ANALIZA PROCESÓW TRANSPORTOWYCH W SYSTEMACH … 112/33 Vlasenko... · Słowa kluczowe: transport,...
Transcript of ANALIZA PROCESÓW TRANSPORTOWYCH W SYSTEMACH … 112/33 Vlasenko... · Słowa kluczowe: transport,...
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2017
Seria: ORGANIZACJA I ZARZĄDZANIE z. 112 Nr kol. 1990
Andriy VLASENKO, Viktor VLASENKO
Uniwersytet Opolski
ANALIZA PROCESÓW TRANSPORTOWYCH W SYSTEMACH
SPOŁECZNO-TERYTORIALNYCH W KONTEKŚCIE ZJAWISKA
GLOKALIZACJI
Streszczenie. W artykule przedstawiono wyniki analizy procesów rozwoju
regionalnego sektorów TSL (ST) wielkich systemów społeczno-terytorialnych
(STS) w kontekście zjawisk globalizacyjnych i glokalizacyjnych. Analiza
klasteryzacji terytorialnej i funkcjonalnej jest oparta o modele korelacyjne
dynamiki czasowej i zbieżności strukturalno-funkcjonalnej infrastruktury
kolejowej jako bazy ST w skalach czasowych – 150, 50 i 30 lat z oceną kwasi-
okresowości i zbieżności na zbiorze 56 państw i wielkich STS – hiper-regionów z
najbardziej rozwiniętymi ST. Udowodniono zmienność okresowości cykli
zbieżności procesów i możliwość identyfikacji STS jako hiper-regionów
transportowych.
Słowa kluczowe: transport, zrównoważony rozwój, modelowanie semantyczne
TRANSPORTATION PROCESSES ANALYSIS AT SOCIAL-TERRITORIAL
SYSTEMS IN GLOCALIZATION CONTEXT
Abstract. Some results of analysis of regional development of great social-
territorial systems’ (STS) sectors TSL (ST) in context of globalization and
glocalization phenomena are presented. Analysis territorial and functional
clustering is based on correlative models of time-dynamics and structural-
functional convergence of ST-processes at STS. The changes in railroad
infrastructure (as base of analysis) has been estimated in time scales 150, 50 and
30 years with evaluation of periodicity and convergence on set of 56 states and
great STS – hyper-regions with most developed structures of ST. The variances of
convergence cycles of ST infrastructural and functionality developing processes,
and the possibilities of identification of STS as the transporting hyper-regions
have been proved.
Keywords: transportation, sustainability, semantic modeling
394 A. Vlasenko, V. Vlasenko
1. Wprowadzenie
Rozwój cywilizacyjny w globalno-historycznej skali przeszedł (i nadal przechodzi…)
kilka faz zmian w geo-strategicznym, politycznym, ekonomicznym, technologicznym,
kulturowym i in. kontekstach. Przy tym zmienia się podejście do oceny i ujęcia roli terytoriów
i społeczeństw na nich funkcjonujących. W skali geopolitycznych podziałów obszarów
przestrzennych wyróżniają się podstawowe jednostki terytorialne – państwa. Procesy w fazie
globalizacji i regionalizacji doprowadziły jednak do zmniejszenia roli państw i podniesienia
roli regionów (mezaregionów, subregionów, mikroregionów itp.) jako bezpośrednich
podmiotów wymiany handlowej, specjalizacji technologicznej, produkcji informacji i wiedzy.
Kolejną fazą rozwoju trwającą obecnie jest glokalizacji w ramach której odbywa się
transformacja globalnych procesów w ich realizacji w konkretnych obszarach terytorialnych
w ramach społeczeństw różnych etnokulturalnie1. W tych procesach jako centra geopolityczne
powstają systemy społeczno-terytorialne (STS), do kategorii których można przypisać nie
tylko grupy w/w regionów połączonych pewnymi więziami lecz grupy państw tworzące
klastery przestrzenne i funkcjonalne (w ramach pewnej semantyki). Decydującą rolę w
kształtowaniu STS odgrywają sektory transportu (ST) i komunikacji (łączności,
informatyzacji) jako podstawowe struktury i zasoby do wymiany dóbr, energii i informacji
(wiedzy)2. Transport w ujęciu strukturalno-funkcjonalnym (historyczno-procesowym) pełni
specyficzną rolę wskaźnika miary równomierności rozwoju, jest indykatorem synergii,
efektywnego działania lub kryzysów w pozostałych sektorach, trendów humanitarnego
rozwoju, zwłaszcza mobilności społecznej. Sektor transportu i komunikacji jest obiektem
polityki transportowej i regionalnej na poziomie wielkich STS – organizacji
międzynarodowych w skali globalnej ((NAFTA, Mercosur, EU-28 (-15, -13, -V4), RF
(WNP), SAFTA, SOW i in.). W skali regionalnej glokalizacji powoduje zmiany paradygmatu
polityki rozwoju regionalnego. Jak wynika z analizy stanu rzeczy rozwój regionalny jest
ścisłe powiązany z procesami zachodzącymi w sektorach transportu i komunikacji STS3.
Systemowe podejście do analizy tych procesów, zwłaszcza jako historyczno-statystyczne –
1 Miszczak K.: Procesy glokalizacji w rozwoju nowoczesnego terytorium. Acta Universitatis Lodziensis, Folia
Oeconomica, nr 289, 2013, s. 19-34. 2 Korotayev A.V., Tsirel S.V.: A Spectral Analysis of World GDP Dynamics: Kondratieff Waves, Kuznets
Swings, Juglar and Kitchin Cycles in Global Economic Development, and the 2008-2009 Economic Crisis,
Structure and Dynamics: „eJournal of Anthropological and Related Sciences”, 2010,
http://escholarship.org/uc/item/9jv108xp; Strategie Ponadregionalne – wymiar terytorialny polityki rozwoju.
Ministerstwo Infrastruktury i Rozwoju, Warszawa, marzec 2015, s. 39; Krajowa strategia rozwoju
regionalnego 2010-2020: regiony, miasta, obszary wiejskie. Ministerstwo Rozwoju Regionalnego, Warszawa,
13.07.2010, s. 198; Koziarski S.: Transport lądowy na świecie. Instytut Śląski, Opole 2007, s. 273; Konariew
H.C. (red.): Bolszaja enciklopedoa transporta. В 8 т. Т. 4. Zelieznodorożnyj transport, 2003, с. 1040. 3 Strategie…, op.cit., s. 198; Koziarski S. op.cit., s. 273.
Analiza procesów transportowych w systemach… 395
semantyczne modelowanie4, wspomaga analizę i prognozowanie w geopolityce, w
planowaniu inwestycji i ocenie zrównoważoności rozwoju i bezpieczeństwa regionów.
Jednym z indykatywnych procesów w ST jest klasteryzacja strukturalna i funkcjonalna
pokazująca stopień bliskości (zbieżności, synergii) w tempach rozwoju i powiązaniach
terytorialnych i gospodarczych (przepływ towarów i usług) STS. Innym ważnym aspektem
jest okresowość cykli rozwojowych ST. Procesy glokalizacji, wg niektórych autorów, są
powiązane z cyklami N. D. Kondratiewa w czasach obecnych ulegających skróceniu w
wyniku rozwoju technologicznego i powiązań regionów w ramach modeli semantycznych5.
Kwestie właściwości (adekwatności) semantycznych modeli jako bazy miar zbieżności
(synergii) zmian struktur i funkcji również stanowią przedmiot badań procesów ST.
Najbardziej reprezentatywnymi ze względów historyczno-systemowych są modele
statystyczne infrastrukturalne procesów w modach transportu kolejowego (prawie 200 lat
historii…)6.
Celem niniejszego artykułu jest analiza z wykorzystaniem modelowania semantycznego
procesów klasteryzacji hiper-regionalnych struktur transportu kolejowego na tle ogólno-
światowych zmian, ocena aspektów bliskości strukturalnej, funkcjonalnej okresowości
technologicznej, inwestycyjno-strategicznej i operacyjnej; analiza zbieżności w dynamice
czasowej i bliskości strukturalnej jako indykatorów zmian w STS w kontekście zjawiska
glokalizacji. Artykuł jest, w pewnym sensie, przedłużeniem cyklu badań i publikacji autorów
w oparciu o metody analizy historyczno-systemowej (HS) i modelowania semantycznego
STS. Wyniki analizy otrzymano na podstawie danych państwowych i międzynarodowych
organizacji statystycznych w dziedzinie transportu, również danych naukowych7.
2. Zakres analizy HS procesów transportowych w STS
Schemat koncepcyjny metodologii analizy HS procesów transportowych w STS
podano na Rys. 1. Analiza HS procesów w ST STS została dokonana na podstawie semantyk
źródłowych mody kolejowej {długość linii eksploatowanych (DLE) – praca przewozowa
4 Vlasenko A., Vlasenko V.: Metody analizy zrównoważoności rozwoju wielkich społeczno-terytorialnych
systemów: modelowanie semantyczne procesów w sektorze transportu. Zeszyty Naukowe Politechniki
Śląskiej, s. Organizacja i Zarządzanie, z. 95, Gliwice 2016, s. 539-552. 5 Miszczak K.: op.cit., s. 19-34; Vlasenko A., Vlasenko V.: op.cit., s. 539-552. 6 Krajowa strategia rozwoju regionalnego 2010-2020: regiony, miasta, obszary wiejskie, Ministerstwo Rozwoju
Regionalnego, Warszawa, 13 lipca 2010 r., s. 198; S. Koziarski, Transport lądowy na świecie, Wydaw. Instytut
Śląski, Opole 2007, s. 273; Bolszaja enciklopedoa transporta. В 8 т. Т. 4. Zelieznodorożnyj transport, Red. Н.
С. Konariew. - М.:БРЭ, 2003. – с. 1040. 7 Krajowa…, op.cit., s. 198; Koziarski S.: op.cit., s. 273; National Transportation Statistics 2000-2016:
http://www.rita.dot.gov/; Eurostat, http://ec.europa.eu/eurostat/data/database; Rosstat, http://www.gks.ru/wps/
wcm/connect/rosstat_main/rosstat/ru/statistics/; NationMaster, http://www.nationmaster.com/country-info/
stats/transport.
396 A. Vlasenko, V. Vlasenko
towarów (PPT) – praca przewozowa pasażerów (PPP)} w okresie 150 i 30 lat {DLE} i 40 lat
{DLE, PPT, PPP}) na zbiorze 15 wiodących państw-przewoźników (G-15) Id_Pn = {ARG,
AU, BR, CA, ChPR, GE, FR, IND, IT, JP, SP, RF (IR, USSR), SA, UK, US} (Id_Pn w Tabeli
1) w celu ustalenia okresowości zmian strukturalnych i funkcjonalnych dla każdej kategorii.
Wyznaczona grupa państw w różnych okresach historycznych (1840-1990) dysponowała (92-
75)% DLE światowej sieci kolejowej (SK). W celu ustalenia charakterystyk procesów
kształtowania infrastruktury kolejowej została przeprowadzona analiza procesu przyłączenia
111 państw do „klubu świata kolejowego” (ŚK) w skalach 5. i 10. letnich okresów
inwestycyjno-operacyjnych (OIO) i 20.letniego okresu inwestycyjno-strategicznego (OIS).
Szczegółowa analiza zmian infrastrukturalnych (DLE) i funkcjonalnych w okresie 30 lat
(1980-2010) została przeprowadzona na zbiorze 56 państw (STS) – przewoźników
kolejowych (tabela 1).
Tabela 1
Zbiór podstawowy państw – wiodących przewoźników kolejowych (G-56) do analizy HS
Id_Pn Nazwa (ang.) Lp Id_Pn Nazwa (ang.) Lp Id_Pn Nazwa (ang.) Lp
AG Algeria 1 G7A G7 average 20 RF Russian Federation 39
BG Belgium 2 HG Hungary 21 SM Serbia and Montenegro 40
AU Australia 3 IN India 22 SL Slovakia 41
AT Austria 4 JP Japan 23 SA South Africa 42
BD Bangladesh 5 IT Italy 24 SP Spain 43
BL Belarus 6 KH Kazakhstan 25 SD Sudan 44
BU Bulgaria 7 KE Kenya 26 SW Sweden 45
CA Canada 8 LA Latvia 27 SZ Switzerland 46
CL Chile 9 LI Lithuania 28 SY Syria 47
CN People Republic of China 10 ML Malaysia 29 TZ Tanzania 48
CR Croatia 11 MX Mexico 30 TH Thailand 49
CZ Czech Republic 12 MG Mongolia 31 TN Tunisia 50
DRC D.R. of the Congo 13 NL Netherlands 32 TR Turkey 51
DM Denmark 14 NZ New Zealand 33 UA Ukraine 52
EU European Union 15 PA Pakistan 34 UK United Kingdom 53
FL Finland 16 PE Peru 35 US United States 54
FR France 17 PL Poland 36 UR Uruguay 55
GE Germany 18 PT Portugal 37 VT Vietnam 56
GR Greece 19 RO Romania 38
Źródło: Opracowanie własne.
Analiza procesów transportowych w systemach… 397
Rys. 1. Schemat koncepcyjny metodologii analizy HS procesów klasteryzacji ST w STS
Źródło: Opracowanie własne na podstawie: Konariew H.C. (red.): Bolszaja enciklopedoa transporta.
„Zelieznodorożnyj transport”, В 8 т. Т. 4, 2003, с. 1040.
Dla kompleksowej analizy rozwoju ŚK zostały zidentyfikowane modele semantyczne –
korelacyjne dynamiczne, strukturalne i kategorialne na zbiorze 30 państw na 30. letnim
okresie. Wybór okresów analizy i modelowania został podyktowany zamiarem dopasowania
modeli w czasie do cykli N.D. Kondratiewa (60-40 lat w XIX-XX st.)8 i faz globalizacyjnych
i glokalizacyjnych (lata 80. XX w. – pierwsza dekada XXI w.)9. Procesy klasteryzacji
terytorialnej (strukturalnej) z powstaniem hiper-regionów i STS są identyfikowane w ramach
modelu G-56 względem wyznaczonych centrów geopolitycznych do których zaliczane
wymienione we wstępie regionalne organizacji międzynarodowe, i w kontekście integracji
infrastruktury i synergii prac przewozowych w procesach wymiany handlowej i mobilności
społecznej. Natomiast klasteryzacja funkcjonalna jest oparta na stopniu bliskości (zbieżności)
zmian procesów i kierunków rozwoju w ramach wyznaczonych semantyk państw nie
obowiązkowo terytorialnie bliskich ale zbliżonych pod kątem poziomu technologii, modeli
gospodarczych i paradygmatów rozwoju. Metodyki normalizacji danych źródłowych,
kształtowania SeWs, analizy statystycznej opisowej SeWt i SeKt, oceny miar zbieżności
8 Vlasenko A., Vlasenko V.: op.cit., s. 539-552. 9 Miszczak K.: op.cit., s. 19-34.
Analiza HS procesów rozwoju systemu transportu w obrębie
STS – metody modelowania semantycznego
Kształtowanie SeWs wg taksonomii ST z oceną WGSP, WCh, analiza PSO
Kształtowanie SeWt – macierzy korelacyjnych MoC_WGSP, MoC_WCh, analiza PSO
Synteza modeli korelacyjnych: dynamicznych MoC(WGSP(N_K), Y), strukturalnych
MoC(WCh(Y), N_K), kategorialnych MoAKF(WCh(N_K, Y), N_K, ΔY)
Kształtowanie SeKt – obliczenie AKF CoC (WCh(Y), Y) i ocena PSO AKF
Identyfikacja modeli semantycznych na podstawie interpretacji modeli korelacyjnych:
klastery terytorialne, klastery funkcjonalne, miary zbieżności zmian, miary bliskości,
miary okresowości, stopień postępu (anomalii rozwoju, stagnacja, kryzys, upadek)
Modele semantyczne procesów klasteryzacji ST w STS:
ogólnosystemowe, infrastrukturalne, funkcjonalne
398 A. Vlasenko, V. Vlasenko
(synergii) dynamicznej WGSP i bliskości strukturalnej WCh są opisane w encyklopedii
transportu10 i in. publikacjach.
3. Analiza HS miar zbieżności procesów transportowych w STS
Rysunki 2a-2c przedstawiają wyniki analizy procesów kształtowania sieci kolejowej
(liczby państw-członków „światowego klubu kolejowego” (LPCK) – przystępujących do ŚK
w OIO (IOS) i współczynników wariancji korelacji (CoV_CoC(LPCK, OIO(OIS)) =
MSEoCoC/MoCoC). Rys. 2d przedstawia dynamikę zmian DLE państw G-15 w okresie
1840-1990 i zmian CoV_CoC (DLE, OIO). Wykresy wyraźnie wskazują na okresy ostrych (2-
8 krotnie) zmian wariancji korelacji (1845-1900 – w skali 5. i 10. letniej OIO; 1870-1920 –
20. letniej OIS) co pasuje do granic II i III cykli koniunkturalnych11. Analiza zmian auto-
normalizowanych (AN-) DLE (Rys. 3a-3d) w G-15 wskazuję na dość równomiernie
korelowane zmiany w okresie 1840-1920 z następującymi spadkami korelacji w okresie
wielkiego kryzysu lat 20-30-ch (1930-1940) i okresem recesyjnych zmian w latach 60-90-ch
XX w. Analiza miar zbieżności (MZ) zmian DLE państw G-15 prowadzona na zbiorze
adaptacyjnie auto-normalizowanych (AAN-) danych w okresie 1850-1990 (na skali czasowej
10.letnich OIO i na progu korelacji CoC >= 0,9) wskazuje na trzy charakterystyczne okresy
czasowe: 1860-1920 (MZ = 4), 1930-1960 (MZ = 2) i 1970-1990 (MZ = 1). Oceny bliskości
(podobieństwa) historii zmian na pełnym okresie analizy są przedstawione na rys. 3d jako
współczynniki wariancji korelacji między-państwowych. Tabela 2 zawiera wykazy grup
państw ze stopniem korelacji zmian AAN_DLE CoC(WCh (N_K, Y)) >= 0,9. Parametr WRT
(Wartościowość) wskazuje liczbę państw-członków klastrów z G-15.
Analiza klasteryzacji uwzględnia AN-, AAN- wskaźniki zmian w ST STS
ogólnosystemowe, strukturalne i funkcjonalne łączone w SeWs, przykład których jest podany
w tabeli 3 – AN-procesy w SK STS Niemiec (RFN i NRD w okresie OIO 1950-1990) w
postaci rozkładów wskaźników infrastrukturalnych {długości: D – DLE- eksploatowane, DM
– magistralne, DE – elektryfikowane, DN – wąskotorowe}; ogólnosystemowych {DS –
gęstość kolei na jednostkę powierzchni, DP – na jednostkę ludności, PKD, PPD – względna
praca przewozowa towarów i pasażerów}; przewozowych {PK – (%max tkm), PP – (%max
pkm)}.
10 Konariew H.C. (red.): op.cit., с. 1040. 11 Vlasenko A., Vlasenko V.: op.cit., s. 539-552.
Analiza procesów transportowych w systemach… 399
Liczba państw - członków "klubu ŚK" (1825 - 1964)
2
4
6
8
10
12
14
1825-29 40-44 55-59 70-74 85-89 1900-04 1915-30
5.letnie okresy OIO
Lic
zb
a p
ań
stw
w
OIO
-10,00
-8,00
-6,00
-4,00
-2,00
0,00
2,00
4,00
6,00
8,00
Co
V_C
oC
LP
CK
Liczba państw - członków klubu ŚK (LPCK)
Dynamika CoV_CoC LPCK
Liczba państw - członków "klubu ŚK" (1825 -1964)
4
6
8
10
12
14
16
18
1825-34 45-54 65-74 85-94 1905-14
10.letnie okresy OIO
Lic
zb
a p
ań
stw
w
OIO
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
Co
V_C
oC
LP
CK
Liczba państw-członków "klubu ŚK" (LPCK)
Dynamika CoV_CoC LPCK
Liczba państw - członków "klubu ŚK" (1825 -
1964)
14
16
18
20
22
24
26
28
30
1825-59 60 - 79 80 - 99 1900 -19 20 - 70
20.letnie okresy OIS
Lic
zb
a p
ań
stw
w
OIS
0,00
0,50
1,00
1,50
2,00
2,50
Liczba państw-członków "klubu
ŚK(LPCK)"
Dynamika CoV_CoC LPCK
a) b) c)
Rys. 2. Procesy kształtowania sieci kolejowej świata – gęstość liczb państw realizujących projekty
inwestycyjne w okresach 5-letnich (a); 10-letnich (b) operacyjnych; 20-letnich strategicznych
(c)
Źródło: Opracowanie własne na podstawie danych historyczno-statystycznych
Normalizowana dlugość linii kolejojch eksploatowanych (DLE) i
wspólczynnik wariancji (CoV_DLE) w państwach G-15
0,00
20,00
40,00
60,00
80,00
100,00
120,00
1840 50 60 70 80 90 1900 10 20 30 40 50 60 70 80 90
Lata OIO
No
rm_
DLE
0,00
0,50
1,00
1,50
2,00
2,50
3,00
Co
V_
DLE
Normal izowana DLE (% max) CoV_DLE
Dynamika średniej ruchomej korelacji i CoV_CoC zmian DLE G-15
(AN-procesy, 1840 - 1990)
-4,00
-2,00
0,00
2,00
4,00
1840 50 60 70 80 901900 10 20 30 40 50 60 70 80 90
Lata OIO (OIS)
CoV
_CoC
DLE
-0,400
-0,300
-0,200
-0,100
0,000
0,100
0,200
0,300
0,400
0,500
0,600
Śre
dnia
CoC
DLE
CoV_CoC 10.letnie OIO ( 1840 - 1990)
CoV_CoC 20.letnie OIS (1850 - 1990)
Średniie CoC DLE (10.letnie OIO)
Srednie CoC DLE (20.letnie OIS)
a) b)
Sygnatury miar zbieżności zmian dlugości kolei G-15 (korelacje dynamiczne, AAN-
procesy, 1850 - 1990)
0
2
4
6
8
10
12
14
1850 60 70 80 90 1900 10 20 30 40 50 60 70 80 90
Lata OIS
Mia
ry z
bie
żn
ości
CoC>=0,9 CoC>=0,7 CoC>=0,5 CoC>=0,25
Sygnatury miar zbieżności zmian dlugości kolei G-15 (korelacje międzypaństwowe,
AAN-procesy, 1850 - 1990)
0
2
4
6
8
10
12
14
16
GE FR JP IT S
P
RF(USSR)
ChPR
IND
BR
SA
US
CA
AR
AU
UK
Państwa członkowskie G-15
Mia
ry z
bie
żn
ości
CoC>=0,9 CoC>=0,7 CoC>=0,5 CoC>=0,25
c) d)
Rys. 3. Analiza dynamiki rozwoju sieci kolejowych w państwach grupy G-15: AN- długość kolei
(DLE) sumaryczna i oceny współczynnika wariancji międzypaństwowej DLE (a); PSO
korelacji zmian DLE (b); sygnatury miar zbieżności DLE – korelacja dynamiczna (c); -
między-państwowa (d)
Źródło: Opracowanie własne.
Kształtowane semantyki SeWs(Id_Pn) zostały poddane analizie korelacyjnej z oceną
PSO – średniej korelacji (MoCoC), wariancji (MSE) i współczynnika wariancji (CoV_CoC).
Wartości CoV_CoC w zbiorze 12 SeWs z G-15 są podane w tabeli 4. Z tej analizy wynika
jasny obraz zmian w okresie powojennym (1950-1960), recesyjnym (1970-1980) i
400 A. Vlasenko, V. Vlasenko
rozpoczęcia zmian w ŚWE, Chinach, ZSRR – 1990. Średnie CoV_CoC zmieniają się
względnie w zakresie 1,5-7,5 razy. Klasteryzacja funkcjonalna STS występuje pośród państw
znajdujących się na podobnych poziomach rozwoju technologicznego. W tabeli 5 są podane
struktury klasterów funkcjonalnych w G-15 z ocenami statystyk PSO SeWt: najniższy rozrzut
korelacji (CoV_CoC) posiadają Gr_3.1 – {RF (ZSRR), Chiny (ChPR), Indie}, Gr_7 {EU-4,
Japonia, RPA, Kanada}, najwyższy – Gr_3.2 {US, UK, Kanada}.
Tabela 2
Klasteryzacja STS – stopień podobieństwa (CoC >= 0,9) historii rozwoju SK G-15
G-15 IN AR AU SA IT BR CA SP JP US RF GE FR CN UK
WRT 10 9 9 9 9 8 8 8 6 6 5 4 2 1 0
Pań
stw
a cz
łon
ko
wsk
ie
kla
ster
a
AR AU AR AR AR AR AG AR AR AU AR FR GE RF -
AU BR BR AU AU AU AU AU AU BR CN IN US - -
BR CA CA BR BR CA BR BR CA FR JP IT - - -
CA IN IN CA CA IN IN CA IN GE SA US - - -
GE IT IT IN GE IT IT IN RF IN SP - - - -
IT JP JP IT IN SA JP IT SA IT - - - - -
JP RF SA JP SA SP SA RF - - - - - - -
SA SA SP RF SP US SP SA - - - - - - -
SP SP US SP US - - - - - - - - -
US - - - - - - - - - - - - - -
Źródło: Opracowanie własne.
Tabela 3
Semantyka wstępna procesów w sieci kolejowej STS Niemiec (RFN i NRD)
OIO D DE DM DN DS DP PK PKD PP PPD
1950 90,1 11,0 76,6 100,0 92,5 94,4 65,1 49,5 100,0 80,0
1960 100,0 31,5 76,2 95,4 100,0 100,0 98,7 69,2 89,9 97,9
1970 91,7 65,1 96,5 39,7 91,5 88,8 97,0 93,3 67,9 91,5
1980 88,0 83,8 99,3 20,8 88,1 85,7 100,0 100,0 71,6 99,5
1990 79,1 100,0 100,0 18,2 86,1 85,7 74,1 93,8 61,4 100,0
Źródło: Opracowanie własne na podstawie danych Krajowej strategii rozwoju regionalnego 2010-
2020: regiony, miasta, obszary wiejskie. Ministerstwo Rozwoju Regionalnego, Warszawa, 13
lipca 2010, s. 198.
Tabela 4
Współczynniki wariancji korelacji SeWt ST STS państw G-15 w okresie 1950-1990
OIO\Id_Pn GE FR IT SP RF CN IN SA JP US CA UK
1950 2,06 3,36 11,90 2,17 1,72 1,21 1,03 1,61 0,88 -18,7 0,97 4,11
1960 1,33 1,69 0,34 2,13 1,80 1,22 0,88 1,03 1,01 1,09 0,74 1,65
1970 0,97 0,82 0,68 3,04 0,93 0,79 0,65 0,48 1,08 0,91 0,78 0,69
1980 1,72 1,56 0,81 1,87 1,15 0,69 0,35 1,09 0,35 1,68 0,68 1,50
1990 1,86 3,19 1,02 6,12 -90,0 -4,83 8,26 2,18 34,8 2,58 -18,6 3,18
Śr_CoV_CoC 0,42 0,42 0,52 0,43 0,63 0,72 0,40 0,45 0,64 3,01 0,45 1,66
Źródło: Opracowanie własne.
Analiza procesów transportowych w systemach… 401
Tabela 5
Klasteryzacja funkcjonalna semantyk SeWs państw grupy G-15 w okresie 1950-1990
Id_Gr Id_Pn – identyfikatory państw członkowskich – klastery funkcjonalne MoCoC MSE CoV
Gr_12 GE FR IT SP RF UK US CA SA JP CN IN 0,491 0,285 0,58
Gr_7 GE FR IT SP JP SA CA - - - - - 0,671 0,193 0,29
Gr_6_1 GE FR IT SP RF UK - - - - - - 0,486 0,315 0,65
Gr_6_2 US CA SA JP CN IN - - - - - - 0,486 0,318 0,65
Gr_6_1/2 US CA SA JP CN IN GE FR IT SP RF UK 0,437 0,247 0,57
Gr_5_1 GE FR IT SP US - - - - - - - 0,574 0,370 0,64
Gr_5_2 GE FR IT SP UK - - - - - - - 0,628 0,305 0,49
Gr_3_1 RF CN IN - - - - - - - - - 0,780 0,209 0,27
Gr_3_2 UK US CA - - - - - - - - 0,425 0,519 1,22
Źródło: Opracowanie własne.
Analiza zmian SK w fazie globalizacyjnej i na początku fazy glokalizacyjnej (1980-2010)
prowadzona w ramach SeWs grupy G-56 (rys. 4). STS kształtowane wg bliskości terytorialnej
i przynależności do organizacji regionalnych lub centrów geopolitycznych (tabela 6).
Dlugość tras kolejowych w sieci STS (tys. route-km)
750,0
800,0
850,0
900,0
950,0
1980 1985 1990 1995 2000 2005
Lata OIO
Dłu
go
ść t
ras o
gó
lna,
17,5
18,0
18,5
19,0
19,5
20,0
20,5
21,0
21,5
Śre
dn
ia d
ług
osć k
ole
i
Dlugość dróg kolejowych w G-56
Średnia długość kolei STS
Sygnatury miar zbieżności zmian dlugości kolei
(CoC>=0,9, AAN-procesy, 1980 - 2010)
0
2
4
6
8
10
12
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008
Lata OIO
Mia
ry z
bie
żn
oś
ci
G-56 EU-G7A-CA-RF-US-IN ŚWE EU-22 WP
a) b)
Rys. 4. Dynamika zmian infrastrukturalnych kolei w państwach G-56: sumaryczna i średnia w
państwie (STS) DLE (a); sygnatury miar zbieżności AAN- zmian DLE w G-56 i STS (b)
Źródło: Opracowanie własne.
Tabela 6
Struktury klasterów terytorialnych jako STS
Id_STS Id_Pn – identyfikatory państw członkowskich STS – klastery terytorialne
STS_1 BR AR CL UR PE - - - - - - -
STS_2 CA MX US - - - - - - - - -
STS_3 IQ SY TR IR UZ TK - - - - - -
STS_4 CN KH TH VT BR ML MG JP - - - -
STS_5 IN PA BD - - - - - - - - -
STS_6 AT BU CZ CR DM FL FR GE GR HU LA LI
STS_6_cd NL PL PT RO SM SL SP IT SW - - -
STS_7 BU HU LA LI CZ BL PL SL SM CR UA GR
Źródło: Opracowanie własne.
Analiza bliskości procesów wskazuje na znaczącą różnicę parametrów SeWt
wyróżnionych STS (tabela 6) względem semantyk w G-56(-46; -29). W tabeli 7 są
przedstawione struktury STS – klasterów terytorialnych, podane wykazy Id_Pn i WRT
państw tworzących klastery funkcjonalne: a) na podstawie bliskości zmian infrastruktury
402 A. Vlasenko, V. Vlasenko
(DLE); b) – pracy przewozowej ładunków (PPK); c) – pracy przewozowej pasażerskiej
(PPP). W tabelach 8a-8c są podane wyniki identyfikacji SeWt klasterów terytorialnych wzgl.
G-56 (-29; - 46).
Tabela 7
a) Klastery funkcjonalne – infrastrukturalne (10 klasterów, AAN- procesy, CoC >= 0,9)
Id_Pn MX NZ TR CN IND BG PL PT TH FR
WRT 4 4 4 3 3 2 2 2 2 1
b) Klastery funkcjonalne – przewóz ładunków (14 klasterów, AAN- procesy, CoC >= 0,9) Id_Pn KH BL NL PL RF AG HU IN IT UA US CN IR MX
WRT 8 7 7 7 7 6 6 6 6 6 5 4 4 3
c) Klastery funkcjonalne – przewóz pasażerów (23 klastery, AAN- procesy, CoC >= 0,9)
Id_Pn LI VT IN MX RO BU LV CN
WRT 11 9 8 8 8 8 8 7
Id_Pn RF SP PE SM PL UK FR SK
WRT 7 7 7 7 7 6 5 5
Id_Pn MG CZ IR UZ UA CR KH
WRT 5 4 4 4 3 2 2
Źródło: Opracowanie własne.
Tabela 8
a) PSO SeWt AAN- zmian infrastrukturalnych kolei w STS (1980-2010)
Id_STS STS_1 STS_2 STS_3 STS_4 STS_5 STS_6 STS_7 GSTS G-56
MoCoC 0,291 0,283 0,514 0,078 0,128 0,166 0,206 0,064 0.037
MSEoCoC 0,432 0,780 0,318 0,600 0,735 0,438 0,473 0,595 0,453
CoV_CoC 1,49 0,367 0,62 7,70 5,73 2,64 2,30 9,36 12,2
b) PSO SeWt AAN- zmian funkcjonalnych kolei STS (PPK, 1980-2010)
Id_STS STS_1 STS_2 STS_3 STS_4 STS_5 STS_6 STS_7 GSTS G-29
MoCoC 0,603 0,918 0,863 0,232 0,297 0,13 0,762 0,411 0,06
MSEoCoC 0,272 0,089 0,104 0,535 0,709 0,43 0,180 0,600 0,51
CoV_CoC 0,475 0,097 0,122 2,31 2,39 3,17 0,237 1,46 8,32
c) PSO SeWt AAN- zmian funkcjonalnych kolei STS (PPP, 1980-2010)
Id_STS STS_1 STS_3 STS_4 STS_5 STS_7 GSTS G-46
MoCoC 0,617 0,307 0,428 0,452 0,513 0,069 0,066
MSEoCoC 0,286 0,612 0,519 0,679 0,432 0,669 0,616
CoV_CoC 0,46 1,99 1,21 1,50 0,84 9,64 9,36
Źródło: Opracowanie własne. GSTS – grupa STS (STS_1..STS_7)
5. Podsumowanie
Przedstawiona analiza procesów w sektorach transportu kolejowego wskazuje na
okresowość zmian infrastrukturalnych zbliżonych do cykli koniunkturalnych z
przyspieszeniem w drugiej połowie XX – na początku XXI w. Procesy są poddawany
Analiza procesów transportowych w systemach… 403
wpływom zjawisk globalizacyjnych – powstanie klasterów funkcjonalnych, i
glokalizacyjnych – kształtowanie STS jako hiper-regionów – klasterów terytorialnych, z
obniżeniem korelacji procesów w ST państw na skali globalnej z wyraźnym wzrostem
zbieżności aktywności w ramach hiper-regionów. Metody modelowania pozwoliły na
dokładną identyfikację modeli strukturalnych STS co udowodniło wysoką dyskryminacyjną
zdolność tych metod. Jako dziedziny zastosowania metod, zdaniem autorów, mogą być
analiza i prognozowanie procesów glokalizacji, uzasadnienie decyzji strategicznych przy
zmianie paradygmatu rozwoju i ocenach zrównoważoności STS.
Bibliografia
1. Eurostat, http://ec.europa.eu/eurostat/data/database.
2. Konariew H.C. (red.): Bolszaja enciklopedoa transporta. В 8 т. Т. 4. Zelieznodorożnyj
transport. 2003.
3. Korotayev A.V., Tsirel S.V.: A Spectral Analysis of World GDP Dynamics: Kondratieff
Waves, Kuznets Swings, Juglar and Kitchin Cycles in Global Economic Development,
and the 2008-2009 Economic Crisis, Structure and Dynamics. “eJournal of
Anthropological and Related Sciences”, http://escholarship.org/uc/item/9jv108xp, 2010.
4. Koziarski S.: Transport lądowy na świecie. Instytut Śląski, Opole 2007.
5. Krajowa strategia rozwoju regionalnego 2010-2020: regiony, miasta, obszary wiejskie.
Ministerstwo Rozwoju Regionalnego, Warszawa, 13 lipca 2010.
6. Miszczak K.: Procesy glokalizacji w rozwoju nowoczesnego terytorium. Acta
Universitatis Lodziensis, Folia Oeconomica, nr 289, 2013.
7. National Transportation Statistics 2000..2016, http://www.rita.dot.gov/.
8. NationMaster, http://www.nationmaster.com/country-info/stats/transport.
9. Rosstat, http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/.
10. Strategie Ponadregionalne – wymiar terytorialny polityki rozwoju. Ministerstwo
Infrastruktury i Rozwoju, Warszawa, marzec 2015.
11. Vlasenko A., Vlasenko V.: Metody analizy zrównoważoności rozwoju wielkich
społeczno-terytorialnych systemów: modelowanie semantyczne procesów w sektorze
transportu. Zeszyty Naukowe Politechniki Śląskiej, s. Organizacja i Zarządzanie, z. 95.
Gliwice 2016.