Slawek Kluz - Ewolucja modelu danych w testach funkcjonalnych – case study
Potencjały miejskich obszarów funkcjonalnych
-
Upload
marcin-baron -
Category
Economy & Finance
-
view
407 -
download
0
Transcript of Potencjały miejskich obszarów funkcjonalnych
PODEJŚCIE POTENCJAŁOWE
DO ANALIZY
MIEJSKICH OBSZARÓW FUNKCJONALNYCH
Marcin Baron
Opracowano na podstawie artykułu złożonego do publikacji w czasopiśmie „Studia ekonomiczne”.
Streszczenie
W prezentacji zobrazowano podejście metodyczne do analizy miejskich obszarów funkcjonalnych (MOF) przez pryzmat ich potencjałów rozwojowych.
Przedstawiono rozwiązanie koncepcyjne w tym zakresie oraz wyniki badania pilotażowego polskich metropolitalnych MOF.
Wg przyjętej metodyki można je sklasyfikować w 3 podzbiory. Pierwszym – jednoelementowym – jest MOF Warszawy. Podzbiór drugi, wyróżniających się metropolitalnych MOF, tworzą MOF: Gdańska, Krakowa, Poznania oraz Wrocławia. Do trzeciego podzbioru, pozostałych metropolitalnych MOF, należą MOF: bydgosko-toruński, Katowic, Lublina, Łodzi i Szczecina.
Potencjał rozwojowy
Zasób dla przyszłych korzyści
Pietrzyk, 2000
Szlachta, 2009
Nazarczuk, 2013
Piontek, 2015
Miejski obszar funkcjonalny
Delimitacja
P. Śleszyńskiego
[2013]
Model
Model regionalnej polityki miejskiej województwa śląskiego
[Kuźnik i in. 2014, 2015]
Ujęcie potencjałowe:
potencjał rezydencjalny
potencjał innowacyjny
Operacjonalizacja
MOF
NUTS2
NUTS3 Miejsc.
Warsztaty regionalne – identyfi-kacja potencjałów
Mi e rn i k i
Potencjał rezydencjalny (2012)
MOF r1 r2 r3 r4 r5 r6 r7 r8 r9 r10 r11 r12
MOF bydgosko-toruński 0,8931 0,3102 0,1054 0,9673 0,7653 0,0148 0,1298 0,4404 0,1995 0,0000 0,1839 0,0756
MOF Gdańska 0,8016 0,8589 0,4257 0,2804 0,5729 0,1840 0,1962 0,7290 0,2294 0,6900 0,8163 0,2877
MOF Katowic 0,6454 0,0000 0,0000 0,8984 0,7402 0,1061 0,4696 0,0000 0,3519 0,1837 1,0000 0,4457
MOF Krakowa 0,7683 0,6763 1,0000 0,7570 0,0000 0,1994 0,2802 0,1752 0,3355 0,3774 0,0497 0,2863
MOF Lublina 0,8260 0,5270 0,2660 1,0000 0,5374 0,0000 0,0000 0,2327 1,0000 0,3387 0,1140 0,0000
MOF Łodzi 0,0000 0,2304 0,3796 0,3294 1,0000 0,1056 0,2846 0,1717 0,0000 0,4866 0,0000 0,6658
MOF Poznania 1,0000 0,6351 0,6756 0,2944 0,6145 0,3726 0,7957 0,5588 0,3532 0,3082 0,1660 0,2314
MOF Szczecina 0,8198 0,3845 0,1380 0,0000 0,6592 0,0584 0,2407 0,3122 0,2901 0,2665 0,0573 0,2753
MOF Warszawy 0,5238 0,7123 0,5712 0,5760 0,3869 1,0000 1,0000 1,0000 0,1892 0,3177 0,6705 1,0000
MOF Wrocławia 0,6647 1,0000 0,5729 0,4766 0,8996 0,3132 0,3777 0,4579 0,4303 1,0000 0,1826 0,7022
Unikanie obc. demog.
Mieszkaln.
Kultura wys.
Krajobraz
Handel
Bogactwo
Mieszkaln. publ.
Transport Kultura
Potencjał innowacyjny (2012)
Nakłady innow.
Zatrudn. B+R
Produktywność
Inwestycje
Wyposaż. tech.
MOF i1 i2 i3 i4 i6 i7 i8
MOF bydgosko-toruński 0,0000 0,1100 0,0000 0,2696 0,0165 0,3408 0,5950
MOF Gdańska 0,1159 0,7448 0,4906 0,6109 0,7497 0,5350 0,5560
MOF Katowic 0,2275 0,5048 0,1171 0,4023 0,5455 0,5524 0,0000
MOF Krakowa 0,0927 0,5999 0,7375 0,2347 0,0736 0,1805 1,0000
MOF Lublina 0,0063 0,0444 0,2200 0,0000 0,1288 0,0000 0,5772
MOF Łodzi 0,2677 0,1544 0,2933 0,3302 0,0000 0,1913 0,5742
MOF Poznania 0,0934 0,1533 0,3256 0,5759 0,5298 0,5602 0,6109
MOF Szczecina 0,1999 0,0000 0,1318 0,5768 0,8184 0,4282 0,6142
MOF Warszawy 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,1992
MOF Wrocławia 0,1754 0,6117 0,3603 0,4065 0,6967 0,4063 0,7220
Zasil. kadrowe
Wskaźniki syntetyczne (2012)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
MOF bydgosko-toruński
MOF Gdańska
MOF Katowic
MOF Krakowa
MOF Lublina
MOF Łodzi
MOF Poznania
MOF Szczecina
MOF Warszawy
MOF Wrocławia
Potencjał innowacyjny
Potencjał rezydencjalny
Podsumowując
Selektywne podejście – nie wszystko jest potencjałem rozwoju (metropolitalnego).
Wyraźnie zarysowane 2 grupy + MOF Warszawy.
Słabość danych statystycznych w ogóle, w szczególności w układzie MOF; podejście grid na obecną chwilę nierealne dla MOF.
Wykorzystanie szeregów czasowych i wartości uśrednionych w czasie może zredukować potencjalne zafałszowania obrazu.