COMMUTING IN THE WARSAW SUBURBAN AREA FROM A SPATIAL PERSPECTIVE - AN EXAMPLE OF EMPIRICAL RESEARCH

• Authors: Nina Drejerska , Mariola Chrzanowska

Title variants

DOJAZDY DO PRACY W OBSZARZE PODMIEJSKIM WARSZAWY NA PODSTAWIE BADAŃ EMPIRYCZNYCH

• Languages of publication: EN

Abstracts

EN

Commuting plays a significant role in forming metropolitan areas. It is one of the basic criteria for delineation of functional areas, including metropolitan regions. The objectives of this study included determining the Warsaw labour market and examining the influence of some spatial patterns on the intensity of commuting to Warsaw in the investigated communes. The research was conducted in a form of questionnaire interviews in 800 households from 30 communes of the Warsaw suburban zone, involving 2 215 adult participants. The analysis was based on a binary matrix B and weight matrix W standardised according to rows. A criterion of a common border was assumed as a neighbouring criterion. The weight matrix was built in the first step, then the global Moran’s statistic was calculated for each workplace localisation. Then local Moran’s statistics were calculated. The global Moran’s statistic was significant only for respondents commuting to another village. There were clusters of communes with a similar proportion of respondents commuting to another village, usually inhabitants of smaller villages commuting to the communal centre for work in public services or retail. As far as local Moran’s statistics are concerned, they allowed the pointing out of some examples of communes surrounded by similar or different commuting patterns. A spatial structure of commuting does not facilitate analysis. As a result, the relationships form radial patterns with Warsaw as the centre, rather than clusters.

PL

Dojazdy do pracy odgrywają dużą rolę w kształtowaniu obszarów metropolitalnych. Są jednym z podstawowych kryteriów delimitacji obszarów funkcjonalnych, w tym regionów metropolitalnych. W związku z tym, badaniem objęto mieszkańców gmin wiejskich i miejsko-wiejskich, największego obszaru metropolitalnego w Polsce – strefy podmiejskiej Warszawy. Badania przeprowadzono w 800 gospodarstwach domowych z 30 gmin strefy podmiejskiej Warszawy uzyskując informacje o sytuacji na rynku pracy dla 2 215 badanych osób dorosłych. Analiza została oparta na macierzy binarnej B oraz macierzy wag W standaryzowanej wierszami. Za kryterium sąsiedztwa przyjęto kryterium wspólnej granicy. W pierwszym kroku wyznaczono macierz wag, następnie biorąc pod uwagę strukturę osób dojeżdżających do pracy w różnych lokalizacjach policzono statystyki Morana: globalną i lokalną. Wartość globalnej statystki Morana była istotna dla dojazdów badanych respondentów z miejsca zamieszkania do innej wsi. Oznacza to, że na badanym obszarze istniały klastry badanych gmin o podobnym odsetku dojeżdżających do pracy w innej wsi. Zwykle mieszkańcy mniejszych wsi dojeżdżali do wsi gminnej do pracy w usługach publicznych bądź handlu. Na podstawie wartości lokalnych statystyk Morana wskazano przykłady gmin otoczonych podobnymi lub rożnymi gminami w zakresie lokalizacji miejsc pracy respondentów. Przestrzenna struktura dojazdów do pracy w regionie metropolitalnym nie ułatwiała analizy i interpretacji otrzymanych wyników – tworzy ona zwykle układ promienisty a nie skupienia.

Keywords

EN

Commuting; Warsaw metropolitan area; global Moran statistic; local Moran statistic

PL

Dojeżdżanie; warszawski obszar metropolitarny; globalna i lokalna wartość statystyki Morana.; Dojeżdżanie; warszawski obszar metropolitarny; globalna i lokalna wartość statystyki Morana.

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2014
• Volume: 6
• Issue: 309

Dates

published

2015-05-18

Contributors

author

Nina Drejerska

• Warsaw University of Life Sciences, Department of European Policy, Public Finance and Marketing.

author

Mariola Chrzanowska

• Warsaw University of Life Sciences, Department of Econometrics and Statistics.

References

• Bivand R. (1980), Autokorelacja przestrzenna a metody analizy statystycznej w geografii, (in:) Chojnicki Z. (ed.), Analiza regresji w geografii, PWN, Poznań.
• Drejerska N., Chrzanowska M., Pomianek I. (2014), Strefa podmiejska Warszawy. Wybrane zagadnienia, Wydawnictwo SGGW, Warszawa.
• Gołata E., Dehnel G., Gruchociak H. (2011), Analiza przestrzenna dojazdów do pracy w Polsce, (in:) Jajuga K., Walesiak M. (eds.), Taksonomia 18. Klasyfikacja i analiza danych – teoria i zastosowania, Uniwersytet Ekonomiczne we Wrocławiu, Wrocław.
• Janc K. (2006), Zjawisko autokorelacji przestrzennej na przykładzie statystyki Morana oraz lokalnych wskaźników zależności przestrzennej LISA. Wybrane zagadnienia metodyczne, (in:) Komornicki T., Podgórski Z. (eds.), Idee i praktyczny uniwersalizm geografii, Dokumentacja geograficzna nr 33 IGiPZ PAN, Warszawa.
• Klimanek T., Szymanek M. (2013), Taksonomiczne aspekty estymacji pośredniej uwzględniającej korelację przestrzenną, (in:) Jajuga K., Walesiak M. (eds.), Taksonomia 18. Klasyfikacja i analiza danych: teoria i zastosowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu no 167, Wrocław.
• Krugman P. (1991), Increasing returns and economic geography, “The Journal of Political Economy”, vol. 99, issue 3 (Jan., 1991).
• Miller H. J. (2004), Tobler's first law and spatial analysis, “Annals of the Annals of the association of the American geographers”, vol. 94.
• Niedzielski M. (2006), A spatially disaggregated approach to commuting efficiency, “Urban Studies”, T. 43, no 13.
• OECD (2002), Redefining Territories. The functional regions, OECD Publications, Paris.
• Suchecka J. (ed.) (2014), Statystyka przestrzenna. Metody analiz struktur przestrzennych, Wydawnictwo C.H. Beck, Warszawa.
• Śleszyński P. (2013), Warszawa jako ośrodek dojazdów pracowniczych, “Studia Regionalne i Lokalne” 1/(51)/2013.