Pokaż uproszczony rekord

dc.contributor.authorKula, Grzegorz
dc.contributor.authorWójcik, Piotr Tadeusz
dc.date.accessioned2017-10-09T13:35:45Z
dc.date.available2017-10-09T13:35:45Z
dc.date.issued2017
dc.identifier.issn0208-6018
dc.identifier.urihttp://hdl.handle.net/11089/22881
dc.description.abstractPolish population is getting older and the consequences of this process are already affecting our everyday life. The purpose of this work is to identify factors (and direction of their influence) which will help to explain why some counties are ageing faster than others. Using a measure of spatial autocorrelation (Moran’s I) and spatial autoregressive model on panel data we analyze characteristics of Polish counties in the period 2003–2013. The dependent variable is the share of old people in the population of municipality (in the age of 70 and older). Results indicate strong spatial autocorrelation, which means that population ageing in particular county is strongly related to the speed of ageing in the neighboring counties. Many additional socio‑demographic characteristics of municipalities appear to be important in explaining the analyzed phenomenon, including transportation network (motorways and express ways) that link a particular county with other regions.en_GB
dc.description.abstractPolskie społeczeństwo starzeje się i konsekwencje tego procesu już mają wpływ na nasze codzienne życie. Celem tego artykułu jest identyfikacja i określenie kierunku działania czynników, które pozwolą wyjaśnić, dlaczego niektóre gminy starzeją się szybciej od pozostałych. Używając miary autokorelacji przestrzennej (I Morana), a także regresji przestrzennej na danych panelowych, analizujemy charakterystyki polskich gmin w latach 2003–2013. Zmienną zależną w badaniu jest udział w populacji gminy osób starszych (w wieku 70 lat i więcej). Wyniki wskazują na silną autokorelację przestrzenną, co znaczy, że starzenie się populacji w danej gminie jest silnie powiązane z tempem starzenia się w gminach z nią sąsiadujących. W wyjaśnieniu analizowanego zjawiska ważne okazuje się również wiele charakterystyk społeczno‑gospodarczych gminy, w tym sieć transportowa (autostrady i drogi ekspresowe) łącząca gminę z innymi ośrodkami.pl_PL
dc.language.isoplpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.relation.ispartofseriesActa Universitatis Lodziensis. Folia Oeconomica;329
dc.subjectpopulation ageingen_GB
dc.subjectregional differentiationen_GB
dc.subjectmigrationsen_GB
dc.subjectspatial analysisen_GB
dc.subjectstarzenie się populacjipl_PL
dc.subjectróżnice regionalnepl_PL
dc.subjectmigracjepl_PL
dc.subjectanaliza przestrzennapl_PL
dc.titleLokalne determinanty starzenia się populacji w Polscepl_PL
dc.title.alternativeLocal Determinants of Population Ageing in Polanden_GB
dc.typeArticlepl_PL
dc.rights.holder© Copyright by Authors, Łódź 2017; © Copyright for this edition by Uniwersytet Łódzki, Łódź 2017pl_PL
dc.page.number[93]-110
dc.contributor.authorAffiliationWarsaw University, Faculty of Economic Sciences, Chair of Public Sector Economics
dc.contributor.authorAffiliationWarsaw University, Faculty of Economic Sciences, Division of Quantitative Finance
dc.identifier.eissn2353-7663
dc.referencesAnselin L., Florax R., Rey S. (2004), Advances in Spatial Econometrics, Springer‑Verlag, Berlin.pl_PL
dc.referencesAnselin L., Le Gallo J., Jayet J. (2008), Spatial Panel Econometrics, [w:] L. Matyas, P. Sevestre (eds.), The Econometrics of Panel Data, Fundamentals and Recent Developments in Theory and Practice, 3rd ed., Kluwer, Dordrecht.pl_PL
dc.referencesElhorst J.P. (2003), Specification and estimation of spatial panel data models, „International Regional Science Review”, no. 26(3), s. 244–268.pl_PL
dc.referencesElhorst J.P. (2010), Spatial panel data models, [w:] M.M. Fischer, A. Getis (eds.), Handbook of applied spatial analysis, Springer, Berlin–Heidelberg–New York.pl_PL
dc.referencesElhorst J.P. (2011), Spatial panel models, referat na seminarium w University of York, grudzień­https://www.york.ac.uk/media/economics/documents/seminars/2011–12/Elhorst_November2011.pdf.pl_PL
dc.referencesEuropean Commission (2015), The 2015 Ageing Report, „European Economy”, no. 3, http://ec.europa.eu/economy_finance/publications/european_economy/2015/pdf/ee3_en.pdf [dostęp: 1.06.2017].pl_PL
dc.referencesFihel A. (2015), Wpływ czasowych migracji zagranicznych na perspektywy demograficzne Polski, „Wiadomości Statystyczne”, nr 7, s. 74–89.pl_PL
dc.referencesGUS (2015), Rocznik demograficzny 2015, Warszawa.pl_PL
dc.referencesGUS (2016a), Produkt krajowy brutto – Rachunki regionalne w 2014 roku, Katowice.pl_PL
dc.referencesGUS (2016b), Informacja o rozmiarach i kierunkach czasowej emigracji z Polski w latach 2004– 2015, Warszawa.pl_PL
dc.referencesKałuża‑Kopias D. (2014), Specyfikacja przemieszczeń wewnętrznych osób starszych w Polsce, „Studia Demograficzne”, nr 2(166), s. 97–120.pl_PL
dc.referencesKołodziejczyk D. (2011), Ocena potencjału demograficznego w gminach, „Wiadomości Statystyczne”, nr 4, s. 23–30.pl_PL
dc.referencesKopczewska K. (2006), Ekonometria i statystyka przestrzenna, CeDeWu, Warszawa.pl_PL
dc.referencesKurek S. (2008), Typologia starzenia się ludności Polski w ujęciu przestrzennym, Wydawnictwo Naukowe Akademii Pedagogicznej, Kraków.pl_PL
dc.referencesLesage J.P., Fischer M.M. (2008), Spatial Growth Regressions: Model Specification, Estimation and Interpretation, „Spatial Economic Analysis”, no. 3(3), s. 275–304.pl_PL
dc.referencesMatusik S., Pietrzak M.B., Wilk J. (2012), Ekonomiczno‑społeczne uwarunkowania migracji wewnętrznych w Polsce w świetle metody drzew klasyfikacyjnych, „Studia Demograficzne”, nr 2(162), s. 3–28.pl_PL
dc.referencesMillo G., Piras G. (2012), splm: Spatial Panel Data Models, „R. Journal of Statistical Software”, no. 47(1), s. 1–38, http://www.jstatsoft.org/v47/i01/ [dostęp: 1.06.2017].pl_PL
dc.referencesOkólski M. (2005), Demografia. Podstawowe pojęcia, procesy i teorie w encyklopedycznym zarysie, Wydawnictwo Naukowe Scholar, Warszawa.pl_PL
dc.referencesOlberek‑Żyła M. (2013), Zmiany demograficzne w aglomeracji Bielska‑Białej, „Wiadomości Statystyczne”, nr 11, s. 52–71.pl_PL
dc.referencesPodogrodzka M. (2012), Starzenie się ludności Warszawy, „Wiadomości Statystyczne”, nr 9, s. 68–83.pl_PL
dc.referencesPodogrodzka M. (2013), Demografia małych miast polski – wybrane zagadnienia, „Studia Ekonomiczne”, nr 144, s. 147–164.pl_PL
dc.referencesR Core Team (2016), R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, https://www.R‑project.org/ [dostęp: 1.06.2017].pl_PL
dc.referencesSuchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, Wydawnictwo C.H. Beck Sp. z o.o., Warszawa.pl_PL
dc.referencesSuchecki B. (red.) (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Wydawnictwo C.H. Beck Sp. z o.o., Warszawa.pl_PL
dc.referencesSzukalski P. (2010), Starzenie się ludności Łodzi na tle największych polskich miast od początku XX wieku, „Acta Universitatis Lodziensis. Folia Sociologica”, nr 35, s. 103–125.pl_PL
dc.referencesSzukalski P. (2012), Wpływ kryzysów na zachowania demograficzne, „Wiadomości Statystyczne”, nr 4, s. 17–30.pl_PL
dc.referencesWilk J. (2014), Application of Classification Trees in the Analysis of the Population Ageing Process, „Archives of Data Science (Online First), Kit Scientific Publishing”, vol. 1, no. 1, s. 57–76.pl_PL
dc.contributor.authorEmailgkula@wne.uw.edu.pl
dc.contributor.authorEmailpwojcik@wne.uw.edu.pl
dc.identifier.doi10.18778/0208-6018.329.07
dc.relation.volume3pl_PL
dc.subject.jelH7
dc.subject.jelJ11
dc.subject.jelP25
dc.subject.jelR12
dc.subject.jelR23
dc.subject.jelR41


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord