Wyniki wyszukiwania

Autor	Mariola Chrzanowska, Nina Drejerska
Tytuł	Sectoral employment diversification in rural areas across Polish subregions
Title	Sektorowe zróżnicowanie zatrudnienia na obszarach wiejskich w polskich podregionach
Słowa kluczowe	zatrudnienie, obszary wiejskie, przestrzenna autokorelacja, NUTS3
Key words	employment, rural areas, spatial autocorrelation, NUTS 3
Abstrakt	Rolnictwo, leśnictwo i rybołówstwo są nadal ważnymi sektorami zatrudnienia aczkolwiek sytuacja w tym zakresie jest w Polsce zróżnicowana w poszczególnych podregionach. Celem opracowania jest identyfikacja sektorowej struktury zatrudnienia według podregionów (NUTS3). Dane uzyskane z Głównego Urzędu Statystycznego posłużyły do sprawdzenia istnienia autokorelacji przestrzennej opisanej statystykami Morana. Uzyskane rezultaty pozwoliły na identyfikację klastra subregionów w południowo-wschodniej części kraju, gdzie zatrudnienie w rolnictwie, leśnictwie i rybołówstwie jest ważną częścią rynku pracy na obszarach przeważająco wiejskich.
Abstract	Agriculture, forestry and fishing have been still a very important part of the labour market. However, the situation is diversified across Polish subregions. The objective of the study is to investigate sectoral employment diversification in rural areas across Polish subregions (NUTS 3). In order to do it, data on the subregional employment structure provided by the Central Statistical Office of Poland was used for computation of spatial autocorrelation described by Moran’s statistics. Results of this analysis display for example a cluster of subregions in south-east Poland, where employment in agriculture, forestry and fishing is a significant trend of predominantly rural subregions.
Cytowanie	Chrzanowska M., Drejerska N. (2017) Sectoral employment diversification in rural areas across Polish subregions.Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, t. 104, z. 4: 28-36
HTML	wersja html
Pełny tekst	RNR_2017_n4_s28.pdf

Autor	Mariola Chrzanowska, Nina Drejerska
Tytuł	Bezrobocie w polskich regionach z perspektywy autokorelacji przestrzennej
Title	UNEMPLOYMENT IN POLISH REGIONS FROM THE PERSPECTIVE OF SPATIAL AUTOCORRELATION
Słowa kluczowe	bezrobocie, typologia obszarów wiejskich, korelacja przestrzenna, statystyka Morana
Key words	rural-urban typology, spatial autocorrelation, Moran’s statistic
Abstrakt	Bezrobocie jest zjawiskiem tradycyjnie badanym przez ekonomistów. Obecnie w analizach tego zagadnienia wykorzystywane są często metody pozwalające na identyfikację autokorelacji przestrzennej na rynku pracy. Celem opracowania jest analiza relacji przestrzennych w zakresie stopy bezrobocia na poziomie regionalnym (NUTS2) w Polsce, a następnie weryfikacja, czy uzyskane rezultaty mogą być interpretowane przez pryzmat klasyfikacji obszarów wiejskich opracowanej na poziomie NUTS3 przez Unię Europejską. Badanie z wykorzystaniem danych GUS objęło lata 2004-2014. Zastosowano globalną i lokalną statystykę Morana. Wyniki potwierdziły istnienie zależności przestrzennych na rynku pracy w Polsce – statystyki lokalne wskazały na istnienie regionów nietypo­wych oraz klastrów regionów o podobnych charakterystykach rynku pracy.
Abstract	Unemployment is traditionally a phenomenon analysed by economists. Recently these investigations are often run with use of methods allowing for identification of spatial autocorrelation on the labour market. The aim of the study is to analyse spatial interrelationships of the unemployment rate between Polish regions (NUTS2) and then to verify if any results can be interpreted through a perspective of the urban-rural classification for NUTS 3 regions applied by the European Union. Research covered the period from 2004 to 2014 and was based on the data of the Central Statistical Office of Poland. The global and local Moran’s statistics were applied. Results prove existence of spatial patterns on labour market in Poland - local statistics indicate that outliers and clusters of similar regions occur.
Cytowanie	Chrzanowska M., Drejerska N. (2016) Bezrobocie w polskich regionach z perspektywy autokorelacji przestrzennej.Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, t. 103, z. 3: 101-116
HTML	wersja html
Pełny tekst	RNR_2016_n3_s101.pdf