Measuring the social, economic, and environmental resilience – a case study of the Hungarian cities / Mierzenie odporności społecznej, gospodarczej i środowiskowej – studium przypadku węgierskich miast

Abstract

Subject and purpose of the work: The COVID-19 and 2021-2022 energy crises shed new light on urban resilience. Cities face many more challenges and external shocks. This study aims to measure urban resilience. Materials and methods: For this purpose, a composite indicator was developed, composed of three (social, economic and environmental) resilience components called the Complex Resilience Index. It is applied to study Hungarian settlements in selected years (2000, 2006, 2012, 2018). Based on the results further analysis was conducted. The spatial structure of urban resilience is studied in two ways. First, the spatial differences between cities in the four selected years was examined using the relative range index, which is the difference between the highest and lowest city values relative to the average. Second, spatial patterns were mapped using one of the most commonly used indicators of spatial autocorrelation, the so-called Local Moran I indicator. The next step is to create five clusters to highlight the differences between groups in terms of population and per capita income in the selected years and to analyse the role of resilience in changing these indicators. Results: The identification of these groups provides important information for spatial planning and policy. Hungarian settlements were also ranked based on the Complex Resilience Index. The results show that urban resilience can be measured with a composite indicator (Complex Resilience Index) and that the social, economic and environmental resilience components provide further insights. In the Hungarian urban network, the most resilient elements are Budapest, some regional centres, some county capitals, the metropolitan area of Budapest, and the most developed small and medium-sized cities in the Transdanubian region. Conclusions: The difference in the Complex Resilience Index between cities increases over time, and as a result, the Local Moran I clusters become narrower. The rate of change in the specific income and its relative spread has the opposite sign to resilience. As resilience increases, the average change in income and its relative spread decreases, and as a result of that, stability increases.

Przedmiot i cel pracy: Kryzysy związane z COVID-19 oraz kryzysy energetyczne z lat 2021–2022 rzucają nowe światło na odporność miejską. Przed miastami stoi o wiele więcej wyzwań i wstrząsów zewnętrznych. Celem niniejszego badania jest zmierzenie odporności miejskiej. Materiały i metody: W tym celu opracowano złożony wskaźnik składający się z trzech składowych odporności (społecznej, ekonomicznej i środowiskowej) zwany Złożonym Wskaźnikiem Odporności. Zastosowano go do badań osadnictwa węgierskiego w wybranych latach (2000, 2006, 2012, 2018). Na podstawie uzyskanych wyników przeprowadzono dalszą analizę. Strukturę przestrzenną odporności miejskiej bada się na dwa sposoby. W pierwszej kolejności zbadano przestrzenne zróżnicowanie miast w czterech wybranych latach za pomocą względnego wskaźnika rozpiętości, czyli różnicy między najwyższą a najniższą wartością dla miasta względem średniej. Następnie, wzorce przestrzenne odwzorowano za pomocą jednego z najczęściej stosowanych wskaźników autokorelacji przestrzennej, tak zwanego Lokalnego Współczynnika Morana I. Kolejnym krokiem jest utworzenie pięciu skupień, aby podkreślić różnice między grupami pod względem liczby ludności i dochodu na mieszkańca w wybranych latach oraz przeanalizować rolę odporności w zmianie tych wskaźników. 􀄜yniki: Identyfikacja tych grup dostarcza ważnych informacji dla planowania i polityki przestrzennej. Węgierskie osadnictwo również sklasyfikowano na podstawie Złożonego Wskaźnika Odporności. Wyniki wskazują, że odporność miejską można mierzyć za pomocą złożonego wskaźnika (Złożonego Wskaźnika Odporności), a dalszych informacji dostarczają składowe odporności społecznej, ekonomicznej i środowiskowej. W węgierskiej sieci miejskiej najbardziej odpornymi elementami są Budapeszt, niektóre ośrodki regionalne, niektóre stolice powiatów, obszar metropolitalny Budapesztu oraz najbardziej rozwinięte małe i średnie miasta w Kraju Zadunajskim. Wnioski: Różnica w Złożonym Wskaźniku Odporności między miastami zwiększa się w czasie, w wyniku czego skupienia Lokalnego Współczynnika Morana I stają się węższe. Tempo zmian dochodu jednostkowego i jego względna rozpiętość mają przeciwny znak do odporności. Wraz ze wzrostem odporności średnia zmiana dochodu i jego względna rozpiętość maleje, a w rezultacie zwiększa się stabilność.