Assessment of living standard indicators in the OECD member countries

Title Alternative:Zhodnocení ukazatelů životní úrovně v členských zemích OECD
Simple item page
dc.contributor.authorBílková, Diana
dc.date.accessioned2019-10-10T08:58:06Z
dc.date.available2019-10-10T08:58:06Z
dc.date.issued2019
dc.description.abstractVýzkumná databáze této práce se skládá ze zemí OECD (s výjimkou Turecka a Litvy). Primárním cílem studie je rozdělit země do skupin podle dvanácti proměnných – průměrná mzda, minimální mzda, HDP na obyvatele, míra nezaměstnanosti, směnná a inflační sazba, daň z příjmu, HDP za odpracovanou hodinu, indexy průmyslu, stavebnictví a zpracovatelského průmyslu, index produkce a maloobchodu, a určit, která z nich významně ovlivňuje průměrnou mzdu, a definuje typ a sílu takového vztahu. Průměrná mzda, minimální mzda a HDP na obyvatele se počítají po jejich převodu na paritu kupní síly, což umožňuje srovnání cenových hladin a PPP v různých zemích. Dalším důležitým cílem je vypracovat prognózy úrovně mezd pro země OECD do roku 2020. S ohledem na seskupení zemí podle výše uvedených kritérií je Česko vždy na úrovni ostatních postkomunistických zemí (kromě Slovinska). Jedinými vysvětlujícími proměnnými, které významně ovlivňují průměrnou mzdu, jsou HDP na obyvatele, daně z příjmu a indexy zpracovatelského průmyslu a maloobchodu, přičemž HDP má hlavní vliv. Jednoduchá regresní analýza závislosti mezi průměrnou mzdou a HDP na obyvatele naznačuje, že její průběh nejlépe zachycuje konkávní parabola s maximem 77 252 PPP USD. Vybraná polynomiální regrese druhého řádu vysvětluje cca 89% variability pozorovaných hodnot průměrné roční mzdy. Růst mezd do roku 2020 se očekává prakticky ve všech zemích OECD.cs
dc.description.abstractDie Forschungsdatenbank dieser Arbeit besteht aus den Ländern der OECD (mit Ausnahme der Türkei und Litauens). Das primäre Ziel der Studie besteht in der Unterteilung der Länder in Gruppen gemäß bestimmter Variablen: Durchschnittslohn, Mindestlohn, Bruttoinlandsprodukt pro Einwohner, Arbeitslosenrate, Wechsel- und Inflationsrate, Einkommenssteuer, Bruttoinlandsprodukt für die abgeleisteten Stunden, Indexe von Industrie, Bauwesen und verarbeitender Industrie, Indexe von Produktion und Einzelhandel. Ein weiteres Ziel dieser Studie besteht in der Bestimmung, welcher dieser Faktoren den Durchschnittslohn beträchtlich beeinflusst. Sie definiert den Typ und die Kraft einer solchen Beziehung. Der Durchschnittslohn, der Mindestlohn und das Bruttoinlandsprodukt werden nach deren Überführung in die Parität der Kaufkraft berechnet, was einen Vergleich zwischen den Preisspiegeln und der Purchasing Power Parity (PPP) in den verschiedenen Ländern ermöglicht. Ein weiteres wichtiges Ziel besteht in der Ausarbeitung von Prognosen des Lohnniveaus für die Länder der OECD bis zum Jahr 2020. Unter Berücksichtigung der Gruppierungen der Länder gemäß den oben angeführten Kriterien befindet sich Tschechien immer auf dem Niveau der übrigen postkommunistischen Länder (außer Slowenien). Die einzigen erklärenden Variablen, welche einen bedeutenden Einfluss auf den Durchschnittslohn ausüben, sind das Bruttoinlandsprodukt pro Einwohner, die Einkommenssteuer und die Indexe der verarbeitenden Industrie und des Einzelhandels, wobei das Bruttoinlandsprodukt den Haupteinfluss ausübt. Die einfache Regressanalyse der Abhängigkeit zwischen dem Durchschnittlohn und dem Bruttoinlandsprodukt pro Einwohner deutet an, dass deren Verlauf am besten mit einer konkaven Parabel mit einem Maximum von 77.252 PPP USD dargestellt wird. Die ausgewählte Polynomialregression der zweiten Ordnung erklärt etwa 89 % der Variabilität der beobachteten Werte des Durchschnittsjahreslohns. Ein Wachstum der Löhne bis zum Jahr 2020 wird praktisch in allen Ländern des OECD erwartet.de
dc.description.abstractThe research database for the present article consists of the OECD countries (except Turkey and Lithuania). The primary objective of the study is to group the countries according to twelve variables – average wage, minimum wage, GDP per capita, rates of unemployment, exchange and inflation rates, income tax, GDP per hour worked, indices of industrial, construction and manufacturing production and retail trade index, determining which of them significantly affect the average wage and defining the type and strength of such a relationship. The average wage, minimum wage and GDP per capita are used after their conversion into purchasing power parity, allowing for the comparison of price levels and PPP in different countries. Another important aim is to develop forecasts of the wage level for OECD countries by 2020. With regard to the countries’ clustering according to the above criteria, Czechia always ranks alongside other post-communist countries (except Slovenia). The only explanatory variables affecting the average wage significantly are GDP per capita, income tax and manufacturing and retail trade indices, GDP exerting a major influence. Simple regression analysis of the dependence between the average wage and GDP per capita indicates that its course is best captured by the concave parabola with the peak at 77,252 PPP USD. The selected second-order polynomial regression explains approx. 89 percent of the variability of the observed values of the average annual wage. Wage growth by 2020 is expected in virtually all the OECD countries.en
dc.description.abstractBadawcza baza danych niniejszego opracowania obejmuje kraje OECD (z wyjątkiem Turcji i Litwy). Głównym celem badań jest podzielenie krajów do grup według dwunastu zmiennych – przeciętne wynagrodzenie, wynagrodzenie minimalne, PKB na mieszkańca, stopa bezrobocia, stopa zmienna i stopa inflacji, podatek dochodowy, PKB na godzinę pracy, wskaźniki przemysłu, budownictwa i przemysłu przetwórczego, wskaźnik produkcji i handlu detalicznego, oraz wskazanie, która z nich znacznie wpływa na przeciętne wynagrodzenie oraz określa typ i siłę takiej relacji. Przeciętne wynagrodzenie, wynagrodzenie minimalne oraz PKB na mieszkańca uwzględniane są po ich przeliczeniu na parytet siły roboczej (PPP), co umożliwia porównanie cen i parytetów siły nabywczej w różnych krajach. Kolejnym ważnym celem jest opracowanie prognozy poziomu wynagrodzeń dla krajów OECD do 2020 roku. W wyniku pogrupowania krajów według ww. kryteriów Republika Czeska jest każdorazowo na poziomie pozostałych krajów postkomunistycznych (za wyjątkiem Słowenii). Jedynymi wyjaśniającymi zmiennymi, które mają znaczny wpływ na przeciętne wynagrodzenie, są PKB na mieszkańca, podatki dochodowe oraz wskaźnik przemysłu przetwórczego i handlu detalicznego, przy czym PKB ma wpływ decydujący. Prosta analiza regresji zależności pomiędzy przeciętnym wynagrodzenie a PKB na mieszkańca wskazuje, że jej przebieg najlepiej odzwierciedla parabola wklęsła z maksimum 77 252 PPP USD. Wybrana regresja wielomianowa drugiego rzędu wyjaśnia ok. 89% zmienności badanych wartości przeciętnego rocznego wynagrodzenia. Wzrost wynagrodzeń do 2020 roku spodziewany jest praktycznie we wszystkich państwach OECD.pl
dc.formattext
dc.identifier.doi10.15240/tul/004/2019-2-002
dc.identifier.eissn1803-9790
dc.identifier.issn1803-9782
dc.identifier.otherACC_2019_2_02
dc.identifier.urihttps://dspace.tul.cz/handle/15240/153865
dc.language.isoen
dc.licenseCC BY-NC 4.0
dc.publisherTechnická univerzita v Liberci, Česká republikacs
dc.relation.isbasedonAKKEMIK, K. A.: The Response of Employment to GDP Growth in Turkey: An Econometric Estimation. Applied Econometrics and International Development. 2007, Vol. 7, Issue 1, pp. 65–74. ISSN 1578-4487.
dc.relation.isbasedonALLEGREZZA, S.; HEINRICH, G.; JESUIT, D.: Poverty and Income Inequality in Luxembourg and the Grande Région in Comparative Perspective. Socio-Economic Review. 2004, Vol. 2, Issue 2, pp. 263–283. ISSN 1475-1461. DOI: 10.1093/soceco/2.2.263
dc.relation.isbasedonANGELES, L.: GDP per Capita or Real Wages? Making Sense of Conflicting Views on Pre-industrial Europe. Explorations in Economic History. 2008, Vol. 45, Issue 2, pp. 147–163. ISSN 0014-4983.
dc.relation.isbasedonBROCKWELL, P. J.; DAVIS, R. A.: Introduction to Time Series and Forecasting. Springer, New York, 2016. ISBN 978-3-319-29852-8.
dc.relation.isbasedonBRUNO, G. S. F.; CRINÒ, R.; FALZONI, A. M.: Foreign Direct Investment, Trade, and Skilled Labour Demand in Eastern Europe. Labour. 2012, Vol. 26, Issue 4, pp. 492–513. ISSN 1467-9914. DOI: 10.1111/labr.12001
dc.relation.isbasedonCALOGHIROU, Y.; VOULGARIS, Y.; ZAMBARLOUKOS, S: The Political Economy of Industrial Restructuring: Comparing Greece and Spain. South European Society and Politics. 2000, Vol. 5, Issue 1, pp. 73–96. ISSN 1360-8746.
dc.relation.isbasedonDARLINGTON, R. B.; HAYES, A F.: Regression Analysis and Linear Models: Concepts, Applications, and Implementation. The Guilford Press, New York, 2016. ISBN 978-1-4625-2113-5.
dc.relation.isbasedonHÖLSCHER, J.; PERUGINI, C.; POMPEI, F.: Wage Inequality, Labour Market Flexibility and Duality in Eastern and Western Europe. Post-Communist Economies. 2011, Vol. 23, Issue 3, pp. 271–310. ISSN 1463-1377. DOI: 10.1080/14631377.2011.595119
dc.relation.isbasedonGABRIELYAN, D.: Forecasting Inflation Using the Phillips Curve in Inflation Targeting Countries. International Review of Applied Economics. 2019, Vol. 33, Issue 5, pp. 601–623. ISSN 0269-2171. DOI: 10.1080/02692171.2018.1516740
dc.relation.isbasedonKASPEROWICZ, R.; ŠTREIMIKIENĖ, D.: Economic growth and energy consumption: a comparison of comparative analysis of V4 and “old” EU countries. Journal of International Studies. 2016, Vol. 9, Issue 2, pp. 181–194. ISSN 2071-8330. DOI: 10.14254/2071-8330.2016/9-2/14
dc.relation.isbasedonKLIBER, A.; PŁUCIENNIK, P.: Euro or Not? Vulnerability of Czech and Slovak Economies to Regional and International Turmoil. Economic Modelling. 2017, Vol. 60,Issue 1, pp. 313–323. ISSN 0264-9993. DOI: 10.1016/j.econmod.2016.09.019
dc.relation.isbasedonMELIKHOVA, Y.; BAŽÓ, L.; HOLUBCOVA, I.; CAMACHO, J. A.: Trade in Services and Tertiarisation of the Visegrád Four Economies. Post-Communist Economies. 2015, Vol. 27, Issue 1, pp. 1–22. ISSN 1463-1377. DOI: 10.1080/14631377.2015.992219
dc.relation.isbasedonPAVELKOVÁ, D.; BIALIC-DAVENDRA, M.; JIRCIKOVÁ, E.; HOMOLKA, L.: Clusters’ Activities and Economy Stage of Development: Evidence from V4 and Advanced Economies. Ekonomický časopis (Journal of Economics). 2013, Vol. 61, Issue 2, pp. 187–205. ISSN 0013-3035.
dc.relation.isbasedonPRÓCHNIAK, M.: Determinants of Economic Growth in Central and Eastern Europe: The Global Crisis Perspective. Post-Communist Economies. 2011, Vol. 23, Issue 4, pp. 449–468. ISSN 1463-1377. DOI: 10.1080/14631377.2011.622566
dc.relation.isbasedonPRÓCHNIAK, M.: The Impact of Product Market Competition on GDP per Capita Growth in the EU Countries: Does the Model of Capitalism Matter? Post-Communist Economies. 2018, Vol. 30, Issue 2, pp. 131–155. ISSN 1463-1377. DOI: 10.1080/14631377.2017.1362098
dc.relation.isbasedonRENCHER, A. C.; CHRISTENSEN, W. F.: Methods of Multivariate Analysis. John Wiley & Sons, New Jersey, 2012. ISBN 978-0-470-17896-6.
dc.relation.isbasedonSIMIONESCU, M.; LAZÁNYI, K.; SOPKOVÁ, G.; DOBEŠ, K.; BALCERZAK, A. P.: Determinants of Economic Growth in V4 Countries and Romania. Journal of Competitiveness. 2017, Vol. 9, Issue 1, pp. 103–116. ISSN 1804-1728. DOI: 10.7441/joc.2017.01.07
dc.relation.isbasedonTSIAPA, M.; BATSIOLAS, I.: Firm resilience in regions of Eastern Europe during the period 2007–2011. Post-Communist Economies. 2018, Vol. 31, Issue 1, pp. 19–35. ISSN 1463-1377. DOI: 10.1080/14631377.2018.1443250
dc.relation.isbasedonOECD: OECD.Stat. [online]. Available from WWW: https://stats.oecd.org
dc.relation.ispartofACC Journalen
dc.relation.isrefereedtrue
dc.subjectaverage annual wageen
dc.subjectGDP per capitaen
dc.subjectcluster analysisen
dc.subjectward methoden
dc.subjectEuclidean distance metricen
dc.subjectlinear regression hyperplaneen
dc.subjectquadratic regression functionen
dc.titleAssessment of living standard indicators in the OECD member countriesen
dc.title.alternativeZhodnocení ukazatelů životní úrovně v členských zemích OECDcs
dc.title.alternativeBewertung der Indikatoren des Lebensnive aus in den OECD Mitgliedsstaatende
dc.title.alternativeOcena wskaźników poziomu życia w krajach członkowskich OECDpl
dc.typeArticleen
local.accessopen
local.citation.epage45
local.citation.spage21
local.fulltextyesen
local.relation.issue2
local.relation.volume25
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
ACC_2019_2_02.pdf
Size:
604.81 KB
Format:
Adobe Portable Document Format
Description:
článek
Download
Collections
2019/2 - Science of Economics