The Demographic Situation and the Level of Unemployment in Poland in the Years 2002, 2008 and 2014
DOI:
https://doi.org/10.18778/0208-6018.336.05Keywords:
demographic potential, level of unemployment, Perkal synthetic indicator, spatial autocorrelationAbstract
The demographic changes occurring in Poland since the 1980s clearly show the aging of the population on which fertility, mortality and migration have a huge impact. This phenomenon is a serious demographic and socio‑economic problem because it may lead to many adverse consequences, i.e. an increase in public expenditure, policy changes regarding the functioning of social security, health and education, increased demand for care services, a decrease in pension benefits and social benefits, the elongation of the retirement age, as well as an increase in unemployment and mass migration. In the study, we will carry out a spatial analysis of the demographic potential and the level of unemployment in Poland. In order to verify the hypothesis that the aging process of socjety negatively affects the level of unemployment, the relationship between the level of unemployment and the demographic potential in Poland in 2002, 2008 and 2014 will be examined.
Downloads
References
Anselin L. (1995), Local Indicators of Spatial Association – LISA, “Geographical Analysis”, vol. 27, pp. 93–115.
Arbia G. (2006), Spatial Econometrics: Statistical Foundations and Applications to Regional Growth Convergence, Springer, New York.
Bivand R. (1980), Autokorelacja przestrzenna a metody analizy statystycznej w geografii, [in:] Z. Chojnacki (ed.), Analiza regresji geografii, PWN, Poznań.
Cieślak M. (1992), Demografia. Metody analizy i prognozowania, Wydawnictwo Naukowe PWN, Warszawa.
Cliff A.D., Ord J.K. (1973), Spatial Autocorrelation, Pion, London.
Długosz Z. (1998), Próba określenia zmian starości demograficznej Polski w ujęciu przestrzennym, “Wiadomości Statystyczne”, no. 3, pp. 15–25.
Geary R. (1954), The Contiguity Ratio and Statistical Mapping, “The Incorporated Statistician”, vol. 5, pp. 115–145.
Hellwig Z. (1981), Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych, [in:] W. Welfe (ed.), Metody i modele ekonomiczno‑matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną, PWE, Warszawa.
Kopczewska K. (2006), Ekonometria i statystyka przestrzenna z wykorzystaniem programu RCRAN, CeDeWu, Warszawa.
Kuc M. (2012), The implementation of synthetic variable for constructing the standard of living measure in European Union countries, “Oeconomia Copernicana”, no. 3, pp. 5–19.
Local Data Bank of the Central Statistical Office, bdl.stat.gov [accessed: 15.11.2016].
Miśkiewicz‑Nawrocka M. (2015), Analiza porównawcza czynników wpływających na zmiany demograficzne w Polsce w latach 2002–2013, [in:] J. Mika, M. Miśkiewicz‑Nawrocka (eds.), Metody i modele analiz ilościowych w ekonomii i zarządzaniu, część 7, Wydawnictwo UniwersytetuEkonomicznego w Katowicach, Katowice.
Moran P.A.P. (1950), Notes on Continuous Stochastic Phenomena, “Biometrika”, vol. 37(1), pp. 17–23.
Parysek J.J., Wojtasiewicz L. (1979), Metody analizy regionalnej i metody planowania regionalnego, [w:] Studia KPZK PAN, t. LXIX, PWN, Warszawa.
Suchecki B. (ed.) (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Wydawnictwo C.H. Beck, Warszawa.
Zeliaś A. (ed.) (2000), Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym, Wydawnictwo Akademii Ekonomicznej, Kraków.
Zeug‑Żebro K., Wolny‑Dominiak A. (2012), Spatial statistics in the analysis of county budget incomes in Poland with the R CRAN, [in:] J. Ramik, D. Stavárek (eds.), Proceedings of 30th International Conference Mathematical Methods in Economics, Silesian University, Schoolof Business Administration, Karviná.
Downloads
Additional Files
Published
Issue
Section
How to Cite
