Analizując efekty porządkowania w obszarze „innowacyjność” zaobserwowano, że naj-wyższą wartością indeksu WSKLi cechowała się gmina Kołbaskowo. Poziom wskaźnika w ujęciu relatywnym był prawie trzykrotnie wyższy niż średni poziom indeksu w woje-wództwie, wyznaczony przez gminę Bobolice i Ustronie Morskie (WSKLi = 0,25). Krytycz-nie niski poziom indeksu osiągnęły gminy Rewal i Widuchowa, które w ujęciu relatyw-nym osiągnęły o 100% niższą wartość indeksu niż średnio w regionie. Generalnie poziom zasobów innowacyjności ocenić należy jako niski, ponieważ ponad połowa gmin (57%) osiągnęła poziom wskaźnika niższy niż przeciętnie w regionie (por. rys. 3).
Efekty klasyfikacji gmin potwierdzają zarówno niezadowalający poziom innowacyj-ności, jak i stosunkowo słabe zróżnicowanie gmin (por. tab. 3). Okazało się, że najlicz-niej reprezentowane są klasy gmin 5 i 4 (po 42%), cechujące się niskimi i bardzo niski-mi wartościaniski-mi indeksu syntetycznego. Na przeciwległym biegunie, tj. w klasie 1 o naj-wyższym poziomie wskaźnika innowacyjności, znajduje się tylko jedna gmina Kołbasko-wo, silnie dystansująca sklasyfikowane niżej w hierarchii gminy (np. Dobra Szczecińska, Goleniów, Nowe Warpno). Gmina ta osiągnęła bardzo wysoki poziom wskaźnika, ponad 280% średniej wartości wskaźnika szacowanej dla obszarów wiejskich całego regionu. Tabela 3. Efekty porządkowania i klasyfikacji. Podstawowe charakterystyki klas gmin
Przedział Klasa i poziom kapitału
INNOWACYJNOŚĆ WSKLI KREATYWNOŚĆ WSKLk WSKLss Indeks syntetyczny
śred-nia liczeb-ność Udział % Śred-nia nośćliczeb- Udział % Śred-nia liczeb-ność Udział % 0–0,2 klasa 5bardzo niski 0,117 43 42% 0,110 22 21% 0,118 40 39%
0,21–0,4 klasa 4niski 0,299 43 42% 0,309 42 41% 0,291 30 29%
0,41–0,6 klasa 3średni 0,464 13 13% 0,503 20 19% 0,482 18 17%
0,61–0,8 klasa 2wysoki 0,620 3 3% 0,703 11 11% 0,679 11 11%
0,81–1,0 klasa 1bardzo
wysoki 1 1 1% 0,872 8 8% 0,906 4 4% Źródło: obliczenia własne na podstawie danych GUS BDL, UMWZ.
109 Nieco inną ocenę uzyskano w komponencie „kreatywność”, bowiem zróżnicowanie gmin okazuje się nieco większe, aczkolwiek sam poziom zasobów kreatywności, podob-nie jak innowacyjności, jest podob-niezadowalająco niski (por. rys. 3). Uwzględniając średnią wartość indeksu WSKLk na poziomie 0,377, wyznaczoną przez gminę Postomino, okaza-ło się, że aż 61% gmin cechuje się niższym niż przeciętnie w regionie poziomem wskaźnika.
Gdy poddano analizie efekty klasyfikacji, okazało się, że najliczniej reprezentowana jest klasa 4, skupiająca ok. 50% gmin, cechujących się niskim poziomem indeksu. Porów-nywalnie duży udział mają klasy 5 i 3 (ok. po 20% gmin). Udział gmin o wysokim i bardzo wysokim poziomie kreatywności jest większy niż ma to miejsce w ocenie innowacyjno-ści, ale generalnie ocenia się go jako niski (odpowiednio: 11% i 8%). Najwyższą wartość wskaźnika (WSKLk>0,9) zanotowały trzy gminy: Ostrowice, Nowe Warpno, Świdwin. Naj-niższe wartości (WSKLk<0,05) osiągnęły cztery gminy: Myślibórz, Barlinek, Gryfino, Dęb-no (por. rys. 4).
Rysunek 3. Zróżnicowanie przestrzenne kapitału ludzkiego na obszarach wiejskich woj. zachodniopomorskiego: Indeksy syntetyczne
a) WSKLi
110
b) WSKLk
c) WSKLss
111 Uzyskany syntetyczny obraz przestrzeni wiejskiej wskazuje, że ponadprzeciętny poziom zasobów kapitału koncentruje się wokół stolicy regionu Szczecina, ale przede wszystkim w środkowej części województwa. Wyróżniające się gminy to: Nowe Warpno i Kołbaskowo (powiat policki), Ostrowice (powiat drawski), Świdwin, Rąbino, Brzeżno Sła-woborze (powiat świdwiński), Marianowo, Suchań, Kobylanka (powiat stargardzki), Bia-ły Bór, Borne Sulinowo, Grzmiąca (powiat szczecinecki). Najbardziej deficytowe obsza-ry wiejskie występują w powiatach myśliborskim (Dębno, Myślibórz), sławieńskim (Ma-lechowo, Sławno), kamieńskim (Kamień Pomorski, Wolin, Międzyzdroje), gryfińskim (Wi-duchowa, Gryfino, Banie, Chojna) oraz gryfickim (Trzebiatów, Gryfice) oraz w gminie Po-lanów (powiat koszaliński) i Rymań (powiat kołobrzeski).
Analizę porównawczą obszarów wiejskich województwa zachodniopomorskiego przeprowadzono także w ujęciu relatywnym, ukazując zróżnicowanie w stosunku do średniej wartości wskaźnika (por. rys. 4).
Rysunek 4. Efekty pozycjonowania obszarów wiejskich województwa zachodniopo-morskiego. Ujęcie przestrzenne (w ujęciu relatywnym WSKLIN a WSKLk)
112
Źródło: opracowanie własne na podstawie danych GUS BDL, UMWZ.
Z otrzymanego rozkładu wynika, że wyższą kreatywnością i innowacyjnością cechu-ją się nieliczne wybitnie peryferyjne obszary wiejskie, są to głównie gminy powiatu świ-dwińskiego i szczecineckiego, oraz następujące: Nowe Warpno (powiat policki), Osina, Przybiernów i Stepnica (powiat goleniowski), Karnice (powiat gryficki), Marianowo i Ko-bylanka (powiat stargardzki), Bielice i Warnice (powiat pyrzycki), Drawno (powiat chosz-czeński). Niższa niż przeciętnie koncentracja zasobów występuje zarówno na obszarach zlokalizowanych wokół większych skupisk miejskich (Szczecina, Koszalina, Goleniowa), w gminach nadmorskich oraz w gminach wybitnie peryferyjnych powiatów: choszczeń-skiego, myśliborchoszczeń-skiego, łobechoszczeń-skiego, koszalińskiego i drawskiego (por. rys. 4).
Poszukiwano wyjaśnienia istniejącego rozkładu przestrzennego zasobu kapitału ludzkiego w kondycji rynku pracy i wykorzystano w tym celu podstawowe charaktery-styki rynku pracy tj. poziom długookresowej stopy bezrobocia (dane wg MRPiPS) oraz średnioroczną wartość wskaźnika natężenia bezrobocia (obliczenia własne dane GUS BDL). Oszacowany współczynnik korelacji wskazuje na słaby, ale poprawny związek po-między innowacyjnością i bezrobociem oraz kreatywnością i bezrobociem.
W myśl przyjętej definicji innowacyjność obszaru, rozumiana jako poziom zatrud-nienia w sektorze kreatywnym okazała się tym niższa, im wyższa stopa bezrobocia2. Ba-danie zależności pomiędzy kreatywnością wyrażoną liczbą złożonych projektów także
113 potwierdza istnienie związku ze stopą bezrobocia, ale o charakterze dodatnim3. Wyż-sza kreatywność częściej obserwowana jest na obWyż-szarach o wyższej stopie bezrobocia, co w świetle otrzymanego rozkładu przestrzennego wydaje się pewnym wyjaśnieniem. Sytuacja społeczno-gospodarcza mieszkańców obszarów peryferyjnych zmusza do po-szukiwania innych alternatywnych źródeł dochodu, czego efektem jest ponadprzecięt-na liczba złożonych wniosków w ramach programów: PO KL i PO IG oraz Leader. Podję-ta próba usPodję-talenia związku pomiędzy typem obszaru wiejskiego wg metodologii MROW a rozkładem wskaźnika zasobów kapitału ludzkiego WSKLss, przy zastosowaniu testu chi kwadrat z poprawką Yatesa, nie dała wystarczających podstaw, aby testowaną hipo-tezę przyjąć za słuszną4.
Bazując na średnich wartościach zestandaryzowanych Wi, wyłoniono sześć skupisk gmin, cechujących się względnie jednorodną strukturą wewnętrzną (por. rys. 5 i tab. 4). Bliższa charakterystyka jednostek wskazuje, że żadne ze skupisk nie posiada bogatych zasobów, a tym samym nie otrzymało bardzo dobrej oceny w odniesieniu do którejkol-wiek z analizowanych cech. Najwyższe osiągnięte wartości były na poziomie „dobrym” i otrzymało je dwukrotnie skupisko 4 (zatrudnienie w sektorze M oraz liczba wniosków PO IG) oraz skupisko 1 (wnioski PO IG).
Rysunek 5. Efekty grupowania obszarów wiejskich
Źródło: opracowanie własne na podstawie danych GUS BDL, UMWZ.
3 Dla długookresowego bezrobocia: rk,db = 0,21; dla krótkookresowego bezrobocia: rk,kb = 0,26.
114
Tabela 4. Ocena wyłonionych skupisk obszarów wiejskich woj. zachodniopomorskiego
Skupisko
Cecha Skupisko1 Skupisko 2 Skupisko 3 Skupisko 4 Skupisko 5 Skupisko 6
x1 - -- - ≈ ≈ -x2 -- -- -- * -- -- x3 ≈ - -- -- - - -x4 * - -- * - ≈ x5 - - -- -- -- ≈ x6 -- -- -- -- -- ≈
Źródło: opracowanie własne na podstawie obliczeń własnych dane GUS BDL, UMWZ.
objaśnienia: **bardzo dobra, *dobra, ≈ dostateczna, – mierna, – niedostateczna
Podsumowanie
Niniejsze opracowanie jest próbą uzupełnienia wiedzy na temat zróżnicowania obsza-rów wiejskich pod względem zasobów kapitału ludzkiego, definiowanego w obszarze innowacyjności i kreatywności. Przyjęta lokalna perspektywa pozwoliła zdiagnozować poziom zasobów tego kapitału oraz stworzyć poglądowy obraz, odzwierciedlający cha-rakter badanej przestrzeni wiejskiej w tym regionie. Wyłoniono istniejące lokalne ukła-dy jednostek terytorialnych o względnie homogenicznej strukturze wewnętrznej, co w praktyce pozwoli na lepsze tzn. indywidualne podejście programowanie instrumenta-rium wsparcia rozwojowego dla tych gmin.
W świetle przeprowadzonej diagnozy stan zasobów ocenia się jako niezadowalają-cy. Przestrzennie gminy są słabo zróżnicowane, ponadto poziom i rozkład zasobów nie pozostaje w związku z typem obszaru wg metodologii MROW, determinowanej czyn-nikami strukturalnymi poziomu rozwoju społeczno-gospodarczego. Istniejące różnice w rozkładzie zasobów innowacyjności i kreatywności mogą mieć związek z odmienną aktywnością ekonomiczną mieszkańców poszczególnych obszarów wiejskich w tym re-gionie. Przyczyn istniejących różnic należy dopatrywać się także w lokalizacji danych jednostek, co odpowiada założeniom teorii sektora kreatywnego. Obszary wiejskie zlo-kalizowane wokół dużych ośrodków miejskich czerpią korzyści z tzw. renty położenia, cechują się wyższym poziomem innowacyjności i zatrudnienia w sektorze kreatywnym. Jednocześnie kreatywność na tych obszarach okazała się niższa niż w jednostkach skraj-nie peryferyjnych, o słabszej kondycji rynku pracy. Mskraj-niejsze możliwości dostępu i pozy-skania pracy determinują mieszkańców do zaktywizowania starań w kierunku
pozyski-115 wania alternatywnych środków na życie, co w praktyce wyrażone jest zwiększoną licz-bą wpływających wniosków w ramach programów wspierających zatrudnienie i rozwój wsi. Ten wniosek z obserwacji nie stanowi jednak prawidłowości i wymaga dalszych ba-dań w tym kierunku.
Bibliografia
Amsden A. (1992), Asia’s Next Giant: South Korea and Late Industrialization, Oxford University Press, New York.
Asteriou D., Agiomirgianakis G.M. (2001), Human capital and economic growth: time series evi-dence from Greece, „Journal of Policy Modeling”, 23.5, ss. 481–489.
Barro R., Sala-i-Martin X. (2004), Economic growth, 2 wyd., MIT Press, Boston. MA. Becker G.S. (1961), Human Capital, New York.
Carnoy M., Castells M. (2001), Globalisation, the Knowledge Society and the Network State: Pou-lantzas at the Millennium, „Global Networks”, vol.1(1), ss. 1–18.
Czapiewski K. (2011), Czy struktura funkcjonalna warunkuje zaistnienie sukcesu na obszarach wiejskich [w:] Dychotomiczny rozwój obszarów wiejskich, red. W. Kamińska, K. Heffner, Studia
KPZK PAN, t. CXXXVIII, Warszawa.
Domański S.R. (1990), Kapitał ludzki i wzrost gospodarczy, Monografie i Opracowania, SGPiS, Warszawa. Evans G. (2009), Creative cities, creative spaces and urban policy, „Urban studies”, 46.5–6, ss. 1003–1040. Fägerlind I. (1975), Formal education and adult earnings, Stockholm, Almqvist &Wicksell International. Faggian A., McCann P. (2009), Human Capital and Regional Development [w:] Capello R., Nijkamp P. (red.), Handbook Of Regional Growth And Development Theories, Imprint Cheltenham, Nor-thampton, Ma: Edward Elgar, ss. 133–151.
Flew T. (2002), Beyond ad hocery: Defining the creative industries. Proceedings Cultural Sites, Cul-tural Theory, CulCul-tural Policy, 2th International Conference of Cultural Policy Research, Wellington, New Zealand, January 23–26, red. M. Volkerling, ss. 181–191.
116
Florida R. (2002), The Rise of the Creative Class, Basic Books, New York. Florida R. (2004), Cities and the Creative Class, Routledge, London.
Florida R. (2005), The Flight of the Creative Class: The New Global Competition for Talen, Collins, New York.
Green A. (1997), Education, Globalization and the Nation State, MacMillan London, ss. 130–186.
GUS (2014), Obszary wiejskie w Polsce w 2014 roku, Studia i analizy statystyczne, Warszawa–Olsz-tyn, s. 126.
Hause J.C. (1972), Earnings profile: Ability and schooling, „Journal of Political Economy”, 80(3), part 2, ss. 108–138.
Herbst M., Piotrowska P. (2008), Gminy odnoszące sukces [w:] Polska lokalna 2007, red. G. Gorze-lak, Wydawnictwo Naukowe Scholar, Warszawa.
Jabłoński Ł. (2012), Kapitał ludzki a konwergencja gospodarcza, C.H. Beck, Warszawa.
Janc K. (2009), Zróżnicowanie przestrzenne kapitału ludzkiego i społecznego w Polsce, „Rozprawy Naukowe”, nr 8, IGiPR UW, Wrocław.
Klonowska-Matynia M. (2017), Czynniki edukacyjne a przestrzenne rozmieszczenie kapitału ludz-kiego na obszarach wiejskich w Polsce, „Folia Oeconomica” 1(327), ss. 107–127.
Kozuń-Cieślak G. (2013), Efektywność inwestycji publicznych w kapitał ludzki, „Ekonomista”, 3, ss. 321–322.
Lucas R. (1988), On the mechanics of economic development, „Journal of Monetary Economics”, 22(1), ss. 3–42.
Luthans F., Luthans K.W., Luthans Brett C. (2004), Positive psychological capital: Beyond human and social capital, „Business horizons”, 47(1), ss. 45-50.
Mankiw N.G., Romer D., Weil A. (1992), Contribution to the Empirics of Economic Growth, „Quar-terly Journal of Economics”, no. 107, ss. 407–437.
117 Mcdonald S., Roberts J. (2002), Growth and multiple forms of human capital in an augmented Solow model: a panel data investigation, „Economics letters”, 74(2), ss. 271–276.
Mincer J. (1958), Investment in human capital and personal income distribution, „Journal of Politi-cal Economy”, 66(4), ss. 281–302.
Mushkin S.J. (1962), Health as an Investment, „Journal of political economy”, 70 (5, Part 2), ss. 129–157.
Nelson R.R., Phelps S. (1966), Investment in humans, technological diffusion and economic growth, „American Economic Review”, t. 56/1–2, ss. 69–75.
Nowak E. (1990), Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych, PWE, Warszawa, s. 80.
Podogrodzka M. (2016), Kapitał kreatywny i jego pomiar, „Studia Ekonomiczne”, 276, ss. 72–83. Romer P. (1990), Human capital and growth: Theory and evidence, Carnegie-Rochester Conferen-ce Series on Public Policy, Elsevier, vol. 32(1), ss. 251–286.
Rosner A., Stanny M. (2014), Monitoring rozwoju obszarów wiejskich, IRWIR PAN, Warszawa. Scott A. (2006), Creative cities: Conceptual issues and policy questions, „Journal of urban affairs”, 28.1, ss. 1–17.
Stanny M. (2013), Przestrzenne zróżnicowanie obszarów wiejskich w Polsce, IRWiR PAN, Warszawa. Stola W. (1987), Klasyfikacja funkcjonalna obszarów wiejskich Polski. Próba metodyczna, IGiPZ PAN, Warszawa.
Taubman P., Wales T. (1974), Higher education and earning, McGraw-Hill Book. Throsby D. (2010), The economics of cultural policy, Cambridge University Press.
Thurow L.C. (1999), Przyszłość kapitalizmu. Jak dzisiejsze siły ekonomiczne kształtują świat jutra, Wydawnictwo Dolnośląskie, Wrocław.
Andrzej Kuciński
| akucinski@ajp.edu.plAkademia im. Jakuba z Paradyża w Gorzowie Wielkopolskim, Wydział Ekonomiczny