Szacowanie rozmiarów szarej strefy w Polsce

• Autorzy: Anna Czapkiewicz , Katarzyna Brzozowska-Rup

Warianty tytułu

Estimating the Size of the Shadow Economy in Poland

• Języki publikacji: PL

Abstrakty

Szara gospodarka jako zjawisko wielowymiarowe budzi kontrowersje oraz przysparza badaczom licznych problemów. Ze względu na to, że podmioty gospodarcze działające w gospodarce nieobserwowanej (ukrytej) dążą do pozostawania poza systemami ewidencjonowania, niemożliwy jest bezpośredni pomiar rozmiaru tego zjawiska. Celem artykułu jest przedstawienie rezultatów szacowania rozmiarów szarej strefy w Polsce na podstawie zidentyfikowanych rozbieżności między PKB w ujęciu produkcyjnym a PKB w ujęciu wydatkowym. Zaproponowano autorskie podejście, oparte na idei metod rezydualnych. W badaniu wyznaczono dwa modele opisujące zależności pomiędzy przyrostami PKB a przyrostami wskaźników wykorzystywanych w wymienionych definicyjnych ujęciach PKB. Zidentyfikowane rozbieżności między PKB w ujęciu produkcyjnym a PKB w ujęciu wydatkowym posłużyły do oszacowania rozmiaru szarej gospodarki w Polsce, wyrażonej w postaci udziału w PKB. Analizę przeprowadzono na podstawie danych panelowych z Banku Danych Lokalnych GUS dotyczących wartości wybranych wskaźników makroekonomicznych mierzonych w skali województw za lata 2000-2017. Uzyskane wyniki są zbliżone do oszacowań rozmiaru szarej strefy podawanych przez GUS oraz EY, a częściowo także przez United Nations Global Compact. Zaprezentowana w artykule analiza stanowi część badań prowadzonych w Ośrodku Badań Gospodarki Nieobserwowanej w Urzędzie Statystycznym w Kielcach w ramach doskonalenia metodologii stosowanej przez statystykę publiczną w Polsce. (abstrakt oryginalny)

EN

The shadow economy, as an interdisciplinary phenomenon, generates many contro-versies and difficulties for researchers. Economic entities operating within the non-observed (hidden) economy strive to escape official records, therefore a direct estimation of the extent of the phenomenon remains unobtainable. The aim of this article is to present the results of the estimation of the size of the shadow economy in Poland on the basis of the differences between GDP calculated according to the 'production' and the 'expenditure' approaches. The authors propose an original technique based on the idea of residual methods. In the course of the study, two models describing the dependencies between the growth of GDP and the growth of indicators used in the in the above-mentioned approaches to GDP calculation were established. The identified differences between the value of this measure calculated according to the production and expenditure approaches were used for the estimation of the size of the shadow economy in Poland, presented as a share in GDP. The analysis was carried out on the basis of panel data reflecting the values of selected macroeconomic indicators measured on the voivodship scale in the years 2000-2017, drawn from the Local Data Bank of Statistics Poland. The obtained results resemble to a large extent the estimates of the shadow economy by Statistics Poland and EY, and also partly that by United Nations Global Compact. The analysis presented in the paper is part of the research conducted by the Centre for Non-Observed Economy Studies (OGN) at the Statistical Office in Kielce, whose aim is to improve the method-ology currently used by official statistics in Poland. (original abstract)

Słowa kluczowe

PL

Szara strefa; Dane panelowe; Produkt krajowy brutto (PKB); Gospodarka nieformalna

EN

Grey economy; Panel data; Gross domestic product (GDP); Informal economy

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2021
• Numer: nr 4
• Strony: 7--24

Twórcy

autor

Anna Czapkiewicz

• Urząd Statystyczny w Kielcach; Akademia Górniczo-Hutnicza w Krakowie

autor

Katarzyna Brzozowska-Rup

• Urząd Statystyczny w Kielcach; Politechnika Świętokrzyska

Bibliografia

• Adair, P. (2021). Non-Observed Economy vs. Shadow Economy and Informal Employment in Poland: A Range of Mismatching Estimates. W: W. Andreff (Ed.), Comparative Economic Studies in Europe: A Thirty Year Review - In Honour of Horst Brezinski (s. 249-278). Palgrave McMillan.
• Błasiak, Z. A. (2018). Przydatność metod ekonometrycznych w badaniach nad szarą strefą. Roczniki Ekonomii i Zarządzania, 10(2), 143-175. http://dx.doi.org/10.18290/reiz.2018.10.2-10 .
• Breusch, T. (2005). Estimating the Underground Economy using MIMIC Models. https://econwpa.ub.uni-muenchen.de/econ-wp/em/papers/0507/0507003.pdf .
• Cichocki, S. J. (2006). Metody pomiaru szarej strefy. Gospodarka Narodowa, 205(1/2), 37-61. https://doi.org/10.33119/GN/101449 .
• Dybka, P., Kowalczuk, M., Olesiński, B., Rozkrut, M., Torój, A. (2019). Currency demand and MIMIC models: towards a structured hybrid method of measuring the shadow economy. International Tax and Public Finance, 26(1), 4-40. https://doi.org/10.1007/s10797-018-9504-5 .
• Dymarski, K. (2016). Estymacja rozmiaru szarej strefy w oparciu o dane ankietowe gospodarstw domowych [rozprawa doktorska, Uniwersytet Warszawski]. https://depotuw.ceon.pl/bitstream/handle/item/1404/Konrad_Dymarski_rozprawa_doktorska.pdf?sequence=1 .
• Feige, E. L. (1997). Revisited Estimates of the Underground Economy: Implications of US Currency Held Abroad. W: O. Lippert, M. Walker (Eds.), The Underground Economy: Global
• Evidence of Its Size and Impact (s. 151-208). Vancouver: The Fraser Institute. https://www.fraserinstitute.org/sites/default/files/UndergroundEconomy.pdf .
• Frey, B. S., Pommerehne, W. W. (1984). The Hidden Economy: State and Prospects for Measurement. Review of Income and Wealth, 30(1), 1-23. https://doi.org/10.1111/j.1475-4991.1984.tb00474.x .
• Frey, B. S., Weck-Hanneman, H. (1984). The hidden economy as an 'unobserved' variable. European Economic Review, 26(1-2), 33-53. https://doi.org/10.1016/0014-2921(84)90020-5 .
• Fundowicz, J., Łapiński, K., Wyżnikiewicz, B., Wyżnikiewicz, D. (2019). Szara strefa 2019. Warszawa: Instytut Prognoz i Analiz Gospodarczych. http://www.ipag.org.pl/Content/Uploaded/files/IPAG_Szara_Strefa_2019.pdf .
• Fundowicz, J., Łapiński, K., Wyżnikiewicz, B., Wyżnikiewicz, D. (2020). Szara strefa 2020. Warszawa: Instytut Prognoz i Analiz Gospodarczych. https://polskabezgotowkowa.pl/files/IPAG_Szara_Strefa_2020.pdf .
• Global Compact Network Poland (2015/2016). Przeciwdziałanie szarej strefie w Polsce. https://ungc.org.pl/wp-content/uploads/2016/04/GCNP_raport_szara_strefa_www_poj_030416.pdf .
• Global Compact Network Poland (2018/2019). Przeciwdziałanie szarej strefie w Polsce. https://ungc.org.pl/wp-content/uploads/2019/07/SZARA_STREFA_wwww.pdf .
• Główny Urząd Statystyczny. (2005). Informacja GUS o metodologii szacunków kwartalnych produktu krajowego brutto. Warszawa. https://stat.gov.pl/download/cps/rde/xbcr/gus/informacja_metedologia_szac_kw_pkb.pdf .
• Główny Urząd Statystyczny. (2010). Rachunki kwartalne produktu krajowego brutto. Zasady metodologiczne. Warszawa. https://stat.gov.pl/obszary-tematyczne/rachunki-narodowe/kwartalnerachunki-narodowe/rachunki-kwartalne-produktu-krajowego-brutto---zasady-metodologiczne,5,1.html .
• Główny Urząd Statystyczny. (2014). Wdrożenie ESA2010 do rachunków narodowych. Zmiany metodologiczne oraz ich wpływ na główne agregaty makroekonomiczne. Warszawa. https://stat.gov.pl/obszary-tematyczne/rachunki-narodowe/europejski-system-rachunkow-narodowych-i-regionalnych-esa-2010/wdrozenie-esa2010-do-rachunkow-narodowych-zmiany-metodologiczne-oraz-ich-wplyw-na-glowne-agregaty-makroekonomiczne,8,1.html .
• Grzegorzewska-Mischka, E., Wyrzykowski, W. (2015). Szara strefa jako skutek polityki podatkowej państwa. Zarządzanie i Finanse, 13(3/2), 149-164. http://zif.wzr.pl/pim/2015_3_2_10.pdf .
• Gutmann, P. M. (1977). The Subterranean Economy. Financial Analysts Journal, 33(6), 26-27. https://doi.org/10.2469/faj.v33.n6.26.
• Jöreskog, K. G., Sörbom, D. (1993). LISREL 8: User's Reference Guide. Chicago: Scientific Software International.
• Lackó, M. (1999). Do Power Consumption Data Tell the Story? - Electricity Intensity and Hidden Economy in Post-Socialist Countries (Budapest Working Papers on the Labour Market No. 2). https://www.econstor.eu/handle/10419/108393 .
• Lackó, M. (2000). Hidden Economy - an Unknown Quantity? Comparative Analysis of Hidden Economies in Transition Countries, 1989-95. Economics of Transition, 8(1), 117-149. https://doi.org/10.1111/1468-0351.00038 .
• Madzarevic-Sujster, S., Mikulic, D. (2002). An Estimate of the Underground Economy via the National Accounts System. Zagreb: Institute of Public Finance.
• Malczewska, P. (2019). Szara strefa gospodarki. Determinanty i mechanizmy kształtowania. Łódź: Wydawnictwo Uniwersytetu Łódzkiego.
• Mączyńska, E. (2014). Dylematy pomiaru gospodarki globalnej - produkt krajowy brutto. W: A. Cieślik, J. J. Michałek (red.), Niedoskonała globalizacja. Czy światowy system gospodarczy wymaga gruntownych reform? Księga jubileuszowa Profesora Włodzimierza Siwińskiego (s. 194- 208). Warszawa: Wydawnictwa Uniwersytetu Warszawskiego. https://doi.org/10.31338/uw.9788323515364 .
• Medina, L., Schneider, F. (2018). Shadow Economies Around the World: What Did We LEARN Over the Last 20 Years? (Working Paper No. 18/17). https://www.imf.org/en/Publications/WP/Issues/2018/01/25/Shadow-Economies-Around-the-World-What-Did-We-Learn-Over-the-Last -20-Years-45583 .
• Mróz, B. (2002). Gospodarka nieoficjalna w systemie ekonomicznym. Warszawa: Szkoła Główna Handlowa.
• Organisation for Economic Co-operation and Development. (2002). Measuring the Non-Observed Economy: A Handbook. https://www.oecd.org/sdd/na/1963116.pdf .
• Rajewski, Z., Zienkowski, L. (1995). Szara gospodarka w systemie rachunków narodowych. Z Prac Zakładu Badań Statystyczno-Ekonomicznych GUS i PAN. Studia i Prace, (223), 7-19.
• Rozporządzenie Parlamentu Europejskiego i Rady UE nr 549/2013 z dnia 21 maja 2013 r. (Dz.Urz.UE.L.2013.174.1).
• Schneider, F. (2005). Shadow economies around the world: what do we really know?. European Journal of Political Economy, 21(3), 598-642. https://doi.org/10.1016/j.ejpoleco.2004.10.002 .
• Schneider, F., Buehn, A. (2016). Estimating the Size of the Shadow Economy: Methods, Problems and Open Questions (IZA DP No. 9820). http://ftp.iza.org/dp9820.pdf .
• Schneider, F., Dell'Anno, R. (2003). The Shadow Economy of Italy and other OECD Countries: What do we know?. Journal of Public Finance and Public Choice, 21(2/3), 97-120. https://doi.org/10.1332/251569203X15668905422009 .
• Schneider, F., Enste, H. D. (2000). Shadow Economics: Size, Causes and Consequences. Journal of Economic Literature, 38(1), 77-114. https://doi.org/10.1257/jel.38.1.77 .
• Smuga, T. (2005). Metodologia badań szarej strefy na rynku usług turystycznych. Warszawa: Instytut Koniunktur i Cen Handlu Zagranicznego. https://www.gov.pl/web/kulturaisport/metodologia-badan-szarej-strefy-na-rynku-uslug-turystycznych .
• Tanzi, V. (1980). The Underground Economy in the United States: Estimates and Implications. PSL Quarterly Review, 33(135), 427-453. https://ojs.uniroma1.it/index.php/PSLQuarterlyReview/article/view/12996/12801 .
• Tanzi, V. (1983). The Underground Economy in the United States: annual estimates, 1930-80. IMF Staff Papers, 30(2), 283-305.
• Trebicka, B. (2014). Mimic Model: A Tool to Estimate the Shadow Economy. Academic Journal of Interdisciplinary Studies, 3(6), 295-300. https://doi.org/10.5901/ajis.2014.v3n6p295 .
• Wyżnikiewicz, B. (2017). Produkt krajowy brutto jako przedmiot krytyki. Wiadomości Statystyczne, 62(3), 5-15. https://doi.org/10.5604/01.3001.0014.0869 .
• Zienkowski, L. (1996). Szacunek rozmiarów szarej gospodarki (synteza). Z Prac Zakładu Badań Statystyczno-Ekonomicznych GUS i PAN. Studia i Prace, (233), 23-30.

Identyfikatory

DOI

10.5604/01.3001.0014.8323