Małgorzata Grzywińska-Rąpca ORCID , Małgorzata Kobylińska ORCID
ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Celem artykułu jest ustalenie zróżnicowania województw w zależności od poziomu dochodów gospodarstw domowych z uwzględnieniem źródeł ich pochodzenia. Do oceny regionalnych różnic sytuacji ekonomicznej gospodarstw domowych wykorzystane zostały dane opisujące źródła i poziom dochodów przypadających na osobę w gospodarstwie domowym w województwie. Na podstawie danych jednostkowych pochodzących z badania budżetów gospodarstw domowych przeprowadzonego przez Główny Urząd Statystyczny w 2016 r. wyznaczono średnie wartości dochodów według źródła ich pochodzenia. W badaniu wykorzystano metodę k-medoidów, należącą do niehierarchicznych metod podziału. Stwierdzono, że na przynależność do określonego skupienia w największym stopniu (spośród przyjętych do analizy cech) wpływały dochody ze stałej pracy najemnej wykonywanej za granicą. Średnia wartość dla tej cechy w skupieniu 2 wynosiła 5000,70 zł na osobę w gospodarstwie domowym. Na podstawie przeprowadzonego grupowania można uznać, że gospodarstwa domowe poszukują dodatkowych źródeł utrzymania w zależności od potencjału gospodarczego regionu i dostępnych możliwości.

SŁOWA KLUCZOWE

zróżnicowanie regionalne, dochód, gospodarstwa domowe, metoda k-medoidów

JEL

C13, E24, G20

BIBLIOGRAFIA

Aksman, E. (2010). Redystrybucja dochodów i jej wpływ na dobrobyt społeczny w Polsce w latach 1995–2007. Warszawa: Wydawnictwo Uniwersytetu Warszawskiego.

Gatnar, E., Walesiak, M. (2004). Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Wrocław: Wydawnictwo Akademii Ekonomicznej im. Oskara Langego.

Grzywińska-Rąpca, M. (2018). Obiektywne i subiektywne wymiary konsumpcji gospodarstw domowych. Olsztyn: Wydawnictwo Uniwersytetu Warmińsko-Mazurskiego.

GUS. (2017). Budżety gospodarstw domowych w 2016 r. Pobrane z: https://stat.gov.pl/files/gfx/portalinformacyjny/pl/defaultaktualnosci/5486/9/11/1/budzety_gospodarstw_domowych_w _2016.pdf.

Kasprzyk, B., Leszczyńska, M. (2012). Dochody i wydatki jako determinanty dobrobytu ekonomicznego gospodarstw domowych w Polsce – ujęcie regionalne. Nierówności Społeczne a Wzrost Gospodarczy, 28, 263–273.

Kaufman, L., Rousseeuw, P. J. (1990). Finding group in data: An Introduction to cluster Analysis. New York: Wiley.

Leszczyńska, M. (2006). Podział dochodów i jego nierówności – implikacje teorii ekonomicznych dla polityki społecznej. Problemy Polityki Społecznej, (9), 81–95.

Młodak, A. (2006). Analiza taksonomiczna w statystyce regionalnej. Warszawa: Difin.

Ostasiewicz, W. (red.). (2004). Ocena i analiza jakości życia. Wrocław: Wydawnictwo Akademii Ekonomicznej im. Oskara Langego.

Panek, T. (2009). Statystyczne metody wielowymiarowej analizy porównawczej. Warszawa: Szkoła Główna Handlowa.

Panek, T. (2015). Jakość życia gospodarstw domowych w Polsce w układzie wojewódzkim. Zeszyty Naukowe Instytutu Statystyki i Demografii SGH, (46), 1–111.

Radziukiewicz, M. (red.). (2010). Wpływ nierówności i redystrybucji dochodów na konsumpcję gospodarstw domowych. Warszawa: Instytut Badań Rynku, Konsumpcji i Koniunktur.

Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65.

Słaby, T. (2004). Nowe ujęcie badań społecznych. Nierówności Społeczne a Wzrost Gospodarczy, (4), 57–66.

Stanisz, A. (2007). Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, t. 3: Analizy wielowymiarowe. Kraków: StatSoft Polska.

Stawasz, D. (red.). (2004). Ekonomiczno-organizacyjne uwarunkowania rozwoju regionu: teoria i praktyka. Łódź: Wydawnictwo Uniwersytetu Łódzkiego.

Struyf, A., Hubert, M., Rousseeuw, P. J. (1997). Clustering in Object-Oriented Environment. Journal of Statistical Software, 1(4), 1–30. DOI: 10.18637/jss.v001.i04.

Wierzchoń, S. T., Kłopotek, M. A. (2017). Algorytmy analizy skupień. Warszawa: Wydawnictwo Naukowe PWN.

Zalega, T. (2007). Gospodarstwo domowe jako podmiot konsumpcji. Studia i Materiały – Wydział Zarządzania UW, (1), 7–24.

Do góry
Copyright © 2019 Główny Urząd Statystyczny