标题：Spatio-temporal Modelling of the Influence of the Number of Business Entities in Selected Urban Centres on Unemployment in the Kujawsko-Pomorskie Voivodeship
其他标题：Przestrzenno‑czasowe modelowanie wpływu liczby podmiotów gospodarczych w wybranych ośrodkach miejskich na bezrobocie w województwie kujawsko‑pomorskim
期刊名称：Acta Universitatis Lodziensis. Folia Oeconomica
印刷版ISSN：0208-6018
出版年度：2018
卷号：2018
期号：4
页码：21-37
DOI：10.18778/0208-6018.337.02
语种：English
出版社：Lodz University Press
摘要：The paper presents the analysis of the spatial and spatio‑temporal tendencies and depend‑ ence in matters related to the situation in the labour market of the Kujawsko‑Pomorskie Voivodeship across municipalities in the period of 2004–2015.The aim of the investigation is to verify whether, in the presence of the dependence,investing (through a growing number of enterprises) in the de‑ velopment of selected urban centres with a high level of unemployment can significantly reduce the unemployment rate in the whole province.The assessment of the situation in the labour market for each of the municipalities is made with the use of two characteristics,i.e.the share of registered unemployed persons in the number of the working age population and the number of business en‑ tities per 10,000 working age population.From the methodological point of view,the values of the variables are treated as realisations of spatial and spatio‑temporal stochastic processes.The spatial and spatio‑temporal tendencies and dependence were investigated using the concept of spatial and spatio‑temporal trends and spatial autocorrelation.Additionally,spatial autoregressive models for in‑ dividual processes and spatial models of the dependence of unemployment on the number of busi‑ ness entities,for each year of the investigated period,were estimated and verified.The specification of spatio‑temporal models of unemployment,including the model which takes into consideration spatial shifts and time lags of the dependence,was carried out.The models were used for simulating the level of unemployment in the province assuming some growth in the number of business enti‑ ties in selected urban centres.
其他摘要：Artykuł prezentuje analizę przestrzennych i czasowych tendencji i zależności doty‑ czących sytuacji na rynku pracy w województwie kujawsko‑pomorskim w układzie gmin w okresie 2004–2015.Celem badania jest sprawdzenie,czy – przy istniejących zależnościach – wzrost aktyw‑ ności działalności gospodarczej przez zwiększenie liczby podmiotów gospodarczych w wybranych ośrodkach miejskich województwa,w których poziom bezrobocia jest wysoki,może obniżyć bez‑ robocie w całym województwie.Sytuacja na rynku pracy w poszczególnych gminach została oce‑ niona na podstawie dwóch zmiennych,tj.udziału bezrobotnych zarejestrowanych w liczbie ludno‑ ści w wieku produkcyjnym oraz liczby podmiotów gospodarczych na 10 tys.mieszkańców w wieku produkcyjnym.Z metodologicznego punktu widzenia wartości tych zmiennych traktuje się jako re‑ alizacje przestrzennych i przestrzenno‑czasowych procesów stochastycznych.Przestrzenne i prze‑ strzenno‑czasowe tendencje i zależności zostały zbadane przy wykorzystaniu koncepcji trendu przestrzennego i przestrzenno‑czasowego oraz autokorelacji przestrzennej.Dodatkowo zostały osza‑ cowane i zweryfikowane przestrzenne modele autoregresyjne poszczególnych procesów,a także przestrzenne modele zależności bezrobocia od liczby podmiotów gospodarczych w poszczególnych latach badanego okresu.Dokonano również specyfikacji przestrzenno‑czasowych modeli bezrobo‑ cia,w tym modelu uwzględniającego przesunięcia przestrzenne i opóźnienia czasowe rozważanej zależności.Modele te wykorzystano następnie do symulacji poziomu bezrobocia w województwie przy założeniu wzrostu liczby podmiotów gospodarczych w ustalonych ośrodkach miejskich.
关键词：business entities;unemployment;labour market;spatial and spatio‑temporal trends;spa‑ tial autocorrelation;spatial and spatio‑temporal autoregressive models
其他关键词：podmioty gospodarcze;bezrobocie;rynek pracy;trend przestrzenny i przestrzen‑ no‑czasowy;autokorelacja przestrzenna;przestrzenne i przestrzenno‑czasowe modele autoregresyjne
