Rozdział 1 Wstęp

Uwaga: dokument w trakcie opracowywania. W kolejnych iteracjach zostaną dołączone dodatkowe rozdziały oraz wprowadzone zmiany edycyjne.

W niniejszym „Raporcie” przedstawiono charakterystykę wybranych aspektów sytuacji społeczno – ekonomicznej 93 gmin znajdujących się na obszarze Zlewni Pilicy („Zlewnia”). Zestawienie ww. gmin, wchodzących w skład 21 powiatów i pięciu województw, zostało zaprezentowane w Załączniku nr 1 do opracowania.

Opracowanie zostało przygotowane w ramach projektu pn. „Wdrażanie Planu gospodarowania wodami w dorzeczu Wisły na przykładzie zlewni Pilicy” (akronim: IP LIFE PL Pilica Basin CTRL; LIFE Pilica).

Przedmiot analiz, których wyniki zostały przedstawione w niniejszym „Raporcie” odnosi się do następujących sześciu zagadnień społeczno – ekonomicznych:

  • Demografia,
  • Działalność rolnicza,
  • Działalność gospodarcza,
  • Gospodarka wodno – ściekowa,
  • Polityka społeczno – gospodarcza w kontekście uwzględniania kwestii środowiskowych, turystyki i zalesiania.

„Raport” posiada następującą strukturę:

  • W rozdziale pierwszym dokonano charakterystyki całego obszaru Zlewni, opierając się na danych pochodzących z gmin, lecz zagregowanych na poziomie Zlewni, z dodatkowym uwzględnieniem podziału na województwa,
  • W rozdziale drugim i w kolejnych rozdziałach, dokonano omówienia analizowanych zagadnień, na poziomie poszczególnych województw (podrozdział pierwszy), oraz z rozbiciem na powiaty i gminy (podrozdział drugi):
    • Rozdział II. Województwo mazowieckie,
    • Rozdział III. Województwo łódzkie,
    • Rozdział IV. Województwo świętokrzyskie,
    • Rozdział V. Województwo śląskie,
    • Rozdział VI. Województwo małopolskie.

Proces pozyskania danych, poza przeglądem literatury (w szczególności dokumentów strategicznych gmin), obejmował pozyskanie danych Głównego Urzędu Statystycznego – Bank Danych Lokalnych https://bdl.stat.gov.pl/. Dla celów usprawnienia ww. procesu, przygotowana została – z wykorzystaniem języka R (R Core Team (2021)), aplikacja pozwalająca na automatyzację części zadań w tym zakresie (pozyskanie i wstępne przetwarzanie danych), wykorzystująca API (Application Programming Interface) udostępniony przez GUS. Dokumentacja ww. aplikacji wraz ze szczegółowym opisem sposobu gromadzenia danych dostępna jest w repozytorium GitHub. Środowisko języka R zostało wykorzystane również na potrzeby procesu analizy danych i wizualizacji jej wyników. Edycja publikacji została dokonana w oparciu o pakiety: markdown (Allaire et al. (2021)), bookdown (Xie (2021)), plotly.R (Sievert (2020)) i ggplot2 (Wickham (2016)).

References

Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, and Richard Iannone. 2021. Rmarkdown: Dynamic Documents for r. https://github.com/rstudio/rmarkdown.
R Core Team. 2021. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
Sievert, Carson. 2020. Interactive Web-Based Data Visualization with r, Plotly, and Shiny. Chapman; Hall/CRC. https://plotly-r.com.
Wickham, Hadley. 2016. Ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. https://ggplot2.tidyverse.org.
Xie, Yihui. 2021. Bookdown: Authoring Books and Technical Documents with r Markdown. https://github.com/rstudio/bookdown.