Efekty przestrzenne w konwergencji polskich podregionów

Podobne dokumenty
Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 7 Modele nieliniowe. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria - wykªad 8

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Mieczysław Kowerski. Program Polska-Białoruś-Ukraina narzędziem konwergencji gospodarczej województwa lubelskiego

Ekonometria Bayesowska

Ekonometria. wiczenia 3 Autokorelacja, heteroskedastyczno±, wspóªliniowo± Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Modele wielorównaniowe. Estymacja parametrów

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13

Metody statystyczne w biologii - Wykªad 8. Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t

Matematyka z elementami statystyki

Modele wielorównaniowe. Problem identykacji

Ekonometria Przestrzenna

Ekonometria. wiczenia 5 i 6 Modelowanie szeregów czasowych. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 8 Modele zmiennej jako±ciowej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

czyli: Rynek nansowy znajduje si w równowadze popyt na pieni dz równy jest poda»y pieni dza (L = M).

Podstawy statystycznego modelowania danych - Wykªad 7

Makroekonomia Zaawansowana

Rozdziaª 8. Modele Krzywej Dochodowo±ci

Ekonometria Przestrzenna

Podstawy statystycznego modelowania danych Analiza prze»ycia

1 Bª dy i arytmetyka zmiennopozycyjna

Bash i algorytmy. Elwira Wachowicz. 20 lutego

1 Metody iteracyjne rozwi zywania równania f(x)=0

Podstawy modelowania w j zyku UML

Statystyka matematyczna

Ekonomia rozwoju Konwergencja

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

Wykªad 6: Model logitowy

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Funkcje, wielomiany. Informacje pomocnicze

MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH

Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd.

Egzamin z ekonometrii - wersja ogólna

STATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1


Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów

In»ynierskie zastosowania statystyki wiczenia

Wpływ polityki spójności na realną konwergencję wewnątrzregionalną w Polsce w latach

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

Bifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Modele ARIMA prognoza, specykacja

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

AUTOR MAGDALENA LACH

Opis matematyczny ukªadów liniowych

Wst p do ekonometrii II

Ekonometria Przestrzenna

Ekonometria Przestrzenna

Reforma emerytalna w ±wietle modelu z nakªadaj cymi si pokoleniami (OLG)

Ekonometria Przestrzenna

Ukªady równa«liniowych

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Analiza determinant bilansów obrotów bieżących państw członkowskich Unii

Ekonomia pracy - wprowadzenie

Wektory w przestrzeni

Rachunek zda«. Relacje. 2018/2019

Moduł. Rama 2D suplement do wersji Konstruktora 4.6

Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe

III. GOSPODARSTWA DOMOWE, RODZINY I GOSPODARSTWA ZBIOROWE

Julian Zawistowski Instytut Badań Strukturalnych

Rachunek ró»niczkowy funkcji jednej zmiennej

Funkcje. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

1 Elektrostatyka. 1.1 Wst p teoretyczny

Rozdziaª 10: Portfel inwestycyjny

2 Model neo-keynsistowski (ze sztywnymi cenami).

Zadanie 1. (8 punktów) Dana jest nast puj ca macierz: M =

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

Zastosowania matematyki

Analizy populacyjne, ªadunki atomowe

Zadanie 1. Zadanie 2. Niech µ A i µ B oznaczaj stopy zwrotu odpowiednio z aktywa A i B, ªatwo obliczy,»e ,

Ekonometria - wykªad 1

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

a) f : R R R: f(x, y) = x 2 y 2 ; f(x, y) = 3xy; f(x, y) = max(xy, xy); b) g : R 2 R 2 R: g((x 1, y 1 ), (x 2, y 2 )) = 2x 1 y 1 x 2 y 2 ;

Metody probablistyczne i statystyka stosowana

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Koªo Naukowe Robotyków KoNaR. Plan prezentacji. Wst p Rezystory Potencjomerty Kondensatory Podsumowanie

Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

Egzamin z ekonometrii - wersja ogólna

Nowy Serwis Pstr gowy. Analiza Rynku Producentów Ryb ososiowatych

Człowiek najlepsza inwestycja Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Bilans pªatniczy i mi dzynarodowa pozycja inwestycyjna

Analiza wydajno±ci serwera openldap

Teoria wymiany mi dzynarodowej

Regulacje czasu pracy Regulacje zatrudniania i zwalniania

Modele wielorównaniowe. Problem identykacji

Konwergencja i nierówności na świecie. Modele neoklasyczne czy Ak? Zaawansowana makroekonomia Dr hab. Joanna Siwińska-Gorzelak

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6

Metody numeryczne i statystyka dla in»ynierów

Materiaªy do Repetytorium z matematyki

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, Dawid Rasaªa Metody numeryczne 1 / 9

Proste modele o zªo»onej dynamice

Numeryczne zadanie wªasne

Funkcje wielu zmiennych

Transkrypt:

Efekty przestrzenne w konwergencji polskich podregionów Mikoªaj Herbst EUROREG UW Piotr Wójcik WNE UW Konferencja Ministerstwa Rozwoju Regionalnego Budowanie spójno±ci terytorialnej i przeciwdziaªanie marginalizacji obszarów problemowych 9-10.12.2010 r., Warszawa

Konwergencja typu beta i sigma Cel analizy celem analizy jest werykacja wyst powania konwergencji typu sigma i typu beta mi dzy podregionami w latach 19952006, testowana jest konwergencja absolutna oraz warunkowa warunkowana zasobami kapitaªu zycznego, kapitaªu ludzkiego oraz wielko±ci miasta centralnego w regionie, analizujemy tak»e wyst powanie efektów przestrzennych i ich wpªyw na regionalny wzrost.

Konwergencja typu beta i sigma Poj cia konwergencji beta i sigma konwergencja sigma oznacza malej ce zróznicowanie dochodu per capita mi dzy regionami (krajami), konwergencja beta oznacza negatywn zale»no± mi dzy przeci tn stop wzrostu a pocz tkowym dochodem, czyli relatywnie szybszy wzrost w regionach pocz tkowo biedniejszych: absolutna (bezwarunkowa) regiony pocz tkowo biedniejsze rozwijaj si szybciej od bogatszych niezale»nie od charakterystyk strukturalnych, warunkowa negatywna zale»no± wyst puje tylko dla regionów podobnych pod wzgl dem charakterystyk strukturalnych (np. infrastruktura techniczna, kapitaª ludzki).

Podej±cie klasyczne Podej±cie przestrzenne Ramy analizy Dane Klasyczna analiza konwergencji beta W uproszczeniu konwergencja beta analizowana jest z wykorzystaniem nast puj cego równania: PKB t = α + βpkb t0 + γx t0 + ɛ t (1) ujemna warto± β oznacza,»e biedniejsze pocz tkowo regiony rozwijaj si szybciej, co prowadzi do konwergencji, dodanie do modelu X t0 (dodatkowych charakterystyk strukturalnych) oznacza testowanie konwergencji warunkowej.

Podej±cie klasyczne Podej±cie przestrzenne Ramy analizy Dane Model przestrzennego opó¹nienia (spatial lag model) uwzgl dnianie w modelu tzw. opó¹nie«przestrzennych pozwala bada wpªyw regionów s siedzkich na analizowane zjawisko, w jednej z najprostszych form dotyczy ono zmiennej obja±nianej (tu: przeci tnego wzrostu PKB): PKB t = α + ρw PKB t + βpkb t0 + γx t0 + ɛ t (2) gdzie W jest tzw. macierz wag przestrzennych, a parametr ρ wspóªczynnikiem przestrzennej autoregresji, W deniuje relacj mi dzy ka»d par regionów (s siedztwo), W PKB t mo»na w uproszczeniu interpretowa jako ±redni wzrost PKB w regionach s siaduj cych.

Podej±cie klasyczne Podej±cie przestrzenne Ramy analizy Dane Przestrzenny model Durbina (Spatial Durbin Model, SDM) Model przestrzenny, który zawiera opó¹nienie przestrzenne zmiennej zale»nej (tu PKB t ) i zmiennych obja±niaj cych (tu wektora X t0): PKB t = α + ρw PKB t + βpkb t0 + γx t0 + δwx t0 + ɛ t (3) gdzie δ zawiera wspóªczynniki przestrzennej regresji opisuj ce przestrzenny wpªyw wybranych charakterystyk regionów s siaduj cych na wzrost PKB w analizowanym regionie.

Podej±cie klasyczne Podej±cie przestrzenne Ramy analizy Dane Ramy analizy badanie dla podregionów w okresie 19952006, podregiony jednostkami wyª cznie do celów stastystycznych bez administracji i jakichkolwiek kompetencji, w 2008 wprowadzono nowe 66 podregionów, analiza dla 45 podregionów z okresu 20042007, du»e miasta wª czone do otaczaj cych podregionów (ostatecznie 39), okres 19952006, a tak»e podziaª na 3 podokresy: 19951998, 19982002 oraz 20022006.

Podej±cie klasyczne Podej±cie przestrzenne Ramy analizy Dane Dane generalnie dane z BDR GUS, ale wi kszo± zmiennych niedost pna dla podregionów dla caªego okresu, w 1999 reforma administracyjna z 49 na 16 województw, w 2004 wprowadzono podregiony (wej±cie do UE) odt d dane dost pne, PKB przeliczone wstecz do roku 1995, dost pne tak»e dane o populacji, kapitaª zyczny dla 1995 i 1998 przeliczenie na podregiony ze starych 49 województw na bazie populacji, zmienne demograczne zagregowane z poziomu gmin dla caªego okresu 19952006,

Podej±cie klasyczne Podej±cie przestrzenne Ramy analizy Dane Dane cd. wyksztaªcenie wy»sze najbardziej problematyczne wyksztaªcenie wy»sze ocjalne dane dost pne tylko za 2002 (spis powszechny), warto±ci dla 1995 i 1998 obliczono dla 49 starych województw na podstawie BBGD, nast pnie przeliczone na podregiony, zmiana mi dzy 2002 i 2006 oszacowana w dwóch krokach: liczba absolwentów studiów wy»szych jako przybli»enie przyrostu, zaªo»ono pewn mobilno± mi dzy regionami stopy migracji absolwentów oszacowane w osobnym badaniu na bazie danych z portalu www.nasza-klasa.pl.

Wst p Regionalny PKB i jego wzrost estymacji MNK i SDM PKB per capita w 2006 (lewy) i ±rednia stopa wzrostu w 1995 2006 (prawy) Mikoªaj Herbst Piotr Wójcik Efekty przestrzenne w konwergencji polskich podregionów

Regionalny PKB i jego wzrost estymacji MNK i SDM Pocz tkowy PKB per capita i ±rednia stopa wzrostu 19952006 dywergencja spowodowana dynamicznym rozwojem najbogatszych regionów (gªównie Warszawa i Pozna«)

Regionalny PKB i jego wzrost estymacji MNK i SDM Odchylenie standardowe regionalnego PKB per capita w latach 19952006

Regionalny PKB i jego wzrost estymacji MNK i SDM Opis szacowanych równa«zmienna zale»na: stopa wzrostu PKB w odniesieniu do zasobu siªy roboczej (dane o liczbie zatrudnionych z BDR niespójne w czasie), 10 ró»nych specykacji 5 szacowanych MNK i 5 z efektami przestrzennymi (SDM), specykacje 13 warto±ci pocz tkowe dla zmiennych obja±niaj cych, specykacje 4 i 5 zmiana w czasie zmiennych obja±niaj cych,

Regionalny PKB i jego wzrost estymacji MNK i SDM MNK i SDM dla okresu 19952006 zmienna MNK SDM 1 2 3 4 5 1 2 3 4 5 stala -0.252** -0.087 0.389*** 0.171 0.444*** -0.129-0.288-0.069 0.054 0.381 log(lag PKB) 0.027** 0.009-0.037** -0.014-0.041*** 0.027*** 0.01-0.044*** -0.014-0.054*** lag kapital fizyczny 0.008 0.012 0.001 0.012* lag wyzsze wyksztalcenie 0.152* -0.013 0.15* 0.093 lag WDB w rolnictwie -0.06* -0.062** region legnicki/plocki 0.032*** 0.02*** 0.029*** 0.021*** miasto powyzej 1,000,000 0.036** 0.048*** 0.026* 0.048*** miasto powyzej 500,000 0.017*** 0.012*** 0.02*** 0.015*** miasto powyzej 200,000 0.003 0.005 0.001 0.005** d kapital fizyczny 0.352*** 0.269*** 0.382*** 0.28*** d wyzsze wyksztalcenie 0.005 0.011 0.011-0.008 d WDB w rolnictwie 0.057-0.133 splag log(lag PKB) -0.013 0.016 0.047 0.008 0.021 splag lag kapital fizyczny 0.025* 0.011 splag lag wyzsze wyksztalcenie -0.218 0.064 splag lag WDB w rolnictwie 0.124 splag region legnicki/plocki 0 0.024 splag miasto powyzej 1,000,000 0.005-0.001 splag miasto powyzej 500,000 0.021 0.001 splag miasto powyzej 200,000-0.004-0.005 splag d kapital fizyczny -0.216-0.139 splag d wyzsze wyksztalcenie 0.095** -0.094 splag d WDB w rolnictwie 0.522** Rho 0.421* 0.364 0.124 0.501** 0.294 Moran I 0.18 0.17 0.154 0.285 0.207 0.032 0.039-0.022 0.06-0.001 Moran I odch. std. 2.11** 2.064** 1.881** 3.201*** 2.383*** 0.598 0.69 0.049 0.88 0.257 AIC -240.5-242.9-260.9-249.7-266.2-239.7-244.5-258.9-255.9-262.3

Regionalny PKB i jego wzrost estymacji MNK i SDM MNK i SDM dla okresu 19952006 wnioski raczej dywergencja ni» konwergencja, kapitaª ludzki mo»e by ¹ródªem przewagi szybko rosn cych regionów (równanie 2.), kapitaª ludzki nieistotny, je±li kontrolowana wielko± miasta centralnego, dodanie zmiennych dla miast centralnych > pocz tkowy PKB ujemny i istotny, warunkowa konwergencja raczej mi dzy regionami z miastami centralnymi podobnej wielko±ci, a nie o podobnym zasobie kapitaªu ludzkiego, dla zmian zmiennych obja±niaj cych (specykacje 4 i 5), regionalny wzrost zale»y od przyrostu kapitaªu zycznego, a nie ludzkiego, model SDM wskazuje na pewne zale»no±ci przestrzenne.

Regionalny PKB i jego wzrost estymacji MNK i SDM MNK i SDM dla podokresu 19951998 zmienna MNK SDM 1 2 3 4 5 1 2 3 4 5 stala -0.095 0.269 0.49* -0.221 0.626** 0.367 0.216 0.334-0.037 1.658*** log(lag PKB) 0.013-0.03-0.047* 0.024-0.06** 0.024-0.02-0.074*** 0.024-0.117*** lag kapital fizyczny 0.037*** 0.005 0.031** 0.014 lag wyzsze wyksztalcenie 0.169-0.122 0.118-0.027 lag WDB w rolnictwie 0.118* 0.157*** region legnicki/plocki 0.03** 0.04*** 0.025** 0.027** miasto powyzej 1,000,000 0.122*** 0.109*** 0.144*** 0.176*** miasto powyzej 500,000 0.033*** 0.025** 0.05*** 0.046*** miasto powyzej 200,000 0.006 0.003 0.007 0.003 d kapital fizyczny -0.118-0.147-0.062 0.091 d wyzsze wyksztalcenie 0.038 0.03 0.078* 0.014 d WDB w rolnictwie -0.14-0.211** splag log(log PKB) -0.058-0.006 0.04-0.02-0.038 splag lag kapital fizyczny 0.017-0.025 splag lag wyzsze wyksztalcenie -0.2 0.525 splag lag WDB w rolnictwie 0.144 splag region legnicki/plocki -0.033-0.015 splag miasto powyzej 1,000,000 0.074 0.207*** splag miasto powyzej 500,000 0.018 0.073** splag miasto powyzej 200,000-0.049*** -0.038*** splag d kapital fizyczny -0.427** -0.126 splag d wyzsze wyksztalcenie 0.233** -0.199** splag d WDB w rolnictwie 0.757*** Rho 0.37 0.118-0.125 0.155 0.099 Moran I 0.195 0.046 0 0.145 0.056 0.028 0.021 0.005 0.003-0.04 Moran I odch. std. 2.305** 0.742 0.265 1.775** 0.845 0.558 0.477 0.328 0.299-0.142 AIC -186.2-196.6-211.4-183.5-206.3-187.8-189.8-206.7-186.7-214.1

Regionalny PKB i jego wzrost estymacji MNK i SDM MNK i SDM dla podokresu 19982002 zmienna MNK SDM 1 2 3 4 5 1 2 3 4 5 stala -0.267 0.259 0.497 0.348 0.581** -0.602-0.339-0.575 1.008* 0.214 log(lag PKB) 0.026-0.03-0.053* -0.032-0.056** 0.024-0.051** -0.053** -0.042** -0.045** lag kapital fizyczny 0.012 0.031** 0.019* 0.045*** lag wyzsze wyksztalcenie 0.475*** 0.2 0.484*** 0.196 lag WDB w rolnictwie -0.175** -0.273*** region legnicki/plocki -0.001-0.018 0.001-0.011 miasto powyzej 1,000,000-0.005 0.029-0.057** -0.005 miasto powyzej 500,000 0.008 0.018* -0.006 0.004 miasto powyzej 200,000 0.011 0.012* 0.009* 0.013*** d kapital fizyczny 0.229*** 0.263*** 0.289*** 0.256*** d wyzsze wyksztalcenie -0.034 0.001-0.023 0.004 d WDB w rolnictwie -0.013-0.18* splag log(log PKB) 0.034 0.078** 0.095** -0.055 0.026 splag lag kapital fizyczny 0.016 0.056* splag lag wyzsze wyksztalcenie -0.538** -0.306 splag lag WDB w rolnictwie 0.15 splag region legnicki/plocki 0.005 0.027 splag miasto powyzej 1,000,000-0.116* -0.083 splag miasto powyzej 500,000-0.02-0.039* splag miasto powyzej 200,000 0.025* 0.014 splag d kapital fizyczny 0.217 0.227 splag d wyzsze wyksztalcenie 0.167** 0.074 splag d WDB w rolnictwie 0.244* Rho -0.12 0.171-0.116-0.209-0.166 Moran I -0.028 0.157 0.155-0.062 0.057-0.019-0.03-0.072-0.011 0.02 Moran I odch. std. -0.022 1.889** 1.888** -0.374 0.864 0.072-0.035-0.466 0.164 0.476 AIC -195.2-208.1-209.7-206.7-211.5-191.9-209.8-218.3-205.5-213.5

Regionalny PKB i jego wzrost estymacji MNK i SDM MNK i SDM dla podokresu 20022006 zmienna MNK SDM 1 2 3 4 5 1 2 3 4 5 stala -0.208* -0.248-0.051-0.254** 0.14-0.655** -0.297-0.303-0.716** 0.059 log(lag PKB) 0.024** 0.03 0.01 0.027** -0.01 0.021* 0.039-0.01 0.023** -0.016 lag kapital fizyczny 0.011-0.004 0.007-0.005 lag wyzsze wyksztalcenie -0.347** -0.119-0.284 0.116 lag WDB w rolnictwie -0.033-0.07 region legnicki/plocki 0.06*** 0.058*** 0.061*** 0.054*** miasto powyzej 1,000,000 0.029 0.027 0.024 0.034** miasto powyzej 500,000 0.01 0.008 0.013* 0.016*** miasto powyzej 200,000-0.004-0.002-0.007* 0 d kapital fizyczny 0.175 0.118 0.13 0.161* d wyzsze wyksztalcenie 0.111* -0.007 0.094* -0.058 d WDB w rolnictwie -0.081-0.106** splag log(lag PKB) 0.046* -0.008 0.038 0.05* 0.015 splag lag kapital fizyczny -0.004 0.003 splag lag wyzsze wyksztalcenie 0.384 0.409 splag lag WDB w rolnictwie 0.191* splag region legnicki/plocki 0.018 0.034 splag miasto powyzej 1,000,000 0.001 0.06 splag miasto powyzej 500,000 0.015 0.022* splag miasto powyzej 200,000-0.007 0.003 splag d kapital fizyczny 0.329 0.297* splag d wyzsze wyksztalcenie 0.177-0.018 splag d WDB w rolnictwie 0.152 Rho -0.065 0.101-0.353-0.432-0.447 Moran I -0.012 0.034-0.045-0.116-0.057 0.018 0.012-0.045-0.001-0.064 Moran I odch. std. 0.161 0.652-0.185-0.995-0.313 0.506 0.411-0.19 0.266-0.387 AIC -210.2-215.2-244.3-212.3-248.7-209.6-208 -237.1-210.7-244

Regionalny PKB i jego wzrost estymacji MNK i SDM MNK i SDM dla podokresów wnioski absolutna konwergencja beta nie wyst puje w»adnym z podokresów, konwergencja warunkowa w latach 19951998 i 19982002, ale nie w 20022006 (dywergencja), dwa pierwsze okresy bardzo ró»ne dynamiczny wzrost vs. spowolnienie; ró»ne czynniki konwergencji, 19951998: konwergencja zwi zana z potencjaªem du»ych miast centralnych; zyskuj tak»e regiony surowcowe, 19982002: rola du»ych miast znika pojawia si kapitaª zyczny i WDB w rolnictwie (ujemna zale»no± ), wzrost bardziej przestrzennie skoncentrowany w czasie spowolnienia ni» w okresie prosperity istotny, dodatni wpªyw pocz tkowego PKB per capita w regionach s siaduj cych.

regionalne zró»nicowanie dochodu wzrosªo w latach 19952006 dywergencja absolutna, konwergencja warunkowa dla caªego okresu i dwóch podokresów ró»ne czynniki, brak wpªywu kapitaªu ludzkiego na stopy wzrostu przy kontrolowaniu wielko±ci miasta centralnego, szybszy wzrost w regionach pochodn dost pu do surowców naturalnych lub efektów aglomeracyjnych, ró»nice w dochodzie mi dzy regionami z du»ymi miastami a pozostaªymi rosªy, szczególnie w okresach szybkiego wzrostu, raczej sªabe efekty przestrzenne wywierane przez du»e aglomeracje na regiony s siaduj ce gªównie w latach 19951998.

Pytania??? Dzi kuj za uwag