The economic situation of EU dairy farms is unstable and differs strongly between member countries. Most studies addressing the EU’s agricultural sector focus on selected countries or selected groups of operators. Conversely, this paper seeks to determine the economic situation of dairy farms in EU countries grouped into types according to their production potential. The analysis relied on data collected and processed in the FADN (Farm Accountancy Data Network). The farms were classified based on a hierarchical clustering routine. The agglomerative technique was used. Distances between clusters were calculated using the Ward’s method. In turn, the distance between countries was calculated as the Euclidean distance. This study enabled the identification of five different types of dairy farms in the EU. On an EU-wide basis, medium and large-sized highly specialized intensive farms play a key role in milk production. Despite their profitability being somehow restricted, they report high levels of labor productivity thanks to an advantageous production potential. In turn, an insufficient potential is among the main restrictions faced by other dairy farms in the EU; their advantageous financial indicators often fail to provide satisfactory levels of income which could drive investment and consumption opportunities.

W artykule określono znaczenie gospodarstw wielkotowarowych w rolnictwie krajów UE na podstawie danych FADN. Analizie poddano udział zasobów czynników produkcji gospodarstw powyżej 100 ESU w zasobach wszystkich towarowych gospodarstw UE. Na tej podstawie dokonano typologii krajów UE. W wyniku przeprowadzonego grupowania uzyskano cztery jednorodne skupienia państw UE różniące się znaczeniem gospodarstw wielkotowarowych, odzwierciedlonym udziałem czynników produkcji będących w ich posiadaniu.

The aim of this paper is to identify the factors determining the agricultural holdings’ incomes in the EU and to measure their strength and direction of impact on incomes achieved in holdings from specific types of farming. The FADN data from 2006 were used in the study. In order to realize the aim of this analyze the statistical method of multiple regression was used. The research showed that the strongest impacts on agricultural holdings’ incomes have: total utilized agricultural area, technical equipment of labour, inputs of current assets and subsidies on current operations. The strength and direction of influence of these factors are diverse for particular types of farming.

The aim of the research was to identify determinants of the income of farms in the EU-15 as well as in Central and Eastern European countries and to assess how these determinants varied over time. The research was based on data from the FADN and it spanned the period from 2005 to 2013. Multiple regression was used to investigate the influence of selected variables on the income of farms. The analysis showed that apart from a wide range of similarities between farms in the EU-15 as well as in Central and Eastern European countries, there are also some differences between the determinants of their income. They usually refer to variables representing the production potential.

Celem badań było określenie zróżnicowania dochodów uzyskiwanych przez rolników w gospodarstwach rolnych krajów UE z różnych klas wielkości ekonomicznej. Wykorzystano bazę FADN. Analizy wykonano w większości dla roku 2015. Część wyników porównano z danymi z roku 2004. Badaną zmienną był dochód z rodzinnego gospodarstwa rolnego na pełnozatrudnionego członka rodziny. Wykonano analizę wariancji (test rang Kruskala-Wallisa) oraz analizę post-hoc wartości p dla porównań wielokrotnych. Obliczono wskaźnik zróżnicowania decylowego oraz współczynnik Giniego. Zauważono, że wielkość ekonomiczna wpływa na dochodowość pracy własnej, szczególnie w gospodarstwach większych ekonomicznie. Zaobserwowano także, że stopień nierówności dochodowych w poszczególnych klasach wielkości jest różny. W niektórych klasach wielkości ekonomicznej odnotowano pogłębianie się nierówności dochodowych.