Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu

Wydział Ekonomiczno-Społeczny - Uniwersytet Przyrodniczy w Poznaniu

Biblioteka Uniwersytetu Przyrodniczego w Poznaniu

Directory of Open Acces Journals

CBR- Open Access Journals in Poland

Index Copernicus Journal Master List

Arianta

BazEkon

Ebsco

Polska Bibliografia Naukowa

Creaive Commons

Zeszyt 2 (36) 2015 , DOI: 10.17306/JARD.2015.31

Wojciech Sroka, Wiesław Musiał

Wariantowa projekcja zużycia nawozów mineralnych w Polsce na lata 2014–2025

MULTIFARIOUS FORECASTS CONCERNING THE USE OF MINERAL FERTILIZERS IN POLAND IN 2014–2025

Abstract:

Mineral fertilizers are considered to be a driving force for production in the present day agriculture. In Poland, from among 2.5 mln tons of compound mineral fertilizers, expressed in a pure ingredient, above 2 mln tons is used in domestic agriculture. Since 1992 has been a growing tendency in the usage of such fertilizers. The main aim of this analysis is to present multifarious forecasts concerning the use of mineral fertilizers in Poland in 2014–2025. Three ways of building a future prediction have been used in the conducted research: extrapolation, adaptation and causal prediction. The analyses pinpoint that till 2025 the estimated growth in the use of mineral fertilizers is going to fl uctuate around 9–23.5% in comparison with the average score in 2010–2013. It is important to mention that in the most probable and sustainable scenario of a transformation in agriculture, this growth is going to amount to about 15%. 

Streszczenie w języku polskim:

Nawozy mineralne są we współczesnym rolnictwie niezbędnym środkiem produkcji. Z wytwarzanych w Polsce 2,5 mln ton NPK w przeliczeniu na czysty składnik ponad 2 mln ton jest zużywane w krajowym rolnictwie i począwszy od roku 1992 zużycie to wykazuje tendencję rosną- cą. Głównym celem opracowania jest przedstawienie prognoz zużycia nawozów mineralnych w Polsce na lata 2014–2025. W prowadzonych badaniach wykorzystano trzy sposoby budowy projekcji, tj. predykcję ekstrapolacyjną, adaptacyjną i przyczynową. Wyniki badań wskazują, że do roku 2025 przewidywany wzrost zużycia nawozów mineralnych będzie oscylował w granicach 9–23,5% w porównaniu ze średnią z lat 2010–2013, przy czym w najbardziej prawdopodobnym, zrównoważonym scenariuszu przemian w rolnictwie wzrost ten wynosił będzie ok. 15%.

Słowa kluczowe: mineral fertilizers, prediction of usage, Polish agriculture

Słowa kluczowe w języku polskim: nawozy mineralne, prognoza zużycia, polskie rolnictwo

PDF in polskim Publikacja w języku polskim w formacie Adobe Acrobat:
www.jard.edu.pl/tom36/zeszyt2/art_16.pdf
http://dx.doi.org/.10.17306/JARD.2015.31
Zapis do cytowania:

MLA Sroka, Wojciech, and Wiesław Musiał. "Wariantowa projekcja zużycia nawozów mineralnych w Polsce na lata 2014–2025." J. Agribus. Rural Dev. 36.2 (2015): 291–302..
APA Wojciech Sroka, Wiesław Musiał (2015). Wariantowa projekcja zużycia nawozów mineralnych w Polsce na lata 2014–2025. J. Agribus. Rural Dev. 36 (2), 291–302.
ISO 690 SROKA, Wojciech, MUSIAł, Wiesław. Wariantowa projekcja zużycia nawozów mineralnych w Polsce na lata 2014–2025. J. Agribus. Rural Dev., 2015, 36.2: 291–302..
Adres do korespondencji:
dr inż. Wojciech Sroka, Zakład Ekonomiki i Organizacji Rolnictwa, Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie, al. Mickiewicza 21, 31-120 Kraków, Poland
Email do korespondencji:
w.sroka@ur.krakow.pl

Literatura

  • Błoch, Z. (1999). Prognozowanie plonów zbóż metodami adaptacyjnymi. W: Pam. Puł. Mat. Konf., 114.
  • Cieślak, M. (1997). Prognozowanie gospodarcze. Metody i zastosowania. Warszawa: PWN.
  • EFMA (2014). Forecast of Food, Farming and Fertilizer use in the European Union 2013–2023. Fertilizers Europe.
  • Filipiak, K. (2009). Ilościowe metody prognozowania w rolnictwie. W: I. Marcinkowska (red.), Kierunki zmian w produkcji roślinnej w Polsce do roku 2020. Stud. Rap. IUNG-PIB, 14: 9–18.
  • Fotyma, M., Jgras, J., Kopiński, I. (2009). Produkcyjne i środowiskowe uwarunkowania gospodarki nawozowej w Polsce. Stud. Rap. IUNG-PIB, 14, 187–206.
  • Hamulczuk, M., Sańko, S. (2011). Istota prognozowania na podstawie szeregów czasowych. W: M. Hamulczuk (red.), Prognozowanie cen surowców rolnych z wykorzystaniem modeli szeregów czasowych. Warszawa: Wyd. IERiGŻ-PIB.
  • Seremak-Bulge J. (red.). (2014). Rynek środków produkcji dla rolnictwa. Stan i perspektywy. Warszawa: Wydawnictwo
  • IERiGŻ-PIB.
  • Józwiak, W., Michna, W., Mirkowska, Z. (2011). Procesy zachodzące w rolnictwie polskim w latach 1990–2010, projekcje
  • na rok 2013 i pożądana wizja rolnictwa w 2020 roku – zagadnienia wybrane. Warszawa: Wyd. IERiGŻ-PIB.
  • Krasowicz, S., Kuś, J. (2010). Kierunki zmian w produkcji rolniczej w Polsce do roku 2020 – próba prognozy. Zagad.
  • Ekon. Roln., 3, 5–18.
  • Krasowicz, S., Filipiak, K. (1996). Ekonometryczne metody oceny trendów czynników produkcji i plonów (z. 339). Puławy: IUNG.
  • Michna, W. (2012). Aktualizacja prognoz w zakresie struktury i liczby gospodarstw rolnych oraz pogłowia zwierząt
  • gospodarskich w Polsce w perspektywie 2020 r. w świetle wstępnych wyników Spisu rolnego 2010. Warszawa: IERiGŻ-PIB.
  • Osińska, M. (2008). Ekonometryczna analiza zależności przyczynowych. Toruń: Wyd. UMK.
  • Stańko S. (2006). Prognozowanie w rolnictwie. Warszawa: Wyd. SGGW w Warszawie.
  • Stańko, S. (2009). Perspektywy produkcji rolniczej w Polsce w kontekście podaży i popytu w Europie. Zagad. Dor. Roln., 2 (57), 17–42.
  • Sroka, W., Sulewski, P., Kocielska, U. (2008). Ocena przydatności wybranych metod do prognozowania plonów roślin.
  • Rocz. Nauk Roln. Ser. G Ekon. Roln., 95, 2, 68–82.
  • Sroka, W., Dacko, M. (2010). Ocena czynników rozwoju przodujących gospodarstw rolniczych z wykorzystaniem drzew regresyjnych typu C&RT. Zagad. Ekon. Roln., 2, 100–112.
  • Stanisz, A. (2007). Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny (t. 3).
  • Analizy wielowymiarowe. Kraków: StatSoft Polska.
  • Szaleniec, M. (2008). Sieci neuronowe i regresja wieloraka – czyli jak okiełznać złożoność w badaniach naukowych? W: J. Wątroba (red.), Zastosowania statystyki i data mining w badaniach naukowych. Kraków: StatSoft.
  • Zalewski, A., Rembeza, J. (2013). Światowy rynek nawozów mineralnych z uwzględnieniem zmian cen bezpośrednich nośników energii oraz surowców. Warszawa: Wyd. IERiGŻ.
  • Zeliaś, A., Pawełek, B., Wanat, S. (2003). Prognozowanie ekonomiczne. Teoria, przykłady. Warszawa: Wyd. Nauk PWN.
  • Zeliaś, A. (1997). Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych. W: A. Zeliaś (red.), Materiały z XVIII Ogólnopolskiego Seminarium Naukowego zorganizowanego przez Zakład Teorii Prognoz Katedry Statystyki Akademii Ekonomicznej w Krakowie. Kraków: Wyd. AE w Krakowie