Projekcja opłacalności uprawy zbóż w Polsce w 2022 roku na tle prognozy produkcji zbóż w Unii Europejskiej do 2030 roku

Main Article Content

Aldona Skarżyńska
Łukasz Pietrych


Słowa kluczowe : produkcja roślinna, modele trendu, prognozowanie
Abstrakt
Celem badań było określenie wpływu prognozowanej zmiany cen środków do produkcji rolnej, plonów oraz cen sprzedaży produktów na opłacalność uprawy pszenicy ozimej, żyta ozimego i jęczmienia jarego w 2022 roku. Rezultaty badań wskazują na poprawę wyników produkcyjnych i cenowych badanych zbóż. Stwierdzono, że najsilniejszy wzrost przychodów odnotują producenci żyta. Zbadano również zakres odchyleń od wyników projekcji zbóż, ze względu na jednostkowe zmiany plonu, ceny i kosztów uprawy. Wyniki wskazują, że żyto i jęczmień jary charakteryzuje dość duża wrażliwość na każdy z czynników dochodotwórczych, natomiast w przypadku pszenicy ozimej siła ich oddziaływania jest słabsza. Postępujące procesy integracji powodują, że tego typu rozważania należy prowadzić z uwzględnieniem przewidywanych zmian na rynku unijnym. W związku z tym wyniki zaprezentowano na tle zmian jakie do 2030 roku przewiduje Komisja Europejska.

Article Details

Jak cytować
Skarżyńska, A., & Pietrych, Łukasz. (2018). Projekcja opłacalności uprawy zbóż w Polsce w 2022 roku na tle prognozy produkcji zbóż w Unii Europejskiej do 2030 roku. Zeszyty Naukowe SGGW W Warszawie - Problemy Rolnictwa Światowego, 18(1), 224–234. https://doi.org/10.22630/PRS.2018.18.1.21
Bibliografia

Allen, P.G. (1994). Economic forecasting in agriculture. International Journal of Forecasting, 10 (1), 81-135. (Crossref)

Baer-Nawrocka, A., Kiryluk-Dryjska, E. (2015). Produkcja zbóż w wybranych krajach Unii Europejskiej – uwarunkowania strukturalne i polityczne (Cereals production in selected European Union countries – political and structural implications). J. Agribus. Rural Dev., 4(38), 617-625. (Crossref)

Dittmann, P. (2004). Prognozowanie na podstawie szeregów czasowych (Forecasting based on time series). W: M. Cieślak (red.) Prognozowanie gospodarcze. Metody i zastosowania (Economic forecasting. Methods and applications) (s. 62-103). Wydawnictwo Naukowe PWN, Warszawa.

European Commission (2016). EU Agricultural Outlook. Prospect for EU agricultural markets and income 2016-2026. December.

European Commission (2018). EU Crops Market Observatory. Pobrano 10 stycznia 2018 z: https://ec.europa.eu/ agriculture/market-observatory/crops_en.

Eurostat (2015). Statistics on agricultural markets. Pobrane 25 czerwca 2015 z: http://ec.europa.eu/agriculture/ markets-and-prices/market-statistics/index_en.htm.

Filipiak, K. (2009). Ilościowe metody prognozowania w rolnictwie (Quantitative forecasting methods in agriculture). W: I. Marcinkowska (red.) Kierunki zmian w produkcji roślinnej w Polsce do roku 2020 (s. 9 18). Stud. Rap. IUNG-PIB, 14.

Główny Urząd Statystyczny (2017). Rocznik Statystyczny Rzeczypospolitej Polskiej (Statistical Yearbook of the Republic of Poland). Zakład Wydawnictw Statystycznych.

Hamulczuk, M., Gędek, S., Stańko, S. (2012). Prognozowanie cen surowców rolnych na podstawie zależności przyczynowych (Forecasting prices of agricultural raw materials based on causal relationships). Program Wieloletni 2011-2014, 52, Warszawa: IERiGŻ-PIB.

Hamulczuk, M., Klimkowski, C., Stańko, S. (2013). Metody ilościowe w systemie prognozowania cen produktów rolnych (Quantitative methods in the price forecasting system for agricultural products). Program Wieloletni 2011-2014, 89, Warszawa: IERiGŻ-PIB.

Kisielińska, J. (2012). Podstawy ekonometrii w Excelu (Basics of econometrics in Excel). Wydawnictwo SGGW, Warszawa.

Majewski, E. (2010). Produkcyjne, ekonomiczne i środowiskowe aspekty uproszczenia struktury zasiewów (Selected production, economic and environmental aspects of crop rotations). Roczniki Nauk Rolniczych, Seria G, 97, (3), 159-169.

Prospects for Agricultural Markets in the EU 2017-2030. (2017). Pobrano 10 stycznia 2018 z: https://ec.europa.eu/agriculture/sites/agriculture/files/markets-and-prices/medium-term-outlook/2017/2017-tables.pdf.

Skarżyńska, A., Pietrych, Ł. (2017). Projekcja opłacalności produkcji zbóż i rzepaku w perspektywie 2022 roku (Projection of profitability of cereals and rape production in the perspective of 2022). Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 104, (2), 50-63. (Crossref)

Sobczyk, M. (1976). Zagadnienie prognozowania plonów w świetle literatury (The Problem of Crops Prognosis in Literature). Annales Universitatis Mariae Curie-Skłodowska. Sectio H, Oeconomia, 10, 183-200.

Sobczyk, M. (1991). Statystyczne metody prognozowania (Statistical Methods of Prediction). Annales Universitatis Mariae Curie-Skłodowska. Sectio H, Oeconomia, 25, 337-354.

Sobczyk, M. (2008). Prognozowanie. Teoria, przykłady, zadania (Forecasting. Theory, examples, tasks). PLACET, Warszawa.

Stańko, S. (1999). Prognozowanie w rolnictwie (Forecasting in agriculture). Wyd. 2, SGGW, Warszawa.

Stańko, S., Hamulczuk, M. (2013). Estymacja i weryfikacja modelu ekonometrycznego (Estimation and verification of the econometric model). W: S. Stańko (red.) Prognozowanie w agrobiznesie. Teoria i przykłady zastosowania (s. 77-97). Wydawnictwo SGGW, Warszawa.

Statystyki

Downloads

Download data is not yet available.