Projekty i badania naukowe

Opis projektu:

Celem tego projektu jest wypełnienie luki badawczej poprzez opracowanie nowego podejścia do rozumienia i modelowania sieci relacji business-to-business (B2B). Projekt odpowiada na kluczowe ograniczenia dotychczasowych badań. Tradycyjne metody, takie jak ankiety czy eksperymenty, pomagają zrozumieć pojedyncze decyzje, ale nie pozwalają zobaczyć, jak mnogość tych decyzji oddziałuje na siebie w czasie. Badania jakościowe dostarczają wnikliwych opisów, lecz nie umożliwiają przewidywania wyników w złożonych i zmiennych środowiskach.

Projekt łączy wnioski z badań empirycznych i wykorzystuje je do stworzenia BRAIN – Business Resourceful Agent-based Interactive Network – zaawansowanej i interaktywnej symulacji, w której cyfrowi agenci reprezentujący firmy, menedżerów oraz (opcjonalnie) systemy AI, wchodzą ze sobą w interakcje podobne do tych zachodzących w realnym świecie biznesu. BRAIN odwzorowuje złożone cechy relacji biznesowych, pokazując, jak pozornie drobne zmiany zachowań mogą z czasem prowadzić do dużych zmian w wynikach, czy stabilności sieci.

Celem projektu jest integracja rozproszonych nurtów badawczych w spójny obraz tego, jak przedsiębiorstwa generują przychody, wprowadzają innowacje i zachowują odporność w sytuacjach kryzysowych. Poza tym projekt będzie badać mechanizmy przyczynowe, takie jak wzajemność, poczucie sprawiedliwości czy reguły zarządzania, które wyjaśniają, dlaczego relacje biznesowe się wzmacniają, słabną lub rozpadają. Po trzecie, przeanalizuje, w jaki sposób AI może uczestniczyć w interakcjach biznesowych, jako narzędzie wspierające, jak i samodzielny aktor, oraz jak wpływa to na zaufanie i trwałość relacji. Wreszcie, projekt wykorzysta symulację BRAIN do testowania realistycznych scenariuszy, co pozwala obserwować, jak różne strategie kształtują sieci w dłuższej perspektywie.

Wyniki pomogą zrozumieć, jak odpowiedzialnie wykorzystywać AI we współpracy B2B i kiedy kluczowy jest udział człowieka. Projekt stanowi zatem istotny krok naprzód w zrozumieniu, jak naprawdę funkcjonują relacje biznesowe. Łącząc wcześniejsze badania z innowacyjnymi metodami symulacji, tworzy potężne narzędzie do wyjaśniania, przewidywania i ulepszania złożonych sieci, które kształtują współczesną gospodarkę. Projekt dostarczy również pierwszej skalibrowanej symulacji do badania odporności sieci oraz tworzenia wartości. Wyniki zostaną udostępnione środowisku naukowemu poprzez konferencje, publikacje oraz otwarte udostępnienie systemu BRAIN.

Opis projektu:

Opis projektu:

Piłka nożna to rynek pracy dla setek tysięcy zawodowych piłkarzy, lecz funkcjonuje w sposób zasadniczo odmienny od większości innych branż. Wyjątkowość tego rynku polega na istnieniu jawnych wycen pracowników oraz bezpośrednich transakcjach finansowych między pracodawcami w celu ich pozyskania — rozwiązania właściwie niespotykanego poza sportem zawodowym.  W tym specyficznym układzie instytucjonalnym rynek transferowy odgrywa kluczową rolę w kształtowaniu składów drużyn, alokacji talentów oraz wpływa na równowagę konkurencyjną zarówno na poziomie krajowym, jak i międzynarodowym.

Głównym celem projektu jest wyjaśnienie, w jaki sposób czynniki sportowe, ekonomiczne, instytucjonalne i technologiczne wpływają na proces wyceny kapitału ludzkiego na rynku transferowym w wybranych ligach europejskich. Uwzględnienie rzadko analizowanych zmiennych — takich jak wskaźniki technologiczne, popularność w mediach społecznościowych czy ograniczenia instytucjonalne — oraz analiza funkcjonowania mniej znanych lig pozwala lepiej zrozumieć mechanizmy działania rynku transferowego i wnosi wartościowe uzupełnienie do badań w ekonomii sportu i analizie rynków pracy.

Zastosowanie mieszanych metod badawczych pozwala uchwycić zarówno instytucjonalny kontekst procesów transferowych, jak i ich wymiar ilościowy. Analiza została rozszerzona o ligi rzadziej obecne w literaturze przedmiotu, które mimo to odgrywają ważną funkcję w europejskim ekosystemie piłkarskim. Zróżnicowane warunki ekonomiczne i odmienne modele funkcjonowania pozwalają na identyfikację mechanizmów niewidocznych w najbardziej zamożnych ligach.

Metody badawcze:

1. Faza jakościowa projektu obejmuje częściowo ustrukturyzowane wywiady z kluczowymi interesariuszami branży piłkarskiej. Jej celem jest uchwycenie zróżnicowanych perspektyw przy jednoczesnym zachowaniu analitycznej głębi. Do rozmów celowo dobrano ekspertów z klubów występujących na najwyższym poziomie rozgrywek w Anglii, Włoszech, Polsce, Norwegii, Chorwacji i na Węgrzech, co pozwala uwzględnić zarówno geograficzną różnorodność, jak i różne poziomy lig według rankingu UEFA.
2. Faza ilościowa opiera się na analizie statystycznej obszernego zbioru danych o transferach i wartościach zawodników z lat 2015–2025, obejmującego te same ligi, z których pochodzą uczestnicy wywiadów. Baza danych liczy kilkadziesiąt tysięcy obserwacji, co umożliwia przeprowadzenie wiarygodnych analiz i zapewnia spójność pomiędzy ujęciem jakościowym i ilościowym. Wykorzystywane dane pochodzą z uznanych i wiarygodnych źródeł, takich jak Transfermarkt, oficjalne raporty UEFA i FIFA, sprawozdania finansowe klubów oraz specjalistyczne platformy skautingowe. Do testowania hipotez oraz oszacowania znaczenia poszczególnych czynników zastosowanie znajdują modele hedoniczne.

Opis projektu:

Czy w Europie, gdzie półki sklepowe uginają się od produktów, ktoś może cierpieć głód? Niestety tak. Problem niedożywienia nie wynika dziś wyłącznie z braku żywności – coraz częściej jest skutkiem barier społecznych, ekonomicznych i kulturowych. W krajach Europy Środkowo-Wschodniej (CEE) szczególnie narażeni są migranci, osoby starsze, rodziny wielodzietne i gospodarstwa o niskich dochodach. W ostatnich latach sytuację pogorszyły gwałtowne wzrosty cen żywności, kryzysy gospodarcze oraz masowe migracje po wojnie w Ukrainie.

Celem projektu jest odpowiedź na pytanie: dlaczego w regionie CEE niektóre grupy społeczne – mimo dostępności żywności – pozostają zagrożone brakiem odpowiedniego odżywienia?

Aby to wyjaśnić, połączymy dwie nowoczesne koncepcje:
1.  Zdolności (capability approach), które bada realne możliwości ludzi w zakresie zapewnienia sobie odpowiedniej diety, uwzględniając czynniki osobiste, społeczne i środowiskowe;
2. Suwerenności żywnościowej (food sovereignty), która analizuje wpływ struktur społecznych, polityki i rynku na dostęp do zdrowej, lokalnej i kulturowo odpowiedniej żywności.

Projekt obejmie badania w czterech krajach: Polsce, Czechach, Rumunii i na Węgrzech. Wykorzystamy dane pochodzące z ankiet zebranych wśród gospodarstw domowych (ok. 5800 respondentów) oraz wywiadów pogłębione z migrantami i grupami wrażliwymi. Zastosujemy nowoczesne metody analizy danych, w tym modele statystyczne, uczenie maszynowe i analizy przyczynowe, aby zidentyfikować czynniki ryzyka, skuteczność strategii radzenia sobie oraz wpływ polityki społecznej na bezpieczeństwo żywnościowe.

Dlaczego to ważne? Dotychczasowe badania w regionie są fragmentaryczne i dotyczą wąskich grup, np. studentów czy osób starszych. Brakuje kompleksowych analiz porównawczych, które uwzględniają zarówno czynniki indywidualne, jak i strukturalne. Nasz projekt wypełni tę lukę, tworząc pierwszą w regionie bazę danych o bezpieczeństwie żywnościowym i jakości diety oraz nowy model teoretyczny, który pomoże lepiej zrozumieć mechanizmy niedożywienia w krajach o relatywnie wysokich dochodach.

Spodziewane efekty projektu to:
– opracowanie narzędzi do pomiaru bezpieczeństwa żywnościowego w warunkach europejskich,
–  rekomendacje dla polityki społecznej i organizacji pomocowych, aby skuteczniej wspierać osoby zagrożone niedożywieniem,
– publikacje w renomowanych czasopismach oraz materiały dla decydentów i NGO.

Projekt odpowiada na pilne wyzwania społeczne i gospodarcze, a jego wyniki pomogą budować bardziej sprawiedliwe i odporne systemy żywnościowe w Europie.

Opis projektu:

Projekt bada wpływ efektu kraju pochodzenia (Country of Origin Effect – COOE) na postrzeganie i skłonność do zakupu produktów wykorzystujących sztuczną inteligencję. Choć wpływ kraju pochodzenia został szeroko opisany dla tradycyjnych produktów, dotychczas nie zbadano go systematycznie w odniesieniu do produktów AI. Badanie ma zweryfikować, czy pochodzenie produktu AI (np. Polska, USA, Wielka Brytania czy Chiny) wpływa na ocenę samego produktu, jego producenta oraz intencje zakupowe konsumentów.

Opis projektu:

Opis projektu:

Do czasu Wielkiego Kryzysu Finansowego (WKF) literatura makroekonomiczna poświęcała niewiele uwagi na to jaką rolę odgrywa rynek nieruchomości dla gospodarki. WKF, który uwidocznił jak bardzo problemy na rynku mieszkaniowym mogą  prowadzić do głębokiej recesji, napędził wzrost zainteresowania makroekonomistów sektorem nieruchomości i pojawieniem się makro-mieszkaniowego obszaru badawczego (ang. macro-housing). To zwiększone zainteresowanie makroekonomistów sektorem nieruchomości mieszkaniowych koncentrowało się jednak głównie na segmencie rynku związanym z posiadaniem domu, pomijało natomiast rynek najmu. Rynek najmu jest zazwyczaj pomijany w badaniach makroekonomicznych, niezależnie od tego, czy są one oparte na modelach empirycznych czy teoretycznych. Powyższy brak rynku najmu w badaniach makro-mieszkaniowych należy zestawić z faktem, że około jedna czwarta populacji OECD mieszka w wynajmowanych mieszkaniach. Oznacza to, że rynek najmu jest ważny dla łącznej dynamiki sektora mieszkaniowego i gospodarki. W szczególności, istnieje szereg opracowań wskazujących, że zachowanie najemców i właścicieli domów jest różne, np. reakcja wydatków konsumpcyjnych na wzrost cen nieruchomości zależy od formy prawnej użytkowanego mieszkania. Oznacza to, że powinniśmy lepiej zrozumieć rolę cen najmu dla dynamiki gospodarki. Jest to główny cel projektu.

Planujemy ustalić, czy:

1. zmiany cen najmu przyczyniają się do zmienności rynku mieszkaniowego i głównych zmiennych makroekonomicznych oraz
2. czy ceny najmu są ważne dla transmisji innych szoków zagregowanych, np. nieoczekiwanych decyzji banków centralnych. Przeprowadzimy również dogłębną analizę polskiego rynku, dla którego wykorzystamy dane z ogłoszeń w celu skonstruowania wiarygodnych indeksów rentowności najmu.

Nasz wkład do literatury makro-mieszkaniowej będzie polegał na dostarczeniu wyników wszechstronnych analiz ukierunkowanych na określenie wpływu cen najmu na łączną dynamikę sektora nieruchomości i gospodarki. Dostarczymy dowody empiryczne oraz przedstawimy rozwiązania teoretyczne z tego zakresu. Omówimy również wyniki dla Polski, w tym stworzymy autorskie wskaźniki rentowności najmu, które wykorzystamy do oceny wpływu szoków cen najmu na polską gospodarkę. Poprzez dostarczenie dowodów na temat tego jakie są skutki zmian cen najmu, ustalimy czy obecna praktyka pomijania cen najmu w modelach makro-mieszkaniowych jest uzasadniona, czy nie. Jeśli wyniki wskażą, że powinniśmy uwzględnić ceny najmu w modelach makro-mieszkaniowych, sformułujemy również zestaw wskazówek, jak robić to w praktyce.

Opis projektu:

Opis projektu:

Branża budowlana stoi przed poważnymi wyzwaniami związanymi z wyczerpywaniem zasobów, zarządzaniem odpadami oraz emisją dwutlenku węgla, szczególnie w procesach produkcji i dystrybucji materiałów budowlanych. Tradycyjne procesy łańcucha dostaw są często liniowe i mało efektywne, co prowadzi do wyższych kosztów oraz większego wpływu na środowisko. Jednym z rozwiązań tych problemów jest zastosowanie alternatywnych, zrównoważonych materiałów oraz stworzenie modeli zoptymalizowanego łańcucha wartości, które koncentrują się na ponownym wykorzystaniu materiałów i efektywności operacyjnej w budownictwie.

Cel projektu
Projekt ma na celu opracowanie nowatorskich metod optymalizacji łańcucha wartości w budownictwie modułowym, które pozwolą zmniejszyć koszty logistyczne oraz wpływ na środowisko. Kluczowym elementem tego podejścia jest idea gospodarki cyrkularnej, gdzie surowce są wielokrotnie wykorzystywane, a odpady minimalizowane. Projekt wpisuje się w założenia Nowego Europejskiego Bauhausu, łącząc dążenie do efektywności energetycznej z troską o środowisko naturalne.

Powody podjęcia badań
Metoda budowy modułowej, w której elementy konstrukcji są prefabrykowane w zakładach produkcyjnych i montowane na miejscu, zyskała popularność dzięki swoim zaletom: oszczędności czasu, redukcji odpadów i mniejszemu zużyciu energii. Jednak obecne rozwiązania w tej dziedzinie nadal nie w pełni wykorzystują potencjał gospodarki cyrkularnej ani zaawansowanych metod optymalizacji. Złożone zależności pomiędzy projektowaniem, logistyką i cyklem życia budynków wymagają opracowania holistycznego podejścia, które równoważy cele ekonomiczne z wymogami zrównoważonego rozwoju.

Opis badań
Badania w projekcie zostaną oparte na analizie danych pierwotnych i wtórnych, które posłużą do zidentyfikowania materiałów, elementów konstrukcyjnych, cyklu życia budynków oraz procesów związanych z ich budową i rozbiórką. W zakresie badań empirycznych przeprowadzone będą badania metodą jakościową (FGI) i ilościową (CATI/CAWI). Wyniki tych badań posłużą m.in. do opracowania modeli strukturalnych (SEM), które umożliwią testowanie hipotez.  Następnie opracowane zostaną modele matematyczne do optymalizacji problemów, takich jak projektowanie sieci logistycznych, zarządzanie materiałami i optymalizacja układu modułów budowlanych.

Do modelowania zostaną wykorzystane zaawansowane narzędzia, takie jak programowanie ograniczeń, programowanie całkowitoliczbowe oraz algorytmy heurystyczne, np. duże przeszukiwanie sąsiedztwa (LNS). Dzięki zastosowaniu metod wielokryterialnych możliwe będzie generowanie rozwiązań optymalnych pod względem różnych celów, takich jak koszty i wpływ na środowisko.

Dodatkowo, w celu przeprowadzenia szerokiej analizy, zostaną wygenerowane syntetyczne zestawy danych, które odwzorują rzeczywiste scenariusze. Te dane pozwolą na symulację różnych modeli biznesowych, w tym podejścia „produkt jako usługa,” gdzie producenci przejmują odpowiedzialność za cykl życia swoich produktów.

Najważniejsze efekty projektu
Projekt przyniesie szereg korzyści, zarówno dla nauki, jak i przemysłu:
• Nowatorskie modele optymalizacji dla łańcuchów wartości w budownictwie modułowym.
• Efektywne algorytmy umożliwiające rozwiązywanie złożonych problemów logistycznych i konstrukcyjnych.
• Praktyczne rekomendacje dla wdrażania gospodarki cyrkularnej w budownictwie.
• Nowe standardy dla branży budowlanej, wspierające realizację celów Europejskiego Zielonego Ładu.

Dzięki tym rozwiązaniom projekt przyczyni się do budowy bardziej zrównoważonego i efektywnego sektora budowlanego, jednocześnie wyznaczając kierunki dla przyszłych badań i innowacji w tej dziedzinie.

Opis projektu:

Opis projektu:

Opis projektu:

Opis projektu:

Opis projektu:

Ostatnie zmiany w technologii i ulepszone techniki gromadzenia danych przyniosły wiele zmian w wycenie nieruchomości na świecie, zarówno z perspektywy praktycznej, jak i teoretycznej. Dużo danych jest gromadzonych, przetwarzanych i analizowanych w celu przewidywania zmian na rynku nieruchomości. Ponadto, dostęp do zasobów publicznych stał się łatwiejszy. W wielu krajach dostępność do danych o nieruchomościach znacznie się poprawiła pod względem zasięgu geograficznego, szczegółowości, ogólnej integralności.

W przypadku Polski nastąpiła ogromna zmiana w możliwości uzyskania informacji o transakcji nieruchomości. Obecnie dane te są dostępne w formie elektronicznej z RCN, podczas gdy dziesięć lat temu należało je przepisać bezpośrednio z aktów notarialnych. Chociaż ta informacja ma ograniczenia w opisie nieruchomości, jednak zawsze jest to ogromny krok
naprzód. Większa łatwość zbierania danych z różnych źródeł online (np. informacje o nieruchomościach lub sprzedaży, dane GIS – współrzędne, udostępniane warstwy wektorowe lub dane z projektu OpenStreetMap) daje możliwość łączenia danych, szacowania modeli z nowymi zmiennymi i opracowywania nowych rozwiązań.

Wartość projektu polega przede wszystkim na przedstawieniu idei AVMs (automatycznych modeli wyceny), które nie zostały jeszcze zbadane, nie tylko w warunkach polskich, ale również w innych (np. indeksy ofertowe jako sposób radzenia sobie z opóźnieniami transakcyjnymi w AVM-ach oraz dokładność w różnych fazach cyklu mieszkaniowego).

Ponadto porównamy wyceny mieszkań dla kredytów hipotecznych sporządzane przez rzeczoznawców majątkowych z wartościami wyznaczanymi przez AVM. Modele zostaną wyestymowane w oparciu na różnych założeniach. Dane zostaną podzielone na podookresy, tak aby sprawdzić ich skuteczność w różnych fazach cykli mieszkaniowych.

Badania będą prowadzone na podstawie podejścia porównawczego, podejścia hedonicznego, jak i uczenia maszynowego. Ponadto, badania zostaną przeprowadzone na dużych, oryginalnych zestawach danych ze szczegółowym opisem nieruchomości w długim horyzoncie czasowym.

Opis projektu:

Głównym celem projektu jest opracowanie nowych metod pomiaru wielkości i charakterystyki wolnych miejsc pracy (w tym elastycznych umów o pracę) w oparciu o badania reprezentacyjne, dane internetowe i administracyjne oraz zastosowanie ich do analizy przeobrażeń zachodzących na rynku wakatów, w tym tych wywołanych recesją COVID-19, napływem uchodźców oraz zmianą technologiczną (np. sztuczną inteligencją), a także zbadania mechanizmu dopasowań pomiędzy poszukującymi pracy a pracodawcami.

Nowatorski charakter projektu polega na:

1) zaproponowaniu nowego podejścia do szacowania liczby wolnych miejsc pracy wyłącznie w oparciu o niestatystyczne źródła danych;

2) skorygowaniu błędów nielosowych w danych administracyjnych i online za pomocą technik integracji danych uwzględniających błędy klasyfikacji;

3) wnioskowaniu o zapotrzebowaniu na jednoznacznie określone umiejętności oraz zapotrzebowanie na pracę wg przekrojów niedostępnych w statystyce oficjalnej, np. według typów umów o pracę, trybu pracy – zdalna, hybrydowa, mobilna, tradycyjna;

4) uwzględnieniu niepewności ze względu na nielosowy charakter danych w celu odpowiedzi na pytania dotyczące zmian strukturalnych na rynku wakatów (np. związanych ze sztuczną inteligencją) oraz zapotrzebowania na pracowników w trakcie recesji (np. wywołaną pandemią COVID-19);

5) analizie mechanizmu dopasowań pomiędzy poszukującymi pracy a pracodawcami przy użyciu danych jednostkowych w przeciwieństwie do powszechnie wykonywanych analiz danych zagregowanych.

Badanie wniesie nowe rozwiązania statystyczne i ekonomiczne do badań rynku pracy.

Strona projektu: https://ojalab.ue.poznan.pl/