ARTICLE
ABSTRACT
The paper aims to evaluate the level of socioeconomic development of powiats (i.e. second level administrative units) in Wielkopolska province. With this purpose in mind a synthetic feature was utilized that aggregates simple features: partial indicators of socioeconomic development. The procedure of designing this feature used the generalized distance measure GDM to compute the distance from the ideal and anti-ideal points (Walesiak 1993, 2011), and TOPSIS method to aggregate the features (Hwang, Yoon 1981, Wysocki 2010).
The measure of Walesiak (1993) facilitates calculating distances between features described on different scale types: ordinal, interval, or ratio, while TOPSIS is the standard method for aggregation of features. Proposed approach allows evaluating the level of socioeconomic development of powiats when expressed through simple features, both metric and ordinal.
The evaluation process made use of the data gathered from the survey conducted in the powiat offices of the Wielkopolska province: “The present state and development potential of the powiats of Wielkopolska” (2000) and from the Local Data Bank of the Central Statistical Office report of 2010.
KEYWORDS
level of socioeconomic development, linear ordering, metric features, ordinal features, generalized distance measure (GDM), Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS)
REFERENCES
[1] Bank Danych Lokalnych, (2010), http://www.stat.gov.pl/bdl.
[2] Hanratty P.J., Joseph B., (1992), Decision making in chemical engineering and expert systems: application of the analytic hierarchy process to reactor selection. Comp. Chem. Eng. 16, s. 849- 860.
[3] Heffner K., (2007), Rozwój społeczno-gospodarczy obszarów wiejskich. Definicje – uwarunkowania – zależności – czynniki – skutki. Badania zróżnicowania rozwoju obszarów wiejskich. W: Zróżnicowanie poziomu rozwoju społeczno-gospodarczego obszarów wiejskich a zróżnicowanie dynamiki przemian. Wyd. IRWiR, PAN, Warszawa.
[4] Hellwig Z., (1968), Zastosowania metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju i strukturę wykwalifikowanych kadr. Przegląd Statystyczny, z. 4, str. 307-327.
[5] Hwang C.L., Yoon K., (1981), Multiple attribute decision-making: Methods and applications. Springer, Berlin. 310 Aleksandra Łuczak, Feliks Wysocki
[6] Kołodziejczak W., Wysocki F., (2012), Identyfikacja charakteru bezrobocia w Polsce według klas miejscowości zamieszkania w latach 2006-2009. Stowarzyszenie Ekonomistów Rolnictwa i Agrobiznesu. Roczniki Naukowe, tom XIV, z. 4.
[7] Łuczak A., Wysocki F., (2005), Wykorzystanie metod taksonometrycznych i analitycznego procesu hierarchicznego do programowania rozwoju obszarów wiejskich. Wydawnictwo Akademii Rolniczej im. Augusta Cieszkowskiego w Poznaniu, Poznań.
[8] Saaty T.L., (1980), The Analytic Hierarchy Process, McGraw-Hill, New York.
[9] Stan i możliwości rozwojowe powiatów województwa wielkopolskiego (2000): Ankieta przeprowadzona w starostwach powiatowych w województwie wielkopolskim, Uniwersytet Przyrodniczy w Poznaniu.
[10] Walesiak M., (1993), Statystyczna analiza wielowymiarowa w badaniach marketingowych. Prace Naukowe AE we Wrocławiu nr 654. Seria: Monografie i opracowania nr 101, Wrocław.
[11] Walesiak M., (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowy miarowej z wykorzystaniem programu R. Wyd. Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.
[12] Wysocki F., (2010), Metody taksonomiczne w rozpoznawaniu typów ekonomicznych rolnictwa i obszarów wiejskich. Wyd. Uniwersytetu Przyrodniczego w Poznaniu, Poznań.
