wielowymiarowa analiza porównawcza jako narzędzie zarządzania
Transkrypt
wielowymiarowa analiza porównawcza jako narzędzie zarządzania
Studia i Materiały. Miscellanea Oeconomicae Rok 16, Nr 2/2012 Wydział Zarządzania i Administracji Uniwersytetu Jana Kochanowskiego w Kielcach Zarządzanie i finanse Maria Kola-Bezka1 WIELOWYMIAROWA ANALIZA PORÓWNAWCZA JAKO NARZĘDZIE ZARZĄDZANIA REGIONEM NA PRZYKŁADZIE WOJEWÓDZTWA KUJAWSKO-POMORSKIEGO 1. Wstęp Zarządzanie regionem oznacza podejmowanie działań mających na celu wywołanie pożądanego przebiegu procesów i zjawisk w obrębie samorządu terytorialnego, którego efektem jest rozwój regionu2. W procesie zarządzania regionem niezwykle ważne, obok działań planistycznych, decyzyjnych i wykonawczych, są działania kontrolne. Punktem wyjścia dla podejmowania skutecznych działań na rzecz harmonijnego rozwoju regionu jest bowiem ocena trafności podjętych w przeszłości decyzji oraz skuteczności zastosowanych w przeszłości instrumentów zarządzania regionem. Celem opracowania jest zaprezentowanie możliwości wykorzystania metod wielowymiarowej analizy porównawczej do rozpoznania zróżnicowania poziomu rozwoju regionu w układzie czasowo-przestrzennym na przykładzie województwa kujawsko-pomorskiego. Wiedza ta może posłużyć władzom samorządowym regionu do oceny skuteczności zastosowanych w przeszłości instrumentów rozwoju, a przez to także zasadności kontynuowania dotychczasowej strategii rozwoju. Może być także punktem wyjścia dla dalszych działań mających na celu zmniejszanie istniejących dysproporcji wewnątrzregionalnych oraz zbliżanie się do pożądanego z punktu widzenia integracji europejskiej poziomu spójności społeczno-gospodarczej. 1 2 Dr Maria Kola-Bezka, adiunkt, Uniwersytet Mikołaja Kopernika w Toruniu. A. Potoczek, Zarządzanie w systemie samorządu terytorialnego [w:] W. Kosiedowski (red.), Zarządzanie rozwojem regionalnym i lokalnym. Problemy teorii i praktyki, TNOiK, „Dom Organizatora”, Toruń 2001, s. 140. 51 2. Pojęcie i czynniki rozwoju regionu Rozwój jednostki przestrzennej, jaką jest województwo, jest procesem wielowymiarowym, heterogenicznym i długofalowym, co powoduje, że jego badanie zawsze wymaga przyjęcia założeń upraszczających. Rozwój ten może być analizowany na różnych poziomach uogólnienia, według odmiennych podejść i koncepcji metodologicznych i metodycznych, w różnych przekrojach sektorowych, czasowych i przestrzennych. Zmiany zachodzące wewnątrz regionu podlegają normatywnej ocenie w zależności od przyjętych kryteriów i od ustalonej na ich podstawie struktury celów, w związku z czym ocena rozwoju regionu może mieć/zawsze ma charakter względny3. Niezależnie jednak od przyjętych założeń, rozwój regionu jest pochodną procesów rozwojowych zachodzących w jego częściach składowych, tzn. w mniejszych jednostkach ekonomiczno-przestrzennych, jakimi są powiaty i gminy. Proces rozwoju regionu ma charakter wieloaspektowy. Obejmuje wszelkie zmiany przebiegające w różnym tempie i z różną intensywnością w sferze ekonomicznej, społecznej, technicznej i środowiskowej. Wymiar ekonomiczny rozwoju jest szczególnie istotny, ponieważ warunkuje przemiany dokonujące się w pozostałych sferach. Podstawą ekonomicznego rozwoju regionu jest wzrost gospodarczy oznaczający przyrost produkcji dóbr i usług w danym okresie na skutek zwiększenia ilości i poprawy efektywności wykorzystywanych czynników produkcji. Rozwój obejmuje jednak nie tylko zmiany ilościowe, ale przede wszystkim jakościowe i strukturalne. Wśród czynników długookresowej zdolności regionu do rozwoju należy wymienić przede wszystkim: zróżnicowanie i elastyczność regionalnej struktury gospodarczej, na którą wpływ mają m.in.: specjalizacja sektorowa, udział w wymianie międzynarodowej, wydajność pracy, stopa zatrudnienia, struktura wiekowa ludności, zdolność do akumulacji kapitału oraz zdolność do generowania i dyfuzji postępu technicznego4. Rozwojowi regionu w wymiarze ekonomicznym towarzyszy rozwój społeczny przejawiający się m.in. w lepszym dostępie do różnego rodzaju usług i infrastruktury. Umożliwia to zwiększenie stopnia zaspokojenia potrzeb społecznych, przez co poprawie ulega jakość życia mieszkańców regionu5. Wzrost gospodarczy daje materialne podstawy do poprawy jakości i unowocześnienia produkowanych w regionie dóbr i usług, wzbogacenia asortymentu, wymiany parku maszyn i rozbudowy infrastruktury technicznej, czyli do technicznego i technologicznego rozwoju regionu. Rozwój ekonomiczny, którego podstawą jest wzrost gospodarczy ma również wpływ na rozwój ekolo- 3 4 5 W. Kosiedowski, Regiony Europy Środkowo-Wschodniej w procesie integracji ze szczególnym uwzględnieniem wschodniego pogranicza Unii Europejskiej, Wyd. Naukowe UMK, Toruń 2008, s. 38-39). M.A. Leśniewski, Kultura organizacyjna gminy a rozwój regionalny [w:] K. Kuciński (red.), Przedsiębiorczość a rozwój regionalny w Polsce, Difin, Warszawa 2010, s. 54. T. Markowski, Teoretyczne podstawy rozwoju lokalnego i regionalnego [w:] Z. Strzelecki (red.), Gospodarka regionalna i lokalna, WN PWN, Warszawa 2008, s. 13-15. 52 giczny regionu, zwłaszcza w sytuacji, gdy przedsiębiorstwa świadome swojej roli w gospodarce regionu inwestują w samorozwój oparty na zasadach ekorozwoju6. Próby wyjaśnienia przyczyn dysproporcji w zakresie poziomu rozwoju regionów są podejmowane na gruncie różnych teorii ekonomicznych7. Płynące z nich wnioski można sprowadzić do stwierdzenia, że różnice te są wynikiem przede wszystkim ich zróżnicowanego potencjału rozwojowego, który składa się zarówno z zasobów materialnych, jak i niematerialnych. Oceniając poziom rozwoju regionu należy wziąć pod uwagę wiele wskaźników charakteryzujących jego potencjał, związanych z ekonomicznym, społecznym, ekologicznym i techniczno-technologicznym wymiarem tego rozwoju. Z. Szymla do oceny poziomu rozwoju regionu zaproponował wskaźniki demograficzne, społeczne, infrastrukturalne i gospodarcze8. W przypadku analizy poziomu rozwoju powiatów wśród możliwych do wykorzystania wskaźników charakteryzujących sytuację demograficzną powiatu można wymienić wskaźniki: zaludnienia, aktywności zawodowej, struktury mieszkańców według wieku itp. Do oceny poziomu rozwoju społecznego powiatu można wykorzystać informacje o przeciętnych dochodach ludności, skolaryzacji, wielkości i strukturze bezrobocia oraz zasobach mieszkaniowych. O rozwoju infrastrukturalnym powiatu świadczy m.in. dostępność infrastruktury komunalnej dla mieszkańców, tj. sieci wodociągowej, kanalizacyjnej i gazowniczej. Poziom rozwoju gospodarczego pozwalają natomiast scharakteryzować takie dane, jak: poziom dochodów i wydatków powiatu, liczba podmiotów gospodarczych działających na terenie powiatu, wytworzona w powiecie produkcja, czy poniesione nakłady inwestycyjne. Ze względu na to, że rozwój regionu (jednostki przestrzenno-ekonomicznej każdego szczebla) ma charakter wieloaspektowy, do oceny poziomu tego rozwoju szczególnie przydatne mogą okazać się metody wielowymiarowej analizy porównawczej, w tym metody taksonomiczne. Umożliwiają one uporządkowanie zbioru regionów – obiektów wielocechowych według pewnego syntetycznego kryterium będącego funkcją tych cech (tzw. ogólnego taksonomicznego miernika rozwoju) 6 7 8 W. Kosiedowski, Regiony Europy Środkowo-Wschodniej w procesie integracji ze szczególnym uwzględnieniem wschodniego pogranicza Unii Europejskiej, Wyd. Naukowe UMK, Toruń 2008, s. 39-41. Należy tu wymienić przede wszystkim: teorię centrum-peryferie (teorię rozwoju zależnego), neoklasyczne teorie wzrostu regionalnego, koncepcje wzrostu endogenicznego, teorię postkeynesowską, teorię bazy ekonomicznej, koncepcję cyklu życia produktu, teorię biegunów wzrostu, teorię kumulatywnej przyczynowości, koncepcję ekorozwoju, koncepcję rozwoju opartego na procesach innowacyjnych, koncepcję terytorialnych systemów produkcyjnych i teorię klastrów. Zostały one opisane m.in. w: M. Bąk, M. Grabowski, P. Kulawczuk, M. Nowicki, M. Wargacki, E. Wojnicka, Małe i średnie przedsiębiorstwa a rozwój regionalny, PARP, Warszawa 2001, s. 24-29; Z. Makieła, Przedsiębiorczość regionalna, Difin, Warszawa 2008, s. 26-33; K. Gawlikowska-Hueckel, Procesy rozwoju regionalnego w Unii Europejskiej. Konwergencja czy polaryzacja?, Wyd. Uniw. Gdańskiego, Gdańsk 2002, s. 11-113; B. Gruchman, Od aglomeracji do klastrów przemysłowych i środowisk innowacyjnych, [w:] M. Klamut (red.), Polityka ekonomiczna. Współczesne wyzwania, WN PWN, Warszawa 2007, s. 203-209. Z. Szymla, Determinanty rozwoju regionalnego, AE w Krakowie, Ossolineum, WrocławWarszawa-Kraków 2000, s. 65-66. 53 oraz wytypowanie grup regionów najbardziej do siebie podobnych. Obliczając odchylenie standardowe i rozstęp dla ogólnego taksonomicznego miernika rozwoju można dokonać identyfikacji stopnia zróżnicowania poziomu rozwoju regionów w danym roku oraz ocenić, w której grupie (klasie) regionów różnice te były największe. Metody taksonomiczne są stosowane z reguły do badań statycznych. Możliwość wyznaczenia ogólnego taksonomicznego miernika rozwoju danego regionu dla kilku momentów w czasie sprawia jednak, że metody taksonomiczne mogą być również wykorzystywane w badaniach dynamicznych. 3. Wykorzystanie metod wielowymiarowej analizy porównawczej do identyfikacji zmian w zakresie wewnątrzregionalnych dysproporcji w rozwoju województwa kujawsko-pomorskiego Punktem wyjścia w metodach wielowymiarowej analizy porównawczej jest wytypowanie zmiennych opisujących przedmiot badania (tzw. zmiennych potencjalnych). W badaniu wewnątrzregionalnych dysproporcji w rozwoju województwa kujawsko-pomorskiego, czyli różnic w poziomie rozwoju jego powiatów, cechy te powinny możliwie wyczerpująco charakteryzować strukturę społeczną, demograficzną, gospodarczą i infrastrukturalną tych jednostek, powinny występować w każdej z nich i charakteryzować się dużą zmiennością przestrzenną9. Ponadto, nie powinny być ze sobą zbyt mocno skorelowane, ponieważ powoduje to powielanie informacji o analizowanym zjawisku i może prowadzić do nieprawidłowych wniosków10. Cechy potencjalne należy więc poddać analizie pod kątem ich zmienności i stopnia skorelowania, aby wyeliminować te, których zdolności dyskryminacyjne są zbyt słabe i te, które zawierają powtarzające się informacje. Pozostałe zmienne należy doprowadzić do porównywalności. Kolejnym etapem postępowania jest wyznaczenie syntetycznej miary, która umożliwia uporządkowanie zbioru analizowanych obiektów według poziomu badanego zjawiska oraz podzielenie go na klasy obiektów najbardziej do siebie podobnych pod względem wytypowanych do badania zmiennych11. Do badania poziomu rozwoju powiatów województwa kujawsko-pomorskiego wybrano 22 zmienne potencjalne (tabela 1). Informacje o ich realizacjach w latach 2003, 2005, 2007 i 2009 pochodzą z Banku Danych Lokalnych Głównego Urzędu Statystycznego12. Znalazły się wśród nich wskaźniki charakteryzujące potencjał demograficzny, społeczny, gospodarczy i infrastrukturalny powiatów. J. Parysek, L. Wojtasiewicz, Metody analizy regionalnej i metody planowania regionalnego, Studia KPZK PAN, Warszawa 1979, Nr 69, s. 14. 10 A. Malina, Wielowymiarowa analiza przestrzennego zróżnicowania struktury gospodarki Polski według województw, Wyd. AE w Krakowie, Kraków 2004, s. 96-97. 11 Metody wyznaczania syntetycznych mierników pozwalających określić poziom danego zjawiska oraz metody porządkowania i klasyfikacji obiektów wielocechowych zostały opisane szczegółowo m.in. przez: W. Plutę (1977), J. Pociechę, B. Podolec, A. Sokołowskiego, K. Zająca (1988), T. Grabińskiego, S. Wydymusa, A. Zeliasia (1989), A. Młodaka (2006). 12 Rok 2009 był ostatnim, dla którego na dzień 30 kwietnia 2011 r. dostępne były informacje o realizacjach zmiennych potencjalnych wykorzystanych w badaniu. 9 54 Tabela 1. Zmienne potencjalne charakteryzujące poziom rozwoju powiatów województwa kujawsko-pomorskiego. Wyszczególnienie Wskaźniki potencjału gospodarczego Wskaźniki potencjału społecznego Wskaźniki potencjału demograficznego Wskaźniki potencjału infrastrukturalnego Symbol Nazwa zmiennej zmiennej X3 Dochody budżetu powiatu na 1 mieszkańca (zł) X10 Nakłady inwestycyjne w przedsiębiorstwach na 1 mieszkańca (zł) X11 Wartość brutto środków trwałych na 1 mieszkańca (zł) Podmioty gospodarki narodowej nowo zarejestrowane w rejestrze X12 REGON na 10 tys. mieszkańców Podmioty gospodarki narodowej wykreślone z rejestru REGON na 10 X13 tys. mieszkańców Produkcja sprzedana przemysłu podmiotów o liczbie pracujących X14 powyżej 9 osób na 1 mieszkańca (zł) X22 Wydatki budżetu powiatu na 1 mieszkańca (zł) X1 Czytelnicy bibliotek publicznych na 1000 mieszkańców Udział bezrobotnych zarejestrowanych pozostających bez pracy poX2 wyżej 24 miesięcy w liczbie bezrobotnych zarejestrowanych ogółem (%) X9 Liczba mieszkań oddanych do użytkowania na 1000 mieszkańców X15 Przeciętne miesięczne wynagrodzenia brutto (zł) X17 Stopa bezrobocia rejestrowanego (%) Wskaźnik komputeryzacji szkół podstawowych (liczba uczniów przypadających na 1 komputer z dostępem do Internetu przeznaczony do X18 użytku uczniów w szkołach podstawowych dla dzieci i młodzieży bez specjalnych) Wskaźnik komputeryzacji gimnazjów (liczba uczniów przypadających X19 na 1 komputer z dostępem do Internetu przeznaczony do użytku uczniów w gimnazjach dla dzieci i młodzieży bez specjalnych) Udział bezrobotnych zarejestrowanych w liczbie ludności w wieku X20 produkcyjnym (%) Udział ludności w wieku produkcyjnym w liczbie ludności ogółem X4 (%) X16 Przyrost naturalny na 10 tys. ludności Wskaźnik obciążenia demograficznego (ludność w wieku nieprodukX21 cyjnym na 100 osób w wieku produkcyjnym) X5 Korzystający z wodociągu w liczbie ludności ogółem (%) X6 Korzystający z kanalizacji w liczbie ludności ogółem (%) X7 Korzystający z instalacji gazowej w liczbie ludności ogółem (%) X8 Korzystający z oczyszczalni ścieków w liczbie ludności ogółem (%) Źródło: opracowanie własne. Zbiór wytypowanych do badania cech potencjalnych zredukowano na podstawie współczynników zmienności i korelacji. Minimalny próg zmienności ustalono na poziomie 10%. Zmiennymi o słabych zdolnościach dyskryminacyjnych okazały się: X4, X5, X15 i X21. Dla pozostałych zmiennych obliczono współczynniki korelacji, z których zbudowano macierz korelacji. Metodą parametryczną, przy 55 granicznej wartości współczynnika korelacji równej 0,7, wykreślono z niej cechy satelitarne, pozostawiając cechy centralne i izolowane13. Ostatecznie otrzymano 11 cech diagnostycznych: X1, X2, X6, X9, X10, X12, X13, X14, X16, X19, X20. Trzy z nich, które były destymulantami (X2, X13 i X20) przekształcono na stymulanty metodą różnicową. Cechom diagnostycznym nie przypisano zróżnicowanych współczynników wagowych. Zmienne diagnostyczne zostały wykorzystane zarówno w badaniu statycznym, jak i dynamicznym. Badanie statyczne dotyczyło identyfikacji zróżnicowań w poziomie rozwoju powiatów województwa kujawsko-pomorskiego w poszczególnych latach badanego okresu. Pierwszy etap tego badania polegał na normalizacji zmiennych diagnostycznych w celu doprowadzenia ich do porównywalności. Mając na uwadze fakt, że wybór formuły normalizacyjnej wpływa na rezultat prowadzonych badań i płynące z nich wnioski, normalizacji zmiennych diagnostycznych dokonano trzema sposobami, wykorzystując do tego formuły: z ij = xij − x j sj xij − min xij , z ij = i max xij − min xij i i , z ij = xij − x j , xj tzn. odpowiednio formuły: standaryzacji, unitaryzacji i normalizacji, gdzie: zij – znormalizowana wartość j-tej zmiennej dla i-tego obiektu, xij – wartość j-tej zmiennej dla i-tego obiektu, x j – średnia arytmetyczna zmiennej xij, sj - odchylenie standardowe j-tej zmiennej. Na podstawie unormowanych zmiennych dla każdego powiatu wyznaczono sześć pośrednich taksonomicznych mierników rozwoju: trzy metodą wzorcową, tj. metodą Hellwiga z wykorzystaniem odległości euklidesowej i trzy metodą bezwzorcową, tj. metodą sum standaryzowanych. Uzyskane syntetyczne pośrednie miary rozwoju poddano unitaryzacji, dzięki czemu przyjęły one wartości z przedziału <0,1>, gdzie 1 oznacza najwyższy poziom rozwoju, natomiast 0 oznacza najniższy poziom rozwoju. Pośrednie taksonomiczne mierniki rozwoju zostały wykorzystane do obliczenia taksonomicznego ogólnego miernika rozwoju według wzoru: Di = 13 1 d i* M , ∑ 6 M Zmienna satelitarna to zmienna silnie skorelowana z wyznaczoną zmienną centralną, tzn. taka zmienna, której skorelowanie z wyznaczoną zmienną centralną mierzone współczynnikiem korelacji liniowej jest nie mniejsze od progowej wartości tego współczynnika. Progowa wartość współczynnika korelacji liniowej może być ustalona z góry przez badacza bądź wyznaczona na podstawie kryteriów formalnych. Zmienna centralna i przynajmniej jedna zmienna satelitarna tworzą skupiska zmiennych. Zmienne nie należące do żadnego ze skupisk to zmienne izolowane. Zob.: A. Zeliaś, Dobór zmiennych diagnostycznych, [w:] A. Zeliaś (red.), Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym, Wyd. AE, Kraków 2000, s. 41-42. 56 gdzie d i* M - zunitaryzowana wartość pośredniego taksonomicznego miernika rozwoju14. Na podstawie wartości taksonomicznego ogólnego miernika rozwoju uporządkowano powiaty według poziomu ich rozwoju oraz pogrupowano je w klasy skupiające obiekty najbardziej do siebie podobne, wykorzystując do tego metodę trzech średnich. Wyniki porządkowania i grupowania powiatów przedstawiono w tabeli 2. Tabela 2. Ranking i klasyfikacja powiatów województwa kujawsko-pomorskiego według ogólnego taksonomicznego miernika rozwoju w 2003 r., 2005 r., 2007 r. i 2009 r. Klasa 2003 I m. Toruń (1) m. Włocławek (2) bydgoski (3) brodnicki (4) świecki (5) II m. Bydgoszcz (6) toruński (7) inowrocławski (8) chełmiński (9) golubskodobrzyński (10) III żniński (11) nakielski (12) m. Grudziądz (13) wąbrzeski (14) sępoleński (15) tucholski (16) grudziądzki (17) mogileński (18) rypiński (19) IV 2005 m. Toruń (1) m. Włocławek (2) świecki (3) brodnicki (4) bydgoski (5) toruński (6) m. Bydgoszcz (7) inowrocławski (8) nakielski (9) golubskodobrzyński (10) żniński (11) tucholski (12) 2007 2009 toruński (1) m. Toruń (2) bydgoski (3) brodnicki (4) świecki (5) toruński (1) m. Włocławek (2) świecki (3) m. Toruń (4) brodnicki (5) m. Bydgoszcz (6) m. Włocławek (7) m. Grudziądz (8) sępoleński (9) tucholski (10) nakielski (11) bydgoski (6) m. Bydgoszcz (7) inowrocławski (8) golubskodobrzyński (9) grudziądzki (12) żniński (13) golubskodobrzyński (14) chełmiński (15) wąbrzeski (16) inowrocławski (17) rypiński (18) mogileński (19) m. Grudziądz (10) żniński (11) m. Grudziądz (13) nakielski (12) chełmiński (14) wąbrzeski (13) rypiński (15) tucholski (14) grudziądzki (16) chełmiński (15) sępoleński (17) sępoleński (16) mogileński (18) grudziądzki (17) mogileński (18) lipnowski (19) rypiński (19) lipnowski (20) lipnowski (20) wąbrzeski (20) aleksandrowski (20) aleksandrowski (21) aleksandrowski (21) radziejowski (21) radziejowski (21) radziejowski (22) radziejowski (22) aleksandrowski (22) lipnowski (22) włocławski (23) włocławski (23) włocławski (23) włocławski (23) Uwagi i objaśnienia: I – klasa powiatów o wysokim poziomie rozwoju. II – klasa powiatów o średnim poziomie rozwoju. III – klasa powiatów o średnioniskim poziomie rozwoju. IV – klasa powiatów o niskim poziomie rozwoju. W nawiasach podano miejsca powiatów w rankingu według ogólnego taksonomicznego miernika rozwoju w danym roku. Źródło: opracowanie własne. 14 M. Piotrowska-Trybull, P. Reniecki, Konkurencyjność polskich regionów wobec wyzwań globalizacji [w:] W. Karaszewski, S. Kunikowski (red.), Polityka rozwoju państw Europy ŚrodkowoWschodniej. Aspekty makroekonomiczne i regionalne, Oficyna Wydawnicza LEGA, Włocławek 2006, s. 273; W. Kosiedowski, op.cit., s. 161. 57 Najwyższym poziomem rozwoju w 2009 r., podobnie jak w 2007 r., charakteryzował się powiat toruński ziemski. W 2005 r. zajmował 6. miejsce, zamykając listę powiatów tworzących grupę o wysokim poziomie rozwoju, a w 2003 r. był 7. w kolejności, zaliczając się do powiatów o średnim poziomie rozwoju. W 2009 r. klasę powiatów o najwyższym poziomie rozwoju, obok powiatu toruńskiego tworzyły dwa powiaty grodzkie: Włocławek i Toruń oraz dwa powiaty ziemskie: świecki i brodnicki. W stosunku do 2003 r. liczebność tej klasy powiatów nie uległa zmianie. Nie znalazł się w niej jednak powiat bydgoski. Klasa II w 2009 r. składała się z czterech powiatów charakteryzujących się średnim poziomem rozwoju. Były to trzy powiaty ziemskie: bydgoski, inowrocławski i golubsko-dobrzyński oraz powiat grodzki Bydgoszcz. Klasa ta była mniej liczna, niż w pozostałych analizowanych latach. W 2003 r. oprócz powiatu inowrocławskiego i golubsko-dobrzyńskiego znajdowały się w niej także: powiat chełmiński, który w 2009 r. znalazł się w klasie powiatów o średnioniskim poziomie rozwoju i powiat toruński, który w 2009 r. był liderem w województwie kujawsko-pomorskim pod względem poziomu rozwoju. W klasie III zarówno w 2003 r., jak i w 2009 r. znalazło się dziewięć powiatów o średnioniskim poziomie rozwoju. W 2009 r. były to powiaty ziemskie: żniński, nakielski, wąbrzeski, tucholski, chełmiński, sępoleński, grudziądzki i mogileński, a także powiat grodzki Grudziądz. Skład tej klasy niewiele różnił się od składu w 2003 r. W 2009 r. wśród powiatów o średnioniskim poziomie rozwoju nie było powiatu rypińskiego, który zaliczony został do powiatów o niskim poziomie rozwoju, natomiast znalazł się wśród nich powiat chełmiński, który w 2003 r. charakteryzował się średnim poziomem rozwoju i należał do II klasy powiatów. Klasę IV, tzn. grupę powiatów o niskim poziomie rozwoju w 2009 r. utworzyły powiaty zlokalizowane w południowo-wschodniej części województwa kujawsko-pomorskiego: rypiński, aleksandrowski, radziejowski, lipnowski i włocławski. W 2003 r. do klasy IV nie należał powiat rypiński, który był sklasyfikowany jako powiat o średnioniskim poziomie rozwoju. Wyniki porządkowania i klasyfikacji w kolejnych latach badanego okresu pozwalają określić jedynie zmiany położenia danego powiatu względem innych. Na ich podstawie nie jest możliwe zidentyfikowanie rozmiarów wewnątrzregionalnych dysproporcji w rozwoju województwa kujawsko-pomorskiego i kierunków ich zmian. Nie jest również możliwe wskazanie, w których powiatach miały miejsce rzeczywiste procesy rozwojowe i jaka była ich skala. W celu zidentyfikowania różnic w poziomie rozwoju powiatów w danym roku oraz określenia, czy różnice te powiększały się, czy też ulegały zmniejszeniu, posłużono się analizą odchylenia standardowego i rozstępu, które obliczono dla ogólnego taksonomicznego miernika rozwoju (tabela 3). 58 Tabela 3. Dysproporcje w poziomie rozwoju powiatów województwa kujawskopomorskiego w 2003 r., 2005 r., 2007 r. i 2009 r. Powiat bydgoski toruński m. Bydgoszcz m. Toruń brodnicki chełmiński golubsko-dobrzyński grudziądzki sępoleński świecki tucholski wąbrzeski m. Grudziądz aleksandrowski inowrocławski lipnowski mogileński nakielski radziejowski rypiński włocławski żniński m. Włocławek 2005 2007 Wartości wskaźnika Di 0,7774 0,6994 0,6965 0,6352 0,6632 0,8338 0,6610 0,6539 0,5874 0,9322 0,9606 0,7216 0,7770 0,7270 0,6560 0,5321 0,4482 0,4201 0,5106 0,5052 0,4364 0,3510 0,3896 0,4546 0,3802 0,3751 0,4735 0,7092 0,7341 0,6055 0,3605 0,4873 0,4718 0,3948 0,2367 0,4028 0,4385 0,4740 0,5042 0,2125 0,0872 0,2652 0,5920 0,5394 0,3839 0,2214 0,2475 0,2885 0,3399 0,3547 0,3538 0,4567 0,5163 0,4680 0,0704 0,2282 0,2074 0,3190 0,3935 0,3706 0,0318 0,0341 0,1718 0,4808 0,4947 0,4369 0,9092 0,9018 0,5145 Zróżnicowanie w poziomie rozwoju powiatów Odchylenie standardowe S(Di) Rozstęp R(Di) 2003 2009 0,7124 0,8769 0,6982 0,8079 0,7294 0,3998 0,5132 0,3441 0,3578 0,8401 0,4022 0,4051 0,4805 0,2720 0,6102 0,1168 0,3021 0,4488 0,1174 0,2945 0,0047 0,4583 0,8714 0,24 0,24 0,16 0,25 0,90 0,93 0,66 0,87 Źródło: opracowanie własne. Wartości odchylenia standardowego dla ogólnego taksonomicznego miernika rozwoju powiatów wskazują, że w 2005 r. porównaniu do 2003 r. zróżnicowanie w poziomie rozwoju powiatów województwa kujawsko-pomorskiego nie uległo zmianie. Potwierdza to także wartość rozstępu, która w 2005 r. była nieznacznie większa niż w 2003 r., co oznacza, że różnica w poziomie rozwoju najbardziej i najmniej rozwiniętego powiatu nie zmieniła się. W 2007 r. w porównaniu do 2005 r. zróżnicowanie w poziomie rozwoju powiatów, zobrazowane odchyleniem standardowym, zmniejszyło się. Zmniejszeniu uległa również różnica pomiędzy powiatem o najniższym i najwyższym poziomie rozwoju. W 2009 r. dysproporcje w poziomie rozwoju powiatów i różnica pomiędzy poziomem rozwoju najbardziej i najmniej rozwiniętego powiatu powiększyły się, powracając do rozmiarów z 2003 r. Odchylenie standardowe i rozstęp obliczono również dla taksonomicznego miernika rozwoju w poszczególnych klasach powiatów województwa kujawsko59 pomorskiego (tabela 4). W 2003 r. najbardziej zróżnicowana pod względem poziomu rozwoju była klasa IV (powiaty o niskim poziomie rozwoju). Stosunkowo dużym zróżnicowaniem charakteryzowała się także klasa I (powiaty o wysokim poziomie rozwoju). W 2005 r. skala zróżnicowań w poszczególnych klasach powiatów była podobna, jak w 2003 r., przy czym największe różnice wystąpiły w grupie powiatów o wysokim poziomie rozwoju. W tej klasie powiatów powiększyła się także różnica w poziomie rozwoju powiatu najbardziej i najmniej rozwiniętego. W 2007 r. zróżnicowanie w poziomie rozwoju powiatów w poszczególnych klasach zmniejszyło się. W 2009 r. najbardziej zróżnicowaną grupą pod względem poziomu rozwoju była klasa IV. Stosunkowo dużym zróżnicowaniem charakteryzowała się także klasa II, w której dysproporcje w rozwoju były większe niż w 2003 r. W 2009 r. podobnym zróżnicowaniem, jak w 2003 r. charakteryzowała się klasa III, natomiast zmniejszenie dysproporcji rozwojowych odnotowano w przypadku klasy I. Tabela 4. Zróżnicowanie w poziomie rozwoju w klasach powiatów województwa kujawsko-pomorskiego w 2003 r., 2005 r., 2007 r. i 2009 r. Klasa I II III IV 2003 S(Di) R(Di) 0,095 0,22 0,065 0,15 0,056 0,16 0,097 0,19 2005 S(Di) R(Di) 0,120 0,30 0,062 0,17 0,046 0,12 0,099 0,21 2007 S(Di) R(Di) 0,085 0,23 0,045 0,12 0,036 0,10 0,053 0,12 2009 S(Di) R(Di) 0,060 0,15 0,092 0,20 0,058 0,18 0,121 0,29 Uwagi i objaśnienia: jak w tabeli 2. Źródło: opracowanie własne. W drugiej części badania, która miała charakter dynamiczny, przeanalizowano zmiany w poziomie rozwoju poszczególnych powiatów województwa kujawsko-pomorskiego w latach 2003-2009. Przedmiotem analizy nie były więc powiaty ujęte w wielowymiarowej przestrzeni zmiennych, lecz zmienne zebrane w postaci szeregów czasowych. W tym badaniu również wykorzystano taksonomiczny ogólny miernik rozwoju obliczony według takiej samej procedury, jak w badaniu statycznym. Wykorzystano go jednak nie do analizy zbiorowości powiatów w danym momencie, lecz do analizy poziomu rozwoju jednego powiatu w czasie. Pozwoliło to uzyskać obraz dynamiki zmian zachodzących w poziomie rozwoju poszczególnych powiatów, a tym samym stwierdzić, czy obok zmiany pozycji danego powiatu względem innych, następował jego rzeczywisty rozwój w stosunku do momentu wyjściowego. Wyniki badania dynamicznego zaprezentowano w tabeli 5. Analiza zmian w poziomie rozwoju powiatów w latach 2003-2009 wskazuje, że rzeczywiste procesy rozwojowe miały miejsce w prawie wszystkich powiatach. Jedynym wyjątkiem był powiat grodzki Toruń. Pomimo regresu w rozwoju, zarówno w 2003 r., jak i w 2009 r. został on jednak sklasyfikowany w grupie powiatów o najwyższym poziomie rozwoju. 60 Tabela 5. Zmiany w poziomie rozwoju powiatów województwa kujawsko-pomorskiego w latach 2003-2009. Powiat bydgoski Toruński m. Bydgoszcz m. Toruń brodnicki chełmiński golubsko-dobrzyński grudziądzki sępoleński Świecki tucholski wąbrzeski m. Grudziądz aleksandrowski inowrocławski lipnowski mogileński nakielski radziejowski Rypiński włocławski Żniński m. Włocławek 2003 (1) 0,2132 0,0198 0,3576 0,7998 0,2930 0,7974 0,1975 0,0583 0,1781 0,0108 0,0322 0,4216 0,2618 0,4862 0,4357 0,6146 0,1549 0,2092 0,0046 0,0569 0,3261 0,1837 0,2132 2009 (2) 1,0000 0,9859 0,9388 0,1408 0,8136 0,8326 1,0000 1,0000 0,7593 1,0000 1,0000 0,9883 0,9949 1,0000 1,0000 0,8583 0,9537 1,0000 0,4182 1,0000 1,0000 1,0000 1,0000 Różnica (2) – (1) 0,7868 0,9661 0,5811 -0,6590 0,5205 0,0351 0,8025 0,9417 0,5812 0,9892 0,9678 0,5666 0,7331 0,5138 0,5643 0,2438 0,7989 0,7908 0,4136 0,9431 0,6739 0,8163 0,7868 Źródło: opracowanie własne. Taksonomiczny ogólny miernik rozwoju obliczony na potrzeby badania dynamicznego nie daje możliwości porównywania jego wartości pomiędzy powiatami. Różnice w poziomie tego miernika w 2003 r. i 2009 r. informują jedynie o kierunku procesów rozwojowych oraz wskazują, w których powiatach zmiany te były relatywnie największe, a w których relatywnie najmniejsze. Trudno w tym zakresie wskazać jakiekolwiek prawidłowości, ponieważ powiaty, w przypadku których różnice pomiędzy ogólnym taksonomicznym miernikiem rozwoju w 2009 r. i 2003 r. były stosunkowo duże (powyżej 0,8), w 2009 r. znajdowały się zarówno w klasie powiatów wysoko rozwiniętych (powiat toruński ziemski, powiat świecki), w klasie powiatów o średnim poziomie rozwoju (powiat golubsko-dobrzyński), wśród powiatów o średnioniskim poziomie rozwoju (powiaty: grudziądzki ziemski, tucholski i żniński), jak i wśród powiatów najsłabiej rozwiniętych (powiat rypiński). W każdej klasie powiatów znajdowały się również takie, w przypadku których różnice pomiędzy ogólnym taksonomicznym miernikiem rozwoju były stosunkowo niewielkie (poniżej 0,6). W klasie I oprócz powiatu grodzkiego Toruń, był to powiat brodnicki, w klasie II – powiat grodzki Bydgoszcz i powiat inowrocławski, w klasie III – powiat chełmiński, sępoleński i wąbrzeski, natomiast w klasie IV – powiat aleksandrowski, lipnowski i radziejowski. 61 4. Zakończenie Warunkiem podejmowania skutecznych działań na rzecz harmonijnego rozwoju regionu jest określenie poziomu rozwoju jego części składowych oraz zidentyfikowanie istniejących między nimi zróżnicowań. Nie jest to zadanie łatwe ze względu na wieloaspektowy charakter rozwoju regionu, na który składają się przemiany o charakterze nie tylko ekonomicznym, ale również społecznym, techniczno-technologicznym i środowiskowym. Metody wielowymiarowej analizy porównawczej, które pozwalają uwzględnić wiele aspektów rozwoju jednocześnie, mogą być pomocnym narzędziem dla władz samorządowych regionu dokonujących oceny trafności podjętych w przeszłości decyzji oraz skuteczności zastosowanych w przeszłości instrumentów zarządzania regionem. Utrwalanie się wewnątrzregionalnych zróżnicowań lub ich narastanie będzie oznaczało, że decyzje dotyczące działań rozwojowych w regionie podjęte przez władze samorządowe regionu w przeszłości nie były trafne, a zastosowane przez nie instrumenty zarządzania regionem były mało skuteczne. Zmniejszanie się wewnątrzregionalnych różnic w poziomie rozwoju będzie natomiast przesłanką sprawności działań tych władz. Punktem wyjścia w metodach wielowymiarowej analizy porównawczej jest wytypowanie zmiennych charakteryzujących przedmiot badania. Dobór zmiennych do badania zmian w zakresie wewnątrzregionalego zróżnicowania poziomu rozwoju województwa kujawsko-pomorskiego może być dyskusyjny. Wynika on jednak z chęci uwzględnienia możliwie najpełniejszego zestawu cech określających poziom rozwoju powiatów tego województwa, przy występującym jednocześnie ograniczeniu polegającym na utrudnionym dostępie do wielu informacji, które z punktu widzenia celu badania byłyby pożądane. W związku z tym wnioski formułowano z dużą ostrożnością. Wyniki analizy mogą być traktowane jako dodatkowe narzędzie ułatwiające ocenę efektów działań polityki regionalnej władz samorządowych. Zmienne diagnostyczne zostały wykorzystane do skonstruowania ogólnego taksonomicznego miernika rozwoju, który był kryterium porządkowania powiatów województwa kujawsko-pomorskiego według poziomu rozwoju oraz grupowania ich w klasy skupiające powiaty najbardziej do siebie podobne. Badanie to miało charakter statyczny. Jego rezultatem było jedynie wskazanie, jak zmieniało się położenie poszczególnych powiatów względem siebie w kolejnych latach badanego okresu. Niewielkie zmiany w liczebności i składzie poszczególnych klas powiatów w 2003 r. i 2009 r. sugerują, że w zakresie względnego poziomu rozwoju, tzn. poziomu rozwoju danego powiatu w stosunku do innych nie zaszły duże zmiany. Uzupełnieniem badania statycznego było obliczenie odchylenia standardowego i rozstępu dla ogólnego taksonomicznego miernika rozwoju powiatów. Wartości odchylenia standardowego wskazują, że w zasadzie w latach 2003-2009 zróżnicowanie w poziomie rozwoju powiatów województwa kujawsko-pomorskiego nie uległo zmianie. Potwierdziła to także wartość rozstępu, która w 2009 r. była nieznacznie mniejsza niż w 2003 r., co oznacza, że dysproporcje w poziomie rozwoju najbardziej i najmniej rozwiniętego powiatu w badanym okresie nie zmieniły się. 62 Ogólny taksonomiczny miernik rozwoju został także obliczony dla każdego powiatu na podstawie danych będących realizacjami zmiennych charakteryzujących poziom rozwoju tych regionów w 2003 r. i 2009 r. Pozwoliło to stwierdzić, że w analizowanym okresie tylko jeden powiat (m. Toruń) charakteryzował się regresem w rozwoju, a w przypadku pozostałych miały miejsce rzeczywiste procesy rozwojowe, tzn. nastąpił rzeczywisty rozwój większości powiatów stosunku do momentu wyjściowego. Występowanie rzeczywistych procesów rozwojowych w powiatach województwa kujawsko-pomorskiego jest zjawiskiem pozytywnym. Niepokoić może jednak utrzymywanie się dysproporcji w poziomie rozwoju tych powiatów. Dysproporcje te w latach 2003-2009 nie uległy znaczącej zmianie, co może oznaczać, że działania władz samorządowych mające na celu zmniejszanie wewnątrzregionalnych zróżnicowań rozwojowych, a tym samym wspieranie harmonijnego rozwoju województwa miały ograniczoną skuteczność. Bibliografia: 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. Bąk M., Grabowski M., Kulawczuk P., Nowicki M., Wargacki M., Wojnicka W., Małe i średnie przedsiębiorstwa a rozwój regionalny, PARP, Warszawa 2001. Gawlikowska-Hueckel K., Procesy rozwoju regionalnego w Unii Europejskiej. Konwergencja czy polaryzacja?, Wyd. Uniw. Gdańskiego, Gdańsk 2002. Grabiński T., Wydymus S., Zeliaś A., Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych, PWN, Warszawa 1989. Gruchman B., Od aglomeracji do klastrów przemysłowych i środowisk innowacyjnych, [w:] Polityka ekonomiczna. Współczesne wyzwania, M. Klamut (red.), WN PWN, Warszawa 2007. Kosiedowski W., Regiony Europy Środkowo-Wschodniej w procesie integracji ze szczególnym uwzględnieniem wschodniego pogranicza Unii Europejskiej, Wyd. Naukowe UMK, Toruń 2008. Leśniewski M.A., Kultura organizacyjna gminy a rozwój regionalny [w:] Przedsiębiorczość a rozwój regionalny w Polsce, K. Kuciński (red.), Difin, Warszawa 2010. Makieła Z., Przedsiębiorczość regionalna, Difin, Warszawa 2008. Malina A., Wielowymiarowa analiza przestrzennego zróżnicowania struktury gospodarki Polski według województw, Wyd. AE w Krakowie, Kraków 2004. Markowski T., Teoretyczne podstawy rozwoju lokalnego i regionalnego [w:] Gospodarka regionalna i lokalna, Z. Strzelecki (red.), WN PWN, Warszawa 2008. Młodak A., Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa 2006. Parysek J., Wojtasiewicz L., Metody analizy regionalnej i metody planowania regionalnego, Studia KPZK PAN, Warszawa 1979, Nr 69. Piotrowska-Trybull M., Reniecki P., 2006, Konkurencyjność polskich regionów wobec wyzwań globalizacji [w:] Polityka rozwoju państw Europy Środkowo-Wschodniej. Aspekty makroekonomiczne i regionalne, W. Karaszewski, S. Kunikowski (red.), Oficyna Wydawnicza LEGA, Włocławek. Pluta W., Wielowymiarowa analiza porównawcza w badaniach ekonomicznych, PWE, Warszawa 1977. Pociecha J., Podolec B., Sokołowski A., Zając K., Metody taksonomiczne w badaniach społeczno-ekonomicznych, PWN, Warszawa 1988. 63 15. Potoczek A., Zarządzanie w systemie samorządu terytorialnego [w:] Zarządzanie rozwojem regionalnym i lokalnym. Problemy teorii i praktyki, W. Kosiedowski (red.), TNOiK, „Dom Organizatora”, Toruń 2001. 16. Szymla Z., Determinanty rozwoju regionalnego, AE w Krakowie, Ossolineum, WrocławWarszawa-Kraków 2000. 17. Zeliaś A., Dobór zmiennych diagnostycznych [w:] Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym, A. Zeliaś (red.), Wyd. AE, Kraków 2000. Abstrakt Celem opracowania jest zaprezentowanie możliwości wykorzystania metod wielowymiarowej analizy porównawczej do rozpoznania zróżnicowania poziomu rozwoju regionu w układzie czasowo-przestrzennym na przykładzie województwa kujawsko-pomorskiego. W pierwszej części opracowania przedstawiono pojęcie oraz czynniki rozwoju regionu. W kolejnej opisano procedurę wyznaczania taksonomicznego ogólnego miernika rozwoju jako syntetycznej miary poziomu rozwoju regionu oraz zaprezentowano możliwości jego wykorzystania w statycznych i dynamicznych analizach wewnątrzregionalnych dysproporcji rozwojowych. Rezultaty przeprowadzonych analiz wskazują, że w powiatach województwa kujawsko-pomorskiego w latach 2003-2009 miały miejsce rzeczywiste procesy rozwojowe. Procesom tym towarzyszyły jednak utrzymujące się dysproporcje w poziomie rozwoju powiatów, co może budzić wątpliwości związane ze skutecznością stosowanych przez władze samorządowe województwa instrumentów rozwoju, a przez to także zasadnością kontynuowania dotychczasowej strategii rozwoju. Multivariate comparative analysis as a tool for regional management - the example of the Kujawsko-Pomorskie Province The aim of the article is to present the possibilities of using the methods of multivariate comparative analysis to identify differences in the level of regional development in spatiotemporal model on the basis of the Kujawsko-Pomorskie Province. The first section of the paper presents the notion and the factors of regional development. In the next section, a procedure of estimating a taxonomic measure of development as a synthetic indicator of the level of regional development is described and possibilities to use it in the static and dynamic analyses of intra-regional development disparities are presented. The results of the analyses indicate that in 2003-2009 some effective development processes took place in the administrative districts (powiat) of Kujawsko-Pomorskie Province. However, it was accompanied by persistent disparities in the levels of development of the districts, which may raise doubts as to whether the voivodeship local government's instruments of regional development were effective, and consequently, whether the then strategy of development was justified. PhD Maria Kola-Bezka, assistant professor, Nicolaus Copernicus University in Toruń 64