Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Szczuciński, Przemysław" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    ZASTOSOWANIE METOD PORZĄDKOWANIA LINIOWEGO DO OCENY POZIOMU ROZWOJU SPOŁECZNO-GOSPODARCZEGO POWIATÓW WOJEWÓDZTWA LUBUSKIEGO
    APPLYING OBJECTS ORDERING FOR ASSESSMENT OF SOCIO-ECONOMIC DEVELOPMENT LEVEL OF LUBUSKIE VOIVODESHIP POWIATS
    Autorzy:
    Szczuciński, Przemysław
    Powiązania:
    https://bibliotekanauki.pl/articles/453698.pdf
    Data publikacji:
    2016
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    rozwój społeczno-gospodarczy
    analiza taksonomiczna
    metody porządkowania liniowego
    zróżnicowanie powiatów
    województwo lubuskie
    socio-economic development
    taxonomic analysis
    methods of objects ordering
    diversity of powiats
    Lubuskie Voivodeship
    Opis:
    Rozwój społeczno-gospodarczy jest zróżnicowany w wymiarze przestrzennym. Podstawowymi jednostkami są w tym wymiarze województwa. W artykule ocenie poddano poziom rozwoju społeczno-gospodarczego województwa lubuskiego na szczeblu powiatów. Zastosowano w tym celu metody porządkowania liniowego. Wykorzystano mierniki oparte zarówno o jeden, jak i dwa wzorce. Określono powiaty o wyższym i niższym poziomie rozwoju. Wyniki wskazują, że bardziej właściwe jest stosowanie mierników opartych o dwa wzorce. Rozbieżność wyników jest mniejsza, a otrzymane rankingi bardziej zbieżne do siebie.
    Socio-economic development is varied in spatial aspect. Voivodeships are in this aspect the basic administrative units. The article presents assessment of socio-economic development level of Lubuskie Voivodeship at the powiat level. For this purpose, objects ordering method was applied. Indicators based on one or two models were used. This allows for determining powiats of higher and lower level of development. The results indicate that it is more appropriate to use indicators based on two models. Differences in results are lower and received rankings are more convergent.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 1; 109-120
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody taksonomiczne w badaniu podobieństwa województwa lubuskiego do innych regionów Unii Europejskiej
    Autorzy:
    Szczuciński, Przemysław
    Powiązania:
    https://bibliotekanauki.pl/articles/1913320.pdf
    Data publikacji:
    2021-03-31
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    metody taksonomiczne
    miara odległości Gowera
    mapa dla obiektu
    województwo lubuskie
    zróżnicowanie rozwoju regionów
    taxonomic methods
    Gower’s distance measure
    chart for an object
    Lubuskie voivodeship
    development differentiation across regions
    Opis:
    W przekroju terytorialnym Unii Europejskiej zaobserwować można duże różnice między regionami lepiej i słabiej rozwiniętymi gospodarczo. Dlatego też w prowadzonej przez nią polityce dużą uwagę skupia się na regionach słabiej rozwiniętych. Do regionów takich należą regiony o niekorzystnym położeniu, oddalone, słabo zaludnione i przygraniczne. Zaliczyć do nich również należy poddane badaniom w artykule województwo lubuskie.W pracy postanowiono określić na podstawie typowych cech tego województwa: położenia geograficznego, wielkości terytorium, gęstości zaludnienia, użytkowania powierzchni i warunków klimatycznych, jego podobieństwo do innych regionów Unii Europejskiej. Badaniom poddano w tym celu 266 regionów UE, spośród których, przy wykorzystaniu taksonomicznej metody pełnego wiązania, wyodrębniono grupę 33 regionów podobnych do niego. Następnie regiony te poddano analizie aby wskazać, które z nich w zbliżonych warunkach geograficzno-przyrodniczych, stanowić mogą dla niego wzorzec osiągając korzystniejsze wyniki ekonomiczne mierzone poziomem PKB na mieszkańca. Podobieństwo między regionami zbadano przy użyciu miary odległości Gowera dla cech ilościowych i jakościowych. Wizualizacji wyników badań dokonano przy użyciu dendrogramu grupowania i taksonometrycznej mapy dla obiektu. Dane do badań zaczerpnięto z bazy danych Europejskiego Urzędu Statystycznego Eurostat oraz z bazy danych o klimacie Climate-Data.org. Zgromadzone dane opisują sytuację w regionach UE według stanu za 2017 lub ostatni dostępny rok.Na podstawie przeprowadzonych badań, jako wzorcowe dla województwa lubuskiego wy typować można 9 regionów UE. Są to regiony z następujących krajów: z Niemiec (5 regionów) oraz z Francji, Austrii, Belgii i Czech (po 1 regionie). Zasadne dla potrzeb polityki regionalnej województwa lubuskiego byłoby przyjrzenie się bliżej sposobom zarządzania regionów z wymienionych krajów, funkcjonowaniu przemysłu, transportu i rolnictwa na ich obszarze oraz promocji wytwarzanych produktów regionalnych.
    In the territorial profile of the European Union, large differences may be observed between economically better and less developed regions. Therefore, in its policy, much attention is focussed on the less developed regions. Such regions include disadvantaged, remote, sparsely populated and border regions. The Lubuskie voivodeship examined in the article should be included among them.This paper attempts to define the similarities and differences of this province in comparison to other regions of the European Union on the basis of typical features such as its geographical location and area, population density, land use and climatic conditions. For this purpose, 266 EU regions were studied, of which a group of 33 similar regions was identified by means of the complete linkage method. Next, these regions were analysed to indicate which of them, with similar geographical and natural conditions, could constitute a model for it, achieving more favourable economic results measured by the level of GDP per capita. The similarity between regions was examined by applying the Gower distance measure for quantitative and qualitative characteristics. The test results were visualised using a dendrogram and a taxonomic chart of the object under study. The data for the research was taken from the databases of Eurostat, the European Statistical Office, and Climate-Data.org. The collected data define the situation in EU regions as of 2017 or the last year available.Based on the conducted research, 9 EU regions can be selected as model regions for the Lubuskie voivodeship. These are regions from the following countries: Germany (5 regions), as well as France, Austria, Belgium, and the Czech Republic (1 region each). More closely examining the management methods of the regions from the above-mentioned countries, the functioning of industry, agriculture and transport in their area, and the promotion of regionally produced products would be reasonable for the needs of the regional policy of the Lubuskie voivodeship.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2021, 65; 124-137
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    ANALIZA LOKALNYCH ZALEŻNOŚCI PRODUKCJI PRZEMYSŁOWEJ NA PRZYKŁADZIE POWIATÓW WOJEWÓDZTWA LUBUSKIEGO
    ANALYSIS OF LOCAL DEPENDENCIES OF INDUSTRIAL PRODUCTION ON THE EXAMPLE OF POVIATS OF THE LUBUSKIE VOIVODESHIP
    Autorzy:
    Szczuciński, Przemysław
    Powiązania:
    https://bibliotekanauki.pl/articles/453389.pdf
    Data publikacji:
    2018
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    rozwój lokalny
    powiaty
    dane przekrojowo-czasowe
    modele panelowe
    local development
    poviats
    cross-sectional time data
    panel models
    Opis:
    Rozwój lokalny rozumieć można jako proces wpływający na relacje między produkcją i konsumpcją oraz lokalne warunki życia na danym terytorium. W artykule przybliżono temat w przekroju powiatów województwa lubuskiego. Dokonano analizy opisowej struktury pracujących oraz zbadano zmiany wielkości produkcji sprzedanej przemysłu według powiatów. W celu modelowania zależności dotyczących kształtowania się produkcji sprzedanej, ze względu na specyfikę danych, użyto modele panelowe. Estymacji i weryfikacji, na tle zwykłego modelu regresji, poddano modele z efektami ustalonymi i losowymi.
    Local development can be understood as a process affecting the relation between production and consumption, and local living conditions in a given territory. The topic of the cross-section of poviats of the Lubuskie Voivodeship was presented in this dissertation. A descriptive analysis of the structure of employed was carried out and the changes in the volume of sold production of industry by poviats were examined. In order to model dependencies regarding the development of sold production, due to the specificity of the data, panel models were used. The models with fixed and random effects were subjected to estimation and verification in the context of the pooled regression model.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2018, 19, 3; 274-283
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Autokorelacja przestrzenna wybranych cech rozwoju gmin w województwie lubuskim
    Spatial autocorrelation of selected characteristics of community development in the Lubuskie Voivodship
    Autorzy:
    Szczuciński, Przemysław
    Powiązania:
    https://bibliotekanauki.pl/articles/2127276.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet w Białymstoku. Wydawnictwo Uniwersytetu w Białymstoku
    Tematy:
    rozwój lokalny
    województwo lubuskie
    autokorelacja przestrzenna
    statystyki globalne i lokalne
    model autoregresji przestrzennej
    local development
    Lubuskie Voivodship
    spatial autocorrelation
    global and local statistics
    spatial autoregression model
    Opis:
    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.
    Purpose – The aim of the considerations is the evaluation and modelling of spatial relations of selected characteristics of socio-economic development of communities in the Lubuskie Voivodship as well as identification of the communities for which these relations are of crucial importance. Research method – Methods of spatial econometrics and statistics were used to study formation of phenomena depending on the location of a given object in space. Among them, the analysis used global and local measures of spatial autocorrelation and the spatial autoregression model. The following characteristics were taken into account: the registered unemployment rate, the number of enterprises registered in REGON, the number of beds in tourist facilities and the income of communes due to PIT tax. Results – The obtained score indicates the existence of significant spatial dependencies in formation of distinguished characteristics and allows to define specific local patterns in the region. The spatial autoregression model allows to explain the relations between the unemployment rate and the number of enterprises as well as investment outlays of communes. Originality / value – In the literature on the subject it can be found that this kind of research is carried out either at the level of regions of the European Union or voivodships or districts in the country. Studies at the municipal level, which were carried out on the basis of statistical data for 2016, are less frequent.
    Źródło:
    Optimum. Economic Studies; 2019, 3(97); 164-176
    1506-7637
    Pojawia się w:
    Optimum. Economic Studies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies