Dzień 1 (Sala D, 1 lipca) - Retransmisja - Szósty Kongres Statystyki Polskiej

Cel

Celem badania jest wyjaśnienie przyczyn gwałtownego spadku dzietności w Polsce, Litwie, Łotwie i Estonii w latach 2017–2024 poprzez rozróżnienie wpływu czynników strukturalnych i behawioralnych. Analiza ma ustalić, w jakim stopniu obserwowane zmiany wynikają z przemian demograficznych, a w jakim z reakcji na nakładające się kryzysy – pandemię COVID-19 i wojnę w Ukrainie – oraz towarzyszącą im niepewność ekonomiczną i społeczną.

Metody

Badanie opiera się na analizie danych demograficznych dla lat 2017–2024, obejmujących statystyki urodzeń, dane Eurostatu oraz krajowych urzędów statystycznych. Kluczową metodą jest dekompozycja zmian współczynnika dzietności całkowitej (TFR) z wykorzystaniem podejścia Kitagawy (1955) oraz Das Gupty (1993), pozwalająca rozdzielić wpływ czynników strukturalnych (zmiany w strukturze wieku i liczbie kobiet według liczby urodzonych dzieci) oraz behawioralnych (zmiany intensywności urodzeń w poszczególnych grupach). Uzupełniająco zastosowano korektę tempa dzietności według Bongaartsa i Feeneya (1998), która eliminuje zniekształcenia wynikające z odkładania urodzeń w czasie. Analiza obejmuje wskaźniki dzietności według wieku oraz kolejności urodzeń, co umożliwia identyfikację zmian w zakresie pierwszych, drugich i kolejnych urodzeń. W celu oceny wpływu kryzysów zastosowano podejście kontrfaktyczne typu event-study, porównujące trajektorie dzietności po 2022 roku z trendami sprzed pandemii oraz z krajami referencyjnymi Europy Zachodniej i Środkowej, różniącymi się poziomem stabilności instytucjonalnej i odległością od konfliktu. Takie podejście pozwala uchwycić zarówno bezpośredni wpływ zdarzeń, jak i ich interakcje z długookresowymi procesami demograficznymi.

Wyniki

W Polsce współczynnik dzietności całkowitej spadł z ok. 1,45 w 2017 r. do ok. 1,10 w 2024 r., co oznacza spadek o blisko 24%. Analiza dekompozycyjna wskazuje, że około 80% tej zmiany wynikało z czynników behawioralnych, podczas gdy jedynie 20% można przypisać zmianom strukturalnym. Najsilniejsze spadki odnotowano wśród kobiet w wieku 25–34 lata, szczególnie w zakresie pierwszych urodzeń, które odpowiadają za większość spadku po 2021 r. Jednocześnie wzrósł średni wiek matek, co potwierdza odkładanie decyzji prokreacyjnych. Nałożenie się pandemii COVID-19 i wojny w Ukrainie stworzyło efekt „podwójnego szoku”, który nie tylko opóźnił realizację planów rodzicielskich, lecz także przyczynił się do bardziej trwałych zmian w zachowaniach i intencjach reprodukcyjnych.

Wnioski

Wyniki wskazują, że spadek dzietności w Polsce ma przede wszystkim charakter behawioralny i wynika z reakcji na narastającą niepewność wywołaną pandemią oraz wojną w Ukrainie, a nie z długookresowych zmian strukturalnych. Kluczową rolę odegrało odkładanie decyzji o pierwszym dziecku, co może mieć trwałe konsekwencje dla poziomu dzietności. Analiza potwierdza znaczenie czynników ekonomicznych i geopolitycznych w kształtowaniu zachowań reprodukcyjnych oraz ograniczoną odporność demograficzną na skumulowane kryzysy.

Słowa kluczowe:

dzietność, niepewność, pandemia COVID-19, wojna w Ukrainie, dekompozycja demograficzna

Objective

The aim of the study is to explain the sharp fertility decline in Poland, Lithuania, Latvia, and Estonia between 2017 and 2024 by distinguishing between structural and behavioral determinants. The analysis seeks to assess to what extent the observed changes result from demographic shifts versus behavioral responses to overlapping crises—namely the COVID-19 pandemic and the war in Ukraine—and the associated economic and social uncertainty.

Methods

The study is based on demographic data for the period 2017–2024, including vital statistics, Eurostat data, and national statistical office records. The core methodological approach is the decomposition of changes in the total fertility rate (TFR) using the frameworks developed by Kitagawa (1955) and Das Gupta (1993), which allow the separation of structural components (changes in the age and parity composition of women) from behavioral components (changes in fertility rates within these groups). Additionally, tempo-adjusted fertility measures following Bongaarts and Feeney (1998) are applied to correct for distortions caused by the postponement of births. The analysis includes age-specific and parity-specific fertility rates, enabling the identification of shifts in first, second, and higher-order births. To evaluate the impact of crises, a counterfactual event-study design is employed, comparing post-2022 fertility trajectories with pre-pandemic trends and with selected Western and Central European countries that differ in institutional stability and proximity to the conflict. This approach allows capturing both the direct effects of shocks and their interaction with longer-term demographic processes.

Results

In Poland, the total fertility rate declined from approximately 1.45 in 2017 to around 1.10 in 2024, representing a drop of nearly 24%. Decomposition results indicate that about 80% of this decline was driven by behavioral factors, while only 20% can be attributed to structural changes. The most pronounced decreases were observed among women aged 25–34, particularly in first births, which account for the majority of the post-2021 decline. At the same time, the mean age at childbirth increased, indicating postponement of reproductive decisions. The combined impact of the pandemic and the war produced a “double shock” that reinforced lasting changes in fertility behavior.

Conclusions

The findings suggest that the fertility decline in Poland is primarily behavioral and reflects responses to rising uncertainty caused by the pandemic and the war in Ukraine, rather than long-term structural demographic changes. The postponement of first births plays a central role and may have lasting implications for future fertility levels. The study highlights the importance of economic and geopolitical factors in shaping reproductive behavior and points to limited demographic resilience in the face of compounded crises.

Keywords

fertility, uncertainty, COVID-19 pandemic, war in Ukraine, demographic decomposition

Cel

Celem zgłoszonego referatu jest przedstawienie wyników europejskiego badania przemocy uwarunkowanej płcią (EU-GBV - Gender-Based Violence) w Polsce, a także odpowiedź na pytanie o skalę, strukturę oraz zróżnicowanie tego zjawiska w zależności od płci a także kontekstu społecznego. Analiza koncentruje się na identyfikacji form przemocy oraz różnic w ich postrzeganiu i raportowaniu przez osoby badane. Zastosowanie wspólnej metodologii dla krajów Unii Europejskiej, umożliwia uzyskanie porównywalnych wyników i ocenę zjawiska przemocy.

Metody

Badanie EU-GBV zostało zrealizowane w ramach projektu koordynowanego na poziomie Unii Europejskiej i finansowanego przez Eurostat. W Polsce wykonawcą był Główny Urząd Statystyczny. W ramach projektu zostało przeprowadzone badanie przemocy uwarunkowanej płcią (EU-GBV) na poziomie krajowym, na losowo wybranej próbie respondentów (wyłącznie kobiet) z wykorzystaniem opracowanego na poziomie europejskim kwestionariusza i metodologii. Dane pochodzą z reprezentacyjnego badania ankietowego przeprowadzonego na próbie osób dorosłych (18+), dobranej w sposób losowy, umożliwiający uogólnianie wyników na populację kraju. Zastosowano standaryzowany kwestionariusz obejmujący różne formy przemocy (fizyczną, psychiczną, seksualną, ekonomiczną oraz przemoc cyfrową) stanowiący podstawę do wypracowania polskiej wersji kwestionariusza. W analizie wykorzystano wagi statystyczne korygujące strukturę próby względem populacji. Dokonano oceny jakości wyników poprzez analizę błędów oszacowań oraz zastosowanie podstawowych metod wnioskowania statystycznego, w tym przedziałów ufności. Uwzględniono także ograniczenia wynikające z efektu niedoszacowania zjawiska przemocy oraz różnic w gotowości respondentów do ujawniania doświadczeń.

Wyniki

Wyniki badania EU-GBV wskazują na istotną skalę przemocy uwarunkowanej płcią w Polsce oraz na jej wyraźne zróżnicowanie ze względu na płeć, wiek oraz kontekst występowania. Badanie zrealizowane zostało na grupie wylosowanych respondentek, na terenie szesnastu województw Polski. Najczęściej raportowane są formy przemocy psychicznej i ekonomicznej, przy czym kobiety znacznie częściej deklarują doświadczenie przemocy w relacjach prywatnych, a mężczyźni rzadziej ujawniają tego typu zdarzenia. Zaobserwowano także znaczący udział przemocy w przestrzeni cyfrowej oraz znaczący udział przemocy w miejscu pracy. Interpretacja wyników wskazuje na wpływ norm społecznych i kulturowych na poziom ujawniania przemocy.

Wnioski

Uzyskane wyniki z badania EU-GBV podkreślają konieczność dalszego rozwijania badań nad przemocą uwarunkowaną płcią z wykorzystaniem metod statystyki publicznej oraz doskonalenia narzędzi pomiaru. Istotne jest uwzględnianie różnic w raportowaniu przemocy oraz wzmacnianie procedur zapewniających rzetelność danych. Wyniki mają znaczenie dla kształtowania polityk publicznych, w tym działań prewencyjnych i interwencyjnych, oraz stanowią wkład w rozwój metod analizy zjawisk społecznych o charakterze wrażliwym.

Słowa kluczowe:

przemoc uwarunkowana płcią, przemoc wobec kobiet, mobbing, stalking, przemoc w dzieciństwie

Objective

The aim of this paper is to present the findings of the European survey on gender-based violence (EU-GBV ) in Poland, as well as to address the scale, structure as well as variations of this phenomenon depending on gender and social context. The analysis focuses on identifying forms of violence and differences in how they are perceived and reported by respondents.The use of a common methodology across European Union countries makes it possible to obtain comparable results and assess the phenomenon of violence.

Methods

The EU-GBV survey was carried out as part of a project coordinated at European Union level and funded by Eurostat. In Poland, the survey was conducted by the Statistics Poland. As part of the project, a survey on gender-based violence (EU-GBV) was conducted at national level on a randomly selected sample of respondents (women only), using a questionnaire and methodology developed at European level. The data come from a representative survey conducted on a sample of adults (aged 18 and over), selected at random, allowing the results to be generalised to the country’s population. A standardised questionnaire covering various forms of violence (physical, psychological, sexual, economic and digital violence) was used as the basis for developing the Polish version of the questionnaire. The analysis utilised statistical weights to adjust the sample structure relative to the population. The quality of the results was assessed through an analysis of estimation errors and the application of basic statistical inference methods, including confidence intervals. Limitations arising from the underreporting of violence and differences in respondents’ willingness to disclose their experiences were also taken into account.

Results

The results indicate a significant scale of gender-based violence (EU-GBV) in Poland and its clear gender, age and context differences. The survey was conducted among a group of randomly selected female respondents across sixteen provinces in Poland. Most often, forms of psychological and economic violence are reported, with women more often declaring experience of violence in private relationships, and men less often revealing such events. There has also been a significant contribution of violence in the digital space and in the workplace. Interpretation of the results indicates the impact of social and cultural norms on the level of disclosure of violence.

Conclusions

The obtained results underline the need to further develop research on gender-based violence using methods of official statistics and to improve measurement tools. It is important to take into account differences in reporting violence and strengthen procedures to ensure the reliability of data. The results are important for shaping public policies, including preventive and intervention measures, and contribute to the development of methods for the analysis of social phenomena of a sensitive nature.

Keywords

gender-based violence, violence against women, mobbing, stalking, childhood violence

Cel

Celem analizy jest próba odpowiedzi na pytanie, w jaki sposób różnice w instytucjonalnym kształtowaniu opieki długoterminowej w Europie Środkowo-Wschodniej, zwłaszcza w Polsce i Czechach, wiążą się z jakością życia seniorów. Szczególną uwagę poświęcono dwóm ścieżkom rozwoju LTC w regionie: polskiemu modelowi silniej opartemu na rodzinie i subsydiarności oraz czeskiemu modelowi ograniczonego uniwersalizmu. Dodatkowo zestawiono je z reżimami opieki długoterminowej Niderlandów, Niemiec i Włoch.

Metody

Badanie wykorzystuje reprezentacyjne dane panelowe z międzynarodowego badania SHARE (Survey of Health, Ageing and Retirement in Europe). Analizą objęto 28 025 seniorów obserwowanych w 5 falach badania w Polsce, Czechach, Niemczech, Niderlandach i Włoszech. Dobór krajów miał charakter celowy i porównawczy. Polska i Czechy zostały potraktowane jako dwa przypadki Europy Środkowo-Wschodniej, które mimo wspólnej klasyfikacji regionalnej reprezentują odmienne rozwiązania instytucjonalne w zakresie opieki długoterminowej. Kontekst porównawczy zapewniają Niderlandy, Niemcy i Włochy, odpowiadające odmiennym reżimom LTC: nordyckiemu, mieszanemu i rodzinnemu. Zmienną zależną jest jakość życia mierzona wskaźnikiem CASP oraz jego domenami: kontrolą, autonomią, samorealizacją i przyjemnością. Uwzględniono także ogólną satysfakcję z życia. Główne zmienne objaśniające obejmują cztery wymiary LTC: formalną opiekę instytucjonalną, formalną opiekę domową, otrzymywanie pomocy oraz udzielanie pomocy innym. W modelach kontrolowano wpływ wieku, płci, zdrowia fizycznego i psychicznego, sytuacji finansowej, wykształcenia, stanu cywilnego, PKB per capita, nierówności dochodowych oraz pandemii COVID-19. Pandemię potraktowano jako eksperyment naturalny i „stress test” systemów LTC, pozwalający ocenić ich odporność w warunkach ograniczeń społecznych. Zastosowano regresyjne modele mieszane umożliwiające analizę ogólnych zależności między formami LTC a jakością życia oraz ich zróżnicowania między krajami.

Wyniki

Wyniki pokazują, że otrzymywanie pomocy wiąże się z niższą jakością życia seniorów, zwłaszcza w domenach kontroli i samorealizacji. Zależność ta jest silniejsza w Polsce i Czechach niż w Niemczech i Niderlandach, co sugeruje większe obciążenie zależnością tam, gdzie LTC bardziej opiera się na rodzinie lub słabszym wsparciu formalnym. Formalna opieka domowa także wiąże się z niższym CASP, szczególnie w zakresie kontroli. Opieka instytucjonalna nie wykazuje jednoznacznie negatywnego związku z ogólną jakością życia po uwzględnieniu zdrowia i zmiennych kontrolnych. Istotny jest kontrast: w Polsce udzielanie pomocy innym wiąże się z wyższą jakością życia, w Czechach – z niższą. Najsilniejszymi predyktorami pozostają zdrowie fizyczne i psychiczne oraz samoocena sytuacji finansowej.

Wnioski

Analiza daje podstawy do twierdzenia, że Europa Środkowo-Wschodnia nie jest jednolita pod względem konsekwencji opieki długoterminowej dla jakości życia seniorów. Polska i Czechy, mimo podobnej klasyfikacji regionalnej, ujawniają odmienne wzorce zależności między otrzymywaniem i udzielaniem pomocy a dobrostanem osób starszych. Znaczenie LTC zależy nie tylko od jej formalnego typu, lecz także od kontekstu instytucjonalnego, rodzinnego i kulturowego oraz od tego, czy pomoc jest doświadczana jako wsparcie i źródło sensu, czy jako oznaka zależności. Podobne formy LTC mogą zatem mieć odmienne konsekwencje w różnych reżimach opieki.

Słowa kluczowe:

opieka długoterminowa: jakość życia osób starszych: Polska, Czechy: SHARE

Objective

The study aims to examine how differences in the institutional design of long-term care (LTC) in Central and Eastern Europe, particularly in Poland and Czechia, are associated with older adults’ quality of life. Special attention is given to two regional LTC trajectories: the more family-based and subsidiarity-oriented Polish model and the Czech model of limited universalism. These are further contrasted with LTC regimes in the Netherlands, Germany, and Italy.

Methods

The analysis uses representative panel data from the SHARE study (Survey of Health, Ageing and Retirement in Europe), covering 28,025 older adults across five waves in Poland, Czechia, Germany, the Netherlands, and Italy. Country selection was purposeful and comparative. Poland and the Czech Republic are treated as two Central and Eastern European cases that, despite sharing a common regional classification, represent distinct institutional arrangements for long-term care. The Netherlands, Germany, and Italy, representing distinct LTC regimes: Nordic, mixed, and family, provide a comparative context. Quality of life is measured using the CASP index and its domains (control, autonomy, self-realization, pleasure), along with overall life satisfaction. Key explanatory variables include four LTC dimensions: formal institutional care, formal home care, receiving help, and providing help. Models control for age, gender, physical and mental health, financial situation, education, marital status, GDP per capita, income inequality, and the COVID-19 period, treated as a natural experiment (“stress test”) for LTC systems. Regression mixed models were applied to analyze the overall relationships between LTC forms and quality of life and their variation across countries.

Results

Receiving help is associated with lower quality of life, particularly in control and self-realization, with stronger effects in Poland and Czechia than in Germany and the Netherlands, suggesting a higher burden of dependency where LTC relies more on family or has weaker formal support. Formal home care is also linked to lower CASP, especially in control. Institutional care shows no clear negative association after controls. A notable contrast emerges: providing help is positively associated with quality of life in Poland but negatively in Czechia. The strongest predictors remain physical and mental health and perceived financial situation.

Conclusions

Central and Eastern Europe is not homogeneous in how LTC relates to older adults’ quality of life. Poland and Czechia, despite similar regional classifications, exhibit distinct patterns of relationships between receiving and providing care and the well-being of older adults, indicating that LTC outcomes depend not only on formal care types but also on institutional, familial, and cultural contexts, and on whether help is experienced as support or dependence. Similar LTC forms may thus have different consequences across care regimes.

Keywords

long-term care: older adults’ quality of life: Poland: Czechia: SHARE

Cel

Celem referatu jest analiza poziomu i zróżnicowania satysfakcji z pracy wśród pracowników w wieku 50 lat i więcej w krajach europejskich po pandemii COVID-19. Badanie odpowiada na pytanie, w jakim stopniu zakłócenia wykonywania pracy w czasie pandemii – w tym praca zdalna oraz zmiany czasu pracy – były powiązane z oceną warunków pracy i satysfakcją zawodową starszych pracowników oraz jak satysfakcja ta różnicuje się między krajami.

Metody

Analiza oparta jest na danych z 9. rundy badania Survey of Health, Ageing and Retirement in Europe (SHARE), zrealizowanej w latach 2021–2022. Badanie ma charakter reprezentacyjny i obejmuje próbę losową osób w wieku 50+ w ponad 20 krajach europejskich oraz w Izraelu. W analizie uwzględniono 4?858 respondentów pozostających aktywnymi zawodowo w momencie realizacji badania. Satysfakcję z pracy oceniano na podstawie zestawu pytań dotyczących warunków pracy, obejmujących m.in. obciążenie fizyczne, presję czasu, autonomię, bezpieczeństwo zatrudnienia, możliwości rozwoju kompetencji, otrzymywane wsparcie i uznanie oraz adekwatność wynagrodzenia. W pierwszym etapie zastosowano analizę czynnikową w celu redukcji wymiarów, a następnie analizę skupień, pozwalającą na wyodrębnienie typów satysfakcji z pracy. W kolejnym etapie przeprowadzono wielomianową regresję logistyczną, identyfikując związki między przynależnością do wyróżnionych grup a cechami demograficznymi, poziomem wykształcenia oraz doświadczeniami zakłóceń pracy w czasie pandemii COVID-19, takimi jak praca zdalna czy zmiany czasu pracy. Wnioskowanie statystyczne oparto na estymacji parametrów i testach istotności, pozwalających na identyfikację charakterystyk związanych z przynależnością do określonej grupy wyodrębnionych pracowników.

Wyniki

Analiza skupień pozwoliła zidentyfikować cztery względnie podobne liczebnie grupy pracowników: osoby zmęczone fizycznie (26,8%), osoby niezadowolone z pracy (27,0%), osoby zniechęcone do pracy (25,2%) oraz osoby usatysfakcjonowane (20,9%). Oznacza to, że około 80% pracowników w wieku 50+ doświadcza ograniczonej satysfakcji z pracy, choć z różnych powodów. Stwierdzono istotne zróżnicowanie struktury tych grup pomiędzy krajami. Wyniki regresji wskazują, że zakłócenia pracy w czasie pandemii miały ograniczony wpływ na satysfakcję, jednak praca zdalna zmniejszała prawdopodobieństwo przynależności do grupy zmęczonej fizycznie. Wyższe wykształcenie i poczucie bezpieczeństwa w pracy istotnie zwiększały szanse bycia w grupie osób usatysfakcjonowanych.

Wnioski

Uzyskane wyniki wskazują, że po pandemii COVID-19 kluczowym wyzwaniem dla wydłużania aktywności zawodowej osób starszych pozostaje jakość pracy, a nie same zakłócenia pandemiczne. Niska satysfakcja z pracy silnie różnicuje sytuację pracowników 50+ między krajami i jest powiązana z niższymi wskaźnikami zatrudnienia w starszych grupach wieku. Poprawa warunków pracy, w tym ograniczenie obciążenia fizycznego oraz wzmocnienie uznania i bezpieczeństwa zatrudnienia, może stanowić istotny instrument polityki rynku pracy i aktywnego starzenia się

Słowa kluczowe:

satysfakcja z pracy: starsi pracownicy: COVID‑19: SHARE: rynek pracy

Objective

The aim of this study is to examine the level and heterogeneity of job satisfaction among workers aged 50 and above in Europe in the post-COVID-19 period. The paper investigates whether disruptions to work during the pandemic, such as remote working and changes in working time, are associated with job satisfaction and how patterns of satisfaction differ across countries and socio-economic characteristics of older workers.

Methods

The analysis is based on data from Wave 9 (2021–2022) of the Survey of Health, Ageing and Retirement in Europe (SHARE), a cross-national, representative survey covering more than 20 European countries and Israel. The analytical sample includes 4,858 respondents aged 50 and above who were economically active at the time of the interview. Job satisfaction is assessed using a multidimensional set of indicators describing working conditions, including physical workload, time pressure, autonomy at work, job security, opportunities for skills development, recognition and support, as well as the perceived adequacy of earnings. All variables are harmonised across countries following SHARE methodological guidelines. In the first step, exploratory factor analysis is applied to identify latent dimensions underlying job satisfaction and to reduce the dimensionality of the observed indicators. Factor scores are subsequently used as inputs in a cluster analysis, which allows the identification of distinct and internally homogeneous job satisfaction profiles among older workers. In the final step, multinomial logistic regression models are estimated to examine the associations between cluster membership and individual characteristics such as age, gender, and educational attainment, as well as pandemic-related work disruptions, including the experience of remote working and changes in working hours during the COVID-19 period.

Results

Four job satisfaction profiles are identified: physically strained workers (26.8%), dissatisfied workers (27.0%), discouraged workers (25.2%), and satisfied workers (20.9%). Thus, around 80% of workers aged 50 and over experience limited job satisfaction, although for different reasons. The distribution of these profiles varies markedly across countries. Regression results indicate that pandemic-related work disruptions had a limited overall impact on job satisfaction, while remote working reduced the likelihood of belonging to the physically strained group. Higher educational attainment and greater perceived job security significantly increase the probability of being satisfied with one’s job.

Conclusions

The findings suggest that in the post-pandemic period the key challenge for extending working lives lies in job quality rather than in temporary pandemic-related disruptions. Low job satisfaction among older workers is widespread and strongly differentiated across countries. Policies aimed at improving working conditions, especially by reducing physical strain and strengthening job security and recognition, may play an important role in promoting longer and more sustainable employment among people aged 50 and above.

Keywords

job satisfaction: older workers: COVID‑19: SHARE: labour market

Objective

The study examines economic resilience from a micro-spatial perspective, focusing on how local industrial structures and firm dynamics shape variation within regions. Resilience is defined through four components: resistance, recovery, renewal, and reorientation. The paper introduces a grid-level measure - the Local Industrial Resilience Index (LIRI), to identify neighbourhood-level patterns and assess how diversity, specialisation and related variety are associated with local resilience.

Methods

The analysis is based on geo-referenced firm-level data from the REGON register for the Mazowieckie region (Poland), covering two cross-sections: 2012 and 2021. The study uses the full population of firms (approximately 989,000 in 2012 and 1.11 million in 2021), rather than a sample, which eliminates sampling-related uncertainty and the need for statistical inference based on sampling error. Firms are assigned to a regular 2×2 km grid (approximately 9,320 cells), enabling a fine-grained spatial analysis. The study introduces LIRI, a composite measure integrating four dimensions of resilience: resistance, recovery, renewal, and reorientation. The index combines information on firm survival and entry with indicators of local industrial structure, including diversity, specialisation, concentration, and related variety. Resistance and recovery are estimated as standardised residuals from econometric models (binomial model for firm survival and negative binomial model for firm births), comparing observed and expected values. Renewal and reorientation capture entries into related and unrelated sectors, based on measures of sectoral relatedness derived from co-occurrence patterns. This approach allows controlling for structural characteristics and identifying deviations from expected dynamics at the local level.

Results

The results show that economic resilience varies significantly across space and does not follow a simple core-periphery pattern. While the Warsaw metropolitan core exhibits high resilience, several medium-sized towns also demonstrate strong adaptive capacity. In contrast, many peripheral and mono-industrial areas remain structurally vulnerable. Related variety emerges as a key factor supporting both firm survival and renewal, whereas high sectoral concentration is associated with weaker resilience across all dimensions. These findings highlight the importance of local industrial structure in shaping resilience outcomes.

Conclusions

The results indicate that regional resilience is shaped by local industrial structures rather than scale alone. Areas characterised by greater diversity and related variety show higher adaptive capacity, while sectoral concentration increases vulnerability to shocks. The proposed LIRI measure provides a consistent framework for analysing resilience at a fine spatial scale. The findings contribute to empirical research on resilience and offer useful insights for place-based regional policy, particularly in supporting diversification and strengthening local economic linkages.

Keywords

composite measure: local resilience: firm resistance: firm renewal: spatial analysis

Cel

Zmienne kategoryczne, takie jak klasyfikacje zawodów (ISCO / KZIS) czy działalności gospodarczej (NACE / PKD), często zmieniają kodowanie między falami badań, co uniemożliwia porównania longitudinalne. Celem badania jest przedstawienie metody cat2cat do harmonizacji niespójnie kodowanych zmiennych kategorycznych oraz zademonstrowanie jej empirycznego zastosowania do analizy relacji między strukturą wieku a wynagrodzeniami w grupach zawodowych na danych z Badania Struktury Wynagrodzeń (2006–2014).

Metody

Metoda cat2cat została pierwotnie zaproponowana przez Nasińskiego, Majchrowską i Broniatowską (2020), następnie sformalizowana i rozszerzona przez Nasińskiego i Gajowniczka (2023). Metoda została dalej udoskonalona w wyniku recenzji eksperckiej, m.in. w zakresie obsługi błędów i transparentności diagnostycznej. Algorytm cat2cat wykorzystuje tablicę przejść. Mapowanie jest dwukierunkowe, umożliwiając harmonizację zarówno ze starego kodowania do nowego, jak i odwrotnie. Jeżeli kodowanie wynika z ewolucji klasyfikacji, to mapowanie nowego kodowania (bardziej szczegółowe) do starego (mniej szczegółowe) jest często niejednoznaczne, natomiast mapowanie w odwrotnym kierunku może być w większym stopniu jednoznaczne. Rewizja KZIS w 2010 r. objęła ok. 85% kodów 4-cyfrowych, uniemożliwiając dotychczas analizę wynagrodzeń w poszczególnych grupach zawodowych w czasie. Dzięki harmonizacji metodą cat2cat przywrócono porównywalność danych z SWZ za lata 2006–2014 i oszacowano rozszerzone równanie płac Mincera na poziomie 3-cyfrowych grup zawodowych. Badaną zmienną w modelu jest odsetek osób w wieku 55–65 lat w danej grupie zawodowej. Zastosowanie empiryczne wykorzystuje 5 fal Badania Struktury Wynagrodzeń (SWZ, 2006–2014, ok. 700 tys. obserwacji na falę). Do uogólnienia wyników na populację wykorzystano zmienną mnożnik z SWZ.

Wyniki

W regresji na pełnej próbie współczynnik struktury wieku zmieniał się istotnie w czasie: przed 2010 r. był ujemny bądź bliski zeru, a po 2010 r. stał się dodatni, co może wskazywać na zanikanie premii stażowej (*seniority premium*) charakterystycznej dla wcześniejszego okresu. Na poziomie zagregowanym dla grupy Specjalistów odnotowano nieoczekiwanie silnie ujemną korelację płac z udziałem starszych pracowników. Dezagregacja na poziom 3-cyfrowy ujawniła jednak zróżnicowanie wewnętrzne — przykładowo wynagrodzenia starszych lekarzy rosną wraz z doświadczeniem, natomiast wiedza starszych inżynierów i specjalistów IT może ulegać dezaktualizacji.

Wnioski

Metoda cat2cat, rozwijana od koncepcji (2020) przez formalizację i implementację open source (R / Python, 2023) po udoskonalenia po recenzji eksperckiej, stanowi narzędzie do harmonizacji ewoluujących klasyfikacji w danych longitudinalnych. Zastosowanie do danych z SWZ potwierdza użyteczność metody i dostarcza nowych ustaleń o heterogeniczności relacji między strukturą wieku a wynagrodzeniami w grupach zawodowych. Metodologia ma zastosowanie tam, gdzie kodowania kategoryczne zmieniają się w czasie, np. w epidemiologii (ICD) czy statystyce działalności (NACE).

Słowa kluczowe:

harmonizacja danych, zmienne kategoryczne, badania longitudinalne, uczenie maszynowe, oprogramowanie statystyczne

Objective

Categorical variables such as occupation (ISCO) or industry (NACE) classifications frequently change their encoding between survey waves, which precludes longitudinal comparisons. This study presents the cat2cat method for harmonizing inconsistently coded categorical variables and demonstrates its empirical application to the analysis of the relationship between age structure and wages across occupational groups using Polish Structure of Wages and Salaries Survey data (2006–2014).

Methods

The cat2cat method was originally proposed by Nasiński, Majchrowska, and Broniatowska (2020), subsequently formalized and extended by Nasiński and Gajowniczek (2023). The method has been further refined following expert review, including improvements in error handling and diagnostic transparency. The cat2cat algorithm uses a transition table for harmonization. The mapping is bidirectional, enabling harmonization from old encoding to new and vice versa. When encoding results from classification evolution, mapping of the new (more detailed) encoding to the old (less detailed) one is often ambiguous, whereas the reverse mapping may be more straightforward. The 2010 revision of the Polish Classification of Occupations (KZIS) affected approximately 85% of 4-digit codes, previously precluding the analysis of wages across specific occupational groups over time. Using the cat2cat method, comparability of SWZ data for 2006–2014 was restored and an augmented Mincer wage equation was estimated at the 3-digit occupational group level. The variable of interest is the share of workers aged 55–65 in a given occupational group. The empirical application uses 5 waves of the Structure of Wages and Salaries Survey (SWZ, 2006–2014, approx. 700,000 observations per wave). The design weight variable from SWZ was used to generalize results to the population.

Results

In the full-sample regression, the age structure coefficient changed significantly over time: before 2010 it was negative or near zero, whereas after 2010 it became positive, potentially indicating the decline of a *seniority premium* characteristic of the earlier period. At the aggregate level for Professionals, an unexpectedly strong negative correlation between wages and the share of older workers was observed. Disaggregation to the 3-digit level, however, revealed considerable internal variation — for example, wages of older physicians increase with experience, whereas the knowledge of older engineers and IT specialists may become obsolete.

Conclusions

The cat2cat method, progressively developed from an initial concept (2020) through formalization and open-source implementation (2023, R / Python) to further refinements informed by expert review, provides a complete tool for harmonizing evolving categorical classifications in longitudinal data. Its application to Polish wage data demonstrates both the practical utility of the method and novel findings on the heterogeneity of the relationship between age structure and wages across occupational groups. The methodology is applicable wherever categorical encodings change over time, including epidemiology (ICD) and economic activity statistics (NACE).

Keywords

data harmonization, categorical variables, longitudinal studies, machine learning, statistical software

Cel

Celem wystąpienia jest zaprezentowanie podejścia metodologicznego do wykorzystania danych pochodzących z ofert pracy jako pozastatystycznego źródła informacji o rynku pracy w badaniu zapotrzebowania na umiejętności. W szczególności omówione zostaną etapy przetwarzania oraz analizy tych danych. Ponadto celem jest wskazanie, w jaki sposób odpowiednio zaprojektowane podejście metodologiczne pozwala na zwiększenie użyteczności danych z ofert pracy w badaniach rynku pracy, przy jednoczesnym uwzględnieniu ograniczeń związanych z ich jakością, reprezentatywnością oraz specyfiką tego typu źródeł.

Metody

W opisywanym modelu wykorzystano podejście badawcze łączące analizę jakościową i ilościową w celu kompleksowego uchwycenia struktury oraz dynamiki zapotrzebowania na umiejętności w wybranych zawodach na podstawie internetowych ofert pracy. Przyjęta perspektywa zakłada zastosowanie komplementarnych technik analitycznych, co pozwala na zwiększenie trafności wnioskowania oraz redukcję ograniczeń wykorzystania wynikających ze specyfiki żródła. W prezentowanym podejściu badawczym, w analizie jakościowej wykorzystano metody eksploracyjne, w tym analizę treści oraz podejścia właściwe dla przetwarzania języka naturalnego (NLP), umożliwiające m.in. identyfikację i standaryzację nazw kategorii umiejętności. Równolegle zastosowano procedury kategoryzacji w celu budowy schematu grupowania umiejętności, prowadzące do opracowania uporządkowanej, autorskiej klasyfikacji umiejętności, wykorzystanej w dalszej analizie. W analizie ilościowej wykorzystano opis statystyczny oraz elementy uczenia maszynowego, w tym techniki grupowania, analizy współwystępowania, co pozwoliło na przetestowanie alternatywnej metody identyfikacji kluczowych umiejętności w określonych zawodach. Źródła danych obejmowały dane pochodzące z internetowych portali rekrutacyjnych, zawierające opisy ofert pracy. Analiza została przeprowadzona na próbie celowej treści ofert pracy wybranych zawodów w ramach której w okresie od 2018 do 2025 roku analizie poddanych zostało ponad 26 milionów wystąpień oczekiwanych umiejętności.

Wyniki

Zaprezentowane zostaną kluczowe rezultaty, w tym model analizy umiejętności obejmujący etapy od doboru obserwacji po szablon prezentacji najważniejszych informacji. W ramach prowadzonych prac opracowane zostało zestawienie kluczowych megatrendów, na ich podstawie, wyznaczono kierunki identyfikacji zawodów przyszłości a następnie przygotowano listę zawodów wybranych do analizy. Z przeprowadzonej analizy wynika, że postępująca cyfryzacja, obejmująca praktycznie wszystkie sektory gospodarki, generuje rosnące zapotrzebowanie na nowe i zaktualizowane umiejętności pracowników. W związku z tym szczególną uwagę poświęcono identyfikacji i charakterystyce tych potrzeb, co pozwala na uchwycenie zmian zachodzących na współczesnym rynku pracy w tym obszarze.

Wnioski

Opracowany w ramach prac model analityczny umiejętności jest przykładem tego, w jaki sposób odpowiednio zaprojektowane podejście metodologiczne pozwala na zwiększenie użyteczności danych z ofert pracy w badaniach rynku pracy, przy jednoczesnym uwzględnieniu ograniczeń związanych z ich jakością, reprezentatywnością oraz specyfiką tego typu źródeł. Źródło danych jakim jest baza OJA może uzupełniać analizy zapotrzebowania na pracowników, analizy zmian na rynku pracy, przyczyniając się do lepszego dopasowania edukacji do rynku pracy, może wpierać identyfikowanie luk kompetencyjnych czy uzupełniać informacje pochodzące z danych statystycznych.

Słowa kluczowe:

internetowe oferty pracy, zapotrzebowanie na umiejętności, nowe źródła danych, webscraping, ISCO

Objective

The aim of the presentation is to present a methodological approach to using data from online job advertisements as a non-statistical source of labor market information in the study of skills requirement. In particular, we will discuss how the data were processed and analyzed. Additionally, the objective is to demonstrate how a properly designed methodological approach can enhance the usefulness of job advertisement data in labor market research, while taking into account limitations related to data quality, representativeness, and the specific nature of this type of source.

Methods

In the described model, a research approach combining qualitative and quantitative analysis was applied in order to comprehensively capture the structure and dynamics of skills requirement in selected occupations based on online job advertisements. The adopted perspective assumes the use of complementary analytical techniques, which increases the validity of inference and reduces the limitations arising from the specific nature of the data source. In the presented research approach, exploratory methods were used in the qualitative analysis, including content analysis and approaches specific to natural language processing (NLP), enabling, among others, the identification and standardization of skill category names. Categorization procedures were applied to develop a skills grouping framework, leading to the creation of a structured, original classification of skills used in further analysis. In the quantitative analysis, statistical description and elements of machine learning were employed, including clustering techniques and co-occurrence analysis, which made it possible to test an alternative method for identifying key skills in specific occupations. The data sources included information from online portals containing job advertisements. The analysis was conducted on a purposive sample of online job advertisements for selected occupations, within which more than 26 million instances of required skills were analyzed over the period from 2018 to 2025.

Results

The skills analytical model developed as part of this work is an example of how a properly designed methodological approach can increase the usefulness of job advertisement data in labour market research, while taking into account limitations related to data quality, representativeness, and the specific nature of this type of source. The OJA database as a data source can supplement analyses of labour demand and labour market changes, contributing to a better alignment between education and the labour market. It can also support the identification of skills gaps and supplement information derived from statistical data.

Conclusions

The skills analytical model developed as part of this work is an example of how a properly designed methodological approach can enhance the usefulness of job advertisement data in labor market research, while taking into account limitations related to data quality, representativeness, and the specific nature of such sources. The OJA database as a data source can support analyses of labour demand and labour market changes, contributing to a better alignment between education and labor market needs. It can also support the identification of skills gaps and supplement information derived from statistical data.

Keywords

online job advertisements, skills demand, new data sources, web scraping, ISCO

Cel

Niniejsze badanie zapewnia kompleksową globalną walidację i rozszerzenie modelu entropii i produktu marginalnego wprowadzonego przez Bwanakare, Cierpiał-Wolan i Niniejsze badanie ma na celu kompleksową globalną walidację i rozszerzenie modelu entropii i produktu marginalnego wprowadzonego przez Bwanakare, Cierpiał-Wolan i Rzeczkowskiego (2025), w celu potwierdzenia ich przełomowej hipotezy teoretycznej, że emisje CO2 są fundamentalnie napędzane przez interakcję między termodynamiczną efektywnością entropii a energetyczną produktywnością marginalną.

Metody

Badanie rozszerza analizę empiryczną na 127 krajów w ciągu 23 lat, obejmując okres od 2000 do 2022 roku, co reprezentuje 98,4% globalnych emisji CO2. Ramy teoretyczne opierają się na entropii nieekstensywnej, wykorzystując statystykę Tsallisa z nieekstensywnym parametrem entropii (q), w przeciwieństwie do konwencjonalnej statystyki Boltzmanna-Gibbsa. Takie podejście jest zgodne z teoretyczną prognozą Bwanakare`a z lat 2014, 2015 i 2017 dotyczącą systemów gospodarczo-energetycznych. Jako kluczową metrykę analityczną zastosowano stosunek entropii do produktu marginalnego (?). Metody analityczne obejmują ekonometrię przestrzenną do identyfikacji efektów ubocznych między krajami, analizę heterogeniczności ? na różnych etapach rozwoju gospodarczego oraz porównanie mocy wyjaśniającej z konwencjonalnymi wskaźnikami intensywności energetycznej. Badanie uwzględnia również prognozowanie poza próbą, analizę temporalnego wzmocnienia ? oraz optymalizację alokacji finansowania klimatycznego.

Wyniki

Wyniki potwierdzają główną hipotezę, wykazując że stosunek ? osiąga moc wyjaśniającą R2 od 0,847 do 0,923, przewyższając konwencjonalne wskaźniki (R2 = 0,521-0,687) z poprawą predykcyjną 35-62%. Udokumentowano systematyczną heterogeniczność ?: gospodarki rozwinięte 0,847, rynki wschodzące 0,789, kraje rozwijające się 0,712. Wzmocnienie temporalne wynosi +36% od 2000 roku, z przyspieszeniem +16,6% po Porozumieniu Paryskim. Analiza przestrzenna ujawnia istotne efekty uboczne (? = 0,156, p * 0,001). Alokacja finansowania zoptymalizowana pod kątem entropii osiąga o 26,3% wyższą efektywność niż podejścia oparte na PKB. Parametr q przekracza jedność (średnia: 1,21, zakres: 1,12-1,31), potwierdzając konieczność statystyki Tsallisa.

Wnioski

Badanie stanowi przełom w rozumieniu mechanizmów emisji CO2, dowodząc empirycznie konieczności opisu systemów gospodarczo-energetycznych w ramach termodynamiki nieekstensywnej. Metryka iloczynu entropii i produktu marginalnego umożliwia identyfikację punktów interwencji o wysokim wpływie oraz optymalizację alokacji zasobów. Wykazana o 26,3% wyższa efektywność kosztowa sugeruje, że decydenci powinni przyjąć ramy entropii nieekstensywnej jako podstawę polityki klimatycznej. Zidentyfikowane efekty uboczne między krajami podkreślają znaczenie międzynarodowej koordynacji, a systematyczna heterogeniczność ? wskazuje na potrzebę różnicowania polityk w zależności od poziomu rozwoju kraju.

Słowa kluczowe:

prognozowanie emisji CO₂: entropia Tsallisa: produkt marginalny energii: efektywność termodynamiczna: ekonometria panelowa

Objective

This study aims to provide a comprehensive global validation and extension of the entropy-marginal product model introduced by Bwanakare, Cierpiał-Wolan, and Rzeczkowski (2025), confirming their groundbreaking theoretical hypothesis that CO2 emissions are fundamentally driven by the interaction between thermodynamic entropy efficiency and energy marginal productivity. The research seeks to establish universal applicability of this framework across diverse economic systems and development stages, while demonstrating its superior predictive power compared to conventional energy intensity metrics

Methods

The study analyzes 127 countries over 23 years (2000-2022), representing 98.4% of global CO2 emissions. The theoretical framework utilizes nonextensive entropy based on Tsallis statistics with parameter (q), opposing conventional Boltzmann-Gibbs statistics. This aligns with Bwanakare`s theoretical predictions that economic-energy systems exhibit long-range dependencies inadequately captured by extensive thermodynamic frameworks. The entropy-to-marginal product ratio (?) serves as the key analytical metric. Analytical methods include spatial econometrics identifying cross-country spillover effects, panel regression with fixed and random effects controlling for heterogeneity, and dynamic modeling capturing temporal ? evolution. The study analyzes ? heterogeneity across developed economies, emerging markets, and developing nations. Comparative analysis evaluates explanatory power between the entropy-marginal product framework and conventional indicators including energy-to-GDP ratios and carbon intensity metrics. The research incorporates out-of-sample forecasting, temporal trend analysis, and optimization modeling for climate finance allocation. Robustness checks include sensitivity analysis for parameter q and cross-validation procedures ensuring reliability across contexts.

Results

The results confirm the main hypothesis, demonstrating that the ? ratio achieves explanatory power of R2 ranging from 0.847 to 0.923, surpassing conventional indicators (R2 = 0.521-0.687) with predictive improvement of 35-62%. Systematic heterogeneity of ? was documented: developed economies 0.847, emerging markets 0.789, developing countries 0.712. Temporal reinforcement amounts to +36% since 2000, with acceleration of +16.6% after the Paris Agreement. Spatial analysis reveals significant spillover effects (? = 0.156, p * 0.001). Entropy-optimized finance allocation achieves 26.3% higher cost-efficiency than GDP-based approaches. The parameter q exceeds unity (mean: 1.21, range: 1.12-1.31), confirming the necessity of Tsallis statistics.

Conclusions

The study represents a breakthrough in understanding CO2 emission mechanisms, empirically demonstrating the necessity of describing economic-energy systems within the framework of nonextensive thermodynamics. The entropy-marginal product metric enables identification of high-impact intervention points and optimization of resource allocation. The demonstrated 26.3% higher cost-efficiency suggests that policymakers should adopt the nonextensive entropy framework as the foundation for climate policy. Identified cross-country spillover effects underscore the importance of international coordination, while systematic ? heterogeneity indicates the need to differentiate policies according to countr

Keywords

CO₂ emissions forecasting: Tsallis entropy: marginal product of energy: thermodynamic efficiency: panel econometrics