• Nie Znaleziono Wyników

Klasyfikacja obszarów wiejskich województwa świętokrzyskiego ze względu na poziom rozwoju infrastruktury technicznej

N/A
N/A
Protected

Academic year: 2021

Share "Klasyfikacja obszarów wiejskich województwa świętokrzyskiego ze względu na poziom rozwoju infrastruktury technicznej"

Copied!
8
0
0

Pełen tekst

(1)

INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS

Nr 8/2008, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 199–206 Komisja Technicznej Infrastruktury Wsi

Jacek Salamon

KLASYFIKACJA OBSZARÓW WIEJSKICH

WOJEWÓDZTWA ŚWIĘTOKRZYSKIEGO

ZE WZGLĘDU NA POZIOM ROZWOJU

INFRASTRUKTURY TECHNICZNEJ

____________

CLASSIFICATION OF RURAL AREAS

OF THE ŚWIĘTOKRZYSKIE PROVINCE

WITH RESPECT TO THE LEVEL OF TECHNICAL

INFRASTRUCTURE DEVELOPMENT

Streszczenie

Przedstawiono wyniki badań poziomu rozwoju infrastruktury technicznej funkcjonującej na obszarach wiejskich województwa świętokrzyskiego. Uwzględ-niono nasycenie oraz dostępność sieci wodociągowej, kanalizacyjnej i drogowej. W celu wyodrębnienia jednorodnych grup obiektów (gmin) posłużono się metodą Warda, której wyniki zweryfikowano przy użyciu analizy funkcji dyskryminacyjnej.

Słowa kluczowe: obszar wiejski, infrastruktura techniczna

Summary

Presented were the results of studies on the level of technical infrastructure development in rural areas of the świętokrzyskie province. Saturation with and ac-cessibility of water supply and sewage disposal systems and road network were considered. Ward method was used to identify uniform groups of objects (com-munes) and the results were verified using discriminant function analysis.

(2)

WSTĘP

Infrastruktura obszarów wiejskich jest integralną częścią gospodarki naro-dowej. Jej niedorozwój na obszarach wiejskich zniechęca potencjalnych inwe-storów, a stałe opóźnienia w rozwoju obiektów i urządzeń infrastrukturalnych realizowanych zwykle ze zwłoką w stosunku do inwestycji produkcyjnych, po-wodują obniżenie efektywności tych inwestycji. Opóźnienia tego rodzaju obni-żają również standard życia mieszkańców, co może przyczyniać się do migracji z obszarów rozwiniętych słabiej do lepiej wyposażonych w infrastrukturę. Infra-struktura generuje tzw. efekty zewnętrzne. Sprawia to, że infraInfra-struktura ma duże znaczenie jako czynnik lokalizacji, wpływający na kształtowanie osadnictwa. Infrastruktura jest zatem elementem określającym atrakcyjność regionalna i lo-kalną. Wyprzedzający (ex ante) rozwój infrastruktury może być ważnym ele-mentem aktywizacji społeczno-gospodarczo-przestrzennej danego obszaru [Siemiński 2000]. Z powyższego wynika, że istotnym zagadnieniem jest do-kładne poznanie zróżnicowania nasycenia obszarów wiejskich elementami infra-struktury oraz dokonanie klasyfikacji obszarów wiejskich pod względem po-ziomu tego nasycenia.

CEL I ZAKRES

Celem pracy jest przeprowadzenie klasyfikacji obszarów wiejskich woje-wództwa świętokrzyskiego pod względem ich nasycenia podstawowymi ele-mentami infrastruktury technicznej. Uwagę ustalono na elementach liniowych infrastruktury: sieci wodociągowej, kanalizacyjnej i drogowej. Materiał do ba-dań obejmował dane statystyczne z roku 2006 i pochodził z 97 gmin woje-wództwa świętokrzyskiego. Badania dotyczyły wyłącznie elementów infra-struktury funkcjonującej na obszarach wiejskich.

METODYKA

Dla osiągnięcia założonego celu pracy wykorzystano metodę Warda, która opiera się na zmienności wewnątrzgrupowej. Odległość między grupami defi-niowana jest jako różnica między sumami kwadratów odchyleń odległości po-szczególnych jednostek od środka ciężkości grup, do których jednostki te należą [Ostasiewicz 1998]. Efektywność metody Warda jest najlepsza spośród znanych metod klasyfikowania obiektów [Strahl 1998]. Dodatkowo dla weryfikacji kla-syfikacji przeprowadzonej metodą Warda wykonano analizę funkcji dyskrymi-nacyjnej. Niezbędne obliczenia i analizy zostały przeprowadzone przy użyciu programu Statistica 8.0.

(3)

W badaniach uwzględniono następujące wskaźniki rozwoju infrastruktury technicznej:

Wg – gęstość sieci wodociągowej [km·km–2],

Wd – dostępność sieci wodociągowej [%],

Kg – gęstość sieci kanalizacyjnej [km·km–2],

Kd – dostępność sieci kanalizacyjnej [%],

Dg – gęstość sieci dróg gminnych [km·km–2],

Dj – jakość dróg gminnych [%].

Wskaźniki dostępności sieci wodociągowej i kanalizacyjnej oznaczają sto-sunek liczby ludności korzystającej z danego elementu infrastruktury (wodocią-gu zbiorowego, kanalizacji) do ogólnej liczby ludności. Wskaźnik jakości dróg gminnych jest to stosunek długości dróg o nawierzchni ulepszonej do ogólnej długości dróg.

Dla przeprowadzenia oceny przestrzennego zróżnicowania poziomu roz-woju infrastruktury na badanych obszarach wykorzystano najczęściej stosowaną w badaniach praktycznych zmienną syntetyczną tzw. miarę Hellwiga, zwaną również miarą rozwoju [Ostasiewicz 1998]. Jest to metoda wzorcowa, która zakłada istnienie obiektu modelowego wzorcowego, w stosunku do którego wyznacza się odległości taksonomiczne badanych obiektów. Współrzędne obiektu wzorcowego zostały określone na podstawie danych empirycznych. Syntetyczną miarą jest wielkość:

0 0 1 d d di i (1) gdzie: 2 1 1 2 0 0 p j j ij i x x d (2)

jest odległością euklidesową i–tego obiektu od obiektu wzorcowego.

d s d d0 0 2 (3) gdzie: n i i d n d 1 0 0 1 (4) oraz: 2 1 2 0 0 1 n i d n d d s . (5)

(4)

Miara di jest tak skonstruowana, że im jej wartości są bliższe jedności, tym

dany obiekt jest mniej oddalony od wzorca [Grabiński 1992]. WYNIKI

W tabeli 1 przedstawiono podstawowe charakterystyki statystyczne cech diagnostycznych (wskaźników rozwoju infrastruktury). Analizując tę tabelę, można stwierdzić, że pod względem wyposażenia w elementy infrastruktury badane gminy charakteryzują się znacznym zróżnicowaniem (wysokie wartości współczynników zmienności). Wynika stąd, iż przyjęte do badań charakterystyki mają znaczną wartość informacyjną.

Tabela 1. Charakterystyki statystyczne cech diagnostycznych

poziomu rozwoju infrastruktury

Charakterystyka statystyczna cechy Cecha

diagnostyczna Jednostka wartość maksymalna wartość minimalna wartość średnia odchylenie standardowe współczynnik zmienności [%] gęstość sieci wodociągowej [km·km–2] 191,9 0,5 95,5 40,5 42,4 dostępność sieci wodociągowej [%] 97,9 2,5 71,0 20,0 28,2 gęstość sieci kanalizacyjnej [km·km–2] 149,7 0,0 14,1 23,2 165,1 dostępność sieci kanalizacyjnej [%] 82,1 0,0 11,7 15,1 128,8 gęstość sieci dróg gminnych [km·km–2] 267,0 7,3 59,9 41,5 69,2 jakość dróg gminnych [%] 75,0 0,0 26,3 18,5 70,4

Źródło: obliczenia własne autora

Na rysunku 1 przedstawiono diagram połączeń uzyskany według metody Warda. Stał się on podstawą do wyróżnienia 5 grup gmin o zróżnicowanym nasyceniu w elementy infrastruktury.

Przeprowadzona analiza funkcji dyskryminacyjnej miała na celu weryfika-cję porządkowania przeprowadzonego metodą Warda. Dane zawarte w macierzy klasyfikacji (tab. 2) pokazują, iż procent poprawnej klasyfikacji metodą Warda wyniósł 88,7%.

(5)

Tabela 2. Analiza funkcji dyskryminacyjnej – macierz klasyfikacji

Grupa Procent poprawnej klasyfikacji E p=0,37 C p=0,22 B p=0,16 D p=0,20 A p=0,05 E 91,67 33 0 2 1 0 C 85,71 3 18 0 0 0 B 93,75 1 0 15 0 0 D 78,95 4 0 0 15 0 A 100,00 0 0 0 0 5 Razem 88,66 41 18 17 16 5

Źródło: obliczenia własne autora

St aszó w Ta rłów Ry tw iany Radk ów Go w ar cz ów W ojc iec howic e Sa mb or ze c Ob ra zó w D w iko zy S uc hedn ió w W ilczyce S kalbm ier z Łon ió w Po łaniec Cz ar noc in P ac anów Z awic hos t Lipnik B ogor ia Łubnic e B odz ent yn S itó wk a NowinyStraw czyn P iek os zó w Pa w łów Mo ra w ica Z łot a Z agna ńsk S topnic a Mn ió w M iedz iana G ór a W ąc hoc k D al eszyce Bro dy R ad oszyce No w a S łupia Iw anis ka Bu sk o Z dr ój Ol eś nic a Łag ów Gó rn o Bi el in y S łupia ( Ję dr ze jo w ska ) Nag łowic e Mo sko rze w Rak ów K lim ont ów W ło szczo w a Jedr ze jów W odz is ław St ąpor kó w K azi m ie rza W ie lk a S obk ów K ras oc in G nojno Oksa Se ce mi n S ęd zi szó w K ije Mi ch ał ów Ba łtó w P ier zc hnic a Os ie k So le c Z dró j Ch ęci ny Sk ar żysko Ko śc ielne Wi ślic a Łą czn a S łup ia ( K on ec ka ) Ć m ielów Im ielno B odz ie ch ów Ma łogos zc z Pi ńczó w K lu cze w sko Mi rz ec Szyd łów Rud a M al eniec ka Fa łkó w Tu cz ępy Ma sł ów N ow y Ko rczyn O pat owiec Bliżyn Wa śniów Smykó w Dz ia łos zy ce Ko pr zy w ni ca Be js ce O żar ów Chm ielnik S adowie Łopus zn o O pat ów Ko ński e Ku nó w Ba ćko w ice 0 20 40 60 80 100 120 100* O dl /O dl .m ak s

Rysunek 1. Diagram połączeń według metody Warda dla obszarów wiejskich

województwa świętokrzyskiego według nasycenia elementami infrastruktury technicznej z zaznaczonym podziałem na 5 klas

W tabeli 3 zestawiono klasy gmin wyodrębnione przy użyciu metody Warda, której wyniki zostały zweryfikowane przy użyciu analizy funkcji dys-kryminacyjnej wraz z obliczonymi średnimi wartościami syntetycznej miary rozwoju infrastruktury technicznej.

Poziom wyposażenia infrastrukturalnego, wyrażony wartością wskaźnika syntetycznego, wyodrębnionych klas gmin jest zróżnicowany. Szczególnie od-znacza się tu klasa C. Gminy wchodzące w jej skład znacznie przewyższają pod względem poziomu wyposażenia infrastrukturalnego pozostałe klasy gmin.

(6)

Naj-Tabela 3. Średnie wartości syntetycznej miary rozwoju

wyróżnionych ze względu na poziom wyposażenia infrastrukturalnego klas gmin

Klasa Gminy Licznośćklasy

Średnia wartość syntetycznego wskaźnika poziomu rozwoju infrastruktury i d A Gowarczów, Radków, Rytwiany, Staszów, Tarłów 5 0,205 B

Bodzentyn, Bogoria, Czarnocin, Dwikozy, Lipnik, Łoniów, Łubnice, Obrazów, Pacanów, Połaniec, Samborzec, Skalbmierz, Suchedniów, Wilczyce, Wojciechowice, Zawichost

16 0,209

C

Bieliny, Brody, Busko Zdrój, Daleszyce, Górno, Iwaniska, Łagów, Miedziana Góra, Mniów, Mora-wica, Nowa Słupia, Oleśnica, Pawłów, Piekoszów, Radoszyce, Sitkówka Nowiny, Stopnica, Strawczyn, Wąchock, Zagnańsk, Złota

21 0,300

D

Bałtów, Gnojno, Jędrzejów, Kazimierza Wielka, Kije, Klimontów, Krasocin, Michałów, Moskorzew, Nagłowice, Oksa, Raków, Secemin, Sędziszów, Słupia Jędrzejowska, Sobków, Stąporków, Włosz-czowa, Wodzisław

19 0,104

E

Baćkowice, Bejsce, Bliżyn, Bodzechów, Chęciny, Chmielnik, Ćmielów, Działoszyce, Fałków, Imielno, Kluczewsko, Końskie, Koprzywnica, Kunów, Łącz-na, Łopuszno, Małogoszcz, Masłów, Mirzec, Nowy Korczyn, Opatowiec, Opatów, Osiek, Ożarów, Pierzchnica, Pińczów, Ruda Maleniecka, Sadowie, Skarżysko Kościelne, Słupia Konecka, Smyków, Solec Zdrój, Szydłów, Tuczępy, Waśniów, Wiślica

36 0,153

Źródło: obliczenia własne autora

Na rysunku 1 przedstawiono rozmieszczenie terytorialne poszczególnych klas gmin. Analizując ten rysunek należy stwierdzić, iż poziom wyposażenia infrastrukturalnego badanych gmin charakteryzuje się widocznymi zależnościa-mi przestrzennyzależnościa-mi. Gzależnościa-miny o najwyższym stopniu wyposażenia w infrastrukturę (klasa C) położone są w pobliżu dużych miast i ośrodków przemysłowych (Kiel-ce, Starachowice) oraz wzdłuż ważnych szlaków komunikacyjnych (droga nr 73 łącząca między innymi Kielce z Tarnowem). Gminy średnio wyposażone w elementy infrastruktury (klasa A oraz B) położone są w szczególności we wschodniej i południowej części województwa świętokrzyskiego, wzdłuż Wisły, która stanowi naturalną granicę województwa. Natomiast gminy o najmniejszym poziomie nasycenia w infrastrukturę funkcjonują w zachodniej części woje-wództwa. Są to tereny dwóch powiatów: jędrzejowskiego oraz włoszczowskie-go.

(7)

Rysunek 2. Rozmieszczenie terytorialne wyróżnionych klas gmin PODSUMOWANIE

Przeprowadzona analiza rozmieszczenia przestrzennego wybranych ele-mentów infrastruktury technicznej obszarów wiejskich województwa święto-krzyskiego wykazała duże zróżnicowanie nasycenia w tym zakresie.

Na podstawie wartości wskaźnika syntetycznego można stwierdzić, że położenie w pobliżu większego miasta lub ważnego szlaku komunikacyjnego jest czynnikiem stymulującym rozwój infrastruktury technicznej.

Niepokojące jest zjawisko występowania na terenie badanego wojewódz-twa obszarów charakteryzujących się bardzo słabym rozwojem infrastruktury. Taka sytuacja może prowadzić do pogłębiania się różnic w rozwoju obszarów, co w konsekwencji przyczynia się nawet do wyludniania się terenów wiejskich. Niewątpliwie jest to sygnał dla samorządów lokalnych do podjęcia odpowied-nich działań, których bezpośrednim celem jest rozwój infrastruktury technicznej.

(8)

BIBLIOGRAFIA

Grabiński T. Metody taksonometrii. Akademia Ekonomiczna, Kraków 1992.

Ostasiewicz W. (red). Statystyczne metody analizy danych. Wydawnictwo Akademii Ekonomicznej, Wrocław 1998.

Siemiński J. Infrastruktura techniczna obszarów wiejskich w koncepcji rozwoju zrównoważonego

i trwałego kraju. [w:] Infrastruktura techniczna obszarów wiejskich. Materiały

międzyna-rodowej konferencji naukowo–technicznej, Kielce. IBMER, Warszawa 2000.

Strahl D. (red). Taksonomia struktur w badaniach regionalnych. Wydawnictwo Akademii Ekonomicznej, Wrocław 1998.

Dr inż. Jacek Salamon Katedra Technicznej Infrastruktury Wsi Uniwersytet Rolniczy w Krakowie ul. Balicka 149B Recenzent: Prof. dr hab. Zdzisław Wójcicki

Cytaty

Powiązane dokumenty

Zaproponowana metoda analizy sygnału EKG umożliwia klasyfikację różnych typów ewolucji serca i chorób z dużą dokładnością i dobrą swoistością, która jest

Problemu tego można uniknąć, dzieląc przedział całkowania na m podprzedziałów, w których przeprowadza się całkowanie kwadaraturami niższych rzędów a wyniki całkowania

Problemu tego można uniknąć, dzieląc przedział całkowania na m podprzedziałów, w których przeprowadza się całkowanie kwadaraturami niższych rzędów a wyniki całkowania

Problemu tego można uniknąć, dzieląc przedział całkowania na m podprzedziałów, w których przeprowadza się całkowanie kwadaraturami niższych rzędów a wyniki całkowania

Problemu tego można uniknąć, dzieląc przedział całkowania na m podprzedziałów, w których przeprowadza się całkowanie kwadaraturami niższych rzędów a wyniki całkowania

Integrating Sustainability into Major Infrastructure Projects Four Perspectives on Sustainable Tunnel Development.. Gijzel, Darinde; Bosch-Rekveldt, Marian; Schraven, Daan;

Jeśli zaś chcemy szukać obserwacji odstających globalnie (nie dla pojedynczej zmiennej objaśniającej ale dla wielu) wówczas możemy analizować rezydua lub rezydua studentyzowane

Oznacza to, że spada udział zatrudnionych w rolnictwie, a rośnie w usługach i przemyśle przetwórczym, wzrasta rola pozarolniczej działalności gospodarstw, pojawiają się