BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Łatuszyńska Anna (University of Szczecin, Poland), Nermend Kesra (University of Szczecin, Poland)
Tytuł
Methods of Composite Indices Construction Complying Volatility and Dynamics of Phenomena in Analysis of Level of Information Society Development
Metody budowy miar agregatowych uwzględniających zmienność i dynamikę badanych zjawisk w analizie stopnia rozwoju społeczeństwa informacyjnego
Źródło
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica, 2013, nr 32, s. 5-26, rys., tab., bibliogr. 23 poz.
Tytuł własny numeru
Computer science : methods, models, applications
Słowa kluczowe
Społeczeństwo informacyjne, Miara agregatowa, Zmienność
Information society, Aggregate measure, Variability
Uwagi
summ.
Abstrakt
Miary agregatowe od wielu lat są popularnym i często wykorzystywanym sposobem dokonywania pomiarów zjawisk, które nie mogą być wyrażone za pomocą pojedynczych wskaźników, przykładowo takich jak rozwój społeczno-gospodarczy, poziom życia czy stopień rozwoju społeczeństwa informacyjnego. Większość rankingów opartych na miarach agregatowych tworzona jest w regularnych odstępach czasu - co miesiąc, co kwartał lub co rok. Powszechnie stosowane podejście polega na tym, że za każdym razem, w momencie tworzenia rankingu jest on oparty jedynie na zaktualizowanych wartościach pojedynczych wskaźników, bez odniesienia do ich wartości w latach poprzednich, przez co nie jest uwzględniana dynamika i zmienność w dokonywanych pomiarach. Celem artykułu jest zaprezentowanie metodologii budowy miar agregatowych proponowanych w literaturze krajowej i światowej, które biorą pod uwagę dynamikę i zmienność badanych zjawisk, wraz z ich wadami i zaletami oraz przedstawienie podstaw metodycznych alternatywnego podejścia do problemu. Artykuł prezentuje również metody pomiaru i porównywania stopnia rozwoju społeczeństwa informacyjnego oraz przykład wykorzystania opracowanej metody w odniesieniu do badania tego zjawiska. (abstrakt oryginalny)

A review of commonly used methods for measuring the information society allows confirming the hypothesis adopted in the introduction that they did not take into account the dynamics and variability of the studied phenomenon sufficiently. They ignore the dynamic aspect and the variability in most cases, appointing it only before or after the calculation of the measure. To be able to use the valuable information better, taking into account the dynamics and variability, an attempt to develop the concept of alternative methods of composite indices construction based on the arithmetic increments was made. Example presented in the article focuses on the problem of taking into account the volatility in developing the rankings. Construction of index based on vector calculus would allow complying of dynamics during the whole process of calculating the composite indicator's value as well. Connecting these two aspects in one index would be the subject of further research. With regard to the issue of examining the level of information society development and other complex phenomena it can contribute to obtaining more accurate and reliable rankings of countries or regions. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Szczecińskiego
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Borawski M., Automatic north wise alignment of sector sonar image, Control and Cybernetics 2011a, Vol. 40, No. 1.
  2. Borawski M. Działania arytmetyczne na zagregowanych cechach. In: M. Borawski, K. Nermend (eds), Wybrane metody analizy i oceny obiektów społeczno-gospodarczych, PPH Zapol, Szczecin 2009.
  3. Borawski M., Kompresja JPG obrazu sonarowego z uwzględnieniem założonego poziomu błędu, Biuletyn Wojskowej Akademii Technicznej 2011b, Vol. LX, No. 3.
  4. Borawski M., Vector space of increments, Control and Cybernetics 2012, No. 1.
  5. Boston Consulting Group, Polska Internetowa: jak internet dokonuje transformacji polskiej gospodarki, Boston Consulting Group, Inc., 2011, available in the Internet: www.bcg.com.pl/documents/file98876 .pdf [accessed on 6.08.2012].
  6. Cherchye L., Lovell C.A. Knox, Moesen W., Van Puyenbroeck T., One market, one number? A composite indicator assessment of EU internal market dynamics. European Economic Review 2007, Vol. 51, pp. 749-779.
  7. Dittman P., Pisz Z., Metoda dynamicznego badania zróżnicowania przestrzennego zjawisk społeczno-ekonomicznych, Wiadomości Statystyczne 1975, XX (11), pp. 27-28.
  8. Economist Intelligence Unit, E-readiness rankings 2009 The usage imperative, A report from the Economist Intelligence Unit, 2009.
  9. Grabiński T., Wydymus S., Zeliaś A., Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych, PWN, Warszawa 1989.
  10. International Telecommunication Union, Measuring Information Society, ICT Opportunity Index and World Telecommunication/ICT Indicators, Szwajcaria 2007a.
  11. International Telecommunication Union, Measuring Information Society, The ICT Development Index, Szwajcaria 2009.
  12. International Telecommunication Union, World Information Society Report 2007, Beyond WSIS, 2007b.
  13. Kolenda M., Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław 2006.
  14. Land K.C., Michalos A.C., Sirgy M.J. (eds), Handbook of Social Indicators and Quality of Life Research, Springer, Dordrecht-Heidelberg-London-New York 2012.
  15. Luterek M., Mierzalność społeczeństwa informacyjnego za pomocą wskaźników prostych. In: Od informacji naukowej do technologii społeczeństwa informacyjnego, Warszawa 2005, p. 117.
  16. Łogwiniuk K., Zastosowanie metod taksonomicznych w analizie porównawczej dostępu do infrastruktury ICT przez młodzież szkolną w Polsce, Ekonomia i Zarządzanie 2011, Vol. III (1), pp. 7-23.
  17. Nermend K., Vector Calculus in Regional Development Analysis: Comparative Regional Analysis Using the Example of Poland, Physica-Verlag, Berlin-Heidelberg 2009.
  18. Nowak E., Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1990.
  19. Pluta W., Wielowymiarowa analiza porównawcza w badaniach ekonomicznych, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1977.
  20. Projekt ESPON 1.2.3., Identyfikacja istotnych przestrzennie aspektów społeczeństwa informacyjnego, Raport końcowy, Uniwersytet Warszawski, Centrum Europejskich Studiów Regionalnych i Lokalnych (EUROREG), marzec 2007.
  21. Tarczyński W., Dynamiczne ujęcie taksonomicznej miary atrakcyjności inwestycji na przykładzie wybranych spółek notowanych na giełdzie papierów wartościowych w Warszawie, Zeszyty Naukowe Uniwersytetu Szczecińskiego 2004, nr 394 (15), pp. 299-322.
  22. United Nations Development Programme, Human Development Report, New York, Oxford University Press, 2011, available in the Internet: http://hdr.undp.org/en/ media/HDR_2011_EN_Complete.pdf [accessed on 6.08.2012].
  23. World Economic Forum, Global Information Technology Report 2010-2011, Geneva 2011.
Cytowane przez
Pokaż
ISSN
0867-1753
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu