ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH

Podobne dokumenty
BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Statystyczne charakterystyki liczbowe szeregu

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Miary statystyczne. Katowice 2014

Materiały do wykładu 7 ze Statystyki

Planowanie eksperymentu pomiarowego I

STATYSTYKA EKONOMICZNA I SPOŁECZNA

PDF created with FinePrint pdffactory Pro trial version WIII/1

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

Podstawy opracowania wyników pomiarowych, analiza błędów

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

AKADEMIA MORSKA W SZCZECINIE

STATYSTYKA OPISOWA WYKŁAD 3,4

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH

Probabilistyka i statystyka. Korelacja

Badania Maszyn CNC. Nr 2

Statystyka. Katarzyna Chudy Laskowska

VI MISTRZOSTWA POLSKI URZĘDÓW MARSZAŁKOWSKICH W PIŁCE NOŻNEJ LUBELSKIE 2013 ZAMOŚĆ, września 2013 r. KOMUNIKAT KOŃCOWY

Wyrażanie niepewności pomiaru

Ocena stopnia zagrożenia bezrobociem województw Polski w latach

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

ma rozkład normalny z nieznaną wartością oczekiwaną m

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

Współczynnik korelacji rangowej badanie zależności między preferencjami

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Prawdopodobieństwo i statystyka r.

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

Statystyka Opisowa Wzory

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

O testowaniu jednorodności współczynników zmienności

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

Matematyczny opis ryzyka

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE

Statystyka Matematyczna Anna Janicka

Statystyka Inżynierska

5. OPTYMALIZACJA NIELINIOWA

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Statystyczna analiza danych przedziały ufności

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Pomiary parametrów napięć i prądów przemiennych

IV. ZMIENNE LOSOWE DWUWYMIAROWE

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Regionalne zróżnicowanie cen zbóż w Polsce w latach

Projekt 3 Analiza masowa

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem.

FINANSE II. Model jednowskaźnikowy Sharpe a.

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

3. OPTYMALIZACJA NIELINIOWA

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

Liniowe relacje między zmiennymi

. Wtedy E V U jest równa

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

System finansowy gospodarki

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

JEDNOWYMIAROWA ZMIENNA LOSOWA

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 2013 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH 1

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

Transkrypt:

Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 335 07 Iformatyka Ekoometra 9 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Statystyk, Ekoometr Matematyk moka.mskewcz@ue.katowce.pl ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH 006-05 Streszczee: Zachodzące od lat 80. XX w. zmay demografcze w Polsce wyraźe uwypuklają proces starzea sę społeczeństwa, a który ogromy wpływ mają procesy: rozrodczośc, umeralośc mgracj. Zjawsko to jest poważym problemem zarówo demografczym, jak społeczo-ekoomczym, gdyż prowadz do welu ekorzystych kosekwecj, p. zmay zasad fukcjoowaa systemów zabezpeczea społeczego, opek zdrowotej czy szkolctwa. W opracowau przeprowadzoo aalzę przestrzeą rozwoju systemu opek zdrowotej w Polsce, z uwzględeem podzału a województwa, a także podjęto próbę weryfkacj, czy wraz z postępowaem procesu starzea sę społeczeństwa astępuje rozwój systemu opek zdrowotej w Polsce w latach 006-05. Słowa kluczowe: potecjał demografczy, proces starzea sę społeczeństwa, system opek zdrowotej, sytetyczy wskaźk Perkala, autokorelacja przestrzea. JEL Classfcato: J9, I39, C4. Wprowadzee Zmay w lczbe strukturze ludośc polskego społeczeństwa moża zauważyć już a podstawe obserwacj przyrostu rzeczywstego lczby ludośc oraz współczyków dzetośc ogólej reprodukcj brutto, dla których od 950 r. wyraźe kształtuje sę tedecja malejąca. W okrese objętym badaem, tj. w latach

40 Moka Mśkewcz-Nawrocka 006-05, rzeczywsty przyrost lczby ludośc w Polsce był stably oscylował wokół 0. Wysok w 950 r. wskaźk dzetośc ogólej rówy 3,705 stopowo malał w badaym okrese przecęte kształtował sę a pozome,94. Ozacza to, że lczba dzec, które średo urodzłaby kobeta w weku rozrodczym (5-49 lat), a przestrze 60 lat zmejszyła sę o,4. Podobe wosk moża wycągąć, obserwując średą lczbę córek urodzoych przecęte przez kobetę w weku rozrodczym, tj. współczyk reprodukcj brutto. Natomast uzyskae w latach 00-03 wartośc współczyka dzetośc są zbyt ske (pożej,0) e gwaratują zastępowalośc pokoleń [Mśkewcz-Nawrocka, 05]. W starzejącym sę społeczeństwe stotą rolę odgrywa system opek zdrowotej. Ze względu a zwększającą sę lczbę ludośc starszej, wzrasta zapotrzebowae a usług opekuńczo-pelęgacyje leczcze, a co za tym dze, wymagae są zwększee lczebośc persoelu medyczego, lośc mejsc w szptalach, saatorach, uzdrowskach czy hospcjach. Na rysuku przedstawoo zmay lczebośc persoelu medyczego, lczby łóżek w zakładach opekuńczo-leczczych (brak daych za lata 006-009) oraz wskaźka obcążea demografczego w Polsce w latach 006-05. Na podstawe przedstawoych daych moża zaobserwować gwałtowy wzrost wskaźka obcążea demografczego (lczby ludośc w weku poprodukcyjym do lczby ludośc w weku przedprodukcyjym) z pozomu 78, w 006 r. do pozomu 09, w 05 r., przy praktycze ewelkm wzrośce lczby persoelu medyczego (lekarze, pelęgark położe a 0 tys. ludośc) z pozomu 86,3 w 006 r. do 94,4 w 05 r. 0 00 80 60 40 0 0 006 007 008 009 00 0 0 03 04 05 obcążee demografcze lekarze a 0 tys. ludośc pelegark poloze a 0 tys. ludośc łóżka w hospcjach, zakładach opekuńczo-leczczych pelęgacyjo-opekuńczych a 00 tys. ludośc Rys.. Zmay lczebośc persoelu medyczego, lczby łóżek w hospcjach, zakładach opekuńczo-leczczych pelęgacyjo-opekuńczych oraz wskaźka obcążea demografczego w Polsce w latach 006-05

Aalza rozwoju systemu opek zdrowotej 4. Mara sytetycza Perkala Jedą z metod ocey potecjału badaego zjawska (pozomu rozwoju regou) jest metoda taksoomcza metoda Perkala, bazująca a kostrukcj mary sytetyczej m. Mara ta opera sę a zobrazowau zmeośc grupy cech w zborze różych obektów w jedym roku. Wyższa wartość wskaźka sytetyczego ozacza korzystejszą sytuację obektu pod względem pozomu rozwoju. Wskaźk Perkala szacuje sę jako średą arytmetyczą cech ' : j m = ' j, =,,, j= gdze: lczba uwzględoych cech, ' jest stadaryzowaą wartoścą j-tej cechy dla -tego obektu, j j j j =, gdy j jest wartoścą stymulaty, S j j j j =, gdy j jest wartoścą destymulaty, S j gdze: j jest wartoścą perwotą j-tej cechy dla -tego obektu, j jest wartoścą średej arytmetyczej j-tej cechy, S j jest wartoścą odchylea stadardowego j-tej cechy. () () (3). Statystyk przestrzee Przez autokorelację przestrzeą rozume sę sytuację, w której określoe zjawsko w jedej jedostce przestrzeej wpływa a zmejszee lub zwększee prawdopodobeństwa występowaa tego zjawska w sąsedch jedostkach [Kopczewska, 006]. Marą autokorelacj przestrzeej są przestrzee statystyk globale lokale. Do mar globalych ależą statystyk Moraa Geary ego [Mora, 950]. Globala statystyka Moraa wyrażoa jest wzorem [Kopczewska, 006]: I z Wz T = j= = = T S z z 0 w j ( )( ) w ( ) j = j= = j (4)

4 Moka Mśkewcz-Nawrocka gdze:, j wartośc zmeych w jedostce przestrzeej oraz j, średa arytmetycza wartośc zmeej dla wszystkch jedostek, z z = wektor kolumowy, [ ] [ ] [ w j ] = W = macerz wag przestrzeych,, gdy - ta jedostka jest sasadem j - tej jedostk w j = 0, gdy - ta jedostka e jest sasadem j - tej jedostk, gdy = j S 0 suma wszystkch elemetów macerzy wag, lczba jedostek przestrzeych,, j =,,. Rozkład statystyk Moraa jest asymptotycze ormaly [Clff, Ord, 973]. Jej stotość statystyczą testuje sę za pomocą statystyk I S daej wzorem: I E( I ) I S = (5) Var( I ) gdze: E ( I ) = wartość oczekwaa statystyk Moraa, S S + 3S0 Var ( I ) = waracja statystyk Moraa, S ( ) ( ) 0 S = ( w j + w j ), S = w j + w j, = j= = j= j= pozostałe ozaczea jw. Dodate stote wartośc statystyk I ozaczają podobeństwo badaych jedostek przestrzeych w określoej odległośc (autokorelacja dodata), atomast ujeme wartośc statystyk I ozaczają zróżcowae badaych jedostek (autokorelacja ujema). Brak autokorelacj ozacza przestrzeą losowość. Grafczą terpretacją statystyk globalej Moraa jest wykres puktowy, który obrazuje lokale zwązk przestrzee (tzw. klastry), obserwacje etypowe przestrzeą establość. Na os OX odkłada sę stadaryzowaą wartość badaej zmeej, a a os OY badaą stadaryzowaą zmeą opóźoą przestrzee. Opóźee przestrzee badaej zmeej jest średą ważoą wartośc zmeej w regoach sąsedch, zgode z przyjętym wagam przestrzeym.

Aalza rozwoju systemu opek zdrowotej 43 Za pomocą lokalych wskaźków zależośc przestrzeej moża określć podobeństwa jedostk przestrzeej względem obektów sąsedch oraz stotość statystyczą tego zjawska. Do oszacowaa lokalych statystyk przestrzeych stosuje sę lokale statystyk Moraa, Geary ego oraz Getsa. Statystyka lokala Moraa daa jest wzorem [Sucheck, 00]: I ( ) ( ) wj j j= = ( ) = gdze: ozaczea jw. Rozkład lokalej statystyk Moraa róweż jest asymptotycze ormaly [Asel, 995]. Jej stotość statystyczą testuje sę za pomocą statystyk I S daej wzorem [Sucheck, 00]: I ( ) E I I S = (7) Var I gdze: wj j= E( I ) = wartość oczekwaa lokalej statystyk Moraa, ( k ) wj ( k ) w w lwh j j l h ( ) = + j Var I waracja ( )( ) lokalej statystyk Moraa, 4 ( ) k =, ( ) pozostałe ozaczea jw. Lokala statystyka Moraa w odróżeu od globalej pozwala określć lokale terakcje pomędzy jedostkam przestrzeym. Merzy, czy jedostka przestrzea jest otoczoa przez regoy sąsedzke o podobych bądź różych wartoścach badaej zmeej w stosuku do rozmeszczea losowego tych wartośc w przestrze [Ojrzyńska, Twaróg, 0]. ( ) (6)

44 Moka Mśkewcz-Nawrocka Stadaryzowaa lokala statystyka Moraa przyjmuje wartośc dodate, gdy obekt jest otoczoy przez podobe regoy sąsedzke o podobych wartoścach badaej zmeej (autokorelacja dodata). Natomast, jeśl lokala statystyka Moraa przyjmuje wartośc ujeme, ozacza to, że obekt jest otoczoy przez regoy o zacząco rożych wartoścach badaej zmeej (autokorelacja ujema) [Ojrzyńska, Twaróg, 0]. 3. Aalza emprycza Przedmotem badaa były wszystke województwa Polsk w latach 006-05. W perwszym etape badań dokoao uporządkowaa województw ze względu a pozom badaego zjawska, jakm jest rozwój systemu opek zdrowotej, szacując sytetyczą marę Perkala. W tabel przedstawoo zestaw cech dagostyczych wzętych pod uwagę w badau, uwzględając podzał a stymulaty (S) destymulaty (D). Dobór poższych mar wykał z aalzy czyków determujących zachodzących zma. Tabela. Zestaw zmeych dagostyczych dla ocey stau rozwoju systemu opek zdrowotej X Lekarze posadający prawo wykoywaa zawodu medyczego a 0 tys. ludośc S X Pelęgark położe a 0 tys. ludośc S X3 Podstawowa opeka zdrowota porady a 0 tys. ludośc S X4 Przychode podległe samorządow terytoralemu (sta a 3.) S X5 Lczba ludośc a łóżko w szptalach ogólych D X6 Szptaly oddzał ratukowy lczba ludośc, której udzeloo śwadczea zdrowotego ogółem (%) S X7 Aptek ogólodostępe a 0 tys. ludośc S Stosując metodę parametryczą Hellwga [Hellwg], wyelmowao zmee sle skorelowae z ym cecham, tj. te zmee, które są ośkam podobych formacj. Ze względu a ezacze różce występujące w zborach zmeych cetralych w kolejych latach, jako zestaw cech dagostyczych rozpatryway w latach 006-05 pod uwagę wzęto wszystke zmee. W celu uporządkowaa województw Polsk, ze względu a pozom welowymarowego zjawska, zastosowao taksoomczą marę Perkala. W tabel przedstawoo wartośc mary Perkala oraz pozycję w rakgu dla wszystkch województw w latach 006, 00, 05. Pogrubeem zazaczoo województwa, które zajmują ajwyższe ajższe lokaty w rakgu w całym badaym okrese.

Aalza rozwoju systemu opek zdrowotej 45 Tabela. Mara Perkala opsująca sta rozwoju systemu opek zdrowotej w Polsce w latach 006, 00, 05 006 00 05 Jedostka terytorala Mara Perkala Raga Mara Perkala Raga Mara Perkala Raga Dolośląske 0,58486 9 0,587335 6 0,569799 8 Kujawsko-pomorske 0,539873 8 0,554678 9 0,579647 7 Lubelske 0,64634 4 0,65905 3 0,678407 3 Lubuske 0,4400 0,36847 6 0,306806 6 Łódzke 0,666704 0,747 0,79905 Małopolske 0,64857 3 0,649866 4 0,64973 4 Mazowecke 0,7496 0,84858 0,7808 Opolske 0,333986 5 0,3774 4 0,35948 4 Podkarpacke 0,5598 6 0,55438 0 0,580468 6 Podlaske 0,55564 7 0,55988 7 0,53806 0 Pomorske 0,46995 3 0,46463 0,4947 Śląske 0,59059 5 0,60646 5 0,58906 5 Śwętokrzyske 0,4703 0 0,5596 8 0,550443 9 Warmńsko-mazurske 0,8738 6 0,33677 5 0,334878 5 Welkopolske 0,4479 0,44659 0,4554 Zachodopomorske 0,358483 4 0,48485 3 0,43376 3 Na podstawe wyków przedstawoych w tab. moża stwerdzć, że ajbardzej zaawasoway proces rozwoju systemu opek zdrowotej ( lokata w rakgu) występuje w województwe mazoweckm, a astępe w łódzkm. Najmej korzystą sytuację moża odotować w województwach lubuskm, opolskm warmńsko-mazurskm, które w badaym okrese zajmowały końcowe mejsca w rakgu. W tabel 3 przedstawoo podstawowe charakterystyk opsowe oszacowaych mar Perkala dla województw Polsk w latach 006-05. Na podstawe daych zawartych w tab. 3 moża oceć, że mary tedecj cetralej w roku 05 są wyższe ż w 006 r., co śwadczy o tym, że sta rozwoju systemu opek zdrowotej w województwach Polsk zacze sę poprawł. W kolejym etape badań dokoao uporządkowaa województw ze względu a pozom rozwoju badaego zjawska, jakm jest proces starzea sę społeczeństwa. W tabel 4 przedstawoo zestaw cech dagostyczych wzętych pod uwagę w tej częśc badaa, uwzględając podzał a stymulaty (S) destymulaty (D).

46 Moka Mśkewcz-Nawrocka Tabela 3. Charakterystyk opsowe mary Perkala opsującej sta rozwoju systemu opek zdrowotej w Polsce w latach 006-05 Rok Średa Medaa M Ma Rozstęp Odchylee stadardowe Współczyk zmeośc 006 0,54 0,534 0,87 0,749 0,4547 0,58 0,455 007 0,585 0,5395 0,676 0,770 0,506 0,88 0,483 008 0,54 0,5408 0,978 0,757 0,4539 0,73 0,48 009 0,53 0,5549 0,853 0,7788 0,4936 0,38 0,476 00 0,5399 0,5570 0,368 0,849 0,4880 0,37 0,457 0 0,5355 0,5533 0,38 0,7959 0,4840 0,363 0,545 0 0,544 0,5630 0,383 0,749 0,409 0,84 0,360 03 0,5468 0,5706 0,3370 0,7554 0,483 0,53 0,9 04 0,5455 0,563 0,339 0,7746 0,447 0,9 0,366 05 0,539 0,560 0,3068 0,780 0,4733 0,37 0,46 Tabela 4. Zestaw zmeych dagostyczych dla ocey procesu starzea sę społeczeństwa polskego X Przecęte dalsze trwae życa mężczyź w weku 0 (lata) S X Przecęte dalsze trwae życa kobety w weku 0 (lata) S X3 Wskaźk obcążea demografczego ludość w weku eprodukcyjym a 00 osób w weku produkcyjym (os.) D X4 Wskaźk obcążea demografczego ludość w weku poprodukcyjym a 00 osób w weku przedprodukcyjym (os.) D X5 Wskaźk obcążea demografczego ludość w weku poprodukcyjym a 00 osób w weku produkcyjym (os.) D X6 Ruch aturaly Urodzea żywe a 000 ludośc S X7 Współczyk dzetośc S X8 Współczyk reprodukcj brutto S Stosując metodę parametryczą Hellwga, poowe wyelmowao zmee sle skorelowae z ym cecham. Ze względu a ezacze różce występujące w zborach zmeych cetralych w kolejych latach, jako zestaw cech dagostyczych rozpatryway w latach 006-05 wybrao astępujące zmee cetrale: X3, X6, X9, X0, X, X5, X3. W tabel 5 przedstawoo wartośc mary Perkala oraz pozycję w rakgu dla wszystkch województw w latach 006, 00, 05. Pogrubeem zazaczoo województwa, które zajmują ajwyższe ajższe lokaty w rakgu w całym badaym okrese.

Aalza rozwoju systemu opek zdrowotej 47 Tabela 5. Mara Perkala opsująca sta rozwoju procesu starzea sę społeczeństwa polskego w latach 006, 00, 05 006 00 05 Jedostka terytorala Mara Perkala Raga Mara Perkala Raga Mara Perkala Raga Dolośląske 0,038 7 0,0609 0 0,60 5 Kujawsko-pomorske 0,078 8 0,38 6 0,57 6 Lubelske 0,593 3 0,5636 3 0,507 4 Lubuske 0,98 0,556 0,36 Łódzke,3033,3343,4739 Małopolske 0,5067 5 0,67 5 0,8559 6 Mazowecke 0,497 9 0,0566 9 0,38 7 Opolske 0,073 6 0,848 4 0,990 0 Podkarpacke 0,4333 3 0,563 3 0,788 5 Podlaske 0,449 4 0,96 5 0,57 9 Pomorske 0,749 6 0,7933 6 0,74 4 Śląske 0,353 5 0,8 7 0,587 3 Śwętokrzyske 0,6709 0,7465 0,6764 Warmńsko-mazurske 0,3490 0,485 0,5675 3 Welkopolske 0,458 4 0,5770 4 0,996 Zachodopomorske 0,075 0 0,033 8 0,03 8 Na podstawe wyków przedstawoych w tab. 5 moża stwerdzć, że ajbardzej zaawasoway proces starzea sę społeczeństwa ( lokata w rakgu) występuje w województwe łódzkm. Najkorzystejszą sytuację moża odotować w województwach pomorskm małopolskm, które w badaym okrese zajmowały główe 5. 6. lokatę w rakgu. Porówując dae zawarte w tab. 5, moża zaobserwować, że w badaym okrese 006-05 województwa łódzke, kujawsko-pomorske, dolośląske, lubelske podlaske charakteryzują sę ewelkm różcam pozycj w rakgach ze względu a procesy zaawasowaa rozwoju systemu opek zdrowotej oraz starzea sę społeczeństwa. Natomast ajwększe zróżcowae pomędzy badaym cecham występuje w województwach małopolskm, mazoweckm podkarpackm, gdze proces starzea sę społeczeństwa jest bardzej zaawasoway ż rozwój opek zdrowotej (wyższe pozycje w rakgu opsującym proces starzea sę społeczeństwa) oraz opolskm śwętokrzyskm, gdze pozom rozwoju opek zdrowotej jest bardzej zaawasoway ż proces starzea sę społeczeństwa (wyższe pozycje w rakgu opsującym proces rozwoju opek zdrowotej). W celu zbadaa korelacj pomędzy staem zaawasowaa procesu starzea sę społeczeństwa a staem systemu opek zdrowotej w Polsce w latach 006-05 oszacowao współczyk korelacj rag Spearmaa. Wyk podao w tab. 6.

48 Moka Mśkewcz-Nawrocka Tabela 6. Współczyk korelacj rag Spearmaa. Rok 006 007 008 009 00 Współczyk korelacj rag Spearmaa 0,488 0,4765 0,447 0,5794 0,5000 Rok 0 0 03 04 05 Współczyk korelacj rag Spearmaa 0,44 0,409 0,338 0,334 0,34 Wartośc współczyków korelacj rag Spearmaa wskazują a umarkowaą zgodość pomędzy badaym zjawskam w wybraych latach. W kolejym etape badań zbadao autokorelację przestrzeą procesu rozwoju systemu opek zdrowotej w Polsce w latach 006-05. Wartośc oblczoych statystyk globalej lokalej Moraa przedstawoo odpowedo w tab. 7 8. Tabela 7. Wartośc statystyk globalej Moraa w latach 006, 00 05 Rok I Is p-value 006 0,096,597 0,3 00 0,478,584 0,063 05 0,340,430 0,0763 Aalzując dae zawarte w tab. 6, moża stwerdzć, że wartośc statystyk globalej Moraa są statystycze estote. Na rysukach -4 przedstawoo wykresy puktowe wartośc statystyk globalej Moraa w latach 006, 00 05. Położee wększośc puktów w I III ćwartce śwadczy o występowau dodatej autokorelacj przestrzeej. W każdym z przedstawoych okresów ajbardzej korzystą sytuację ze względu a proces starzea sę społeczeństwa mają województwa: mazowecke, śląske, podkarpacke, lubelske, podlaske, małopolske, łódzke, tworzące klastry wysokch wartośc. Do województw o skch wartoścach, zgrupowaych wśród podobych m obszarów w każdym z rozpatrywaych okresów, ależą welkopolske, lubuske, zachodopomorske pomorske.

Aalza rozw woju systemu opek zdro owotej 49 Rys.. Wykres statystyk globalej Mora aa dla roku 006 Rys. 3. Wykres statystyk globalej Mora aa dla roku 00 0

50 Mo ka Mśkewcz-Nawrocka Rys. 4. Wykres statystyk globalej Mora aa dla roku 05 Kolejym etapem badaaa było oszacowae wartośc lokalych statystyk Moraa w celu rozpozaa struktury przestrzeej. Oblczoe wartośc staty- styk I podao w tab. 8. Tabela 8. Statystyka lokala Mora aa Jedostka terytorala Łódzke Mazowecke Małopolske Śląske Lubelske Podkarpacke Podlaske Śwętokrzyske Lubuske Welkopolske Zachodo-pomorske Dolośląskee Opolske Kujawsko-pomorske Pomorske Warmńsko-mazurske 00 I I(s) p-va alue 0,044 0,0667 0,33 0,0667 0,0 0,0667 0,0867 0,0667 0,5666 0,0667 0,948 0,0667 0,40 0,0667 0,3366 0,0667 0,3443 0,0667 0,405 0,0667 0,897 0,0667 0,47 0,0667 0,45 0,0667 0,0087 0,0667 0,6630 0,0667 0,739 0,0667 0,094 0,094 0,98 0,038 0,038 0,98 0,98 0,094 0,98 0,085 0,98 0,98 0,038 0,47 0,038 0,038 008 I I(s) p-value I 0,9499 0,3777 0,78 0,354 0,5568 0,068 0,094 0,094 0,980 0,037 0,037 0,980 0,359 0,409 0,46 0,0943 0,5779 0,040 0,073 0,980 0,00 037 0,397 0,635 0,58 0,8056 0,094 0,980 0,084 0,980 0,084 0,746 0,35 0,773 0,456 0,46888 0,980 0,8 897 0,037 0,46 688 0,07 0,4044 0,47 0,037 0,0438 0,53 0,67677 0,037 0,68 840 04 I( (s) p-value 0,,094 0,,094 0,,98 0,,037 0,,037 0,,98 0,,98 0,,094 0,,98 0,,084 0,,98 0,,98 0,,037 0,,47 0,,037 0,,037 Z daych zawartych w tab. 8 wyka, że wartośc statystyk lokalej Mora a- a są statystycze estote.

Aalza rozwoju systemu opek zdrowotej 5 Podsumowae W opracowau przeprowadzoo aalzę taksoomczą stau rozwoju systemu opek medyczej oraz sytuacj demografczej województw Polsk, a także zbadao korelację przestrzeą procesu zawasowaa rozwoju systemu opek zdrowotej. Na podstawe przeprowadzoych badań moża stwerdzć, że w latach 006-05 prawe wszystke aalzowae województwa charakteryzowały sę zmaam pozomu rozwoju systemu opek medyczej. Dokoując klasyfkacj województw ze względu a oszacowae mary Perkala, pokazao, że steje umarkowaa korelacja pomędzy pozomem rozwoju systemu opek medyczej a pozomem zaawasowaa procesu starzea sę społeczeństwa w województwach Polsk. Przeprowadzoe aalzy korelacj przestrzeej sytuacj demografczej w województwach Polsk a podstawe globalej lokalej statystyk Moraa, okazały sę statystycze estote. Lteratura Asel L. (995), Local Idcators of Spatal Assocato LISA, Geographcal Aalyss, No. 7(), s. 93-5. Clff A.D., Ord J.K. (973), Spatal Autocorrelato, Po, Lodo. Hellwg Z. (98), Welowymarowa aalza porówawcza jej zastosowae w badaach welocechowych obektów gospodarczych [w:] W. Welfe (red.), Metody modele matematyczo-ekoomcze w doskoaleu zarządzaa gospodarką socjalstyczą, PWE, Warszawa, s. 46-68. Kopczewska K. (006), Ekoometra statystyka przestrzea z wykorzystaem programu R CRAN, CeDeWu.pl, Warszawa. Mśkewcz-Nawrocka M. (05), Aalza porówawcza czyków wpływających a zmay demografcze w Polsce [w:] J. Mka, M. Mśkewcz-Nawrocka (red.), Metody modele aalz loścowych w ekoom zarządzau, cz. 7, Wydawctwo Uwersytetu Ekoomczego w Katowcach, Katowce, s. 34-58. Mora P.A.P. (950), Notes o Cotuous Stochastc Pheomea, Bometrka, Vol. 37(), s. 7-3. Ojrzyńska A., Twaróg S. (0) Badae autokorelacj przestrzeej krwodawstwa w Polsce [w:] J. Suchecka (red.), Ekoometra przestrzea regoale aalzy ekoomcze, Acta Uverstats Lodzess. Fola Oecooma, r 53, s. 9-4. Sucheck B., red. (00), Ekoometra przestrzea. Metody modele aalzy daych przestrzeych. Wydawctwo C.H. Beck, Warszawa.

5 Moka Mśkewcz-Nawrocka ANALYSIS OF THE DEVELOPMENT OF HEALTH CARE SYSTEM IN POLAND IN THE YEARS 006-05 Summary: The demographc chages occurrg Polad sce the 80s of the tweteth cetury clearly show the agg of the populato, whch the processes of fertlty, mortalty ad mgrato have a huge mpact. Ths pheomeo s a serous problem of demographc ad soco-ecoomc because t leads to may adverse cosequeces,.e. polcy chages the fuctog of socal securty, health ad educato. I the study wll carry out spatal aalyss of the demographc potetal ad the level of uemploymet Polad, ad wll research the mpact of the level of uemploymet o the process of agg socety Polad the years 005-04. Keywords: demographc potetal, agg of the populato, health care system, Perkal sythetc dcator, spatal autocorrelato.