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

[email protected]

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.


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.


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


(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.


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)


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)"


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)


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


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 - - - - - - - - - - - - - -


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



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


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)


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


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


(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


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


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.

ANALIZA PROCESÓW TRANSPORTOWYCH W SYSTEMACH … 112/33 Vlasenko... · Słowa kluczowe: transport,...

Documents

Transcript of ANALIZA PROCESÓW TRANSPORTOWYCH W SYSTEMACH … 112/33 Vlasenko... · Słowa kluczowe: transport,...