Lokalne determinanty starzenia się populacji w Polsce

• Authors: Grzegorz Kula , Piotr Tadeusz Wójcik

Title variants

Lokalne determinanty starzenia się populacji w Polsce

• Languages of publication: PL

Abstracts

PL

Polskie społeczeństwo starzeje się i konsekwencje tego procesu już mają wpływ na nasze codzienne życie. Celem tego artykułu jest identyfikacja i określenie kierunku działania czynników, które pozwolą wyjaśnić, dlaczego niektóre gminy starzeją się szybciej od pozostałych. Używając miary autokorelacji przestrzennej (I Morana), a także regresji przestrzennej na danych panelowych, analizujemy charakterystyki polskich gmin w latach 2003–2013. Zmienną zależną w badaniu jest udział w populacji gminy osób starszych (w wieku 70 lat i więcej). Wyniki wskazują na silną autokorelację przestrzenną, co znaczy, że starzenie się populacji w danej gminie jest silnie powiązane z tempem starzenia się w gminach z nią sąsiadujących. W wyjaśnieniu analizowanego zjawiska ważne okazuje się również wiele charakterystyk społeczno‑gospodarczych gminy, w tym sieć transportowa (autostrady i drogi ekspresowe) łącząca gminę z innymi ośrodkami.

EN

Polish population is getting older and the consequences of this process are already affecting our everyday life. The purpose of this work is to identify factors (and direction of their influence) which will help to explain why some counties are ageing faster than others. Using a measure of spatial autocorrelation (Moran’s I) and spatial autoregressive model on panel data we analyze characteristics of Polish counties in the period 2003–2013. The dependent variable is the share of old people in the population of municipality (in the age of 70 and older). Results indicate strong spatial autocorrelation, which means that population ageing in particular county is strongly related to the speed of ageing in the neighboring counties. Many additional socio‑demographic characteristics of municipalities appear to be important in explaining the analyzed phenomenon, including transportation network (motorways and express ways) that link a particular county with other regions.

Keywords

PL

starzenie się populacji; różnice regionalne; migracje; analiza przestrzenna; starzenie się populacji; różnice regionalne; migracje; analiza przestrzenna

EN

population ageing; regional differentiation; migrations; spatial analysis

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2017
• Volume: 3
• Issue: 329

Dates

published

2017-09-22

Contributors

author

Grzegorz Kula

• Warsaw University, Faculty of Economic Sciences, Chair of Public Sector Economics

author

Piotr Tadeusz Wójcik

• Warsaw University, Faculty of Economic Sciences, Division of Quantitative Finance

• https://orcid.org/0000-0003-1853-8784

References

• Anselin L., Florax R., Rey S. (2004), Advances in Spatial Econometrics, Springer‑Verlag, Berlin.
• Anselin L., Le Gallo J., Jayet J. (2008), Spatial Panel Econometrics, [w:] L. Matyas, P. Sevestre (eds.), The Econometrics of Panel Data, Fundamentals and Recent Developments in Theory and Practice, 3rd ed., Kluwer, Dordrecht.
• Elhorst J.P. (2003), Specification and estimation of spatial panel data models, „International Regional Science Review”, no. 26(3), s. 244–268.
• Elhorst J.P. (2010), Spatial panel data models, [w:] M.M. Fischer, A. Getis (eds.), Handbook of applied spatial analysis, Springer, Berlin–Heidelberg–New York.
• Elhorst J.P. (2011), Spatial panel models, referat na seminarium w University of York, grudzień­https://www.york.ac.uk/media/economics/documents/seminars/2011–12/Elhorst_November2011.pdf.
• European Commission (2015), The 2015 Ageing Report, „European Economy”, no. 3, http://ec.europa.eu/economy_finance/publications/european_economy/2015/pdf/ee3_en.pdf [dostęp: 1.06.2017].
• Fihel A. (2015), Wpływ czasowych migracji zagranicznych na perspektywy demograficzne Polski, „Wiadomości Statystyczne”, nr 7, s. 74–89.
• GUS (2015), Rocznik demograficzny 2015, Warszawa.
• GUS (2016a), Produkt krajowy brutto – Rachunki regionalne w 2014 roku, Katowice.
• GUS (2016b), Informacja o rozmiarach i kierunkach czasowej emigracji z Polski w latach 2004– 2015, Warszawa.
• Kałuża‑Kopias D. (2014), Specyfikacja przemieszczeń wewnętrznych osób starszych w Polsce, „Studia Demograficzne”, nr 2(166), s. 97–120.
• Kołodziejczyk D. (2011), Ocena potencjału demograficznego w gminach, „Wiadomości Statystyczne”, nr 4, s. 23–30.
• Kopczewska K. (2006), Ekonometria i statystyka przestrzenna, CeDeWu, Warszawa.
• Kurek S. (2008), Typologia starzenia się ludności Polski w ujęciu przestrzennym, Wydawnictwo Naukowe Akademii Pedagogicznej, Kraków.
• Lesage J.P., Fischer M.M. (2008), Spatial Growth Regressions: Model Specification, Estimation and Interpretation, „Spatial Economic Analysis”, no. 3(3), s. 275–304.
• Matusik S., Pietrzak M.B., Wilk J. (2012), Ekonomiczno‑społeczne uwarunkowania migracji wewnętrznych w Polsce w świetle metody drzew klasyfikacyjnych, „Studia Demograficzne”, nr 2(162), s. 3–28.
• Millo G., Piras G. (2012), splm: Spatial Panel Data Models, „R. Journal of Statistical Software”, no. 47(1), s. 1–38, http://www.jstatsoft.org/v47/i01/ [dostęp: 1.06.2017].
• Okólski M. (2005), Demografia. Podstawowe pojęcia, procesy i teorie w encyklopedycznym zarysie, Wydawnictwo Naukowe Scholar, Warszawa.
• Olberek‑Żyła M. (2013), Zmiany demograficzne w aglomeracji Bielska‑Białej, „Wiadomości Statystyczne”, nr 11, s. 52–71.
• Podogrodzka M. (2012), Starzenie się ludności Warszawy, „Wiadomości Statystyczne”, nr 9, s. 68–83.
• Podogrodzka M. (2013), Demografia małych miast polski – wybrane zagadnienia, „Studia Ekonomiczne”, nr 144, s. 147–164.
• R Core Team (2016), R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, https://www.R-project.org/ [dostęp: 1.06.2017].
• Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, Wydawnictwo C.H. Beck Sp. z o.o., Warszawa.
• Suchecki B. (red.) (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Wydawnictwo C.H. Beck Sp. z o.o., Warszawa.
• Szukalski P. (2010), Starzenie się ludności Łodzi na tle największych polskich miast od początku XX wieku, „Acta Universitatis Lodziensis. Folia Sociologica”, nr 35, s. 103–125.
• Szukalski P. (2012), Wpływ kryzysów na zachowania demograficzne, „Wiadomości Statystyczne”, nr 4, s. 17–30.
• Wilk J. (2014), Application of Classification Trees in the Analysis of the Population Ageing Process, „Archives of Data Science (Online First), Kit Scientific Publishing”, vol. 1, no. 1, s. 57–76.

Identifiers

DOI

10.18778/0208-6018.329.07