Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 6

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  NUTS 2
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Taksonomia dynamiki zmian struktury zatrudnienia w nowoczesnym przemyśle i usługach, w regionach Unii Europejskiej

100%
Markowska M., Strahl D., Sokołowski A.
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
|
2014
|
vol. 26
46-64
PL
Celem pracy jest analiza zmian udziału zatrudnionych w nowoczesnych, rozwiniętych technologicznie usługach i przemyśle w regionach Unii Europejskiej na poziomie NUTS 2. Wykorzystano dane z lat 1999–2008, kiedy były one w miarę kompletne i porównywalne. Dla każdej cechy osobno i dla każdego regionu oszacowano tendencję rozwojową. Współczynniki trendu potraktowano jako zmienne wejściowe do analizy taksonomicznej. Przy pomocy metody Warda zidentyfikowano liczbę grup regionów, różniących się modelem dynamiki zmian zatrudnienia w analizowanych sferach. Ostateczny podział regionów ze względu na dynamikę uzyskano przy pomocy metody k-średnich. Wyniki grupowania były weryfikowane przy pomocy jednoczynnikowej analizy wariancji. Na końcu ustalono modele dynamiki typowe dla wyróżnionych grup regionów.
EN
The objective of the study is to analyze changes of employment share in modern, high-tech services and industry in the European Union regions at NUTS 2 level. The data covering the period of 1999–2008 were used since they are relatively complete and comparable. The growth tendency, separately for each quality/property and for each region, was estimated. Trend coefficients were used as input variables for the purposes of cluster analysis. By applying Ward’s method identified was the number of regional clusters, which differ by the model of employment changes dynamics in the analyzed spheres. The ultimate division of regions in terms of dynamics was obtained by using the k-means method. The results of clustering were verified by applying one-way analysis of variance. Finally the models of dynamics typical for the distinguished clusters of regions were specified.
2
Publication available in full text mode
Content available

A Measure For Regional Resilience To Economic Crisis

94%
Markowska M.
Statistics in Transition new series
|
2015
|
vol. 16
|
issue 2
293-308
EN
The purpose of the study (presented in this article) was to develop a measure of resilience to crisis, one that may be applied to regional data. In principle, such measure can take either positive or negative values. A positive value confirms resilience to crisis, whereas a negative one confirms the absence of resilience (sensitivity/vulnerability). The measure uses growth rates referred to the previous year under the assumption that crisis results in a slowdown in growth, or even in a decline in values of important economic indicators. Growth rates are standardized by dividing values of original change rates by medians specified based on spatio-temporal data modules. Such division results in each characteristic being brought to equal validity. Simultaneously, the original character is maintained and variables are not “flattened” by the outliers. Changing destimulants into stimulants occurs during growth rates calculation. The measure of resilience to crisis is calculated as an arithmetic mean of the values of characteristics brought to comparability. The measure of resilience can be converted into the measure of sensitivity by multiplying it by (-1). The application of the proposed measure to assessing the resilience to crisis in the period 2006-2011 is presented for regions meant as the European Union NUTS2 units. The measure is based on comparable data, which allowed for using only six variables measuring changes in GDP, salaries, investments, household income, employment and unemployment.
3

European Capital Cities and Their Surroundings – Innovativeness Convergence or Divergence?

84%
Markowska M.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2014
|
issue 11(935)
79-100
EN
The study presents an attempt to answer the question of whether the closest surroundings of European capital cities are becoming as innovative as the capital cities themselves. The value of an aggregate index of innovation was defined for the EU NUTS 2 level regions based on eight characteristics. Against the background of changes occurring in the values of the Innovation Index in the European regional space, the study assesses the effects of capital cities on their closest surroundings in the context of trends observed in terms of innovation. The analysis covered countries in which the capital city is at the same time the NUTS 2 level region. It also discusses the variables determining the differences in the Innovation Index values between capital cities and the areas that surround them.
PL
W pracy podjęto próbę odpowiedzi na pytanie, czy najbliższe otoczenie europejskich stolic nadrabia zaległości w stosunku do poziomu innowacyjności stolic tych krajów. Na podstawie ośmiu charakterystyk ustalono wartość wskaźnika agregatowego innowacyjności dla regionów UE szczebla NUTS 2. Na tle zmian wartości wskaźnika innowacyjności w europejskiej przestrzeni regionalnej oceniono efekty wpływu stolicy na najbliższe otoczenie, w kontekście trendów obserwowanych pod względem innowacyjności. Analizie poddano kraje, w których stolica jest jednocześnie regionem szczebla NUTS 2. Wskazano zmienne decydujące o różnicach wskaźnika występujących pomiędzy stolicą a otoczeniem.
4

Dynamika innowacyjności regionów Unii Europejskiej w latach 1999–2008

84%
Markowska M.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2014
|
issue 4(928)
85-108
PL
W pracy przedstawiono podejścia do pomiaru innowacyjności regionalnej i dokonano doboru cech umożliwiających ilustrację tego zjawiska na szczeblu NUTS 2 w Unii Europejskiej w ujęciu dynamicznym. Opisano procedurę badawczą pozwalającą na klasyfikację, która umożliwia ocenę dynamiki innowacyjności. Scharakteryzowano wyniki otrzymane w efekcie zastosowania tej procedury ze szczególnym uwzględnieniem terytorialnego rozmieszczenia klas regionów, przynależności regionów polskich oraz stołecznych i zawierających stolice do otrzymanych klas dynamiki innowacyjności.
EN
The study presents approaches to measuring regional innovation and the selection of characteristics facilitating the illustration of this phenomenon at the NUTS 2 level in the EU following dynamic analysis. The research procedure is described, allowing for the classification to be used in the assessment of innovation dynamics. Based on this classification, the results were characterised with a particular emphasis on the territorial distribution of the classes of regions and assigning Polish and capital regions to the obtained classes of innovation dynamics.
5

Analiza statystyczna zróżnicowania wykorzystania środków unijnych przez polskie regiony szczebla NUTS 2 w okresie od stycznia 2007 roku do czerwca 2010 roku

83%
Huptas R., Pawelek B.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2012
|
issue 878
73-90
EN
Poland is the largest beneficiary of the EU’s cohesion policy, scheduled for years 2007–2013. During this period, the European Union will grant projects under the Convergence objective and the European Territorial Cooperation objective to the tune of € 67.3 billion. Along with national co-financing the total value of projects using EU funds will amount to € 85.6 billion. The authors believe the midpoint of the EU’s ongoing financial plan is an appropriate time to assess the diversity of participation among Polish regions in the European Union’s cohesion policy. The aim of their research is to conduct statistical analysis of the diversification of EU fund use to achieve the objectives of European cohesion policy by the Polish NUTS 2 regions for the period from January 2007 to June 2010. The verification of hypotheses formulated, referring to the realisation of economic and social cohesion, is based on indicators proposed by European Commission. In turn, the authors propose indicators for determining the level of technical infrastructure development in order to study the realisation of territorial cohesion. They also discuss new and current applications of statistical methods.
6
Publication available in full text mode
Content available

Zróżnicowania regionalne w Unii Europejskiej. Weryfikacja hipotezy Williamsona

60%
Nazarczuk J. M.
Optimum. Studia Ekonomiczne
|
2015
|
vol. 4(76)
PL
Celem artykułu jest weryfikacja aktualności tzw. hipotezy Williamsona, zakładającej krzywoliniową relację między wartością PKB per capita gospodarek narodowych a poziomem zróżnicowań regionalnych, które przyjmują kształt odwróconej litery U. Do weryfikacji tej hipotezy wykorzystano modele panelowe, a analizą objęto 22 kraje z 28 obecnie wchodzących w skład Unii Europejskiej. Pomiar regionalnych zróżnicowań został przeprowadzony wskaźnikiem będącym odchyleniem standardowym PKB per capita regionu względem kraju, podzielonym przez PKB na 1 mieszkańca w kraju, zaproponowanym przez Szörfi [Szörfi, 2007]. Analiza uzyskanych oszacowań modeli dla danych za okres lat 1995-2011 pozwoliła potwierdzić początkowy wzrost zróżnicowań wraz ze wzrostem poziomu zamożności gospodarki kraju (mierzony w PPS per capita), który po przekroczeniu pewnego poziomu zamożności kraju (tj. około 26 400 PPS) wraz z dalszym wzrostem zamożności przeciętnie uległ obniżeniu. Testowane dwie specyfikacje modelu, tj. wersja z modelem kwadratowym oraz specyfikacja logarytmiczna, przede wszystkim wskazywały na narastający problem zróżnicowań regionalnych wraz ze wzrostem poziomu zamożności. Ich przewidywania istotnie różniły się po przekroczeniu progu około 30 000 PPS, jednak to wersja kwadratowa cechowała się wyższym dopasowaniem modelu do danych. Wnioski płynące z przeprowadzonej analizy dla Polski lub innych krajów europejskich ukazują nieodzowny problem zróżnicowań regionalnych, który pozostaje w istotnej relacji z poziomem zamożności gospodarki narodowej. Stąd też w świetle zaprezentowanych danych próby usilnego przeciwdziałania zróżnicowaniom regionalnym są trudne do uzyskania dla wielu krajów.
EN
The aim of the paper is to verify the Williamson hypothesis that assumes a nonlinear relation between GDP per capita of national economies and the level of regional disparities, which take a form of an inverted U-shaped curve. In order to test the hypothesis, panel models were used to analyse data for 22 out of 28 EU members. To calculate the level of regional inequalities, the author uses an indicator proposed by Szörfi [2007], which is a standard deviation between GDP per capita in a region compared to the entire country, divided by the GDP per capita of the national economy. The conducted analysis of the period of 1995-2011 has confirmed an initial increase in regional disparities accompanying the growth of national income level (in PPS per capita), which after reaching a certain level of GDP per capita (about 26,400 PPS) tends to decrease along with the further increase in income levels. The two tested specifications of the models (quadratic and logarithmic) mostly indicated the upward side of the curve, showing increasing disparities. Their predicted values diverged significantly for income levels, starting from ca. 30,000 PPS per capita. However, the quadratic specification of the model was better fitted to the data. The findings from the conducted analysis for Poland and other EU countries indicate the important issue of regional diversity, so closely related to the national level of economic development. Therefore, the attempts of many EU countries to significantly reduce regional disparities are unsuccessful.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.