Metody pomiaru atrakcyjności handlowej miast

Pełen tekst

(1)Zeszyty Naukowe nr. 757. 2008. Uniwersytetu Ekonomicznego w Krakowie. Krzysztof P. Wojdacki Katedra Handlu i Instytucji Rynkowych. W∏adys∏aw Szczepankiewicz Katedra Handlu i Instytucji Rynkowych. Metody pomiaru atrakcyjnoÊci handlowej miast 1. Wprowadzenie Cechà rozwini´tej gospodarki rynkowej jest proces konkurowania. Dotyczy on nie tylko elementów systemu gospodarczego, ale tak˝e ró˝nego rodzaju uk∏adów przestrzennych, poczàwszy od uk∏adów lokalnych (gminy, miasta), regionalnych, a skoƒczywszy na konkurowaniu krajów czy kontynentów. Konkurowanie miast, podobnie jak przedsi´biorstw, zmierza do uzyskania takiej pozycji na rynku, dzi´ki której mogà one skutecznie zabiegaç o zdobycie deficytowych czynników rozwojowych w d∏ugim czasie w formie dop∏ywu Êrodków pieni´˝nych, technologii, si∏y roboczej, dóbr materialnych oraz informacji. Konkurowanie to mo˝na definiowaç w ró˝ny sposób1. Wychodzàc z za∏o˝eƒ teorii oÊrodków centralnych W. Christallera, konkurowanie miast polega na zdolnoÊci wytwarzania przez nie dóbr i us∏ug centralnych, a tym samym tworzeniu w stosunku do innych jednostek sieci osadniczej nadwy˝ki znaczeniowej, której wielkoÊç stanowi o jego konkurencyjnoÊci. Istotnà przewagà konkurencyjnà miasta jest jego atrakcyjnoÊç handlowa, którà zgodnie z teorià oÊrodków centralnych W. Christallera [5] oraz jej póêniejszymi modyfikacjami mo˝na rozumieç jako wielkoÊç nadwy˝ki znaczeniowej danego oÊrodka centralnego (centrum handlowego) w stosunku do innych oÊrodków oraz obszaru otaczajàcego w dziedzinie sektora handlu. Autorzy artyku∏u przyjmujà jà za miar´ konkurencyjnoÊci miasta, a tak˝e wyznacznik jego przewagi konkurencyjnej.. 1. Szersze omówienie tego tematu znajduje si´ m.in. w pracy [22]..

(2) Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. 86. G∏ównym celem artyku∏u jest próba identyfikacji i projekcji metodologicznych podstaw badania atrakcyjnoÊci handlowej miast jako podstawowej sk∏adowej ich atrakcyjnoÊci marketingowej w szerokim tego s∏owa znaczeniu2. Cele szczegó∏owe natomiast dotyczà klasyfikacji metod pomiaru atrakcyjnoÊci handlowej miast, okreÊlenia metod klasycznych oraz wykorzystania wspó∏czesnego instrumentarium statystyczno-ekonometrycznego.. 2. Klasyczne metody okreÊlania atrakcyjnoÊci handlowej miasta Przyjmujàc za g∏ówne kryterium podzia∏u za∏o˝enia teorii oÊrodków centralnych, ogó∏ metod pozwalajàcych na okreÊlanie centralnoÊci (atrakcyjnoÊci) miasta mo˝na ujàç w dwie grupy. Pierwszà stanowià metody oparte na koncepcji nadwy˝ki znaczeniowej, drugà tworzà metody oparte na stopniu spe∏niania przez miasta funkcji centralnych (rys. 1).. Metody okreÊlania centralnoÊci (atrakcyjnoÊci) miast – oÊrodków handlowych. Metody oparte na okreÊleniu nadwy˝ki znaczeniowej miasta w stosunku do obszaru uzupe∏niajàcego i innych miast. – wskaênik nadwy˝ki Christallera – wskaênik nadwy˝ki Ilgena – wskaênik Polarczyka – wskaênik nadwy˝ki obrotów. Metody oparte na ustaleniu stopnia spe∏niania przez miasto funkcji centralnych. – metoda A.E. Smailesa – metoda R. Kloppera – wielowymiarowa analiza porównawcza (WAP). Rys. 1. Podzia∏ metod stosowanych przy okreÊlaniu centralnoÊci (atrakcyjnoÊci) miast – oÊrodków handlowych èród∏o: opracowanie w∏asne.. 2 AtrakcyjnoÊç marketingowà miast mo˝na traktowaç jako sum´ atrakcyjnoÊci handlowej, turystycznej, us∏ugowej, inwestycyjnej, spo∏ecznej, targowej, sportowej oraz socjalnej, „wzmocnionej” dodatkowo efektem synergicznym..

(3) Metody pomiaru atrakcyjnoÊci handlowej miast. 87. Pierwsza grupa metod wywodzi si´ z klasycznego Christallerowskiego podejÊcia, a wić bazuje na wyst´powaniu w oÊrodku centralnym (mieÊcie) nadwy˝ki znaczeniowej w stosunku do obszaru uzupe∏niajàcego oraz innych oÊrodków. Nadwy˝ka znaczeniowa wynika z zakresu i stopnia realizowanych przez oÊrodek funkcji centralnych. Tak wić w ramach pierwszego z podejÊç wszystkie procedury sprowadzajà si´ do obliczenia wskaêników centralnoÊci, okreÊlajàcych nadwy˝k´ znaczeniowà oÊrodka, b´dàcà jednoczeÊnie jego miarà atrakcyjnoÊci. WÊród wielu mo˝liwych procedur szczególnie znane i wykorzystywane sà metody W. Christallera, K. Illgena, K. Polarczyka oraz M. Drewiƒskiego. Chronologicznie pierwszym wskaênikiem centralnoÊci opartym na koncepcji nadwy˝ki znaczeniowej by∏a miara zaproponowana przez W. Christallera: Ci = Si – Pi. Sr Pr. ,. i = 1, 2, ..., n,. (1). gdzie: Ci – wskaênik centralnoÊci i-tego oÊrodka (miasta), Si – liczba rozmów telefonicznych mi´dzy i-tym oÊrodkiem a regionem (obszarem uzupe∏niajàcym), Pi – liczba mieszkaƒców i-tego oÊrodka, Sr – liczba rozmów telefonicznych w regionie, Pr – liczba mieszkaƒców w regionie. Wskaênik ten odwzorowywa∏ centralnoÊç oÊrodka drogà poÊrednià poprzez intensywnoÊç kontaktów telefonicznych. W dalszych swoich pracach W. Christaller zmodyfikowa∏ go zast´pujàc liczb´ rozmów telefonicznych liczbà zatrudnionych w handlu detalicznym. Jest on okreÊlony w przedziale (-∞, +∞), przy czym: – Ci > 0 oznacza nadwy˝k´ zatrudnionych w handlu detalicznym, pracujàcych na zaspokojenie potrzeb ludnoÊci zamiejscowej (regionu, obszaru uzupe∏niajàcego), – Ci = 0 oznacza stan równowagi (liczba zatrudnionych w handlu detalicznym zaspokaja tylko potrzeby ludnoÊci danego oÊrodka), – C i < 0 oznacza niedobór zatrudnionych w handlu detalicznym w danym oÊrodku. W zwiàzku z formu∏à (1) oÊrodkami centralnymi sà te, które charakteryzujà si´ dodatnimi wartoÊciami Ci. Im wy˝sza wartoÊç tego wskaênika, tym poziom centralnoÊci (atrakcyjnoÊci) oÊrodka jest wy˝szy. Omawiana miara ma wiele zalet. Przede wszystkim charakteryzuje si´ nieskomplikowanà procedurà obliczeniowà, a jednoczeÊnie (co wa˝niejsze) daje obraz otwartoÊci oÊrodka w stosunku do obszaru uzupe∏niajàcego. Wadà jej jest natomiast przyjmowanie tylko jednego miernika (wielkoÊç sprzeda˝y detalicznej, liczba zatrudnionych w handlu detalicznym, wielkoÊç sieci handlu detalicznego – liczba punktów sprzeda˝y detalicznej, powierzchnia sklepów itp.).

(4) Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. 88. jednej z funkcji centralnych (np. funkcji handlowej) jako podstawy wyznaczenia centralnoÊci (atrakcyjnoÊci). Likwidacja tego ograniczenia mo˝e polegaç na wczeÊniejszej konstrukcji syntetycznego (agregatowego) miernika realizacji danej (np. handlowej) funkcji lub miernika realizacji zbioru funkcji centralnych i wykorzystaniu go w formule (1)3. Dalsze modyfikacje podstawowego wskaênika centralnoÊci W. Christallera prowadzi∏y do uwzgl´dniania specyfiki oÊrodków i ich obszarów uzupe∏niajàcych. Przyk∏adem mo˝e byç wskaênik K. Illgena [12]. Zak∏adajàc, ˝e w miejscowoÊciach centralnych sieç handlu detalicznego osiàga obroty wi´ksze ni˝by to wynika∏o z potrzeb ludnoÊci miejscowej, autor ten skonstruowa∏ wskaênik bezwzgl´dnych odchyleƒ obrotów: Abi = Uoi – Ufti,. i = 1, 2, ..., n,. (2). gdzie: Abi – bezwzgl´dne odchylenie obrotów w i-tym oÊrodku, Uoi – faktyczne obroty w i-tym oÊrodku, Ufti – szacunkowe (potencjalne) obroty w i-tym oÊrodku, b´dàce iloczynem liczby mieszkaƒców oÊrodka i przeci´tnego obrotu na 1 mieszkaƒca obszaru uzupe∏niajàcego i-ty oÊrodek. Podobnie jak poprzednio, miejscowoÊci (oÊrodki) centralne charakteryzujà si´ dodatnimi wartoÊciami wskaênika. Na podstawie formu∏y (2) mo˝na obliczyç równie˝ wielkoÊç relatywnego odchylenia obrotów Kui: Kui =. Abi Ufti. =. Abi Uoi. –1,. i = 1, 2, ..., n,. (3). gdzie: Kui – wzgl´dne odchylenie obrotów w i-tym oÊrodku. Wskaênik ten pomno˝ony przez 100 daje odpowiedê na pytanie o ile procent w danym i-tym oÊrodku globalne obroty (Uoi) przewy˝szajà (przy Abi > 0) obroty z ludnoÊcià miejscowà lub (przy Abi < 0) o ile procent globalne obroty sà mniejsze ni˝by to wynika∏o z potrzeb miejscowej ludnoÊci. Dalsza modyfikacja K. Illgena polega∏a na wprowadzeniu wspólnej bazy odniesienia, co mia∏o prowadziç do porównywalnoÊci ró˝nych oÊrodków i ich obszarów oddzia∏ywania. Bazà tà, zdaniem autora, mo˝e byç wielkoÊç obrotów w ca∏ym regionie. Wówczas:. 3. Przy konstrukcji takiego miernika pomocne sà omówione w dalszej cz´Êci pracy metody i techniki WAP..

(5) 89. Metody pomiaru atrakcyjnoÊci handlowej miast. Bui =. ABi UBi. ,. i = 1, 2, ..., n,. (4). gdzie: Bui – wspó∏czynnik zaopatrzenia handlu detalicznego i-tego oÊrodku w regionie, Abi – bezwzgl´dne odchylenie obrotów w i-tym oÊrodku, Ubi – obroty w handlu detalicznym regionu. Metoda okreÊlania centralnoÊci K. Illgena jest rozszerzeniem koncepcji nadwy˝ki znaczeniowej. Ma jednak te same wady, wÊród których najwa˝niejszà jest jej jednowymiarowy charakter (okreÊlanie centralnoÊci na podstawie pe∏nienia przez miasto jednej funkcji – funkcji handlowej). Nast´pnà metodà zaliczonà do pierwszej grupy jest metoda nadwy˝ki potencja∏u M. Drewiƒskiego [6]. Jej istota nawiàzuje do klasycznej postaci Newtonowskiego modelu potencja∏u4. G∏ównym za∏o˝eniem omawianej metody jest stwierdzenie, ˝e o randze (atrakcyjnoÊci) oÊrodka jako centrum handlowego decyduje nie ca∏kowita wielkoÊç potencja∏u, lecz jedynie jego nadwy˝ka, czyli ta cz´Êç potencja∏u, która nie zosta∏a „poch∏oni´ta” w miejscu jego wytworzenia (jego egzogeniczna cz´Êç). Jest to wić proste nawiàzanie do klasycznej Christallerowskiej koncepcji nadwy˝ki znaczeniowej. Jako miernik masy przyj´to wielkoÊç sieci handlu detalicznego mierzonà powierzchnià u˝ytkowà sklepów, przy czym wartoÊç potencja∏u wyznaczajà nie zasoby ogó∏em sieci detalicznej oÊrodka, ale ich nadwy˝ka, czyli ta cz´Êç zasobów sieci, która zostaje po „obs∏u˝eniu” ludnoÊci miejscowej [6, s. 117]. WartoÊç nadwy˝ki potencja∏u w j-tym oÊrodku dana jest zgodnie z nast´pujàcà formu∏à: Vnj = Pzj. Wj Wmr. ,. Vnj ∈ (–∞, +∞),. j = 1, 2, ..., n,. (5). je˝eli: Pzj = Snj . Pnj, Snj =. Sj – Smj Sj. ,. Smj = Smr Lj, gdzie: Vnj – wskaênik nadwy˝ki (niedoboru) potencja∏u rynkowego j-tego oÊrodka (w m2),. 4. Szerzej na temat modeli grawitacji i potencja∏u m.in. w pracy [20]..

(6) Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. 90. Pzj – powierzchnia u˝ytkowa sklepów j-tego oÊrodka zwiàzana z obs∏ugà ludnoÊci zamiejscowej (w m2), Wj – wielkoÊç sprzeda˝y na 1 m2 powierzchni u˝ytkowej sklepów w oÊrodku j, Wmr – przeci´tna wielkoÊç sprzeda˝y na 1 m2 powierzchni u˝ytkowej sklepów w regionie, Snj – wskaênik nadwy˝ki sprzeda˝y dla (Sn > 0) w j-tym oÊrodku, Pnj – powierzchnia u˝ytkowa sklepów w danym oÊrodku, Sj – sprzeda˝ ogó∏em w handlu detalicznym w j-tym oÊrodku, Smj – sprzeda˝ w handlu detalicznym zwiàzana z zakupami ludnoÊci miejscowej w j-tym oÊrodku, Smr – przeci´tna sprzeda˝ w handlu detalicznym na 1 mieszkaƒca regionu, Lj – liczba ludnoÊci j-tego oÊrodka, n – liczba oÊrodków (miast). Wskaênik Vnj okreÊlony jest w przedziale (–∞, +∞). WartoÊci ujemne oznaczajà brak centralnoÊci oÊrodka (niedobór znaczeniowy), wartoÊç 0 oznacza, ˝e miasto spe∏nia jedynie funkcje zaspokajajàce potrzeby jego mieszkaƒców, a Vnj > 0 oznacza, ˝e miasto charakteryzuje si´ okreÊlonym poziomem centralnoÊci (atrakcyjnoÊci) handlowej (posiada nadwy˝k´ znaczeniowà w stosunku do innych jednostek miejskich oraz obszaru uzupe∏niajàcego – jego regionu)5. Podobnie jak w przypadku poprzednich metod, g∏ównà wadà omawianej procedury jest jej jednowymiarowy charakter. Prób´ usunićia tej wady podjà∏ K. Polarczyk [16]. Zak∏ada on, ˝e centralnoÊç danej miejscowoÊci jest ÊciÊle zwiàzana ze stopniem spe∏niania przez nià szeroko rozumianych funkcji us∏ugowych (administracyjnych, handlowych, finansowych, zwiàzanych z ochronà zdrowia, kulturà, szkolnictwem, naukà itp.). Stopieƒ ten okreÊlany jest poprzez liczb´ osób zatrudnionych w poszczególnych bran˝ach us∏ugowych w danym oÊrodku oraz poprzez miernik rz´du (rangi) danej bran˝y. W celu wyznaczenia rangi ka˝dej z bran˝ wykorzystano powszechnie znany wspó∏czynnik lokalizacji Florence’a, nadajàc mu okreÊlonà interpretacj´: n. ∑ (ZPij – LPi) Rj =. i=1. 100. ,. j = 1, 2, ..., k,. dla (ZPij – LPi) > 0,. (6). gdzie: Rj – miernik rz´du (rangi) j-tej bran˝y, ZPij – zatrudnienie w procentach dla j-tej bran˝y w i-tym oÊrodku w stosunku do zatrudnienia w j-tej bran˝y w regionie, 5. Procedura ta, a ÊciÊlej wartoÊç nadwy˝ki znaczeniowej, wykorzystywana jest tak˝e do wyznaczania obszarów dominacji rynkowej danego oÊrodka. Szersze omówienie znajduje si´ m.in. w pracy [23]..

(7) Metody pomiaru atrakcyjnoÊci handlowej miast. 91. LPi – ludnoÊç i-tego oÊrodka w procentach w stosunku do liczby ludnoÊci ca∏ego regionu, k – liczba bran˝. Miernik rangi danej bran˝y przyjmuje wartoÊci w przedziale [0, 1], przy czym wartoÊci zbli˝one do 0 oznaczajà ca∏kowite rozproszenie i powszechnoÊç us∏ugi oraz brak jej oddzia∏ywania poza miejscem wyst´powania. WartoÊci zbli˝one do 1 Êwiadczà o unikalnoÊci (koncentracji w nielicznych miejscowoÊciach) us∏ugi, a co si´ z tym wià˝e o najwy˝szej randze i oddzia∏ywaniu obejmujàcym ca∏y region. Obliczone mierniki Rj pozwalajà na okreÊlenie centralnoÊci miast zgodnie z nast´pujàcà formu∏à: n. Ci = ∑ Rj Zij,. i = 1, 2, ..., n,. (7). j=1. gdzie: Ci – wskaênik centralnoÊci (atrakcyjnoÊci) i-tego oÊrodka, Rj – miernik rz´du (rangi) j-tej bran˝y, Zij – zatrudnienie w j-tej bran˝y i-tego oÊrodka, n – liczba oÊrodków. Wskaênik ten okreÊlony jest w przedziale [0, +∞), przy czym im wy˝sza jest jego wartoÊç, tym wi´kszy stopieƒ atrakcyjnoÊci handlowej miasta i wy˝sza pozycja w strukturze hierarchicznej. Niewàtpliwà zaletà tej metody jest mo˝liwoÊç okreÊlenia atrakcyjnoÊci rynkowej oÊrodka nie tylko na podstawie jednej z funkcji centralnych, lecz wielu z nich. Istotnà przeszkodà ograniczajàcà jej wykorzystanie sà natomiast trudnoÊci ze skompletowaniem materia∏u empirycznego (statystycznego) dotyczàcego sektora us∏ug. Przedstawione metody okreÊlania centralnoÊci (atrakcyjnoÊci handlowej) oÊrodków na podstawie koncepcji nadwy˝ki znaczeniowej nie wyczerpujà z pewnoÊcià wszystkich mo˝liwoÊci i zamieszczonych w literaturze uj´ç. Zaprezentowane zosta∏y tylko niektóre wybrane metody, najbardziej charakterystyczne dla tej koncepcji, a ponadto szeroko wykorzystywane w badaniach empirycznych. Drugie podejÊcie opiera si´ na stwierdzeniu, ˝e o centralnoÊci (atrakcyjnoÊci) danego miasta nie decyduje stopieƒ realizacji jednej z funkcji centralnych (przede wszystkim funkcji handlowej), lecz atrakcyjnoÊç ta jest wypadkowà realizacji wszystkich funkcji centralnych (lub okreÊlonego ich zestawu) – jest to wić podejÊcie wielowymiarowe. Przy tak postawionej tezie stopieƒ realizacji funkcji centralnych analizowany jest poprzez wyst´powanie oraz nat´˝enie lokalizacji instytucji centralnych. Konstrukcja miernika centralnoÊci (atrakcyjnoÊci) sprowadza si´ tutaj do okreÊlenia zestawu zmiennych charakteryzujàcych pozycj´ miasta. Nast´pny etap w procedurze mo˝e przybieraç ró˝ne postacie. Tak jak ma to miejsce w metodzie A.E. Smailesa – nadanie miastu.

(8) Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. 92. odpowiedniej rangi polega na analizie zmiennych zero-jedynkowych (wyst´puje lub nie wyst´puje okreÊlona liczba wzi´tych pod uwag´ instytucji realizujàcych funkcje centralne) i na tej podstawie zakwalifikowaniu miasta do okreÊlonego szczebla struktury hierarchicznej [17]. W pracy tej przyj´to cztery zespo∏y instytucji jako realizujàce funkcje centralne. Pierwszy zespó∏ A tworzy∏y instytucje rynku us∏ug finansowych oraz dom towarowy Woolwortha. Zespó∏ B obejmowa∏ szko∏y Êrednie i wy˝sze oraz szpital, C – instytucje kulturalne (kina, teatr), a D – redakcj´ w∏asnej, lokalnej gazety. Miasta, które otrzyma∏y punktacj´ ABCD, to miasta posiadajàce wszystkie instytucje. Stanowi∏y one oÊrodki o najwy˝szym poziomie centralnoÊci (atrakcyjnoÊci). Inne, charakteryzujàce si´ mniejszym wyposa˝eniem, zaliczone zosta∏y do ni˝szych szczebli hierarchicznych. Do tego nurtu analizy mo˝na równie˝ zaliczyç klasyczne ju˝ prace O. Boustedta [3] oraz J. Brusha [4]. Ró˝nica w stosunku do poprzedniego podejÊcia polega∏a na rozszerzeniu i zmodyfikowaniu listy instytucji spe∏niajàcych funkcje centralne. I tak pierwszy z autorów, opierajàc si´ na wskaêniku dyspersji6, wyodr´bni∏ 12 rodzajów instytucji centralnych: apteki, kina, szpitale, drogerie, szko∏y Êrednie i wy˝sze, kancelarie adwokackie, wyspecjalizowane gabinety lekarskie, kasy oszcz´dnoÊciowe, banki, redakcje gazet. List´ t´ nieznacznie rozszerzy∏ J. Brush, do∏àczajàc instytucje zwiàzane z realizacjà przez oÊrodek funkcji turystycznych (hotele, obiekty turystyczne). Odmienne podejÊcie zosta∏o zaprezentowane w pracy R. Klöppera [13]. W klasycznej ju˝ pracy autor zwraca uwag´ na aspekt chronologiczny. Rozpatruje wić z jednej strony zmiany zespo∏u funkcji centralnych w czasie, a co za tym idzie, zmiany systemu oÊrodków centralnych i jego hierarchicznej struktury. Dla przyk∏adu, dla okresu Âredniowiecza zespó∏ instytucji realizujàcych funkcje centralne sk∏ada∏ si´ z koÊcio∏a lub klasztoru, siedziby w∏adz administracyjnych, zak∏adów rzemieÊlniczych oraz miejsca spotkaƒ kupców (targ, jarmark). Obecnie zaÊ zespó∏ instytucji centralnych obejmuje okreÊlonà liczb´ gabinetów lekarskich, kancelarii adwokackich, banki, ksi´garnie, redakcj´ gazety, szpitale, wy˝sze uczelnie itp. Przedstawione procedury okreÊlania centralnoÊci pozwalajà na sformu∏owanie kilku wniosków zarówno natury merytorycznej, jak i metodologicznej. Metody oparte na koncepcji nadwy˝ki znaczeniowej majà niewàtpliwà zalet´ prostoty i charakteryzujà si´ nieskomplikowanymi algorytmami obliczeniowymi. ¸atwa i bezpoÊrednia jest równie˝ ich merytoryczna interpretacja – obrazujà cz´Êç egzogenicznà funkcji centralnych realizowanà przez oÊrodek centralny, a wić cz´Êç, która „konsumowana” jest przez inne oÊrodki centralne i przede wszystkim – obszar uzupe∏niajàcy analizowany oÊrodek. Podstawowà ich wadà jest natomiast jednowymiarowe ujmowanie centralnoÊci miast, a wić okreÊlanie jej na podstawie jednej, wybranej funkcji centralnej (np. handlowej). 6. Wskaênik ten zosta∏ okreÊlony jako iloraz liczby oÊrodków posiadajàcych danà instytucj´ i ich ∏àcznej liczby..

(9) Metody pomiaru atrakcyjnoÊci handlowej miast. 93. JednoczeÊnie realizowanie jednej, wybranej funkcji centralnej charakteryzowane jest tylko przez jednà miar´ (zmiennà, cech´)7. Nast´pnà wadà opisanych metod jest ich ograniczonoÊç stosowania w badaniach makroekonomicznych. Wynika to z faktu zani˝ania rangi wi´kszych oÊrodków. W zwiàzku z tym nadajà si´ one bardziej do analizy oÊrodków o zbli˝onej wielkoÊci8. Osobnego rozpatrzenia wymagajà metody oparte na podejÊciu, które mo˝na nazwaç „instytucjonalnym”. G∏ównym problemem przy ich stosowaniu jest okreÊlenie zbioru instytucji realizujàcych funkcje centralne miasta. Wybór ten (chocia˝ oparty na przes∏ankach merytorycznych) charakteryzuje si´ znacznym stopniem subiektywizmu. Nale˝y jednak dodaç, ˝e wnikliwa analiza tych metod, a ÊciÊlej zespo∏ów instytucji centralnych, pozwala na wyodr´bnienie pewnego uniwersalnego zespo∏u (zbioru), co jak wyka˝à dalsze rozwa˝ania, mo˝e staç si´ pomocne przy innych, bardziej obiektywnych i sformalizowanych podejÊciach. Przezwyci´˝enie tego ograniczenia daje wspó∏czesny aparat statystyczno-ekonometryczny. Pozwala on na bardziej obiektywne i sformalizowane okreÊlenie atrakcyjnoÊci handlowej miast, na grupowanie ich w hierarchiczne uk∏ady. W tym celu mo˝na wykorzystaç wielowymiarowà analiz´ porównawczà (WAP).. 3. Kompleksowa procedura pomiaru atrakcyjnoÊci handlowej miast w Êwietle wielowymiarowej analizy porównawczej AtrakcyjnoÊç handlowa miast jest zjawiskiem z∏o˝onym, b´dàcym wypadkowà oddzia∏ywania wielu czynników i warunków. W zwiàzku z tym podstawowym problemem przy jej okreÊlaniu jest uwzgl´dnienie (choçby we wst´pnym etapie analizy) mo˝liwie szerokiego zestawu wielkoÊci charakteryzujàcych te czynniki i warunki, a ÊciÊlej – zestawu wielkoÊci wyznaczajàcych realizowane przez oÊrodki funkcje centralne. Opisane klasyczne metody okreÊlania atrakcyjnoÊci handlowej, wywodzàce si´ z koncepcji teorii oÊrodków centralnych, nie spe∏niajà tego postulatu. W zwiàzku z tym nale˝y do tego celu wykorzystaç inne ujćia metodologiczne. Przeglàd literatury przedmiotu daje podstawy do stwierdzenia, ˝e metodami, które w pe∏ni czynià zadoÊç powy˝szemu postulatowi, sà procedury i techniki wchodzàce w sk∏ad wielowymiarowej analizy porównawczej (WAP), a szczególnie jej dynamicznej wersji (dynamicznej wielowymiarowej analizy porównawczej – DWAP). Stwierdzenie to wynika przede wszystkim z faktu, ˝e procedury te operujà w m-wymiarowej przestrzeni cech, a zastosowanie wersji dynamicznej pozwala (dzi´ki operowaniu obiektookresami) na prowadzenie wnikliwych analiz dynamiczno-strukturalnych zmian atrakcyjnoÊci ba7 W wypadku funkcji handlowej miarami tymi mogà byç: liczba zatrudnionych, wielkoÊç sieci handlowej, wielkoÊç obrotów (sprzeda˝y) itp. 8 Na problem ten zwraca uwag´ M. Drewiƒski [6]..

(10) 94. Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. danych oÊrodków miejskich. JednoczeÊnie dotychczasowe zastosowanie WAP oraz DWAP w analizach ró˝nych zjawisk przestrzenno-ekonomicznych9 pozwala sàdziç, ˝e i w wypadku okreÊlenia atrakcyjnoÊci handlowej miast metody te oka˝à si´ w znacznym stopniu przydatne. Najogólniej bioràc, wielowymiarowa analiza porównawcza zajmuje si´ metodami i technikami porównywania obiektów wielocechowych [8]. Bardziej szczegó∏owà jej definicj´ podaje G. Gorzelak. Zgodnie z nià „WAP stanowi spójny formalnie zespó∏ metod statystycznych s∏u˝àcych celowemu doborowi informacji o elementach pewnej zbiorowoÊci i wykrywaniu prawid∏owoÊci we wzajemnych relacjach tych elementów” [7]. Schemat post´powania w WAP zale˝y od analizowanego problemu, jednak wyodr´bniç mo˝na pewne etapy (elementy sta∏e), które zawsze pojawiajà si´ w trakcie badaƒ. Algorytm ten ujàç mo˝na w siedmiu etapach, przedstawionych na rys. 2. Do g∏ównych zagadnieƒ rozpatrywanych przy u˝yciu WAP nale˝y [2]: – hierarchizacja obiektów i ich zbiorów, ujmowanych w wielowymiarowych przestrzeniach cech, z punktu widzenia pewnej charakterystyki, której nie mo˝na zmierzyç w sposób bezpoÊredni (obiektami tymi mogà byç miasta okreÊlone w przestrzeni cech dotyczàcych realizacji funkcji centralnych, charakterystykà zaÊ – atrakcyjnoÊç handlowa); – wyodr´bnienie jakoÊciowo homogenicznych podzbiorów obiektów, zawierajàcych elementy podobne do siebie z punktu widzenia wyró˝nionej charakterystyki agregatowej, a jednoczeÊnie niepodobne do elementów nale˝àcych do innych podzbiorów (w naszym przypadku homogenicznymi podzbiorami miast b´dà szczeble hierarchicznej struktury miast okreÊlone wed∏ug kryterium atrakcyjnoÊci handlowej); – wybór cech najbardziej informatywnych, szacowanie wspó∏czynników wa˝noÊci oraz ocena si∏y i kierunku wp∏ywu, jaki wywierajà poszczególne zmienne na analizowane procesy (po przeprowadzeniu wst´pnej egzemplifikacji zmiennych charakteryzujàcych realizacj´ funkcji centralnych przez miasta, np. na podstawie kryteriów merytorycznych nast´puje ich selekcja zgodnie z kryterium niepowielania informacji; znajdujà tu zastosowanie i wykorzystywane sà metody szeroko rozumianej analizy czynnikowej, metody taksometryczne oraz metody korelacyjno-regresyjne); – normalizacja i agregacja ró˝noimiennych zmiennych (na podstawie wyselekcjonowanego zbioru zmiennych dotyczàcych realizacji funkcji centralnych przez miasta mo˝na okreÊliç syntetycznà miar´ jego atrakcyjnoÊci handlowej); – analiza charakteru i si∏y wspó∏zale˝noÊci pomi´dzy zbiorami zmiennych; – przeprowadzenie szczegó∏owej analizy prawid∏owoÊci dynamiczno-strukturalnych – izokwanty rozwoju, optymalne Êcie˝ki wzrostu, optymalne strategie rozwoju itp. (umo˝liwiajàce analiz´ atrakcyjnoÊci handlowej miast 9 Literatura z zakresu WAP jest bardzo obszerna i obejmuje zarówno pozycje o charakterze teoretycznym, jak i wyniki empirycznych jej zastosowaƒ. Szeroki przeglàd zagadnieƒ z tego zakresu znajduje si´ m.in. w pracach: [17], [21], [24]..

(11) 95. Metody pomiaru atrakcyjnoÊci handlowej miast. I. Sformu∏owanie celu analiz oraz wst´pnych hipotez badawczych. II. OkreÊlenie zakresu merytorycznego, terytorialnego i czasowego badaƒ. III. Zebranie kompletnego i adekwatnego materia∏u statystycznego. OkreÊlenie charakteru zmiennych Ustalenie wag zmiennych Dobór zmiennych diagnostycznych Analiza parametrów opisowych zmiennych. IV. Analiza danych wejÊciowych. V. Wyznaczenie zmiennych syntetycznych. VI. Analiza syntetycznych miar rozwoju. Sposób normalizacji zmiennych Regu∏y agregacji zmiennych Hierarchia obiektów Grupowanie obiektów. VII. Wnioski koƒcowe. Korelacja zmiennych z miarami rozwoju Bieguny i Êcie˝ki rozwoju Optymalna strategia rozwoju. Rys. 2. Algorytm wielowymiarowej analizy porównawczej atrakcyjnoÊci handlowej miast èród∏o: opracowanie w∏asne na podstawie: [2]..

(12) Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. 96. z wykorzystaniem chronologiczno-strukturalnego materia∏u statystycznego, metody WAP pozwalajà na okreÊlenie zmian zachodzàcych w poziomie atrakcyjnoÊci poszczególnych miast, a co za tym idzie – zmian ich hierarchii; jednoczeÊnie, przy odpowiednim okresie analizy, istnieje mo˝liwoÊç prognozowania rozwoju atrakcyjnoÊci handlowej zarówno ka˝dego z miast, jak i ka˝dego ze szczebli hierarchicznych). Przedstawiony zestaw problemów badawczych realizowanych w ramach wielowymiarowej analizy porównawczej jest szerszy. Zwrócono jednak uwag´ przede wszystkim na te, które mogà s∏u˝yç do okreÊlenia atrakcyjnoÊci handlowej miast. Nale˝y zaznaczyç, ˝e metody i techniki WAP mogà s∏u˝yç do pomiaru atrakcyjnoÊci handlowej miast, natomiast nie dajà wprost odpowiedzi na pytanie, czy dany oÊrodek jest centralny (w sensie teorii miejsc centralnych W. Christallera). Analizujàc sam schemat post´powania w WAP, nale˝y stwierdziç, ˝e najbardziej rozbudowane sà etapy IV–VI, w ramach których wyró˝nia si´ szereg zadaƒ czàstkowych, przy czym ich lista nie jest pe∏na i mo˝na jà rozszerzyç. Z drugiej strony w konkretnych badaniach niektóre z wymienionych podetapów sà pomijane. Nale˝y tak˝e zaznaczyç, ˝e niektóre z wyró˝nionych etapów i podetapów stanowià sk∏adowe metod i technik porzàdkowania liniowego (okreÊlenie charakteru zmiennych, ustalenie systemu wag, sposób normalizacji i agregacji zmiennych). Podstawà analiz atrakcyjnoÊci handlowej miast jest zbiór n jednostek przestrzennych charakteryzowanych przez m cech. Zespó∏ cech tworzy tzw. przestrzeƒ klasyfikacji. Przestrzeƒ klasyfikacji definiowana jest jako zbiór w∏asnoÊci, które opisujà elementy zbioru stanowiàcego przedmiot klasyfikacji (zbiór miast). W interpretacji geometrycznej zbiór ten obrazowany jest poprzez punkty w wielowymiarowej przestrzeni cech. WartoÊci cech b´dàcych podstawà opisu atrakcyjnoÊci handlowej miast mo˝na przedstawiç za pomocà macierzy danych X postaci: x11 x12 ... x1m X=. x21 x22 ... x2m .... .... .... .... ,. (8). xn1 xn2 ... xnm gdzie: xij – wartoÊci j-tej zmiennej dla i-tej jednostki (i = 1, 2, ..., n; j = 1, 2, ..., m). Ka˝dy wiersz macierzy (8) charakteryzuje dane miasto za pomocà m zmiennych, a ka˝da kolumna jest zbiorem wartoÊci j-tej cechy (zmiennej) dla n jednostek. Macierz (8) zawiera informacje statystyczne odnoszàce si´ do danego momentu lub okresu. W przypadku prowadzenia badaƒ przestrzennych o cha-.

(13) 97. Metody pomiaru atrakcyjnoÊci handlowej miast. rakterze dynamicznym, macierz obserwacji przyjmuje postaç kostek trójwymiarowych typu: obiekty × cechy × okresy: X = [xijt],. (9). gdzie: xijt – wartoÊci j-tej zmiennej dla i-tej jednostki w okresie (momencie) t-tym (i = 1, 2,..., n; j = 1, 2,..., m; t = 1, 2,..., k). Podstawowym zagadnieniem w porównawczej analizie atrakcyjnoÊci handlowej miast jest konstrukcja syntetycznych (agregatowych) mierników atrakcyjnoÊci. Algorytm konstrukcji syntetycznej miary atrakcyjnoÊci handlowej (tzw. zmiennà syntetycznà) przedstawiono na rys. 3.. 2. OkreÊlanie charakteru cech. 3. Ustalenie systemu wag. Zmienna syntetyczna. 1. W∏aÊciwy dobór zmiennych diagnostycznych. 4. Normowanie cech, formu∏y ich agregacji. Rys. 3. Algorytm konstrukcji zmiennych syntetycznych w ramach WAP èród∏o: opracowanie w∏asne na podstawie: [11].. Zasadniczym problemem, decydujàcym o poprawnoÊci uzyskanych rezultatów, jest dobór cech diagnostycznych, na podstawie których tworzy si´ zmienne syntetyczne. Zestaw kryteriów doboru cech diagnostycznych proponuje T. Grabiƒski [8, s. 29 i nast.]. Autor ten wyodr´bnia trzy grupy kryteriów diagnostycznoÊci cech (rys. 4). Pierwsze dwie majà charakter obligatoryjny. Ich ocena prowadzona przez badacza ma wymiar subiektywny i trudno jest je zalgorytmizowaç. Trzecia grupa – kryteria statystyczne – opiera si´ na miernikach obiektywnych i jest najcz´Êciej podstawà konstruowania algorytmów eliminowania zmiennych o ma∏ym stopniu diagnostycznoÊci10. 10. Problem czynników atrakcyjnoÊci handlowej miast zosta∏ szeroko omówiony w pracy [21]..

(14) 98. Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. Procedura konstrukcji zbioru zmiennych diagnostycznych sk∏ada si´ z dwóch etapów. W pierwszym tworzy si´ tzw. potencjalny zbiór cech, który powinien obejmowaç szeroki zestaw wielkoÊci charakteryzujàcych badany proces lub zjawisko. Nast´pnie dokonuje si´ redukcji zbioru potencjalnego, uzyskujàc finalny zbiór cech diagnostycznych. W literaturze przedmiotu mo˝na w zasadzie wyró˝niç dwa podejÊcia do problematyki konstrukcji finalnego zbioru cech diagnostycznych, opierajàce si´ na analizie statystycznej, gdzie stosuje si´ kryteria niepowielania informacji, oraz na analizie merytorycznej, gdzie g∏ównà rol´ odgrywa kryterium logiczno-rzeczowe. W pierwszym podejÊciu podstawowym wymogiem stawianym cechom diagnostycznym zaliczonym do zbioru finalnego jest to, aby by∏y one minimalnie skorelowane mi´dzy sobà i maksymalnie skorelowane z cechami, które nie wesz∏y do tego zbioru. Metodami wykorzystywanymi sà tu metody analizy czynnikowej11, metody taksometrycznego grupowania (algorytmy dualne)12 oraz metody korelacyjno-regresyjne13. Drugie podejÊcie opiera si´ na redukcji zbioru potencjalnego na podstawie kryteriów merytorycznych, np. prawa i mechanizmy ekonomiczne, opinie ekspertów, doÊwiadczenie badacza itp.14 Nast´pnym wa˝nym problemem wyst´pujàcym przy konstrukcji zmiennych syntetycznych jest okreÊlenie charakteru zmiennych, b´dàcych cechami diagnostycznymi. Cechy te bowiem oddzia∏ujà na badane zjawisko w ró˝nych kierunkach. Zagadnienie to ma istotne znaczenie przy porzàdkowaniu obiektów i mniejsze przy ich grupowaniu [2, s. 120]. Sprowadza si´ to do wyró˝nienia wÊród nich stymulant, destymulant oraz nominant. Ogólnie rzecz bioràc, przez stymulant´ rozumie si´ zmiennà, której wysokie wartoÊci sà po˝àdane z punktu widzenia analizowanego zjawiska (przy okreÊlaniu atrakcyjnoÊci handlowej miast stymulantami sà np.: liczba punktów sprzeda˝y detalicznej, powierzchnia sklepów, liczba punktów sprzeda˝y na 1 tys. mieszkaƒców itp.). Dla destymulant sytuacja jest odwrotna (przy okreÊlaniu atrakcyjnoÊci handlowej miast destymulantami sà np.: liczba zlikwidowanych sklepów, liczba ludnoÊci na 1 punkt sprzeda˝y detalicznej, stopa bezrobocia itp.). Nominanty zaÊ to zmien11 Najcz´Êciej stosuje si´ tutaj metod´ g∏ównych sk∏adowych Hottelinga. Wi´kszoÊç metod z zakresu analizy czynnikowej opisana jest m.in. w pracy [1]. 12 Jak si´ okazuje, spoÊród ró˝nych propozycji metod taksometrycznych, w zastosowaniu do problemu doboru zmiennych diagnostycznych najcz´Êciej wykorzystuje si´ metod´ dendrogramu Warda oraz metod´ taksonomii wroc∏awskiej, które (jak wynika z licznych prac empirycznych) dajà najlepsze rezultaty – por. m.in. [24], [9], [2], [14]. 13 Grupa ta jest najszerzej rozbudowana, a opis wielu metod znajduje si´ m.in. w pracach [16], [17]. 14 Wydaje si´, ˝e oba podejÊcia (statystyczne i merytoryczne) nie majà charakteru substytucyjnego, a powinny byç wykorzystywane razem (charakter komplementarny). Na ten aspekt zwrócili uwag´ T. Grabiƒski, S. Wydymus i A. ZeliaÊ, którzy proponujà dwustopniowy schemat redukcji zbioru cech diagnostycznych. W pierwszym etapie nast´puje merytoryczny podzia∏ na jednorodne grupy, a nast´pnie na podstawie przyj´tych procedur wybiera si´ formalno-statystycznych reprezentantów poszczególnych grup [11]. Takie podejÊcie gwarantuje z jednej strony reprezentatywnoÊç finalnego zbioru cech diagnostycznych, z drugiej strony zapobiega powielaniu informacji przy tworzeniu taksonomicznych miar atrakcyjnoÊci handlowej miast..

(15) Metody pomiaru atrakcyjnoÊci handlowej miast. Grupy kryteriów. Kryteria szczegó∏owe – cechy. Kryteria merytoryczne. Ujmowa∏y najbardziej istotne w∏asnoÊci analizowanych zjawisk By∏y jasno, jednoznacznie i ÊciÊle zdefiniowane By∏y logicznie ze sobà powiàzane Umo˝liwia∏y wzajemnà kontrol´ poprzez znajomoÊç statystycznà i merytorycznà mi´dzy poszczególnymi zmiennymi Charakteryzowa∏y si´ zgodnoÊcià proporcji mi´dzy liczbà zmiennych reprezentujàcych dany aspekt badanych zjawisk a ich znaczeniem merytorycznym. Kryteria formalne. By∏y mierzalne w sensie mo˝liwoÊci liczbowego wyra˝ania poziomu cechy Istnia∏y wiarygodne i ∏atwo dost´pne informacje statystyczne Kompletne dla wszystkich obiektów (jednostek badania) Ciàg∏e, co sprowadza si´ do koniecznoÊci eliminowania zmiennych specyficznych uniemo˝liwiajàcych wzajemnà porównywalnoÊç obiektów zarówno w przestrzeni, jak i w czasie. Kryteria statystyczne. 99. Charakteryzowa∏y si´ wysokà zdolnoÊcià dyskryminacji obiektów, co jest zwiàzane z du˝à zmiennoÊcià cech By∏y nieskorelowane ze sobà, co gwarantuje brak zjawiska powtarzania si´ informacji niesionych przez poszczególne zmienne Reprezentatywne dla zmiennych wyeliminowanych z badaƒ Wysoko skorelowane z czynnikami g∏ównymi, wyodr´bnionymi w ca∏ym zbiorze analizowanych zmiennych. Rys. 4. Kryteria diagnostycznoÊci cech èród∏o: opracowanie w∏asne na podstawie: [8].. ne, które z uwagi na oboj´tny (neutralny) charakter w stosunku do badanego zjawiska (atrakcyjnoÊci handlowej miast) nie powinny znajdowaç si´ w zbiorze cech diagnostycznych. Jak mo˝na zauwa˝yç, w przypadku zmiennych diagnostycznych majàcych charakter wskaêników nat´˝enia istnieje przekszta∏cenie odwrotnoÊciowe, zmieniajàce charakter danej cechy na przeciwny (np. powierzchnia punktów sprzeda˝y detalicznej na 1000 mieszkaƒców jest stymulantà, a liczba ludnoÊci przypadajàcej na 100 m2 powierzchni punktów sprzeda˝y jest destymulantà). OkreÊlenia charakteru zmiennych, podobnie jak to mia∏o miejsce przy redukcji zbioru potencjalnego do zbioru finalnego cech diagnostycznych, dokonaç mo˝na opierajàc si´ na dwóch podejÊciach: merytorycznym i statystycz-.

(16) 100. Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. nym. W ramach pierwszego z podejÊç najcz´Êciej korzysta si´ z ocen ekspertów, zespo∏ów rzeczoznawców lub z innych metod heurystycznych. Drugi sposób okreÊlenia charakteru zmiennych polega na wykorzystaniu metod statystycznych, wÊród których najcz´Êciej stosowane sà: – analiza struktury macierzy korelacji, – analiza czynnikowa, – analiza wspó∏czynników korelacji zmiennych diagnostycznych ze zmiennà syntetycznà (metoda ex post). Punktem wyjÊcia formalnych (statystycznych) metod okreÊlania charakteru zmiennych diagnostycznych jest za∏o˝enie, ˝e w ramach tej samej grupy zmiennych (stymulanty bàdê destymulanty) cechy powinny charakteryzowaç si´ mi´dzy sobà dodatnimi wspó∏czynnikami korelacji, natomiast wspó∏czynniki korelacji mi´dzy stymulantami a destymulantami powinny byç ujemne. Wa˝nym problemem – i jednoczeÊnie dotychczas nie w pe∏ni rozwiàzanym – sà zasady ustalania systemu wag zmiennych diagnostycznych, a wić nadania im hierarchii. Nale˝y zaznaczyç, ˝e ju˝ w fazie redukcji potencjalnego zbioru cech diagnostycznych do zbioru finalnego nast´puje wagowanie zmiennych w systemie zero-jedynkowym (0 otrzymujà zmienne odrzucone, 1 – zmienne zaliczone do zbioru finalnego). Podobnie jak w poprzednim przypadku, zwiàzanym z konstrukcjà syntetycznej zmiennej, mamy tu do czynienia z dwoma podejÊciami: statystycznym i merytorycznym. W literaturze przedmiotu prezentowanych jest wiele ró˝nych sposobów okreÊlania wspó∏czynników wagowych wj (j = 1, 2, ..., m). Zale˝à one przede wszystkim od charakteru badanego zjawiska, przyj´tego kryterium (kryteriów) analizy oraz liczebnoÊci zbioru cech diagnostycznych (por. np. [8]). Wyró˝niç mo˝na dwa podejÊcia w ustalaniu wag: – wagi sta∏e, gdy przyjmuje si´ za∏o˝enie, ˝e ka˝da zmienna charakteryzuje si´ tà samà „wa˝noÊcià” (tym samym znaczeniem), – wagi zró˝nicowane, które zak∏adajà zdywersyfikowane znaczenie poszczególnych zmiennych15. Zagadnienie konstrukcji zmiennych syntetycznych (w naszym przypadku – syntetycznych miar atrakcyjnoÊci miast) obejmuje tak˝e metody normalizacji zmiennych diagnostycznych oraz formu∏y ich agregacji16. Normalizacja zmiennych diagnostycznych polega, ogólnie rzecz bioràc, na doprowadzeniu ró˝noimiennych zmiennych do wzajemnej porównywalnoÊci (postulat addytywnoÊci zmiennych). Obok wymienionego postulatu podajà równie˝ inne cele normalizacji, takie jak: – ujednolicenie charakteru zmiennych przez przekszta∏cenie destymulant w stymulanty lub odwrotnie (postulat jednolitej preferencji), 15 Procedur´ t´ mo˝na przeprowadziç zarówno na podstawie kryteriów pozastatystycznych, jak i statystycznych. W pierwszym przypadku podstawà sà opinie ekspertów i rzeczoznawców. Wykorzystujàc kryteria statystyczne stosuje si´ natomiast odpowiednie algorytmy [11, s. 25–26]. 16 Literatura dotyczàca normalizacji cech diagnostycznych jest obszerna. Rozwa˝ania dotyczàce tego zagadnienia by∏y tematem wielu prac, np. [19], [18], [25]..

(17) 101. Metody pomiaru atrakcyjnoÊci handlowej miast. – wyeliminowanie z obliczeƒ wartoÊci niedodatnich (postulat dodatnioÊci), – zastàpienie zró˝nicowanych zakresów zmiennoÊci poszczególnych cech zakresem sta∏ym (postulat sta∏oÊci rozst´pu lub sta∏oÊci wartoÊci ekstremalnych). Podzia∏ metod normalizacji zmiennych diagnostycznych przedstawia rys. 5.. Unitaryzacja. Standaryzacja Normalizacja zmiennych diagnostycznych. Rangowanie. Przekszta∏cenia ilorazowe wzgl´dem punktu odniesienia. Rys. 5. Metody normalizacji zmiennych diagnostycznych èród∏o: opracowanie w∏asne na podstawie: [2].. Ostatnim etapem konstruowania miar atrakcyjnoÊci handlowej miast jest agregacja zmiennych diagnostycznych. Zasadniczym celem tych przekszta∏ceƒ jest porzàdkowanie oraz klasyfikacja obiektów wielowymiarowych (miast), charakteryzowanych za pomocà okreÊlonego zestawu cech. Wyró˝niç mo˝na dwie grupy metod agregacji: – metody wzorcowe, w których korzysta si´ z formu∏ agregacji opartych na ró˝nych miarach odleg∏oÊci, – metody bezwzorcowe, wÊród których wyró˝niç mo˝na addytywne, multiplikatywne oraz odwrotnoÊciowe. Zmienne syntetyczne zast´pujà opis atrakcyjnoÊci handlowej analizowanych miast – ujmowany w wielowymiarowej przestrzeni cech – jednà zmiennà zagregowanà. PodejÊcie takie stwarza mo˝liwoÊci uporzàdkowania miast wed∏ug wartoÊci tej zmiennej, dokonania ich rankingu (hierarchizacji) oraz wyodr´bnienia podobnych pod wzgl´dem atrakcyjnoÊci handlowej ich grup. Przeprowadzenie delimitacji jest stosunkowo proste przy „ostro” zarysowanych liniach podzia∏u. Dotyczy to przede wszystkim wydzielenia najwy˝szych szczebli hierarchicznych. W wypadku s∏abo zarysowanych linii podzia∏u konieczne staje si´ skorzystanie ze sformalizowanych metod statystycznych17. Ostatni z etapów analizy atrakcyjnoÊci handlowej miast dotyczy identyfikacji jej zmian w czasie. W tym wypadku mamy do czynienia z dynamicznà wielowymiarowà analizà porównawczà (DWAP), która opiera si´ na czasowych 17. Szeroki przeglàd metod podzia∏u znajduje si´ m.in. w pracach: [2], [15], [14]..

(18) Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. 102. szeregach [qit], okreÊlajàcych atrakcyjnoÊç handlowà i-tego obiektu (miasta) w okresach t = 1, ..., k. Wówczas w celu zapewnienia porównywalnoÊci czasowej wartoÊci zmiennych syntetycznych dokonuje si´ standaryzacji zmiennych diagnostycznych w ten sposób, ˝e Êrednie arytmetyczne oraz odchylenia standardowe zmiennych ustala si´ jednorazowo dla ca∏ego obszaru czasowego badaƒ zgodnie ze wzorami: – xj =. sj =. [. 1 n–k. 1 n–k. n. n. k. ∑ ∑ xijt,. j = 1, 2, ..., m,. k. 1/2. (10). i=1t=1. ∑ ∑ (xijt. i=1t=1. 2 –– xj). ]. ,. j = 1, 2, ..., m.. (11). Identyfikacja ta polega na okreÊleniu, najogólniej rzec bioràc, kierunku i nat´˝enia zmian atrakcyjnoÊci handlowej miast w czasie. Innymi s∏owy, dostarczyç ma ona odpowiedê na pytanie, w jakim kierunku nast´pujà zmiany atrakcyjnoÊci handlowej poszczególnego obiektu (miasta) – czy jest to wzrost, stagnacja lub spadek, i jakie jest nat´˝enie tych zmian (wysokie, Êrednie, niskie) oraz wyró˝nionych szczebli hierarchicznych oÊrodków. Odpowiedzi te sà podstawà do delimitacji miast z punktu widzenia rozwoju ich atrakcyjnoÊci handlowej w czasie. Sà te˝ punktem wyjÊcia konstrukcji prognoz, a te z kolei mogà staç si´ wa˝nym instrumentem kszta∏towania strategii rozwoju dla poszczególnych obiektów (miast). Z metodologicznego punktu widzenia istnieje szeroki zestaw mo˝liwych do wykorzystania metod i technik analizy. WÊród metod najprostszych wyró˝niç mo˝na metody wskaênikowe prowadzone z wykorzystaniem wskaêników (indeksów) dynamiki (np. dynamiki o podstawie sta∏ej lub zmiennej). W przypadku dysponowania danymi w postaci szeregów czasowych o odpowiedniej liczbie mo˝liwa jest analiza zmian atrakcyjnoÊci handlowej miast i ich szczebli hierarchicznych na podstawie modeli tendencji rozwojowej.. 4. Podsumowanie Przedstawiona praca ma charakter studium teoretyczno-metodycznego. Jej g∏ównym celem by∏o przedstawienie i klasyfikacja metod pomiaru atrakcyjnoÊci handlowej miast. Podsumowujàc przeprowadzone rozwa˝ania, nale˝y stwierdziç, ˝e po pierwsze, atrakcyjnoÊç handlowa miast jest kategorià wielowymiarowà, a jednoczeÊnie stanowi element szerszego pojćia, jakim jest atrakcyjnoÊç rynkowa jednostki samorzàdu terytorialnego (w tym miasta). Po drugie, teoria oÊrodków centralnych W. Christallera, chocia˝ zaliczana do koncepcji klasycznych, nadal stanowi podstaw´ rozwa˝aƒ zarówno natury teoretycznej, jak i metodologicznej (ten drugi aspekt w opinii wielu badaczy jest wa˝niejszy)..

(19) Metody pomiaru atrakcyjnoÊci handlowej miast. 103. Przyjmujàc takie za∏o˝enie, metody pomiaru atrakcyjnoÊci handlowej (centralnoÊci) miast mo˝na podzieliç na dwie zasadnicze grupy: metody oparte na okreÊleniu nadwy˝ki znaczeniowej oraz metody polegajàce na ustaleniu poziomu spe∏nianych przez miasta funkcji handlowych, przy czym oba podejÊcia sà jednakowo uprawnione i mogà byç wykorzystywane zarówno sybstytucyjnie, jak i komplementarnie. Po trzecie, bioràc pod uwag´ wielowymiarowoÊç badanej kategorii, wydaje si´, ˝e zarówno w pierwszym, jak i w drugim podejÊciu nale˝y wykorzystywaç metody wielowymiarowej analizy porównawczej. W pierwszym podejÊciu mo˝e to polegaç na wykorzystaniu syntetycznego wskaênika rozwoju do analizy poziomu nadwy˝ki znaczeniowej badanych jednostek przestrzennych. Mamy tu na myÊli np. modyfikacj´ wskaênika nadwy˝ki Christallera, polegajàcà na zastàpieniu pierwotnych mierników – okreÊlajàcych np. zasoby handlowe miasta – miernikiem syntetycznym. W drugim podejÊciu metody WAP stanowià najlepszà podstaw´ metodologicznà. Osobnego rozwa˝enia wymaga problem zmian atrakcyjnoÊci handlowej miast w czasie, a wić aspekt dynamiczny. W artykule zaznaczono jedynie, ˝e majàc odpowiedni zbiór danych wtórnych, mo˝na, a wrćz nale˝y, wykorzystaç metody dynamicznej wielowymiarowej analizy porównawczej (DWAP). Nie koncentrowano si´ przy tym na identyfikacji i opisie konkretnych procedur, metod i technik, które sà powszechnie znane i opisane w literaturze poÊwićonej analizie rozwoju zjawisk ekonomicznych w czasie. Literatura 0[1] Badania przestrzenne rynku i konsumpcji. Przewodnik metodyczny, red. S. Mynarski, Wydawnictwo Naukowe PWN, Warszawa 1992. 0[2] Bazarnik J., Grabiƒski T., Wojdacki K.P., Taksonomiczne metody analizy przestrzennej struktury konsumpcji [w:] Badania przestrzenne rynku i konsumpcji. Przewodnik metodyczny, red. S. Mynarski, Wydawnictwo Naukowe PWN, Warszawa 1992. 0[3] Boustedt O., Die zentralen Orte und ihre Zinfluss Bereiche [w:] Proceedings of the ICU Symposium in Urban Geography, Se.B., „Human Geography” 1962, nr 24. 0[4] Brush J., The Hierarchy of Central Place in Southwestern Wisconsin, „Geography Review” 1973, nr 3. 0[5] Christaller W., Die Zentralen Orte in Süddeutschland, Fischer Verlag, Jena 1933. 0[6] Drewiƒski M., Geografia handlu, AE we Wroc∏awiu, Wroc∏aw 1992. 0[7] Gorzelak G., Statystyczna analiza porównawcza – teoria a praktyka, „WiadomoÊci Statystyczne” 1984, nr 8. 0[8] Grabiƒski T., Podstawy kwantyfikacji zmiennych przestrzennych [w:] Badania przestrzenne rynku i konsumpcji. Przewodnik metodyczny, red. S. Mynarski, Wydawnictwo Naukowe PWN, Warszawa 1992. 0[9] Grabiƒski T., Wielowymiarowa analiza porównawcza w badaniach dynamiki zjawisk ekonomicznych, Zeszyty Naukowe, Seria specjalna: Monografie, AE w Krakowie, Kraków 1984, nr 61. [10] Grabiƒski T., Wydymus S., ZeliaÊ A., Metody doboru zmiennych w modelach ekonometrycznych, PWN, Warszawa 1982..

(20) 104. Krzysztof P. Wojdacki, W∏adys∏aw Szczepankiewicz. [11] Grabiƒski T., Wydymus S., ZeliaÊ A., Metody taksonomii numerycznej modelowaniu zjawisk spo∏eczno-gospodarczych, PWN, Warszawa 1989. [12] Illgen K., Funkcjonalne oddzia∏ywanie centralnych miejscowoÊci handlowych NRD, Studia Spo∏eczno-Ekonomiczne, t. 6, Instytut Âlàski, Opole 1979. [13] Klöpper R., Powstanie, po∏o˝enie i rozmieszczenie osiedli centralnych w Dolnej Saksonii, „Przeglàd Zagranicznej Literatury Geograficznej” 1966, nr 1. [14] Malina A., Wielowymiarowa analiza przestrzennego zró˝nicowania struktury gospodarki Polski wed∏ug województw, Zeszyty Naukowe, Seria specjalna: Monografie, Wydawnictwo AE w Krakowie, Kraków 2004, nr 162. [15] Nowak E., Metody taksonomiczne w klasyfikacji obiektów spo∏eczno-gospodarczych, PWE, Warszawa 1990. [16] Polarczyk K., Modele rozmieszczenia oÊrodków us∏ugowych w obszarach wielkomiejskich [w:] Niektóre problemy teoretyczne w geografii miast, U¸, ¸ódê 1977. [17] Smailes A.E., Hierarchia miast Anglii i Walii, „Przeglàd Zagranicznej Literatury Geograficznej” 1967, z. 2. [18] Strahl D., Metody programowania rozwoju spo∏eczno-gospodarczego, PWE, Warszawa 1990. [19] Strahl D., Walesiak M., Normalizacja zmiennych w skali przedzia∏owej i ilorazowej w preferencyjnym systemie granicznym, seria: Taksonomia, z. 3, Sekcja Klasyfikacji i Analizy Danych, Wroc∏aw–Kraków–Jelenia Góra 1996. [20] Szromnik A., Metody analizy interakcji przestrzennych [w:] Badania przestrzenne rynku i konsumpcji. Przewodnik metodyczny, red. S. Mynarski, PWN, Warszawa 1992. [21] Wojdacki K.P., Czynniki konkurencyjnoÊci handlowej miast, Zeszyty Naukowe AE w Krakowie, Kraków 2004, nr 664. [22] Wojdacki K.P., KonkurencyjnoÊç handlowa miast (mechanizm, czynniki, metody pomiaru) [w:] Badania przestrzenne rynku i konsumpcji a polityka regionalna Unii Europejskiej, red. K. Mazurek-¸opaciƒska, Wydawnictwo AE we Wroc∏awiu, Wroc∏aw 2004. [23] Wojdacki K.P., Metody okreÊlania obszarów wp∏ywów miast jako miary ich atrakcyjnoÊci rynkowej, Zeszyty Naukowe AE w Krakowie, Kraków 2003, nr 624. [24] Woêniak M., Zio∏o Z., Typologia struktur subregionalnych obszarów Êciany wschodniej, seria: Taksonomia, z. 4, Sekcja Klasyfikacji i Analizy Danych, Jelenia Góra–Katowice–Kraków–Wroc∏aw 1997. [25] ZeliaÊ A., Uwagi na temat wyboru metody normowania zmiennych diagnostycznych [w:] Analiza szeregów czasowych na poczàtku XXI wieku, red. T. Kufel i M. Pi∏atowska, Uniwersytet Miko∏aja Kopernika w Toruniu, Toruƒ 2002.. Methods of Measuring the Commercial Attractiveness of Towns In a age of universal competition, one of its important elements is competition amongst towns. This competition has a dynamic and a sector-based character. In the article, the authors adopt W. Christaller’s concept of central places as the theoretical basis for their methodological discussion. Following on from this, it can be acknowledged that one of the most important levels on which towns compete is that of commercial attractiveness – possessing this attribute gives a distinct competitive advantage. From a methodological point of view, a fundamental problem is determining methods to measure this attractiveness. In the article, the authors attempt to classify methods, taking into account both classical methods (i.e., based on W. Christaller’s theory of central places) and methods based on modern statistical and econometric instruments..

(21)