Impact of the COVID-19 Pandemic on the Pharmacy Market in Poland

• Autorzy: Aleksandra Alicja Olejarz

Warianty tytułu

Wpływ pandemii COVID-19 na rynek apteczny w Polsce

• Języki publikacji: EN

Abstrakty

EN

The outbreak of the COVID-19 pandemic has increased demand for medicines and hygienic personal care products. The increase in demand for medicinal products should increase the turnover of pharmacies. It was therefore hypothesised that the outbreak of the COVID-19 pandemic caused shocks to the pharmacy market in Poland. The aim was to identify and determine the nature of the shocks to the pharmacy market in Poland and compare them to the period before the pandemic. The subject of the study was the value of sales in open pharmacies in Poland in the years 2010-2021. To identify shocks and verify the hypothesis, an automatic TRAMO-SEATS procedure was used. The results obtained unequivocally confirmed the hypothesis, with the changes being more visible when analysing the value of total sales in open pharmacies expressed in current prices rather than in constant prices. The shocks were the result of increased demand for medicines and hygienic personal care products resulting from panic in the face of an unprecedented threat such as SARS-CoV-2. (original abstract)

Wybuch pandemii wywołanej przez wirusa SARS-CoV-2 spowodował zwiększenie zapotrzebowania na leki oraz higieniczne środki ochrony osobistej. Wzrost zapotrzebowania na produkty lecznicze powinien wpłynąć na zwiększenie obrotów aptek. Postawiono więc hipotezę, że wystąpienie pandemii COVID-19 wywołało szoki na rynku aptecznym w Polsce. Za cel przyjęto zidentyfikowanie oraz określenie charakteru szoków na rynku aptecznym w Polsce oraz porównanie ich z okresem przed pandemią. Przedmiotem badania była wartość sprzedaży w aptekach otwartych w Polsce w latach 2010-2021. Do identyfikacji szoków i weryfikacji postawionej hipotezy wykorzystano automatyczną procedurę TRAMO-SEATS. Otrzymane wyniki pozwoliły na jednoznaczne potwierdzenie postawionej hipotezy, przy czym zmiany były lepiej widoczne w przypadku analizowania wartości sprzedaży całkowitej w aptekach otwartych wyrażonej w cenach bieżących niż w cenach stałych. Szoki były efektem zwiększonego popytu na leki oraz higieniczne środki ochrony osobistej, wynikającego z paniki w obliczu niespotykanego dotąd zagrożenia, jakim jest SARS-CoV-2. (abstrakt oryginalny)

Słowa kluczowe

EN

COVID-19; Medications; Sale; Drugstores; Demand shock

PL

COVID-19; Leki; Sprzedaż; Apteki; Wstrząs popytowy

• Czasopismo: Olsztyn Economic Journal
• Rocznik: 2021
• Numer: nr 16 (2)
• Strony: 159--167

Twórcy

autor

Aleksandra Alicja Olejarz

• University of Warmia and Mazury in Olsztyn, Poland

Bibliografia

• Baka, K. (2011). Ustawa o refundacji leków, środków spożywczych specjalnego przeznaczenia żywieniowego oraz wyrobów medycznych - komentarz do wybranych przepisów. Aptekarz Polski, 59, 4-10.
• Balke, N.S. (1993). Detecting Level Shifts in Time Series. Journal of Business & Economic Statistics. 11(1), 81-92.
• Blinder, A.S., & Rudd, J.B. (2013). The Supply-Shock Explanation of the Great Stagflation Revisite. National Bureau of Economic Research, University of Chicago Press, p. 1-81. Retrieved from https://www.nber.org/books-and-chapters/great-inflation-rebirth-modern-central-banking.
• Chang, C., Tiao, G.C., & Chen, C. (1988). Estimation of Time Series Parameters in the Presence of Outliers. Technometrics, 30(2), 193-204.
• Chen, C., & Liu, L.M. (1993). Joint Estimation of Model Parameters and Outlier Effects in Time Series. Journal of the American Statistical Association, 88(421), 284-297.
• Coibion, O., Gorodnichenko, Y., & Weber, M. (2020). The cost of the COVID-19 crisis: lockdowns, macroeconomic expectations, and consumer spending. NBER Working Paper 27141, 1-51. Cambridge: National Bureau of Economic Research. Retrieved from http://www.nber.org/papers/w27141.
• Fox, A.J. (1972). Outliers in Time Series. Journal of the Royal Statistical Society, B (Methodological), 34(3), 350-363. Retrieved from https://www.jstor.org/stable/2985071.
• Gardocka-Jałowiec, A., Śleszyńska-Świderska, A., & Szalonka, K. (2020). Wpływ SARS-CoV-2 na konsumpcję leków OTC w Polsce. In W. Nowak & K. Szalonka (Eds.). Zdrowie i style życia. Determinanty długości życia. E-Monografie Uniwersytetu Wrocławskiego, 170, 175-191.
• Handbook on Seasonal Adjustment (2018). Luxembourg: Publications Office of the European Union.
• Hawkins, D. (1980). Identification of Outliers. Series: Monographs on statistics and Applied Probability. Dordrecht: Springer. https://doi.org/10.1007/978-94-015-3994-4.
• Healy, M.J.R. (1968). Multivariate Normal Plotting. Applied Statistics, 17, 157-161.
• Hussain, R., Dawoud, D.M., & Babar, Z. (2021). Drive-thru pharmacy services: A way forward to combat COVID-19 pandemic. Research in Social and Administrative Pharmacy, 17, 1920-1924.
• Liu, S., Luo, P., Tang, M., Hu, Q., Polidoro, J.P., Sun, S., & Gong, Z. (2020). Providing pharmacy services during the coronavirus pandemic. International Journal of Clinical Pharmacy, 40, 299-304. https://doi.org/10.1007/s11096-020-01017-0.
• Muirhead, C.D. (1986). Distinguishing Outlier Types in Time Series. Journal of Royal Statistical Society, B (Methodological), 48(1), 39-47.
• Odlanicka-Poczobutt, M. (2012). Specyfikacja kanałów dystrybucji leków biofarmaceutycznych zagranicznej firmy produkcyjnej na rynku polskim. Zeszyty Naukowe Politechniki Śląskiej, Organizacja i Zarządzanie, 60, 249.
• Olejarz-Wahba, A.A., & Rutkowska-Ziarko, A. (2015). Wykorzystanie metody TRAMO SEATS do modelowania tendencji rozwojowej sprzedaży refundowanej w aptekach ogólnodostępnych w Polsce. Roczniki Kolegium Analiz Ekonomicznych, 36, 471-479.
• Shibayama, T., Sandholzer, F., Laa, B., & Brezina, T. (2021). Impact of COVID-19 lockdown on commuting: a multi-country perspective. European Journal of Transport and Infrastructure Research, 21(1), 70-93. https://doi.org/10.18757/ejtir.2021.21.L5135.
• Sławatyniec, Ł. (Ed.) (2013). Prawo farmaceutyczne i refundacja leków. Warszawa: Wolters Kluwer Polska.
• Szarucki, M., Noga, G., & Kosch, O. (2021). Wpływ pandemii COVID-19 na modele biznesu przedsiębiorstw sektora MŚP w Polsce. Horyzonty Polityki, 12(40), 95-114.
• Trzęsiok, M. (2016). Identyfikacja obserwacji oddalonych w szeregach czasowych. Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 265, 95-105.

Identyfikatory

DOI

doi.org/10.31648/oej.7883