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

Results found: 12

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

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

Kierunki zmian struktury agrarnej województw według grup typologicznych (prognoza do roku 2020)

100%
Bożek J.
Metody Ilościowe w Badaniach Ekonomicznych
|
2012
|
vol. 13
|
issue 1
58-68
PL
"W pracy została przedstawiona prognoza struktury agrarnej województw do roku 2020 wg grup typologicznych. Prognozę wyznaczono metodą prognozowania struktur E. Nowaka na podstawie danych GUS. Następnie metodą klasyfikacji rozmytej dokonano grupowania województw, uzyskując w ten sposób przewidywany obraz zróżnicowania przestrzennego badanej struktury w roku 2020. Sporządzona prognoza przedstawia, jakie przeobrażenia w strukturze agrarnej województw nastąpią, jeżeli kierunek i tempo zmian, jakie występowały w latach 2002-2009 nie ulegną zmianie."
EN
The paper presents the forecast of agrarian structure of voivodships up to 2020 according to typological groups. The data were taken from Statistical Yearbook of Agriculture edited by Central Statistical Office. The forecast was based on the method of structures’ forecasting proposed by Nowak. Then, on the basis of fuzzy classification method, the prediction of spatial differentiation of the structure under investigation up to 2020 was evaluated. The forecast presents what kind of changes in agrarian structure of voivodships will take place if the direction and rate of changes within the period of 2002 – 2009 remain stable.
2
Publication available in full text mode
Content available

Profesor Karol Kukuła - 40 lat pracy naukowo-dydaktycznej

100%
Bożek J.
Metody Ilościowe w Badaniach Ekonomicznych
|
2012
|
vol. 13
|
issue 1
1-4
3
Publication available in full text mode
Content available

Struktura obszarowa gospodarstw rolnych w Polsce na tle innych krajów Unii Europejskiej

63%
Bożek J., Szewczyk J.
Wiadomości Statystyczne. The Polish Statistician
|
2020
|
vol. 65
|
issue 9
48-62
EN
The purpose of the article is to find out which group of EU countires determined on the basis of the specific features of the area structure of their farms Poland belongs to. Two aspects of this structure were taken into account: the number of farms in particular size groups of farmland and the area of farmland they occupy. Poland’s situation was also presented in the regional context, taking into consideration the variety of agricultural activity. The research was based on data obtained from Eurostat and Statistics Poland for the year 2016. The following groups of farm area were considered: farmland under 2 hectares, 2–5 hectares, 5–10 hectares, 10–20 hectares, 20–50 hectares and 50 hectares and larger. Based on the fuzzy classification method, EU countries were classified into 4 groups according to the area structure of their farms. The results of the research demonstrated that Poland belongs to a group of countries with a high level of fragmentation of farms, jointly with Croatia, Greece, Spain, Portugal, Slovakia, Slovenia and Italy. Only 4 countries have a more fragmented farm structure: Bulgaria, Cyprus, Romania and Hungary. As regards the proportion of the area of farmland concentrated in large farms, it is unfavourable in Poland, also when compared to new EU member states, such as the Czech Republic, Slovakia, Hungary and Bulgaria. In Poland the largest farms, with an area of at least 50 hectares, account only for about 1/3 of the total farmland, which, except for Slovenia, is the lowest percentage in the entire EU.
PL
Celem badania omawianego w artykule jest określenie miejsca Polski wśród krajów Unii Europejskiej (UE) pod względem struktury obszarowej gospodarstw rolnych. Pod uwagę wzięto liczbę gospodarstw w grupach wielkościowych użytków rolnych (UR) oraz zajmowaną przez nie powierzchnię UR. Sytuacja Polski została przedstawiona także w ujęciu regionalnym ze względu na zróżnicowanie rolnictwa. Badanie przeprowadzono na podstawie danych Eurostatu i danych GUS za rok 2016. Uwzględniono następujące grupy obszarowe gospodarstw: do 2 ha UR, 2–5 ha, 5–10 ha, 10–20 ha, 20–50 ha, 50 ha i więcej. Za pomocą metody klasyfikacji rozmytej pogrupowano kraje UE w cztery zbiory złożone z obiektów o podobnej strukturze obszarowej gospodarstw. Wyniki badania pokazały, że Polska znajduje się w grupie krajów o dużym rozdrobnieniu gospodarstw, razem z Chorwacją, Grecją, Hiszpanią, Portugalią, Słowacją, Słowenią i Włochami. Bardziej rozdrobnioną strukturę gospodarstw mają jedynie Bułgaria, Cypr, Rumunia i Węgry. Pod względem powierzchni użytków rolnych skupionej w dużych gospodarstwach sytuacja w rolnictwie polskim przedstawia się niekorzystnie, także w porównaniu do nowych krajów członkowskich UE, takich jak Czechy, Słowacja, Węgry i Bułgaria. W Polsce gospodarstwa największe, o powierzchni co najmniej 50 ha UR, skupiają zaledwie ok. 1/3 ogółu UR i jest to (po Słowenii) najniższy odsetek w całej UE.
4
Publication available in full text mode
Content available

Przestrzenne zróżnicowanie struktury agrarnej województw w ujęciu dynamicznym

63%
Bożek J., Bogocz D.
Zeszyty Naukowe Małopolskiej Wyższej Szkoły Ekonomicznej w Tarnowie
|
2012
|
issue 1(20)
21-38
PL
Celem pracy jest ocena zróżnicowania struktury agrarnej województw w ujęciu dynamicznym w latach 1996–2008. Obliczenia przeprowadzono na podstawie danych statystycznych GUS – liczby i powierzchni gospodarstw rolnych według grup obszarowych dla poszczególnych województw. Korzystając z metody klasyfikacji rozmytej, dokonano grupowania województw pod względem podobieństwa struktury agrarnej dla danych z lat: 1996, 2002, 2008. W wyniku grupowania dla każdego roku otrzymano cztery grupy o takim samym składzie. Grupę I tworzą województwa: małopolskie, śląskie i podkarpackie. Występuje tu największe rozdrobnienie struktury agrarnej. W 2008 roku w województwach tej grupy średnio 82,7% gospodarstw ma powierzchnię 1–5 ha, 14,4% to gospodarstwa o powierzchni 5–10 ha. Pozostałe gospodarstwa stanowią znikomy odsetek: 10–20 ha – 3,3%, 20–50 ha – 1,1%, powyżej 50 ha – 0,3%. Do grupy II należą województwa: łódzkie, mazowieckie i lubelskie, gdzie wskaźniki struktury kształtują się odpowiednio na poziomie: 51,5%, 29,2%, 14%, 4,2% i 0,5%. Najmniej rozdrobniona struktura występuje w województwach grupy III: podlaskim, kujawsko-pomorskim, pomorskim, warmińsko-mazurskim i wielkopolskim. Średni rozkład struktury jest tu najbardziej równomierny: 35,5%, 23%, 25,2%, 13,3% i 3,1%. Grupę IV tworzą województwa: lubuskie, dolnośląskie i opolskie. Średnie wskaźniki struktury przyjmują odpowiednio wartości: 57%, 19,9%, 12,5%, 7,3% i 3,2%. Przeprowadzona analiza dynamiki wykazała, że badana struktura zmienia się w tym samym kierunku i tempie w województwach należących do tej samej grupy typologicznej. Dotyczy to zarówno zmian wskaźników struktury, jak i dynamiki liczebności klas obszarowych.
EN
The aim of the paper is to assess diversification dynamics of the agrarian structure of voivodeships in years 1996-2008. The calculations were made on the basis of statistical data obtained from the Central Statistical Office—the number and area of farms have been grouped by voivodeships. With the use of a fuzzy classification method, voivodeships have been divided into groups of similar agrarian structures according to data of 1996, 2002 and 2008. As a result, 4 groups comprising the same voivodeships in each year have been distinguished. Group I con- sists of Małopolskie, Śląskie and Podkarpackie voivodeships. It is characterized by the highest degree of fragmentation of the agrarian structure. In 2008 around 82% of farms had the area of 1-5 hectares, while 14.4% of them had the area of 5-10 hectares. The remaining farms repre- sent a very small proportion: 10-20 hectares—3.3%, 20-50 hectares—1.1%, more than 50 hec¬tares—0.3%. Group II consists of Łódzkie, Mazowieckie and Lubelskie voivodeships, where structure indices are as follows: 51.5%, 29.2%, 14%, 4.2% and 0.5%. The lowest degree of fragmentation is observed in group III, comprising Podlaskie, Kujawsko-Pomorskie, Pomorskie, Warmińsko-Mazurskie and Wielkopolskie voivodeships. The average structure is more regular in this group: 35.5%, 23%, 25.2%, 13.3% and 3.1%. Group IV consists of Lubuskie, Dolnośląskie and Opolskie voivodeships and average structure indices are as follows: 57%, 19.9%, 12.5%, 7.3% and 3.2%. The analysis of dynamics shows that the investigated structure changes in the same direction and at the same rate in voivodeships from the same typological group, both in respect of changes of structure indices and in respect of the number dynamics of area classes.
5
Publication available in full text mode
Content available

Zmiany struktury obszarowej gospodarstw rolnych w ujęciu grup typologicznych województw

63%
Bożek J., Szewczyk J.
Wiadomości Statystyczne. The Polish Statistician
|
2019
|
vol. 64
|
issue 8
19-31
EN
The aim of the research discussed in this paper is to determine the scale, directions of changes and the degree of diversification of area structure of farms in Poland in the period of 2010–2016, in terms of typological groups of voivodships. The research was conducted on the basis of the data of Statistics Poland regarding the number of agricultural farms by size groups in voivodships for the years of 2010 and 2016. The following farm size groups were adopted in the analysis: farmland under 2 ha, farmland of 2–5 ha, farmland of 5–10 ha, farmland of 10–20 ha, farmland of 20–50 ha, and farmland of or over 50 ha. Based on fuzzy classification, four typological groups, consisting of voivodships of a similar area structure, were selected. Next, changes in the structure of typological groups and intergroup differentiation were presented. There occurred a fall in the number of farms up to 10 ha and the growth in the number of farms over 50 ha in all typological groups, but the dynamics and scale of these changes were diverse in regions. The biggest fall has been observed in the number of farms in voivodships with the most fragmented agricultural structure. The structure of typological groups has changed only slightly.
PL
Celem badania omawianego w niniejszej pracy jest określenie skali, kierunków zmian oraz stopnia zróżnicowania struktury obszarowej gospodarstw rolnych w Polsce w latach 2010–2016 w ujęciu grup typologicznych województw. Badanie przeprowadzono na podstawie danych GUS dotyczących liczby gospodarstw rolnych według grup obszarowych w układzie województw za lata 2010 i 2016. W analizie przyjęto następujące grupy wielkościowe gospodarstw: do 2 ha użytków rolnych, 2–5 ha, 5–10 ha, 10–20 ha, 20– –50 ha oraz 50 ha i więcej. Opierając się na klasyfikacji rozmytej, wyodrębniono cztery grupy typologiczne, składające się z województw o podobnej strukturze obszarowej gospodarstw. Następnie przedstawiono zmiany w strukturze grup typologicznych i zróżnicowaniu międzygrupowym. We wszystkich grupach stwierdzono spadek ogólnej liczby gospodarstw, głównie gospodarstw do 10 ha, i wzrost liczby gospodarstw powyżej 50 ha, przy czym dynamika i skala zmian były zróżnicowane regionalnie. W największym stopniu zmniejszyła się liczba gospodarstw w województwach o najbardziej rozdrobnionej strukturze agrarnej. Struktura grup typologicznych zmieniła się nieznacznie.
6
Publication available in full text mode
Content available

Typologia struktury agrarnej województw w ujęciu dynamicznym z zastosowaniem klasyfikacji rozmytej

63%
Bożek J., Bożek B.
Metody Ilościowe w Badaniach Ekonomicznych
|
2011
|
vol. 12
|
issue 2
91-100
PL
W pracy przedstawiono wyniki grupowania województw pod względem podobieństwa struktury agrarnej dla danych z lat: 1996, 2002, 2008. Zastosowano metodę klasyfikacji rozmytej. Przyjęto następujące grupy obszarowe gospodarstw: 1-5 ha, 5-10 ha, 10-20 ha, 20-50 ha, 50 i więcej ha. Następnie, poprzez zastosowanie wybranych mierników taksonomicznych, przeprowadzono analizę porównawczą uzyskanych wyników pod względem kierunku i stopnia zmian strukturalnych w wyodrębnionych grupach, jak również zmian w zróżnicowaniu międzygrupowym.
XX
The paper presents the results of grouping procedure carried out for voivodships according to the similarity of agrarian structure of farms for the data from the year 1996, 2002, 2008. Fuzzy classification method was applied. The following areal groups were established:1-5 hectares, 5-10 hectares, 10-20 hectares, 20-50 hectares, 50 hectares and more. Afterwards, by the application of chosen taxonomic measures comparative analysis of the results was carried out with respect the direction and degree of structural changes in delimitated groups as well as changes in differentiation between groups.
7
Publication available in full text mode
Content available

Ocena poziomu rozwoju społecznego powiatów województwa małopolskiego z zastosowaniem dynamicznego miernika syntetycznego

63%
Bożek J., Szewczyk J.
Wiadomości Statystyczne. The Polish Statistician
|
2021
|
vol. 66
|
issue 4
45-63
EN
The level of social development of territorial units in Poland is an important topic in the context of the pursued policy to equalise the differences in regional development. Nowadays, spatial disproportions in development are considered one of the main social prob-lems also in Małopolskie Voivodship. The purpose of the study described in the article involves the comparison of changes in the level of social development in the poviats of Małopolskie Voivodship in the period of 2010–2019 by means of a dynamic synthetic measure. The situation of these poviats was evaluated based on data provided by the Local Data Bank of Statistics Poland, describing 10 selected diagnostic features relating to the following areas: the demo-graphic situation, the labour market, education, standard of living and health protection of the inhabitants. The method of linear ordering of multidimensional objects in a dynamic approach was applied. The volume of changes in the level of development of the poviats was determined on the basis of a dynamic synthetic measure. The results of the study indicate that in all of the poviats, a significant decline was observed in the value of the synthetic measure describing the demographic situation and education. On the other hand, the positive aspect is that in all of the poviats the value of the synthetic measure relating to the labour market, living conditions and health protection of the population increased significantly. Consequently, the disproportions between the poviats in the analysed period deepened in terms of the demographic situation and education, whereas the differences in the level of development decreased in the case of the labour market, living conditions and health protection of the population.
PL
Poziom rozwoju społecznego jednostek terytorialnych jest tematem ważnym w kontekście polityki wyrównywania regionalnych różnic rozwojowych. Dysproporcje przestrzenne w zakresie rozwoju należą dziś do głównych problemów społecznych m.in. w woj. małopolskim. Celem badania omawianego w artykule jest porównanie zmian poziomu rozwoju społecznego – z zastosowaniem dynamicznego miernika syntetycznego – powiatów woj. małopolskiego w latach 2010–2019. Ocena sytuacji powiatów została przeprowadzona na podstawie 10 wybranych cech diagnostycznych opisujących sytuację demograficzną, rynek pracy, edukację, poziom życia i ochronę zdrowia mieszkańców, które zaczerpnięto z Banku Danych Lokalnych GUS. Zastosowano metodę porządkowania liniowego obiektów wielowymiarowych w ujęciu dynamicznym. Na podstawie dynamicznego miernika syntetycznego wyznaczono wielkość zmian w poziomie rozwoju powiatów. Wyniki badania wykazały, że we wszystkich powiatach nastąpił wyraźny spadek wartości miernika syntetycznego opisującego sytuację demograficzną i edukację. Pozytywnym zjawiskiem jest znaczący wzrost we wszystkich powiatach wartości miernika syntetycznego opisującego rynek pracy, warunki życia i ochronę zdrowia ludności. Dysproporcje między powiatami w okresie objętym analizą pogłębiły się w przypadku sytuacji demograficznej i edukacji, natomiast zmniejszyły się pod względem sytuacji na rynku pracy, warunków życia i ochrony zdrowia ludności.
8
Publication available in full text mode
Content available

Ocena poziomu rozwoju gospodarczego województw z zastosowaniem metod porządkowania liniowego w ujęciu dynamicznym

51%
Bożek J., Szewczyk J., Badach E., Lisek S.
Wiadomości Statystyczne. The Polish Statistician
|
2022
|
vol. 67
|
issue 12
39-61
EN
The research on the economic development of voivodships is important in the context of the policy of levelling regional disparities and has been necessitated by the fact the disproportions in the level of the economic development of Polish voivodships have persisted for years. The main aim of this study was to determine the direction and scope of changes affecting the level of economic development of particular voivodships. To this end, the study used linear ordering methods in the dynamic approach. The additional aim, of the methodological nature, was to compare two methods of the normalisation of variables – the Strahl quotient transformation and the zero unitarisation method. The research was conducted on the basis of relevant data from Statistics Poland’s Local Data Bank database for the years 2010–2020. The results of the study include the calculation of the synthetic measure of the level of development of Polish voivodships in the studied period, the compilation of the relevant ranking of the voivodships, and the comparison of changes thereof. The performed analysis demonstrated that all the voivodships developed economically in the examined period, but the changes took place at a different pace and the disparities between them remained. The indicator of economic development grew to the largest extent in the voivodships which were already the most developed in economic terms, i.e. in the Mazowieckie, Dolnośląskie, Wielkopolskie and Małopolskie voivodships. Both of the applied methods of the variable normalisation led to similar conclusions. The differences between them concerned the value of the development level indicator, and affected to some degree the assessment of the scope and direction of changes, along with the assessment of the distance between the objects.
PL
Badania rozwoju gospodarczego województw są ważne w kontekście polityki wyrównywania różnic regionalnych. Potrzebę prowadzenia takich analiz uzasadniają utrzymujące się od lat dysproporcje w rozwoju województw. Głównym celem badania omawianego w artykule jest określenie kierunku i wielkości zmian poziomu rozwoju gospodarczego województw. Zamierzenie to zrealizowano poprzez zastosowanie metod porządkowania liniowego w ujęciu dynamicznym. Dodatkowym celem, o charakterze metodycznym, jest porównanie dwóch metod normowania zmiennych w ujęciu dynamicznym, tj. metody Strahl oraz unitaryzacji zerowanej. Badanie przeprowadzono na podstawie danych GUS zgromadzonych w Banku Danych Lokalnych za lata 2010-2020. Wyznaczono syntetyczny miernik poziomu rozwoju i sporządzono rankingi województw oraz porównano skalę zmian w poziomie rozwoju województw w badanym okresie. Przeprowadzona analiza wykazała wzrost poziomu rozwoju we wszystkich województwach, nierównomierne tempo zmian oraz utrzymujące się dysproporcje w rozwoju gospodarczym województw. Największy wzrost wartości rozpatrywanego wskaźnika poziomu rozwoju nastąpił w województwach najbardziej rozwiniętych gospodarczo: mazowieckim, dolnośląskim, wielkopolskim i małopolskim. Zastosowanie obu metod normowania zmiennych prowadzi do podobnych wniosków. Różnice dotyczą wartości wskaźnika poziomu rozwoju, co ma wpływ na ocenę wielkości i kierunku zmian oraz dystansu między obiektami.
9
Publication available in full text mode
Content available

Zastosowanie metody Warda do oceny poziomu bezrobocia w ujęciu przestrzennym

51%
Wójcik B., Bożek J., Luty L.
Krakowskie Studia Małopolskie
|
2010
|
vol. 14
80-86
EN
One of the largest economic and social problems of modern world is phenomenon of unemployment. It appeared together with development of free market economy and is integrally bounded with technological progress, consequently which is to replace work of human hands with work of machines. In this paper is undertaken an effort to characterise population of unemployed in powiats of the Małopolskie voivodeship in spatial sense. To separate concentrations of objects it was used agglomeration method of grouping – Ward’s method. Function of criterion of joining of units into groups is sum of squares of distances of particular units from groups’ centres of gravity, of which they belong to. Unemployment rate in powiats of the Małopolskie voivodeship showed large spatial diversification, varying between 16,4% in dąbrowski powiat and 5,6% in bocheński powiat in year 2008. Bocheński powiat was distinguished by the highest interest of unemployed women and people with University education, against the background of remaining powiats of the Małopolskie voivodeship. Separation of group of powiats in voivodeship characterizing by similar scale and intensity of certain problems, occurring on local labour market, indicates possibility of exchanging experience, cooperation between institutions servicing labour markets and local authorities. Despite changes, which have taken place over a span of years, still most endangered with unemployment in powiats of the Małopolskie voivodeship are: women, young people (under 24 years old) and people with low education.
10
Content available remote

Zmiany w poziomie rozwoju społecznego województw w latach 2010 i 2019 z zastosowaniem dynamicznego miernika syntetycznego

51%
Bożek J., Szewczyk J., Jaworska M.
Nierówności społeczne a wzrost gospodarczy
|
2021
|
issue 65
109-123
EN
The aim of the work is to compare the level of progress of social development in voivodeships during the period 2010–2019 with the application of a dynamic synthetic measure. The work is based on data published by the Central Statistical Office characterizing the social situation in individual voivodeships for 2010 and 2019. The linear ordering of multi-feature objects method was used, where the normalization of the variables was carried out using the zero unitarization method. The analysis was carried out in static and dynamic terms. In addition to the indicative values, which included 11 features describing the demographic situation, labor market, education and living conditions, the rankings of voivodeships were prepared in terms of the level of social development in the analyzed years using a static and a dynamic approach. Based on the dynamic synthetic measure, the direction and size of changes that took place in individual voivodeships in the period 2010–2019 were ranked.Research shows that only in 7 voivodeships (Mazowieckie, Małopolskie, Pomorskie Dolnośląskie, Podkarpackie, Kujawsko-Pomorskie and Podlaskie) did the situation improve in terms of the adopted set of diagnostic features, while in the other cases it worsened. In 2019, the best situation occurred in the following voivodeships: Mazowieckie, Małopolskie, Pomorskie and Wielkopolskie, and the lowest indexes were recorded in the following voivodeships: Świętokrzyskie, Warmińsko-Mazurskie, Opolskie and Zachodniopomorskie. In the examined period, the disproportions between voivodeships increased in terms of the studied phenomenon. The application of a dynamic index of development growth allowed not only linear ordering of objects, but also evaluation of the direction and magnitude of the changes in individual objects in the analyzed period.
PL
Celem niniejszej pracy jest porównanie poziomu rozwoju społecznego województw w okresie 2010–2019 z zastosowaniem dynamicznego miernika syntetycznego. Badania przeprowadzono na podstawie danych publikowanych przez Główny Urząd Statystyczny charakteryzujących sytuację społeczną w poszczególnych województwach w latach 2010 i 2019. Zastosowano metodę porządkowania liniowego obiektów wielocechowych, przy czym normowanie zmiennych przeprowadzono metodą unitaryzacji zerowanej. Analizę przeprowadzono w ujęciu statycznym i dynamicznym. W oparciu o wartości wskaźnika syntetycznego, który obejmował 11 cech opisujących sytuację demograficzną, rynku pracy, edukacji i warunków życia ludności, sporządzono rankingi województw pod względem poziomu rozwoju społecznego w badanych latach w ujęciu statycznym i dynamicznym. Na podstawie dynamicznego miernika syntetycznego oceniono kierunek i wielkość zmian, jakie zaszły w poszczególnych województwach w okresie 2010–2019. Badania wykazały, że tylko w 7 województwach (mazowieckim, małopolskim, pomorskim, dolnośląskim, podkarpackim, kujawsko- pomorskim i podlaskim) sytuacja pod względem przyjętego zestawu cech diagnostycznych poprawiła się, a w pozostałych uległa pogorszeniu. W 2019 roku najlepsza sytuacja była w województwach: mazowieckim, małopolskim, pomorskim i wielkopolskim, a najniższe wskaźniki odnotowano w województwach: świętokrzyskim, warmińsko-mazurskim, opolskim i zachodniopomorskim. W badanym okresie wzrosły dysproporcje między województwami pod względem badanego zjawiska. Zastosowanie dynamicznego wskaźnika poziomu rozwoju umożliwiło nie tylko uporządkowanie liniowe obiektów, lecz także ocenę kierunku i wielkości zmian w poszczególnych obiektach w badanym okresie.
11
Publication available in full text mode
Content available

TAXONOMIC ANALYSIS OF AREAL STRUCTURE OF FARMS IN POLAND WITHIN 2000 - 2007

51%
Bożek J., Kukuła K., Bogocz D.
Metody Ilościowe w Badaniach Ekonomicznych
|
2009
|
vol. 10
|
issue 1
50-57
EN
The paper presents the results of the grouping procedure applied to voivodships in Poland with respect to areal structure of farms in 2000 and 2007. The investigation was based on EU classification of farms and the results compared with areal structure presented in reports of the Central Statistical Office. Dynamics of changes in individual groups was also determined.
12
Publication available in full text mode
Content available

Poziom rozwoju gospodarczego województw w ujęciu dynamicznym

51%
Bożek J., Szewczyk J., Jaworska M.
Rozwój Regionalny i Polityka Regionalna
|
2021
|
issue 57
11-24
EN
The aim of the study is to present changes in the level of economic development of voivodships in the period 2010–2019. The spatial disproportions in the development of territorial units that have persisted for years justify the need for such research, especially in the context of the policy of leveling out regional development differences. The research was carried out on the basis of GUS data for 2010, 2014 and 2019. The method of linear ordering of multidimensional objects in a dynamic approach was used. On the basis of the dynamic synthetic measure, which included 13 selected diagnostic features describing the economic situation, rankings of voivodships were prepared and the scale of changes in the level of development of voivodships in the analyzed period was calculated. The conducted research confirms the disproportions in the economic development of voivodships. In 2019 the best situation in terms of the adopted set of diagnostic features was in the following voivodships: Mazowieckie, Śląskie, Dolnośląskie, Pomorskie and Wielkopolskie, and the lowest rates were recorded in the following voivodships: Lubelskie, Podlaskie, Warmińsko-Mazurskie and Świętokrzyskie. In all voivodships the level of economic development increased in the analyzed period, but the scale of changes was diversified. The greatest increase in the development level indicator occurred in voivodships with the highest level of development, as a result of which the disproportions between voivodships in terms of the studied phenomenon increased.
PL
Celem pracy jest przedstawienie zmian poziomu rozwoju gospodarczego województw w okresie 2010–2019. Utrzymujące się od lat dysproporcje przestrzenne w zakresie rozwoju jednostek terytorialnych uzasadniają potrzebę takich badań, zwłaszcza w kontekście polityki wyrównywania regionalnych różnic rozwojowych. Badania prze- prowadzono na podstawie danych GUS. Zastosowano metodę porządkowania liniowego obiektów wielowymiarowych w ujęciu dynamicznym. Na podstawie dynamicznego miernika syntetycznego, który obejmował 13 wybranych cech diagnostycznych, sporządzono rankingi województw oraz obliczono skalę zmian w poziomie rozwoju województw. Badania potwierdzają dysproporcje w rozwoju gospodarczym województw. W 2019 r. najlepsza sytuacja pod względem przyjętego zestawu cech diagnostycznych panowała w województwach: mazowieckim, śląskim, dolnośląskim, pomorskim i wielkopolskim, a najniższe wskaźniki odnotowano w województwach: lubelskim, podlaskim, warmińsko--mazurskim i świętokrzyskim. We wszystkich województwach poziom rozwoju gospodarczego wzrósł w badanym okresie, ale skala zmian była nierównomierna. Największy wzrost wskaźnika poziomu rozwoju nastąpił w województwach o najwyższym poziomie rozwoju, w wyniku czego wzrosły dysproporcje między województwami pod względem badanego zjawiska.
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.