Description

• Title:
  Modeling the migration balance for the city of Poznań with the use of artificial neural networks
• Creator:
  Gawryluk, Adam;
  Kulisz, Monika;
  Komor, Agnieszka
• Description:
  In the article two goals were achieved. The first goal was to model the internal migration balance for the city of Poznań depending on selected economic and social factors (i.e. the number and area of existing apartments, the number of rooms in an apartment, the average usable floor space of an apartment per 1 person, internal migration balance, population change per 1000 inhabitants, total population, divided into women and men, and population density per square kilometer) in 2005–2020 based on statistical data from the Central Statistical Office. The research area covered 22 communes, which together with the city of Poznań formed the Urban Functional Area. Another research goal was to develop an experimental model of an artificial neural network to predict the migration balance for the city of Poznań at two time points – 1 year and 2 years ahead. It is worth noting that artificial neural networks were used in the study, which is a methodological approach that is relatively rarely used in the literature for this purpose.This paper showed that it is possible to use artificial neural networks to accurately predict the migration balance for the city of Poznań. The research showed that the analyzed economic and social factors for the communes included in the Urban Functional Area of Poznań were significantly correlated with the migration balance of the population for the city of Poznań, and thus can be used to predict the migration balance for the city of Poznań. The obtained results confirm the maintenance of a negative migration balance for the city of Poznań with a decreasing trend and a positive migration balance in the neighboring communes with a decreasing tendency.;
  W opracowaniu przeprowadzono modelowanie salda migracji wewnętrznych dla miasta Poznania w zależności od wybranych wskaźników (tj. liczby i powierzchni istniejących mieszkań, liczby izb w mieszkaniu, przeciętnej powierzchni użytkowej mieszkania na 1 osobę, salda migracji wewnętrznych, zmiany liczby ludności na 1000 mieszkańców, liczby ludności ogółem, z podziałem na kobiety i mężczyzn, oraz gęstości zaludnienia na 1 km2) charakteryzujących Miejski Obszar Funkcjonalny Poznania (łącznie 22 gminy) w latach 2005–2020 na podstawie danych statystycznych pochodzących z Banku Danych Lokalnych GUS. Wykazano, że wskaźniki te w istotny sposób wpływają na saldo migracji ludności miasta Poznania, a co za tym idzie – mogą być wykorzystywane do prognozowania salda migracji dla tego miasta. Ponadto opracowano eksperymentalny model sztucznej sieci neuronowej do przewidywania salda migracji dla miasta Poznania na 1 rok oraz na 2 lata do przodu. Stwierdzono, że możliwe jest wykorzystanie sztucznych sieci neuronowych do trafnego prognozowania salda migracji dla Poznania. Otrzymane wyniki potwierdzają utrzymanie się ujemnego salda migracji dla miasta Poznania z tendencją zmniejszania się tego trendu oraz dodatnie saldo migracji w gminach ościennych z tendencją zmniejszania się.
• Object availability:
  free access
• Rights: https://creativecommons.org/licenses/by/4.0/ ;
  Prawa autorskie (c) 2022 Adam Gawryluk, Monika Kulisz, Agnieszka Komor
• Date:
  2022.12.29
• Type:
  info:eu-repo/semantics/article;
  info:eu-repo/semantics/publishedVersion;
  Artykuł naukowy
• Language:
  Polish
• Source:
  Rozwój Regionalny i Polityka Regionalna; Nr 62 (2022); 87-109;
  2957-1618;
  2353-1428
• Format:
  application/pdf
• Publisher:
  Adam Mickiewicz University Poznan
• Relation: http://pressto.amu.edu.pl/index.php/rrpr/article/view/37006/31746
• Subject:
  migracje ludności;
  sztuczne sieci neuronowe;
  prognozowanie migracji;
  suburbanizacja;
  Poznań;
  population migrations;
  artificial neural networks;
  migration prediction;
  suburbanization
• Identifier: http://pressto.amu.edu.pl/index.php/rrpr/article/view/37006
• Data provider:
  Platforma Otwartych Czasopism Naukowych UAM
• Can I use it?:
  seek permission
• Type:
  text