Description

• Title:
  Does spatial autocorrelation matter for sustainable regional development planning and evaluation?
• Creator:
  Griffith, Daniel A.
• Description:
  Pursuing the various existing stainability dimensions obliges leaders of society to engage in more comprehensive monitoring of collective economic and other supplies and demands, particularly in a geographic context. In turn, the affected inputs, outputs, resources/goods/services stocks, and generated garbage/trash waste, which all exist and are tagged implicitly or explicitly in geographic space, are definite harborers of spatial autocorrelation. Harnessing this nearly ubiquitous georeferenced data property implants a capability of fostering efficient and effective sustainability ventures. Tessellation stratified random sampling to monitor environmental pollution alludes to one example of this assertion. This paper illustrates this exemplification with an examination of 2023 air quality data for Poland. In doing so, it translates a framework build upon idealized tessellations into one for the administrative districts of Poland. This methodological conversion enables governmental organizations to participate in and oversee any intended monitoring without additional jurisdictional complications. Serendipitous academic discoveries include an initial extension of the set of standard polygon shapes (e.g., square and hexagon) to the trapezoid for spatial sampling purposes, and the possibility that spatial autocorrelation impacts upon design-based statistics may far outweigh a violation of the conventional random sampling equiprobable commandment. Finally, the discerning conclusion reached through the analyses summarized in this exposé argues that spatial autocorrelation does matter for sustainable regional development planning and evaluation.;
  Dążenie do osiągnięcia różnych wymiarów zrównoważonego rozwoju zobowiązuje władze społeczne do zaangażowania się w bardziej gruntowne monitorowanie zbiorowej podaży i popytu, m.in. w sferze ekonomicznej, szczególnie w kontekście geograficznym. W rezultacie, nakłady i wydajność na które ma to wpływ, jak również zasoby/towary/usługi do wykorzystania oraz generowane odpady, które występują i są oznaczone pośrednio lub bezpośrednio w przestrzeni geograficznej, są wyraźnymi nośnikami autokorelacji przestrzennej. Wykorzystanie tej prawie wszechobecnej właściwości danych georeferencyjnych pociąga za sobą możliwość wspierania wydajnych i skutecznych przedsięwzięć w zakresie zrównoważonego rozwoju. Losowy dobór próby metodą tesalacji warstwowej w celu monitorowania zanieczyszczenia środowiska nawiązuje do jednego z przykładów tego twierdzenia. Artykuł ilustruje ten przykład poprzez analizę jakości powietrza w Polsce w 2023 roku. W ten sposób struktura oparta na wyidealizowanych tesalacjach zostaje przełożona na strukturę polskich okręgów administracyjnych; to przekształcenie metodologiczne umożliwia organizacjom rządowym uczestniczenie w każdym planowanym monitorowaniu oraz jego nadzorowaniu bez dodatkowych komplikacji prawnych. Przypadkowe odkrycia naukowe obejmują wstępne rozszerzenie zbioru standardowych kształtów wielokątów (np. kwadratów i sześciokątów) o trapezy w celu pobrania próbek przestrzennych oraz ewentualność, że wpływ autokorelacji przestrzennej na statystyki oparte na projektach może mieć znaczną przewagę nad naruszeniem konwencjonalnego przykazania zrównoważonego losowego pobierania próbek. Wniosek jaki się nasuwa w trakcie analiz streszczonych w niniejszej publikacji dowodzi, że autokorelacja przestrzenna ma znaczenie w planowaniu i ocenie zrównoważonego rozwoju regionalnego.
• Object availability:
  free access
• Rights:
  Prawa autorskie (c) 2023 Daniel A. Griffith;
  https://creativecommons.org/licenses/by/4.0
• Date:
  2023.10.18
• Type:
  info:eu-repo/semantics/article;
  info:eu-repo/semantics/publishedVersion;
  Artykuł naukowy
• Language:
  English
• Source:
  Rozwój Regionalny i Polityka Regionalna; Nr 65 (2023); 13-35;
  2957-1618;
  2353-1428
• Format:
  application/pdf
• Publisher:
  Adam Mickiewicz University Poznan
• Relation: http://pressto.amu.edu.pl/index.php/rrpr/article/view/39793/33595
• Subject:
  PM10;
  Polska;
  autokorelacja przestrzenna;
  zrównoważony rozwój regionalny;
  losowy dobór próby metodą tesalacji warstwowej;
  tessellation stratified random sampling;
  Poland;
  spatial autocorrelation;
  sustainable regional development
• Identifier: http://pressto.amu.edu.pl/index.php/rrpr/article/view/39793
• Data provider:
  Platforma Otwartych Czasopism Naukowych UAM
• Can I use it?:
  seek permission
• Type:
  text