Estimated data of three ICT indexes available from GUSM

Wielkość: px

Rozpocząć pokaz od strony:

Download "Estimated data of three ICT indexes available from GUSM"

Zbigniew Matuszewski
6 lat temu
Przeglądów:

1 Jan Grzegorek, Beata Ziewiec Estimated data of three ICT indexes available from GUSM Households with access to the Internet at home - HHI Households with computer at home - HHC Households with mobile phone at home - HHM Warszawa 1

2 1. Introduction The paper shows estimated data of three ICT indexes available from GUS. I used two types of functions: the classical logistic sigmoidal curve q(t) = a / (1 + b exp(-c t)), and the Gompertz function q(t) = a exp(- b exp(-ct)). The parameters a, b, c are responsible, respectively, for the saturation level, time shift and the maximal speed of growth. The classical logistic curve has a maximal speed of growth and the inflection point at its middle (when t = ln(b)/c, q(t)= a /2); its maximal speed of growth amounts to q max = ac/4. The Gompertz function has a maximal speed of growth q max = ac/e ac/2.72 and the inflection point below its middle (also when t = ln(b)/c, but q(t) = a/e 0,367 a). I used the data for three indicators available at Households with access to the Internet at home - HHI Households with computer at home - HHC Households with mobile phone at home - HHM The data reporting such indexes for a number of years (about twelve years of such data are were fitted to a logistic curve: y=a*exp(-b*exp(-c*t)) where the parameters a, b, c were fitted statistically. This resulted in Gompertz curves as shown in Fig. 1 a, b, c on which I can determine either from the actual or extrapolated data and maximal speed of growth. 2. Households with access to the Internet at home HHI Polish regions: Region centralny Region poludniowy Region wschodni Region polnocno-zachodni Region poludniowo-zachodni Region polnocny Polish province (voivodeship) LODZKIE MAZOWIECKIE MALOPOLSKIE SLASKIE LUBELSKIE PODKARPACKIE PODLASKIE SWIETOKRZYSKIE LUBUSKIE WIELKOPOLSKIE ZACHODNIOPOMORSKIE DOLNOSLASKIE OPOLSKIE KUJAWSKO-POMORSKIE POMORSKIE WARMINSKO-MAZURSKIE 2

3 3 2 1 HHI_POLSKA HHI_Region_poludniowy HHI_Region_polnocno_zachodni HHI_Region_centralny HHI_Region_wschodni HHI_Region_poludniowo_zachodni HHI_Region_polnocny Fig 1. HHI Index vs regions HHI_POLSKA HHI_LODZKIE HHI MAZOWIECKIE HHI MALOPOLSKIE HHI SLASKIE HHI LUBELSKIE HHI PODKARPACKIE HHI PODLASKIE HHI SWIETOKRZYSKIE HHI LUBUSKIE HHI WIELKOPOLSKIE HHI ZACHODNIOPOMORSKIE HHI DOLNOSLASKIE HHI OPOLSKIE HHI KUJAWSKO_POMORSKIE HHI POMORSKIE HHI WARMINSKO_MAZURSKIE Fig 2. HHI Index vs province 3

4 Households with computer at home HHC HHC_POLSKA HHC_Region_poludniowy HHC_Region_polnocno_zachodni HHC_Region_centralny HHC_Region_wschodni HHC_Region_poludniowo_zachodni HHC_Region_polnocny Fig 3. HHC Index vs regions HHC_POLSKA HHC MAZOWIECKIE HHC SLASKIE HHC PODKARPACKIE HHC SWIETOKRZYSKIE HHC WIELKOPOLSKIE HHC DOLNOSLASKIE HHC KUJAWSKO_POMORSKIE HHC_LODZKIE HHC MALOPOLSKIE HHC LUBELSKIE HHC PODLASKIE HHC LUBUSKIE HHC ZACHODNIOPOMORSKIE HHC OPOLSKIE HHC POMORSKIE Fig 4. HHC Index vs province 4

5 Households with mobile phone at home HHM HHM_POLSKA HHM_Region_poludniowy HHM_Region_polnocno_zachodni HHM_Region_centralny HHM_Region_wschodni HHM_Region_poludniowo_zachodni HHM_Region_polnocny Fig 5. HHM Index vs regions HHM_POLSKA HHM_LODZKIE HHM_MAZOWIECKIE HHM_MALOPOLSKIE HHM_SLASKIE HHM_LUBELSKIE HHM_PODKARPACKIE HHM_PODLASKIE HHM_SWIETOKRZYSKIE HHM_LUBUSKIE HHM_WIELKOPOLSKIE HHM_ZACHODNIOPOMORSKIE HHM_DOLNOSLASKIE HHM_OPOLSKIE HHM_KUJAWSKO_POMORSKIE HHM_POMORSKIE HHM_WARMINSKO_MAZURSKIE Fig 6. HHM Index vs province 5

6 5. Maximal speed of annual growth Regions Region HHC HHI HHM POLSKA 4,5% 5,1% 8,5% Region Centralny 4,1% 4,8% 7,2% Region Południowy 4,5% 5,5% 8,8% Region Wschodni 3,9% 4,5% 7,5% Region Północno Zachodni 4,3% 5,2% 7,9% Region Południowo Zachodni 4,1% 5,1% 7,6% Region Północny 4,3% 5,1% 8,2% Province Region HHC HHI HHM POLSKA 4,5% 5,1% 8,5% ŁÓDZKIE 4,3% 4,4% 7,4% MAZOWIECKIE 4,4% 5,1% 8,1% MAŁOPOLSKIE 5,2% 5,5% 10,1% ŚLĄSKIE 4,7% 5,7% 9,2% LUBELSKIE 3,7% 4,5% 7,9% PODKARPACKIE 4,7% 4,8% 9,5% PODLASKIE 4, 4,5% 5,8% ŚWIĘTOKRZYSKIE 4, 4,8% 8,3% LUBUSKIE 5,4% 5,8% 8, WIELKOPOLSKIE 4,4% 5,2% 9,1% ZACHODNIOPOMORSKIE 4,4% 5,4% 8, DOLNOŚLĄSKIE 4,4% 5, 8,2% OPOLSKIE 4,6% 5,7% 8,4% KUJAWSKO_POMORSKIE 5,1% 5,6% 9,4% POMORSKIE 4,5% 5,3% 8,5% WARMIŃSKO_MAZURSKIE 3,9% 4,8% 8,1% 6. Multi criterion dynamics ranking (the three indexes) Regions 6

7 Region_centraln y Region_poludnio wy Region_wschodn i Region_polnocn o_zachodni Region_poludnio wo_zachodni Region_polnocny Province LODZKIE MAZOWIECKIE MALOPOLSKIE SLASKIE LUBELSKIE PODKARPACKIE PODLASKIE SWIETOKRZYSKIE LUBUSKIE WIELKOPOLSKIE ZACHODNIOPOMORSKIE DOLNOSLASKIE 7. Literature 1. Beata Ziewiec, Diversity of temporal and territorial social penetration rates of information technology in Europe, Journal of Telecommunications and Information Technology, no. 1 pp Beata Ziewiec. Differentiation of temporal and territorial space social penetration of information technology in Europe. 9th International Conference on Decision Support for Telecommunications and Information Society, 5-6 September, Warsaw, Poland. 7

8 3. Jan Grzegorek, Andrzej P. Wierzbicki, New Statistical Approaches in the Systemic Analysis of Regional, Intra-regional and Cross-Regional Factors of Information Society and Economic Development: The Case of Mazovia, Mazowsze: Studia Regionalne, no. 3, pp , Warszawa,. 4. Jan Grzegorek, Andrzej P. Wierzbicki, Metody analizy statystycznej rozwoju wskaźników społeczeństwa informacyjnego: aspekty metodologiczne oraz zastosowania na przykładzie regionów Polski i Włoch, KSTiT 2010, Wrocław, Poland, 2010 (in Polish). 5. Jan Grzegorek, Andrzej P. Wierzbicki. Multiple Criteria Evaluation and Ranking of Social Penetration of Information Society Technologies. Journal of Telecommunications and Information Technology 4/2012 pp Jan Grzegorek. Zróżnicowanie czasowe i terytorialne tempa penetracji społecznej technik informatycznych w Polsce. Polityka regionalna studia regionalne nowe interpretacje. Ministerstwo Rozwoju Regionalnego. Warszawa. pp Jerzy Pietrasz. Zaawansowane technologie komunikacyjne oraz wpływ wykształcenia na ich stosowanie; koncepcja i teoria określania poziomu nasycenia informacyjnego. Polityka regionalna studia regionalne nowe interpretacje. Ministerstwo Rozwoju Regionalnego. Warszawa. pp Monika Łazowska, Jerzy Pietrasz, Wojciech Rzucek, Andrzej P. Wierzbicki, Beata Ziewiec. Impact of Internet and Information Technologies on the Development of Mazovia. MAZOWSZE Studia Regionalne nr 3/. II. Samorząd. 9. Soumitra Dutta, Bruno Lanvin. The Global Information Technology Report World Economic Forum and INSEAD. Geneva Jan Grzegorek. Zastosowanie zaawansowanych metod statystycznych do badania rozwoju społeczeństwa informacyjnego w Polsce traktowanej jako system regionów. Rozprawa doktorska. IBS PAN Warszawa Andrzej P. Wierzbicki, The problem of objective ranking foundations, approaches and applications, Journal of Telecommunications and Information Technology, no. 3, Wierzbicki, A.P. and Nakamori Y. (2006) Creative Space: Models of Creative Processes for the Knowledge Civilization Age. Springer Verlag, Berlin-Heidelberg 13. Wierzbicki A.P., Nakamori Y. (eds) () Creative Environments: Issues of Creativity Support for the Knowledge Civilization Age. Springer Verlag, Berlin-Heidelberg 14. Wierzbicki A.P. (2008a) The Problem of Objective Ranking: Foundations, Approaches and Applications. Journal of Telecommunications and Information Technology, 3:15-23, Wierzbicki A.P. (2008b) Delays in technology development: their impact on the issues of determinism, autonomy and controllability of technology. Journal of Telecommunications and Information Technology, 4: Wierzbicki A.P. () Wizja roku 2050 a dynamika zmian kapitalizmu. W Kleer J., Mączyńska E., Wierzbicki A.P. (red): Co ekonomiści myślą o przyszłości, Komitet Prognoz Polska 2000 Plus, Warszawa 17. Wierzbicki A.P. (2010) Wyzwania i zagrożenia przyszłości; aspekty metodologiczne i interdyscyplinarne. W J. Kleer, A.P. Wierzbicki, B. Galwas, L. Kuźnicki (red) Wyzwania przyszłości szanse i zagrożenia. Komitet Prognoz Polska 2000 Plus PAN, Warszawa 18. Wierzbicki A.P., Makowski M., Wessels J. (2000) Model-Based Decision Support Methodology with Environmental Applications. Kluwer, Dordrecht 8

Podobne dokumenty

The data reporting such indexes for a number of years (about twelve years of such data are were fitted to a logistic curve:

The data reporting such indexes for a number of years (about twelve years of such data are were fitted to a logistic curve: 1. Introduction The paper shows estimated data of three ICT indexes available from GUS. I used two types of functions: the classical logistic sigmoidal curve q(t) = a / (1 + b exp(-c t)), and the Gompertz