BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Skarżyńska Aldona (Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej - PIB, Warszawa), Pietrych Łukasz (Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej - PIB, Warszawa)
Tytuł
Projekcja opłacalności produkcji zbóż i rzepak u w perspektywie 2022 roku
Application of Trend Models for Projection of Cereals and Rape Production Profitability in the Medium-Term Perspective
Źródło
Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 2017, t. 104, z. 2, s. 50-63, tab., rys., bibliogr. 11 poz.
Annals of Agricultural Economics and Rural Development
Słowa kluczowe
Produkcja zboża, Rzepak, Ocena opłacalności produkcji
Corn productions, Rape (plant), Estimation of profitability production
Uwagi
streszcz., summ.
Abstrakt
Celem badań było określenie przewidywanego w perspektywie 2022 roku wpływu tempa zmian plonów oraz cen produktów i cen środków do produkcji rolnej na opłacalność uprawy pszenicy ozimej, żyta ozimego, jęczmienia jarego i rzepaku ozimego. Do projekcji wykorzystano klasyczne modele tendencji rozwojowej. Wyniki produktów jako średnie w latach 2013-2015 przyjęto za punkt wyjścia do sporządzenia projekcji na 2022 rok. Ze względu na zmienność w czasie plonów i cen sprzedaży produktów opracowano także warianty projekcji. Z badań wynika, że opłacalność produkcji (relacja wartości produkcji do kosztów ogółem, tj. bezpośrednich i pośrednich łącznie) pszenicy, żyta i rzepaku w 2022 roku, w porównaniu do lat bazowych dla projekcji, wzrośnie w granicach 7,8-17,6%, natomiast pogorszy się ekonomiczna efektywność produkcji jęczmienia (o 0,8%). Wyniki wskazują na znacznie większą w latach zmienność ceny niż plonu, w związku z tym wpływ ceny na opłacalność produkcji będzie również większy. Stwierdzono, że rzepak i jęczmień charakteryzuje się relatywnie dużą wrażliwością na zmienność plonu i ceny (większą niż pszenica i żyto). (abstrakt oryginalny)

The aim of the study was to determine the predicted impact of the rate of yield change and product prices as well as prices of inputs for agricultural production on the profitability of winter wheat, winter rye, spring barley and winter oilseed rape in the perspective of 2022. Classic models of development tendency were used to make the projection. In order to define expected changes in revenues and costs by 2022, the average product performance for 2013-2015 was taken as the starting point for the projection. Due to the variability in crop yields and product sales prices, projection variants were also made. The research shows that the production profitability (the ratio of production value to total costs, i.e. direct and indirect costs) of wheat, rye and oilseed rape will increase in 2022 by 7.8-17.6 % compared to projection base years, whereas the economic efficiency of barley production will decrease (by 0.8%). The results indicate a much greater variability in price than in yield over the years. The impact of price on the production profitability will be greater as well. It was found that oilseed race and barley are characterized by relatively high sensitivity to variability in yield and price (greater than in the case of wheat and rye). (original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Hamulczuk Mariusz, Cezary Klimkowski, Stanisław Stańko, 2103: Metody ilościowe w systemie prognozowania cen produktów rolnych, Program Wieloletni 2011-2014, nr 89, IER iGŻ-PI B, Warszawa, s. 25-26.
  2. Hamulczuk Mariusz, Stańko Stanisław, 2009: Uwarunkowania prognozowania w agrobiznesie: teoria a decyzje gospodarcze, [w] Zarządzanie ryzykiem cenowym a możliwości stabilizowania dochodów producentów rolnych - aspekty poznawcze i aplikacyjne, red. Mariusz Hamulczuk, Stanisław Stańko, Program Wieloletni 2005-2009, nr 148, IER iGŻ-PI B, Warszawa, s. 138-178.
  3. Jabłoński Konrad, Aldona Skarżyńska, Łukasz Abramczuk, 2015: Determinants of income from wheat and rape production in projection for 2020 in Poland, "Žemės Ūkio Mokslai", t. 22, nr 4, s. 229-239.
  4. Kisielińska Joanna, 2012: Podstawy ekonometrii w Excelu, Wydawnictwo SGGW, Warszawa, s. 49.
  5. Nowak Edward, 2009: Zaawansowana rachunkowość zarządcza, Wydanie 2, PWE , Warszawa, s. 63-72.
  6. Sobczyk Mieczysław, 2008: Prognozowanie. Teoria, przykłady, zadania, Placet, Warszawa, s. 9-14.
  7. Stańko Stanisław, 1999: Prognozowanie w rolnictwie, Wydanie 2, SGGW, Warszawa.
  8. Stańko Stanisław, Mariusz Hamulczuk, 2013: Estymacja i weryfikacja modelu ekonometrycznego, [w] Prognozowanie w agrobiznesie. Teoria i przykłady zastosowania, red. Stanisław Stańko, Wydawnictwo SGGW, Warszawa, s. 73, 81.
  9. Wasilewska Ewa, 2011: Statystyka opisowa od podstaw. Podręcznik z zadaniami, Wydawnictwo SGGW, Warszawa, s. 155-156.
  10. Wojciechowska-Lipka Elżbieta, 2002: Ubezpieczenia majątkowe rolnictwa na świecie - wnioski dla Polski, [w] Ubezpieczenia gospodarcze. Wieś i rolnictwo, red. Mieczysław Adamowicz, Wydawnictwo SGGW, Warszawa, s. 48.
  11. Zeliaś Aleksander, 1997: Teoria prognozy, Wydanie 3, PWE , Warszawa, s. 1-380.
Cytowane przez
Pokaż
ISSN
2353-4362
Język
pol
URI / DOI
http://dx.doi.org/10.22630/RNR .2017.104.2.12
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu