Industriile creative din Estul Europei și-au găsit o nouă țintă
 
1. Despre sursele dezvoltării marilor orașe 
Orașul contemporan are două surse de dezvoltare: una teritorială, care ține de vecinătatea sa regională (sau locală, dacă ne referim la centre urbane de mici dimensiuni), al cărui loc central e, și una internațională, ori globală, în cazul orașelor mari și metropolelor regionale. Dacă prima sursă e descrisă în geogra e de modelul locurilor centrale (sau modelul lui Christaller – geograful german care a formulat această teorie în 1933), ce evidențiază structura ierarhică a sistemului urban la nivel teritorial, în funcție de cantitatea și calitatea serviciilor pe care le pun la dispoziție centrele urbane spațiului polarizat, predominant rural, cea de a doua e formulată de modelul hubs&spokes. Acest model își are sursa în creșterea vitezei de deplasare, ce vine să tulbure ordinea ierarhiilor structurilor îndelung șlefuite în perioada christalleriană de evoluție teritorială. Marele oraș, beneficiarul direct al acestui tip de relații spațiale, tinde să ignore regiunile rurale sau periferice și privilegiază relațiile cu alte orașe importante, dezvoltând dimensiunea orizontală a sistemului urban. Se creează astfel un efect de tunel, ce imprimă o nouă evoluție sistemului teritorial (G. Țurcanașu, 2016a). La ora actuală distanța- timp (timpul de parcurs) dintre Botoșani și Iași e egală cu Iași – München, iar distanța practicată pe calea ferată între Iași și Timișoara e de zece ori mai mare decât cea dintre Iași și aceeași metropolă bavareză.
Raportul dintre cele două surse de creștere urbană e diferit, de la un oraș la altul, de la o perioadă la alta. Cel mai adesea, orașele medii sau mici nu beneficiază de aportul dezvoltării induse de sistemul economic global, pentru că aceste localități sunt ignorate de rețelele de infrastructură importante, iar relația lor cu exteriorul e intermediată de „metropola regională” sau orașele regionale consolidate, ce tind să concentreze cea mai mare parte a serviciilor și a activităților economice ce inserează regiunea la nivel internațional/ global.
Dubla sursă de prosperitate, specifică orașelor mari, imprimă acestora un grad mai mare de stabilitate demografică și economică, decât în cazul orașelor medii; pentru că în perioadele de avânt economic creșterea urbană e focalizată pe relațiile extra-teritoriale, iar în perioadele de criză, deși economia se repliază, sursa stabilității marelui oraș e dată de aducerea în prim plan a relațiilor infra-regionale, prin natura lor asimetrice. Acest fapt a fost extrem de vizibil în perioada crizei economice mondiale pe care tocmai am traversat-o. Iașul a fost mai stabil decât Bacăul, Piatra Neamț, Suceava sau Vaslui, Clujul decât Zalăul, Bistrița sau Baia Mare, Timișoara decât Aradul sau Reșița.
 

 
2. Învățământul superior și relațiile aeroportuare și rolul lor în dinamica sectorului IT&C 
Dinamica sectorului IT&C depinde în mare măsură de locul pe care îl ocupă centrele urbane în ierarhia, deopotrivă, teritorială și transnațională. Factorii de localizare – calitatea și cantitatea forței de muncă, accesibilitatea sitului, proximitatea facilităților de cercetare fundamentală, existența economiilor de aglomerație explică dinamica și comportamentul spațial al acestui sector. Pentru a ilustra rolul importanței ierarhiei polilor urbani în dinamica industriei IT&C vom apela la construcția unor modele statistice capabile să surprindă locul pe care-l ocupă orașele secundare și terțiare în structurile teritoriale regionale și transnaționale. Pentru exemplificare am optat pentru relevarea cartografică a structurilor învățământului superior și a sistemului aeronautic național. Ambele servicii inserează, într-o manieră trans-scalară, centrele urbane în sistemul de relații regional, național și internațional/global, reprezentând actorii principali ai localizării industriei IT&C.
În absența unor date publice despre uxurile ce susțin teritorialitatea la diverse nivele taxonomice, suntem nevoiți să apelam la modele statistice capabile să le estimeze. Dintre acestea accesibilitatea potențială are o mare capacitate de diagnoză și prognoză a terito- riului, devenind un instrument puternic în analiza teritorială. Drept urmare, cercetătorii contemporani au deplasat interesul studiilor în „construcția” unor indicatori de accesibilitate potențială, urmărind relevarea facilă a structurilor spațiale al cărui obiectiv final este reprezentat de politicile de plani care, amenajare și de dezvoltare teritorială (O. Groza, în I. Muntele&colaboratorii. 2010). Dintre aceștia menționăm cercetătorii aflați în grupul Törnqvist (Cederlund et al., 1991; Er- landsson și Törnqvist, 1993) care s-au focalizat asupra accesibilității diurne a orașelor, Cl. Grasland (1991, 1999), ce a construit modele de potențial al populației bazate pe o funcție de vecinătate gaussiana, Bruinsma și Rietveld (1993) au calculat accesibilitatea potențială a orașelor europene în raport cu populația, Spiekerman și Wegener (1994, 1996, Spiekerman et al., 1999, 2005), au dezvoltat diverși indicatori de accesibilitate potențială la nivelul spațiului european, Bonnet (2002) ce a vizat accesibilitatea serviciilor publice, private, de sănătate etc.
 

 
Modelul propus pentru estimarea accesibilității potențiale pornește de la un model de interacțiune spațială clasică; pentru a capabili să estimăm potențialul, este necesar să rescriem formula, deoarece pornim de la ipoteza că există o corelație între masa potențială de emisivitate a unei localități (originea fluxului) și masa potențială de atracție a altei localități (destinația fluxului), în ceea ce privește un anumit serviciu generator de fluxuri, acestea reprezentând nalitatea demersului statistic și cartografic. Analiza se va focaliza pe trei categorii de fluxuri, cele generate de învățământ universitar – ciclul de licență, de serviciile medicale și de cele aeroportuare).
Masa potențială de emisivitate (originea fluxului) în cazul estimării fluxurilor de studenți e dată de populația în sistemul de învățământ liceal sub diverse constrângeri statistice – proporția celor ce au luat bacalaureatul (media pe ultimii 3 ani) și proporția elevilor maghiari, care nu mai generează fluxuri cuantificabile într-o manieră spațială obișnuită.
Masa potențială de atractivitate reprezintă dimensiunea serviciului la destinația fluxurilor (numărul de studenți la ciclul de licență).
Ca urmare a diferenței între masa potențială de emisivitate și cea de atractivitate, formula accesibilității potențiale, construită pe baza potențialului de interacțiune, devine:

unde variabila Vi reprezintă masa potențială de atractivitate (la destinația fluxului), variabila Wi reprezintă masa potențială de emisivitate (la originea fluxului), Dij reprezintă distanța dintre localitățile i și j, a – frâna distanței, k – un coeficient de conservare al fluxurilor de potențiali clienți, iar q – un coeficient de filtru teritorial – parametru foarte important, mai ales, la nivelul uxurilor spre serviciile teritorializate, deopotrivă, identitar și lingvistic (de exemplu, din punctul de vedere spațial, în lipsa acestui coeficient, fluxurile de studenți din Harghita s-ar împărți între Cluj-Napoca și Iași, însă, componența etno-lingvistică a județului privilegiază fluxurile către Cluj, Târgu Mureș sau centre universitare externe României – în care maghiara e utilizată ca limbă de predare).
Potențialul total al localității i – destinația fluxului, devine

Egalizând potențialul total cu masa potențială la atractivitate și în funcție de proporția în cadrul acestuia a potențialelor parțiale, ce se stabilesc între originea și destinația fluxului, obținem fluxul teoretic. Prin cartografierea într-o manieră multi– sau unipolară a fluxurilor, obținem geometriile probabile ale structurilor teritoriale.
În realizarea cartografiei, am optat atât pentru reprezentarea fluxurilor teoretice totale, utilizând geometriile multi-orientate (verde), cât și pentru reprezentarea fluxurilor maxime (roșu), orientate către principalul centru universitar, conform ipotezelor utilizate. Dacă primele reprezintă geometria de ansamblu a sistemului de învățământ superior al României, cele secundare relevă cu aproximație aria de recrutare regională a studenților. Relative la sectorul ITC, vectorii descriu aria potențială de recrutare a viitorilor specialiști.
Cea de a doua cartogramă, deși nu are în background subtilități statistice, prin suprapunerea a mai multor nivele de analiză relevă cu o oarecare acuratețe structurile sistemului aeronautic al României anului 2016:
A – Structurile spațiale punctiforme sunt reprezentate de atât de aeroporturi, cât și de orașele principale ale României; importanța aeroporturilor e sugerată deopotrivă de numărul de pasageri (estimați pentru 2016), cât și de frecvența săptămânală a curselor.
B – Structurile spațiale reticulare sunt reprezentate de geometriile curselor interne, dar și de către vectorii schițați către 4 direcții ce reprezintă relațiile aeroporturilor românești cu Europa de Nord, Europa central-vestică, Europa sudică și alte state, dimensionate în raport cu numărul de frecvențe.
C – Structurile spațiale areolare prezente în cartografie reprezintă o dublă sursă de informație: accesibilitatea spațială a localităților la aeroporturile din interiorul frontierelor României și accesibilitatea-timp la principalele 75 de aeroporturi ale Europei și spațiului circum-mediteraneean. Pentru realizarea cartogra ei accesibilității-timp s- au utilizat cele mai performante relații (cu timpul cel mai redus), indiferent de poziționarea lor în interiorul săptămânii. Unele relații se realizează apelând la una, două sau chiar trei escale. Informațiile au fost preluate de pe site-urile aeroporturilor sau de pe www.skyscanner.ro, www.vola.ro. Dacă prima informație cartografiată ne relevă rolul la nivel regional al aeroporturilor, izocronele ne sugerează contextul european al funcționării sistemului aeronautic românesc. Din punctul de vedere al sectorului IT&C, acest tip de accesibilitate e cel mai important. Bucureștiul, prin aeroportul Otopeni, se impune prin maxima absolută, iar alte trei aeroporturi (Cluj-Napoca, Timișoara și Iași) impun maxime relative la nivel regional. Factorii care discriminează cele patru maxime sunt reprezentați, de numărul superior de relații directe cu cele 75 de aeroporturi, dar și orarul zborurilor, care face din huburile europene puncta e ciente de escală pentru zborurile care nu pot accesate într-o manieră directă. Distanța redusă a unor poli urbani față de București sau chiar față de aeroporturile secundare, precum cel al Clujului sau chiar Iașului, aproape că anulează performanțele aeroporturilor proprii (unele bine situate în ierarhia națională – Bacău, Sibiu, Tg. Mureș sau Craiova). În cazul multor relații cu aeroporturile de top din Europa e mai eficientă accesarea relației, într-o manieră directă, din București sau din aeroporturile ce dețin primatul regional.

Relativ la sectorul IT&C, ce necesită o bună accesibilitate la nivel global, faptul ca Brașovul sau Ploieștiul nu au aeroport propriu, nu reprezintă un impediment în relația lor cu exteriorul. Legăturile sunt intermediate de aeroportul Otopeni, ale căror performanțe sunt net superioare celorlalte aeroporturi românești. Mai mult, Ploieștiul, situându-se în interiorul izocronei de 19.000 de minute, are o accesibilitate superioară Clujului, Timișoarei sau Iașului – orașele cu cele mai performante aeroporturi, iar Brașovul se poziționează în sistemul aeronautic regional-european pe o poziție similară Iașului.
Graficul ce prezintă dinamica sectorului IT&C în relație cu evoluția numărului de studenți și cu frecvențele aeriene săptămânale, e mai important ca reper vizual, decât din punctul de vedere al subtilităților statistice. Opțiunea pentru reprezentarea procentuală a numărului de studenți și a frecvențelor realizează contextul național de evoluție și rezolvă statistic chestiunea replierii generalizate a numărului de studenți la nivelul tuturor centrelor universitare. Din această perspectivă, am convingerea că e mai importantă aprecierea/deprecierea centrelor universitare în raport cu nivelul național, mai ales că în intervalul crizei economice, ce a avut în România perioada de maximă manifestare între 2009 și 2011, s-a produs o reconsiderare a importanței învățământului superior. Pe grafic e vizibilă înjumătățirea importanței naționale a centrului universitar Brașov (sediul unei liale a Universității Spiru Haret).

Interesantă e convergența evolutivă a celor mai consolidate orașe secundare ale României (Cluj, Iași și Timișoara), care se detașează de restul orașelor secundare și terțiare. Acestea se apreciază consistent, în raport cu celelalte orașe principale ale României, fapt care demonstrează că apariția unui nivel ierarhic intermediar între București și restul reședințelor județene e doar o chestiune de timp. Mai mult, această dinamică recentă e un semn al debutului normalizării relațiilor dintre structurile teritoriale regionale ale României.
3. Dinamica autocorelațiilor spațială, teritorială și ierarhică a sectorului IT&C 
Afirmațiile din capitolul anterior pot confirmate sau infirmate de autocorelațiile spațială (Z), teritorială (G) și ierarhică (H), indicatori capabili să cuantifice măsura schimbărilor repartiției unei variabile (în cazul de față populația ocupată în sectorul IT&C) la nivel județean într-un demers diacronic. Primii doi parametri sunt formulați de către Claude Grasland și Myriam Baron (2003), iar cel de-al treilea reprezintă o adaptare la nivelul polilori urbani – Al. Rusu, G. Țurcanașu, 2010.
Z, G și H reprezintă o măsură a omogenității unei vecinătăți, respectiv a unei regiuni sau a palierelor urbane. Analizate într-o manieră diacronică acești indicatori oferă informații privind evoluția spre omogeneitate sau, dimpotrivă, spre eterogeneitate, a categoriilor spațiale menționate¹.

1. Autocorelația spațială (Z) reprezintă raportul dintre media disimilaritățile populației ocupate în IT&C din interiorul unei vecinătății date și media disparităților din non-vecinătate (toate disparitățile ce se pun în loc în afara razei asumate – 125 de km, în cazul de față) scăzut din valoarea 1, pentru a ține sub control valoarea maximă a indicatorului (teoretic, valoarea maximă e 1). Raza vecinătății poate lua orice valoare dorim să o atribuim, dar am optat pentru dimensiunea de 125 km între reședințele de județ, deoarece într-o astfel de vecinătate nu întâlnim două metropole regionale sau doua orașe regionale consolidate (Cluj-Napoca, Iași, Timișoara, Constanța, Craiova, Brașov, Galați și Oradea) – centralități capabile să creeze structuri teritoriale regionale.
– Autocorelația teritorială (G) e unică (un județ aparține unei singure regiuni de dezvoltare) și reprezintă raportul dintre media disimilaritățile populației ocupată în IT&C la nivel intraregional (din cadrul regiunilor de dezvoltare, aici) și media disparităților inter-regionale (dintre orașelor ce aparțin altor regiuni de dezvoltare), scăzut din valoarea 1, din aceleași considerente ca și în cazul Z.
– Autocorelația ierarhică (H) e construită în aceeași manieră cu Z și G, doar că vecinătatea, respectiv apartenența la aceeași regiune, a fost înlocuită cu apartenența reședințelor la același nivel ierarhic urban. Palierele urbane au fost construite în funcție de importanța teritorială a orașelor, dar și din punctul de vedere al dimensiunii sectorului IT&C. Primul nivel e cel al orașelor secundare consolidate (Cluj, Iași, Timișoara și Brașov), cel de-al doilea grupează câteva orașe ce pot asimilate orașelor secundare, dar care au o dinamică mai modestă, iar rolul lor teritorial e mai modest (Constanța, Ploiești, Craiova, Galați, Sibiu). A treia categorie e cea a orașelor terțiare evoluate dez- voltare (Târgu Mureș, Arad, Baia Mare, Satu Mare, Oradea, Suceava, Bacău, Brăila, Pitești), iar ultima categorie grupează celelalte reședințe de județ. H reprezintă raportul dintre media disimilaritățile populației ocupată în IT&C la nivel intra-ierarhic și media disparităților inter-ierarhice (dintre județele a căror reședințe aparțin unor paliere ierarhice distincte), scăzut din valoarea 1, din aceleași considerente ca și în cazul Z sau G.
Relația matematică a celor trei indicatori e următoarea:

Unde, x’i și x’j sunt e variabilele din interiorul vecinătății de 125 de km (Z), e variabilele de la nivel intraregional (G) sau variabilele de la nivel intra-ierarhic (H) – în cazul de față populația ocupată în IT&C. Diferența în modul reprezintă disimilaritățile existente în interiorul vecinătății de 125 de km, respectiv la nivel intra-regional sau intra-ierarhic.
Dacă Z > 0 – autocorelație spațială pozitivă (indicator poate lua valoarea maximă 1), ceea ce înseamnă că orașele ce se a ă în interiorul vecinătății de 125 km sunt mai asemănătoare între ele, decât cu orașele ce se a ă situate în afara acestei vecinătăți; dacă G > 0 – autocorelație teritorială pozitivă (maximum 1), ceea ce înseamnă că orașele aparținătoare aceleiași regiuni de dezvoltare sunt mai asemănătoare între ele, decât cu orașele ce aparțin altor regiuni de dezvoltare; dacă H > 0 – autocorelație ierarhică pozitivă (maximum 1), ceea ce înseamnă că orașele ce se află pe același palier ierarhic sunt mai asemănătoare între ele, decât cu orașele ale căror reședințe se află pe paliere ierarhice diferite.  
Dacă Z ≈ 0, G ≈ 0 , H ≈ 0 – autocorelație spațială, respectiv teritorială sau ierarhică nulă. Orașele aparținătoare celor trei categorii spațiale amintite mai sus nu sunt nici mai asemănătoare și nici mai diferite decât orașele situate în afara categoriilor menționate. Nu există un model spațial măsurabil al repartiției indicatorului. 
Dacă Z < 0 – autocorelație spațială negativă, ceea ce înseamnă că orașele ce se află în interiorul vecinătății de 125 km sunt mai puțin asemănătoare între ele, decât cu orașele ce se află situate în afara acestei vecinătăți; dacă G < 0 – autocorelație teritorială negativă, ceea ce înseamnă că orașele aparținătoare aceleiași regiuni de dezvoltare sunt mai puțin asemănătoare între ele, decât cu orașele ce aparțin altor regiuni de dezvoltare; dacă H < 0 – autocorelație ierarhică negativă, ceea ce înseamnă că orașele ce se află pe același palier ierarhic sunt mai puțin asemănătoare între ele, decât cu orașele ale căror reședințe se află pe paliere ierarhice diferite. 
Graficul demonstrează că autocorelația spațială, deși pozitivă, e redusă Pe de o parte, ecarturile dintre populația ocupată în IT&C a marilor orașe și populația ocupată în IT&C a celorlalte orașe din vecinătatea de 125 km sunt prea mari pentru a nu impune o autocorelație spațială mare, care ar susține fără echivoc ideea gradientului Vest-Est al dezvoltării acestui sector. Pe de altă parte, faptul că județele din Banat și Transilvania au o populație ocupată în IT&C mai mare decât în România extracarpatică, ar imprima teoretic un Z negativ, ceea ce nu e cazul. Coroborate, cele două tipuri de ecarturi se anulează reciproc. Faptul că gradientul de dezvoltare Vest-Est e o realitate e (însă) confirmat parțial de o autocorelație teritorială ceva mai mare, care e temperată de existența ecarturilor consistente infrare- gionale dintre marele oraș regional și celelalte orașe secundare și terțiare. Interesantă e valoarea pozitivă mare și în creștere a autocorelației ierarhice, ceea ce demonstrează, pe de o parte, apropierea dintre valorilor populația ocupată în IT&C între orașele ce fac parte din aceeași categorie ierarhică și creșterea ecarturilor dintre paliere – o ierarhizare în creștere a sistemului urban național.
Inflexiunile de la nivelul anului 2010 sunt extrem de interesante din perspectiva taxonomiei structurale a centralităților IT&C. Anul 2010 reprezintă pentru România punctul maxim de manifestare a crizei economice globale, ce a bulversat structurile economice regionale ale României, iar reculul Z și G demonstrează crearea de noi ierarhii, dar și creșterea relativă a ecarturilor din interiorul vecinătăților, respectiv a celor intraregionale. Dimensiunea mare a H demonstrează faptul că există o puternică dependență între acest sector și marele oraș. Tendința generală de creștere a H demonstrează faptul că diversele categorii de orașe au reacționat diferit la criză. Orașele mari au avut un răspuns mai bun la noile condiții puse în loc de criza economică și și-au revenit mai timpuriu în perioada post-criza decât cele mai puțin mari Astfel, avem o confirmare statistică ce susține afirmațiile din debutul articolului.
Harta realizată propune mai multe nivele de lectură capabile să surprindă informația spațială a dinamicii între 2010 și 2015 a acestui sector. Limita inferioară a intervalului a fost aleasă datorită sincopelor statistice ce au debutat în perioada de criza economică, observabile chiar și în cazul acestui sector dinamic al economiei românești. Imbricarea atâtor informații, unele ușor lecturabile (ierarhia urbană, populația ocupată în IT&C la nivelul anului 2015 sau evoluția acesteia între 2010 și 2015), altele mai complicate, rezultat al dinamicii acestui sector (autocorelația ierarhică în 2015, raportul dintre autocorelațiile ierarhice din 2015 și 2010 sau anul în care populația ocupată la nivel județean a atins valoarea procentuală maximă la nivel național) vine să faciliteze înțelegerea logicii de funcționare a sectorului IT&C în România.
Voi focaliza comentariul asupra celei de-a doua categorii de informație cartografiată.
Sunt marile orașe capabile să articuleze și să armonizeze sinergiile sistemelor teritoriale regionale? 
Din punctul de vedere al autocorelației spațiale, după cum intuiam deja, ecarturile reduse între dimensiunile sectorului IT&C la nivelul orașelor terțiare induc o mai mare omogeneitate a acestor categorii (orașe terțiare și terțiare consolidate). Indicatorii spațializați trebuie lecturați în interiorul categoriei (vezi culorile din pătratele ierarhizate) – roșul închis reprezintă ecartul cel mai redus față de media categoriei, ceea ce înseamnă un puternic efect al apartenenței la respectivul nivel. Dimpotrivă, culoarea galbenă sau portocalie deschisă înseamnă un ecart mai substanțial față de media categoriei. Aceste tipuri sunt extrem de prezente în cazul categoriilor urbane superioare. Ecarturile pot negative (Iași și Brașov) sau pozitive (Cluj și Timișoara). Acest fapt înseamnă că Iași și Brașovul au valori inferioare clasei, iar Clujul și Timișoara, superioare. Această informație poate lecturată și ca un potențial de creștere în viitorul apropiat. Faptul este confirmat, mai ales pentru Iași (dar și pentru Galați, Craiova sau Sibiu) și de raportul autocorelațiilor ierarhice dintre 2015 și 2010. Cercul roșu înseamnă o apropiere de media categoriei, iar cel albastru o îndepărtare. Cluj Napoca sau Târgu Mureș au înregistrat o diminuare a raportului, datorită creșterii peste media categoriei a sectorului IT, în timp ce în Arad, de exemplu, diminuarea raportului se datorează unei involuții în cadrul categoriei sale.
Această dinamică a sectorului într-un interval extrem de scurt e vizibilă și la nivelul reprezentării areolare a anului în care sectorul IT&C a atins maximul procentual în raport cu structura teritorială națională. Acest parametru e unul perfectibil, pentru că un maxim în prima parte a intervalului poate însemna, deopotrivă, o maturizare timpurie a sectorului (cazul Timișoarei sau Bucureștiului) sau stagnare la nivelul unui stadiu incipient (Reșița, Brăila, Botoșani, Buzău). Șapte orașe secundare și terțiare și- au consolidate poziția în 2015 la nivel național – Iași, Galați, Cluj Napoca, Brașov, Craiova, Târgu Mureș și Pitești, ceea ce demonstrează că ne aflăm încă în perioada de dezvoltare a orașelor secundare, dar observăm și o tendință de deplasare a acestui sector către orașele terțiare consolidate.