M ł M Z óż ł U E D Ś ą

Transkrypt

1 Mł M Zóż ł U E D Śą

2 Wprowadzenie Celem wystąpienia jest ocena poziomu kapitału w regionach NUTS 2 Unii Europejskiej w ujęciu dynamicznym. Kapitał ludzki oceniono wykorzystując informacje na temat wykształcenia pracujących, kapitału ludzkiego w nauce i technologii, uczestnictwa w ustawicznym kształceniu.

3 Kapitał ludzki Podstawy teorii kapitału ludzkiego sformułował w latach sześćdziesiątych ubiegłego wieku T. W. Schulz (1961, 1961a, 1962, 1963, 1967). Noblista wykorzystał prace J. Mincera (1958) i G. S. Beckera (1964). G.S. Becker (1964, 1975) wzbogacił i całościowo opracował teorię kapitału ludzkiego, która w swej istocie oparta jest na myśli A. Smitha (1937).

4 Kapitał ludzki Kapitał ludzki określany jest także jako zasób wiedzy, umiejętności, zdrowia i energii witalnej zawarty w danym społeczeństwie czy narodzie. T. W. Schulz podkreślał, że zamożność narodów jest uzależniona od zdolności nabytych przez ludzi od ich wykształcenia, doświadczenia, umiejętności i zdrowia. Dowodził, iż: Niewiele krajów, jeśli w ogóle jakieś, weszło na ścieżkę szybkiego i zrównoważonego wzrostu bez znaczących inwestycji w człowieka. T. W. Schulz (1981) uważał, że czynnikiem decydującym o rozwoju gospodarczym jest działający człowiek, poprzez takie inwestycje, jak właściwe wychowanie, własne kształcenie, zdobywanie doświadczeń zawodowych, dokształcanie i rozwijanie umiejętności oraz dbałość o zdrowie.

5 - nabytymi umiejętnościami, Kapitał ludzki cechuje się: - wykształconymi cechami takimi jak: - elastyczność, - odpowiedzialność, - zdolność do współdziałania, -ale też i indywidualnego ryzyka. Najważniejsze przesłanki procesów rozwojowych opartych na wiedzy: kapitał ludzki należy do podstawowych czynników tworzących aspekty zewnętrzne, kapitał ludzki występuje jako zagregowany zasób produktywnych umiejętności pracujących, produkcja nowej wiedzy uzależniona jest od jakości kapitału ludzkiego i od dostępności wiedzy.

6 Kapitał ludzki Amartya Kumar Sen, wskazał, iż kapitał ludzki to majątek ucieleśniony w ludziach oraz efekt inwestycji w oświatę. Dobrobyt w największym stopniu (obok wolności wyboru) zależy od jakości kapitału ludzkiego Inwestycje w zdobywanie wiedzy mogą mieć kluczowe znaczenie w stabilizacji gospodarczej wielu rozwijających się gospodarek.

7 Kapitał ludzki Kapitał ludzki to forma ludzkich umiejętności. Zasoby możliwości, zdolności, wiedzy, umiejętności i motywacji obecnych w społeczeństwie Podejście G.S. Beckera (1975) do kapitału ludzkiego najlepiej odzwierciedlają motta innych autorów, które zawarł w swojej pracy Human capital : Najcenniejszym ze wszystkich kapitałów jest kapitał zainwestowany w ludzi (A. Marshall), Inwestowanie w wiedzę przynosi największy zysk (B. Franklin).

8 Kapitał ludzki opis statystyczny WYKSZ udział pracujących z wyższym wykształceniem w ogólnej liczbie ludności w wieku lat, HRST kapitał ludzki w nauce i technologii (HRST) jako odsetek aktywnych zawodowo, jest to cecha ilustrująca liczbę osób, które ukończyły wyższą uczelnię na wydziale naukowotechnicznym i które pracują w tym zawodzie, LLL udział ludności uczestniczącej w ustawicznym kształceniu w ogólnej liczbie ludności w wieku lat.

9 Kapitał ludzki opis statystyczny Obserwacje ilustrujące kapitał ludzki można zapisać jako macierz danych (1), przy czym dla precyzyjnego opisu przyjęto, że: - zbiór krajów: P = P1... P n... P N, - zbiór regionów w każdym kraju: p n n n n, 1, p 2,..., p k,..., p K - zbiór mierników: X 1, X 2,,X j,,x m, przy czym wartości ustalonych mierników można zapisać w formie: x n x n 1 m (1) X i : x... n K1 gdzie: x n kj wartość j-tego (j = 1,, m,) miernika, w k-tym regionie (k = 1,, K), w n-tym kraju (n = 1,, N). x n kj... x... n Km K x m,

10 Kapitał ludzki opis statystyczny Miara zbudowana z powyższych zmiennych pozwoli ustalić syntetyczny wskaźnik kapitału ludzkiego (MKL), który z wykorzystaniem danych dla regionów może być ustalony na podstawie(2): MKLn k = 1 m m j= 1 k P ; yn kj, (2) gdzie: xn xn kj min kj, (3) n x kj j m yn k P = 1,..., kj = max xn xn n 1,..., N kj min = kj k P k P k = 1,..., K wartość j-tego miernika, dla k-tego regionu w n-tym kraju. Poziom miary kapitału ludzkiego (MKL) należy do przedziału liczbowego [0,1]. Jej interpretacja jest następująca: bliższa jedności wartość wskaźnika oznacza wyższą jakość kapitału ludzkiego. Pozwoli to na uporządkowanie regionów według poziomu (stanu) kapitału ludzkiego.

11 Odsetek pracujących z wyższym wykształceniem, w grupie wiekowej lata Re gion 2000 Region 2007 lt00 Lithuania 49,04 uki1 Inner London 55,26 uki1 Inner London 47,80 be31 Prov, Brabant Wallon 53,57 be10 Région de Bruxelles 47,32 be10 Région de Bruxelles 51,51 be31 Prov, Brabant Wallon 45,01 es21 Pais Vasco 49,15 se11 Stockholm 41,26 be24 Prov, Vlaams Brabant 45,92 es21 Pais Vasco 39,98 nl31 Utrecht 44,38 fi18 Etelä-Suomi 39,64 fi18 Etelä-Suomi 44,05 be24 Prov, Vlaams Brabant 38,96 es30 Comunidad de Madrid 43,62 de30 Berlin 38,87 es22 Comunidad Foral de Navarra 43,14 ded2 Dresden 38,46 fr10 Île de France 43,07 itc1 Piemonte 8,51 itg2 Sardegna 13,96 itg2 Sardegna 8,44 pt18 Alentejo 13,39 pt11 Norte 8,44 itc2 Valle d'aosta 12,95 itd4 Friuli-Venezia Giulia 8,41 pt11 Norte 12,93 itd3 Veneto 8,37 pt16 Centro 12,69 pt16 Centro 7,86 pt15 Algarve 12,50 pt15 Algarve 7,32 cz02 Strední Cechy 12,35 itc2 Valle d'aosta 7,01 cz05 Severovýchod 12,18 itf5 Basilicata 6,69 itd1 Provincia Autonoma Bolzano-Bozen 11,77 itd1 Provincia Autonoma Bolzano-Bozen 6,32 cz04 Severozápad 8,72 średnia 22,59 średnia 27,46 mediana 22,66 mediana 27,64 max 49,04 max 55,26 min 6,32 min 8,72 max-min 42,73 max-min 46,54 max/ min 7,77 max/ min 6,33 odchylenie standardowe 8,70 odchylenie standardowe 8,57 współczynnik zmienności 38,52 współczynnik zmienności 31,20

12 Uczestnictwo w ustawicznym kształceniu (grupa wiekowa lata, w %) Region 2000 Region 2007 uki1 Inner London 34,96 dk Denmark 36,66 uki2 Outer London 28,71 uki1 Inner London 35,77 ukk4 Devon 27,99 fi1a Pohjois-Suomi 32,12 ukj2 Surrey, East and West Sussex 27,73 fi18 Etelä-Suomi 31,62 ukk1 Gloucestershire, Wiltshire and Bristol 27,50 ukj2 Surrey, East and West Sussex 30,60 se22 Sydsverige 27,41 fi19 Länsi-Suomi 29,26 ukh2 Bedfordshire, Hertfordshire 27,02 uki2 Outer London 28,55 ukg3 West Midlands 26,98 fi13 Itä-Suomi 28,47 ukd2 Cheshire 26,79 ukl2 East Wales 27,71 ukd5 Merseyside 26,78 ukj3 Hampshire and Isle of Wight 27,05 sk01 Bratislavský kraj 0,85 gr21 Ipeiros 2,87 gr14 Thessalia 0,76 sk04 Východné Slovensko 2,81 gr24 Sterea Ellada 0,56 gr13 Dytiki Makedonia 2,55 gr25 Peloponnisos 0,50 gr43 Kriti 2,31 sk04 Východné Slovensko 0,50 gr22 Ionia Nisia 2,14 sk02 Západné Slovensko 0,50 gr14 Thessalia 1,63 gr22 Ionia Nisia 0,48 gr42 Notio Aigaio 1,41 gr41 Voreio Aigaio 0,45 gr25 Peloponnisos 1,34 sk03 Stredné Slovensko 0,33 gr24 Sterea Ellada 1,04 gr42 Notio Aigaio 0,20 gr41 Voreio Aigaio 0,45 średnia 10,25 średnia 13,49 mediana 6,73 mediana 10,80 max 34,96 max 36,66 min 0,20 min 0,45 max-min 34,76 max-min 36,22 max/min 174,80 max/min 82,12 odchylenie standardowe 8,32 odchylenie standardowe 7,67 współczynnik zmienności 81,24 współczynnik zmienności 56,89

13 gr13 Dytiki Makedonia 16,81 gr11 Anatoliki Makedonia, Thraki 23,53 gr43 Kriti 16,81 pl61 Kujawsko-Pomorskie 23,05 gr11 Anatoliki Makedonia, Thraki 15,9 gr25 Peloponnisos 20,01 gr25 Peloponnisos 15,01 pt18 Alentejo 18,87 gr24 Sterea Ellada 14,73 gr42 Notio Aigaio 18,24 pt18 Alentejo 14,23 gr24 Sterea Ellada 18,21 gr42 Notio Aigaio 14,12 gr22 Ionia Nisia 17,55 pt11 Norte 12,51 pt15 Algarve 17,46 pt15 Algarve 11,47 pt11 Norte 16,64 pt16 Centro 11,33 pt16 Centro 15,58 średnia 31,39 średnia 36,50 mediana 30,87 mediana 36,27 max 55,96 max 60,11 min 11,33 min 15,58 max-min 44,63 max-min 44,53 max/min 4,94 max/min 3,86 odchylenie standardowe 8,25 odchylenie standardowe 7,69 współczynnik zmienności 26,28 współczynnik zmienności 21,07 Kapitał ludzki w nauce i technologii Region 2000 Region 2007 se11 Stockholm 55,96 be31 Prov, Brabant Wallon 60,11 uki1 Inner London 54,31 uki1 Inner London 58,52 nl31 Utrecht 50,76 cz01 Praha 57,5 be31 Prov, Brabant Wallon 50,7 se11 Stockholm 56,89 cz01 Praha 49,94 fr10 Île de France 55 de30 Berlin 48,82 be24 Prov, Vlaams Brabant 53,73 be10 Région de Bruxelles- 48,74 es21 Pais Vasco 53,56 fr10 Île de France 48,16 nl31 Utrecht 53,31 fi18 Etelä-Suomi 47,52 de30 Berlin 52,26 be24 Prov, Vlaams Brabant 47,07 be10 Région de Bruxelles 51,25

14 Miara kapitału ludzkiego Region 2000 Region 2007 uki1 Inner London 0,978 uki1 Inner London 0,980 se11 Stockholm 0,834 fi18 Etelä-Suomi 0,799 fi18 Etelä-Suomi 0,765 be31 Prov, Brabant Wallon 0,754 nl31 Utrecht 0,715 nl31 Utrecht 0,742 ukj1 Berkshire, Bucks and Oxfordshire 0,700 es21 Pais Vasco 0,737 be10 Région de Bruxelles- 0,700 se11 Stockholm 0,736 be31 Prov, Brabant Wallon 0,699 ukj2 Surrey, East and West Sussex 0,727 uki2 Outer London 0,688 dk Denmark 0,725 ukj2 Surrey, East and West Sussex 0,688 be10 Région de Bruxelles- 0,723 nl32 Noord-Holland 0,678 uki2 Outer London 0,720 sk04 Východné Slovensko 0,118 hu22 Nyugat-Dunántúl 0,149 sk02 Západné Slovensko 0,117 cz04 Severozápad 0,147 gr11 Anatoliki Makedonia, Thraki 0,108 gr25 Peloponnisos 0,110 gr24 Sterea Ellada 0,099 pt18 Alentejo 0,093 gr25 Peloponnisos 0,092 gr24 Sterea Ellada 0,085 pt18 Alentejo 0,090 gr42 Notio Aigaio 0,081 gr42 Notio Aigaio 0,080 pt16 Centro (PT) 0,080 pt11 Norte 0,059 pt15 Algarve 0,077 pt15 Algarve 0,053 pt11 Norte 0,077 pt16 Centro (PT) 0,050 gr22 Ionia Nisia 0,074 średnia 0,37 średnia 0,41 mediana 0,37 mediana 0,41 max 0,98 max 0,98 min 0,05 min 0,07 max-min 0,93 max-min 0,91 max/min 19,62 max/min 13,16 odchylenie standardowe 0,17 odchylenie standardowe 0,16 współczynnik zmienności 46,83 współczynnik zmienności 39,73

15 Statystyczny obraz zróżnicowania kapitału ludzkiego w regionach Polski WYKSZ ojewództwo poz poz poz poz poz poz poz poz l11 Lódzkie , , , , , , , ,88 l12 Mazowieckie , , , , , , , ,86 l21 Malopolskie , , , , , , , ,55 l22 Slaskie , , , , , , , ,82 l31 Lubelskie , , , , , , , ,14 l32 Podkarpackie , , , , , , , ,74 l33 Swietokrzyskie , , , , , , , ,98 l34 Podlaskie , , , , , , , ,91 l41 Wielkopolskie , , , , , , , ,46 l42 Zachodniopomorskie , , , , , , , ,60 l43 Lubuskie , , , , , , , ,34 l51 Dolnoslaskie , , , , , , , ,04 l52 Opolskie , , , , , , , ,86 l61 Kujawsko-Pomorskie , , , , , , , ,76 l62 Warminsko-Mazurskie , , , , , , , ,36 l63 Pomorskie , , , , , , , ,69 średnia 22,59 23,21 23,56 24,59 25,94 26,50 27,01 27,46 mediana 22,66 23,26 23,56 24,76 26,32 26,31 27,16 27,64 max 49,04 49,26 49,18 50,37 50,90 52,60 54,30 55,26 min 6,32 6,24 7,88 8,27 8,38 9,17 9,83 8,72

16 Statystyczny obraz zróżnicowania kapitału ludzkiego w regionach Polski LLL ojewództwo poz poz poz poz poz poz poz poz l11 Lódzkie 157 5, , , , , , , ,25 l12 Mazowieckie 86 8, , , , , , , ,85 l21 Malopolskie 149 5, , , , , , , ,57 l22 Slaskie 138 5, , , , , , , ,34 l31 Lubelskie 110 7, , , , , , , ,56 l32 Podkarpackie 194 4, , , , , , , ,75 l33 Swietokrzyskie 199 4, , , , , , , ,31 l34 Podlaskie 180 4, , , , , , , ,07 l41 Wielkopolskie 186 4, , , , , , , ,16 l42 Zachodniopomorskie 135 6, , , , , , , ,85 l43 Lubuskie 195 4, , , , , , , ,16 l51 Dolnoslaskie 98 7, , , , , , , ,20 l52 Opolskie 187 4, , , , , , , ,05 l61 Kujawsko-Pomorskie 136 6, , , , , , , ,40 l62 Warminskoazurskie 132 6, , , , , , , ,80 Pomorskie l , , , , , , , ,63 średnia 10,25 10,47 10,85 12,79 12,75 13,92 13,45 13,49 mediana 6,73 7,23 7,60 9,12 10,28 11,04 10,88 10,80 max 34,96 36,22 36,34 35,73 39,18 35,49 36,56 36,66 min 0,20 0,21 0,28 1,38 0,49 0,82 0,57 0,45

17 Statystyczny obraz zróżnicowania kapitału ludzkiego w regionach Polski ojewództwo poz poz poz poz poz poz poz poz l11 Lódzkie , , , , , , , ,08 l12 Mazowieckie , , , , , , , ,75 l21 Malopolskie , , , , , , , ,32 l22 Slaskie , , , , , , , ,63 l31 Lubelskie , , , , , , , ,62 l32 Podkarpackie , , , , , , , ,91 l33 Swietokrzyskie , , , , , , , ,58 l34 Podlaskie , , , , , , , ,28 l41 Wielkopolskie , , , , , , , ,6 l42 Zachodniopomorskie , , , , , , , ,56 l43 Lubuskie , , , , , , , ,99 l51 Dolnoslaskie , , , , , , , ,32 l52 Opolskie , , , , , , , ,11 l61 Kujawsko-Pomorskie , , , , , , , ,05 l62 Warminskoazurskie Pomorskie , , , , , , , , , , , , , , , ,67 l63 średnia 31,39 31,87 32,22 33,18 34,61 35,11 35,82 36,50 mediana 30,87 31,14 32,14 33,19 34,90 35,26 35,27 36,27 max 55,96 57,75 57,27 56,25 58,55 57,73 58,91 60,11 min 11,33 10,65 11,10 12,71 14,40 14,48 15,48 15,58 HRST

18 Statystyczny obraz zróżnicowania kapitału ludzkiego w regionach Polski ojewództwo poz poz poz poz poz poz poz poz l11 Lódzkie 171 0, , , , , , , ,254 l12 Mazowieckie 148 0, , , , , , , ,466 l21 Malopolskie 177 0, , , , , , , ,280 l22 Slaskie 225 0, , , , , , , ,301 l31 Lubelskie 192 0, , , , , , , ,253 l32 Podkarpackie 221 0, , , , , , , ,220 l33 Swietokrzyskie 230 0, , , , , , , ,192 l34 Podlaskie 205 0, , , , , , , ,263 l41 Wielkopolskie 224 0, , , , , , , ,219 l42 Zachodniopomorskie 170 0, , , , , , , ,355 l43 Lubuskie 203 0, , , , , , , ,229 l51 Dolnoslaskie 175 0, , , , , , , ,323 l52 Opolskie 214 0, , , , , , , ,234 l61 Kujawsko-Pomorskie 212 0, , , , , , , ,168 l62 Warminsko-Mazurskie 201 0, , , , , , , ,216 l63 Pomorskie 159 0, , , , , , , ,308 średnia 0,373 0,376 0,375 0,395 0,394 0,416 0,403 0,410 mediana 0,367 0,365 0,374 0,384 0,392 0,419 0,394 0,412 max 0,978 1,000 1,000 0,977 0,888 0,983 0,990 0,980 min 0,050 0,038 0,033 0,038 0,058 0,057 0,057 0,074 MKL