PL
W pracy zaprezentowano wyniki dynamicznej klasyfikacji regionów Polski na tle regionów Unii Europejskiej szczebla NUTS 2 ze względu na strukturę zatrudnionych w trzech podstawowych sektorach gospodarki: rolnictwie, przemyśle i usługach. Okres analizy obejmuje lata 2000–2012. W 2008 roku Europejska Klasyfikacja Działalności Gospodarczej została uaktualniona oraz zmieniona i dla tego roku istnieją dwa zestawy danych. Wykorzystano je do oszacowania równań regresji, które w dalszej kolejności posłużyły do przeliczenia danych dla lat 2000–2007 na system uaktualniony. Podstawowa metoda badawcza to dynamiczna analiza skupień, w której przedmiotem grupowania są obiekto-okresy (operacyjne jednostki taksonomiczne – OJT). To podejście umożliwia śledzenie zmian zarówno w czasie, jak i w przestrzeni oraz pozwala na zidentyfikowanie typowych struktur zatrudnienia. Istotna zmiana struktury zatrudnienia w regionie skutkuje przemieszczeniem się tego regionu do innej grupy. Wyniki mogą być analizowane na poziomie regionów, a także na poziomie państw. W ramach analizy skupień liczba grup jest identyfikowana przez ocenę dendrogramu uzyskanego metodą Warda, natomiast ostateczny podział dokonywany jest metodą k-średnich. Oceniana jest też stabilność grup i ich zdolność przyciągania innych regionów.
EN
The results of dynamic classification of Polish regions within the framework of European NUTS 2 units, characterized by employment structure in three sectors: agriculture, industry and services, are presented in the paper. The analysis covers 2000–2012 period. In 2008 the European Classification of Economic Activities was changed and revised and for that year two sets of data are available. They were the information base for the regression models used later to recalculate 2000–2007 data and make it homogeneous to the current system. Dynamic cluster analysis is the basic method used throughout this research. Spatio-temporal units are treated as subjects for classification (operational taxonomic units – OTU). This approach makes it possible to track changes both in time and geographical space as well as to identify typical labour market structures. Change in labour market structure is considered significant if a region is changing its group membership. The number of clusters is identified by the analysis of Ward’s method dendrogram and final partition is obtained by k-means method. Finally, the stability and attractiveness of clusters is evaluated.