stouffers posiłek
Transkrypt
stouffers posiłek
Modele w Gospodarce Przestrzennej dr Sławski Jerzy room 120D, 17 Katedra Planowania Przestrzennego users.arch.pwr.wroc.pl/jerzy.slawski/ [email protected] Podejście Systemowe Rola „Podejścia Systemowego” do badań przestrzennych i planowania przestrzennego: pobudzanie rozwoju teorii stymulacja praktyk modelowania Modelowanie Przestrzenne Modelowanie Przestrzenne obejmuje: Projektowanie, budowę i uruchamianie Modeli matematycznych zjawisk urbanizacji miast i regionów Modelowanie Przestrzenne Rola modelowania urbanistycznego: Pomaga naukowcom zrozumieć zjawiska rozwoju przestrzennego poprzez analizy i eksperymenty, Pomaga planistom, politykom i społeczeństwu przewidzieć, opisać i zaplanować przyszłą przestrzeń Pomaga dostrzec ograniczenia teorii Modelowanie Przestrzenne Krytyka Modelowania Przestrzennego: Twórcy modeli wiedzą coraz więcej o swoich modelach ale Wiedzą coraz mniej na temat świata rzeczyweitego który próbują odtwarzać Podstawowe zasady modelowania przestrzennego Podstawowe zasady modelowania przestrzennego 1. Prostota jest wyznacznikiem dobrej teorii Michael Batty Centre for Advanced Spatial Analysis (UCL) Podstawowe zasady modelowania przestrzennego 2. Pozorna złożoność często maskuje prostotę Michael Batty Większość modeli złożonych mozna zdezagregować do elementów skadowych o prostym przesłaniu Podstawowe zasady modelowania przestrzennego 3. Jeśli w celu wyjasnienia każdego nowego zjawiska musimy wymyślić nowy mechanizm w teorii, to znaczy jesteśmy straceni Simon and Chase (1973) Teorie stopniowo modyfikowane i poprawiane sa przekonywujące tylko jeśli zakres wyjaśnianych nimi zjawisk rośnie szybciej niż zbiór mechanizmów składowych Podstawowe zasady modelowania przestrzennego 4. Zasada klarowności Simon and Chase (1973) Modelowanie Przestrzenne 1950s - 1960s Naukowa rewolucja w naukach społecznych Wprowadzenie rygorystycznych zasad i jakości w nast. dyscyplinach: socjologia, nauki polityczne geografia społeczna Urbanistyka i planowanie przestrzenne ekonomia Naukowcy zwrócili się do współczesnej fizyki W oczekiwaniu na silne podobieństwa Nadzieja na solidne teorie zachowań społecznych Modelowanie Przestrzenne 1950s - 1960s Potrzeba podejścia formalnego: Zjawiska przestrzenne wykazują stopień złożoności który tylko język formalny jest w stanie ogarnąć Mechanizmy podtrzymujące i zmieniające współczesne miasto stały się trudniejsze do zrozumienia gdy społeczeństwo miejskie stało się bardziej zróżnicowane, brdziej mobilne i bardziej rozwinięte Modelowanie Przestrzenne 1950s - 1960s Pierwsza definicja modelu przestrzennego: Eksperymentalna konstrukcja oparta o teorę Britton Harris (1966) Nauki przestrzenne i modelowanie 1950s - 1960s Nauki przestrzenne i modelowanie są oparte na przekonaniu, że: Szybkie tempo rozwoju wiedzy możliwe jest tylko pod warunkiem budowy rygorystycznych teorii a nie luźnych spekulacji Nauki przestrzenne i modelowanie 1950s - 1960s Znaki dekady: „Quantitative Revolution” i „Systems Approach” Model Land use –transportation 1950s - 1960s Dostrzeżenie wyraźnej relacji pomiędzy ruchem i użytkowaniem terenu Nowa idea: Komputerowy model land use - transportation może wpłynać na bardziej racjonalne planowanie (Harris 1965) Idea modelowania powiacana z paradygmatem planowania racjonalnego (dominuje w tym czasie na Zachodzie) Model Land use –transportation 1950s - 1960s Rozwój modeli na skutek nadziei na: 1. Zrozumienie szczegółowo jak tylko możliwe, zawiłych mechanizmów rozwoju przestrzennego 2. Mozliwość prognozowania przyszłości miast 3. Opanownie umiejętności sterowania rozwojem Modele przestrzenne I-szej generacji • Oparte na techniki statystyczne: Greensborough model (Chapin and Weiss, 1962), EMPIRIC model of the Boston Region (Hill, 1965) Baltimore and Connecticut models (Lakshmanan, 1964). • Modele nieliniowe: Delaware Valley (Penn-Jersey) Activities Allocation model (Seidman, 1969) Modele przestrzenne I-szej generacji • Oparte na grawitacji: Pittsburgh model (Lowry, 1964), Pittsburgh Time-Oriented Metropolitan Model (TOMM) designed by Crecine (1964) Bay Area Projective Land Use Model (PLUM) designed by Goldner(1968) Upper New York State model (Lathrop and Hamburg 1965) Modele przestrzenne I-szej generacji • Oparte na programowaniu matematycznym Penn-Jersey by Herbert and Stevens (1960) Penn-Jersey developed by Harris (1972) South East Wisconsin Land Use Plan Schlager(1965, 1966) . • Modele hybrydowe: Bay Area Simulation Study (BASS) by Wendt et al. (1968), San Francisco Housing Market Model (Robinson, Wolfe, and Barringer, 1965) Modele przestrzenne I-szej generacji Modelowanie Przestrzenne Ewolucja modeli Land Use (Waddell, 2005) Land use – transportation models Mapa referencji modeli urbanistycznych – lata 1990 Pierwsza generacja modeli urbanistycznych Główne problemy pierwszych modeli: Ograniczenia teorii Dostęp do danych Czas obliczeniowy Moc obliczeniowa Czas i koszty Pierwsza generacja modeli urbanistycznych Przykłady odrzuconych modeli San Francisco Housing Market Model (Robinson) Główne składniki modelu: Rynek mieszkań: 100 jednostek sąsiedzkich składajacych się z: „fract” (3-4 akrów o zunifikowanym użytkowaniu) Użytkownicy zasobów mieszkaniowych Operacje rynku prywatnego (działania real estate) Działania władz (programy publiczne) Penn-Jersey (Herbert-Stevens) Modele Urbanistyczne - Klasyfikacja Kryteria – złożoność modelu Model Modelu Urbanistycznego Sześć głównych podsystemów przestrzennych sieci, użytkowanie terenu, miejsca pracy, Zabudowa mieszkaniowa, zatrudnienie, ludność, transport dóbr, przewóz osób Wegener (1995) Model Modelu Urbanistycznego Osiem głównych typów podsystemów przestrzennych Bardzo wolno zmienne: sieci, użytkowanie terenu Wolne zmiany: miejsca pracy, zabudowa mieszkaniowa Szybkie zmiany: zatrudnienie, ludność Zmiany chwilowe: transport dóbr, przewozy osób Wegener (1995) Model Modelu Urbanistycznego Plus subsystem Środowiska przyrodniczego. Wegener (1995) Klasyfikacja Modeli Urbanistycznych Kryterium – złożoność modelu: Cząstkowe eg.: • Retail Shopping Model (Lakshmanan and Hansen -1965) tylko subsystem handlu detalicznego • Modele przepływów Całościowe eg.: • Upper New York State model (Lathrop and Hamburg, 1965) obejmuje alokację subsystemu mieszkaniowego, handlu detalicznego, i produkcyjnego. Klasyfikacja Modeli Urbanistycznych Kryterium – optymalizacji: Brak kryterium jakości: • Większość modeli Istnieje kryterium jakości eg.: • Penn-Jersey residential location model (Herbert and Stevens - 1960) – oparty na teorii Alonso's która zakłada że konsumenci maksymalizują „użyteczność” np. miejsca Klasyfikacja Modeli Urbanistycznych kryterium – czas: odzwierciedlenie statycznego obrazu przestrzeni zagospodarowanej • Większość modeli odzwierciedlenie dynamicznego obrazu przestrzeni zagospodarowanej • Urban Dynanics (Jay Forrester 1969) • EMPIRIC (Hill, 1965) Klasyfikacja Modeli Urbanistycznych Kryterium – skala obiektów: mikro symulacja – oparte na teoriach odnoszących się do zachowań indywidualnych pojedynczych jednostek Makro symulacja – odnosi się do grup, instytucji lub wiekszych agregatów działalności.. Klasyfikacja Modeli Urbanistycznych Kryterium – sposobu osiągania rezultatu: model analityczny- bezpośrednie rozwiazanie równań model symulacyjny – rozwiazanie jest osiągane stopniowo na drodze wielokrotnych cykli. Proces projektowania modelu Budowa modeli Generowanie aktywności prognoza populacji 𝑃 𝑡 + 1 = 1 + 𝑏 − 𝑑 + 𝑚 ∗ 𝑃 𝑡 = 𝑞 ∗ 𝑃(𝑡) 𝑃 - ludność 𝑡 - czas 𝑏 - wskaźnik urodzin 𝑑 - wskaźnik śmiertelności 𝑚 - wskaźnik bilansu migracji Keyfitz (1968), Rogers (1968), Rees and Wilson (1976) (1) Model sektora populacji powiazany z sektorem zatrudnienia Ludność Zatrudnienie Zatrudnienie bazowe Zatrudnienie niebazowe Model sektora populacji powiązanego z sektorem zatrudnienia Populacja Zatrudnienie Zatrudnienie bazowe Zatrudnienie nie-bazowe Model sektora populacji powiązanego z sektorem zatrudnienia Ludność Employment Basic employment Non-basic employmnent Model sektora populacji powiązanego z sektorem zatrudnienia Ludność Zatrudnienie Zatrudnienie bazowe Zatrudnienie nie-bazowe Model sektora populacji powiązanego z sektorem zatrudnienia Hipoteza bazy ekonomicznej 𝑃 = 𝑓(𝐸) (2) 𝑆 = 𝑓(𝑃) (3) 𝑃 - populacja 𝐸 - Całkowite zatrudnienie 𝑆 - Zatrudnienie w usługach Model sektora populacji powiązanego z sektorem zatrudnienia Hipoteza zatrudnienia bazowego – funkcja liniowa 𝑃 = α𝐸, α > 1, (4) 𝑆 = β𝑃, 0 < β < 1, (5) 𝐸 = 𝐸 𝑏 + 𝑆. Odwrócony wskaźnik zatrudnienia Wskaźnik zatrudnienia w usługach (6) 𝑃 ∝= 𝐸 𝑆 𝛽= 𝑃 (7) (8) Hipoteza zatrudnienia bazowego – funkcja liniowa 𝑃 = α𝐸, α > 1, 𝑆 = β𝑃, 0 < β < 1, 𝐸 = 𝐸 𝑏 + 𝑆. ∝ Odwrócony wskażnik zatrudnienia (4) (5) (6) Hipoteza zatrudnienia bazowego – funkcja liniowa 𝑃 = α𝐸, α > 1, 𝑆 = β𝑃, 0 < β < 1, 𝐸 = 𝐸 𝑏 + 𝑆. ∝ Odwrócony wskaźnik zatrudnienia (4) (5) (6) Economic base hypothesis – linear form 𝑃 = α𝐸, α > 1, 𝑆 = β𝑃, 0 < β < 1, 𝐸 = 𝐸 𝑏 + 𝑆. ∝ Odwrócony wskaźnik zatrudnienia (4) (5) (6) Economic base hypothesis – linear form 𝑃 = α𝐸, α > 1, 𝑆 = β𝑃, 0 < β < 1, 𝐸 = 𝐸 𝑏 + 𝑆. 𝛽 Wskaźnik obsługi ludności (4) (5) (6) Model sektora populacji powiązanego z sektorem zatrudnienia Hipoteza zatrudnienia bazowego – funkcja liniowa 𝑃 = α𝐸 𝐸 = 𝐸𝑏 + 𝑆 𝐸 = 𝐸𝑏 + 𝑆 (4) (5) (6) 𝑃 = α𝐸 =∝ 𝐸 𝑏 +∝ 𝑆. 𝑃 −∝ 𝛽𝑃 = 𝛼𝐸 𝑏 , (10) 𝑃 =∝ 𝐸 𝑏 (1 −∝ 𝛽)−1 . gdzie (1 −∝ 𝛽)−1 (9) Jest skalarem (11) (*) Model sektora populacji zaleznego od sektora zatrudnienia Hipoteza zatrudnienia bazowego – funkcja liniowa 𝑃 = α𝐸 ∝= 1.58 𝛽 = 0.45 𝐸 = 𝐸𝑏 + 𝑆 𝑃 =∝ 𝐸 𝑏 (1 −∝ 𝛽)−1 . 𝑃 = 5.43 ∗ 𝐸 𝑏 𝑆 = β𝑃 𝑆 = 2.3 ∗ 𝐸 𝑏 𝑆 = β𝑃 Model sektora populacji powiązanego z sektorem zatrudnienia metoda analityczna modelu bazy ekonomicznej 𝑃 𝑆 𝑆 ∝𝛽= ∗ = , 𝐸 𝑃 𝐸 𝑆 = 0.70 𝐸 𝑆 0< <1 𝐸 (**) Model sektora populacji zaleznego od sektora zatrudnienia metoda analityczna modelu bazy ekonomicznej 𝑃 𝑆 𝑆 ∝𝛽= ∗ = , 𝐸 𝑃 𝐸 𝑆 = 0.74 𝐸 𝑆 0< <1 𝐸 (**) Model sektora populacji powiązanego z sektorem zatrudnienia metoda analityczna modelu bazy ekonomicznej ze zdezagregowanym sektorem usług S1 - usługi konsumenckie S2 - usługi producenckie Model sektora populacji powiązanego z sektorem zatrudnienia metoda analityczna modelu bazy ekonomicznej ze zdezagregowanym sektorem usług 𝑆1 = 𝛽1 𝑃, 0 < 𝛽1 < 1, (12) 𝑆2 = 𝛽2 𝐸, 0 < 𝛽2 < 1, (13) 𝛽1 Wskaźnik obsługi ludności 𝛽2 Wskażnik obsługi zatrudnienia Model sektora populacji powiązanego z sektorem zatrudnienia metoda analityczna modelu bazy ekonomicznej ze zdezagregowanym sektorem usług 𝑃 = α𝐸, α > 1, 𝑆1 = 𝛽1 𝑃, 0 < 𝛽1 < 1, (12) 𝑆2 = 𝛽2 𝐸, 0 < 𝛽2 < 1, (13) 𝐸 = 𝐸 𝑏 + 𝑆1 + 𝑆2 . 𝛽1 Wskaźnik obsługi ludności 𝛽2 Wskażnik obsługi zatrudnienia (14) Model sektora populacji powiązanego z sektorem zatrudnienia metoda analityczna modelu bazy ekonomicznej ze zdezagregowanym sektorem usług 𝑃 − (∝ 𝛽1 + 𝛽2 )𝑃 = 𝛼𝐸 𝑏 𝑃 = (∝ 𝐸 𝑏 [1 − (∝ 𝛽1 + 𝛽2 )]−1 Porównaj z modelem poprzednim 𝑃 =∝ 𝐸 𝑏 (1 −∝ 𝛽)−1 (15) (16) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej 𝑃 1 = α𝐸 𝑏 . Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej 𝑃 1 = α𝐸 𝑏 . 𝑆1 1 = 𝛽1 𝑃 1 = 𝛽1 𝛼𝐸 𝑏 , 𝑆2 1 = 𝛽2 𝐸 𝑏 , S 1 = 𝛽1 𝛼𝐸 𝑏 + 𝛽2 𝐸 𝑏 = 𝐸 𝑏 (𝛼𝛽1 + 𝛽2 ) (17) (18) (19) (20) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej 𝑃 2 =∝ 𝑆(1) = α𝐸 𝑏 (𝛼𝛽1 + 𝛽2 ). (21) 𝑆1 2 = 𝛽1 𝑃 2 = 𝛽1 𝛼𝐸 𝑏 (𝛼𝛽1 + 𝛽2 ), (22) 𝑆2 2 = 𝛽2 𝑆(1) = 𝛽2 𝐸 𝑏 (𝛼𝛽1 + 𝛽2 ), (23) S 2 = 𝛽1 𝑃 2 + 𝛽2 𝑆(1) = 𝐸 𝑏 (𝛼𝛽1 + 𝛽2 )2 (24) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej 𝑃 𝑚 = α𝐸 𝑏 (𝛼𝛽1 + 𝛽2 )𝑚−1 . S 𝑚 = 𝐸 𝑏 (𝛼𝛽1 + 𝛽2 )𝑚 (25) (26) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej 𝐸 = 𝐸 𝑏 + 𝐸 𝑏 (𝛼𝛽1 + 𝛽2 ), , +(𝛼𝛽1 + 𝛽2 )2 𝐸 𝑏 + ⋯ + (𝛼𝛽1 + 𝛽2 )𝑚 𝐸 𝑏 (27) ∞ 𝐸 = 𝐸𝑏 (𝛼𝛽1 + 𝛽2 )𝑚 (28) 𝑚=0 ∞ 𝑃 =∝ 𝐸 𝑏 (𝛼𝛽1 + 𝛽2 )𝑚 𝑚=0 (29) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej 0 < 𝛼𝛽1 + 𝛽2 < 1 lim ( 𝛼𝛽1 + 𝛽2 )𝑚 = 0 𝑚→∞ (30) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu mazy ekonomicznej ∞ (𝛼𝛽1 + 𝛽2 )𝑚 = [1 − (∝ 𝛽1 +𝛽2 )]−1 𝑚=0 (31) 𝐸 = 𝐸 𝑏 [1 − (∝ 𝛽1 + 𝛽2 )]−1 (32) 𝑃 =∝ 𝐸 𝑏 [1 − (∝ 𝛽1 + 𝛽2 )]−1 (33) Model sektora populacji powiązanego z sektorem zatrudnienia Sekwencyjna metoda modelu bazy ekonomicznej Model sektora populacji powiązanego z sektorem zatrudnienia Analiza zbieżności metody sekwencyjnej modelu bazy ekonomicznej Model sektora populacji powiązanego z sektorem zatrudnienia Analiza zbieżności metody sekwencyjnej modelu bazy ekonomicznej Model sektora populacji powiązanego z sektorem zatrudnienia Alternatywny model bazy ekonomicznej (Weiss and Gooding 1968) 𝐸 = 𝐸𝑏 + 𝑆 𝑆 = 𝑎 + 𝑔𝐸 (39) (40) Model sektora populacji powiązanego z sektorem zatrudnienia Alternatywny model bazy ekonomicznej (Weiss and Gooding 1968) 𝐸 = 𝐸𝑏 + 𝑆 (39) 𝑆 = 𝑎 + 𝑔𝐸 (40) 𝐸 =𝑎 1−𝑔 𝑆 =𝑎 1−𝑔 + 𝐸 𝑏 (1 − 𝑔)−1 (41) + 𝑔𝐸 𝑏 (1 − 𝑔)−1 (42) −1 −1 Model sektora populacji powiązanego z sektorem zatrudnienia Alternatywny model bazy ekonomicznej (Isard Czamanski 1965) 𝑃 = 𝑎1 + 𝑔1 𝐸 (43) 𝑆1 = 𝑎2 + 𝑔2 𝑃 (44) 𝑆2 = 𝑎3 + 𝑔3 𝐸 𝑏 (45) 𝐸 = 𝐸 𝑏 + 𝑆1 + 𝑆2 . (14) Model powiązanych sektorów Model Input output Wassily Leontief (1906–1999) 𝑥𝑖 - całkowity produkt sektora i 𝑥𝑖𝑗 - przepływ towarów sektora i do sectora j 𝐶𝑖 + 𝐼𝑖 - finalny (końcowy) produkt sectora i Model powiązanych sektorów Input output model Wassily Leontief (1906–1999) (46) 𝐾 𝑥𝑖 = 𝑥𝑖𝑗 + 𝑦𝑖 𝑗=1 𝑥𝑖 - gross product of sector i 𝑥𝑖𝑗 - comodity flow from sector i to sector j 𝑦𝑖 - final (end) product in sector i ( 𝐶𝑖 + 𝐼𝑖 ) 𝑥𝑖𝑗 = 𝑎𝑖𝑗 𝑥𝑗 Model of related sectors Input output model Wassily Leontief (1906–1999) (46) 𝐾 𝑥𝑖 = 𝑥𝑖𝑗 + 𝑦𝑖 𝑗=1 𝑥𝑖𝑗 = 𝑎𝑖𝑗 𝑥𝑗 𝑥𝑖 - gross product of sector i 𝑥𝑖𝑗 - comodity flow from sector i to sector j 𝑦𝑖 - final (end) product in sector i ( 𝐶𝑖 + 𝐼𝑖 ) 𝑎𝑖𝑗 - techniczny współczynnik input-output 𝑥𝑖𝑗 = 𝑎𝑖𝑗 𝑥𝑗 Model powiązanych sektorów Input output model Model powiązanych sektorów Input output model Model powiązanych sektorów Input output model 𝑥𝑖𝑗 𝑎𝑖𝑗 = 𝑥𝑗 (47) 𝑥𝑖𝑗 = 𝑎𝑖𝑗 𝑥𝑗 𝑎𝑖𝑗 - techniczny współczynnik input-output 𝐾 𝑥𝑖 = 𝑎𝑖𝑗 𝑥𝑗 + 𝑦𝑖 𝑗=1 (48) Model powiązanych sektorów Input output model 𝐾 𝑥𝑖 = 𝑎𝑖𝑗 𝑥𝑗 + 𝑦𝑖 (48) 𝑗=1 𝐱 = 𝐀𝐱 + 𝐲 (49) 𝐱 = (𝐈 − 𝐀)−𝟏 𝐲 (50) Excel - Germany Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) 𝑥𝑚 = 𝑎𝑚𝑛 𝑥𝑛 + 𝑦𝑚 𝑛 𝑖𝑗 𝑗 𝑥𝑚 = 𝑖 𝑗 𝑗 𝑎𝑚𝑛 𝑋𝑛 + 𝑌𝑚 (52) ∀ 𝑗, 𝑚 𝑛 𝑗 𝑗𝑘 𝑋𝑛 = 𝑥𝑛 ∀ 𝑗, 𝑛 𝑘 𝑗 - współcz. techniczny przepływu zsectora m do sektora n w regionie j 𝑖𝑗 - przepływ produktów sektora m z regionu i do regionu j 𝑎𝑚𝑛 𝑥𝑚 Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) 𝑖𝑗 𝑗 𝑥𝑚 = 𝑖 𝑗 𝑗 𝑎𝑚𝑛 𝑋𝑛 + 𝑌𝑚 ∀ 𝑗, 𝑚 (53) 𝑛 Warunek bilansu przepływów: Przepływ dóbr sektora m do regionu j równy jest użyciu produktów tego sektora do produkcji dóbr innych sektorów (popyt pośredni = intermediate demand) plus popyt finalny Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) 𝑗 𝑖𝑗 𝐶𝑚 = 𝑥𝑚 ∀ 𝑗, 𝑚 𝑖 𝑗 - Całkowita konsumpcja dóbr sektora m w regionie j 𝑖𝑗 - przepływ produktów sektora m z regionu i do regionu j 𝐶𝑚 𝑥𝑚 (54) Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) 𝑥𝑚 = 𝑎𝑚𝑛 𝑥𝑛 + 𝑦𝑚 𝑛 𝑗 𝑗 𝐶𝑚 = 𝑗 𝑗 𝑎𝑚𝑛 𝑋𝑛 + 𝑌𝑚 ∀ 𝑗, 𝑚 𝑛 𝑗 𝐶𝑚 𝑖𝑗 𝑥𝑚 - Całkowita konsumpcja dóbr sektora m w regionie j j - przepływ produktów sektora m z regionu i do regionu j Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) 𝐴 𝐴 𝐴 𝑎11 𝑎13 𝑎12 𝐴 𝑎23 𝐵 𝑎22 Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) Random utility function (losowa funkcja użyteczności) 𝑖𝑗 𝑖𝑗 𝑖𝑗 −𝑢𝑛 = 𝑏𝑛𝑖 + 𝑑𝑛 + 𝜀𝑛 𝑖𝑗 𝑢𝑛 𝑏𝑛𝑖 𝑖𝑗 𝑑𝑛 ∀ 𝑖, 𝑗, 𝑚 - Użyteczność zakupu jednej jednostki produktu sektora n zregionu i I użycia go jako nakładu w regionie j - Cena produkcji jednostki produktu sektora n w regionie i - Cena transportu jednostki produktu n z regionu i do j 𝑖𝑗 𝜀𝑛 - Losowy błąd Model przepływów sektorowych Random-Utility-Based Multiregional Input-Output Models (W. Isard 1960) 𝑖𝑗 𝑥𝑛 = 𝑗 𝐶𝑛 ∗ 𝑓(𝑈) ∀ 𝑖, 𝑗, 𝑛 𝑖𝑗 𝑈 = {𝑢𝑛 } 𝑖, 𝑗 = 1. . 𝑁 𝑖𝑗 - przepływ produktów sektora n z regionu i do regionu j 𝑖𝑗 - użyteczność zakupu jednej jednostki produktu sektora n zregionu i i użycia go jako nakładu w regionie j 𝑗 - całkowita konsumpcja dóbr sektora m w regionie j 𝑥𝑛 𝑢𝑛 𝐶𝑚 Alokacja aktywności urbanistycznych Allocation = Location Proces alokacji lub lokalizacji działalności urbanistycznych obejmuje umieszczanie działalności w róźnych fragmentach lub strefach systemu przestrzennego Alokacja aktywności urbanistycznych Spatial interaction Interakcja przestrzenna jest definiowana jako przepływ pomiędzy aktywnościami umieszczonymi w różnych strefach. Alokacja aktywności urbanistycznych Spatial interaction Ludzie podejmują aktywności: - aktywności „powodem" podróży - Główne kategorie aktywnosci: zamieszkiwanie, praca, zakupy, nauka, posiłek, kontakty społeczne, rekreacja etc. Alokacja aktywności urbanistycznych Spatial interaction Ludzie podejmują aktywności: - aktywności „powodem" podróży - główne kategorie aktywnosci: zamieszkiwanie, praca, zakupy, nauka, posiłek, kontakty społeczne, rekreacja etc. . Alokacja aktywności urbanistycznych Spatial interaction Przepływy towarów Alokacja aktywności urbanistycznych Spatial interaction Macierz interakcji Alokacja aktywności urbanistycznych Spatial interaction Sumowanie różnych przepływów lub interakcji ma wpływ na lokalizaje aktywności 𝐽 𝑇𝑖𝑗 = 𝑇𝑖1 +𝑇𝑖2 + 𝑇𝑖3 … … + 𝑇𝑖𝐽 𝑗=1 𝐽 𝑇𝑖𝑗 = 𝑇1𝑗 +𝑇2𝑗 + 𝑇3𝑗 … … + 𝑇𝐽𝑗 𝑖=1 Modele interakcji przestrzennych Podstawowa formuła modelu grawitacji 𝑇𝑖𝑗 = 𝐺𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) Carrothers (1956) 𝑂𝑖 aktywność w obszarze źródłowym (generującym) i 𝐷𝑗 aktywność w obszarze celowym (atrakcja) j 𝑓(𝑐𝑖𝑗 ) 𝐺 pewna funkcja uogólnionego kosztu (impedance) stała Modele interakcji przestrzennych Podstawowa formuła modelu grawitacji 𝑇𝑖𝑗 = 𝐺𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) Carrothers (1956) −𝜆 𝑓 𝑐𝑖𝑗 = 𝑑𝑖𝑗 Modele interakcji przestrzennych Podstawowa formuła modelu grawitacji −𝜆 𝑓 𝑐𝑖𝑗 = 𝑑𝑖𝑗 Modele interakcji przestrzennych 𝑇𝑖𝑗 ln = ln 𝐺 − 𝜆 ln 𝑑𝑖𝑗 𝑂𝑖 𝐷𝑗 Olsson (1965) Modele interakcji przestrzennych Ogólna postać modelu grawitacji 𝑇𝑖𝑗 = 𝑇 𝑖 𝑗 𝑖 𝑇 𝑗 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 𝐺= Modele interakcji przestrzennych 𝑇𝑖𝑗 = 𝐺𝑂𝑖 𝑗 𝑉𝑖 = 𝑉𝑖 − 𝐷𝑗 𝑓 𝑐𝑖𝑗 𝑗 𝑗 𝑇𝑖𝑗 𝑂𝑖 =𝐺 𝐷𝑗 𝑓 𝑐𝑖𝑗 𝑗 ‚potencjalna' ilość interakcji aktywności O w obszarze i (miara atrakcyjnosci) (Stewart, 1947) Stewart and Warntz, 1958) Modele interakcji przestrzennych 𝑇𝑖𝑗 = 𝐺𝐷𝑗 𝑖 𝑉𝑗 = 𝑉𝑖 − 𝑂𝑖 𝑓 𝑐𝑖𝑗 𝑖 𝑖 𝑇𝑖𝑗 𝐷𝑗 =𝐺 𝑂𝑖 𝑓 𝑐𝑖𝑗 𝑖 ‚potencjalna' ilość interakcji aktywności D w obszarze j Modele interakcji przestrzennych - Fizyka Siła grawitacji 𝐹𝑖𝑗 = 𝐺 𝑀𝑖 𝑚𝑗 2 𝑑𝑖𝑗 Klasyczny model grawitacji 𝑂𝑖 𝐷𝑗 𝑇𝑖𝑗 = 𝐾 α 𝑑𝑖𝑗 Modele interakcji przestrzennych - Fizyka 𝑀𝑖 Generuje pole grawitacyjne Gęstość pola grawitacji Siła powstaje gdy masa pojawia się w polu grawitacyjnym 𝑚𝑗 𝐹𝑖𝑗 = 𝐺 𝑀𝑖 𝑚𝑗 2 𝑑𝑖𝑗 𝑀𝑖 𝑔𝑖𝑗 = 𝐺 2 𝑑𝑖𝑗 𝐹𝑖𝑗 = 𝑔𝑖𝑗 𝑚𝑗 Modele interakcji przestrzennych - Fizyka Energia potencjalna ∆𝑈 zmiana energii potencjalnej = praca wymagana do przeniesienia masy z punktu a do b 𝑈𝑎 𝑀𝑖 𝑚𝑗 𝑈𝑏 𝑈𝑏 -𝑈𝑎 =∆𝑈 = −𝑊𝑎𝑏 Modele interakcji przestrzennych - Fizyka Energia potencjalna 𝑈𝑟 = pracy potrzebnej do przesunięcia masy z nieskończoności do r 𝑈∞ =0 𝑚𝑗 𝑀𝑖 𝑈𝑟 𝑈𝑟 -𝑈∞ = −𝑊∞𝑟 = - 𝑟 𝐹 ∞ 𝑥 𝑑𝑥 Modele interakcji przestrzennych - Fizyka Energia potencjalna 𝑀𝑖 𝑚𝑗 𝑈𝑟 = −𝐺 𝑟 Potencjał grawitacyjny (miara pola) 𝑀𝑖 𝑉𝑟 = −𝐺 𝑟 𝑈𝑟 = 𝑉𝑟 𝑚𝑗 Modele interakcji przestrzennych - Fizyka Potencjał interakcji (miara atrakcyjności) 𝑂𝑖 𝑉𝑖𝑗 = −𝐾 ∝ 𝑑𝑖𝑗 𝑛 𝑉𝑗 = 𝐾 𝑖=1 𝑂𝑖 ∝ 𝑑𝑖𝑗 Modele interakcji przestrzennych - Fizyka 𝑛 𝑉𝑗 = 𝐾 𝑖=1 𝑂𝑖 ∝ 𝑑𝑖𝑗 Uogólniona formuła 𝑛 β 𝑂𝑖 𝑓𝑖𝑗 𝑉𝑗 = 𝐾 𝑖=1 −∝ 𝑓𝑖𝑗 = 𝑐𝑖𝑗 lub 𝑓𝑖𝑗 = exp −𝑏𝑐𝑖𝑗 potencjał interakcji Accessibility and Regional Development in EU (Spiekermann & Wegener) Jakość infrastruktury transportowej (połączenia, przepustowość, prędkość podróży etc.) wyznaczają jakość miejsc względem innych lokalizacji Inwestowanie w infrastrukturę transportową prowadzi do zmiany jakości miejsc i może wywołać zmiany kierunku rozwoju przestrzennego potencjał interakcji Accessibility and Regional Development in EU (Spiekermann & Wegener) “wskaźniki dostępności określają położenie dango obszaru w stosunku do lokalizacji okazji, aktywności lub zasobów istniejących w tym i innych obszarach; tym obszarem może być region, miasto lub korytarz” (Wegener et al., 2002) Potencjał interakcji Accessibility and Regional Development in EU (Spiekermann & Wegener) 𝐴𝑖 = 𝑔 𝑊𝑗 𝑓 𝑐𝑖𝑗 𝑗 𝐴𝑖 - destępnośćobszaru i 𝑊𝑗 - aktywność W która jest osiągalna e obszarze j 𝑐𝑖𝑗 - uogólniony koszt dotarcia do obszaru j z obszaru i 𝑓(𝑊𝑗 ) i 𝑔(𝑐𝑖𝑗 ) – funkcja aktywności i funkcja oporu kosztu potencjał interakcji Accessibility and Regional Development in EU (Spiekermann & Wegener) 𝑊𝑗𝑎 𝑒𝑥𝑝 −𝛽𝑐𝑖𝑗 𝐴𝑖 = 𝑗 𝐴𝑖 - dostępność obszaru i 𝑊𝑗 - aktywność W która jest osiągalna e obszarze j 𝑐𝑖𝑗 - uogólniony koszt dotarcia do obszaru j z obszaru i β- - współczynnik oporu kosztu potencjał interakcji Accessibility and Regional Development in EU (Spiekermann & Wegener) Potencjał interakcji Sieć drogowa 2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Sieć kolejowa 2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Dostępność do skupisk ludności - sieć drogowa 2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Zmiana dostępności do skupisk ludności - sieć drogowa 2001-2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Zmiana dostępności do skupisk ludności - sieć drogowa 2001-2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Interaction potential Dostępność do populacji - Road 2011 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Dostępność do skupisk ludności - sieć kolejowa 2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Względna amiana dostępności do skupisk ludności - sieć kolejowa 2001-2006 Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Dostępność do interkontynentalnych destynacji Multimodal access Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Czas podróży do MEGAs Accessibility and Spatial Development in Europe Spiekermann & Wegener Potencjał interakcji Globalna dostępność Accessibility and Spatial Development in Europe Spiekermann & Wegener Model HANSEN’a New Residential activity location Model HANSEN’a 𝑉𝑖 𝐸 Model HANSEN’a 𝑉𝑖 𝑆 Model HANSEN’a 𝑉𝑖 𝑃 Model HANSEN’a 𝑉𝑖 = 𝑉𝑖 𝑆 + 𝑉𝑖 𝑃 +𝑉𝑖 𝐸 Dostępność (potencjał interakcji) w obszarze i S – services P – population E – employment Model HANSEN’a 𝑉𝑖 = 𝑉𝑖 𝑆 + 𝑉𝑖 𝑃 +𝑉𝑖 𝐸 𝛽 𝐺𝑖 = 𝐺𝑡 𝑉𝑖 𝐴𝑖 β 𝑁 𝑖=1(𝑉𝑖 𝐴𝑖 ) Liczba nowych mieszkań w obszarze i 𝐺𝑡 - całkowity przyrost liczby mieszkań 𝐴𝑖 - dostępny teren do zabudowy w obszarze i Modele interakcji przestrzennych - Fizyka Potencjał interakcji (miara atrakcyjności) 𝑂𝑖 𝑉𝑖𝑗 = −𝐾 ∝ 𝑑𝑖𝑗 𝑛 𝑉𝑗 = 𝐾 𝑖=1 𝑂𝑖 ∝ 𝑑𝑖𝑗 Potencjał interakcji Reilly’s Law of Retail Gravitation Strefa wpływu Potencjał interakcji Converse’s Breaking-Point Model (promień dominującego wpływu) Modele interakcji przestrzennych Macierz interakcji Modele interakcji przestrzennych Modele interakcji przestrzennych A.G.Wilson (1970-71) 𝑇𝑖𝑗 = 𝐺𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny niezwiązany (unconstrained) 𝑇𝑖𝑗 = 𝐺𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 𝑇𝑖𝑗 = 𝑇 𝑖 𝑗 𝑖 𝑇 𝑗 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 𝐺= Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony źródeł i celów (production-attraction constrained) 𝑇𝑖𝑗 = 𝑂𝑖 𝑗 𝑇𝑖𝑗 = 𝐷𝑗 𝑖 𝑇𝑖𝑗 = 𝑖 𝑗 𝑂𝑖 = 𝑖 𝐷𝑗 = 𝑇 𝑗 Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony źródeł i celów (production-attraction constrained) 𝑇𝑖𝑗 = 𝑂𝑖 𝑗 𝑇𝑖𝑗 = 𝐷𝑗 𝑖 𝑇𝑖𝑗 = 𝐴𝑖 𝐵𝑗 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony źródeł i celów (production-attraction constrained) 𝐴𝑖 𝐵𝑗 czynniki równoważące (balancing or normalising factors 1 𝐴𝑖 = 𝑗 𝐵𝑗 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 1 𝐵𝑗 = 𝑖 𝐴𝑖 𝑂𝑖 𝑓(𝑐𝑖𝑗 ) Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony źródeł i celów (production-attraction constrained) 𝑇𝑖𝑗 = 𝐴𝑖 𝐵𝑗 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 1 𝐴𝑖 = 𝑗 𝐵𝑗 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 1 𝐵𝑗 = 𝑖 𝐴𝑖 𝑂𝑖 𝑓(𝑐𝑖𝑗 ) Bureau of Public Works SELNEC traffic model (Wagon & Hawkins – 1970) Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony źródeł (production constrained) 𝑇𝑖𝑗 = 𝐴𝑖 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 1 𝐴𝑖 = 𝑗 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 𝑇𝑖𝑗 ≠ 𝐷𝑗 𝑖 Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony celów (attraction constrained) 𝑇𝑖𝑗 = 𝐵𝑗 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 1 𝐵𝑗 = 𝑖 𝑂𝑖 𝑓(𝑐𝑖𝑗 ) 𝑇𝑖𝑗 ≠ 𝑂𝑖 𝑗 Modele interakcji przestrzennych Modele interakcji przestrzennych model grawitacyjny powiązany od strony źródeł 𝑇𝑖𝑗 = 𝐴𝑖 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) 𝑇𝑖𝑗 ≠ 𝐷𝑗 𝑖 model grawitacyjny powiązany od strony celów 𝑇𝑖𝑗 = 𝐵𝑗 𝑂𝑖 𝐷𝑗 𝑓(𝑐𝑖𝑗 ) Jako modele lokalizacji 𝑇𝑖𝑗 ≠ 𝑂𝑖 𝑗 Modele alokacyjne Modele alokacyjne Model alokacyjny Wilson’a Zatrudnienie w rejonie j Miara atrakcyjności rejonu i dla mieszkalnictwa Modele alokacyjne Model alokacyjny Wilson’a Zaludnienie w rejonie i Model interakcji model – Lakshmanan and Hansen sprzedaż handlu w rejonie j konsumentom z rejonu i, per capita wydatki konsumpcyjne mieszkańcw i Model interakcji model – Lakshmanan and Hansen sprzedaż handlu w rejonie j konsumentom z rejonu i, miara atrakcyjności centrum handlowego w rejonie j Model interakcji Hipoteza Stouffer’a Liczba okazji pośrednich (intervening opportunities) Między obszarem i oraz j Model interakcji Model Intervening opportunities Schneider (1959) and Harris (1964) Model grawitacyjny Wilson’a – aproksymacja modelu I/O Stałe normalizujace