Sytuacja demograficzna a poziom bezrobocia w Polsce w latach 2002, 2008 i 2014
DOI:
https://doi.org/10.18778/0208-6018.336.05Słowa kluczowe:
potencjał demograficzny, poziom bezrobocia, syntetyczny wskaźnik Perkala, autokorelacja przestrzennaAbstrakt
Zachodzące od lat osiemdziesiątych XX wieku zmiany demograficzne w Polsce uwidoczniają wyraźny proces starzenia się społeczeństwa, na który ogromny wpływ mają: rozrodczość, umieralność i migracja. Zjawisko to jest poważnym problemem demograficznym i społeczno‑ekonomicznym, gdyż może prowadzić do wielu niekorzystnych konsekwencji, takich jak zwiększenie wydatków ze środków publicznych, zmiana zasad funkcjonowania systemów zabezpieczenia społecznego, opieki zdrowotnej i szkolnictwa, zwiększenie popytu na usługi opiekuńcze, obniżenie świadczeń emerytalno‑rentowych oraz zasiłków socjalnych, wydłużenie wieku emerytalnego, wzrost stopy bezrobocia, masowa migracja zarobkowa. W artykule przeprowadzono analizę przestrzenną potencjału demograficznego oraz poziomu bezrobocia w Polsce. W celu weryfikacji hipotezy mówiącej, że proces starzenia się społeczeństwa negatywnie wpływa na poziom stopy bezrobocia, zbadano zależność między poziomem bezrobocia a potencjałem demograficznym Polski w latach 2002, 2008 i 2014.
Pobrania
Bibliografia
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.
Pobrania
Pliki dodatkowe
Opublikowane
Numer
Dział
Jak cytować
