Sectoral employment diversification in rural areas across Polish subregions

Nina Drejerska1, Mariola Chrzanowska2
1 Department of European Policy and Marketing, Faculty of Economic Sciences Warsaw University of Life Sciences – SGGW, 2 Department of Econometrics and Statistics, Faculty of Applied Informatics and Mathematics Warsaw University of Life Sciences – SGGW
Drejerska, Nina; ORCID: 0000-0001-7591-8121 (Department of European Policy and Marketing, Faculty of Economic Sciences Warsaw University of Life Sciences – SGGW)
Chrzanowska, Mariola (Department of Econometrics and Statistics, Faculty of Applied Informatics and Mathematics Warsaw University of Life Sciences – SGGW)
Sectoral employment diversification in rural areas across Polish subregions
Sektorowe zróżnicowanie zatrudnienia na obszarach wiejskich w polskich podregionach
Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 2017, vol.104, nr 4, s. 28-36

Słowa kluczowe

zatrudnienie obszary wiejskie przestrzenna autokorelacja NUTS3

Key words

employment rural areas spatial autocorrelation NUTS 3

Streszczenie

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.