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

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  spatial dependence
help Sort By:

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

The Application Of Local Indicators For Categorical Data (LICD) In The Spatial Analysis Of Economic Development

100%
Pietrzak M. B., Wilk J., Bivand R. S., Kossowski T.
Comparative Economic Research. Central and Eastern Europe
|
2014
|
vol. 17
|
issue 4
203-220
EN
The paper makes an attempt to apply local indicators for categorical data (LICD) in the spatial analysis of economic development. The first part discusses the tests which examine spatial autocorrelation for categorical data. The second part presents a two-stage empirical study covering 66 Polish NUTS 3 regions. Firstly, we identify classes of regions presenting different economic development levels using taxonomic methods of multivariate data analysis. Secondly, we apply a join-count test to examine spatial dependencies between regions. It examines the tendency to form the spatial clusters. The global test indicates general spatial interactions between regions, while local tests give detailed results separately for each region. The global test detects spatial clustering of economically poor regions but is statistically insignificant as regards well-developed regions. Thus, the local tests are also applied. They indicate the occurrence of five spatial clusters and three outliers in Poland. There are three clusters of wealth. Their development is based on a diffusion impact of regional economic centres. The areas of eastern and north western Poland include clusters of poverty. The first one is impeded by the presense of three indiviual growth centres, while the second one is out of range of diffusion influence of bigger agglomerations.
2
Publication available in full text mode
Content available

Teoretyczne aspekty modelowania przestrzennego w badaniach regionalnych

94%
Kossowski T.
Rozwój Regionalny i Polityka Regionalna
|
2010
|
issue 12
9-26
EN
Spatial modeling is currently one of the primary research tools used in regional analysis. Spatial models are an extension of traditional econometric models, which are included in the so called spatial effects: spatial dependence and spatial heterogeneity. The article presents the theoretical basis of spatial modelling, together with definitions of basic concepts and an analysis of their properties. Methods for estimating spatial models and diagnostics are presented. The study also indicates the complexity of spatial modeling, and the usefulness of this kind research approach. In this paper an outline the development trends of spatial modeling is delivered.
PL
Modelowanie przestrzenne jest obecnie jednym z podstawowych narzędzi badawczych wykorzystywanych w analizie regionalnej. Modele przestrzenne są rozszerzeniem klasycznych modeli ekonometrycznych, do których włączane są tak zwane efekty przestrzenne: przestrzenna zależność i przestrzenna heterogeniczność. Artykuł prezentuje podstawy teoretyczne modelowania przestrzennego wraz z definicjami podstawowych pojęć oraz analizą ich własności. Przedstawione są również metody estymacji i diagnostyki modeli przestrzennych. W pracy wskazuje się też z jednej strony na złożoność modelowania przestrzennego, a z drugiej strony na użyteczność takiego podejścia badawczego. Zarysowane zostały także trendy rozwojowe modelowania przestrzennego.
3
Publication available in full text mode
Content available

Taksonomiczny miernik rozwoju (TMR) z uwzględnieniem zależności przestrzennych

84%
Pietrzak M.
Przegląd Statystyczny
|
2014
|
vol. 61
|
issue 2
181-201
PL
Tematyka artykułu dotyczy zagadnienia wykorzystania taksonomicznego miernika rozwoju w przestrzennych analizach ekonomicznych w warunkach występowania zależności przestrzennych. Dodatnie zależności przestrzenne obserwowane są dla większości zjawisk ekonomicznych. Wymusza to uwzględnienie tych zależności w konstrukcji miernika, w wyniku czego otrzymywany jest przestrzenny taksonomiczny miernik rozwoju (pTMR). W związku z powyższym celem artykułu jest wypracowanie propozycji konstrukcji przestrzennego taksonomicznego miernika rozwoju. Zależności przestrzenne uwzględnione zostaną w konstrukcji miernika poprzez wykorzystanie potencjalnej siły interakcji między regionami. Dzięki temu przestrzenny taksonomiczny miernik rozwoju pozwalać będzie na określenie tendencji w kształtowaniu się analizowanych zjawisk. Zaproponowana w artykule konstrukcja przestrzennego taksonomicznego miernika rozwoju zastosowana została w przestrzennym badaniu poziomu rozwoju gospodarczego podregionów w Polsce w 2011 roku. Przeprowadzona analiza pozwoliła na ocenę sytuacji gospodarczej w Polsce oraz określenie tendencji w rozwoju gospodarczym podregionów.
EN
The subject of the article concerns the question of the use of a taxonomic measure of development (TMR) in spatial economic analyses under the conditions of spatial dependence. Positive spatial dependence is observed for the majority of economic phenomena. This forces the inclusion of this dependence in the construction of the measure, thus providing a spatial taxonomic measure of development (pTRM). Therefore, the aim of this article is to develop a proposal for the construction of a spatial taxonomic measure of development. Spatial dependence will be taken into account in the design of the meter by using the potential strength of the interaction between the regions. As a result, a spatial taxonomic measure of development will allow the trend in the analyzed phenomena to be determined. The construction of the spatial taxonomic measure of development proposed in the article was applied in the study of the spatial economic development level of Polish subregions in 2011. The analysis allowed us to assess the economic situation in Poland and to identify trends in the economic development of subregions.
4
Publication available in full text mode
Content available

Przestrzenne aspekty rozwoju innowacyjnego w gminach: wyznaczniki przedsiębiorczości społecznej

84%
Okrasa W., Kober M.
Wiadomości Statystyczne. The Polish Statistician
|
2021
|
vol. 66
|
issue 12
54-74
EN
Social innovation is the main factor of social entrepreneurship. The study focuses on the analysis of this kind of local communities’ activity designed to improve the quality of life of their members. The aim of the article, in accordance with the overarching research thesis, is to show the special importance of the spatial dimension and the significant role of place (location) in the analysis of entrepreneurship and social innovation. In order to identify the differences between the resources of endogenous development, which uses the potential of territorial units (here: rural communes as opposed to municipalities), a set of relevant indicators was selected. The study used data for 2017 from the Local Data Bank of Statistics Poland. The results of the analyses confirmed the view, prevalent in the literature, that rural communes, especially those located further from large agglomerations, have a comparatively weaker potential for entrepreneurship. At the same time, thanks to the application of spatial statistics methods, a tendency to form clusters was observed among communes developed to a similar extent and displaying a similar potential for entrepreneurship. In other words, what was observed was the ‘neighbourhood effect’, which, however, varied in intensity across the country’s regions.
PL
Innowacja społeczna jest głównym czynnikiem przedsiębiorczości społecznej. Niniejsze opracowanie koncentruje się na analizie określanych tym mianem działań społeczności lokalnych w ramach dążenia do poprawy jakości życia ich członków. Celem artykułu jest ukazanie – zgodnie z nadrzędną tezą badawczą – szczególnego znaczenia wymiaru przestrzennego i roli miejsca (lokalizacji) w analizie przedsiębiorczości i innowacji społecznej. Aby zidentyfikować różnice pomiędzy zasobami rozwoju endogenicznego, bazującego na potencjale własnym jednostek terytorialnych – tu: gmin wiejskich w porównaniu z gminami miejskimi – dokonano wyboru zestawu odpowiednich wskaźników. Wykorzystano dane z BDL GUS za 2017 r. Wyniki analiz potwierdziły przeważający w literaturze pogląd o stosunkowo słabszym potencjale gmin wiejskich, szczególnie tych położonych w oddaleniu od dużych aglomeracji. Zastosowanie metod statystyki przestrzennej pozwoliło zaobserwować zarazem tendencję do występowania klastrów (tworzenia się skupisk) gmin o podobnym poziomie rozwoju i potencjale w zakresie przedsiębiorczości społecznej, czyli efekt sąsiedztwa, aczkolwiek z różnym natężeniem w różnych regionach kraju.
5
Publication available in full text mode
Content available

Zróżnicowanie i polaryzacja przestrzenna dochodów własnych gmin

67%
Kossowski T. M., Motek P.
Wiadomości Statystyczne. The Polish Statistician
|
2021
|
vol. 66
|
issue 8
1-23
EN
Own incomes are considered one of the most important sources of financing for local governments in Poland. Although own incomes have been the subject of numerous analyses, extensive research focusing on their spatial aspect is rarely conducted. This article aims to identify the changes in the spatial diversification and polarisation of gminas (communes’) own incomes. Data from the Local Data Bank of Statistics Poland, the National Bank of Poland and the World Bank were used. The analysis covered the years 1995–2019. The study used the global spatial autocorrelation coefficient and the LISA method to identify the process of spatial dependence and to determine the degree of spatial polarisation. The Gini coefficient was applied to assess the level of diversity. The results of the analysis confirmed that an increasing spatial autocorrelation occurred in the studied period, leading to the spatial polarisation of the Polish gminas in terms of their own incomes. Gminas with a high level of own income formed spatial clusters within large urban agglomerations, in regions where natural resources were exploited, along the western border and the coastal belt. The findings show that the area of these clusters was expanding. On the other hand, low-own-income gminas were located in eastern and south-eastern Poland. The analysis has not confirmed that the dynamics of the gross domestic product or the level of inequality in gminas’ own income per capita had any effect on the changes in the spatial autocorrelation coefficient, nor, consequently, on the process of spatial polarisation.
PL
Dochody własne należą do najważniejszych źródeł finansowania samorządów gminnych w Polsce i stanowią przedmiot wielu analiz, ale badania koncentrujące się na przestrzennym aspekcie dochodów własnych są podejmowane niezbyt często. Celem niniejszego artykułu jest identyfikacja zmian w zróżnicowaniu i polaryzacji przestrzennej gmin pod względem ich dochodów własnych. W badaniu wykorzystano dane z Banku Danych Lokalnych GUS, a także z Narodowego Banku Polskiego i Banku Światowego. Przeprowadzona analiza objęła lata 1995–2019. W celu identyfikacji zależności przestrzennej posłużono się współczynnikiem globalnej autokorelacji przestrzennej, do ustalenia stopnia polaryzacji przestrzennej zastosowano metodę LISA, a do oceny poziomu zróżnicowania – współczynnik Giniego. Uzyskane wyniki pokazały, że w analizowanym okresie występowało zjawisko autokorelacji przestrzennej, które narastało i doprowadziło do polaryzacji przestrzennej gmin w Polsce pod względem ich dochodów własnych. Gminy charakteryzujące się wysokim poziomem dochodów własnych tworzyły klastry przestrzenne w obrębie dużych aglomeracji miejskich, w miejscach eksploatacji złóż naturalnych, wzdłuż zachodniej granicy państwa oraz w pasie nadmorskim. Stwierdzono powiększanie się obszarów wchodzących w skład tych skupień. Natomiast gminy o niskich dochodach własnych były rozmieszczone we wschodniej oraz w południowo- -wschodniej Polsce. Nie potwierdzono wpływu dynamiki PKB oraz poziomu nierówności w dochodach własnych na mieszkańca na zmiany współczynnika autokorelacji przestrzennej, a więc procesu polaryzacji przestrzennej.
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.