Search results

1

A Measure For Regional Resilience To Economic Crisis

100%

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.

2

Province capitals vs. their neighbors – the assessment of changes by dynamic classification of employment structures

100%

Markowska M.

Studia Ekonomiczne

|

2017

|

vol. 314

28-44

EN

The purpose of the study is to identify the groups of cities and counties (NUTS 4), located in an immediate neighborhood and characterized by similar employment structures and paths of their changes. The groups of cities and counties, were found using dynamic classification. Ward method was used to define the number of groups and k-means method was applied for the final classification. The analysis covers the period of ten years (based on the statistical data availability in the Central Statistical Office – Local Data Bank), i.e. the years 2005-2014.

PL

Celem pracy jest identyfikacja grup miast i otaczających ich powiatów charakteryzujących się podobną strukturą zatrudnienia oraz kierunkiem jej zmiany. Grupy miast znaleziono przy pomocy metod klasyfikacji dynamicznej. Liczbę grup ustalono przy pomocy metody Warda, a ostateczny podział uzyskano metodą k-średnich. Analiza obejmuje okres 10 lat (2005-2014) i wykorzystano w niej informacje dostępne w Banku Danych Lokalnych GUS.

3

Iteracyjna metoda liniowego porządkowania obiektów wielocechowych

63%

Sokołowski A., Markowska M.

Przegląd Statystyczny

|

2017

|

vol. 64

|

issue 2

153-162

4

Zatrudnienie w województwach Polski w 2020 roku – pierwszy rok pandemii

63%

Markowska M., Strahl D.

Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie

|

2022

|

issue 4(998)

29-52

PL

Cel: Celem artykułu jest ocena wpływu pandemii COVID-19 na poziom zatrudnienia (stopę zatrudnienia) w grupach sekcji gospodarki i według płci w województwach Polski. Metodyka badań: Wykorzystana została metoda „trzech dwójek”, która pozwala przewidzieć oszacowanie tendencji zmian w zatrudnieniu w okresie do 2019 r. i sporządzić prognozy na 2020 r. Następnie za pomocą pewnych miar porównano te prognozy z wartościami rzeczywistymi, zaobserwowanymi w 2020 r. Prognozy sporządzono z zastosowaniem modelu trendu, modelu autoregresji oraz wskaźników dynamiki. W metodzie „trzech dwójek” wykorzystuje się błędy prognozy standaryzowane średnim błędem dopasowania. Wyniki badań: Przeprowadzone badania dotyczyły zatrudnienia w województwach ogółem oraz w pięciu grupach sekcji działalności gospodarczej: 1) rolnictwo, leśnictwo, łowiectwo i rybactwo, 2) przemysł i budownictwo, 3) handel; naprawa pojazdów samochodowych; transport i gospodarka magazynowa; zakwaterowanie i gastronomia; informacja i komunikacja, 4) działalność finansowa i ubezpieczeniowa; obsługa rynku nieruchomości, 5) pozostałe usługi. Dane o liczbie pracujących zostały odniesione do liczby ludności w wieku produkcyjnym (dla mężczyzn 18–64 lat, a dla kobiet 18–59 lat). Oceniono zmiany w dynamice stopy zatrudnienia ogółem i w grupach sekcji oraz według płci w 2020 r. w relacji do prognoz z trendów z lat 2013–2019. Wnioski: Rynek pracy w różnym stopniu zareagował na sytuację związaną z pandemią COVID-19. Zaproponowana metoda „trzech dwójek” umożliwiła ocenę interwencji i zmian obserwowanych w dotychczasowych trendach zatrudnienia. W połowie województw istotne zmiany w dynamice stopy zatrudnienia ogółem wynikały ze zmian w dynamice stopy zatrudnienia zarówno kobiet, jak i mężczyzn. W trzech województwach (lubelskie, podlaskie, zachodniopomorskie) znaczącym zmianom w dynamice stopy zatrudnienia ogółem towarzyszyły istotne zmiany w dynamice stopy zatrudnienia kobiet. W województwach mazowieckim i pomorskim nie odnotowano znaczących zmian w dynamice stopy zatrudnienia ogółem oraz dla kobiet i dla mężczyzn, a w dolnośląskim i opolskim znaczne zmiany dotyczyły dynamiki stopy zatrudnienia kobiet. Należy podkreślić, że nie wszystkie znaczące zmiany to spadki. Wkład w rozwój dyscypliny: Pierwsza analiza w takim ujęciu i zaproponowanie modyfikacji metody „trzech dwójek”. Identyfikacja zmian w dynamice stopy zatrudnienia ogółem, według płci i w grupach sekcji w pierwszym roku pandemii.

EN

Objective: The aim of the paper is to evaluate the influence of the COVID-19 pandemic on the employment level, gender-wise, in Poland’s provinces. Research Design & Methods: The “triple 2’s” method is used to estimate the tendencies in the employment level observed until 2019, which are compared with the real values in 2020. Forecasts are calculated with trend function, autoregression models and simple dynamic indices. Forecasting errors are standardised by standard error of estimation. Findings: The dynamics of the total employment in Poland’s provinces as well as employment dynamics in groups of sections are analysed. The following groups of economic activity are considered: 1) agriculture, forestry, hunting, fishery, 2) industry and construction, 3) trade; automotive services; transport, warehouse management; accommodation, gastronomy; information and communication, 4) finance, insurance; real estate, 5) and other services. The number of employees is expressed per population in productive age (18–64 for men, and 18–59 for women). Changes observed in 2020 are compared to forecasts from trends estimated for 2013–2019 period. Implications / Recommendations: The “triple 2’s” method makes it possible to identify interventions in employment time series. The labour market’s reaction to the pandemic differed by province and group of economic activity sections. In half of provinces, employment varied among both men and women. In three provinces (Lubelskie, Podlaskie, Zachodniopomorskie) the women’s rates varied significantly less while in two (Mazowieckie, Pomorskie), no impact was revealed. Interestingly, in some cases the interventions were positive. Contribution: First analysis in such design plus modification of “triple 2’s” rule. Identification of changes in the dynamics of the total employment rate, by gender, and by section group in the first year of the pandemic.

5

Aproksymacja wyników dynamicznego skalowania wielowymiarowego trendami nieliniowymi

51%

Markowska M., Sokołowski A., Rygiel A.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

|

2018

|

issue 507

161-168

PL

Ideą skalowania wielowymiarowego jest rozmieszczenie analizowanych obiektów na płaszczyźnie (rzadziej w przestrzeni trójwymiarowej) w taki sposób, aby odległości tam wyznaczane jak najlepiej oddawały relacje odległości w oryginalnej przestrzeni wielowymiarowej. W dynamicznym skalowaniu wielowymiarowym proponujemy takie postępowanie, które uwzględnia relacje (w sensie odległości) między punktami w ramach tej samej jednostki czasu, ale również dla różnych jednostek czasu. Kluczowym zabiegiem jest tu przekształcenie kostki danych Y w macierz X oraz zastosowanie tzw. standaryzacji globalnej. Wyniki można przedstawić na jednej płaszczyźnie, ale ciekawszym zabiegiem jest śledzenie ciągu płaszczyzn odpowiadających kolejnym jednostkom czasu oraz przemieszczania się konkretnych punktów. W pracy proponujemy dopasowanie trendów wielomianowych. Przykład empiryczny pokazuje trajektorie rozwoju 28 krajów Unii Europejskiej opisanych pięcioma zmiennymi makroekonomicznymi, w latach 2004-2015.

Refine search results

1 Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

1 Przegląd Statystyczny

1 Statistics in Transition new series

1 Studia Ekonomiczne

1 Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie

5 Markowska M.

2 Sokołowski A.

1 Rygiel A.

1 Strahl D.

1 2022

1 2018

2 2017

1 2015

A Measure For Regional Resilience To Economic Crisis

Province capitals vs. their neighbors – the assessment of changes by dynamic classification of employment structures

Iteracyjna metoda liniowego porządkowania obiektów wielocechowych

Zatrudnienie w województwach Polski w 2020 roku – pierwszy rok pandemii

Aproksymacja wyników dynamicznego skalowania wielowymiarowego trendami nieliniowymi