Marketing i Zarządzanie

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Problemy Zarządzania, Finansów i Marketingu


ISSN: 2450-775X     eISSN: 2543-5574    OAI    DOI: 10.18276/miz.2018.53-03
CC BY-SA   Open Access 

Lista wydań / nr 3 (53) 2018
Ewolucja znaczenia czynników rozwoju społeczno-gospodarczego w poszczególnych województwach w Polsce w latach 2006‒2016

Autorzy: Rafał Czyżycki
Uniwersytet Szczeciński, Wydział Zarządzania i Ekonomiki Usług
Słowa kluczowe: rozwój regionalny syntetyczna miara rozwoju ważenie zmiennych diagnostycznych
Data publikacji całości:2018
Liczba stron:9 (27-35)
Klasyfikacja JEL: C38 O18 R11
Cited-by (Crossref) ?:

Abstrakt

Badając poziom rozwoju społeczno-gospodarczego określonych regionów, należy mieć na uwadze, że jest on pewną wielowymiarową charakterystyką, bezpośrednio niemierzalną, natomiast opisywaną przez wiele zmiennych diagnostycznych, które powinny być merytorycznie z tym pojęciem powiązanych. Uporządkowanie regionów od „najlepszego” do „najgorszego” następuje na podstawie wartości opisującej poszczególne regiony (zmiennej syntetycznej, syntetycznego miernika rozwoju), otrzymanej z funkcji agregującej informacje zawarte w przyjętych zmiennych diagnostycznych. Jednym z głównych etapów procedury zmierzającej do otrzymania zmiennej syntetycznej jest ważenie unormowanych cech diagnostycznych, czyli przypisanie poszczególnym zmiennym wag określających ich znaczenie dla kryterium ogólnego w porównaniu z innymi cechami. Celem artykułu jest ocena zmian w czasie znaczenia wybranych zmiennych diagnostycznych opisujących rozwój społeczno-gospodarczy poszczególnych województw w Polsce na przestrzeni lat 2006‒2016. W tym zakresie wykorzystano metody wchodzące w skład Wielowymiarowej Analizy Statystycznej.
Pobierz plik

Plik artykułu

Bibliografia

1.Adamiak, J., Kosiedowski, W., Potoczek, A., Słowińska, B. (2001). Zarządzanie rozwojem regionalnym i lokalnym: problemy teorii i praktyki. Toruń: TNOiK Dom Organizatora.
2.Czyżycki, R. (2012). Badanie rozwoju społeczno-gospodarczego województw ‒ wpływ metodyki badań na uzyskane wyniki. Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu, 42, 15–22.
3.Czyżycki, R. (2018). Effect of adopted diagnostic variable weighing system on the results of investigation of socioeconomic development of voivodships in Poland. European Journal of Service Management, 25 (1), 57‒66.
4.Diakoulaki, D., Mavrotas, G., Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The critic method. Computers & Operations Research, 22 (7), 763–770. DOI: 10.1016/0305-0548(94)00059-H.
5.Dziechciarz, J.Z. (2006). Wskaźniki syntetyczne. Polskie dokonania a doświadczenia międzynarodowe. W: A. Zeliaś (red.), Przestrzenno-czasowe modelowanie zjawisk gospodarczych (s. 239–253). Kraków: Wydawnictwo Akademii Ekonomicznej. Pobrano z: https://ssrn.com/abstract=2766012.
6.http://wskaznikizrp.stat.gov.pl/.
7.Hwang, C.-L., Yoon, K. (1981). Methods for Multiple Attribute Decision Making. W: Multiple Attribute Decision Making: Methods and Applications A State-of-the-Art Survey. Berlin Heidelberg: Springer-Verlag. DOI: 10.1007/978-3-642-48318-9.
8.Kao, C. (2010). Weight determination for consistently ranking alternatives in multiple criteria decision analysis. Applied Mathematical Modelling, 34 (7), 1779–1787.
9.Korenik, S. (2004). Rozwój regionalny ‒ nowe tendencje. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 1016, 107–113.
10.Kozak, M.W., Pyszkowski, A., Szewczyk, R. (2000). Słownik rozwoju regionalnego. Warszawa: Polska Agencja Rozwoju Regionalnego.
11.Kukuła, K. (2000). Metoda unitaryzacji zerowanej. Warszawa: Wydawnictwo Naukowe PWN.
12.Łuczak, A., Wysocki, F. (2015). Zintegrowane podejście do ustalania współczynników wagowych dla cech w zagadnieniach porządkowania liniowego obiektów. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 385, 156–165.
13.Sokołowski, A. (1985). Wybrane zagadnienia pomiaru i ważenia cech w taksonomii. Zeszyty Naukowe/Akademia Ekonomiczna w Krakowie, 203, 41–53.
14.Stefanów, P. (2007). Wyznaczanie współczynników wagowych w procedurach klasyfikacyjnych. Zeszyty Naukowe/Uniwersytet Ekonomiczny w Krakowie, 764, 81–95.
15.Strahl, D. (1998). Taksonomia struktur w badaniach regionalnych. Wrocław: Wydawnictwo Akademii Ekonomicznej im. Oskara Langego.
16.Wang, Y.-M., Luo, Y. (2010). Integration of correlations with standard deviations for determining attribute weights in multiple attribute decision making. Mathematical and Computer Modelling, 51 (1–2), 1–12.