RENOWATOR. Staże Ośrodka RENOWATOR

Transkrypt

1 RENOWATOR Staże Ośrodka RENOWATOR

2 Anna Pfützner-Kopcińska Analiza danych o jednostkach samorządu terytorialnego z poziomu gmin w celu identyfikacji typów gmin i ich charakterystyk. Staż w Instytucie Badań Systemowych PAN W ramach projektu szkoleniowego Ośrodka RENOWATOR Pod kierunkiem dr inż. Jana W. Owsińskiego 2

3 Przedmiotem mojej pracy jest analiza danych o jednostkach samorządu terytorialnego (JST) w celu wyodrębnienia typów gmin w odniesieniu do ich formalnej klasyfikacji. Posługiwałam się danymi dostarczonymi przez GUS dotyczącymi wszystkich gmin w Polsce (2479 obiektów) wyznaczonymi na podstawie sprawozdań statystycznych gmin w 2005 roku. Gminy podzielone są na trzy typy: miejskie (1), wiejskie (2) i miejsko-wiejskie (3). Dane dotyczą powierzchni, ludności, wielkości ekonomicznych i zjawisk cywilizacyjnych. Występują w dwóch grupach: jako wielkości bezwzględne i obliczone względem liczby mieszkańców. 3

4 Poszukiwałam cech, które określają typ gminy. W tym celu obliczyłam i przeanalizowałam statystyki wybranych cech dla wszystkich gmin w kraju pogrupowanych według oficjalnej klasyfikacji. Na podstawie wyników tych badań wybrałam pewne gminy do szczegółowego badania. 4

5 Gęstość zaludnienia we wszystkich gminach miejskich, wiejskich i miejsko-wiejskich. 40 os/ha Typ gminy średnia 12,41 0,68 1,03 odchylenie standardowe 7,82 0,58 0,90 min 0,13 0,05 0,08 max 41,85 5,46 8,03 k1 6,33 0,37 0,53 k3 17,31 0,76 1, Gminy miejskie Gminy wiejskie Gminy wiejskomiejskie 5

6 Jako porównanie dla tych badań obliczałam analogiczne statystyki i wykresy dla trzech wybranych powiatów : sochaczewskiego (woj. Mazowieckie), słupskiego (woj. Pomorskie) i nowosądeckiego (woj. Małopolskie) z uwzględnieniem powiatów grodzkich Słupsk i Nowy Sącz. 6

7 25,00 Gęstość zaludnienia w 3 powiatach Powiat sochaczewski Powiat słupski Powiat nowosądecki gęstość zaludnienia 20,00 15,00 10,00 os/ha 5,00 0,00 Brochów (2),soch Iłów (2) Młodzieszyn (2) Nowa Sucha (2) Rybno (2) Sochaczew (1) Sochaczew (2) Teresin (2),soch Damnica (2) Dębnica Kaszubska (2) Główczyce (2) Kępice (3) Kobylnica (2) Potęgowo (2) Słupsk (2) Smołdzino (2) Ustka (1) Ustka (2) Słupsk (1) Chełmiec (2), nowos Gródek nad Dunajcem (2) Grybów (1) Grybów (2) Kamionka Wielka (2) Korzenna (2) Krynica-Zdrój (3) Łabowa (2) Łącko (2) Łososina Dolna (2) Muszyna (3) Nawojowa (2) Piwniczna-Zdrój (3) Podegrodzie (2) Rytro (2) Stary Sącz (3) Nowy Sącz (1) gmina Gęstość zaludnienia w wybranych powiatach przedstawia się typowo wartości mieszczą się w granicach najczęściej występujących dla danych typów gmin, z wyjątkiem Grybowa, gminy miejskiej w powiecie nowosądeckim. 7

8 Analizowałam charakter gmin miejskich o niskim wskaźniku gęstości zaludnienia. Po uporządkowaniu gmin miejskich rosnąco względem gęstości wybrałam pierwszych 71 obiektów o wartości tej cechy poniżej pierwszego kwartyla tj. od 0,13 do 6 os/ha. Wszystkie gminy wiejskie i prawie wszystkie gminy miejskowiejskie mieszczą się w tym przedziale. Szukałam własności, które odróżniają te gminy. Zauważyłam, że aż 25 gmin to znane miejscowości turystyczne lub uzdrowiska. Ponadto 19 gmin posiada ponad mieszkańców - tj. powyżej pierwszego kwartyla dla liczby ludności i dość dużą powierzchnię. Gminy miejskie o małej gęstości nazwałam małymi miastami. 8

9 Następnie przeanalizowałam podatek rolny. Stworzyłam nową zmienną podatek rolny na hektar : Podatek rolny w małych miastach (do 6 osób na ha) 140,00 120,00 100,00 80,00 60,00 40,00 20,00 Krynica Morska Szczawnica Szklarska Poręba Sulmierzyce Wisła Miasteczko Śląskie Kalety Czarna Woda Brańsk Wojcieszów Karpacz Gozdnica Szczyrk Pieszyce Piechowice Łęknica Bukowno Hel Sławków Nieszawa Świnoujście Zielonka Poręba Świeradów-Zdrój Orzesze Duszniki-Zdrój Jordanów Dynów Łeba Ustroń Lubliniec Mszana Dolna Imielin Jedlina-Zdrój Stoczek Łukowski Kudowa-Zdrój Rejowiec Fabryczny Kowary Łaskarzew Zakopane Piława Górna Sucha Beskidzka Węgrów Grybów Szczawno-Zdrój Augustów Podkowa Leśna Kostrzyn nad Odrą Władysławowo Polanica-Zdrój Radymno Siemiatycze Kolno Myszków Krasnystaw Dęblin Lubaczów Mikołów Bieruń Jastarnia Lędziny Kędzierzyn-Koźle Lubawa Puszczykowo Hrubieszów Brzeziny Raciąż Obrzycko Tarnobrzeg Terespol Gostynin 0,00 gmina Podatek rolny per capita (zł/os) Podatek rolny na ha (zł/ha) 9 zł

10 Dla porównania stworzyłam analogiczne wyliczenie i wykres dla 3 powiatów: 140,00 Podatek rolny w 3 powiatach Powiat sochaczewski Powiat słupski Powiat nowosądecki 120,00 100,00 80,00 60,00 40,00 20,00 0,00 Brochów (2),soch Iłów (2) Młodzieszyn (2) Nowa Sucha (2) Rybno (2) Sochaczew (1) Sochaczew (2) Teresin (2),soch Damnica (2) Dębnica Kaszubska (2) Główczyce (2) Kępice (3) Kobylnica (2) Potęgowo (2) Słupsk (2) Smołdzino (2) Ustka (1) Ustka (2) Słupsk (1) Chełmiec (2), nowos Gródek nad Dunajcem (2) Grybów (1) Grybów (2) Kamionka Wielka (2) Korzenna (2) Krynica-Zdrój (3) Łabowa (2) Łącko (2) Łososina Dolna (2) Muszyna (3) Nawojowa (2) Piwniczna-Zdrój (3) Podegrodzie (2) Rytro (2) Stary Sącz (3) Nowy Sącz (1) gmina podatek rolny per capita (zł/os) Podatek rolny na ha (zł/ha) 10 zł

11 Jak widać, w gminach wiejskich podatek rolny na ha jest równy lub znacznie mniejszy od podatku rolnego na głowę. W wyróżnionych miastach jest odwrotnie. Dzieje się tak dlatego, ponieważ zachodzi równanie : (podatek rolny na głowę) x gęstość = podatek rolny na hektar Stworzyłam kolejną zmienną: procentowy udział podatku rolnego w dochodach gmin. Wyodrębniłam nowa grupę obiektów do badania: gminy miejskie o wskaźniku procentowym powyżej 1%. Nazwałam je miastami z rolnictwem. 11

12 Podatek rolny w miastach "rolniczych" Procentowy udział PR w dochodach gmin >1% zł 240,00 220,00 200,00 180,00 160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00 Wojcieszów Kowal Terespol Hrubieszów Krasnystaw Garwolin Przasnysz Lubaczów Przeworsk Skórcz Orzesze Pszów Lubawa Pieszyce Piława Górna Nieszawa Rejowiec Fabryczny Stoczek Łukowski Łaskarzew Radymno Dynów Brańsk Poręba Sandomierz Sulmierzyce gmina Podatek rolny per capita (zł/os) Podatek rolny na ha (zł/ha) Różnicę między wskaźnikami na korzyść podatku rolnego na ha tłumaczy gęstość zaludnienia > 1, natomiast ciekawa jest obserwacja odstająca: Sandomierz. Gęstość zaludnienia 8,88 os/ha oraz obszary sadownicze w granicach gminy. 12

13 Postawiłam hipotezę, że formalna klasyfikacja typów gmin jest przeprowadzona prawidłowo, tj. odpowiada charakterystyce gmin przeprowadzonej na podstawie danych o JST. Przeprowadziłam analizę korelacji i regresji danych względnych dla poszczególnych formalnych typów gmin (1, 2 i 3), oraz dla wyodrębnionych przeze mnie grup gmin miejskich: małych miast i miast rolniczych. Poszukiwałam charakterystyk zależnych, które różnicują te grupy gmin. Objaśnienia kolorów w tabeli korelacji na następnym slajdzie: bardzo słaba korelacja słaba korelacja umiarkowana korelacja dobra korelacja bardzo dobra korelacja r<0,6 (porównawczo) 0,6<r<0,7 (porównawczo) 0,7<r<0,8 0,8<r<0,9 r>0,9 13

14 Tabela korelacji r i współczynników dopasowania R² Gminy miejskie 1 Małe miasta Miasta rolnicze Gminy wiejskie 2 Gminy wiejskomiejskie 3 r R² r R² r R² r R² r R² Dochody własne budżetów gmin per ca/ wpływy z podatku od nieruchomości 0,63 0,40 0,75 0,56 0,69 0,52 0,97 0,93 0,91 0,84 Dochody własne budżetów gmin per ca/ wpływy z PIT 0,62 0,38 0,42 0,85 0,72 Dochody własne budżetów gmin per ca/ Wpływy z CIT 0,44 0,02 0,49 0,75 0,74 Dochody własne budżetów gmin per ca / liczba podmiotów gospodarczych 0,57 0,75 0,57 0,26 Podatek rolny per ca /gęstość zaludnienia -0,11-0,50-0,34-0,38 Wpływy z podatku PIT / gęstość zaludnienia 0,34 0,17 0,47 Wpływy z PIT per ca / Liczba pracujących na 1000 M 0,26 0,07 0,48 0,27 0,54 Wydatki inwestycyjne / dochody własnych budżetów gmin per ca Wydatki inwestycyjne per ca / podatek od nieruchomości per ca 0,49 0,55 0,17 0,86 0,76 0,61 0,31 0,36 0,30 0,84 0,72 0,65 Liczba pracujących na 1000M /gęstość zaludnienia 0,16 0,41 0,61 0,37 Liczba pracujących na 1000 M / Dochody budżetów własnych gmin per ca Liczba pracujących na 1000 M / Podatek od nieruchomości per ca 0,24 0,08 0,54 0,88 0,77 0,44 0,16 0,04 0,13 0,88 0,81 Liczba pracujących na 1000M / wpływy z CIT per ca 0,49 0,62 0,40 0,82 0,67 0,84 0,87 0,38 Liczba pracujących na 1000 M/ Liczba absolwentów ponadgimnazjalnych na 1000 M Odsetek M obsługiwanych przez kanalizację / gęstość zaludnienia Odsetek M objętych oczyszczalnią ścieków / odsetek M obsługiwanych przez kanalizację 0,56 0,50 0,80 0,67 0,40 0,49 0,26 0,38 0,17 0,64 0,41 0,61 0,37 0,65 0,42 0,87 0,75 0,85 0,72 14

15 Wnioski: 1. Nie ma istotnych korelacji żadnych danych z gęstością zaludnienia dla żadnej grupy gmin. Jedynie dla wpływów z podatku PIT korelacja ta waha się między 0,3 a 0,47 i dla odsetka mieszkańców objętych kanalizacją w miastach r= 0,49. Dla miast "rolniczych" istnieje słaba zależność (r=0,61) liczby pracujących od gęstości. 2. Istotne natomiast są korelacje i regresje dla danych dotyczących dochodów gmin i wpływów z podatków oraz liczby pracujących od budżetów gmin i podatku od nieruchomości ( tylko na wsi). 3. Wydatki inwestycyjne zależą od dochodów gmin i podatku od nieruchomości na wsi (r=0,86, 0,84 ) i słabo w gminach mieszanych. 4. Liczba pracujących na 1000 M zależy od wpływów z CIT i liczby absolwentów w miastach rolniczych, natomiast od dochodów, nieruchomości i CIT na wsi. 5. Odsetek M objętych oczyszczalnią zależy słabo od odsetka M obsługiwanych przez kanalizację we wszystkich miastach (0,63) i dość mocno (0,84) w gminach wiejskich i mieszanych. 15

16 Do badanych uprzednio 3 powiatów dołączyłam powiat lubartowski (woj. Lubelskie) i nowosolski (woj. Lubuskie). Patrząc na mapę gospodarki i PKB Polski wybrane regiony wydają się reprezentować zróżnicowanie gospodarki w kraju. Zrobiłam wykres skumulowany kolumnowy dochodów własnych gmin (na głowę) z uwzględnieniem podatku rolnego i od nieruchomości, podatków PIT i CIT (na głowę) dla 5 powiatów. Obserwacje pogrupowałam wg typów gmin, aby zaobserwować różnice między miastami, wsiami i gminami miejsko-wiejskimi. 16

17 2000, , , , , ,00 800,00 600,00 400,00 200,00 0,00 Dochody budżetów gmin na głowę ludności w 5 powiatach Gminy miejskie Gminy wiejskie Gminy miejsko-wiejskie Wpływy INNE Wpływy z podatku CIT per capita Wpływy z podatku PIT per capita Podatek od nieruchomości per capita Podatek rolny per capita Ustka (1) S łupsk (1) Nowy Są cz (1) Sochaczew (1) Nowa Sól (1) Lubartów (1) Grybów (1) Ustka (2) S łupsk (2) Teresin (2),soch Kobylnica (2) Sochaczew (2) Brochów (2),soch Gródek nad Dunajcem Rytro (2) U ś cimów (2) Rybno (2) Siedlisko (2) Damnica (2) Nowa Sucha (2) Nowa Sól (2) Otyń (2) Potęgowo (2) Lubartów (2) Smołdzino (2) Kolsko (2) D ę bnica Kaszubska (2) G łówczyce (2) M łodzieszyn (2) Chełmiec (2), nowos Iłów (2) Ł ososina Dolna (2) Ł abowa (2) Kamionka Wielka (2) Firlej (2) Kamionka (2) Michów (2) Podegrodzie (2) Jeziorzany (2) Nawojowa (2) Grybów (2) Abramów (2) Łącko (2) S e rnik i (2 ) Ostrówek (2) Korzenna (2) Niedźwiada (2) Krynica-Zdrój (3) Muszyna (3) Kożuchów (3) Bytom Odrzań ski (3) Piwniczna-Zdrój (3) Nowe Miasteczko (3) K ę pice (3) Ostrów Lubelski (3) Stary Są cz (3) Kock (3) gminy 17 z ł/o s

18 Sporządziłam analogiczne wykresy dla małych miast : Dochody budżetów gmin na głowę ludności w małych miastach 4000, , ,00 Dochody INNE per ca Wpływy z podatku CIT per capita 2500,00 Wpływy z podatku PIT per capita 2000,00 Podatek od nieruchomości per capita Podatek rolny per capita 1500, ,00 500,00 0,00 Krynica Morska Podkowa Leśna Karpacz Łęknica Łeba Hel Imielin Polanica-Zdrój Jastarnia Sławków Ustroń Szklarska Poręba Bieruń Mikołów Świnoujście Szczawno-Zdrój Zakopane Miasteczko Władysławowo Kędzierzyn-Koźle Duszniki-Zdrój Zielonka Wisła Puszczykowo Bukowno Kudowa-Zdrój Kostrzyn nad Odrą Świeradów-Zdrój Szczyrk Sucha Beskidzka Lędziny Lubliniec Węgrów Orzesze Augustów Lubawa Piechowice Szczawnica Dęblin Jordanów Krasnystaw Poręba Tarnobrzeg Brańsk Gostynin Gozdnica Myszków Rejowiec Siemiatycze Jedlina-Zdrój Czarna Woda Nieszawa Stoczek Łukowski Kowary Lubaczów Hrubieszów Terespol Kolno Obrzycko Mszana Dolna Radymno Raciąż Brzeziny Sulmierzyce Wojcieszów Piława Górna Kalety Łaskarzew Dynów Pieszyce Grybów zł/os Gminy 18

19 Piława Górna Łaskarzew Kowal Dynów Pieszyce 1600, , , ,00 800,00 600,00 400,00 200,00 0,00 Dochody budżetów gmin na głowe ludności w miastach "rolniczych" 19 Wojcieszów Skórcz - oraz dla miast rolniczych. Orzesze Garwolin Przeworsk Lubawa Krasnystaw Poręba Brańsk Rejowiec Fabryczny Przasnysz Nieszawa Stoczek Łukowski Lubaczów Hrubieszów Terespol Radymno Sulmierzyce gminy Dochody INNE Wpływy z podatku CIT per capita Wpływy z podatku PIT per capita Podatek od nieruchomości per capita Podatek rolny per capita Pszów Sandomierz zł/os

20 Poszukiwałam cech różnicujących gminy na styku miast (małych, rolniczych ) i gmin miejsko-wiejskich. W tym celu wyodrębniłam pary bliźniaczych gmin miejskich i wiejskich usytuowanych w jednej miejscowości. Gmin takich jest w Polsce 139 par, nie licząc większości par zawierających powiaty grodzkie. Z takich miast zaliczyłam do mojej próby tylko Słupsk, leżący w obrębie jednego z 5 powiatów, jakie rozpatruję jako próba porównawcza w moich badaniach. Gminy bliźniacze oznaczyłam umownie 1+ (miasta towarzyszące wsiom) i 2+ (wsie towarzyszące miastom). Zastanawiałam się, dlaczego tych gmin nie zaliczono do grupy gmin miejsko-wiejskich. (3) 20

21 Utworzyłam grupę 140 hipotetycznych gmin połączonych 1+2 i policzyłam dla nich wybrane charakterystyki: Ludność 21

22 Gminy połączone byłyby dużo większe i liczniejsze od gmin miejsko-wiejskich, zaś dochodami per ca i gęstością zbliżone byłyby do miast małych i rolniczych. Jako samodzielne gminy mogą sobie pozwolić na utrzymanie dwóch urzędów. 22

23 Policzyłam korelacje dla danych względnych i wyznaczyłam równania regresji dla tych par zmiennych, które korelowały ze sobą w stopniu co najmniej słabym (r>0,6). Dla hipotetycznych gmin połączonych korelacje słabną, jedynie korelacja dochodów własnych od podatku od nieruchomości i PIT wynosi 0,77 i 0,74, tj mniej niż dla gmin 2 i 3, oraz korelacja między odsetkiem mieszkańców objętych oczyszczalnią ścieków do kanalizacji odpowiada wskaźnikom na wsi i w gminach mieszanych: r=0,86 Policzyłam regresje wielorakie dla danych finansowych i dla Liczby pracujących na 1000 M we wszystkich grupach gmin. 23

24 Współczynniki regresji wielorakiej dla dochodów własnych gmin per ca 1+2 Podate k rolny Podatek od nieruch omości per ca Wpływy z podatku PIT per ca Wpływy z CIT per ca Liczba podmiot ów gospoda rczych na 1000 M stała R² Dochody budżetów wsp 1,20 0,85 1,58 2,71 0,82 1 Dochody budżetów wsp 1,26 1,16 1,51 3,69-198,59 0,79 Małe miasta Dochody budżetów wsp 1,22 0,89 4,21 0,80 Miasta z rolnictwem Dochody budżetów wsp 7,20 1,01 1,11 2,66 2,05 0,93 2 Dochody budżetów wsp 1,02 1,67 0,61 1,03 3,86-112,70 0,95 3 Dochody budżetów wsp 1,27 1,34 0,97 1,16 2,41-71,76 0,93 1+ Dochody budżetów wsp 1,09 1,16 1,01 2,26 0,71 2+ Dochody budżetów wsp 1,08 1,29 0,90 3,23 1,61 0,90 24

25 Współczynniki regresji wielorakiej dla liczby pracujących na 1000 mieszkańców 1+2 gęstoś ć zaludn ienia Docho dy budżet ów per ca podate k od nieruc homoś ci wpływ y z CIT Liczba absol wentó w p.gimn azjalny ch na 1000 M stała R² Liczba pracujących na 1000 M wsp 10,63 0,20 2,23 53,67 0,57 1 Liczba pracujących na 1000 M wsp 0,04 0,75 2,31 91,96 0,54 Małe miasta Liczba pracujących na 1000 M wsp 3,37 1,50 113,39 0,53 Miasta z rolnictwem Liczba pracujących na 1000 M wsp 3,00 2,15 74,11 0,83 2 Liczba pracujących na 1000 M wsp 0,04 0,07 1,57 0,88 32,15 0,86 3 Liczba pracujących na 1000 M wsp 12,23 0,09-0,07 0,25 1,84 54,49 0,46 1+ Liczba pracujących na 1000 M wsp 0,28 0,44 2,05 64,09 0,54 2+ Liczba pracujących na 1000 M wsp 0,11 1,31 1,17 41,58 0,48 25

26 Równania zależności pokazują, że gminy bliźniacze mają zbliżoną strukturę dochodów i schemat czynników kształtujących zatrudnienie, chociaż wskaźniki pracujących i absolwentów ponadgimnazjalnych są typowo miejskie (1+) i wiejskie (2+). Natomiast gminy połączone nie byłyby podobne do gmin miejsko-wiejskich. Istniejąca klasyfikacja formalna wydaje się więc w tym wypadku zasadna. Statystyki opisowe porównawcze dla gmin połączonych 1+2 Miasta rolnicze Małe miasta 3 Gminy połączone Pracujący/ 1000M Absolwenci / 1000M Pracujący/ 1000M Absolwen ci/ 1000M Pracujący/ 1000M Absolwen ci/ 1000M Pracujący/100 0M Absolw enci/10 00M Pracując y/1000m Absolwe nci/1000 M Pracując y/1000m Absolwe nci/1000 M średnia 206,84 33,80 199,60 23,36 143,47 14,26 196,26 30,04 82,50 3,75 249,22 43,65 odch. St 116,92 26,26 93,34 24,22 69,11 12,51 51,47 11,25 47,21 8,47 69,80 18,79 min 60,53 0,00 60,53 0,00 38,83 0,00 81,73 0,00 22,89 0,00 90,24 0,00 max 531,65 93,67 524,75 117,18 810,13 61,62 360,53 82,82 338,35 42,85 531,65 119,04 26

27 Następny slajd pokazuje w całości zbiory gmin wyodrębnionych przeze mnie do badania: 1. Miasta bliźniacze 140 miast występujących w parze z gminą wiejską o tej samej nazwie. 2. Małe miasta 71 gmin miejskich o gęstości zaludnienia od 0,13 do 6 osób na hektar 3. Miasta rolnicze 25 miast, w których dochodzie własnym na głowę ludności podatek rolny stanowi co najmniej 1%. Rozpatrywanych gmin jest łącznie 194, co stanowi prawie 2/3 ogólnej liczby gmin miejskich. Proszę zwrócić uwagę na części wspólne tych zbiorów. 27

28 Miasta bliźniacze Małe miasta Miasta rolnicze 28

29 Wyodrębnione przeze mnie gminy miejskie o małej gęstości zaludnienia ( małe miasta ) oraz nietypowym dla miast podatku rolnym ( miasta rolnicze ) mają nieco inną strukturę dochodów i zależność zatrudnienia niż większość miast, ale znacznie różnią się od gmin miejsko-wiejskich i wiejskich. Zatem słuszne wydaje się, że gminy te należą w ogólnej klasyfikacji to gmin miejskich (typ 1). Natomiast gminy bliźniacze, gdyby je połączyć, byłyby bardzo duże i niezbyt zamożne, jest więc organizacyjnie uzasadnione, że pozostają parą gmin typu 1 i typu 2 w jednej miejscowości. Jako takie pasują też do swoich typów opisanych przez równania regresji wielorakiej dla dochodów względnych i liczby pracujących na 1000 mieszkańców. 29

30 Wobec powyższych wniosków formalną klasyfikację Jednostek Samorządu Terytorialnego w Polsce uważam za przeprowadzoną prawidłowo. Dziękuję za uwagę. 30