Politechnika Czstochowska
Streszczenie
Celem artykułu jest przedstawienie i praktyczne zastosowanie metod statystycz-nych do oceny poziomu wykorzystania technologii informatyczstatystycz-nych w poszczegól-nych województwach. Analizowany poziom wykorzystania technologii informatycz-nych, opisany wieloma cechami, dotyczy przedsibiorstw. Analizie poddano dwa okresy: stycze 2007 i 2008 roku.
Słowa kluczowe: poziom wykorzystania technologii informatycznych, statystyczna analiza porów-nawcza, analiza koncentracji, wskanik Herfindahla-Hirschmana
1. Wprowadzenie
Przedsibiorstwa chcc sprawnie funkcjonowa na globalnych rynkach, na których zwiksza si liczba podmiotów współpracujcych ze sob oraz wzrasta zakres pionowej i poziomej koopera-cji, musz poszukiwa odpowiednich rozwiza technologicznych w ramach funkcjonujcych systemów informacyjnych. Technologie informatyczne staj si niezbdne do szybkiego i spraw-nego przepływ informacji stanowicych podstaw dla trafnych decyzji, a tym samym pomagaj w budowaniu strategii konkurencyjnoci i rozwoju gospodarek narodowych [1]. Rozwój technologii informatycznych umoliwia powstawanie nowych form organizacyjnych, których podstawowym wyrónikiem jest zdalne zarzdzanie oraz lokalne lub globalne rozproszenie. Powstaje zatem potrzeba przenikania najnowszych technologii do sposobów gospodarowania zasobami. Nowe rozwi-zania technologiczne powinny by wdraane nie tylko w zakresie fizycznej dystrybucji dóbr, ale równie metod i organizacji zarzdzania nowymi formami organizacyjnymi [3, 7]. Stosowanie technologii informatycznych umoliwia szybkie przekazywanie danych i informacji, a tym samym wiedzy, skuteczne działanie sieci przedsibiorstw niezalenie od rozproszenia i lokalizacji jej partnerów, nieograniczony dostp do informacji, zarzdzanie duymi zasobami danych, skrócenie czasu realizacji zamówie i zlece dla klientów, cisła kontrola przepływów fizycznych midzy partnerami sieci. Technologie informatyczne zatem wspomagaj i zwikszaj efektywno funk-cjonowania przedsibiorstwa [4]. Podstawowym narzdziem staj si sieci komputerowe i działa-jce w oparciu o nie systemy informatyczne, dziki którym przedsibiorstwo zgłasza swoje oferty, szuka partnerów, zasobów i usług, zdobywa wiedz, czyli tworzy splot kontraktów i kontaktów w celu realizacji swoich zamierze [6]. Technologie informatyczne s bez wtpienia podstaw funkcjonowania przedsibiorstw, które chc i musz stale wymienia informacje operacyjne, planistyczne i koordynacyjne z pozostałymi podmiotami rynku.
2. Zastosowanie analizy porównawczej do badania poziomu wykorzystania technologii informatycznych w województwach
Jedn z jednostek podziału terytorialnego Polski jest województwo. Województwa róni si midzy sob poziomem informatyzacji, czego konsekwencj moe by skala podejmowanych działa jednostek w nich gospodarujcych. Istotna staje si zatem ocena stopnia wykorzystania technologii informatycznych w poszczególnych województwach, a za narzdzie oceny mog posłuy metody wielowymiarowej analiza porównawczej. Wielowymiarowa analiza porównawcza umoliwia porównywanie obiektów, które scharakteryzowane s kilkoma rónymi cechami. Sto-sowana jest zatem w przypadku badania zjawisk złoonych. Do metod wielowymiarowej analizy danych zalicza si metody taksonomiczne umoliwiajce [2]:
− badanie podobiestw obiektów ze wzgldu na wyrónione cechy (metody grupowania), − uszeregowaniem obiektów ze wzgldu na wyrónione cechy (metody porzdkowania liniowego).
Metody porzdkowania liniowego umoliwiaj uszeregowanie badanych obiektów od najlep-szego do najgornajlep-szego według kryterium, którym jest poziom zjawiska złoonego. Jedn z metod porzdkowania liniowego jest metoda wzorca rozwoju. W metodzie tej zmienne maj charakter stymulant – wzrost ich wartoci wiadczy o wzrocie poziomu badanego zjawiska złoonego lub destymulant spadek ich wartoci wiadczy o wzrocie poziomu zjawiska złoonego, a ich wartoci s znormalizowane. Metoda wzorca rozwoju realizowana jest w trzech etapach:
1. wyznaczenie abstrakcyjnego obiektu, tzw. wzorca rozwoju o najlepszych wartociach dla kadej zmiennej,
2. badanie podobiestwa obiektów do abstrakcyjnego najlepszego obiektu przez obliczenie odległoci kadego obiektu od wzorca rozwoju,
3. wyznaczenie dla kadego obiektu miary rozwoju o własnociach: − im wyszy poziom zjawiska złoonego, tym wysza miara, − jej wartoci zawarte s w przedziale [0; 1].
Poziom wykorzystania technologii informatycznych w poszczególnych województwach opisa-no zmiennymi przedstawionymi w tabeli 1. Wyodrbnione zmienne dotycz dwóch okresów: stycznia 2007 roku oraz stycznia 2008 roku. Niestety ze wzgldu na brak wartoci niektórych zmiennych, zbiory danych dla wyrónionych okresów róni si.
Tabela 1. Zmienne charakteryzujce poziom wykorzystania technologii informatycznych
Stycze 2007 rok Stycze 2008 rok
Zmienna Opis Zmienna Opis
X1/2007 pracujcy wykorzystujcy komputery X1/2008 pracujcy wykorzystujcy komputery
X2/2007 pracujcy wykorzystujcy komputery z
dostpem do Internetu
X2/2008 pracujcy wykorzystujcy komputery z dostpem
do Internetu
X3/2007 pracujcy specjalici ds. informatyki lub
telekomunikacji
X4/2008 przedsibiorstwa posiadajce komputery
X4/2007 przedsibiorstwa posiadajce komputery X5/2008 przedsibiorstwa posiadajce dostp do Internetu
X5/2007 przedsibiorstwa posiadajce dostp do
Internetu
X7/2008 przedsibiorstwa posiadajce Intranet
X6/2007 przedsibiorstwa posiadajce sie lokaln
LAN
X8/2008 przedsibiorstwa posiadajce Extranet
oprogramo-Stycze 2007 rok Stycze 2008 rok
Zmienna Opis Zmienna Opis
wanie, systemy open source, jak np. Linux
X8/2007 przedsibiorstwa posiadajce Extranet X10/2008 przedsibiorstwa stosujce ERP - system
informa-tyczny do planowania zasobów przedsibiorstwa
X9/2007 przedsibiorstwa stosujce bezpłatne
opro-gramowanie, systemy open source, jak np. Linux
X11/2008 przedsibiorstwa stosujce CRM -
oprogramowa-nie do zarzdzania informacjami o klientach umoliwiajce zbieranie, przechowywanie informacji o klientach oraz zapewnienie dostpu do nich innym komórkom przedsibiorstwa
X10/2007 przedsibiorstwa stosujce ERP - system
informatyczny do planowania zasobów przedsibiorstwa
X12/2008 przedsibiorstwa stosujce CRM -
oprogramowa-nie do zarzdzania informacjami o klientach umoliwiajce analizowanie informacji o klien-tach w celach marketingowych (ustalanie cen, zarzdzanie promocjami, definiowanie kampanii i kanałów dystrybucji)
X11/2007 przedsibiorstwa stosujce CRM -
oprogra-mowanie do zarzdzania informacjami o klientach umoliwiajce zbieranie, przecho-wywanie informacji o klientach oraz zapew-nienie dostpu do nich innym komórkom przedsibiorstwa
X14/2008 przedsibiorstwa posiadajce własn stron
internetow
X12/2007 przedsibiorstwa stosujce CRM -
oprogra-mowanie do zarzdzania informacjami o klientach umoliwiajce analizowanie informacji o klientach w celach marketingo-wych (ustalanie cen, zarzdzanie promocjami, definiowanie kampanii i kanałów dystrybucji)
X15/2008 przedsibiorstwa korzystajce z automatycznej
wymiany danych z podmiotami zewntrznymi
X13/2007 przedsibiorstwa stosujce system
informa-tyczny do obsługi zlece lub zamówie
X16/2008 przedsibiorstwa prowadzce elektroniczn
wymian informacji dot. zarzdzania łacuchem dostaw z dostawcami
X14/2007 przedsibiorstwa posiadajce własn stron
internetow
X17/2008 przedsibiorstwa prowadzce elektroniczn
wymian informacji dot. zarzdzania łacuchem dostaw z odbiorcami
X18/2008 przedsibiorstwa deklarujce korzyci z wdroenia
projektów ICT w cigu ostatnich dwóch lat ródło: Opracowanie własne.
Zmienne te mog zosta ujte w nastpujce grupy:
1. pracujcy korzystajcy z komputerów i Internetu (X1/2007, X2/2007, X3/2007, X1/2008, X2/2008),
2. wyposaenie w technologie informacyjno-telekomunikacyjne (X4/2007, X5/2007, X6/2007, X7/2007,
X8/2007, X4/2008, X5/2008, X7/2008, X8/2008),
3. wyposaenie w systemy informatyczne (X9/2007, X10/2007, X11/2007, X12/2007, X13/2007, X9/2008,
X10/2008, X11/2008, X12/2008),
4. posiadanie własnych stron WWW (X14/2007, X14/2008),
5. elektroniczna wymiana informacji dotyczca zarzdzania łacuchem dostaw (X15/2008),
6. automatyczna wymiana danych (X16/2008, X17/2008),
7. korzyci ze stosowania technologii teleinformatycznych (X18/2008).
Wszystkie wyrónione zmienne maj charakter stymulant. W celu zwikszenia porównywal-noci danych, zostały one przeliczone na jedno przedsibiorstwo województwa. Ponadto zostały
one znormalizowane, dziki czemu wartoci wszystkich zmiennych s niemianowane i zawarte w przedziale [0; 1]. Normalizacji dokonano stosujc formuł:
), ,..., 2 , 1 ; ,..., 2 , 1 ( , min m j n i O x x z j i ij ij ij = = − =
gdzie: zij – warto i-tego obiektu zmiennej Xj po unitaryzacji,
min xij – najmniejsza warto zmiennej Xj (dla i = 1, 2, …, n),
Oj – rozstp zmiennej Xj.
W tabeli 2. podano miary rozwoju, a wic osignitego poziomu wykorzystania technologii in-formatycznych dla poszczególnych województw i badanych okresów. Ze wzgldu na rónice w zestawie zmiennych charakteryzujcych poziom informatyzacji w województwach, dokonano czterech rónych uporzdkowa:
1. dla wszystkich zmiennych w styczniu 2007 roku, 2. dla wszystkich zmiennych w styczniu 2008 roku, 3. dla wspólnych zmiennych w styczniu 2007 roku, 4. dla wspólnych zmiennych w styczniu 2008 roku.
Do zbioru wspólnych zmiennych nale te, które pojawiły si zarówno w 2007, jak i 2008 roku. Tabela 2. Miary rozwoju dla województw
Miary rozwoju Województwa dla wszystkich zmiennych w styczniu 2007 roku dla wszystkich zmiennych w styczniu 2008 roku dla wspólnych zmiennych w styczniu 2007 roku dla wspólnych zmiennych w styczniu 2008 roku dolnolskie 0,4887 0,4763 0,4956 0,4540 kujawsko-pomorskie 0,5353 0,4784 0,5684 0,4094 lubelskie 0,1924 0,2040 0,2387 0,2165 lubuskie 0,4062 0,3599 0,4025 0,3448 łódzkie 0,3155 0,1838 0,3249 0,1438 małopolskie 0,3908 0,5680 0,4070 0,5558 mazowieckie 0,9041 1,0000 0,8957 1,0000 opolskie 0,3320 0,3579 0,3288 0,3875 podkarpackie 0,3623 0,4094 0,4049 0,3277 podlaskie 0,2623 0,3691 0,2472 0,3335 pomorskie 0,5034 0,5654 0,5268 0,5392 lskie 0,4440 0,4636 0,4629 0,4528 witokrzyskie 0,1986 0,2653 0,2242 0,2654 warmisko-mazurskie 0,1784 0,1260 0,1542 0,1302 wielkopolskie 0,3674 0,3551 0,3803 0,3524 zachodniopomorskie 0,3431 0,3363 0,3788 0,3431
ródło: Obliczenia własne na podstawie danych GUS [8].
Bez wzgldu na zestaw danych oraz badany okres najlepszym województwem pod wzgldem poziomu wykorzystania technologii informatycznych jest województwo mazowieckie. Bliska
jednoci warto miary rozwoju dla województwa mazowieckiego wskazuje na to, e jest ono wzorcem dla pozostałych województw. Najnisz warto miary rozwoju obserwuje si w kadym przypadku dla województwa warmisko-mazurskiego, co wiadczy o jego zacofaniu pod wzgl-dem wykorzystania technologii informatycznych w porównaniu z pozostałymi województwami. Porzdkujc województwa według tego samego zbioru cech, zauway mona, e wartoci miar rozwoju dla poszczególnych województw w obydwóch badanych okresach s do siebie zblione, co powoduje z kolei niewielki zmiany w uporzdkowaniu. Do szeciu najlepszych województw nale: mazowieckie, małopolskie, pomorskie, dolnolskie, lskie i kujawsko-pomorskie, z tym, e województwo kujawsko-pomorskim spadło w styczniu 2008 roku z drugiego na szóste miejsce, małopolskie z kolei z szóstego miejsca w styczniu 2007 roku znalazło si na miejscu drugim w kolejnym okresie.
Na podstawie macierzy odległoci dokonano grupowania województw, co pozwoliło na okre-lenie grup województw do siebie najbardziej podobnych. Rys. 1 jest graficznym przedstawieniem podobiestw i rónic midzy województwami, tzw. dendrogramem.
Diagram drzewa Pojedyncze wiązanie Odległ. euklidesowa m a z o w ie c k ie w a rm iĔ s k o -m a z u rs k ie p o d la s k ie k u ja w s k o -p o m o rs k ie lu b u s k ie lu b e ls k ie Ğ w iĊ to k rz y s k ie p o d k a rp a c k ie o p o ls k ie p o m o rs k ie m a ło p o ls k ie w ie lk o p o ls k ie z a c h o d n io p o m o rs k ie łó d z k ie Ğ lą s k ie d o ln o Ğ lą s k ie 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 O d le g ło Ğ ü w ią z . Diagram drzewa Pojedyncze wiązanie Odległ. euklidesowa m a z o w ie c k ie w a rm iĔ s k o -m a z u rs k ie lu b e ls k ie łó d z k ie p o d k a rp a c k ie k u ja w s k o -p o m o rs k ie lu b u s k ie p o m o rs k ie m a ło p o ls k ie z a c h o d n io p o m o rs k ie p o d la s k ie Ğ w iĊ to k rz y s k ie w ie lk o p o ls k ie o p o ls k ie Ğ lą s k ie d o ln o Ğ lą s k ie 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 O d le g ło Ğ ü w ią z .
Wszystkie zmienne dla stycznia 2007 Wszystkie zmienne dla stycznia 2008
Diagram drzewa Pojedyncze wiązanie Odległ. euklidesowa m a z o w ie c k ie p o d la s k ie lu b u s k ie k u ja w s k o -p o m o rs k ie w a rm iĔ s k o -m a z u rs k ie Ğ w iĊ to k rz y s k ie lu b e ls k ie p o m o rs k ie o p o ls k ie m a ło p o ls k ie w ie lk o p o ls k ie p o d k a rp a c k ie z a c h o d n io p o m o rs k ie łó d z k ie Ğ lą s k ie d o ln o Ğ lą s k ie 0,2 0,4 0,6 0,8 1,0 1,2 1,4 O d le g ło Ğ ü w ią z . Diagram drzewa Pojedyncze wiązanie Odległ. euklidesowa m a z o w ie c k ie łó d z k ie w a rm iĔ s k o -m a z u rs k ie lu b e ls k ie Ğ w iĊ to k rz y s k ie p o m o rs k ie m a ło p o ls k ie z a c h o d n io p o m o rs k ie p o d la s k ie w ie lk o p o ls k ie p o d k a rp a c k ie lu b u s k ie o p o ls k ie k u ja w s k o -p o m o rs k ie Ğ lą s k ie d o ln o Ğ lą s k ie 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 O d le g ło Ğ ü w ią z .
Wspólne zmienne dla stycznia 2007 Wspólne zmienne dla stycznia 2008 Rys. 1. Dendrogram dla województw.
Rozpatrujc zbiór wszystkich zmiennych w kadym z badanych okresów jako pierwsza została utworzona grupa, w skład której wchodz województwa: lskie i dolnolskie. Odległoci midzy tymi województwami w poziomie wykorzystania technologii informatycznych były najmniejsze, co wskazuje na najwiksze podobiestwo midzy nimi ze wzgldu na badan cech. W przypadku zbioru wspólnych danych w styczniu 2007 roku najwiksze podobiestwo wykazały województwa: zachodniopomorskie i łódzkie, w styczniu 2008 roku z kolei – wielkopolskie i podkarpackie. W ostatnim etapie grupowania w kadym z rozpatrywanych przypadków zostało dołczone woje-wództwo mazowieckie, które z punktu widzenia rozpatrywanych cech jest na tyle rozwinite, i odległoci od wszystkich pozostałych województw s znaczne.
3. Zastosowanie wskanika Herfindahla-Hirschmana do badania koncentracji odnonie poziomu wykorzystania technologii informatycznych
W badaniach ekonomicznych szczególnie istotne jest liczbowe rozpoznawanie siły koncen-tracji. Koncentracja rozumiana jest jako stopie „nierównomiernoci rozłoenia ogólnej sumy wartoci mierzalnej cechy zmiennej pomidzy poszczególne grupy jednostek badanej zbiorowoci statystycznej” [5]. Ze wzgldu na sił koncentracji rozróni mona dwie sytuacje:
1. całkowity brak koncentracji zjawiska, gdy wystpuje równomierny podział zjawiska w rozpa-trywanej zbiorowoci,
2. koncentracja zjawiska, gdy wystpuje nierównomierny podział zjawiska w rozpatrywanej zbiorowoci.
Do badania koncentracji zastosowa mona wskanik Herfindahla-Hirschmana (HH), który definiowany jest jako suma kwadratów udziałów rynkowych i liczony zgodnie ze wzorem:
, 1 2
= = n i i u HHgdzie uioznacza udział warto badanej cechy dla i-tego obiektu w łcznej wartoci badanej cechy
dla wszystkich n analizowanych jednostek. Wskanik HH przyjmuje wartoci z przedziału (1/n; 1), przy czym im wysza jego warto, tym silniejsza koncentracja. Zgodnie z zaleceniami FERC (Federal Energy Regulatory Commission) w USA warto wskanika:
− poniej 0,10 wskazuje na brak koncentracji,
− od 0,10 do 0,18 wskazuje na umiarkowanie wysok koncentracj, − powyej 0,18 wskazuje na bardzo wysok koncentracj.
W tabeli 3. przedstawiono wartoci wskanika HH dla poszczególnych wspólnych cech badanych okresów.
Tabela 3. Wskaniki HH dla poszczególnych cech Cecha Wskanik HH dla stycznia 2007 roku Wskanik HH dla stycznia 2008 roku
pracujcy wykorzystujcy komputery 0,1735 0,1777
pracujcy wykorzystujcy komputery z dostpem do Internetu 0,1722 0,1754
przedsibiorstwa posiadajce komputery 0,0949 0,0932
przedsibiorstwa posiadajce dostp do Internetu 0,0952 0,0942
przedsibiorstwa posiadajce Intranet 0,1046 0,1386
przedsibiorstwa posiadajce Extranet 0,1292 0,1112
przedsibiorstwa stosujce bezpłatne oprogramowanie, systemy open
source, jak np. Linux 0,1049 0,1101
przedsibiorstwa stosujce ERP - system informatyczny do planowania
zasobów przedsibiorstwa 0,1159 0,1058
przedsibiorstwa stosujce CRM - oprogramowanie do zarzdzania informacjami o klientach umoliwiajce zbieranie, przechowywanie informacji o klientach oraz zapewnienie dostpu do nich innym komór-kom przedsibiorstwa
0,1091 0,1030
przedsibiorstwa stosujce CRM - oprogramowanie do zarzdzania informacjami o klientach umoliwiajce analizowanie informacji o klientach w celach marketingowych (ustalanie cen, zarzdzanie promo-cjami, definiowanie kampanii i kanałów dystrybucji)
0,1057 0,1062
przedsibiorstwa posiadajce własn stron internetow 0,1030 0,1009
ródło: Obliczenia własne na podstawie danych GUS [8].
Wartoci wskaników Herfindahla-Hirschmana wskazuj na umiarkowanie wysok koncentra-cj pod wzgldem badanych cech, za wyjtkiem wyposaenia przedsibiorstw w komputery i do-stp do Internetu, gdzie koncentracja nie wydo-stpuje. Najwysz warto wskanika HH obserwuje si dla cech nalecych do grupy „pracujcy korzystajcy z komputerów i Internetu”. Podobne wartoci wskaników HH dla poszczególnych cech w obydwóch badanych okresach wiadcz o niewielkich zmianach w rozłoeniu ogólnej sumy wartoci poszczególnych cech charakteryzuj-cych wykorzystanie technologii informatycznych pomidzy województwa. Dominujcymi woje-wództwami pod wzgldem kadej cechy s: mazowieckie, lskie i wielkopolskie. W wojewódz-twach tych koncentruje si wyposaenie w technologie informacyjno-telekomunikacyjne i systemy informatyczne, a take zatrudnienie osób stosujce wymienione technologie w swojej pracy. 4. Uwagi kocowe
Wyniki zarówno analizy porównawczej, jak i koncentracji wskazuj, e najlepiej rozwinitymi pod wzgldem dostpnoci i poziomu wykorzystania technologii informatycznych s wojewódz-twa: mazowieckie i lskie. Województwa te wykazuj du dominacj ze wzgldu na wszystkie cechy oraz charakteryzuj si wysok wartoci miary rozwoju w porównaniu z pozostałymi województwami. Bezwzgldnym liderem wród województw ze wzgldu na poziom wykorzystania technologii informatycznych jest województwo mazowieckie, które powinno stanowi równie wzorzec dla pozostałych. Na uwag zasługuje równie województwo wielkopolskie. Zestawiajc
wyniki analizy porównawczej i analizy koncentracji dla województwa wielkopolskiego mona wycign nastpujce wnioski:
− województwo to jest jednym z dominujcych pod wzgldem wyposaenia w technologie informacyjno-telekomunikacyjne i systemy informatyczne oraz zatrudnienia osób stosujcych technologie informatyczne w swojej pracy,
− województwo to zajmuje jedn z rodkowych pozycji w uporzdkowaniu według poziomu wykorzystania technologii informatycznych – jego miara rozwoju dla kadego uporzdkowania wyniosła powyej 0,35.
Powodem takich wyników przeprowadzonych analiz jest dua liczba przedsibiorstw działajcych na terenie województwa wielkopolskiego, z których tylko cz wykorzystuje dostpne technologie informatyczne, ale za to w wysokim stopniu.
Analiza porównawcza wykazała, e w badanych okresach nastpowała niewielka zmiana war-toci miar rozwoju, mimo i powodowała ona zmian miejsc w uporzdkowaniu województw zajmujcych pozycje od siódmej do szesnastej. wiadczy to o tym, e poziom wykorzystania technologii informatycznych w poszczególnych województwach nie uległ duej zmianie w ostat-nich dwóch latach. Due rónice w wartociach miary rozwoju wskazuj na nierównomierny rozwój województw ze wzgldu na poziom wykorzystania technologii informatycznych w przed-sibiorstwach. Najlepiej wykorzystuje dostpne technologie województwo mazowieckie, najgorzej warmisko-mazurskie.
Na wyniki analizy wpływa bez wtpienia zestaw cech, które opisuj stopie wykorzystania technologii informatycznych. Rónice w wynikach przeprowadzonych analiz ze wzgldu na róne cechy przyjte do opisu poziomu wykorzystania technologii informatycznych dotycz przede wszystkim województw gorzej rozwinitych pod wzgldem badanej zmiennej.
Statystyczna analiza poziomu wykorzystania technologii informatycznych pozwala nie tylko na ocen stopnia rozwoju poszczególnych województw i ich podobiestwa, ale umoliwia równie wyznaczenie wzorca dla pozostałych jednostek, do którego powinny one dy.
Bibliografia
1. Dutta S., Mia I. (ed.): The Global Information Technology Report 2008-2009, World Economic Forum, INSEAD, 2009.
2. Dziechciarz J. (red.): Ekonometria, Wydawnictwo Akademii Ekonomicznej im. Oskara Lanego we Wrocławiu, Wrocław 2003.
3. Gołembska E., Szymczak M.: Logistyka midzynarodowa, PWE, Warszawa 2004. 4. Kisielnicki J., Szyjewski Z.: Przedsibiorstwo przyszłoci w warunkach nowej ekonomii,
w: Przedsibiorstwo przyszłoci - wizja strategiczna (Grudzewski W., Hejduk I., red.), Difin, Warszawa 2002.
5. Luszniewicz A., Słaby T.: Statystyka, Wydawnictwo C.H. Beck, Warszawa 2003.
6. Olszak C. (red.): Systemy e-commerce. Technologie internetowe w biznesie., Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice 2004.
7. Ostasiewicz W. (red.): Statystyczne metody analizy danych, Wydawnictwo Akademii Ekonomicznej im. Oskara Lanego we Wrocławiu, Wrocław 1999.
EVALUATION OF LEVEL OF USE OF INFORMATION TECHNOLOGY IN ENTERPRISES ACCORDING TO PROVINCES WITH APPLICATION
OF STATISTICAL METHODS
Summary
The presentation and the practical application of statistical methods to the esti-mation of the level of the use of inforesti-mation technology in each province are the ba-sic goals of the paper. Analyzed level of the use of information technology, described by many different characteristics, refers to companies. Two periods were subjected to the analysis: January 2007 and 2008.
Keywords: level of use of information technology, statistical comparative analysis, concentration analysis, Herfindahl-Hirschman Index
Agata Mesjasz-Lech Wydział Zarzdzania Politechnika Czstochowska
42-200 Czstochowa, Al. Armii Krajowej 19 B e-mail: agata.mesjasz@poczta.fm