Anna Janiga-Ćmiel
Dynamiczna analiza rozwoju
społeczeństwa informacyjnego
Ekonomiczne Problemy Usług nr 123, 223-234
Ekonomiczne Problemy Usług nr 123
IS S N : 1 8 9 6 -3 8 2 X | w w w .w n u s .e d u .p l/p l/e p u / DOI: 10.18276/epu.2016.123-21 | strony: 223-234
ANNA JANIGA-ĆMIEL
Uniwersytet Ekonomiczny w Katowicach1
DYNAMICZNA ANALIZA ROZWOJU SPOŁECZEŃSTWA INFORMACYJNEGO
Streszczenie
W niniejszym referacie przedstawiono analizę społeczeństwa informacyjnego
Polski oraz wybranych państw (Luksemburg, Bułgaria, Niemcy, Wielka Brytania). Jako
okres analizy przyjęto lata od roku 2005 do roku 2015. Zaprezentowano konstrukcję
oraz otrzymaną postać pełnoczynnikowego modelu GARCH. Celem zaprezentowanych
w niniejszej pracy badań jest analiza współzależności kształtowania się rozwoju społe
czeństwa informacyjnego Polski i wybranych państw UE. Przedstawione zostaną wielo-
równaniowe modele GARCH, prezentujące wzajemne relatywne powiązania w zakresie
dynamiki rozkładów empirycznych ze szczególnym zwróceniem uwagi na dynamikę
wartości oczekiwanych i wariancji.
Słowa kluczowe: społeczeństwo informacyjne, pełnoczynnikowy model GARCH.
Wprowadzenie
Nieustannie trwa proces udoskonalania i rozpowszechniania różnych technik
informatycznych na wielu płaszczyznach życia ludzkiego. Rozwijające się nowe
technologie mają znaczący udział w pobudzaniu wzrostu gospodarczego, towarzy
szą nam na co dzień i wkraczają w nasze życie, w coraz większym zakresie wpro
wadzając nowe reguły i zmiany (Rudnicki i Jabłoński 2011, s. 38). Nowe technolo
gie odmieniły sposób komunikowania się ludzi, zmieniły sposób zachowań ludzi
i ich myślenie.
W artykule nawiązano do problematyki rozwoju społeczeństwa informacyjne
go, uwzględniając wykorzystanie Internetu przez społeczności. Celem opracowania
224
Dynamiczna analiza rozwoju społeczeństwa informacyjnego
j e s t a n a liz a r o z w o j u s p o łe c z e ń s tw a i n f o r m a c y jn e g o P o ls k i i w y b r a n y c h p a ń s t w U E w o p a r c iu o z a p r o p o n o w a n e m o d e le d o s ta r c z a ją c e o p is u z m ie n ia ją c y c h s ię w c z a s ie j e d n o c z e s n y c h r e la c ji m ię d z y w a r u n k o w y m i w a r to ś c ia m i o c z e k iw a n y m i, a z d r u g ie j s tr o n y p o z w a la ją c e w p e w n y m s to p n iu n a p r z y b liż e n ie r z e c z y w is to ś c i b a d a n e g o z ja w is k a .1. Problematyka społeczeństwa informacyjnego
R o z w ija ją c e s ię t e c h n o lo g ie i n f o r m a c y jn e z a p o c z ą tk o w a ły z r o d z e n ie s ię „ c y w iliz a c ji in f o r m a c y jn e j” . P ie r w s z e w z m ia n k i n a te m a t c y w iliz a c ji in f o r m a c y jn e j m o ż e m y z n a le ź ć m ię d z y i n n y m i w p r a c a c h j a p o ń s k i e g o s o c jo lo g a T a d a o U m e s a o w 1 9 6 3 r o k u . Z a te m s p o łe c z e ń s tw o i n f o r m a c y jn e to : „ S p o łe c z e ń s tw o c h a r a k t e r y z u j ą c e s ię p r z y g o to w a n ie m i z d o l n o ś c i ą d o u ż y tk o w a n ia s y s te m ó w i n f o r m a ty c z n y c h , s k o m p u te r y z o w a n e i w y k o r z y s tu ją c e u s łu g i te le k o m u n ik a c ji d o p r z e s y ł a n i a i z d a l n e g o p r z e t w a r z a n i a in f o r m a c ji” - I K o n g r e s I n f o r m a ty k i P o ls k ie j. W lite r a tu r z e m o ż e m y z n a le ź ć s z e r e g in n y c h s f o r m u ło w a ń tej d e f in ic ji, b o w ie m p o ję c ie to z u p ły w e m c z a s u p o d le g a ło c ią g ły m m o d y f ik a c jo m , w c h w ili o b e c n e j m o ż e m y u ż y ć s f o r m u ło w a n ia „ s p o łe c z e ń s tw o s ie c io w e ” . N a l e ż y z w r ó c ić u w a g ę , ż e p r o c e s te n c h a r a k te r y z o w a ł s ię r ó ż n y m i e ta p a m i r o z w o ju , b o w ie m z n a c z ą c y m b y ło , c z y k ra j b y ł ś r e d n io , c z y s ła b o r o z w in ię ty . Z r o k u n a r o k w z r a s t a li c z b a u ż y tk o w n ik ó w w y k o r z y s tu ją c y c h n o w e t e c h n o l o g i e i n f o r m a c y jn o - te le k o m u n ik a c y jn e , u z y s k u je m y m o ż liw o ś ć s z y b k ie j w z a je m n e j k o m u n ik a c ji w o b r ę b ie k r a j u i p o z a g r a n ic a m i, u z y s k u je m y w ie le n o w y c h r o z w ią z a ń , m o ż liw o ś c i r o z w o ju d l a b iz n e s u i s p o łe c z e ń s tw a n a p r z y k ła d p o p r z e z w y k o r z y s ta n ie t e c h n o lo g ii c h m u r y o b lic z e n io w e j. I c h w p ły w i o b e c n o ś ć z a u w a ż a m y w e w s z y s tk ic h d z ie d z in a c h d z i a ła ln o ś c i g o s p o d a r c z e j, n a p r z y k ła d w a d m in is tr a c ji p u b lic z n e j, d a ją c w ty m p r z y p a d k u w ię c e j u d o g o d n ie ń w o b s łu d z e o b y w a te li p r z y r e a l i z a c j i ic h k o n k r e tn y c h p o tr z e b , a z d r u g ie j s tr o n y z m ia n y te w p ł y w a j ą n a p o w o ln e k s z ta łto w a n ie s ię n o w e g o t y p u o b y w a te li. A d m i n i s tr a c ja m u s i p o d le g a ć c ią g ły m m o d y f ik a c jo m i u d o s k o n a le n io m , b y m ó c s p r o s ta ć s p r a w n e m u f u n k c j o n o w a n i u w r a z z r o z w i j a j ą c y m s ię s p o ł e c z e ń s t w e m i n f o r m a c y jn y m . J a k o ś ć u s łu g a d m i n i s t r a c y j n y c h w z r a s t a , a le t e ż w z r a s t a ś w i a d o m o ś ć p r a w n o - p o d a t k o w a i o c z e k i w a n i a k lie n tó w . A d m i n i s t r a c j a j e s t c z ę s t o p o d d a w a n a o c e n ie p u b l i c z n e j i m u s i a ł a p o d w y ż s z y ć j a k o ś ć u s ł u g ś w i a d c z o n y c h s w o im k l i e n to m . Z a s a d n i c z y m c e l e m i n f o r m a t y z a c j i a d m i n i s t r a c j i s ą u d o g o d n i e n i a w p r o w a d z a n e p r z y o b s łu d z e o b y w a te li. E l e k tr o n ic z n a a d m in is tr a c ja ( e - a d m in is tr a c ja , e - g o v e r n m e n t) to o g ó ł d z ia ła ń a d m in is tr a c ji p u b lic z n e j w y k o r z y s tu ją c e j n o w e t e c h n o lo g ie I C T ( G a n c z a r 2 0 0 9 , s. 3 8 ) P r z y k ła d o w o e P U A P - E l e k t r o n i c z n a P la tf o r m a U s łu g A d m in is tr a c ji P u b lic z n e j ( p r o je k t W r o t a P o ls k i) - s ta n o w i p r o g r a m m a ją c y n a c e lu u z y s k a n ie f u n k c j o n o w a n i a e le k tr o n ic z n e j a d m in is tr a c ji p u b lic z n e j w P o ls c e , z a d a n ie m j e j j e s t r ó w n ie ż s k r ó c e n ie c z a s u i o b n iż e n ie k o s z tó w u d o s t ę p n i e n i a z a s o
-Anna Janiga-Cmiel
225
b ó w in f o r m a c y jn y c h a d m in is tr a c ji p u b lic z n e j. A p l i k a c j a t a m a z a z a d a n ie p r z e k a z y w a n ie in f o r m a c ji i d o r ę c z a n ie d o k u m e n tó w p r z e z o r g a n y a d m in is tr a c ji p u b l i c z n e j. E l e k t r o n i c z n a a d m in is tr a c ja u w z g l ę d n i a n o w o c z e s n e n a r z ę d z i a s to s o w a n e p r z e z t e c h n o lo g ie I C T ( S z p r in g e r 2 0 1 2 , s. 2 0 ) , m a ją c ty m s a m y m z n a c z ą c y w p ły w n a z a c h o d z ą c e z m ia n y , p o m im o w ie lu p o w a ż n y c h b a r ie r , tz n . b r a k u ś r o d k ó w f i n a n s o w y c h w s p o m a g a ją c y c h z a k u p n p . k o m p u te r ó w d l a u r z ę d n ik ó w . O k a z u je s ię j e d n a k , ż e w ś r ó d ty c h w s z y s t k i c h p o z y ty w ó w r o d z ą s ię n ie s t e t y p e w n e o b a w y , n i e p o k ó j s p o łe c z e ń s tw a in f o r m a c y jn e g o . Z a u w a ż a m y s k u tk i n e g a ty w n e , b o w ie m m o ż n a d o p r o w a d z ić n a p r z y k ła d d o n a d u ż y w a n ia I n te r n e tu ( Z o r s k a 2 0 1 1 , s. 7 9 ) , a to j u ż m o ż e b y ć p o w ią z a n e z u z a le ż n ie n ie m n p . o d g ie r , h a z a r d e m i ta k ż e n a w e t c y b e r - p r z e m o c ą . N i e s t e t y b e z u k s z ta łto w a n e j s f e r y in f o r m a c y jn e j n ie j e s t e ś m y w s ta n ie p r a w id ło w o f u n k c jo n o w a ć w e w s p ó łc z e s n y m s p o łe c z e ń s tw ie . W i d z i m y z n a c z ą c y p r z y r o s t in f o r m a c ji o r a z c o r a z w i ę k s z ą j e j d o s tę p n o ś ć d l a z w y k ły c h o b y w a te li. M o ż e m y p o w ie d z ie ć , ż e w p r o c e s ie ty m w y t w a r z a się : „ s p o łe c z e ń s tw o b o g a te w in f o r m a c je , k tó r e g o c e le m j e s t m i ę d z y in n y m i p r z e t w a r z a n i e ty c h in f o r m a c j i ” . N i e s t e t y s ta je m y s ię r ó w n i e ż s p o łe c z e ń s tw e m k o n tr o lo w a n y m (s y s te m O r w e lla ) , j e s t e ś m y p o d a tn i n a k o n f lik ty n p . k o n f l i k t y w g r u p a c h , p o z y s k iw a n ie w ś r ó d z b i e r a n y c h in f o r m a c ji tz w . ś m ie c i in f o r m a c y jn y c h , r ó ż n e r o d z a je p r z e m o c y i s z e r z ą c y się te r r o r y z m . C a s te lls d a je j a k o p r z y k ła d s ła w n e , n o w o c z e s n e m ia s to L o s A n g e le s , w k tó r y m , j a k s tw ie r d z i, s z a c u je s ię , ż e li c z b a b e z d o m n y c h m o ż e b y ć w y ż s z a o d ta k z w a n y c h d z ie c i k o m p u te r o w y c h ( G o b a n - K la s i S ie n k ie w ic z 1 9 9 9 , s. 4 5 ). T r a c im y to ż s a m o ś ć , b o w ie m b a n k i, k o r p o r a c je z b i e r a j ą n a s z e d a n e , tw o r z ą c d l a w ła s n e g o u ż y tk u b a z y d a n y c h , p r o f ile p s y c h o lo g ic z n e . S ta je m y s ię p o d a t n i n a m a n ip u la c je i o r g a n iz o w a n ie n a s z e g o ż y c ia , tr a n s f o r m a c ję n a s z e g o ż y c ia , a n a w e t s ta je m y s ię n ie w o ln ik a m i k o m p u te r ó w . W o jn y X X w ie k u s ta ją s ię j u ż w o jn a m i e le k t r o n i c z n y m i, p r z y k ła d e m j e s t w o j n a w Z a to c e P e r s k ie j, u z n a n a z a p i e r w s z ą w o jn ę i n f o r m a c y jn ą . A lv in T o f f l e r p o w i e d z i a ł ( G o b a n - K la s i S ie n k ie w ic z 1 9 9 9 , s. 9 0 ): „ n ie b e z p e w n e j p r z e s a d y , ż e w o jn ę w Z a to c e P e r s k ie j w y g r a ł a in t e l i g e n c j a u k r y t a w m i k r o p r o c e s o r a c h s y s te m ó w u z b r o j e n i a o r a z s y s te m a c h d o w o d z e n ia , łą c z n o ś c i i r o z p o z n a n ia ” . I s tn ie ją o b a w y , c z y n ie u s ta n n e tw o r z e n ie i r o z w ó j s p o łe c z e ń s tw a i n f o r m a c y jn e g o w E u r o p ie m o ż e b y ć r ó w n i e ż r o z u m ia n e j a k o c i ą g ł a p r ó b a o s ią g n ię c ia r o z w o ju g o s p o d a r c z e g o z b liż o n e g o S ta n o m Z je d n o c z o n y m . 22. Modelowanie procesu rozwoju społeczeństwa informacyjnego
M o d e le G A R C H j a k o p ie r w s z e p o j a w i ł y s ię w p r a c y E n g l e ’a , w k tó r e j p r z e d s ta w io n o b a d a n i a z m ie n n o ś c i in f la c ji w W ie lk ie j B r y ta n ii. W ie lo r ó w n a n io w e m o d e le G A R C H c h a r a k te r y z u je d u ż a z g o d n o ś ć z r z e c z y w i s t o ś c i ą b a d a n e g o z ja w is k a . J e d n ą z z a l e t ty c h m o d e li j e s t m o ż liw o ś ć r o z b u d o w y w a n i a r ó w n a ń p o p r z e z w p r o w a d z e n ie r ó ż n e g o t y p u z m ie n n y c h e g z o g e n ic z n y c h . R o z s z e r z e n i a m o d e lu p o l e g a j ą
2 2 6
Dynamiczna analiza rozwoju społeczeństwa informacyjnego
r ó w n ie ż n a d o łą c z a n iu d o d a tk o w y c h p a r a m e tr ó w s tr u k tu r a ln y c h w r ó w n a n iu z m ie n n o ś c i, b ą d ź t e ż n a t r a n s f o r m a c ji p o s ta c i te g o r ó w n a n ia . A n a liz ę w y b r a n y c h a s p e k tó w s p o łe c z e ń s tw a i n f o r m a c y jn e g o m o ż e m y p r z e p r o w a d z ić u w z g lę d n ia ją c w ie lo r ó w n a n io w y p e łn o c z y n n ik o w y m o d e l G A R C H . W k o n s tr u k c ji z a p r o p o n o w a n e g o m o d e lu r o z p a tr u je m y d w a r ó w n a n ia , j e d n o z r ó w n a ń w y r ó ż n i a c h a r a k te r y s ty k ę d y n a m ik i w a r to ś c i o c z e k iw a n y c h , a d r u g ie d y n a m ik ę w a r ia n c ji ( J a n ig a - C m ie l, s. 1 2 0 ). W y b r a ć m o ż e m y j e d e n z m o d e li k l a s y G A R C H ( V r o n to s , D e lla p o r ta s i P o litis 2 0 0 3 ) , n a p r z y k ła d m o d e l A R I M A (p ,d ,q ). Z a p r o p o n o w a n y m o d e l p r z y j m u je p o s ta ć : P d q ( I ) yt = Z “ - yt - . + ^ P A y t - , - y t - i ) + Z / - S t- ^ t =0 t=1 i =1 W i e lo w y m ia r o w y p r o c e s r o z w o j u z j a w i s k a m o ż n a p r z e d s ta w ić , w y k o r z y s tu ją c n a s t ę p u j ą c ą p o s t a ć m o d e lu : y t = ^ + s t (2 ) U w z g l ę d n i o n a w b a d a n ia c h w i e l o w y m i a r o w a z m i e n n a Y t c h a r a k te r y z u je s ię w a r u n k o w y m r o z k ła d e m , k t ó r y j e s t z g o d n y z r o z k ła d e m n o r m a ln y m :Y t|Y y -i,Y y -2 ,-,Y t-p ~ A ( 0 , 2 1) (3 )
R o z p a tr u je m y A - w y m i a r o w ą z m ie n n ą lo s o w ą , g d z ie A - o z n a c z a o d p o w ie d n io lic z b ę w y b r a n y c h k r a jó w . W a r ia n c ję o z n a c z a m y p r z e z k i t , g d z ie i to n u m e r k r a ju , a t n u m e r r o z p a tr y w a n e g o w b a d a n i u o k re s u : k u =
Ź
w ikwtk ° l , (4 ) k=1 W y z n a c z m y m o d e l w a r ia n c ji r e s z to w e j p o s ta c i: = a i + f y l - 1 + gi CT2, _ 1, i = 1,---,A , t = 1, - , T- (5 ) M o d e l (5 ) u w z g l ę d n i a p e w n e o g r a n ic z e n ia , m ia n o w ic ie a t > 0 , b t > 0 o r a z g t > 0 , g d z ie i = 1 ,.. ,,N . W k o n s tr u k c ji m o d e lu n a l e ż y r ó w n ie ż w y z n a c z y ć m a c ie r z w n a s tę p u ją c e j p o s ta c i: (6 ) ' 1 0 - 0 0' Ąi 1 0 0 W = 2^ 1 ^32 1 : : 0 N a t o m i a s t Z t to m a c ie r z d i a g o n a l n a b e z w a r u n k o w y c h w a r ia n c ji r e s z to w y c h ( J a n i g a - C m ie l 2 0 1 3 , s. 7 8 ). M a c ie r z eH
t o r a z Z t s ą m a c ie r z a m i p o d o b n y m i. S y m e t r y c z n ą m a c i e r zH
t w y z n a c z a m y z g o d n ie z e w z o r e m : H , = W Z tW T (7 ) W n a s tę p n y m k r o k u n a l e ż y w y z n a c z y ć m o d e l V E C H , n a p o d s ta w ie k tó r e g o o tr z y m a m y e le m e n ty m a c ie r z y W .Anna Janiga-Cmiel
2 2 7 (8) < ^ 2 1 ^ 4 1 * 1 ' — ^ W 1 < ^21 22-1 Æ2i K i S,2.1 m2: 22-1 ^ 2 , ^Wi H t = Ч 1 ^ 2' Е2-1 ® 1 ® 2 1 ^ 2' Е2-1® 2, ^ 2' — <yW1 К ' S,2=1 WMm -l: K i К WM " 'Funkcja największej wiarygodności została zdefiniowana zgodnie ze wzorem (9)
i przyjej wyznaczeniu uwzględniamy postać macierzy
H t
:
(
10
)TN 1 7 i i 1 7 T / \_1
L(y\S) = - l n ( 2 * ) - 1 2 l n |W E ,W T| - 1 T ( y . - V ) K W TJ ( y , - M)
| 2 2 t=1 2 t=1
Parametr # to parametr maksymalizacji ujęty wzorem:
0
= (^
1,M
2,M
3,...,M
n , « 1 , « 2 , . . . , “ N , b , g , ® 2 1 , ® 3 1 , ® 3 2 , . . . , ® N 1 , . . . , ® N . N ) TW niniejszej
analizie wprowadzimy następujące oznaczenia, przyjmując:
(11
)^ 1 ( ^ 1 , ^ 2 , ^ 3 , . . . , ^ N ) , $ 2 ^ ( a l , a 2 , - - , a N , b 1 b N , g 1 , ■■■, g N ) T , ^ 3 ~ ( ® 2 1 , ® 3 1 , ® 3 2 , ' " , ® N 1 , ' " , ® N , N - 1 )
(12)
Przyrównując do zera pochodną wektorową funkcji wiarygodności wyznaczoną ze
względu na parametr Qx, to znaczy:
(13)
^
f
f i _ 1j_ f
XiL dJXiLm
se1
h[ć
f
\_2^l,se
1[^
2
)[^,
2
,
ae
1JJj
otrzymujemy
stany
oczekiwane
wartości
zaproponowanych
zmiennych
w poszczególnych badanych krajach. W analogiczny sposób wyznaczmy kolejne
pochodne ze względu na pozostałe parametry (Janiga-Cmiel 2014, s. 80).
Rozwiązując równanie
30
= o wyznaczymy oceny liczbowe parametrów
2modeli rozwoju wariancji analizowanej zmiennej w poszczególnych krajach. Nato
miast przyrównując ostatnią pochodną do zera, wyznaczamy współczynniki wa-
riancyjne. W niniejszej analizie stosujemy metodę największej wiarygodności, aby
oszacować oceny parametrów wybranych modeli. 3
3. Przykład empiryczny
W celu przedstawienia analiz wybrano dane empiryczne obrazujące użytko
wanie Internetu przez osoby fizyczne w wieku 16-74 lat. Dane te zebrano dla wy
branych państw: Luksemburg, Polska, Bułgaria, Niemcy, Grecja, korzystając
z danych publikowanych przez Główny Urząd Statystyczny oraz na stronie Eurosta
tu - dane roczne. W niniejszej analizie zaproponowano porównanie Polski z wy
branymi państwami, aby zaprezentować państwa charakteryzujące się ustabilizo
wanym rozwojem o ogólnej tendencji wzrastającej oraz o przeobrażeniach wielu
dziedzin życia, zarówno społecznego, jak i politycznego, np. budzącą wiele kon
trowersji w ostatnich czasach Grecję. Jako okres analizy przyjęto lata od roku 2005
do roku 2015. W dalszym kroku badań wyznaczono równania modelu rozwoju
wartości oczekiwanych, z uwagi na ograniczony rozmiar artykułu pominięto
pre-228
Dynamiczna analiza rozwoju społeczeństwa informacyjnego
z e n ta c ję m o d e li A R I M A . P r z e p r o w a d z o n o r ó w n ie ż b a d a n ie w y k a z u ją c e , ż e s k ł a d n ik lo s o w y j e s t o b c ią ż o n y a u to k o r e la c ją . Z a s to s o w a n o r ó w n ie ż t e s t L ju n g a - B o x a w c e lu w y k r y c i a w y s t ę p o w a n i a e f e k tu A R C H . Z a p r e z e n t o w a n a a n a liz a o b e jm u je d w a p o d s ta w o w e e ta p y b a d a ń . P ie r w s z y u w z g l ę d n i a k o n s tr u k c ję m o d e lu d l a d a n y c h e m p ir y c z n y c h o p is u ją c y c h u ż y tk o w a n ie I n te r n e tu p r z e z o s o b y f iz y c z n e w w ie k u 1 6 - 7 4 la t, n a to m ia s t d r u g i e ta p to p r e z e n t a c j a m o d e li z p o d z ia łe m n a t r z y g r u p y w ie k o w e . P i e r w s z a g r u p a o b e jm o w a ła u ż y t k o w n i k ó w w w i e k u o d 16 d o 19 la t, d r u g a g r u p a u ż y t k o w n i k ó w w w ie k u o d 2 0 d o 2 4 la t, o s t a t n i a z r o z p a tr y w a n y c h g r u p to o s o b y w w i e k u o d 2 5 d o 2 9 la t. W o p a r c iu o p r z e p r o w a d z o n e b a d a n ie d la p ie r w s z e g o e ta p u o tr z y m a n o m a c ie r z s k ła d n ik ó w r e s z to w y c h S t n a p o d s ta w ie w y z n a c z o n y c h w c z e ś n ie j m o d e li A R I M A .Tabela 1
Macierz składników resztowych St
S\t
S2t
*3t
s \t
S5t
t
Luksemburg Bułgaria Grecja Polska Niemcy
1
-4,236
1,564
1,000
-4,109
-2,527
2
-2,139
-1,673
-2,267 -3,685
-1,055
3
-0,042
-0,909
-1,533 -1,261
0,418
4
4,055
-1,145
0,200
5,164
1,891
5
4,152
-3,382
2,933
4,588
2,364
6
2,248
3,382
1,667
4,012
0,836
7
1,345
4,145
0,400
2,436
0,309
8
-0,558
1,909
-2,867 -0,139
0,782
9
-1,461
-0,327
1,867 -1,715
-0,745
10
-3,364
-3,564
-1,400 -5,291
-2,273
Źródło: opracowanie własne.
W t o k u d a ls z e j a n a liz y , u w z g lę d n ia ją c w y m ó g s t a c jo n a m o ś c i, s z e r e g i c z a s o w e y it z o s t a n ą u w o ln io n e o d t r e n d u i r o z p a t r y w a ć j e b ę d z ie m y j e d y n i e w z a k r e s ie p o z o s ta ły c h s z e r e g ó w r e s z t o w y c h
St t
. D l a p r z e d s ta w io n e j m a c i e r z y s k ła d n ik ó wlo s o w y c h w y z n a c z o n o m a c ie r z e w s p ó łc z y n n ik ó w k o r e la c ji. U z y s k a n e w y n ik i z a p r e z e n to w a n o w t a b e li 2.
Anna Janiga-Cmiel
229
Tabela 2
Macierz współczynników korelacji
Luksemburg Bułgaria Grecja Polska Niemcy
Luksemburg
Bułgaria
Grecja
Polska
Niemcy
1
0,0413
1
0,1423
0,0603
1
0,1970
0,2418 1,3921
1
0,1956
0,0311 0,2673 0,1916
1
Źródło: opracowanie własne.
N a p o d s ta w ie w y z n a c z o n e j m a c i e r z y m o ż e m y s tw ie r d z ić , ż e w a r to ś c i w s p ó ł c z y n n ik ó w k o r e l a c j i s k ła d n ik ó w lo s o w y c h n ie r ó ż n i ą s ię is to tn ie o d z e ra . S tw ie r d z a m y to w o p a r c iu o p o r ó w n a n ie b e z w z g lę d n y c h ic h w a r to ś c i z w a r t o ś c i ą k r y ty c z
-*
n ą w y n o s z ą c ą r = 0 ,6 , w y z n a c z o n ą p r z y p r z y ję c iu p o z io m u i s to tn o ś c i 0 ,0 5 . N a p o d s ta w ie o tr z y m a n y c h w y n i k ó w s tw ie r d z a m y , ż e n ie m a p o d s ta w , a b y o d r z u c ić h ip o te z ę H 0 , tr a k t u j ą c ą o n i e z a le ż n y m u ż y tk o w a n iu I n te r n e tu w p o s z c z e g ó ln y c h k r a ja c h . N a s tę p n ie u w z g lę d n ia ją c b lo k o w y c h a r a k te r m a c i e r z y V E C H , w y z n a c z y m y o m ó w io n e w c z e ś n ie j w e k t o r y 0 1 , 0 2 , d 3 z a w ie r a ją c e e s t y m a t o r y p o g r u p o w a n e w e d łu g ic h c h a r a k te r u w g r u p y o c e n p a r a m e t r ó w m o d e li /u , a , w . W t a b e l i 3 j a k o p ie r w s z e z a p r e z e n to w a n o o tr z y m a n e w a r to ś c i o c e n w e k t o r a d 1 .Tabela 3
Wartości ocen wektora Qx
Luksemburg Bułgaria
Grecja
Polska
Niemcy
243,0258
48,5013 66,5973 117,4901 208,6993
Źródło: opracowanie własne.
W o p a r c iu o u z y s k a n e w y n ik i m o ż e m y s tw ie r d z ić , ż e n a j w y ż s z a z w a r to ś c i o c z e k iw a n y c h o b r a z u ją c a s to p ie ń w y k o r z y s ta n ia I n te r n e tu w p o s z c z e g ó ln y c h k r a j a c h z n a jd u je s ię w k o lu m n ie p ie r w s z e j - L u k s e m b u r g , w d a ls z e j k o le jn o ś c i N i e m c y , P o ls k a , G r e c ja , B u łg a r ia . J e s t to s ta n o c z e k iw a n y w y k o r z y s t a n i a w p o s z c z e g ó l n y c h k r a j a c h I n te r n e tu w o d n ie s ie n iu d o o k r e s u r o c z n e g o p r z e z g r u p ę 1 0 0 0 o s ó b . W d r u g im k r o k u w y z n a c z o n o w e k t o r 02, p r z e d s ta w ia ją c y o c e n y p a r a m e tr ó w m o d e lu (5 ) u p o r z ą d k o w a n e k o l u m n o w o w g r u p y d o ty c z ą c e p a r a m e tr ó w : a , b , g.
230
D ynam iczna analiza rozw oju społeczeństw a inform acyjnegoTabela 4
Wektor 02 pogrupowany według odpowiednich kolumn
«i
b
gi
Luksemburg
9,700 1116,026 0,434
Bułgaria
5,389
438,501 0,204
Grecja
6,063
523,597 0,258
Polska
16,167
724,490 0,579
Niemcy
8,818 1017,699 0,575
Źródło: opracowanie własne.
W e w z o r z e (5 ) d o k o n a n o r o z b i c i a w a r ia n c ji c a łk o w ite j n a c z ę ś ć s ta łą a i
,
c z ę ś ć z a l e ż n ą o d s ta n u z d e te r m in o w a n e g o p r z e z s k ła d n ik s y s te m a ty c z n y m o d e lu bt o r a z c z ę ś ć z a l e ż n ą o d s ta n u lo s o w e g o m o d e li g i. Dla
k a ż d e g o z r o z p a tr y w a n y c h w a n a liz ie k r a j ó w w y z n a c z o n o p o w y ż s z e w s p ó ł c z y n n i k i - ta b e l a 4. N a jw y ż s z e w a r to ś c i o d p o w i a d a j ą w s p ó łc z y n n ik o w i bt,
c o o z n a c z a , ż e r o z w ó j u ż y tk o w a n ia I n te r n e tu w p o s z c z e g ó ln y c h k r a ja c h w n a jb a r d z ie j z n a c z ą c y m s to p n iu k s z ta łto w a n y j e s t p r z e z z m ie n n o ś ć c z y n n ik ó w s y s te m a ty c z n y c h . P o d o b n ie j a k w p r z y p a d k u w a r to ś c i o c z e k iw a n y c h n a jw y ż e j u k s z t a ł t o w a n a a n a liz o w a n a z m ie n n a j e s t d l a L u k s e m b u r g a o r a z N i e m ie c , w n a s tę p n e j k o le jn o ś c i o d p o w ie d n io P o ls k a , G r e c ja , B u łg a r ia . W p r z y p a d k u k a ż d e g o z r o z p a tr y w a n y c h p a ń s tw w y z n a c z o n o p o z io m z m ie n n o ś c i s ta ły c h f u n d u s z y n ie p o d l e g a j ą c y z m ia n o m z r o k u n a ro k . P r z e d m io to w y p o z io m s ta ły r e p r e z e n t o w a n y j e s t p r z e z w s p ó łc z y n n ik i n a jw y ż s z y o tr z y m a n o d l a P o ls k i, n a s tę p n ie L u k s e m b u r g , N ie m c y , G r e c ja , B u łg a r ia . C z y n n ik i, k tó r e k s z t a ł t u j ą ro z w ó j I n t e r n e t u w s p o s ó b p r z y p a d k o w y - i n t e r w e n c y j n y , r e p r e z e n t o w a n e s ą p r z e z w s p ó ł c z y n n i k g i i s t a n o w i ą z a s a d n i c z o p o z i o m n i e i s t o t n y s t a ty s ty c z n ie . Z d r u g ie j s tr o n y a n a l i z u j ą c o tr z y m a n e o c e n y p a r a m e t r ó w , n a l e ż y z w r ó c i ć u w a g ę n a to , ż e w a r t o ś c i t e s ą w s z y s t k i e d o d a tn ie . O z n a c z a to , ż e w s z y s t k i e s p o ś r ó d c z y n n i k ó w k s z t a ł t u j ą c y c h w y k o r z y s t a n i e I n t e r n e t u w p o s z c z e g ó l n y c h k r a j a c h w s p o s ó b s t y m u l u j ą c y w p ł y w a j ą n a r o z w ó j b a d a n e g o z j a w i s k a , n i e w y s t ę p u j ą w ś r ó d n ic h d e s ty m u la n ty . D o p e ł n i e n i e a n a l i z y w y m a g a w y z n a c z e n i a w e k t o r a Q3 , k t ó r y s t a n o w i p o d s t a w ę k o n s t r u k c j i m a c i e r z y W z g o d n i e z e w z o r e m (7 ). M a c i e r z W w y z n a c z a m y n a p o d s t a w i e m o d e l u V E C H , o t r z y m u j ą c w p ie r w s z e j k o l e j n o ś c i w e k t o r 0 3 = (1; 0,25; 1; 0 ,0 4 9 7 ;... ;1 ) , k t ó r e g o e l e m e n t y t w o r z ą m a c i e r z t r ó j k ą t n ą W p r z e d s t a w i o n ą w t a b e l i 5.Anna Janiga-Cmiel
231 T a b e l a 5 M a c i e r z W L u k s e m b u r g B u ł g a r i a G r e c j a P o l s k a N i e m c y L u k s e m b u r g 1 0 0 0 0 B u ł g a r i a 0 , 2 5 0 5 4 2 1 0 0 0 G r e c j a 0 , 0 4 9 7 4 5 0 , 0 6 2 1 8 1 1 0 0 P o l s k a 0 , 0 4 3 7 1 8 0 , 0 7 2 8 6 4 0 , 1 0 2 0 0 9 1 0 N i e m c y 0 , 1 0 3 1 8 9 0 , 1 3 1 5 6 6 0 , 1 4 1 8 8 5 0 , 1 7 2 8 4 1 1 Ź r ó d ło : o p r a c o w a n i e w ł a s n e .Macierz kowariancji H t wyznaczamy iteracyjne i dla t = 0 macierz H 0
przyjmuje postać:
T a b e l a 6 M a c i e r z H t d l a t = 0 , d l a s t a n u p o c z ą t k o w e g o L u k s e m b u r g B u ł g a r i a G r e c j a P o l s k a N i e m c y L u k s e m b u r g 1 ,0 0 0 0 ,2 5 1 0 , 0 5 0 0 , 0 4 4 0 ,1 0 3 B u ł g a r i a 0 , 2 5 1 1 ,0 6 3 0 , 0 7 5 0 , 0 8 4 0 , 1 5 7 G r e c j a 0 , 0 5 0 0 , 0 7 5 1 , 0 0 6 0 , 1 0 9 0 , 1 5 5 P o l s k a 0 , 0 4 4 0 , 0 8 4 0 , 1 0 9 1 ,0 1 8 0 , 2 0 1 N i e m c y 0 ,1 0 3 0 , 1 5 7 0 , 1 5 5 0 , 2 0 1 1 ,0 7 8 Ź r ó d ło : o p r a c o w a n i e w ł a s n e .Dalsze macierze
H
t dla
t
= 1, 2,
T
wyznaczamy iteracyjnie, wykorzystu
jąc występujące zmiany wariancji E t :
1 0 0 0 0 - , - 1 0, 25 0,05 0,043 0,10 er2. 0 ••• 0 0,25 1 0 0 0 1f , 0 1 0,06 0,07 0,13 0 c^2 ' • : H , = 0,05 0,06 1 0 0 2t 0 0 1 0,10 0,14 0,04 0,07 0,10 1 0 , 0 0 0 1 0,17 0 ••• 0 c r i 0,10 0,13 0,14 0,17 1_|L J[ 0 0 0 0 1
Przedstawiona macierz H 0 stanowi podstawę zinterpretowania
współoddzia-lywań użytkowania Internetu w poszczególnych krajach na inne kraje. Przykładowo
współczynniki w wierszu odpowiadające Polsce są zasadniczo najniższe, oznacza
to, że w grupie rozpatrywanych krajów Polska wywiera najniższy wpływ na wyko
rzystanie Internetu w pozostałych krajach. W macierzach
H
0,
H
t również obser
2 3 2
Dynamiczna analiza rozwoju społeczeństwa informacyjnego
netu w jednym kraju na użytkowników Internetu w drugim kraju jest stymulujący.
Drugi etap badań uwzględniał dane podzielone odpowiednio na trzy grupy wieko
we. Dla wyznaczonych grup skonstruowano trzy modele zgodnie z zaprezentowaną
poprzednio procedurą, otrzymując w każdej grupie macierze W ,
H0 H
t . Dla grupy
wiekowej od 16 do 19 lat otrzymano:
T a b e l a 7 M a c i e r z W d l a p i e r w s z e j g r u p y w i e k o w e j ( 1 6 - 1 9 la t) 1 6 - 1 9 la t L u k s e m b u r g B u ł g a r i a G r e c j a P o l s k a N i e m c y L u k s e m b u r g 1 0 0 0 0 B u ł g a r i a - 0 , 0 9 3 9 4 1 0 0 0 G r e c j a - 0 , 1 6 5 8 0 , 1 4 1 2 7 5 1 0 0 P o l s k a - 0 , 1 1 6 1 7 - 0 , 0 4 0 6 6 0 , 0 4 8 2 9 2 1 0 N i e m c y 0 , 1 7 4 7 5 3 - 0 , 0 6 7 4 3 8 - 0 , 1 3 9 5 3 - 0 , 1 4 7 5 3 1 T a b e l a 8 M a c i e r z
H
t d l at =
0 , d l a s t a n u p o c z ą t k o w e g o H o L u k s e m b u r g B u ł g a r i a G r e c j a P o l s k a N i e m c y L u k s e m b u r g 1 ,0 0 0 - 0 , 0 9 4 - 0 , 1 6 6 - 0 , 1 1 6 0 , 1 7 5 B u ł g a r i a - 0 , 0 9 4 1 , 0 0 9 0 , 1 5 7 - 0 , 0 3 0 - 0 , 0 8 4 G r e c j a - 0 , 1 6 6 0 , 1 5 7 1 , 0 4 7 0 , 0 6 2 - 0 , 1 7 8 P o l s k a - 0 , 1 1 6 - 0 , 0 3 0 0 , 0 6 2 1 ,0 1 7 - 0 , 1 7 2 N i e m c y 0 , 1 7 5 - 0 , 0 8 4 - 0 , 1 7 8 - 0 , 1 7 2 1 ,0 7 6Natomiast dla t = 1, 2, . . T otrzymujemy model:
' 1 0 0 0 0 l r , -Г1 - 0,09 - 0Д7 - 0,11 0,17 ' ff,2, 0 ••• 0 - 0,09 1 0 0 0 11 0 1 0,14 - 0,04 - 0,07 0 СТ-2, : H, = - 0,16 0,14 1 0 0 . . . 0 0 1 0,05 - 0,14 - 0,12 - 0,04 0,05 1 0 ' ' , 0 0 0 1 - 0,15 0 ••• 0 CT,2, 0,17 - 0,67 - 0,14 - 0,17 1 L J 0 0 0 0 1
Dla drugiego z rozpatrywanych przedziałów wiekowych model przyjmuje postać:
' 1 0 0 0 0 1 , -Г1 - 0,12 - 0,19 - 0,24 0,03 " CT? 0 ••• 0 - 0,12 1 0 0 0 11 0 1 0,17 0,16 - 0,02 0 CT-2, : H, = - 0,19 0,17 1 0 0 2, 0 0 1 0,19 - 0,08 , : 0 - 0,24 0,16 0,19 1 0 , 0 0 0 1 - 0,02 0 — 0 CT,2 0,03 - 0,02 - 0,08 - 0,02 1 - 5,J 0 0 0 0 1
Ostatni z rozpatrywanych modeli dla trzeciej grupy wiekowej:
' 1 0 0 0 0l_ , -Г1 - 0,05 - 0,12 - 0,19 - 0Д0~ CT? 0 — 0 - 0,05 1 0 0 0 1 0 1 0,27 0,24 - 0,04 0 ct2, : H, = - 0,13 0,26 1 0 0 2, 0 0 1 0,27 0,03 , : \ 0 - 0,19 0,24 0,27 1 0 , 0 0 0 1 0,04 0 — 0 CT2, 0,10 - 0,04 0,03 0,04 1j L 5, J|_0 0 0 0 1
