Modelowanie salda migracji dla miasta Poznania z wykorzystaniem sztucznych sieci neuronowych

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...

Full description

Saved in:
Bibliographic Details
Main Authors: Adam Gawryluk, Monika Kulisz, Agnieszka Komor
Format: Article
Language:English
Published: Adam Mickiewicz University in Poznań 2022-12-01
Series:Rozwój Regionalny i Polityka Regionalna
Subjects:
Online Access:https://pressto.amu.edu.pl/index.php/rrpr/article/view/37006
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary: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.
ISSN:2353-1428
2957-1618