Iteracyjne elastyczne rangowanie województw Polski ze względu na poziom rozwoju przemysłu

Autor

DOI:

https://doi.org/10.24917/20801653.391.2

Słowa kluczowe:

porządkowanie liniowe, przemysł, ranking, województwa, wskaźnik agregatowy

Abstrakt

Zagadnienie porządkowania liniowego (rangowania) administracyjnych jednostek geogra- ficznych jest szeroko reprezentowane w literaturze statystycznej i w regionalistyce. Kluczowym problemem jest wybór dostępnych cech statystycznych charakteryzujących kryterium ogólne, według którego można pogrupować obiekty. Do każdego z zagadnień merytorycznych nie sposób wskazać najlepszego zestawu zmiennych. Zawsze jest to – w pewnym sensie – subiektywny wybór badacza. W pracy zaproponowano me- todę rangowania, która dopuszcza wykorzystywanie niejednakowych zestawów cech dla różnych obiektów. Wyjściowa lista zmiennych jest taka sama dla wszystkich obiektów. Następnie zmienne są standaryzowane i w kolejnych krokach, dla danego obiektu, eliminowana jest zmienna z największym modułem wartości standaryzowanej – czyli ta zmienna, która najbardziej odróżnia dany obiekt od pozostałych. Procedura jest połączeniem wcześniej zaproponowanych metod – porządkowania elastycznego (kolejne eliminowanie wartości ekstremalnych; Sokołowski, Markowska, 2019) oraz porządkowania iteracyjnego (ponownej standaryzacji w każdym kroku procedury; Sokołowski, Markowska, 2017). Kluczowe jest śledzenie, jak zmienia się ranking w trakcie eliminowania wartości różnych cech dla różnych obiektów. Jako ilustrację metody przedstawiono elastyczny ranking województw Polski ze względu na poziom rozwoju przemysłu. Wyjściowy zestaw obejmuje 14 cech statystycznych dostępnych w Roczniku Statystycznym Województw 2021 (GUS, 2022).

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Biogramy autorów

Małgorzata Markowska - Uniwersytet Ekonomiczny we Wrocławiu

Małgorzata Markowska, profesor Uniwersytetu Ekonomicznego we Wrocławiu, Katedra Gospodarki Regionalnej. Jest członkiem Sekcji Klasyfikacji i Analizy Danych, Polskiego Towarzystwa Statystycznego, Polskiego Towarzystwa Ekonomicznego oraz Regional Studies Association. Realizuje badania naukowe dotyczące pomiaru, oceny, zróżnicowania, dynamiki zmian takich zjawisk jak: rozwój, konkurencyjność, gospodarka oparta na wiedzy, inteligentne specjalizacje, konwergencja i innowacyjność w europejskiej przestrzeni na szczeblu regionalnym z wykorzystaniem metod ekonometrycznych. Jest autorką lub współautorką ponad 100 artykułów naukowych, monografii (Dynamiczna taksonomia innowacyjności regionów) oraz 25 rozdziałów w monografiach. Współpracowała w realizacji 12 grantów finansowanych z funduszy ministerialnych i Narodowego Centrum Nauki oraz kilku projektów unijnych.

Andrzej Sokołowski - Uniwersytet Andrzeja Frycza Modrzewskiego w Krakowie

Andrzej Sokołowski, jest profesorem statystyki w Uniwersytet Andrzeja Frycza Modrzewskiego w Krakowie, na Wydziale Zarządzania i Komunikacji Społecznej. Jego działalność naukowa koncentruje się na zastosowaniu metod statystycznych w takich dziedzinach jak ekonomia i zarządzanie, medycyna, sport, polityka i muzyka. W statystyce teoretycznej interesuje się statystyką matematyczną, analizą wielowymiarową i statystyką medyczną. Jest autorem ponad 60 rozdziałów w książkach i monografiach, 160 artykułów naukowych i 150 wystąpień na konferencjach. Przez trzy kadencje był prezesem Polskiego Towarzystwa Klasyfikacyjnego, a przez prawie dwadzieścia lat członkiem Rady Międzynarodowej Federacji Towarzystw Klasyfikacyjnych

Jacek Wychowanek - Wyższa Szkoła Zarządzania i Przedsiębiorczości w Wałbrzychu

Jacek Wychowanek, dr, adiunkt, Wyższa Szkoła Zarządzania i Przedsiębiorczości z siedzibą w Wałbrzychu, Wydział Edukacji, Biznesu i Inżynierii. Autor kilkunastu artykułów naukowych. W pracy naukowej podejmuje tematykę roli innowacji i tradycji w budowaniu konkurencyjności małych przedsiębiorstw w branży piekarniczo -cukierniczej oraz funkcjonowania firm rodzinnych. Spełnia się w roli łącznika pomiędzy nauką a biznesem. Jako nauczyciel akademicki, a także przedsiębiorca, wspiera studentów doświadczeniami ze współpracy z instytucjami otoczenia społeczno-gospodarczego

Bibliografia

Abrahamowicz, M. (1985). Porządkowanie obiektów wielowymiarowych w przestrzeniach cech di‑ agnostycznych, praca doktorska, Akademia Ekonomiczna w Krakowie.

Bandura, R. (2008). A Survey of Composite Indices Measuring Country Performance: 2008 Update. UNDP/ODS Working Papers. New York

Bąk, A. (2016). Porządkowanie liniowe obiektów metodą Hellwiga i TOPSIS – analiza porównaw- cza. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 426, 22–32.

Bennett, M.K. (1937). On Measurement of Relative National Standards of Living. The Quarterly Journal of Economics, 51, 2, 317–336.

De Muro, P., Mazziotta, M., Pareto, A. (2009). Composite Indices for Multidimensional Development and Poverty: An Application to MDG Indicators. Social Indicators Research, 104, 1–18.

Dziechciarz, J. (2006). Wskaźniki syntetyczne. Polskie dokonania a doświadczenia międzynaro- dowe. W: A. Zeliaś (red.), Przestrzenno‑czasowe modelowanie i prognozowanie zjawisk gosp‑ odarczych. Kraków: Akademia Ekonomiczna w Krakowie, 239–252.

Freudenberg, M. (2003). Composite Indicators of Country Performance. A Critical Assessment.

OECD Science, Technology and Industry Working Papers, 2003/16.

GUS. (2022). Rocznik Statystyczny Województw 2021. Warszawa: Główny Urząd Statystyczny.

Handbook on Constructing Composite Indicators: Methodology and User Guide. (2008). OECD Publishing, Paris.

Hellwig, Z. (1968). Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr. Przegląd Statystyczny, 4, 307–327.

Shimura, M. (1973). Fuzzy Sets Concept in Rank-Ordering Objects. Journal of Mathematical Analysisi and Applications, 43, 717–733.

Sokołowski, A., Markowska, M. (2017). Iteracyjna metoda liniowego porządkowania obiektów wielocechowych. Przegląd Statystyczny, LXIV, 2, 153–161.

Sokołowski, A., Markowska, M. (2019). Elastyczne porządkowanie liniowe obiektów. XXVIII Konferencja Naukowa Sekcji Klasyfikacji i Analizy Danych Polskiego Towarzystwa Statystycznego. Szczecin: Uniwersytet Szczeciński, 18–20 września 2019 r.

Sokołowski, A., Markowska, M. (2021). Flexible Clustering. W: T. Chadjipadelis, B. Lausen,

A. Markos, T.R. Lee, A. Montanari, R. Nugent (red.), Data Analysis and Rationality in a Complex World. Cham: Springer International Publishing, 253–260.

Pobrania

Opublikowane

2025-03-28

Jak cytować

Markowska, M., Sokołowski, A., & Wychowanek, J. (2025). Iteracyjne elastyczne rangowanie województw Polski ze względu na poziom rozwoju przemysłu. Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego, 39(1), 21–32. https://doi.org/10.24917/20801653.391.2

Numer

Tom 39 Nr 1 (2025): Wybrane metodologiczne i przestrzenne aspekty w badaniach przemysłu i usług

Dział

Artykuły

Licencja

Prawa autorskie (c) 2025 Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Bez utworów zależnych 4.0 Międzynarodowe.

Artykuły publikowane są zgodnie z warunkami licencji Creative Commons (CC BY-ND 4.0; uznanie autorstwa-bez utworów zależnych).

https://creativecommons.org/licenses/by-nd/4.0/deed.pl

Inne teksty tego samego autora