Dzień 2 (Sala B, 2 lipca) - Retransmisja - Szósty Kongres Statystyki Polskiej

Cel

Celem niniejszego badania jest analiza wpływu dostępności transportu publicznego na rynek pracy w Polsce. W tym celu wykorzystana zostanie regresja ważona geograficznie (GWR) w celu zbadania zmienności przestrzennej tej zależności oraz określenia, które obszary Polski mogłyby odnieść największe korzyści ze zwiększenia dostępności. W oparciu o cel badania sformułowano następujące hipotezy badawcze: 1. Modele GWR lepiej opisują badaną zależność niż modele MNK: 2. Zależność między dostępnością transportową a stopą bezrobocia jest istotna i ujemna.

Metody

W celu zbadania wpływu dostępności transportu publicznego na poziom bezrobocia wykorzystano metodę najmniejszych kwadratów oraz regresję ważoną geograficznie (Brunsdon, Fotheringham i Charlton, 1996), opierając się na danych z Banku Danych Lokalnych (GUS) za rok 2023 na poziomie poszczególnych gmin. Zmienną zależną w badaniu jest odsetek zarejestrowanych bezrobotnych w populacji w wieku produkcyjnym w danej gminie. Główną zmienną niezależną, na której skupia się analiza, jest opracowany wskaźnik dostępności transportowej, który uwzględnia liczbę przystanków autobusowych w gminie na kilometr kwadratowy, wydatki gminy na transport na mieszkańca, liczbę przewoźników zarejestrowanych w województwie na 100000 mieszkańców, gęstość sieci transportowej w województwie oraz gęstość sieci kolejowej w powiecie. Kluczowym elementem analizy będzie zbadanie wpływu tej zmiennej na stopę bezrobocia. Oczekuje się ujemnej zależności między dostępnością a stopą bezrobocia. Ponadto w modelu uwzględniono zmienne kontrolne, zarówno demograficzne, jak i ekonomiczne, a także podział na typy gmin (miejskie, miejsko-wiejskie, wiejskie), aby uniknąć błędu pominięcia istotnych zmiennych. Przeanalizowane zostaną dwa modele GWR: pierwszy z wykorzystaniem indywidualnego wskaźnika dostępności transportowej dla gminy, a drugi z wykorzystaniem zmiennej określającej średnią dostępność transportową powiatu, w którym znajduje się dana gmina.

Wyniki

Trzy testy zaproponowane przez Leunga i in. (2000a) i przeprowadzone na modelach GWR wykazały, że modele lokalne znacznie lepiej opisują zależności między zmiennymi niż ich odpowiedniki globalne. Test oparty na statystyce I Morana, opisany przez Leunga i in. (2000b), wykazał, że podejście przestrzenne w modelowaniu bezrobocia daje lepsze wyniki niż podejście nieprzestrzenne. Rozkład przestrzenny wartości współczynników regresji dla zmiennej dostępności transportowej wykazuje znaczne zróżnicowanie w obu analizowanych modelach. W każdym modelu mediana współczynnika jest ujemna, co pozwala stwierdzić, że w przypadku większości gmin poprawa dostępności transportowej wiąże się ze spadkiem stopy bezrobocia.

Wnioski

Dostępność transportowa okazała się istotną zmienną wyjaśniającą poziom bezrobocia, choć jej wpływ nie był jednakowy w całym kraju. W większości gmin współczynnik regresji dla dostępności transportowej był ujemny, co potwierdza oczekiwany ujemny związek między dostępnością transportową a poziomem bezrobocia. Zmienna ta była jednak statystycznie istotna jedynie w wybranych regionach, głównie na peryferiach województw, a zwłaszcza w regionach przygranicznych. Sugeruje to, że poprawa dostępności transportowej może być szczególnie skuteczna w ograniczaniu bezrobocia na obszarach odizolowanych, najbardziej narażonych na wykluczenie transportowe.

Słowa kluczowe:

dostępność transportowa, stopa bezrobocia, regresja ważona geograficznie, wykluczenie transportowe, niedopasowanie przestrzenne

Objective

This study aims to examine how public transport accessibility affects the labour market in Poland. To this end, geographically weighted regression (GWR) will be used to examine the spatial variability of this relationship and to identify which areas of Poland could benefit most from increased accessibility. Based on the objective of the study, the following research hypotheses were formulated: 1. GWR models better describes the examined relationship than OLS models: 2. The relationship between the transport accessibility and the unemployment rate is significant and negative.

Methods

OLS and Geographically Weighted Regression (Brunsdon, Fotheringham * Charlton (1996)) were used to examine the impact of public transport availability on unemployment levels, using data from the Local Data Bank (Polish Statistics) for 2023 at the level of individual municipalities. The dependent variable in the study is the share of registered unemployed persons in the working-age population in the municipality. The main independent variable on which the analysis focuses is the developed transport accessibility index, which takes into account number of bus stops in the municipality per square kilometre, municipal expenditure on transport per capita, number of carriers registered in the voivodeship per 100,000 inhabitants, transport network density in the voivodeship, rail network density in the poviat. A key element of the analysis will be to examine the impact of this variable on the unemployment rate. A negative relationship between accessibility and the unemployment rate is expected. In addition, control variables, both demographic and economic, as well as a division into types of municipalities (urban, urban-rural, rural) were included in the model in order to avoid the error of omitting important variables. Two GWR models will be analysed: first, using an individual transport accessibility indicator for the municipality, and second, using a variable that determines the average transport accessibility of the poviat in which the municipality is located.

Results

The three tests proposed in Leung et al. (2000a) performed on GWR models showe that local models describe the relationships between variables much better than their global counterparts. Test based on Moran`s I statistic from Leung et al. (2000b) showed that spatial approach in modelling unemployment performs better than a-spatial. The spatial distribution of the regression coefficient values for the transport accessibility variable shows significant variation in both models analysed. In each model, the median coefficient is negative, which allows us to conclude that for most municipalities, improved transport accessibility is associated with a decrease in the unemployment rate.

Conclusions

Transport accessibility proved to be a significant variable explaining the level of unemployment, although its impact was not uniform across the country. In most municipalities, the regression coefficient for accessibility was negative, confirming the expected negative relationship between transport accessibility and unemployment levels. However, this variable was statistically significant only in selected regions, mainly on the peripheries of voivodeships, especially in border regions. This suggests that improving transport accessibility may be particularly effective in reducing unemployment in isolated areas most vulnerable to transport exclusion.

Keywords

transport accessibility, unemployment rate, geographically weighted regression, transport exclusion, spatial mismatch

Cel

Celem prezentacji jest dyskusja nad własnościami elementarnego indeksu cen Younga-Balka-Mehrhoffa-Dikhanova (YBMD), który z jednej strony nie jest zbyt dobrze rozpoznany w literaturze przedmiotu, z drugiej jednak strony ma potencjał by służyć jako bardzo dobra alternatywa dla rekomendowanego przez manuale do CPI i HICP indeksu Jevonsa. W szczególności, celem referatu jest wskazanie tych sytuacji, gdy statystyczne własności indeksu YBMD przewyższają odpowiednie własności indeksy Jevonsa.

Metody

Metody badawcze, służące realizacji opisanego celu, to (1) metoda analityczna, polegająca na formalnym, matematycznym dowodzie wybranych własności indeksu YBMD oraz (2) badanie empiryczne, bazujące na danych zbieranych przez ankieterów urzędów statystycznych (dane z 207 rejonów w Polsce dotyczące cukru oraz rowerów) oraz na danych skrapowanych (skrapowano ceny ryżu, jogurty, cukru i kawy ze strony www jednej z sieci handlowej w Polsce). W ramach metody analitycznej, wyprowadzono wzory na obciążenie, wariancję i MSE próbkowego indeksu YBMD oraz zbadano jego własności przy założeniu log-normalnych cen i uwzględniając skorelowanie cen z okresu bazowego i badanego. W badaniu empirycznym, w przypadku danych pochodzących z rejonów notowań, wykorzystano 207 cen wspomnianych produktów z każdego miesiąca objętego badaniem, a w przypadku danych skrapowanych, w zależności od produktu, dziennie pozyskiwano od kilkunastu do kilkudziesięciu obserwacji w zależności od liczby dostępnych kodów EAN danego produktu na witrynie www skrapowanej sieci handlowej. W badaniu empirycznym nie uogólniano wniosków z pobranych prób, natomiast uwagę skupiono na ustaleniu relacji jakie zachodzą między wartościami próbkowych elementarnych indeksów cen, w tym indeksu YBMD.

Wyniki

Wyniki uzyskane w pracy jednoznacznie wskazują na szereg korzyści związanych ze stosowaniem indeksu YBMD na elementarnym poziomie agregacji danych CPI. W szczególności, głównym wynikiem teoretycznym jest wykazanie, iż (a) przy log-normalnych cenach, próbkowy indeks YBMD jest asymptotycznie nieobciążonym estymatorem populacyjnego indeksu YBMD: (b) obciążenie i błąd średnio-kwadratowy (MSE) próbkowego indeksu YBMD wyraźnie zależy od kierunki i siły korelacji pomiędzy cenami bazowymi i bieżącymi: (c) wykazano istnienie takich zestawów cen bazowych i bieżących, w obrębie których obciążenie i MSE indeksu YBMD będą zawsze mniejsze od analogicznych charakterystyk dla indeksu Jevonsa. Wyniki empiryczne wskazują natomiast na wzajemną aproksymację indeksów CSWD, Jevonsa

Wnioski

Wnioski z przeprowadzonego badania analitycznego i empirycznego pozwalają rekomendować indeks YBMD jako bardzo dobrą alternatywę dla ugruntowanego indeksu Jevonsa. Rekomendacja ta oparta jest nie tylko na pożądanych własnościach aksjomatycznych indeksu YBMD, ale też na wspomnianych własnościach statystycznych (asymptotyczna nieobciążoność, relatywnie mała wariancja i MSE. Praktycznym wnioskiem z przeprowadzonych obserwacji jest również stwierdzenie, iż indeks YBMD – jako liniowa aproksymacja indeksu Jevonsa – jest potencjalnie mniej wrażliwy na występowanie skrajnie małych cen w porównaniu do indeksu Jevonsa (który ma postać iloczynu relatywnych cen).

Słowa kluczowe:

indeksy elementarne, indeks Jevonsa, indeks Dikhanova, indeks Younga-Balka-Mehrhoffa-Dikhanova, wskaźnik cen towarów i usług konsumpcyjnych (CPI)

Objective

The aim of this presentation is to discuss the properties of the Young–Balk–Mehrhoff–Dikhanov (YBMD) elementary price index, which, on the one hand, is not well recognized in the literature, but on the other hand has the potential to serve as a very good alternative to the Jevons index recommended in CPI and HICP manuals. In particular, the purpose of the paper is to identify those situations in which the statistical properties of the YBMD index outperform the corresponding properties of the Jevons index.

Methods

The research methods used to achieve this objective are: (1) an analytical approach, consisting of formal mathematical proofs of selected properties of the YBMD index, and (2) an empirical study based on data collected by statistical office interviewers (data from 207 regions in Poland concerning sugar and bicycles), as well as on web-scraped data (prices of rice, yogurt, sugar, and coffee scraped from the website of a retail chain in Poland). Within the analytical approach, formulas for the bias, variance, and mean squared error (MSE) of the sample YBMD index were derived, and its properties were examined under the assumption of log-normal prices, taking into account the correlation between base-period and current-period prices. In the empirical study, in the case of data from survey regions, 207 price observations for each of the aforementioned products were used for each month covered by the study. In the case of scraped data, depending on the product, from several to several dozen observations were collected daily, depending on the number of available EAN codes for a given product on the website of the scraped retail chain. The empirical study did not attempt to generalize the findings from the samples: instead, the focus was on identifying the relationships between the values of sample elementary price indices, including the YBMD index.

Results

The results obtained in the study clearly indicate a number of advantages associated with the use of the YBMD index at the elementary level of CPI data aggregation. In particular, the main theoretical findings are as follows: (a) under log-normal prices, the sample YBMD index is an asymptotically unbiased estimator of the population YBMD index: (b) the bias and mean squared error (MSE) of the sample YBMD index depend significantly on the direction and strength of the correlation between base and current prices: (c) it is demonstrated that there exist sets of base and current prices for which the bias and MSE of the YBMD index are always smaller than the corresponding characteristics of the Jevons index. The empirical results, in turn, indicate a close approximation between the CSWD, Jevons

Conclusions

The conclusions drawn from the analytical and empirical study support recommending the YBMD index as a very good alternative to the well-established Jevons index. This recommendation is based not only on the desirable axiomatic properties of the YBMD index, but also on its statistical properties (asymptotic unbiasedness, relatively low variance, and MSE), which is a new result in the literature. A practical implication of the analysis is also that the YBMD index—as a linear approximation of the Jevons index—is potentially less sensitive to the presence of extremely low prices compared to the Jevons index (which takes the form of a product of price relatives).

Keywords

elementary indices, Jevons index, Dikhanov index, Young–Balk–Mehrhoff–Dikhanov index, Consumer Price Index (CPI)

Cel

Klasyfikacja COICOP (Classification of Individual Consumption According to Purpose) to międzynarodowy standard klasyfikacyjny opublikowany przez ONZ w 1999 roku. Stanowi jeden z kluczowych elementów współczesnej statystyki społeczno-gospodarczej, służący do grupowania wydatków konsumpcyjnych gospodarstw domowych według ich celu. Jej podstawowym zadaniem jest zapewnienie spójnego i porównywalnego opisu struktury konsumpcji w różnych obszarach statystyki, w szczególności w statystyce cen, rachunkach narodowych oraz badaniach budżetów gospodarstw domowych.

Metody

Pierwsza wersja klasyfikacji COICOP została wprowadzona we wczesnych latach `90 ( w 1993 roku) jako element ówczesnego systemu rachunków narodowych. Od początku jej konstrukcja opierała się na hierarchicznym podziale wydatków na działy, grupy i klasy, odpowiadające różnym kategoriom konsumpcji (np. żywność, transport, zdrowie). W kolejnych latach klasyfikacja była wykorzystywana coraz szerzej, stając się podstawą dla harmonizacji statystyki cen konsumpcyjnych, w tym wskaźników CPI i HICP. W odpowiedzi na zmiany zachodzące w strukturze konsumpcji oraz rozwój nowych form usług i produktów, klasyfikacja była stopniowo aktualizowana. Kluczowym etapem tej ewolucji było opracowanie nowej wersji – COICOP2018, przyjętej przez Komisję Statystyczną ONZ w 2018 r. W nowej klasyfikacji lepiej odzwierciedlono współczesne wzorce konsumpcji, uwzględniając m.in. rosnące znaczenie usług czy digitalizacji produktów. Wdrożenie klasyfikacji COICOP2018 w statystyce cen konsumpcyjnych stanowiło jedno z najważniejszych przedsięwzięć metodologicznych ostatnich lat. Zmiana ta, wprowadzana w Polsce od danych za 2026 r., wpisuje się w szerszy proces modernizacji statystyki publicznej na poziomie międzynarodowym.

Wyniki

Celem referatu jest przedstawienie wdrożenia COICOP2018 jako procesu systemowego, obejmującego zarówno aspekty metodologiczne, jak i organizacyjne oraz analityczne. Szczególny nacisk położony zostanie na konsekwencje tej zmiany dla badania cen detalicznych, które stanowi podstawowe źródło danych dla wskaźników CPI i HICP. Szczegółowo przeanalizowane zostaną wyzwania związane z zapewnieniem ciągłości i porównywalności szeregów czasowych. W referacie zostanie podjęty również temat wpływu zmian klasyfikacyjnych na strukturę wag oraz potencjalne implikacje dla poziomu i dynamiki wskaźników inflacji.

Wnioski

Wnioski z analizy wskazują, że wdrożenie COICOP2018 należy postrzegać nie tylko jako obowiązek wynikający z harmonizacji międzynarodowej, lecz także jako istotną szansę na modernizację statystyki cen. Zmiana ta sprzyja zwiększeniu reprezentatywności koszyka konsumpcyjnego, poprawie spójności międzydziedzinowej oraz lepszemu wykorzystaniu nowych źródeł danych. Referat wpisuje się w obszar „Badania statystyczne – metodologia i zastosowania”, prezentując wdrożenie klasyfikacji COICOP 2018 jako przykład złożonego procesu transformacji statystyki publicznej w odpowiedzi na zmieniające się warunki rynkowe oraz rosnące wymagania użytkowników danych.

Słowa kluczowe:

inflacja, wskaźniki cen, klasyfikacja COICOP

Objective

The COICOP classification (Classification of Individual Consumption According to Purpose) is an international classification standard published by the United Nations in 1999. It constitutes one of the key elements of modern socio-economic statistics, used to group household consumption expenditures according to their purpose. Its primary function is to ensure a consistent and comparable description of the structure of consumption across different statistical domains, in particular price statistics, national accounts, and household budget surveys.

Methods

The first version of COICOP was introduced in the early 1990s (1993) as part of the System of National Accounts. From the outset, its structure was based on a hierarchical division of expenditures into divisions, groups, and classes corresponding to different consumption categories (e.g. food, transport, health). Over time, the classification has been increasingly widely applied, becoming a foundation for the harmonisation of consumer price statistics, including CPI and HICP indices. In response to changes in consumption patterns and the development of new types of goods and services, the classification has been progressively updated. A key milestone in this evolution was the development of a new version—COICOP2018—adopted by the United Nations Statistical Commission in 2018. The updated classification better reflects contemporary consumption patterns, including the growing importance of services and the digitalisation of products. The implementation of COICOP2018 in consumer price statistics has been one of the most significant methodological undertakings in recent years. In Poland, this change has been introduced starting with data for 2026 and forms part of a broader process of modernising official statistics at the international level.

Results

The aim of this paper is to present the implementation of COICOP2018 as a systemic process encompassing methodological, organisational, and analytical dimensions. Particular emphasis is placed on the implications of this change for retail price surveys, which constitute the primary data source for CPI and HICP indices. The paper provides a detailed analysis of the challenges related to ensuring the continuity and comparability of time series. The impact of classification changes on the weighting structure and the potential implications for the level and dynamics of inflation indices are also examined.

Conclusions

The findings indicate that the implementation of COICOP2018 should be seen not only as an obligation resulting from international harmonisation, but also as an important opportunity to modernise price statistics. The change contributes to improving the representativeness of the consumer basket, enhancing cross-domain consistency, and enabling better use of new data sources. The paper falls within the thematic area of “Statistical surveys – methodology and applications”, presenting the implementation of COICOP 2018 as an example of a complex transformation process in official statistics in response to changing market conditions and increasing user demands.

Keywords

inflation, price indices, COICOP classification

Cel

Celem badania jest prezentacja nowej metody – SDEA-INI (Spatial Data Envelopment Analysis with Independent Neighbours’ Inputs) integrującej interakcje przestrzenne jednocześnie eliminując ograniczenia dotyczące kontrolowalności nakładów przestrzennych w ramach analizy DEA. Zaproponowana metoda umożliwiła ocenę zróżnicowania regionalnego efektywności systemów ochrony zdrowia w Europie z uwzględnieniem zależności przestrzennych oraz egzogeniczności zasobów sąsiednich regionów.

Metody

W badaniu przedstawiono nowatorskie rozwiązanie oparte na metodzie DEA, które uwzględnia zarówno interakcje przestrzenne, jak i egzogeniczność nakładów. Poprzez zastosowanie modelu SDEA, w procesie optymalizacji wprost uwzględniamy autokorelację przestrzenną nakładów i wyników. Ponadto rozwijamy metodologię SDEA tak by, nowy model optymalizacyjny pozwalał na uwzględnienie tych zasobów sąsiednich lokalizacji, które pozostają poza kontrolą decydentów danego regionu. Argumentujemy, że pominięcie interakcji przestrzennych lub egzogeniczności nakładów sąsiedzkich w analizie produktywności może prowadzić do obciążenia wyników. Przeprowadzone symulacje Monte Carlo wskazują jednoznacznie, że przestrzenne modyfikacje DEA przewyższają podejście klasyczne w warunkach zależności przestrzennych, natomiast SDEA-INI osiąga najlepsze wyniki w sytuacji, gdy nakłady mają charakter niekontrolowalny. Zaproponowane podejście zastosowano do oceny efektywności systemów ochrony zdrowia dla danych z bazy Eurostat (232 europejskich regionów NUTS 2 dla lat 2011 i 2018). Nakładami są: liczba lekarzy i łóżek szpitalnych na 100 tys. mieszkańców oraz produkt krajowy brutto per capita jako aproksymacja nakładów finansowych. Wynikami są przekształcone wskaźniki przeżywalności oparte na danych o umieralności według grup chorób. W modelu uwzględniono macierz wag przestrzennych opartą na trzech najbliższych sąsiadach.

Wyniki

Uzyskane wyniki wskazują na istotne przestrzenne zróżnicowanie efektywności systemów ochrony zdrowia w Europie oraz wyraźny układ „nieefektywnego centrum” (m.in. Niemcy, Austria) i „efektywnej peryferii” (Europa Środkowo-Wschodnia i Południowa). Metoda SDEA-INI ujawnia większą zmienność wyników niż klasyczne SDEA, eliminując efekt wygładzania i lepiej odzwierciedlając rzeczywiste procesy. W porównaniu z DEA i SDEA uzyskano istotnie różne rankingi regionów. W celu oceny jakości wyników przeprowadzono analizę wrażliwości (macierzy wag i miar wydatków) i testy statystyczne (rang Spearmana, Wilcoxona, Dunna).

Wnioski

Uwzględnienie interakcji przestrzennych oraz niekontrolowalności zasobów sąsiednich regionów jest kluczowe dla rzetelnej oceny efektywności regionalnej. Zaproponowana metoda SDEA-INI stanowi istotny wkład w rozwój metod statystycznych i optymalizacyjnych, oferując bardziej elastyczne narzędzie analizy. Uzyskane wyniki mają znaczenie praktyczne dla polityki zdrowotnej, szczególnie w kontekście właściwej alokacji zasobów i współpracy międzyregionalnej. Opracowane narządzie może być wykorzystane również w innych obszarach badań regionalnych.

Słowa kluczowe:

efektywność regionalna: analiza przestrzenna: DEA: system ochrony zdrowia: SDEA-INI

Objective

The aim of the study is to present a new method – SDEA-INI (Spatial Data Envelopment Analysis with Independent Neighbours’ Inputs) – which integrates spatial interactions while simultaneously removing the restrictive assumption of controllability of spatial inputs within the DEA framework. The proposed approach enables the assessment of regional disparities in healthcare system efficiency across Europe, accounting for both spatial dependence and the exogeneity of resources in neighbouring regions.

Methods

The study introduces a novel DEA-based solution that incorporates both spatial interactions and the exogeneity of inputs. By applying the SDEA framework, spatial autocorrelation of inputs and outputs is explicitly included in the optimisation process. Furthermore, the SDEA methodology is extended so that the new optimisation model accounts for resources located in neighbouring regions that remain beyond the control of local decision-makers. We argue that ignoring spatial interactions or the exogeneity of neighbouring inputs in productivity analysis may lead to biased results. Monte Carlo simulations clearly demonstrate that spatial extensions of DEA outperform the classical approach under spatial dependence, while SDEA-INI performs best when inputs are non-controllable. The proposed method is applied to evaluate healthcare system efficiency using Eurostat data for 232 European NUTS 2 regions for the years 2011 and 2018. Inputs include the number of doctors and hospital beds per 100,000 inhabitants, as well as GDP per capita as a proxy for financial resources. Outputs are transformed survival indicators based on mortality rates by disease groups. A spatial weights matrix based on the three nearest neighbours is incorporated into the model.

Results

The results reveal significant spatial disparities in healthcare system efficiency across Europe, with a clear pattern of an “inefficient core” (including Germany and Austria) and a more efficient periphery (Central, Eastern, and Southern Europe). The SDEA-INI method shows greater variability than standard SDEA, reducing the smoothing effect and better reflecting real-world processes. Substantial differences in regional rankings are observed when compared with DEA and SDEA. To assess result quality, sensitivity analysis (for spatial weight matrices and expenditure measures) and statistical tests (Spearman’s rank correlation, Wilcoxon test, and Dunn’s test) were conducted.

Conclusions

Accounting for spatial interactions and the non-controllability of neighbouring resources is essential for a reliable assessment of regional efficiency. The proposed SDEA-INI method contributes significantly to the development of statistical and optimisation techniques by offering a more flexible analytical tool. The findings have practical implications for healthcare policy, particularly in terms of efficient resource allocation and interregional cooperation. The proposed approach can also be applied in other areas of regional analysis.

Keywords

regional efficiency: spatial analysis: DEA: healthcare system: SDEA-INI

Cel

Ochrona poufności informacji pozyskanych w spisach powszechnych, a zwłaszcza w Narodowym Spisie Powszechnym Ludności i Mieszkań (NSP). Efektywne zastosowanie metod kontroli ujawniania danych (ang. Statistical Disclosure Control, SDC) stanowi kluczowy warunek osiągnięcia optymalnej równowagi pomiędzy minimalizacją ryzyka identyfikacji jednostek a maksymalizacją użyteczności udostępnianych danych dla ich odbiorców. W wystąpieniu zaprezentujemy wyniki zastosowania metod i narzędzi SDC do ochrony tajemnicy statystycznej w danych z NSP przeprowadzonego w 2021 r..

Metody

Jest to kontynuacja oraz rozszerzenie wykonanych i prezentowanych w ubiegłych latach prac w tej dziedzinie. Wówczas koncentrowano się na bardzo ograniczonych danych dla ludności rezydującej w układzie siatki kilometrowej. Obecnie zajmiemy się w tym kontekście informacjami o ludności według definicji krajowej w układzie oczek siatki kilometrowej w podziale na płeć, ekonomiczne grupy wieku i ze względu na zmienną binarną określającą status na rynku pracy, o ludności rezydującej według obwodów spisowych w podziale na płeć, ekonomiczne grupy wieku, 10–letnie grupy wieku i ze względu na zmienną binarną określającą status na rynku pracy oraz o ludności według definicji krajowej w układzie obwodów również w tymże podziale. Podstawowym narzędziem wykorzystanym w tych pracach była celowana wymiana rekordów (ang. Targeted Record Swapping, TRS), rekomendowana do stosowania przez Eurostat. TRS wymaga zdefiniowania m.in. hierarchii, zmiennych używanych do oceny podobieństwa wierszy, progu ryzyka, zmiennych używanych do estymacji ryzyka oraz wskaźnika zamian. Ponieważ jednak metoda TRS nie zapewnia w pełni wyeliminowania ryzyka identyfikacji pośredniej, dodatkowo użyto tutaj ukrywania niektórych danych, które na podstawie występujących powiązań mogłyby posłużyć do odtworzenia informacji wrażliwych. W niektórych przypadkach zastosowano mechanizm probabilistyczny (w niejednoznacznej sytuacji losowano komórkę do ukrycia z prawdopodobieństwem proporcjonalnym do jej udziału w wartości ogółem).

Wyniki

TRS polega na wykorzystaniu hierarchicznej struktury mikrodanych (zwłaszcza w kontekście geograficznym) i opiera się na określaniu grup rekordów o największym ryzyku ujawnienia na każdym poziomie hierarchii i wymianie danych z zakresu zmiennych definiujących określone poziomy dokonywanej między grupami rekordów najbliższymi według odległości wyznaczanej na podstawie wartości określonych zmiennych (tzw. zmiennych podobieństwa). Wymiana danych następuje tutaj pomiędzy jednostkami wyższego poziomu niż podstawowy. W wystąpieniu ukazane zostaną założenia zrealizowanych prac, użyte narzędzia informatyczne oraz efekty tychże działań. Omówiona będzie także ocena jakości uzyskanych rezultatów, zwłaszcza w kontekście wspomnianego wyżej balansu pomiędzy ochroną danych a ich użytecznością.

Wnioski

Uzyskane rezultaty, które zostaną zaprezentowane podczas wystąpienia, ukazują efektywność i praktyczną użyteczność zaproponowanego podejścia w zakresie skutecznej ochrony tajemnicy statystycznej przy maksymalizacji użyteczności udostępnianych danych. Zilustrowane to zostanie odpowiednimi wnioskami dotyczącymi ryzyka ujawnienia i straty informacji powstałej na skutek zastosowania metod kontroli ujawniania danych. Wskażemy także na możliwości wykorzystania rozpatrywanych rozwiązań do ochrony danych wynikowych w innych badaniach statystycznych.

Słowa kluczowe:

kontrola ujawniania danych, spisy powszechne, ludność rezydująca, ludność według definicji krajowej, celowana wymiana rekordów

Objective

We aim to ensure the confidentiality of information collected in censuses, particularly the National Population and Housing Census (NSP). The effective application of Statistical Disclosure Control (SDC) methods is essential to achieve an optimal trade-off between minimizing the risk of unit identification and maximizing the utility of disclosed data for potential users. The purpose of the presentation is to report results of applying SDC methods and tools to data from the 2021 census.

Methods

It follows and extends the work conducted and presented in previous years. At that time, the focus was on very limited 1-km grid data about the resident population. This time, we will focus on 1-km grid population data according to the national definition, broken down by sex, economic age groups, and binary employment status: the resident population at the level of census districts, broken down by sex, economic age groups, 10-year age groups and binary employment status: and the population according to the national definition at the level of census districts, with the same breakdowns. The main SDC method used in the study was Targeted Record Swapping (TRS), recommended by Eurostat. TRS required to define e.g. a hierarchy within data, variables used to assess similarity between rows, risk threshold, variables used to risk estimation and expected swaprate. Since the TRS method does not completely eliminate the risk of indirect identification, especial probabilistic approach was also employed. It was used when several sensitive cells had minimum size: in that case the cell to be swapped was sampled with probability proportional to the share of such cell in relevant total in the population.

Results

TRS accounts for the hierarchical structure of microdata (especially their geographic dimension) and consists in identifying groups of records with the highest disclosure risk at each level of the hierarchy and swapping values for specific levels of variables within groups of similar records based on distances determined using the values of specific variables (known as similarity variables or matching keys). Values are swapped between units at a higher level. A summary of results will include an assessment of their quality, particularly from the perspective of the trade-off between data protection and utility.

Conclusions

The obtained results which will be presented, show effectiveness and practical utility of the proposed approach for efficient protection of statistical confidentiality with maximisation of utility of released data. It will be illustrated by relevant conclusions concerning the disclosure risk and information loss occuring as a result of application of statistical disclosure control methods. We will also mention potential applications of our SDC solutions to protect output data in other statistical surveys.

Keywords

statistical disclosure control, censuses, resident population, population according to the national definition, targeted record swapping

Cel

Celem referatu jest przedstawienie roli Systemu Metadanych Statystycznych (SMS) jako centralnej platformy zarządzania metadanymi w statystyce publicznej. SMS wspiera projektowanie struktur modeli metadanych, ich rozwój, gromadzenie, wersjonowanie oraz udostępnianie. Analiza obejmuje ocenę wpływu SMS na jakość, spójność i stabilność procesów statystycznych oraz jego znaczenie dla budowy nowoczesnej infrastruktury metainformacyjnej GUS.

Metody

SMS gromadzi metadane począwszy od 2013 roku. Metadane te przechowywane są w strukturach modeli metadanych, które były systematycznie dostosowywane do zmieniających się potrzeb użytkowników oraz systemów informatycznych funkcjonujących w GUS. Wystąpienie opiera się na analizie funkcjonalności SMS oraz dokumentacji opisującej mechanizmy, które przez lata kształtowały sposób pracy z metadanymi. Zastosowano przegląd funkcjonalny kluczowych mechanizmów SMS, takich jak workflow zatwierdzania metadanych, wielopoziomowy system uprawnień, eksport i import metadanych oraz integracja SMS z systemami statystyki publicznej. Oceniono również wykorzystanie metadanych w najważniejszych produktach informacyjnych statystyki publicznej, takich jak Dziedzinowe Bazy Wiedzy (DBW), System Monitorowania Usług Publicznych (SMUP), Bank Danych Lokalnych (BDL), Program badań statystycznych statystyki publicznej oraz Portal Informacyjny GUS. Uwzględniono także doświadczenia wynikające z wieloletniej eksploatacji systemu, obejmujące zarówno jego mocne strony, jak i ograniczenia technologiczne, które wpływają na efektywność zarządzania metadanymi i stanowią przesłankę do projektowania nowego Podsystemu Metadanych.

Wyniki

Analiza wykazała, że SMS skutecznie wspiera zarządzanie metadanymi w statystyce publicznej, zapewniając ich spójność, wersjonowanie i dostępność dla wielu systemów. Mechanizmy workflow i uprawnień umożliwiają kontrolę jakości i bezpieczeństwa metadanych. System wspiera integrację z platformami publikacyjnymi i analitycznymi, stabilizując procesy metainformacyjne i ograniczając ryzyko niespójności opisów. Jednocześnie narastające ograniczenia technologiczne — w tym niewystarczająca automatyzacja i przestarzała architektura — coraz silniej wpływają na możliwości dalszego rozwoju, wskazując na potrzebę modernizacji i przebudowy rozwiązania.

Wnioski

SMS odgrywa kluczową rolę w standaryzacji i zarządzaniu metadanymi w GUS, jednak dalszy rozwój wymaga nowoczesnej architektury oraz pełnej integracji z innymi podsystemami systemu metainformacji. Doświadczenia z wieloletniej eksploatacji SMS stały się fundamentem do zaprojektowania nowego Podsystemu Metadanych, który ma zapewnić wyższą wydajność, interoperacyjność i automatyzację procesów, a także lepszą ergonomię i spójne środowisko pracy z metadanymi. Wyniki podkreślają strategiczne znaczenie centralnej platformy metadanych dla jakości i wiarygodności statystyki publicznej.

Słowa kluczowe:

metadane: cykl życia metadanych: standaryzacja metadanych: SMS: integracja systemów

Objective

The objective of the paper is to present the role of the Statistical Metadata System (SMS) as the central platform for managing metadata in official statistics. SMS supports the design of metadata model structures, their development, collection, versioning, and dissemination. The analysis examines the impact of SMS on the quality, consistency, and stability of statistical processes, as well as its importance for building a modern metainformation infrastructure within Statistics Poland.

Methods

SMS has been collecting metadata since 2013, storing them within metadata model structures that have been continuously adapted to evolving user needs and the requirements of IT systems operating in Statistics Poland. The paper is based on an analysis of SMS functionalities and documentation describing the mechanisms that have shaped metadata management practices over more than a decade. A functional review of key system components was conducted, including metadata approval workflows, a multi-level permissions model, metadata import and export, and the integration of SMS with statistical production systems. The study also examines how metadata are used in major statistical information products such as the Domain Knowledge Bases (DBW), the Public Services Monitoring System (SMUP), the Local Data Bank (BDL), the Programme of Statistical Surveys of Official Statistics, and the Statistics Poland Information Portal. In addition, the analysis incorporates insights from long-term system operation, highlighting both strengths and limitations related to performance, usability, and technological constraints. These observations provide a basis for identifying areas requiring modernization and for understanding how SMS has informed the design of the new Metadata Subsystem.

Results

The analysis confirms that SMS effectively supports metadata management by ensuring consistency, version control, and accessibility across multiple systems in official statistics. Workflow and permission mechanisms enable quality assurance and secure handling of metadata, while integration with publication and analytical platforms stabilizes metainformation processes and reduces the risk of inconsistencies. At the same time, growing technological constraints — including insufficient automation and an outdated architecture — increasingly limit the system’s development potential, highlighting the need for modernization and redesign.

Conclusions

SMS plays a key role in the standardization and management of metadata within Statistics Poland: however, further development requires a modern architecture and full integration with other components of the metainformation system. Experience gained from long-term operation of SMS has provided the foundation for designing the new Metadata Subsystem, intended to deliver higher performance, interoperability, process automation, and a more ergonomic and coherent working environment. The findings emphasize the strategic importance of a central metadata platform for the quality and reliability of official statistics.

Keywords

metadata: metadata lifecycle: metadata standardization: SMS: system integration

Cel

Celem prac było opisanie zmian metodologicznych i ich wpływu na pomiar aktywności zawodowej w Polsce. Analizowane są nieciągłości szeregów czasowych wynikające ze zmian definicji statusu na rynku pracy i schematu rotacji, przejścia na telefoniczny tryb zbierania danych oraz aktualizacji populacji referencyjnej po Narodowym Spisie Powszechnym 2021. Szczególną uwagę poświęcono konsekwencjom zmian wprowadzonych w latach 2020–2021, obejmujących zarówno skutki pandemii COVID-19, jak i harmonizację badań społecznych w Unii Europejskiej.

Metody

Analizy przeprowadzone zostały na podpróbach danych jednostkowych BAEL za lata 1995–2024. Zastosowano metody statystyki opisowej, regresję liniową i logistyczną, nieparametryczne modele klasyfikacji (algorytm random forest), post-stratyfikację oraz iteracyjne dopasowywanie proporcjonalne (IPF raking). .

Wyniki

Przedstawione zostały kluczowe czynniki wpływające na pomiar populacji i podstawowych wskaźników podaży pracy. ,

Wnioski

Badanie Aktywności Ekonomicznej Ludności (BAEL), pomimo zaburzeń pomiaru i ograniczonej porównywalności danych w czasie, pozostaje kluczowym źródłem informacji o wielkości i strukturze podaży pracy w Polsce. Jest wykorzystywany zarówno do szacowania najważniejszych wskaźników rynku pracy jak i analiz pogłębionych. Identyfikacja i kwantyfikacja efektów zmian metodologicznych jest niezbędna do prawidłowej interpretacji trendów na rynku pracy, zwłaszcza w okresach intensywnych zmian. Stosowanie zaawansowanych procedur ważenia może częściowo kompensować zaburzenia pomiaru.

Słowa kluczowe:

Badanie Aktywności Ekonomicznej Ludności, populacja, Narodowy Spis Powszechny, zmiany metodologiczne

Objective

The aim of this work was to describe methodological changes and their impact on the measurement of labour market activity in Poland. The analysis covers discontinuities in time series arising from changes in the definitions of labour market status and the rotation scheme, the transition to computer-assisted telephone interviewing, and the update of the reference population following the 2021 National Census. Particular attention is paid to the consequences of changes introduced in 2020–2021, encompassing both the effects of the COVID-19 pandemic and the harmonisation of social surveys within t

Methods

The analyses were conducted on sub-samples of Polish LFS individual-level data for the years 1995–2024. The methods applied include descriptive statistics, linear and logistic regression, non-parametric classification models (random forest algorithm), post-stratification, and iterative proportional fitting (IPF raking). .

Results

The key factors affecting the measurement of the population and core labour supply indicators are presented. .

Conclusions

The Polish Labour Force Survey (PL-LFS), despite measurement disturbances and limited comparability of data over time, remains a key source of information on the size and structure of labour supply in Poland. It is used both for estimating the most important labour market indicators and for in-depth analyses. The identification and quantification of the effects of methodological changes are essential for the correct interpretation of labour market trends, particularly during periods of intensive change. The use of advanced weighting procedures can partially compensate for measurement disturbances.

Keywords

Polish Labour Force Survey, population, National Census, methodological changes

Cel

European Innovation Scoreboard to zestaw wskaźników innowacyjności krajów członkowskich Unii Europejskiej, a także niektórych innych krajów, publikowany od przeszło 20 lat przez Komisję Europejską. Na podstawie wskaźników tworzony jest ranking innowacyjności krajów UE. W referacie stawiamy tezę, że o ile EIS jest użyteczny jako baza danych służąca analizom komparatywnych wybranych funkcji systemu innowacji, o tyle niepoprawne jest wyciąganie wniosków z samego miejsca kraju w rankingu. W szczególności nie powinno się na tej podstawie oceniać skuteczności polityk innowacyjnych krajów UE.

Metody

Źródłem danych są szczegółowe rankingi European Innovation Scoreboard opublikowane od 2014 roku. Na podstawie tych danych, a także podstawowych danych o poziomie rozwoju społeczno-gospodarczego krajów przeprowadzamy szereg analiz celem ustalenia, jakie zmienne są dobrymi predyktorami miejsca kraju w EIS. Zaczynamy od prostej korelacji i korelacji rang, przechodząc następnie do technik-machine learning, w tym drzew decyzyjnych. Źródłem danych są szczegółowe rankingi European Innovation Scoreboard opublikowane od 2014 roku. Na podstawie tych danych, a także podstawowych danych o poziomie rozwoju społeczno-gospodarczego krajów przeprowadzamy szereg analiz celem ustalenia, jakie zmienne są dobrymi predyktorami miejsca kraju w EIS. Zaczynamy od prostej korelacji i korelacji rang, przechodząc następnie do technik-machine learning, w tym drzew decyzyjnych. Źródłem danych są szczegółowe rankingi European Innovation Scoreboard opublikowane od 2014 roku. Na podstawie tych danych, a także podstawowych danych o poziomie rozwoju społeczno-gospodarczego krajów przeprowadzamy szereg analiz celem ustalenia, jakie zmienne są dobrymi predyktorami miejsca kraju w EIS. Zaczynamy od prostej korelacji i korelacji rang, przechodząc następnie do technik-machine learning, w tym drzew decyzyjnych.

Wyniki

Wyniki wskazują, że miejsce kraju w European Innovation Scoreboard jest w znacznym stopniu wyjaśniona przez ograniczony zestaw zmiennych, w tym PKB per capita i całkowite wydatki na B+R jako odsetek PKB. Ranking wykazuje też znaczną stabilność w czasie. Wyniki wskazują, że miejsce kraju w European Innovation Scoreboard jest w znacznym stopniu wyjaśniona przez ograniczony zestaw zmiennych, w tym PKB per capita i całkowite wydatki na B+R jako odsetek PKB. Ranking wykazuje też znaczną stabilność w czasie. Wyniki wskazują, że miejsce kraju w European Innovation Scoreboard jest w znacznym stopniu wyjaśniona przez ograniczony zestaw zmiennych, w tym PKB per capita i całkowite wydatki na B+R jako odsetek PKB. Ranking wykazuje też znaczną stabilność w czasie.

Wnioski

W dyskusjach publicznych spotkać się można z opiniami, że skoro Polska zajmuje odległe miejsce w rankingu European Innovation Scoreboard, to świadczy to o nieskuteczności polityki innowacyjnej, w szczególności finansowego wsparcia dla działalności innowacyjnej firm i ulg podatkowych. Na podstawie uzyskanych wyników można postawić stwierdzić, że takie rozumowanie jest niepoprawne. Ignoruje ono bowiem, po pierwsze, postępy czynione przez inne kraje, a po drugie szersze tło procesów konwergencji, silnie wpływających na miejsce Polski w rankingu.

Słowa kluczowe:

European Innovation Scoreboard, innowacyjność, ranking międzynarodowy, machine-learning

Objective

The European Innovation Scoreboard is a set of indicators measuring the innovation performance of the member states of the European Union, as well as some other countries, published for over 20 years by the European Commission. Based on these indicators, a ranking of EU countries is created. In this paper, we argue that while the EIS is useful as a database for comparative analyses of selected functions of innovation systems, it is not appropriate to draw conclusions solely from a country’s position in the ranking. In particular, it should not be used as an innovation policy evaluation tool.

Methods

The data source consists of detailed rankings from the European Innovation Scoreboard published since 2014. Based on these data, as well as basic data on countries’ levels of socio-economic development, we conduct a series of analyses to determine which variables are good predictors of a country’s position in the EIS. We begin with simple correlation and rank correlation, and then move on to machine learning techniques, including decision trees. The data source consists of detailed rankings from the European Innovation Scoreboard published since 2014. Based on these data, as well as basic data on countries’ levels of socio-economic development, we conduct a series of analyses to determine which variables are good predictors of a country’s position in the EIS. We begin with simple correlation and rank correlation, and then move on to machine learning techniques, including decision trees. The data source consists of detailed rankings from the European Innovation Scoreboard published since 2014. Based on these data, as well as basic data on countries’ levels of socio-economic development, we conduct a series of analyses to determine which variables are good predictors of a country’s position in the EIS. We begin with simple correlation and rank correlation, and then move on to machine learning techniques, including decision trees.

Results

The results indicate that a country’s position in the European Innovation Scoreboard is largely explained by a limited set of variables, including GDP per capita and total R*D expenditure as a percentage of GDP (i.e., GERD). The ranking also exhibits considerable stability over time. The results indicate that a country’s position in the European Innovation Scoreboard is largely explained by a limited set of variables, including GDP per capita and total R*D expenditure as a percentage of GDP (i.e., GERD). The ranking also exhibits considerable stability over time. The results indicate that a country’s position in the European Innovation Scoreboard is largely explained by a limited set of variables, including GDP per capita and total R*D expenditure as a percentage of GDP (i.e., GERD). The

Conclusions

In public debates, one can encounter opinions that Poland’s relatively low position in the European Innovation Scoreboard indicates the ineffectiveness of innovation policy, particularly financial support for firms’ innovation activities and tax incentives. Based on the obtained results, it can be argued that such reasoning is incorrect for at least two reasons. First, it ignores the efforts by other countries, and secondly, it ignores deeper convergence process that co-determine international country rankings.

Keywords

European Innovation Scoreboard, innovation, international rankings, machine-learning