PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2022 | nr 62 | 163--182
Tytuł artykułu

Assessing Impacts of Agricultural Landscapes on Regional Competitiveness with the Bayesian Belief Network Approach: A Case of the Wielkopolska Region in Poland

Warianty tytułu
Ocena wpływu krajobrazów wiejskich na konkurencyjność regionów metodą Bayesian Belief Network - przypadek Wielkopolski w Polsce
Języki publikacji
EN
Abstrakty
EN
The study focuses on the relations between the structure of the agricultural landscape and its contribution to regional competitiveness, which is understood as an ability to generate relatively high profits from economic activities, at the same time assuring employment and well-being of the society. The causal connections between landscape management, socio-economic benefits and mechanisms influencing the income level have been described and analyzed on the example of the agricultural region, which is located within the area of Chłapowski Landscape Park in the Wielkopolska region of Poland. In order to characterize a unique landscape structure in Chłapowski Landscape Park with the use of GIS, soil maps and other materials, we prepared detailed maps of the selected region, and compared it to two agricultural areas of distinctly different landscape features, but located in the neighbourhood, adjacent to each other. On the basis of the prepared maps, the composition and structure of the landscape have been calculated. The complexity (diversity and concentration levels) of the landscape was expressed by two indicators - the Shannon Index (H) and Herfindahl-Hirschman Index (HHI). Then the Bayesian Belief Network method was applied to measure the impact/contribution of different elements of the landscape structure on regional competitiveness, and to estimate the strength of causal connections between landscape management, socio-economic benefits and mechanisms influencing regional competitiveness. Benefits from the landscape for regional competitiveness in Chłapowski Landscape Park are clearly connected with agriculture supported by shelterbelts and their regulating (protection) function. However, it was found that all the considered landscape elements (fields, forests, shelterbelts, and water reservoirs) have a positive influence on regional competitiveness, but with different strengths. Agricultural land (fields and permanent grasslands) has the strongest, positive impact on the competitiveness of the region due to its essential role in providing ecosystem services. (original abstract)
W opracowaniu przedstawiono wyniki badań dotyczące pomiaru wpływu krajobrazu wiejskiego, jego elementów i struktury na konkurencyjność regionu rozumianą jako zdolność do generowania relatywnie wysokich dochodów z działalności gospodarczej, przy jednoczesnym zapewnieniu zatrudnienia i dobrobytu społeczeństwa. Powiązania przyczynowe pomiędzy kształtowaniem krajobrazu, korzyściami społeczno-ekonomicznymi i mechanizmami wpływającymi na poziom dochodów zostały opisane i zmierzone na przykładzie regionu rolniczego, który znajduje się na terenie Parku Krajobrazowego im. Gen. Dezyderego Chłapowskiego w Wielkopolsce. W celu scharakteryzowania unikatowej struktury krajobrazu parku, za pomocą GIS, map glebowych i innych materiałów przygotowano szczegółowe mapy wybranego regionu i porównano je z dwoma obszarami rolniczymi o wyraźnie odmiennych cechach krajobrazowych, ale położonymi w sąsiedztwie. Na podstawie przygotowanych map dokonano inwentaryzacji krajobrazu i jego struktury. Stopień koncentracji i zróżnicowania elementów krajobrazu został zmierzony dwoma wskaźnikami - indeksem Shannona (H) i indeksem Herfindahla-Hirschmana (HHI). Następnie w celu określenia potencjalnego wpływu krajobrazu na konkurencyjność regionu opracowano koncepcję oceny zależności metodą Bayesian Belief Network (BBN). Opracowanie struktury BBN pozwoliło na ustalenie siły zależności pomiędzy poszczególnymi elementami krajobrazu, funkcjami pełnionymi przez krajobraz, korzyściami a konkurencyjnością regionu. Wyniki wskazują, że korzyści z krajobrazu dla konkurencyjności regionu w Parku Krajobrazowym im. Gen. Dezyderego Chłapowskiego są wyraźnie związane z rolnictwem chronionym przez pasy zadrzewień. Występowanie zadrzewień liniowych jest ponad dwukrotnie większe na terenie Parku niż w regionach sąsiednich. Krajobraz Parku waloryzowany jest z perspektywy dwóch najważniejszych pełnionych funkcji - produkcyjnej oraz regulacyjnej. Funkcja produkcyjna związana jest z rolniczym charakterem krajobrazu i produkcją żywności. Funkcja ochronno-regulacyjna wynika z występowania pasów zadrzewień śródpolnych, które w znaczący sposób redukują erozję wietrzną, na którą narażone są uprawy w tym regionie Polski. Stwierdzono też, że wszystkie rozważane elementy krajobrazu (pola uprawne, lasy, zadrzewienia śródpolne i przydrożne, zbiorniki wodne) mają pozytywny wpływ na zdolność do generowania dochodów w regionie, zwiększając szanse na osiągnięcie wysokiej konkurencyjności, ale z różną siłą oddziaływania. (abstrakt oryginalny)
Twórcy
  • Warsaw University of Life Sciences - SGGW, Poland
  • Warsaw University of Life Sciences - SGGW, Poland
autor
  • Warsaw University of Life Sciences - SGGW, Poland
  • Warsaw University of Life Sciences - SGGW, Poland
  • Warsaw University of Life Sciences, Poland
  • Institute for Urban and Regional Development in Warsaw, Poland
Bibliografia
  • Bethwell C., Sattler C., Stachow U. 2022. An analytical framework to link governance, agricultural production practices, and the provision of ecosystem services in agricultural landscapes. Ecosystem Services, 53: 101402. https://doi.org/10.1016/j.ecoser.2021.101402
  • Borozan D. 2008. Regional Competitiveness: Some Conceptual Issues and Policy Implications. Interdisciplinary Management Research, IV, 4 : 5-53.
  • Boschma R.A. 2004. Competitiveness of Regions from an Evolutionary Perspective. Regional Studies, 38, 9: 1001-1014. https://doi.org/10.1080/0034340042000292601
  • Burkhard B., Maes J. (Eds.) 2017. Mapping ecosystem services. Pensoft Publishers.
  • Camagni R. 2002. On the Concept of Territorial Competitiveness. Urban Studies, 39: 2395-2411.
  • Claim 2012. Deliverable D3.14 - Landscape as a driver of competitiveness (http://www.claimproject.eu/docup/Deliverable_D3.14_def.pdf).
  • Cooper T., Hart K., Baldock D. 2009. 'Provision of Public Goods through Agriculture in the European Union'. Report Prepared for DG Agriculture and Rural Development, Contract No 30-CE-0233091/00-28, Institute for European Environmental Policy, London.
  • Courtney P., Hill G., Roberts D. 2006. The role of natural heritage in rural development: an analysis of economic linkages in Scotland. Journal of Rural Studies, 22: 469-484.
  • Courtney P., Mills J., Gaskell P., Chaplin S. 2013. Investigating the incidental benefits of Environmental Stewardship schemes in England. Land Use Policy, 31: 26-37.
  • De Groot R., Alkemade R., Braat L., Hein L., Willemen L. 2010. Challenges in integrating the concept of ecosystem services and values in landscape planning, management and decision making. Ecological Complexity, 6: 453-462.
  • Dissart J.C., Vollet D. 2011. Landscapes and territory-specific economic bases. Land Use Policy, 28: 563-573.
  • European Commission 1999. 6th Periodic Report on the Social and Economic Situation of Regions in the EU.
  • Fieldsend A. 2011. Determining the Socio-economic Value of Agricultural Landscape. Horticulture, 68: 338-347.
  • Feurer M., Gwendolin Zaehringer J., Heinimann A., Naing S.M., Blaser J., Celio E. 2021. Quantifying local ecosystem service outcomes by modelling their supply, demand and flow in Myanmar's forest frontier landscape. Journal of Land Use Science, 16, 1: 55-93. https://doi.org/10.1080/1747423X.2020.1841844
  • Florida R. 2002. The Rise of the Creative Class. Basic Books, New York.
  • Forio M.A.E., Gonzalo V., Ryckebusch H., Echelpoel W. van, Goethals P. 2018. BBN models as trade-off tools for ecosystem services. [In:] ICEI 2018 : 10th International Conference on Ecological Informatics - Translating Ecological Data into Knowledge and Decisions in a Rapidly Changing World. Jena (https://www.db-thueringen.de/receive/dbt_mods_00037809).
  • Haines-Young R. 2011. Exploring ecosystem service issues across diverse knowledge domains using Bayesian Belief Networks. Progress in Physical Geography, 35: 681-699.
  • Hein L., van Koppen K., de Groot R., van Ierland E. 2006. Spatial scales, stakeholders and the valuation of ecosystem services. Ecological Economics, 57: 209-228.
  • Huang J., Tichit M., Poulot M., Darly S., Li S., Petit C., Aubry C. 2015. Comparative review of multifunctionality and ecosystem services in sustainable agriculture. J. Environ. Manage., 149: 138-147.
  • Johnson H., Brandle J. 2003. Shelterbelt design. Landcare Notes, State of Victoria, Department of Sustainability and Environment.
  • Kitson M., Martin R., Tyler P. 2004. Regional Competitiveness: An Elusive yet Key Concept? Regional Studies, 38, 9: 991-999. http://dx.doi.org/10.1080/0034340042000320816
  • Korb K.B., Nicholson A. 2004. Bayesian Artificial Intelligence. Chapman and Hall.
  • Kort J. 1988. Benefits of windbreaks to field and forage crops. Agriculture, Ecosystems and Environment, 22-23: 165-190.
  • Krugman P. 1994a. Competitiveness: A Dangerous Obsession. Foreign Affairs, 732: 28-44.
  • Landuyt D., Broekx S., D'hondt R., Engelen G., Aertsens J., Goethals P.L.M. 2013. Areview of Bayesian belief networks in ecosystem service modelling. Environmental Modelling & Software, 1-11.
  • Latruffe L. 2010. Competitiveness, Productivity and Efficiency in the Agricultural and Agri-Food Sectors. OECD Food, Agriculture and Fisheries Working Papers, 30. http://dx.doi.org/10.1787/5km91nkdt6d6-en
  • Marcot B.G., Holthausen R.S., Raphael M.G., Rowland M.M., Wisdom M.J. 2001. Using Bayesian belief networks to evaluate fish and wildlife population viability under landmanagement alternatives from an environmental impact statement. Forest Ecology and Management, 153: 29-42.
  • Marcot B.G., Steventon J.D., Sutherland G.D., Mccann R.K. 2006. Guidelines for developing and updating Bayesian belief networks applied to ecological modeling and conservation. Can. J. For. Res., 36: 3063-3074.
  • Martin L. 2003. A Study of the Factors of Regional Competitiveness. A draft final report for the European Commission. Directorate-General Regional Policy, Cambridge Econometrics, Ecorys-Nei, Rotterdam.
  • Martin L., Westgren R., Duren E. van 1991. Agribusiness Competitiveness across National Boundaries. American Journal of Agricultural Economic, 73: 1457-1464.
  • McCann R.K., Marcot B.G., Ellis R. 2006. Bayesian belief networks: applications in ecology and natural resource management. Can. J. For. Res., 36: 3053-3062.
  • McCloskey J.T., Lilieholm R.J., Cronan C. 2011 Using Bayesian belief networks to identify potential compatibilities and conflicts between development and landscape conservation. Landscape and Urban Planning, 101: 190-203.
  • Porter M. 1992. Competitive Advantage: Creating and Sustaining Superior Performance. PA, Consulting Group, London, p. 40.
  • Porter M., Ketals C. 2003. UK Competitiveness: Moving to the Next Stage. DTI Economics Paper, 3: 11.
  • Schaller L., Kantelhardt J., Bossi Fedrigotti V., Targetti S., Viaggi D. et al. 2014. The contribution of agricultural landscapes to local development and regional competitiveness - an Analytical Network Process ANP in selected European Union and Candidate countries' study regions. Contributed paper for 88th Annual Conference of the Agricultural Economics Society, AgroParisTech, Paris, France, 9-11 April 2014.
  • Schaller L., Targetti S., Villanueva A.J., Zasada I., Kantelhardt J., Arriaza M., Bal T., Fedrigotti V.B., Giray F.H., Häfner K., Majewski E., Malak-Rawlikowska A., Nikolov D., Paoli J.-Ch., Piorr A., Rodríguez-Entrena M., Ungaro F., Verburg P.H., Zanten B. van, Viaggi D. 2018 Agricultural landscapes, ecosystem services and regional competitiveness - Assessing drivers and mechanisms in nine European case study areas. Land Use Policy, 76: 735-745. https://doi.org/10.1016/j.landusepol.2018.03.001
  • Smith R.I., Barton D.N, Dick J., Haines-Young R., Madsen A.L., Rusch G.M., Termansen M., Woods H., Carvalho L., Constantin Giucă R., Luque S., Odee D., Rusch V., Saarikoski H., Adamescu C.M., Dunford R., Ochieng J., Gonzalez-Redin J., Stange E., Vădineanu A., Verweij P., Vikström S. 2018. Operationalising ecosystem service assessment in Bayesian Belief Networks: Experiences within the OpenNESS project. Ecosystem Services, 29, C: 452-464. https://doi.org/10.1016/j.ecoser.2017.11.004
  • Targetti S., Schaller L., Villanueva A., Arriaza M., Bal T., Bossi Fedrigotti V., Giray H., Häfner K., Kantelhardt J., Kapfer M., Majewski E., Malak-Rawlikowska A., Nikolov D., Örmeci C., Paoli J.P., Piorr A., Raggi M., Rodríguez-Entrena M., Ungaro F., Verburg P., van Zanten B., Zasada I. Viaggi D. 2014. An Analytic Network Process approach for the evaluation of second order effects of agricultural landscape management on local economies. Contributed paper for EAAE Congress Ljubliana 2014.
  • TEEB 2010. The economics of ecosystems and biodiversity: mainstreaming the economics of nature: a synthesis of the approach, conclusions and recommendations of TEEB.
  • van Vliet J., de Groot H.L.F., Rietveld P., Verburg P.H. 2015. Manifestations and underlying drivers of agricultural land use change in Europe. Landscape Urban Plann., 133: 24-36.
  • van Zanten B.T., Verburg P.H., Espinosa M., Gomez-y-Paloma S., Galimberti G., Kantelhardt J., Viaggi D. 2014. European agricultural landscapes, common agricultural policy and ecosystem services: a review. Agronomy for Sustainable Development, 342: 309-325. https://doi.org/10.1007/s13593-013-0183-4
  • Viaggi D., Raggi M., Villanueva A.J., Kantelhardt J. 2021. Provision of public goods by agriculture and forestry: Economics, policy and the way ahead. Land Use Policy, 107: 105273. https://doi.org/10.1016/j.landusepol.2020.105273
  • Zasada I., Häfner K., Schaller L., van Zanten B.T., Lefebvre M., Malak-Rawlikowska A., Nikolov D., Rodríguez-Entrena M., Manrique R., Ungaro F., Zavalloni M., Delattre L., Piorr A., Kantelhardt J., Verburg P.H., Viaggi D. 2017. A conceptual model to integrate the regional context in landscape policy, management and contribution to rural development: literature review and European case study evidence. Geoforum, 82: 1-12.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.ekon-element-000171659560

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.