Zastosowanie modelowania miękkiego do

analizy poziomu zrównoważonego

rozwoju województw Polski

Ewa Roszkowska, Elżbieta Misiewicz, Renata Karwowska

Uniwersytet w Białymstoku Wydział Ekonomii i Zarządzania

Plan wystąpienia

2

Koncepcja zrównoważonego rozwoju

Metodologia badania

Model miękki ZR. Wyniki.

Metoda TOPSIS ZR. Wyniki.

Analiza porównawcza wyników klasyfikacji.

Wnioski.

Cel prezentacji

Celem prezentacji jest analiza porównawcza poziomu

zrównoważonego rozwoju (ZR) województw Polski z

wykorzystaniem modelowania miękkiego oraz metody

taksonomicznej TOPSIS opartej na wzorcu i antywzorcu

rozwoju.

W opracowaniu zostały wykorzystane dane statystyczne

dotyczące województw Polski za rok 2010 publikowane

przez GUS.

3

Koncepcja rozwoju zrównoważonego zakłada bezpośrednią

relację między ładem gospodarczym, środowiskowym oraz

społecznym, a harmonijny rozwój polega na zachowaniu

równowagi między nimi.

Ocena poziomu zrównoważonego w praktyce głównie oparta jest

na monitorowaniu odpowiednio dobranych wskaźników

indywidualnych opisujących społeczną, gospodarczą oraz

środowiskową sferę zrównoważonego rozwoju.

Koncepcja zrównoważonego rozwoju

4

5

Dobór wskaźników zrównoważonego rozwoju

regionów w Polsce – kryteria merytoryczne

Na podstawie dostępnych danych zaproponowano zbiór

potencjalnych cech diagnostycznych ZR, z podziałem trzy łady z

uwzględnieniem reprezentacji obszarów tematycznych.

• Ład społeczny (LS): zmiany demograficzne, zdrowie publiczne

integracja społeczna, edukacja, dostęp do rynku pracy,

bezpieczeństwo publiczne, zrównoważone wzorce konsumpcji.

• Ład gospodarczy (LG): rozwój gospodarczy, zatrudnienie,

innowacyjność, transport, zrównoważone wzorce produkcji.

• Ład środowiskowy (LSR): zmiany klimatu, energia, ochrona

powietrza, zasoby słodkiej wody, użytkowanie gruntów,

bioróżnorodność, gospodarka odpadami.

• Wskaźniki zrównoważonego rozwoju Polski (2011), GUS, US w

Katowicach

Dobór wskaźników zrównoważonego rozwoju

regionów w Polsce – kryteria statystyczne

6

Kryteria:

uniwersalność (wskaźniki posiadają uznaną powszechnie wagę i

znaczenie),

porównywalność (indykatory przedstawione zostały w postaci

wskaźników natężenia),

zróżnicowanie (współczynnik zmienności jest większy od 10%).

Ze zbioru 57 wskaźników reprezentujących wszystkie łady, na

podstawie przesłanek merytorycznych i statystycznych wybrano

31. Po analizie macierzy korelacji oraz z uwagi na ograniczenia

wynikające z modelowania miękkiego, liczba wskaźników nie

może przekroczyć liczby obiektów (województw), do budowy

modelu miękkiego wybrano 15 wskaźników.

ŁAD GOSPODARCZY

7

Wskaźniki

Zmienna

ukryta Symbol Znaczenie

LG

- ła

d g

osp

odar

czy

LG01 Wartość dodana brutto (ceny bieżące) na 1

pracującego

LG02 Wzrost PKB w stosunku do roku 2009=100 na

1 mieszkańca (w %)

LG03

Udział przychodów netto ze sprzedaży

produktów innowacyjnych w

przedsiębiorstwach przemysłowych (w %)

LG04 Odsetek osób zatrudnionych w B + R w

ludności aktywnej zawodowo

LG05 Nakłady na B+R w relacji do PKB (w %)

ŁAD SPOŁECZNY

8

Wskaźniki

Zmienna

ukryta Symbol Znaczenie

LS-

ład

społe

czny LS01 Zagrożenie ubóstwem trwałym

LS02 Przeciętny miesięczny dochód rozporządzalny

na 1 osobę w zł

LS03 Osoby dorosłe w wieku 25-64 lata

uczestniczące w kształceniu i szkoleniu (w %)

LS04 Stopa bezrobocia długotrwałego (w %)

ŁAD ŚRODOWISKOWY

9

Wskaźniki

Zmienna

ukryta Symbol Znaczenie

LSR

- ła

d ś

rodow

isko

wy

LSR01 Nakłady na środki trwałe służące ochronie

środowiska na 1 mieszkańca w zł

LSR02 Nakłady na środki trwałe służące gospodarce

wodnej na 1 mieszkańca

LSR03 Lesistość (w %)

LSR04 Zużycie energii elektrycznej na 1 mln zł PKB w

kWh

ZRÓWNOWAŻONY ROZWÓJ

10

Wskaźniki

Zmienna

ukryta Symbol Znaczenie

ZR

- zr

ów

now

ażony

rozw

ój

LG01 Wartość dodana brutto (ceny bieżące) na 1 pracującego

LG03 Udział przychodów netto ze sprzedaży produktów

innowacyjnych w przedsiębiorstwach przemysłowych (w %)

LG06 Powierzchnia gospodarstw ekologicznych w powierzchni

województwa

LS02 Przeciętny miesięczny dochód rozporządzalny na 1 osobę w zł

LS04 Stopa bezrobocia długotrwałego (w %)

LSR01 Nakłady na środki trwałe służące ochronie środowiska na 1

mieszkańca w zł

LSR02 Nakłady na środki trwałe służące gospodarce wodnej na 1

mieszkańca

LSR05 Odsetek ludności korzystającej z oczyszczalni ścieków ogólnej

liczby ludności

Modelowane miękkie

Modelowanie miękkie umożliwia badanie powiązań między zmiennymi nieobserwowalnymi.

Model składa się z dwóch części: z modelu wewnętrznego i zewnętrznego. Parametry modelu miękkiego estymowane są metodą PLS (partial least squares), która umożliwia jednoczesne oszacowanie parametrów obydwu modeli.

11

Modelowane miękkie-model wewnętrzny

12

13

Schemat modelu miękkiego

LG03 LG04 LG02

LG01

LG05 LS01 LS03

LS04

LS02

LSR04 LSR01 LSR02 LSR03

LSR01

LSR02

LSR05

LS03

LS02

LG01

LG03

LG06

Ładunki czynnikowe indykatorów zmiennej

ukrytej „ład gospodarczy”

14

LG01 Wartość dodana brutto (ceny bieżące) na 1 pracującego

LG02 Wzrost PKB w stosunku do roku 2009=100 na 1 mieszkańca (w %)

LG04 Odsetek osób zatrudnionych w B + R w ludności aktywnej zawodowo

LG03 Udział przychodów netto ze sprzedaży produktów innowacyjnych w przedsiębiorstwach

przemysłowych (w %) LG05 Nakłady na B+R w relacji do PKB (w %)

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

LG01

LG02

LG04

LG03

LG05

Ładunki czynnikowe indykatorów zmiennej

ukrytej „ład społeczny”

15

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

LS02

LS03

LS01

LS04

LS02 Przeciętny miesięczny dochód rozporządzalny na 1 osobę w zł

LS03 Osoby dorosłe w wieku 25-64 lata uczestniczące w kształceniu i szkoleniu (w %)

LS01 Zagrożenie ubóstwem trwałym

LS04 Stopa bezrobocia długotrwałego (w %)

Ładunki czynnikowe indykatorów zmiennej

ukrytej „ład środowiskowy”

16

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

LSR02

LSR03

LSR01

LSR04

LSR02 Nakłady na środki trwałe służące gospodarce wodnej na 1 mieszkańca

LSR03 Lesistość (w %)

LSR01 Nakłady na środki trwałe służące ochronie środowiska na 1 mieszkańca w zł

LSR04 Zużycie energii elektrycznej na 1 mln zł PKB w kWh

Ładunki czynnikowe indykatorów zmiennej

ukrytej „zrównoważony rozwój”

17

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

LG01

LS02

LSR05

LS04

LSR05

LG03

LSR01

LG06

LG01 Wartość dodana brutto (ceny bieżące) na 1 pracującego

LS02 Przeciętny miesięczny dochód rozporządzalny na 1 osobę w zł

LSR05 Odsetek ludności korzystającej z oczyszczalni ścieków ogólnej liczby ludności

LS04 Stopa bezrobocia długotrwałego (w %)

LSR05 Nakłady na środki trwałe służące gospodarce wodnej na 1 mieszkańca

LG03 Udział przychodów netto ze sprzedaży produktów innowacyjnych w przedsiębiorstwach przemysłowych (w %)

LSR01 Nakłady na środki trwałe służące ochronie środowiska na 1 mieszkańca w zł

LG06 Powierzchnia gospodarstw ekologicznych w powierzchni województwa

Wyniki estymacji modelu wewnętrznego

18

)4962,0()0625,0()1093,0()0862,0(

^

2,32600,3803LS0,5186LG0,3628 LSRZR

0,9432 RSymbol

indykatora Test Stone’a-

Gaissera LG01 0,5035 LG03 0,6769 LG06 0,2179 LS02 0,2841 LS03 0,2796

LSR01 0,9602 LSR02 0,7037 LSR05 0,9686

OGÓLNY 0,476

Uporządkowanie województw według

zmiennych ukrytych

19

Województwo LG LS LSR ZR DOLNOŚLĄSKIE 3 4 9 4 KUJAWSKO-POMORSKIE 7 13 6 7 LUBELSKIE 13 15 14 16 LUBUSKIE 12 10 2 5 ŁÓDZKIE 6 9 13 11 MAŁOPOLSKIE 10 11 7 12 MAZOWIECKIE 1 1 4 1 OPOLSKIE 11 5 16 9 PODKARPACKIE 14 16 11 15 PODLASKIE 16 8 8 13 POMORSKIE 2 2 3 2 ŚLĄSKIE 4 3 15 6 ŚWIĘTOKRZYSKIE 15 14 5 14 WARMIOSKO-MAZURSKIE 9 12 10 10 WIELKOPOLSKIE 5 7 12 8 ZACHODNIOPOMORSKIE 8 6 1 3

Podział województw na grupy według

zmiennej ukrytej ZR

21

Metoda TOPSIS (Technique for Order Preference by Similarity to an

Ideal Solution) polega na wyznaczeniu odległości każdego obiektu

wielocechowego od wzorca i antywzorca rozwoju a następnie

liniowym uporządkowaniu tych obiektów.

Podstawowym narzędziem były syntetyczne mierniki osiągniętego

poziomu zrównoważonego rozwoju ze względu na poszczególne łady

dla województw Polski, będące funkcją agregującą wskaźniki

zrównoważonego rozwoju.

Na podstawie obliczonych wartości mierników syntetycznych

wyodrębniono cztery klasy typologiczne województw o różnym

stopniu zrównoważonego rozwoju.

Metoda TOPSIS

Wartości syntetycznego miernika „ład

gospodarczy” otrzymanego metodą TOPSIS

23

0,163

0,179

0,186

0,205

0,275

0,280

0,288

0,364

0,369

0,371

0,403

0,422

0,474

0,507

0,558

0,695

0,000 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800

16. PODLASKIE

15.ŚWIĘTOKRZYSKIE

14.LUBUSKIE

13.OPOLSKIE

12.ZACHODNIOPOMORSKIE

11.WARMIŃSKO-MAZURSKIE

10.KUJAWSKO-POMORSKIE

9.LUBELSKIE

8.WIELKOPOLSKIE

7.PODKARPACKIE

6.ŁÓDZKIE

5.MAŁOPOLSKIE

4. ŚLĄSKIE

3.DOLNOŚLĄSKIE

2.POMORSKIE

1.MAZOWIECKIE

24

0,163

0,317

0,333

0,439

0,466

0,475

0,481

0,487

0,500

0,558

0,569

0,591

0,633

0,664

0,673

0,723

0,000 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800

16.PODKARPACKIE

15.LUBELSKIE

14.ŚWIĘTOKRZYSKIE

13.KUJAWSKO-POMORSKIE

12.ŁÓDZKIE

11.MAŁOPOLSKIE

10.PODLASKIE

9.WARMIŃSKO-MAZURSKIE

8.LUBUSKIE

7.WIELKOPOLSKIE

6.ZACHODNIOPOMORSKIE

5.OPOLSKIE

4.DOLNOŚLĄSKIE

3.ŚLĄSKIE

2.MAZOWIECKIE

1.POMORSKIE

Wartości syntetycznego miernika „ład społeczny”

otrzymanego metodą TOPSIS

Wartości syntetycznego miernika „ład

środowiskowy” otrzymanego metodą TOPSIS

25

0,207

0,260

0,278

0,312

0,396

0,425

0,426

0,427

0,440

0,446

0,460

0,466

0,478

0,566

0,611

0,741

0,000 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800

16.OPOLSKIE

15.ŁÓDZKIE

14.ŚLĄSKIE

13.LUBELSKIE

12.WIELKOPOLSKIE

11.MAŁOPOLSKIE

10.KUJAWSKO-POMORSKIE

9.DOLNOŚLĄSKIE

8.WARMIŃSKO-MAZURSKIE

7.ŚWIĘTOKRZYSKIE

6.PODKARPACKIE

5.PODLASKIE

4.MAZOWIECKIE

3.POMORSKIE

2.LUBUSKIE

1.ZACHODNIOPOMORSKIE

27

Podział województw na grupy według

ogólnego poziomu ZR

Porównanie wyników

28

Województwo Modelowanie miękkie TOPSIS

LG LS LSR LG LS LSR

DOLNOŚLĄSKIE 3 4 9 3 4 9

KUJAWSKO-POMORSKIE 7 13 6 10 13 10

LUBELSKIE 13 15 14 9 15 13

LUBUSKIE 12 10 2 14 8 2

ŁÓDZKIE 6 9 13 6 12 15

MAŁOPOLSKIE 10 11 7 5 11 11

MAZOWIECKIE 1 1 4 1 2 4

OPOLSKIE 11 5 16 13 5 16

PODKARPACKIE 14 16 11 7 16 6

PODLASKIE 16 8 8 16 10 5

POMORSKIE 2 2 3 2 1 3

ŚLĄSKIE 4 3 15 4 3 14

ŚWIĘTOKRZYSKIE 15 14 5 15 14 7

WARMIŃSKO-MAZURSKIE 9 12 10 11 9 8

WIELKOPOLSKIE 5 7 12 8 7 12

ZACHODNIOPOMORSKIE 8 6 1 12 6 1

RSLG(T,M)=0,80, RSLS(T,M)=0,96, RSLSR (T,M)=0,88

Wnioski

Skonstruowany model miękki zrównoważonego rozwoju

prezentuje wpływ sfery gospodarczej, społecznej i środowiskowej

na rozwój polskich województw.

Wszystkie zmienne nieobserwowalne i obserwowalne zostały

zweryfikowane pozytywnie, zarówno pod względem

merytorycznym, jak i statystycznym.

Najwyższą, dodatnią zależnością korelacyjną ze zmienną ukrytą

ZR odznacza się wymiar społeczny, umiarkowaną– wymiar

środowiskowy oraz wymiar gospodarczy.

29

Wnioski

Zbudowany model zrównoważonego rozwoju pokazuje, które

wskaźniki mają najistotniejszy wpływ na trzy analizowane sfery i

na integrującą je zmienną ukrytą ZR. Są to zmienne, które

świadczą o wysokim potencjale rozwojowym regionu.

Stosując modelowanie miękkie oraz metodę TOPSIS otrzymano

zbliżone rankingi województw ze względu na zrównoważony

rozwój w ramach analizowanych wymiarów.

Wyniki badań pokazują, że województwa różnią się nie tylko ze

względu na poziom realizacji koncepcji ZR w ramach każdego z

ładów, ale także na charakter relacji miedzy nimi.

30

Wnioski

Ze względu na brak jednej, uznanej metody pomiaru poziomu

zrównoważonego rozwoju przeprowadzone badanie może być

uznane, co najwyżej za jedną z propozycji w ramach literatury

przedmiotu.

Syntetyczne mierniki poziomu ładu społecznego,

gospodarczego oraz środowiskowego województw są funkcją

wielu zmiennych diagnostycznych wziętych do badania, które

odzwierciedlają różne obszary tematyczne.

Otrzymany wynik jest pewnym kompromisem pomiędzy próbą

uzyskania oceny zróżnicowania poziomu województw ze

względu na poziom ZR, a słabością niektórych zmiennych

diagnostycznych, czy też wyborem metody badania.

31

Zastosowanie modelowania miękkiego do

analizy poziomu zrównoważonego

rozwoju województw Polski

Ewa Roszkowska, Elżbieta Misiewicz, Renata Karwowska

Uniwersytet w Białymstoku Wydział Ekonomii i Zarządzania