Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych:  statystyka I Morana
help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
W pracy przedstawiono zastosowanie statystyki I Morana do wyznaczenia stopnia zależności przestrzennej. Dodatkowo pokazano możliwość zobrazowania rozkładu przestrzennego zainwestowanych środków finansowych w obiektach przestrzennych. Celem pracy było wyznaczenie zależności przestrzennych zmiennych diagnostycznych opisujących pozabudżetowe środki przeznaczone na inwestycje w województwie małopolskim na poziomie gmin. W tym celu wykorzystano dane z kwerend Urzędu Statystycznego. Rozkłady przestrzenne zmiennych zobrazowano w programie ArcView, a analizę przestrzenno-statystyczną wykonano w programie RCRAN. Analizę przeprowadzono na 182 gminach województwa małopolskiego. Na podstawie analizy wybranych zmiennych diagnostycznych można stwierdzić, że mogą one być bardzo przydatne w geografii ekonomicznej.
Wyraźne zróżnicowanie terenu województwa małopolskiego pod względem topograficznym, jak i nierówne zasoby finansowe poszczególnych gmin, powiatów mogą determinować poziom rozwoju infrastruktury. Obecnie, gdy Polska została członkiem Unii Europejskiej i weszła w jej struktury finansowania wpływ na przestrzenny rozwój potencjału infrastrukturalnego ma również aktywność samorządów terytorialnych. Wzrost rozbudowy i modernizacji sprzyja lokalnej koncentracji gmin o wysokich wartościach wskaźnika. Infrastruktura techniczna jest elementem ściśle związanym z przestrzenią, a na jej poziom mają wpływ czynniki społeczne, finansowe i ludzkie. Co daje podstawę do analizy wpływu lokalnych przestani na jej rozwój czy brak rozwoju. W artykule do wyznaczenia zróżnicowania lokalnego gmin zastosowano lokalną statystykę Ii Morana (Local Moran). Statystyką lokalną można zweryfikować czy gmina jest otoczona przez obiekty sąsiednie (gminy) podobnymi lub różnymi wartościami badanej zmiennej w stosunku do losowego rozkładu tych wartości w przestrzeni. Pozwala to na identyfikację przestrzennych efektów aglomeracji. Taka analiza związków przestrzennych wskaźników lokalnych (LISA, Local Indicators of Spatial Association) została zaproponowana przez Angelina [Anselin 1995]. Celem opracowania jest przedstawienie lokalnych wskaźników zależności przestrzennych jednostek administracyjnych na poziomie gmin woj. małopolskiego pod względem jednego wskaźnika infrastruktury technicznej jakim jest długość sieci wodociągowej do powierzchni terytorium obiektu. Taka analiza może być pomocna przy podejmowaniu decyzji podczas wsparcia finansowego, kierowanie funduszy pomocowych tak, aby gminy tworzące wyspy niskich wartości mogły w najbliższym czasie osiągnąć pułap wzorców przestrzennych. Statystyki autokorelacji przestrzennej informują o rodzaju i sile zależności przestrzennej, umożliwiają pełniejszy niż tradycyjnie stosowane miary, określenie związków pomiędzy obiektami przestrzennymi oraz określenie struktury przestrzennej.
Określono siłę i charakter autokorelacji przestrzennej wartości wskaźnika syntetycznego poziomu rozwoju wybranych elementów infrastruktury technicznej funkcjonującej na obszarach wiejskich województwa świętokrzyskiego. Wartość wskaźnika syntetycznego określono na podstawie syntetycznej miary rozwoju Hellwiga. Przeprowadzone badania nie potwierdziły występowania autokorelacji przestrzennej w zakresie poziomu rozwoju infrastruktury.
Autokorelacja jest działem statystyki, który zajmuje się analizą danych przestrzennych, w dalszej kolejności opisem i badaniem zjawisk przestrzennych. Metody statystyki przestrzennej nazwane są także przeglądową analizą danych przestrzennych (explorative spatial data analysis, ESDA). Statystyki przestrzenne są efektywnym sposobem wyszukiwania zależności występowania danego zjawiska z przestrzenią geograficzną. Miary autokorelacji przestrzennej obrazują zależność zmiennych w odniesieniu do lokalizacji przestrzennej. Korelacja przestrzenna (autokorelacja dodatnia) pozwala stwierdzić, że nasilenie danego zjawiska jest bardziej zauważalne w obiektach przyległych do siebie niż w obiektach od siebie odległych. W statystyce przestrzennej są wykorzystywane dwa typy miar: miary globalne i miary lokalne. Autorzy w artykule do zobrazowania przestrzennej zależności występowania infrastruktury gospodarki wodno-ściekowej posłużyli się miarą globalną. Do obliczenia miary globalnej wykorzystano program R CRAN. Wyliczono miarę globalną statystyki I Morana dla różnych macierzy wag przestrzennych. Dane do analizy pozyskano z Głównego Urzędu Statystycznego w Krakowie i jest to stan infrastruktury wodno-ściekowej na rok 2004. Statystyka I Morana pozwala wykryć globalne wzorce autokorelacji w obiektach przestrzennych w odniesieniu do przyjętej macierzy wag. Miara globalna jest jedno-liczbowym wskaźnikiem zależności przestrzennej lub ogólnego podobieństwa regionów. Zaletą miary globalnej jest jej syntetyczność, a wadą uśrednianie. W artykule przedstawiono możliwości zastosowania statystyki przestrzennej w analizie zjawisk infrastruktury wodnościekowej. W tym celu zbadano zróżnicowanie gmin województwa małopolskiego względem wybranych elementów infrastruktury technicznej należących do grupy gospodarki wodno-ściekowej. Analizy dokonano na podstawie wskaźników nasycenia wodociągami i kanalizacją powierzchni obiektów.
Statystyka przestrzenna jest najnowszym działem statystyki, który zajmuje się analizą danych przestrzennych, a w dalszej kolejności opisem i badaniem układów przestrzennych. Metodologia badań zjawisk przestrzennych zasadniczo różni się od metodologii statystyki klasycznej, mimo że w większości powstała na podstawie metod statystyki klasycznej. Wyjaśnienie zjawisk rozpatrywanych w czasie wymaga spojrzenia w jednym kierunku (przeszłość – przyszłość), tymczasem wyjaśnienie zjawisk rozpatrywanych w przestrzeni wymaga spojrzenia we wszystkich kierunkach jednocześnie. Ocena autokorelacji przestrzennej wymaga wiedzy na temat stopnia i specyfiki różnorodności przestrzennej, czyli właściwości polegającej na zróżnicowaniu cech poszczególnych miejsc i regionów geograficznych. Różnorodność przejawia się natężeniem i kierunkiem kształtowania procesów przestrzennych. Rozpatrując regułę Toblera [1970] zwaną pierwszym prawem geografii można przypuszczać, iż: „wszystkie obiekty są z sobą powiązane, a siła tych powiązań maleje wraz ze wzrostem odległości między nimi”. Zazwyczaj zwiększaniu odległości w przestrzeni towarzyszy wzrost zróżnicowania cechy, w związku z tym także jej niejednorodność. Tezę Toblera o istnieniu zależności przestrzennej zasygnalizowało wielu badaczy z różnych dziedzin, np. w badaniach wielofunkcyjnego rozwoju obszarów wiejskich [Krakowiak-Bal 2005; Woźniak, Sikora 2005] czy geografii gospodarczej [Domański 1988].
Dynamicznie rozwijająca się cywilizacja wymaga dostatecznego dostępu do szeroko rozumianej infrastruktury. Termin ten oznacza zbiór urządzeń i instalacji użytku publicznego, niezbędnych do zapewnienia należytego funkcjonowania gospodarki narodowej i życia społeczeństwa [Krakowiak-Bal, 200]. Na przestrzeni wieków infrastruktura najlepiej rozwijała się w tych miejscach, gdzie zagęszczenie ludności było największe, a więc głównie na obszarach miejskich. Tendencja ta nadal jest widoczna, jednakże istniejące programy i fundusze Unii Europejskiej zapewniają wyrównywanie dysproporcji pomiędzy terenami wiejskimi a miastami. Główną rolę w tym procesie odgrywa Program Rozwoju Obszarów Wiejskich, który umożliwia uzyskanie dofinansowania do realizacji najbardziej potrzebnych w danym regionie inwestycji infrastrukturalnych. Według Siemińskiego [1996] infrastrukturę w zależności od zakresu, dzielimy na trzy grupy: infrastrukturę techniczną, infrastrukturę społeczną oraz infrastrukturę ekonomiczną. Niniejsza praca dotyczy zagadnień infrastruktury technicznej. Ten rodzaj infrastruktury charakteryzuje się niezmienną lokalizacją w terenie, ogólną dostępnością, funkcjonalnością oraz otwartością. Cechuje ją linearność, długotrwałość, kapitałochłonność (duże nakłady inwestycyjne i eksploatacyjne), niepodzielność oraz złożoność techniki i technologii wykonania. Wszystkie gałęzie infrastruktury technicznej (miedzy innymi: wodociągi, kanalizacje, drogi, koleje, itp.) są ściśle powiązane ze środowiskiem w którym występują. Celem pracy było wyznaczenie przestrzennych zależności (na podstawie statystyki I Morana) pomiędzy nasyceniem wybranymi elementami infrastruktury technicznej gmin województwa małopolskiego. Za przedmiot badań wybrano trzy gałęzie infrastruktury technicznej: sieć wodociągową, kanalizacyjną oraz gazową. Wyniki pracy odnoszą się do kwerend Głównego Urzędu Statystycznego i obejmują okres od 2004 do 2010 roku. Przyjęty okres badań miał na celu zobrazowanie rozwoju wybranych gałęzi infrastruktury technicznej w okresie przed i poakcesyjnym. W przyjętym okresie zaobserwowano największy rozwój infrastruktury technicznej w grupie gmin o bardzo wysokim nasyceniu siecią kanalizacyjną – o ponad 100 km sieci na każde 100 km2 powierzchni. Z analizy przestrzennej badanych wskaźników wynika, że w części centralnej województwa małopolskiego tworzą się klastry gmin o wysokich wartościach statystyki I Morana, zaś w części północnej i południowej klastry gmin cechujących się niskimi wartościami. Takie zależności przestrzenne odnoszą się do wszystkich przyjętych rodzajów infrastruktury technicznej.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.