The aim of this article is to compare demographic processes in German federal states and Polish voivodships. The analysis covers the period between 2004–2015 and takes into account the data published by Eurostat, the Federal Statistical Office and Poland’s Central Statistical Office. The analysis shows that demographic processes in German Länder are more dependent on their level of development and geographic location than in Polish regions. In Germany, the major demographic problems are seen in the less developed eastern Länder, whereas in Poland, unfavorable demographic changes occur in several voivodships of varying levels of development, located in different parts of the country. According to the author, in the case of demographic processes, unlike economic processes, at present there is no justification for clear-cut division of Eastern Poland, akin to Eastern Germany.
PL
Celem artykułu jest porównanie procesów demograficznych w niemieckich landach i polskich województwach. Analizą objęto okres 2004–2015 i uwzględniono w niej dane publikowane przez Eurostat, Federalny Urząd Statystyczny i Główny Urząd Statystyczny. Analiza wykazała, że przebieg procesów demograficznych w niemieckich landach jest w większym stopniu zależny od ich poziomu rozwoju i usytuowania geograficznego niż w polskich regionach. W Niemczech z największymi problemami demograficznymi borykają słabiej rozwinięte wschodnie landy, natomiast w Polsce niekorzystne zmiany demograficzne zachodzą w kilku województwach o różnym poziomie rozwoju, usytuowanych w różnych częściach kraju.
Research background: Water is a scarce natural resource essential for life and also many economic activities. Scarcity of drinking water is a problem that is ad-dressed at national and international levels. Global water demand continues to rise, but the quantity and quality of water resources is declining in many regions. Recent surveys of the population of the Czech Republic show that the most serious global problems are waste accumulation, water pollution, lack of drinking water and air pollution. Average temperatures continue to rise across Europe due to climate change and water is expected to become increasingly scarce in many areas. An adequate supply of good-quality water is a pre-requisite for economic and social development, and thus it is necessary to learn to save water and better manage our available resources in this area. Purpose of the article: The purpose of this study was to investigate to what degree environmental problems - especially the issue of drinking water scarcity - have been evaluated in the Czech Republic from 2014 to 2018 and whether the fear of a lack of drinking water has motivated water conservation. Methods: A regional analysis of water availability in the Czech Republic and the possible causes of water scarcity has been carried out. Subsequently, selected socio-economic factors that could have an impact on the assessment of drinking water scarcity are analyzed using Gamma and Kendall's Tau and logistic regression. The analyzed time period is from 2014 to 2018. Microdata was taken from the Centre for Research of Public Opinion, and selected regional-level statistics from the Czech Statistical Office have been added to this data to supplement it. Findings & Value added: The perception of drinking water shortages is not only influenced by indicators representing the volume and price of water in each region, but can also be determined by other socio-economic factors such as income, gender, age and education.
Analyses regarding socio-economic development and quality of life are an important aspect of research and discussion for many international organisations, states and local authorities. Due to the complexity and multidimensionality of these issues, conducting research can be problematic. The conclusions of various analytical centres indicate that there are many paths towards establishing a set of factors which affect quality of life and ways of assessing socio-economic development levels. Depending on the criteria considered, the most common methods for determining the degree of the advancement of life quality or socio-economic development include taxonomical techniques and analyses of potential, which are based mainly on objective data sourced from official registers. The main purpose of the paper is to investigate the level of socio-economic development and quality of life in the European Union in the years 2004 and 2018. The analyses were conducted for a rarely used level of spatial data aggregation, i.e. for NUTS-2 units. The analysis covers only those European regions that were EU members in 2004. As the primary research tool, the two-dimensional development matrix was adopted, which enabled the verification of the hypothesis regarding the convergence of synthetic measures that indicate the levels of socio-economic development and quality of life in the EU regions. For these indices, the development matrix is also used to identify the strengths and weaknesses as well as the opportunities and threats for selected spatial units, and, at the same time, to estimate the rates of change of the socio-economic development and quality of life levels.
The aim of the research is to indicate the influence of economic determinants of interregional migration flows in Poland in the years 1999— —2015. The analysis was conducted on the basis of data from the Local Data Bank of Statistics Poland using descriptive methods of migration flows differentiation analysis, wages and unemployment rates in time and space and spatial econometrics methods: the least squares method (LSM), generalised method of moments (GMM), logistic models and fixed effects models. The conclusions of the research are as follows: migration inflows are most strongly influenced by relative wages, and outflows by the relative unemployment rate. Moreover, migrants decide to change their place of residence, taking into account a spatial factor.
PL
Celem badania jest wskazanie oddziaływania determinant ekonomicznych na międzyregionalne przepływy migracyjne w Polsce w latach 1999—2015. Badanie przeprowadzono na podstawie danych z Banku Danych Lokalnych GUS, przy wykorzystaniu opisowych metod analizy zróżnicowania przepływów migracyjnych, płac i stóp bezrobocia w czasie i przestrzeni oraz metod ekonometrii przestrzennej: metody najmniejszych kwadratów (MNK), uogólnionej metody momentów (UMM), modeli logistycznych oraz modeli z efektami indywidualnymi. Wnioski z badania są następujące: na napływy migracyjne najsilniej oddziałują płace względne, a na odpływy — względna stopa bezrobocia. Ponadto migrujący, podejmując decyzję o zmianie miejsca zamieszkania, kierują się także czynnikiem przestrzennym.
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.
Celem badania jest zobrazowanie przestrzennego zróżnicowania PKB per capita i stopy bezrobocia w obwodach Ukrainy w latach 2004— —2015. Zbadano również oddziaływanie stóp wzrostu PKB oraz opóźnionej o rok stopy bezrobocia na jej przyrost. W tym celu wykorzystano metody ekonometrii panelowej (regresja z efektami indywidualnymi). W badaniu posłużono się danymi publikowanymi przez ukraiński urząd statystyczny. W początkowych latach analizowanego okresu Ukraina rozwijała się bardzo szybko, co prowadziło do wzrostu zatrudnienia i spadku bezrobocia. Światowy kryzys finansowy wpłynął na jednoroczną recesję i skokowy wzrost bezrobocia. Po wydarzeniach w latach 2013 i 2014 (Euromajdan) nastąpił spadek PKB, połączony ze wzrostem bezrobocia. Procesy te w największym stopniu zaznaczyły się w obwodach Ukrainy Wschodniej, w szczególności w ługańskim i donieckim.
EN
The purpose of the study is to describe the spatial variation of GDP per capita and unemployment rates in the Ukrainian oblasts in the years 2004—2015. The influence of GDP growth rates and unemployment rate delayed by one year on the growth of unemployment rate was examined. For this purpose, methods of panel data econometrics (regression with fixed effects) were used. The research used data published by the State Statistics Service of Ukraine. In the initial years of the analysed period, Ukraine was rapidly developing, which led to an increase in employment and a decrease in unemployment. The global financial crisis resulted in one-year recession and a rapid growth of the unemployment. After the events in the years 2013—2014 (Euromaidan) there was a decline in GDP combined with an increase in unemployment. These processes to the greatest extent were present in the oblasts of Eastern Ukraine, especially in Luhansk and Donetsk.
Celem artykułu jest identyfikacja przestrzennego zróżnicowania PKB per capita oraz stopy bezrobocia w Polsce i we Włoszech, a także wskazanie tendencji zmian, jakim to zróżnicowanie podlegało. Badanie przeprowadzono dla polskich województw i włoskich regionów tworzących jednostki terytorialne NUTS 2. Do realizacji tego celu wykorzystano elementarne metody statystyki opisowej oraz ekonometrii przestrzennej (regresja z efektami indywidualnymi — fixed effects). W analizie posłużono się danymi za lata 2002—2014, publikowanymi przez GUS, Narodowy Instytut Statystyczny Włoch (Istat) i Eurostat. Badanie wykazało, że Polskę i Włochy cechuje podobny, wysoki poziom regionalnego zróżnicowania PKB per capita, natomiast różnice wielkości bezrobocia między włoskimi regionami są znacznie większe niż między województwami w Polsce. Stwierdzono również, że różnice badanych wielkości makroekonomicznych wewnątrz obydwu krajów wykazują tendencję wzrostową, co w efekcie może prowadzić do zwiększania się międzyregionalnych dysproporcji w poziomie rozwoju.
EN
The paper aims to identify the scale of spatial differentiation of GDP per capita and unemployment rate in Poland and Italy, as well as to indicate changes in the differentiation trends. The research was carried out at the level of Polish voivodships and Italian regions, forming the territorial units NUTS 2. The elementary methods of descriptive statistics and spatial econometrics (fixed effects) were applied for the research purpose. Data for the years 2002—2014, published by the CSO, Italian National Institute of Statistics (Istat) and Eurostat, were used for the analysis. The results of the research show that Poland and Italy are characterized by a similar, high level of regional diversity of GDP per capita. On the other hand, differences in the level of unemployment among Italian regions are much higher than among Polish voivodships. It was also stated that the differences in examined macroeconomic measures within the two countries are increasing, which in turn can lead to growing inter-regional disparities in the level of development.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.