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