FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2014, 313(76)3, 5 14 Iwona Bąk 1, Beata Szczecińska 2 PRZESTRZENNE ZRÓŻNICOWANIE WOJEWÓDZTW POLSKI POD WZGLĘDEM JAKOŚCI ŚRODOWISKA NATURALNEGO SPATIAL DIVERSITY OF VOIVODESHIPS IN POLAND IN TERMS OF QUALITY OF NATURAL ENVIRONMENT 1 Katedra Zastosowań Matematyki w Ekonomii, ZUT w Szczecinie ul. Klemensa Janickiego 31, 71-270 Szczecin, e-mail: iwona.bak@zut.edu.pl 2 Katedra Analizy Systemowe i Finansów, ZUT w Szczecinie ul. Klemensa Janickiego 31, 71-270 Szczecin, e-mail: beata.szczecinska@zut.edu.pl Summary. The main goal of the article was to analyze the spatial diversity of the quality of natural environment of the polish voivodships in 2012. In the study were used indicators of the attractiveness of the environment and its pollution. In selection of diagnostic variables was used Hellwig parametric method, based on the matrix of correlation coefficients. On the basis of a set of diagnostic variables, was made linear ordering of voivodships, using classical taxonomic and positional meters. In addition, the effectiveness of groupings was verified by calculation of the ratios of homogeneity, heterogeneity and clustering accuracy using Weber's median. Słowa kluczowe: akość grupowań, środowisko naturalne, wielowymiarowa analiza porównawcza. Key words: multidimensional comparative analysis, natural environment, quality of groupings. WSTĘP Podstawę działalności gospodarcze stanowią zasoby środowiska naturalnego, które są wypadkową trzech podstawowych komponentów: powierzchni ziemi, zasobów wodnych i powietrza atmosferycznego. O użyteczności tych zasobów dla człowieka decydue zarówno ich ilość, ak i akość, które z edne strony określone są przez naturę, a z drugie zależą od samego człowieka. Bezpośrednią przyczyną zmnieszania ilości zasobów est ich wykorzystanie w charakterze nakładów w procesach gospodarczych, natomiast pogarszanie akości zasobów est naczęście spowodowane ubocznymi skutkami procesów gospodarczych. Wśród głównych zagrożeń środowiska, powodowanych działalnością człowieka, wymienić należy (Korol 2007): zanieczyszczenia gazowe i pyłowe powietrza, powodowane szczególnie działalnością przemysłową i rozwoem transportu drogowego; zanieczyszczenia gleby, powodowane odpadami komunalnymi i przemysłowymi oraz stosowaniem chemicznych środków działalności rolnicze; zanieczyszczenia wody, powodowane przez ścieki komunalne i przemysłowe; hałas, wibrace i wstrząsy, powodowane działalnością przemysłową i rozwoem transportu drogowego.
6 I. Bąk i B. Szczecińska Wymienione zagrożenia negatywnie oddziałuą na zasoby przyrody żywe, a także na warunki życia i zdrowie ludności. Rozwó regionów wymaga nie tylko raconalnego gospodarowania zasobami środowiska, ale także działań na rzecz ich ochrony. Rzetelna wiedza o stanie środowiska przyrodniczego i zmianach w nim zachodzących est niezbędna do podemowania optymalnych decyzi, które mogą dotyczyć np. przeznaczenia gruntów, lokalizaci wszelkiego rodzau zakładów czy też w szerszym zakresie restrukturyzaci przemysłu w regionie, np. woewództwie lub gminie 1. Celem artykułu est analiza przestrzennego zróżnicowania akości środowiska naturalnego w woewództwach Polski w 2012 roku. Jakość środowiska naturalnego est punktem wyścia diagnozy stanu, ponieważ warunkue możliwość korzystania z zasobów oraz często stanowi problem dla ochrony walorów przyrodniczych. Aby zrealizować postawiony cel, przeprowadzono porządkowanie i grupowanie woewództw z wykorzystaniem taksonomicznego miernika rozwou zarówno w podeściu klasycznym, ak i pozycynym. Ponadto zweryfikowano skuteczność grupowań, obliczaąc wskaźniki homogeniczności, heterogeniczności i poprawności skupień według koncepci uwzględniaące medianę Webera. MATERIAŁ BADAWCZY I METODA Z uwagi na dostępność danych statystycznych do badania dobrano wstępnie 32 cechy diagnostyczne charakteryzuące środowisko naturalne (Roczniki Statystyczne Woewództw. Podregiony, Powiaty, Gminy 2013): X udział użytków rolnych w powierzchni ogółem, 1 X udział gruntów leśnych oraz zadrzewionych i zakrzewionych w powierzchni ogółem, 2 X udział gruntów pod wodami w powierzchni ogółem, 3 X udział gruntów zabudowanych i zurbanizowanych w powierzchni ogółem, 4 X udział użytków ekologicznych w powierzchni ogółem, 5 X udział nieużytków w powierzchni ogółem, 6 X pobór wody ogółem w dam 3 na 1 km 2, 7 X zużycie wody na potrzeby gospodarki narodowe i ludności w hm 3 na 1000 ludności, 8 X ścieki odprowadzone w hm 3 na 1 km 2, 9 X ścieki przemysłowe i komunalne nieoczyszczane w dam 3 na 1 km 2, 10 X ludność korzystaąca z oczyszczalni ścieków w % ogólne liczby ludności, 11 X emisa zanieczyszczeń pyłowych w tys. t na 100 km 2, 12 X emisa zanieczyszczeń gazowych (bez CO 2 ) w tys. t na 100 km 2, 13 X zanieczyszczenia pyłowe zatrzymane w urządzeniach do redukci zanieczyszczeń w % 14 zanieczyszczeń wytworzonych, X zanieczyszczenia gazowe zatrzymane w urządzeniach do redukci zanieczyszczeń w % 15 zanieczyszczeń wytworzonych, X odpady wytworzone w ciągu roku w tys. t na 1 km 2, 16 X odpady komunalne w kg na ednego mieszkańca, 17 1 Por. (Bąk, Sompolska-Rzechuła 2005).
Przestrzenne zróżnicowanie woewództw Polski 7 19 X 18 powierzchnia lasów ochronnych w % powierzchni lasów, X powierzchnia o szczególnych walorach przyrodniczych prawnie chroniona w % powierzchni ogólne, X pomniki przyrody na 1 km 2, 20 X nakłady na środki trwałe służące ochronie środowiska w zł na ednego mieszkańca, 21 X nakłady na środki trwałe służące gospodarce wodne w zł na ednego mieszkańca, 22 X lesistość w %, 23 X tereny zieleni ogólnodostępne i osiedlowe w m 2 na ednego mieszkańca, 24 X parki spacerowo-wypoczynkowe w m 2 na ednego mieszkańca, 25 X zieleńce w m 2 na ednego mieszkańca, 26 X tereny zieleni osiedlowe w m 2 na ednego mieszkańca, 27 X zieleń uliczna w m 2 na ednego mieszkańca, 28 X zużycie energii elektryczne w kwh na ednego mieszkańca, 29 X zużycie wody w gospodarstwach domowych w hm 3 na 1000 ludności, 30 X zużycie gazu w sieci w hm 3 na 1000 ludności, 31 X sprzedaż energii cieplne w TJ na 1000 ludności. 32 Wyże wymieniony zbiór potencalnych cech diagnostycznych ustalony na podstawie kryteriów merytoryczno-formalnych podlega następnie weryfikaci ze względu na wartość informacyną cech. Weryfikaca ta odbywa się za pomocą procedur statystycznych biorących pod uwagę dwa podstawowe kryteria: zdolność dyskryminacyną cech, czyli ich zmienność względem badanych obiektów, poemność (potencał informacyny) cech, czyli stopień ich skorelowania z innymi cechami (Panek 2009). Do analizy zmienności cech wykorzystano klasyczny współczynnik zmienności obliczany według formuły: S V =, (1) x x średnia arytmetyczna wartości zmienne X, S odchylenie standardowe -te cechy, = 1, 2,...m, m liczba zmiennych. Ze zbioru potencalnych cech diagnostycznych eliminue się te, dla których wartość współczynnika zmienności est nie większa od pewne arbitralnie ustalone małe wartości progowe. W celu określenia poemności informacyne cech wyznacza się współczynniki korelaci pomiędzy nimi. Do ostatecznego zbioru cech diagnostycznych nie wchodzą te, które są ze sobą silnie skorelowane, a więc powielaą informace o porównywanych obiektach. Jedną z naczęście stosowanych w praktyce metod dyskryminaci cech bazuących na macierzy współczynników korelaci est metoda parametryczna, zaproponowana przez Z. Hellwiga (Nowak 1990). Punktem wyścia w te metodzie est macierz R współczynników korelaci
8 I. Bąk i B. Szczecińska między potencalnymi cechami diagnostycznymi. Kryterium klasyfikaci est parametr r zwany także krytyczną wartością współczynnika korelaci, taki że 0 < r < 1. Wartość r może być obierana przez badacza lub wyznaczana w sposób formalny. Algorytm znadowania skupień cech z parametrem r est następuący: 1) w macierzy korelaci R znadue się sumę elementów każde kolumny (każdego wiersza): R 1 = L r kl k 1 ; (2) 2) wyszukue się kolumnę o numerze p, dla które: = max R ; (3) R 1 { } l l 3) w dane kolumnie wyróżnia się elementy r qp spełniaące nierówność: r qp r (4) i odpowiadaące tym elementom wiersze; cechę odpowiadaącą wyróżnione kolumnie uważa się za pierwszą cechę centralną, a cechy odpowiadaące wyróżnionym wierszom za e cechy satelitarne; tworzą one podzbiór potencalnych cech dopuszczalnych (tzw. skupienie), 4) z macierzy R skreśla się wyróżnione kolumny i wiersze, otrzymuąc tzw. zredukowaną macierz korelaci; 5) postępowanie opisane w punktach 1 4 powtarza się, otrzymuąc dalsze skupienia i nową zredukowaną macierz korelaci, oraz kontynuue dalszą procedurę aż do momentu wyczerpania zbioru cech 2. Otrzymany za pomocą te metody zbiór cech stanowił podstawę klasyfikaci woewództw pod względem akości środowiska naturalnego, które dokonano za pomocą zmienne syntetyczne. Procedury wyznaczania te zmienne można podzielić na wzorcowe i bezwzorcowe. W opracowaniu do budowy taksonomicznego miernika rozwou zastosowano metodę wzorcową, w podeściu zarówno klasycznym, ak i pozycynym, wykorzystuącym medianę Webera. Klasyczny miernik rozwou oparty est na zestandaryzowanych wartościach z i cech diagnostycznych, a więc (Nowak 1990): x i x zi =, ( i = 1, 2,..., n, = 1, 2,..., m ). (5) S Następnie wyznacza się odległości każdego obiektu badania od ustalonego wzorca rozwou o postaci: d i m = 1 z i ϕ, ( i = 1, 2,..., n ), (6) przy czym dla symulant φ = max z, a dla destymulant φ = min zi. i 1, 2,..., n i i 1, 2,..., n Syntetyczny miernik rozwou wyznacza się według wzoru: d i z i = 1, (7) d d = d + 2S d ( d średnia arytmetyczna współrzędnych wektora odległości d, zaś S d ich odchylenie standardowe). 2 Por. (Nowak 1990, Panek 2009).
Przestrzenne zróżnicowanie woewództw Polski 9 Wariant pozycyny przymue odmienną formułę standaryzacyną w porównaniu z podeściem klasycznym, opartą na ilorazie odchylenia wartości cechy od odpowiednie współrzędne mediany Webera i ważonego medianowego odchylenia bezwzględnego z zastosowaniem mediany Webera (Młodak 2006): x i θ 0 zi = 1,4826 mad ~, (8) ( X ) θ 0 = ( θ 01, θ 02,..., θ 0m ) est medianą Webera, m ad ~ ( X ) to medianowe odchylenie bezwzględne, w którym bada się dystans cech do wektora Webera, tzn.: ad ~ ( X ) = med x θ ( = 1, 2,... m). Miernik agregatowy wyznacza się według wzoru: d i m i 0 i 1, 2,..., n µ i = 1, (9) d d = med(d)+2,5mad(d), przy czym d = (d 1, d 2,,d n ) est wektorem odległości wyznaczanym według wzoru: d = med z ϕ, i 1, 2,... m i i = 1, 2,..., n, φ = max zi współrzędne wektora i 1, 2,..., n wzorca rozwou, którymi są maksymalne wartości znormalizowanych cech. Uporządkowania obiektów za pomocą miernika klasycznego stanowią podstawę do grupowania obiektów na cztery klasy. Stosowana naczęście metoda grupowania w uęciu klasycznym nosi nazwę metody trzech średnich (Nowak 1990). Polega ona na wyznaczeniu średnie arytmetyczne wartości miernika z z = z, z,..., z ), którą oznaczamy przez z, i ( i 1 2 n a następnie podzieleniu zbiorowości obiektów na dwie grupy: n 1, dla których wartości miernika przekraczaą średnią ( z i > z ) oraz n 2 spełniaące nierówność z i z. Następnie definiue się średnie pośrednie ako: 1 1 n z i 1 i 1 n 1 2 2 2 i 1 z 1 = oraz z = z i. n n Wówczas tworzy się następuące klasy obiektów: I grupa: z i >, z 2 II grupa: z < zi, z 2 1 < z z z 1 III grupa: z i, IV grupa: z i. Pozycyny odpowiednik metody trzech średnich stanowi metoda trzech median, w które wartości miernika taksonomicznego porównue się z odpowiednimi medianami (Młodak 2006). Do oceny akości analizy taksonomiczne wykorzystano mierniki homogeniczności, heterogeniczności oraz poprawności skupień wykorzystuące koncepcę środka ciężkości grupy i odległości od nie. Mierniki te głównie mierzą zwartość grupy lub e odrębność. Grupa est bardzie zwarta, eśli obiekty w dane grupie leżą blisko siebie (są ak nabardzie do siebie podobne homogeniczne), a odrębna, eśli obiekty w te grupie wyraźnie się różnią od pozostałych (Kolenda 2006). W pracy wykorzystano podeście, w którym środek ciężkości dane grupy zastąpiony został medianą Webera e elementów. W ocenie homogeniczności otrzymanych grup wykorzystano następuący miernik (Młodak 2006):
10 I. Bąk i B. Szczecińska 6 k 1, 2,.. p 6 k hm mx = max hm ( P ), (10) hm ( P ) = med δ ( Γ, Γ 6 k i θk i: Γi Pk ) to mediana odległości obiektów grupy P k od e wektora medianowego Webera, Γ θ, θ,..., θ ) wektor medianowy Webera wyznaczony dla grupy P k, θ k = ( 1Pk 2Pk mpk k = 1, 2,...,p, p liczba skupień otrzymanych na danym poziomie grupowania. Natomiast w ocenie heterogeniczności zastosowano miernik: ht mn = min ht ( P ), (11) 6 6 k k 1, 2,.. p ht ( P k ) = med δ ( Γ, Γ 6 i = 1,..., p i θk i k ) mediana odległości pomiędzy medianą Webera dane grupy z analogicznymi wektorami dla pozostałych grup. W ocenie poprawności grupowania wykorzystano kompleksowy miernik o postaci: hm6mx ct 6 =. (12) ht mn 6 WYNIKI BADAŃ I DYSKUSJA W pierwszym kroku badania przeprowadzono weryfikacę potencalnego zbioru cech diagnostycznych z wykorzystaniem współczynnika zmienności. Okazało się, że tylko edna cecha zanieczyszczenia pyłowe zatrzymane w urządzeniach do redukci zanieczyszczeń w % zanieczyszczeń wytworzonych (X 14 ) słabo może dyskryminować badane obiekty, ponieważ charakteryzue się niskim zróżnicowaniem (poniże 10%) i dlatego została wyeliminowana z dalsze analizy. Zastosowanie metody parametryczne Hellwiga pozwoliło na ustalenie ostateczne listy cech diagnostycznych, będące podstawą dalsze analizy porównawcze. W tym celu wyznaczono macierze współczynników korelaci między potencalnymi cechami diagnostycznymi, a następnie wyznaczono cechy centralne i izolowane. W ten sposób do dalsze analizy zaklasyfikowano następuące cechy: X 1, X 5, X 6, X 7, X 10, X 17, X 21, X 22, X 29, X 32. W zbiorze tym znaduą się wielkości, których większe wartości świadczą o lepsze akości środowiska naturalnego (stymulanty) oraz takie (destymulanty), których pożądany est ich niższy poziom (Balicki 2009). Do zbioru stymulant zaliczono cztery cechy: udział użytków rolnych w powierzchni ogółem (X 1 ), udział użytków ekologicznych w powierzchni ogółem (X 5 ), nakłady na środki trwałe służące ochronie środowiska w zł na ednego mieszkańca (X 21 ) oraz nakłady na środki trwałe służące gospodarce wodne w zł na ednego mieszkańca (X 22 ). Na podstawie otrzymanego zbioru cech diagnostycznych dokonano liniowego porządkowania woewództw, wykorzystuąc klasyczny i pozycyny miernik taksonomiczny. W tabeli 1 zaprezentowano ranking woewództw pod względem akości środowiska naturalnego, uzyskany za pomocą obu mierników.
Przestrzenne zróżnicowanie woewództw Polski 11 Tabela 1. Porównanie rezultatów klasyczne i pozycyne taksonomiczne analizy zróżnicowania akości środowiska naturalnego w woewództwach Polski w 2012 roku Metoda klasyczna Metoda pozycyna Woewództwa wartość wartość lokata grupa miernika miernika lokata grupa Dolnośląskie 0,3929 6 II 0,5887 5 II Kuawsko-pomorskie 0,4469 5 I 0,5643 6 II Lubelskie 0,5525 1 I 0,8082 2 I Lubuskie 0,3568 8 II 0,6514 4 I Łódzkie 0,3610 7 II 0,2401 14 IV Małopolskie 0,3488 9 II 0,5599 7 II Mazowieckie 0,0202 15 IV 0,0955 16 IV Opolskie 0,4926 3 I 0,4987 8 II Podkarpackie 0,5189 2 I 0,7781 3 I Podlaskie 0,3111 10 III 0,3266 11 III Pomorskie 0,2220 13 III 0,2699 12 III Śląskie 0,0361 16 IV 0,0767 15 IV Świętokrzyskie 0,4525 4 I 0,8467 1 I Warmińsko-mazurskie 0,3092 11 III 0,2606 13 IV Wielkopolskie 0,2995 12 III 0,3855 9 III Zachodniopomorskie 0,1489 14 IV 0,3571 10 III Źródło: obliczenia własne. Jak wynika z tabeli 1 uszeregowania woewództw przy zastosowaniu różnych metod nie są ednakowe, a w niektórych przypadkach różnią się dość znacznie. W celu stwierdzenia, czy występuą zgodności uporządkowania badanych obiektów przy zastosowaniu omawianych metod, wyznaczono współczynniki tau Kendalla 3. Obliczona ego wartość, wynosząca 0,6, świadczy o umiarkowane zgodności liniowego porządkowania obiektów. Nie ma woewództw, które zamowałyby takie same pozyce w obu rankingach. W przypadku siedmiu obiektów różnica wynosi tylko edną pozycę, natomiast dla pozostałych waha się od dwóch do siedmiu miesc. Nawiększa rozbieżność dotyczy woewództwa łódzkiego, które w rankingu otrzymanym metodą klasyczną zamue siódme miesce, a w rankingu otrzymanym metodą pozycyną miesce czternaste. Wykorzystuąc metodę trzech średnich i trzech median zbiór woewództw podzielono na cztery grupy typologiczne, obemuące obiekty podobne pod względem akości środowiska naturalnego (tabela 2). Tabela 2. Wyniki grupowania woewództw pod względem akości środowiska naturalnego w 2012 roku Grupy Grupowanie metodą klasyczną Grupowanie metodą pozycyną I lubelskie, podkarpackie, opolskie, świętokrzyskie, kuawsko-pomorskie świętokrzyskie, lubelskie, podkarpackie, lubuskie II dolnośląskie, łódzkie, lubuskie, małopolskie dolnośląskie, kuawsko-pomorskie, małopolskie, opolskie III podlaskie, warmińsko-mazurskie, wielkopolskie, wielkopolskie, zachodniopomorskie, podlaskie, pomorskie pomorskie IV zachodniopomorskie, mazowieckie, śląskie warmińsko-mazurskie, łódzkie, śląskie, mazowieckie Źródło: obliczenia własne. 3 Współczynniki tau Kendalla przymuą wartości z przedziału [ 1, 1]. Im ich wartość est bliższa 1, tym większa est zgodność uporządkowań (Stanisz 2006).
12 I. Bąk i B. Szczecińska Wydzielone grupy nieznacznie różnią się między sobą pod względem badanego zawiska. Dziesięć woewództw Polski (62,5%), niezależnie od zastosowane metody, należy do tych samych grup typologicznych. W przypadku pozostałych woewództw różnica pomiędzy dwoma różnymi klasyfikacami tego samego obiektu nie przekraczała ednego skupienia. Wyątek stanowi woewództwo łódzkie, które według miernika klasycznego znalazło się w drugie grupie typologiczne, natomiast miernik pozycyny sklasyfikował e do grupy czwarte (różnica dwóch grup). Aby określić skuteczność otrzymanych grupowań, zweryfikowano e, wyznaczaąc wskaźniki homogeniczności, heterogeniczności oraz poprawności skupień (tabela 3). Pożądana est niższa wartość miernika homogeniczności, co świadczy o większe ednorodności grup obiektów oraz wyższa wartość miary heterogeniczności informuąca o większe odrębności utworzonych grup. Ostatni z obliczonych mierników est ilorazem dwóch wcześnieszych i dlatego większa poprawność grupowania występue wtedy, gdy osiąga on niższą wartość. Tabela 3. Mierniki oceny poprawności grupowania obiektów Wskaźniki Metoda klasyczna Metoda pozycyna Homogeniczności skupień 5,2436 5,3603 Heterogeniczności skupień 4,7949 2,9469 Poprawności skupień 1,0936 1,8190 Źródło: obliczenia własne. Analizuąc wyniki skuteczności grupowań, przedstawione w tabeli 3, można stwierdzić, że grupowanie obiektów na podstawie metody klasyczne dało lepsze rezultaty pod każdym względem, czyli zarówno homogeniczności, heterogeniczności, ak i poprawności grupowania, w porównaniu z metodą pozycyną. W klasyfikaci przeprowadzone na podstawie taksonomicznego miernika rozwou w wersi klasyczne w nalepsze pierwsze grupie znalazły się następuące woewództwa: lubelskie, podkarpackie, opolskie, świętokrzyskie i kuawsko-pomorskie. Charakteryzuą się one korzystnymi wielkościami średnich, w porównaniu ze średnimi ogólnymi, odnoszących się do następuących cech: udziału użytków rolnych w powierzchni ogółem, nakładów na środki trwałe służące ochronie środowiska w zł na ednego mieszkańca, odpadów komunalnych w kg na ednego mieszkańca oraz zużycia energii elektryczne w kwh na ednego mieszkańca. Dobra sytuaca w drugie grupie woewództw występue w przypadku takich średnich wartości cech, ak: udział użytków ekologicznych w powierzchni ogółem, udział nieużytków w powierzchni ogółem, nakłady na środki trwałe służące gospodarce wodne w zł na ednego mieszkańca. Do niekorzystnych wartości należą średnie dotyczące odpadów komunalnych w kg na ednego mieszkańca oraz zużycia energii elektryczne w kwh na ednego mieszkańca. Słaba akość środowiska naturalnego woewództw wchodzących w skład grupy trzecie wynika przede wszystkim z nawiększego, w porównaniu ze średnim w krau, udziału nieużytków w powierzchni ogółem. Pozytywny wpływ na badane zawisko ma pobór wody ogółem w dam 3 na 1 km 2. Grupa czwarta to zbiór trzech woewództw, dla których większość cech przymue niekorzystne wartości w porównaniu ze średnimi dla całego krau. Negatywny wpływ na środowisko naturalne w te klasie ma niska średnia wartość odnosząca się do: udziałów użytków rolnych
Przestrzenne zróżnicowanie woewództw Polski 13 i ekologicznych w powierzchni ogółem oraz nakładów na środki trwałe służące gospodarce wodne i ochronie środowiska w zł na ednego mieszkańca. Ponadto w klasie te zaobserwowano nawyższe wartości dotyczące następuących cech: poboru wody ogółem w dam 3 na 1 km 2, ilości odpadów wytworzonych na 1 km 2, zużycia energii elektryczne w kwh na ednego mieszkańca i sprzedaży energii w TJ na 1000 ludności. PODSUMOWANIE Z poziomu obecne wiedzy wynika, że nie bez znaczenia dla standardów życia nas samych, ak i następnych pokoleń, est dbałość o środowisko naturalne we wszystkich przeawach aktywności człowieka. W siedliskach ludzkich, gdzie występue znaczne zanieczyszczenie i degradaca otoczenia, na które nakładaą się oddziaływania związane z codziennym stresem, pośpiechem, nerwowym trybem życia, wysokim stopniem zurbanizowania, zagęszczeniem zabudowy, patologiami społecznymi itd. powstaą warunki o negatywnym wpływie na zdrowie oraz standard życia. Sprawą bardzo istotną est podemowanie działań, na różnych płaszczyznach, maących na celu zredukowanie wspomnianych zagrożeń cywilizacynych. Istniee konieczność dokonywania zmian nie tylko w zakresie stosowanych w przemyśle technologii, rozwou budownictwa, komunikaci, pozyskiwaniu energii itp., lecz również przeprowadzenia mentalne rewoluci prowadzące do zmian standardów życia w zgodzie ze środowiskiem naturalnym (Maerska-Pałubicka 2010). Elementy środowiska naturalnego zamuą ważne miesce w odczuwaniu akości życia. Czyste powietrze, woda i gleba sprzyaą zdrowiu i zdrowemu wypoczynkowi. Dlatego dbałość o środowisko naturalne powinna stanowić edno z głównych zadań zrównoważonego rozwou regionów. We właściwym zdiagnozowaniu stanu środowiska znaduą zastosowanie metody porządkowania i klasyfikaci, dzięki którym możliwe est określenie zróżnicowania obiektów, a także wyłonienie ednorodnych grup typologicznych pod względem analizowanego zawiska. Na podstawie przeprowadzonych w opracowaniu badań można stwierdzić, że woewództwa Polski wykazuą zróżnicowanie przestrzenne pod względem akości środowiska naturalnego. Zastosowanie taksonomicznego miernika rozwou zarówno w uęciu klasycznym, ak i pozycynym, pozwoliło na uporządkowanie i ustalenie grup typologicznych badanych obiektów pod względem analizowanego zawiska. Ocena efektywności zastosowanych metod grupowania obiektów wskazała, że lepsze rezultaty otrzymano, wykorzystuąc miernik w wersi klasyczne. Niemnie niezależnie od zastosowane metody nawyższą akością środowiska naturalnego charakteryzowały się trzy woewództwa: lubelskie, podkarpackie i świętokrzyskie. Natomiast nagorsze okazały się woewództwa mazowieckie i śląskie, w których degradaca środowiska naturalnego mogła być spowodowana nadmierną i nierozsądną ego eksploatacą. Należy ednak pamiętać, że wyniki analiz uzależnione są od przyętych do badania cech diagnostycznych i mogą ulec zmianie przy zastosowaniu innego ich zestawu. PIŚMIENNICTWO Balicki A. 2009. Statystyczna analiza wielowymiarowa i e zastosowania społeczno-ekonomiczne. Gdańsk UG, 319. Bąk I., Sompolska-Rzechuła A. 2005. Wielowymiarowa analiza porównawcza akości środowiska naturalnego w uęciu woewódzkim. Wiad. Stat. 9, Warszawa, GUS, 51 61.
14 I. Bąk i B. Szczecińska Kolenda M. 2006. Taksonomia numeryczna. Klasyfikaca, porządkowanie i analiza obiektów wielocechowych, Wrocław, Wydaw. AE we Wrocławiu, 110. Korol J. 2007. Wskaźniki zrównoważonego rozwou w modelowaniu procesów regionalnych. Toruń, Wydaw. Adam Marszałek, 31 32. Maerska-Pałubicka B. 2010. Jakość środowiska mieszkaniowego w aspekcie akości środowiska naturalnego na przykładach ekoosiedli, Architec. Artib. (3) 1/2010 Białystok, Wydaw. Politechnika Białostocka, 57. Młodak A. 2006. Analiza taksonomiczna w statystyce regionalne, Warszawa, Difin, 136 141. Nowak E. 1990. Metody taksonomiczne w klasyfikaci obiektów społeczno-gospodarczych, Państ. Wydaw. Ekon., Warszawa, 8, 28 30, 88 93. Panek T. 2009. Statystyczne metody wielowymiarowe analizy porównawcze. SGH w Warszawie Oficyna Wydaw., 18 19, 21 22. Roczniki Statystyczne Woewództw. Podregiony, Powiaty, Gminy 2013. US. Stanisz A. 2006, Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny. T. 1. Statystyki podstawowe, Kraków, Wydaw. StatSoft Polska, 313 314.