Autokorelacja przestrzenna wybranych cech rozwoju gmin w województwie lubuskim

Abstrakt

Cel – Celem rozważań jest ocena i modelowanie związków przestrzennych wybranych cech rozwoju społeczno-gospodarczego gmin w województwie lubuskim oraz identyfikacja tych gmin, dla których związki te są istotne.
Metoda badań – Do badania kształtowania się zjawisk w zależności od położenia danego obiektu w przestrzeni służą metody statystyki i ekonometrii przestrzennej. Spośród nich w analizie wykorzystano globalne i lokalne miary autokorelacji przestrzennej oraz model autoregresji przestrzennej. Wzięto pod uwagę następujące cechy: stopę bezrobocia rejestrowanego, liczbę przedsiębiorstw zarejestrowanych w REGON, liczbę miejsc noclegowych w obiektach turystycznych oraz dochody gmin z tytułu podatku PIT.
Wnioski – Otrzymane rezultaty wskazują na występowanie istotnych zależności przestrzennych w kształtowaniu się wyróżnionych cech oraz pozwalają określić specyficzne wzorce lokalne w regionie. Model autoregresji przestrzennej pozwala wyjaśnić związki miedzy stopą bezrobocia a liczbą przedsiębiorstw oraz nakładami inwestycyjnymi gmin.
Oryginalność/wartość – W literaturze przedmiotu tego rodzaju badania przeprowadzane są albo na poziomie regionów Unii Europejskiej, albo województw lub powiatów w kraju. Rzadziej spotykane są analizy na poziomie gmin, które przeprowadzono na podstawie danych statystycznych za 2016 r.

Bibliografia

Anselin L., Rey S.J., 2014, Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL, GeoDa Press, Chicago.

Brol R., 1998, Rozwój lokalny – nowa logika rozwoju gospodarczego, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu”, nr 785, s. 11-15.

Capello R., 2011, Location, Regional Growth and Local Development Theories, “Aestimum”, vol. 58, pp. 1-25.

Chądzyński J., Nowakowska A., Przygodzki Z., 2007, Region i jego rozwój w warunkach globalizacji, Wydawnictwo CeDeWu, Warszawa.

Ekonometria przestrzenna, 1991, Zeliaś A. (red.), PWE, Warszawa.

Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, 2010, Suchecki B. (red.), Wydawnictwo C.H. Beck, Warszawa.

Getis A., 2008, A History of the Concept of Spatial Autocorrelation: A Geographer's Perspective, “Geographical Analysis”, vol. 40, iss. 3, pp. 297-309, DOI: 10.1111/j.1538-4632.2008.00727.x.

Janc K., 2006, Zjawisko autokorelacji przestrzennej na przykładzie statystyki I Morana oraz lokalnych wskaźników zależności przestrzennej (LISA) – wybrane zagadnienia metodyczne, [w:] Idee i praktyczny uniwersalizm geografii, Komornicki T., Podgórski Z. (red.), Dokumentacja Geograficzna, nr 33, IGiPZ PAN, Warszawa.

Kopczewska K., 2006, Ekonometria i statystyka przestrzenna z wykorzystaniem programu R Cran, Wydawnictwo CeDeWu, Warszawa.

Korol J., 2008, Ocena interakcji regionalnych w kształtowaniu poziomu rozwoju zrównoważonego, „Wiadomości Statystyczne”, nr 12, s. 74-88.

Ojrzyńska A., Twaróg S., 2011, Badanie autokorelacji przestrzennej krwiodawstwa w Polsce, „Acta Universitatis Lodziensis. Folia Oeconomica”, nr 253, s. 129-141.

Parysek J.J., 2001, Podstawy gospodarki lokalnej, Wydawnictwo Naukowe Uniwersytetu Adama Mickiewicza, Poznań.

Pasieczny J., 2008, Profile gmin w Polsce – zarządzanie rozwojem i zmianami, Wydawnictwo Naukowe Uniwersytetu Warszawskiego, Warszawa.

Pośpiech E., 2015, Analiza przestrzenna bezrobocia w Polsce, „Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach”, nr 227, s. 59-74.

Szewczuk A., Kogut-Jaworska M., Zioło M., 2011, Rozwój lokalny i regionalny. Teoria i praktyka, Wydawnictwo C.H. Beck, Warszawa.

Województwo lubuskie. Podregiony, powiaty, gminy 2017, Urząd Statystyczny w Zielonej Górze, Zielona Góra.
Opublikowane
2019-07-19
Jak cytować
Dział
Miscellanea