Wyniki wyszukiwania

Autor	Iwona Pomianek
Tytuł	Classification of border subregions of Eastern Poland according to theIR level of socio-economic development
Title	Klasyfikacja podregionów przygranicznych Polski Wschodniej według poziomu rozwoju społeczno-gospodarczego
Słowa kluczowe	socio-economic development, demographic factors, infrastructure, spatial peripherality, economic peripherality, NUTS 3, Hellwig's measure of development
Key words	peryferyjność przestrzenna, peryferyjność gospodarcza, NUTS 3, miara rozwoju Hellwiga
Abstrakt	The paper presents the classification of subregions (NUTS 3) with permanent border crossings, in terms of the level of socio-economic development in 2008-2018. The study covered 9 subregions located in the following provinces: Warminsko-Mazurskie, Podlaskie, Lubelskie and Podkarpackie. Application of Hellwig's measure of development made it possible to group subregions according to three categories of the level of development: high, medium and low. The relatively high level of development characterized two metropolitan subregions: Olsztyński and Białostocki. Łomżyński subregion proved to be the weakest, but it was not completely devoid of any development potential. In comparison with the average values in the designated higher development classes, Łomżyński subregion was characterized by: positive natural increase, low values of indices describing ageing of local society and proportion of investment expenditure of local self-government units at a level similar to the leaders of the ranking. However, there is a concern that the relatively low level of spending of the EU funds and the persistent trend of population migration outflow, due to global trends of population ageing and depopulation of rural areas, may negatively affect the socio-economic situation of the subregion in the future.
Abstract	W artykule przeprowadzono klasyfikację podregionów (NUTS 3), na obszarze których znajdowały się stałe przejścia graniczne, pod względem poziomu rozwoju społeczno-gospodarczego. Badaniem objęto 9 podregionów usytuowanych w województwach: warmińsko-mazurskim, podlaskim, lubelskim oraz podkarpackim. Zastosowanie taksonomicznej miary rozwoju Hellwiga umożliwiło pogrupowanie podregionów wg trzech kategorii poziomu rozwoju: wysokiego, średniego oraz niskiego. Relatywnie wysoki poziom rozwoju charakteryzował dwa podregiony metropolitarne: białostocki i olsztyński. Najsłabszym okazał się podregion przemyski, jednak nie był on obszarem pozbawionym zupełnie potencjału rozwojowego. W porównaniu z przeciętnymi wartościami w wyznaczonych wyższych klasach rozwoju, podregion przemyski charakteryzowały: najniższy udział dróg gminnych i powiatowych o nawierzchni gruntowej i największa liczba stałych przejść granicznych. Mimo, że w badanym okresie w podregionie ubywało ludności, przyrost naturalny był dodatni. Ponadto, na terenie podregionu przemyskiego zarejestrowanych było najwięcej (w przeliczeniu na 10 tys. mieszkańców) fundacji, stowarzyszeń i organizacji społecznych, co świadczy o aktywności społecznej. Natomiast znacząca aktywność samorządów lokalnych przejawiała się w relatywnie wysokim przeciętnym wydatkowaniu środków z funduszy unijnych, co w przyszłości może skutkować poprawą sytuacji społeczno-gospodarczej, m.in. w zakresie infrastruktury, rynku pracy i demografii.
Cytowanie	Pomianek I. (2019) Classification of border subregions of Eastern Poland according to theIR level of socio-economic development.Zeszyty Naukowe SGGW, Polityki Europejskie, Finanse i Marketing [t.], nr 22(71): 156-169
HTML	wersja html
Pełny tekst	PEFIM_2019_n71_s156.pdf

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