Przeglądanie według Temat "multiple regression method"
Aktualnie wyświetlane 1 - 1 z 1
- Wyniki na stronie
- Opcje sortowania
Pozycja Koszty systemu gospodarki odpadami komunalnymi w gminach w ujęciu procesowym(Wydawnictwo Uniwersytetu Rzeszowskiego, 2021) Łajewski, MateuszNiniejszy artykuł ma na celu identyfikację procesów wchodzących w skład gospodarki odpadami komunalnymi w gminach oraz określenie ich kosztochłonności. Badaniom poddano 40 losowo wybranych gmin województwa podlaskiego, które zapewniają reprezentatywność dla tego regionu. Do ich przeprowadzenia wykorzystano następujące metody badawcze: studia literatury przedmiotu, analizę aktów prawa krajowego i miejscowego oraz analizy sprawozdań z wykonania budżetu za 2019 rok. Ponadto do określenia poziomu oddziaływania zmiennych objaśniających, czyli kosztów przypisanych procesom systemu gospodarki odpadami komunalnymi na zmienną objaśnianą, czyli całkowite koszty systemu gospodarki odpadami komunalnymi, wykorzystano metodę regresji wielorakiej. Z przeprowadzonych badań wynika, że system gospodarki odpadami komunalnymi w ujęciu procesowym obejmuje siedem procesów, na które składają się: ustalenie ram prawnych funkcjonowania systemu, wyposażenie w infrastrukturę techniczną, określenie sposobu finansowania usługi, wybór wykonawcy usługi, odbiór i transport odpadów komunalnych, zagospodarowanie odpadów komunalnych, jak również kontrola i monitorowanie systemu. Na podstawie analizy sprawozdań z wykonania budżetu 40 gmin województwa podlaskiego ustalono, że najwyższymi kosztami systemu gospodarki odpadami komunalnymi cechują się gminy miejskie i miasta na prawach powiatu, a najniższymi gminy wiejskie, podczas gdy najwyższy poziom kosztów per capita odnotowano w gminach miejsko-wiejskich. Ponadto zastosowanie analizy regresji wielorakiej pozwoliło ustalić, że procesy 5 i 6 – odbiór i transport odpadów komunalnych, jak również ich zagospodarowanie, są najbardziej kosztochłonne i jednocześnie determinują wysokość całkowitych kosztów systemu gospodarki odpadami komunalnymi.