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 "Markowska, Małgorzata." wg kryterium: Autor

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 42
Tytuł:
THE ANALYSIS OF DIVERSIFICATION TENDENCIES IN THE REGIONAL INNOVATIVENESS OF EU COUNTRIES 1999-2012
ANALIZA DYNAMIKI REGIONALNEGO ZRÓŻNICOWANIA INNOWACYJNOŚCI W KRAJACH UE, W LATACH 1999-2012
Autorzy:
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/654733.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analizy regionalne
analiza skupień
innowacje i wynalazki
Europa
regional analysis
cluster analysis
innovation and invention
Europe
Opis:
Pomiar innowacyjności, której rola w procesach gospodarczych rozpatrywana jest w głównej mierze w kontekście pozycji konkurencyjnej, znajduje zastosowanie w ocenie zarówno przedsiębiorstw jak i sektorów gospodarki, ale także poszczególnych państw, regionów i gmin. Działania innowacyjne, jak podkreśla M. E. Porter, pozwalają bowiem na osiągnięcie przewagi konkurencyjnej określonych terytoriów. Celem artykułu jest przedstawienie wyników poszukiwania odpowiedzi na pytanie jak zmieniało się regionalne zróżnicowanie innowacyjności w krajach Unii Europejskiej, w latach 1999-2012. Realizacja tak postawionego celu wymagała ustalenia wartości wskaźnika innowacyjności, dla każdego regionu Unii Europejskiej szczebla NUTS 2, na podstawie charakterystyk opisujących regionalną innowacyjność w ujęciu dynamicznym. W pracy przedstawiony zostanie algorytm ustalania tego wskaźnika oraz cechy statystyczne, które on obejmuje. W następnym kroku dla regionów krajów UE dla każdego roku z okresu badanego obliczone zostało odchylenie standardowe (z wyłączeniem krajów obejmujących tylko jeden region szczebla NUTS 2). Oszacowane trendy liniowe i wykładnicze, wraz z testowaniem istotności współczynników kierunkowych wskazały kraje, w których obserwowano zmniejszające się regionalne zróżnicowanie innowacyjności, kraje o stabilnym zróżnicowaniu oraz kraje gdzie te różnice regionalne uległy pogłębieniu.
The measurement of innovation, the role of which in economic processes is mainly analysed in the context of competitive position, is applied in the assessment of both enterprises and economy sectors, as well as with reference to particular countries, regions and municipalities. Innovative activities, as M. E. Porter emphasises, allow for particular territories to achieve a competitive advantage. The objective of this paper is to present the results of seeking an answer to the question about the changes which have occurred in regional innovation diversification in the European Union countries in the period 1999-2012. The realisation of this defined goal requires determining the value of the innovation indicator for each EU NUTS-2 level region based on the characteristics describing regional innovation in dynamic perspective. The study presents an algorithm for this indicator specification, as well as the statistical properties it covers. This is followed by calculating the standard deviation for the EU regions in each year of the study (excluding countries with just one NUTS-2 level region). The estimated linear and exponential trends, including the slope coefficients significance testing, are to indicate the countries characterised by stable diversification as well as those where regional differences became more extensive.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 5, 307
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena zmian struktury pracujących w unijnych regionach szczebla NUTS 2 z wykorzystaniem miary Braya i Curtisa
Structural changes of employment in EU NUTS 2 regions evaluated with Bray & Curtis measure
Autorzy:
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/438833.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
regiony NUTS 2
sektory gospodarki
struktury pracujących
zróżnicowanie struktur
NUTS 2 regions
economic sectors
employment structure
structure diversity
Opis:
Celem artykułu jest ocena zmian struktury pracujących, zaobserwowanych w europejskiej przestrzeni regionalnej szczebla NUTS 2. Struktura pracujących zostanie ujęta w układzie trzech sektorów gospodarki, czyli rolnictwa, przemysłu i usług. Zakres czasowy prowadzonych badań dotyczy dwóch zazębiających się okresów, lat 2000–2008 i 2008–2012, co wynika ze sposobu prezentacji danych w bazach Eurostatu (zmiana podejścia do nomenklatury Europejskiej Klasyfikacji Działalności Gospodarczej NACE z 1997 roku, która w 2008 roku została uaktualniona). Przyczyny zmian to głównie pojawienie się nowych dziedzin działalności, zwłaszcza tych związanych z usługami i technologiami informacyjnymi oraz komunikacyjnymi. W nowym układzie NACE różnią się głównie dane na temat działalności firm, a z tego powodu także dane dotyczące rynku pracy, w tym – przykładowo – zmieniły się definicje pracujących w przemysłach wysokiej technologii i usługach opartych na wiedzy, co spowodowało utratę porównywalności. Jako metodę badawczą zastosowano w pracy miarę zróżnicowania struktur, co umożliwi identyfikację intensywności przeobrażeń na rynku pracy w czasie i przestrzeni.
The aim of the paper is the evaluation of the changes observed in the employment structure at the European regional space of NUTS 2 level. The employment structure is expressed in three elements: agriculture, industry and services. Data covers two overlapping periods: 2000–2008 and 2008–2012. This is because of the changes in Eurostat data bases imposed by the update of European Classification of Economic Activities introduced in 2008 to the original regulation from 1997. New activities were defined, mainly in the field of information services and technologies. In new system, information on enterprises and labour market and some definitions in high-tech industries and services are not fully comparable with the old one. This problem is discussed in the paper. The measure of structures diversity is the basic research method for the analysis presented in the paper. It makes it possible to identify the intensity of labour market changes in both time and space.
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2015, 29, 2; 7-22
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Province capitals vs. their neighbors – the assessment of changes by dynamic classification of employment structures
Miasta wojewódzkie a ich otoczenie − ocena zmian w strukturze zatrudnienia z wykorzystaniem klasyfikacji dynamicznej
Autorzy:
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/589241.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
City
Dynamic classification
Employment structure
Environment
NUTS 4
Sectors
Klasyfikacja dynamiczna
Miasto
Sektory gospodarki
Struktura zatrudnienia
Środowisko
Opis:
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.
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.
Źródło:
Studia Ekonomiczne; 2017, 314; 28-44
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Measure For Regional Resilience To Economic Crisis
Autorzy:
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/465679.pdf
Data publikacji:
2015
Wydawca:
Główny Urząd Statystyczny
Tematy:
economic crisis
aggregate measure
NUTS 2
Opis:
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.
Źródło:
Statistics in Transition new series; 2015, 16, 2; 293-308
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Brief review of logit models applications in regional studies
Autorzy:
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/584013.pdf
Data publikacji:
2017
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
review
logit models
regional studies
Opis:
The problems referring to the functioning of economy are closely related to a territory. The place of their occurrence, whether it is a country, a region or a smaller territorial unit, implies the scale and the benchmark for carrying out analyses. Numerous phenomena within the area of economic research are of complex nature and, moreover, it is frequently difficult to express them in a measurable form. The solution to such “inconvenience” is e.g. the application of qualitative variables. Logistic regression is one of the tools allowing the assessment of dependence and prediction in case of qualitative variables of dichotomous type. The purpose of the study is to review the applications of logit models in regional studies.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2017, 476; 9-17
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Miasta wojewódzkie a ich otoczenie – trendy zmian sektorowej struktury pracujących
Autorzy:
Markowska, Małgorzata
Strahl, Danuta
Powiązania:
https://bibliotekanauki.pl/articles/581974.pdf
Data publikacji:
2017
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
NUTS 4
miasta
otoczenie
struktura pracujących
trendy
Opis:
Celem artykułu jest ocena trendów zmian sektorowej struktury pracujących w polskich miastach – stolicach województw i ich otoczeniu (powiatach sąsiadujących) w latach 2005-2014. Wykorzystano dane GUS (BDL) o liczbie pracujących w sektorach (rolnictwo, przemysł, finanse, handel i usługi) w wybranych jednostkach terytorialnych szczebla NUTS 4 – 18 miast będących administracyjnymi centrami polskich regionów oraz 44 sąsiadujące z nimi powiaty. Do ustalenia trendów zmian posłużyła modyfikacja miary podobieństwa struktur, co pozwoliło na wydzielenie grup miast, w których nastąpiło – w sensie upodabniania – zbliżanie (9 miast) lub oddalanie się (4) struktur pracujących w analizowanym okresie, oraz budowę prognoz zmian na trzy kolejne lata.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2017, 477; 135-143
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
WRAŻLIWOŚĆ REGIONALNYCH RYNKÓW PRACY UNII EUROPEJSKIEJ NA KRYZYS EKONOMICZNY. KLASYFIKACJA METODĄ WARDA Z WARUNKIEM SPÓJNOŚCI
SENSITIVITY OF THE EUROPEAN UNION REGIONAL LABOUR MARKETS TO ECONOMIC CRISIS. CLASSIFICATION USING WARD METHOD WITH COHESION CRITERION
Autorzy:
Markowska, Małgorzata
Sobolewski, Marek
Powiązania:
https://bibliotekanauki.pl/articles/658674.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Zatrudnienie
bezrobocie
analizy regionalne
regionalne rynki pracy.
Employment
unemployment
regional analysis
regional labour markets.
Opis:
The popular clustering procedures applied in administrative units clustering (regions, districts, municipalities) frequently result in distinguishing incoherent groups, which is difficult to accept by the analyses addressees. The intuitive approach also imposes the investigation of coherent divisions, since it greatly facilitates both the interpretation of results and their practical application. The study presents the modification of Ward method by applying the condition of cluster coherence at every agglomeration stage. Therefore the starting point of the clustering procedure is not only the distance matrix between objects, but also their mutual neighbourhood matrix, most often understood literally, in the geographical sense. While searching for two closest clusters only the neighbouring ones were considered. The modified clustering algorithm was implemented as the extension of STATISTICA software. The modified clustering algorithm is illustrated by the classification results of the European Union regions regarding sensitivity to economic crisis. The objective of analysis was to distinguish the coherent division of EU regions against the selected diagnostic variables illustrating changes on the EU labour markets in the period 2008-2012.
Popularne procedury grupowania zastosowane do grupowania jednostek administracyjnych (regionów, powiatów, gmin), prowadzą bardzo często do wyodrębnienia niespójnych grup, co bywa trudne do zaakceptowania przez odbiorców analiz. Także podejście intuicyjne każe poszukiwać podziałów koherentnych, bowiem znakomicie ułatwia to zarówno interpretację wyników jak i ich praktyczne wykorzystanie. W pracy przedstawiono modyfikację metody Warda poprzez wprowadzenie warunku spójności skupień na każdym etapie aglomeracji. Punktem wyjścia procedury grupowania jest zatem nie tylko macierz odległości pomiędzy obiektami, ale także macierz ich wzajemnego sąsiedztwa, najczęściej rozumianego dosłownie, w sensie geograficznym. Poszukując dwóch najbliższych sobie skupień, pod uwagę brane są tylko te z nich, które ze sobą sąsiadują. Zmodyfikowany algorytm grupowania zaimplementowano jako rozszerzenie programu STATISTICA. Ilustracją zmodyfikowanego algorytmu grupowania są wyniki klasyfikacji regionów Unii Europejskiej ze względu na wrażliwość na kryzys ekonomiczny. Celem analizy było wyodrębnienie spójnego podziału regionów unijnych względem wybranych zmiennych diagnostycznych, ilustrujących zmiany na regionalnych rynkach pracy UE w latach 2008-2012.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 6, 308
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sektorowe struktury zatrudnienia w krajach Unii Europejskiej w latach 2008–2017 – nowe podejście w ocenie dynamiki
Employment Structures of the European Union Countries in 2008–2017 – New Approach to Dynamic Assessment
Autorzy:
Markowska, Małgorzata
Sokołowski, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/438165.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
kraje
Unia Europejska
zatrudnienie
zmiany struktury
country
employment
European Union
structural changes
Opis:
The aim of the paper is to present a new idea in analysing changes in structures, assuming that structures change gradually through rather slow evolution. Employment structures of European Union countries, analysed in terms of 10 economic sections are definitely these types of structures. Single structure is a result of individual decisions undertakes by thousands of citizens. Cluster analysis is a method used in the paper, and what is new is a non-standard list of diagnostic variables. It consist of 10 coefficients of structure from the initial year of analysis (2008), 8 measures of structure changes from year to year and 9 measures of structure dissimilarity between each year and the initial one. Such a set of features describes structures at a starting point of analysis together with chain and fixed base dynamics. 28 EU countries are analysed, which creates a taxonomic problem [Y, TZ]. Using furthest neighbour agglomerative method we found 7 group of countries, and two of them are single-country groups. Differences between groups have been described by within-group averages.
Celem pracy jest zaprezentowanie nowej koncepcji analizy zmian struktur, przy założeniu, że zmiany te nie są gwałtowne i mają raczej charakter ewolucyjny. Niewątpliwie takimi strukturami są struktury zatrudnienia w krajach Unii Europejskiej rozpatrywane w układzie 10 sekcji. Struktura taka powstaje w wyniku sumowania się decyzji lub zdarzeń dotyczących wielu tysięcy ludzi. Podstawową metodą stosowaną w pracy jest analiza skupień, a jej nowość polega na wykorzystaniu niestandardowego zestawu cech. Tworzy go 10 wskaźników struktury z wyjściowego roku analizy, czyli z roku 2008; 9 wartości miar zmian struktur z roku na rok oraz 8 wartości miar niepodobieństwa struktur z poszczególnych lat w stosunku do roku wyjściowego. Taki zestaw opisuje stan wyjściowy struktur oraz ich dynamikę łańcuchową i o podstawie stałej. Analizowanych jest 28 krajów Unii Europejskiej. Taki układ badawczy tworzy zagadnienie taksonomiczne [Y, TZ]. W wyniku zastosowania aglomeracyjnej metody najdalszego sąsiedztwa na danych niestandaryzowanych uzyskano siedem grup krajów, w tym dwie grupy jednoelementowe. Opisano różnice między tymi grupami na podstawie obliczonych średnich wartości cech w grupach
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2019, 33, 2; 7-17
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacje krajów Unii Europejskiej z uwagi na struktury zatrudnienia w sektorach i wybranych sekcjach – ocena zgodności podziałów
Classification of European Union Countries Based on Employment Structure in Sectors and Selected Sections – Assessment of Similarity of Divisions
Autorzy:
Markowska, Małgorzata
Strahl, Danuta
Powiązania:
https://bibliotekanauki.pl/articles/438397.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
kraje UE
sekcje struktury
Unia Europejska
zatrudnienie
employment
EU countries
European Union
sections
Opis:
The aim of the paper is to analyse and evaluate the relation between sector employment structure (sectors are as follows: 1. Agriculture, forestry and fishing; mining and quarrying; 2. Manufacturing; 3. Electricity, gas, steam and air conditioning supply; water supply and construction; 4. Services) and employment structure at selected high technology and knowledge-intensive employment sections in European Union countries. Complete linkage method was used to cluster countries characterised by sector and section employment structures separately, for sector and section structures, and for 2008 and 2018. Respectively 8 and 6 groups of countries in those years have been found with respect to sector structure, while 8 and 9 for high technology and knowledge-intensive sections. Divisions have been compared with Sokołowski’s (1976) measure similar to Rand index. The results are as follows: sector structures between 2008 and 2018 – 0.839; section structures between 2008 and 2018 – 0.913; between sector and section structures in 2008 – 0.704; between sector and section structures in 2018 – 0.807.
Zasadniczym celem artykułu jest ocena (z wykorzystaniem miary podobieństwa podziałów) związku między sektorową strukturą zatrudnienia (sektory: 1 – rolnictwo, leśnictwo i rybołówstwo; górnictwo i wydobywanie; 2 – przemysł; 3 – zaopatrzenie w energię elektryczną, gaz, parę wodną i klimatyzację; zaopatrzenie w wodę i budownictwo; 4 – usługi) a strukturą zatrudnienia w wybranych sekcjach tych sektorów, wydzielonych z uwagi na zaawansowanie technologiczne i intensywność wykorzystania wiedzy, w krajach Unii Europejskiej. Klasyfikacja państw Unii Europejskiej metodą pełnego wiązania, ze względu na strukturę zatrudnienia w sektorach oraz ocenianych sekcjach w roku 2008 i 2018, umożliwiła wydzielenie, w granicznych latach, różnolicznych grup: odpowiednio ośmiu i sześciu grup krajów, uwzględniając strukturę zatrudnienia w sektorach, oraz ośmiu i dziewięciu grup krajów w przypadku wyodrębnionych sekcji przemysłu o odmiennych poziomach zaawansowania technologicznego i usług, o różnej intensywności wykorzystania wiedzy. Do oceny podobieństwa otrzymanych klasyfikacji, a w konsekwencji do oceny relacji między badanymi strukturami zatrudnienia, stanowiącej cel badawczy artykułu, wykorzystano zaproponowaną przez A. Sokołowskiego (1976) miarę podobieństwa podziałów, która dla ocenianych układów wynosiła: struktury sektorowe w roku 2008 i 2018 – 0,839, struktury sekcji w roku 2008 i 2018 – 0,913, struktury sektorowe i w sekcjach w roku 2008 – 0,704, struktury sektorowe i w sekcjach w roku 2018 – 0,807.
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2020, 34, 1; 7-19
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fuzzy classification of European regions in the evaluation of smart growth
Ocena inteligentnego rozwoju regionów europejskich z zastosowaniem klasyfikacji rozmytej
Autorzy:
Markowska, Małgorzata
Jefmański, Bartłomiej
Powiązania:
https://bibliotekanauki.pl/articles/422986.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
fuzzy region classification
fuzzy c-means
Europe 2020
smart growth of regions
rozmyta klasyfikacja regionów
rozmyta metoda c-średnich
Europa 2020
rozwój inteligentny regionów
Opis:
“Europe 2020 Strategy” presents the vision of European economy development, in which smart development, i.e. development based on knowledge and innovation, constitutes one of major priorities. Smart specialization which refers to enterprises, research centres and high schools cooperating in defining the most promising areas of specialization in a given region, represents one of crucial smart development components. Smart specialization refers to both, the concept and the tool, allowing regions and countries to assess their unique position in knowledge-based economy. This knowledge should not be underestimated at the stage of preparing regional and interregional policy assumptions and specifying directions for the distribution of financial means allocated to further development of regions, constructing their advantage in regional space and position in knowledge based economy. Therefore, the essential objective of the hereby study is to distinguish classes of regions in European space with regard to one complex phenomenon, i.e. smart specialization. For this reason both classical and fuzzy classification methods were applied. Such approach facilitated e.g. specifying these regions for which it is difficult to provide clear division regarding their membership in distinguished classes. They are the regions which “keep searching” for their optimum path of smart development and which should be offered particular attention from entities managing development at regional, national and overall EU level.
„Strategia Europa 2020” stanowi wizję rozwoju gospodarki europejskiej, dla której jednym z priorytetów jest rozwój inteligentny czyli oparty na wiedzy i innowacjach. Istotnym elementem inteligentnego rozwoju jest inteligentna specjalizacja obejmująca przedsiębiorstwa, ośrodki badawcze oraz szkoły wyższe, które współpracują na rzecz określenia najbardziej obiecujących obszarów specjalizacji w danym regionie. Stanowi ona zarówno koncepcję jak i narzędzie pozwalające regionom i krajom ocenić ich unikalną pozycję w gospodarce opartej na wiedzy. Trudno przecenić tą wiedzę na etapie formułowania założeń polityk regionalnych i interregionalnych oraz ustalania kierunków dystrybucji środków finansowych przeznaczonych na dalszy rozwój regionów budujących swoją przewagę w przestrzeni regionalnej oraz pozycję w gospodarce opartej na wiedzy. Dlatego zasadniczym celem niniejszego opracowania było wyodrębnienie klas regionów w przestrzeni europejskiej ze względu na zjawisko złożone jakim jest inteligentna specjalizacja. W tym celu zastosowano klasyczne i rozmyte metody klasyfikacji. Podejście takie umożliwiło m.in. wskazanie tych regionów, dla których nie można jednoznacznie określić przynależności do wyodrębnionych klas. Są to regiony „poszukujące” optymalnej ścieżki inteligentnego rozwoju, które winne zostać otoczone szczególną uwagą przez podmioty zarządzające rozwojem zarówno na szczeblu regionalnym, krajowym jak i całej wspólnoty europejskiej.
Źródło:
Przegląd Statystyczny; 2012, 59, 1; 74-93
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dostosowanie przedsiębiorstw do wymogów czwartej rewolucji przemysłowej – ujęcie regionalne
Adjustment of enterprises to the requirements of the fourth industrial revolution – regional approach
Autorzy:
Sokołowski, Andrzej
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/1026307.pdf
Data publikacji:
2021-01-29
Wydawca:
Główny Urząd Statystyczny
Tematy:
Przemysł 4.0
wskaźniki agregatowe
rankingi
regiony NUTS 2
Industry 4.0
composite indicators
rating
NUTS 2 regions
Opis:
Celem artykułu jest zaproponowanie agregatowego wskaźnika poziomu rozwoju polskich regionów szczebla NUTS 2 w zakresie wdrażania i efektów rozwiązań charakteryzujących czwartą rewolucję przemysłową (Przemysł 4.0) oraz przedstawienie rankingu regionów pod względem dostosowania przedsiębiorstw do wymogów Przemysłu 4.0. Podstawą obliczeń były wyniki badania eksperymentalnego przeprowadzonego przez GUS w 2019 r. Zastosowano dwie metody wyznaczania wskaźnika agregatowego: klasyczną oraz iteracyjną, która uwzględnia ocenę odporności wskaźnika na ewentualne obserwacje odstające. Zakres przedmiotowy obejmował 10 podkryteriów, a w ich ramach – 21 cech statystycznych. Przodującym regionem pod względem wdrażania rozwiązań z zakresu Przemysłu 4.0 okazało się woj. opolskie. Ocena trafności zaproponowanego wskaźnika będzie możliwa na podstawie porównań z wynikami analogicznych badań GUS przeprowadzanych w kolejnych latach.
The aim of the paper is to propose a composite indicator characterising the level of development of Polish NUTS 2 regions with respect to the implementation and results of the changes the fourth industrial revolution (Industry 4.0) entails, and to present a ranking of regions illustrating the degree to which enterprises have adjusted to the requirements of Industry 4.0. Data used for the calculations have been based on the results of an experimental research conducted by Statistics Poland (GUS) in 2019. Two methods for constructing the composite indicators have been used - classical and iterative which is to assess the indicator's resilience to the influence of any potential outliers. 10 sub-criteria, covered by 21 variables have been taken into account. Opolskie region appeared to be the best NUTS 2 region in Poland in terms of the implementation of the requirements outlined by Industry 4.0. The evaluation of the proposed composite indicator will be possible when comparing it with the results of similar surveys carried out by GUS in the future.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 1; 32-48
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Iteracyjna metoda liniowego porządkowania obiektów wielocechowych
Iterative Method for Linear Ordering of Multidimentional Objects
Autorzy:
Sokołowski, Andrzej
Markowska, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/1373829.pdf
Data publikacji:
2017
Wydawca:
Główny Urząd Statystyczny
Tematy:
porządkowanie liniowe
wskaźniki agregatowe
Opis:
W porządkowaniu liniowym obiektów wielocechowych najpopularniejszą metodą doprowadzania danych do porównywalności jest transformacja zmiennych do przedziału [0;1] z jednoczesną zamianą destymulant na stymulanty. W tym przekształceniu wykorzystuje się zaobserwowane najmniejsze i największe wartości zmiennych. Jeżeli występują wartości odstające, lub rozkład zmiennej jest bardzo asymetryczny to w efekcie mamy do czynienia ze sztucznym ważeniem tej zmiennej. Przy asymetrii prawostronnej zmienna sztucznie zyskuje na zaznaczeniu, a przy lewostronnej – traci. W pracy zaproponowano nową, iteracyjną metodę porządkowania obiektów wielocechowych, która pozwala na ominięcie omówionej niedogodności metody klasycznej. Dalsze pozycje w rankingu wyznacza się kolejno, po jednej w każdej iteracji, a przyporządkowany obiekt jest eliminowany ze zbioru, w którym poszukujemy obiektu następnego w kolejności. Taka procedura wymagała również zaproponowania nowego sposobu wyznaczania wskaźnika agregatowego.
Źródło:
Przegląd Statystyczny; 2017, 64, 2; 153-162
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 42

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