Dualizm Mazowsza (podział na aglomerację i obszar poza metropolitarny) W artykule przedstawiono również oddzielny model dla obszaru

aglome-racyjnego oraz reszty województwa. Ma to pokazać, iż Warszawa i gminy sąsiednie nie są przypadkami tak szczególnymi na tle kraju, że należałoby je traktować jako oddzielne obszary. Ważne jest również, czy w reszcie woje-wództwa kapitał ludzki pełni również tak silną role.

2.6.1. Model dla aglomeracji

W modelu dla aglomeracji poziom przedsiębiorczości silnie związany jest z odległością od Warszawy, co może wskazywać na podział centrum-peryfe-rie tego obszaru. Rola kapitału ludzkiego jest nadal bardzo wysoka.

Model 5: Estymacja KMNK, wykorzystane obserwacje 1-49 Zmienna zależna (Y): v1

Współczynnik Błąd stand. t-Studenta wartość p

const 1039,79 125,611 8,2779 <0,00001 ***

Liczba kilometrów

od Warszawy -6,65193 2,6656 -2,4955 0,01623 **

Odsetek ludzi z wyższym

wykształceniem 52,9453 6,3127 8,3871 <0,00001 ***

Średn. aryt. zm. zależnej 1402,918 Odch. stand. zm. zależnej 368,6282 Suma kwadratów reszt 1433127 Błąd standardowy reszt 176,5076 Wsp. determ. R-kwadrat 0,780282 Skorygowany R-kwadrat 0,770729

F(2, 46) 81,67946 Wartość p dla testu F 7,29e-16

Logarytm wiarygodności -321,4749 Kryt. inform. Akaike’a 648,9499 Kryt. bayes. Schwarza 654,6253 Kryt. Hannana-Quinna 651,1031

Interpretacja modelu:

Liczba przedsiębiorstw na 10000 mieszkańców= 1039,79, -6,65193 licz-ba kilometrów od Warszawy, +52,9453 odsetek ludzi z wyższym wykształce-niem.

Wyraz wolny może mieć interpretację ekonomiczną jeśli w Warszawie byłoby zero procent ludzi z wyższym wykształcenie, co ze względu choćby na umiejscowienie w tym mieście administracji państwowej jest praktycznie niemożliwe.

192 Rozdział vii

Ocena parametru liczba kilometrów od Warszawy wynosi -6,65193. Jeżeli odległość od Warszawy wzrośnie o jedną jednostkę (jeden kilometr) to ocze-kujemy, że liczba przedsiębiorstw zarejestrowanych w REGON na 10000 mieszkańców spadnie 6,65193 ceteris paribus.

Ocena parametru odsetek ludzi z wyższym wykształceniem wynosi 52,94.

Jeżeli liczba osób z wyższym wykształceniem wzrośnie o jedną jednostkę jeden procent ludzi z wyższym wykształceniem w całej populacji gminy) to oczekujemy, że liczba przedsiębiorstw zarejestrowanych w REGON na 10000 mieszkańców wzrośnie o 52,94 ceteris paribus.

Poziom istotności jest wysoki dla wszystkich zmiennych. Współczynnik determinacji osiąga wysoką wartość 0,78 co oznacza, że wahania zmiennej objaśnianej udało się objaśnić w prawie 78%. Odchylenie standardowe reszt, czyli tzw. średni błąd szacunku wynosi 176,5 co oznacza, że przewidywane wartości zmiennej objaśnianej przez oszacowane równanie różnią się od ich empirycznych wartości średnio o 176,5.

2.6.2. Model przedsiębiorczości dla obszaru poza metropolitarnego

Jak widać poniżej, w reszcie województwa kluczowym czynnikiem wyja-śniającym liczbę przedsiębiorstw jest również wyższe wykształcenie. Nadal jednak ważna jest odległość od Warszawy oraz ilość dróg krajowych i auto-strad przechodzących przez teren gminy. Podział na dwa obszary nie spowo-dował więc spadku znaczenia kapitału ludzkiego.

Model 6: Estymacja KMNK, wykorzystane obserwacje 1-265 Zmienna zależna (Y): v1

Współczynnik Błąd stand. t-Studenta wartość p

const 451,446 23,8941 18,8936 <0,00001 ***

Liczba kilometrów

od Warszawy -1,02729 0,209548 -4,9024 <0,00001 ***

Ilość dróg krajowych i autostrad

przechodzących przez teren gminy

26,7733 9,2041 2,9088 0,00394 ***

Odsetek ludzi z wyższym

wykształceniem 66,1904 3,1249 21,1816 <0,00001 ***

Średn. aryt. zm. zależnej 614,0943 Odch. stand. zm. zależnej 188,5916 Suma kwadratów reszt 2552342 Błąd standardowy reszt 98,88928 Wsp. determ. R-kwadrat 0,728175 Skorygowany R-kwadrat 0,725050

F(3, 261) 233,0583 Wartość p dla testu F 1,65e-73

Logarytm wiarygodności -1591,414 Kryt. inform. Akaike’a 3190,827 Kryt. bayes. Schwarza 3205,146 Kryt. Hannana-Quinna 3196,580

Interpretacja modelu:

Liczba przedsiębiorstw na 10000 mieszkańców = 570,75, -1,03 liczba kilo-metrów od Warszawy, +26,77 ilość dróg krajowych i autostrad przechodzą-cych przez teren gminy, +66,19 odsetek ludzi z wyższym wykształceniem.

Wyraz wolny nie ma interpretacji ekonomicznej.

Ocena parametru liczba kilometrów od Warszawy wynosi -1,03. Jeżeli odległość od Warszawy wzrośnie o jedną jednostkę (jeden kilometr) to ocze-kujemy, że liczba przedsiębiorstw zarejestrowanych w REGON na 10000 mieszkańców spadnie o 1,03 ceteris paribus.

Ocena parametru ilość dróg krajowych i autostrad przechodzących przez teren gminy wynosi 26,77. Jeżeli liczba dróg krajowych i autostrad wzrośnie o jedną jednostkę (jeden droga przechodząca przez teren gminy) to ocze-kujemy, że liczba przedsiębiorstw zarejestrowanych w REGON na 10000 mieszkańców wzrośnie o 26,77ceteris paribus.

Ocena parametru odsetek ludzi z wyższym wykształceniem wynosi 66,19.

Jeżeli liczba osób z wyższym wykształceniem wzrośnie o jedną jednost-kę jeden procent ludzi z wyższym wykształceniem w całej populacji gminy to oczekujemy, że liczba przedsiębiorstw zarejestrowanych w REGON na 10000 mieszkańców wzrośnie o 66,19 ceteris paribus.

Poziom istotności jest wysoki dla wszystkich zmiennych. Współczynnik determinacji osiąga wysoką wartość 0,73 co oznacza, że wahania zmiennej objaśnianej udało się objaśnić w prawie 73%. Odchylenie standardowe reszt, czyli tzw. średni błąd szacunku wynosi 98,89 co oznacza, że przewidywane wartości zmiennej objaśnianej przez oszacowane równanie różnią się od ich empirycznych wartości średnio o 98,89.

3. Podsumowanie

Artykuł przedstawia kilka wersji modeli regresji pokazujących czynniki wyjaśniające liczbę przedsiębiorstw na terenie gmin województwa

mazowiec-194 Rozdział vii

kiego. Zgodnie założeniami i teorią, zmiennymi wyjaśniającymi są zmienne powiązane z aglomeracją warszawską. Rola stolicy i gmin z nią sąsiadują-cych jest bardzo silna w województwie. Widoczny jest również coraz bar-dziej nowoczesny charakter metropolii, która przynosi duże korzyści gminom znajdującym się w niedalekiej odległości, natomiast reszta regionu staje się dla niej bazą nowych mieszkańców. Co może mieć niekorzystny wpływ na ich rozwój.

Zaskakuje kluczowa rola kapitału ludzkiego wyrażonego wykształce-niem wyższym. Staje się on najważniejszym czynnikiem wyjaśniającym liczbę przedsiębiorstw. Zmienna ta wnosi bardzo dużo informacji i pozwalająca zmniejszyć znacznie błąd standardowy reszty. Należy oczywiście rozważyć wpływ zmiennej ukrytej na tak wysokie wyniki. Jednak mimo często poru-szanej kwestii inflacji wyższego wykształcenia, jest ono ważną wartością dla gospodarki opartej na wiedzy, ponieważ staje się źródłem innowacji i pomysłów na nowe firmy. Równocześnie ludzie z wyższym wykształceniem mogą się osiedlać w podobnych miejscach, tworząc skupiska i budując rynek wewnętrzny dla lokalnych przedsiębiorców. Dotyczy to zwłaszcza regionów graniczących z większymi miastami. Alternatywny model bez uwzględnienia wyższego wykształcenia oparty na kapitale społecznym i infrastrukturze miał mniejszą wartość wyjaśniającą.

Podsumowując, duże znaczenie kapitału ludzkiego jako czynnika wyja-śniającego liczbę przedsiębiorstw w gminach wskazuje na coraz większą rolę wiedzy i innowacji w województwie mazowieckim, co potwierdzają raporty PARP-u. Co ważne, rola wyższego wykształcenia jest istotna również przy podziale Mazowsza na aglomerację i resztę województwa.

BIBLIOGRAFIA

Bartkowski, J. (2007). Kapitał społeczny i jego oddziaływanie na rozwój w ujęciu socjo-logicznym. W: M. Herbst (red.), Kapitał ludzki i kapitał społeczny a rozwój regionalny, Wydawnictwo Naukowe Scholar, Warszawa.

Florida, R. (2010). Narodziny klasy kreatywnej, Narodowe Centrum Kultury, Warszawa.

Gajda, J. (2009). Modele strukturalne w ekonomii i zarządzaniu, Problemy Zarządzania, 7(4).

Gardawskiego, J. (red.) (2013). Rzemieślnicy i biznesmeni. Właściciele małych i średnich przedsiębiorstw prywatnych. Warszawa: Wydawnictwo Naukowe Scholar.

Glinka, B. (2008). Kulturowe uwarunkowania przedsiębiorczości w Polsce, Polskie Wydaw-nictwo Ekonomiczne, Warszawa.

Gorzelak, G. (red.) (2007). Polska regionalna i lokalna w świetle badań EUROREG-u, Wydaw-nictwo Naukowe Scholar, Warszawa.

Hensel, P., Glinka, B. (2012). Urzędnicy i przedsiębiorcy. Kulturowe bariery współpracy, Poltext, Warszawa.

Herbst, M. (2007). Kapitał ludzki dochód i wzrost gospodarczy w badaniach empirycznych.

W: M. Herbst (red.), Kapitał ludzki i kapitał społeczny a rozwój regionalny, Wydawnictwo Naukowe Scholar, Warszawa.

Kufel, T. (2011). Ekonometria, Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wydawnictwo Naukowe PWN, Warszawa.

Oleksyn, T. (2012). Przedsiębiorczość jako kategoria złożona. Jak ją rozwijać, Problemy Zarządzania, 1(36).

Pasieczny, J. (2008). Profile gmin w Polsce – zarządzanie rozwojem i zmianami, Wydawnictwo Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego, Warszawa.

Regionalne Systemy Innowacji w Polsce – raport z badań (2013). PARP, Warszawa.

Smętkowski M., Gorzelak G., Kozak M., Olechnicka A., Płoszaj A., Wojnar K. (2012).

Europejskie metropolie i ich regiony. Od krajobrazu gospodarczego do sieci metropolii, Wydawnictwo Naukowe Scholar, Warszawa.

Tomasz Ochinowski Michał Główka¹

Rozdział 8