4

Subsydia a ekonomika, finanse i dochody

gospodarstw rolniczych (3)

INSTYTUT EKONOMIKI ROLNICTWAI GOSPODARKI ŻYWNOŚCIOWEJPAŃSTWOWY INSTYTUT BADAWCZY

Pantone 348C;

Pantone 382C;

Pantone 108 C.

MONOGRAFIE PROGRAMU

WIELOLETNIEGO59ISBN 978-83-7658-699-1

WARSZAWA 2017

MO

NO

GR

AFI

E PR

OG

RA

MU

WIE

LOLE

TNIE

GO

N

R 5

9

Subsydia a ekonomika,finanse i dochody

gospodarstw rolniczych(3)

Subsydia a ekonomika,finanse i dochody

gospodarstw rolniczych(3)

Warszawa 2017

Redaktor naukowydr inż. Michał Soliwoda

Autorzy:dr inż. Michał Soliwoda

prof. dr hab. Jacek Kulawikdr hab. Adam Wąs, prof. nadzw. IERiGŻ-PIB

mgr Aleksander Gorzelakmgr inż. Renata Płonka

dr inż. Dariusz Osuch

ROLNICTWO POLSKIE I UE 2020+WYZWANIA, SZANSE, ZAGROŻENIA, PROPOZYCJE

Autorzy s pracownikami Instytutu Ekonomiki Rolnictwa i Gospodarki ywno ciowej – Pa stwowego Instytutu Badawczego. Prac zrealizowano w ramach tematu: Finansowe i fiskalne uwarunkowania poprawy efektywno ci, zrównowa enia i konkurencyjno ci polskiego rolnictwa w zadaniu: Subsydia a ekonomika, finanse i dochody gospodarstw rolniczych. Celem pracy by a identyfikacja mechanizmów oraz ocena wykorzystania i oddzia ywania dotacji na rozwój rolnictwa (tj. dotacji inwestycyjnych, restrukturyzacyjnych i modernizacyjnych) na ekonomik i finanse rodzinnych gospodarstw rolniczych.

Recenzent dr hab. Ryszard Kata, prof. nadzw. Uniwersytetu Rzeszowskiego

Opracowanie komputerowe dr in . Micha Soliwoda (Wprowadzenie, rozdzia y 1-4), Ewa Gac (rozdzia 5)

Korekta Barbara Walkiewicz Redakcja techniczna Leszek lipski Projekt ok adki IERiG -PIB

ISBN 978-83-7658-699-1 Instytut Ekonomiki Rolnictwa i Gospodarki ywno ciowej – Pa stwowy Instytut Badawczy ul. wi tokrzyska 20, 00-002 Warszawa tel.: (22) 50 54 444 faks: (22) 50 54 757 e-mail: dw@ierigz.waw.pl http://www.ierigz.waw.pl

Spis tre ci

Wprowadzenie Dr in . Micha Soliwoda

7

1. Dotacje na rozwój rolnictwa – uj cie teoretyczne i praktyka Wspólnej Polityki Rolnej UE Mgr Aleksander Gorzelak

9

1.1. Wprowadzenie 91.2. Teoretyczna analiza problemu interwencjonizmu w sferze

finansowania rozwoju rolnictwa 91.3. Instrumenty interwencjonizmu w sferze rozwoju rolnictwa

i obszarów wiejskich realizowane w ramach WPR w Polsce 191.4. Podsumowanie 22Literatura 23

2. Przegl d podej metodycznych i bada empirycznych dotycz cych zachowa inwestycyjnych rolników i oceny dotacji na rozwój rolnictwa na poziomie mikroDr in . Micha Soliwoda

25

2.1. Wprowadzenie 252.2. Zachowania inwestycyjne gospodarstw rolniczych

perspektywa mikro 262.3. Ocena oddzia ywania dotacji na rozwój rolnictwa na sytuacj

ekonomiczn i finansow gospodarstw rolniczych – przegl d podej badawczych 33

2.4. Podsumowanie 38Literatura 39

3. Korzystanie z dotacji na rozwój rolnictwa i ich oddzia ywanie na sytuacj ekonomiczno-finansow gospodarstw rolniczych Dr in . Micha Soliwoda, mgr Aleksander Gorzelak

43

3.1. Wprowadzenie 433.2. Charakterystyka próby badawczej i opis statystyczny 433.3. Korzystanie z dotacji na rozwój rolnictwa przez gospodarstwa rolne

osób indywidualnych wyniki bada empirycznych 50

3.4. Szacowanie wp ywu dotacji na rozwój rolnictwa na ekonomik rodzinnych gospodarstw rolniczych 54

3.5. Podsumowanie 60Literatura 61Za cznik 63

4. Wzrost produkcji w gospodarstwach rolniczych i jego wp yw na poziom ryzyka operacyjnego i strategicznego Dr hab. Adam W s, prof. nadzw. IERiG -PIB

64

4.1. Wprowadzenie 644.2. Za o enia metodyczne 674.3. Model symulacyjny 744.4. Podsumowanie 92Literatura Aneks

9396

5. Subsydia a finanse i ekonomika gospodarstw osób fizycznych Prof. dr hab. Jacek Kulawik, mgr in . Renata P onka, dr in . Dariusz Osuch

98

5.1. Wprowadzenie 985.2. Za o enia metodyczne 1055.3. ród a danych 1095.4. Analiza uzyskanych wyników 1125.5. Podsumowanie 125Literatura 126

7

Dr in . Micha Soliwoda

Inwestycje w rolnictwie s no nikiem post pu innowacyjnego. Mog one decydowa , cho w po redni sposób, o przesuni ciu si y roboczej z obszarów wiejskich do innych dzia ów gospodarki narodowej. Od decyzji rolnika o podj -ciu projektu inwestycyjnego zale y aktywno inwestycyjna na poziomie sekto-ra, a w konsekwencji potencja konkurencyjny rolnictwa polskiego – w uj ciu mi dzynarodowym.

Procesy inwestycyjne w rolnictwie wymagaj niew tpliwie dost pu do kapita u. Wci otwarta i nierozstrzygni ta pozostaje kwestia, czy i jak subsy-diowa inwestycje podejmowane przez gospodarstwa rolnicze. Dotacje na roz-wój rolnictwa obejmuj ce szerok grup instrumentów bezzwrotnych w ramach Programu Rozwoju Obszarów Wiejskich (PROW), w tym dzia ania o charakte-rze typowo wspomagaj cym aktywno inwestycyjn , modernizacyjn czy re-strukturyzacyjn , mia y z za o enia by wykorzystane jako narz dzie stymu-luj ce przemiany struktury agrarnej. Problematyka oceny oddzia ywania tych instrumentów wsparcia na sytuacj ekonomiczn i finansow gospodarstw rolni-czych wi e si z eksploracj zachowa inwestycyjnych rolników.

Celem zasadniczym tej monografii by a identyfikacja mechanizmów oraz ocena wykorzystania i oddzia ywania dotacji na rozwój rolnictwa, na ekonomik i finanse rodzinnych gospodarstw rolniczych. Realizacja tak sformu owanego celu wi za a si z przeprowadzeniem kompleksowych studiów literaturowych (w tym z elementami metaanalizy), a tak e bada empirycznych, wykorzystuj -cych warsztat wspó czesnych metod ilo ciowych.

Monografia sk ada si z pi ciu rozdzia ów. W rozdziale pierwszym doko-nano przegl du teorii dotycz cych roli dotacji w gospodarce i w sektorze rol-nym. Uwzgl dniono tak e praktyk interwencjonizmu w sfer finansowania rozwoju rolnictwa i obszarów wiejskich na przyk adzie dzia a realizowanych w programach Wspólnej Polityki Rolnej (WPR). Rozdzia drugi ma charakter studium metodologiczno-metodycznego, ilustrowanego licznymi przyk adami krajowych i zagranicznych bada empirycznych dotycz cych inwestycji rze-czowych rodzinnych gospodarstw rolniczych. W rozdziale tym zidentyfikowano determinanty zachowa inwestycyjnych tych podmiotów. Przedstawiono tak e metody oceny oddzia ywania dotacji na rozwój rolnictwa, na sytuacj ekono-miczn i kondycj finansow gospodarstw rolnych osób indywidualnych.

Trzy ostatnie rozdzia y monografii maj charakter typowo empiryczny. W rozdziale trzecim zidentyfikowano determinanty uzyskania dotacji na rozwój

8

rolnictwa przez gospodarstwa osób indywidualnych. Ponadto dokonano oceny oddzia ywania analizowanych instrumentów dotacyjnych na ekonomik rodzin-nych gospodarstw rolniczych. W rozdziale czwartym eksplorowano zale no ci pomi dzy procesami wzrostu skali dzia alno ci gospodarstw rolniczych a po-ziomem ryzyka w uj ciu operacyjnym, jak i strategicznym. Rozdzia ostatni (tj. pi ty) zawiera wyniki analizy empirycznej oddzia ywania subsydiów UE na ekonomik i finanse rodzinnych gospodarstw rolniczych, stanowi ce kontynua-cj z lat poprzednich (prowadzonych od 2011 r.).

9

1. Dotacje na rozwój rolnictwa – uj cie teoretyczne i praktyka Wspólnej Polityki Rolnej UE

1.1. Wprowadzenie

Procesy inwestycyjne w rolnictwie wymagaj dost pu do kapita u, co jest przedmiotem zainteresowania m.in. ekonomistów, przedstawicieli instytucji finansowych i decydentów politycznych1. Wci otwarta i nierozstrzygni ta po-zostaje kwestia, czy i jak subsydiowa inwestycje podejmowane przez gospo-darstwa rolnicze. Zapewnienie us ug finansowych dla obszarów wiejskich i rol-nictwa w krajach rozwijaj cych si okaza o si trudne pomimo niedawnych re-form i miliardów dolarów przeznaczonych na subsydiowanie programów na rzecz rozwoju instytucji finansowych. Niniejszy rozdzia obejmuje dwie cz ci. Celem pierwszej z nich jest przegl d teorii dotycz cych roli dotacji na rozwój rolnictwa w gospodarce i sekto-rze rolnym. Wykorzystana zosta a metoda studiów literaturowych (obejmuj cych pozycje zarówno z dorobku zagranicznego, jak i krajowego). Celem drugiego podrozdzia u jest próba opisania (wyja nienia), jak przedstawione w cz ci teore-tycznej przes anki, cele i instrumenty interwencjonizmu w sfer finansowania rozwoju rolnictwa i obszarów wiejskich s w praktyce realizowane w programach WPR. Wykorzystana zosta a tu przede wszystkim metoda dokumentacyjna.

1.2. Teoretyczna analiza problemu interwencjonizmu w sferze finansowarozwoju rolnictwa

Rynki kredytowe ró ni si od wyidealizowanego rynku, poniewa in-formacje s niedoskona e, a kontrakty po yczkowe s trudne do wyegzekwowa-nia. Stiglitz analizowa wp yw asymetrii informacji na rynkach kredytowych na gospodark , wprowadzaj c poj cie racjonowania kredytu2. Natomiast zjawisko market failure pojawia si , gdy rynek nieefektywnie rozdziela zasoby3. Skom-plikowane czynniki rodowiskowe, materia owe i produkcyjne rolnictwa hamuj popyt i poda kredytów oraz ubezpiecze , co sprawia, e szczególnie trudne jest stworzenie trwa ych instytucji finansowych s u cych temu sektorowi. Nic wi c

1 B. Bashaasha, E. Odeke, Developments in WFP’s Purchase for Progress (P4P) Programme, [w:] Agricultural Finance Yearbook 2009 (red. R. Roberts i R. Ocaya), s. 140-143. 2 J. Stiglitz, A. Weiss, Asymmetric Information in Credit Markets and its Implications for Macroeconomics, “Oxford Economic Papers”, Vol. 44, Iss. 4, 1 January 1992, s. 694-724. 3 T. Besley, How Do Market Failures Justify Interventions in Rural Credit Markets? “World Bank Research Observer”, 9 (1), s. 27-47, Waszyngton 1994.

10

dziwnego, e wysi ki na rzecz zwi kszenia formalnego zaopatrzenia kredytowe-go mia y niekorzystn histori , a szybkie poprawki nie dzia a y. Wi kszo suk-cesów by a wynikiem starannego, d ugoterminowego rozwoju instytucjonalne-go. W latach 1960-80 subsydiowane, ukierunkowane programy po yczek rol-nych by y cz ste w odgórnych programach rz dowych (starzej cy si paradyg-mat interwencjonizmu finansowego w rolnictwie). Niestety, próby rozwi zania rynkowych niedoskona o ci (market failure) cz sto doprowadza y do rz dowych pora ek. W latach 80. XX w. pojawi si nowy paradygmat rynków finanso-wych, który przesun nacisk z rozpraszania taniego kredytu na tworzenie trwa-ych instytucji, traktowanie kredytobiorców i oszcz dzaj cych jako klientów,

a nie beneficjentów, tworzenie produktów dostosowanych do klienta, a tak e odpowiednie ustalanie cen produktów i us ug w celu pokrycia kosztów i ryzyka. Agencje kredytodawców zmniejszy y wykorzystanie linii kredytowych na rzecz dotacji, po yczek i pomocy technologicznej w celu opracowania odpowiednich produktów, instytucji i polityk. Mikrofinanse (microfinance) równie rozwin y si dzi ki zastosowaniu podej cia zorientowanego rynkowo4. Instytucje mikro-finansowe5 wkroczy y na teren rolnictwa (agricultural finance) i obszarów wiej-skich (rural finance)6, ale w celu opracowania produktów i metodologii ko-nieczne s dalsze wysi ki7, aby dopasowa je do sezonowych przep ywów pie-ni nych gospodarstw domowych (por. rysunek 1). Zarz dzanie kosztami i ry-zykiem po yczek rolnych by o trudne. Istnieje potrzeba lepszego zrozumienia zapotrzebowania i korzystania z kredytu rolnego w celu opracowania skutecz-nych produktów, instytucji, projektów i polityk8. Szybki wzrost mikrofinanso-wania sugeruje, e istnieje du e niezaspokojone zapotrzebowanie na kredyty

4 A. Demirgüç-Kunt, Th. Beck, P. Honohan, Finance for All? Policies and Pitfalls in Expand-ing Access, “A World Bank Policy Research Report”, 2008, Waszyngton, USA, s. 119. 5 D. Adams, J. Pischke, Microenterprise Credit Programs: Déja vu, “World Development”, 2012, 20(10), s. 1463-1470.; por. Hartarska, V. M., Holtman M., An Overview of Recent De-velopments in the Microfinance Literature, “Agricultural Finance Review”, 2006, 66 (2s), s. 147-165. 6 A. Banerjee, E. Duflo, Giving Credit Where It Is Due, “Journal of Economic Perspectives”, 2010, 24(3), s. 61-80. 7 Czytelnik znajdzie wi cej informacji we wspólnym opracowaniu FAO oraz GTZ (Deutsche Gesellschaft für Technische Zusammenarbeit), zob.: FAO/GTZ, Agricultural Finance Revisit-ed: Why?, “Agricultural Finance Revisited Monograph 1”, FAO, Rzym 1998. 8 W Boliwii w 1992 roku opracowano bezprecedensowe rozwi zanie powo uj c fundacj Agrocapital (Agrocapital Foundation). Sta a si ona pierwsz pozarz dow organizacj w regionie pozwalaj c na zwi kszenie mikrofinansowania, zob. J. Alvardo, F. Galarza, The Agrocapital Foundation of Bolivia: Pioneering Individual Loans in Rural Areas, “Promising Practices in Rural Finance: Experiences from Latin America and the Caribbean” (red. Wen-ner, M.D.), s. 213-242, IADB, Waszyngton 2003.

rolniczcja do crofinana stopj cych oproceoprocedo utrz

Obja nite o moobszaró(agricul

ród o: Develop

9 M. AnGroup t10 B. Arconomic11 A. BFinanceR. Glenuation,

ze, ale trzeprzeszaco

ance. Po dpy procent

wp yw nentowanie entowanie zymania re

ienia: mikroodel spó dziów wiejskicltural financ

opracowanpment Repo

nand, R. Roto Assist thermendariz, cs”, 7th ed.esigye, Fin

e Year Booknnerster, C. MIT, Camb

Rynek fina

eba rozwaowywaniadrugie, pytowe (sens

na popyt. Pna szerokwymagan

entowno c

Umiejscowwe

ofinanse (miielczy, finan

ch niezale nce) – finans

nie w asne nort 2008: Ag

osenberg, Ae Poor”, WaJ. Morduch, Mason, US

nancial Instk 2008 (redKinnan, Th

bridge 2009

Finanse

ansowy

y dwie a popytu9,ytanie empsitivity anPopyt na

kim rynku ne przez ici10.

wienie finaned ug tzw.

icrofinance)nse obszarónie od poziosowanie dzi

na podstawigriculture fo

re We Overaszyngton 2h, The EconSA 2015. itutions Cli. R. Robert

he Miracle o9.

rolnictwa

Fi

11

kwestie. P, zjawisko

mpiryczne nalysis) w

kredyt ro(stopy pr

instytucje

nsów rolnic„nowego p

) – us ugi fiów wiejskicomu zamoia alno ci ro

ie studiów lor Developm

restimating2008. nomics of M

ient Perspets i R. Ocayof Microfina

inanse obszwiejskich

Po pierwszo zaobserwdotyczy wstosunku

olniczy moocentowe)mikrofin

ctwa w teorparadygmat

inansowe dlch (rural fin

no ci i przolniczej.

literaturowyment. The W

g Demand fo

Microfinanc

ctives fromya), s. 59–62ance? Evide

Mikro

zarów h

ze, mo e wwowane wwra liwodo innych

o e by o) jest takie

nansowe (M

rii finansówtu”

la najubo sznance) – uszeznaczenia

ych Banku World Bank,

for Microloa

e, [w:] Arn

Kapchorw2. Por.: A. Bence from a

ofinanse

wyst pi tw przypadci kredyto

h czynnikóograniczone same, jaMIF), nie

Ryw

zych11, cz ss ugi finansa, finanse r

wiatowego Washingto

ans?, “Con

nold R.A., “

wa, [w:] AgBanerjee, Ea Randomiz

tenden-dku mi-obiorcy ów ma-ny, je li k opro-

ezb dne

ysunek 1

sto opar-sowe dla olnictwa

o: World on, DC.

nsultative

“Microe-

riculture E. Duflo., zed Eval-

12

Analiza wykorzystania subsydiów w programach pomocowych doprowa-dzi a do wytycznych dotycz cych dotacji „inteligentnych” (smart) lub „zorien-towanych rynkowo” (market-friendly). Wytyczne te obejmuj : subsydiowanie instytucji zamiast kredytobiorców w celu zmniejszenia niedoskona o ci rynku, unikanie dotacji dla instytucji os abiaj cych konkurencj , subsydiowanie kreacji dóbr publicznych przynosz cych korzy dla ca ego sektora finansowego, sub-sydiowanie poszczególnych instytucji finansowych w przypadku wyst powania niezamierzonych efektów rozprzestrzeniania si dotacji w kierunku instytucji niesubsydiowanych (spillover effects), okre lenie ilo ciowych miar skuteczno-ci, tak aby subsydia dla instytucji finansowych nie demotywowa y do poprawy

wyników finansowych, przeprowadzenie badania kosztów i korzy ci (cost--benefit analysis) w celu okre lenia subsydiów, które generuj najwi ksze ko-rzy ci, wymaganie od beneficjentów dotacji wykazania zaanga owania poprzez ich indywidualne dopasowywanie, projektowanie subsydiów dla instytucji fi-nansowych w taki sposób, by beneficjenci ko cowi wyra nie rozumieli ró nic mi dzy dotacjami i po yczkami.

W tabeli 1 wymieniono g ówne typów interwencji w sektorze rolnym12. Omówione zosta y one poni ej.

Tabela 1

Typy interwencji w sektorze rolnym wg Mahula i Stutleya Lp. Nazwa interwencji 1. Mikroubezpieczenia i ubezpieczenia indeksowe (Micro- and index-insurance) 2. Fundusze gwarancji kredytowych (Credit-guarantee funds) 3. Kwity magazynowe (Warehouse receipts) 4. Wyspecjalizowane banki rozwoju rolnictwa (Specialised Agriculture Development Banks, ADBs) 5. Rolnicze fundusze inwestycyjne (Farm investment funds)

ród o: O. Mahul, C. Stutley, Government Support to Agricultural Insurance: Challenges and Options for De-veloping Countries, World Bank 2010.

Ad.1. Przeprowadzono wiele eksperymentów z produktami ubezpieczeniowymi opartymi na indeksie w celu z agodzenia ryzyka zarówno dla gospodarstw do-mowych, jak i po yczkodawców wiadcz cych us ugi finansowe dla rolników. Ubezpieczenie indeksowe zapewnia zmniejszenie kosztów administracyjnych, ograniczenie zjawisk adverse selection (negatywna selekcja) i moral hazard (pokusa nadu ycia). czenie ubezpieczenia z produktami depozytowo- -kredytowymi staje si logicznym krokiem w celu zmniejszenia kosztów i przy-

12 Por. O. Mahul, C. Stutley, Government Support to Agricultural Insurance: Challenges and Options for Developing Countries, 2010, Waszyngton, USA; World Bank, World Develop-ment Report 2008: Agriculture for Development, Waszyngton 2008.

13

spieszenia procesów adaptacyjnych, ale dodatkowe eksperymenty w ró nych rodowiskach s potrzebne do opracowania najlepszych praktyk. Potrzebne s

solidne badania, aby dowie , e dotacje ubezpieczeniowe faktycznie przynosz po dane efekty oraz oceni rol subsydiów publicznych w prywatnych rynkach ubezpieczeniowych i ubezpieczenia katastroficznego. Logiczn funkcj rz dów i darczy ców jest skupienie si na d ugoterminowych inwestycjach w dobra pu-bliczne, na przyk ad w stacje meteorologiczne i podstawowe gromadzenie da-nych, które s potrzebne do stworzenia warunków i infrastruktury dla silnych rynków ubezpieczeniowych. Potrzebne s dodatkowe inwestycje w podstawowe metody z agodzenia ryzyka: tanie nawadnianie, nasiona odporne na susz , po-prawa stanu sanitarnego i profilaktyczna opieka zdrowotna.

Ad. 2. Darczy cy i rz dy oczekuj , e fundusze por cze kredytowych zmniej-sz ryzyko niewyp acalno ci i zach c kredytodawców do obs ugi okre lonych grup docelowych lub instytucji. Uwa a si , e subwencje gwarancyjne przyspie-szaj rozpoznanie nowego segmentu rynku (market research), dzi ki czemu kredytodawcy poprawiaj analiz kredytow i po yczaj swoje p ynne fundusze zamiast inwestowa w rz dowe papiery warto ciowe lub po ycza wy cznie kredytobiorcom dysponuj cym wysokim zabezpieczeniem (collateral). Jednak-e metodologia stosowana przy ocenie gwarancji by a s aba, dlatego wci po-

jawiaj si pytania dotycz ce warto ci dodanej i trwa o ci. Gwarancje mog za-pewni dodatkowy komfort instytucjom finansowym zainteresowanym testowa-niem mo liwo ci udzielenia kredytu nowemu klientowi, ale gwarancja sama w sobie nie wywo a udzielenia dodatkowego kredytu, je li kredytodawcy nie s zainteresowani. Mi dzynarodowe agencje mog zaoferowa istotn us ug prze-prowadzania ewaluacji w celu ustalenia, czy i na jakich warunkach gwarancje daj oczekiwane rezultaty oraz w jaki sposób ich budowa wp ywa na wydaj-no . Wa ne jest równie dokonanie oceny, czy powoduj zak ócenia na ryn-kach i czy zniech caj do rozwoju prywatnego rynku kredytowego. Mo e oka-za si , e szkolenie i pomoc techniczna w programach gwarancyjnych s wa -niejsze ni same gwarancje, aby móc stymulowa udzielanie po yczek nowym klientom. Sytuacja ta sugeruje, e programy typu „Gwarancja+” mog by jedy-nie zach t , a nie gotowym rozwi zaniem.

Ad. 3. Podstawow zalet kwitów magazynowych (warehouse receipts) jest to, e zmniejszaj ryzyko kredytodawców, s u c jako zabezpieczenie, które mo e

zosta up ynnione w przypadku niewyp acalno ci kredytobiorcy. Towary s przechowywane w certyfikowanych magazynach, które wystawiaj noty po-

14

twierdzaj ce ilo i jako towaru. W a ciciele towaru (np. rolnicy lub handlow-cy) dostarczaj kwity magazynowe w zamian za po yczki. Z wyj tkiem przy-padków podwójnego lub potrójnego zbioru, kredyt uzyskany po niwach nie rozwi zuje sezonowego zapotrzebowania na kapita obrotowy. Trudno ustali , kiedy i gdzie systemy depozytowe przyczyniaj si do poprawy dost pu do kre-dytu rolnego, zw aszcza dla drobnych rolników. Mog one poprawia funkcje magazynowania i marketingu towarów w a cuchach warto ci (value chain). Wydatki zwi zane z tworzeniem, eksploatacj i monitorowaniem tych systemów oznaczaj , e odpowiednia skala stanowi powa ne wyzwanie, a wi c dla gospo-darstw niskotowarowych najbardziej efektywne mog by ma e systemy na po-ziomie wsi. Ponadto drobnotowarowi rolnicy wol po yczki produkcyjne, aby sprosta sezonowym odp ywom rodków pieni nych na pocz tku sadzenia, a nie po yczki marketingowe po niwach. Bardziej szczegó owe analizy cen su-rowców rolnych s konieczne w celu okre lenia, które ro liny wykazuj wystar-czaj co wysokie sezonowe wahania cen, aby zrekompensowa koszty sk ado-wania. Fakt, e sk adowanie jest powszechne w przypadku upraw eksportowych sugeruje, e bariery ekonomiczne mog ogranicza ekspansj produkcji ziarna i innych towarów o lokalnych rynkach zbytu. Zidentyfikowano kilka d ugoter-minowych inwestycji w dobra publiczne, które umo liwi y finansowanie syste-mu kwitów magazynowych.

Ad. 4. Paradygmat subwencjonowanych kredytów celowych doprowadzi do stworzenia wielu pa stwowych banków rozwoju rolnictwa (AgDBs)13. Banki te maj generalnie s abe wyniki, co doprowadzi o do debaty nad nimi. Udane re-formy s mo liwe tylko wtedy, gdy rz dy wprowadzaj zasadnicze zmiany w zakresie w asno ci, nadzoru, produktów, a mo e nawet obs ugiwanych klien-tów. Niektóre reformowane banki z powodzeniem wdro y y procedury mikrofi-nansowe dla rolnictwa. Potrzebne s jednak wyrafinowane techniki zarz dzania ryzykiem dla instytucji finansowych, które udzielaj du ych po yczek dla rolni-ków i przedsi biorstw niehandlowych. Jednym z narz dzi mog by drobne po-yczki z wykorzystaniem technologii mikrofinansowych i powolne zwi kszanie

kredytów w miar wzrostu zdolno ci instytucjonalnych i dost pu do komercyj-nych róde finansowania. Banki tego typu musz by os oni te od ingerencji

13 Przyk adem jest gwatemalski Banrural S.A., zob. L.N. Alfaro-Gramajo Reverting the Ten-dency in Developing Finance: The Case of Banrural S.A. in Guatemala, “Paving the Way Forward for Rural Finance: An International Conference on Best Practices”, USAID, Waszyngton, 02-04 czerwca 2003.

15

politycznej i mie mo liwo pokrycia rynkowych stóp procentowych wraz z kosztami w asnymi za pomoc mar y.

Ad. 5. Rolnicze fundusze inwestycyjne stanowi form funduszu inwestycyjne-go (mutual fund) s u cego do czenia kapita u inwestorskiego i rozpraszania ryzyka14. Oferuj one mo liwo ci dywersyfikacji i zatrudniaj profesjonalnych mened erów do przeprowadzania oceny ryzyka i zarz dzania portfelem inwe-stycyjnym. Szacunki dotycz ce ogromnych wymaga kapita owych dla inwe-stycji rolnych w krajach rozwijaj cych si stanowi logiczny argument na rzecz wi kszego zaanga owania profesjonalnych inwestorów zewn trznych. Potrzeb-na jest analiza w celu ustalenia, czy te fundusze przyczyniaj si równie do na-silenia finansowania d u nego przez lokalne instytucje po yczkowe. Prawdopo-dobne jest, e fundusze b d bardziej korzystne dla zamo nych i przedsi bior-czych rolników, wi c mog nast pi istotne zaburzenia w zakresie dystrybucji maj tku i dochodów. Korzy ci w formie lepszego dost pu do nak adów (CAPEX), rynków i miejsc pracy mog przep ywa do drobnych rolników i osób ubogich, ale wysokie koszty informacyjne, transakcyjne i egzekwowania kon-traktów oznaczaj , e konieczne s specjalne rodki w celu w czenia ubogich rolników do a cucha warto ci. Ponadto, je li fundusze te nie inwestuj w insty-tucje finansowe s u ce rolnictwu, nie przyczyni si do poszerzenia oferty us ug finansowych wa nych dla rolników i mieszka ców wsi. Intensywne moni-torowanie i analiza dzia alno ci funduszy jest w a ciw i wydajn rol mi dzy-narodowych agencji. Subsydia dla komponentów pomocy technologicznej mog przyczyni si do zwi kszenia potencja u lokalnego, zwi kszenia inwestycji, zmniejszenia ryzyka oraz pokrycia niektórych kosztów pomocy drobnym rolni-kom w a cuchach warto ci, w których dokonywane s inwestycje. rodki mog przyczyni si do poszerzenia oferty us ug finansowych dla obszarów wiejskich.

***

Ogólnie rzecz bior c, nie ma prostych rozwi za w celu stworzenia trwa ych systemów kredytów rolnych. Z pewnymi wyj tkami, podej cie wg „starego pa-radygmatu” nie prowadzi o zazwyczaj do powstawania zrównowa onych insty-tucji kredytowania rolnictwa. Dopiero niedawno dosz o do starannego rozwoju produktów, polityk, instytucji i infrastruktury. Odnowione zainteresowanie eko-nomi rozwoju pobudzi o fundamentalne badania dotycz ce us ug finansowych. Nowe, bardziej rygorystyczne metody badawcze przynosz obietnic pog bia-

14 C. Miller, S. Richter, P. McNellis, M. Mhlanga, Agricultural investment funds for develop-ing countries, FAO, Rzym 2010.

16

nia zrozumienia wp ywu ludzkiego zachowania na operacje na rynku kredyto-wym. Te badania musz by szeroko rozpowszechnione, aby przynie korzy ci ca ej bran y finansowej. Wspieranie innowacji zapewni mi dzynarodowym agencjom mo liwo ci pomagania w rozpowszechnianiu kredytu rolnego w kra-jach rozwijaj cych si oraz na korzystanie z selektywnych dotacji i inwestycji w najwi kszym stopniu.

***

W niniejszej cz ci opracowania podj to prób identyfikacji potencjalnej roli rolnictwa w przyczynianiu si do wzrostu gospodarczego15. Wskazano klu-czowe obszary, w których mog istnie pozytywne powi zania i empiryczne trudno ci w ustalaniu ich wielko ci oraz kierunku oddzia ywania. Omówiono dowody na wp yw inwestycji na obszarach wiejskich na wzrost gospodarczy. Dyskusja dotycz ca polityki rolnej skupia si w szczególno ci na znaczeniu tego sektora dla zmniejszania ubóstwa oraz stymulowania wzrostu. Jak rolnictwo przyczynia si do rozwoju gospodarczego i jak rozwój go-spodarczy wp ywa na rolnictwo? Jest to pytanie postawione ju co najmniej przez fizjokratów w po owie XVIII wieku, które mia o kluczowe znaczenie dla wcze-snego rozwoju ekonomii analitycznej Adama Smitha, Davida Ricardo i Thomasa Malthusa16. Nawet pierwszy nowoczesny, obszerny wysi ek, by odpowiedzie na to pytanie – artyku „Rola rolnictwa w rozwoju gospodarczym”, autorstwa John-ston i Mellor – pojawi si ju dawno temu, w 1961 roku. A jednak kwestia ta na-dal jest dyskutowana, o czym stanowi wyk ad D. Gale’a Johnsona do AER17. Najbardziej satysfakcjonuj ce podej cie do pomiaru nierównomiernego wp ywu rolnictwa na wzrost gospodarczy maj teorie Barro i Sala-i-Martin (z 1995 r.). Wspó czesne empiryczne modele wzrostu wprowadzaj zmienne kon-trolne dla warunków pocz tkowych, gromadzenia czynników produkcji, poprawy czynnika pracy i kapita u, a nast pnie wyszukuj zmienne kontrolne maj ce wp yw na ogóln efektywno alokacji zasobów. Otwarto gospodarki, wielko sektora publicznego, zniekszta cenia cen i niestabilno ci makroekonomiczne maj

15 Kwestia ta jest holistycznie omówiona w artykule A. Banerjee, E. Duflo, Growth Theory through the Lens of Development Economics, MIT, Cambridge 2004.; natomiast kwesti ub-ezpiecze zbiorczo traktuje Valdes et. al., Crop Insurance for Agricultural Development: Issues and Experience, Johns Hopkins University Press, Baltimore 1986. 16 J.M. Keynes, The Collected Writings of John Maynard Keynes, tom 10, Palgrave Macmil-lan, Londyn 1972. 17 D.G. Johnson, Agriculture and the Wealth of Nations. Richard T. Ely Lecture, “American Economic Review”, 1997, 87(2), s. 1-12.

17

wp yw na efektywno alokacji, ale potencjalny wk ad rolnictwa w efektywno ekonomiczn nie by bezpo rednio testowany w nowych modelach. Na poziomie najbardziej podstawowym historyczne odczyty PKB wska-zuj na pozytywne relacje pomi dzy tempem wzrostu gospodarczego a rozwojem obszarów wiejskich (rural economics). W próbie 65 krajów rozwijaj cych si ist-nia o bardzo znacz ce pozytywne skorelowanie pomi dzy rokiem 1960 a rokiem 1985. Oko o 20% tempa wzrostu w rolnictwie zosta o dodane do egzogenicznej stopy wzrostu w sektorach nierolniczych18. Dyskusyjne jest, czy to bezpo rednie i pozytywne powi zanie mi dzy wzrostem w obu sektorach wskazuje na zwi zek przyczynowo-skutkowy. Na przyk ad przemy lana polityka makroekonomiczna mog aby spowodowa , e oba sektory rozwija yby si niezale nie lub te ka dy sektor móg by równocze nie mie wk ad we wzrost pozosta ych19. Wa nym powodem inwestowania w krajowy sektor rolny jest potencja stabilizacji krajowej gospodarki ywno ciowej, a tym samym zwi kszenie bez-piecze stwa ywno ciowego. Potencja ten jest wi kszy w ludniejszych krajach, które wp ywaj na wiatowe ceny ry u, poniewa wiatowy rynek tego zbo a jest bardzo p ytki i niestabilny, a systemy uprawy zale ne od nawadniania – produkcja lokalna jest mniej zmienna ni ceny na wiecie. Import ywno ci mo-e stanowi solidniejsz podstaw bezpiecze stwa ywno ciowego ni krajowa

produkcja ywno ci w ma ych krajach, w systemach ywno ciowych opartych na zbo u i kukurydzy oraz w rolnictwie bazuj cym na opadach atmosferycz-nych. Istnieje jednak wiele okoliczno ci, w których import ywno ci nie mo e zapewni wi kszej stabilno ci20. Nowoczesn polityk gospodarcz opracowano m.in. w celu zaj cia si kwesti interwencji pa stwa w rolnictwie. Debata nad prawami zbo owymi (corn laws) na pocz tku 1816 r. w Wielkiej Brytanii przeciwstawi a coraz ostrzejsze mo-dele mikroekonomiczne Ricarda przeciwko mglistym, ale realistycznym obawom Malthusa, maj cym wp yw na dynamiczne efekty makroekonomiczne i równowa-g ogóln . Ogólny model równowagi pokazuje, e Malthus mia racj , przynajm-niej dla Anglii we wczesnych stadiach rewolucji przemys owej21.

18 World Bank, World Development Report 2011, Waszyngton 2011. 19 C.P. Timmer, Agriculture and pro-poor growth: What the literature says, USAID, Waszyngton 2003. 20 H.P. Binswanger, R.S. Khandker, M.R. Rosenzweig, How Infrastructure and Financial Institutions Affect Agricultural Output and Investment in India, “Journal of Development Economics”, 1993, vol. 41, issue 2, s. 337-366. 21 O.A. Williamson, Comparison of Alternative Approaches to Economic Organization, “Journal of Institutional and Theoretical Economics (JITE)”/ Zeitschrift Für Die Gesamte Staatswissenschaft, 1990, 146(1), s. 61-71.

18

Pod koniec XX w. podej cie behawioralne wyodr bni o si jako alterna-tywa w stosunku do tradycyjnych metod badawczych22. Jednak ju ojciec nurtu klasycznego, Adam Smith, w „Teorii uczu moralnych” („The Theory of Moral Sentiments”) z 1759 r. powi za czynniki psychologiczne z decyzjami ekono-micznymi. Z kolei u J.M. Keynesa23 przewidywania co do stopy procentowej w przysz o ci zdeterminowane s psychologi t umów. Za prekursorów dzisiej-szej ekonomii behawioralnej uznajemy Herberta Simona oraz Harveya Leibenste-ina. Z punktu widzenia inwestycji w rolnictwie szczególnie istotne s wspólne prace Amosa Tversky’ego i Daniela Kahnemana nad teori perspektywy (pro-spect theory), w tym kwestia tzw. framingu24 („ramowania”, czyli negatywnego lub pozytywnego uj cia semantycznego tego samego zjawiska) w atrakcyjno ci podejmowanych decyzji. Podej cie behawioralne pozwala na rozpoznanie czyn-ników emocjonalnych zwi zanych z decyzj o rozpocz ciu inwestycji przez rol-nika. S. Gomez Y Paloma i in.25 badali zamierzenia inwestycyjne rolników za pomoc modelowego rozwi zania z wykorzystaniem wielokryterialnego progra-mowania dynamicznego. Autorzy ci identyfikowali oddzia ywanie wp ywu Wspólnej Polityki Rolnej (WPR) na oczekiwania i strategie rolników. Zamierze-nia inwestycyjne rolników by y zale ne od ich indywidualnych cech oraz zaso-bów gospodarstwa, ani eli od systemu gospodarowania i kierunku produkcji. O. Musshoff zajmuje si kwesti eksperymentu ekonomicznego w rol-nictwie badaj c behawioralne aspekty decyzji inwestycyjnych rolników w pró-bie gospodarstw niemieckich26, u ywaj c benchmarków klasycznej teorii finan-sów oraz opcji realnych. Powoli do rolnictwa przenosi si równie podej cie znane z m odej dyscypliny neurofinansów, mierz cej wp yw procesów zacho-dz cych w mózgu na decyzje inwestycyjne27. 22 Moment prze omowy i nobilitacj stanowi o przyznanie Danielowi Kahnemanowi, twórcy teorii perspektywy (prospect theory), Nagrody Banku Szwecji im. Alfreda Nobla w 2002 r. 23 Ibidem. 24 I.P. Levin, S.L. Schneider, G.J. Gaeth, All frames are not created equal: A typology and critical analysis of framing effects, Organizational Behavior and Human Decision Processes 76, 1998, s. 149-188. 25 S. Gomez Y Paloma, E. Majewski, M. Raggi, D. Viaggi, Wp yw wspólnej polityki rolnej na zachowania inwestycyjne rolniczych gospodarstw domowych w Polsce, „Roczniki Nauk Rol-niczych”, 2008, 94 (2), s. 95-105. 26 S.C. Maart-Noelck, O. Musshoff, Investing Today or Tomorrow? An Experimental Approach to Farmers’ Decision Behaviour, “Journal of Agricultural Economics”, 2013, vol. 64, s. 295-318. 27 Konfrontacj klasycznej teorii portfelowej MPT (Modern Portfolio Theory) Harry’ego Marko-witza z dokonaniami Amosa Tversky’ego i Daniela Kahnemana, u ywaj c odczytów m.in. z elek-trokardiogramów, rezonansów magnetycznych, tomografów komputerowych, przeprowadzili perscy naukowcy z Uniwersytetu w Shiraz, zob. S. Khajavi, H.F. Nafchi, Neuro finance, Perspec-tive of Behavioral Finance. “Journal of Investment Knowledge”, 2013, s. 21-34.

19

1.3. Instrumenty interwencjonizmu w sferze rozwoju rolnictwa i obszarów wiejskich realizowane w ramach WPR w Polsce

Wspólna Polityka Rolna UE (WPR) szczególnie w ramach II filaru odgrywa wa n rol w kreowaniu rentowno ci gospodarstw i trajektorii rozwoju obszarów wiejskich. W literaturze akcentuje si z o ono tej kwestii w kontek-cie dostosowa strukturalnych, rynków pracy i rynków kapita owych, warun-

ków niepewno ci i cyklu yciowego gospodarstw domowych. Instrumentarium II filaru WPR 2007-2013 obejmuje wsparcie na ró nego rodzaju inwestycje, a tak e kierowane s do szerokiego grona odbiorców. W okresie programowania 2007-2013 (zreszt tak jak w latach 2000-2006 i obecnej siedmiolatce WPR 2014-2020), kraje UE mia y znaczn swobod i elastyczno w kszta towaniu instrumentów wspierania inwestycji w rolnictwie, na obszarach wiejskich i w ich otoczeniu (por. tabela 2 i 3). Nale y zaznaczy , e ocena oddzia ywania wsparcia inwestycyjnego na sektor rolny jest z o ona. Mimo e Komisja Europejska wyznacza zasady oceny PROW-ów i wskazuj c kluczowe

obszary badawcze, procedur metodyczn , oceny porównawcze mi dzy pa -stwami s wr cz niewykonalne. Do tej pory nie ma skutecznych metod, dzi ki którym mo na dokona oceny wp ywu pojedynczego instrumentu wsparcia28.

Jak zauwa a B. Wieliczko, „w ród rolników planuj cych inwestycje w aktualnej perspektywie WPR, szacowana skala inwestycji w ca ym okresie 2014-2020 jest znaczna w porównaniu do cznej przeci tnej warto ci aktywów przypadaj cych na jedno gospodarstwo rolne w UE, gdy wynosi prawie 59% warto ci aktywów w 2012 roku. W zale no ci od rodzaju planowanych inwesty-cji zmienia si tak e ich skala. Najmniej rolnicy planuj przeznaczy na szkole-nia, a najwi cej na ziemi ”29.

W ramach „Dzia ania M04: inwestycje w rodki trwa e” wyszczególniono poddzia ania:

1. Pomoc na inwestycje w gospodarstwach rolnych: a) Inwestycje w gospodarstwach po o onych na obszarach Natura 2000 b) Inwestycje w gospodarstwach po o onych na obszarach OSN c) Modernizacja gospodarstw rolnych.

2. Pomoc na inwestycje w przetwórstwo/marketing i rozwój produktów rolnych. 3. Scalanie gruntów.

28 B. Wieliczko, Wp yw wsparcia inwestycyjnego w ramach WPR na rolnictwo, „Europa Re-gionum”, 2015, t. 25, s. 471. 29 Ibidem, s. 471.

20

Tabela 2

Instrumenty wsparcia inwestycji w ramach WPR 2007-2013 Rodzaj instrumentów

inwestycyjnych Nr dzia ania Nazwa dzia ania

Wsparcie inwestycji produkcyjnych maj cych na celu podniesienie wyni-ków ekonomicznych/ zwi kszenie konkurencyjno ci prowadzonej przez osoby indywidualne dzia alno ci go-spodarczej

121 Modernizacja gospodarstw rolnych

122 Podnoszenie ekonomicznej warto ci lasów

123 Zwi kszanie warto ci dodanej produkcji rolnej i le nej

311 Ró nicowanie w kierunku dzia alno ci nierolniczej

312 Tworzenie i rozwój mikroprzedsi biorstw

313 Zach canie do prowadzenia dzia alno ci zwi zanej z turystyk

Wsparcie inwestycji w infrastruktur publiczn

125 Poprawianie i rozwijanie infrastruktury zwi zanej z roz-wojem i dostosowaniem rolnictwa i le nictwa

Wsparcie inwestycji niepro-dukcyjnych dotycz ce kwestii rodo-wiskowych lub nierynkowych reali-zowanych przez osoby indywidualne

216 Inwestycje nieprodukcyjne w rolnictwie

227 Inwestycje nieprodukcyjne w le nictwie

313 Zach canie do prowadzenia dzia alno ci zwi zanej z turystyk

Wsparcie inwestycji realizowanych przez osoby indywidualne dotycz -cych dostosowania do standardów wspó finansowanych w ramach dzia-a 121 i 123

121 Modernizacja gospodarstw rolnych

123 Zwi kszanie warto ci dodanej produkcji rolnej i le nej

ród o: European Commission, DG-AGRI, Unit E.4, Investment Support under Rural Development Policy. “Pu-blications Office of the European Union”, Bruksela 2014.

Tabela 3

Wp yw wsparcia inwestycji w ramach WPR 2007-2013 na rolnictwo

Wyszczególnienie AustriaCzechy Niemcy Polska S owacja

1 euro wsparcia przynios o wzrost GVA* we wspartym gospodarstwie (w euro) 0,37 0,10 ujemny 0,20 0,03

1 euro wsparcia przynios o wzrost FFI* we wspartym gospodarstwie (w euro) 0,16 0,16 - 0,14 -

1 euro wsparcia przynios o wzrost wydajno ci pracy we wspartym gospodarstwie (w euro) 0,09 0,01 ujemny 0,03 ujemny

Liczba rocznie utworzonych/utrzymanych miejsc pracy (w przelicze-niu na osob pe nozatrudnion ) dzi ki 1 mln euro wsparcia 23,24 ujemna 3,60 - 100,63

Obja nienie: GVA (gross value added) – warto dodana brutto lub dochód brutto z gospodarstwa rolnego, FFI (family farm income) – dochód z rodzinnego gospodarstwa rolnego.

ród o: B. Wieliczko, op. cit., 2015.

21

Wsparcie inwestycji w ramach tzw. II filara WPR stanowi najwi ksz cz cznego bud etu wszystkich programów rozwoju obszarów wiejskich wdra anych w obecnym okresie programowania (PROW 2014-2020)30.

Ju dzisiaj wiadomo, e nowa perspektywa WPR b dzie wa nym elemen-tem d ugoterminowego bud etu wspólnoty na lata 2021-2027, który ma by go-towy pod koniec 2018 r. Podstaw propozycji legislacyjnych jest tzw. Raport Montiego31. Wycofanie Wielkiej Brytanii z UE poci ga za sob wygaszanie bry-tyjskiego mechanizmu koryguj cego i zwi zanego z tym „rabatu z rabatu” re-dukcji, z której korzystaj Niemcy, Austria, Holandia i Szwecja dzi ki brytyj-skiemu finansowaniu. Ogólnie rzecz bior c, wszelkie mechanizmy korekcyjne po stronie dochodów powinny zosta zniesione.

Chocia Komisja Europejska nie przyj a jeszcze stanowiska w sprawie przysz ej WPR po 2020 r., zobowi za a si do rozwoju obszarów wiejskich w deklaracji z Cork 2.0, której celem jest sprawdzenie, w jaki sposób obszary wiejskie wpisuj si w najwa niejsze wspó czesne kwestie, takie jak rozwój go-spodarczy, digitalizacja, wzrost demograficzny, rodowisko naturalne, transfor-macja ekologiczna itd. W dniu 27 pa dziernika 2016 r. Parlament Europejski przyj rezolucj w sprawie sposobu, w jaki WPR ma poprawi tworzenie miejsc pracy na obszarach wiejskich, ustalaj c swoje cele dla WPR po 2020 r. Komisja Rolnictwa i Rozwoju Wsi UE regularnie przeprowadza dyskusje w sprawie wyzwa dla rolnictwa po roku 2020 oraz przygotowa do reformy WPR. Wreszcie w 2016 r. Europejska Rada Rolnictwa rozpocz a dyskusje nad przysz o ci WPR32.

Wed ug resortu rolnictwa, który przygotowa projekt stanowiska polskie-go rz du w sprawie WPR po 2020 roku, nale y wzmocni finansowanie drugie-go filara WPR dotycz cego rozwoju obszarów wiejskich. MRiRW postuluje po-nadto, by w jak najwi kszym zakresie zachowa prospójno ciowe kryteria po-dzia u bud etu na ten filar. Jednocze nie, w opinii resortu, nale y zapewni od-powiednie zaanga owanie pozosta ych polityk unijnych na rzecz rozwoju obsza-rów wiejskich33.

30 A. Gorzelak, J. Herda-Kopa ska, J. Kulawik, M. Soliwoda, B.Wieliczko, Kontrowersje wokó Europejskiej Warto ci Dodanej, „Zagadnienia Ekonomiki Rolnej”, 1(350), 2017, s. 3-28. 31 J. Comte, EU should raise own taxes, says report, „EU Observer”, Nr 1/2017, 16.01.2017. Pobrane z: https://euobserver.com/institutional/136553 (1.08.2017). 32 European Committee of the Regions, The CAP post-2020, Discussion paper COR-2017-01102-00-00-TCD-TRA (FR), 2017. 33 Serwis Samorz dowy PAP, Przysz o WPR. Wspólna polityka rolna UE po 2020 roku z perspektywy resortu rolnictwa, Warszawa 2017.

22

Do ko ca 2017 roku Komisja Europejska opracuje komunikat w sprawie przysz o ci WPR. Ostatecznie o nowym kszta cie wspólnej polityki rolnej zade-cyduj rz dy pa stw cz onkowskich oraz Parlament Europejski.

1.4. Podsumowanie

W wyniku dop at inwestycyjnych koszt kapita u zmniejsza si , co u atwia inwestycje, gdy dotacje s bezkosztowe i bezzwrotne. Gdy kapita tanieje, rea-lizowane s projekty inwestycyjne, których nie podj oby si w warunkach ko-mercyjnych, ro nie równie ryzyko przeinwestowania. Dop aty na rolnictwo powinny modernizowa aparat wytwórczy. Niezb dna jest równie analiza efek-tów czysto ekonomicznych. Kapita jest substytucyjny w stosunku do pracy, za-tem modernizacja i wzrost potencja u wytwórczego powinny prowadzi do spadku zatrudnienia. Potencja w rolnictwie zwi ksza si skokowo, natomiast 75% ogó u dop at poch aniaj dop aty bezpo rednie, czyli element I filara WPR34. System interwencjonizmu musi wi c by komplementarny i wspó egzy-stowa z odwag polityczn przynosz c zmiany. Makroekonomiczne skutki interwencjonizmu w rolnictwie za pomoc aktualnych mechanizmów zaimple-mentowanych w WPR s niewystarczaj ce. W dyskusji Komisji Europejskiej o kszta cie programów wsparcia rolnictwa z II filaru WPR coraz cz ciej przy-wo ywana jest argumentacja za stosowaniem bezzwrotnych instrumentów finan-sowych, np. w formie mikrokredytów, gwarancji oraz inwestycji w kapita w a-sny (equity-linked instruments), realizowanych m.in. bezpo rednio przez Euro-pejski Bank Inwestycyjny (European Investment Bank, EIB). Z punktu widzenia historii my li ekonomicznej, podobne „rynkowe” rozwi zania by yby najlepsze dla wolnego rynku kredytowego, gdy nie zaburzaj krzywych popytu i poda y na kredyt w modelach zmiennej stopy procentowej oraz nie powoduj efektów wypierania (crowding-out) inwestycji na zasadach rynkowych przez dotowane. Rozwi zania takie maj podobne za o enia do programów wsparcia rolnictwa w Kanadzie i USA35, których pozytywne oddzia ywanie na kondycj finansowo-ekonomiczn przedsi biorstw rolnych jest zauwa alne i zosta o zmierzone.

34 Zmierzono na podstawie danych bud etowych Komisji Europejskiej uzyskanych z: http://ec.europa.eu/budget/figures/2007-2013/index_en.cfm (dost p z 28.11.2017) 35 A. Gorzelak, Wp yw zmian polityki rolnej w USA i Kanadzie na wska niki finansowe go-spodarstw rolnych, „Zagadnienia Ekonomiki Rolnej”, nr 2/2017, s. 52-77.

23

Literatura 1. Adams D., Pischke J., Microenterprise Credit Programs: Déja vu, “World Development”,

2012, 20(10), s. 1463-1470. 2. Alfaro-Gramajo L.N., Reverting the Tendency in Developing Finance: The Case of Ban-

rural S.A. in Guatemala, “Paving the Way Forward for Rural Finance: An International Conference on Best Practices”, USAID, Waszyngton, 02-04 czerwca 2003.

3. Alvarado J., Galarza F., The Agrocapital Foundation of Bolivia: Pioneering Individual Loans in Rural Areas, “Promising Practices in Rural Finance: Experiences from Latin America and the Caribbean” (red. Wenner, M.D.), IADB, Waszyngton 2003.

4. Anand M., Rosenberg R., Are We Overestimating Demand for Microloans?, “Consulta-tive Group to Assist the Poor”, Waszyngton 2008.

5. Armendariz de Aghion B., Morduch J., The Economics of Microfinance, [w:] Arnold R.A., “Microeconomics”, 7th ed., Mason, USA 2015.

6. Banerjee A., Duflo E., Growth Theory through the Lens of Development Economics, MIT, Cambridge 2004.

7. Banerjee A., Duflo E., Glennerster R., Kinnan C., The Miracle of Microfinance? Evidence from a Randomized Evaluation, MIT, Cambridge 2009.

8. Banerjee, A, Duflo E., Giving Credit Where It Is Due, “Journal of Economic Perspec-tives”, 2010, 24(3), s. 61-80.

9. Bashaasha, B., Odeke E., Developments in WFP’s Purchase for Progress (P4P) Pro-gramme, W: Agricultural Finance Yearbook 2009, Richard Roberts and Robert Ocaya (Red.), 140-143. Kampala: Bank of Uganda and Plan for the Modernization of Agricul-ture, 2010.

10. Besigye A., Financial Institutions Client Perspectives from Kapchorwa, [w:] Agriculture Finance Year Book 2008 (red. R. Roberts i R. Ocaya), s. 59-62.

11. Besley T., How Do Market Failures Justify Interventions in Rural Credit Markets? “World Bank Research Observer”, 9 (1), s. 27–47, Waszyngton 1994.

12. Binswanger H. P., Khandker R., Rosenzweig M. R., How Infrastructure and Financial Institutions Affect Agricultural Output and Investment in India, “Journal of Development Economics”, 1993, vol. 41, issue 2, s. 337-366.

13. Binswanger H. P., Rosenzweig M. R., Behavioural and Material Determinants of Produc-tion Relations in Agriculture, “Journal of Development Studies”, 1986, 2(3), s. 503-539.

14. Comte J., EU should raise own taxes, says report, EU Observer, 16.01.2017. Pobrane z: https://euobserver.com/institutional/136553 (01.08.2017).

15. Demirgüç-Kunt A., Beck Th., Honohan P., Finance for All? Policies and Pitfalls in Ex-panding Access, “A World Bank Policy Research Report”, 2008, Waszyngton, USA.

16. European Commission, DG-AGRI, Unit E.4, Investment Support under Rural Develop-ment Policy. “Publications Office of the European Union”, Bruksela 2014.

17. European Committee of the Regions, The CAP post-2020, Discussion paper COR-2017-01102-00-00-TCD-TRA (FR), Bruksela 2017.

18. FAO/GTZ, Agricultural Finance Revisited: Why?, “Agricultural Finance Revisited Mon-ograph 1”, FAO, Rzym 1998.

24

19. Gomez Y Paloma S., E. Majewski, M. Raggi, D. Viaggi, Wp yw wspólnej polityki rolnej na zachowania inwestycyjne rolniczych gospodarstw domowych w Polsce. „Roczniki Na-uk Rolniczych”, 94(2), 2008, s. 95-105.

20. Gorzelak A., Herda-Kopa ska J., Kulawik J., Soliwoda M., Wieliczko B., Kontrowersje wokó Europejskiej Warto ci Dodanej, „Zagadnienia Ekonomiki Rolnej”, 1(350), 2017, s. 3-28.

21. Gorzelak A., Wp yw zmian polityki rolnej w USA i Kanadzie na wska niki finansowe gospo-darstw rolnych, „Zagadnienia Ekonomiki Rolnej”, nr 2(351), 2017, s. 52-77, Warszawa.

22. Hartarska, V. M., Holtman M., An Overview of Recent Developments in the Microfinance Literature, “Agricultural Finance Review”, 2006, 66 (2s), s. 147-165.

23. Hazell P., Pomareda C., Valdes A., Crop Insurance for Agricultural Development: Issues and Experience, Baltimore 1986.

24. Johnson D.G., Agriculture and the Wealth of Nations. Richard T. Ely Lecture, “American Economic Review”, 1997, 87(2), s. 1-12.

25. Khajavi S., Nafchi H. F., Neuro finance, Perspective of Behavioral Finance. “Journal of Investment Knowledge”, 2013, vol. 2, s. 21-34.

26. Keynes J. M., The Collected Writings of John Maynard Keynes, tom 10, Palgrave Mac-millan, Londyn 1972.

27. Levin, I. P., Schneider, S. L., Gaeth, G. J., All frames are not created equal: A typology and critical analysis of framing effects, “Organizational Behavior and Human Decision Processes”, 1998, 76, s. 149-188.

28. Maart-Noelck S.C., Musshoff O., Investing Today or Tomorrow? An Experimental Ap-proach to Farmers’ Decision Behaviour, Journal of Agricultural Economics, 64, 2013, s. 295-318.

29. Mahul O., Stutley Ch. J., Government Support to Agricultural Insurance: Challenges and Options for Developing Countries, 2010, Waszyngton, USA.

30. Serwis Samorz dowy PAP, Przysz o WPR. Wspólna polityka rolna UE po 2020 roku z perspektywy resortu rolnictwa.

31. Stiglitz J., Weiss A., Asymmetric Information in Credit Markets and its Implications for Macroeconomics, “Oxford Economic Papers”, Vol. 44, Iss. 4, 1 January 1992, s. 694-724.

32. Miller C., Richter S., McNellis P., Mhlanga M., Agricultural investment funds for devel-oping countries, FAO, Rzym 2010.

33. Timmer C. P., Agriculture and pro-poor growth: What the literature says, USAID, Waszyngton 2003.

34. Wieliczko B., Wp yw wsparcia inwestycyjnego w ramach WPR na rolnictwo, „Europa Regionum”, t. 25, 2015, s. 463-478.

35. Williamson, O. A., Comparison of Alternative Approaches to Economic Organization, “Journal of Institutional and Theoretical Economics”, 1990, 146(1), s. 61-71.

36. World Bank, World Development Report 2008: Agriculture for Development, Waszyngton 2008.

25

Dr in . Micha Soliwoda

2. Przegl d podej metodycznych i bada empirycznych dotycz cych zachowa inwestycyjnych rolników i oceny dotacji na rozwój rolnic-twa na poziomie mikro1

2.1. Wprowadzenie Procesy inwestycyjne2 w rolnictwie mo na rozpatrywa z kilku perspek-

tyw: sektora jako subsegmentu gospodarki narodowej, pojedynczego gospodar-stwa czy jego ga zi produkcyjnej. Ponadto na najni szym poziomie analizy znajduje si pojedynczy projekt inwestycyjny. Problematyka oceny oddzia ywa-nia dotacji inwestycyjnych, modernizacyjnych i restrukturyzacyjnych (okre la-nych ogó em jako „dotacje na rozwój rolnictwa”) na kondycj ekonomiczn i finansow gospodarstw rolniczych wi e si z eksploracj zachowa inwesty-cyjnych (investment behaviour) rolników3. Od decyzji producenta rolnego o podj ciu projektu inwestycyjnego zale y aktywno inwestycyjna na poziomie

1 Najistotniejsze znaczenie spo ród szerokiego zbioru „dotacji rozwojowych” maj dotacje inwestycyjne. 2 U podstaw analizy procesów inwestycyjnych le y fundamentalna kwestia zdefiniowania inwestycji, których zbiór zostanie zaw ony do „inwestycji rzeczowych”. Istota tego rodzaju inwestycji polega na „anga owaniu rodków finansowych w powi kszaniu zasobów rzeczo-wych sk adników maj tku trwa ego jednostki”. Zdaniem A. Michalak s one podejmowane m.in. w celu „zwi kszenia warto ci maj tku”; A. Michalak, Finansowanie inwestycji w teorii i praktyce, Wydawnictwo Naukowe PWN, Warszawa 2007, s. 21. Podobnego zdania jest R. Ziarkowski, który jednak zwraca uwag na zakres definicyjny „inwestycji rzeczowych” sensu stricte; „inwestycje rzeczowe polegaj na lokowaniu kapita u w niefinansowe sk adniki maj tku jednostki”, podkre laj c jednak e, e „niektórzy autorzy za inwestycje rzeczowe uznaj wy cznie inwestycje w materialne sk adniki maj tku trwa ego”, R. Ziarkowski, Opcje rzeczowe oraz ich zastosowanie w formu owaniu i ocenie projektów inwestycyjnych, Wydaw-nictwo Akademii Ekonomicznej, Katowice 2004, s. 15. Nale y podkre li , ze z punktu wi-dzenia kierownika gospodarstwa istotne znaczenie ma ocena op acalno ci inwestycji wraz z doborem róde ich finansowania, czym zajmuje si bud etowanie kapita owe – obszar wspólny zarówno dla zarz dzania finansami, jak i rachunkowo ci mened erskiej; por. E. No-wak, Rachunek op acalno ci inwestowania, PWE, Warszawa 1999; W. Rogowski, Rachunek efektywno ci inwestycji. Wyzwania teorii i potrzeby praktyki, Wolters Kluwer Polska, Kra-ków, 2013. Szczegó owiej zagadnienie oceny op acalno ci inwestycji w odniesieniu do pod-miotów sektora rolnego zosta o przedstawiono w opracowaniu J. Zió kowskiej; por. J. Zió -kowska, Metody oceny efektywno ci projektów inwestycyjnych w agrobiznesie, Studia i Mo-nografie, nr 136. IERiG -PIB, Warszawa. 3 V. Gallerani i in. w czaj do szerokiego zbioru zachowa inwestycyjnych decyzje podej-mowane przez rolnika, dotycz ce m. in. podj cia projektu inwestycyjnego, okre lenia czasu jej rozpocz cia, intensywno ci, lokalizacji, a tak e ród a finansowania. Por. V. Gallerani, S. Gomez Y Paloma, M. Raggi, D. Viaggi, Investment behavior in con-ventional and emerg-ing farming systems under different policy scenarios, JRC Scientific and Technical Reports, European Commission Joint Research Centre, Institute for Prospective Technological Studies, Seville, Spain 2008.

26

sektora, a w konsekwencji tak e konkurencyjno rolnictwa na poziomie mi -dzynarodowym. Inwestycje w rolnictwie s cz sto no nikiem post pu innowa-cyjnego, decyduj zatem, cho w po redni sposób, o przesuni ciu si y roboczej z obszarów wiejskich do innych dzia ów gospodarki narodowej. Unowocze nie-nie rolnictwa (m.in. poprzez automatyzacj , technologie ICT, post p biologicz-ny) sprzyja g bszemu powi zaniu tego sektora z pozosta ymi komponentami gospodarki narodowej,. co uzasadnia przyjmowanie bardzo szerokiej perspek-tywy analitycznej. Podejmowanie inwestycji rzeczowych jest istotne z punktu widzenia gospodarstw rolniczych, gdy mo e m.in. zwi ksza produktywno czynników produkcji, poprawia dobrostan inwentarza ywego, a tak e stabili-zowa ywotno ekonomiczn podmiotów sektora rolnego4 .

Cele niniejszego rozdzia u obejmuj zidentyfikowanie, po pierwsze, de-terminant zachowa inwestycyjnych gospodarstw rolniczych, a, po drugie, prze-gl d metod oceny oddzia ywania dotacji na rozwój rolnictwa na sytuacj eko-nomiczn i kondycj finansow gospodarstw rolnych osób indywidualnych. Wykorzystano przede wszystkim metod krytycznych studiów literaturowych i analizy bibliometrycznej.

2.2. Zachowania inwestycyjne gospodarstw rolniczych perspektywa mikro

Podejmowanie inwestycji rzeczowych prowadzi do powi kszania zaso-bów maj tkowych podmiotu gospodarczego. Procesy inwestycyjne w rolnic-twie, wspomagane przez instrumenty wsparcia ze strony Wspólnej Polityki Rol-nej5, s analizowane zarówno z perspektywy stricte ekonomicznej, jak i finan-sowej, a zdecydowanie rzadko analiza projektów inwestycyjnych odnosi si do kwestii dotycz cych zarz dzania.

Nale y podkre li , e liczba bada empirycznych nad inwestycjami go-spodarstw rolniczych jest znacz ca (por. tabela 1). Wskazuj na to chocia by wyniki zapytania dotycz ce zachowa inwestycyjnych rolników w wyszukiwar-ce abstraktowej Scopus Search (wed ug tzw. ABS String, tj. Article title, Ab-stract, Keywords): “investment behavior” AND farm 35 artyku ów (stan na 1.08.2017 r.).

4 N. Olli, A.-M.Heikkilä, S.Myyrä, Accounting risk in farm investment calculations: applica-tion to dairy farm investment, Paper prepared for presentation at the EAAE 2016 Seminar 156, Prospects for agricultural insurance in Europe, October 3-4, 2016, Wageningen Campus, Netherlands. 5 Por. European Commission, Investment Support under Rural Development Policy, 2014.

27

Tabela 1 Wyniki analizy bibliometrycznej badania nad zachowaniami inwestycyjnymi rolników

Obszar bada Liczba artyku ów S owa kluczowe Investment (9), Investment Behaviour (6), Eurasia (5), Agriculture (4), Europe (4),

Agricultural Policy (3), Common Agricultural Policy (3), Decision Making (3), Experimental Economics (3), Farmers Attitude (3)

Kraje afiliacji autorów

Niemcy (8); Stany Zjednoczone (6); Holandia (5); W ochy (4); Hiszpania (4)

Autorzy M. Raggi (4); D. Viaggi (4); K. Agethen (2); R. Bokusheva (2) Obja nienie: wykonano w Scopus Search (1.08.2017).

ród o: badania w asne.

Jak zauwa aj Atwood i in., z jednej strony procesy inwestycyjne w rol-nictwie oddzia uj na zmiany strukturalne w sektorze rolnym, z drugiej za de-terminanty zwi zane ze struktur rolnictwa oddzia uj na aktywno inwesty-cyjn poszczególnych podmiotów6. Zdaniem Gallerianiego i in. „ziemia i kapita s w pewnym stopniu komplementarne, ziemia rolna jako pojedynczy czynnik inwestycyjny jest równie traktowany jako alternatywa przy podejmowaniu in-westycji rzeczowych”7. W przypadku elastycznego podej cia do kszta towania struktury kapita owej gospodarstwa decyzje inwestycyjne umo liwiaj podj cie decyzji wej cia/wyj cia z sektora rolnego, zmiany wielko ci gospodarstwa czy wprowadzenie innowacji w gospodarstwie rolniczym. Nale y te doda , e bar-dzo rozbudowany jest obszar bada dotycz cy identyfikacji determinant aktyw-no ci inwestycyjnej, wykorzystuj cy z regu y modele regresji wielorakiej lub coraz cz ciej modele binarne (zwykle logitowe czy tobitowe). Du e znaczenie maj tak e badania wykorzystuj ce dane pierwotne uzyskane w trakcie sonda y diagnostycznych (np. jak w pracy Gomez y Paloma i in.8). Spo ród zidentyfiko-wanych w literaturze przedmiotu determinant zachowa inwestycyjnych rolni-ków nale y wymieni :

6 J.A. Atwood, G.A Helmers, S. Shaik, Farm and non-farm factors influencing farm size. Selected paper presented at AAEA-WAEA Annual Meetings, Long Beach, California, 2002; F.C.A. An-dersson, Decoupling: the concept and past experience, SLI Working paper, 1, 2004. 7 V. Gallerani, S. Gomez Y Paloma, M. Raggi, D. Viaggi, Investment behaviour…, op.cit., s. 34. 8 S. Gomez Y Paloma, E. Majewski, M. Raggi, D. Viaggi, Facing the future: strategies and investment behaviour of polish farmers, Paper prepared for presentation at the 104th (joint) EAAE-IAAE Seminar Agricultural Economics and Transition: What was expected, what we observed, the lessons learned. Corvinus University of Budapest (CUB) Budapest, Hungary. September 6-8, 2007.

28

faza cyklu koniunkturalnego (boom/bust w rolnictwie)9; czynniki zwi zane z otoczeniem makroekonomicznym, politycznym10; cechy zwi zane z projektami inwestycyjnymi (m.in. czas rozpocz cia, okres

trwania, ród o finansowania); charakterystyki dotycz ce rynków towarowych, a tak e rynków czynników

produkcji (np. rynek kredytowy); cechy rodzinnego gospodarstwa rolniczego11; postawy producenta rolnego.

Szczególnie istotne znaczenie przypisywane jest instrumentom polityki rolnej (zarówno na szczeblu krajowym i ponadnarodowym, np. UE). Chodzi tu m.in. o p atno ci od czone od produkcji (decoupled payments) czy system opo-datkowania rolnictwa12. Ogólnie rzecz bior c, instrumenty dotacyjne w ramach

9 Cho W. Czubak bada co prawda instrumenty dotacyjne w ramach PROW 2007-2013 (na podstawie danych ARiMR), stwierdzi , e zachowania inwestycyjne polskich rolników by y do konserwatywne i stabilne w czasie, gdy „nie zmienia si sposób wykorzystania wspar-cia, (…) dominowa y inwestycje dotycz ce przedsi wzi zwi zanych z wyposa eniem go-spodarstw w maszyny, urz dzenia i narz dzia do produkcji rolnej”. Co wi cej, rodki wspo-magaj ce dzia alno inwestycyjn trafi y przede wszystkim do gospodarstw w centrum Pol-ski. W efekcie przyczyni o si to do umocnienia „konkurencyjno ci regionów o relatywnie dobrej strukturze agrarnej, w których rolnictwo jest uwa ane za dobrze rozwini te” (s. 57); W. Czubak, Wykorzystanie funduszy Unii Europejskiej wspieraj cych inwestycje w gospodar-stwach rolnych, „Journal of Agribusiness and Rural Development”, 2012, 3(25), s. 57-67. D. Kusz, St. G d k i R. Kata badali makroekonomiczne uwarunkowania inwestycji w pol-skim rolnictwie. Generalnie ich wnioski nie odbiegaj zasadniczo od tych, które dotycz de-terminant aktywno ci inwestycyjnej przedsi biorstw. Ekonomi ci ci stwierdzili, e spadek stóp procentowych i wzrastaj ca dynamika PKB powinny stymulowa aktywno inwesty-cyjn polskich gospodarstw rolniczych; D. Kusz, S. G dek, R. Kata, Egzogeniczne uwarun-kowania inwestycji w rolnictwie polskim, [w:] Problemy rozwoju rolnictwa i gospodarki yw-no ciowej w pierwszej dekadzie cz onkostwa Polski w UE (red. A. Czy ewski, B. Klepacki), s. 54-68, Wyd. PTE, Warszawa 2015. 10 D.A. Hay, D.L. Morris, Industrial economics and organisation. Theory and evidence, Ox-ford University Press, Oxford 1991. 11 Por. E.L. LaDue, L.H. Miller, J.H. Kwiatkowski, Factors Influencing Farm Investment Be-havior, Proceedings of Regional Research Committee NC-161, Financing Agriculture In A Changing Environment: Macro, Market, Policy And Management Issues, Mclean, Virginia, October 4-5, 1988; J.V. Olsen, M. Lund, The impact of socio-economic factors and incentives on farmers’ investment behavior, “Acta Agriculturae Scandinavica, Section C Food Eco-nomics”, 2011, vol. 8, iss. 3, s. 173-185. 12 G bsz dyskusj na temat zale no ci mi dzy konstrukcj systemu opodatkowania a konku-rencyjno ci sektora rolnego zawiera opracowanie: M. Soliwoda, J. Paw owska-Tyszko, In-come taxation in agriculture vs. competitiveness. International perspective and evidence from Poland, „Jahrbuch der Österreichischen Gesellschaft für Agrarökonomie”, 2016, Band 25, s. 211-220. Istotn rol odgrywa obecno elementów (np. stawka, zwolnienia podmiotowe, przedmiotowe) wskazuj cych na preferencyjne traktowanie fiskalne sektora rolnego. Dobit-

29

polityk rolnych, w powi zaniu z preferencjami podatkowymi, mog zmniejszy sk onno rolników do podejmowania decyzji inwestycyjnych, jednak e nie zwi zanych z dzia alno ci produkcyjn gospodarstwa rolniczego. Dodatkowo, jak wskazuj badania Langerkvista13, decyzje inwestycyjne zwi zane z powi k-szaniem area u gospodarstwa rolniczego (tj. poprzez zakup ziemi rolnej) podej-mowane by y w warunkach niepewno ci zwi zanej z ró nymi opcjami polityk rolnej. Lagerkvist rozwa y w tym przypadku wprowadzenie jednolitej p atno ci obszarowej (Single Farm Payment, SFP). Wiele uwagi po wi cono w badaniach empirycznych efektom od czenia od produkcji rolnej na inwestycje gospodar-stwa rolniczego14. Wnioski z tych bada by y nast puj ce15: p atno ci od czone stymulowa y procesy inwestycyjne, a szczególnie inwe-

stycje w maszyny i urz dzenia, budynki i budowle; potwierdzona zosta a hipoteza o awersji do ryzyka (the risk aversion hy-

pothesis, RAH); zró nicowanie uzyskanych wyników bada empirycznych mog o wynika

z odmiennych podej metodycznych; znaczna cz p atno ci od czonych zosta a przeznaczona na konsumpcj

gospodarstwa domowego16. Polityka rolna mo e przyczyni si do zwi kszenia sk onno ci (propensi-

ty) rolników do inwestowania, pod warunkiem, e zostan „rozlu nione” ogra-niczenia finansowe17. W przypadku wyst powania niedoskona ych rynków kapi-

nym przyk adem jest polski system podatkowy, w którym rodzinne gospodarstwa rolnicze (wyj tkiem s gospodarstwa z tzw. dzia ów specjalnych), obci one, w zasadzie, jedynie po-datkiem rolnym. 13 C.J. Lagerkvist, Agricultural policy uncertainty and farm level adjustments - the case of direct payments and incentives for farmland investment, “European Review of Agricultural Economics”, 2005, 32(1), s. 1-23. 14 Warto przywo a tu chocia by liczne opracowania OECD czy artyku y agroekonomistów w oskich. Por. OECD, Policy Framework for Investment in Agriculture, OECD Publishing, Paris 2014; P. Sckokai, M. Moro, M., Modelling the impact of the CAP Single Farm Payment on farm investment and output, “European Review of Agricultural Economics”, Vol. 36(3), 2009, s. 395-423. 15 European Commission, Evaluation of The Structural Effects Of Direct Support, July 2013. http://publications.jrc.ec.europa.eu/repository/bitstream/JRC97340/jrc%20report%20final.pdf 16 Por. B.K. Goodwin, A.K. Mishra A.K., Another look at decoupling: Additional evidence on the production effects of direct payments, “American Journal of Agricultural Economics”, 2005, 87(5), s. 1200-1210. 17 F.C.A. Andersson, Decoupling: the concept and past experience. SLI Working paper, 1, 2004.

30

ta owych, polityki wsparcia dochodów rolniczych sprzyja y zwi kszeniu sk on-no do inwestowania18.

Teoria inwestycji rolniczych wyró nia tzw. spowolnienie (slughiness) w procesach transformacji gospodarstwa. Po pierwsze, mo e ono wynika z kosztów dostosowawczych, a po drugie tzw. asset fixity, czyli niemobilno aktywów (wynikaj ca z ró nicy mi dzy kosztem nabycia a jego warto ci rezy-dualn , tzw. salvage value). Teoria kosztów dostosowawczych jest tylko cz -ciow prób wyja nienia, dlaczego podmiot gospodarczy tylko nieznacznie

przystosowuje zasoby kapita u do poziomu optymalnego. Problem tzw. asset fixity wynika ze specyfiki inwestycji jako procesu zwi zanego z oczekiwaniem na odroczone w czasie efekty ekonomiczne i finansowe. Z punktu widzenia ana-lizy procesów inwestycyjnych na poziomie mikro (pojedynczego gospodarstwa rolniczego) istotne znaczenie ma kwestia niepewno ci hamuj cej aktywno in-westycyjn gospodarstwa rolniczego. Niepewno odnosi si po rednio do nie-odwracalno ci (irreversability) inwestycji19.

E. Vollmer i in.20 zastosowali w swoich badaniach empirycznych metod eksperymentu ekonomicznego. G ównym celem ich studium by o ustalenie od-dzia ywania determinant pozamonetarnych na decyzje niemieckich rolników o podj ciu inwestycji w budow chlewni (produkcja ekologiczna). Respondenci mieli mo liwo wyboru kolejnych inwestycji zwi zanych z produkcj o cha-rakterze konwencjonalnym, a nast pnie ekologicznym. Pozosta e warunki eko-nomiczne by y identyczne. Wyniki bada Vollmer i in. potwierdzi y, e efekt framingu (ramowania) by zwi zany z reakcj rolników na mo liwo ci inwesty-cji w chlewnie dla produkcji konwencjonalnej, jak i ekologicznej. Rolnicy inwe-stowali pó niej, je li musieli dokona zmiany typu produkcji21.

18 Nale y zaznaczy , e przewidywany efekt instrumentów polityki publicznej (tu: rolnej) mo e by do zaskakuj cy dla decydentów. Przyk adowo B.K. Goodwin i A.K. Mishra wy-kazali, e zdecydowana wi ksza cz p atno ci od czonych by a przeznaczona na wydatki gospodarstwa (used on the farm), por. B.K. Goodwin, A.K.Mishra, Another look at decou-plings…, op.cit. Polityka rolna USA ju w 2014 r. wycofa a p atno ci rz dowe jako instru-ment redystrybucji dochodów rolnych, k ad c nacisk na subsydiowanie narz dzi zarz dzania ryzykiem. 19 Por. V. Gallerani, S. Gomez Y Paloma, M. Raggi, D. Viaggi, Investment behavior…, op. cit.; A.K. Dixit, R.S. Pindyck, Investment under Uncertainty, Princeton, NJ: Princeton, University Press, 1994. 20 E. Vollmer, D. Hermann, O. Musshoff, An Experimental Approach to the Investment Tim-ing of Conventional and Organic Hog Farmers, “Canadian Journal of Agricultural Econom-ics”, 65 (2017), s. 293-315. 21 Ibidem.

31

Badania ankietowe J. Fritscha i in.22 nad rolniczymi gospodarstwami towa-rowymi (semi-substence farms) w trzech krajach Europy rodkowo-Wschodniej (Polska – 175, Rumunia – 185, Bu garia – 184 gospodarstw) umo liwi y doko-nanie typologii tych podmiotów na: (1) wiejscy „dywersyfikatorzy”, (2) emeryci z obszarów wiejskich; (3) producenci rolnicy, (4) wiejscy „nowicjusze” (rural newcomers). Jedynie podmioty reprezentuj ce trzeci grup charakteryzowa y si zdolno ci do rozwoju, w tym korzystania z instrumentów wspieraj cych aktyw-no inwestycyjn i modernizacyjn 23.

Jak wynika z bada I. Fert i in.24 dotycz cych oceny zachowa inwesty-cyjnych gospodarstw rolniczych, zarówno w krajach UE w Europie Zachodniej, jak i rodowo-Wschodniej (W gry, S owenia), we wszystkich analizowanych pa stwach zachowania inwestycyjne nie ró ni y si istotnie, cho wyst powa y odr bno ci dotycz ce charakterystyk strukturalnych sektora rolnego. Niedoskona-o ci rynków kredytowych by y dostrzegalne przede wszystkim na W grzech

i w S owenii. Zosta y wykorzystane dane panelowe z systemu FADN za okres badawczy 2003-2008. Inwestycje brutto gospodarstwa rolniczego by y skorelo-wane pozytywnie ze zmian przychodów ze sprzeda y (w cenach bie cych) i dotacjami inwestycyjnymi. Nale y zauwa y , ze ww. instrumenty mog zmniej-sza negatywne oddzia ywanie niedoskona o ci rynków kapita owych, ale jedynie w krótkim czasie. W perspektywie d ugoterminowej du e znaczenia ma utrzyma-nie zdolno ci konkurencyjnych gospodarstw na rynkach towarowych, a tak e za-pewnienie wystarczaj cych przep ywów pieni nych (Cash Flow) 25.

Celem bada S. Gomez y Paloma i in. (w tym E. Majewskiego) z 2007 r. by a identyfikacja strategii rolników, a w lad za tym tak e ich oczekiwa i reakcji na potencjalne zmniejszenie roli instrumentów polityki rolnej26. Próba badawcza,

22 J.Fritzsch, S. Wegener, G. Buchenrieder, J. Curtiss, S. Gomez y Paloma, Semi-subsistence Farm Households in Central and South-eastern Europe: Current State and Future Perspec-tives. Contributed Paper prepared for presentation at the International Association of Agricul-tural Economists Conference, Beijing, China, August 16-22, 2009. 23 Ibidem. 24 I. Fert , Z. Bakucs, Š. Bojnec, L. Latruffe, East-west European farm investment behaviour

The role of financial constraints and public support, “Spanish Journal of Agricultural Re-search”, 2017, vol. 15, iss. 1. 25 Do kwestii finansowania inwestycji rolniczych w S owenii podczas transformacji gospo-darczej odnosi si równie opracowanie Š. Bojnec, L. Latruffe, Financing availability and investment decisions of Slovenian farms during the transition to a market economy, “Journal of Applied Economics”, 2011, vol. 14, iss. 2, November 2011, s. 293-317. 26 S. Gomez Y Paloma, E. Majewski, M. Raggi, D. Viaggi, Facing the future: strategies and investment behaviour of polish farmers, Paper prepared for presentation at the 104th (joint) EAAE-IAAE Seminar Agricultural Economics and Transition: What was expected, what we

32

cho dobrana w sposób bardzo arbitralny, obejmowa a producentów rolnych cha-rakteryzuj cych si „dynamicznym” podej cie do zarz dzania, a tak e wi ksz ni przeci tna sk onno ci do podejmowania nowych inicjatyw. Rolnicy wykazywali ró ne oczekiwania dotycz ce przysz o ci, przede wszystkim, e: ró nica mi dzy przychodami ze sprzeda y brutto a kosztami b dzie spada , a w konsekwencji b dzie odczuwalny spadek nadwy ki bezpo redniej dla dominuj cych upraw;

rola polityki rolnej (w tym WPR) zostanie znacznie zmniejszona. W wi kszo ci gospodarstw subsydia unijne zosta y wykorzystywane do po-

krywania bie cych kosztów i wydatków inwestycyjnych. Do wyja niania ró nic mi dzy oczekiwaniami poszczególnych gospodarstw bardziej przydatne okaza y si zmienne dotycz ce organizacji produkcji, wyposa enia w kapita ludzki, wyko-rzystania zasobów czynników produkcji, ni te dotycz ce systemu produkcji27.

W tabeli 2 zestawiono wyniki bada dotycz ce identyfikacji determinant zachowa inwestycyjnych. Nale y zauwa y , e im bardziej by do wiadczony, wykszta cony rolnik, tym cz ciej podejmowane by y inwestycje rzeczowe. Do typowych zmiennych charakteryzuj cych gospodarstwo rolnicze nale y zali-czy : wielko gospodarstwa (m.in. wyra on za pomoc area u), typ produk-cyjny. Zad u enie (wyra one za pomoc wska nika zad u enia aktywów) w ba-daniach ekonomistów du skich stymulowa o aktywno inwestycyjn (badania Olsen i Lund z 2009 r.), cho nale y mie na uwadze tak e wra liwo proce-sów inwestycyjnych w gospodarstwach rolniczych na przep ywy pieni ne, co jest zwi zane ze struktur rynku kapita owego.

Reasumuj c, mo na wyodr bni kilka grup determinant zachowa inwe-stycyjnych gospodarstw rolniczych. Istotn rol odgrywa kategoria zwi zana z charakterystykami spo eczno-demograficznymi kierowników gospodarstw rolniczych.

observed, the lessons learned, Corvinus University of Budapest (CUB) Budapest, Hungary. September 6-8, 2007. 27 Ibidem.

33

Tabela 2 Determinanty zachowa inwestycyjnych rolników – przegl d bada

Autorzy bada Zmienne obja niaj ce zachowania inwestycyjne rolników*

Zastosowana metoda badawcza

La Due i in., 1988 Cechy spo eczno-demograficzne: wiek (+), do wiad-czenie kierownika (+), poziom wykszta cenia (+) Cechy gospodarstwa (+): wielko gospodarstwa, typ produkcyjny, jako gleby, po o enie gospodarstwa (region)

Regresja logistyczna

Benjamin, Phimister, 2002

Struktura rynku kapita owego -> wra liwo inwe-stycji na przep ywy pieni ne

Trzy podej cia modelowe, oparte na analizie regresji (w tym podstawowy model q)

Olsen, Lund, 2009 Standardowa nadwy ka bezpo rednia (+) Wielko ekonomiczna (jako pot ga) (-) Zad u enie (+) Okres zasiedlenia gospodarstwa przez rolnika (+)

Regresja logistyczna

Obja nienie: *podano kierunek i istotno zale no ci. ród o: opracowanie w asne.

2.3. Ocena oddzia ywania dotacji na rozwój rolnictwa na sytuacj

ekonomiczn i finansow gospodarstw rolniczych – przegl d podej badawczych Dotacje inwestycyjne, modernizacyjne i restrukturyzacyjne oddzia uj

wielokana owo na kondycj finansow i sytuacj ekonomiczn gospodarstw rol-niczych. Co wi cej, kwestia ta wydaje si wyj tkowo z o ona, bior c pod uwa-g , i efekt tych instrumentów wsparcia zwykle jest roz o ony w kilkuletniej perspektywie czasowej28. Bior c pod uwag podej cia metodyczne, wyodr bni mo na kilka ich grup, mianowicie te dotycz ce sektora (pomini te w tym pod-rozdziale), pojedynczego podmiotu czy projektu inwestycyjnego.

Do najcz ciej stosowanych metod s u cych do oceny oddzia ywania dota-cji inwestycyjnych (najbardziej istotnych z punktu widzenia ww. grupy instrumen-tów wsparcia) na kondycj ekonomiczn i finansow przedsi biorstw nale :

28 Szczególnie istotne znaczenie mo e mie zagadnienie optymalizacji, z uwzgl dnieniem mi dzyokresowych tzw. optimal intertemporal investment, modeling. F.W. Agbola i S.R. Har-rison eksplorowali zachowania inwestycyjne gospodarstw wyspecjalizowanych w ekstensyw-nym chowie prze uwaczy (Austalia’s pastoral region). Por. F.W. Agbola, S.R. Harrison, Em-pirical investigation of investment behaviour in Australia’s pastoral region, “The Australian Journal of Agricultural and Resource Economics”, 2005, 49, s. 47-62.

34

modele regresji wielorakiej nieci g ej (the multiplere gression discontinuity design)29,

modele z wykorzystaniem estymatorów typu Matching Estimators30, modele oparte na estymatorze the Difference-in-Difference (DiD)31.

Zespó austriackich ekonomistów rolnictwa podj si próby usystematy-zowania dotychczasowych podej metodycznych, wykorzystywanych do oceny oddzia ywania dotacji inwestycyjnych, modernizacyjnych i restrukturyzacyj-nych na gospodarstwa. Z programów rozwoju obszarów wiejskich wielu pa stw wynika o, i celem dzia a wspieraj cych aktywno inwestycyjn jest poprawa efektywno ci ekonomicznej gospodarstw rolniczych poprzez lepsze wykorzy-stanie czynników produkcji32. Ponadto ogólne kierunki WPR do 2020 r. uwzgl dnia y inwestycje, które „powinny podnie zarówno efektywno go-spodarcz jak i rodowiskow ”33. Problem oceny oddzia ywania dotacji inwe-stycyjnych wi e si z wieloma trudno ciami metodycznymi: samoselekcj , znacznym zró nicowaniem cech spo eczno-demograficznych i ekonomicz-

nych gospodarstw rolniczych,

29 A. Cerqua, G. Pellegrini, Do subsidies to private capital boost firms' growth? A multiple regression discontinuity design approach, “Journal of Public Economics, Journal of Public Economics”, Vol. 109, January 2014, s. 114-126. 30 „Estymacja przez dopasowanie (matching estimation) pozwala uzyska nieobci one esty-matory ró nicy warto ci oczekiwanych badanych zmiennej w dwóch ró nych sytuacjach: wyst powania wy ej wymienionego oddzia ywania i przy jego braku” (s. 309); A. Szulc, Ocena efektu oddzia ywania: estymacja przez dopasowanie, (w:) Modele i metody analizy danych indywidualnych (red. nauk. M. Gruszczy ski), wyd. II rozszerzone, Wolters Kluwer Polska, s. 309-336, Warszawa 2012. Przyk ad zastosowania tej metody zawiera artyku empi-ryczny G.E. Atzeniego i O.A.Carboniego, por. G.E. Atzeni, O.A. Carboni, The effects of grant policy on technology investment in Italy, “Journal of Policy Modeling”, Vol. 30, Iss. 3, May- -June 2008, s. 381-399. 31 S. Kirchweger, J. Kantelhardt, F. Leisch, Impacts of the government-supported investments on the economic farm performance in Austria, “Agric.Econ – Czech”, 2015, 61, (8), s. 343- -355; H. Zhou, Ch. Taber, St. Arcona, Y. Li, Difference-in-Differences Method in Compara-tive Effectiveness Research: Utility with Unbalanced Groups, Applied Health Economics and Health Policy. 2016; 14: 419-429; J. Michalek, P. Ciaian, D. Kancs, Investment Crowding Out: Firm-Level Evidence from Northern Germany, “Regional Studies”, 2016, Vol. 50, Iss. 9, s. 1579-1594. 32 Por. European Commission, Directorate-General for Agriculture and Rural Development, Rural Development in the European Union. Statistical and economic information, 2011. 33 Komunikat Komisji do Parlamentu Europejskiego, Rady, Europejskiego Komitetu Ekonomiczno-Spo ecznego i Komitetu Regionów WPR do 2020: Sprosta wyzwaniom przysz o ci zwi zanym z ywno ci , zasobami naturalnymi oraz aspektami terytorialnymi /* COM/2010/0672 ko cowy */, 52010DC0672, http://eur-lex.europa.eu/legal-content/PL/TXT/HTML/?uri=CELEX:52010DC0672&from=EN

35

przyznanie dotacji inwestycyjnych wi e si zazwyczaj z dok adn ocen projektu inwestycyjnego.

Nale y podkre li , e ww. metody s szczególnie przydatne analizie kontrfak-tualnej oddzia ywania instrumentów wsparcia (cho nie tylko) na podmioty gospo-darcze, st d ich coraz bardziej rosn ca popularno jako narz dzi w badaniach ewa-luacyjnych efektów polityk publicznych.

Mo na mówi o pewnych, cho ograniczonych mo liwo ciach adaptacji metod oceny oddzia ywania dotacji inwestycyjnych z sektora M P34. Wi cej uwagi ze wzgl du wzrastaj ce zainteresowanie badaczy nale y po wi ci ekspe-rymentowi ekonomicznemu35.

Colen i in.36 rozwa aj mo liwo wykorzystania podej cia eksperymen-talnego do oceny zmian skutków polityki rolnej (w tym Wspólnej Polityki Rol-nej, WPR). Przywo ani badacze eksponuj szczególnie nast puj ce obszary za-stosowania eksperymentów ekonomicznych37, mianowicie: ocen potencjalnych skutków polityk (b d zmian) przed implementacj ; zidentyfikowanie roli czynników behawioralnych przy podejmowaniu decy-

zji ekonomicznych, czy finansowych;

34 Przyk adowo B.C. Cin i in. podj li prób oceny oddzia ywania instrumentów dotacyjnych wspieraj cych innowacyjno na produktywno mierzon warto ci dodan firm korea skich z sektora M P. Wykorzystali oni unikatowy du y panel zawieraj cy zmienne na temat dotacji wspomagaj cych dzia alno badawczo-rozwojow (public R&D subsidy). Procedura ekonome-tryczna uwzgl dnia a analiz scenariusza alternatywego (contrafactual analysis) i by a dwueta-powa (Tobit/Logit – DPD). Wyniki wykaza y jednoznacznie pozytywne oddzia ywanie tych instrumentów wsparcia na popraw wydajno ci. Por. B..C Cin, Y.J. Kim, N.S. Vonortas, The Impact of Government R&D Subsidy on Firm Performance: Evidence from Korean SMEs, The Asian Research Policy Symposium, “Asian Model of Innovation: Innovation and Creative Economy”, Seoul, Korea 2013. Warto podkre li , e wysok przydatno ci charakteryzowa y si metody stosowane w odniesieniu do podmiotów przemys u spo ywczego. Przyk adowo, J.Spicka, Z. Naglova i M. Gurtler zastosowali do oceny oddzia ywania dotacji inwestycyjnych na kondycj finansow przedsi biorstw przemys u mi snego typowe podej cie panelowe (zmiennymi obja nianymi by y rentowno , produktywno pracy, zad u enie aktywów (credit debt ratio). Por. J. Spicka, Z. Naglova, M. Gurtler, Effects of the investment support in the Czech meat processing industry, “Agric. Econ. – Czech”, 63, 2017. 35 Zagadnienia metodyczne zosta y przywo ane w artykule wspó autora monografii: M. Soli-woda, Podej cie behawioralne i eksperyment ekonomiczny w finansach rolnictwa, „Zagadnie-nia Ekonomiki Rolnej”, 2014, nr 1, s. 57-77. 36 L. Colen, S. Gomez y Paloma, U. Latacz-Lohmann, M. Lefebvre, R. Préget, S. Thoyer, Economic Experiments as a Tool for Agricultural Policy Evaluation: Insights from the Euro-pean CAP, “Canadian Journal of Agricultural Economics”, 2016, vol. 64., iss. 4, s. 667-694. 37 S. Flejterski i M. Urchs twierdz , e procedura badawcza w ekonomii co do zasady podob-na jest do ogólnej procedury nauk empirycznych, a jej specyfika wynika z odmienno ci bada-nego podmiotu; S. Flejterski, M. Urchs, Elementy filozofii i metodologii nauk ekonomicznych. Perspektywa kryzysowa , Wyd. edu-Libri, Kraków-Legionowo 2015.

36

pomiar efektu oddzia ywania danego instrumentu (w uj ciu przyczynowo- -skutkowym).

Specyficznymi cechami wyró niaj cymi eksperyment ekonomiczny spo-ród szerokiej palety wielu metod badawczych s : (1) zdolno do wykrywania

przyczynowo ci (demonstating causality), a tak e (2) przydatno w pewnym ograniczonym zakresie do eliminacji mo liwych zniekszta ce /deformacji zwi -zanych z doborem podmiotów do bada (selection bias)38.

Najcz ciej przywo ywany jest przypadek identyfikowania oddzia ywania instrumentów wsparcia, jako ró nicy mi dzy wynikiem danej polityki (dane ob-serwowane) a wypadow czynników w przypadku braku oddzia ywania danego instrumentu (stan kontrfaktualny)39. Czasami np. wzrost wysoko ci plonów w gospodarstwach uzyskuj cych dotacje inwestycyjne mo e by wyt umaczony przez równoleg y spadek cen nawozów.

Kolejny obszar zastosowania wi e si z eliminacj potencjalnego znie-kszta cenia dotycz cego samoselekcji (autoselekcji, self selection). Obserwowane, lub nieobserwowane charakterystyki jednocze nie decyduj o przynale no ci do próby i wielko ci analizowanego zjawiska40. Zatem wyzwaniem jest odró nienie wp ywu polityki od innych dotychczas istniej cych ró nic mi dzy otrzymuj cymi dotacje inwestycyjne a rolnikami nie korzystaj cymi z tego wsparcia. Przyk ado-wo, gospodarstwa rolników korzystaj cych z dotacji inwestycyjnych charakteryzu-j si istotnie wy szymi nadwy kami. Jest to jednak zwi zane nie z bezpo rednim oddzia ywaniem dotacji inwestycyjnych. Mo na to wyja ni tym, i w ród apliku-j cych o dotacje inwestycyjne dominuj gospodarstwa osi gaj ce wy sze dochody, charakteryzuj ce si zdecydowanie lepsz efektywno ci ekonomiczn .

Bior c pod uwag , e metoda eksperymentu ekonomicznego wi e si z dosy kosztoch onnym procesem badawczym, który ze wzgl du na ró nego rodzaju ograniczenia (trudno ci w uzyskaniu tzw. randomizowanego ekspery-mentu41) nie mo e by podj ty, dorobek wspó czesnej mikroekonometrii zawie-

38 D. Hermann, K. Agethen, O. Mußhoff, Ein experimenteller Vergleich des Investi-tionsverhaltens ökologisch und konventionell wirtschaftender Schweinehalter in Deutschland, “German Journal of Agricultural Economics”, 2015, 64 (2015), No. 1, s. 1-15. 39 S.C. Maart-Noelck, O. Musshoff, M. Maack, The Impact of Price Floors on Farmland In-vestments: A Real Options Based Experimental Analysis, “Applied Economics”, 2013, 45(35), s. 4872-4881. 40 Por. P. Strawi ski, Przyczynowo , selekcja i endogeniczne oddzia ywanie, WNE UW, Warszawa 2007, s. 7, http://coin.wne.uw.edu.pl/pstrawinski/publ/selekcja.pdf (7.08.2017). 41 W tego rodzaju eksperymencie podmioty w grupie poddawanej testowaniu, jak i te w gru-pie kontrolnej, charakteryzuj si identycznymi rozk adami zarówno cech obserwowalnych i nieobserwowalnych; P. Strawi ski, Propensity Score Mataching, http://coin.wne.uw.edu.pl/pstrawinski/psm/psm06.2015.pdf (7.08.2017).

37

ra równie podej cia metodyczne, które mo na okre li mianem „quasi-eksperymentalnych”. Przyk adem jest metoda regresji z estymatorem Differen-ce-in-Difference42. W praktyce, wi kszo bada empirycznych (szczególnie w Polsce) dotycz cych oddzia ywania inwestycji rolniczych na sytuacj ekono-miczn i finansow gospodarstw rolniczych zawiera opis statystyczny (szcze-gólnie uwypuklaj cy zmiany warto ci wska ników w d u szym przedziale cza-sowym). W niektórych pracach stosowane s tradycyjne podej cia ekonome-tryczne, zwi zane z konstrukcj m.in. modeli regresji panelowej (por. tabela 3).

Tabela 3

Oddzia ywanie inwestycji na sytuacj ekonomiczn i finansow gospodarstw rolniczych – przegl d bada

Autorzy bada

Zmienne ekonomiczno-finansowe/ stymulowa-ne/destymulowane przez inwestycje*

Zastosowana metoda badawcza

Józwiak, Kagan, 2008

Produkcyjno gospodarstwa rolniczego (+) Opis statystyczny

Sandibichler i in., 2011

Wielko ekonomiczna, dochód pozarolniczy, zad u enie aktywów, dochód z gospodarstwa rolniczego, efektywno ekonomiczna, lata od osiedlenia (istotno statystyczna zmiennych)

Analiza statystyczna da-nych uzyskanych w son-da u diagnostycznym

Zaj c, 2012 Wydajno pracy (poprzez substytucj pracy ywej kapita em) – dotyczy o to tylko gospodarstw najmniejsze obszarowo jednostki oraz reprezentuj cych typ rolniczy „uprawy ogrodnicze”.

Opis statystyczny

Filipiak, 2014

Produkcyjno i dochodowo gospodarstw warzywniczych (+) Metody analizy wska ni-kowej i opisu statystycz-nego (z wykorzystaniem próby empirycznej FADN)

Kirchweger i Kantel-hardt, 2015

Liczba sztuk przeliczeniowych (+) Area gospodarstwa (+/-)

Metoda regresji z estyma-torem DiD

Kusz, Sob-olewski, 2016

Produktywno gospodarstw rolniczych (+), przy czym wzrost ten by g ównie zdeterminowany zmianami w efektywno ci technicznej

Jw., dodatkowo: ocena efektywno ci ekonomicz-nej (indeksy Malmquista), analiza korelacji

Špi ka, Naglova, Gurtler, 2017**

Rentowno (+/-) Produktywno pracy (+/istotnie) Zad u enie aktywów (+/-)

Regresja panelowa

Obja nienie: * podano z regu y kierunek oddzia ywania inwestycji; (+/-) brak istotnej statystycznie zale no ci; **praca Spicki, Naglovey i Gurtler dotyczy a sektora przetwórstwa spo ywczego, jednak zastosowane przez nich podej cie badawcze mo e by wykorzystane równie do gospodarstw rolniczych.

ród o: opracowanie w asne.

42 Najpro ciej ujmuj c, estymator ten („ró nic w ró nicach”) „szacuje oddzia ywanie progra-mu jako ró nicy mi dzy zmian warto ci zmiennej wynikowej dla grupy eksperymentalnej i kontrolnej”; Ibidem.

38

Reasumuj c, ocena oddzia ywania dotacji na rozwój rolnictwa na sytuacj ekonomiczn i finansow gospodarstw rolniczych jest z o onym zagadnieniem badawczym. Wynika to z wielokana owego oddzia ywania tego rodzaju instru-mentów wsparcia na ekonomik i sytuacj finansow gospodarstw rolniczych. Jak wskazano, do bada o charakterze ewaluacyjnym wykorzystywane s z re-gu y dwa lub wi cej podej badawczych, w tym zazwyczaj do tradycyjne me-tody (np. regresja panelowa).

. 2.4. Podsumowanie

Procesy inwestycyjne w sektorze rolnym mo na rozpatrywa z kilku per-spektyw badawczych. Rozpoznanie mechanizmów oddzia ywania dotacji na rozwój rolnictwa na kondycj ekonomiczn i finansow gospodarstw rolniczych wi e si z eksploracj zachowa inwestycyjnych rolników.

Ocena oddzia ywania dotacji, w szczególno ci inwestycyjnych, jest z o-onym zagadnieniem metodycznym, co wynika m.in. z problemu samoselekcji

i konieczno ci uwzgl dniania wielu cech spo eczno-demograficznych, w tym zwi zanych z osob kierownika gospodarstwa rolniczego. Do kluczowych me-tod oceny oddzia ywania dotacji na rozwój rolnictwa na ekonomik i sytuacj finansow gospodarstw rolniczych wymieni nale y typowe metody ekonome-tryczne (przede wszystkim modele ograniczonej zmiennej zale nej, np. logito-we, probitowe, modele regresji panelowej). Ponadto coraz wi ksz popularno zyskuj metody przeniesione z ewaluacji programów dotacji inwestycyjnych dla sektora M P, w tym modele regresji wielorakiej nieci g ej (the multiplere gression discontinuity design), modele z wykorzystaniem estymatorów typu Matching Estimators, modele oparte na estymatorze the Difference-in-Difference (DiD). Dotychczasowe próby adaptacji wybranych podej do oceny oddzia ywania dotacji inwestycyjnych na sytuacj ekonomiczn i finansow przedsi biorstw do specyfiki gospodarstw rolniczych nale y uzna za obiecuj -ce. Bardzo interesuj ce jest wykorzystanie eksperymentu ekonomicznego, cho wi e si z licznymi ograniczeniami i trudno ciami natury organizacyjnej43.

43 Gwa towany rozwój teorii ekonomii i finansów behawioralnych (w tym obszaru ekonomii psychologicznej, reprezentowanego przez Richarda Thalera – laureata Nagrody im. A. Nobla z ekonomii z 2017 r.), a tak e metodologii bada empirycznych, wskazuj , e podej cia me-todyczne, znamienne dla nurtu klasyczno-neoklasycznego, mog by niewystarczaj ce do odpowiedzi na pytanie, jaki jest mechanizm oddzia ywania dotacji rozwojowych na kondycj finansow gospodarstw rolniczych.

39

Literatura

1. Agbola F.W., Harrison S.R., Empirical investigation of investment behaviour in Aus-tralia’s pastoral region, The Australian Journal of Agricultural and Resource Econom-ics, 2005, 49, s. 47-62.

2. Andersson F.C.A., Decoupling: the concept and past experience. SLI Working paper, 1, 2004.

3. Atwood J. A., Helmers G. A., Shaik S., Farm and non-farm factors influencing farm size. Selected paper presented at AAEA-WAEA Annual Meetings, Long Beach, Calufornia, 2002.

4. Atzeni G.E., Carboni O.A, The effects of grant policy on technology investment in Italy, Journal of Policy Modeling, Volume 30, Issue 3, May–June 2008, s. 381-399.

5. Barry P.J., Ellinger P.N., Financial Management in Agriculture (7th ed.).Upper Saddle River, Prentice Hall, New York 2012.

6. Benjamin C., Phimister E., Does Capital Market Structure Affect Farm Investment? A Comparison using French and British Farm-Level Panel Data, "American Journal of Agricultural Economics", 2002, vol. 84, issue 4, s. 1115-1129.

7. Bojnec Š., Latruffe L. Financing availability and investment decisions of Slovenian farms during the transition to a market economy, “Journal of Applied Economics”, 2011, vol. 14, iss. 2, November 2011, s. 293-317.

8. Cerqua A., Pellegrini G., Do subsidies to private capital boost firms' growth? A multiple regression discontinuity design approach, “Journal of Public Economics”, Volume 109, January 2014, s. 114-126.

9. Cin B.C., Kim Y.J., Vonortas N.S., The Impact of Government R&D Subsidy on Firm Performance: Evidence from Korean SMEs The Asian Research Policy Symposium, “Asian Model of Innovation: Innovation and Creative Economy,” Seoul, Korea 2013.

10. Colen L., Gomez y Paloma S., Latacz-Lohmann U., Lefebvre M., Préget R., Thoyer S., Economic Experiments as a Tool for Agricultural Policy Evaluation: Insights from the European CAP, “Canadian Journal of Agricultural Economics”, 2016, vol. 64., iss. 4, s. 667-694.

11. Czubak W., Wykorzystanie funduszy Unii Europejskiej wspieraj cych inwestycje w go-spodarstwach rolnych, „Journal of Agribusiness and Rural Development”, 2012, 3(25), s. 57-67.

12. Dixit A. K., Pindyck R.S., Investment under Uncertainty, Princeton, NJ: Princeton, University Press, 1994.

13. European Commission, Directorate-General for Agriculture and Rural Development, Rural Development in the European Union. Statistical and economic information, 2011.

14. European Commission, Evaluation of The Structural Effects of Direct Support, July 2013.

15. European Commission, Investment Support under Rural Development Policy, 2014. 16. Fert I. , Bakucs Z., Bojnec Š., Latruffe L., East-west European farm investment behav-

iour - The role of financial constraints and public support, “Spanish Journal of Agri-cultural Research”, vol. 15, iss. 1, 2017.

17. Filipiak T., Nak ady inwestycyjne a wyniki ekonomiczne gospodarstw warzywniczych, „Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu”, 2014, t. 16, z. 6 , s. 109-114

40

18. Flejterski S., Urchs M., Elementy filozofii i metodologii nauk ekonomicznych. Perspek-tywa kryzysowa , Wyd. edu-Libri, Kraków-Legionowo 2015.

19. Fritzsch J., Wegener S., Buchenrieder, G., Curtiss J., Gomez y Paloma, S., Semi-subsistence Farm Households in Central and South-eastern Europe: Current State and Future Perspectives. Contributed Paper prepared for presentation at the International Association of Agricultural Economists Conference, Beijing, China, August 16-22, 2009.

20. Gallerani V., Gomez Y Paloma S., Raggi M., Viaggi D., Investment behavior in conven-tional and emerging farming systems under different policy scenarios, JRC Scientific and Technical Reports, European Commission Joint Research Centre, Institute for Pro-spective Technological Studies, Seville, Spain 2008. Pobrane z: http://publications.jrc.ec.europa.eu/repository/bitstream/JRC40561/jrc40561.pdf (7.08.2017).

21. Gomez Y Paloma, S. Majewski E., Raggi M., Viaggi D., Facing the future: strategies and investment behaviour of polish farmers, Paper prepared for presentation at the 104th (joint) EAAE-IAAE Seminar Agricultural Economics and Transition: What was expected, what we observed, the lessons learned, Corvinus University of Budapest (CUB) Budapest, Hungary. September 6-8, 2007.

22. Goodwin B.K., Mishra A.K., Another look at decoupling: Additional evidence on the production effects of direct payments, “American Journal of Agricultural Economics”, 2005, 87(5), s. 1200-1210.

23. Haapanen, M., Tokila, A. Ritsilä, J., When are investment subsidies crucial for invest-ments? 45th Congress of the European Regional Science Association". Conference Pro-ceedings, Land Use and Water Management in a Sustainable Network Society, 23- -27 August 2005, Amsterdam, The Netherlands, https://www.econstor.eu/bitstream/10419/117667/1/ERSA2005_466.pdf (7.08.2017).

24. Hay D. A., Morris D. L., Industrial economics and organisation. Theory and evidence, Oxford University Press, Oxford 1991.

25. Hennessy, T., O'Brien M., Is Off-farm Income Driving On-farm Investment? Journal of Farm Management, 2008, 13 (4), s. 235-246.

26. Hermann, D., Agethen, K., Mußhoff, O., Ein experimenteller Vergleich des Investi-tionsverhaltens ökologisch und konventionell wirtschaftender Schweinehalter in Deutschland, “German Journal of Agricultural Economics”, 2015, 64 (2015), Num-ber 1, s. 1-15.

27. Józwiak W., Kagan A., Gospodarstwa towarowe a gospodarstwa wielkotowarowe, Roczniki Nauk Rolniczych. Seria G, Ekonomika Rolnictwa, 2008, vol. 95, z. 1, s. 22-30

28. Kirchesch K., Financial Risks, Bankruptcy, Probabilities, and the Investment Behaviour of Enterprises, HWWA Discussion Paper, HWWA Discussion Paper 299, http://www.hwwa.de, Hamburg Institute of International Economics (HWWA), Neuer Jungfernstieg 21 - 20347 Hamburg, Germany

29. Kirchweger S., Kantelhardt J., Leisch F., Impacts of the government-supported invest-ments on the economic farm performance in Austria, “Agric.Econ – Czech”, 2015, 61, (8), s. 343–355.

30. Kirchweger, S. Kantelhardt, J., The dynamic effects of government-supported farm-investment activities on structural change in Austrian agriculture, “Land Use Policy”, 2015, vol. 48, November 2015, s. 73-93.

41

31. Komunikat Komisji do Parlamentu Europejskiego, Rady, Europejskiego Komitetu Eko-nomiczno-Spo ecznego I Komitetu Regionów WPR do 2020 r.: sprosta wyzwaniom przysz o ci zwi zanym z ywno ci , zasobami natu-ralnymi oraz aspektami terytorial-nymi /* COM/2010/0672 ko cowy */, 52010DC0672, http://eur-lex.europa.eu/legal-content/PL/TXT/HTML/?uri=CELEX:52010DC0672&from=EN.

32. Kusz D., G dek S., Kata R., Egzogeniczne uwarunkowania inwestycji w rolnictwie pol-skim, [w:] Problemy rozwoju rolnictwa i gospodarki ywno ciowej w pierwszej dekadzie cz onkostwa Polski w UE (red. A. Czy ewski, B. Klepacki), s. 54-68, Warszawa, PTE 2015.

33. Kusz D., Inwestycje produkcyjne w gospodarstwach rolniczych korzystaj cych ze wsparcia finansowego Unii Europejskiej, „Zeszyty Naukowe SGGW w Warszawie. Ekonomika i Organizacja Gospodarki ywno ciowej”, 2013, nr 103, s. 67-77.

34. Kusz D., Sobolewski M., Zmiany efektywno ci gospodarstw rolniczych korzystaj cych z pomocy publicznej w dzia alno ci inwestycyjnej, Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesie, 2016, t. 18, z. 3.

35. LaDue E.L, Miller L.H., Kwiatkowski, J.H., Factors Influencing Farm Investment Be-havior, Proceedings of Regional Research Committee NC-161, Financing Agriculture In A Changing Environment: Macro, Market, Policy And Management Issues, Mclean, Virginia, October 4-5, 1988.

36. Lagerkvist C.J., Agricultural policy uncertainty and farm level adjustments - the case of direct payments and incentives for farmland investment, “European Review of Agricul-tural Economics”, 2005, 32(1), s. 1-23.

37. Maart-Noelck S.C., Musshoff O., Maack. M., The Impact of Price Floors on Farmland Investments: A Real Options Based Experimental Analysis, “Applied Economics”, 2013, 45(35), s. 4872-4881.

38. Michalak A., Finansowanie inwestycji w teorii i praktyce, Wydawnictwo Naukowe PWN, Warszawa 2007.

39. Michalek J., Ciaian P., Kancs D., Investment Crowding Out: Firm-Level Evidence from Northern Germany, “Regional Studies”, 2016, Vol. 50, Iss. 9, s. 1579-1594.

40. Nowak E., Rachunek op acalno ci inwestowania, Polskie Wydawnictwo Ekonomiczne, Warszawa 1999.

41. OECD, Policy Framework for Investment in Agriculture, OECD Publishing, Paris 2014. 42. Olli N., Heikkilä A.-M., Myyrä S., Accounting risk in farm investment calculations:

application to dairy farm investment, Paper prepared for presentation at the EAAE 2016 Seminar 156, Prospects for agricultural insurance in Europe, October 3-4, 2016, Wa-geningen Campus, Netherlands.

43. Olsen J.V., Lund M., Incentives and socioeconomic factors influencing investment be-havior in agriculture, Proceedings of 17th International Farm Management Congress, Bloomington/Normal, Illinois, USA 2009.

44. Olsen J.V., Lund M., The impact of socio-economic factors and incentives on farmers’ investment behavior, “Acta Agriculturae Scandinavica, Section C Food Economics”, 2011, vol. 8, iss. 3, s. 173-185.

45. O'Toole C.M., Newman C., Hennessy Th., Financing Constraints and Agricultural In-vestment: Effects of the Irish Financial Crisis, “Journal of Agricultural Economics”, 2014, 65, s. 152-176.

42

46. Rogowski W. Rachunek efektywno ci inwestycji. Wyzwania teorii i potrzeby praktyki, Wolters Kluwer Polska, Kraków, 2013.

47. Sandbichler M., Kantelhardt J., Kapfer M., Moser T., Franzel M., More than income benefits? The impact of farm investments on farmers’ perceived quality of life. Evidence from Austria, 19th International Farm Management Congress, SGGW, Vol.1. July 2013, Congress Proceedings Warsaw, Poland

48. Sckokai, P., Moro, M., Modelling the impact of the CAP Single Farm Payment on farm investment and output, “European Review of Agricultural Economics”, Vol 36 (3) (2009), s. 395–423.

49. Soliwoda M., Podej cie behawioralne i eksperyment ekonomiczny w finansach rolnic-twa, „Zagadnienia Ekonomiki Rolnej”, 2014, nr 1, s. 57-77.

50. Soliwoda M., Paw owska-Tyszko J., Income taxation in agriculture vs. competitiveness. International perspective and evidence from Poland, „Jahrbuch der Österreichischen Gesellschaft für Agrarökonomie”, 2016, Band 25, s. 211-220.

51. Soliwoda M., What determines investment rate of Polish large-sized farms? „Business & Economic Horizons”, 11(3), July 2015, s. 183-194.

52. Špi ka J., Naglova Z., Gurtler M., Effects of the investment support in the Czech meat processing industry, “Agric. Econ. – Czech”, 63 (Online).

53. Špi ka J., Machek O., Change in the production efficiency of European specialized milk farming, “Agric. Econ. – Czech”, 2015, 61(1), 2015 (1), s. 1-13.

54. Strawi ski P., Przyczynowo , selekcja i endogeniczne oddzia ywanie, WNE UW, War-szawa 2007, http://coin.wne.uw.edu.pl/pstrawinski/publ/selekcja.pdf (7.08.2017).

55. Strawi ski P., Propensity Score Matching, http://coin.wne.uw.edu.pl/pstrawinski/psm/psm06.2015.pdf (7.08.2017).

56. Strawi ski P., Przyczynowo , selekcja i endogeniczne oddzia ywanie, WNE UW, War-szawa 2007, http://coin.wne.uw.edu.pl/pstrawinski/publ/selekcja.pdf (7.08.2017)

57. Vollmer, E., Hermann, D., Musshoff, O, An Experimental Approach to the Investment Timing of Conventional and Organic Hog Farmers, “Canadian Journal of Agricultural Economics”, 65 (2017), s. 293-315.

58. Zaj c D., Inwestycje jako czynnik modernizacji gospodarstw rolnych z dzia alno ci poza-rolnicz , „Nierówno ci Spo eczne a Wzrost Gospodarczy”, 2012, z. nr 26, s. 284-294.

59. Zawadzka D., Strzelecka A., Szafraniec-Siluta E., Leasing i kredyt jako ród a finanso-wania nak adów inwestycyjnych w rolnictwie, „Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu”, 2014, T. 16, z. 4, s. 357-362.

60. Zhou H., Taber Ch., Arcona St., Li, Y., Difference-in-Differences Method in Compara-tive Effectiveness Research: Utility with Unbalanced Groups, Applied Health Econom-ics and Health Policy. 2016; 14: 419-429, Published online 2016 Jul 1.

61. Ziarkowski R., Opcje rzeczowe oraz ich zastosowanie w formu owaniu i ocenie projek-tów inwestycyjnych, Wydawnictwo Akademii Ekonomicznej, Katowice 2004.

62. Zió kowska J., Metody oceny efektywno ci projektów inwestycyjnych w agrobiznesie. Studia i Monografie, nr 136. IERiG -PIB, Warszawa 2006.

43

Dr in . Micha Soliwoda, mgr Aleksander Gorzelak1 3. Korzystanie z dotacji na rozwój rolnictwa i ich oddzia ywanie

na sytuacj ekonomiczno-finansow gospodarstw rolniczych

3.1. Wprowadzenie

Od uzyskania wsparcia finansowego w formie dotacji UE zale y potencja konkurencyjny polskich gospodarstw rolniczych. Dotacje na rozwój rolnictwa, obejmuj ce szerok grup instrumentów bezzwrotnych w ramach PROW, w tym dzia ania o charakterze typowo wspomagaj cym aktywno inwestycyjn , mo-dernizacyjn czy restrukturyzacyjn , mia y, z za o enia, by wykorzystane jako narz dzie stymuluj ce przemiany struktury agrarnej2. Ocena oddzia ywania tych instrumentów na ekonomik i finanse gospodarstw rolnych jest relatywnie z o-ona, jednak e powinna by poprzedzon identyfikacj czynników decyduj -

cych o uzyskaniu ww. rodków przez te podmioty. Cele rozdzia u by y nast puj ce: (1) przedstawienie sytuacji ekonomicz-

nej i finansowej rodzinnych gospodarstw rolniczych wed ug podzia u na uzy-skuj ce dotacje na rozwój rolnictwa versus nie otrzymuj ce tych instrumentów wsparcia; (2) zidentyfikowanie determinant uzyskania dotacji na rozwój rolnic-twa przez ww. podmioty; (3) ocena oddzia ywania analizowanych instrumentów dotacyjnych na ekonomik rodzinnych gospodarstw rolniczych.

W rozdziale tym przedstawiono wyniki bada empirycznych opartych na danych rachunkowych gospodarstw uczestnicz cych w systemie FADN. Wyko-rzystano typowe metody statystyczne i ekonometryczne: opis statystyczny, me-tod regresji probitowej i PSM (Propensity Score Matching).

3.2. Charakterystyka próby badawczej i opis statystyczny

Próba badawcza obejmowa a gospodarstwa rolne osób fizycznych3 wcho-dz ce w sk ad sieci Polskiego FADN. Jako okres badawczy przyj to lata 2009- -2015. Baza danych Polskiego FADN obejmuje dane rachunkowe (a tak e o te o charakterze organizacyjno-produkcyjnym czy socjo-demograficznym) w spo-sób systematyczny, a kontrola ich jako ci na ró nych poziomach gwarantuje

1 M. Soliwoda jest autorem podrozdzia ów 3.1-3.3 i cz ci 3.5, a A. Gorzelak 3.4 i cz ci 3.5. 2 Por. D. Kusz D., Zró nicowanie regionalne nak adów inwestycyjnych w rolnictwie polskim, „Zeszyty Naukowe SGGW. Ekonomika i Organizacja Gospodarki ywno ciowej”, 2009, 75, s. 79-89; D. Kusz, Inwestycje produkcyjne w gospodarstwach rolniczych korzystaj cych ze wsparcia finansowego Unii Europejskiej, „Zeszyty Naukowe SGGW. Ekonomika i Organiza-cja Gospodarki ywno ciowej”, 2013, nr 103, s. 67-77. 3 W pracy b dzie stosowane równie zamiennie okre lenie „rodzinnych gospodarstw rolniczych”.

44

wiarygodno i spójno 4. Baza ta by a ród em danych wykorzystywanych w ró nego rodzaju analizach statystycznych i ekonometrycznych, ukierunkowa-nych na monitoring oddzia ywania subsydiów UE i krajowych na sytuacj eko-nomiczn i finansow rodzinnych gospodarstw rolniczych5. Przyj cie bazy Pol-skiego FADN jako ród a danych empirycznych by o w pe ni uzasadnione, bo-wiem system ten gromadzi dane w sposób bardzo systematyczny, a co wi cej narz dzia weryfikacji danych gwarantuj wysok wiarygodno analizy sytuacji dochodowej i finansowej rodzinnych gospodarstw rolniczych. Podobnie jak w analizach statystycznych prezentowanych w publikacjach dotycz cych od-dzia ywania subsydiów UE na kondycj ekonomiczn i finansow rodzinnych gospodarstw rolniczych, próba empiryczna obejmowa a podmioty prowadz ce zapisy ksi gowe w Ksi kach Rachunkowo ci Rolnej (KRR). Przedstawione w dalszej cz ci wska niki obliczono na podstawie tabel „Raportu Indywidual-nego” oraz z „Tabel Wynikowych – TW”. Zastosowano wycen ziemi wed ug rolnika (obowi zuj c od 2009 roku). Do klasyfikacji gospodarstw zastosowano parametry standardowej produkcji SO „2010” (SO Standard Output). Z próby nie by y eliminowane obiekty odstaj ce, a tak e te, których warto kapita u w asnego by a ujemna6.

Nale y podkre li , e jako ciowa zmienna binarna wykorzystana do kla-syfikacji gospodarstw (tj. przyznane dotacje na rozwój rolnictwa vs. nie korzy-stanie z ww. instrumentu wsparcia7) odnosi si do grupy subsydiów funkcjonu-j cych w ramach PROW, a mianowicie: „dotacje do inwestycji i urz dzenia gospodarstwa”, „inwestycje w rodki trwa e”, wsparcie na „inwestycje odtwarzaj ce potencja produkcji rolnej”, dotacje na „rozwój gospodarstw i dzia alno ci gospodarczej”.

Tabela 1 przedstawia ogóln charakterystyk próby badawczej gospo-darstw rolniczych osób fizycznych uczestnicz cych w systemie FADN. Nale y podkre li , e jej liczebno by a zmienna, co wynika o z rezygnacji niektórych

4 Por. Z. Floria czyk, D. Osuch, R. P onka, Wyniki standardowe 2015 uzyskane przez gospo-darstwa rolne uczestnicz ce w Polskim FADN. Cz I. Wyniki standardowe, IERiG -PIB, Warszawa 2016. 5 Ju od 2011 r. przez IERiG -PIB (w ramach Programu Wieloletniego 2011-2014 i 2015-2019) wydawane s monografie prezentuj ce ww. wyniki bada empirycznych dotycz cych oddzia ywania dotacji UE na sytuacj ekonomiczn i finansow gospodarstw rolniczych. 6 Eliminacja obiektów ekstremalnie odstaj cych by a elementem niezb dnym w procesie kon-strukcji modeli probitowych (omówionych w dalszej cz ci tego podrozdzia u). 7 Generalnie przyznanie dotacji by o równoznaczne z ich otrzymaniem, st d w dalszej cz ci opracowania autor b dzie stosowa wymiennie oba okre lenia.

45

podmiotów z uczestnictwa w systemie FADN. Udzia gospodarstw korzystaj -cych z dotacji na rozwój rolnictwa (D_INW) nie przekroczy w badanym okre-sie 7,5%. W 2015 r. z tej formy wsparcia korzysta o 6% rolników, nale cych do systemu FADN. Wskazuje to, e instrumenty dotacyjne, ukierunkowane na rozwój gospodarstw rolniczych, nie by y rozpowszechnione w ród gospodarstw towarowych. Co do zasady, próba FADN w Polsce obejmuje podmioty zorien-towane na produkcj towarow , których wielko przekracza si ekonomiczn (Economic Size, ES) o równowarto ci 2 000 euro. Najwy szy (tj. 106,9 tys. z ) przeci tny dochód z rodzinnego gospodarstwa rolniczego zosta wygenerowany w 2012 r., natomiast najni szy (tj. 78,0 tys. z ) w analizowanym okresie tego rodzaju dochód osi gni ty zosta w 2009 r. Wysoka zmienno dochodów rolni-czych wynika ze znacznych waha cen (w tym: zmian cen koszyka skupu pro-duktów rolnych i skumulowanego indeksu no yc cen) i plonów w Polsce.

Tabela 1 Ogólna charakterystyka próby gospodarstw rolniczych osób fizycznych

uczestnicz cych w systemie FADN Wyszczególnienie 2010 2011 2012 2013 2014 2015

Liczebno próby 11 004 10 890 10 909 12 117 12 123 12 105 Liczebno gospodarstw nie uzyskuj cych dotacji na roz-wój rolnictwa

10 209 10 244 10 088 11 605 11 660 11 383

Liczebno gospodarstw uzyskuj cych dotacje na rozwój rolnictwa

795 646 821 512 463 722

Udzia gospodarstw uzyskuj cych dotacje na rozwój rol-nictwa w próbie ogó em [%]

7,2% 5,9% 7,5% 4,2% 3,8% 6,0%

Przeci tna powierzchnia u ytkowanych UR [ha] 35,3 35,6 36,3 35,6 36,2 35,8 Przeci tny dochód netto z gospodarstwa, net farm income [tys. z ]

90,3 101,8 106,9 94,0 88,3 78,0

ród o: obliczenia w asne na podstawie danych FADN.

Tabele 2-7 prezentuj area (powierzchni u ytków rolnych), a tak e kszta towanie si sytuacji dochodowej i finansowej (obrazowanej za pomoc kilku kluczowych wska ników finansowych, dotycz cych rentowno ci i zad u-enia) dla próby podzielonej wed ug kryterium uzyskania dotacji inwestycyj-

nych. Dodatkowo, za pomoc nieparametrycznego testu U Manna-Whitneya dla dwóch prób niezale nych dokonano oceny istno ci ró nic rozk adów. Przedsta-wiono podstawowe statystyki opisowe ( rednia, mediana, odchylenie standar-dowe, minimum i maksimum).

Z danych przestawionych w tabeli 2 wynika, i gospodarstwa otrzymuj ce instrumenty wspomagaj ce dzia alno inwestycyjn , modernizacyjn , czy re-strukturyzacyjn charakteryzowa y si zdecydowanie wi kszym area em.

wiadcz o tym wy sze warto ci rednich we wszystkich latach analizowanego

46

okresu (np. w 2015 przeci tna powierzchnia u ytkowanych UR – 43,2 ha w przypadku gospodarstw korzystaj cych ze wsparcia, 35,4 ha – w podpróbie podmiotów niekorzystaj cych z tej formy wsparcia.

Tabela 2 Powierzchnia u ytkowanych UR (ha) gospodarstw rolniczych w zale no ci

od kryterium uzyskania dotacji na rozwój rolnictwa Wyszczególnienie Mediana rednia SD Min. Maks.

2010 N_INW 21,9 33,8 43,2 0,0 772,8

INW 39,0 54,4 50,6 0,0 596,8 2011

N_INW 22,6 35,7 44,4 0,0 740,0 INW 35,7 44,3 41,9 0,2 432,9

2012 N_INW 23,0 35,7 44,4 0,0 740,0

INW 33,2 44,3 41,9 0,2 432,9 2013

N_INW 23,1 34,9 40,7 0,0 703,4 INW 38,6 52,0 53,0 0,3 603,0

2014 N_INW 23,7 35,8 42,7 0,0 806,0

INW 37,3 46,6 39,2 0,9 359,6 2015

N_INW 23,8 35,4 41,4 0,0 703,4 INW 32,2 43,2 36,0 0,3 336,2

Obja nienia: INW – gospodarstwa uzyskuj ce dotacje na rozwój rolnictwa, N_INW – nie otrzymuj ce dotacji na rozwój rolnictwa; pogrubiono warto ci median dla p-value poni ej tradycyjnie przyjmowanego poziomu istotno ci 0,05; p-value z testu U Manna-Whitneya od-nosi si do ró nic rozk adów/median mi dzy grupami (otrzymuj ce vs. nie „dotacji na rozwój rolnictwa”).

ród o: obliczenia w asne na podstawie danych FADN.

Znaczny rozrzut wskazuje na du zmienno dochodu osi ganego w wy-odr bnionych podpróbach w poszczególnych latach (tabela 3). Odnotowano najwy sz rozpi to dla podpróby gospodarstw, które nie korzysta y z dotacji na rozwój rolnictwa (2013 r.). Dla wszystkich lat wykazano istotne statystycznie (p<0,05) ró nice rozk adów. Potwierdza to tez , i gospodarstwa korzystaj ce z tego rodzaju instrumentów wsparcia generowa y wy szy poziom dochodu net-to z gospodarstwa rolnego (farm net income). Bior c pod uwag stosunek od-chylenia standardowego do redniej, czyli wspó czynnik zmienno ci (coefficient of variation, CV), wi kszym zró nicowaniem wysoko ci dochodu charaktery-zowa y si gospodarstwa nie otrzymuj ce dotacji na rozwój rolnictwa.

47

Tabela 3 Dochód netto gospodarstwa (z ) w zale no ci od kryterium uzyskania dotacji

na rozwój rolnictwa Wyszczególnienie Mediana rednia SD Min. Maks.

2010N_INW 51 182,01 86 214,38 126 388,06 -541 777,00 2 179 156,00

INW 106 070,84 143 196,43 149 837,16 -113 826,28 1 625 059,00 2011

N_INW 59 444,00 97 376,88 142 212,90 -311 551,00 3 959 342,90 INW 130 599,80 172 347,60 163 577,92 -100 393,00 1 368 793,46

2012 N_INW 59 004,84 104 780,50 163 834,51 -320 210,00 3 695 993,00

INW 100 515,52 132 923,53 137 630,90 -77 948,00 1 317 481,56 2013

N_INW 53 433,14 92 648,59 157 369,56 -251 936,00 7 290 597,58 INW 89 445,04 124 636,29 141 695,06 -122 296,00 1 233 936,00

2014 N_INW 48 644,39 87 154,76 143 178,33 -1 806 450,78 4 679 053,00

INW 84 081,00 118 207,38 146 628,64 -336 647,19 1 091 511,00 2015

N_INW 44 423,99 76 120,07 129 937,90 -526 930,07 5 609 913,00 INW 88 733,16 107 761,62 120 401,04 -279 273,00 1 193 899,00

Obja nienie i ród o jak w tabeli poprzedniej.

Jak wynika z danych prezentowanych w tabelach 4 i 5, w grupie gospo-darstw korzystaj cych z instrumentów wspomagaj cych rozwój, w porównaniu do podmiotów nie uzyskuj cych tej formy wsparcia, rentowno ci kapita ów w a-snych i aktywów8 by y wy sze (wyj tek: rednia ROE w 2009 r.). Wskazuj na to warto ci rednich, median, a tak e wyniki testu U Manna-Whitneya. W podpróbie gospodarstw korzystaj cych z dotacji na rozwój rolnictwa wska niki ROA i ROE by y dodatnie w latach 2009-2014, w 2015 r. jedynie rednia zyskowno akty-wów by a nieujemna. Odchylenia standardowe, tym samym wspó czynniki zmienno ci, by y wy sze dla rentowno ci gospodarstw nie korzystaj cych z dota-cji na rozwój rolnictwa. Subpróba podmiotów stosuj cych ww. instrumenty wsparcia charakteryzowa a si w ca ym okresie ni sz zmienno ci empiryczn rentowno ci w poszczególnych latach. Istotnie wy sza zyskowno gospodarstw stosuj cych dotacje inwestycyjne, modernizacyjne czy restrukturyzacyjne mo e stanowi wypadkow wielu czynników, spo ród których nie do pomini cia s cechy spo eczno-demograficzne czy charakterystyka produkcyjna.

8 W przypadku gospodarstw rolniczych osób indywidualnych, stosuj cych rozwi zania ra-chunkowe i ewidencyjne systemu FADN, wska niki rentowno ci aktywów (ROA) i kapita ów w asnych (ROE) by y obliczane jako relacja dochodu z rodzinnego gospodarstwa rolnego (SE420), pomniejszonego o koszty pracy w asnej, do odpowiednio aktywów i kapita ów w a-snych, co odpowiada te definicji przyj tej w Raporcie Indywidualnym FADN.

48

Tabela 4 ROA [%] w zale no ci od kryterium uzyskania dotacji na rozwój rolnictwa

Wyszczególnienie Mediana rednia SD Min. Maks. 2010

N_INW 0,8 0,9 9,7 -121,8 284,9 INW 3,7 4,1 6,5 -19,8 36,1

2011 N_INW 1,1 0,9 10,1 -252,5 218,2

INW 3,6 3,4 7,0 -26,5 33,3 2012

N_INW 0,9 0,9 10,2 -186,6 287,7 INW 2,6 2,6 7,4 -28,0 51,4

2013 N_INW 0,4 0,2 9,6 -302,2 301,3

INW 2,2 2,7 6,2 -16,8 50,0 2014

N_INW -0,8 -0,9 10,0 -227,9 406,6 INW 1,0 1,2 6,5 -45,2 30,8

2015 N_INW -1,1 -1,3 9,0 -114,2 328,3

INW -0,1 -0,1 7,1 -26,2 88,1 Obja nienie i ród o jak w tabeli 1.

Tabela 5 ROE [%] w zale no ci od kryterium uzyskania dotacji na rozwój rolnictwa

Wyszczególnienie Mediana rednia SD Min. Maks. 2010

N_INW 0,7 5,4 436,9 -121,8 44128,6 INW 3,7 4,7 8,9 -26,2 101,5

2011 N_INW 1,0 0,1 103,2 -10380,6 218,2

INW 3,7 3,8 8,6 -32,3 54,8 2012

N_INW 0,8 1,1 11,7 -186,6 287,7 INW 2,5 2,6 9,2 -35,9 64,1

2013 N_INW 0,2 0,3 10,5 -302,2 301,3

INW 2,1 2,7 8,1 -31,4 57,3 2014

N_INW -0,8 -0,7 11,8 -350,8 406,6 INW 1,3 1,4 7,6 -45,2 49,3

2015 N_INW -1,2 -1,1 13,4 -114,2 1025,4

INW -0,1 0,1 8,3 -26,2 88,1 Obja nienie i ród o jak w tabeli 1.

W tabelach 6 i 7 przedstawiono opis statystyczny zad u enia rodzinnych go-spodarstw rolniczych. Zwrócono uwag na kszta towanie si wska ników zad u enia (kapita ów w asnych, Debt-to-Equity, i aktywów, Debt-to-Assets). Nale y zauwa y , e obie grupy gospodarstw charakteryzowa y si relatywnie umiarkowanym stop-

niem zad u enia (wska nik zad u enia aktywów dla gospodarstw nie korzystaj cych z dotacji na rozwój rolnictwa wyniós 10,4%, w przypadku podmiotów stosuj cych te instrumenty aktywno ci inwestycyjnej wska nik ten przyj ponad dwa razy ni -

49

sz warto ). Cho literatura polska9, czy zagraniczna (w tym szczególnie angloame-ryka ska) wskazuje na liczne zalety stosowania d wigni finansowej, to niezb dna jest uwzgl dnienie ryzyka finansowego w procesie planowania finansowego. Warto zauwa y , e analiza warto ci mediany dla grupy gospodarstw nie korzystaj cych z dotacji rozwojowych wskazuje, i po owa podmiotów nale cych do tej podpróby nie posiada a jakiegokolwiek zobowi zania. Dodatkowo, relatywnie niskie warto ci wska ników zad u enia kapita ów w asnych i aktywów ( rednie i mediany <50%) nawet w grupie podmiotów wykorzystuj cych instrumenty wspieraj ce aktywno inwestycyjn podkre laj konserwatywn strategi kszta towania struktury kapita o-wej w naszych gospodarstwach rodzinnych10.

Tabela 6 Zad u enie aktywów ogó em [%] w zale no ci od kryterium uzyskania dotacji na rozwój rolnictwa Wyszczególnienie Mediana rednia SD Min. Maks.

2010 N_INW 0,9 5,1 8,6 0,0 99,8

INW 8,3 10,2 10,0 0,0 94,9 2011

N_INW 0,7 4,9 8,4 0,0 99,8 INW 6,8 9,5 10,0 0,0 54,5

2012 N_INW 0,4 5,1 8,8 0,0 103,3

INW 6,8 9,6 10,0 0,0 63,7 2013

N_INW 0,1 5,1 9,1 0,0 111,8 INW 9,7 11,7 11,1 0,0 68,9

2014 N_INW 0,0 5,1 9,2 0,0 99,1

INW 9,3 12,0 11,7 0,0 61,1 2015

N_INW 0,0 4,9 9,2 0,0 151,0 INW 7,8 10,4 11,3 0,0 85,1

Obja nienie i ród o jak w tabeli 1.

9 D. Zawadzka, na podstawie kompleksowych bada empirycznych prowadzonych na próbie przedsi biorstw rolniczych Pomorza rodkowego, sformu owa a wniosek, i „inwestycje d ugo-terminowe finansowane s g ównie z kapita u sta ego, w którym dominuj cym ród em obcym s kredyty bankowe” (s. 621). D. Zawadzka, Kredyt w decyzjach finansowych przedsi biorstw rolni-czych w Polsce (ze szczególnym uwzgl dnieniem podmiotów z regionu Pomorza rodkowego), „Zarz dzanie i Finanse”, 2013, t. 11, nr 2, cz. 2, 619-630. 10 M. Soliwoda podj si próby klasyfikacji rodzinnych gospodarstw rolniczych podejmuj cych inwestycje rzeczowe. Wyodr bni nast puj cy klastry: (1) podmioty samofinansuj ce, (2) subsy-diuj ce, (3) agodnie zad u one, (4) silnie zad u one. Jego wyniki bada empirycznych, dotycz ce co prawda próby gospodarstw z 2014 r., by y zbie ne z rezultatami prac dotycz cych krajów CE-EC (np. Fert i in. zweryfikowali pozytywnie hipotez , e inwestycje brutto gospodarstwa rolni-czego by y pozytywnie skorelowane z poziomem dotacji inwestycyjnych). Weryfikacji empi-rycznej wymaga teza, i zachowania inwestycyjne rolników, dotycz ce korzystania z tego rodzaju instrumentów wsparcia, s bardziej wywa one w perspektywie d ugookresowej. Por. M. Soli-woda, Financing patterns of investing farms. An empirical evidence from Poland, ECEE Confer-ence at TTU, Talinn, June11-13, 2017 (materia niepublikowany).

50

Tabela 7 Zad u enie kapita ów w asnych [%] w zale no ci od kryterium uzyskania dotacji

na rozwój rolnictwa Wyszczególnienie Mediana rednia SD Min. Maks.

2010 N_INW 0,9 12,8 603,8 0,0 60988,3

INW 9,7 14,7 19,8 0,0 270,4 2011

N_INW 0,7 10,7 411,7 0,0 41635,7 INW 8,0 13,9 19,2 0,0 147,3

2012 N_INW 0,4 7,1 27,1 0,0 1856,6

INW 8,2 14,3 19,7 0,0 198,6 2013

N_INW 0,1 7,4 27,4 0,0 1828,1 INW 11,8 19,0 37,3 0,0 647,0

2014 N_INW 0,0 8,1 102,6 0,0 10565,5

INW 10,3 16,4 21,1 0,0 157,1 2015

N_INW 0,0 6,6 20,3 -1020,2 491,9 INW 8,5 14,5 28,2 0,0 570,5

Obja nienie i ród o jak w tabeli 1.

3.3. Korzystanie z dotacji na rozwój rolnictwa przez gospodarstwa rolne osób indywidualnych wyniki bada empirycznych11

Zastosowano model regresji probitowej (z odpornymi b dami standardo-wymi, QML) w celu wskazania istotno ci i kierunku oddzia ywania cech gospo-darstw rolniczych na uzyskanie dotacji na rozwój rolnictwa. Analiza dotyczy a tylko 2015 r. Nale y zaznaczy , e próba „surowa” obejmowa a 12 105 gospo-darstw. Aby umo liwi wykorzystania niektórych zmiennych ekonomiczno- -finansowych, wyeliminowano z próby podmioty: nie dysponuj ce u ytkami rolnymi; których kierownik nie poda swojego wieku; odnotowano ekstremalnie wysokie b d niskie stany p ynno ci bie cej; nie by o mo liwo ci obliczenia stopy inwestowania (inwestycje brut-

to/amortyzacja), gdy warto mianownika wynios a 0.

11 Miara R2, stosowana w przypadku modelu regresji liniowej, nie mo e by wykorzystywana jako element konstrukcji testów diagnostycznych. Podstawowymi miarami dopasowania w „modelach zmiennej jako ciowej” (przede wszystkim w modelach: logitowym i probito-wym) s warto logarytmu funkcji wiarogodno ci dla modelu wy cznie ze sta (ln L0) i warto logarytmu funkcji wiarogodno ci dla oszacowanego modelu (ln L(full)). G. Koop, Wprowadzenie do ekonometrii , Oficyna Wolters Kluwer, Warszawa 2014, s. 306; P. Strawi -ski, Analiza wyborów dyskretnych. Logit i logit wielomianowy, http://coin.wne.uw.edu.pl/pstrawinski/awd/awd02.pdf (7.08.2017).

51

Tak arbitralny dobór gospodarstw by adekwatny do za o onego w tym roku celu bada empirycznych. Niemniej jednak, bior c pod uwag ww. ograni-czenia, wyników bada nie da si uogólni na populacj gospodarstw towaro-wych w Polsce. Dodatkowo, zastosowano procedur usuwania obiektów eks-tremalnie odstaj cych12.

W tabeli 9 przestawiono zestaw zmiennych zastosowanych do ww. mode-lu wraz z syntetycznymi definicjami, a tak e ich potencjalnym oddzia ywaniem na uzyskanie dotacji na rozwój rolnictwa13. Podany zosta tak e hipotetyczny, oczekiwany znak parametru zmiennej. Opis statystyczny postulowanych zmien-nych do modelu probitowego przedstawiono w tabeli A1 Aneksu.

W tabeli 8 zestawiono list zmiennych niezale nych, które mog by po-tencjalnymi determinantami uzyskania dotacji na rozwój rolnictwa.

Wyniki estymacji parametrów modelu finalnego, opisuj cego wp yw wy-branych determinant na prawdopodobie stwo uzyskania dotacji rozwojowych przez gospodarstwa rolnicze, przedstawiono w tabeli 9. Analiza wyników estyma-cji parametrów modelu prawdopodobie stwa uzyskania ww. subsydiów przez te podmioty wskazuje na istotno statystyczn na poziomie 1%, a 6 zmiennych (ROA, FADN B, AGE, LOG_ES, CH_EQ i AV_FIN_LIQ). Zaprezentowane w tabeli 9 wyniki estymacji parametrów pozwalaj na stwierdzenie jedynie kierun-ku i istotno ci oddzia ywania poszczególnych determinant14. Nale y podkre li , e a dwie z czterech zmiennych dotycz cych po o enia gospodarstw okaza y si istotne pod wzgl dem statystycznym, a makroregion FADN B (Wielkopolska i Pomorze) okaza si istotny na poziomie 1%. Wynika to z tego, i otoczenie insty-tucjonalne, wysoki poziom kapita u spo ecznego i uwarunkowania historyczne od-dzia uj na potencja rozwojowy rodzinnych gospodarstw rolniczych15.

12 Za obiekty ekstremalnie odstaj ce uznano takie, których warto ci zmiennych wykracza y poza przedzia (Q1–3IQR, Q3+3IQR), gdzie Qn n-ty kwartyl, IQR rozst p mi dzykwarty-lowy (interquartile range). 13 Przeprowadzona analiza korelacyjna potwierdzi a istotno zale no ci mi dzy otrzyman dotacj na rozwój rolnictwa a postulowanym zestawem zmiennych. Uzasadnia to potrzeb ich w czenia jako zmiennych obja niaj cych do modelu ekonometrycznego. 14 Okre lenie w skwantyfikowany sposób si y oddzia ywania tych czynników wymaga oby podania te efektów kra cowych dla zmiennych niezale nych. Dodatkowo nale y zauwa y , e w modelach mikroekonometrycznych wykorzystywanych w finansach empirycznych za-

zwyczaj pozostawienie nieistotnych zmiennych w modelu (kosztem mniejszej dok adno ci oszacowania parametrów modelu) jest bardziej korzystne od pomini cia zmiennych staty-stycznie istotnych. Por. M. Gruszczy ski, Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluwer Polska, Warszawa 2012. 15 W. Czubak, A. Sadowski, Wp yw modernizacji wspieranych funduszami UE na zmiany sy-tuacji maj tkowej w gospodarstwach rolnych w Polsce, Journal of Agribusiness and Rural Development, 2014, z. 2 (32), s. 45-57; W. Czubak, Wykorzystanie funduszy Unii Europej-

52

Tabela 8 Zmienne zastosowane do modelu probitowego

Zmienna Definicja Oddzia ywanie zmiennej na uzyska-nie dotacji na rozwój rolnictwa

Oczekiwany znak parametru

zmiennej

FADN A, B, C, D

Po o enie gospodarstw na jednym z makroregionów (zmienna binarna): A - Pomorze i Mazury, B - Wielkopolska i l sk, C -Mazowsze i Podlasie, D- Ma opolska i Pogórze

Po o enie w danym regionie mo e mie hipotetyczne pozytywne i istotne statystycznie oddzia ywanie

+/-

RENT_AREA_TOTAL_RENT

Udzia dodzier awianych u ytków rolnych w u ytkach rol-nych ogó em [%]

Oddzia ywanie tej zmiennej mo e by zarówno pozytywne, jak i negatywne. +/-

WBG Wska nik bonitacyjny gleby [-]

Im wy szy WBG, tym wy sza produk-tywno gospodarstwa rolniczego, co mo e przek ada si na efektywno finansow tego podmiotu.

+

CROP Specjalizacja w produkcji ro linnej, je li gospodarstwo zosta o zaklasyfikowane do jednego z ro linnych typów produkcyj-nych, (zmienna binarna)

Gospodarstwa o specjalizacji w pro-dukcji ro linnej charakteryzuj si najwy sz rentowno ci , cho ryzyko zwi zan z t produkcj zmniejsza stabilno osi ganych dochodów

+

LIVESTOCK Specjalizacja w produkcji zwierz cej jw.

Gospodarstwa o specjalizacji w pro-dukcji zwierz cej charakteryzuj si najni sz rentowno ci

-

MIXED Produkcji mieszana (typ TF8 8 – Mieszane)

Dywersyfikacja produkcji mo e mie istotny wp yw na zwi kszone potrzeby dotycz ce odtworzenia rodków trwa ych gospodarstwa

+/-

HHI_crop Wska nik Herfindahla-Hirschmana (HHI), indeks Herfindahla utworzony z róznych ga zi produkcji ro linnej

Zró nicowanie produkcji ro linnej mo e wi za z konieczno ci podej-mowania inwestycji odtworzeniowych i modernizacyjnych

+

LOG_ES Logarytm dziesi tny z wielko ci ekonomicznej (SE005)

Im wi ksza skala ekonomiczna, tym wi ksze potrzeby zwi zane z finanso-waniem rozwoju gospodarstwa rolni-czego

+

CH_EQ Zmiana w poziomie kapita u w asnego (1 – je li wzrost w porównaniu do roku 2014, 0 – w innym przypadku)

Zwi kszenie poziomu kapita u w a-snego jest korzystne z punktu widzenia oceny mo liwo ci rozwojowych gospodarstwa

+

AV_FIN_LIQ P ynno bie ca w uj ciu redniorocznym [krotno ci]

Problemy z utrzymanie p ynno ci finansowej zak ócaj procesy rozwoju gospodarstwa rolniczego

+

SKL_UB Korzystanie z ubezpiecze upraw i/lub ywego inwentarza (1 – op acona sk adka ubezpieczeniowa, 0 - rolnik nie korzysta z ubezpieczenia)

Korzystanie z ochrony ubezpiecze-niowej mo e hipotetycznie wp ywa na uzyskanie dotacji rozwojowych.

+

ROA Rentowno aktywów [%] Im wy sza zyskowno gospodarstwa, tym wi ksze s oczekiwanie kierowni-ka zwi zane

+

ROE Rentowno kapita u w asnego [%] Jw. +

DtA Zad u enie aktywów ogó em [%] Wi ksze ryzyko finansowe zmniejsza prawdopodobie stwo otrzymania dotacji na rozwój.

-

DtE Zad u enie kapita u w asnego [%] Jw. -

AGR_BACK

Typ rolniczy wykszta cenia kierownika gospodarstwa rolni-czego (zmienna binarna)

Typ rolniczy wykszta cenia decyduje o profesjonalizacji procesów zarz dza-nia, w tym równie oddzia uje na pozyskiwanie róde finansowania.

+

HI-GHER_BACK

Wykszta cenie wy sze kierownika (zmienna binarna) Im wy sze wykszta cenie posiada rolnika, tym w wi kszym stopniu korzysta ze wsparcia dotacyjnego

+

Obja nienie: definicje wska ników ROA, ROE, DtA i DtE na podstawie „Raportu Indywi-dualnego” FADN.

ród o: opracowanie w asne na podstawie studiów literaturowych.

skiej wspieraj cych inwestycje w gospodarstwach rolnych, „Journal of Agribusiness and Ru-ral Development”, 2012, 3(25), s. 57-67.

53

Wyniki estymacji modelu potwierdzi y do jednoznacznie pozytywny wp yw wieku kierownika gospodarstwa, jednak zale no ta powinna by bada-na równie w bardziej pog biony sposób16. Nie zosta o potwierdzone wst pne za o enie dotycz ce kierunku oddzia ywania specjalizacji gospodarstwa w pro-dukcji ro linnej, co wynika o ze specyfiki doboru próby do konstrukcji modelu ekonometrycznego. Warto doda , e zad u enie aktywów ogó em okaza o si istotn pod wzgl dem statystycznym determinant prawdopodobie stwa uzy-skania analizowanych dotacji17. Wraz ze wzrostem wielko ci ekonomicznej a-twiej by o gospodarstwom pozyska instrumenty wsparcia w ramach II filaru WPR. Nale y jednak zauwa y , e dosy skomplikowane kryteria kwalifiko-walno ci, zwi zane z przygotowaniem uproszczonego biznesplanu, zniech ca y gospodarstwa o ni szej wielko ci ekonomicznej. Nale y zwróci uwag na mia-ry dopasowania modelu18 (tabela 9). Generalnie McFadden R2 nie by zbyt wy-soki (15,8%), co jednak jest typowe dla modeli bazuj cych na zmiennych eko-nomicznych i finansowych i opartych tylko na obserwacjach z jednego okresu sprawozdawczego.

16 Por. E.L. LaDue, L.H. Miller, J.H. Kwiatkowski, Factors Influencing Farm Investment Be-havior, Proceedings of Regional Research Committee NC-161, Financing Agriculture In A Changing Environment: Macro, Market, Policy And Management Issues, Mclean, Virginia, October 4-5, 1988. 17 R. Kata podkre li wag „czynników behawioralnych”, które to oddzia uj na decyzje kre-dytowe rolników. Dost p do finansowania zewn trznego wp ywa na aktywno inwestycj rolników. Finansista ten wyodr bni zbiór czynników behawioralnych, m.in. „stosunek do ryzyka, wiedza i umiej tno ci (np. z zakresu oceny ryzyka, analizy kosztów – korzy ci inwe-stycji), zaufanie, do wiadczenie w korzystaniu z instrumentów finansowych, zadowolenie ze statusu zawodowego, otwarto na zmiany, otwarto na wspó prac (z otoczeniem instytu-cjonalnym, w tym z bankami) ”. Jego badania empiryczne potwierdzi y, i ww. czynniki be-hawioralne, oprócz, cech demograficznych, zwi zanych z kieruj cym gospodarstwem, mia y istotne znaczenie w kszta towaniu decyzji rolników na rynku kredytowym. R. Kata, Czynniki behawioralne i demograficzne wp ywaj ce na korzystanie przez rolników z kredytów inwesty-cyjnych, „Zeszyty Naukowe SGGW. Ekonomika i Organizacja Gospodarki ywno ciowej”, 2013, No.103, s. 53-65. 18 Model finalny by najlepsz z kilkunastu iteracji w przyj tej procedurze estymacji, w której d ono do uzyskania maksimum logarytmu wiarygodno ci.

54

Tabela 9 Wyniki estymacji parametrów modelu prawdopodobie stwa uzyskania dotacji

na rozwój rolnictwa przez rodzinne gospodarstwa rolnicze

Zmienna Ocena parame-tru

B d stan-dardowy z-statystyka Poziom

istotno ci

Graficzne oznaczenie istotno ci

CONST 4,5700 0,5290 8,6390 0,0000 *** FADN A 0,1412 0,1347 1,0490 0,2944 FADN B 0,3383 0,1201 2,8170 0,0048 *** FADN C 0,3070 0,1218 2,5200 0,0117 ** RENT_AREA_TOTALRENT 0,0143 0,1134 0,1259 0,8998 ROA 0,0408 0,0061 6,6570 0,0000 *** CROP 0,0803 0,0720 1,1150 0,2650 LIVESTOCK 0,1565 0,0721 2,1690 0,0301 ** AGE 0,0155 0,0029 5,3270 0,0000 *** AGR_BACKGR 0,1342 0,0598 2,2430 0,0249 ** HIGHER_BACK 0,0731 0,0825 0,8864 0,3754 HHICROP 0,0006 0,0002 2,4070 0,0161 ** WBG 0,0136 0,0903 0,1505 0,8803 LOG_ES 0,5830 0,1072 5,4370 0,0000 *** CH_EQ 1,0940 0,0669 16,3500 0,0000 *** AV_FIN_LIQ 0,0008 0,0004 2,1450 0,0319 ** DtA 0,0110 0,0022 4,9410 0,0000 ***

Statystyka Warto McFadden R2 [%] 15,78 Logarytm wiarygodno ci -1321,912 Kryterium Schwarza 2789,981 Skorygowany R2 [%] 14,69 Kryterium Akaike'a 2677,8240 Kryterium Hannana-Quinna 2716,9740

ród o: badania w asne na podstawie danych FADN.

3.4. Szacowanie wp ywu dotacji na rozwój rolnictwa na ekonomik rodzinnych gospodarstw rolniczych

Wa nym obszarem zastosowa analiz ilo ciowych na poziomie mikro jest skuteczno dzia a podejmowanych przez instytucje publiczne. Dotyczy to przede wszystkim ró nych form wsparcia, w tym inwestycyjnego. Z regu y takie dzia ania s skierowane do specyficznych grup odbiorców ze wzgl du na kwali-fikowalno instrumentów i samoselekcj lub te selekcj próby.

Metoda PSM, budowana na podstawie modelu logitowego19 lub probito-wego20, sk ada si z trzech etapów, zaprezentowanych na rysunku 1 i opisanych poni ej.

19 P. Strawi ski, Propensity Score Matching. W asno ci ma opróbkowe, Wyd. Uniwersytetu Warszawskiego, Warszawa 2014. 20 Modele logitowe i probitowe ró ni si rozk adem sk adnika losowego (logit-normalny, probit-logistyczny), ale daj zbli one wyniki. Szczegó ow specyfikacj tych modeli Czytel-nik znajdzie w pracach P. Strawi skiego, W. Pan i H. Bai, S. Morgana i H. Winshipa, por. W. Pan, H. Bai, Propensity Score Analysis, The Guilford Press, New York 2015; S.L. Mor-

ród o: upraw i

Knictwanostk tego roprawdowowalWybramo nacz cycryfikownast pu1. Nie

nal 2. Lic3. Jed4. Stan

Pwania jaki mw literaz przeww sytulub brametodywtedy,

gan, C. York 2021 M. CScore M

Os

J. Kulawik zwierz t go

Ka demu a nale y pr z grupy odzaju insopodobielne charakane gospoda porównach w zdarzwanie dosuj ce kwe

ezale noIndependzebno ci g

dno czasundaryzacjPo wst pnwarto ci p

model estyaturze zawag dla

uacji, kiedak uczestny oszacow, gdy prze

Winship, C015.

Caliendo, S. Matching, G

szacowanie wapropensity sc

(red.), Ocenospodarskich

gospodarrzyporz dnieuczest

strumentówstwa udz

kterystykidarstwa ro

a z wynikzeniu. Punst pno ci estie: zmienne

dence Assugrupy inteu. a sposobunym okrepropensity

ymacji zasazwyczaj

tego pierdy zmiennnictwa), wwania warewidywan

Counterfact

Kopeinig, German Insti

arto ci core

Etap

na funkcjonoh, Raport dla

rstwu rolndkowa cotnicz cej w wsparc

zia u w zdi poszczeolne wchokami obsenktem wyjodpowied

ej X warunumption).erwencji o

u zbieranialeniu kat

y score. Wstosowa . wskazuje rwszego. a zale na wówczas rto ci pro

ne zdarzen

tuals and C

Some Practitute for Eco

Dobórkontr

55

py metody

owania ustaa MRiRW, IE

nemu otrz najmniej w nim (g

cia). Podobdarzeniu, ególnych odz w skerwowanyj cia do zdnich dan

unkuj ca n

oraz puli k

a danych.talogu zm

W tym momIstniej r si na Caliendo

a ma charaoba mode

opensity snie ma cha

Causal Infer

tical Guidaonomic Res

r jednostek dorolnej, tzw. c

(matching)

PSM

wy z dnia 7 IERiG -PIB

zymuj cemjedn , jak

gospodarsbie stwo oszacowajednostek

k ad grupyymi w gruastosowan

nych. Nale

niezale no

kontrolnej.

miennych nmencie trzró ne metmodel loi Kopein

akter dychele daj zscore moarakter w

rence, Cam

ance for thesearch IZA,

o grupy czenie

lipca 2005 rWarszawa,

mu dotacjek najbardztwa rolnewyra a si

anego w ok (gospody kontrolnupie podmnia metodye y tu zw

o zmienn

nale y przzeba podjtody estymogitowy lunig21 zwrahotomiczn

zbli one we by jedielowarto

mbridge Uni

ImplementBerlin 2005

Analiza

Ry

r. o ubezpie 2017 s. 112

e na rozwziej podobe nieotrzyi w kategoparciu o darstw ro

nej, której miotów ucdy PSM jewróci uw

nej Y (Co

zej do o decyzj

macji P (Xub probitacaj uwany (uczestwyniki. Dodnak trudciowy (m

iversity Pre

tation of Pr5.

a efektów cz

ysunek 1

eczeniach 2.

wój rol-bn jed-ymuj ce goriach

obser-olnych).

wyniki czestni-st zwe-

wag na

onditio-

oszaco- o tym,

(Xi), ale towy – ag , e tnictwo obranie

dniejsze multiple

ess, New

ropensity

zenia

56

treatment case), czyli wówczas, gdy jednostka mo e dokonywa wyboru po-mi dzy wi cej ni dwiema mo liwo ciami (uczestniczy lub nie). W takiej sytu-acji powinno si zastosowa tzw. wielomianowy model logitowy lub wielomia-nowy model probitowy. Pierwszy z nich potrzebuje mocniejszych za o e , dla-tego te niekiedy zaleca si wykorzystanie modelu probitowego.

Trzecim, po rednim sposobem, jest zastosowanie wielu modeli regresji logistycznej. W takim uk adzie tworzy si po kolei modele regresji, uwzgl dnia-j ce wszystkie mo liwo ci, przed którymi stoi jednostka (gospodarstwo rolne). Jednak to podej cie posiada dwie wady: 1. Wraz ze wzrostem liczby mo liwych opcji, spo ród których jednostka mo e

dokonywa wyboru, liczba modeli do oszacowania ro nie nieproporcjonalnie. 2. W ka dym z modeli rozwa ane s jednocze nie wy cznie dwie opcje, tak

wi c oszacowuje si prawdopodobie stwo udzia u w jednej z dwóch wybra-nych grup, pomimo e cznie wszystkich grup jest wi cej – brakuje przeto holistycznego podej cia do oceny interwencji.

Po oszacowaniu warto ci propensity score, nale y dobra odpowiedni technik selekcji jednostek z puli kontrolnej do grupy kontrolnej. W tym celu mo na zastosowa co najmniej kilka podej , wyra anych w praktyce przez ró ne algorytmy dopasowania jednostek. W praktyce przed przyst pieniem do procedury czenia nale y podj trzy nast puj ce decyzje: 1) czy przeprowadza dopasowanie ze zwracaniem czy bez zwracania, tzn. czy

raz wykorzystan jednostk z puli kontrolnej w cza na powrót do tej puli; 2) ile jednostek kontrolnych ma przypada na jednego beneficjenta i finalnie; 3) jak metod czenia zastosowa 22. Nale y zweryfikowa , czy zastosowanie ww. procedury pozwoli o uzy-ska zbalansowane rozk ady zmiennych w czonych do modelu w grupie ekspe-rymentalnej i w grupie kontrolnej. Generalnie powinno si porówna sytuacj sprzed czenia z sytuacj uzyskan dzi ki zastosowaniu wybranego algorytmu selekcji grupy kontrolnej. W pierwszej kolejno ci porównywana jest zatem gru-pa eksperymentalna z ca pul kontroln , czyli z ca dost pn grup jednostek, które nie uczestnicz w ocenianym dzia aniu. W nast pnym etapie nale y po-równa grup interwencji z wybran grup kontroln . „Kwintesencj ” jest sto-pie zminimalizowania pocz tkowych ró nic mi dzy jednostkami w puli kon-trolnej i jednostkami w grupie eksperymentalnej. Je eli ró nice pomi dzy obie-

22 A. Paw owska, W. Rembisz, Ewaluacja polityki rolnej za pomoc metody czenia danych wed ug prawdopodobie stwa, XLVI KZM, Zakopane 2017. Pobrane z: https://www.impan.pl/~zakopane/46/Pawlowska.pdf

57

ma grupami s znaczne, to nale a oby powróci do poprzednich etapów zasto-sowania metody PSM. Mo e to by np. przej cie do etapu wyboru algorytmu

czenia albo nawet do momentu szacowania propensity score23.

Do pionierów niniejszych bada nale Austriacy, którzy u yli metody nieparametrycznej PSM do oszacowania efektów p atno ci ONW w latach 2000-2005 w próbie gospodarstw niemieckich24.

Badania przeprowadzono w próbie: 1. Rodzinnych gospodarstw rolnych ogó em: n=4504; 2. Rodzinnych gospodarstw rolnych, typ – uprawy polowe: n=1375; 3. Rodzinnych gospodarstw rolnych, typ – zwierz ta ziarno erne: n=307; 4. Rodzinnych gospodarstw rolnych, typ – mieszany: n=1541.

Do opracowania wyników u yto dwumianowego modelu logitowego oraz metody PSM. rednie i odchylenia standardowe dla zmiennych zosta y przed-stawione w tabeli 10.

Tabela 10 rednia i odchylenie standardowe zmiennych ilo ciowych dla próby empirycznej

Wyodr bniona zmienna ilo ciowa rednia Odchylenie standardowe

Produkcja ogó em (w z ) 251 684,41 430 910,34 Powierzchnia u ytków rolnych (w ha) 38,81 45,52 Produkcja ogó em na 1 ha u ytków rolnych (w z /ha) 15 262,24 108 476,98 Produkcja ro linna na 1 ha (w z /ha) 12 667,54 166 474,38 Dochód spoza gospodarstwa rolnego (w z ) 2 859,13 11 141,23 Dochód z rodzinnego gospodarstwa rolnego (w z ) 82 560,04 144 945,56

rednioroczna warto kredytów d ugoterminowych (w z ) 91 849,39 286 341,65 rednioroczna warto kredytów krótkoterminowych (w z ) 4 415,29 31 146,73

Obja nienie: ww. statystyki opisowe dotycz próby empirycznej ogó em, wykorzystanej w metodzie PSM.

ród o: opracowanie w asne.

Wyniki oszacowania metod PSM w próbie i podpróbach (2015 r.) w za-le no ci od typu gospodarstwa rolnego przedstawiono w tabeli 11. Analizy zo-sta y zaprezentowane dla próby ogó em i trzech grup produkcyjnych (uprawy polowe, zwierz ta ziarno erne czy mieszane).

23 Por. A. Paw owska, M. Bocian, Estymacja wp ywu polityki rolnej na wydajno pracy z wykorzystaniem propensity score matching, s. 60; J. Kulawik (red.) Ocena funkcjonowania ustawy z dnia 7 lipca 2005 r. o ubezpieczeniach upraw i zwierz t gospodarskich, Raport dla MRiRW, IERiG -PIB Warszawa, s. 111. 24 Por. A. Pufahl, C.R. Weiss, Evaluating the effects of farm programs: results from propensi-ty score matching, 12 Congress of the European Association of Agricultural Economists – EAAE 2008.

58

Tabela 11 Ró nice w poziomach zmiennych pomi dzy grup eksperymentaln a kontroln

dla wybranych typów produkcyjnych

Wyodr bniona zmienna ilo ciowa Ogó em Uprawy polowe

Zwierz ta ziarno erne Mieszane

Produkcja ogó em (w z ) 65 174,00 65 010,00 403 711,00 60 006,00 Powierzchnia u ytków rolnych (w ha) 0,49 7,11 9,92 8,24 Produkcja ogó em na 1 ha u ytków rolnych (w z /ha)

14 076,00 775,35 90 123,00 1 337,20

Produkcja ro linna na 1 ha (w z /ha) 6 267,60 810,87 -474,04 311,46 Dochód spoza gospodarstwa rolnego (w z ) -771,74 584,38 5 332,50 -642,18 Dochód z rodzinnego gospodarstwa rolnego (w z ) 594,37 18 849,00 56 734,00 8 646,30

rednioroczna warto kredytów d ugotermino-wych (w z )

18 495,00 43 636,00 -101 069,00 68 875,00

rednioroczna warto kredytów krótkotermino-wych (w z )

820,26 6 128,10 12 698,00 1 075,50

ród o: opracowanie w asne.

W grupie gospodarstw, które otrzyma y dotacje inwestycyjne, czyli w grupie eksperymentalnej, przeci tna wielko ca kowitej produkcji by a o 65 174 z wy -sza ni w grupie kontrolnej (tabela 11). Wynik ten nie by istotny statystycznie. W przypadku powierzchni u ytków rolnych przeci tna wielko powierzchni by a o 0,49 ha wy sza w grupie eksperymentalnej ni w grupie kontrolnej. Jednak ten wynik równie nie by istotny statystycznie. Je eli chodzi o produkcj przypadaj c na 1 ha u ytków rolnych, to jej przeci tna wielko w grupie gospodarstw otrzy-muj cych dotacje inwestycyjne by a o 14 076 z /ha wy sza ni w grupie kontrolnej. Natomiast przeci tna wielko produkcji ro linnej przypadaj ca na 1 ha by a o 6 267,60 z /ha wy sza w grupie eksperymentalnej ni w grupie kontrolnej. Oba wyniki nie by y istotne statystycznie. W przypadku dochodów sytuacja wygl da a nast puj co: w grupie gospodarstw, które otrzyma y dotacje inwestycyjne przeci t-na wielko dochodu spoza gospodarstwa rolnego by a o 771,74 z ni sza ni w grupie kontrolnej, podczas gdy przeci tna wielko dochodów z rodzinnego go-spodarstwa rolnego by a o 594,37 z wy sza. Oba wyniki nie by y istotne staty-stycznie. Z kolei je eli chodzi o rednioroczn warto kredytów, to przeci tna warto kredytów d ugoterminowych by a o 18 495 z wy sza w grupie ekspery-mentalnej ni w grupie kontrolnej, a kredytów krótkoterminowych o 820,26 z wy sza. Wyniki by y nieistotne statystycznie.

W grupie gospodarstw, w których dominuj uprawy polowe, a które otrzy-ma y dotacje inwestycyjne, czyli w grupie eksperymentalnej, przeci tna wielko ca kowitej produkcji by a o 65 010 z wy sza ni w grupie kontrolnej (tabela 11). Wynik ten by istotny statystycznie. W przypadku powierzchni u ytków rolnych, przeci tna wielko powierzchni by a o 7,11 ha wy sza w grupie eksperymentalnej

59

ni w grupie kontrolnej. Jednak ten wynik nie by istotny statystycznie. Je eli cho-dzi o produkcj przypadaj c na 1 ha u ytków rolnych, to jej przeci tna wielko w grupie gospodarstw otrzymuj cych dotacje inwestycyjne by a o 775,35 z /ha wy sza ni w grupie kontrolnej. Natomiast przeci tna wielko produkcji ro linnej przypadaj ca na 1 ha by a o 810,87 z /ha wy sza w grupie eksperymentalnej ni w grupie kontrolnej. Wyniki nie by y istotne statystycznie. W przypadku docho-dów sytuacja wygl da a nast puj co: w grupie gospodarstw, które otrzyma y dota-cje inwestycyjne, przeci tna wielko dochodu spoza gospodarstwa rolnego by a o 584,38 z wy sza ni w grupie kontrolnej, podczas gdy przeci tna wielko do-chodów z rodzinnego gospodarstwa rolnego by a o 18 849 z wy sza. Drugi wynik nie by istotny statystycznie. Z kolei je eli chodzi o rednioroczn warto kredy-tów, to przeci tna warto kredytów d ugoterminowych by a o 43 636 z wy sza w grupie eksperymentalnej ni w grupie kontrolnej, a kredytów krótkotermino-wych o 6 128,10 z wy sza. Pierwszy wynik by nieistotny statystycznie.

Wyniki przedstawione w tabeli 11 wskazuj , e w grupie gospodarstw, w których dominuj zwierz ta ziarno erne, a które otrzyma y dotacje inwesty-cyjne, czyli w grupie eksperymentalnej, przeci tna wielko ca kowitej produk-cji by a o 403 711 z wy sza ni w grupie kontrolnej. W przypadku powierzchni u ytków rolnych przeci tna wielko powierzchni by a o 9,92 ha wy sza w gru-pie eksperymentalnej ni w grupie kontrolnej. Je eli chodzi o produkcj przypa-daj c na 1 ha u ytków rolnych, to jej przeci tna wielko w grupie gospo-darstw otrzymuj cych dotacje inwestycyjne by a o 90 123 z /ha wy sza ni w grupie kontrolnej. Natomiast przeci tna wielko produkcji ro linnej przypa-daj ca na 1 ha by a o 474,04 z /ha ni sza w grupie eksperymentalnej ni w gru-pie kontrolnej. W przypadku dochodów, sytuacja wygl da a nast puj co: w gru-pie gospodarstw, które otrzyma y dotacje inwestycyjne, przeci tna wielko do-chodu spoza gospodarstwa rolnego by a o 5 332,50z wy sza ni w grupie kon-trolnej, podczas gdy przeci tna wielko dochodów z rodzinnego gospodarstwa rolnego by a o 56 734 z wy sza. Z kolei je eli chodzi o rednioroczn warto kredytów, to przeci tna warto kredytów d ugoterminowych by a o 101 069 z ni sza w grupie eksperymentalnej ni w grupie kontrolnej, a kredytów krótko-terminowych o 12 698 z wy sza. Wszystkie wyniki by y istotne statystycznie.

W grupie gospodarstw typu mieszanego, które otrzyma y dotacje inwesty-cyjne, czyli w grupie eksperymentalnej, przeci tna wielko ca kowitej produkcji by a o 60 006 z wy sza ni w grupie kontrolnej (por. tabela 11). Wynik ten by nieistotny statystycznie. W przypadku powierzchni u ytków rolnych, przeci tna wielko powierzchni by a o 8,24 ha wy sza w grupie eksperymentalnej ni w gru-

60

pie kontrolnej. Jednak ten wynik równie nie by istotny statystycznie. Je eli cho-dzi o produkcj przypadaj c na 1 ha u ytków rolnych, to jej przeci tna wielko w grupie gospodarstw otrzymuj cych dotacje inwestycyjne by a o 1 337,20 z /ha wy sza ni w grupie kontrolnej. Natomiast przeci tna wielko produkcji ro linnej przypadaj ca na 1 ha by a o 311,46 z /ha wy sza w grupie eksperymentalnej ni w grupie kontrolnej. Wyniki te by y istotne statystycznie. W przypadku dochodów, sytuacja wygl da a nast puj co: w grupie gospodarstw, które otrzyma y dotacje inwestycyjne, przeci tna wielko dochodu spoza gospodarstwa rolnego by a o 642,18z ni sza ni w grupie kontrolnej, podczas gdy przeci tna wielko docho-dów z rodzinnego gospodarstwa rolnego by a o 8 646,30 z wy sza. Oba wyniki by y istotne statystycznie. Z kolei je eli chodzi o rednioroczn warto kredytów, to przeci tna warto kredytów d ugoterminowych by a o 68 875 z wy sza w gru-pie eksperymentalnej ni w grupie kontrolnej, a kredytów krótkoterminowych o 1 075,50 z wy sza. Pierwszy wynik okaza si zatem nieistotny statystycznie.

3.5. Podsumowanie

Gospodarstwa otrzymuj ce instrumenty wspomagaj ce dzia alno inwe-stycyjn , modernizacyjn czy restrukturyzacyjn , charakteryzowa y si zdecy-dowanie wi kszym area em. Istotnie wy sza zyskowno gospodarstw stosuj -cych dotacje inwestycyjne, modernizacyjne czy restrukturyzacyjne, mo e sta-nowi wypadkow wielu czynników, spo ród których nie do pomini cia s ce-chy spo eczno-demograficzne, czy charakterystyka produkcyjna.

Badania empiryczne wykaza y, e ze wzrostem wielko ci ekonomicznej, po-ziomu p ynno ci bie cej, kapita u w asnego, wieku kierowniku, zwi ksza o si prawdopodobie stwo otrzymania dotacji rozwojowych. Nie bez znaczenia by te czynnik zwi zany z po o eniem gospodarstw na jednym z makroregionów FADN. Dalsze badania (z uwzgl dnienie d u szego przedzia u czasowego, z wykorzysta-niem binarnych modeli panelowych) powinny zidentyfikowa w bardziej pog biony sposób zale no ci w uj ciu dynamicznym. Wyniki ww. bada mog by podstaw do ewentualnych zmian kryteriów kwalikowalno ci, dokonywan podczas przegl -dów ródokresowych PROW. Wyniki analizy oddzia ywania dotacji na rozwój rol-nictwa wykaza y, i dotacje na rozwój rolnictwa mia y istotny dodatni wp yw na produkcj ogó em. Przyczyniaj si równie do wzrostu redniego zad u enia, w szczególno ci d ugoterminowego. Istotne mo e by zatem takie konstruowanie instrumentów wsparcia, aby nie doprowadzi do przeinwestowania i nadmiernego lewarowania gospodarstwa, gdy dochód z gospodarstwa rolnego ro nie wolniej ni produkcja i zad u enie. Efekty d wigni operacyjnej by y malej ce. Wsparcie inwe-stycji okaza o si najbardziej skuteczne dla gospodarstw o przewa aj cym typie zwierz t ziarno ernych, a najmniej dla typu mieszanego i upraw polowych.

61

Literatura 1. Batóg B., Wawrzyniak K. Modele probitowe i logitowe jako podstawa systemu diagnoz

na przyk adzie sektorów Warszawskiej Gie dy Papierów Warto ciowych, „Zeszyty Nau-kowe Uniwersytetu Szczeci skiego”, nr 415, „Prace Katedry Ekonometrii i Statystyki”, nr 16, 2005.

2. Butryn B., Fura M., Wyznaczanie prawdopodobie stwa podj cia decyzji z u yciem mo-delu probitowego i logitowego, „Badania Operacyjne i Decyzje”, nr 2. 2005.

3. Caliendo M., Kopeinig S., Some Practical Guidance for the Implementation of Propen-sity Score Matching, German Institute for Economic Research IZA, Berlin 2005.

4. Czubak W., Sadowski A., Wp yw modernizacji wspieranych funduszami UE na zmiany sytuacji maj tkowej w gospodarstwach rolnych w Polsce, „Journal of Agribusiness and Rural Development”, 2014, z. 2 (32), s. 45-57.

5. Czubak W., Wykorzystanie funduszy Unii Europejskiej wspieraj cych inwestycje w go-spodarstwach rolnych, „Journal of Agribusiness and Rural Development”, 2012, 3(25), s. 57-67.

6. Floria czyk Z., Osuch D., P onka R. Wyniki standardowe 2015 uzyskane przez gospo-darstwa rolne uczestnicz ce w Polskim FADN. Cz I. Wyniki standardowe, IERiG -PIB, Warszawa 2016.

7. Gruszczy ski M., Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluwer Polska, Warszawa 2012.

8. Jackowska B., Efekty interakcji mi dzy zmiennymi obja niaj cymi w modelu logitowym w analizie zró nicowania ryzyka zgonu, „Przegl d Statystyczny”, t. 58, z. 1-2, 2011.

9. Kata R., Czynniki behawioralne i demograficzne wp ywaj ce na korzystanie przez rol-ników z kredytów inwestycyjnych, Zeszyty Naukowe Szko y G ównej Gospodarstwa Wiejskiego w Warszawie - Ekonomika i Organizacja Gospodarki ywno ciowej, 2013, No.103, s. 53-65.

10. Koop G. , Wprowadzenie do ekonometrii , Oficyna Wolters Kluwer, Warszawa 2014, s. 306.

11. Kulawik J. (red.), Ocena funkcjonowania ustawy z dnia 7 lipca 2005 r. o ubezpiecze-niach upraw i zwierz t gospodarskich, Raport dla MRiRW, IERiG -PIB, Warszawa 2017.

12. Kusz D., Zró nicowanie regionalne nak adów inwestycyjnych w rolnictwie polskim, Zeszyty Naukowe SGGW. Ekonomika i Organizacja Gospodarki ywno ciowej 2009, 75, s. 79-89.

13. Kusz D., Inwestycje produkcyjne w gospodarstwach rolniczych korzystaj cych ze wsparcia finansowego Unii Europejskiej, „Zeszyty Naukowe SGGW. Ekonomika i Or-ganizacja Gospodarki ywno ciowej”, 2013, nr 103, s. 67-77.

14. LaDue E.L, Miller L.H., Kwiatkowski, J.H., Factors Influencing Farm Investment Be-havior, Proceedings of Regional Research Committee NC-161, Financing Agriculture In A Changing Environment: Macro, Market, Policy And Management Issues, Mclean, Virginia, October 4-5, 1988.

15. Maddala G. S. Ekonometria, Wydawnictwo Naukowe PWN, Warszawa 2008. 16. Morgan S.L., Winship C. Counterfactuals and Causal Inference, Cambridge University

Press, New York 2015.

62

17. Olsen, J.V., Lund, M., The impact of socio-economic factors and incentives on farmers’ investment behavior, Acta Agriculturae Scandinavica, Section C — Food Economics, 2011, vol. 8, iss. 3 173-185.

18. Pan W., Bai H., Propensity Score Analysis, The Guilford Press, New York 2015. 19. Paw owska A., Bocian M., Estymacja wp ywu polityki rolnej na wydajno pracy z wy-

korzystaniem propensity score matching, IERiG -PIB, Warszawa 2017. 20. Paw owska A., Rembisz W., Ewaluacja polityki rolnej za pomoc metody czenia da-

nych wed ug prawdopodobie stwa, XLVI KZM, Zakopane 2017. Pobrane z: https://www.impan.pl/~zakopane/46/Pawlowska.pdf

21. Pufahl A., Weiss C.R., Evaluating the effects of farm programs: results from propensity score matching, 12 Congress of the European Association of Agricultural Economists – EAAE 2008.

22. Soliwoda M., Financing patterns of investing farms. An empirical evidence from Po-land, ECEE Conference at TTU, Talinn, June 11-13, 2017 (prezentacja, materia niepublikowany).

23. Strawi ski P. Propensity Score Matching, Wyd. Uniwersytetu Warszawskiego, War-szawa 2014.

24. Strawi ski P., Analiza wyborów dyskretnych. Logit i logit wielomianowy http://coin.wne.uw.edu.pl/pstrawinski/awd/awd02.pdf (7.08.2017).

25. Zawadzka D., Kredyt w decyzjach finansowych przedsi biorstw rolniczych w Polsce (ze szczególnym uwzgl dnieniem podmiotów z regionu Pomorza rodkowego), „Zarz dzanie i Finan-se”, 2013, t. 11, nr 2, cz. 2, 619-630.

Aneks

Opis statystyczny zmiennych dla próby przyj tej do modelu probitowego

Zmienna rednia Mediana SD Min. Maks. Zmienna zale na

Zmienne niezale ne, zero-jedynkowe

Zmienne niezale ne, ci g e

ród o: badania w asne na podstawie danych FADN.

64

Dr hab. Adam W s, prof. nadzw. IERiG -PIB

4. Wzrost produkcji w gospodarstwach rolniczych i jego wp yw na poziom ryzyka operacyjnego i strategicznego

4.1. Wprowadzenie Prowadzenie gospodarstwa rolniczego, podobnie jak ka da dzia alno

gospodarcza, nara one jest na wiele rodzajów ryzyka. Tradycyjnie za charakte-rystyczne dla produkcji rolniczej uwa a si ryzyko produkcyjne, wynikaj ce g ównie z biologicznego charakteru produkcji, która zale y w du ej mierze od czynników znajduj cych si poza kontrol producenta1, m.in. czynników pogo-dowych, stanu upraw oraz zdrowego wzrostu zwierz t.

W literaturze istnieje wiele opracowa opisuj cych poszczególne katego-rie ryzyka wyst puj cych ogólnie w dzia alno ci gospodarczej2 i w odniesieniu do specyfiki gospodarstw rolniczych3.

Mimo pewnych ró nic w kategoryzacji ryzyka, mo na wyró ni najcz ciej wskazywane rodzaje ryzyka wyst puj cego w odniesieniu do gospodarstw rolni-czych. Oprócz cz sto wymienianego ze wzgl du na szczególny charakter produkcji rolnej ryzyka produkcyjnego, podobnie jak w innych sektorach gospodarki, w go-spodarstwach rolniczych wyst puje równie ryzyko cenowe, finansowe, maj tko-we czy osobiste4. Dodatkowo, cz ste reformy WPR i rosn ca niepewno co do jej

1 M. Jerzak, Podstawowe zagadnienia ryzyka w gospodarce rolnej, [w:] „Ekonomiczne uwa-runkowania wykorzystania rynkowych narz dzi stabilizacji cen i zarzadzania ryzykiem w rolnictwie” (red. Jerzak M.A., Czy ewski A.) Wydawnictwo Akademii Rolniczej im. Au-gusta Cieszkowskiego w Poznaniu, Pozna 2006. 2 M. Thlon, Charakterystyka i klasyfikacja ryzyka w dzia alno ci gospodarczej, „Zeszyty Na-ukowe Uniwersytetu Ekonomicznego w Krakowie”, 2013, nr 902, s. 57-67. 3 Instrumenty zarz dzania ryzykiem w rolnictwie – rozwi zania krajowe i mi dzynarodowe (red. nauk J. Paw owszka-Tyszko), „Program Wieloletni 2015-2019”, nr 35, IERiG -PIB, Warszawa 2016. 4 EC Working Document Risk Management Tools for EU Agriculture. European Commission, Agriculture Directorate-General 2001; E. Berg , Integriertes Risikomanagament – Notwendig-keit Und Konzepte fur die Praxis, [w:] Agrarekonomie im Wandel, Tagungsband anlassich des 80. Geburstages von Prof. Em. Dr h.c. Gunter Steffen A. M, ILB-Verlag, Bonn 2004; J.B. Hardaker, R.B.M. Huirne, J.R. Anderson, G Lien, Coping with Risk in Agriculture CABI Publishing, Wallingford 2004; J.B. Hardaker, R.B.M. Huirne, J.R. Anderson, G Lien, Coping with Risk in Agriculture CABI Publishing, Wallingford 2004; E. Majewski, A. W s,

. Cyga ski, P. Sulewski, Czynniki ryzyka i strategie zarz dzania przedsi biorstwem rol-niczym w kontek cie uwarunkowa polskiego rolnictwa,. [w:] „Zarz dzanie ryzykiem ceno-wym a mo liwo ci stabilizowania dochodów producentów rolnych” (red. M. Hamulczuk, St. Sta ko), Raport nr 113 Programu Wieloletniego 2005-2009. IERiG -PIB, Warszawa 2008; P. Sulewski, Ekonomiczny wymiar ryzyka produkcyjnego w rolnictwie SGGW, War-szawa 2015; J. Wawrzynowicz, K. Wajszczuk, R. Baum,. Specyfika czynników ryzyka w przedsi biorstwach rolnych – próba holistycznego podej cia, „Zarz dzanie i Finanse” 2012, r.10, nr 1 cz. 2, s. 249-360.

65

przysz ego kszta tu oznacza dodatkowe ryzyko instytucjonalne dla przysz ych do-chodów rolniczych. Badania dotycz ce tej kwestii by y przedmiotem uwagi prac prowadzonych w ramach Programu Wieloletniego 2011-145.

Nale y jednak zauwa y , e takie uj cie podzia u róde ryzyka w gospo-darstwach rolniczych, jakkolwiek powszechne, mo e nie by wystarczaj ce. Al-ternatywne spojrzenie na taksonomi ryzyka w rolnictwie przedstawia Miller i in.6 proponuj c w pierwszej kolejno ci podzia ryzyka na operacyjne i strate-giczne. Ryzyko operacyjne jest definiowane przez Millera i wspó autorów w tradycyjny sposób, przy czym dodatkowo w ramach ryzyka operacyjnego wy-ró nia on ryzyko biznesowe wyst puj ce we wszystkich gospodarstwach, nie-zale nie od sposobu finansowania dzia alno ci, oraz ryzyko finansowe zwi zane ze sposobem finansowania gospodarstwa. Wskazuje przy tym, i wykorzysty-wanie d wigni finansowej powoduje zwielokrotnienie wp ywu ryzyka bizneso-wego na wyniki finansowe.

W odró nieniu od pozosta ych autorów Miller i in. wskazuj na znaczenie ryzyka strategicznego. Okre laj c ryzyko strategiczne, wskazuje, i dotyczy ono w g ównej mierze wyboru strategii gospodarowania i jej prze o enia na warto gospodarstwa w d ugim okresie czasu w odniesieniu do niepewno ci zwi zanej ze zmianami koniunktury. W szczególno ci dotyczy to zmian o charakterze politycz-nym, konotacji makroekonomicznych, czynników o charakterze spo ecznym i natu-ralnym, ale co wa niejsze równie zmian na rynkach surowców i produktów, zmian technologii przek adaj cych si na zmiany dynamiki ca ego sektora, a tym samym na poziom konkurencji mi dzy poszczególnymi gospodarstwami.

Analizuj c zaproponowany podzia , mo na zauwa y , i cz czynników ryzyka strategicznego, jakkolwiek jest egzogeniczna z punktu widzenia poje-dynczych gospodarstw, jest endogeniczna z punktu widzenia sektora. Decyzje rolników dotycz ce rozwoju gospodarstw, np. podejmowania inwestycji, wpro-wadzenia nowych technologii, podj cia wspó pracy z przetwórcami czy sieciami handlowymi, zwi kszenia skali dzia alno ci, prowadz do zmian poziomu kon-kurencji w sektorze, a tym samym mog przek ada si na wi ksze ryzyko osi - 5 Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), „Program Wieloletni 2011-2014”, nr 20, IERiG -PIB, Warszawa 2011; Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjo-nowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), „Program Wieloletni 2011-2014”, nr 46, IERiG -PIB, Warszawa 2012; „Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych” (red. nauk. J. Kulawik), Program Wieloletni 2011-2014”, nr 82, IERiG -PIB, Warszawa 2013; „Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), „Program Wieloletni 2011-2014”, nr 120, IERiG -PIB, Warszawa 2014. 6 Miller A. Dobbins C. Pritchett J., Boehlie M. Ehmke C. Risk Management for Farmers. De-partment of Agricultural Economics, Staff Paper 04-11, Purdue University 2004.

66

gni cia niezadowalaj cych wyników finansowych lub nawet wypadni cia z ryn-ku dla poszczególnych graczy.

Przedstawione przez Millera i in. podej cie do analizy ryzyka w gospo-darstwach rolniczych nie jest odosobnione. Podobny podzia , cho nie uwzgl d-niaj cy specyfiki rolnictwa, mo na znale w literaturze krajowej7

W a ciwa identyfikacja róde ryzyka stanowi podstaw do podj cia rodków zaradczych zmierzaj cych do ograniczenia wyst powania danego czynnika ryzyka lub przynajmniej do ograniczenia jego negatywnych skutków. W odniesieniu do ry-zyka operacyjnego proponowane s liczne instrumenty i dzia ania maj ce na celu z agodzenie jego skutków. Jako metody ograniczenia ryzyka produkcyjnego wymie-nia si dywersyfikacj produkcji8, stosowanie ubezpiecze produkcyjnych9 czy inwe-stycje w nowsze technologie zmniejszaj ce skutki niekorzystnego przebiegu warun-ków pogodowych10. W odniesieniu do ryzyka cenowego bardzo cz sto autorzy ana-liz po wi conych temu zagadnieniu wskazuj na mo liwo ci wynikaj ce ze stoso-wania instrumentów finansowych, m.in. kontraktów terminowych, wspó pracy po-szczególnych gospodarstw czy wzmacniania wspó pracy mi dzy producentami o odbiorcami11. Ograniczeniem w stosowaniu wi kszo ci wy ej wspomnianych in-strumentów w Polsce jest relatywnie ma a skala dzia alno ci gospodarstw rolni-czych12,13. Jednocze nie mo na zauwa y , i prowadzone dotychczas badania14,15

7 J. Radomska, Inkoherencja relacji pomi dzy ryzykiem strategicznym a operacyjnym w za-rz dzaniu strategicznym. „Zarzadzanie strategiczne w teorii i praktyce”, Prace Naukowe Uniwersytetu Ekonomicznego we Wroc awiu 2016, r 444 s. 400-410. 8 A. Kurdy -Kujawska, Significance of production diversification in ensuring financial secu-rity of farms in Poland, “Journal of Agribusiness and Rural Development”, 2(40) 2016. 9 M.A.P.M. Van Asseldonk, E. Majewski, M.P.M., Meuwissen, W. Guba, G. Dalton, J. Landmesser, E. Berg, R.B.M. Huirne, Economic impact of prospective risk management instruments under alternative policy scenarios, [w:] “Income Stabilization in a Changing Ag-ricultural Word: Policy and Tools”, Wie Jutra, Warszawa 2008. 10 K oczko J., W s A. Sposoby ograniczenia ryzyka dochodowego wynikaj cego z przymroz-ków wiosennych w sadach jab oniowych. „Roczniki Nauk Rolniczych”, 2008 Seria G, t. 94, z. 2 s.164-171. 11 M.P.M. Meuwissen, M.A.P.M. Van Asseldonk, R.B.M. Huirne, Income Stabilisation in Euro-pean Agriculture: Design and Economic Impact of Risk Management Tools, Wageningen 2008. 12 M.P.M. Meuwissen, E. Majewski, E.Berg, K. Poppe, R.B.M. Huirne, Introduction to in-come stabilisation issues in a changing agricultural world [w:] “Income Stabilization in a Changing Agricultural Word: Policy and Tools”, Wie Jutra, Warszawa 2008. 13 M.P.M. Meuwissen i in.,. Income Stabilisation in European Agriculture…, op. cit. 14 P. Sulewski, A. W s, Gospodarstwa wielkoobszarowe w ró nych scenariuszach uwarunko-wa ekonomicznych w perspektywie roku 2013 - studium przypadku, „Roczniki Nauk Rolni-czych”, Seria G;Ekonomika rolnictwa, 2008 t. 95, z.1, s.76-84. 15 A. Was, A. Malak-Rawlikowska, Policy impact on production structure and income risk on polish dairy farms. w: “The Common Agricultural Policy After the Fischler Reform” red. S. Sevrini Ashgte 2011 s.183-193.

67

wskazuj na zmniejszaj ce si , wraz ze wzrostem wielko ci ekonomicznej, ryzyko poniesienia strat.

Coraz szybsze zwi kszanie si skali dzia alno ci gospodarstw rolniczych wynikaj ce m.in z post pu technicznego, globalizacji czy rosn cych kosztów pracy, mo na uzna przynajmniej za przes ank w kierunku ograniczenia ryzyka biznesowego16.

Nale y jednak zauwa y , e zwi kszenie skali dzia alno ci, zw aszcza je-eli odbywa si w krótkim okresie czasu i przy wykorzystaniu zewn trznych róde finansowania, powoduje zwi kszenie ryzyka finansowego. W efekcie

mo e to negatywnie wp ywa na sytuacj dochodow gospodarstw oraz zwi k-sza ryzyko poniesienia strat.

Wobec powy szego powstaje oczywisty dylemat. Zwi kszanie wielko ci ekonomicznej prowadzonego gospodarstwa w wietle dotychczasowych bada stwarza wi ksze mo liwo ci ograniczania ryzyka biznesowego oraz strategicz-nego. Z drugiej strony w wyniku finansowania procesów wzrostu ze róde ze-wn trznych dochodzi do podj cia dodatkowego ryzyka finansowego wynikaj -cego z przynajmniej tymczasowego wykorzystania zewn trznego kapita u do finansowania rozwoju gospodarstwa, co nale y uzna za czynnik zwi kszaj cy ryzyko. Celem niniejszego opracowania jest wskazanie zale no ci pomi dzy procesami wzrostu skali dzia alno ci gospodarstw rolniczych poziomem ryzyka w uj ciu operacyjnym, jak i strategicznym.

4.2. Za o enia metodyczne

Podstawowym ród em danych do analiz jest system zbierania i wykorzy-stywania danych rachunkowych z gospodarstw rolnych FADN. Na podstawie indywidualnych danych z gospodarstw utworzono panel zbilansowany17 gospo-darstw wyst puj cych w próbie nieprzerwanie przez okres 12 lat w latach 2004--2015. Do opisu zmienno ci dochodów wykorzystano typowe narz dzia staty-styki opisowej, natomiast do oszacowania zmienno ci poziomu dochodu zasto-sowano model symulacyjny gospodarstwa wykorzystuj ce metod Monte Car-

16 A. W s, S. Ma a ewska, Przemiany strukturalne w rolnictwie w wybranych krajach euro-pejskich. „Roczniki Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich”, 2012, t. 99, z. 4. s. 75-88; A. W s, Modelowanie przemian strukturalnych w polskiego rolnictwa, SGGW, Warszawa 2013; A. W s, P. Kobus, Disparities in Polish Agriculture, EAAE Congress 2017 Proceedings, Parma Italy 2017 17 Panel zbilansowany – „zbiór danych w którym o ka dej z N jednostek dysponujemy pe -nymi danymi z N okresów” na podstawie: Modele i metody analizy danych indywidualnych (aut. M. Bazyl, M. Ksi ek, M. Owczarczuk, A. Szulc, A. Wi niowski, B. Witkowski), Wol-ters Kluwer, 2012 s. 270.

68

lo18. W wyniku dzia ania modelu oszacowano rozk ady prawdopodobie stwa dla dochodu rolniczego w analizowanych grupach gospodarstw. Jako miary ryzyka operacyjnego przyj to redni i odchylenie standardowe dochodu, prawdopodo-bie stwo poniesienia straty (dochód rolniczy <0) lub uzyskania wynagrodzenia pracy w asnej na okre lonym poziomie (p aca minimalna, p aca przeci tna poza rolnictwem). Ryzyko strategiczne zosta o okre lone jako ciowo jako szansa na przetrwanie gospodarstwa lub osi gni cie satysfakcjonuj cej op aty pracy w d u szym okresie czasu. Zosta o ono okre lone na podstawie porównania wy-ników ekonomicznych w grupach gospodarstw cechuj cych si skrajnie ró nym tempem wzrostu ekonomicznego. Ryzyko strategiczne mo e by w tym uj ciu rozumiane jako zagro enie utraty obecnej pozycji konkurencyjnej wzgl dem innych gospodarstw.

Obserwacja procesów wzrostu wielko ci ekonomicznej w poszczególnych gospodarstwach wymaga a zgromadzenia danych obrazuj cych przemiany za-chodz ce w nich w d ugim okresie czasu. Z tego wzgl du przeprowadzone ba-dania zak ada y wyodr bnienie w próbie Polskiego FADN zbilansowanego pa-nelu gospodarstw indywidualnych obecnych w próbie nieprzerwanie od 2004 do 2015 roku. Mimo i liczebno próby FADN waha si w badanym okresie na poziomie oko o 11-12 tys. gospodarstw, przyj cie stosunkowo d ugiego okresu obserwacji doprowadzi o do wy onienia panelu gospodarstw o liczebno ci 3915 obiektów obecnych nieprzerwanie w Polskim FADN od 12 lat.

Charakter zmian zachodz cych w dobranej próbie gospodarstw wst pnie okre lono stosuj c kryterium przynale no ci do klas wielko ci ekonomicznych gospodarstw i typów produkcyjnych. W celu wyeliminowania waha wielko ci ekonomicznej wynikaj cych ze stosowania w systemie FADN odmiennych przeliczników w poszczególnych latach do okre lenia wielko ci ekonomicznej we wszystkich analizowanych latach wykorzystano miar produkcji standardo-wej bazuj c na typologii FADN z 2010 roku.

18 Metoda Monte Carlo jest stosowana do modelowania matematycznego procesów zbyt z o-onych (np. obliczania ca ek, a cuchów procesów statystycznych), aby mo na by o przewi-

dzie ich wyniki za pomoc podej cia analitycznego. Symulacja stochastyczna Monte Carlo pozwala uwzgl dni w analizie stochastyczn natur badanych zjawisk. Jej istot jest prób-kowanie zmiennych losowych z okre lonego rozk adu(ów), które nast pnie stosowane s w celu uzyskania du ej liczby rozwi za rozpatrywanego problemu. Tym sposobem po za-gregowaniu wyników poszczególnych losowa otrzymuje si empiryczny rozk ad prawdopo-dobie stwa, który dostarcza wielu informacji o badanym zjawisku. Przyjmuje si , e pierwszy raz metoda to zosta a opisana przez Metropolisa i Ulama w 1949 roku. N. Metropolis, S. Ulam, The Monte Carlo Method, „Journal of the American Statistical Association” 1949, Vol. 44, No. 247.

69

Mimo, i obserwowano jednolit prób gospodarstw nieprzerwanie obec-nych w próbie FADN od 12 lat, mo na jednoznacznie wykaza , i struktura go-spodarstw w badanym panelu podlega a ci g ym zmianom (rysunek 1).

Rysunek 1

Struktura gospodarstw w panelu zbilansowanym wg kryterium wielko ci ekonomicznej w latach 2004 i 2015

ród o: obliczenia w asne na podstawie danych FADN.

Na wykresie wyra nie wida znacz cy (ponad dwukrotny) wzrost udzia u

gospodarstw najmniejszych. Mo e to wiadczy o post puj cym wygaszaniu produkcji rolniczej w mniejszych gospodarstwach, które stopniowo przekszta -caj si w tzw. „hobby farms”. Ogólna skala tego zjawiska jest jeszcze niewiel-ka. Poza gospodarstwami najmniejszymi wyra nie zwi kszaj si udzia y go-spodarstw du ych. Dynamika tych zmian nie jest a tak du a jak w przypadku gospodarstw najmniejszych, jednak ich „ci ar gatunkowy” jest znacznie wi k-szy, gdy nawet niewielki przyrost liczby du ych gospodarstw wp ywa w zna-cz cym stopniu na zmiany w wykorzystaniu czynników wytwórczych i wielko-ci produkcji.

W tabeli 1 przedstawiono w bardziej precyzyjny sposób ewolucj gospo-darstw w badanym okresie, wskazuj c na kierunki i skal „migracji” gospo-darstw rolniczych pomi dzy klasami wielko ci ekonomicznej.

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

35,0%

40,0%

3 4 5 6 7 8 9 >=10

Udz

ia g

ospo

dars

tw [%

]

Klasy wielko ci ekonomicznej ES

2004

2015

70

Tabela 1 Skala przemian gospodarstw wg klas wielko ci ekonomicznych w panelu zbilansowanym

w latach 2004-2015 [liczba gospodarstw danej klasy ekonomicznej w roku 2004 = 100] Wielko eko-nomiczna [ES]

Rok 2015 RAZEM

3 4 5 6 7 8 9 >=10

Rok

200

4

3 57,75 23,94 12,68 1,41 1,41 2,82 71 4 18,17 53,48 19,19 5,94 2,89 0,34 589 5 3,60 22,56 40,81 29,77 2,91 0,23 0,12 860 6 0,59 3,55 16,62 53,18 23,26 2,58 0,22 1354 7 0,13 0,64 1,67 18,23 56,48 21,95 0,90 779 8 0,44 0,88 1,32 18,50 66,96 11,45 0,44 227 9 4,17 25,00 66,67 4,17 24

>=10 27,27 72,73 11 RAZEM 189 579 713 1157 841 370 55 11 3915

ród o: obliczenia w asne na podstawie danych FADN

Mo na zaobserwowa , i w analizowanym okresie tylko nieco ponad po o-wa gospodarstw zachowa a pierwotn wielko ekonomiczn . Szczególnie du a skala migracji dotyczy gospodarstw, które w 2004 roku mia y niewielk wielko ekonomiczn . Pewnym ewenementem jest znacz ca skala zmniejszania wielko ci ekonomicznej w ród gospodarstw najwi kszych. Oko o 25% z nich ograniczy o wielko produkcji mierzon za pomoc standardowej produkcji.

Dodatkowo w celu zobrazowania przekszta ce zachodz cych w dobranej próbie 3915 gospodarstw pod wzgl dem kierunków produkcji w analogiczny sposób wskazano zmiany struktury typów produkcyjnych mi dzy rokiem 2004 i 2015. Do klasyfikacji typów produkcyjnych wykorzystano klasyfikacje GTF.

Mo na zauwa y , i znacz ca wi kszo gospodarstw z typów TF1 do TF 4 zachowa a w 2015 roku kierunek produkcji z 2004 roku. Natomiast znacz ca cz gospodarstw z typów TF5-TF8 zmieni a struktur produkcji. Tylko niespe na 27% gospodarstw zaklasyfikowanych w 2004 jako typ TF 7 zosta o w 2015 roku zali-czonych powtórnie do tego typu. Pozosta e b d wyspecjalizowa y si w produkcji bydl cej (ponad 39% TF4) lub zdywersyfikowa y w kierunku gospodarstw mie-szanych (23% TF 8). Silne procesy specjalizacji mo na zaobserwowa równie w gospodarstwach ro linnych mieszanych (TF6), w których tylko 36% pozosta o w 2015 roku w tym samym typie co w roku 2004, podczas gdy ponad po owa wy-specjalizowa a si w uprawie drzew i krzewów, ro lin polowych b d ro lin ogrod-niczych (TF 3 – 30%, TF 1 – 17%, TF 2 10%).

71

Tabela 2 Skala przemian gospodarstw wg typów produkcyjnych w panelu zbilansowanym

w latach 2004-2015 [liczba gospodarstw danego typu w roku 2004 = 100] Typ produkcyjny

[TF8] Rok 2015

RAZEM TF 1 TF 2 TF 3 TF 4 TF5 TF6 TF7 TF8

Rok

200

4

TF 1* 88,22 1,41 1,41 0,70 0,70 1,58 5,98 569

TF 2 1,10 86,81 1,10 9,89 1,10 91

TF 3 95,56 4,44 90

TF 4 2,21 91,76 0,88 5,15 680

TF5 7,60 0,30 59,27 0,61 7,60 24,62 329

TF6 17,72 10,13 30,38 36,71 1,27 3,80 79

TF7 4,66 39,23 6,45 0,14 26,47 23,05 729

TF8 27,45 0,82 0,89 9,05 5,93 1,48 6,08 48,29 1348 RAZEM 961 107 131 1036 326 74 307 973 3915

Obja nienie: *TF 1 - Specjalizuj ce si w uprawach polowych, TF 2 - Specjalizuj ce si w uprawach ogrodni-czych (warzyw, truskawek, kwiatów i ro lin ozdobnych), grzybów i w szkó karstwie, TF 3 - Specjalizuj ce si w uprawie drzew i krzewów owocowych (uprawy trwa e), TF 4 - Specjalizuj ce si w chowie zwierz t ywio-nych paszami obj to ciowymi, TF 5 - Specjalizuj ce si w chowie zwierz t ywionych paszami tre ciwymi, TF 6 - Mieszane - ró ne uprawy, TF 7 - Mieszane - ró ne zwierz ta. TF 8 - Mieszane - ró ne uprawy i zwierz ta

ród o: obliczenia w asne na podstawie danych FADN Bior c pod uwag powy sze zmiany w strukturze gospodarstw w panelu,

nale y podkre li , i wyników przeprowadzonych bada nie mo na w prosty spo-sób uogólni . Ze wzgl du na zmiany struktury panelu w odniesieniu do typów produkcyjnych oraz klas wielko ci ekonomicznych, a tak e zmiany w strukturze populacji generalnej FADN nale y podkre li , i dobrany panel gospodarstw nie stanowi reprezentatywnej próby gospodarstw dla jakiejkolwiek ci le okre lonej populacji gospodarstw (tabela 3). W analizowanym okresie gospodarstwa z pane-lu zbilansowanego reprezentowa y w zale no ci od przyj tego roku od 26 do 35% gospodarstw. Mimo i próba obejmuje grup tych samych gospodarstw obecnych w próbie FADN w okresie 12 lat, nie mo na jednoznacznie wskaza wielko ci populacji gospodarstw przez ni reprezentowanych. Wynika to zarówno ze zmian zachodz cych w gospodarstwach skutkuj cych przypisaniem ich w kolejnych la-tach do ró nych typów produkcyjnych i klas wielko ci ekonomicznych gospo-darstw, jak i równie ze zmian w sposobie doboru próby FADN, a co za tym idzie zmian wag (SYS_02) okre laj cych liczb gospodarstw reprezentowanych przez poszczególne gospodarstwa z próby.

72

Tabela 3 Liczba gospodarstw reprezentowanych przez dobrany do bada panel zbilansowany na tle populacji gospodarstw indywidualnych reprezentowanej przez Polaki FADN

Rok

Liczba gospodarstw re-prezentowanych panelu

zbilansowanym 2004-2015*

Liczba gospodarstw indy-widualnych reprezentowa-nych przez prób FADN*

Udzia gospodarstw repre-zentowanych przez panel

w populacji FADN

2004 235 772 744 167 32% 2005 215 655 743 724 29% 2006 208 869 743 558 28% 2007 192 456 751 840 26% 2008 201 470 751 516 27% 2009 213 317 751 518 28% 2010 237 296 735 634 32% 2011 244 772 735 530 33% 2012 255 127 735 486 35% 2013 220 322 728 065 30% 2014 226 478 728 330 31% 2015 228 420 728 229 31% Obja nienie:*obliczenia na podstawie zmiennej SYS 02

ród o: obliczenia w asne na podstawie danych FADN.

Wyniki przeprowadzonych analiz jakkolwiek wskazuj na zmiany zacho-dz ce w ród badanych gospodarstw, to nie mo na ich uogólnia na populacje FADN, ani tym bardziej na ca y sektor gospodarstw rolniczych w Polsce.

W celu zbadania wp ywu procesów wzrostu produkcji na ryzyko docho-dowe gospodarstwa zebrane w panelu dochodowym podzielono na 2 grupy sto-suj c kryterium wielko ci ekonomicznej oraz tempa jej wzrostu.

W celu mo liwie najbardziej precyzyjnego okre lenia wielko ci ekono-micznej badanych gospodarstw odst piono od u ycia zwyczajowo stosowanej wielko ci ekonomicznej okre lonej wg typologii FADN, kryterium Standardo-wej Produkcji (SO) na rzecz realnej warto ci produkcji wytwarzanej w poszcze-gólnych gospodarstwach. W celu sklasyfikowania gospodarstw wg klas stoso-wanych w typologii FADN rzeczywist warto produkcji rolniczej realizowan przez poszczególne gospodarstwa ( rednia z lat 2004-2006) przeliczono na EURO wg kursu konwersji wspó czynników SO z 201019. Uzyskane warto ci produkcji rolniczej wykorzystano do podzia u gospodarstw przyjmuj c warto ci przedzia ów analogiczne jak w typologii FADN:

gospodarstwa ma e (4000-15000 EUR), rednie (15000-50000 EUR),

du e (50000-100000 EUR), bardzo du e (powy ej 100000 EUR).

19 M. Bocian, I. Cholewa, R. Tarasiuk, Wspó czynniki Standardowej Produkcji „2010” dla celów Wspólnotowej Typologii Gospodarstw Rolnych IERiG -PIB, Warszawa 2014.

73

Do wyodr bnienia grup gospodarstw charakteryzuj cych si szybkim tempem wzrostu w ramach poszczególnych klas wielko ci ekonomicznej okre-lono wzgl dny przyrost produkcji dla wszystkich gospodarstw w panelu w ana-

lizowanym okresie. Jako warto bazow przyj to redni warto produkcji rolniczej za lata 2004-06, a jako warto ko cow redni za okres 2013-15.

Za kryterium wyró nienia grupy gospodarstw charakteryzuj cych si szybkimi procesami wzrostu, której nadano robocz nazw „rozwój”, przyj to warto wzgl dnego przyrostu warto ci produkcji na poziomie wi kszym od 3 kwartyla w danej klasie wielko ci ekonomicznej, natomiast jako grup refe-rencyjn wybrano gospodarstwa, których wzgl dny wzrost produkcji by ni szy od warto ci 1 kwartyla w ka dej z grup wielko ci ekonomicznej i nazwano j roboczo „stagnacja”.

cznie wydzielono 8 grup gospodarstw. Liczb gospodarstw w poszcze-gólnych klasach wielko ci ekonomicznej oraz warto ci progowe wzgl dnego wzrostu produkcji przedstawia tabela 4.

Tabela 4 Liczebno i charakterystyka poszczególnych grup gospodarstw

wg klas wielko ci ekonomicznej

Wielko ekonomiczna 2004-2006 wg warto ci pro-

dukcji [EUR 2010}

czna

licz

ba g

ospo

-da

rstw

w p

anel

u

Lic

zba

gosp

odar

stw

w

gru

pie

„roz

wój

”

Lic

zba

gosp

odar

stw

w

gru

pie

„sta

gnac

ja”

Przeci tny wzrost produkcji [%]* ( rednia 2013-15/ rednia2004-06)

I kwartyl

III kwartyl rednia*

Ma e (poni ej 15 tys. EUR) 1029 257 257 107,3 176,4 157,7

rednie (15-50 tys. EUR) 2039 510 510 116,6 193,2 164,8

Du e (50-100 tys. EUR) 616 154 154 128,7 211,9 178,0

Bardzo du e (pow. 100 tys. EUR) 231 58 58 132,1 223,3 183,9

RAZEM 3915 979 979 116,5 194,4 166,1

Obja nienie: * rednia warto indeksów dynamiki dla gospodarstw w ramach danej grupy. ród o: badania w asne na podstawie danych FADN.

Dla tak wydzielonych grup gospodarstw obliczono podstawowe wska ni-

ki ekonomiczne odpowiednio dla pocz tku i ko ca analizowanego okresu oraz ich przyrost w badanym okresie. Podobnie jak w przypadku wielko ci produkcji jako warto ci bazowe do porówna przyj to rednie z lat 2004-06, a jako warto-ci badane rednie z lat 2013-15.

Dla ca ego panelu oraz dla poszczególnych grup gospodarstw przeanali-zowano zmiany zachodz ce w wielko ci produkcji, strukturze nak adów oraz

74

poziomie i strukturze aktywów i pasywów oraz uzyskiwany dochód z rodzinne-go gospodarstwa rolnego.

W celu okre lenia pe nego zakresu zmienno ci dochodu rolniczego w ana-lizowanych grupach gospodarstw zbudowano model symulacyjny pozwalaj cy na okre lenie na podstawie wprowadzonych parametrów wej ciowych oczeki-wanego rozk adu prawdopodobie stwa dla dochodu rolniczego. Analiza wyni-ków modelu (rozk ad prawdopodobie stwa dla dochodu rolniczego) pozwoli a na okre lenie ryzyka operacyjnego w poszczególnych grupach gospodarstw, ro-zumianego jako mo liwo uzyskania niezadowalaj cych wyników finansowych w pojedynczym roku, oraz ryzyka strategicznego, rozumianego jako zagro enie trwa utrata pozycji konkurencyjnej wzgl dem innych gospodarstw.

4.3. Model symulacyjny

Skonstruowany model symulacyjny gospodarstwa rolniczego wykorzystu-je metod Monte Carlo20. Podstawow funkcj stworzonego modelu by o zbada-nie zmienno ci dochodów badanych gospodarstw. W wyniku dzia ania modelu na podstawie okre lonych dla poszczególnych zmiennych, stochastycznych roz-k adów prawdopodobie stwa oraz korelacji mi dzy nimi dokonano losowania parametrów wej ciowych. Nast pnie na ich podstawie ustalana by a warto ka-tegorii wynikowej – dochodu rolniczego (rysunek 2). Proces ten by wielokrot-nie powtarzany w celu okre lenia zmienno ci dochodu rolniczego charaktery-stycznego dla typu gospodarstwa. W celu zapewniania powtarzalno ci uzyski-wanych rozwi za przyj to, i rozwi zania b d generowane na podstawie 10 000 replikacji. Przyj cie takiego za o enia zapewnia o uzyskanie powtarzal-no ci generowanych rozwi za .

Zbudowany model ma charakter statyczny i nie dokonuje w sposób endo-geniczny zmian struktury produkcji, ani te nie wprowadza innych dostosowa , np. inwestycji. Dzia anie modelu ogranicza si do ustalenia zmienno ci kategorii wynikowej, za jak przyj to dochód rolniczy. Zmienne dotycz ce struktury pro-dukcji maj w tym wypadku charakter egzogeniczny, zosta y ustalone na pod-stawie danych z indywidualnych gospodarstw z próby FADN.

Model symulacyjny gospodarstwa rolniczego zastosowany do analiz za-wiera trzy zasadnicze elementy:

I. Warto produkcji i koszty produkcji. II. Zmienno podstawowych parametrów rachunku. III. Korelacje pomi dzy parametrami modelu.

20 Por. dygresja autora w przypisie nr 18.

75

Rysunek 2 Przyk adowy wynik dzia ania modelu symulacyjnego – rozk ad prawdopodobie stwa

uzyskania okre lonych warto ci dochodu rolniczego

.

ród o: opracowanie w asne. Do oszacowania parametrów modelu zastosowano omówione poni ej po-

dej cia metodyczne . I. Warto i koszty produkcji. Jako warto ci rednie dla poszczegól-

nych typów okre lono nast puj ce zmienne modelu bazowego: warto pro-dukcji rolniczej, warto dotacji, poszczególne koszty bezpo rednie, ogólnogo-spodarcze i koszty czynników zewn trznych w szczególno ci koszty pracy i odsetki od kredytów.

II. Odchylenia standardowe dla parametrów modelu. Zmienno pa-rametrów modelu zosta a wyra ona wielko ci przeci tnego odchylenia standar-dowego oszacowanego jako rednia odchyle standardowych dla poszczegól-nych parametrów modelu. W celu wykluczenia zmienno ci parametrów wyst -puj cej pomi dzy poszczególnymi gospodarstwami odchylenie standardowe zo-sta o obliczone dla wszystkich obserwacji z ka dego z obserwowanych gospo-darstw w analizowanym okresie, a nast pnie u rednione w ramach ka dej z obserwowanych grup. Podej cie takie pozwoli o na uchwycenie przeci tnej zmienno ci parametrów w czasie z pomini ciem zró nicowania pomi dzy obiektami sklasyfikowanymi w ramach poszczególnych grup.

Odchylenie standardowe zosta o wykorzystane jako jeden z parametrów rozk adów prawdopodobie stwa okre laj cych mo liwy zakres zmienno ci pa-rametrów wej ciowych modelu. Do modelu bazowego przyj to poziom zmien-no ci w analizowanych typach gospodarstw ustalony na bazie danych z okresu 2010-2015. Ze wzgl du na zbyt ma liczb obserwacji do estymacji rodzaju rozk adu przy u yciu metod ekonometrycznych zdecydowano si na przyj cie

76

za o e , e obserwowane parametry maj rozk ad normalny. Jednocze nie wprowadzono ograniczenia uniemo liwiaj ce przyjmowanie podczas symulacji warto ci ujemnych w odniesieniu do kosztów i przychodów.

III. Korelacje pomi dzy parametrami modelu zapewniaj bardziej reali-styczne odwzorowanie relacji mi dzy poszczególnymi zmiennymi i zapobiegaj generowaniu parametrów, które w rzeczywisto ci nie przyjmuj pewnych warto ci w zwi zku z poziomem innych zmiennych (np. uzyskanie wysokich plonów wy-maga poniesienia odpowiednich nak adów). W odró nieniu od warto ci poszcze-gólnych parametrów modelu korelacje okre lono mi dzy wszystkimi obserwowa-nymi parametrami w ka dej z wydzielonych 8 grup gospodarstw.

Wynikiem dzia ania modelu symulacyjnego jest szereg mo liwych do osi gni cia, przy zak adanej zmienno ci parametrów wej ciowych i korelacji miedzy nimi, warto ci dochodu rolniczego. Dla ka dego analizowanego gospo-darstwa w wyniku dzia ania modelu symulacyjnego uzyskano 10 000 mo li-wych do osi gni cia warto ci dochodu rolniczego. Na podstawie tych wyników obliczono podstawowe miary statystyczne charakteryzuj ce zmienno dochodu rolniczego: redni , odchylenie standardowe, wska nik zmienno ci (iloraz od-chylenia standardowego i redniej) oraz warto percentyli rz du 5% i 95%.

Dodatkowo oszacowano prawdopodobie stwo uzyskania wyników prze-kraczaj cych przyj te warto ci progowe. Zwyczajow warto ci progow w te-go typu rozwa aniach jest 0. Osi gni cie ni szego dochodu oznacza strat ,

udzia w wynikach symulacji wyników powy ej zera jest interpretowany jako prawdopodobie stwo uzyskania dochodu wy szego od 0. Jako dodatkowy próg którego przekroczenie mog oby oznacza zachwianie stabilno ci finansowej go-spodarstwa przyj to warto straty równ warto ci krótkoterminowych aktywów finansowych w bilansie zamkni cia. Niemniej w przypadku dochodu rolniczego, który nie uwzgl dnia kosztów pracy w asnej oraz kosztów alternatywnych zaan-ga owanego kapita u, ale zawiera otrzymane przez rolników dop aty, przyj cie warto ci progowej na poziomie 0 lub ni szym mia oby charakter czysto teore-tyczny, gdy prawdopodobie stwo wyst pienia ujemnego dochodu rolniczego jest zazwyczaj zbli one do zera. Z tego wzgl du przyj to w badaniach trzy do-datkowe warto ci progowe ustalone indywidualnie dla ka dej z analizowanych grup gospodarstw dla poszczególnych wielko ci ekonomicznych. Za warto ci progowe przyj to iloczyn deklarowanych wykorzystanych zasobów w asnej si y roboczej oraz jej potencjalnego wynagrodzenia ustalonego na poziomie mini-mum socjalnego (1084,48 z /miesi c21 czerwiec 2015), p acy minimalnej

21 Instytut Pracy i Spraw Socjalnych, Informacja o wysoko ci minimum socjalnego w czerwcu 2015 r., Warszawa, 15 wrze nia 2015.

77

(1750 z /miesi c – dla roku 201522) oraz przeci tnego wynagrodzenia w gospo-darce narodowej (3854 z /miesi c – dla II kw. 2015 roku23).

Procesy wzrostu w badanych grupach gospodarstw

Analizowane grupy gospodarstw zosta y dobrane na podstawie kryterium wzrostu warto ci produkcji. Zgodnie z przyj tymi za o eniami gospodarstwa w obydwu wydzielonych grupach mia y w bazowym okresie (lata 2004-06) po-dobn wielko ekonomiczn mierzon rzeczywistym poziomem produkcji. W przypadku gospodarstw z grupy „rozwój”, wielko ta ros a w kolejnych la-tach szybciej ni w przypadku 3/4 pozosta ych gospodarstw w ka dej z klas wielko ci ekonomicznej. W grupie „stagnacja”, któr wykorzystano jako grup referencyjn zebrano gospodarstwa o najni szym tempie wzrostu produkcji. Wzgl dny wzrost wielko ci produkcji w poszczególnych klasach ekonomicz-nych przedstawiono w tabeli 5.

W badanym okresie mo na zaobserwowa znacz cy wzrost warto ci pro-dukcji. Nale y jednak zaznaczy , e po cz ci wynika on z inflacji. Z tego wzgl du znacznie wa niejsze ni bezwzgl dny wzrost obserwowanych warto ci produkcji s w tym wypadku ró nice w dynamice analizowanych warto ci wy-st puj ce pomi dzy badanymi grupami gospodarstw. Rozpatruj c ca y panel

cznie, mo na zauwa y , i najszybszy wzrost produkcji wyst powa w gospo-darstwach najwi kszych. Zale no ta znajduje potwierdzenie równie w grupie gospodarstw rozwijaj cych si najszybciej. Gospodarstwa z grupy „stagnacja” w uj ciu nominalnym zmniejszy y wielko produkcji. W najwi kszym stopniu dotyczy to najmniejszych jednostek. Nale y zwróci uwag , e nawet utrzyma-nie produkcji na niezmienionym poziomie w uj ciu nominalnym, jakie mo na zaobserwowa w grupie „stagnacja” w gospodarstwach „du ych” oznacza zna-cz cy spadek jej realnej warto ci.

Analizuj c relacj pomi dzy grupami „rozwój” i „stagnacja” w okresie bazowym (lata 2004-06) i ko cowym (lata 2013-15), mo na zauwa y , e go-spodarstwa du e, które charakteryzowa y si dynamicznym wzrostem, pocz t-kowo mia y nieco mniejsz warto produkcji od podmiotów, które nie wkro-czy y na cie k dynamicznego wzrostu. Mimo najszybszego tempa wzrostu produkcji (285%) w gospodarstwach bardzo du ych ró nica ta jest widoczna równie w okresie ko cowym, w którym gospodarstwa z grupy rozwój wykazu-j produkcje na poziomie 261% grupy referencyjnej, co jest warto ci ni sz ni

22 Rozporz dzenie Rady Ministrów z dnia 11 wrze nia 2014 r.w sprawie wysoko ci minimal-nego wynagrodzenia za prac w 2015 r. Dz U. Poz. 1220, KPRM 2014 23 Komunikat Prezesa G ównego Urz du Statystycznego z dnia 11 sierpnia 2015 r. w sprawie przeci tnego wynagrodzenia w drugim kwartale 2015 r., GUS 2015.

78

przeci tna dla ca ej grupy „rozwój”. Analogiczny efekt mo na zauwa y w szybko rozwijaj cych si gospodarstwach rednich, które na pocz tku okresu by y nieco wi ksze od gospodarstw grupy referencyjnej.

Tabela 5

Zmiany poziomu warto ci produkcji rolniczej w analizowanym okresie, w badanych grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja”=100]

cznie Grupa „rozwój”

Grupa „stagnacja” w latach 2004-06 w latach 2013-

15 Ma e 157 262 86 100 302

rednie 168 266 90 112 332Du e 179 275 100 101 279Bardzo du e 179 285 98 90 261Wszystkie 173 274 95 101 292

ród o: badania w asne.

Mimo podobnego przeci tnego tempa wzrostu produkcji we wszystkich wyodr bnionych klasach wielko ci ekonomicznej w ka dej z grup, mo na by o zaobserwowa nieco inny rozk ad gospodarstw pogrupowanych wed ug tempa wzrostu (rysunek 3). W grupie, która w uj ciu nominalnym zmniejszy a warto swojej produkcji znalaz si najwi kszy odsetek (prawie 20%) gospodarstw ma-ych. Prawie po owa ma ych gospodarstw wykazywa a si wolniejszym ni

przeci tny, wzrostem produkcji trafiaj c do grupy gospodarstw z dynamik pro-dukcji na poziomie 100-150% stanu bazowego. Mimo niewielkiej pocz tkowej wielko ci produkcji tylko niewielki odsetek gospodarstw ma ych (4,2%) by w stanie zwi kszy produkcje wi cej ni trzykrotnie. Gospodarstwa du e naj-cz ciej rozwija y si w tempie nieco wi kszym od przeci tnego (63% gospo-darstw w grupie powy ej 150% poziomu bazowego). Najwi kszy odsetek go-spodarstw du ych uzyska w okresie ko cowym produkcje blisko dwukrotnie wy sz od poziomu bazowego.

Gospodarstwa najwi ksze charakteryzuje najbardziej równomierny roz-k ad na grupy wydzielone wed ug dynamiki wzrostu. Najmniejszy odsetek jed-nostek z tej grupy, bo tylko 10 %, zmniejszy o swoj skal produkcji. Jednocze-nie mimo znacz cej wielko ci wyj ciowej gospodarstwa te relatywnie cz sto

by y kwalifikowane w grupach, które osi gn y warto produkcji nawet 3-krotnie wy sz ni w okresie bazowym.

Opisane zmiany mog wiadczy o post puj cym procesie polaryzacji pol-skich gospodarstw rolniczych. Znacz ca cz w a cicieli gospodarstw ma ych nie zdecydowa a si na obranie cie ki dynamicznego wzrostu. Z drugiej strony mo na

79

wskaza gospodarstwa najwi ksze, które mimo i ju w 2004 roku wykazywa y znacz ca warto produkcji, by y w stanie zwi kszy j trzy- (7,4% gospodarstw), cztero- (1,3% gospodarstw) czy nawet pi ciokrotnie (0,9% gospodarstw).

Jednym z podstawowych czynników produkcji w gospodarstwach rolni-czych jest ziemia. Na przestrzeni ca ego obserwowanego okresu mo na zauwa y , e wybrane do panelu gospodarstwa przeci tnie zwi kszy y powierzchni u ytko-

wanych gruntów o niespe na 20% (tabela 6). Gospodarstwa z grupy „rozwój” zwi kszy y powierzchni gruntów w stopniu wi kszym ni przeci tne gospodar-stwa w odpowiednich klasach wielko ci ekonomicznej. Nieco mniejsza dynamika wzrostu zajmowanej powierzchni charakteryzowa a gospodarstwa najwi ksze.

Tabela 6 Zmiany poziomu powierzchni u ytkowanej ziemi w analizowanym okresie, w badanych

grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja"=100]

cznie Grupa „roz-wój"

Grupa „stagnacja"

w latach 2004-06

w latach 2013-15

Ma e 114 147 94 107 167rednie 118 148 94 126 198

Du e 121 145 98 132 196Bardzo du e 114 132 95 109 151Wszystkie 117 144 95 121 184

ród o: badania w asne.

Analizuj c relacje zasobów ziemi pomi dzy grupami o ró nym tempie wzrostu, mo na zauwa y , e ju w okresie bazowym gospodarstwa z grupy „roz-wój” wykazywa y pewne przewag na tym polu dysponuj c powierzchni wi ksz przeci tnie o 21%. W okresie ko cowym gospodarstwa te u ytkowa y ju niemal dwukrotnie wi ksz powierzchni gruntów w stosunku do grupy referencyjnej.

Wzrost powierzchni gospodarstw prze o y si na wzrost warto ci akty-wów. Dynamiczny wzrost warto ci aktywów ogó em (tabela 7) by g ównie wy-nikiem wzrostu warto ci u ytkowanej ziemi. Wzrost cen ziemi, jakkolwiek by efektem procesów koncentracji zachodz cych w gospodarstwach realizuj cych aktywne strategie rozwoju, dotyczy wszystkich gospodarstw w podobnym stopniu. Z tego wzgl du zró nicowanie wzrostu warto ci aktywów w obydwu obserwowanych grupach jest relatywnie niewielkie.

Rys

unek

3

Stru

ktur

a go

spod

arst

w w

edug

wzg

ldn

ego

wzr

ostu

war

toci

pro

dukc

ji ro

lnic

zej w

lata

ch 2

004-

2015

ród

o: b

adan

ia w

asne

.

0,0%

5,0%

10,0

%

15,0

%

20,0

%

25,0

%

30,0

%

35,0

%

40,0

%

45,0

%

50,0

%

poni

ej10

0%od

100

% d

o15

0%od

150

% d

o20

0%od

200

% d

o25

0%od

250

% d

o30

0%od

300

% d

o35

0%od

350

% d

o40

0%od

400

% d

o45

0%od

450

% d

o50

0%od

500

% d

o55

0%po

wy

ej55

0%

Udzia w liczbie gospodarstw w ramach

Dyn

amik

a w

arto

ci p

rodu

kcji

roln

icze

j w o

kres

ie 2

004-

2015

[200

4-06

=10

0%]

gosp

odar

stw

a m

ae

redn

iedu

eb.

due

80

81

Tabela 7 Zmiany poziomu warto ci aktywów ogó em w analizowanym okresie, w badanych

grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wg stanu

w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja” =100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 221 291 175 96 159rednie 266 343 213 116 187

Du e 299 379 234 112 180Bardzo du e 289 395 203 81 158Wszystkie 274 356 211 105 176

ród o: badania w asne.

Znacznie wi ksze ró nice w dynamice warto ci aktywów mo na zaob-serwowa analizuj c ich warto z wy czeniem warto ci ziemi (tabela 8). Prze-ci tny przyrost warto ci pozosta ych, poza ziemi , sk adników maj tku wynosi niespe na 43% w uj ciu nominalnym w okresie 12 lat.

Tabela 8 Zmiany poziomu warto ci aktywów ogó em pomniejszonych o warto ziemi

w analizowanym okresie, w badanych grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wg stanu

w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja” =100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 100 143 76 94 177rednie 134 197 89 118 263

Du e 164 230 104 114 251Bardzo du e 163 244 102 78 186Wszystkie 143 207 94 105 232

ród o: badania w asne.

Na szczególn uwag zas uguj warto ci zaobserwowane w gospodar-stwach rednich i ma ych w grupie „stagnacja”, w których warto maj tku w uj ciu nominalnym zmniejszy a si odpowiednio o 24% i 11%. Przyrost war-to ci maj tku w najmniejszych gospodarstwach z grupy rozwój jest równy war-to ciom przeci tnym dla ca ego panelu (wzrost o 43%). Mo e to wiadczy o spowolnieniu procesów inwestycyjnych w wi kszo ci niewielkich gospo-darstw. Jedynie najbardziej aktywne gospodarstwa w tej klasie wielko ci eko-nomicznej wykazuj ponad przeci tny przyrost warto ci kapita u.

Znacz co wi ksz dynamik wykazuje warto aktywów obrotowych w badanych gospodarstwach (tabela 9). Warto maj tku obrotowego wzrasta a nieco szybciej ni przeci tnie w gospodarstwach du ych.

82

Tabela 9 Zmiany poziomu warto ci aktywów obrotowych w analizowanym okresie, w badanych

grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wg stanu

w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja” =100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 161 215 118 99 180rednie 177 238 128 108 201

Du e 190 252 134 103 194Bardzo du e 176 234 119 82 161Wszystkie 179 239 126 99 187

ród o: badania w asne.

Nale y zwróci uwag , e gospodarstwa, które cechowa y si szybkim wzrostem produkcji w okresie bazowym nie przejawia y znacz cej przewagi w zakresie warto ci aktywów obrotowych nad gospodarstwami z grupy referencyj-nej. W szczególno ci gospodarstwa najwi ksze w okresie bazowym dysponowa y maj tkiem obrotowym na poziomie 80% gospodarstw z grupy referencyjnej.

Wzrost warto ci maj tku mo e by finansowany z ró nych róde . Dost p do finansowania ze rodków obcych przy zastosowaniu d wigni finansowej mo-e znacz co przyspieszy tempo wzrostu produkcji. W badanych gospodar-

stwach przeci tny poziom warto ci zobowi za ogó em zwi kszy si w uj ciu nominalnym dwukrotnie (tabela 10).

Tabela 10 Zmiany poziomu warto ci zobowi za ogó em w analizowanym okresie, w badanych

grupach gospodarstw wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja"=100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 227 465 45 178 1851rednie 209 361 87 185 768

Du e 199 317 114 147 409Bardzo du e 180 312 87 87 313Wszystkie 197 337 93 130 473

ród o: badania w asne.

Najszybciej wzrasta a warto zobowi za ogó em w gospodarstwach najmniejszych, jednak dynamika tego zjawiska by a mocno zró nicowana. Naj-mniejsze gospodarstwa z grupy „rozwój” zwi kszy y poziom zobowi za pra-wie pi ciokrotnie, podczas gdy tej samej wielko ci gospodarstwa z grupy refe-rencyjnej zmniejszy y warto zobowi za o ponad po ow . W efekcie przeci t-

83

ne ma e gospodarstwo z grupy „rozwój” by o w okresie ko cowym zad u one ponad 18 razy bardziej ni gospodarstwo z grupy referencyjnej. Przeci tna war-to zobowi za ogó em (tabela I, aneks) w najmniejszych gospodarstwach z grupy „rozwój” wynosi a w okresie ko cowym ponad 56 tysi cy z otych.

Wi kszo zaci ganych zobowi za w przypadku gospodarstw z grupy „rozwój” stanowi y kredyty d ugoterminowe. Wzrost warto ci tego rodzaju pa-sywów (tabela 11) w przypadku najmniejszych gospodarstw by jeszcze wi kszy ni w przypadku zobowi za ogó em (tabela 10).

Tabela 11 Zmiany poziomu warto ci kredytów d ugoterminowych ogó em w analizowanym

Okresie w badanych grupach gospodarstw wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja"=100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 281 542 49 204 2250rednie 233 400 98 210 860

Du e 204 330 108 151 462Bardzo du e 194 343 93 86 319Wszystkie 212 366 97 134 506

ród o: badania w asne.

W kolejnych klasach wielko ci ekonomicznej dynamika wzrostu warto ci kredytów by a coraz ni sza. Gospodarstwa wi ksze ju w roku bazowym cha-rakteryzowa y si wi ksz warto ci kredytów d ugoterminowych, które stano-wi y znacz c cz ich zobowi za . Dlatego te , mimo zwi kszania si pozio-mu zad u enia wszystkich gospodarstw z grupy „rozwój”, dynamika tego zjawi-ska jest mniejsza w gospodarstwach du ych (tzw. „efekt bazy”) ogó em.

Znacz cy wzrost udzia u zewn trznych róde finansowania stwarza za-gro enie nadmiernym wzrostem kosztów obs ugi zad u enia. Przeci tny wzrost kosztów odsetek jest nieco wy szy ni wzrost kwoty zobowi za (tabela 12). Taka zale no mo e wyda si zastanawiaj ca wobec spadku wysoko ci stóp procentowych w okresie od roku 2004 do 2015.

Nale y jednak zauwa y , e wzrost obci enia kosztami odsetek jest ró -ny w obydwu analizowanych grupach gospodarstw. O ile w przypadku gospo-darstw z grupy „rozwój” koszty odsetek wzrastaj prawie proporcjonalnie do wzrostu poziomu zobowi za , to w przypadku gospodarstw z grupy „stagnacja” wzrost kwoty odsetek jest wyra nie wi kszy od wzrostu poziomu zad u enia. Mo e to wynika z ró nic w strukturze zobowi za . Gospodarstwa, które pro-wadz procesy inwestycyjne prawdopodobnie korzystaj cz ciej z kredytów d ugoterminowych, które s z zasady ni ej oprocentowane lub dotowane, pod-

84

czas gdy gospodarstwa nierozwijaj ce si wykorzystuj cz ciej instrumenty krótkoterminowe charakteryzuj ce si zazwyczaj wy szym oprocentowaniem.

Porównanie wysoko ci odsetek w obydwu analizowanych grupach gospo-darstw na pocz tku i na ko cu analizowanego okresu prowadzi do obserwacji, e w okresie bazowym (2004-06) gospodarstwa z grupy „rozwój” obci one by-y wi kszymi odsetkami ni gospodarstwa z grupy „stagnacja”. Mo na to wyja-ni wy szym poziomem zobowi za . Jednak pod koniec analizowanego okresu

w gospodarstwach z grupy „rozwój” relacja kosztów finansowania w stosunku do wysoko ci zad u enia znacz co si poprawia. Najwyra niej jest to widoczne na przyk adzie gospodarstw najmniejszych z grupy „rozwój”, które pomimo po-siadania ponad 22-krotnie wi kszej kwoty kredytów d ugoterminowych, pono-sz jedynie 12-krotnie wi ksze obci enia z tytu u odsetek w stosunku do ma-ych gospodarstw z grupy „stagnacja”.

Tabela 12 Zmiany poziomu warto ci odsetek w analizowanym okresie, w badanych grupach

gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja"=100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 240 482 65 174 1285rednie 257 402 123 194 631

Du e 256 375 165 171 387Bardzo du e 197 344 112 77 238Wszystkie 236 382 126 133 404

ród o: badania w asne.

Mimo znacz cego obci enia kredytami, nale y zauwa y , e w ca ym analizowanym okresie przeci tny poziom zad u enia gospodarstw mo na uzna za wzgl dnie bezpieczny. Przeci tnie w ca ym panelu, zarówno w okresie po-cz tkowym, jak i ko cowym warto aktywów trwa ych jest ni sza od warto ci kapita u w asnego (tabela 13).

Mo na zauwa y , w odniesieniu do niektórych grup gospodarstw wyst -powanie aktywów trwa ych o warto ci przewy szaj cej warto kapita u w a-snego. W okresie ko cowym wszystkie gospodarstwa z grupy „rozwój” charak-teryzuj si niewielk przewag warto ci aktywów trwa ych w relacji do warto-ci kapita u w asnego. Zjawisko to nie wyst puje w gospodarstwach z grupy

„stagnacja”.

85

Tabela 13 Relacja warto ci aktywów trwa ych w odniesieniu do warto ci kapita u w asnego

w badanych grupach gospodarstw Wielko ekonomiczna go-spodarstw wed ug stanu w

latach 2004-06

cznie Grupa „rozwój” Grupa „stagnacja”

Lata 2004-06

lata 2013-15

lata 2004-06

lata 2013-15

lata 2004-06

lata 2013-15

Ma e 90% 94% 92% 101% 90% 92%rednie 93% 97% 95% 102% 90% 93%

Du e 97% 100% 100% 105% 94% 96%Bardzo du e 102% 102% 105% 109% 102% 97%

Wszystkie 95% 99% 98% 104% 93% 95%ród o: badania w asne.

Mimo nieco wi kszych obci e zwi zanych niew tpliwie z szybszym wzrostem produkcji, gospodarstwa które rozwijaj si nieco szybciej uzyskuj lep-sze wyniki ekonomiczne (tabela 14). Przeci tna wielko dochodu, w uj ciu nomi-nalnym, w analizowanej grupie gospodarstw w ci gu 12 lat zwi kszy a si o 84% w stosunku do poziomu wyj ciowego. Ponad wszelk w tpliwo mo na zauwa-y , i oznacza to realny wzrost przeci tnych dochodów. Jednak wzrost dochodów

nie przebiega w jednakowym tempie we wszystkich gospodarstwach.

Tabela 14 Zmiany poziomu warto ci dochodu z rodzinnego gospodarstwa rolnego w analizowanym

okresie, w badanych grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja"=100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 232 386 115 115 387rednie 190 296 100 125 370

Du e 178 278 91 101 310Bardzo du e 170 258 100 99 255Wszystkie 184 288 98 110 324

ród o: badania w asne.

Przeci tnie w najwi kszym stopniu poprawi a si sytuacja dochodowa go-spodarstw najmniejszych. Mo na jednak zauwa y znacz ce zró nicowanie po-ziomu zmian wyst puj ce w tej klasie wielko ci ekonomicznej. Niewielki wzrost dochodów w grupie „stagnacja” prowadzi do du ych dysproporcji. W efekcie gospodarstwa najmniejsze z grupy „rozwój” pod koniec analizowa-nego okresu uzyskiwa y ponad czterokrotnie wi kszy dochód ni gospodarstwa z grupy „stagnacja”. Dysproporcje te malej wraz ze wzrostem wielko ci eko-nomicznej gospodarstw, ale nawet w przypadku gospodarstw bardzo du ych uzyskiwany dochód przez gospodarstwa z grupy „rozwój” jest ponad dwuipó -

86

krotnie wy szy ni w analogicznych gospodarstwach z grupy „stagnacja”. Jed-nocze nie nie sposób pomin , i w przypadku gospodarstw du ych z grupy sta-gnacja nominalnie uzyskiwany dochód zmniejszy si o 9 procent. W uj ciu re-alnym po uwzgl dnieniu inflacji oznacza to znacz ce pomniejszenie uzyskiwa-nych dochodów.

Czynnikiem w pewnym stopniu uzasadniaj cym uzyskiwanie ni szych dochodów jest mniejsze zaanga owanie czynnika pracy (tabela 15). Przeci tnie nak ady pracy w analizowanej grupie gospodarstw zmniejszy y si o oko o 3%. Zmniejszenie to widoczne jest zw aszcza w gospodarstwach z grupy „stagna-cja”. W przypadku bardzo du ych gospodarstw z tej grupy liczba przepracowa-nych godzin zmala a a o 30%. W pozosta ych gospodarstwach realizacja stra-tegii stagnacji skutkuje zmniejszeniem nak adów pracy o oko o 15%.

Tabela 15

Zmiany poziomu nak adów pracy ogó em w analizowanym okresie, w badanych grupach gospodarstw, wed ug kryterium wielko ci ekonomicznej

Wielko ekonomiczna gospodarstw wed ug

stanu w latach 2004-06

Zmiana w latach 2004-2015 [2004=100]

Warto cechy w grupie gospo-darstw „rozwój”

[gr. „stagnacja"=100]

cznie Grupa „rozwój”

Grupa „stagnacja”

w latach 2004-06

w latach 2013-15

Ma e 94 108 84 97 124rednie 97 109 86 103 131

Du e 99 110 87 100 127Bardzo du e 98 128 70 68 124Wszystkie 97 111 83 96 128

ród o: badania w asne.

Uzyskiwanie dochodów na niezmienionym poziomie przy jednoczesnym ograniczeniu nak adów pracy mo e wydawa si z punktu widzenia rolników strategi korzystn , zw aszcza je eli „zaoszcz dzone” zasoby pracy zostan wy-korzystane w dzia alno ci pozarolniczej.

Niemniej wyst powanie tak du ego rozwarstwienia w zakresie tempa wzrostu produkcji, dochodów, mo liwo ci inwestycyjnych mo e wskazywa na rosn ce ryzyko strategiczne w gospodarstwach grupy „stagnacja”. Pozornie bezpieczna strategia utrzymywania obecnego stanu posiadania, unikania zad u-ania gospodarstwa w grupie „stagnacja” prowadzi do systematycznego pogar-

szania ich pozycji wzgl dem podmiotów prowadz cych strategi dynamicznego wzrostu. Utrzymywanie si takiej tendencji w d u szym okresie czasu mo e do-prowadzi , mimo wielu istniej cych barier, do przej cia zasobów nierozwijaj -cych si gospodarstw przez jednostki realizuj ce strategi szybkiego rozwoju.

87

Wyniki modelu symulacyjnego

Wzrost przeci tnego dochodu uzyskiwanego przez gospodarstwa z grupy rozwój mo na uzna za przes ank potwierdzaj c wcze niejsze obserwacje wskazuj ce na zmniejszanie ryzyka poniesienia strat wraz ze wzrostem skali prowadzonej dzia alno ci. W celu okre lenia zmienno ci dochodu rolniczego w wydzielonych 8 grupach gospodarstw wykorzystano model symulacyjny go-spodarstwa rolniczego wykorzystuj cy metod Monte Carlo. Na podstawie ob-serwacji z lat 2010-2015 okre lono zmienno poszczególnych parametrów mo-delu wp ywaj cych na wysoko dochodu rolniczego. Na ich podstawie doko-nano oszacowania parametrów zmienno ci wyniku finansowego. Dla ka dego z gospodarstw ustalono warto przeci tn dochodu rolniczego, warto mini-maln i maksymaln jaka wyst pi a podczas symulacji, warto percentyli 55 i 95% oraz odchylenie standardowe. Dodatkowo na podstawie warto ci odchy-lenia standardowego i warto ci redniej obliczono wska nik zmienno ci. Uzy-skane wyniki zestawiono w formie tabeli (tabela 16).

Tabela 16 Podstawowe miary zmienno ci dochodu rolniczego w analizowanych grupach

gospodarstw – wyniki modelu symulacyjnego

Dochód rolniczy [z ] Gospodarstwa z grupy „rozwój”

ma e rednie du e bardzo du e

Przeci tny 48758 116484 236776 527655

Minimalny 11077 16055 5993 -130623

Percentyl 5% 27411 58456 102955 188831

Percentyl 95% 69865 174109 371465 865423

Maksymalny 84437 214980 475225 1169985

Odchylenie standardowe (SD) 13142 35819 82899 207740

Wspó czynnik zmienno ci (CV) 0,270 0,308 0,350 0,394

Dochód rolniczy [z ] Gospodarstwa z grupy „stagnacja”

ma e rednie du e bardzo du e

Przeci tny 16300 39018 92938 232855

Minimalny -425 -1220 -7837 -99249

Percentyl 5% 6256 16766 36301 50941

Percentyl 95% 26276 61244 149488 415176

Maksymalny 34048 76063 198326 565231

Odchylenie standardowe 6154 13777 34925 111483

Wspó czynnik zmienno ci (CV) 0,378 0,353 0,376 0,479ród o: badania w asne.

Przeci tna warto dochodu oszacowana w wyniku dzia ania modelu jest

zbie na z wynikami pozyskanymi bezpo rednio z rachunkowo ci FADN. Ustalo-ny w wyniku dzia ania modelu wynik finansowy jest nieco ni szy, co mo e wy-nika z uwzgl dnienia w oszacowywaniu parametrów modelu nieco d u szego

88

okresu (lata 2010-2015) ni w przypadku okre lania zmian dochodu z rodzinnego gospodarstwa rolnego (lata 2013-2015). Wobec istnienia trendu wzrostowego za-owocowa o to nieco ni szymi warto ciami przeci tnymi. G ównym zadaniem wykonywanym z u yciem modelu by o porównanie poziomu zmienno ci docho-du pomi dzy wydzielonymi grupami gospodarstw. Mo na za o y , e niewielka ró nica warto ci pomi dzy przeci tnym dochodem obliczonym na podstawie trzech obserwacji z rachunkowo ci FADN a przeci tnym dochodem ustalonym w wyniku symulacji nie stanowi przeszkody w realizacji celu g ównego.

Wyniki modelu symulacyjnego dla gospodarstw z grupy „stagnacja” wy-kazuj nie tylko znacznie ni sze warto ci przeci tne, ale równie relatywnie du-

warto odchylenia standardowego. W efekcie wska nik zmienno ci dla do-chodu rolniczego w grupie gospodarstw „stagnacja” w ka dej z rozwa anych klas wielko ci wy szy ni w analogicznej klasie z grupy „rozwój”. Zgodnie z oczekiwaniami prawdopodobie stwo poniesienia straty wobec istnienia wsparcia w postaci dop at bezpo rednich jest znikome we wszystkich analizo-wanych grupach gospodarstw, mimo to we wszystkich klasach ekonomicznych w grupie „stagnacja” w przynajmniej jednej symulacji wyst pi a warto ujem-na. W grupie gospodarstw „rozwój” taki wynik uzyskano jedynie w odniesieniu do najwi kszej klasy ekonomicznej. Wy sze rednie warto ci dochodu rolnicze-go w grupie „rozwój” wp ywaj równie na pozytywnie na mo liwe do uzyska-nia warto ci maksymalne, które s znacznie wy sze w przypadku gospodarstw rozwijaj cych si .

Najwa niejsze wyniki modelu symulacyjnego w formie graficznej przed-stawiono na rysunku 4. Porównuj c wyniki modelu, mo na zauwa y i dyna-micznie rozwijaj ce si gospodarstwo z grupy „rozwój” jest w stanie uzyska przeci tny wynik finansowy na poziomie gospodarstwa z wi kszej klasy wiel-ko ci ekonomicznej, z grupy „stagnacja”. Dodatkowo mo na zauwa y , i w gospodarstwach z grupy stagnacja we wszystkich przypadkach odnotowano wy szy wska nik zmienno ci dochodów.

89

Rysunek 4 Warto oczekiwana oraz poziom zmienno ci dochodu rolniczego w analizowanych

grupach gospodarstw – wyniki modelu symulacyjnego

ród o: badania w asne.

Wyniki te wskazuj , e zarówno ze wzgl du na wysoko uzyskiwanych

dochodów, jak i poziom ich zmienno ci gospodarstwa o szybkim poziomie roz-woju osi gaj przewag nad gospodarstwami z grupy „stagnacja”. Analiza roz-k adów dochodu rolniczego uzyskanych w wyniku dzia ania modelu pod k tem osi gania poszczególnych, nakre lonych we wst pnie warto ci progowych (ta-bela 17) wydaje si równie potwierdza wniosek, i szybsza cie ka rozwoju mo e sprzyja ograniczeniu ryzyka dochodowego zarówno w wymiarze opera-cyjnym, jak i strategicznym.

Jak ju zaznaczono, ryzyko uzyskania ujemnego dochodu rolniczego w warunkach wsparcia zapewnianego przez WPR w przeci tnym gospodarstwie z próby FADN nale y uzna za bardzo ma e. Za jeszcze mniej prawdopodobne nale y uzna osi gni cie straty równej lub wi kszej od warto ci finansowych aktywów krótkoterminowych, co mo na rozpatrywa jako sytuacj mog c prowadzi do utraty p ynno ci i zachwiania sytuacji finansowej gospodarstwa.

0,000

0,100

0,200

0,300

0,400

0,500

0,600

0

100

200

300

400

500

600

ma e"rozwój"

ma e"stagnacja"

rednie"rozwój"

rednie"stagnacja"

du e"rozwój"

du e"stagnacja"

bardzo du e"rozwój"

bardzo du e"stagnacja"

Prze

ciet

ny d

ocgó

d ro

lnic

zy [t

ysi

ce z

otyc

h]

Gospodarstwa wg wielko ci ekonomicznej i tempa wzrostu produkcji

Przeci tny dochód rolniczy (lewa o ) Wska nik zmienno ci dochodu rolniczego (prawa o )

90

Tabela 17 Prawdopodobie stwo wyst pienia warto ci progowych dochodu rolniczego

w analizowanych grupach gospodarstw [%] – wyniki modelu symulacyjnego Prawdopodobie stwo osi gni cia warto ci progowych (value at risk)

Gospodarstwa z grupy „rozwój” ma e rednie du e b. du e

Poniesienia straty (dochód rolniczy < 0) 0,00 0,00 0,00 0,23 Poniesienia straty wi kszej ni warto krótkotermino-wych aktywów finansowych 0,00 0,00 0,00 0,07 Uzyskania op aty pracy w asnej na poziomie przewy szaj cym

minimum socjalne 98,84 99,86 99,86 99,46 minimalne wynagrodzenie 79,53 98,70 99,41 99,22 rednie wynagrodzenie 0,10 66,50 93,75 98,06

Prawdopodobie stwo osi gni cia warto ci progowych (value at risk)

Gospodarstwa z grupy „stagnacja” ma e rednie du e b. du e

Poniesienia straty 0,05 0,02 0,07 1,30 Poniesienia straty wi kszej ni warto krótkotermino-wych aktywów finansowych 0,00 0,00 0,00 0,00 Uzyskania op aty pracy w asnej na poziomie przewy szaj cym

minimum socjalne 3,70 85,53 97,71 97,23 minimalne wynagrodzenie 0,19 53,00 91,72 95,82 rednie wynagrodzenie 0,00 0,00 46,88 88,66

ród o: badania w asne.

Zauwa alne prawdopodobie stwo (> 1%) poniesienia strat zaobserwowa-no jedynie w gospodarstwach bardzo du ych z grupy „stagnacja”. Taki wynik nie wynika wprost ze zwi kszonej zmienno ci przychodów, ale jest rezultatem relatywnie du ych nak adów najemnej si y roboczej, która musi zosta op aco-na. Ni szy poziom przeci tnego dochodu w gospodarstwach z grupy „stagnacja” przek ada si na wy sze prawdopodobie stwo poniesienia straty nawet przy tym samym poziomie zmienno ci dochodów. Jednocze nie relatywnie du a warto finansowych aktywów krótkoterminowych ogranicza ryzyko wyst pienia po-wa niejszych skutków wyst pienia takiej straty w tej grupie gospodarstw. Nieo-p acona warto pracy rolnika i rodziny stanowi w przypadku gospodarstw mniejszych zabezpieczenie uzyskania pozytywnego wyniki finansowego. Nale-y jednak wskaza , e warto dochodu przypadaj ca na jednostk u ytej pracy

w asnej wiadczy o mo liwo ciach przetrwania gospodarstwa w d u szym hory-zoncie czasowym. W przypadku gospodarstw ma ych z grupy „rozwój” istnieje niemal pewno , e zasoby pracy zostan op acone na poziomie minimum so-cjalnego, co uda si tylko w niespe na 1/3 gospodarstw z grupy „stagnacja”. W tej grupie gospodarstw szanse na uzyskanie wynagrodzenia czynnika pracy na poziomie p acy minimalnej s niemal zerowe (0,19%), podczas gdy w grupie najmniejszych gospodarstw o szybkim tempie rozwoju szansa na taka op at czynnika pracy wynosi niemal 80%. Na tej podstawie mo na wywnioskowa , e ma e gospodarstwa, które nie podj y wysi ku zwi zanego ze zwi kszeniem warto ci produkcji, mimo niemal zerowego zagro enia bankructwem w perspek-tywie krótkoterminowej charakteryzuj si niemal stuprocentow pewno ci

91

opuszczenia sektora komercyjnych gospodarstw towarowych w d u szej per-spektywie. Jednostki takie b d mog y funkcjonowa jako gospodarstwa hobby-styczne, je eli ich w a ciciele zapewni sobie inne ród o dochodów. W przy-padku gospodarstw rednich wi ksze zasoby (chocia by wi kszy area , od któ-rego zale y kwota otrzymywanych dop at) zgromadzone w okresie bazowym s gwarancj uzyskania nieco wi kszej op aty zaanga owanej pracy. Jednak w przypadku gospodarstw rednich z grupy „stagnacja” prawdopodobie stwo op acenia czynnika pracy na poziomie p acy minimalnej nieznacznie tylko prze-kracza 50%, co nie predestynuje takich jednostek jako g ównego ród a utrzy-mania dla w a cicieli. W przypadku gospodarstw rednich, w których nast pi wzrost produkcji ponad 60% szans na uzyskanie op aty czynnika pracy na po-ziomie redniej p acy poza rolnictwem mo na interpretowa jako znacz c prze-s ank dalszego funkcjonowania tych gospodarstw w d u szym horyzoncie cza-sowym. Pod tym wzgl dem przewy szaj one gospodarstwa du e z grupy „sta-gnacja”, które charakteryzuje mniejsze prawdopodobie stwo na uzyskanie ta-kiego poziomu dochodów. Nale y zaznaczy , e w tym przypadku obydwie grupy gospodarstw ( rednie „rozwój” i du e „stagnacja”) dysponuj w okresie ko cowym porównywaln powierzchni gruntów (ok. 46-47 ha). W przypadku gospodarstw najwi kszych o powierzchni przekraczaj cej cz sto 100 ha zapew-nienie op aty w asnej na poziomie przeci tnego wynagrodzenia poza rolnictwem nie stanowi znacz cego problemu. Przy obecnym systemie wsparcia sama kwota otrzymywanych p atno ci bezpo rednich wystarcza do zaspokojenia potrzeb ro-dziny rolnika na wystarczaj cym poziomie. Mo na przypuszcza , e taki sposób rozumowania dla przynajmniej cz ci rolników z grupy „stagnacja” wydaje si atrakcyjny ze wzgl du na niski poziom ryzyka dochodowego. Bior c pod uwa-g , i prawie po owa uzyskiwanego dochodu pochodzi z dop at, mo na postawi pytanie, czy taka strategia nie jest zbytnio nara ona na ryzyko instytucjonalne. W bardzo du ych gospodarstwach z grupy „rozwój” tylko co 4 z otówka pocho-dzi z dop at, co przy podobnym wska niku zmienno ci dochodu i znacznie wy -szym przeci tnym dochodzie pozwala rolnikom ze znacznie wi kszym spoko-jem analizowa proponowane zmiany w systemie wsparcia w ramach WPR.

Ograniczenia

Pewnym ograniczeniem wynikaj cym z zastosowania metody panelowej jest brak mo liwo ci uogólnienia wyników bada . Ze wzgl du na ograniczenie próby obserwowanych gospodarstw wy cznie do tych, które nieprzerwanie uczestniczy y w próbie od 2004-2015 roku nale y za o y , i próba ta nie jest reprezentatywna dla populacji FADN, a wszelkie obserwacje dotycz wy cznie dobranej próby gospodarstw.

92

Wobec zastosowania do doboru gospodarstw kryteriów odmiennych od stosowanych w FADN nie mo na za o y , i gospodarstwa w populacji FADN reprezentowane przez poszczególne gospodarstwa z próby maj w pe ni porów-nywaln charakterystyk , np. rozwija y si w jednakowym tempie.

4.4. Podsumowanie

Wskazane we wst pie czynniki ryzyka wyst puj ce w gospodarstwach dotycz wszystkich gospodarstw, przek adaj c si na ryzyko operacyjne, które w niniejszym opracowaniu zmierzono za pomoc wska nika zmienno ci docho-du i ryzyka uzyskania dochodu o okre lonej warto ci. Przeprowadzone analizy mia y za zadanie wskaza , czy bezpieczniejsza z punktu widzenia uzyskiwanych wyników finansowych jest strategia „stagnacji”, czy podj cie wysi ku zmierza-j cego do zwi kszania skali prowadzonej dzia alno ci.

W tym celu przeanalizowano gospodarstwa znajduj ce si w próbie FADN nieprzerwanie przez okres 12 lat. Mimo i analiza obejmowa a w ka -dym kolejnym roku prób tych samych 3915 gospodarstw, jej charakter zmie-nia si wraz z up ywaj cym czasem. Tylko oko o 1/3 gospodarstw zachowa o przez ca y analizowany okres pierwotn wielko ekonomiczn i typ produkcyj-ny. W pozosta ej cz ci gospodarstw mo na by o zaobserwowa liczne prze-miany, w tym równie dynamiczny wzrost wielko ci ekonomicznej.

W celu porównania, czy korzy ci wynikaj ce z dynamicznego rozwoju równowa ryzyko zwi zane z wysi kiem inwestycyjnym wyodr bniono 2 gru-py gospodarstw nazwane roboczo „rozwój” i „stagnacja”, które reprezentowa y najszybciej i najwolniej rozwijaj ce si gospodarstwa w poszczególnych klasach wielko ci ekonomicznej. Dla tak wydzielonych grup obliczono wzgl dne zmia-ny podstawowych wska ników ekonomicznych oraz skonstruowano model sy-mulacyjny w celu oszacowania parametrów rozk adu prawdopodobie stwa dla dochodu rolniczego.

Wzrost produkcji w grupie „rozwój” by powi zany ze znacz cym przyro-stem powierzchni gospodarstw, wzrostem warto ci ziemi i pozosta ych akty-wów, a tak e wzrostem zad u enia, zw aszcza w gospodarstwach najmniej-szych. Zasadniczo jednak dynamiczny rozwój nie prowadzi do drastycznego naruszenia tzw. „z otej regu y finansowej”, mówi cej, i aktywa trwa e powinny by finansowane wy cznie z kapita u w asnego. Wraz ze wzrostem wielko ci ekonomicznej wska nik zmienno ci dochodu wykazywa niewielk tendencj wzrostow . Jednak wy szy przeci tny poziom dochodu, nawet przy nieco wy -szym poziomie zmienno ci, zapewnia równie wi ksze prawdopodobie stwo uzyskania op aty pracy w asnej na poziomie p acy minimalnej, czy nawet prze-ci tnej p acy w sektorze pozarolniczym w przypadku gospodarstw du ych i bar-

93

dzo du ych. Mo na zatem wyci gn ogólny wniosek, e poziom ryzyka opera-cyjnego, mierzonego mo liwo ci poniesienia straty, w gospodarstwach rolni-czych jest relatywnie niski. Nale y jednak podkre li , e wyra nie zarysowuje si rosn ce ryzyko strategiczne wynikaj ce mi dzy innymi z rosn cej presji na zwi kszanie skali dzia alno ci. Rolnicy rozwijaj cy swoje gospodarstwa zwi k-szaj swoje szanse na uzyskanie op aty pracy na poziomie równym lub, w przy-padku gospodarstw du ych i bardzo du ych, nawet wy szym ni przeci tny po-ziom wynagrodzenia. Realizacja strategii stagnacji nieub agalnie zdaje si pro-wadzi do marginalizacji ekonomicznego znaczenia niedoinwestowanych jedno-stek uzale niaj c ich funkcjonowanie od transferów w postaci dop at lub uzy-skiwania przez w a cicieli dochodów z innych róde .

Dodatkow obserwacj wynikaj c z bada jest wykazanie, i prowadze-nie jakichkolwiek bada na podstawie panelu zbilansowanego, zbudowanego na podstawie bazy FADN, wymaga szczególnej ostro no ci. Pomimo i tak dobra-na próba sk ada si z tego samego zbioru gospodarstw wyst puj cych we wszystkich analizowanych latach, nale y zdecydowanie podkre li , e charakte-rystyka tych gospodarstw, w tym przynale no do typów produkcyjnych i klas wielko ci ekonomicznej, ulega dynamicznym zmianom. Nale y zdecydowanie podkre li , i obserwowanych zmian nie powinno si w prosty sposób uogól-nia , bez uprzedniego przetestowania, czy zmiany struktury gospodarstw w pa-nelu odpowiadaj zmianom struktury gospodarstw w próbie FADN i reprezen-towanej przez nie populacji generalnej.

Literatura 1. Bazyl M., Ksi ek M., Owczarczuk M. , Szulc A., Wi niowski A., Witkowski B. Modele

i metody analizy danych indywidualnych Wolters Kluwer, 2012 s. 352. 2. Berg E., Integriertes Risikomanagament – Notwendigkeit Und Konzepte fur die Praxis

[w:] Agrarekonomie im Wandel, Tagungsband anlassich des 80. Geburstages von Prof. Em. Dr h.c. Gunter Steffen A. M, ILB-Verlag, Bonn 2004.

3. Bocian M., Cholewa I., Tarasiuk R., Wspó czynniki Standardowej Produkcji „2010” dla celów Wspólnotowej Typologii Gospodarstw Rolnych IERiG , Warszawa 2014.

4. EC Working Document Risk Management Tools for EU Agriculture. European Commis-sion, Agriculture Directorate-General 2001:

5. Hardaker J.B., Huirne R.B.M., Anderson J.R., Lien G., Coping with Risk in Agriculture CABI Publishing, Wallingford UK 2004.

6. Instytut Pracy i Spraw Socjalnych, Informacja o wysoko ci minimum socjalnego w czerw-cu 2015 r., Warszawa, 15 wrze nia 2015.

7. Jerzak M., Podstawowe zagadnienia ryzyka w gospodarce rolnej, [w:] „Ekonomiczne uwarunkowania wykorzystania rynkowych narz dzi stabilizacji cen i zarzadzania ryzy-kiem w rolnictwie” red. Jerzak M.A., Czy ewski A. Wyd. Akademii Rolniczej im. Augu-sta Cieszkowskiego w Poznaniu, Pozna 2006.

94

8. K oczko J., W s A., Sposoby ograniczenia ryzyka dochodowego wynikaj cego z przy-mrozków wiosennych w sadach jab oniowych .”Roczniki Nauk Rolniczych”, 2008 Se-ria G, t. 94, z. 2 s.164-171.

9. Komunikat Prezesa G ównego Urz du Statystycznego z dnia 11 sierpnia 2015 r. w sprawie przeci tnego wynagrodzenia w drugim kwartale 2015 r., GUS 2015.

10. Kulawik J. (red.), Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowa-nie gospodarstw i przedsi biorstw rolniczych , „Program Wieloletni” 2011-2014, nr 20, IERiG -PIB, Warszawa 2011.

11. Kulawik J., (red.), Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowa-nie gospodarstw i przedsi biorstw rolniczych , „Program Wieloletni” 2011-2014, nr 46, IERiG -PIB, Warszawa 2012.

12. Kulawik J. (red.), Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowa-nie gospodarstw i przedsi biorstw rolniczych, „Program Wieloletni 2011-2014” nr 82, IERiG -PIB, Warszawa 2013.

13. Kulawik J. (red.), Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowa-nie gospodarstw i przedsi biorstw rolniczych , ‘Program Wieloletni” 2011-2014, nr 120, IERiG -PIB, Warszawa 2014.

14. Kurdy -Kujawska A., Significance of production diversification in ensuring financial se-curity of farms in Poland, “Journal of Agribusiness and Rural Development”, 2 (40) 2016.

15. Majewski E., W s A., Cyga ski ., Sulewski P., Czynniki ryzyka i strategie zarz dzania przedsi biorstwem rolniczym w kontek cie uwarunkowa polskiego rolnictwa, [w:] Zarz -dzanie ryzykiem cenowym a mo liwo ci stabilizowania dochodów producentów rolnych red. Hamulczuk M., Sta ko S. „Program Wieloletni 2005-09”, Raport nr 113. IERiG -PIB, Warszawa 2008.

16. Metropolis N., Ulam S., The Monte Carlo Method, „Journal of the American Statistical Association” 1949, Vol. 44, No. 247.

17. Meuwissen M.P.M., Van Asseldonk M.A.P.M, Huirne R.B.M. Income Stabilisation in European Agriculture: Design and Economic Impact of Risk Management Tools, Wa-geningen 2008.

18. Meuwissen, M.P.M.; Majewski, E.; Berg, E.; Poppe, K.J.; Huirne, R.B.M. Introduction to income stabilisation issues in a changing agricultural world, [w:] “Income Stabilization in a Changing Agricultural Word: Policy and Tools,” Wie Jutra, Warszawa 2008.

19. Miller A., Dobbins C., Pritchett J., Boehlie M., Ehmke C., Risk Management for Farmers. Department of Agricultural Economics, Staff Paper 04-11, Purdue University 2004:.

20. Paw owska-Tyszko J. red. nauk. Instrumenty zarz dzania ryzykiem w rolnictwie – rozwi -zania krajowe i mi dzynarodowe, Program Wieloletni 2015-2019, nr 35, IERiG -PIB, Warszawa 2016.

21. Radomska J., Inkoherencja relacji pomi dzy ryzykiem strategicznym a operacyjnym w zarz dzaniu strategicznym. Zarzadzanie strategiczne w teorii i praktyce, Prace Nauko-we Uniwersytetu Ekonomicznego we Wroc awiu 2016, r 444 s. 400-410

22. Rozporz dzenie Rady Ministrów z dnia 11 wrze nia 2014 r. w sprawie wysoko ci mini-malnego wynagrodzenia za prac w 2015 r. Dz U. Poz. 1220, KPRM 2014

23. Sulewski P. ,W s A., Gospodarstwa wielkoobszarowe w ró nych scenariuszach uwarun-kowa ekonomicznych w perspektywie roku 2013 - studium przypadku, Roczniki Nauk Rolniczych, Seria G; Ekonomika rolnictwa, 2008 t. 95, z.1, s.76-84,.

95

24. Sulewski P., Ekonomiczny wymiar ryzyka produkcyjnego w rolnictwie, Wyd. SGGW, Warszawa 2015.

25. Thlon M., Charakterystyka i klasyfikacja ryzyka w dzia alno ci gospodarczej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie 2013, nr 902, s. 57-67.

26. Van Asseldonk M.A.P.M., Majewski E., Meuwissen M.P.M., Guba W., Dalton G., Land-messer J., Berg E., Huirne R.B.M. Economic impact of prospective risk management in-struments under alternative policy scenarios, [w:] Income Stabilization in a Changing Ag-ricultural Word: Policy and Tools, Wie Jutra, Warszawa 2008.

27. Wawrzynowicz J., Wajszczuk K., Baum R. Specyfika czynników ryzyka w przedsi bior-stwach rolnych – próba holistycznego podej cia, „Zarz dzanie i Finanse” 2012 R.10, nr 1, cz. 2 s.249-360.

28. W s A., Modelowanie przemian strukturalnych w polskiego rolnictwa, Wyd. SGGW, Warszawa 2013.

29. W s A., Malak-Rawlikowska A., Policy impact on production structure and income risk on polish dairy farms. w: The Common Agricultural Policy After the Fischler Reform red. S. Sevrini Ashgte 2011 s.183-193.

30. W s A., Ma a ewska S., Przemiany strukturalne w rolnictwie w wybranych krajach euro-pejskich. „Roczniki Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich”, 2012.,t. 99, z. 4. s. 75-88.

31. W s A., Kobus P., Disparities in Polish Agriculture, EAAE Congress 2017 Proceedings, Parma Italy 2017.

96

ANEKS

Tabela I Charakterystyka poszczególnych grup gospodarstw „rozwój” i „stagnacja” wg klas

wielko ci ekonomicznej w analizowanym okresie na tle wszystkich gospodarstw panelu

Wielko ekonomiczna gospodarstw *

Panel cznie Grupa „rozwój” Grupa „stagnacja” lata

2004-06 lata

2013-15 lata

2004-06 lata

2013-15 lata

2004-06 lata

2013-15 Powierzchnia u ytkowanej ziemi ogó em [ha]

Ma e 15 17 15 22 14 13rednie 28 33 32 47 25 24

Du e 53 64 62 89 47 46Bardzo du e 102 116 113 149 104 99Wszystkie** 33 39 37 53 30 29

Warto produkcji rolniczej [z ] Ma e 40271 63175 40469 105964 40632 35139

rednie 114805 192676 120920 321672 107953 96949Du e 277896 496680 278620 766731 274940 274869Bardzo du e 742581 1329646 767921 2191642 855395 838677Wszystkie** 157918 273557 162938 445840 160830 152654

Dochód z rodzinnego gospodarstwa rolnego [z ] Ma e 12290 28475 13464 51945 11681 13432

rednie 38730 73616 42485 125732 34121 33972Du e 91138 162324 89163 248089 88138 80002Bardzo du e 206060 349374 212193 548363 214992 214639Wszystkie** 49900 91980 52264 150647 47443 46524

Warto aktywów ogó em [z ] Ma e 199070 439901 199650 580911 208127 365139

rednie 396619 1053673 424582 1458277 366405 781111Du e 766366 2293121 790454 2993521 708058 1660053Bardzo du e 1532032 4434907 1463615 5784445 1799235 3650173Wszystkie** 469867 1286877 484644 1725756 463485 980148

Warto aktywów trwa ych [z ] Ma e 172126 396453 172427 522265 180530 332602

rednie 333990 942765 359176 1302603 306040 703638Du e 628217 2030119 650179 2640692 572488 1478181Bardzo du e 1214455 3875634 1152183 5056882 1417543 3196958Wszystkie** 389692 1143314 402909 1530659 380855 875789

Warto aktywów obrotowych [z ] Ma e 26944 43448 27223 58646 27597 32536

rednie 62629 110907 65405 155674 60365 77472Du e 138149 263002 140275 352829 135569 181872Bardzo du e 317577 559273 311431 727564 381692 453215Wszystkie** 80175 143563 81735 195097 82630 104359

97

Tabela I cd.

Wielko ekonomiczna gospodarstw *

Panel cznie Grupa „rozwój” Grupa „stagnacja” lata

2004-06 lata

2013-15 lata

2004-06 lata

2013-15 lata

2004-06 lata

2013-15 Warto aktywów finansowych krótkoterminowych [z ]

Ma e 6554 11339 7362 15823 6588 9180rednie 13775 24083 15343 33430 12909 18092

Du e 30410 52860 29830 66912 29460 36520Bardzo du e 70519 101515 68961 89051 83015 131968Wszystkie** 17843 29830 18703 37370 18006 25398

Warto zobowi za ogó em [z ] Ma e 7980 18090 12054 56020 6789 3027

rednie 35350 73967 46442 167702 25063 21846Du e 116771 232306 140218 443942 95252 108475Bardzo du e 338979 610444 354932 1108645 408387 354077Wszystkie** 58882 115848 70442 237583 54016 50216

Zad u enie z tytu u kredytów d ugoterminowych [z ] Ma e 4874 13714 8156 44194 4002 1964

rednie 24137 56208 32708 130978 15583 15224Du e 86442 176390 105723 348383 70049 75354Bardzo du e 248028 481144 267293 916530 309801 287271Wszystkie** 42087 89022 51646 188934 38541 37319

Kwota p aconych odsetek [z /rok] Ma e 264 632 378 1821 217 142

rednie 1038 2669 1416 5692 731 902Du e 3118 7973 3848 14442 2256 3729Bardzo du e 9690 19128 9149 31514 11867 13246Wszystkie** 1672 3939 1984 7582 1496 1878

Warto kapita u w asnego [z ] Ma e 191011 419546 187457 519354 201338 361485

rednie 360728 971012 377320 1271974 341069 755752Du e 646154 2037704 647137 2509900 611765 1543760Bardzo du e 1189513 3795063 1102089 4639459 1389875 3284443Wszystkie** 409932 1160534 412860 1468635 409105 926018

Roczny koszt amortyzacji ogó em [z /rok] Ma e 8828 10373 8731 14797 9299 8487

rednie 17365 26894 18049 41087 16728 17639Du e 32963 64240 33467 88424 31716 41642Bardzo du e 60658 121684 53124 157760 68621 94368Wszystkie** 20130 34021 20106 48544 20210 23558

czne nak ady pracy [z /rok] Ma e 3747 3537 3640 3925 3771 3163

rednie 4700 4567 4725 5129 4586 3921Du e 5973 5923 5969 6587 5956 5167Bardzo du e 10117 9951 8895 11348 13155 9171Wszystkie** 4969 4827 4883 5411 5095 4229Obja nienie: *wed ug kryterium warto ci produkcji rolniczej w latach 2004-2006; **wiersz zawiera dane dla wszystkich gospodarstw danej grupie.

ród o: badania w asne.

98

Prof. dr hab. Jacek Kulawik, mgr in . Renata P onka, dr in . Dariusz Osuch

5. Subsydia a finanse i ekonomika gospodarstw osób fizycznych

5.1. Wprowadzenie

Zaprezentowane poni ej rozwa ania stanowi kontynuacj bada prowa-dzonych w latach poprzednich w IERiG -PIB po wi conych identyfikacji klu-czowych zale no ci mi dzy ró nego typu subsydiami a wynikami ekonomiczno--finansowymi gospodarstw osób fizycznych wchodz cych w sk ad sieci Polski FADN1. W dalszym ci gu bazowa si b dzie na panelu gospodarstw, lecz okres analizy obejmowa b dzie ju rok 2015. Zanim przejdzie si do szczegó owego skomentowania uzyskanych wyników za lata 2010-2015, dokona si syntetycz-nego przegl du najwa niejszych problemów zwi zanych z subsydiowaniem go-spodarstw rodzinnych.

Subsydia rolne musz by traktowane jako cz sk adowa szerszej kon-cepcji bud etowej, czyli tzw. zakresu/zasi gu fiskalnego (a fiscal incidecnce) albo zakresu/zasi gu bud etu (a budget incidence). Ogólnie chodzi tu o zinte-growanie w jednym podej ciu metodologicznym i aplikacyjnym ekonomicznych oddzia ywa podatków i wydatków bud etowych2. W du ym skrócie zakres ten próbuje odpowiedzie na pytanie, kto w ostateczno ci ponosi ci ary opodatko-wania lub korzysta z wydatków bud etowych3. Inaczej jeszcze rzecz ujmuj c, fiscal incidence stara si zidentyfikowa podmioty, które odnosz korzy ci i/lub ponosz koszty z tytu u stosowania okre lonych regulacji i instrumentów bud e-

1 Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 20, IERiG -PIB, Warszawa 2011; Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 46, IERiG -PIB, Warszawa 2012; Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. na-uk. J. Kulawik), Program Wieloletni 2011-2014, nr 82, IERiG -PIB, Warszawa 2013; Dop a-ty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi -biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 120, IERiG - -PIB, Warszawa 2014; Subsydia a ekonomika, finanse i dochody gospodarstw rolniczych (1) (red. nauk. J. Góral), Monografia Programu Wieloletniego 2015-2019, nr 4, IERiG -PIB, Warszawa 2015, Subsydia a ekonomika, finanse i dochody gospodarstw rolniczych (2) (red. nauk. J. Góral), Monografia Programu Wieloletniego 2015-2019, nr 37, IERiG -PIB, War-szawa 2016. 2 J. Cullis, P. Jones, Public Finance and Public Choice. Analytical Perspectives, Third Edi-tion, Oxford University Press, Oxford, New York 2009. 3 T. Döring, Öffentliche Finanzen und Verhaltensökonomik: Zur Psychologie der budg-etwirksamen Staatstätigkeit, Springer Gabler, Wiesbaden 2015.

99

towych4. Dzi ki temu mo emy analizowa m.in. zmiany dochodów i ich podzia w uj ciu osób, sektorów, regionów i nawet w wymiarze mi dzygeneracyjnym. To oznacza dalej konieczno jednoczesnego rozpatrywania kwestii redystrybu-cyjnych, alokacyjnych i stabilizacyjnych.

Wyró nia si kilka rodzajów zakresu fiskalnego. Najwa niejsze z nich to: zakres formalny. To podej cie nadrz dne, które wyprowadzane jest na

podstawie okre lonej teorii; zakres efektywny, okre lany jeszcze jako ekonomiczny lub faktyczny. To

punkt ko cowy analizy oddzia ywa fiskalnych, a wi c stan po zaj ciu wszystkich dostosowa wygenerowanych przez okre lony impuls fiskalny lub regulacj . W ten sposób mo emy ustali w a nie wspomnianych wy-ej ostatecznych beneficjentów bud etu oraz podatników netto;

zakres absolutny, inaczej specyficzny. W tym przypadku interesujemy si skutkami tylko pojedynczego instrumentu fiskalnego;

zakres netto lub inaczej ca o ciowy. Nale y to rozumie jako pozycj net-to wobec bud etu, która powstaje z porównania ponoszonych na jego rzecz ci arów z ca o ci otrzymanych od niego wiadcze i us ug5. Do-piero wówczas mo emy przybli y si do ustalenia, czy dany system fi-skalny jest per saldo progresywny, tj. wspieraj cy ludzi o ni szych do-chodach albo regresywny, tzn. przynosz cy korzy ci netto grupom o do-chodach wy szych. Jasno z powy szego wynika, e analizy w konwencji zakresu fiskalnego

wymagaj uwzgl dnienia przep ywów bud etowych w ca ym sektorze finansów publicznych, tzn. rz dowym, samorz dowym i ubezpiecze spo ecznych. Wiel-ka Brytania i Australia s przyk adami krajów, gdzie urz dy statystyczne ofi-cjalnie od wielu ju lat publikuj wp ywy podatków i wydatków bud etowych na dochody ludno ci, i to w konwencji „a benefit incidence analysis”, a wi c uwzgl dniaj c tak e redystrybucyjne nast pstwa w edukacji, opiece zdrowotnej i pomocy spo ecznej. Równie Bank wiatowy prowadzi prace metodologiczne i analityczne w powy szych obszarach. W tym kontek cie warto przywo a

4 H. Zimmermann, D.K., Henke, M. Broer, Finanzwissenschaft: Eine Einführung in die Lehre von der öffentlichen Finanzwirtschaft, 11. Auflage, Verlag Franz Vahlen, München 2012; W. Scherf, Öffentliche Finanzen. Einführung in die Finanzwissenschaft, 2. Auflage, UVK Lucius UTB, München 2011. 5 B.Ch. Blankart, Öffentliche Finanzen in der Demokratic. Eine Einführung in die Fi-nanzwissenschaft, 8 Auflage, Verlag Franz Vahlen, München 2017; D. Brümmerhoff, Fi-nanzwissenschaft, 11. Auflage, De Gruyter Oldenburg, München 2014.

100

jeszcze prac A. Hardinga et al. z 2007 roku6. Ta trójka ekonomistów kanadyj-skich zakres fiskalny rozpatruje w siedmiu poni szych aspektach: pokrycia, a wi c uwzgl dniania tak e wydatków bud etowych na dostarcza-

nie dóbr publicznych; zasi gu, tj. ujmowania równie po redniej konsumpcji us ug publicznych

poza transferami bezpo rednimi; metodologii wyceny warto ci ca o ci otrzymywanych korzy ci bud etowych, okresu czasu, dla którego sporz dza si bilans netto; jednostek analizy, a wi c osoby fizycznej lub prawnej, rodziny czy gospodar-

stwa domowego; stosowanych skal porównawczych; pomiaru redystrybucji bud etowej.

Konkretyzacj zakresu fiskalnego w przypadku subsydiów rolnych jest problem ich podzia u mi dzy w a cicieli ziemi oraz innych aktywów rzeczowych a osobami je dzier awi cymi. To wprost prowadzi nas do kwestii kapitalizacji wsparcia bud etowego w stawkach czynszu dzier awnego. W przypadku subsy-diów po czonych z produkcj rolnicz podstawowym warunkiem ich kapitaliza-cji w czynszach jest doskona a nieelastyczno poda y czynnika ziemi oraz sta-o cen pozosta ych nak adów7. Dla wsparcia od czonego od produkcji sprawa

jest o wiele bardziej jednoznaczna, tj. z racji tego, e co najwy ej tylko w mini-malnym stopniu wp ywaj one na produkcj i nak ady. Je li powi zane s jednak z czynnikiem ziemi, powinny znale adekwatne odzwierciedlenie w czynszach za jej wynajem i w ca o ci przypa jej w a cicielowi. W praktyce trudno jednak za o y ca kowity stopie od czenia p atno ci rz dowych od produkcji rolniczej. St d pojawiaj si oszacowania, i ka da dodatkowa jednostka pieni na w po-staci tych e p atno ci prowadzi a do wzrostu stawek czynszów od 6 do 38%. In-nymi s owy, od 62 do 94% subsydiów trafia o jednak do dzier awców.

Te niskie w sumie warto ci kapitalizacji subsydiów od czonych w staw-kach czynszów wed ug B.E. Kirwana oraz M.J. Robertsa s dowodem w istocie na niepe ne ich od czenie od produkcji i wielokana owo ich oddzia ywania na decyzje rolników oraz niedoskona o konkurencji na rynku czynników produk-cji, ale te musz wynika z pewnych uproszcze przyjmowanych w modelach empirycznych. Te ostatnie sprowadzaj si do tego, e badacze szukaj zale no-ci mi dzy otrzymanymi p atno ciami przez ca e gospodarstwo a czynszami.

6 A. Harding, N. Warren, R. Lloyd, Beyond Conventional Measures of Income: Including In-direct Benefits and Taxes, in. Jenkins P.S., Micklewright J. (eds.) Inequality and Poverty Re-examined, Oxford University Press, Oxford 2007. 7 E.B., Kirwan, J.M. Roberts, Who Really Benefits From Agricultural Subsidies? Evidence from Field – Level Data, „American Journal of Agricultural Economics”, vol. 98, no. 4, 2016.

101

Wed ug Kirwana i Robertsa w ten sposób nie odzwierciedla si w ogóle wp ywu na uzyskiwane oszacowania parametrów zmian produktywno ci ziemi oraz czynników sta ych, charakteryzuj cych otoczenie gospodarstw. W lad za tym b dy pomiaru niejako sumuj si z opuszczonymi zmiennymi, co owocuje nie-pe nym uporaniem si z problemem endogeniczno ci w modelach ekonome-trycznych. Poprawnym rozwi zaniem, wg Kirwana i Robertsa, jest takie, w któ-rym subsydia ci le wi e si z dzia kami ziemi oraz z p aconymi za nie czyn-szami. Po wykonaniu odpowiednich oblicze powy sza dwójka ekonomistów ameryka skich uzyska a zakres fiskalny dla p atno ci od czonych równy 42-49% dla ca ego gospodarstwa, ale tylko 20-28%, gdy analiz prowadzono na poziomie dzia ek. Zakres ten dodatkowo mala o 5 do 15 p.p., je li area dzier-awiony uleg podwojeniu. Interesuj cy by tak e wp yw d ugo ci trwania

umowy dzier awnej, tzn. ka de jej wyd u enie o jeden rok powodowa o spadek czynszu o 0,1-0,8 p.p. Mo na z tego wnioskowa , e p atno ci od czone nie musz hamowa wzrostu skali w rolnictwie, je li dobrze funkcjonuje samo-wzmacniaj cy si mechanizm: wi ksze gospodarstwa dysponuj silniejsz po-zycj na rynku dzier aw, a to poprawia pozycj przetargow dzier awców i zwi ksza przypadaj c im cz wsparcia bud etowego.

W zestawie relacji opisuj cych zale no gospodarstw FADN od subsy-diów znajduj si równie te dotycz ce ich od czenia od przysz ych decyzji produkcyjnych rolników. Kwestia stopnia decouplingu wci wzbudza kontro-wersje ekonomistów, ale i polityków, gdy ma tak e wp yw na zak ócanie wa-runków równej konkurencji na mi dzynarodowych rynkach rolno- - ywno ciowych. Ostatnio zainteresowanie powy sz problematyk jeszcze wzros o, poniewa w ramach WPR wprost umo liwiono powi zanie cz ci wsparcia bud etowego z produkcj rolnicz .

Badanie stopnia decoupled subsydiów rolnych zazwyczaj koncentruje si na tych maj cych charakter bezpo redniego wsparcia dochodów rolniczych. W tym kontek cie powa nym wyzwaniem jest prowadzenie stosownych analiz przy uwzgl dnieniu niepewno ci i ryzyka. Powszechnie stosuje si tu konwencj analizy uwarunkowanej stanem (the state-contingent approach, SC). Oznacza to, e skutki ryzyka bada si w zale no ci od mo liwych niepewnych stanów otoczenia, a natury/przyrody w szczególno ci. Pocz tki SC nale y wi za z pracami G. Debreu (1952) i K. Arrowa oraz G. Debreu (1954)8. Ci dwaj nobli-ci udowodnili, e niepewno i ryzyko da si bez wi kszych problemów

wkomponowa w konwencjonaln teori produkcji. W ekonomice rolnictwa po-dej cie SC pojawi o si dopiero w 2000 r., gdy G.R. Chambers i J. Quiggin opu- 8 B.J. Hardaker, L. Godbrand, R.J. Anderson, M.B.R. Huirne, Coping with Risk in Agricul-ture, 3rd Edition, Applied Decision Analysis, CABI, Wallingford, Boston 2015.

102

blikowali ksi k pt. Uncertainty, Production, Choice and Agency: the State-Contingent Approach. By o to jednak dzie o na wskro teoretyczne. Na szcz -cie Chambers i Quiggin w 2006 r. opublikowali artyku , znacznie ju przyst p-

niejszy, co da o silny impuls do przenikni cia SC do podejmowania decyzji przez samych rolników. W ten sam nurt, bardziej popularyzatorski, wpisa y si tak e ksi ki S. Rasmussena (2011) oraz J.B. Hardekera et al. (2015).

W ród prac osadzonych w filozofii SC i zorientowanych na pomiar od -czenia subsydiów bezpo rednio wspieraj cych dochody rolnicze bezdyskusyjnie prze omowy charakter mia artyku D.A. Hennessy’ego z 1998 roku9. Udowod-ni on, e przy wyst powaniu efektu maj tkowego i ubezpieczeniowego subsy-dia takie mog podlega ponownemu powi zaniu z produkcj rolnicz , co okre-li terminem recoupling. Ma to wynika ze zmiany kra cowej u yteczno ci do-

chodu, z agodzenia ogranicze finansowych i kredytowych oraz nowych mo li-wo ci podzia u dysponowanego przez rolnika zasobu pracy mi dzy zaj cia w gospodarstwie i poza nim. Rozwa ania swoje Hennessy prowadzi jednak e dla jednego tylko okresu. Identycznie post powali pó niej tak e inni badacze, uwzgl dniaj c jeszcze inne kana y i mechanizmy wp ywu bezpo redniego wsparcia dochodów rolniczych na decyzje produkcyjne, akcentuj c g ównie, e ww. recoupling, je li w ogóle wyst puje, to ma zwykle niewielki zakres.

W 2017 r. R.G. Chambers i D.C. Voica opublikowali wa ny artyku , w którym zaprezentowali teori od czenia p atno ci wspieraj cych bezpo rednio dochody rolnicze10. W istocie jest to rozwini cie analizy opublikowanej w 2009 r. przez Chambersa i Quiggina, po wi conej mo liwo ci oddzielenia decyzji doty-cz cej stochastycznej produkcji od preferencji wzgl dem ryzyka w warunkach uczestnictwa w rynkach finansowych. Obecny model Chambersa i Voica ma cha-rakter dwuokresowy, a dochody rodziny rolniczej mog w nim uzyskiwa z pracy w gospodarstwie, poza nim i w wyniku operacji finansowych oraz w formie wspar-cia bud etowego. W odniesieniu do podzia u zasobu czasu pracy rolnika explicite uwzgl dniono tak e czas wolny. Analiza prowadzona jest przy wykorzystaniu teo-rii portfela oraz podej cia SC, gdy tymczasem wcze niejsze badania przyjmowa y, i dostosowania nast puj tylko w sferze produkcji. W lad za tym modelowano preferencje rolnika wobec ryzyka, ryzyko i niepewno w cenach produktów rol-nych oraz dyscyplinuj ce i zak ócaj ce oddzia ywania na niego rynków finanso-wych. Zgodnie z powy szym mi dzy okresami t i t + 1 producent rolny mo e trans-ferowa maj tek i finansowa tym samym swoj konsumpcj poprzez generowanie

9 D. Hennessy, The Production Effects of Agricultural Income Support Policies Under Un-certinty, „American Journal of Agricultural Economics”, vol. 80, no. 1, 1998. 10 G.R. Chambers, C.D. Voica, Decoupled Farm Program Payments are Really Decupled: The Theory, „American Journal of Agricultural Economics”, vol. 99, no. 3, 2017.

103

stochastycznych przychodów rolniczych, stochastyczne inwestycje finansowe i stochastyczne dochody pozarolnicze oraz w du ym stopniu zdeterminowane sub-sydia rz dowe. To w a nie otwarcie si rolnika na rynki towarowe i finansowe po-woduje w ostateczno ci, e subsydia bezpo rednio wspieraj ce dochody rolnicze staj si od czone od produkcji. Gdy jednak brakuje dostatecznie dyscyplinuj -cych oddzia ywa ww. rynków, mog sta si powi zanymi z produkcj rolnicz . W tym kontek cie zniuansowa nale y rezultaty uzyskane przez Hennessy’ego. Rzeczywi cie, subsydia dochodowe zmieniaj kra cowe wybory dotycz ce kon-sumpcji i czasu wolnego, ale nie wprost program produkcji w gospodarstwie rol-nym. Oczywi cie, mo e pojawi tu si jakie oddzia ywanie po rednie efektu ma-j tkowego i ubezpieczaj cego na inne decyzje odnosz ce si do ca ego portfela mo liwych zaanga owa rolnika, ale s one drugiego rz du i wtórne. To bardzo utrudnia precyzyjne ekonometryczne ich oszacowanie.

Bezdyskusyjnie w badaniach teoretycznych i empirycznych nad skutkami stosowania subsydiów rolnych dominuje nurt wi cy je z efektywno ci tech-niczn i produktywno ci gospodarstw rolniczych lub ca ego sektora rolnego. W istocie jednak, bior c pod uwag znan wielokana owo oddzia ywania po-wy szych subsydiów, prace teoretyczne nie przynosz definitywnych rozstrzy-gni , g ównie dlatego, e rolnictwo jest bardzo zró nicowane wewn trznie, a poszczególne gospodarstwa funkcjonuj w niezwykle ró norodnym otoczeniu, czego badacze nie s w stanie uj w modelach konceptualnych. Tym samym zale no subsydia-efektywno staje si kwesti na wskro empiryczn . Nieste-ty, wyniki dotychczasowych oszacowa s tu bardzo zró nicowane. Z metaana-lizy wykonanej przez Minviella i Latruff’a wynika, przyk adowo, i w 1/4 bada uzyskano pozytywny wp yw subsydiów na efektywno techniczn , w wi cej ni po owie zale no ta by a ujemna, a w pozosta ych nie stwierdzono w ogóle obecno ci istotnych statystycznie zwi zków11.

W 2017 roku opublikowany zosta interesuj cy artyku autorstwa La-truffe’a et al. po wi cony oszacowaniu wp ywu subsydiów na efektywno techniczn gospodarstw wyspecjalizowanych w produkcji mleka w dziewi ciu krajach UE: Belgii, Danii, Francji, Hiszpanii, Irlandii, Niemczech, Portugalii, Wielkiej Brytanii i W oszech. Okres analizy obejmowa lata 1990-2007, a wi c zdo ano uj w rozwa aniach zarówno wsparcie powi zane z produkcj rolni-cz , jak i od niej od czone. Materia ród owy pochodzi z bazy FADN12.

11 J.J. Minviell, L. Latruffe, Effects of Public Subsidies in Farm Technical Efficiency: A Meta-Analysis of Empirical Results, „Applied Economics”, July, 2016. 12 L. Latruffe, E.B. Bravo-Ureta, A. Carpentier, Y. Desjeux, H.V. Moreira, Subsidies and Technical Efficiency in Agriculture: Evidence from European Dairy Farms, „American Jour-nal of Agricultural Economics”, vol. 99, no. 3, 2017.

104

Latruffe et al. zastosowali stochastyczn granic mo liwo ci produkcyj-nych (the stochastic Production Frontier, SPF), estymuj c model za pomoc metody momentów, stosuj c a czterokrokowe podej cie. W istocie jednak sza-cowano znan powszechnie funkcj Cobba-Douglassa. Produkcj mleka wyra-ono w cenach sta ych w euro. Jako nak ady uwzgl dniono: u ytki rolne (w ha),

prace (w rbh), rodki obrotowe z zakupu (ceny sta e w euro) i pozosta e aktywa (równie w cenach sta ych w euro). W cz onie nieefektywno ci znalaz y si z kolei: subsydia ogó em w euro na 1 ha UR, cz on interakcyjny: subsydia ogó-em × zmienna sztuczna, tj. ich od czenie lub powi zanie z produkcj rolnicz ,

udzia gruntów dzier awionych w UR, odsetek pracy najemnej w cznych na-k adach tego czynnika produkcji oraz relacja d ugu do aktywów ogó em. Zmienna czasowa oraz jej kwadrat s u y y do odzwierciedlenia wp ywu post pu technologicznego. Ponadto w modelu znalaz a si zmienna sztuczna „po o enie gospodarstwa na ONW”. Z kolei zmiennymi instrumentalnymi by y: indeks cen mleka, jego kwadrat oraz indeks nabywanych na rynku nak adów obrotowych.

We wszystkich ekonometrycznych analizach zale no ci pomi dzy ró -nymi zmiennymi powa nym wyzwaniem jest problem endogeniczno ci. W pra-cy Latruffe et al. jego istot sprowadzono do dostosowa , których rolnicy doko-nuj w zakresie nak adów, w lad za zdarzeniami stochastycznymi i/lub w celu adekwatnego odzwierciedlenia ich specyficznej sytuacji. Je li tego si nie uwzgl dni, mo e pojawi si korelacja pomi dzy cz onem losowym modelu a wektorem nak adów i wyrazem sta ym. To nie wyczerpuje jeszcze sprawy, gdy nak ady dodatkowo mog by skorelowane z cz onem nieefektywno ci modelu. Innymi s owy, nak ady zamiast by zmiennymi egzogenicznymi, a wi c niejako danymi z zewn trz modelu i by poza kontrol rolnika, staj si zmien-nymi endogenicznymi. Najszybciej cech t zyskuj rodki obrotowe zakupy-wane na rynku, bo stosunkowo elastycznie mo e je dozowa . Tak te przyj li Latruffe et al., a z agodzenie endogeniczno ci uzyskali poprzez zastosowanie ww. zmiennych instrumentalnych i czterokrokowej procedury szacowania mo-delu za pomoc metody momentów.

Ograniczaj c si w tym momencie tylko do kwestii wp ywu subsydiów na efektywno techniczn , zwracaj uwag trzy poni sze ustalenia Latruffe et al.: 1. Zale no ci s wyra nie zró nicowane, gdy rozpatruje si wsparcie po czone

z produkcj . W Belgii, Wielkiej Brytanii i W oszech by y one negatywne na akceptowalnym poziomie istotno ci stochastycznej. W drugiej grupie krajów (Dania, Francja, Irlandia, Niemcy) analizowane zmienne nie wykazywa y w zasadzie adnych wyra nych zwi zków. Jedynie w Hiszpanii korelacja by-a dodatnia i istotna statystycznie.

105

2. Przej cie do p atno ci od czonych od produkcji, a wi c uwzgl dnienie skut-ków tzw. reformy z Luksemburga z 2003 roku, powoduje zdecydowane roz-lu nienie ich zwi zku z efektywno ci techniczn . W Belgii i W oszech wp ywa y one nawet pozytywnie, i to w sposób istotny statystycznie na t ostatni . Bardzo niewielka dodatnia korelacja pojawi a si równie w Niem-czech i Wielkiej Brytanii, ale tylko w tym drugim kraju = 0,05.W pi ciu pozosta ych pa stwach p atno ci powy sze pogarsza y natomiast efektyw-no techniczn , ale w sposób wyra niejszy jedynie w Hiszpanii i Portugalii.

3. Równolegle do analizowania cznego wp ywu subsydiów na efektywno techniczn powinno si bada oddzia ywania poszczególnych ich rodzajów. W przypadku za wsparcia od czonego od produkcji rolniczej, które zorien-towane jest na osi ganie kilku celów, zintensyfikowa nale y poszukiwania, by znalaz o to swój odpowiedni wyraz w wektorze produktów w metodologii i modelach empirycznych szacowania efektywno ci technicznej i produk-tywno ci oraz ich determinant.

5.2. Za o enia metodyczne

Poniewa Polski FADN gromadzi dane w sposób systematyczny w opar-

ciu o dobrze ugruntowan teoretycznie metodologi oraz stosuje bardzo zaa-wansowane narz dzia ich weryfikacji, daje to solidne gwarancje, e oszacowa-nia efektywno ci ekonomiczno-finansowej oraz relacji opisuj cych p ynno i wyp acalno oraz aktywno inwestycyjn s wysoce wiarygodne. Tak jak w latach wcze niejszych, zaprezentowana w tym rozdziale analiza sporz dzona zosta a w konwencji tradycyjnego porównania kluczowych wska ników i mierników ekonomiczno-finansowych. Przegl d wszystkich wykorzystanych w rozdziale wska ników i mierników zawiera zestawienie 1. Bez w tpienia jest on bardzo szeroki i mo e budzi nawet wra enie jego nadmiarowo ci. Zdecy-dowano si jednak na takie rozwi zanie, gdy w tradycyjnej analizie nie ma jednolitego standardu, powszechnie akceptowanego. Badacze maj po prostu bardzo ró ne preferencje. Poza tym chodzi o te o to, by kompleksowo przed-stawi ró ne aspekty sytuacji ekonomiczno-finansowej badanych gospodarstw i jej zmiany w czasie.

Zest

awie

nie

1

Zas

toso

wan

e w

ska

niki

i m

iern

iki z

zak

resu

fina

nsów

gos

poda

rstw

Lp.

Wsk

ani

k/m

iern

ik

Form

ua

oblic

zeni

owa

1 R

ento

wno

[%]:

- kap

itau

was

nego

(1)

doch

ód z

rodz

inne

go g

ospo

dars

twa

roln

ego

– ko

szt p

racy

was

nej1)

× 10

0 re

dni w

roku

stan

kap

itau

was

nego

2)

- k

apita

u w

asne

go (2

) zy

sk p

rzed

sibi

orcy

1)

× 10

0 re

dni w

roku

stan

kap

itau

was

nego

2)

- a

ktyw

ów o

góem

(1)

(doc

hód

z rod

zinn

ego

gosp

odar

stwa r

olne

go +

ods

etki

) – k

oszt

pra

cy w

asne

j ×

100

redn

i w ro

ku st

an a

ktyw

ów o

góem

3)

- a

ktyw

ów o

góem

(2)

zysk

prz

edsi

bior

cy1)

×

100

redn

i w ro

ku st

an a

ktyw

ów o

góem

3)

1’

Alte

rnat

ywni

e 1)

:

- z

wro

t got

ówko

wy

z ka

pita

u w

asne

go

prze

pyw

y pi

eni

ne (1

) ×

100

redn

i w ro

ku st

an k

apita

u w

asne

go

- z

wro

t got

ówko

wy

z ak

tyw

ów o

góem

pr

zep

ywy

pien

ine

(1)

× 10

0 re

dni w

roku

stan

akt

ywów

ogó

em

2 W

ska

nik

opac

alno

ci o

góem

pr

oduk

cja

ogó

em

× 10

0 ko

szty

ogó

em

3 W

ska

nik

opac

alno

ci sp

rzed

ay

sprz

eda

ogó

em

× 10

0 ko

szty

ogó

em –

kos

zty

(nas

ion

was

nych

+ p

asz

was

nych

)

106

cd. z

esta

wie

nia

1

Lp.

Wsk

ani

k/ m

iern

ik

Form

ua

oblic

zeni

owa

4 P

ynno

(kro

tno

):

- b

ieca

ak

tyw

a ob

roto

we

(SK

)5)

zobo

wi

zani

a kr

ótko

term

inow

e (S

K)

- s

zybk

a ak

tyw

a ob

roto

we

(SK

) – z

apas

y (S

K) –

stad

o ob

roto

we

(SK

) zo

bow

iza

nia

krót

kote

rmin

owe

(SK

) 5

Wyp

acal

no (k

rotn

o):

- po

kryc

ie k

redy

tów

ogó

em p

rzep

ywam

i pi

eni

nym

i (1

) pr

zep

ywy

pien

ine

(1)

kred

yty

ogó

em (S

K)

6 Po

kryc

ie in

wes

tycj

i (kr

otno

) pr

zep

ywy

pien

ine

(1)

inw

esty

cje

brut

to6)

7 W

ska

nik

gene

row

ania

got

ówki

(1)

prze

pyw

y pi

eni

ne (1

) ×

100

doch

ód z

rodz

inne

go g

ospo

dars

twa

roln

ego

8 W

ska

nik

gene

row

ania

got

ówki

(2)

prze

pyw

y pi

eni

ne (2

) ×

100

doch

ód z

rodz

inne

go g

ospo

dars

twa

roln

ego

9 St

opa

inw

esto

wan

ia

inw

esty

cje

brut

to

× 10

0 am

orty

zacj

a

10

Przy

rost

kap

itau

was

nego

ka

pita

was

ny (S

K) –

kap

ita w

asny

(SP)

×

100

kapi

ta w

asny

(SP)

11

Przy

rost

kap

itau

prac

ujce

go

kapi

ta p

racu

jcy

(SK

) – k

apita

pra

cuj

cy (S

P)

× 10

0 ka

pita

pra

cuj

cy (S

P)

12

Wsk

ani

k po

kryc

ia a

ktyw

ów k

apita

em w

asny

m

kapi

ta w

asny

(SK

) ×

100

akty

wa

ogó

em (S

K)

13

Wsk

ani

k un

ieru

chom

ieni

a ak

tyw

ów (k

rotn

o)

akty

wa

trwa

e (S

K)

akty

wa

obro

tow

e (S

K)

14

Mie

rnik

i (z

):

- w

ielk

o e

kono

mic

zna

oblic

zona

na

pods

taw

ie w

spó

czyn

nikó

w st

anda

rdow

ej p

rodu

kcji

SO’2

010

- z

mia

na w

arto

ci k

apita

u w

asne

go

stan

kap

itau

was

nego

(SK

) – st

an k

apita

u w

asne

go (S

P)7)

- i

nwes

tycj

e br

utto

6)

wyp

aty

inw

esty

cyjn

e

- i

nwes

tycj

e ne

tto

inw

esty

cje

brut

to –

am

orty

zacj

a

107

cd. z

esta

wie

nia

1

Ozn

acze

nia:

1)

K

oszt

y pr

acy

was

nej,

zysk

z g

ospo

dars

twa

roln

ego

oraz

zys

k pr

zeds

ibi

orcy

obl

iczo

no n

a po

dsta

wie

met

ody

opra

cow

anej

prz

ez L

. Gor

aja,

S. M

ako

. (20

11):

Gor

aj

L., M

ako

S.,

Mod

el sz

acow

ania

pe

nych

kos

ztów

dzia

alno

ci g

ospo

dars

tw ro

lnyc

h, „

Zaga

dnie

nia

Ekon

omik

i Rol

nej”

, nr 3

/201

1.

2)

redn

i w ro

ku st

an k

apita

u w

asne

go =

(kap

ita w

asny

na

pocz

tku

roku

+ k

apita

was

ny n

a ko

niec

roku

)/2.

3)

redn

i w ro

ku st

an a

ktyw

ów o

góem

= (a

ktyw

a og

óem

na

pocz

tku

roku

+ a

ktyw

a og

óem

na

koni

ec ro

ku)/2

. 4)

Pr

oduk

cja

roln

icza

= p

rodu

kcja

rolin

na +

pro

dukc

ja z

wie

rzca

. 5)

(S

K) =

ozn

acza

stan

na

koni

ec ro

ku.

6)

Inw

esty

cje

brut

to =

wyp

aty

poni

esio

ne n

a dz

iaal

no in

wes

tycy

jn. Z

a w

ydat

ki in

wes

tycy

jne

uzna

no w

ypat

y, ja

kie

gosp

odar

stw

o po

nios

o w

dan

ym ro

ku n

a dz

ia-

alno

inw

esty

cyjn

w w

ysok

oci

pow

yej

350

0 z

. 7)

(S

P) =

ozn

acza

stan

na

pocz

tku

roku

. 8)

Pa

trz: h

ttp://

fadn

.pl/m

etod

yka/

rapo

rty/ra

port-

indy

wid

ualn

y-1/

ora

z Sm

olik

A.(2

017)

: Jak

rozu

mie

zaw

arto

rapo

rtu in

dyw

idua

lneg

o go

spod

arst

wa

roln

ego

(wer

sja

2016

). IE

RiG

-PIB

, War

szaw

a.

ród

o: o

prac

owan

ie w

asne

.

- prz

epyw

y pi

eni

ne (1

) sa

ldo

prze

pyw

ów z

dzia

alno

ci op

erac

yjne

j

- p

rzep

ywy

pien

ine

(2)

sald

o pr

zep

ywów

z d

zia

alno

ci in

wes

tycy

jnej

+ sa

ldo

prze

pyw

ów z

dzi

aal

noci

fina

nsow

ej

- d

opat

y og

óem

do

pat

y do

dzi

aal

noci

ope

racy

jnej

+ d

opat

y do

inw

esty

cji +

reko

mpe

nsat

a za

mle

ko

- d

ochó

d z

rodz

inne

go g

ospo

dars

twa

roln

ego

w

g sc

hem

atu

rapo

rtu in

dyw

idua

lneg

o go

spod

arst

wa

roln

ego8)

- k

apita

pra

cuj

cy (S

K)

kapi

ta w

asny

(SK

) + z

obow

iza

nia

dug

oter

min

owe

(SK

) – a

ktyw

a trw

ae

(SK

)

15

Zale

noci

od

subs

ydió

w:

- sto

pa su

bsyd

iow

ania

I:

dop

aty

do d

zia

alno

ci o

pera

cyjn

ej +

dop

aty

do in

wes

tycj

i + re

kom

pens

ata z

a mle

ko

× 10

0 pr

oduk

cja

roln

icza

4)

- s

topa

subs

ydio

wan

ia II

(1):

dop

aty

do d

zia

alno

ci o

pera

cyjn

ej +

dop

aty

do in

wes

tycj

i + re

kom

pens

ata z

a mle

ko

× 10

0 do

chód

z ro

dzin

nego

gos

poda

rstw

a ro

lneg

o

- s

topa

subs

ydio

wan

ia II

(2):

dop

aty

do d

zia

alno

ci o

pera

cyjn

ej +

dop

aty

do in

wes

tycj

i + re

kom

pens

ata z

a mle

ko

× 10

0 do

chód

z ro

dzin

nego

gos

poda

rstw

a ro

lneg

o –

kosz

ty p

racy

was

nej1)

-

stop

ie o

dcz

enia

I d

opat

do

dzia

alno

ci o

pera

cyjn

ej

od p

rodu

kcji

p

atno

ci „d

ecou

pled

” + O

NW

+ p

rogr

amy

roln

o-ro

dow

iskow

e ×

100

dop

aty

do d

zia

alno

ci o

pera

cyjn

ej

- s

topi

e o

dcz

enia

II d

opat

i do

tacj

i od

prod

ukcj

i p

atno

ci „

deco

uple

d” +

ON

W +

pro

gram

y ro

lno-

rodo

wisk

owe

+ do

tacj

e in

wes

tycy

jne

× 10

0 do

pat

y do

dzi

aal

noci

ope

racy

jnej

+ d

opat

y do

inw

esty

cji +

reko

mpe

nsat

a za m

leko

-

udzi

a d

opat

do

dzia

alno

ci o

pera

cyjn

ej w

ca

oci

do

pat

do

pat

y do

dzi

aal

noci

ope

racy

jnej

×

100

dop

aty

do d

zia

alno

ci o

pera

cyjn

ej +

dop

aty

do in

wes

tycj

i + re

kom

pens

ata z

a mle

ko

108

109

5.3. ród a danych

Przedmiotem bada s gospodarstwa indywidualne nieprzerwanie prowa-dz ce rachunkowo roln w ramach Polskiego FADN13 w latach 2010-2015. Do analizy wybrano tylko te gospodarstwa, które prowadzi y zapisy w Ksi -kach Rachunkowo ci Rolnej (KRR)14, pomini to natomiast gospodarstwa z oso-bowo ci prawn , z których dane by y zbierane za pomoc specjalnej ankiety. Wybrane w ten sposób gospodarstwa do analizy nie spe niaj kryterium repre-zentatywno ci, co oznacza, e przedstawione wyniki odnosz si do okre lonej próby gospodarstw i publikowane s w postaci rednich arytmetycznych.

Do obliczenia poszczególnych wska ników wykorzystano w g ównej mie-rze wyniki pochodz ce z tabel „Raportu Indywidualnego” oraz z „Tabel Wyni-kowych – TW”. S to wst pnie zagregowane informacje z KRR. Ich zakres jest bardziej szczegó owy ni zakres danych w „Wynikach Standardowych15”.

Za wydatek inwestycyjny uznano wyp aty, jakie gospodarstwo ponios o w danym roku na dzia alno inwestycyjn przekraczaj c 3 500 z .

Do zestawu wska ników wprowadzono wska niki generowania gotówki (1) i (2). Wska niki te nie by y wyliczane, w przypadku gdy licznik i mianownik by y ujemne. Prowadzi oby to wówczas do wyci gania mylnych wniosków.

Do bada wykorzystano dotacje przyznane, co oznacza, e dop aty ewiden-cjonowane s wówczas, gdy rolnik posiada decyzj o przyznaniu dotacji i warto dotacji jest zgodna z zapisami w ksi ce „Wp ywów i Wydatków w KRR”.

Do wyliczenia rentowno ci kapita u w asnego oraz rentowno ci aktywów ogó em niezb dne by o oszacowanie kosztów pracy w asnej. Do tego celu wy-korzystana zosta a metoda16 opracowana w Zak adzie Rachunkowo ci Rolnej. Podstaw oszacowania by a przeci tna op ata pracy w przeliczeniu na 1 AWU pracy najemnej w poszczególnych regionach FADN i klasach wielko ci ekono-micznej (ES6). Dodatkowo wprowadzono dwa wska niki rentowno ci kapita u w asnego i aktywów ogó em, gdzie w formule obliczeniowej zastosowano zysk

13 Podstawa prawna: Ustawa z dnia 29 listopada 2000 r. o zbieraniu i wykorzystywaniu da-nych rachunkowych z gospodarstw rolnych (Dz. U. Nr 3 poz. 20 z 2001 r. z pó niejszymi zmianami). Wi cej informacji na temat Polskiego FADN mo na znale na: www.fadn.pl, a na temat FADN na: http://ec.europa.eu/agriculture/rica/. 14 Formularze Ksi ek Rachunkowo ci Rolnej dost pne s na stronie www.fadn.pl w dziale Metodyka/Zbieranie danych/Gospodarstwa osób fizycznych. 15 Dokumenty: RI/CC 882 Rev.9.2 Definitions of Variables used in FADN standard results. European Commission, Brussels December 2014. Publikacje z „Wynikami Standardowymi” dost pne s na stronie: www.fadn.pl w zak adce Publikacje/Wyniki Standardowe. 16 L. Goraj, S. Ma ko, Model szacowania pe nych kosztów dzia alno ci gospodarstw rolnych, „Zagadnienia Ekonomiki Rolnej”, nr 3/2011.

110

przedsi biorcy. Zysk ten obliczono równie na podstawie metody opracowanej w Zak adzie Rachunkowo ci Rolnej, gdzie od dochodu z rodzinnego gospodar-stwa rolnego odj to oszacowane koszty nieop aconych czynników w asnych i dodano zap acone odsetki od zobowi za gospodarstwa rolnego.

Aby zapewni porównywalno wyników w analizowanych latach17, zasto-sowano wycen ziemi wg rolnika, która obowi zuje od 2009 roku. Okre lana jest ona na podstawie deklarowanej przez rolnika kwoty, za któr by by sk onny kupi w asn ziemi .

Gospodarstwa znajduj ce si w bazie Polskiego FADN zró nicowane s m.in. pod wzgl dem produkcyjnym, obszarowym, jak równie i wielko ci ekono-micznej. Ka de gospodarstwo znajduj ce si w polu obserwacji FADN zaliczane jest do typu rolniczego oraz klasy wielko ci ekonomicznej. Do okre lenia sytuacji ekonomicznej badanych gospodarstw oraz do ustalenia, jaki by wp yw subsydio-wania na ich efektywno finansow , analizowan zbiorowo pogrupowano wg typów rolniczych (klasyfikacja wg typologii TF8) oraz wed ug klas wielko ci eko-nomicznej (klasyfikacja wg ES6). S to grupowania, które wykorzystywane s w publikowanych przez IERiG -PIB „Wynikach Standardowych”18.

Do klasyfikacji gospodarstw zastosowano parametry standardowej produk-cji SO „2010”19. Typologia ta wykorzystywana jest m.in. do opisu sektora gospo-darstw rolnych, wyboru próby do bada reprezentacyjnych oraz do ustalania wag, aby wyniki uzyskane przez gospodarstwa mo na by o odnie do ca ego sekto-ra20. S to parametry standardowej produkcji, które pos u y y do ustalenia planu wyboru gospodarstw rolnych w 2016 roku21. Jak ju wcze niej wspomniano, do grupowania gospodarstw zastosowano natomiast typologi wg TF8 (por. tabela 1).

W analizie wielko ekonomiczn gospodarstw scharakteryzowano za pomoc klasyfikacji ES6 (tabela 2). Z uwagi na zbyt ma liczb gospodarstw

17 Wi cej informacji niezb dnych do interpretacji wyników Polskiego FADN znajduje si : P onka R., Smolik A., Cholewa I., Bocian M., Juchnowska E., Osuch D.(2017): Najwa niej-sze informacje niezb dne do interpretacji wyników Polskiego FADN, IERiG -PIB, Warsza-wa. (http://fadn.pl/wp-content/uploads/metodyka/Najwazniejsze-informacje.pdf). 18 Patrz: www.fadn.pl zak adka Publikacje/Wyniki Standardowe. 19 Rozporz dzenie (WE) nr 1166/2008 dotycz ce wspólnotowego badania struktury gospo-darstw rolnych w latach 2010, 2013 i 2016 oraz Rozporz dzenie (WE) nr 781/2009 w sprawie formatu sprawozdania z gospodarstwa rolnego w ramach FADN. 20 Wi cej informacji na temat planu wyboru oraz jego realizacji znajduje si w publikacjach: L. Goraj, D. Osuch, M. Bocian, I. Cholewa, B. Malanowska, Plan wyboru próby gospodarstw rolnych Polskiego FADN od roku obrachunkowego 2014, IERiG -PIB, Warszawa 2013 oraz Z. Floria czyk, D. Osuch, B. Malanowska, M. Bocian, Opis realizacji planu wyboru próby gospodarstw rolnych dla Polskiego FADN w 2015 r., IERiG -PIB, Warszawa 2015. 21 Z. Floria czyk, D. Osuch, B. Malanowska, M. Bocian, Plan wyboru próby gospodarstw rolnych Polskiego FADN od roku obrachunkowego 2016, IERiG -PIB, Warszawa 2015.

111

w klasie gospodarstw bardzo du ych na potrzeby badania po czono klasy po-wy ej 100 tys. euro, a w opracowaniu operowano nazw „Du e (E;F)”.W tabeli tej oprócz symboli cyfrowych podano w nawiasach symbole literowe, których u ywano w analizie.

Tabela 1

Wykaz typów rolniczych wg typologii TF8 Symbol Typologia wg grupowania TF8

1 Uprawy polowe 2 Uprawy ogrodnicze 3 Winnice 4 Uprawy trwa e 5 Krowy mleczne 6 Zwierz ta trawo erne 7 Zwierz ta ziarno erne 8 Mieszane

ród o: http://fadn.pl/wp-content/uploads/2012/12/typy_tf8.pdf oraz L. Goraj, M. Bocian, I. Cholewa, G. Nachtman, R. Tarasiuk: Wspó czynniki Standardowej Produkcji „2007” dla celów Wspólnotowej Typologii Gospodarstw Rolnych, IERiG -PIB, Warszawa 2012.

Tabela 2 Wykaz wielko ci oraz warto ci przedzia ów wg ES6 i ES

Symbol ES6 Nazwa Symbol

ES Zakres w euro

1 euro < 2 000

1 (A) Bardzo ma e 2 2 000 euro < 4 000 3 4 000 euro < 8 000

2 (B) Ma e 4 8 000 euro < 15 000 5 15 000 euro < 25 000

3 (C) rednio-ma e 6 25 000 euro < 50 000 4 (D) rednio-du e 7 50 000 euro < 100 000

5 (E) Du e 8 100 000 euro < 250 000 9 250 000 euro < 500 000

6 (F) Bardzo du e

10 500 000 euro < 750 000 11 750 000 euro < 1 000 000 12 1 000 000 euro < 1 500 000 13 1 500 000 euro < 3 000 000 14 euro 3 000 000

ród o: opracowanie na podstawie: L. Goraj, I. Cholewa, D. Osuch, R. P onka, Analiza skut-ków zmian we Wspólnotowej Typologii Gospodarstw Rolnych, IERIG -PIB, Warszawa 2010.

Zbiór gospodarstw nieprzerwanie prowadz cych rachunkowo w latach 2010-2015 zosta ograniczony ze wzgl du na wyst powanie gospodarstw:

112

– nietypowych; – niesklasyfikowanych przy u yciu wspó czynnika standardowej produkcji; – które znalaz y si poni ej progu wed ug zastosowanej klasyfikacji, tzn. któ-

rych wielko ekonomiczna by a mniejsza ni 4 000 euro; – odstaj cych od badanej zbiorowo ci.

Za gospodarstwa nietypowe uznano te, w których warto : – kapita u w asnego by a ujemna, – aktywów obrotowych by a równa 0.

W przypadku, gdy warto zobowi za krótkoterminowych by a bliska lub równa zero, nie wyliczano wska ników p ynno ci. Dzielenie jakiejkolwiek liczby przez bardzo ma warto daje bowiem warto ci bliskie niesko czono ci, dlatego te w tych gospodarstwach uznano, e nie ma w nich zobowi za krótkotermino-wych. Nie wyliczono równie warto ci innych wska ników, w których mianownik by równy zero.

Jak ju wcze niej wspominano, za wydatek inwestycyjny uznano wyp aty w dzia alno ci inwestycyjnej, których warto przekroczy a 3 500 z . W przypadku gdy ta warto by a mniejsza, uznano, e gospodarstwo w danym roku nie inwe-stowa o. Przyj to ponadto jeszcze inne kryteria selekcji gospodarstw. Oto one: a) w przypadku analizy gospodarstw pod wzgl dem obiektów odstaj cych bada-

niu poddano wszystkie zmienne, jakie wybrano do porówna i oblicze ; b) dla wszystkich wska ników zbadano ich zakresy. Je eli jaka warto odbiega a

znacz co dla badanej zbiorowo ci, wówczas eliminowano takie gospodarstwa z dalszego przetwarzania;

c) nast pnym etapem by a analiza przeprowadzona za pomoc wykresów roz-rzutu punktów XY;

d) je eli gospodarstwo zosta o wyeliminowane z bada w danym roku, pomini -to je równie z bada w nast pnych latach. Liczba gospodarstw w badanym okresie jest zatem taka sama.

5.4. Analiza uzyskanych wyników

Prezentowana poni ej analiza ko czy si na roku 2015. Warto zatem na wie-tli ogólne warunki produkcyjno-ekonomiczne w nim wyst puj ce, gdy u atwi to komentowanie kszta towania si skonstruowanych wska ników i mierników.

Globalna produkcja rolnicza w podanym roku zmala a o 4,2% w porów-naniu do 2014 r., co wprost wynika o z g bokiego regresu w produkcji ro linnej (spadek o 11,2%), przy równoczesnym wzro cie produkcji zwierz cej o 3,1%. Na skutek tendencji deflacyjnych w ca ej naszej gospodarce w okresie grudzie 2015 – grudzie 2014 nast pi skumulowany spadek cen produktów rolnych

113

o 5,2%. W tym samym okresie ceny rodków produkcji dla rolnictwa obni y y si tylko o 0,5%. W lad za tym skumulowany indeks no yc cen w 2015 r. wy-niós 95,3, podczas gdy rok wcze niej by o to jednak 89,7. W samym za 2015 r. indeks ten przekracza granic 100 tylko w pierwszym kwartale.

Rok 2015 by trzecim z kolei, w którym mala y ceny rodków produkcji dla rolnictwa, g ównie za spraw ni szych cen bezpo rednich no ników energii i materia ów budowlanych. Nieco, bo tylko o 0,7%, w dwuleciu 2014-2015 wzros y natomiast ceny nawozów mineralnych. Wy szy wzrost obserwowano z kolei w przypadku rodków ochrony ro lin (+1,6%). Najbardziej jednak wzro-s y ceny maszyn rolniczych (+3,5%), co mo e wynika po cz ci z wi kszej do-st pno ci funduszy z nowego PROW.

W ca ym 2015 r. ceny pszenicy wzros y o 0,9%, j czmienia i yta – o 4,3 i 5,3%, ale kukurydzy a o 27,2%. W sumie zwy ki te by y bardzo umiarkowa-ne, je li uwzgl dnimy spadki zbiorów. Wynika to z globalizacji, która ma w du-ym stopniu dezaktualizowa tzw. naturalne zabezpieczenie przed ryzykiem ce-

nowym. Terminem powy szym okre la si sytuacj , gdy pomimo spadków zbioru jakiego ziemiop odu, nie rosn jego ceny, gdy w innych regionach wiata równolegle jego zbiory wzros y, a wi c nie zmala a ogólna poda . Trzeba

do tego jeszcze doda , e pogorszy a si konkurencyjno cenowa i jako ciowa polskiej pszenicy, a tak e popyt wewn trzny na zbo a by wzgl dnie stabilny. Interesuj ce jest w tym kontek cie, e ww. naturalny hedging w jakim stopniu dzia a w przypadku ziemniaków, gdzie ceny wzros y o 31%. Problem si tu jednak komplikuje, gdy wci mala area tej uprawy. Bardzo korzystnie kszta -towa y si w 2015 r. ceny drobiu i byd a. Zdecydowanie natomiast obni y y si ceny mleka (o 8,6%) i ywca wieprzowego (o 7,8%).

W tabeli 3 zaprezentowana zosta a podstawowa statystyka opisowa anali-zowanych wska ników i mierników. Jak w latach wcze niejszych, tak e w roku 2015 mieli my do czynienia z bardzo zró nicowan zbiorowo ci gospodarstw. To nie mo e zaskakiwa , gdy ich dokonania ekonomiczno-finansowe kszta to-wane s przez du liczb czynników egzo- i endogenicznych. W przypadku wska ników efektywno ci finansowej, a wi c rentowno ci, op acalno ci i zwro-tów gotówkowych, zdecydowanie wi ksz zmienno wykazywa y te z nich, w których dochód z rodzinnego gospodarstwa rolnego pomniejszono o wyna-grodzenie pracy rodziny rolniczej i umowne oprocentowanie kapita u w asnego. Je li chodzi natomiast o wska niki p ynno ci, wyp acalno ci i stabilno ci finan-sowej, wyra nie wi ksze ich zró nicowanie obserwujemy, gdy w ich konstrukcji wyst puj przep ywy pieni ne, czyli kategoria o du ych wahaniach. W pozo-sta ych wska nikach z grubsza mamy do czynienia z podobn sytuacj . Innymi s owy, je li formu a liczenia wska nika zawiera kategorie dodatnie i wzgl dnie

114

jednorodne (np. w postaci sum), zmienno , niejako z samej ju definicji, po-winna by mniejsza. Dobrze zale no t wida równie w grupie relacji opisu-j cych wsparcie bud etowe badanych gospodarstw. Stopa subsydiowania I, a wi c b d ca ilorazem sumy wsparcia i produkcji rolniczej, wykazywa a wspó czynnik zmienno ci równy 128. Stopa II (1), gdzie w mianowniku pojawia si dochód z rodzinnego gospodarstwa rolnego, wspó czynnik ten podnosi do 536, stopa II (2), kiedy to wsparcie dzielimy przez dochód ww. pomniejszony o koszty pracy w asnej, owocuje jego wzrostem do 3105. Na tym tle z kolei bar-dzo stabilnie kszta towa y si obydwie miary od czenia wsparcia bud etowego od produkcji rolniczej i udzia u w nim p atno ci do dzia alno ci operacyjnej.

Kszta towanie si rednich warto ci badanych wska ników i mierników w latach 2010-2015 oraz w dwóch podokresach, 2010-2012 i 2013-2015, przed-stawiono w tabeli 4. W przypadku efektywno ci finansowej, niestety, konty-nuowane by y wci negatywne tendencje, w zasadzie obserwowane ju w 2013 roku. W roku 2015 pogorszy y si wszystkie wska niki z powy szego obszaru w stosunku do 2014 r. oraz obydwu wyró nionych podokresów. Na tym tle szczególnie niekorzystnie wygl da a rentowno i zwroty gotówkowe z akty-wów ogó em i kapita u w asnego. Z kolei op acalno nieco tylko zmala a w stosunku do lat wcze niejszych. W tych warunkach nie mo e zaskakiwa zde-cydowany spadek dochodu z rodzinnego gospodarstwa rolnego, obydwu formu zysku, przep ywów pieni nych (I), inwestycji brutto i netto oraz stanu kapita u w asnego w dwuleciu 2014-2015, a najcz ciej równie w stosunku do rednich z dwóch podokresów. Niepokoi powinien równie regres w p ynno ci bie cej i szybkiej oraz pokryciu kredytów ogó em przep ywami pieni nymi. Pozytyw-nym jest jednak w tym przypadku niewielka poprawa wska ników generowania gotówki oraz pokrycia przep ywami pieni nymi (1) inwestycji brutto. Trzeba, wreszcie zauwa y , e rednie wsparcie bud etowe na jedno gospodarstwo w analizowanym dwuleciu równie nieznacznie zmala o (o 2,1%), b d c tylko troch wy sze ni przeci tnie w latach 2010-2012 (o 1,4 tys. z ) i w okresie 2013-2015 (tylko o ok. 800 z ). Wzros y natomiast wszystkie trzy stopy subsy-diowania, ale najmocniej stopa II (2), z wyj tkiem stopy I, osi gaj c historycz-nie najwy szy poziom. Bardzo stabilnie z kolei wygl da y obydwa stopnie od -czenia dop at od produkcji rolniczej oraz udzia w nich cz ci wspieraj cej dzia-alno operacyjn .

Tabe

la 3

St

atys

tyka

opi

sow

a w

ska

nikó

w i

mie

rnik

ów d

la r

oku

2015

LP

Wys

zcze

góln

ieni

e J.

m.

Lic

zba

go

spod

arst

w

redn

ia

Med

iana

Min

M

ax

Odc

hyle

nie

st

anda

rdow

e W

spó

czyn

nik

zmie

nno

ci

1 R

ento

wno

kap

itau

was

nego

(1)

%

7 08

62,

31,

7-7

0,6

133,

88

360

2 R

ento

wno

kap

itau

was

nego

(2)

%

7 08

60,

50,

0-7

1,9

133,

08

1 71

4 3

Ren

tow

no a

ktyw

ów o

góem

(1)

%

7 08

62,

21,

8-7

0,6

130,

08

348

4 R

ento

wno

akt

ywów

ogó

em (2

) %

7

086

0,3

0,0

-71,

912

9,3

82

673

5 Zw

rot g

otów

kow

y z

kapi

tau

was

nego

%

7 08

69,

98,

2-2

4,6

179,

49

90

6 Zw

rot g

otów

kow

y z

akty

wów

ogó

em

%

7 08

69,

27,

8-2

4,2

179,

48

87

7 W

ska

nik

opac

alno

ci o

góem

%

7

086

118,

811

3,7

16,6

488,

337

31

8 W

ska

nik

opac

alno

ci sp

rzed

ay

%

7 08

612

3,0

118,

57,

346

9,1

4335

9

Pyn

no b

ieca

kr

otno

3 49

88,

94,

80,

018

3,5

1415

4 10

P

ynno

szyb

ka

krot

no3

498

2,5

0,9

0,0

96,2

521

2

11

Pokr

ycie

kre

dytó

w o

góem

pr

zep

ywam

i pie

niny

mi

krot

no3

516

3,2

1,1

-16,

132

6,5

1133

1

12

Pokr

ycie

inw

esty

cji

krot

no3

083

5,7

2,4

-50,

111

9,4

916

4 13

W

ska

nik

gene

row

ania

got

ówki

(1)

%

6 51

00,

0257

0,01

350,

0002

9,38

150,

1473

573

14

Wsk

ani

k ge

nero

wan

ia g

otów

ki (2

) %

34

40,

0206

0,00

420,

0000

1,15

270,

0785

381

15

Przy

rost

kap

itau

was

nego

%

2

971

6,5

3,4

0,0

228,

411

161

16

Zmia

na w

arto

ci k

apita

u w

asne

go

tys.

z

7 08

64,

5-5

,5-2

752

,32

630,

713

9,6

3 09

8 17

Pr

zyro

st k

apita

u pr

acuj

cego

%

3

479

70,6

24,9

0,0

13 6

84,8

378

535

18

Kap

ita p

racu

jcy

(SK

) ty

s. z

7

086

110,

068

,1-9

45,3

5 24

5,9

169,

415

4 19

W

ielk

o e

kono

mic

zna

tys.

z

7 08

624

9,0

165,

117

,35

658,

130

4,1

122

20

Stop

a in

wes

tow

ania

%

7

085

101,

90,

00,

07

165,

731

530

9

115

cd. t

abel

i 3

21

Inw

esty

cje

brut

to

tys.

z

7 08

654

,70,

00,

04

168,

716

8,5

308

22

Inw

esty

cje

netto

ty

s. z

7

086

19,5

-10,

0-6

58,4

3 97

8,7

158,

381

4

23

Wsk

ani

k po

kryc

ia a

ktyw

ów

kapi

taem

was

nym

%

7

086

94,6

100,

016

,910

0,0

910

24

Wsk

ani

k un

ieru

chom

ieni

a ak

tyw

ów

krot

no7

076

13,0

9,7

0,2

579,

215

119

25

Dop

aty

ogó

em

tys.

z

7 08

647

,627

,20,

069

6,5

64,0

134

26

Prze

pyw

y pi

eni

ne (1

) ty

s. z

7

086

118,

470

,4-4

57,4

6 83

0,3

179,

815

2 27

Pr

zep

ywy

pien

ine

(2)

tys.

z

7 08

6-4

2,9

-10,

0-1

634

,31

013,

910

4,5

*

28

Doc

hód

z ro

dzin

nego

gos

poda

rstw

a ro

lneg

o ty

s. z

7

086

82,9

47,7

-394

,15

321,

214

0,3

169

29

Zysk

z g

ospo

dars

twa

roln

ego

tys.

z

7 08

648

,114

,3-4

27,9

5 26

7,9

137,

528

6 30

Zy

sk p

rzed

sibi

orcy

ty

s. z

7

086

26,2

-0,2

-419

,25

046,

012

6,5

482

31

Stop

a su

bsyd

iow

ania

I %

7

086

28,9

22,1

0,0

1 12

4,5

3712

8 32

St

opa

subs

ydio

wan

ia II

(1)

%

7 07

978

,257

,3-8

288

,79

684,

942

053

6 33

St

opa

subs

ydio

wan

ia II

(2)

%

7 06

134

,838

,9-3

8 61

9,8

36 2

82,1

1 08

13

105

34

Stop

ie o

dcz

enia

I do

pat

do

dz

iaal

noci

ope

racy

jnej

od

prod

ukcj

i %

6

694

74,1

83,1

0,0

100,

026

35

35

Stop

ie o

dcz

enia

II d

opat

od

pro

dukc

ji %

6

785

77,0

85,2

0,0

100,

024

31

36

Udz

ia d

opat

do

dzia

alno

ci

oper

acyj

nej w

ca

oci

dop

at

%

6 78

590

,810

0,0

0,0

100,

019

21

*Z u

wag

i na

to,

e re

dnia

war

to p

rzep

ywów

pie

niny

ch (2

) jes

t war

toci

uje

mn

nie

wyl

iczo

no w

spó

czyn

nika

zm

ienn

oci

.

ród

o: o

blic

zeni

a w

asne

na

pods

taw

ie d

anyc

h Po

lski

ego

FAD

N.

116

Tabe

la 4

K

szta

tow

ane

si w

arto

ci m

iern

ików

i w

ska

nikó

w w

pan

elu

gosp

odar

stw

w

lata

ch 2

010-

2015

L.P.

W

yszc

zegó

lnie

nie

J.m.

Lata

20

10-2

012

Lata

20

13-2

015

2010

20

11

2012

20

13

2014

20

15

2015

x 10

0 20

14

1 R

ento

wno

kap

itau

was

nego

(1)

%

5,8

4,6

5,1

6,0

6,3

5,5

4,5

3,9

71,3

2

Ren

tow

no k

apita

u w

asne

go (2

) %

3,

52,

82,

73,

64,

13,

62,

82,

159

,1

3 R

ento

wno

akt

ywów

ogó

em (1

) %

5,

64,

55,

05,

86,

15,

34,

43,

872

,7

4 R

ento

wno

akt

ywów

ogó

em (2

) %

3,

52,

82,

73,

64,

13,

62,

82,

159

,1

5 Zw

rot g

otów

kow

y z

kapi

tau

w

asne

go

%

10,5

10,5

9,9

10,4

11,3

11,4

10,5

9,6

84,1

6 Zw

rot g

otów

kow

y z

akty

wów

ogó

em

%

9,7

9,5

9,1

9,6

10,4

10,4

9,5

8,7

83,7

7

Wsk

ani

k op

acal

noci

ogó

em

%

129,

012

0,4

128,

212

8,3

130,

312

2,7

120,

611

7,9

96,1

8

Wsk

ani

k op

acal

noci

sprz

eda

y %

12

9,5

127,

312

7,6

128,

713

1,7

130,

112

7,7

124,

095

,3

9 P

ynno

bie

ca

krot

no

3,98

3,55

3,70

4,04

4,19

3,90

3,46

3,33

85,6

10

P

ynno

szyb

ka

krot

no

1,08

0,94

1,04

1,09

1,10

1,06

0,90

0,87

82,2

11

Pokr

ycie

kre

dytó

w o

góem

pr

zep

ywam

i pie

niny

mi

krot

no

0,88

0,74

0,86

0,88

0,90

0,82

0,73

0,66

80,3

12

Pokr

ycie

inw

esty

cji

krot

no

1,29

1,36

1,26

1,34

1,28

1,31

1,40

1,36

103,

3 13

W

ska

nik

gene

row

ania

got

ówki

(1)

%

0,01

20,

014

0,01

20,

012

0,01

20,

013

0,01

40,

014

102,

2 14

W

ska

nik

gene

row

ania

got

ówki

(2)

%

0,00

40,

006

0,00

40,

004

0,00

40,

006

0,00

40,

008

128,

1

15

Przy

rost

kap

itau

was

nego

%

8,

07,

27,

78,

18,

27,

38,

25,

879

,3

16

Zmia

na w

arto

ci k

apita

u w

asne

go

tys.

z

44,6

25,9

29,8

57,4

46,5

39,6

33,5

4,5

11,4

17

Pr

zyro

st k

apita

u pr

acuj

cego

%

42

,931

,044

,945

,838

,631

,629

,731

,499

,5

18

Kap

ita p

racu

jcy

(SK

) ty

s. z

10

2,9

111,

688

,110

4,9

115,

811

5,7

109,

011

0,0

95,1

19

W

ielk

o e

kono

mic

zna

tys.

z

233,

724

6,0

231,

723

3,5

236,

023

8,7

250,

224

9,0

104,

3 20

St

opa

inw

esto

wan

ia

%

154,

412

6,1

153,

114

5,6

164,

013

8,5

129,

411

1,0

80,1

21

In

wes

tycj

e br

utto

ty

s. z

59

,963

,153

,356

,669

,871

,762

,854

,776

,2

22

Inw

esty

cje

netto

ty

s. z

28

,828

,024

,524

,936

,935

,628

,919

,554

,6

117

cd. t

abel

i 4

23

Wsk

ani

k po

kryc

ia a

ktyw

ów

kapi

taem

was

nym

%

92

,090

,892

,292

,191

,690

,990

,890

,799

,8

24

Wsk

ani

k un

ieru

chom

ieni

a A

ktyw

ów

krot

no

8,5

8,7

9,4

8,4

8,0

8,3

8,9

8,8

106,

8

25

Dop

aty

ogó

em

tys.

z

46,2

46,8

45,4

47,2

46,0

48,7

44,2

47,6

97,9

26

Pr

zep

ywy

pien

ine

(1)

tys.

z

113,

812

6,6

102,

111

1,9

127,

413

3,9

127,

511

8,4

88,4

27

Pr

zep

ywy

pien

ine

(2)

tys.

z

-43,

7-4

7,9

-40,

5-4

1,4

-49,

3-5

0,6

-50,

0-4

2,9

*

28

Doc

hód

z ro

dzin

nego

gos

poda

rstw

a ro

lneg

o ty

s. z

94

,289

,553

,164

,771

,464

,255

,048

,175

,0

29

Zysk

z g

ospo

dars

twa

roln

ego

tys.

z

63,1

55,8

83,1

95,5

104,

097

,288

,382

,985

,3

30

Zysk

prz

edsi

bior

cy

tys.

z

37,7

34,0

27,8

38,8

46,5

42,2

33,7

26,2

62,1

31

Stop

a su

bsyd

iow

ania

I %

17

,217

,618

,718

,315

,218

,016

,818

,110

0,8

32

Stop

a su

bsyd

iow

ania

II (1

) %

44

,352

,246

,846

,440

,350

,350

,855

,811

1,0

33

Stop

a su

bsyd

iow

ania

II (2

) %

66

,083

,673

,268

,458

,576

,181

,596

,012

6,2

34

Stop

ie o

dcz

enia

I do

pat

do

dzi

aal

noci

ope

racy

jnej

od

prod

ukcj

i %

64

,976

,660

,464

,669

,475

,679

,474

,999

,1

35

Stop

ie o

dcz

enia

II d

opat

od

pro

dukc

ji %

67

,579

,062

,867

,272

,277

,881

,777

,699

,7

36

Udz

ia d

opat

do

dzia

alno

ci

oper

acyj

nej w

ca

oci

dop

at

%

92,1

89,8

93,4

92,3

90,7

90,8

89,1

89,5

98,5

*Z u

wag

i na

to,

e re

dnia

war

to p

rzep

ywów

pie

niny

ch (2

) w a

naliz

owan

ych

lata

ch p

rzyj

muj

e w

arto

ci u

jem

ne n

ie je

st p

reze

ntow

ana

zmia

-na

war

toci

tego

mie

rnik

a w

201

5 w

stos

unku

do

roku

201

4.

ród

o: o

blic

zeni

a w

asne

na

pods

taw

ie d

anyc

h Po

lski

ego

FAD

N.

118

119

Oddzia ywanie wielko ci ekonomicznej badanych gospodarstw na skon-struowane wska niki i mierniki pokazano w tabeli 5. Podobnie jak w latach wcze niejszych, rozwa ania prowadzone s w uk adzie pi ciu grup wielko ci. Trzeba doda , e w przypadku obiektów bardzo ma ych zrezygnowano z poda-wania wi kszo ci wska ników p ynno ci i zdolno ci obs ugi kredytów oraz po-krycie inwestycji przep ywami pieni nymi, gdy cz sto te ostatnie by y tu ujemne. Tabel 5 podsumowa mo na nast puj co:

1. Bez adnego wyj tku wszystkie wska niki rentowno ci, zwroty gotówko-

we i op acalno ci ros y w miar przechodzenia do wi kszych gospodarstw. Najmniejsze ró nice dotyczy y przy tym wska ników op acalno ci. Tylko w gospodarstwach ma ych warto ci wszystkich o miu relacji efektywno-ciowych w dwuleciu 2014-2015 zwi kszy y si . Je li pominie si obiekty

bardzo ma e i ma e, to oka e si , e efektywno finansowa w trzech gru-pach pozosta ych uleg a równie obni eniu w stosunku do dwóch wyró -nionych podokresów. Na pewno w jakim stopniu wynika o to z pogorsze-nia si koniunktury rynkowej, co t umaczy kszta towanie si wska nika op acalno ci sprzeda y, a wi c miary nie zawieraj cej adnych subsydiów. Problem si jednak komplikuje, gdy op acalno ta w jednostkach bardzo ma ych i ma ych w roku 2015 by a wy sza ni w podokresie 2013-2015.

2. W zakresie p ynno ci statycznej i dynamicznej oraz pokrycia kredytów i inwestycji przep ywami pieni nymi sytuacja wygl da interesuj co. Na jednym biegunie mamy tu obiekty ma e, które przeci tnie stosuj konser-watyzm finansowy i przez to s ma o ryzykowne, co oznacza du dba o o bezpiecze stwo finansowe. Pozosta e gospodarstwa natomiast prowadzi-y agresywniejsz polityk finansow . Wyra a si to przede wszystkim

ni szymi wska nikami p ynno ci bie cej i szybkiej oraz szerszym wyko-rzystywaniem kredytów. To ostatnie wynika z kszta towania si wska nika pokrycia aktywów ogó em kapita em w asnym. Do tego dodajmy wi ksz elastyczno wi kszych gospodarstw, o czym przekonuje zachowanie si wska nika unieruchomienia aktywów. Je li te bardziej ryzykowne strate-gie porównamy jednak z wy sz efektywno ci finansow , to widzimy, e per saldo s one raczej skuteczniejsze ni konserwatywne.

3. Z wy czeniem gospodarstw ma ych wsz dzie przeci tny dochód z ro-dzinnego gospodarstwa rolnego w 2015 r. by ni szy ni w roku 2014 oraz w dwóch wyró nionych podokresach. Pocz wszy od jednostek rednio ma ych, z tym samym zjawiskiem mieli my równie do czynienia w przy-padku zysków. Dop aty ogó em na gospodarstwo na tym tle wykazywa y ró nokierunkowe tendencje. W dwuleciu 2014-2015 zmala y tylko w jed-

120

nostkach bardzo ma ych, natomiast w du ych ich warto z roku 2015 by a ni sza w porównaniu do dwóch podokresów. Gospodarstwa ma e i rednio ma e to dwie grupy, w których rednia warto wsparcia bud etowego ro-s a w latach 2010-2015. Trosk musi napawa ponadto fakt powszechnego niemal e pogorszenia si w roku 2015 potencja u finansowego gospo-darstw i mo liwo ci samofinansowania ich rozwoju, a wi c niekorzystna sytuacja w zakresie generowania kapita u w asnego, stopy inwestowania, inwestycji netto i przep ywów pieni nych (2). Gdyby te tendencje utrzy-mywa y si w kolejnych latach, powa nie zagro ona by aby egzystencja wielu gospodarstw.

4. Wszystkie trzy stopy subsydiowania w roku 2015, podobnie jak w latach wcze niejszych, mala y w miar przechodzenia do coraz to wi kszych go-spodarstw. Nie mo e to zaskakiwa , gdy nasza polityka bud etowa wspiera jednostki mniejsze. Stopy te jednak, pocz wszy od obiektów red-nio ma ych, w dwuleciu 2014-2015 wzros y. By y te przeci tnie wy sze od obserwowanych w dwóch podokresach. Ma e natomiast by o zró nico-wanie mi dzygrupowe stopnia od czenia wsparcia bud etowego od pro-dukcji rolniczej, chocia wsz dzie by o ono wy sze ni w latach 2010--2012. Wynika oby z tego, e teoretycznie rzecz bior c badani rolnicy powinni szerzej w swych decyzjach uwzgl dnia sygna y p yn ce z ryn-ków. Zwraca ponadto uwag to, e obiekty rednio-du e relatywnie wi cej dop at otrzymywa y z II filaru ni jednostki z trzech mniejszych grup. Z drugiej natomiast strony proporcje mi dzyfilarowe wykazuj du sta-bilno w czasie w poszczególnych klasach wielko ci ekonomicznej.

Tabe

la 5

K

szta

tow

anie

si w

arto

ci m

ierni

ków

i wsk

ani

ków

w p

anelu

gos

poda

rstw

w za

leno

ci od

ich

wiel

koci

ekon

omicz

nej w

201

5

*

Nie

wyl

iczo

no w

arto

ci w

ska

nika

, je

eli w

arto

ci p

rzep

ywów

pie

niny

ch lu

b do

chod

u z

rodz

inne

go g

ospo

dars

twa

roln

ego

byy

ujem

ne o

raz

nie

pre-

zent

owan

o re

dnie

j war

toci

wsk

ani

ka, j

eel

i lic

zba

gosp

odar

stw

w d

anej

gru

pie

bya

mni

ejsz

a ni

15

obie

któw

. ró

do:

obl

icze

nia

was

ne n

a po

dsta

wie

dan

ych

Pols

kieg

o FA

DN

.

Lata

20

10-2

012

Lata

20

13-2

015

2014

2015

Lata

20

10-2

012

Lata

20

13-2

015

2014

2015

Lata

20

10-2

012

Lata

20

13-2

015

2014

2015

Lata

20

10-2

012

Lata

20

13-2

015

2014

2015

Lata

20

10-2

012

Lata

20

13-2

015

2014

2015

1R

ento

wno

kap

itau

was

nego

(1)

%-4

,8-5

,2-5

,4-5

,1-0

,02

-1,1

-1,6

-1,1

3,9

2,7

2,3

2,1

6,2

4,9

4,9

4,2

9,0

7,3

7,4

6,1

2R

ento

wno

kap

itau

was

nego

(2)

%-7

,2-6

,9-7

,0-6

,7-2

,3-2

,8-3

,3-2

,81,

50,

90,

60,

43,

93,

13,

12,

46,

65,

45,

64,

33

Ren

tow

no a

ktyw

ów o

góem

(1)

%-4

,8-5

,1-5

,3-5

,00,

1-1

,0-1

,5-1

,13,

82,

72,

42,

26,

04,

84,

84,

18,

36,

76,

75,

74

Ren

tow

no a

ktyw

ów o

góem

(2)

%-7

,2-6

,9-7

,0-6

,7-2

,3-2

,8-3

,3-2

,81,

50,

90,

60,

43,

93,

13,

12,

46,

65,

45,

64,

35

Zw

rot g

otów

kow

y z

kapi

tau

was

nego

%5,

45,

45,

54,

77,

47,

26,

86,

99,

39,

29,

28,

310

,710

,410

,59,

512

,412

,312

,311

,26

Zw

rot g

otów

kow

y z

aktyw

ów o

góem

%5,

45,

45,

54,

67,

27,

16,

76,

88,

98,

88,

88,

09,

89,

59,

68,

710

,910

,610

,69,

67

Wsk

ani

k op

acal

noci

ogó

em%

112,

998

,395

,299

,511

9,6

110,

810

7,4

112,

213

0,1

119,

211

8,2

117,

613

1,3

121,

712

2,6

118,

412

8,7

121,

512

2,3

118,

58

Wsk

ani

k op

acal

noci

spr

zeda

y%

98,6

95,3

89,5

96,3

114,

111

2,5

108,

911

3,5

127,

312

4,0

123,

612

1,1

130,

412

6,8

128,

112

2,1

132,

413

0,7

131,

412

7,3

9P

ynno

bie

cakr

otno

-*-*

-*-*

4,07

3,90

3,98

3,63

4,30

4,18

4,08

3,97

4,02

3,65

3,53

3,55

3,85

3,35

3,26

3,08

10P

ynno

szy

bka

krot

no-*

-*-*

-*1,

171,

231,

231,

241,

191,

161,

121,

101,

070,

970,

920,

951,

040,

850,

820,

76

11P

okry

cie

kred

ytów

ogó

em

prze

pyw

ami p

ieni

nym

ikr

otno

-*-*

-*-*

1,07

1,03

0,99

0,98

1,08

0,98

1,02

0,88

0,96

0,82

0,81

0,75

0,77

0,65

0,65

0,58

12P

okry

cie

inw

esty

cji

krot

no-*

-*-*

-*1,

161,

421,

401,

191,

331,

481,

681,

311,

271,

391,

411,

371,

311,

301,

331,

3813

Wsk

ani

k ge

nero

wan

ia g

otów

ki (1

)%

0,01

20,

014

0,01

50,

014

0,01

20,

014

0,01

40,

013

0,01

20,

014

0,01

40,

013

0,01

20,

014

0,01

40,

014

0,01

20,

014

0,01

30,

014

14W

ska

nik

gene

row

ania

got

ówki

(2)

%-*

-*-*

-*0,

007

0,00

80,

006

0,01

00,

004

0,00

60,

004

0,00

80,

003

0,00

50,

003

0,00

70,

004

0,00

70,

004

0,00

815

Prz

yros

t kap

itau

was

nego

%

5,7

5,8

8,6

3,4

6,4

6,2

7,6

5,9

7,1

6,4

7,5

5,4

7,8

7,2

8,6

5,7

9,2

7,7

8,4

6,0

16Z

mia

na w

arto

ci k

apita

u w

asne

goty

s. z

1,9

-5,1

-5,5

-6,6

5,9

-0,3

0,1

-3,0

23,3

8,0

10,6

-3,6

58,5

35,7

48,1

5,0

154,

397

,311

8,7

34,1

17P

rzyr

ost k

apita

u pr

acuj

cego

%36

,524

,022

,625

,137

,729

,827

,232

,641

,028

,525

,930

,242

,329

,928

,531

,246

,233

,633

,332

,118

Kap

ita p

racu

jcy

(SK)

tys.

z19

,419

,120

,018

,539

,141

,439

,941

,972

,579

,376

,978

,512

2,8

130,

912

6,6

128,

427

9,9

284,

027

6,2

272,

119

Wie

lko

eko

nom

iczn

aty

s. z

29,1

28,1

28,2

27,9

66,6

65,4

65,3

65,0

146,

614

6,6

146,

814

6,2

281,

628

3,1

283,

228

3,6

722,

274

1,5

754,

474

3,5

20S

topa

inw

esto

wan

ia%

20,4

17,1

13,7

12,2

63,2

49,3

47,5

54,7

114,

891

,790

,785

,017

5,3

128,

013

1,0

112,

019

2,6

162,

116

8,1

135,

621

Inw

esty

cje

brut

toty

s. z

3,1

2,4

3,6

1,8

9,5

7,5

7,1

8,4

29,8

28,1

26,1

25,6

81,1

77,3

77,3

67,2

203,

021

8,9

217,

117

8,6

22In

wes

tycj

e ne

ttoty

s. z

-3,5

-4,3

-3,4

-4,3

-2,9

-4,7

-4,6

-3,3

7,7

5,0

3,9

3,3

42,0

34,1

35,9

24,3

123,

912

8,0

129,

986

,0

23W

ska

nik

pokr

ycia

ak

tywów

kap

itaem

was

nym

%99

,199

,599

,399

,697

,898

,298

,398

,295

,295

,395

,595

,592

,291

,591

,691

,687

,886

,086

,085

,9

24W

ska

nik

unie

ruch

omie

nia

akty

wów

krot

no11

,612

,912

,813

,29,

79,

710

,29,

69,

18,

99,

28,

99,

09,

09,

39,

27,

58,

18,

38,

425

Dop

aty

ogó

emty

s. z

7,9

9,9

10,6

8,3

16,7

17,5

16,3

17,9

32,1

33,6

31,4

33,8

61,5

58,5

53,5

60,5

116,

311

2,1

107,

511

0,5

26P

rzep

ywy

pien

ine

(1)

tys.

z13

,314

,815

,512

,932

,633

,531

,732

,573

,877

,978

,770

,814

5,1

153,

315

4,3

141,

833

0,1

363,

836

2,5

336,

327

Prz

epyw

y pi

eni

ne (2

)ty

s. z

-1,8

0,4

3,0

-0,4

-6,5

-5,6

-5,6

-4,9

-22,

1-2

1,4

-22,

0-1

7,6

-57,

8-5

8,7

-61,

1-5

2,7

-150

,8-1

66,5

-172

,3-1

48,3

28D

ochó

d z

rodz

inne

go

gosp

odar

stw

a ro

lneg

oty

s. z

10,7

8,6

8,7

7,5

25,1

22,4

19,8

22,7

60,3

54,7

51,9

50,9

119,

110

8,8

107,

499

,928

0,8

259,

725

9,9

232,

6

29Z

ysk

z go

spod

arst

wa

roln

ego

tys.

z-1

1,9

-14,

2-1

5,0

-14,

0-0

,1-5

,1-7

,6-5

,430

,522

,619

,618

,084

,772

,671

,562

,923

9,7

214,

421

6,7

184,

330

Zys

k pr

zeds

ibi

orcy

tys.

z-1

7,9

-18,

8-1

9,6

-18,

5-1

0,2

-13,

2-1

5,6

-13,

312

,27,

64,

83,

252

,946

,145

,836

,017

5,7

160,

216

4,3

130,

231

Sto

pa s

ubsy

diow

ania

I%

28,9

38,8

42,6

35,2

25,6

28,9

28,9

29,1

20,9

22,9

21,7

23,6

18,6

19,4

18,2

20,7

13,3

13,3

12,8

13,4

32S

topa

sub

sydi

owan

ia II

(1)

%74

,411

4,4

124,

411

1,2

63,0

77,5

84,6

75,5

48,5

59,9

59,8

62,7

44,8

53,2

50,8

58,3

37,9

43,8

42,4

47,4

33S

topa

sub

sydi

owan

ia II

(2)

%-6

7,0

-69,

3-7

2,2

-59,

7-2

3 06

8,5

-338

,6-2

18,9

-317

,795

,614

4,8

157,

317

7,1

63,0

79,7

76,2

92,6

44,5

53,1

50,8

59,8

34S

topi

e o

dcz

enia

I do

pat

do

dzia

alno

ci o

pera

cyjn

ej o

d pr

oduk

cji

%65

,776

,076

,278

,765

,776

,679

,476

,166

,376

,578

,875

,565

,076

,478

,975

,363

,576

,880

,374

,0

35S

topi

e o

dcz

enia

II do

pat

od

prod

ukcj

i%

66,2

76,5

76,7

79,1

67,0

77,8

80,5

77,3

68,4

78,3

80,4

77,3

67,9

79,4

81,8

78,5

66,7

79,4

82,6

77,0

36U

dzia

dop

at d

o dz

iaal

noci

op

erac

yjne

j w c

ao

ci d

opat

%98

,598

,197

,998

,495

,795

,194

,895

,193

,492

,591

,992

,491

,487

,386

,186

,990

,888

,988

,388

,5

Du

e( E

;F)

redn

io-d

ue

(D)

L.p.

Wys

zcze

góln

ieni

eJ.

m.

Bar

dzo

ma

e(A

)M

ae

(B)

redn

io-m

ae

( C)

121

122

W tabeli 6 zaprezentowano analizowane wska niki i mierniki w uk adzie siedmiu typów produkcyjnych. Warto od razu zauwa y , e praktycznie wszyst-kie relacje z zakresu efektywno ci finansowej w roku 2015 by y lepsze ni w roku 2014 we wszystkich trzech typach nale cych do produkcji ro linnej, chocia nominalnie wci obowi zywa o embargo na eksport owoców i warzyw do Rosji. Dla typu „uprawy ogrodnicze” wyniki z roku 2015 by y nawet lepsze ni w roku 2014 we wszystkich trzech typach nale cych do produkcji ro linnej. Dla typu „uprawy ogrodnicze” wyniki z roku 2015 by y nawet lepsze ni w dwóch podokresach. Zale no ta w du ym stopniu obserwowana by a tak e w „uprawach trwa ych”. Dodajmy do tego, e op acalno sprzeda y, a wi c wynik nieuwzgl dniaj cy jakichkolwiek subsydiów w badanym dwuleciu 2014--2015 pogorszy a si tylko w obiektach polowych. Fakty te k óc si wyra nie z ogólnym regresem w produkcji ro linnej w przekroju ca ego rolnictwa. To ka-e zniuansowa równie wcze niejszy wniosek o zanikaniu tzw. efektu natural-

nego hedgingu w warunkach globalizacji. W trzech typach zaliczanych do pro-dukcji zwierz cej w latach 2014-2015 pogorszy y si wszystkie miary efektyw-no ci, ale w stopniu najmniejszym w przypadku zwierz t ziarno ernych. Jak pami tamy z wcze niejszych rozwa a , produkcja zwierz ca ca ego rolnictwa w tym okresie wzros a. Wska niki efektywno ci w typach zwierz cych z roku 2015 by y zazwyczaj gorsze ni rednie z dwóch podokresów, ale pozytywnie w tym momencie odró nia y si gospodarstwa utrzymuj ce zwierz ta ziarno er-ne, gdzie zwroty gotówkowe by y nawet wy sze ni w latach 2010-2012. W przekroju wszystkich badanych typów bezdyskusyjnie najwy sz efektywno-ci finansow w 2015 r. odznacza y si gospodarstwa ogrodnicze. Ich przewaga

nad typem „zwierz ta trawo erne”, najmniej efektywnym, w przypadku rentow-no ci (2) aktywów i kapita u w asnego by a nawet 40-krotna.

W dwuleciu 2014-2015 nie zasz y istotniejsze zmiany w zakresie p ynno ci statycznej, tzn. mniej wi cej tyle samo typów do wiadczy o jej pewnej poprawy, jak i nieznacznego pogorszenia, cz ciej poprawia si natomiast zasób kapita u pracuj cego i niewielkie by y równie wahania w zakresie generowania gotówki. W porównaniu do rednich z dwóch podokresów po o enie p ynno ciowe, szcze-gólnie w uj ciu statycznym, w roku 2015 uleg o najcz ciej bardzo ma emu po-gorszeniu. Raczej stabilna by a z kolei sytuacja, je li chodzi o pokrycie kredytów przep ywami pieni nymi (1). W typach za zaliczanych do produkcji ro linnej w latach 2010-2015 zdecydowanie poprawia si wska nik pokrycia inwestycji powy szymi przep ywami. W badanych typach dominowa o samofinansowanie dzia alno ci, o czym wiadczy wska nik pokrycia aktywów kapita em w asnym, najcz ciej przekraczaj cy poziom 90%. Zdecydowanie znów odró niaj si tu ogrodnicy, u których ww. relacja w roku 2015 zbli a a si do 76%. Mo e to ozna-

123

cza , e gospodarstwa te, szerzej wykorzystuj c d ug, uzyskiwa y dodatni d wi-gni finansow , co nast pnie przek ada o si na najwy sz ich efektywno finan-sow . Z drugiej jednak strony obiekty te mia y w 2015 r. drugi pod wzgl dem wysoko ci wska nik unieruchomienia aktywów, a wi c nie odznacza y si zbyt wysok elastyczno ci . Równocze nie ogrodnicy legitymowali si jednymi z naj-ni szych wska ników p ynno ci bie cej i szybkiej. Mo e to zasygnalizowa za-równo napi cie finansowe, jak i celow strategi utrzymywania niskich zasobów aktywów p ynnych, by w ten sposób podwy sza rentowno .

Dochód z rodzinnego gospodarstwa rolnego oraz obydwa zyski w dwuleciu 2014-2015 poprawi y si tylko u ogrodników i w typie „uprawy trwa e”, osi ga-j c w roku 2015 wr cz maksima z ca ego okresu 2010-2015. W pozosta ych ty-pach najcz ciej przewa a y umiarkowane spadki tych trzech kategorii, chocia regres w obiektach zajmuj cych si produkcj mleka by wyra ny. Nieco lepiej by o wprawdzie w gospodarstwach mieszanych, co sugeruje, i dywersyfikacja dzia alno ci rolniczej nie amortyzowa a wystarczaj co ma o sprzyjaj cej koniunk-tury w 2015 r. Przep ywy pieni ne (1), jako miara potencja u finansowego, po-prawi y si tylko u ogrodników i w obiektach z uprawami trwa ymi. Oznaczone jako (2) z kolei spad y wy cznie w typie „zwierz ta ziarno erne”. We wszystkich typach obserwowano ponadto spadek stopy kreacji kapita u w asnego w 2015 r. Jest to równoznaczne ze skurczeniem si bazy samofinansowania i zdolno ci bu-forowania ryzyka. Od razu odbi o si to negatywnie na stopie inwestowania, która w dwuleciu 2014-2015 poprawi a si tylko w typie „zwierz ta ziarno erne”.

Dop aty ogó em w tys. z na gospodarstwo w roku 2015 by y wy sze w porównaniu do 2014 r. w czterech typach: „uprawy polowe”, „krowy mlecz-ne”, „zwierz ta ziarno erne” i „mieszany”. Jednak tylko w tym ostatnim by y wy sze ni rednia dla dwóch podokresów. Ju od lat sytuacj w tym zakresie mamy praktycznie stabiln , tzn. maksymalna kwota dop at wyst puje w obiek-tach polowych, a minimalna – u ogrodników. W 2015 r. ró nica mi dzy nimi mia a si jak 7,6 : 1. Pog bia si ona jednak jeszcze, gdy przejdziemy do po-równywania trzech stóp subsydiowania. Przy bli szym spojrzeniu okazuje si , e to nie obiekty polowe odznaczaj si najwy szymi stopami subsydiowania,

gdy wyra nie wy sze s one w typie „zwierz ta trawo erne”. Z kolei w typie „zwierz ta ziarno erne” stopy te by y w ostatnim roku analizy ni sze ni w przypadku gospodarstw nastawionych na chów prze uwaczy, od 2,5 (stopa II (1) do 5,6 raza (dwie pozosta e stopy). W ca ym sze cioleciu relatywne wsparcie bud etowe zmala o natomiast tylko w gospodarstwach ogrodniczych. Umiarko-wany wzrost obydwu stóp subsydiowania II obserwowali my z kolei w drugim typie najbardziej zliberalizowanym, czyli w gospodarstwach utrzymuj cych zwierz ta ziarno erne.

Ta

bela

6

Ksz

tato

wan

ie si

war

toci

mier

nikó

w i w

ska

nikó

w w

pan

elu g

ospo

dars

tw w

zale

noci

od ic

h ty

pu p

rodu

kcyj

nego

w 2

015

roku

ród

o: o

blic

zeni

a w

asne

na

pods

taw

ie d

anyc

h Po

lski

ego

FAD

N.

Lata

2010

-2012

Lata

2013

-2015

2014

2015

Lata

2010

-2012

Lata

2013

-201

520

1420

15La

ta 20

10-2

012

Lata

2013

-2015

2014

2015

Lata

2010

-2012

Lata

2013

-2015

2014

2015

Lata

2010

-2012

Lata

2013

-2015

2014

2015

Lata

2010

-2012

Lata

2013

-201

520

1420

15La

ta 20

10-2

012

Lata

2013

-2015

2014

2015

1Re

ntown

o ka

pitau

was

nego

(1)

%7,

65,1

4,94,

59,3

12,1

11,6

13,9

5,23,

40,

15,4

5,55,

46,1

4,13,

02,0

2,1

1,7

8,06,6

6,0

5,43,8

2,7

2,61,

92

Rento

wno

kapit

au w

asne

go (2

)%

5,6

3,53,3

2,9

5,910

,09,

811

,82,6

1,6

-1,6

3,62,8

3,4

4,22,1

0,3

0,00,

1-0

,35,2

4,64,

03,5

1,50,

90,8

0,1

3Re

ntown

o ak

tywów

ogó

em (1

)%

7,2

4,94,7

4,3

8,210

,19,

711

,25,1

3,4

0,4

5,35,3

5,2

5,94,0

3,0

2,12,

21,

87,5

6,35,

75,2

3,82,

82,7

2,0

4Re

ntown

o ak

tywów

ogó

em (2

)%

5,6

3,53,3

2,9

5,910

,09,

811

,82,6

1,6

-1,6

3,62,8

3,4

4,22,1

0,3

0,00,

1-0

,35,2

4,64,

03,5

1,50,

90,8

0,1

5Zw

rot g

otówk

owy z

kapit

au w

asne

go%

11,4

10,2

9,99,

320

,525

,224

,127

,511

,611

,29,

911

,110

,911

,212

,09,8

8,4

7,68,

07,

211

,912

,912

,712

,08,6

8,8

8,88,

06

Zwro

t gotó

wkow

y z ak

tywów

ogó

em%

10,4

9,18,8

8,3

16,7

19,3

18,2

20,8

10,9

10,5

9,3

10,5

10,0

10,3

11,0

9,07,

87,1

7,4

6,6

10,7

11,7

11,6

10,8

8,18,

28,2

7,5

7W

ska

nik op

acaln

oci

ogóe

m%

134,

211

7,911

8,011

5,7

129,8

133,6

131,

913

5,915

0,813

0,2

106,

214

3,3

137,3

132,

513

6,512

5,911

2,5

106,0

107,

610

9,5

121,3

116,8

116,

011

4,712

3,211

4,2

114,3

110,

98

Wsk

anik

opac

alno

ci sp

rzeda

y%

126,

911

6,911

6,411

3,2

128,9

133,2

131,

313

6,614

0,513

1,0

119,

813

1,9

136,4

135,

013

9,512

7,710

4,8

106,1

106,

610

9,1

135,8

141,8

143,

513

9,912

3,412

3,1

122,3

121,

09

Pyn

no bi

eca

krotno

4,16

3,49

3,37

3,26

1,76

1,16

1,03

1,17

4,35

3,04

2,51

2,88

2,74

2,90

2,93

2,88

3,47

3,23

3,17

3,67

4,66

4,31

4,26

3,87

4,80

4,47

4,37

4,11

10P

ynno

szyb

kakro

tno1,3

21,0

81,

050,

930,8

60,

630,4

90,7

41,

300,9

80,

870,9

30,7

70,

740,7

50,7

40,

560,4

60,

450,

600,9

90,9

00,

870,8

51,0

80,

970,9

00,

90

11Po

krycie

kred

ytów

ogóe

m

prze

pywa

mi pi

eni

nymi

krotno

0,85

0,62

0,59

0,56

0,70

0,58

0,52

0,65

1,11

0,92

0,80

0,94

0,95

0,90

0,96

0,78

0,74

0,57

0,65

0,54

0,82

0,89

0,92

0,77

0,92

0,80

0,79

0,71

12Po

krycie

inwe

stycji

krotno

1,19

1,15

1,16

1,21

1,66

1,22

1,33

2,24

1,53

1,73

1,36

2,10

1,43

1,65

1,71

1,67

1,22

1,16

1,23

1,06

1,36

1,69

1,87

1,32

1,23

1,33

1,38

1,21

13W

ska

nik ge

nero

wania

gotów

ki (1

)%

0,012

0,014

0,01

40,0

140,0

140,

014

0,014

0,014

0,01

30,0

150,

019

0,012

0,012

0,01

30,0

130,0

130,

012

0,013

0,013

0,01

20,0

110,

013

0,01

40,0

150,

012

0,01

40,0

140,0

1414

Wsk

anik

gene

rowa

nia go

tówki

(2)

%0,0

040,0

070,

005

0,010

0,007

0,00

90,0

120,0

090,

006

0,007

0,00

40,0

110,0

030,

004

0,002

0,006

0,00

50,0

040,0

020,

003

0,004

0,00

40,

001

0,007

0,00

40,

007

0,005

0,007

15Pr

zyro

st ka

pitau

was

nego

%

9,2

8,410

,56,

011

,212

,112

,511

,99,3

7,2

7,6

6,97,5

6,2

6,34,6

8,1

7,29,

35,

48,4

7,17,

16,6

6,96,

26,9

5,5

16Zm

iana

warto

ci ka

pitau

was

nego

tys. z

69,1

52,0

71,4

28,8

9,79,1

9,7

-6,1

28,7

3,8

-13,

015

,751

,725

,138

,6-1

9,030

,414

,827

,5-1

,058

,716

,10,

7-1

,027

,812

,414

,30,

117

Przy

rost

kapit

au pr

acuj

cego

%50

,134

,533

,532

,641

,235

,332

,437

,369

,038

,138

,743

,846

,133

,433

,332

,535

,828

,426

,732

,536

,830

,224

,336

,536

,325

,925

,525

,818

Kapit

a pr

acuj

cy (S

K)tys

. z14

2,7

141,8

137,2

139,

345

,438

,233

,339

,410

1,693

,977

,498

,060

,874

,674

,076

,670

,379

,174

,488

,919

1,220

6,519

9,7

194,0

90,4

101,

210

0,798

,019

Wiel

ko ek

onom

iczna

tys. z

245,

423

9,723

9,324

1,2

330,4

389,0

392,

640

3,513

3,713

8,2

138,

914

0,4

227,2

247,

624

9,925

3,814

9,5

181,0

241,

215

7,5

533,3

570,7

572,

058

5,218

1,018

9,6

192,8

191,

820

Stop

a inw

estow

ania

%17

5,2

139,1

136,4

127,

611

7,017

4,816

8,9

85,7

106,7

91,3

105,

669

,317

4,212

8,7

145,4

96,4

106,

995

,612

7,6

76,8

167,0

124,8

117,

313

3,512

9,810

8,8

108,

910

8,2

21Inw

estyc

je br

utto

tys. z

92,5

93,3

87,0

79,8

51,9

94,7

92,3

48,5

51,7

46,1

51,0

35,6

65,3

65,1

70,7

52,8

29,9

30,6

33,2

26,2

76,5

67,8

62,4

71,6

37,0

39,3

40,0

36,7

22Inw

estyc

je ne

ttotys

. z54

,651

,346

,637

,79,9

50,2

51,5

2,28,4

2,6

9,3

-7,6

32,9

26,9

33,6

14,1

8,4

8,111

,53,

535

,923

,820

,827

,313

,613

,715

,211

,6

23W

ska

nik po

kryc

ia ak

tywów

ka

pitae

m w

asny

m%

90,8

89,0

89,0

89,0

81,5

75,7

75,1

75,8

93,6

93,7

93,4

94,2

92,1

91,8

91,7

91,7

93,4

92,7

92,8

92,9

90,0

90,6

90,9

90,2

94,1

93,2

93,2

93,2

24W

ska

nik un

ieruc

homi

enia

aktyw

ówkro

tno7,

98,7

8,98,

99,3

10,0

10,5

9,27,7

8,2

9,6

7,813

,612

,913

,312

,79,

08,8

9,2

8,2

5,75,6

5,7

6,08,2

7,9

8,08,

125

Dopa

ty og

óem

tys. z

73,7

72,0

66,9

72,5

13,4

12,0

15,7

9,620

,525

,130

,424

,541

,938

,036

,237

,846

,245

,144

,741

,344

,742

,139

,442

,736

,338

,535

,640

,026

Prze

pywy

pien

ine

(1)

tys. z

158,

115

6,015

0,114

5,8

140,5

186,2

179,

020

8,111

1,711

1,0

97,9

109,

811

8,913

9,4

151,3

124,3

65,2

66,9

69,2

64,5

162,9

189,6

186,

117

9,676

,185

,386

,678

,427

Prze

pywy

pien

ine

(2)

tys. z

-62,

4-6

6,7-6

7,5-6

1,2

-49,9

-66,1

-69,

1-5

5,1-4

2,5-4

0,9

-43,

5-3

6,9

-49,9

-54,

0-6

0,5

-45,2

-23,

9-2

5,3

-28,

3-2

2,5

-61,1

-57,9

-53,

4-5

6,1-2

6,7-2

8,7

-30,0

-25,

3

28Do

chód

z ro

dzinn

ego

gosp

odar

stwa r

olneg

otys

. z13

4,1

108,8

104,7

102,

396

,012

5,412

1,6

142,1

78,1

63,9

31,7

84,5

94,5

104,

911

4,390

,553

,550

,450

,849

,714

3,513

4,012

3,6

120,0

64,0

59,4

58,5

52,9

29Zy

sk z

gosp

odar

stwa r

olneg

otys

. z10

5,2

77,9

74,3

70,6

63,4

89,5

86,6

104,7

50,3

33,6

1,5

53,3

59,7

67,2

76,9

51,8

23,4

17,2

17,8

15,0

109,6

97,1

87,5

81,7

33,8

26,2

25,5

18,6

30Zy

sk pr

zeds

ibior

cytys

. z78

,153

,650

,545

,840

,474

,072

,989

,325

,315

,9-1

5,7

36,0

30,2

42,3

52,5

26,7

2,7

-0,4

0,9

-3,1

71,2

67,1

58,3

52,2

13,4

8,9

8,31,

331

Stop

a sub

sydio

wania

I%

25,5

26,9

25,2

27,8

3,02,3

2,8

1,98,3

12,7

18,3

11,6

15,7

14,5

13,4

14,8

43,8

42,6

40,7

37,2

6,86,4

6,5

6,619

,020

,319

,121

,232

Stop

a sub

sydio

wania

II (1

)%

51,0

65,6

64,1

69,1

11,7

8,710

,66,8

19,7

35,7

81,4

27,8

37,7

38,0

34,1

42,9

82,7

91,6

88,6

85,2

27,8

31,2

32,7

33,9

51,5

63,5

61,9

70,4

33St

opa s

ubsy

diowa

nia II

(2)

%65

,091

,490

,210

0,1

17,7

12,2

14,9

9,230

,667

,61 7

72,8

43,8

59,6

59,3

50,5

74,9

187,

626

8,825

3,0

282,

536

,543

,046

,149

,797

,314

3,7

141,4

200,

6

34St

opie

odcz

enia

I dop

at do

dz

iaaln

oci

oper

acyjn

ej od

pro

dukc

ji%

62,9

74,9

77,5

72,9

45,0

71,8

64,5

75,7

81,7

72,3

63,6

74,3

67,8

79,9

84,4

77,7

73,8

84,8

87,2

84,8

65,5

77,5

80,0

77,1

64,8

76,5

80,0

75,0

35St

opie

odcz

enia

II dop

at od

pro

dukc

ji%

64,9

76,7

79,2

75,0

52,1

77,8

70,7

82,0

84,6

77,0

68,7

79,3

71,7

83,1

87,1

81,2

75,2

85,8

87,9

85,9

69,9

81,1

83,3

81,0

67,1

78,7

81,9

77,4

36Ud

zia do

pat d

o dz

iaaln

oci

oper

acyjn

ej w

cao

ci do

pat

%94

,292

,692

,192

,286

,778

,782

,774

,184

,482

,985

,480

,887

,784

,082

,884

,394

,893

,594

,292

,887

,184

,183

,283

,193

,290

,889

,990

,3

Mies

zane

(8)

Zwier

zta

traw

oer

ne(6

)Zw

ierze

ta zi

arno

erne

(7)

Krow

y m

leczn

e(5

)L.p

.W

yszc

zegó

lnien

ieJ.m

.

Upra

wy p

olowe

(1)

Upra

wy o

grod

nicze

(2)

Upra

wy tr

wae

(4)

124

125

5.5. Podsumowanie

Rok 2015 nie by ogólnie korzystny dla polskiego rolnictwa. Bez w tpie-nia mia o to pewien wyra ny wp yw na regres w kondycji ekonomiczno- -finansowej analizowanego panelu gospodarstw. Na pewno musi natomiast nie-pokoi kontynuacja tendencji do pogarszania si rentowno ci i zwrotów gotów-kowych z aktywów ogó em i kapita u w asnego oraz spadku dochodów i zy-sków, przep ywów pieni nych, a tak e nak adów inwestycyjnych. Niepokój ten ro nie, gdy równolegle gorzej wygl da a p ynno bie ca i szybka oraz zdol-no obs ugi kredytów. Wszystko to dzia o si w warunkach wzrostu jedynie stóp subsydiowania. Oczywi cie, kszta towanie si tych ostatnich jest, formalnie rzecz bior c, pochodn silniejszego spadku kategorii znajduj cych si w liczni-kach poszczególnych formu ich obliczania ni niewielkiego tylko obni ania si kwot wsparcia bud etowego w ich licznikach. Oznacza to, e wsparcie bud e-towe z jednej strony próbowa o agodzi negatywne tendencje koniunkturalne, ale by mo e z drugiej strony je pog bia o. Gdyby te tendencje nadal si utrzy-mywa y by oby to z pewno ci niepokoj ce.

Osi ganie korzy ci skali, stosowanie bardziej agresywnych strategii fi-nansowo-inwestycyjnych oraz wy sza elastyczno , ale i mniejsze poleganie na subsydiach, to g ówne przes anki wzrostu efektywno ci finansowej i dochodów oraz zysków w miar przechodzenia do coraz to wi kszych gospodarstw. Z dru-giej za strony, pocz wszy od jednostek rednio ma ych, obserwuje si sta y wzrost wszystkich stóp subsydiowania w latach 2010-2015. Okoliczno ta w adnym razie nie zmienia ogólnego wniosku, i wy sza wielko ekonomicz-na oznacza popraw efektywno ci alokacyjnej, stabilniejszy wzrost i rozwój go-spodarstw oraz wy sze dochody, co implikuje mniejsze zaanga owanie bud etu pa stwa w sferze podzia u i redystrybucji.

Od kilku lat mamy do czynienia z sytuacj , e gospodarstwa ogrodnicze s relatywnie najs abiej subsydiowane, ale równocze nie osi gaj wysok , a cz sto najwy sz efektywno finansow . Ich rynkowy sukces wynika tak e z najszerszego korzystania z d ugu i utrzymywania niskiego poziomu p ynnych aktywów obrotowych. W mniejszym zakresie zwi zek: relatywnie niskie stopy subsydiowania – wysoka efektywno finansowa, ma miejsce równie w gospo-darstwach trzodowych i drobiarskich. Na drugim biegunie mamy natomiast typ „zwierz ta trawo erne”, gdzie przy najwy szych stopach subsydiowania ren-towno , zwroty gotówkowe i op acalno ci s z regu y najni sze. W tym kon-tek cie spraw otwart jest, czy niska efektywno jest nast pstwem rozleg ego wsparcia bud etowego, czy te wynika ona równie z innych czynników.

126

Literatura 1. Blankart B.Ch., Öffentliche Finanzen in der Demokratic. Eine Einführung in die Fi-

nanzwissenschaft, 8 Auflage, Verlag Franz Vahlen, München 2017. 2. Brümmerhoff D., Finanzwissenschaft, 11. Auflage, De Gruyter Oldenburg, München

2014. 3. Chambers G.R., Voica C.D., Decoupled Farm Program Payments are Really Decupled:

The Theory, „American Journal of Agricultural Economics”, vol. 99, no. 3, 2017. 4. Cullis J., Jones P., Public Finance and Public Choice. Analytical Perspectives, Third

Edition, Oxford University Press, Oxford, New York 2009. 5. Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw

i przedsi biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 20, IERiG -PIB, Warszawa 2011.

6. Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 46, IERiG -PIB, Warszawa 2012.

7. Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 82, IERiG -PIB, Warszawa 2013.

8. Dop aty bezpo rednie i dotacje bud etowe a finanse oraz funkcjonowanie gospodarstw i przedsi biorstw rolniczych (red. nauk. J. Kulawik), Program Wieloletni 2011-2014, nr 120, IERiG -PIB, Warszawa 2014.

9. Döring T., Öffentliche Finanzen und Verhaltensökonomik: Zur Psychologie der budg-etwirksamen Staatstätigkeit, Springer Gabler, Wiesbaden 2015.

10. Floria czyk Z., Osuch D., Malanowska B., Bocian M., Opis realizacji planu wyboru próby gospodarstw rolnych dla Polskiego FADN w 2015 r., IERiG -PIB, Warszawa 2015.

11. Floria czyk Z., Osuch D., Malanowska B., Bocian M., Plan wyboru próby gospodarstw rolnych Polskiego FADN od roku obrachunkowego 2016, IERiG -PIB, Warszawa 2015.

12. Goraj L., Cholewa I., Osuch D., P onka R., Analiza skutków zmian we Wspólnotowej Ty-pologii Gospodarstw Rolnych, IERIG -PIB, Warszawa 2010.

13. Goraj L., Ma ko S., Model szacowania pe nych kosztów dzia alno ci gospodarstw rol-nych, „Zagadnienia Ekonomiki Rolnej”, nr 3, 2011.

14. Goraj L., Bocian M., Cholewa I., Nachtman G., Tarasiuk R., Wspó czynniki Standardo-wej Produkcji „2007” dla celów Wspólnotowej Typologii Gospodarstw Rolnych, IERiG -PIB, Warszawa 2012.

15. Goraj L., Osuch D., Bocian M., Cholewa I., Malanowska B., Plan wyboru próby gospo-darstw rolnych Polskiego FADN od roku obrachunkowego 2014, IERiG -PIB, War-szawa 2013.

16. Hardaker B.J., Godbrand L., Anderson R.J., Huirne M.B.R., Coping with Risk in Agri-culture, 3rd Edition, Applied Decision Analysis, CABI, Wallingford, Boston 2015.

17. Harding A., Warren N., Lloyd R., Beyond Conventional Measures of Income: Including Indirect Benefits and Taxes, in. Jenkins P.S., Micklewright J. (eds.) Inequality and Pov-erty Re-examined, Oxford University Press, Oxford 2007.

18. Hennessy D., The Production Effects of Agricultural Income Support Policies Under Uncertinty, „American Journal of Agricultural Economics”, vol. 80, no. 1, 1998.

19. http://fadn.pl/metodyka/raporty/raport-indywidualny-1/. 20. http://fadn.pl/wp-content/uploads/2012/12/typy_tf8.pdf. 21. http://ec.europa.eu/agriculture/rica/. 22. http://fadn.pl/wp-content/uploads/metodyka/Najwazniejsze-informacje.pdf. 23. Kirwan E.B., Roberts J.M., Who Really Benefits From Agricultural Subsidies? Evidence

from Field – Level Data, „American Journal of Agricultural Economics”, vol. 98, no. 4, 2016.

24. Latruffe L., Bravo-Ureta E.B., Carpentier A., Desjeux Y., Moreira H.V., Subsidies and Technical Efficiency in Agriculture: Evidence from European Dairy Farms, „American Journal of Agricultural Economics”, vol. 99, no. 3, 2017.

25. Minviell J.J., Latruffe L., Effects of Public Subsidies in Farm Technical Efficiency: Meta-Analysis of Empirical Results, „Applied Economics”, July, 2016.

26. Rozporz dzenie (WE) nr 1166/2008 dotycz ce wspólnotowego badania struktury go-spodarstw rolnych w latach 2010, 2013 i 2016.

27. Rozporz dzenie (WE) nr 781/2009 w sprawie formatu sprawozdania z gospodarstwa rolnego w ramach FADN.

28. Scherf W., Öffentliche Finanzen. Einführung in die Finanzwissenschaft, 2. Auflage, UVK Lucius UTB, München 2011.

29. Smolik A., Jak rozumie zawarto raportu indywidualnego gospodarstwa rolnego (wersja 2016). IERiG -PIB, Warszawa 2017.

30. Subsydia a ekonomika, finanse i dochody gospodarstw rolniczych (1) (red. nauk. J. Gó-ral), Program Wieloletni 2015-2019, nr 4, IERiG -PIB, Warszawa 2015.

31. Subsydia a ekonomika, finanse i dochody gospodarstw rolniczych (2) (red. nauk. J. Gó-ral), Program Wieloletni 2015-2019, nr 37, IERiG -PIB, Warszawa 2016.

32. www.fadn.pl w dziale Metodyka/Zbieranie danych/Gospodarstwa osób fizycznych. 33. www.fadn.pl w zak adce Publikacje/Wyniki Standardowe. 34. www.fadn.pl zak adka Publikacje/Wyniki Standardowe. 35. Zimmermann H., Henke D.K., Broer M., Finanzwissenschaft: Eine Einführung in die

Lehre von der öffentlichen Finanzwirtschaft, 11. Auflage, Verlag Franz Vahlen, Mün-chen 2012.

EGZEMPLARZ BEZP ATNY

Nak ad 00 egz., ark. wyd. Druk i oprawa: