Nerównośc Społeczne a Wzrost Gospodarczy, nr 53 (/208) DOI: 0.5584/nsawg.208..24 ISSN 898-5084 dr nż. Ewa Pośpech Katedra Statystyk, Ekonometr Matematyk, Wydzał Zarządzana Unwersytet Ekonomczny w Katowcach dr Adranna Mastalerz-Kodzs 2 Katedra Statystyk, Ekonometr Matematyk, Wydzał Zarządzana Unwersytet Ekonomczny w Katowcach Analza przestrzenna rozwoju społeczeństwa nformacyjnego w Polsce Wstęp Rozwój gospodarczy rozwój społeczeństwa nformacyjnego są ze sobą slne powązane. Obecne, w coraz wększym stopnu pozom życa ludnośc oraz rozwój gospodark są uwarunkowane pozomem rozwoju społeczeństwa nformacyjnego, gdyż osągnęty stopeń zaawansowana technolog nformacyjno-telekomunkacyjnych umożlwa powszechne wykorzystane nformacj w welu dzedznach społeczno-gospodarczych. Rozwój społeczeństwa nformacyjnego jest zatem stotną determnantą wpływającą na konkurencyjność gospodarek. Taka sama zależność zachodz na szczeblu regonalnym. Ocenając pozom rozwoju społeczeństwa nformacyjnego poszczególnych województw badamy konkurencyjność lokalnych gospodarek. Znajomość stnejącego stanu zaawansowana nformacyjnego, a także występujących zależnośc przestrzennych, które obserwowane są dla welu charakterystyk społeczno-ekonomcznych [Pośpech, Mastalerz-Kodzs, 205], ułatwa określene obszarów kerunków dalszych dzałań w celu poprawy pozomu zjawska wspomaga zatem zarządzane regonem. Celem nnejszego artykułu jest ocena stanu rozwoju społeczeństwa nformacyjnego w województwach Polsk oraz dentyfkacja zależnośc przestrzennych w ramach różnych obszarów charakteryzujących społeczeństwo nformacyjne. Adres korespondencyjny: Unwersytet Ekonomczny w Katowcach, ul. Maja 50, 40-287 Katowce; e-mal: posp@ue.katowce.pl; tel. 322577476. 2 Adres korespondencyjny: Unwersytet Ekonomczny w Katowcach, ul. Maja 50, 40-287 Katowce; e-mal: adamast@ue.katowce.pl; tel. 322577476.
Analza przestrzenna rozwoju społeczeństwa nformacyjnego w Polsce 287 Metodyka badań W badanach emprycznych posłużono sę elementam welowymarowej analzy porównawczej oraz narzędzam statystyk ekonometr przestrzennej. W celu pomaru pozomu rozwoju społeczeństwa nformacyjnego zbudowano mary syntetyczne, które za pomocą jednej wartośc umożlwają ocenę pozomu zjawska w ramach poszczególnych obszarów oraz według wszystkch obszarów łączne. Istneje wele sposobów konstrukcj mary syntetycznej. Przyjęto, że X = [x j ] oznacza macerz danych wejścowych o wymarach n m, gdze n to lczba rozważanych obektów (województw Polsk), a m określa lczbę zmennych. Zastosowano następującą marę syntetyczną [Panek, Zwerzchowsk, 203]: MS = m y j m j= gdze y j to wartośc wejścowych zmennych x j znormalzowane według formuł:,, () y y j j xj mn xj = max x mn x j max xj xj = max x mn x j j j (dla stymulant), (2) (dla destymulant). (3) Przekształcena (2) (3) zachowują różną warancję zmennych transformują je na welkośc nemanowane z przedzału [0, ]. Uzyskane wartośc zostały następne poddane badanu pod względem przestrzennym. Badane zależnośc przestrzennych umożlwa uchwycene powązań geografcznych, o le take stneją, w ramach danego obszaru obszarów sąsednch (co jest odzwercedlenem prawa geograf ekonomcznej, zgodne z którym lokalzacje sąsedne wykazują wększe podobeństwo pod względem badanej cechy nż lokalzacje dalej od sebe położone [Tobler, 970]). Badana przestrzenne przeprowadzono za pomocą globalnej oraz lokalnej statystyk Morana. Umożlwają one dentyfkację występowana autokorelacj przestrzennej powązań wartośc w ramach sąsednch lokalzacj. Statystyka globalna I Morana wyraża sę wzorem [Kopczewska, 20; Sucheck, 200]: T n z Wz I =, T S 0 z z, gdze: n lczba analzowanych regonów, z kolumnowy wektor wartośc postac z = x x, x obserwacje dotyczące danego zjawska w badanych rego- (4)
288 Ewa Pośpech, Adranna Mastalerz-Kodzs nach, =,, n, x średna arytmetyczna oblczona dla wszystkch regonów, S 0 suma elementów macerzy wag, W macerz wag w j,, j =, n, postac: w j, = 0, 0, gdy obekty oraz j mają gdy obekty oraz j ne mają wspólnej grancy dla elementów dagonalnych wspólną grancę (5) Wartośc statystyk pozwalają zweryfkować hpotezy: H 0 o braku autokorelacj przestrzennej (losowym rozmeszczenu wartośc mędzy regonam), H o występowanu autokorelacj przestrzennej. Przy odpowednch założenach zachodz3 : brak autokorelacj przestrzennej, gdy I n ; autokorelacja dodatna (skupane sę podobnych wartośc), gdy I > n ; autokorelacja ujemna (sąsadowane ze sobą wartośc wysokch nskch), gdy I < n. Za pomocą statystyk lokalnej Morana dentyfkowane jest stnene wartośc netypowych tzw. outlerów (otoczonych odmennym wartoścam) oraz skupsk regonów o podobnych wartoścach. Lokalna statystyka Morana wyraża sę wzorem: I = z n j= n = w z * j 2 z j, gdze * j j = n Zachodzą następujące zależnośc: tworzene sę skupeń wokół regonu, gdy wartośc statystyk I są statystyczne stotne dodatne; występowane outlerów, gdy statystyk I są statystyczne stotne ujemne. w w j= w j.. (6) Analza empryczna Analza empryczna przeprowadzona została dla roku 204. Podmotem badana były województwa Polsk, które analzowano pod względem charakterystyk opsujących społeczeństwo nformacyjne. W rozważanach uwzględnono cechy, które zostały pogrupowane według pęcu obszarów. Obszary te obejmują: kaptał ludzk, korzystane z komputera Internetu, łączność, ntegrację technolog cyfrowych w przedsęborstwach oraz cyfrowe usług publczne. Podzał ten został zastosowany przez Komsję Europejską, która opracowała Wskaźnk gospodark społeczeństwa cyfrowego DESI (ang. Dgtal Economy and Socety Index), a którego zadanem jest pomar ocena rozwoju cyfryzacj w społeczeństwach [Społeczeństwo nformacyjne, 205]. Zastosowane zmenne zaprezentowano w tabelach od do 5. 3 Ops statystyk, założeń testów można znaleźć m.n. w [Sucheck, 200].
Analza przestrzenna rozwoju społeczeństwa nformacyjnego w Polsce 289 Zmenna L L2 L3 L4 L5 L6 L7 L8 L9 L0 L L2 Tabela. Zmenne reprezentujące kategorę Kaptał ludzk Nazwa zmennej Osoby nekorzystające z Internetu z braku umejętnośc Osoby neposadające żadnych umejętnośc komputerowych Osoby z wysokm umejętnoścam komputerowym Osoby neposadające żadnych umejętnośc nternetowych Osoby z wysokm umejętnoścam nternetowym Osoby studujące na kerunkach techncznych przyrodnczych Osoby z wyższym wykształcenem Studenc szkół wyższych Osoby poszukujące w Internece nformacj nt. edukacj, ofert szkolenowych Osoby szukające pracy lub wysyłające aplkacje przez Internet Osoby publkujące w Internece stworzone przez sebe teksty, zdjęca, flmy tp. Osoby czytające lub umeszczające w Internece własne opne w sprawach społeczno-poltycznych Źródło: opracowane własne na podstawe [Społeczeństwo nformacyjne, 205]. Tabela 2. Zmenne reprezentujące kategorę Korzystane z komputera oraz Internetu Zmenna K K2 K3 K4 K5 K6 Nazwa zmennej Osoby korzystające z komputera Osoby korzystające z Internetu Osoby regularne korzystające z komputera Gospodarstwa domowe z szerokopasmowym dostępem do Internetu Osoby nekorzystające z Internetu z braku potrzeby Osoby korzystające z Internetu za pomocą urządzeń przenośnych Źródło: opracowane własne na podstawe [Społeczeństwo nformacyjne, 205]. Zmenna C C2 C3 C4 C5 C6 C7 C8 C9 C0 C Tabela 3. Zmenne reprezentujące kategorę Łączność Nazwa zmennej Osoby komunkujące sę za pomocą Internetu Osoby wykorzystujące w sec nformacje o produktach Osoby zamawające lub kupujące onlne Osoby czytające e-book Osoby czytające onlne, poberające plk z gazetam Osoby korzystające z serwsów podróżnczych, rezerwacyjnych Osoby korzystające z e-admnstracj Osoby umawające sę na wzyty lekarske Osoby korzystające z usług bankowych Osoby słuchające rada przez Internet Osoby grające onlne, odtwarzające lub poberające muzykę, flmy, gry Źródło: opracowane własne na podstawe [Społeczeństwo nformacyjne, 205].
290 Ewa Pośpech, Adranna Mastalerz-Kodzs Tabela 4. Zmenne reprezentujące kategorę Integracja technolog cyfrowych w przedsęborstwach Zmenna P P2 P3 P4 P5 P6 P7 P8 P9 P0 P P2 P3 Nazwa zmennej Frmy wykorzystujące komputery Osoby pracujące wykorzystujące komputery Frmy posadające dostęp do Internetu Frmy posadające szerokopasmowy dostęp do Internetu Frmy wykorzystujące meda społecznoścowe Frmy korzystające z płatnej autoreklamy w Internece Frmy posadające własną stronę nternetową Frmy wykorzystujące ERP Frmy wykorzystujące CRM Frmy korzystające z e-admnstracj Frmy dokonujące e-zakupów Frmy prowadzące e-sprzedaż Frmy ponoszące nakłady na ICT Źródło: opracowane własne na podstawe [Społeczeństwo nformacyjne, 205]. Tabela 5. Zmenne reprezentujące kategorę Cyfrowe usług publczne Zmenna U U2 U3 U4 U5 U6 U7 U8 U9 U0 Nazwa zmennej Wskaźnk wsperana rozwoju społeczeństwa nformacyjnego przez urzędy Urzędy śwadczące rozwjające usług elektronczne Urzędy wsperające e-ntegrację Urzędy posadające użyteczną stronę nternetową Wskaźnk skutecznośc cyfryzacj w urzędach Urzędy stosujące dobre praktyk zarządzana Urzędy promujące wykorzystane ICT wśród pracownków Urzędy osągające zadowalające rezultaty stosowana ICT Urzędy wymagające kompetencj nformatycznych od pracownków rozwjających je Urzędy konsekwentne wdrażające ICT Źródło: opracowane własne na podstawe [Społeczeństwo nformacyjne, 205]. Wszystke zmenne przedstawone zostały w postac wskaźnków wyrażonych w procentach. Zmenne L, L2, L4 K5 są destymulantam, natomast pozostałe zmenne to stymulanty. Na podstawe zgromadzonych danych zbudowano mary syntetyczne dla każdej kategor oddzelne, a także dla wszystkch kategor łączne. Rankng uzyskane na podstawe wyznaczonych wartośc mar syntetycznych przedstawono w tabel 6. Wprowadzono następujące oznaczena mar syntetycznych dla poszczególnych obszarów: MS_l Kaptał ludzk, MS_k Korzystane z komputera Internetu, MS_c Łączność, MS_p Przedsęborstwa, MS_u Usług, MS_o Ogółem.
Analza przestrzenna rozwoju społeczeństwa nformacyjnego w Polsce 29 Województwo Tabela 6. Rankng województw według mar syntetycznych Rankng MS_l MS_k MS_c MS_p MS_u MS_o Dolnośląske 2 3 2 3 4 2 Kujawsko-pomorske 0 9 8 2 2 9 Lubelske 2 6 0 7 0 Lubuske 4 3 4 3 3 3 Łódzke 9 2 9 6 2 Małopolske 4 7 4 5 2 4 Mazowecke 2 4 Opolske 5 4 5 8 6 Podkarpacke 4 5 9 9 4 Podlaske 6 5 7 7 8 7 Pomorske 3 3 6 5 3 Śląske 7 8 6 2 5 Śwętokrzyske 6 5 6 6 0 6 Warmńsko-mazurske 8 0 4 6 Welkopolske 5 6 3 4 5 8 Zachodnopomorske 3 0 2 5 3 5 Źródło: opracowane własne na podstawe danych zawartych w [Społeczeństwo nformacyjne, 205; Czarnk, Turek, 205]. Uzyskane rezultaty ukazują pozycję danego województwa w ramach rozpatrywanego obszaru. Na czołowych mejscach nemal w każdej kategor znalazły sę województwa mazowecke dolnośląske, chocaż województwo mazowecke zajęło wyjątkowo nske 4. mejsce w kategor Cyfrowe usług publczne. Ponadto, na wysokch mejscach znajdowały sę także województwa pomorske małopolske. Województwo śląske, które w trzech kategorach plasowało sę w środku stawk, zanotowało bardzo wysoke pozycje w kategorach dotyczących przedsęborstw oraz usług w ogólnym zestawenu znalazło sę w perwszej pątce najwyżej usytuowanych województw. Najgorzej w zestawenach wypadało województwo śwętokrzyske (najczęścej zajmowało ostatne mejsce, równeż w rankngu uwzględnającym ogół zmennych), a na pozostałych końcowych mejscach zestawena ogólnego plasowały sę województwa lubuske, podkarpacke, zachodnopomorske. Kształtowane sę wartośc mary syntetycznej dla ogółu zmennych z uwzględnenem średnej dla całego kraju przedstawa rys.. Prezentuje województwa mazowecke, dolnośląske pomorske jako regony o najwyższym pozome rozwoju społeczeństwa nformacyjnego, natomast jako najsłabej rozwnęte pod tym względem ukazuje województwo śwętokrzyske.
292 Ewa Pośpech, Adranna Mastalerz-Kodzs Źródło: opracowane własne. Rys.. Wartośc mary syntetycznej dla kategor Ogółem Kształtowane sę wartośc mar oraz wynkające z nch rankng pozwalają porównać pozom społeczeństwa nformacyjnego w poszczególnych województwach. Wartym podkreślena uzupełnenem analz jest przestrzenna ocena rozwoju ukazane, jak geografczne kształtuje sę rozwój społeczeństwa nformacyjnego (czy stneją zależnośc zwązane z położenem geografcznym, czy stneją samotne wyspy, sąsadujące z województwam o odmennych wartoścach mernków, czy też stneje tendencja do skupana sę województw o podobnych wartoścach mar). Odpowedz na te pytana można uzyskać przy pomocy statystyk analzy przestrzennej (np. globalnych lokalnych statystyk Morana). W tabel 7 przedstawono kształtowane sę wartośc globalnych statystyk I Morana, które nformują o stnenu autokorelacj przestrzennej. Statystyk Tabela 7. Statystyk globalne I Morana według mar syntetycznych Wartośc statystyk dla zmennych syntetycznych MS_l MS_k MS_c MS_p MS_u MS_o I 0,224 0,072 0,26 0,282 0,035 0,245 p-value 0,853 0,56 0,84 0,937 0,235 0,88 Źródło: opracowane własne. Uzyskane wartośc dla wększośc mar wskazują newelką ujemną zależność przestrzenną; dodatną autokorelację zanotowano tylko dla obszaru cyfrowych usług publcznych. Analzy wykazały, ż w każdym przypadku korelacja ta jest jednak nestotna statystyczne. Można zatem twerdzć, że w ramach omawanych obszarów ne występuje zjawsko autokorelacj przestrzennej (wartośc rozmeszczone są losowo). Innym aspektem analzy autokorelacj przestrzennej jest badane kształtowana sę wartośc zmennych w odnesenu do lokalzacj sąsednch. Analzę taką umożlwają statystyk lokalne. Wartośc lokalnych statystyk pozwalają na stwer-
Analza przestrzenna rozwoju społeczeństwa nformacyjnego w Polsce 293 dzene stnena tzw. outlerów (województw odstających n plus lub n mnus od sąsadów), bądź skupana sę obektów o podobnych wartoścach mar. Na rys. 2 3 przedstawono uzyskane rezultaty. Źródło: opracowane własne. Rys. 2. Outlery skupska dla zmennych MS_l, MS_k, MS_c W ramach obszaru Kaptał ludzk wyłonone zostały dwa outlery województwo mazowecke oraz pomorske; oznacza to, że otoczone są one przez województwa o odmennych (w obydwu przypadkach nższych) wartoścach danej mary syntetycznej. W drugm obszarze Korzystane z komputera Internetu, zaobserwowano outler (mazowecke) oraz jednoelementowe skupene (podkarpacke). Województwo mazowecke cechuje sę zdecydowane wyższym wartoścam mary MS_k nż sąsedz, województwo podkarpacke otoczone jest w wększośc województwam o podobnych (nskch) wartoścach tej mary. W ramach trzecej kategor przedstawonej na rys. 2 Łączność, ponowne wyłonły sę dwa województwa netypowe mazowecke pomorske. Obydwa województwa cechują sę wyższym wartoścam mary MS_c nż otaczający je sąsedz pozom ch rozwoju w danym obszarze jest dużo wyższy nż u sąsadów. Źródło: opracowane własne. Rys. 3. Outlery skupska dla zmennych MS_p, MS_u, MS_o
294 Ewa Pośpech, Adranna Mastalerz-Kodzs W obszarze zwązanym z nformatyzacją przedsęborstw zaobserwowano dwa outlery: mazowecke śwętokrzyske. To perwsze otoczone jest województwam o zdecydowane nższych wartoścach odpowednej mary syntetycznej, natomast druge jest województwem, którego wartośc danej mary są odstające n mnus w porównanu z sąsadam. W ramach ostatnej z rozważanych kategor Cyfrowe usług publczne, wyłonło sę jednoelementowe skupene małopolske; wokół nego skupają sę województwa o w marę zblżonych wartoścach danej mary (wysokch lub średnch), pozostałe województwa ne wykazują an skupana sę, an zdecydowanej odmennośc w porównanu do sąsadów. Mara MS_o, łącząca wszystke obszary, daje możlwość kompleksowej oceny pozomu rozwoju społeczeństwa nformacyjnego, a jej przestrzenna analza wskazuje występowane outlerów województwa mazowecke pomorske, które charakteryzują sę wysokm wartoścam w porównanu z sąsadam. Podsumowane Przeprowadzone analzy jako lderów każdego rozpatrywanego obszaru oceny wskazywały najczęścej województwa mazowecke, pomorske dolnośląske. Wyjątkem była kategora Cyfrowe usług publczne, w ramach której najwyżej ocenone było województwo śląske, natomast województwo stołeczne uplasowało sę na 4. pozycj. Wśród województw, które najczęścej zajmowały końcowe mejsca w zestawenu były śwętokrzyske zachodnopomorske. Ta część analz wskazała, w których województwach w jakch obszarach pownny być wprowadzone dzałana mające na celu poprawę sytuacj. Analzy przestrzenne mar syntetycznych ukazały, że ne występuje autokorelacja przestrzenna, co oznacza, ż wartośc mar rozkładają sę losowo. Zaobserwowano ponadto, że pojawają sę regony netypowe, które sąsadują z regonam o odmennych wartoścach mar wyższych, w przypadku województwa mazoweckego oraz pomorskego, oraz nższych w przypadku województwa śwętokrzyskego. W ramach badanych kategor pojawły sę tylko dwa jednoelementowe skupena. Ta sytuacja pozwala wnosć, ż należałoby położyć wększy nacsk na dzałana mające na celu podnesene pozomu rozwoju społeczeństwa nformacyjnego w regonach, których sąsadam były outlery o wysokch wartoścach (by dysproporcja mędzy nm ne była tak znaczna). Podobne dzałana pownny być podjęte w regone, który cechował sę zdecydowane nższym wartoścam zmennych nż sąsedz. Bblografa Czarnk S., Turek K., 205, Polsk rynek pracy aktywność zawodowa struktura wykształcena, Wyd. Polska Agencja Rozwoju Przedsęborczośc, Warszawa.
Analza przestrzenna rozwoju społeczeństwa nformacyjnego w Polsce 295 Kopczewska K., 20, Ekonometra statystyka przestrzenna z wykorzystanem programu R Cran, Wyd. CeDeWu.pl, Warszawa. Panek T., Zwerzchowsk J., 203, Statystyczne metody welowymarowej analzy porównawczej. Teora zastosowana, Ofcyna Wydawncza SGH, Warszawa. Pośpech E., Mastalerz-Kodzs A., 205, Autokorelacja przestrzenna wybranych charakterystyk społeczno-ekonomcznych, Metody loścowe w badanach ekonomcznych, t. 6, nr 4, Wyd. SGGW, Warszawa, s. 85 94. Społeczeństwo nformacyjne w lczbach 205, Mnsterstwo Admnstracj Cyfryzacj, Departament Społeczeństwa Informacyjnego, Warszawa, https://mc.gov.pl/raporty- -dane-badana (dostęp: 5.07.206 r.). Sucheck B. (red.), 200, Ekonometra przestrzenna. Metody modele analzy danych przestrzennych, Wyd. C.H. Beck, Warszawa. Tobler W., 970, A Computer Model Smulatng Urban Growth n Detrot Regon, Economc Geography 46(2), s. 234 240. Streszczene Pozom rozwoju społeczeństwa nformacyjnego jest jedną z ważnejszych determnant wpływających na pozom życa ludnośc oraz konkurencyjność gospodarek. Rozpatrując lokalne gospodark na szczeblu województw można dojść do tego samego wnosku. Dlatego stotna jest ocena stanu zaawansowana nformatyzacj w ramach każdego obszaru wchodzącego w skład pojęca społeczeństwa nformacyjnego. Celem artykułu jest ocena pozomu rozwoju nformatycznego oraz zdentyfkowane stnejących zależnośc przestrzennych polskch województw. Analzę przeprowadzono w oparcu o marę syntetyczną oraz narzędza statystyk ekonometr przestrzennej (globalne lokalne statystyk Morana). Bazując na pracach Komsj Europejskej, która skonstruowała Wskaźnk gospodark społeczeństwa cyfrowego DESI, uwzględnono w analzach zestaw klkudzesęcu zmennych, które pogrupowano według pęcu kategor. Dla każdej z tych kategor oraz dla ogółu zmennych zbudowano mary syntetyczne. Analzy wskazały lderów w obszarze nformatyzacj oraz tych, którzy w tej kwest mają wele do poprawy. Ponadto, przeprowadzono analzę przestrzenną badając występowane autokorelacj przestrzennej. Ustalono, ż ne występuje to zjawsko, gdyż uzyskane w wększośc ujemne wartośc statystyk były nestotne statystyczne. Wskazuje to na losowe rozmeszczene wartośc mar mędzy lokalzacjam. Analza lokalnych statystyk wyłonła przede wszystkm województwa odstające na plus od swoch sąsadów (mazowecke pomorske); jedynym outlerem odstającym na mnus od sąsadów było województwo śwętokrzyske w kategor zwązanej z nformatyzacją przedsęborstw. Otrzymane rezultaty mogą być wskazówką dla zarządzających danym jednostkam terytoralnym, w jakch obszarach należy wprowadzć dzałana mające na celu poprawę sytuacj. Słowa kluczowe: autokorelacja przestrzenna, mary syntetyczne, welowymarowa analza porównawcza, rozwój społeczeństwa nformacyjnego Spatal analyss of the nformaton socety development n Poland Summary The nformaton socety development level s one of more mportant factors that affects people s lvng standard and the compettveness of economes. We can say the same regardng local economes (e.g. vovodshps). Therefore, a very mportant ssue s the evaluaton of the dgtal de-
296 Ewa Pośpech, Adranna Mastalerz-Kodzs velopment level n all the felds connected wth nformaton socety. The purpose of the artcle s the evaluaton of nformaton socety level and the dentfcaton of spatal dependences n Polsh vovodshps. The analyses were carred out on the bass of multvarate comparatve analyss tools (synthetc measure) and spatal statstcs and econometrcs tools (global and local Moran s statstcs). Based on the works of European Commsson whch developed The Dgtal Economy and Socety Index DESI, several dozen varables were taken nto consderaton n the analyses; these varables were dvded nto fve categores. For each group separately and for all the varables synthetc measures were bult. The analyses ponted out the best and the worst vovodshps n respect to consdered phenomena. The spatal analyses concernng the dentfcaton of spatal autocorrelaton occurrence were provded as well. They showed the absence of spatal autocorrelaton because of the statstcally nsgnfcant negatve statstcs values. It means the random dstrbuton of the synthetc values. The local statstcs analyses manly showed outlers mazowecke and pomorske (wth hgh values of the measures) and śwętokrzyske (wth low values of the synthetc measure n the feld of dgtal technologes n companes). For the local authortes the obtaned results may be an ndcaton whch felds requre mprovement. Keywords: spatal autocorrelaton, synthetc measures, multvarate comparatve analyss, nformaton socety development JEL: C2, C39, O39, R9