Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

The Evolution of the Labour Share in Poland: New Evidence from Firm-Level Data

Tytuł:
The Evolution of the Labour Share in Poland: New Evidence from Firm-Level Data
Kształtowanie się udziału płac w wartości dodanej w Polsce. Nowe szacunki z danych jednostkowych
Autorzy:
Sebastian Zalas
Hubert Drążkowski
Data publikacji:
2023-09-29
Tematy:
braki danych
udział płac w wartości dodanej
dane jednostkowe
missing data
labour share
firm-level data
Dostawca treści:
CEJSH
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Oceniamy przydatność niereprezentatywnych danych jednostkowych o firmach (Orbis) do wnioskowania o procesach gospodarczych w Polsce. Reprezentatywne dane jednostkowe nie są w Polsce dostępne do badań naukowych. Korzystając z dostępnych badań Growca [2009], dotyczących udziału płac w wartości dodanej w latach 1995–2008 w firmach zatrudniających ponad 50 pracowników, skupiamy się na tej samej kategorii ekonomicznej. Rozszerzamy zakres badania do 2019 r. oraz poszerzamy grupę przedsiębiorstw o firmy zatrudniające mniej niż 50 pracowników. Nasze oszacowania są podobne do oszacowań Growca [2009]. Wskazujemy także na wzrost udziału płac w wartości dodanej, szczególnie w ostatniej dekadzie oraz w mniejszych przedsiębiorstwach.

We evaluate the usefulness of non-representative registry data such as Orbis in drawing inferences about economic phenomena in Poland. While firm-level studies of economic phenomena are of key policy relevance, census data and representative samples are scarcely available across countries. We obtain estimates of the labour share for the period 1995–2019. For the overlapping period and samples, we compare our estimates to Growiec [2009], who drew on a census of Polish firms employing 50+ employees. We also refer to OECD STAN data. We demonstrate that time patterns are common across data sources. Additionally, we study the potential for various imputation methods to enrich inference.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies