0
Læs nu

Du har ingen artikler på din læseliste

Hvis du ser en artikel, du gerne vil læse lidt senere, kan du klikke på dette ikon
Så bliver artiklen føjet til din læseliste, som du altid kan finde her, så du kan læse videre hvor du vil og når du vil.

Næste:
Næste:
Artiklen er føjet til din læseliste Du har ulæste artikler på din læseliste
Peter Hove Olesen/Ritzau Scanpix
Foto: Peter Hove Olesen/Ritzau Scanpix

Siden unge surfere begyndte at bosætte sig i Klitmøller i Thy i 1990'erne, har den lille by udviklet sig til et dansk surferparadis med tilnavnet 'Cold Hawaii'.

Nyheder
Læs artiklen senere Gemt (klik for at fjerne) Læst

Kunstig intelligens fra AAU og Cowi skal spotte landsbyer, der kan tiltrække byboere

Nyheder
Læs artiklen senere Gemt (klik for at fjerne) Læst

Der er ikke oplæsning af denne artikel, så den oplæses derfor med maskinstemme. Kontakt os gerne på automatiskoplaesning@pol.dk, hvis du hører ord, hvis udtale kan forbedres. Du kan også hjælpe ved at udfylde spørgeskemaet herunder, hvor vi spørger, hvordan du har oplevet den automatiske oplæsning.

Spørgeskema om automatisk oplæsning

Klitmøller i Thy, Svaneke på Bornholm og Torup i Nordsjælland har én ting til fælles – udover at de alle tre er landsbyer: De er såkaldt varme zoner, som har udviklet sig til succesfulde landsbyer, der tiltrækker indbyggere og erhverv.

Opskriften på deres succeser skal udbredes til flere landsbyer, håber et projekt med navnet ’Varme Zoner’, som Aalborg Universitet, Cowi og Thy Erhvervsforum står bag med støtte fra Erhvervsministeriets Landdistriktspulje.

Det skriver Cowi i en pressemeddelelse.

Projektet bygger på en model udviklet af Rolf Lyneborg Lund, ph.d. ved Aalborg Universitet, der bruger kunstig intelligens til at lede efter mønstre i store demografiske datasæt i Danmarks Statistik inden for små geografiske områder.

»De mønstre, vi har afdækket, peger på, at markant vækst i en landsby ikke er et spørgsmål om, hvor mange der flytter til, men hvem der flytter til i en periode op til et punkt, hvor landsbyen når et såkaldt tipping point og dermed overgår til markant vækst i antallet af tilflyttere,« udtaler Rasmus Johnsen, udviklingskonsulent i Cowi, i meddelelsen.

Tiltræk ikke-gennemsnitlige personer

Det er denne model, der har fundet ligheder mellem de tre førnævnte landsbyer: De er alle kendetegnet ved, at andelen af »ikke-gennemsnitlige personer« er steget over en årrække.

»Det er folk, der normalt ikke slår sig ned i en landsby. De er i trediverne, de har børn eller får børn, de har et højt uddannelses- og indkomstniveau, og de kommer fra gennemsnitligt højere stillinger. En del har været selvstændige eller har ledererfaring, og de flytter typisk fra København. Når andelen af disse mennesker når 5-10 procent op over landsgennemsnittet, begynder der for alvor at ske noget med befolkningstallet,« siger Rasmus Johnsen.

Modellen giver på baggrund af interviews samtidig fire indikatorer på, hvad der tiltrækker disse ikke-gennemsnitlige personer: noget unikt, som tilfører byen afgørende værdi, en markant skabertrang i området, en stærk sammenhængskraft mellem folk samt en række konkrete mødesteder.

  • Ældste
  • Nyeste
  • Mest anbefalede

Skriv kommentar

2000 tegn tilbage

Annonce

Forsiden