REGIONÁLNÍ DISPARITY - jejich pojetí, klasifikace a měření

Transkript

VŠB-Technická univerzita Ostrava
Ekonomická fakulta
WD-55-07-1
Regionální disparity v územním rozvoji ČR – jejich vznik, identifikace a eliminace
Mezinárodní vědecký seminář
REGIONÁLNÍ DISPARITY - jejich pojetí,
klasifikace a měření
Šilheřovice 13. - 14. 11. 2008
Sborník přednášek
Ostrava, listopad 2008
Regionální disparity – jejich pojetí, klasifikace a měření
Šilheřovice 2008
OBSAH
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
Alois Kutscherauer
Regionální disparity v územním rozvoji země
Mlan Buček, Lukrécia Kováč Gerulová
Regionálna konvergencia resp. divergencia na pozadí teoretických koncepcií
Karel Skokan
Disparity a regionální rozvoj v zemích střední Evropy
Jan Sucháček
Regionální nerovnosti v teoretickém kontextu
Jaroslav Jánský, Stanislav Hubík, Iva Ţivělová
Metodologické přístupy k identifikaci zdrojů regionálních disparit
Iva Galvasová, Kateřina Chabičovská
Metodické přístupy ke kartografickému znázornění disparit v krajích
Josef Hůlka, Jan Ţenka
Technologicky náročné obory zpracovatelského průmyslu a regionální disparity v ČR
Martina Mikeszová
Regionální disparity ve finanční dostupnosti nájemního bydlení
Jan Česelský, Martin Ferko, Vladimír Koudela
Analýza regionálních disparit ve fyzické dostupnosti bydlení z hlediska bytové výstavby
Vladimír Vavrečka
Cestovní ruch jako jeden z významných nástrojů řešení regionálních disparit
Barbara Vojvodíková, Aleš Lokaj
Návrh hodnotícího modelu pro řešení regionálních disparit
Martin Ferko, Jan Česelský, Petr Otipka
Softwarová utilita "Disparitér"
Pavel Tuleja
Moţnosti měření regionálních disparit - nový pohled
Hana Janáčková
Brownfieldy a Moravskoslezský kraj
Pavlína Ivanová
Analysis of unemployment in 1993 - 2007 and some regional disparities
in Slovak and Czech Republic
Šilheřovice 2008
Disparity a jejich vliv na územní rozvoj země
Doc. Ing. Alois Kutscherauer, CSc.
Abstrakt
Příspěvek přináší širší pohled na problematiku disparit. Zabývá se fenoménem, charakterem
a informační hodnotou disparit.
Diskutují se zde také otázky vlivu měřítka země na vznik, charakter a působení regionálních
disparit a pojetí a dekompozice systému sledování a hodnocení disparit v regionálním rozvoji
České republiky.
Klíčová slova
Regionální disparity, Fenomén disparity, Pojetí disparity, Informační hodnota disparity,
Disparity v malé a velké zemi, Systém sledování a hodnocení regionálních disparit.
Abstract
The article deals with the problem of disparities from wider point of view. It analyses the
disparities as a phenomenon, deals with their character as well as information value.
The questions of the influence of country scale on the rise, character and incidence of
regional disparities is discussed widely. The same applies to the decomposition of the system
of monitoring and evaluation of disparities in Czech regional development.
Key words
Regional disparities, disparity as a phenomenon, concept of disparity, information value of
disparity, disparities in small and big country, system of monitoring and evaluation of
regional disparities.
Disparity jako fenomén
Disparity jsou velmi frekventovaným pojmem posledního desetiletí. Často je však tento
termín používán na označení skutečností, které jeho sémantickou interpretaci mnohdy činí
značně mlhavou.
Disparity v nejširším slova smyslu chápeme je rozdílnost, resp. nerovnost znaků, jevů či,
procesů, jejichž identifikace a srovnávání má nějaký racionální smysl (poznávací,
psychologický, sociální, ekonomický, politický).
Přesto, že se zkoumáním tohoto fenoménu zabývá stále více teoretiků, nemá dosud
dostatečně propracovanou teoretickou základnu a vymezen systémový a metodologický
rámec jeho zkoumání.
Smyslem zkoumání disparit není jen poznání, nakolik zkoumané subjekty zaostávají (za
ostatními, vůči standardům, normativním úrovním apod.), ale také poznání jejich
jedinečnosti, abychom je dovedli účelně a efektivně odlišit a nalézt jejich komparativní
výhody.
1
Šilheřovice 2008
Vývoj složitých společenských subjektů se vždy odehrává v čase a prostoru. Na jedné straně
hovoříme o minulosti, současnosti a budoucnosti jejich vývoje, tedy o času jako faktoru
vývoje, na druhé straně hovoříme o prostorových charakteristikách tohoto vývoje.
Spolu s vývojem subjektů a jejich částí dochází k vývoji jejich disparit – vnitřních i vnějších.
Disparity mají tedy svou časovou a prostorovou dimenzi.
Negativní a pozitivní disparity
Jsou dva základní důvody, proč chceme identifikovat relevantní znaky subjektů, jako nositelů
jistých vlastností a podrobit je zkoumání jako předmětu našeho poznání, naší činnosti či
našeho zájmu.
Prvním důvodem je potřeba identifikace a zkoumání rozdílností relevantních znaků subjektů,
kde jde zpravidla o zjišťování, v čem jednotlivé subjekty, v rámci vymezené (stanovené)
množiny – států, zemí, regionů, obcí, podniků apod., zaostávají, a jaký to má vliv na jejich
změny, zejména systémové, a v rámci nich především na změnu struktury a chování. Jde
dosud o natolik dominantní přístup, že se často zjišťování těchto „negativních“ znaků
označuje jako „disparitní přístup“.
Druhým, daleko méně častým důvodem je zkoumání rozdílnosti subjektů (jejich relevantních
znaků), vedoucí k poznání jejich jedinečnosti, schopnosti účelně a efektivně se odlišit od
ostatních zkoumaných subjektů a také např. k účinnému využití jejich komparativních výhod.
Tedy schopnosti plnit jistou „pozitivní“ roli (obecně ve vymezené množině subjektů,
specificky pak ve společenství zemí, regionů, obcí apod.).
Informační hodnota disparit
Dominantní pro volbu přístupu k identifikaci a hodnocení disparit je, do jaké míry přinášejí
uživateli informací nové poznání a v jakém směru může toto poznání být využito, tedy jaká je
jejich informační hodnota.
Zjištěné a vyhodnocené disparity mohou mít pro příjemce (uživatele) informace hodnotu:

poznávací – informují uživatele o širším kontextu relevantních znaků zkoumaných
subjektů, zvyšují stav poznání příjemce informací bez konkrétních požadavků na
způsob jejich dalšího přímého využití.
Ve společenské praxi může jít o srovnávání zemí a jejich seskupení, či rozdílností ve
vývoji různých částí světa, bez ambicí do tohoto vývoje přímo zasahovat apod.
Zvýšení stavu poznání je nejčastějším důvodem, proč jsou nejrůznější disparity
analyzovány a vyhodnocovány.

motivační – změny relevantních znaků zkoumaných subjektů vytvářejí soubor
pohnutek podněcující příjemce informací k určité činnosti; motivují jej ke způsobu
jednání, zpravidla v delším časovém horizontu.
Jedním z častých zadání hodnocení územních disparit s cílem působit motivačně je
např. vyhledávání území vhodných pro různé typy investování – motivující investory k
umístění svých investic do konkrétního území.

operativní – změny relevantních znaků zkoumaných subjektů vedoucí k okamžitému
jednání, k reakci na vzniklou, resp. měnící se situaci.
2
Šilheřovice 2008
Může jít o reakce na měnící se situaci a vzájemnou relaci subjektů na finančních
trzích, měnící se vzájemnou pozici jednotlivých klíčových bank, reakci na intervence
vlád do soukromého sektoru apod.

rozhodovací – změny relevantních znaků zkoumaných subjektů, jejichž vyhodnocení
vede příjemce k přijetí rozhodnutí.
Poskytnout informace pro rozhodování je druhým nejčastějším důvodem, proč jsou
disparity analyzovány a vyhodnocovány. Zpravidla jde o východiska pro tvorbu
regionálních strategií a programů, může také jít o identifikaci regionů pro stanovení
soustředěné pomoci státu problémovým regionům apod.
Je však třeba mít na zřeteli, že hranice mezi způsoby využití poznaných disparit zkoumaných
subjektů je neostrá, že způsoby užití získaných poznatků se mohou překrývat.
Rozdílná informační hodnota vyhodnocených disparit není reprezentována zcela rozdílnými
indikátory. Zpravidla jde o kontext vyhodnocení – věcný, časový, velikostní, míry rizika apod.
Disparity v malých a velkých zemích
Při výzkumu regionálních disparit (regionálních nerovností)1 se zákonitě nabízí otázka: mají
malé země stejné disparity jako velké země, mají tyto disparity stejný charakter a působí
stejně intenzivně a ve stejném směru (konvergenčně – divergenčně) ve velkých i malých
zemích? Například: bude podstata, charakter a intenzita působení regionálních disparit stejná
v Německu či ve Francii jako v České republice či v Maďarsku?
Je Česká republika malá země?
Na tyto otázku jsme museli zcela zákonitě narazit také při výzkumu regionálních disparit
v územním rozvoji České republiky.
Česká republika se svými 10,3 miliony obyvatel, a hustotou osídlení 129 obyvatel/km2 patří
ke středně velkým evropským zemím. Podle rozlohy, kdy z celkové rozlohy Evropské unie
Česká republika zaujímá necelých 79 000 km² tj. jen něco přes 2 %, patří spíše k malým
zemím.
Místo jednoznačných odpovědí na vznesené otázky se nabízí hned několik dalších otázek:
 Co je velká a malá země?
 Mají specifika velké a malé země vliv na vznik, působení a řešení (eliminaci či
zmírňování) regionálních disparit?
 Jaké nástroje se pro řešení disparit nabízejí; jsou jiné ve velkých a v malých
zemích?
Velikost země
Velikost země je nejednoznačný pojem, který se v různých interpretacích může dost zásadně
lišit. Kritéria pro stanovení velikosti země jsou podle účelu tohoto určení dost odlišná. Pro
posouzení odlišnosti identifikaci disparit a jejich působení se nabízí zejména: počet obyvatel
1
Většina autorů teoretické literatury nerozlišuje pojem disparita a nerovnost; řada z nich ani pojem
disparita nezavádí. Proto i v tomto příspěvku budeme pojmy disparita a nerovnost považovat za
synonymum.
3
Šilheřovice 2008
země, rozloha, hustota osídlení a síla ekonomiky (často zjednodušeně vyjadřovaná jako HDP
na obyvatele).
D. Felsenstein a B. A. Portnov ve své publikaci “Regional Disparities in Small Countries“.
(Springer 2005) konstatují, že malá země „je to těžko postižitelný pojem. Objektivně může
být velikost země měřena třemi rozdílnými, vzájemně závislými parametry – územím,
obyvatelstvem a ekonomikou země“.
Vylučme definování velikosti země založené pouze na ekonomické výkonnosti, neboť může
být značně zavádějící. Lehce najdeme ve světě řadu zemí velkých rozlohou i počtem
obyvatel, ale „trpasličích“ sílou jejich ekonomiky. Naproti tomu se řada středně velkých či
malých zemí může prokázat značně velkou ekonomickou sílou.
Fyzická velikost země (měřená velikostí obyvatelstva nebo rozlohou) zdánlivě nabízí celou
řadou atributů, v nichž kauzální vztahy jsou jasně vymezeny. Tedy malé země mají
pravděpodobně menší trhy a jsou otevřenější k zahraničnímu obchodu. Menší počet obyvatel
může vést k menšímu extrému odchylek v sociálních nebo ekonomických charakteristikách.
Atributy disparit malých zemí
Malá země má proti velké některá významná omezení charakterizovaná na straně nabídky
omezeností zdrojů, především omezeností nabídky práce a omezeností domácí nabídky
hmotné i nehmotné produkce (výrobků a služeb).
Tato omezení však mohou být kompenzována, např. dovozem pracovní síly, když země leží
v blízkosti zemí, které tuto pracovní sílu mohou nabídnout, důrazem na rozvíjení vysoce
kvalifikované pracovní síly a tím možností země orientovat se více na výroby s vyšší přidanou
hodnotou či vyšší mírou otevřenosti trhu kompenzující omezenost domácí nabídky.
Atributy regionálních disparit odvozené od velikosti země (např. vliv měřítka země na
regionální konvergenci nebo divergenci) jsou sice prezentovány, ale dosud šlo jen o
hypotézy, které se prakticky, ale ani modelově, nepodařilo potvrdit. Tyto lze dle D.
Felsensteina a B. A. Portnova (2005) charakterizovat jako prostorové a neprostorové.
Prostorové atributy a jejich vlivy:
 malá rozloha země,
 malý počet regionů, malé vzdálenosti mezi regionálními centry a všeobecně kratší
vzdálenosti v malé zemi podporují regionální konvergenci,
 dominantní metropolitní centrum omezuje významnější vnitroregionální účinky,
 růst dominance metropolitního centra, malá vzdálenost mezi centrem a
venkovskými regiony nemotivuje k vykonání potřebných změn v těchto regionech,
 malá velikost regionů zmenšuje pravděpodobnost extrémních hodnot v rámci
regionu a implikuje menší vnitroregionální proměnlivost a meziregionální rovnosti,
 výrobní činitelé jsou vzhledem ke kratším vzdálenostem mobilnější,
 rozměr malé země přináší větší nespojitosti generované národními hranicemi, s
omezujícím účinkem na faktor mobility.
Neprostorové atributy a jejich vlivy:
 otevřenost ekonomiky malé země,
4
Šilheřovice 2008
 obvykle větší míra sociální koheze,

závislost na externích ekonomických silách (zdroje nabídky apod.), což obecně
vede k menší nezávislosti při stanovování sociálních a regionálních priorit,
 centralizovaná struktura vlády (menší míra subsidiarity) charakteristická pro malé
země,
 kapitál, práce, zboží a technologie v různém stupni mobility,
 úroveň obchodovatelnosti určitého zboží, zejména služeb, je často ve vztahu
k velikosti populace,
 různé vrstvy obyvatelstva mají rozdílné sklony ke změně nebo migraci (mobilita
práce),
 nižší transakční náklady - hrají významnou roli při určování faktoru mobility a
určování geografické periferality regionů (McCann 2004).
U prostorových atributů lze očekávat, že budou více podporovat regionální konvergence. U
neprostorových atributů, že budou více podporovat regionální divergence.
Tyto rozdíly byly formulovány na základě uplatněných teorií. Praktickými případovými
studiemi ani experimentálním modelováním se však apriorně formulované teoretické závěry o
vztahu mezi velikostí země a regionálními disparitami dosud nepodařilo v dostatečném
rozsahu potvrdit. Řada autorů dokonce zastává názor, že takový vztah ani neexistuje.
Vzhledem k tomu, že dosud není dost empirických poznatků, musíme vzít zavděk výsledky
dosud prováděného modelování. Modelování problematiky disparit v malých zemích
naznačilo, že chudší země a země s větším počtem obyvatelstva směřují ke stavu širší
regionální diference. Regionální disparity v menších a bohatších zemích vykazují (za jinak
stejných podmínek) menší regionální diference.
Výsledky modelování také ukazují jen relativní význam prostorových a neprostorových
determinant regionálních disparit. Pro modelované země se neprostorové determinanty
regionálních disparit zdají odrážet většinu ekonomických faktorů (jako je počet místních
trvale bydlících obyvatel či všeobecná ekonomickou výkonnost země), zatímco prostorové
determinanty (jako je rozloha území či počet regionů) se zdají být mnohem méně významné
(Felsenstein, Portnov 2005).
Jak tedy odpovědět na tři vznesené otázky.
Co je velká a malá země?
Ve vztahu k regionálním disparitám se malá země liší od velké země ve třech základních
rysech:
1. Malé země obvykle mají relativně malý počet regionálních částí.
2. Regiony malé země jsou obvykle značně rozdílné počtem obyvatelstva (zejména
centrální regiony vůči okrajovým, zpravidla pohraničním regionům).
3. Regiony malé země mohou rychle měnit své pořadové pozice v širší hierarchii země
změnou svých atributů, zejména obyvatelstva a důchodů. (Ve velké zemi takové
změny v pořadí jsou méně obvyklé a působí pomaleji.)
5
Šilheřovice 2008
Mají specifika velké a malé země vliv na vznik a působení regionálních disparit?
Pokud jsme očekávali, že malé země mají menší regionální disparity, pak musíme odpovědět,
že nikoliv. Ve fungování malých zemích existuje řada konkurujících si sil, jako je sociální
koheze, disponibilita přírodních zdrojů, složení obyvatelstva, otevřenost trhu atd.
Kombinace a intenzita působení těchto sil může být obousměrná: směrem k regionální
divergenci, i směrem k regionální konvergenci.
Jaké nástroje se pro řešení disparit nabízejí; jsou jiné ve velkých a v malých
zemích?
Probíhající výzkumy regionálních disparit a jejich vlivu na regionální rozvoj vedou
k jednoznačnému závěru, že v systémovém vymezení, dekompozici a uplatnitelnosti nástrojů
identifikace a hodnocení regionálních disparit nelze nalézt racionální rozdíly mezi malými a
velkými zeměmi.
Po těchto třech odpovědích se nabízí ještě jedna dodatečná otázka: Má tedy vůbec smysl
se odlišnostmi regionálních disparit v malých a velkých zemích zabývat?
Ani na tuto otázku není odpověď jednoznačná.
Z poznatků které byly řadou autorů, ale i v tomto příspěvku, prezentovány vyplývá, že
v systémové identifikační a metodické rovině neexistují (a ani by neměly existovat) rozdíly
mezi regionálními disparitami malých a velkých zemí.
V rovině charakteru působení regionálních disparit a možností jejich zmírňování však je za
jistých podmínek racionální se rozdílností disparit v malých zemích zabývat. Týká se to
především zaostávajících a méně vyvinutých zemí (společensky, ekonomicky), s nízkým
stupněm demokracie a decentralizace země.
S úrovní rozvinutosti malé země se její regionální disparity v rostoucí míře stávají podobné
disparitám ve velkých zemích. Neexistuje žádný apriorní důvod očekávání, že malé vyspělé
země budou nevyrovnanější ani více vyrovnané než velké země.
Tak také k posuzování velikostního měřítka země přistupuje při posuzování disparit i
Evropská unie. Jinými slovy, země, které jsou způsobilé pro přistoupení do Evropské unie
musí splňovat kritéria, která prokazují, že země není zaostalá a je schopná fungování na
demokratických principech, na kterých je Unie založena. K regionům vykazujícím vyšší
hodnoty hodnocených regionálních disparit než je hodnota vztažená k průměru Unie, je při
pomoci zmenšovat jejich disparity proto přistupováno podle kritérií jednotných pro všechny
členské státy Evropské unie bez ohledu na jejich velikost.
Pojetí a dekompozice systému sledování a hodnocení disparit
v regionálním rozvoji České republiky
Ze závěrů námi provedené analýzy v první etapě výzkumu vyplývá, že pro deskripci systému
sledování a hodnocení regionálních disparit v České republice a provedení jeho dekompozice
pro územní jednotky NUTS 3 – kraje se nabízí tři základní varianty postupu:
1. přiklonit se k již uznávanému konceptu, používanému v Evropské unii, a tento
aplikovat na podmínky regionů České republiky,
6
Šilheřovice 2008
2. převzít některý z konceptů používaných v České republice,
3. konstruovat vlastní model deskripce a hodnocení regionů.
Z analýzy existujících teoretických studií i praktických postupů zabývajících se popisem
regionálních disparit vyplývá, že odborná veřejnost nemá jednotný názor na to, podle jakých
kritérií regionální disparity vymezovat a hodnotit, a s pomocí jakých ukazatelů je popisovat.
Cílem tohoto výzkumu proto je navrhnout nový (nebo podstatně modifikovaný) model
systému sledování a vyhodnocování disparit v regionech České republiky. V první fázi řešení
se však pro stanovení výchozího systémového rámce regionálních disparit a jeho
dekompozičních pravidel jeví jako vhodný postup založený na kombinaci všech tří výše
uvedených přístupů.
Finálním cílem je vytvoření vlastního konceptu, což logicky klade nejvyšší nároky na řešitele.
Měl by v zájmu celkové efektivnosti zohledňovat nejen národní potřeby ale i nadnárodní
požadavky a kritéria a současně by se neměl významně odchýlit od deklarovaných cílů a
postupů v České republice. Umožňuje však větší operabilitu a dává tak potenciálně i větší
šanci na vyšší vypovídací schopnost takto koncipovaného řešení.
Záměrem je navržení soustavy, která umožňuje stanovit a analyzovat základní (relevantní)
rozdíly mezi kraji. Hloubka, do které budou regionální disparity strukturovány i skladba
deskriptorů a indikátorů, je věcí nalezení širšího konsensu napříč jednotlivými oblastmi, jež
jsou předmětem dekompozice.
Dále uvedený návrh dekompozice systému sledování a vyhodnocování disparit v regionech
České republiky rozkládá systém do tří oblastí (subsystémů 1. řádu), které tvoří:
1.
2.
3.
oblast sociální,
oblast ekonomická,
oblast územní.
Z provedeného rozboru stávajících teoretických úvah v odborné literatuře, realizovaných
analýz i existujících praktických postupů se jeví jako účelné rozdělení subsystémů 1. řádu do
subsystémů 2. řádu takto:
Dekompozice sociálního subsystému do pěti podoblastí - subsystémů 2. řádu:
 obyvatelstvo (zejména hustota zalidnění, věková a vzdělanostní struktura a
zdravotní stav obyvatelstva),
 životní úroveň (disponibilní důchod, nerovnost v příjmech),
 úroveň bydlení (kategorie bytu, počet osob na byt, počet cenzových domácností
na byt) a vybavenost domácností (osobní automobil, barevný televizor, telefon
(mobil), osobní počítač, napojení na internet),
 sociální vybavenost v území (zejména zdravotní a sociální služby),
 sociální patologie (nezaměstnanost, chudoba, kriminalita).
Základní dekompozice ekonomického subsystému vychází z jeho rozložení do čtyř podoblastí
- subsystémů 2. řádu.
7
Šilheřovice 2008
 makroekonomické agregáty (podíl HDP regionu na národním HDP, HDP/ob.,
tempo růstu HDP, hrubá přidaná hodnota, daňová výtěžnost, produktivita práce,
jednotkové náklady práce)
 vnější ekonomické aktivity (exportní výkonnost, struktura exportu, obchodní
bilance regionu, objem přímých zahraničních investic, umístění přímých
zahraničních investic dle odvětví, podíl podniků pod zahraniční kontrolou na hrubé
přidané hodnotě a zaměstnanosti)
 vnitřní ekonomické aktivity, (ekonomické subjekty dle právních forem, odvětví
a počtu zaměstnanců, podíl malého a středního podnikání, výzkum a vývoj,
investiční aktivita
 trh práce. (zaměstnanost, nezaměstnanost – míra nezaměstnanosti, dlouhodobá
nezaměstnanost, počet uchazečů na 1 volné pracovní místo)
Dekompozice územního subsystému je tvořena tak, že region je charakterizován 5 základními
podoblastmi deskripce - subsystémy 2. řádu, které tvoří:

fyzicko-geografický potenciál území (struktura regionu, lokalizace regionu,
vzdálenost k centrům, členitost území, hydrometeorologické podmínky) ,

životní a přírodní prostředí (kvalita ovzduší, voda, příroda a biodiverzita,
odpady, lesy, krajina a půda)

vybavenost a obsluha území dopravní infrastrukturou (úroveň silniční a
železniční infrastruktury, letiště, vodní cesty, hraniční přechody, intenzita
dopravy)

vybavenost a obsluha území technickou infrastrukturou (zásobování
vodou, kanalizace a čištění odpadních vod, zásobování energiemi, informační a
telekomunikační technologie)

potenciál cestovního ruchu (infrastruktura cestovního ruchu - stálá lůžka
v hotelích a ubytovacích zařízeních, nová zařízení infrastruktury cestovního ruchu, počet
zahraničních návštěvníků)
Proces dekompozice soustavy regionálních disparit přináší řadu otázek – teoretických,
systémových, metodických i praktických (např. jak velký má být počet dekomponovaných
úrovní a kolik deskriptorů a indikátorů mají zahrnovat).
Stanovení počtu deskriptorů resp. indikátorů je obtížné, neboť vedle základního obsahového
hlediska dosažitelné informační hodnoty sledovaných a hodnocených regionálních rozdílů
musí být ze systémového hlediska zachovány relace a přibližně stejná rozlišovací úroveň mezi
vymezenými základními oblastmi (sociální, ekonomickou a územní). Slaďování rozlišovací
úrovně a vypovídací schopnosti indikátorů napříč subsystémy je jednou z nejobtížnějších fází
řešení.
Závěry k regionálním disparitám
Výskyt prostorové proměnnosti vede k nerovnoměrnému rozvoji regionů, charakterizovanému vznikem prostorových nerovností - disparit. Problematika disparit je složitý problém,
který zasluhuje, aby byly aplikovány celostní pohled, multidimenzionální přístup,
multidisciplinární způsob zkoumání a použita pluralitní metodologie jeho zkoumání.
8
Šilheřovice 2008
Pro další analýzy, ale zejména pro účely ovlivňování regionálních disparit nástroji regionální
politiky je zapotřebí tyto různorodé pohledy na regionální disparity převést do „uchopitelné“
podoby. V této souvislosti je především nutné stanovit, která hlediska budou použita pro
klasifikaci regionálních disparit, a která hlediska budou považována za atributy
identifikovaných regionálních disparit.
V rámci prováděného výzkumu bylo analyzováno několik hledisek pro identifikaci, klasifikaci a
hodnocení regionálních disparit, která jsou považována za základní atributy disparit. Jde o
hlediska: časové, měřitelnost, teritorialitu, ovlivnitelnost, způsob vzniku a dopady
regionálních disparit.
Pokud jde o klasifikaci regionálních disparit, na současné úrovni poznání lze doporučit jako
určující klasifikační hledisko hledisko věcné, se základním členěním na regionální disparity
sociální, ekonomické a územní, ke kterému se také kloní většina renomovaných autorů.
Při ovlivňování vývoje disparity se jako nejúčelnější jeví působení přímo na hnací síly
způsobující disparitu, čímž lze mnohdy v různé míře ovlivnit i disparity s ní korelující.
Při využití navržené soustavy indikátorů regionálních disparit musíme tedy nejdříve zvážit,
zda je daná disparita vůbec ovlivnitelná, zda ji potřebujeme ovlivňovat a pokud ano, jakým
směrem. To však bude účelné jen tehdy, pokud budeme schopni nalézt a charakterizovat
takové regionální disparity, jejichž srovnávání má racionální smysl. Jen tak lze na území
regionů analyzovat existující jevy a procesy s různými příčinami, dopady a možnostmi
ovlivňování. Chápání racionality však může být v průběhu času různé.
Země Evropské unie uplatňují různé přístupy k regionální politice a regionálním disparitám.
Pro Českou republiku je nejvýznamnější přístup zemí středoevropského prostoru. Proto se
v rámci našeho výzkumu zabýváme pojetím a přístupy v pěti sousedících zemích – Německu,
Polsku, Slovensku, Maďarsku a Rakousku.
Zatímco v Německu a Rakousku je hlavní váha intervencí přenesena na úroveň spolkových
zemí, v Maďarsku, Polsku a na Slovensku ještě převládá centralizovaná exogenní orientace
regionální politiky a to zejména proto, že finanční zdroje regionálního rozvoje pochází ve
značné míře z unijního rozpočtu.
Řešení regionálních disparit je ve všech analyzovaných zemích podtextem a původním
východiskem regionální politiky, avšak v Rakousku a Německu je již kladen silný důraz na
endogenní faktory rozvoje, zvyšování potenciálu regionů a nespoléhání se na realokaci
národních nebo evropských zdrojů.
Co říci úplně na závěr. Provedené analýzy prokázaly, že existence regionálních disparit je
objektivním jevem, jehož specifickou stránkou je možnost nebo nemožnost ovlivňování jeho
budoucího vývoje.
Je zřejmé, že část disparit nelze ovlivňovat vůbec (zejména disparity fyzického charakteru). U
ovlivnitelných disparit je vzhledem k jejich charakteru významné poznání, které z nich je
žádoucí ovlivňovat a jakým směrem – jaký by měl být charakter vývoje disparity –
konvergenční či divergenční.
Rozdílnost pohledů na klasifikaci kritérií pro popis a analýzu regionálních disparit, které nabízí
teorie i praxe, zakládá poměrně širokou bázi variant metodických přístupů k regionálním
9
Šilheřovice 2008
disparitám, jejich pojetí a vyjádření indikátory. To nás utvrzuje v názoru, že neexistuje pouze
jeden objektivně správný postup.
Je ale třeba brát v úvahu, že koncepty, které zejména v České republice a také v orgánech
Evropské unie již získaly široký konsensus (Strategie udržitelného rozvoje ČR, Strategie
regionálního rozvoje ČR, Národní strategický referenční rámec, Strategické obecné zásady
společenství pro soudržnost EU, strukturální ukazatele EU atd.), jsou pro volbu systémové
dekompozice disparit, ale zejména pro jejich dovedení do úrovně deskriptorů a indikátorů
vhodným vodítkem.
LITERATURA
[1]
AUFHAUSER, E., HERZOG, S., HINTERLEITNER, V. OEDL-WIESER, T., REISINGER,
E. (2003). Grundlagen für eine „Gleichstellungsorientierte Regionalentwicklung“.
Endbericht. Studie im Auftrag des Bundeskanzleramts , Abteilung IV/4. Wien: Institut
für Geographie und Regionalforschung Universität Wien, 2003.
[2]
AMENDOLA, A. - CAROLEO, F.E. -COPOLLA,G. (2004): Regional Disparities in
Europe. Discussion Paper Nr. 78. Salermo: Centro di Economia del Lavoro e di
politica economica.
[3]
CUFFARO, M. - CRACOLICI, M.F. - NIJKAMP, P.: Measuring the Performance of
Italian Regions on Social and Economic Dimensions, 2007.
[4]
EDERVEEN,S., NAHUIS,R., PARIKH,A.: Labour Mobility and Regional Disparities: The
Role of Female Labour Participation. Discussion Paper No. 05-31. Utrecht School of
Economics, 2005
[5]
FAZIO, G.; PIACENTINO, D.; VASSALLO E.: Regional Disparities and Public Policies
in Italy: Some considerations in light of a performance analysis. ERSA conference
paper No. 439 [online] dostupné na http://www.ersa.org, 2006
[6]
FELSENSTEIN, D., PORTNOV, B. A. (eds), Regional Disparities in Small Countries,
(Advances in Spatial Science). 1st ed. Berlin:Springer, 2005. 333 s. ISBN: 3-54024303-8.
LIPSHITZ, G.: Regional Disparities: The Canadian Case in the Theoretical Context.
1995 http://www.lib.unb.ca/Texts/CJRS/Fall95/lipshitz.htm
MOLLE, W. European cohesion policy. 1st ed. Oxon:Routledge, 2007. 347 s. ISBN:
978-0-415-43812-4.
REGIONAL DISPARITIES AND COHESION: What Strategies for the Future. Study.
Brussels: European Parliament, 2007.
SLOBODA, D.: Slovensko a regionálne rozdiely. Teórie, regióny, indikátory, metódy.
Konzervatívny inštitút M.R. Štefánika, Bratislava, 2006.
[7]
[8]
[9]
[10]
[11]
TIEPOH, M.G.N. - DRESSLER, J. - BURNS, M.: 6. Regional Disparity. New Rural
Economy Project, Phase 2. The Canadian Rural Revitalization Foundation, 2004.
[12]
VORAUER, K.: Europäische Regionalpolitik-Regionale Disparitäten. Münchener
Geographische Hefte, 1997. ISBN 3-932820-01. WISHLADE, F., YUILL, D. (1997):
Measuring Disparities for Area Designation Purposes: Issues for the European
Union. Regional and Industrial Policy Research Paper Number 24. [online]. Glasgow:
European Policies Research Centre, 1997.
URL:
http://www.eprc.strath.ac.uk/eprc/Documents/PDF_files/R24MeasDispforAreaDesigP
urposes.pdf
10
Šilheřovice 2008
REGIONÁLNA KONVERGENCIA RESP. DIVERGENCIA NA POZADÍ
TEORETICKÝCH KONCEPCIÍ 1
Prof. Ing. Milan Buček DrSc.
Ing. Lukrécia Kováč Gerulová
Abstrakt
V príspevku sa zameriavame na vymedzenie teoretického rámca pre model regionálnej
konvergencie a divergencie. Z normatívneho pohľadu chápeme konvergenčný proces ako
proces rastový. Teoretický základ regionálnej konvergencie alebo divergencie vychádza zo
Solowovho modelu rastu. Neoklasická teória vysvetľuje proces konvergencie na základe
klesajúceho hraničného produktu kapitálu. Na druhej strane, polarizačné efekty v teórii
polarizácie vedú k divergencii. Ostatné teórie umožňujú tak konvergenčný ako aj divergenčný
vývoj. Väčšina empirických štúdií vychádza z neoklasickej teórie.
Kľúčové slová
Neoklasická teória, Nová ekonomická geografia, Regionálna konvergencia, Regionálna
divergencia, Teória endogénneho rastu
Abstract
In the paper we focus on the theoretical framework of the regional convergence or
divergence model.The convergence model is related to a growth process in the sense of
normative description. The theoretical background of regional convergence or divergence is
commonly based on the Solow growth model. The neoclassical theory explains the
convergence process through decreasing marginal capital product. On the other hand the
polarisation effects in the theory of polarisation lead to divergence. According to the
remaining theories a convergence as well as a divergence process are possible. Most of the
empirical studies of regional convergence stems from the neoclassical theory.
Keywords
endogenous growth theory, neoclassical theory, new economic geography, regional
convergence, regional divergence
Úvod
V debatách o disparitách sa často mlčky vychádza z predpokladu, že samotné zoradenie
sústavy ukazovateľov, ktoré majú k nerovnostiam nejaký vzťah je dostatočné k tomu, aby
1
Tento príspevok vznikol v rámci prác na projekte 6RP/6187/EU/08 Regional Trajectories to the
Knowledge Economy: A Dynamic Model (EURODITE) a VV_MVTS1 211501 Endogénne kapacity
regiónu pre rozvoj malých inovatívnych firiem.
1
Šilheřovice 2008
sme ich analyzovali. Pritom nejde iba o to, že väčšina takýchto sústav sa k takémuto meraniu
iba viacej alebo menej nepresne približuje. Podľa toho, či vychádzame iba z jedného
syntetického ukazovateľa (napr. HDP), alebo zostavíme sústavu ukazovateľov ekonomického
charakteru ( a tu zase záleží, či sa jedná o ukazovatele produkcie, ale aj spotreby – napr.
príjmy), alebo zahrnieme aj širšie neekonomické faktory disparít súvisiace s kvalitou života
(životné prostredie, voľný čas, a pod.) je síce analýza precíznejšia, ale aj tak sa
„neoslobodíme“ v prechode od analytického k normatívnemu prístupu od jej zaradenia do
nejakého teoretického konceptu. To ale predpokladá, že v normatívnej polohe chápeme
konvergenčný proces ako proces rastový, čo už tvorí premostenie medzi analyzovanými
disparitami a spôsobmi ich eliminácie. Vzhľadom na veľký rozsah rastových koncepcií sa
orientujeme v tomto príspevku iba na niektoré najfrekventovanejšie.
Diskusia o vzťahu ekonomického rastu a konvergencie začala prácami Solowa a Myrdala
koncom 50. rokov. Baumol (1986) tvrdil, že homogénne skupiny krajín konvergujú
a heterogénne divergujú. Boom výskumu konvergencie nastal v 90.rokoch po článkoch Barra
a Sala i Martina (1990, 1991, 1992) a Mankiwa, Romera a Weila (1992), ktoré vychádzali
z neoklasickej teórie rastu a rozšírili predošlý výskum konvergencie o regionálny
aspekt.Čiastočným vysvetlením tohto rozmachu je rastúca nespokojnosť počas 80. rokov
vyplývajúca z toho, že regionálne disparity sa neznižovali tak rýchlo ako sa predpokladalo
(Armstrong, 2002). Tieto práce nasledovali bezprostredne po nových rastových teóriách 80.
rokov (teórii endogénneho rastu a novej ekonomickej geografie). Vytvoril sa tak súbor
protichodných rastových teórií, ktoré vyzývali k ďalšiemu výskumu. Z teórií, ktoré vysvetľujú
regionálny rast a tým aj mechanizmus procesu regionálnej konvergencie resp. divergencie,
sme vybrali pre demonštráciu týchto procesov nasledujúce:





Neoklasická teória
Teória polarizácie
Teória endogénneho rastu
Nová ekonomická geografia
Teória inovatívnych klastrov a učiacich sa regiónov
Neoklasická teória ( a teória podmienenej konvergencie)
Za teoretický základ skúmania konvergencie sa berú väčšinou neoklasické modely
ekonomického rastu. Až do polovice 80.rokov mal vedúce postavenie Solowov model (1956).
Niektoré štúdie vychádzajú aj z modelu Mankiwa-Romera –Weila (1992).
Solowov model ukazuje, ako klesajúce výnosy z kapitálu vedú ku konvergencii všetkých
regiónov k „ustálenému stavu“. Základné predpoklady modelu sa dajú zhrnúť do niekoľkých
bodov:




Ekonomický rast je poháňaný technickým pokrokom a akumuláciou
kapitálu,
technický pokrok je exogénny,
výrobný faktor práca je určený veľkosťou populácie, ktorá rastie exogénne
danou mierou, z čoho vyplýva, že práca je tiež exogénna,
zásoba kapitálu je určená investíciami a miera investícií je konštantná
a exogénna, z čoho vyplýva, že produkt, investície a zásoba kapitálu budú
rásť rovnakou dlhodobou mierou,
2

Šilheřovice 2008
výrobné faktory sú oceňované na základe hraničného produktu, ktorý
klesá.
Na základe týchto predpokladov môžeme proces konvergencie vysvetliť nasledovne:
Rozvinutejšie regióny rýchlejšie akumulujú kapitál, čo vedie ku klesajúcemu hraničnému
produktu kapitálu a následne ku klesajúcim výnosom z kapitálu. Kapitál tak prúdi do regiónov
s nedostatkom kapitálu, v ktorých má vyššiu cenu a dosahujú sa vyššie výnosy. Výrobný
faktor pracovná sila zase migruje do rozvinutejších krajín, v ktorých sú vyššie mzdy.
Mechanizmom vyrovnávania rozdielov vo výrobných faktoroch nastáva proces konvergencie
regiónov v úrovni produkcie na obyvateľa.
Neoklasická konvergencia nastáva výsledkom štyroch navzájom podporujúcich sa procesov:
-
akumulácia kapitálu a klesajúce výnosy
medziregionálna migrácia pracovnej sily
mobilita kapitálu
transfer technológií.
Dynamika Solowovho modelu naznačuje, že čím ďalej sa región nachádza od ustáleného
stavu, tým rýchlejšie rastie. Kohézna politika podporuje konvergenciu investíciami na
zvýšenie verejného kapitálu, čím zvyšuje produktivitu súkromného kapitálu, posúva ustálený
stav a tým zvyšuje mieru rastu.
Novšia neoklasická teória podmienenej konvergencie, tak ako tradičná neoklasická teória
rastu, predpokladá konvergenciu rozdielov regionálneho HDP na obyvateľa. Má však
niekoľko čŕt, ktorými sa od pôvodnej koncepcie odlišuje a ktoré majú význam pre empirický
výskum (Armstrong, 2002):
a) V štandardnom neoklasickom modeli rastu regióny konvergujú k jednému
ustálenému stavu. Takáto konvergencia sa označuje ako absolútna ßkonvergencia. Východiskovým bodom je Solowov model rastu s CobbDouglasovou produkčnou funkciou:
t
Yt = K α (At Lt)1-α
(1)
kde Y označuje output, K kapitál, L prácu a A celkovú produktivitu faktorov.
Úroveň dôchodku per capita v ustálenom stave y* je potom určená nasledovne:


 1
s
(2)
y   A0 e gt 

n  g   
kde s označuje mieru investícií, g a n miery exponenciálneho rastu At a Lt (Islam,
2003). Všetky faktory rovnice (2) A0, s, g, n, δ, α by mali byť podľa konceptu
nepodmienenej konvergencie rovnaké pre všetky krajiny.
Empirické analýzy absolútnej konvergencie však často zlyhávajú a dôkazy
o absolútnej konvergencii boli nájdené iba pre relatívne homogénne vzorky
krajín, ako napr. OECD (Baumol, 1986). V skutočnosti sa krajiny rozlišujú vo
faktoroch relevantných pre rast a každá krajina môže mať svoju ustálenú úroveň
rastu. Tento poznatok viedol k modelom podmienenej konvergencie, v ktorých
neexistuje len jeden ustálený stav, ale viacero. Regresné modely podmienenej
konvergencie obsahujú tzv. podmienené premenné, ktorými sa zohľadňujú
začiatočné rozdiely. Kvôli obmedzenosti štatistických údajov na regionálnej
3
Šilheřovice 2008
úrovni EÚ používa väčšina štúdií dva typy podmienených premenných, ktoré
zaviedli Barro a Sala-i-Martin (1990, 1991, 1992):
- Ukazovatele
priemyselnej
štruktúry
na
zachytenie
ziskov
produktivity z relokácie faktorov z poľnohospodárstva do priemyslu
- Umelé premenné na národnej alebo regionálnej úrovni, ktoré
nahrádzajú rôzne premenné, pre ktoré neexistujú disponibilné údaje
b) Keďže regióny konvergujú k viacerým ustáleným stavom, hypotéza
konvergencie môže platiť pre krajiny s relatívne podobnou začiatočnou
situáciou a môžu sa tak vytvoriť tzv. konvergenčné kluby.
c) Teória podmienenej konvergencie pripúšťa možnosť regionálnych
asymetrických šokov, ktoré môžu viesť k obdobiam divergencie. Podľa
Barra a Sala-i-Martina (1990) nastali dva asymetrické šoky, ktoré zväčšili
rozdiely medzi štátmi USA, jeden po Veľkej hospodárskej kríze v 30.
rokoch a druhý po ropných krízach v 70. rokoch.
d) Malo by sa rozlišovať medzi regionálnymi rozdielmi v HDP na obyv.
v určitom časovom bode a mierou znižovania rozdielov v čase. Rozdiely
v časovom bode sa väčšinou merajú prostredníctvom neváženej
štandardnej odchýlky medzi regiónmi (σ) a následné zmeny tejto hodnoty
sa označujú ako σ –konvergencia. Používajú sa však aj iné metódy, ako
variačný koeficient alebo Giniho koeficient. Miera znižovania rozdielov
v čase sa väčšinou meria prostredníctvom ß-konvergencie.
Mankiw, Romer a Weil (1992) zohľadnili v Solowovom modeli dve formy kapitálu (fyzický
a ľudský). Úroveň dôchodkov v ustálenom stave je potom funkciou mier investícií do
fyzického a ľudského kapitálu, podiely príjmov fyzického a ľudského kapitálu a príslušných
odpisových mier. Ak sa predpokladá, že miery technického pokroku a odpisov sú medzi
krajinami rovnaké, ustálený stav sa môže definovať z hľadiska miery úspor z fyzického
a ľudského kapitálu a miery rastu populácie.
Hlavnými predstaviteľmi teórie polarizácie na regionálnej úrovni sú G.Myrdal, F.Perroux
a A.Hirschman. Zatiaľ čo neoklasická teória predpokladá negatívnu spätnú väzbu, ktorá
spôsobí vyrovnanie pôvodnej odchýlky v rozvoji regiónu, Myrdal2 hovorí o cirkulárnokumulatívnom procese, ktorý pôvodnú odchýlku zosilňuje. Pritom pripúšťa možnosť
negatívnej aj pozitívnej spätnej väzby a proces konvergencie alebo divergencie závisí od
toho, ktorá z väzieb preváži. Ak berieme do úvahy vzájomné interakcie systému regiónov,
Myrdal aj Hirschman3 rozoznávajú dva protichodné efekty. Myrdal hovorí o rozširujúcich
a sťahujúcich efektoch a Hirschman o presakujúcich a polarizačných efektoch. Rozširujúce
resp. presakujúce efekty vedú k rozširovaniu pozitívneho rozvojového impulzu do susedných
regiónov a sťahujúce resp. polarizačné efekty vedú k negatívnemu prejavu rozvojového
impulzu na iné regióny. Podľa toho, ktoré z efektov prevýšia, nastane vyrovnávanie rozvoja
regiónov (konvergencia) alebo prehĺbenie polarizácie (divergencia). Názory sa v tomto
2
Myrdal, G.: Economic Theory and Under-developed Regions. London: Duck- worth, 1957. Citované
v: Meier (1998), s. 116.
3
Hirschman, A., O: The Strategy of Economic Development. New Haven, Conn.: Yale Univ. Press,
1958. Citované v: Meier (1998), s. 121.
4
Šilheřovice 2008
rôznia. Zatiaľ čo Hirschman predpovedá z dlhodobého hľadiska prevahu rozširujúcich
(konvergenčných) efektov, Myrdal predpovedá divergenciu, ktorá bude navyše o to vyššia,
o čo je región chudobnejší. Preto sa teória polarizácie zvykne zaraďovať medzi divergenčné
teórie.
V polovici 80.rokov sa prudko rozvinula nová teória rastu- teória endogénneho rastu. Teória
endogénneho rastu rozširuje neoklasický prístup o priame zahrnutie technického pokroku.
V neoklasickej teórii rastu je technický pokrok verejným statkom, exogénnou veličinou a
jedinou veličinou, ktorá môže dlhodobo vyvolať ekonomický rast. V teórii endogénneho rastu
sa technický pokrok stáva endogénnym a je teda sám o sebe určovaný rastovými procesmi.
Efekty prelievania poznatkov majú za následok rastúce výnosy z akumulácie kapitálu, čo je
hlavným rozdielom od neoklasických modelov. Modely endogénneho rastu tak nepotvrdzujú
podmienenú konvergenciu, ale ani divergenciu. Väčšina teórií endogénneho rastu vychádza
z Romerovho prístupu, v ktorom je technický pokrok vyjadrený prostredníctvom faktora
ľudského kapitálu, t.j. veľkosti pracovnej sily v odvetví výskumu. Ľudský kapitál predstavuje
podľa Romera (1986) externý efekt investícií, t.j. zvýšením investícií do fyzického kapitálu sa
zvyšuje aj ľudský kapitál. Prírastok ľudského kapitálu zase zvyšuje produktivitu ostatných
výrobných faktorov v produkčnej funkcii (práce a kapitálu). Technický pokrok teda nie je
exogénne daný, ale závisí od veľkosti ľudského kapitálu. V produkčnej funkcii bude potom
vyjadrený nasledovne (Armstrong, 2002):
ΔA = δLλ A Aφ
(3)
kde A je rozsah technologických poznatkov, ΔA je technologická zmena v čase, LA počet
pracovníkov v odvetví výskumu a δ, λ, φ sú parametre funkcie. Produktivita ľudského
kapitálu vo výskume bude o to väčšia, o čo väčší bude rozsah technologických poznatkov.
Technologické poznatky tak vytvárajú ďalšie technologické poznatky a vyvolávajú
kumulatívny rast, ktorý v kontexte regionálneho rozvoja môže spôsobiť divergenčný proces
(rýchlejší rast regiónu s väčším vybavením technologických poznatkov).
Existuje viacero prístupov na zahrnutie technického pokroku do modelov, s rozdielnymi
výsledkami. Vzhľadom na obmedzenia údajov vychádzalo iba málo štúdií z teórie
endogénneho rastu.4
Nová ekonomická geografia
Modely Novej ekonomickej geografie vychádzajú z prác Krugmana.5 Nová hospodárska
geografia, na rozdiel od neoklasickej teórie, berie do úvahy dopravné náklady a pozitívne
externality spojené so škálovými výnosmi (výnosmi z rozsahu produkcie) a lokalizačnými
výhodami. Sektory s rastúcimi výnosmi z rozsahu stimulujú ku koncentrácii výroby do
jedného miesta. V dôsledku nedokonalej konkurencie sú reálne mzdy v regiónoch s vyšším
podielom týchto sektorov vyššie. To spôsobí prílev mobilnej pracovnej sily a kumulatívny
4
Napr. Cheshire, P., Carbonaro, G.: Urban Economic Growth in Europe: Testing Theory and Policy
Prescriptions, Urban Studies, 33, 1111-1128, 1996. Citované v: Armstrong (2002).
5
Krugman, P.: Scale economics, product differentiation and the pattern of trade. In: American
Economic
Review 70, 950–959, 1980. Citované v: Armstrong (2002), Krugman (1991).
5
Šilheřovice 2008
proces aglomeračných efektov (napríklad ľahký prístup k trhom, kvalifikovanej pracovnej sile
a k novým vedomostiam). Výsledkom môže byť vznik priestorového modelu jadro - periféria.
Existuje aj druhá vetva modelov, tzv. modely vertikálne-prepojených podnikov,6 ktorá
neprisudzuje divergenciu mobilnej pracovnej sile, ale výrobcom medziproduktov. Vedúci
región má výhody nákladových úspor z úzkych input- output prepojení, čím priťahuje
výrobcov medziproduktov.
Podľa novej ekonomickej geografie však divergencia nemusí nutne nastať. Okrem
dostredivých síl pôsobia v regióne aj odstredivé sily, pričom ich rovnováha sa mení so
znižovaním dopravných nákladov. Podľa modelu Krugmana a Elizonda (1996) sa rastom
integrácie znižujú dopravné náklady a výnosy z rozsahu sa dajú využívať aj na vzdialenejších
miestach. Vyššia cenová konkurencia v jadre zmrazuje mzdy a spôsobuje odliv pracovnej sily
do periférie. Regionálny proces tak nadobúda tvar U od rozptýlenia sektora s rastúcimi
výnosmi z rozsahu k jeho koncentrácii (divergencia) a k spätnému rozptýleniu
(konvergencia). To ale neznamená automatický prechod ku konvergencii. V prípade
existencie určitých bariér mobility pracovnej sily (či už geografických, jazykových, kultúrnych
alebo inštitucionálnych) sa proces ustáli vo fáze koncentrácie a regionálne disparity sa budú
prehlbovať.
Teória inovatívnych klastrov a učiacich sa regiónov
Niektoré z teórií, ktoré sme doteraz uviedli, predpokladajú divergenciu v dôsledku vzniku
geografických klastrov. Post-fordistická literatúra sa venuje rôznym typom nových
industriálnych distriktov, teória spoločenského kapitálu predpovedá vznik klastrov malých
a stredných
podnikov
a nová
hospodárska
geografia
a modely
exportnej
konkurencieschopnosti tiež prisudzujú dôležitú úlohu industriálnym klastrom.
Novšími prístupmi sú prístupy inovačných (high-tech) klastrov alebo učiacich sa regiónov.
Tieto prístupy vychádzajú skôr z empírie. High-tech clustre sa môžu považovať za osobitnú
formu industriálnych distriktov. Rozdiel medzi nimi je taký, že región s inovatívnymi klastrami
sa stal učiacim sa regiónom. Hlavnými predpokladmi inovatívnych clustrov je akumulácia
dobrých lokálnych vedomostí, interakcia firiem navzájom a s lokálnymi verejnými inštitúciami,
vytváranie nových malých a stredných podnikov a technologicky špecializovanej pracovnej
sily. Tieto predpoklady podporujú rast regiónu a, podobne ako u iných foriem „klastrovania“,
divergenčné tendencie.
Na základe charakteristiky jednotlivých teórií môžeme vidieť, že rozdielne teórie rozdielne
vysvetľujú proces konvergencie. Ich zhrnutie obsahuje tab.1. Niektoré prístupy, najmä
neoklasický, poskytujú dôvod pre konvergenciu kvôli klesajúcemu hraničnému produktu
kapitálu. Teória polarizácie, modely exportnej konkurencieschopnosti a prístup učiacich sa
regiónov zase naznačujú v dlhodobom ponímaní divergenciu. Ostatné teórie nemajú jasný
záver, pričom proces konvergencie a divergencie závisí od špecifických hospodárskych alebo
iných podmienok.
6
Krugman, P.,Venables, A.: Integration, specialisation and adjustment. In: European Economic
Review, 40, pp. 857-880, 1996. Citované v: Armstrong (2002).
6
Šilheřovice 2008
Tabuľka č. 1: Teoretické koncepcie vo vzťahu ku konvergencii/divergencii
Teória – koncepcia
Dôvody pre divergenciu
Klesajúci
hraničný
produkt
kapitálu je dôvodom konvergencie
Neoklasická
Nová
geografia
Dôvody pre konvergenciu
ekonomická
Učiace sa regióny
Dominancia
polarizačných
efektov
spôsobuje
divergentný proces.
Pozitívne externality spojené s technologickými poznatkami môžu
spôsobiť konvergenčný aj divergentný rozvojový proces.
Konvergencia alebo divergencia bude závisieť od kombinácie
odstredivých a dostredivých síl. (napr. v závislosti od výšky
dopravných nákladov,
Existencia inovatívnych (hightech) klastrov v regióne vyvolá
divergenčný proces.
Zdroj: spracované na základe Eckey, Türck (2007), Armstrong (2002), Maier, Toedling (1998) a autormi.
Záver
Možno plne súhlasiť s Armstrongom (2002), ktorý sa snažil preskúmať, ktorá z teórií je
najvhodnejšia na vysvetlenie empirických údajov majúcich vzťah ku konvergencii a ako
zosúladiť teóriu s empíriou. Neprichádza pritom k jednoznačnému záveru. Tvrdí, že veľký
počet modelov je formalizovaných a zostáva to na navrhovateľoch iných modelov, aby
vyvinuli vhodné metódy a poskytli presvedčujúce dôkazy o ich vhodnosti nahradiť doteraz
používané modely, napr. neoklasický model podmienenej konvergencie. Kritizuje skutočnosť,
že väčšina empirických štúdií, ktoré skúmajú konvergenciu a divergenciu, vychádzajú
z neoklasickej teórie. Od jeho kritiky v roku 2002 sa síce väčšina aplikácií opiera
o neoklasický koncept (Eckey, Turck, 2007), v ostatnom období predsa len sa objavujú aj
aplikácie založené na iných teoretických koncepciách. Rôznorodosť výsledkov však pri často
protichodných konceptoch ani tak veľmi neprekvapuje, ale je faktom, že ani neuľahčuje
precíznejšie závery o konvergenčných procesoch.
Literatúra
1) Abreu, M., de Groot, H.L.F., Florax, .J.G.M. (2005): A Meta-Analysis of BetaConvergence The Legendary 2%. In: Journal of Economic Surveys, 19, 389-420.
2) Armstrong, H.W. (1995): Convergence among Regions of the European Union 19501990, Papers on Regional Science, 74, 143-152.
7
Šilheřovice 2008
3) Armstrong, H.W.: European Union Regional Policy: Reconciling the Convergence and
Evaluation Evidence. In: Cuadrado-Roura, J.R., Parellada, M.(eds.): Regional
Convergence in the European Union. Facts, Prospects and Policies. Berlin et al.:
Springer-Verlag, 231-272, ISBN: 3-540-43242-6.
4) Barro, R.J., Sala-i-Martin, X.(1990): Economic Growth and Convergence across the
United States.Working Paper Series of the National Bureau of Economic Research,
3419, New York.
5) Barro, R.J., Sala-i-Martin, X.(1991): Convergence across States and Regions. In:
Brookings Papers on Economic Activity, 1, 107-182.
6) Barro, R.J., Sala-i-Martin, X.(1992): Convergence. In: Journal of Political Economy, 100,
223-251.
7) Baumol, W.J. (1986): Productivity Growth, Convergence and Welfare: What the LongRun Data Show. In: American Economic Review, 76, pp. 1072-1085.
8) Buček, M. a kol. (2006): Regionálny rozvoj: novšie teoretické koncepcie. Bratislava:
Vydavateľstvo Ekonóm, 270 s., ISBN 80-225-2151-5.
9)
Eckey, H.F., Türck, M. (2007): Convergence of EU-Regions. A Literature Report. In:
Investigaciones Regionales n.10, 5-32, ISSN: 1695-7253.
10) Fujita, M., Krugman, P. (2004): The New Economic Geography. Past, Present and
Future, Papers in Regional Science, 83, 139-164.
11) Islam, N. (2003): What have we learnt from the convergence debate?, Journal of
Economic Surveys, 17, 309-362.
12) Krugman, P. (1991): Increasing Returns and Economic Geography, Journal of Political
Economy, 99, 483-499.
13) Maier G., Toedling F. (1998): Regionálna a urbanistická ekonomika 2. Bratislava: Elita.
Bratislava.
14)
MALINOVSKÝ, J. – SUCHÁČEK, J. (2006): Velký anglicko-český slovník regionálního rozvoje a
regionální politiky EU. Ostrava: OFTIS. 956 str.
15) Mankiw, N.G., Romer, D., Weil, D.N. (1992): A Contribution to the Empirics of
Economic Growth, Quarterly Journal of Economics, 107, 407-437.
16) Romer, P.M. (1986): Increasing Returns and Long-Run Growth, Journal of Political
Economy, 94, 1002-1037.
17) Solow, R.M. (1956): A Contribution to the Theory of Economic Growth, Quartely
Journal of Economics, 70, 1, 65-94.
8
Šilheřovice 2008
DISPARITY A REGIONÁLNÍ ROZVOJ V ZEMÍCH STŘEDNÍ
EVROPY
Doc. Ing. Karel Skokan, Ph.D.
Abstrakt
Sniţování regionálních disparit v sociálně ekonomickém rozvoji patří k základním cílům
tradičních regionálních politik. Příspěvek prezentuje dílčí závěry výzkumu regionálních disparit
ve vybraných zemích středoevropského prostoru, a to Německa, Rakouska, Maďarska,
Polska a Slovenska. Po uvedení do regionální struktury a charakteristik základních
regionálních rozdílů jsou nastíněny základní přístupy k regionální politice orientované na
sniţování disparit v těchto zemích.
Klíčová slova
Regionální struktura, Regionální disparity, Regionální politika.
Abstract
The main objectives in traditional regional policies are focused to the reduction of regional
disparities in socio-economic development. The paper presents the outcomes of the research
of regional disparities in the countries of Central Europe, mainly Austria, Germany, Hungary,
Poland a Slovakia. At first the regional structure and main regional disparities of selected
countries are introduced. Then the disparities-based approach to regional policy in these
countries is outlined.
Keywords
Regional structure, Regional disparities, Regional policy.
Úvod
Mezinárodní srovnávání disparit na národní i regionální úrovni se provádí pro různé účely
v rámci mezinárodních organizací jako jsou např. OECD, Světová banka apod. V rámci
Evropské unie se pravidelně hodnotí nerovnosti v rozvoji států a regionů pro potřeby politiky
soudrţnosti nebo pro potřeby hodnocení dosahování cílů konkurenceschopnosti EU zejména
ve Zprávách o ekonomické a sociální soudrţnosti. Východiskem jsou jednak navrţené účelové
systémy ukazatelů, mezi které patří v rámci EU např. systém strukturálních ukazatelů
(Eurostat, 2008), jednak data nadefinovaných regionálních ukazatelů sledovaná jak
v národních statistikách, tak také v rámci Evropského statistického úřadu - Eurostatu.
Podrobně byly národní nebo regionální disparity v období 2000 aţ 2006 analyzovány a
vyhodnocovány také ve studiích připravovaných v rámci projektu ESPON, který je zaměřen
na územní hledisko rozvoje EU (ESPON, 2004) a pokračuje také v současném plánovacím
období.
1
Šilheřovice 2008
Jedním z hlavních cílů od počátků evropské integrace v 50. letech minulého století je zajistit,
aby v rámci Společenství docházelo ke konvergenci mezi bohatými a chudými zeměmi a
regiony. Prostředkem se stala politika soudrţnosti podporovaná strukturálními fondy EU.
V současném programovacím období 2007 – 2013 zahrnuje tato politika mimo jiné cíl
Konvergence pro vybranou skupinu méně vyspělých zemí (a tedy i regionů) a cíl
Konkurenceschopnosti a zaměstnanosti pro skupinu vyspělejších zemí a regionů. Politika
soudrţnosti je vyvolána právě existencí disparit mezi zeměmi, regiony a sociálními skupinami
a jejím hlavním cílem je tyto disparity redukovat. Velikost, struktura a úroveň disparit
vyjádřena prostřednictvím vybraných ukazatelů je dokonce mírou či měřítkem soudrţnosti.
Soudrţnost se dá vyjádřit takovou úrovní rozdílnosti mezi státy, regiony nebo skupinami,
které jsou politicky a společensky snesitelné (Molle, 2007). Čím niţší jsou tyto rozdílnosti, tím
je vyšší úroveň soudrţnosti. V současné době se rozlišují v dokumentech EU tři úrovně
soudrţnosti: hospodářská, sociální a územní. Přijmeme-li tezi, ţe disparity jsou výrazem
úrovně soudrţnosti, pak můţeme hovořit o ekonomických, sociálních a územních disparitách.
Ekonomické disparity jsou odrazem úrovně ekonomické soudrţnosti, která není jednoznačně
definována a často bývá vysvětlována podle kontextu, v jakém je pouţita. Za hlavní a
integrující ukazatel ekonomických disparit se pokládá hrubý domácí produkt (HDP) na
obyvatele.
Sociální disparity se týkají vyváţené účasti různých skupin na společenském ţivotě. Sociální
soudrţnost převládá, pokud disparity v řadě sociálních ukazatelů jsou politicky udrţitelné.
Zaměřuje se na dosaţení cílů v nezaměstnanosti, úrovni vzdělání, sociálním vyloučení
různých skupin, v demografických trendech v rámci EU apod.
Územní disparity jsou často odrazem nerovností ve vybavení území faktory, které postupně
vedou k asymetrické distribuci fyzického a lidského kapitálu. Pro vyjádření územních rozdílů
se kromě pojmu disparita často pouţívá pojem územní nerovnováha. Existují rozdíly mezi
periférií a centrem pokud jde o obyvatelstvo, bohatství, přístup ke sluţbám obecného zájmu,
k dopravě, energii, telekomunikacím a informační společnosti nebo pokud jde o výzkum a
kapacity pro inovace. Tyto rozdíly nelze ignorovat, protoţe ovlivňují celkovou
konkurenceschopnost ekonomiky EU. Územní disparity se pak mohou projevit v tzv.
konektivitě území na hlavní dopravní sítě (silniční, ţelezniční, letiště apod.) nebo v intenzitě
vývoje a výzkumu v daném území vyjádřené jak počtem a strukturou organizací vědy a
výzkumu a institucí poskytujících střední a vysokoškolské vzdělání, tak i pomocí počtu
výstupů vědy a výzkumu (publikačních, patentů apod.).
Řešení regionálních disparit v jednotlivých zemích je součástí různých přístupů a politik
s hlavním důrazem na politiku regionální.
Článek představuje hlavní výstupy výzkumné studie Regionální disparity v mezinárodním
srovnání řešené v rámci výzkumného úkolu WD-55-07-1 Regionální disparity v územním
rozvoji ČR – jejich vznik, identifikace a eliminace (Skokan a kol. 2008). V další části článku je
nejprve v následující kapitole představen náhled na základní vybrané disparity vybraných
zemí středoevropského prostoru se zastoupením ukazatelů pro ekonomické, sociální i územní
disparity a pak následuje kapitola, která shrnuje národní přístupy k řešení disparit v těchto
státech.
2
Šilheřovice 2008
Náhled na regionální disparity ve vybraných zemích
Za referenční země byly v souladu se zadáním výzkumu vybrány země sousedící s Českou
republikou, tj. Německo, Rakousko jako představitelé EU 15 a Maďarsko, Polsko a Slovensko
jako představitelé nových členských států EU. Z hlediska srovnávání přístupů k řešení disparit
nepředstavují země na jedné straně optimální vzorek, protoţe se jedná o země různé
velikosti a různé úrovně ekonomického rozvoje, na druhé straně jejich různorodost poskytuje
moţnost seznámit se s variantním přístupem k řešení problematiky. Hlavní rozdíly u
hodnocených zemí se projevují jak v regionální struktuře, tak i v rozsahu regionálních
disparit.
Při popisu regionální struktury budeme vycházet z obecné klasifikace regionů NUTS
pouţívané Eurostatem. Pro srovnání jsou pak ještě v této kapitole uvedena data pro Českou
republiku, která však nebude zatím dále analyzována. Regionální strukturu jednotlivých zemí
přehledně popisuje následující tabulka.
Tabulka č. 1: Regionální struktura vybraných zemí
Stát
Německo
Rakousko
Maďarsko
Polsko
Slovensko
Česko
NUTS 1
NUTS 2
NUTS 3
Spolkové země (16) s vlastní
rozhodovací pravomocí
Velké regiony (3)
Vládní obvody (39)
Okresy (429)
Spolkové země- základní
správní (9)
Uměle vytvořené regiony (7)
Politické nebo soudní okresy (35)
Tzv. velké regiony (3)
Regiony sloţené z několika
vojvodství (6)
Celé území Slovenska (1)
Celé území České republiky
(1)
Vojvodství – samosprávné
administrativní celky (16)
Regiony i uměle vytvořené
spojením krajů (4)
Regiony soudrţnosti uměle
vytvořené spojením krajů (8)
Ţupy – základní samosprávné
administrativní regiony (kraje)
Subregiony – uměle vytvořené
spojením několika okresů
Kraje jako základní samosprávné
celky (8)
Kraje jako základní samosprávné
celky (14)
Zdroj: vlastní zpracování
Jestliţe v rámci politiky soudrţnosti EU se pouţívá srovnávání a hodnocení regionálních
disparit na úrovni NUTS2 regionů, přehled uvedený v Tabulce č. 1 signalizuje srovnávání
nesrovnatelného. Na řešení disparit v endogenních přístupech k regionální politice mají
největší vliv rozhodovací pravomoci přiřazené jednotlivým úrovním regionů, které se
v omezeném analyzovaném vzorku podstatně liší. Zatímco v Německu je to úroveň NUTS1,
v Rakousku a Polsku je to úroveň NUTS2, pak v Maďarsku a na Slovensku je to úroveň
NUTS3, v Česku aţ na 3 výjimky také NUTS3.
Jako představitelé regionálních disparit byly zvoleny následující ukazatele. Pro ekonomické
disparity ukazatel HDP na obyvatele v PPS přepočteny na % pro EU27=100 (2005). Pro
sociální disparity ukazatel regionální nezaměstnanosti v % (2007) a pro disparity v podpoře
inovací, které můţeme přiřadit k územním disparitám ukazatel výdajů na VaV jako procento
HDP (GERD, 2005). Všechna data byla získána z databáze Eurostatu. Přehled ukazatelů uvádí
Tabulka č. 2.
3
Šilheřovice 2008
Tabulka č. 2: Regionální disparity ve vybraných zemích
Stát
HDP/obyv. (PPS)
Nezaměstnanost
GERD
EU27=100 (2005)
(%, 2007)
(% HDP/VaV, 2005)
Stát
Regiony
Stát
Regiony
Stát
Regiony
115,2
78,3-202,1
8,6
4,90-17,40
2,48
1,13-4,19
Rakousko
128,8
88,7-177,6
4,4
2,80-8,30
2,222)
0,50-3,40
Maďarsko
64,3
40,9-104,9
7,4
4,70-12,3
0,94
0,31-1,37
Polsko
51,3
35,0-57,0
9,6
8,30-12,7
0,57
0,08-1,10
Slovensko
60,6
43,1-147,9
13,4
4,30-15,3
0,51
0,28-0,88
Česko
76,6
59,8-160,3
5,3
2,40-9,50
1,41
0,25-2,77
Německo
1)¨
1)
NUTS 1,
2)
Rok 2004
Zdroj: Eurostat, Regional Statistics, 10-2008
Pro kaţdý stát je uvedena hodnota ukazatele na národní úrovni a pak nejniţší a nejvyšší
ukazatel v regionu. Ve skupině ukazatele HDP/obyvatele jsou největší regionální rozdíly
vykazovány na Slovensku a nejmenší v Polsku, poměrně velké rozdíly vykazují v úrovni
regionů také Německo a Rakousko. Ve skupině ukazatele nezaměstnanosti vykazuje
překvapivě nejvyšší regionální rozdíly Česká republika, i kdyţ patří k zemím s malou
nezaměstnaností, následovaná Slovenskem a Německem. V poslední skupině ukazatele GERD
v regionálních rozdílech bezkonkurenčně vede Polsko následované Českem. U obou států
jsou rozdíly v regionálních výdajích na VaV více jak desetinásobné.
Je zřejmé, ţe i uvedené příklady regionálních disparit vyţadují jejich řešení v přístupech
regionální politiky i v regionálním chápání sektorových politik.
Přístupy k řešení regionálních disparit ve vybraných zemích
Jak jiţ bylo uvedeno v předchozí kapitole, způsob řešení regionálních disparit ovlivňuje
jednak regionální úroveň se samosprávnou působností, jednak úroveň centralizace řízení
regionální politiky. V dalším textu proto bude provedeno shrnutí přístupu v jednotlivých
zemích
Řešení regionálních disparit v Maďarské republice
Regionální politika Maďarska a její vývoj byl v posledních letech úzce spjat s procesem
přípravy na vstup do Evropské unie. Během první poloviny 90. let 20. století neexistoval
zřetelně specifikovaný koncept nebo strategie regionální politiky a regionálního rozvoje.
Změna celkového konceptu a harmonizace rozvojových úsilí mezi různými ministerstvy a
dalšími státními orgány přišla v roce 1996 s novou legislativou a národní politikou, kdy byl
přijat Zákon o regionálním rozvoji a územním plánování. Zákon určil pravidla a úkoly
regionální rozvojové politiky a územního plánování na národních a regionálních úrovních.
Národní regionální rozvojová koncepce přijatá parlamentem v roce 1998 představila koncept
statistických a plánovacích regionů (na úrovni NUTS 2) a mikroregionů (úroveň NUTS 4) a jiţ
dříve existující krajů (úroveň NUTS 3). Při vyuţití dostupných indikátorů regionálních rozvoje
můţeme v Maďarsku definovat tři základní typy znevýhodněných regionů (mikroregionů), jeţ
4
Šilheřovice 2008
jsou pro identifikaci regionálních disparit Maďarska prioritní (Szalo, 2002): regiony
s celkovým sociálně-ekonomickým znevýhodněním; regiony, jenţ potřebují průmyslovou
restrukturalizaci; regiony s potřebou zemědělského a venkovského rozvoje.
Koncepce stanovila následující strategické cíle (HU_Concept, 1998):
 sniţovat (doslova zmírňovat) regionální disparity;
 sniţovat nadměrnou koncentraci aktivit v okolí hlavního města Budapešti;
 podporovat prostorovou difuzi inovací;
 podporovat rozvojovou politiku, která zaručí udrţitelné vyuţívání zdrojů;
 podporovat mezinárodní integraci a připravovat se na vstup do EU.
Hlavním posláním a globálním cílem politiky regionálního rozvoje a politiky v Maďarsku je,
obdobně jako v ostatních členských zemích EU, úsilí o sniţování regionálních disparit. Důraz
je kladen na ekonomické a sociální disparity v regionech. Podstatné jsou regionální disparity
v ekonomice vyjádřené ukazatelem HDP/obyvatele mezi NUTS2 regiony a situace je horší
mezi mikroregiony (NUTS 4). Regionální disparity se sledují dále zejména v oblastech
přímých zahraničních investic, podnikání, průmyslové výroby, zaměstnanosti a
nezaměstnanosti, úrovni systému vzdělávání, sociálních, zdravotních a dalších veřejných
sluţeb, infrastruktury atd.
Důraz na řešení disparit je i v základním dokumentu pro podporu regionální politiky
s vyuţitím strukturálních fondů, tj. v Národním strategickém referenčním rámci (HU_NSRF,
2007). Podle současné situační analýzy existují v Maďarsku podstatné a rostoucí disparity a
prioritou regionální politiky je nadále sniţovat regionální a strukturální disparity v regionech a
mikroregionech. Hovoří se doslova o duální struktuře maďarské ekonomiky, která se rozvíjí a
modernizuje, na druhé straně se v ní prohlubují regionální disparity.
Řešení regionálních disparit ve Spolkové republice Německo
Regionální politika Spolkové republiky Německo je součástí hospodářské politiky Německa. Je
orientována na hospodářský růst a mobilizaci růstového potenciálu. Primárním cílem
regionální politiky v rámci celospolečenských úkolů je, aby strukturálně slabé regiony mohly
dosáhnout, zapojením do hospodářského rozvoje, vyrovnání jejich nevýhodného postavení a
aby došlo ke sníţení regionálních rozdílů v rozvoji. K tomu regionální politiku doplňuje
vyrovnaná růstová politika a politika zaměstnanosti, inovací a vzdělávání. Má přispívat
k celkovému hospodářskému růstu strukturálně slabých regionů, k vytváření trvalých a
konkurenceschopných pracovních míst.
Počátky regionální politiky v Německu sahají do 70. let 20. století. Od této doby je prováděna
cílená podpora znevýhodněných regionů pro vylepšení nepříznivé situace ve strukturálně
slabých oblastech země. Německo, jako členský stát Evropské unie, samozřejmě vyuţívá
kromě nástrojů národní regionální politiky i moţnosti podpory ze SF EU v rámci politiky
hospodářské a sociální soudrţnosti (HSS) EU. Dochází tedy ke kombinování obou politik –
národní i unijní, a proto je při realizaci regionálně-politických opatření v zemi vyuţíváno jak
prostředků z národních programů, tak i programů EU. Obecně můţeme vypozorovat
postupný přesun od nástrojů národní regionální politiky k nástrojům politiky HSS EU, ale
zároveň je patrný i pokles finančních prostředků ze SF EU do SRN z důvodu rozšiřování EU.
Regionální ekonomická podpora je podle německé ústavy věcí jednotlivých spolkových zemí.
Spolek (federace) má v rámci celospolečenské úlohy „zlepšení regionální hospodářské
5
Šilheřovice 2008
infrastruktury“ vliv na rámcové plánování a podílí se na spolufinancování. Konkrétní
provádění regionálních opatření je zcela v rukou jednotlivých zemí. Ty samy provádějí výběr
podpůrných rozvojových projektů a provádějí jejich schvalování a přidělování prostředků.
Spolkové země si samy stanovují své priority podle povahy a intenzity konkrétních
regionálních problémů.
Regionální rozdíly v Německu existují hlavně mezi jeho východní a západní části a jsou
zapříčiněny zejména rozdělením Německa po druhé světové válce. Současná regionální
politika Německa koordinovaná na úrovni spolkové vlády se hlásí k problematice řešení
regionálních disparit v Národním strategickém referenčním rámci pro období 2007-2013
(DE_NSRF, 2007). Pro regiony cíle Regionální konkurenceschopnost a zaměstnanost je
stanovena priorita sníţení disparit mezi regiony a optimalizace specifického regionálního
potenciálu pomocí udrţitelných rozvojových programů. Důraz je kladen na disparity jek mezi
regiony, tak i v rámci regionů, současně je však zdůrazněna podpora rozvojového potenciálů
regionů. Disparity jsou vyhodnocovány zejména na ekonomické úrovni, nezaměstnanosti,
výdajů na výzkum a vývoj. Spolková republika Německo klade jako celek značný důraz na
vyváţený regionální rozvoj. Vývoj regionálních ukazatelů Německa koresponduje se
současnou hospodářskou situací, východoněmecké regiony patří k těm méně vyspělým –
jejich ekonomická úroveň se pohybuje kolem 80 % průměru EU 27 (na úrovni NUTS 1).
Řešení regionálních disparit v Polské republice
Současná regionální politika v Polsku je zaloţena na modelu inter a intra regionální politiky.
Elementární principy, cíle a směry regionálního rozvoje země (interregionální politika) pro
nejméně příštích 7 let jsou obsaţeny v Zákoně o zásadách realizace rozvojové politiky z 6.
ledna 2006. Detailně jsou jednotlivé oblasti této politiky potom rozpracovány Ministerstvem
regionálního rozvoje v dokumentu nazvaném Strategie rozvoje země 2007-2015, která je
základním nástrojem regionální politiky v Polsku (PL_STRAT, 2006).
Podle této strategie je státní regionální politika nejdůleţitějším nástrojem vládní hospodářské
politiky, která spojuje a koordinuje řadu státních sektorových aktivit s opatřeními na úrovni
regionů. Jejím cílem je provádění strukturálních změn v ekonomice, modernizace a zvyšování
konkurenceschopnosti polských vojvodství. Má podporovat vyrovnávání rozvojových
příleţitostí problémových regionů a vytvářet vnitřní potenciál regionů pro jejich moţná
dlouhodobý rozvoj. Regionální politika klade důraz na endogenní rozvoj přednostně na
základě vnitřních rozvojových faktorů a nejen na externí redistribuci příjmů. Jejím cílem je
iniciovat permanentní rozvojové procesy v regionech.
Strategie rozvoje země 2007-2015 zabezpečuje provázanost národní regionální politiky s
regionální politikou Evropské unie a také s ostatními odvětvovými politikami ovlivňujícími
rozvoj území. Na jejím základě byl ve vzájemné součinnosti Ministerstva regionálního
rozvoje a Evropské komise (DG for Regional Policy) zpracován Národní strategický referenční
rámec na léta 2007-2013, ve kterém jsou obsaţeny jednotlivé národní či regionální operační
programy (PL_NSRF, 2007).
Na úrovní regionů je realizována regionální politika (intraregionální politika), v souladu se
zákonem ze dne 5. června 1998 o samosprávě vojvodství, nejvyššími samosprávnými orgány
vojvodství. Strategii rozvoje vojvodství schvaluje příslušné volené zastupitelstvo tohoto
6
Šilheřovice 2008
samosprávného celku, přičemţ její realizace je zabezpečována prostřednictvím vojvodských
programů (programy wojewódzkie).
Mimo těchto ryze regionálních programů financovaných z rozpočtů jednotlivých vojvodství,
hraji v regionální politice těchto samosprávných územních celků na úrovni NUTS 2 důleţitou
roli i finanční zdroje z Evropské unie. Základním instrumentem realizace regionálních
operačních programů jsou tzv. vojevodské kontrakty. To je dohoda (smlouva) uzavřena mezi
vedením (úřadem) vojvodství a příslušným program garantujícím ministrem polské vlády,
která stanoví zásady a podmínky spolufinancování daného operačního programu.
Obdobně jako je tomu v České republice, mohou i v Polsku vstupovat do regionální politiky
svými aktivitami i města a obce. Jejich působení je však vzhledem k disponibilním nástrojům
a finančním prostředkům pouze okrajovou záleţitostí.
Ze tří typů disparit, se kterými se v polské regionální literatuře běţně setkáváme, jsou
v centru pozornosti polských výzkumných a odborných pracovišť v této oblasti disparity
ekonomického a sociálního charakteru.
Řešení regionálních disparit v Republice Rakousko
Regionální politika je v Rakousku organizována na federální (spolkové) úrovni a na úrovni
spolkových zemí. Řízení regionální politiky na federální úrovni zajišťuje v Rakousku spolkové
kancléřství, které odpovídá za hospodářskou koordinaci v rámci celkové vládní politiky,
obecné otázky ekonomického rozvoje a ekonomického výzkumu, obecné záleţitosti týkající se
členství Rakouska v EU a koordinaci v oblasti plánování a regionální politiky na spolkové
úrovni a úrovni spolkových zemí.
Koordinační funkcí a zapojení subjektů podílejících se praktickém provádění regionálního
rozvoje zajišťuje ÖROK (Österreichische Raumordnungskonferenz - Rakouská konference
prostorového plánování). Jednou z oblastí, kterou ÖROK nepokrývá a která má velký význam
pro regionální rozvoj, jsou technologie a podpora inovací. Protoţe tato oblast není přímo
zahrnuta do regionální politiky, je tato činnost zařazena do programů koordinovaných
federálním ministerstvem dopravy, inovací a techniky.
Základní kompetence v oblasti regionální a hospodářské politiky spolkových zemí byly
v posledních letech posíleny novými aktivitami v oblasti technického rozvoje a inovací.
Moderní rakouská regionální politika se silně zdůrazňuje systémový a inovačně orientovaný
přístup, který vychází z přenechání odpovědnosti za návrh politiky a její realizace spolkovým
zemím. Přestoţe sniţování regionálních disparit zůstává obecně hlavním problémem, nemá
se uţ jeho řešení dosahovat primárně transferem finančních zdrojů do regionu, ale
prostřednictvím strukturálních a inovačních opatření a rozvojovými programy. Regiony samy
mají nést odpovědnost za dlouhodobé rozvojové cíle.
V platné koncepci regionálního rozvoje (ÖROK, 2002) se vychází z obecného cíle vyrovnání
regionálních a sociálních disparit v celé Evropě. Zdůrazňují se také prostorové rozdíly
v ţivotních podmínkách, v sociální vybavenosti, v kvalifikaci a vzdělávání, v dopravní
obsluţnosti a přístupu k informacím.
7
Šilheřovice 2008
V rámci odborné literatury není však kladen důraz přímo na problematiku regionálních
disparit a jejich analýzu, ale regionální disparity jsou důvodem realizace regionální politiky.
Mezi hlavní principy současné regionální politiky Rakouska patří (Aufhauser et al., 2003):

Regiony uţ nejsou primárně chápány jako administrativně vyčleněná území, ale jako
sociálně vytvořené systémy strukturované podle sociálně-ekonomických interakcí
v prostoru. Základní otázkou regionální politiky je pokrytí aktivit pro intra- a interregionální spolupráci a partnerství.

Regionální hospodářská politika je stále méně zaměřena jen na řešení regionálních
problémů a stále více na rozvojový potenciál na úrovní regionu. Netýká se jen tzv.
problémových regionů, ale všech regionů.

Regionální politika se více zaměřuje na moţnosti regionální specializace s vyuţitím
výrobních faktorů a inovačního potenciálu.
Po velmi dlouhou dobu byla rakouská regionální politika charakterizována zejména aktivitami
spolkového kancléřství a dalších spolkových ministerstev. Během několika posledních let se
podpora regionálních ekonomických aktivit rozšířila na úroveň spolkových zemí, případně
měst a obcí. Zatímco hlavní důraz na sniţování disparit mezi centrem a periférii byl poloţen
v 60. a 70. letech, koncem minulého století převládla orientace na endogenní rozvoj, rozvoj
potenciálu regionů, regionální inovace a regionální management a poradenství. Přesto
v posledních dokumentech rakouské regionální politiky pro období 2007-2013 s vyuţitím
strukturálních fondů EU se opět objevuje přihlášení ke sniţování regionálních disparit
(STRAT.AT, 2007). Hovoří se o vyrovnání hospodářských regionálních disparit a o
polycentrickém rozvoji. Přitom disparity jsou zdůrazněny zejména z hlediska dostupnosti,
zaměstnanosti, méně z hlediska výkonnosti ekonomiky (HDP/obyvatele), kde na úrovni
NUTS2 dochází k jejich sniţování, rozdíly však zůstávají na vyšších úrovních NUTS3.
Řešení regionálních disparit ve Slovenské republice
Vznik a rozvoj regionální politiky na Slovensku je úzce spjat s obdobím před a po vstupu
země do EU. Specifickým znakem regionální struktury Slovenska jsou prostorově výrazné a
prohlubující se regionální disparity. Východiskem pro formulování strategie rozvoje Slovenska
je definování klíčových disparit a faktorů rozvoje.
Hlavním cílem regionální strategie na Slovensku je nejen sníţení regionálních disparit, ale
také rozvoj faktorů konkurenceschopnosti. Cíl by měl být naplněn splněním určitých priorit,
kterými jsou zejména (SK_NSRR, 2007):






růst konkurenceschopnosti ekonomiky a její modernizace,
zlepšení infrastruktury regionů,
zvýšení zaměstnanosti,
rozvoj venkovských oblastí,
růst kvalifikace a vzdělanosti,
ochrana zdraví a ţivotního prostředí.
Regionální rozvoj je podporován jak z prostředků EU, tak i ze státního rozpočtu, rozpočtů
krajů, měst, obcí i soukromých zdrojů. Prostředky od měst a obcí přitom hrají, co do jejich
objemu, v regionální politice pouze okrajovou úlohu.
8
Šilheřovice 2008
Regionální politika na Slovensku se realizuje na více úrovních, je zde úroveň vládní a
parlamentní, krajská, obecní a úroveň tzv. agenturní (různé agentury zaměřující se na
regionální rozvoj, většinou lokální působnosti).
Na úrovni vládní to je Ministerstvo výstavby a regionálního rozvoje, které koordinuje činnost
orgánů státní správy, krajů a obcí v rámci regionálních otázek. V působnosti ministerstva
jsou veřejné práce, regionální rozvoj, stavební činnost a stavební výrobky, stavební řád a
územní plánování kromě ekologických aspektů, které spadají pod Ministerstvo ţivotního
prostředí. Ministerstvo ve spolupráci s obcemi, kraji vypracovává národní plán, operační
programy, sektorové operační programy, dohlíţí na jejich plnění a jednou ročně předkládá
zprávu o plnění těchto dokumentů. Ministerstvo je zřizovatelem Agentury na podporu
regionálního rozvoje.
Na vládní úrovni je dále zřízena Rada vlády Slovenské republiky pro regionální politiku a
dohled nad strukturálními operacemi. Rada je koordinační, poradní a iniciativní orgán vlády
slovenské vlády pro otázky tykající se regionální politiky, vyuţívání strukturálních fondů,
fondu Soudrţnosti. Další orgánem, který působí na této úrovni je Národní rada Slovenské
republiky (NR SR), která má zřízené výbory, které se zabývají regiony. Těmito výbory jsou:
Výbor NR SR pro veřejnou správu a regionální rozvoj – tento výbor se zabývá především
zkvalitňováním a rozšiřováním pravomocí územní samosprávy, regionálním rozvojem.
Výbor NR SR pro zemědělství, ţivotní prostředí a ochranu přírody – jak jiţ je z názvu výboru
vidět, zabývá se zemědělstvím, ţivotním prostředím a jeho ochranou. Do je působnosti patří i
rozvoj venkova, coţ povaţujeme za oblast regionálního charakteru.
Na úrovni krajů existují v rámci jednotlivých krajských úřadů tzv. odbory regionálního
rozvoje. Tyto odbory v oblasti regionálního rozvoje připravují, koordinují činnosti s
příslušnými ministerstvy, obcemi a dalšími subjekty. Připravují kraj na čerpání finančních
prostředků z Evropské unie. Velmi často jsou tyto odbory integrovány i s cestovním ruchem a
územním plánováním.
U agentur jsou nejvýznamnější Regionální rozvojové agentury (RRA). První začaly vznikat jiţ
začátkem 90. let dvacátého století. Jejich cílem je aktivizace hospodářského, sociálního
rozvoje v místě působnosti takového regionální rozvojové agentury. V současné době je
vytvořen jak formální tak neformální síť, kterou lze povaţovat za podpornou strukturu pro
rozvoj regionů Slovenska.
Současná vláda Slovenské republiky ve svém programovém prohlášení deklarovala, ţe chce
zastavit pokračující trend prohlubujících se regionálních rozdílů. Pojetí regionálních disparit
na Slovensku se nijak zvlášť neliší od vnímání této problematiky Evropskou komisí respektive
DG Regio. V centru pozornosti jsou disparity ekonomického a sociálního charakteru.
Zajímavou je také v souvislosti s problematikou regionálních disparit i skutečnost, ţe na
slovenských vysokých školách se setkáváme s celou řadou nabízených studijních oborů
v oblasti regionalistiky, a to téměř na kaţdé ekonomicky zaměřené neprivátní vysoké škole či
univerzitě.
9
Šilheřovice 2008
Závěr
Mezinárodní srovnání regionálních disparit vychází z přístupu EU k disparitám odvozeného
ze soudrţnosti, která je jedním z klíčových principů a cílů Společenství a je pravidelně
hodnocena Evropskou komisí. Regionální statistiky na národní úrovni i na úrovni Eurostatu
obsahují řadu regionálních ukazatelů, avšak jejich naplnění konkrétními a aktuálními daty je
v jednotlivých zemích poměrně odlišné. Srovnávání regionálních disparit ve všech zemích EU
se proto v oficiálních zprávách Evropské komise omezuje jen na vybraný soubor ukazatelů
v rámci zpráv o hodnocení soudrţnosti nebo s vyuţitím tzv. strukturálních ukazatelů.
Srovnávaná skupina zemí je z hlediska dosaţené ekonomické úrovně značně nesourodou
skupinou. Na jedné straně je zde Rakousko a Německo, které svou úrovní hrubého domácího
produktu na obyvatele přepočteného dle standardu kupní síly měny výrazně přesahují
průměrnou hodnotu daného ukazatele v EU-27 v roce 2005 (v případě Rakouska je to o 28,8
%, u Německa potom o 16,6 %). Na straně druhé jsou zde státy (Slovensko, Polsko a
Maďarsko), které se řadí k sedmi nejméně rozvinutým ekonomikám Unie a relace jejich
vyprodukovaného HDP/obyv. (PPS) k průměru EU-27 nepřesahovala v roce 2005 hodnotu
65%.
Analyzované země také vykazují různé přístupy k řešení regionálních disparit v rámci
regionální politiky. Zatímco u Německa a Rakouska je hlavní váha intervencí přenesena na
úroveň spolkových zemí. U Maďarska, Polska i Slovenska pak ještě převládá centralistická
exogenní orientace regionální politiky zejména proto, ţe finanční zdroje regionálního rozvoje
pochází převáţně z unijního rozpočtu.
Řešení regionálních disparit je ve všech zemích podtextem a původním východiskem
regionální politiky, avšak zejména u Rakouska a Německa je kladen silný důraz na endogenní
faktory rozvoje, zvyšování potenciálu regionů a nespoléhání na realokaci národních nebo
evropských zdrojů.
Literatura
1)
AUFHAUSER, E., HERZOG, S., HINTERLEITNER, V. OEDL-WIESER, T., REISINGER,
E. (2003). Grundlagen für eine „Gleichstellungsorientierte Regionalentwicklung“.
Endbericht. Studie im Auftrag des Bundeskanzleramts , Abteilung IV/4. Wien:
Institut für Geographie und Regionalforschung Universität Wien, 2003.
2)
DE_NSRF (2008). FEDERAL MINISTRY OF ECONOMICS AND TECHNOLOGY.
National Strategic Reference Framework for the EU Structural Funds in Germany
2007–2013 [on-line]. January 2008. Dostupné z:
<http://www.bmwi.de/BMWi/Redaktion/PDF/M-O/nationaler-strategischerrahmenplan-englisch,property=pdf,bereich=bmwi,sprache=de,rwb=true.pdf >.
3)
ESPON (2004). ESPON 3.1 Integrated Tools for European Spatial Development.
Final Report A. Bonn: Bundesamt für Bauwesen und Raumordnung.
4)
EUROSTAT (2008). Structural Indicators Website [online]. 2008. Dostupné z:
<http://ec.Europa.eu/Eurostat/structuralindicators>.
10
Šilheřovice 2008
5)
HU_Concept (1998). THE GOVERNMENT OF THE HUNGARIAN REPUBLIC. National
Regional Development Concept [online]. Budapest: VÁTI, 1998. Dostupné z:
<http://www.vati.hu/main.php?folderID=3105>.
6)
HU_NSRF (2007). THE GOVERNMENT OF THE REPUBLIC OF HUNGARY. The New
Hunagry Development Plan – National Strategic Reference Framework of Hungary
2007 – 2013 [online]. 2007. Dostupné z: <http://tpik.elte.hu/file/_MFT_angol.pdf>.
7)
MOLLE, W. (2007). European Cohesion Policy. London: Routledge.
8)
ÖROK (2002). Österreichisches Raumentwicklungskonzept. Wien: ÖROK.
9)
PL_NSRF (2007). MINISTRY OF REGIONAL DEVELOPMENT. Poland National
Strategic Reference Framework 2007 – 2013 in support of growth and jobs [online].
2006. Dostupné z:
<http://www.funduszestrukturalne.gov.pl/NR/rdonlyres/733590C1-490B-4902B242-42E946DC315B/21234/NSRF_140206r.pdf>.
10)
PL_Strat (2006). MINISTERSTWO ROZWOJU REGIONALNEGO. Strategia Rozwoju
Kraju 2007-2015 (National Development Strategy of Poland 2007 – 2015) [online].
2006. Dostupné z: <http://www.mrr.gov.pl/english/SRK/>.
11)
Skokan, K.; Kaňa, R.; Lebiedzik, M.; Melecký, L. Regionální disparity v
mezinárodním srovnání. Dílčí zpráva výzkumného úkolu WD-55-07-1. Ostrava: EkF
VŠB-TU, 2008.
12)
SK_NSRR (2007) Národný strategický referenčný rámec 2007-2013. Bratislava:
MVRR SR. [online]. Dostupné z : <http://www.nsrr.sk/narodny-strategickyreferencny-ramec-2007-2013/>.
13)
STRAT.AT (2006). Nationaler Strategischer Rahmenplan Österreich 2007-2013.
Wien: ÖROK.
14)
SZALÓ, P. (2002). Regional Development. Regional development task for the
coming years. Budapest: VÁTI.
11
Šilheřovice 2008
REGIONÁLNÍ NEROVNOSTI V TEORETICKÉM KONTEXTU
Ing. Jan Sucháček, Ph.D.
Abstrakt
Článek se zabývá problematikou regionálních nerovností z teoreticko-metodologického
pohledu. Navzdory tomu, ţe regionální nerovnosti představují závaţný problém, neexistuje
dosud obecná shoda jak k nim z teoreticko-metodologického hlediska přistupovat.
Klíčová slova
Divergence, Konvergence, Regionální nerovnosti, Teorie regionálního rozvoje.
Abstract
The article deals with the problem of regional inequalities from theoretical-methodological
perspective. In spite of the fact that regional inequalities represent a serious problem, there
is hitherto nothing like general consent how to deal with them from theoreticalmethodological point of view.
Keywords
Divergence, Convergence, Regional inequalities, Theories of regional development.
Úvod
Územní nerovnosti jsou dosti frekventovaným předmětem teorií regionálního rozvoje.
Podobně jako teorie regionálního rozvoje samotné se však navzájem odlišují také přístupy
k územním nerovnostem. Rozdělení těchto teorií na základě toho, jaký význam přisuzují
konvergenčním, resp. rovnováţným a jaký divergenčním, resp. nerovnováţným tendencím
v rámci prostorového vývoje je z výzkumného hlediska dostačující. Takováto pragmaticky
jednoduchá dichotomická klasifikace napomáhá metodickému uchopení celé řady problémů
spjatých s regionálními nerovnostmi, coţ je i záměrem tohoto článku.
Celou problematiku územních nerovností v rámci prostorového vývoje zásadně ztěţuje
skutečnost, ţe zatímco řada teoretických přístupů i empirických výzkumů prokazuje tendenci
regionálních systémů ke konvergenci, jiné teorie, ale také výzkumy zase ukazují na
divergenční trendy mezi regiony (viz také Blaţek, 2006). Kromě toho je pozorování
regionálních vývojových tendencí závislé na celé řadě faktorů jako:

Existence rozdílných definicí konvergence a divergence (blíţe viz Barro, Sala i Martin,
1995, Sala i Martin, 1996 či Blaţek, Uhlíř, 2002).

Míra, v jaké je odlišná anebo podobná sociálně-ekonomická úroveň mezi
srovnávanými teritorii. Například míra hospodářského růstu u zemí chudých bude mít
s ohledem na jejich nízkou hospodářskou úroveň jinou vypovídací schopnost neţli
tomu bude u zemí vyspělých.
1
Šilheřovice 2008

Míra spolehlivosti a porovnatelnosti pouţitých dat. Charakter pouţitých ukazatelů je
neméně důleţitý. Rozlišovat nutno mezi ukazateli agregátními a dílčími a nelze
opomenout ani hledisko absolutizace či relativizace sledování územních nerovností.

Územně-řádová úroveň, na které je příslušná analýza prováděna. S klesající územněřádovou úrovní totiţ má prostorová diferenciace obecnou tendenci k nárůstu.

Výběr oblastí a konkrétních indikátorů, sledujících vývoj regionálních rozdílů. Různé
indikátory mají diferencovanou reprezentativnost, pokud jde o zachycení regionálních
vývojových tendencí.

Charakter období, ve kterém je analýza realizována a délka období, po které je
analýza prováděna. Pro kaţdé období je totiţ charakteristické jisté vývojové
paradigma, které směřuje k upřednostnění určitých indikátorů. Délka období je zase
důleţitá ve smyslu především konvergenčních vývojových tendencí regionálních
systémů.

Čas sehrává v analýzách důleţitou roli také ve vazbě na postupné sniţování míry
nerovnoměrnosti sledovaného jevu.

Existují velmi výrazné rozdíly ve sférách, které jsou pouze obtíţně kvantifikovatelné, a
přesto mají značný vliv na regionální rozvoj. Blaţek a Uhlíř (2002) upozorňují
například na diference v oblasti společenské prestiţe, slávy, moci, resp. vlivu na chod
společnosti.
I navzdory všem výše zmíněným problémům je konvergenčně – divergenční pojetí
regionálního pro svou jednoduchost nejvhodnější. Je přitom zřejmé, ţe základní atributy
územních nerovností jsou v rámci přístupů k regionálnímu rozvoji zachytitelné vedle kategorií
prostorových také za pomoci časového pohledu. Tato časoprostorová charakterizace značně
usnadňuje identifikaci a diferenciaci problematiky územních nerovností právě ve vazbě na
teorie regionálního rozvoje. Zatímco prostorový pohled zde vyjadřuje tendenci regionálního
vývoje ke konvergenci anebo divergenci, pohled časový se zabývá pojímáním těchto trendů
z hlediska krátkodobého anebo dlouhodobého na straně jedné a z perspektivy doby trvání,
resp. časové platnosti těchto teorií1 na straně druhé.
Stručný nástin přístupů k regionálnímu rozvoji ve vazbě na
regionální disparity
Teorie regionálního rozvoje a s nimi také příslušné přístupy k regionálním nerovnostem byly
silně poznamenány sociálně-ekonomickými paradigmaty typickými pro příslušné období. V
daných paradigmatech se odráţela zkušenost politiků a představitelů hlavních sociálních a
ekonomických směrů, rozvojové teorie z předcházejících období, ale také kratší či delší dobu
pociťované sociální a hospodářské potřeby.
Jestliţe pouţijeme při diferenciaci přístupů k regionálnímu rozvoji a regionálním nerovnostem
princip účelovosti, lze identifikovat čtyři hlavní vývojová paradigmata: liberální endogenně
rozvojový přístup, dále exogenní keynesiánský a extrémně intervencionistický marxistickosocialistický přístup a konečně také moderní neo-endogenní přístup. Dílčí teorie regionálního
rozvoje jsou přitom uspokojivým způsobem zařaditelné pod tato paradigmata (viz také
tabulka 1).
1
Z tohoto pohledu jsou teorie regionálního rozvoje rozděleny na dočasné, resp. epizodické a na trvale
platné (blíţe viz např. Sucháček, 2008).
2
Šilheřovice 2008
Pod endogenním přístupem k regionálnímu rozvoji přitom rozumíme takový typ regionálního
rozvoje, který se opírá o vyuţití vlastních hospodářských, sociálních a přírodních zdrojů
regionu. Endogenní typ rozvoje se primárně spoléhá na vnitřní rozvojový potenciál regionu a
snaţí se o plné vyuţití a produktivitu těchto intraregionálních zdrojů. Teprve potom je moţno
vyuţít externí pomoc zejména ze strany státu, jakou jsou dotace, daňová zvýhodnění atd.
Exogenní regionální rozvoj je zase takový typ regionálního rozvoje, který se primárně opírá o
exogenní, vnější pomoc, jako např. státní dotace anebo subvence (více viz Malinovský,
Sucháček, 2006).
Výše zmíněná typologie se zcela pragmaticky zabývá také regionálně-politickými opatřeními a
to proto, ţe regionální politika je odrazem potřeby řešení regionálních nerovností. Nutno
přitom podotknout, ţe zpracování teorií regionálního rozvoje formou tabulek je sice
přehledné a usnadňuje komparaci těchto teorií, zároveň je ovšem třeba počítat s významnou
dávkou zjednodušení při popisu těchto teorií. Toto zjednodušení směřuje k jasnému
zachycení hlavních vývojových trendů ve sféře regionálního rozvoje a to právě ve vazbě na
územní nerovnosti.
Liberální endogenní paradigma regionálního rozvoje
Tento směr regionálního rozvoje je z širšího hlediska zařaditelný pod liberální hospodářskopolitickou koncepci. Tato koncepce nachází odpovědi na všechny zásadní ekonomické otázky
(co, jak a pro koho vyrábět) v nerušeném působení trţních sil. Jakékoliv státní zásahy jsou
chápány jako něco nepatřičného a je zdůvodňováno, proč nemají vlády do chodu
hospodářství zasahovat. Trţní systém umoţňuje podle této hospodářsko-politické koncepce
díky cenovému mechanismu a konkurenčnímu prostředí zajišťovat optimální alokaci zdrojů a
současně umoţňuje nejlepší uspokojení spotřebitelských preferencí. Zastánci tohoto přístupu
také zdůrazňují trţní orientaci společnosti a sledování individuálních zájmů, protoţe to přináší
uţitek celému hospodářství.
Státní zásahy jsou akceptovány pouze tehdy, jestliţe jsou ohroţeny samotné atributy trţního
systému, kterými jsou zdravě fungující trţní prostředí a zdravě fungující peněţní oběh.
Přívrţenci koncepce tvrdí, ţe nadměrné státní zásahy vedou k vládnímu selhání. Role státu by
tak měla být zredukována jen na vnitřní a vnější zabezpečení, ochranu vlastnických práv a
konečně ochranu rámcových podmínek zajišťujících správné fungování trhu (viz např. Kliková
a Kotlán, 2003).
Prvopočátky liberálního směru regionálního rozvoje spadají do dvacátých aţ třicátých let
dvacátého století. Tento silně neintervencionistický přístup nacházel hlavní teoretickou oporu
v neoklasické ekonomii. V zásadě se nejednalo o „pravou“ koncepci regionálního rozvoje,
protoţe meziregionální disparity byly podle tohoto přístupu pouze dočasným jevem.
3
Šilheřovice 2008
Tabulka 1: Vývoj přístupů k regionálnímu rozvoji
Obecné
paradigma
Prostorové
tendence
liberální/
Prostorový vývoj
neintervencionistické tenduje
/ endogenně
k rovnováze,
rozvojové
konvergenci a
proto není nutno
zasahovat do
trţních procesů.
Neintervencionistický přístup.
keynesiánské/inter Prostorový vývoj
vencionistické/
tenduje
exogenně
k nerovnováze,
rozvojové
divergenci a
proto jsou
zásahy do trţních
procesů nutné.
marxistickosocialistické/
extrémně
intervencionistické
Vývoj tenduje
k regionální
nerovnováze,
nutnost
plánování a
řízení
prostorového
vývoje.
moderní/„transform Vývoj tenduje
ovaný“
k regionální
neoendogenní
nerovnováze,
rozvoj/vytváření
nutno vyuţít
rámcových
regionální
podmínek pro
potenciál.
endogenní
iniciativy/spíše
Dílčí teorie
regionálního
rozvoje
Regionální politika
Neoklasické jedno a
dvousektorové
modely růstu, nová
teorie endogenního
růstu, nová teorie
růstu
„dělníci za prací“,
nástroje zvyšující
mobilitu pracovních sil
Teorie kumulativních
příčin, teorie
nerovnoměrného
rozvoje, teorie pólů
růstu, center růstu a
růstových os, teorie
exportní základny,
jádro-periferie, teorie
výrobních cyklů a
ziskových cyklů, teorie
prostorových děleb
práce, teorie
mezoekonomiky
Prostorová dimenze
marxiánskosocialistické doktríny,
teorie krize,
houpačková teorie
nerovnoměrného
rozvoje
„práce za dělníky“,
nástroje podporující
příliv investic do
problémových regionů
Teorie učících se
regionů, teorie
výrobních okrsků,
QWERTY teorie,
teorie path
dependency
(závislosti na cestě)
Podpora prostředí, ve
kterém se bude dařit
networkingu, malým a
středním firmám,
inovacím, učení se.
Zvýšení kvality
místních a
regionálních institucí,
koopkurence
(konkurence a kooperace)
neintervencionistický
přístup.
Zdroj: vlastní
4
Centrální plánování a
řízení prostorového
vývoje ignorující
regionálně-trţní
signály. Aplikace
v zemích střední a
východní Evropy.
Šilheřovice 2008
Obrázek 1: Přesun faktorů při interregionálních rozdílech
Zdroj: Maier, Tödtling (1998)
Existenci regionálních problémů neoklasická teorie nepředpokládala, chronická
nezaměstnanost byla vysvětlována nepřizpůsobením buď kapitálu, nebo pracovních sil trţním
principům. Technologie a makroekonomické podmínky byly povaţovány za dané, a tudíţ bez
vlivu na utváření nerovnováţného stavu a na hospodářský růst. Podobně i vliv faktorů,
jakými jsou makroekonomické parametry či institucionální rámec ekonomiky, byl v úvahách
neoklasické teorie opomíjen, přičemţ je třeba podotknout, ţe řada pozdějších a současných
verzí neoklasické teorie se pokouší tyto nedostatky odstranit.
Základní myšlenka teorií regionálního rozvoje inspirovaných neoklasickými a neoliberálními
přístupy vychází z toho, ţe cenové rozdíly v rámci hospodářství představují signály pro
investiční příleţitosti, resp. pro prostorový přesun výrobních faktorů. Hospodářské subjekty
podle teorie reagují na tyto příleţitosti, resp. stavy nedostatku aţ do té doby, dokud se
cenové rozdíly a stavy nedostatku opět nevyrovnají. Tyto mechanismy však budou fungovat
jen tehdy, pokud přijmeme určité předpoklady (viz Maier, Tödtling, 1998):

Hospodářské subjekty se snaţí maximalizovat svůj uţitek. Pro podniky je to shodné
s maximalizací zisku.

Hospodářské subjekty jsou dokonale informovány o všech relevantních cenách.

Všechny ceny jsou pruţné.
5
Šilheřovice 2008

Na všech trzích vládne atomistická konkurence. Proti sobě vţdy stojí dostatečná
nabídka a poptávka a to tak, ţe nikdo nemůţe ovlivnit trţní cenu.

Speciálně pro prostorovou dimenzi je nutná dokonalá mobilita výrobních faktorů mezi
regiony. Tak se stírají prostorové rozdíly v rámci regionu a je ignorována vzdálenost
mezi jednotlivými regiony.
Abychom viděli, jakým způsobem působí tyto předpoklady na rozvoj regionů,
předpokládejme, ţe existují dva regiony (A a B), které vyuţívají stejnou výrobní technologii,
přičemţ region A vyrábí kapitálově intenzivněji neţ region B. Protoţe region A nasazuje
relativně více kapitálu neţ pracovní síly, mzdová sazba regionu A leţí nad mzdovou sazbou
regionu B. Mezní produkt kapitálu v regionu A však je vzhledem k vyššímu kapitálovému
nasazení niţší neţ v regionu B. Tímto vzniká pro pracovní síly stimul stěhovat se z regionu B
do regionu A. A protoţe se kapitál bude stěhovat podle výše úroku, bude plynout v opačném
směru, neboli z regionu A do regionu B (viz také obrázek 1).
Tyto procesy povedou k tomu, ţe poměr nasazení práce a kapitálu se v obou regionech
změní. Region A, který byl původně kapitálově intenzivnější, se stane kapitálově méně
intenzivním, kdy kapitál plyne z regionu pryč, ale pracovní síla se přistěhovává, region B zase
kapitálově více intenzivním, kdy kapitál plyne do regionu a pracovní síla se odstěhovává.
Tímto způsobem se začíná kapitálová intenzita v obou regionech vyrovnávat. Tento proces se
zastaví aţ tehdy, kdyţ neexistují rozdíly mezi výškou mzdy a úrokem v obou regionech.
Volný, bezpřekáţkový pohyb výrobních faktorů tak nakonec v liberálním pojetí vede
k vyrovnávání mzdových a úrokových rozdílů mezi regiony. Tím je také zdůvodnitelný značně
zdrţenlivý postoj přívrţenců endogenního liberálního paradigmatu regionálního rozvoje
k regionální politice.
Regionální politika inspirovaná neoklasickými a neoliberálními
přístupy
Přestoţe byla neoklasická teorie prakticky neintervencionistická, byla zejména ve Velké
Británii 20. a 30. let dvacátého století přijata opatření zaměřená na zvýšení mobility
pracovních sil. Jednalo se tedy o intervenci nikoliv proti působení trţních sil, ale naopak s
cílem posílit nedostatečně fungující trţní mechanismus ve sféře trhu práce. Tomuto
konceptu, který někteří autoři označují jako „dělníci za prací“ (viz Prestwich a Taylor 1990),
odpovídaly i aplikované nástroje regionální politiky. Jednalo se především o podporu
dojíţdějícím, jednorázovou finanční pomoc při stěhování, pomoc při obstarání bytu v
imigračním regionu s niţší mírou nezaměstnanosti, rekvalifikace na profesi ţádanou v
imigračním regionu apod.
Kritickým bodem takovéto regionální politiky je najít regiony s nedostatkem pracovních sil,
kam se mohou nezaměstnaní z jiných oblastí přestěhovat. Navíc je třeba zdůraznit, ţe
podpora emigrace z problémových regionů je zpravidla povaţována za velmi pasivní typ
politiky, neboť se ani nepokouší řešit příčiny problémů, ale pouze se snaţí o zmírnění jejich
následků (Blaţek a Uhlíř, 2002).
Keynesiánské exogenní paradigma regionálního rozvoje
Aţ do velké hospodářské krize v 30. letech dvacátého století převaţovala v teoretických
koncepcích i národohospodářské praxi neoklasická doktrína. Krize, která podle neoklasických
6
Šilheřovice 2008
předpokladů neměla vůbec nastat, však otevřela prostor pro na dlouhou dobu určující
paradigma hospodářské a regionální politiky, které se nazývá keynesiánství a které
zdůrazňuje význam intervencí z veřejného sektoru. Na jeho úplném začátku stála práce J.M.
Keynese Všeobecná teorie zaměstnanosti, úroku a peněz, v níţ ukázal vliv agregátní
poptávky na trţní rovnováhu. Na tuto práci pak navázalo mnoho dalších autorů, kteří
Keynesovy myšlenky dále rozvinuli.
Zájem o řešení interregionálních sociálně-ekonomických disparit stoupl v Evropě výraznějším
způsobem po II. světové válce. Tento zájem byl dán objektivními sociálními, hospodářskými
a politickými potřebami a odrazil se i v převaze teorií regionální nerovnováhy (divergenční
teorie) nad teoriemi regionální rovnováhy (konvergenční teorie). Začalo se ve větší míře volat
po státních zásazích do ekonomiky. To bylo v souladu s intervencionisticky orientovanou
keynesiánskou hospodářskou koncepcí, mezi jejíţ obecné cíle patří plná zaměstnanost,
regulace agregátní poptávky, podpora hospodářského růstu či upřednostnění fiskálních
nástrojů před monetárními. Na rozdíl od střednědobého aţ dlouhodobého pojetí liberální
hospodářské politiky se keynesiánství orientuje na kratší časové úseky a připouští také růst
inflace či vnější nerovnováhu.
Aţ do padesátých let dvacátého století byla regionální politika (která v té době ještě
nevystupovala jako samostatná politika) většiny evropských zemí motivována sociálními
důvody. Existoval zájem na vytvoření kvalitnějších a spravedlivějších ţivotních podmínek pro
obyvatelstvo po II. světové válce. Ta opatření hospodářských a sociálních politik, která měla
teritoriální charakter, byla motivována nutností vyrovnávání prostorových sociálněekonomických nerovností. V zásadě lze hovořit o tomto období jako o době vzniku „skutečné“
regionální politiky.
Od padesátých do začátku šedesátých let minulého století pak dochází k rozvoji koncepcí
zaměřených převáţně na růst a rozvoj regionů a pozornost se přesunula od sociálních priorit
k cílům ekonomickým. Nastal pravý rozkvět teorií zaměřených na hospodářský růst regionů.
Akcentována byla industrializace, která se měla rozšířit i do zaostalých regionů. Teprve
sedmdesátá léta odhalila zranitelnost odvětvové monostruktury u mnoha zejména
průmyslových oblastí a regionální rozvoj se postupně stává doménou politiků a to jak na
regionální tak i na celostátní úrovni.
Zatímco neoklasické modely růstu zdůrazňovaly zejména význam výrobních faktorů na straně
nabídky (růst kapitálu, přírůstek pracovních sil a technologické změny) a zanedbávají význam
těchto faktorů na poptávkové straně, pro keynesiánské teorie regionálního růstu a rozvoje po
druhé světové válce je typická právě mimoregionální poptávka po zboţí vyráběném v daném
regionu. Keynesiánci jsou také podstatně méně optimističtější ohledně automatických
tendencí ekonomiky k vyrovnávání prostorových rozdílů a naopak zdůrazňují, ţe je nutno do
vývoje regionů aktivně intervenovat, aby se nezvyšovaly regionální disparity.
Typickým příkladem keynesiánského přístupu k regionálnímu rozvoji je koncepce polarizace,
kterou masověji rozšířil především Francois Perroux. Ten v mnoha svých studiích ukázal
(např. Perroux, 1950), ţe hospodářský růst nevzniká rovnoměrně, ale má základ v tzv.
motorické jednotce. Touto jednotkou je odvětví hospodářství, které vykazuje nadprůměrný
růst a prostřednictvím meziodvětvových vazeb ovlivňuje odvětví ostatní. Takto můţe
motorická jednotka pohánět rozvoj celého hospodářství. Impulsy z motorické jednotky mají
původ především v realizaci externích a interních úspor a v inovacích.
7
Šilheřovice 2008
Obrázek 2: Myrdalův model kumulativního působení
Zdroj: upraveno podle Armstrong a Taylor (1993)
Perrouxova teorie vymezila zcela nové principy hospodářského růstu, avšak zůstala pouze u
sektorového pojetí. O regionální dimenzi ji později obohatili zejména Gunnar Myrdal (1957) a
Alfred Hirschman (1958).
Myrdal svou teorii dává do částečného protikladu s neoklasickým přístupem, u kterého
jakýkoliv odklon od rovnováhy vyvolává procesy, které odchýlené ekonomické veličiny vedou
zpátky k jejich rovnováţné hodnotě. Myrdal připouští, ţe mohou existovat mechanismy, které
působí konvergenčně, ale zároveň argumentuje, ţe existují souvislosti, které na původní
odchylku od rovnováhy působí tím způsobem, ţe ji ještě zesílí. Impulsy pozitivního i
negativního směru se v průběhu doby kumulují a vykrystalizují do stabilnějších rozvojových
rozdílů. Zesílení či redukce rozvojových diferencí pak závisí na tom, zda existují konvergenční
či divergenční efekty zpětné vazby.
V této souvislosti Myrdal, resp. Hirschman hovoří o rozšiřujících (spread), resp. prosakujících
(trickling-down) efektech a stahujících (backwash), resp. polarizačních (polarisation)
efektech. Pojmy rozšiřující a prosakující efekty zahrnují všechny mechanismy, které vedou
k prostorovému rozšiřování rozvojových impulsů. Pozitivní efekt je přenášen do sousedních
regionů a tím je prostorově rozšiřován (např. prostřednictvím subdodavatelů z okolních
regionů pro růstové odvětví). Stahující či polarizační efekty oproti tomu obsahují takové
8
Šilheřovice 2008
mechanismy, pomocí kterých se pozitivní rozvojový impuls projeví v ostatních regionech
negativně (např. odchodem kvalifikovaných pracovních sil do regionu, ve kterém je přítomno
„hnací“ odvětví). Vývojová trajektorie jednotlivých regionů pak je dána tím, zda převaţují
efekty rozšiřující anebo stahující.
Na klasické polarizační teorie navázaly některé další koncepce, jako póly růstu a rozvoje,
které akcentovaly difúzi informací a rozvoj regionu pokládají za evoluční proces anebo
modely centrum-periferie, které vedle ekonomických příčin prostorových nerovností
zdůrazňují především společenské a politické aspekty problému.
Regionální politika inspirovaná keynesiánstvím
Toto období regionální politiky je moţno vymezit přibliţně od počátku 50. let do poloviny 70.
let dvacátého století, přičemţ 60. léta se označují jako období „zlatého věku“ regionální
politiky, neboť na regionální politiku byly v mnoha zemích věnovány značné prostředky.
Například podíl regionálně-politických výdajů na HDP ve Velké Británii v 60. letech téměř
dosáhl 1 % (Preswitch a Taylor 1990). Regionální problémy nebyly povaţovány za
krátkodobou poruchu, ale za dlouhodobý jev. Základní filozofii přístupu k řešení regionálních
problémů lze v tomto období vystihnout spojením „práce za dělníky“. Koncepce zdůrazňuje,
ţe odpovědnost za řešení regionálních hospodářských problémů spočívá na státu, který se
má snaţit o prostorově rovnoměrnější distribuci pracovních příleţitostí.
Hlavními pouţívanými nástroji ve vztahu k subjektům soukromého sektoru byly především
různé finanční podněty firmám expandujícím v zaostávajících regionech. Jednalo se o
poskytování rozmanitých druhů dotací, dále výhodných úvěrů se sníţenými úrokovými
sazbami, daňových úlev, zrychlených odpisů, výjimečně i dotací na dopravní náklady apod.
V tomto období byla hojně pouţívána i restriktivní administrativní opatření, a to zákaz
expanze firem v největších aglomeracích (například v Londýně či Paříţi), či dokonce aplikace
zvláštního zdanění vstupů či produkce u soukromých firem s cílem omezit nadměrný růst v
těchto regionech (například paříţský region). Důvodem pro tato restriktivní opatření byla
snaha omezit další tlak na přetíţenou infrastrukturu velkých aglomerací (dopravní kongesce,
problémy se zásobováním vodou apod.) včetně úsilí o omezení ekologických problémů. Věřilo
se, ţe restriktivní opatření aplikovaná vůči velkým aglomeracím a metropolitním oblastem
přispějí k ochotě firem rozvinout své aktivity v zaostávajících regionech, kde byly naopak
firmám nabízeny četné výhody (viz Blaţek a Uhlíř, 2002). Velmi účinným nástrojem
regionální politiky byla relokace státních podniků či institucí, například ústředních orgánů
státní správy nebo výzkumných ústavů, do zaostávajících regionů (pouţíváno např. v
Nizozemsku, Norsku, Francii nebo Velké Británii).
Určitou modifikací relokačních opatření byla povinnost lokalizovat v případě rozšíření výroby
ve státem vlastněných podnicích určitý podíl nově vytvořených pracovních míst v
problémových regionech, coţ bylo aplikováno například v Itálii ve prospěch zaostávajícího
jihu. Typicky keynesiánský způsob řešení meziregionálních rozdílů v nezaměstnanosti
představuje také poskytování příplatků ke mzdám, aby se podnikatelům v problémových
regionech sníţily náklady na pracovní síly (Martin 1985).
Lze konstatovat, ţe zpočátku byla keynesiánská regionální politika zaměřena především na
hospodářskou sféru. Později se dospělo k poznání, ţe problémy v zaostávajících regionech
9
Šilheřovice 2008
jsou komplexnějšího charakteru a pozornost se přesunula také na opatření v sociální či
institucionální sféře. Nebyl přitom opuštěn princip směru regionální politiky „shora dolů“.
Jako vůbec nejdůleţitější prvek celého keynesiánského období však je nutno zmínit relativní
soulad transformace systémových makrostruktur v jednotlivých zemích s převaţujícím
paradigmatem regionální politiky. I kdyţ totiţ Keynesiánci často namítali, ţe v celé řadě
případů trţní mechanismus selhává a státní intervence do ekonomiky jsou nutné, uznávali, ţe
koordinace aktivit prostřednictvím trhu je hlavním mechanismem chodu ekonomiky a ţe
společnost dosud nenalezla systém, který by byl schopen trţní mechanismus nahradit.
Nedošlo tak k deformaci prakticky všech základních sloţek ţivota jako v paralelně existujícím
reţimu centrálního plánování ve střední a východní Evropě (blíţe viz např. Sucháček, 2006).
Naopak země, které aplikovaly keynesiánské směry regionálního rozvoje, pro své regiony
vytvořily přibliţně rovnoměrné vývojové podmínky s ohledem na systémové makrostruktury.
Tímto způsobem bylo zaručeno, ţe se aktivity lokálních či regionálních aktérů mohly
objektivněji odrazit ve vývoji jednotlivých regionů.
Německo, či země Beneluxu, které se tradičně ve svých regionálních politikách spoléhaly na
decentralizaci, dokázaly v keynesiánském období vedle historicky vyvinuté rovnoměrné
prostorové distribuce hospodářských aktivit zkvalitnit decentralizační mechanismy i u dalších
sloţek systémových makrostruktur a tak dále posílily svůj rovnoměrný prostorový rozvoj.
Naopak tradičně centralistické země jako Velká Británie či Francie prošly v tomto období
intenzivní transformací, která vyústila v modifikaci systémových makrostruktur směrem k
prostorově podstatně homogennější distribuci sociálních a hospodářských aktivit. Vedle
tradičně silných center Paříţe a Londýna se tak vynořila další centra jako Lyon, Štrasburk či
Marseille ve Francii, resp. Birmingham či Glasgow v rámci Spojeného Království.
Marxisticko-socialistické paradigma
Kdyţ byla po druhé světové válce rozdělena politická mapa světa, vydala se jeho východní
část směrem, pro který je charakteristická deformace prakticky všech sloţek ţivota. Tyto
nepříznivé trendy se nemohly nedotknout oblasti regionálního rozvoje. Lze konstatovat, ţe
hlavní vývojové paradigma regionálního rozvoje se Československu po druhé světové válce
vyhnulo, resp. Československo se vyhnulo jemu.
Z politického hlediska panoval v tehdejším Československu od roku 1948 aţ do roku 1989
totalitní politický reţim, z ekonomického pohledu pak systém centrálního plánování. Tehdejší
hospodářská koncepce povaţovala selhání trţního mechanismu při řešení sociálních a
ekonomických problémů za absolutní. Trţní signály, které jsou tradičními determinantami
hospodářských a regionálních politik, tak byly nahrazeny příkazovým systémem. Došlo k
prakticky naprosté centralizaci všech politik, o kterých rozhodovala pouze vládnoucí strana a
vláda.
Stát začal být povaţován za univerzálního správce celé ekonomiky, kterou reguloval
centrálními plány. Tyto centrální plány v konečném důsledku vyvolávaly efekt tzv.
převráceného minimaxu, kdy podniky maximalizovaly vstupy a minimalizovaly výstupy chovaly se tedy naprosto obráceně, neţ podniky trţní. Izolace poptávky od nabídky vedla
nakonec aţ k extrémním nerovnováhám na trhu. Vedle celostátního plánování navíc
existovala izolace vnitřních trhů od světových, coţ celkovou hospodářskou, ale i jinou
deformaci ještě prohloubilo.
10
Šilheřovice 2008
Vezmeme-li v úvahu skutečnost, ţe regionální diference budou existovat vţdycky a jejich
naprostá eliminace není moţná a ani ţádoucí, způsobila aplikace centrálního plánování
nepřirozený charakter celého prostorového vývoje. Akcentována byla především prostorová
konvergence, avšak s ohledem na četné mezery mezi plánováním, jeho implementací a
reálným prostorovým vývojem se ji často nepodařilo naplnit. Regionální nerovnosti zdaleka
nevymizely, pouze byly zaloţeny spíše na administrativních a politických rozhodnutích, neţli
na přirozených vývojových předpokladech jednotlivých regionů.
Hierarchicky organizovaný systém národního, regionálního a místního plánování pokrýval
sféru hospodářskou i systém osídlení. Role fyzického plánování pak spočívala v prostorové
realizaci cílů definovaných v národohospodářských plánech. Zpočátku se národohospodářské
plánování soustředilo především na masivní industrializaci a tak se pro regionální rozvoj staly
klíčovými sektorové hospodářské politiky. Pozornost byla věnována zejména industrializaci
Slovenska, ale také oblastem s převaţujícím těţkým průmyslem.
Od šedesátých let se k industrializaci přidala také intenzivní výstavba bytů a občanské
vybavenosti vedená snahou o řízení prostorové distribuce pracovních sil. Silná institucionální
a finanční centralizace znemoţnila efektivní realizaci těchto plánů. Od šedesátých let se k
celonárodnímu plánování přidaly plány regionálního rozvoje a rozvoje vybraných městských
celků.
Proces normalizace na začátku sedmdesátých let s sebou přinesl také opětné posílení role
centrálního plánování. Koncept urbanizace a systému osídlení se rozvinul z jednodušší formy
hierarchicky organizovaných center na vymezování regionálních aglomerací, městských
regionů a jiných míst principiálního významu. Koncept směřoval k řízení a kontrole procesu
urbanizace v celé zemi aţ do roku 2000.
V roce 1977 byl přijat tzv. regionální plánovací dekret a regionální plánování bylo převedeno
pod pravomoc regionálních a místních úřadů coby subsystém centrálního plánování. Centrální
plánování přitom stále deklarovalo jako svůj hlavní cíl prostorově racionální rozloţení
pracovních sil a optimální vyuţití přírodních, sociálních a hospodářských podmínek všech
území se záměrem zvýšení ţivotní úrovně obyvatelstva. První regionální plány byly
připraveny na konci osmdesátých let, avšak vzhledem ke změnám po roce 1989 a zrušení
krajských národních výborů v roce 1990 nebyly realizovány (Sýkora, 1999).
Fyzické/prostorové plánování bylo uskutečňováno především na místní úrovni a to i přesto,
ţe nebyly pouţívány standardní nástroje a mechanismy prostorového plánování a investice
byly realizovány na politickém základě. Od šedesátých let bylo prostorové plánování chápáno
jako nástroj pro plánování v městských oblastech a to ve vazbě na výstavbu bytů, výstavbu
nového průmyslu a výstavbu dopravní infrastruktury. Jeho role pak s menšími či většími
obměnami přetrvala aţ do roku 1989.
Jiţ mnohokrát bylo oficiálně prohlášeno, ţe v důsledku dědictví centrálního plánování
vstoupilo někdejší Československo do transformace po roce 1989 jako země s dosti malými
regionálními nerovnostmi (viz např. Hampl, 2001 et al). Je pravdou, ţe všudypřítomné
plánování a vyrovnávací principy byly neoddělitelnou součástí reţimu před rokem 1989,
nicméně musí být řečeno, ţe se ve skutečnosti praxe často lišila od oficiálně proklamovaných
politik. Prokop s Kovářem (1987) provedli porovnání všech důleţitých československých měst
ve všech významných sociálně-ekonomických sloţkách jejich chodu a výsledky ukázaly, ţe i
socialistická města se mohou od sebe aţ překvapivě intenzívně odlišovat.
11
Šilheřovice 2008
Po celospolečenských změnách v roce 1989 ovládlo naši ekonomiku liberální paradigma.
Specifikum doby tkvělo ve skutečnosti, ţe toto paradigma bylo aplikováno v podmínkách
deformovaných systémových makrostruktur. Na regionální rozvoj bylo v té době pohlíţeno
jako na něco, co se neslučuje s principy volného trhu. Spontánní aţ chaotický prostorový
vývoj v zemi, akcelerovaný ještě zrušením regionální samosprávy vyústil aţ do značného
nárůstu meziregionálních rozdílů ve druhé polovině devadesátých let.
Moderní paradigma – neo-endogenní regionální rozvoj
Pro moderní přístupy k regionálnímu rozvoji je charakteristická značná metodologická
roztříštěnost, stejně jako rozdílné vymezení hlavních aktérů a mechanismů regionálního
rozvoje a různorodá doporučení pro praktickou regionální politiku. Často se dokonce hovoří o
eklektickém směřování regionálního rozvoje a eklektickém období regionální politiky (např.
Blaţek, 1999). Jako by i přístupy k regionálnímu rozvoji kopírovaly současné modernistické,
resp. postmodernistické celospolečenské tendence. Tyto teorie nejčastěji vycházejí z
institucionálních, ale také neoliberálních kořenů.
Italští autoři jako S. Brusco (1982) či G. Becattini (1978) jsou hlavními autory teorie
výrobních okrsků. Tato teorie se zaměřuje zejména na oblast tzv. třetí Itálie, která nepatří
mezi tradiční průmyslové oblasti, ale přesto se stala ekonomicky úspěšnou. Základem
úspěchu jsou přitom kvalitní sociálně-kulturní a institucionální struktury, stejně jako
networking malých a středně velkých firem.
Teorie flexibilní specializace, resp. flexibilní akumulace, jejímiţ autory jsou M. Piore a Ch.
Sabel (1984) vidí příčiny meziregionálních rozdílů opět ve formálních a neformálních
institucích a zdůrazňují význam přítomnosti malých a středně velkých firem v dříve málo
industrializovaných oblastech.
V osmdesátých letech, kdy byla Velká Británie zasaţena procesy globalizace a
restrukturalizace (které navíc byly posíleny neoliberální politikou M. Thatcherové), se
vytvořila mezi britskými regiony ekonomicko-politická polarizace. Nové hospodářskospolečenské problémy se staly podkladem pro výzkumný projekt Proměny systému sídel a
regionů (Changing Urban and Regional Systems), který se zaměřil na výzkum sedmi
odlišných mikroregionů ve Velké Británii a snaţil se objasnit příčiny jejich odlišných reakcí či
adaptačních strategií na proces globalizace a restrukturalizace. Tento výzkum vedl k
vytvoření nového přístupu k regionálnímu rozvoji nazvanému diskuse o lokalitách (Locality
Debate).
Teorie učících se regionů pak představuje dosud nejmladší a stále ještě se vyvíjející směr
regionálního rozvoje. Nejznámějšími autory jsou B.A. Lundvall (1992), R. Florida (1995) a A.
Saxenian (1994). Tato teorie akcentuje zejména proces učení se a to jak učení praxí, tak
také učení uţíváním, učení hledáním a učení spoluprací. Rozhodující pro rozvoj regionu je
přitom schopnost jeho aktérů učit se a přijímat nové technologie a postupy, ale také získávat
nové informace.
12
Šilheřovice 2008
Neo-endogenní regionální politika
Současné období regionální politiky, které lze vymezit přibliţně od druhé poloviny
sedmdesátých let do současnosti, je dosti specifické, protoţe kombinuje značné mnoţství
často různorodých přístupů. Mezi typická regionálně-politická opatření dneška podle
Adamčíka (1997) a Blaţka a Uhlíře (2002) patří například:

podpora malým a středním firmám,

podpora tvorby a šíření inovací,

deregulační a decentralizační opatření,

podpora partnerství veřejného a soukromého sektoru (public private partnership),

programy následné péče o zahraniční investory (follow up programmes, after care
programmes),

investice do lidských zdrojů,

podpora kvality ţivotního a sociálního prostředí.
Společným jmenovatelem těchto opatření je silná endogenní orientace, vyznačující se snahou
o iniciaci lokálního a regionálního potenciálu. Dalším častým rysem je věcná i finanční
participace soukromého a veřejného sektoru reflektující postfordistické racionalizační
tendence a zdůrazňující jedinečnost kaţdé lokality, resp. regionu.
Přestoţe jsou v tomto období aplikovány i postupy a nástroje pouţívané jiţ dříve, je pro
současnost typické rozšíření nástrojů regionální politiky o nové, kvalitativně širší přístupy,
kterým je společná snaha o řešení příčin regionálních problémů, a nikoliv jen jejich následků,
jako tomu bylo v předcházejících etapách regionálního rozvoje.
Závěr
Územní nerovnosti jsou velmi frekventovaným předmětem teorií regionálního rozvoje.
Dodnes se přitom hledá (a patrně ještě dlouho hledat bude) odpověď na základní otázku,
zdali mají regionální systémy tendenci spíše ke konvergenci anebo naopak divergenci. Nutno
ovšem podotknout, ţe ty teorie, které povaţují prostorový vývoj za divergenční, převaţují
početně i kvalitativně nad teoriemi povaţujícími prostorový vývoj za konvergenční.
Problematiku uchopení územních nerovností přitom ztěţuje celá řada faktorů jako jsou
rozdílné definice konvergence a divergence, sociálně-ekonomická úroveň srovnávaných
teritorií, spolehlivost a porovnatelnost pouţitých dat, charakter a délka období, ve kterém
jsou území srovnávána, četné obtíţně kvantifikovatelné sféry a mnoho dalších. Také
mnoţství identifikovaných příčin a mechanismů, které usměrňují vývojové tendence
regionálních systémů v čase, je značné a navíc ještě v čase narůstá, coţ opět zásadním
způsobem sniţuje orientaci v celé problematice. Zůstává však zřejmé, ţe absolutní
prostorová nivelizace je navzdory výše zmíněným metodickým nejasnostem nedosaţitelná a
to s ohledem na značný počet spontánních, resp. politikami neovlivnitelných prvků a jevů,
časová zpoţdění mnoha opatření atd.
Prostorový pohled na vývoj přístupů k regionálnímu rozvoji a regionálním nerovnostem
ukázal, ţe liberální, endogenně rozvojové paradigma regionálního rozvoje, které se regionální
problematikou zabývalo chronologicky jak první, povaţuje prostorové tendence za
13
Šilheřovice 2008
konvergenční a to v dlouhém období. Také proto se jedná o přístup neintervencionistický,
který nedoporučuje větší zásahy do trţních procesů.
Všechna paradigmata regionálního rozvoje, která následovala, tj. keynesiánské, marxisticko –
socialistické a moderní neo-endogenní přístup k regionálnímu rozvoji pak povaţují prostorový
vývoj za divergentní. Tato paradigmata se ovšem velmi výrazně odlišují pokud jde o
doporučení pro tvorbu celkových společensko-hospodářských podmínek a také pokud jde o
míru jejich intervencionismu. V současnosti preferované neo-endogenní paradigma dává
důraz především na vnitřní potenciál jednotlivých teorií stejně jako subjektů v nich se
nacházejících.
Literatura
1) ADAMČÍK, S. (1997): Zdroje teorie regionální politiky a regionálního rozvoje. VŠBTechnická univerzita Ostrava, Ekonomická fakulta, Ostrava.
2) ARMSTRONG, H. – TAYLOR, J. (1993): Regional Economics & Policy. Harvester
Wheatsheaf, London.
3) BARRO, R., SALA i MARTIN, X. (1995): Economic Growth, McGraw Hill, New York.
4) BECATTINI, G. (1978): The development of light industry in Tuscany: An
interpretation. In: Economic Notes, Vol. 3, pp. 107-123.
5) BLAŢEK, J. – UHLÍŘ, D. (2002): Teorie regionálního rozvoje: nástin, kritika,
klasifikace. Karolinum, UK, Praha.
6) BLAŢEK, J. (1999): Teorie regionálního rozvoje: je na obzoru nové paradigma či jde o
pohyb v kruhu? In: Geografie – sborník ČGS, č.3, s.141-159.
7) BLAŢEK, J. (2006): Teorie regionálního rozvoje. In: Sborník ze závěrečného semináře
k metodám regionálního rozvoje. VŠB-TU, VŠE a MMR, s. 18-23, CD-ROM.
8) BRUSCO, S. (1982): The Emilian model: productive decentralisation and social
integration. In: Cambridge Journal of Economics, Vol. 6 , pp. 167-184.
9) BŘEZINOVÁ, O. – FRAIT, J. – KULHÁNEK, L. A KOL. (1993): Obecná ekonomie,
Ekonomická fakulta VŠB – TU, Ostrava.
10) FLORIDA, R. (1995): Toward the learning region. In: Futures, Vol. 27, pp. 527-536.
11) HAMPL, M. A KOL. (2001): Regionální vývoj: specifika české transformace, evropská
integrace a obecná teorie, PřF UK, Praha.
12) HIRSCHMAN, A.O. (1958): The Strategy of Economic Development, New Haven, Yale
University Press.
13) JEŢEK, J. - PAULIČKOVÁ, R. (2004): Regionální management jako cesta k
udrţitelnému regionálnímu rozvoji. In: National and regional economics V. Košice,
Technical University, s.277-286.
14) KLIKOVÁ, CH. – KOTLÁN, I. (2003): Hospodářská politika. Sokrates, Ostrava.
15) LUNDVALL., B. A. (ed.) (1992): National Systems of Innovation: Toward a Theory of
Innovation and Interactive Learning. London, Pinter.
14
Šilheřovice 2008
16) MAIER, G. – TÖDTLING, F. (1998): Regionálna a urbanistická ekonomika 2.
Regionálny rozvoj a regionálna politika (slovenský překlad německého originálu
Regional- und Stadtökonomik 2. Regionalentwincklung und Regionalpolitik), Elita,
Bratislava.
17) MALINOVSKÝ, J. - SUCHÁČEK, J. (2006): Velký anglicko-český slovník regionálního
rozvoje a regionální politiky Evropské unie. Ostrava, VŠB-Technická univerzita, 956 s.
18) MARTIN, R. L. (1985): Monetarism Masquerading as Regional Policy? In: Regional
Studies, Vol. 19, No. 4, pp. 379-388.
19) MYRDAL, G. (1957): Economic Theory and Under-developed Regions. London, Gerald
Duckworks.
20) PERROUX, F. (1950): Economic Space: Theory and Applications, Quarterly Journal of
Economics, Vol. 64, Harvard University Press, pp. 90-97.
21) PIORE, M. – SABEL, CH. (1984): The Second Industrial Divide: Possibilities for
Prosperity. New York, Basic Books.
22) PRESTWICH, R. – TAYLOR, P. (1990): Introduction to Regional and Urban Policy in
the United Kingdom. Longman, London.
23) PROKOP, R. - KOVÁŘ, J. (1987): Současné postavení Ostravy mezi Československými
velkoměsty. In: Ostrava 14, Ostrava, Profil, str. 9-50.
24) RUMPEL, P. (2002): Teritoriální marketing jako koncept územního rozvoje. Ostravská
univerzita, Ostrava.
25) SALA i MARTIN, X. X. (1996): The classical approach to convergence analysis. In:
The Economic Journal, Vol. 106, pp. 1019-1036.
26) SAXENIAN, A. (1994): Regional Advantage: Culture and Competition in Silicon Valley
and Route 128. Cambridge, MA, Harvard University Press.
27) SKOKAN, K. (2004): Konkurenceschopnost, inovace a klastry v regionálním rozvoji,
Ostrava, Repronis.
28) SUCHÁČEK, J. (2005): Restrukturalizace tradičních průmyslových regionů
v tranzitivních ekonomikách, Ostrava, VŠB-Technická univerzita, Ekonomická fakulta.
29) SUCHÁČEK, J. (2006): O nesouladu systémových makrostruktur a regionálněrozvojového paradigmatu v České republice. In: Sborník ze závěrečného semináře
k metodám regionálního rozvoje. VŠB-TU, VŠE a MMR, s. 47-52, CD-ROM.
30) SUCHÁČEK, J. (2008): Územní nerovnosti v teoriích regionálního rozvoje. In:
Regionální disparity. Working papers č.2, VŠB – TU Ostrava, s.33-61
31) SÝKORA, L. (1999): Local and regional planning and policy in East Central European
transitional countries. In: Hampl (et al.) Geography of Societal Transformation in the
Czech Republic, Prague, Charles University, Department of Social Geography and
Regional Development, pp. 153-179.
32) TICKELL, A. – PECK, J.A. (1992): Accummulation, Regulation and the Geographies of
Post-Fordism: Missing Links in Regulationist Research. Progress in Human Geography,
Vol. 16, pp. 190-218.
15
Šilheřovice 2008
METODOLOGICKÉ PŘÍSTUPY K IDENTIFIKACI ZDROJŮ
REGIONÁLNÍCH DISPARIT
Doc. Ing. Jaroslav Jánský, CSc., Prof. PhDr. Stanislav Hubík, CSc.,
Prof. Ing. Iva Ţivělová, CSc.
Abstrakt
Výzkum disparit mezi regiony je realizován jak strategií kvantitativního výzkumu, tak strategií
kvalitativního zkoumání. Smyslem tohoto metodologicky koncipovaného výzkumného
projektu WD-57-07-1 Moţnosti řešení disparit mezi vybranými regiony je stanovení
měřitelných indikátorů a faktorů rozvoje regionů a odhalení zdrojů reálných moţností rozvoje
z pohledu obyvatel regionu.
Klíčová slova
Disparity, Kvalitativní výzkum, Kvantitativní výzkum, Region, Regionální rozvoj
Abstract
The research on disparities among regions is realized by both strategy of quantitative
research and strategy of qualitative research. The sense of this methodologically conceived
research project WD-57-07-1 Possibilities of solution to disparities among chosen regions is
definition of measurable indicators and factors of regions´ development and disclosing of
sources of real development possibilities from the view of the insiders of the region.
Keywords
Disparities, Qualitative research, Quantitative research, Region, Regional development
Úvod
Vznik a rozvoj regionů probíhal na základě rozdílných historických a ekonomických podmínek.
Podobně je tomu i v rozvoji jednotlivých oblastí v regionech. Regionální rozvoj lze zkoumat
z mnoha hledisek a popsat je řadou ukazatelů, a to jak kvantitativního, tak kvalitativního
charakteru.
Cílem příspěvku je uvést metodický postup řešení projektu WD-57-07-1 „Moţnosti řešení
disparit mezi vybranými regiony“, řešeného v letech 2007 aţ 2011 za podpory MMR ČR na
Fakultě regionálního rozvoje a mezinárodních studií MZLU v Brně.
Materiál a metodika
Výsledky projektu jsou směrovány k odhalení disparit v kvalitě ţivota mezi regiony České
republiky, a to z pohledu přírodních zdrojů, z pohledu sociálních a kulturních zdrojů a
z pohledu ekonomické výkonnosti regionu. Vzhledem k tomu, ţe disparity mezi regiony jsou
především důsledkem rozdílné intenzity vyuţití uvedených disponibilních zdrojů regionů, je
1
Šilheřovice 2008
třeba příčinu disparit hledat zejména uvnitř regionů. Při řešení projektu je ověření
navrhované metodiky prováděno na vybraných regionech a v rámci nich na vybraných
mikroregionech, zahrnujících příslušná města a obce.
K analýze regionálních disparit jsou vyuţívány podklady z Jihomoravského kraje
z mikroregionu Podluţí, z Moravskoslezského kraje z mikroregionu Poodří, ze
Severomoravského kraje z mikroregionu Hranicko a z Plzeňského kraje z mikroregionů Běleč
a Lučina. V Plzeňském kraji jsou současně k analýze vyuţívány i podklady z Místní akční
skupiny Pošumaví a Místní akční skupiny Český les.
Výzkum analýzy kvality ţivota ve vybraných regionech z pohledu přírodních zdrojů, sociálních
a kulturních zdrojů a z pohledu ekonomické výkonnosti regionu se zaměřuje na pouţití
metod, které umoţní postihnout obecné vývojové trendy rozvoje, které se projevují ve všech
regionech a dále postihnout faktory, které jsou z hlediska jednotlivých regionů specifické.
Jedná se jednak o faktory, které představují silnou stránku rozvoje dané oblasti a které je
třeba udrţovat a posilovat, jednak o faktory, které lze označit jako rizikové z hlediska rozvoje
dané oblasti. Těmto rizikovým faktorům je potom třeba věnovat maximální pozornost, neboť
představují ohroţení správného vývoje a ţivotaschopnosti dané oblasti.
Obecné vývojové trendy rozvoje regionu jsou posuzovány pomocí kvantitativních metod,
vyuţívajících zejména individuálních či agregovaných indikátorů. K popisu a charakteristice
dat jsou zvoleny metody deskriptivní statistiky. Zjišťování faktorů ovlivňujících kvalitu ţivota
v regionech je zaloţeno na vyuţití spíše kvalitativních metod a dotazníků.
Výsledky a diskuse
Východiska metodologických přístupů k řešení
Současná teorie vědy a vědeckého výzkumu rozeznává dvě skupiny paradigmat
podmiňujících volbu výzkumných strategií, metod a technik. Jednak skupinu zaloţenou
v metodologických idejích pozitivismu a jeho postupně vzniklých, i oslabených variant;
jednak skupinu zaloţenou původně v symbolickém interpretativismu a jeho dalších
variantách, podloţených fenomenologií a hermeneutikou (Bryman, Bell, 2007 nebo Denzin,
Lincoln, 2005).
Výzkumný tým zvolil metodologii, která čerpá z obou skupin paradigmat – koncepty první
paradigmatické skupiny umoţňují kvantitativní výzkum problematiky, tedy měření, koncepty
druhé paradigmatické skupiny umoţňují kvalitativní výzkum a tedy porozumění interpretacím
místních reprezentantů objektu výzkumu (mikroregionu, akční skupiny).
Tento dvojaký metodologický přístup současně zakládá dvě odlišné strategie získávání
informací, exogenní a endogenní. Otázka exogenního respektive endogenního vytváření
informací k analýze regionálních jevů je zásadní a jiţ v této fázi nutí výzkumný tým
k zásadním rozhodnutím. Například zda se mají podílet na tvorbě kritérií klasifikace
reprezentanti obcí a do jaké míry výzkumný tým. Výzkumníci sice mohou mít o regionálních
jevech řadu informací či poznatků, z toho ale neplyne, ţe jim rozumějí a ţe je dovedou
vysvětlit. Endogenní přístup pak znamená opačné riziko – nedorozumění v řadě bodů a tudíţ
deformovaný obraz regionální problematiky.
2
Šilheřovice 2008
Proto výzkumný tým opět volí paralelní strategii a ta se promítá do koncipování předmětu
výzkumu: nemůţe být vymezen pouze zvenčí, výzkumníky a experty, ale také zevnitř –
reprezentanty objektu výzkumu.
První skupinu metodologických východisek vyţadujících analytické vyhodnocení a následnou
volbu tvoří existující výzkumná paradigmata, od nichţ se odvíjejí strategické moţnosti
výzkumů. Platí totiţ teze, podle níţ jak objekt, tak předmět výzkumu nejsou objektivní
realitou (to jen jedna z moţností: pozitivistická, případně postpozitivistická), ale jsou
výsledkem komunikovaných konstrukcí a interpretací
(konstruktivistické paradigma
výzkumu) anebo obapolně vytvářených informací a poznatků (participativní paradigma
akčního výzkumu).
Druhou skupinu metodologických východisek vyţadujících analytické vyhodnocení a
následnou volbu představují teorie regionálního rozvoje, jeţ jsou rovněţ paradigmaticky
uspořádány a máme dnes o nich dobrý přehled (Blaţek, Uhlíř, 2002 nebo Pike, RodríguezPose, Tomaney, 2006). Při volbě metodologií výzkumů od těchto teorií nelze odhlíţet, neboť
kontextuálně váţí všechny důleţité pojmy, jichţ se ve výzkumu pouţívá. Začíná to jiţ
samotným pojmem region, který vyjadřuje určité uspořádání sociálního prostoru: jak toto
uspořádání vzniká, to variuje od teorie k teorii a není tedy moţné pouţívat pojem region „jen
tak“, volně, bez kontextuální vazby na určitou jasně vymezenou teorii.
Tímto způsobem, analytickým vyhodnocením metodologických a heuristických konsekvencí
výzkumných paradigmat na straně jedné a teorií regionálního rozvoje na straně druhé, je
získání poměrně jasného obraz op tom, co můţe která výzkumná metodologie přinést.
Metodologické zaloţení výzkumných prací vychází z metod a východisek paradigmat
konstruktivismu a paradigmatu participativního jako dvou výzkumných přístupů
nepozitivistického typu. Ukázalo se totiţ jiţ v počátcích koncipování výzkumných prací, ţe
nelze ignorovat poznání a názory místních obyvatel právě proto, ţe klademe důraz na rozvoj,
nikoliv jen na růst.
Konstruktivistický přístup dovoluje identifikovat či rekonstruovat představy místních lidí o
všech základních jevech (region, zdroje, cíle, rozvoj etc.), které chce výzkum sledovat
(Hubík, 2006) a takto zajišťuje validitu získaných poznatků vůči endogenním (v angličtině
indigenous – nikoliv endogenous) cílům a názorovým orientacím.
Participativní přístup koncipovaný v našem případě jako akční výzkum jde ještě o krok dál
neţ konstruktivistická metodologie a z místních lidí dělá dočasně rovnocenné partnery,
podílející se rovným dílem na tvorbě výzkumných poznatků spolu s výzkumníky (Hubík,
2004), coţ výše zmíněnou validitu poznatků zajišťuje rovněţ.
Teorie regionálního rozvoje dnes tyto dva paradigmatické výzkumné přístupy řadí mezi
přístupy typické pro teorie „post-developmentalismu“, coţ jsou teorie, které odůvodněně
rezignovaly na úsilí o jednoznačné stanovení základních parametrů regionu, regionálního
rozvoje a souvisejících jevů (Pike, Rodríguez-Pose, Tomaney, 2006). Pod vlivem
poststrukturalismu a diskursu postmodernismu tyto teorie přitakávají pluralismu jak teorií,
tak metodologií ve výzkumné práci. Výsledkem je – mimo jiné – právě opuštění
pozitivistického výzkumného dogmatismu a věnování větší pozornosti místním lidem
(insiders) a jejich regionálním problémům, coţ jsou problémy, jeţ pozitivistická metodologie
neřeší.
3
Šilheřovice 2008
Konkrétní formy nabývají uvedené paradigmatické výzkumné přístupy v koncepci sociální
kartografie, která je v našem výzkumu regionálních disparit jiţ bezprostředně pouţitelná pro
tvorbu jak konkrétních výzkumných metod, tak výzkumných technik sběru informací.
Rozhodovací proces při tvorbě výzkumné metodologie znázorňuje Obr. č. 1.
Obrázek č. 1: Postup tvorby výzkumné metodologie
Cíl výzkumu:
analytická komparace disparit mezi mikro/regiony
reprezentovaných rozdílným sociálním a kulturním kapitálem
Dílčí cíl výzkumu:
identifikace mikro/regionálních konstrukcí
sociálního a kulturního kapitálu
předmět výzkumu:
sociální a kulturní kapitál
v místě, v mikroregionu, v regionu
objekt výzkumu:
respondenti
z obcí, z mikroregionů, ze správních institucí
technika:
technika:
interview
interview
metoda:
narativní výzkum
metoda:
metodologie:
sociální kartografie
výzkumné paradigma:
akční výzkum
výzkumné paradigma:
sociální konstruktivismus
participativní výzkum
teorie:
post-developmentalismus
4
Šilheřovice 2008
Region je výsledkem buďto speciální kartografie (například politické) anebo sociální
kartografie (Paulston, Liebman, 1994), jeţ je sociálně ukotvená. Kaţdá kartografie je
záleţitostí v prvé řadě estetickou v původním slova smyslu – to jest záleţitostí percepce.
Pozitivistický přístup k objektům kartografie estetickou dimenzi jako kognitivní předpoklad
nebere v úvahu a povaţuje kartografii za záleţitost určenou především formálně speciálními
principy expertů.
Obecným východiskem sociální kartografie je tvrzení, podle něhoţ mapa spíše portrétuje
vnímání sociálního světa tvůrcem, neţli portrétovaný svět/prostor. Rozhodující pro tvorbu
mapy je percepce prostoru v určitém sociálním a kulturním kontextu – tedy sociální
percepce. Prostor, který je mapován, patří k určitému sociálnímu kontextu a aktéři tohoto
kontextu mají své vlastní „kartografické“ poznatky tomuto prostoru/kontextu odpovídající.
Jak ukazují Pike a spol. (Pike, Rodríguez-Pose, Tomaney, 2006), při endogenní (indigenous)
analýze regionálních jevů lze pouţít teze různých teorií regionálního rozvoje.
Cílem sociální kartografie v našem výzkumu je prostorové uspořádání sociálního a kulturního
kapitálu na lokální, mikroregionální a regionální úrovni. Metodou identifikace obou druhů
kapitálu a dalších souvisejících znaků je zde akční výzkum s převládající technikou
semistandardizovaného rozhovoru vedeného jednoduchým schématem; získané výsledky
jsou zpracovány faktorovou analýzou.
Paralelně či komplementárně „mapuje“ výzkumný tým tutéţ problematiku pomocí standardní
metodologie (post)pozitivistického výzkumného paradigmatu, zaloţené jak na analýze
„měkkých“ dat získaných dotazníkovým šetřením stejných objektů výzkumu, jako ve výše
uvedeném případě, tak na analýze „tvrdých“ dat čili statistických zdrojů. Mapu regionálních
disparit tak vytvářejí jak insiders, tak outsiders, zdrojem jsou jak „tvrdá“, tak „měkká“ data.
Analýza kvality života v regionech
Vývoj disparit mezi regiony je posuzován, jak bylo jiţ uvedeno, z pohledu přírodních zdrojů,
sociálních a kulturních zdrojů a ekonomické výkonnosti regionu.
Při hodnocení disparit ve vyuţití přírodních zdrojů je posuzován vývoj zejména přírodních
podmínek, zemědělsky obhospodařované plochy, zalesněných ploch, vodních ploch a zdrojů,
vyuţití přírodních zdrojů pro turistiku a cestovní ruch, v oblasti ochrany přírodních zdrojů jsou
posuzovány investice na ochranu ţivotního prostředí, ekonomický přínos z aktivit na ochranu
ţivotního prostředí, koeficient ekologické stability, produkce komunálních odpadů celkem a
na 1 obyvatele apod. (Jánský, Ţivělová, Kupčák 2008).
Indikátory kvality ţivota z pohledu sociálních a kulturních zdrojů posuzují zejména věkovou
a vzdělanostní strukturu obyvatelstva, občanskou vybavenost, problematiku migrace,
zaměstnanost a pracovní příleţitosti, vytváření nových pracovních příleţitostí, dopravní
obsluţnost i úroveň infrastruktury, sociální zabezpečení obyvatel, úroveň zdravotní péče,
občanskou vybavenost apod. (Ţivělová, Jánský 2008).
Analýza regionálních disparit v oblasti ekonomické výkonnosti posuzuje stav a strukturu
podnikatelské sféry, zejména z pohledu zastoupení předmětu činnosti, velikosti podniků
i základních právních forem podnikání, podnikatelskou aktivitu, tvorbu hrubého domácího
produktu celkem i na 1 obyvatele regionu v Kč i v PPS, resp. na 1 zaměstnance, hrubou
přidanou hodnotu celkem i podle hlavních odvětví národního hospodářství a hrubý fixní
kapitál v regionu celkem i na 1 obyvatele regionu. Pozornost je zaměřena i na rozvoj malého
5
Šilheřovice 2008
a středního podnikání v průmyslu, stavebnictví, sluţbách a zemědělství, podporu šíření
inovací, vytváření podnikatelských zón, regionálního marketingu, zpracování regionálních
rozvojových programů apod. (Ţivělová, Jánský 2007).
K popisu a charakteristice dat jsou zvoleny metody deskriptivní statistiky. Základní statistické
charakteristiky určují polohu středu a variabilitu rozdělení dat, rozdělení četností je
vyjadřováno i graficky. Uţitím popisných charakteristik je získán přehled o velikosti vybraných
ukazatelů v jednotlivých letech a současně i informace o vyrovnanosti či kolísavosti hodnot
sledovaných ukazatelů v jednotlivých regionech a subregionech. Na tomto základě je moţno
definovat skupiny indikátorů, jejichţ vývoj má obdobné tendence a skupiny indikátorů
specifických pro jednotlivé oblasti.
Pro popis vývojových tendencí jsou uţity bazické a řetězové indexy a průměrný koeficient
růstu. Pomocí řetězových indexů jsou sledovány změny ukazatele v jednotlivých letech.
Průměrný koeficient růstu pak udává, k jaké změně v průměru dochází v jednotlivých letech.
Jeho pouţití má smysl v řadách monotónních, v řadách s výrazně kolísajícími hodnotami
indikátorů není jeho pouţití vhodné.
Pouţity jsou i analýzy časových řad, u nichţ jsou vyuţity jak klasické trendové modely, tak
modely exponenciálního vyrovnání. Výsledky analýzy časových řad poskytují informace
o vývojových tendencích jednotlivých indikátorů, o velikosti změn v čase a jejich tempu
a umoţní další jiţ detailnější posouzení shodných i odlišných vývojových tendencí vývoje
ukazatelů v jednotlivých regionech i subregionech.
Pro hodnocení vzájemného působení skupin indikátorů za jednotlivé oblasti kvality ţivota
regionu či pro všechny indikátory pak jsou vyuţity metody vícerozměrné statistické analýzy.
Z nich bude vyuţita zejména faktorová analýza a analýza hlavních komponent. Pro
uspořádání zkoumaných objektů do relativně stejných skupin a určení pořadí objektů
v těchto skupinách je uţito metod shlukové analýzy.
Uvedený metodický postup byl dosud ověřován na okresech Jihomoravského kraje na
výsledcích let 2002 aţ 2006. Získané výsledky potvrzují vhodnost zvolených postupů, neboť
vedou k odhalení rozdílů mezi regiony ve sledovaných oblastech. Např. při sledování
vybraných ukazatelů, charakterizujících trh práce, jsou rozdíly ve vývoji vybraných ukazatelů
patrné z údajů v tabulce 1.
6
Šilheřovice 2008
Tabulka č. 1: Charakteristika vývoje ukazatelů nezaměstnanosti v letech
2002 až 2006
Okres
Variační koeficient
Průměrný koeficient
růstu
Počet uchazečů o zaměstnání celkem
6,27
0,9647
9,34
0,9474
7,31
0,9626
7,33
0,9548
5,60
0,9687
5,60
0,9708
11,80
0,9420
3,98
0,9842
Počet uchazečů o 1 volné pracovní místo
Jihomoravský kraj
Blansko
Brno-město
Brno-venkov
Břeclav
Hodonín
Vyškov
Znojmo
Jihomoravský kraj
Blansko
Brno-město
Brno-venkov
Břeclav
Hodonín
Vyškov
Znojmo
40,27
49,72
47,79
39,00
26,23
45,54
40,27
Průměrné tempo
přírůstku (úbytku)
-3,53
-5,26
-3,74
-4,52
-3,13
-2,92
-5,80
-1,58
0,7401
0,7274
0,7227
0,7268
0,8330
0,6481
0,7127
-25,99
-27,26
-27,73
-27,32
-16,70
-35,19
-28,73
Zdroj: vlastní výpočty
Z dendrogramu, uvedeného v obr. 2, je patrné rozdělení sledovaných okresů do obdobně se
chovajících skupin. Ty tvoří tři shluky, z nichţ první obsahuje 2, druhý 2 a třetí 3 okresy: (1)
– Blansko, Brno-venkov, (2) – Brno-město, Vyškov a (3) – Břeclav, Hodonín, Znojmo.
Obrázek č. 2: Dendrogram z měr registrované nezaměstnanosti a z počtu
uchazečů o 1 volné pracovní místo v okresech Jihomoravského kraje 2006
13
12
11
Vzdálenost
10
9
8
7
6
5
4
3
2
1
0
1
2
3
4
6
S hluky
7
5
(1 – Blansko, 2 – Brno-město, 3 – Brno-venkov, 4 – Břeclav, 5 – Hodonín, 6 – Vyškov, 7 – Znojmo)
7
Šilheřovice 2008
Rozpracování a další aplikace uvedených matematicko-statistických metod bude předmětem
výzkumných prací v následujících letech řešení projektu.
Zjišťování faktorů ovlivňujících kvalitu života v regionech
V návaznosti na zvolené metodické postupy je zjišťování faktorů ovlivňujících kvalitu ţivota
ve vybraných regionech prováděno dvěma způsoby.
První způsob je zaloţen na vyuţití kvalitativních metod, s vyuţitím zejména metody sociální
kartografie. Zobecnění získaných výsledků pro zkoumaný sociální prostor, ve výzkumném
projektu pro obce a mikroregiony, však nelze dosáhnout „měkkými“ postupy kvalitativních
výzkumných strategií. Aby bylo moţno zobecnění provést, je nezbytné postupy kvalitativní
propojit s kvantitativním zkoumáním. K tomu je zapotřebí provést terénní šetření ve
vybraných obcích. Cílem je nalézt konkrétní sociální skutečnost, vypovídající o kulturním a
sociálním kapitálu obcí.
Hlavní teoretická východiska projektu předpokládají vyuţití metodického postupu, pomocí
něhoţ je moţno empiricky identifikovat relativně ustálené, aţ institucionalizované typy
sociálního a kulturního kapitálu v obci nebo v mikroregionu.
Výsledek zkoumání je buď sdílen významným počtem zkoumaných respondentů v daném
souboru, potom ho lze povaţovat za součást kolektivního vědomí občanů nebo jde o
výsledek zkoumání, který není sdílen významným počtem zkoumaných osob. Tento výsledek
je spíše vázán na vědomí jednotlivce, nikoliv skupiny občanů.
Ke zjišťování potřebných výsledků je pouţita technika interaktivního výzkumu, jehoţ
základem je polostandardizovaný rozhovor. Standardizace spočívá ve dvou podmínkách –
v nutnosti v kaţdém interview pouţít a opakovaně vyčerpat přesně stanovený slovník a
v nutnosti umístit na připravené škále prvek reprezentující zkoumanou otázku. Pouţití
slovníku zajišťuje první cíl kaţdého kvalitativního zkoumání, jímţ je porozumění. Pouţití škály
zajišťuje moţnost měření, které je smyslem kaţdého kvantitativního výzkumu. Pouţití
slovníku je interaktivní – tazatel stimuluje v komunikativní interakci respondenta k pouţívání
téhoţ slovníku. Pouţívání škály je plně v rukou tazatele.
Tazatel musí posoudit, zda a do jaké míry se shoduje s respondentem na identifikaci
zkoumané otázky a musí v určité fázi umět rozhovor ukončit a rozhodnout, kam na stupnici
hodnocení umístí odpovědi respondenta. Tato aktivita vyţaduje náročnou přípravu tazatele,
která se blíţí výcviku.
Způsob dotazování i hodnocení lze uvést na následujících příkladech.
8
Šilheřovice 2008
Sociální konstrukce obce (mikroregionu) - příklad:
Percepce rozvoje obce - míra osobní identifikace s obcí (mikroregionem)
Na rozvoji obce (mikroregionu) mi
← málo
osobně záleží především z důvodů
velmi →
1.
ekonomických
1
2
3
4
5
6
7
2.
sociálních
1
2
3
4
5
6
7
3.
kulturních
1
2
3
4
5
6
7
4.
morálních
1
2
3
4
5
6
7
5.
tradičních
1
2
3
4
5
6
7
6.
rodinných
1
2
3
4
5
6
7
Sociální konstrukce přírodního kapitálu - příklad:
Přírodní kapitál v rozvoji obce (mikroregionu) - nový
Místní přírodní zdroje mohou přispět ke
← málo
zlepšení ţivota obce (mikroregionu)
velmi →
1.
Krajina – rekr./turist. Standardní
1
2
3
4
5
6
7
2.
klima – rekr./turist. Standardní
1
2
3
4
5
6
7
3.
Krajina – nová infrastruktura
1
2
3
4
5
6
7
4.
Krajina – nové naturo/arte fakty
1
2
3
4
5
6
7
5.
alternativní zdroje energie
1
2
3
4
5
6
7
6.
alternativní sídliště
1
2
3
4
5
6
7
Sociální konstrukce sociálního kapitálu - příklad:
Sociální kapitál v rozvoji obce (mikroregionu)
Jaké známosti a kontakty
přispívají
← málo
velmi →
k rozvoji obce (mikroregionu)?
1.
příbuzenské,
subjekty
2.
na
podnikatelské
1
2
3
4
5
6
7
profesní, na podnikatelské
subjekty
1
2
3
4
5
6
7
3.
profesní, na politické subjekty
1
2
3
4
5
6
7
4.
politické, na podnikatelské
subjekty
1
2
3
4
5
6
7
5.
politické, na politické subjekty
1
2
3
4
5
6
7
6.
koncentrované do skupiny/sítě
1
2
3
4
5
6
7
9
Šilheřovice 2008
Druhý způsob zjišťování faktorů ovlivňujících kvalitu ţivota ve vybraných regionech vyuţívá
i strukturovaného dotazníku. Cílem kladených otázek je zjistit názory obyvatel i představitelů
obcí na problémy příslušného regionu. Z tohoto důvodu je dotazník směrován ke dvěma
skupinám respondentů, a to starostům obcí a obyvatelům obcí, spadajících do vybraných
mikroregionů, přičemţ u obou skupin respondentů je část otázek zaměřena na zjištění
názorů na úlohu a poslání mikroregionů a jejich přínos ke kvalitě ţivota v obci. Druhá část
otázek je zaměřena na kvalitu ţivota v konkrétní obci. V první fázi šetření je do průzkumu
zahrnuto 70 obcí, z toho 14 obcí v mikroregionu Podluţí, 24 obcí v mikroregionu Hranicko, 16
obcí v mikroregionu Běleč a 16 obcí v mikroregionu Lučina.
U starostů obcí, je kromě jiţ uvedených dotazů na poslání a přínos mikroregionu pro jimi
řízenou obec, zjišťováno i případné zapojení do dalších regionálních svazků, zejména
euroregionů, případně místních akčních skupin. Posuzována je i úroveň spolupráce
s krajskými orgány. Pozornost je věnována moţnosti zvýšení kvality ţivota v obci z pohledu
lepšího vyuţití přírodních zdrojů, zvýšení ochrany ţivotního prostředí, zlepšení občanské a
technické vybavenosti i moţné zvýšení zaměstnanosti obyvatel obce.
Náhodně vybraní občané obcí byli osloveni s obdobnými dotazy jako starostové, s cílem zjistit
i úroveň informovanosti obyvatel o dění v obci, o problémech dané obce i o dalších záměrech
v rozvoji obce. Dosud bylo osloveno 70 starostů a 259 občanů, výsledky průzkumu jsou
průběţně vyhodnocovány.
Závěr
Současná teorie vědy a vědeckého výzkumu rozeznává dle různých autorů dvě skupiny
paradigmat podmiňujících volbu výzkumných strategií, metod a technik. Jednak skupinu
zaloţenou v metodologických idejích pozitivismu a jeho postupně vzniklých, i oslabených
variant; jednak skupinu zaloţenou původně v symbolickém interpretativismu a jeho dalších
variantách, podloţených fenomenologií a hermeneutikou.
Výzkumný tým zvolil metodologii, která čerpá z obou skupin paradigmat – koncepty první
paradigmatické skupiny umoţňují kvantitativní výzkum problematiky, tedy měření, koncepty
druhé paradigmatické skupiny umoţňují kvalitativní výzkum a tedy porozumění interpretacím
místních reprezentantů objektu výzkumu (mikroregionu, akční skupiny).
Zjišťované faktory ovlivňující kvalitu ţivota ve vybraných mikroregionech budou součástí
celkového hodnocení kvality ţivota v mikroregionech, které bude zahrnovat i obdobné
kvantitativní charakteristiky, jaké jsou pouţity k analýze kvality ţivota v krajích. Kvantitativní
charakteristiky vycházejí z dostupných statistických údajů i vlastního šetření a budou slouţit i
pro stanovení regionálních disparit.
Literatura
1) BLAŢEK, J., UHLÍŘ, D. Teorie regionálního rozvoje. Praha: Karolinum, 2002.
2) BRYMAN, A., BELL, E. Business Research Methods. Oxford: Oxford University Press,
2007.
10
Šilheřovice 2008
3) DENZIN, N., LINCOLN, Y.S., eds. The SAGE Handbook of Qualitative Research. SAGE:
Thousand Oaks, CA: Sage, 2005.
4) HUBÍK, S. Social construction of local/regional capital – methodology. Agricultural
Economics, 50, 2004, No. 10, s. 445-449.
5) HUBÍK, S. Sociální konstrukce regionu. Brno: MZLU-MSD, 2006.
6) JÁNSKÝ, J., ŢIVĚLOVÁ, I. : Faktory ovlivňující ekonomickou výkonnost regionů.
Sborník
příspěvků
z mezinárodní
vědecké
konference
Podnikanie
a
konkurencieschopnosť firiem. Bratislava 2008, s. 184-188, ISBN 978-80-225-2552-7.
7) JÁNSKÝ, J., ŢIVĚLOVÁ, I., KUPČÁK, V.: Analýza kvality ţivota z pohledu přírodních
zdrojů v krajích ČR. Sborník příspěvků z mezinárodní vědecké konference Aktuálne
problémy a perspektivy agrárného sektora. Podkylava 2008, v tisku.
8) PALÁT M., BODEČKOVÁ, B., MACA, E.: Development of production intensity of Czech
agriculture in 1998-2004 and its short-term forecast. Acta univ.Agric.et Silvic. Mendel.
Brun., 2007, vol. LV, no 3, pp. 85-95. ISSN 1211-8516.
9) PAULSTON, R.G.-LIEBMAN, M.: An invitation to postmodern social cartography.
Comparative Education Review, Vol. 38, 1994, No. 2, pp. 215-232.
10) PIKE, A., RODRÍGUEZ-POSE, A., TOMANEY, J. Local and Regional Development.
London and New York: Routledge, 2006.
11) ŢIVĚLOVÁ, I., JÁNSKÝ, J. Metodologické přístupy k hodnocení ekonomické
výkonnosti regionu. In: Účetnictví a reporting udrţitelného rozvoje na mikroúrovni a
makroúrovni. Praha: Ministerstvo ţivotního prostředí, 2007, s. 215-220. ISBN 978-807194-970-1.
12) ŢIVĚLOVÁ, I., JÁNSKÝ, J.: Analýza kvality ţivota z pohledu sociálních a kulturních
zdrojů v krajích České republiky. Sborník z mezinárodní vědecké konference
Účetnictví a reporting udrţitelného rozvoje na mikroekonomické a makroekonomické
úrovni. Brno 2008, s. 241-246, ISBN 978-80-7395-080-4
KONTAKTNÍ ADRESA
Doc. Ing. Jaroslav Jánský, CSc. , [email protected], Prof. Ing. Prof. PhDr. Stanislav Hubík,
CSc., [email protected], Prof. Ing. Iva Ţivělová, CSc.,zi [email protected], Fakulta
regionálního rozvoje a mezinárodních studií MZLU v Brně , Zemědělská 1, 613 00 Brno,
Česká republika
11
Šilheřovice 2008
METODICKÉ PŘÍSTUPY KE KARTOGRAFICKÉMU ZNÁZORNĚNÍ
DISPARIT V KRAJÍCH
PhDr. Iva Galvasová,
Mgr. Kateřina Chabičovská
(Příspěvek vznikl jako výstup dílčích výsledků výzkumného úkolu Ministerstva pro místní rozvoj ČR č. WD-39-07-1
„Rozvojový interaktivní audit“, jehoţ řešitelem je společnost GaREP, spol. s r.o. Ucelená část tohoto výzkumu byla
zpracována jako součást rigorózní práce spoluautorky Mgr. Chabičovské).
Abstrakt
Neţ vznikly krajské samosprávy, byla regionální politika realizována především z úrovně
centrálních orgánů; po vzniku krajů byly určité kompetence a povinnosti přeneseny na jejich
úroveň. Současně se zvýraznila potřeba identifikovat území, v nichţ se kumulují problémy
podvazující ţádoucí rozvoj krajů, poznat jejich příčiny a lépe specifikovat moţnosti jejich
řešení. Příspěvek vychází z kontextu disparitně pojaté regionální politiky, stručně představuje
některé přístupy uţívané k vymezení problémových území (potaţmo regionálních disparit) a
presentuje vybrané aspekty inovativního metodického přístupu k vyjádření vnitroregionálních
rozdílů, zaloţeného na vyuţití kartografické vizualizace. Hlavním smyslem vyuţití tohoto
přístupu v regionální politice krajů je rozvinutí poznatků pro nastavení relevantních
rozvojových nástrojů ke zmírňování neţádoucích regionálních disparit na jejich území.
Klíčová slova
Disparity, Kartografická vizualizace, Kraj, Regionální politika, Socioekonomická syntéza.
Abstract
Before regional governments were established, the regional policy was realised from the
centre. Then some competences were transferred to regions. Regions needed to identify
their sub-regions in which some problems cumulate, find what are these problems caused by
and how can they be solved. In this article are briefly presented some approaches to
delimitation of disparity sub-regions and also an innovative methodical approach to
expression of disparities among sub-regions by using cartographic visualization. Regions can
make the best of this innovative approach by better understanding how to set up some
development instruments for reducing disparities among sub-regions.
Keywords
Disparities, Cartographic visualization, Region, Regional policy, Socioeconomic synthesis.
1
Šilheřovice 2008
Úvod
Realizace regionální politiky na krajské úrovni je v současnosti jiţ neodmyslitelnou součástí
realizace regionální politiky nejen státu, ale i Evropské unie. Je průsečíkem působení i
nejrůznějších odvětvových politik (hospodářské, sociální, územního rozvoje apod.).
S ohledem na skutečnost, ţe území států, regionů či oblastí jsou tvořena mozaikou různě
velkých i různě vzdálených územních jednotek, nejčastěji vymezovaných v lokální úrovni
katastry obcí, specifikovaných různými socioekonomickými charakteristikami, je pro podporu
a usměrňování jejich rozvoje důleţité vyuţívat i adekvátní nástroje regionální politiky. Jejich
relevantnost závisí na objektivitě poznání situace v daném prostoru a na volbě opatření
adekvátního poznanému typu problému.
V České republice aţ na několik výjimek stále převládá systém plošné aplikace rozvojových
nástrojů, kdy obecně nastavená kritéria, která neakceptují významy regionálních disparit,
zvyšují rozvojové šance spíše zkušeným a silným subjektům oproti slabším a méně
dynamickým, coţ vytváří určitý protiklad deklarované snaze sniţování neţádoucích
regionálních rozdílů. Tento paradox se neobjevuje jen na úrovni centrální, ale i ve vztahu
krajů k rozvoji svého území. Na krajské úrovni lze přitom uplatnit řadu přístupů k nalezení
regionálních rozdílů a poznání neţádoucích oblastí disparit, k jejich syntetickému uchopení a
k přizpůsobení rozvojových aktivit charakteru jednotlivých lokalit.
Za situace, kdy neexistuje jednotný přístup krajů k identifikaci a řešení disparit, si kraje
vytvářejí vlastní metodiky. Tyto metodiky se liší v mnoha ohledech – od struktury pouţitých
ukazatelů a způsobu výpočtu, přes prostorovou úroveň vymezovaných disparitních regionů,
po následná realizovaná opatření. Tento stav můţe být do jisté míry způsoben i absencí
koncepčního – centrálně daného či koordinovaného – přístupu ke krajům, který by
nasměroval či usnadnil identifikaci problémů, vyskytujících se v jejich územních obvodech,
které by měly být v krajích řešeny. Je však diskutabilní, otevřenou otázkou, do jaké míry je
takový stav ţádoucí a pro který subjekt?!
Disparitní regionální politika
Existují různé myšlenkové koncepty vysvětlující příčiny a moţnosti rozvoje regionů, které
ovlivňují i pohledy regionální politiky. Důleţité jsou dva z nich. Jeden akcentuje regionální
politiku jako politiku rozvojovou, která se zaměřuje na uchopení a podporu silných subjektů
(regionů, obcí, podniků), schopných nejvíce přispět k rozvoji státu jako celku, které následně
pozitivně ovlivňují rozvoj ostatních subjektů (Blaţek, Uhlíř, 2002). Druhý pohled směřuje
k identifikaci a cílenému sniţování rozdílů mezi regiony, tj. ke sniţování regionálních disparit.
Přestoţe se v realitě oba přístupy prolínají, preferován a prakticky realizován je zejména
pohled druhý. Zjišťování regionálních disparit, podvazujících ţádoucí směry rozvoje
příslušných regionů, a navrhování nástrojů vedoucích k odstranění neţádoucích dopadů
poznaných disparit na jejich rozvoj je hlavním cílem regionální politiky ve většině evropských
zemí i v EU jako celku. Snaha o sniţování disparit je zakotvena v legislativě EU (Akt o
jednotné Evropě z r. 1986) i ČR (zejména zákon č. 248/2000 Sb., o podpoře regionálního
rozvoje). Obecné příčiny disparit v ČR jsou identifikovány v Národním strategickém
referenčním rámci ČR 2007-2013.
2
Šilheřovice 2008
V rámci různých politik sniţování disparit se dále liší i jednotlivé způsoby řešení jejich
zmírňování nebo eliminace. Jedna rovina řešení se týká nastavení celkových (obecných)
podmínek a nástrojů. Zde jde zejména o aktivity ze strany státní správy a z pohledu spíše
centrální regionální politiky. Druhá rovina se týká iniciace a přímého zapojení těch
jednotlivých aktérů v území, kteří vyuţívají disponibilních nástrojů a zdrojů a problémy
skutečně řeší. Druhá rovina je tak ve vztahu k první nezbytným předpokladem. Zmiňovaný
fakt je často příčinou slabé účinnosti či dokonce neúčinnosti tam, kde dochází pouze k
vyuţívání obecně (plošně) vymezených jednotlivých nástrojů či teoretických konceptů a
nedochází k potřebné součinnosti všech zainteresovaných subjektů při jejich vyuţívání.
Zaměření regionální politiky a nastavení jejich nástrojů souvisí se znalostí procesů a jevů
regionálního rozvoje a pochopení klíčových faktorů, které jej podmiňují. V případě disparitní
regionální politiky je základním východiskem pro zmírňování meziregionálních a
vnitroregionálních rozdílů jejich poznání s uplatněním objektivizujících syntetických nástrojů.
Disparita je synonymem pro nerovnost, různost, rozdílnost. Disparita je strukturovaný jev
tvořený systémem prvků, vazeb a vztahů, projevující se kumulací jevů – příznivých nebo
nepříznivých – ovlivňujících rozvoj určité oblasti v daném prostoru (Galvasová et al., 2007a).
Disparitami, které je třeba v rámci regionální politiky řešit, jsou rozdíly vyvolané subjektivní
lidskou činností, nikoliv rozdíly vzniklé z objektivních příčin, například na základě přírodních
podmínek. V oblasti regionálního rozvoje nás zajímají rozdíly regionální, tj. rozdíly mezi
jednotlivými územními celky.
O významu provázání jednotlivých ukazatelů socioekonomického rozvoje svědčí závěry
z Monitoringu mikroregionů Jihomoravského kraje (2003), z něhoţ plyne, ţe dílčí disparity se
zpravidla nevyskytují samostatně, ale dochází k jejich kumulaci, tj. ke koncentraci
problémových jevů do určitých území.
Zkoumání disparit by mělo slouţit jako podklad pro aplikaci nástrojů regionální politiky. Při
vymezování problémového území v rámci uplatnění centrální regionální politiky nabývá na
významu rozlišení dílčího pohledu na územní rozdíly a uplatnění syntetických indikátorů.
Současná praxe tyto přístupy ještě neuplatňuje plně, přestoţe většina výběrů je jiţ
vícekriteriálních.
Například při vymezení regionů se soustředěnou podporou státu jsou vyuţívány ukazatele
čtyři (resp. 7): nezaměstnanost1 (váha 0,4), daňové příjmy na 1 obyvatele (0,15), počet
podnikatelů na 1000 obyvatel (0,15) a kupní síla obyvatel (0,3). Na krajské úrovni se
vyskytuje celá řada přístupů k vymezení hospodářsky slabých území - od vyuţití pouze
ukazatele míry nezaměstnanosti v Karlovarském kraji po uţití 30 ukazatelů (v několika
tematicky zaměřených mapách) v Královéhradeckém kraji. Pro volbu přístupu k vymezení
uvedených území je zásadní účel tohoto vymezení a s tím související moţnost aplikace
vhodných nástrojů či opatření pro řešení nalezených disparit.
1
Ukazatel „nezaměstnanost“ je souhrnným hodnocením situace na trhu práce zahrnujícím míru
nezaměstnanosti, dlouhodobou nezaměstnanost a počet uchazečů na jedno volné pracovní místo.
3
Šilheřovice 2008
Přístupy k vymezování územních a odvětvových disparit v
krajích
Nalezení regionálních rozdílů je podkladem pro zaměření podpory rozvoje v jednotlivých
oblastech kraje a přispívá k účinnějšímu zacílení vyuţitelných nástrojů. Pro nalezení
disparitních území je důleţité sledovat (v ideálním případě) situaci jednotlivých obcí, coţ je
ovšem limitováno dostupností potřebných informačních podkladů.
V praxi kraje vymezují jako disparitní území téměř výhradně větší územní jednotky, nejčastěji
obvody POÚ; jiné prostorové jednotky – okresy, ORP, obce – jsou pouţívány jen
v ojedinělých případech. Volba dané úrovně závisí mimo jiné i na velikosti jednotlivých typů
administrativně-správních jednotek v daném kraji. Tato prostorová generalizace krajům
umoţňuje aplikovat rozvojové nástroje v širším území, a tak podpořit synergický efekt
vynaloţených prostředků. Na druhou stranu můţe mít generalizace také negativní efekt, kdy
smazává rozdíly mezi jednotlivými obcemi v rámci dané administrativně-správní jednotky.
V rámci výzkumného projektu „Rozvojový interaktivní audit“ a návazně ve výše zmíněné
rigorózní práci byla provedena obsahová analýza programů rozvoje všech krajů ČR,
jejímţ cílem bylo analyzovat přístupy krajů k vymezování disparit ve svém územním obvodu.
Při hodnocení územních a odvětvových rozdílů jsou v krajích nejčastěji vymezována
„problémová“ území, tj. území s kumulací nepříznivých jevů. Přitom kraje postupují dvěma
základními způsoby: buďto na svém území vymezí pouze ta území, jeţ jsou problémová,
nebo klasifikují celé své území podle „intenzity rozvojových předpokladů“ do tří aţ
pětistupňové škály (počet stupňů se u jednotlivých krajů liší).
Pro zacílení regionální podpory je vhodnější klasifikovat celé území kraje. V takovém případě
je totiţ moţné nejen identifikovat území s největší kumulací problémů, ale také jednotlivé
dílčí regiony vzájemně srovnávat a hodnotit tak jejich situaci i relativně. Jak vyplynulo
z analýzy programů rozvoje krajů, tento postup není příliš rozšířen - uplatňují jej pouze tři
kraje (Jihomoravský, Královéhradecký a Zlínský).
Některé z krajů rozlišují v návaznosti na zákon o podpoře regionálního rozvoje a Strategii
regionálního rozvoje ČR dva typy disparitních regionů – strukturálně postiţené a hospodářsky
slabé. Kraje Jihomoravský a Královéhradecký rozpracovaly typologii disparitních regionů ještě
podrobněji; rozlišují několik oblastí socioekonomických podmínek, které jsou hodnoceny
samostatně. V Jihomoravském kraji bylo vytvořeno také celkové syntetické hodnocení
situace. Metodiky těchto dvou krajů tedy budou podrobněji představeny dále.
Důvodem pro hlubší analýzu těchto kartografických přístupů byla dlouhodobá zkušenost
s mapovým znázorňováním regionálních disparit a související snaha o precizování způsobu,
jakým jsou disparity vyjadřovány a prezentovány. Metoda kartografické vizualizace je velmi
vhodným způsobem, jak přehledně znázornit celkovou situaci v území i jeho dílčí problémy.
Klíčovým aspektem pro kvalitní kartografické znázornění je volba ukazatelů s ohledem na
jejich vypovídací schopnost. Limitem pro pouţití ukazatelů je také jejich dostupnost
(prostorová i časová).
4
Šilheřovice 2008
Metodika kartografického znázornění disparit (na příkladu
Jihomoravského a Královéhradeckého kraje)
Identifikace územních a odvětvových disparit umoţňuje lépe poznat regiony, v nichţ se
kumulují příznivé nebo nepříznivé podmínky pro rozvoj, čili regiony s dobrými či špatnými
rozvojovými předpoklady.
Kraje pouţívají více či méně sofistikované přístupy k vymezení a kartografickému znázornění
disparit v jejich územním obvodu. Extrémním příkladem je Karlovarský kraj, v jehoţ
programu rozvoje (na období 2004-2006) byly vymezeny disparitní regiony pouze na základě
míry nezaměstnanosti. Naopak velmi propracované metodiky mají kraje Jihomoravský a
Královéhradecký.
Jihomoravský kraj v Aktualizaci programu rozvoje (2006) identifikuje disparitní regiony na
úrovni obcí, výsledné hodnocení rozvojových předpokladů je zpracováno za obvody POÚ. Pro
Aktualizaci byly inovovány kartogramy vytvořené v roce 2002 pro dokument Průmět
strategických dokumentů do území JMK.
Pro konstrukci kartogramů byly nejprve vybrány dílčí (tematické) socioekonomické ukazatele,
sledované za jednotlivé obce, a upraveny do podoby tzv. syntetických ukazatelů (indexů);
z nich pak byly vytvořeny monotematické kartogramy. Ty poslouţily k získání podrobného
přehledu o situaci obcí v dané tematické oblasti. Tematických oblastí bylo stanoveno pět –
hospodářství, lidské zdroje, trh práce a zaměstnanost, technická infrastruktura, zemědělství a
venkov.
Tematické oblasti jsou shrnuty formou kartogramu socioekonomické syntézy, který je
komplexním průřezem hodnotících ukazatelů, vyjadřujících stav socioekonomického rozvoje.
Současně také komplexně a názorně vyjadřuje rozloţení sledovaných jevů v území kraje a
dává základ pro značně komplexní přístup k identifikaci regionálních disparit. Aby bylo
moţno jednotlivé tematické syntetické ukazatele sloučit do souhrnného indexu, byl kaţdý
ukazatel přepočítán na sjednocující škále (v rozmezí 0 aţ 100). Dle charakteru ukazatele bylo
nejvyšší hodnotě přirazeno maximum či minimum (viz jednotlivé ukazatele). Pro výpočet
souhrnného indexu byly vyuţity následující ukazatele:

Vývoj počtu obyvatel (max=100),

Podíl obyvatel s maturitou a vyšším vzděláním (max=100),

Počet podnikatelů na 1000 obyvatel (max=100),

Podíl obyvatel zaměstnaných v primárním sektoru hospodářství (min=100),

Podíl obyvatel zaměstnaných v terciérním sektoru hospodářství (max=100),

Míra nezaměstnanosti (min=100),

Napojení na technickou infrastrukturu (max=100),

Podíl trvale obydlených domů postavených před rokem 1945 (min=100),

Hustota zalidnění (max=100).
Podle hodnoty, kterou sledovaný údaj dosáhl na sjednocující škále, bylo rozlišeno pět typů
obcí odráţejících různou intenzitu rozvojových předpokladů: silné, rozvojové, neutrální,
ohroţené, slabé. Obce byly do jednotlivých skupin zařazovány ne podle četností (např. 20 %
5
Šilheřovice 2008
nejhorších), ale podle hodnoty syntetického indexu. Tento přístup umoţnil poznat jak
rozloţení rozdílů, tak i jejich intenzitu.
V Aktualizaci programu rozvoje byly kartogramy z roku 2002 srovnány se stejnými mapami
vytvořenými s pouţitím aktuálních dat. Hlavní inovací oproti roku 2002 bylo vytvoření
souhrnného kartodiagramu, který v podkresu znázorňuje celkovou situaci (analogicky jako
socioekonomická syntéza v roce 2002) a sloupcovým grafem vyjadřuje situaci za jednotlivé
tematické oblasti (viz obr. č. 1).
Obrázek č. 1: Rozvojové předpoklady obvodů POÚ v Jihomoravském kraji
Zdroj: Aktualizace návrhové části Programu rozvoje Jihomoravského kraje (2006).
Ve Strategii rozvoje Královéhradeckého kraje 2006-2015 (2007) byly regionální disparity
zjišťovány na úrovni obvodů POÚ. V případě nedostupnosti dat bylo pouţito hodnocení pouze
za hierarchicky vyšší územní jednotky, tj. obvody ORP. Některá data (výše daně z příjmu či
ze závislé činnosti) jsou dostupná pouze za obvody finančních úřadů, takţe bylo nutné
provést hodnocení za tato území, která ovšem nejsou identická s administrativně-správním
členěním.
Disparity na území Královéhradeckého kraje byly zjišťovány ve čtyřech tematických okruzích.
Ve dvou z těchto okruhů byly hodnoceny vţdy dvě charakteristiky, takţe vzniklo celkem šest
map. Struktura okruhů a kartogramů je následující:

Populační potenciál,

Ekonomická výkonnost (počet ekonomických subjektů a daňová výtěţnost),

Potenciál pracovní síly,
6

Šilheřovice 2008
Kvalita domovního a bytového fondu (vybavení technickou infrastrukturou, syntetické
hodnocení bytového fondu).
Hodnocení disparit vychází (dle informací ze Strategie rozvoje) z konstrukce agregátní
charakteristiky, sestavené na základě bodového ohodnocení pořadí POÚ dle jednotlivých
ukazatelů, které tvoří daný agregát, tzn. tematický okruh nebo jeho část. Návrhy těchto
ukazatelů odpovídají dostupnosti dat a vychází z expertního odhadu. Při konstrukci
syntetických hodnocení byly rovněţ pouţity výsledky hodnocení korelačních závislostí.
Korelace byla počítána za soubor 448 obcí Královéhradeckého kraje.
Drobným negativem této metodiky je absence celkového syntetického hodnocení stavu
jednotlivých POÚ.
V následující části jsou vzájemně konfrontovány přístupy těchto dvou krajů k identifikaci
disparit ve vybraných oblastech (trh práce a vybavenost území technickou infrastrukturou) a
jejich kartografické vizualizaci. Tohoto příkladu lze vyuţít pro zdůraznění odpovědnosti
expertů při vymezování indikátorů, jejichţ pomocí je prezentován sledovaný jev (a tedy
hledáno „hodnotové“ vyjádření presentované disparity). Volba výchozích zdrojů dat, jejich
„zástupců“ formou výběru ukazatele, můţe velmi významně ovlivnit věcné i prostorové
vyjádření specifikace hledaných disparit a tím samozřejmě následně i volbu adekvátních
nástrojů a opatření, směřujících ke zmírnění neţádoucích rozdílů, a následně k uplatnění
konkrétní regionální politiky v daném kraji.
Tabulka č. 1: Ukazatele pro vymezení disparit v oblasti trhu práce a
technické infrastruktury v metodikách Královéhradeckého a
Jihomoravského kraje
Technická
infrastruktura
Trh práce
Královéhradecký kraj
Jihomoravský kraj
podíl vysokoškolsky vzdělaných obyvatel
míra ekonomické aktivity obyvatel
podíl obyvatel s maturitou a vyšším
počet podnikatelů na 1000 obyvatel
vzděláním
míra nezaměstnanosti
míra nezaměstnanosti
podíl pracovních sil v terciárním sektoru
míra dlouhodobé nezaměstnanosti
podíl domů vybavených přípojkou na
podíl domů napojených na kanalizaci
kanalizační síť
podíl domů vybavených plynem
podíl bytů napojených na plyn
podíl domů vybavených vodovodem
podíl bytů napojených na vodovod
podíl domů vybavených ústředním topením
podíl domů postavených před rokem 1945
Zdroj: Analytická část Strategie rozvoje Královéhradeckého kraje 2006-2015 (2007); Aktualizace
návrhové části Programu rozvoje Jihomoravského kraje (2006).
7
Šilheřovice 2008
Obrázek č. 2: Vymezení disparit v oblasti trhu práce (nahoře) a technické
infrastruktury (dole) v Jihomoravském kraji podle metodik krajů
Královéhradeckého (vlevo) a Jihomoravského (vpravo)
Vymezení problémových území v JMK
podle metodiky Královéhradeckého kraje (potenciál prac. síly)
Ukazatele:
Podíl vysokoškolsky vzdělaných obyvatel
Míra ekonomické aktivity obyvatel
Míra nezaměstnanosti
Podíl pracovních sil v terciérním sektoru
Metodika:
Součet pořadí dle jednotlivých ukazatelů
velmi příznivé hodnocení
příznivé hodnocení
průměrné hodnocení
méně příznivé hodnocení
nepříznivé hodnocení
Vojenský újezd Březina
(nehodnoceno)
N
0
10
20
30
40
50 km
Mapový podklad: ArcČR, ARCDATA Praha
Kateřina CHABIČOVSKÁ, Brno, 2008
Zdroj dat: ČSÚ, ÚP Brno-město
Vymezení problémových území v JMK
podle metodiky Královéhradeckého kraje (vybavení tech. infrastrukturou)
Ukazatele:
Podíl domů
Podíl domů
Podíl domů
Podíl domů
připojených na kanalizaci
vybavených vodovodem
vybavených plynem
vybavených ústředním topením
Metodika:
Součet pořadí dle jednotlivých ukazatelů
velmi příznivé hodnocení
příznivé hodnocení
průměrné hodnocení
méně příznivé hodnocení
nepříznivé hodnocení
Vojenský újezd Březina
(nehodnoceno)
N
0
10
20
30
40
50 km
Mapový podklad: ArcČR, ARCDATA Praha
Zdroj dat: ČSÚ
Kateřina CHABIČOVSKÁ, Brno, 2008
Zdroj: Chabičovská, K. (2008); Aktualizace návrhové části Programu rozvoje Jihomoravského kraje
(2006)
V ukazatelích hodnotících trh práce se kraje poněkud rozcházejí; oba pouţily pouze jeden
stejný ukazatel, míru nezaměstnanosti. V hodnocení vzdělanosti obyvatel, která je
významným předpokladem konkurenceschopnosti regionů, je Královéhradecký kraj přísnější
– zařazuje jen osoby s vysokoškolským vzděláním, zatímco Jihomoravský kraj pracuje
s osobami s nejméně maturitou. Rozdíly jsou i v ukazatelích popisujících zaměstnanost.
Zjednodušeně řečeno Královéhradecký kraj analyzuje zaměstnance, zatímco Jihomoravský
kraj se věnuje zaměstnavatelům (včetně OSVČ). Ideální by bylo zkombinovat oba tyto
přístupy.
Technická infrastruktura je v obou krajích hodnocena velmi podobně. Kraje shodně posuzují
plynofikaci, kanalizaci a vodovod, Královéhradecký kraj navíc vybavenost ústředním topením.
Liší se ovšem v prostorových jednotkách – pracují s napojením domů, resp. bytů. Jako
vhodnější se jeví pouţít napojení bytů, které umoţní přesněji postihnout situaci s ohledem na
bytové domy. Jihomoravský kraj navíc zařadil stáří domů, pomocí něhoţ lze zhruba
odhadnout stav (zachovalost) domovního fondu.
Rozdíl v pouţitých ukazatelích se projevil i na kartografickém znázornění disparit ve shodném
území (Jihomoravském kraji) na obr. č. 2. U kartogramů reprezentujících metodiku
Královéhradeckého kraje jsou nejvíce problémová území znázorněna nejtmavší barvou,
území s nejpříznivějšími podmínkami jsou nejsvětlejší. Škála metodiky Jihomoravského kraje
jde od červené (disparitní území) po zelenou (území, kde je situace příznivá).
8
Šilheřovice 2008
Kartogramy vytvořené podle metodik obou krajů jsou zhruba podobné, ale při podrobnějším
pohledu se projeví určité rozdíly mezi situací v jednotlivých obcích podle metodiky
Jihomoravského kraje a situací za příslušný obvod POÚ podle metodiky kraje
Královéhradeckého.
U kartogramu trhu práce je rozdíl patrný např. v jihovýchodní nebo severozápadní části
kraje, kde se problémy v POÚ jeví závaţnější neţ za jednotlivé obce. Paradoxně ještě
významnější rozdíly se objevují u kartogramu vybavenosti technickou infrastrukturou
(zejména severní okraj kraje – Letovicko). Z tohoto lze vyvodit, ţe výsledné vymezení
disparitních regionů nezávisí pouze na pouţitých ukazatelích, ale také na metodice výpočtu
„problémovosti“ jednotlivých regionů.
Při volbě ukazatelů a konstrukci metodiky – tj. indikátorů popisujících disparity a způsobu
výpočtu míry problémovosti – je tedy nezbytné postupovat velmi obezřetně, aby nevhodnou
volbou nedošlo ke zkreslení skutečného stavu v regionech. Je však diskutabilní, zda je
vzájemná odlišnost metodik jednotlivých krajů výhradně negativním jevem. Různé metodiky
sice znemoţňují srovnávání a hodnocení krajských disparit v kontextu celé ČR, ale na druhou
stranu jsou pravděpodobně vytvářeny s ohledem na situaci a příčiny problémů obvyklé na
území daného kraje. Výsledek pak lépe odráţí skutečnou situaci v kraji a umoţňuje přesněji
zacílit regionální podporu.
Z těchto důvodů se jako velmi účelné jeví vytvořit centrálně koncepčně koordinovanou
metodiku pro identifikaci disparit v krajích. Nejde však o striktní formulaci přesného postupu,
spíše o soubor doporučení, jakým způsobem přistupovat k navrţení struktury ukazatelů a
jakými metodami vyhodnocovat situaci.
Možnosti využití kartografického znázornění disparit pro
regionální politiku
Kartografická vizualizace má své klady i zápory. Rozhodujícím kritériem pro vytvoření
kvalitního kartografického výstupu je vţdy lidský faktor, tzn. jak vlastní práce kartografa, tak
také příprava podkladů s potřebnou vypovídací hodnotou. Moţnosti a limity mapového
vyjádření disparit v území lze stručně shrnout následovně:
Výhody:

Názornost, přehlednost;

Moţnost identifikovat příčiny problémů (témata);

Moţnost zvolit prostorovou úroveň adekvátní účelu tvorby mapy – aţ do úrovně obcí;

Jednoduchost pouţití map pro uţivatele.
Nevýhody:

Náročnost volby ukazatelů a metod jejich zpracování;

Často nelze z map odvodit hodnoty konkrétních ukazatelů, pouze relativní vyjádření či
komplexní charakteristiku;

Velké rozdíly v přístupech krajů, nemoţnost vzájemného srovnávání kraji vymezených
disparitních regionů na úrovni celé ČR.
9
Šilheřovice 2008
I přes určité limity (volba ukazatelů, dostupnost dat atd.) můţe být kartografické znázornění
regionálních disparit velmi dobrým vodítkem pro prostorové i věcné zacílení regionální
politiky. Zásadní otázkou je vţdy ovšem politická vůle zjištěné disparity koncepčně řešit.
Závěr
Hlavním cílem regionální politiky je, ať se její přístup týká podpory subjektů silných nebo
slabých, sníţit rozdíly mezi jednotlivými regiony. Pro účelné nastavení nástrojů, jejichţ
prostřednictvím má dojít ke sníţení meziregionálních rozdílů, je nezbytné poznat v regionech
problémy (včetně jejich vzájemných vazeb a souvislostí), jeţ jsou příčinou nepříznivé situace.
K identifikaci příčin výskytu disparit v určitých regionech můţe napomoci kartografické
znázornění situace v jednotlivých dílčích regionech. Jako velmi vhodné se jeví zpracování
několika tematických map popisujících jednotlivé socioekonomické jevy, které umoţní
přesněji identifikovat příčiny problémů, a výsledného celkového zhodnocení situace. Kvalitu
kartografické prezentace však můţe podstatně ovlivnit výběr pouţitých ukazatelů a způsob
jejich zpracování.
Pro naplnění cílů regionální politiky v praxi, tedy pro zlepšení situace v disparitních regionech,
je klíčovým aspektem spolupráce subjektů v daném území – jednak subjektů s rozhodovacími
pravomocemi, jednak subjektů dotčených. Poznání prostorové podmíněnosti problémů můţe
pomoci k nalezení regionů v kraji, do nichţ je prioritní směřovat regionální podporu, a také
napomoci tuto podporu správně tematicky zacílit a zvolit nejvhodnější nástroje.
Literatura
1) Aktualizace návrhové části Programu rozvoje Jihomoravského kraje. Brno: GaREP a
VUT, 2006. 82s.
2) Analytická část Strategie rozvoje Královéhradeckého kraje 2006-2015. Hradec
Králové: Centrum evropského projektování, 2007. 172 s.
3) BLAŢEK, J. - UHLÍŘ, D. Teorie regionálního rozvoje. 1. vyd. Praha: Karolinum, 2002.
ISBN 80-246-0384-5.
4) GALVASOVÁ, I. – BINEK, J. Approaches to differentiation of socioeconomic
phenomena in territory. In Sborník z 15. mezinárodní konference Geografické aspekty
středoevropského prostoru. Brno: Masarykova univerzita, 2008.
5) GALVASOVÁ, I., et al. Rozvojový interaktivní audit, regionální politika a poznání
disparit. Souhrnná studie z řešení aktivity A701. Výzkumný úkol MMR ČR č. WD-3907-1. Brno: GaREP, 2007 (a). 104 s.
6) GALVASOVÁ, I., et al. Spolupráce obcí jako faktor rozvoje. Brno: Georgetown, 2007
(b). 140 s. ISBN 80-251-20-9.
7) CHABIČOVSKÁ, K. Vymezování problémových regionů v rámci krajů. Rigorózní práce.
Brno: Masarykova univerzita. Přírodovědecká fakulta. Geografický ústav, 2008. 101 s.
8) Monitoring mikroregionů Jihomoravského kraje 2003. Brno: Ústav územního rozvoje,
2003.
9) Průmět strategických dokumentů do území Jihomoravského kraje – mapová příloha č.
IV. „Území vhodná k soustředěné pozornosti regionální politiky JM kraje z hlediska
socioekonomických ukazatelů“. Brno: GaREP, 2002.
10) Zákon č. 248/2000 Sb., o podpoře regionálního rozvoje, ve znění pozdějších předpisů.
10
Šilheřovice 2008
TECHNOLOGICKY NÁROČNÉ OBORY ZPRACOVATELSKÉHO
PRŮMYSLU A REGIONÁLNÍ DISPARITY V ČR
Mgr. Josef Hůlka
Mgr. Jan Ţenka
Abstrakt
Cílem předloţené stati je zjistit, jak rozmístění firem v technologicky náročných oborech
zpracovatelského průmyslu (high-tech a medium-high-tech) ovlivňuje úroveň regionálních
disparit v ekonomické výkonnosti výrobního sektoru v ČR. Hodnocení je zaloţeno na regresní
analýze sektoru zpracovatelského průmyslu a vybraných sluţeb v 206 obcích s rozšířenou
působností (nezávislou proměnnou je odvětvová struktura podle technologické náročnosti,
závislou přidaná hodnota ve zpracovatelském průmyslu a vybraných sluţbách na obyvatele
regionu). Nebyla nalezena souvislost mezi podílem high-tech oborů na zaměstnanosti a
přidané hodnotě na obyvatele regionu. Středně silný, pozitivní a signifikantní vliv byl
prokázán u medium-high-tech oborů.
Klíčová slova
High-tech obory, Odvětvová struktura, Regionální disparity, Zpracovatelský průmysl
Abstract
The goal of this article is to determine how the localisation of firms in high-tech and
medium-high-tech manufacturing affects the level of regional disparities in economic
performance of manufacturing sector in the Czech Republic. The evaluation is based on
regression analysis of manufacturing and selected services in 206 microregions (the
independent variable: the share of technology-intensive manufacturing industries in
employment, the dependent variable: value added in manufacturing and selected services
per capita). No link between the share of high-tech manufacturing in employment and value
added per capita of the microregion was found. The regional distribution of medium-hightech manufacturing industries had moderate, positive and highly significant influence on the
level of microregional value added per capita.
Keywords
High-tech manufacturing industries, Manufacturing, Sectoral structure, Regional disparities
Úvod
Sala-i-Martin, Artadi (2004) rozlišují tři vývojové fáze konkurenceschopnosti, které jsou
charakterizovány na základě převaţujících zdrojů konkurenční výhody. V první fázi taţené
1
Šilheřovice 2008
výrobními faktory (factor-driven stage) firmy konkurují cenou výrobků a vyuţívají výhody
levných vstupů a převzatých technologií.
Ve fázi taţené efektivností (efficiency driven stage) vyplývá produktivita firem z kvality
výrobků (nikoli jiţ pouze ceny) a pouţití efektivních výrobních postupů. Klíčovou kvalitativní
charakteristiku konkurenceschopnosti představuje technologická kapacita (přístup firem k
nejlepším dostupným technologiím, byť převzatým ze zahraničí), dále efektivnost dílčích trhů
(produktových, finančních a pracovních), dostupnost rozvinutého lidského kapitálu a vnější
otevřenost (Kadeřábková 2006).
Ve fázi taţené inovacemi (innovation-driven stage), tedy v kvalitativně nejvyšší fázi, nabývá
na klíčovém významu pro konkurenční výhodu inovační výkonnost, tedy schopnost vytvářet
nové produkty a procesy s vyuţitím nejmodernějších výrobních a organizačních postupů.
Většina nových členských zemí EU včetně Česka se nachází ve fázi taţené efektivností, kdy
se konkurenceschopnost mění z cenově na kvalitativně zaloţenou (WEF 2004). Za klíčové
faktory kvalitativně (znalostně) zaloţené konkurenceschopnosti označuje Kadeřábková
(2005) lidský kapitál, podnikatelskou aktivitu, informační a komunikační technologie, výzkum
a vývoj (VaV) a inovace.
Nejsledovanější a často nekriticky interpretovanou charakteristikou kvalitativně zaloţené
konkurenceschopnosti je podíl oborů zpracovatelského průmyslu s vysokou a vyšší
technologickou náročností (tzv. high-tech a medium-high-tech) na zaměstnanosti, produkci,
přidané hodnotě a vývozu dané země nebo regionu. S rozvojem technologicky náročných
oborů se pojí řada příznivých efektů – vysoké mzdy, tvorba pracovních míst pro vysoce
kvalifikované pracovníky, velký podíl přidané hodnoty na výkonech, vysoká intenzita
výzkumu a vývoje a tvorby inovací, exportní výkonnost plynoucí z vysoké produktivity nebo
multiplikační efekt a výskyt pozitivních externalit (Kadeřábková 2006).
Sektor firem v odvětvích s vysokou a vyšší technologickou náročností je však v ČR vnitřně
velmi heterogenní. Zahrnuje mnoho firem s minimální technologickou náročností (podílem
výdajů na výzkum a vývoj na přidané hodnotě) a nízkou produktivitou (Kadeřábková 2007;
Ţenka, Čadil 2008). Nízkou hodnotou obou ukazatelů se vyznačují zejména high-tech obory,
jejichţ technologická náročnost navíc v letech 2001-2005 nadále klesala (Rojíček 2006).
Příčinou byly vysoké investice do budování nových výrobních kapacit v roce 2001 a 2002 s
orientací na montáţ a finalizaci výrobků z dovezených komponentů (reţim aktivního
zušlechťovacího styku) a s minimálním podílem přidané hodnoty (Lexa, Rojíček 2007).
Nejsilnější pozici z hlediska výše i dynamiky růstu produktivity práce má v ČR skupina
středně technologicky náročných (především medium-high-tech) oborů (Rojíček 2007) v čele
s automobilovým průmyslem. Tyto obory (zejména výroba elektrických zařízení j.n. a
automobilových dílů) však zároveň soustřeďují nejvíce pracovních míst ve firmách s nízkou
produktivitou, kapitálovou a VaV náročností (mnohdy montáţní provozy) – tedy pracovní
místa potenciálně nejvíce ohroţená přesunem do zahraničí (Ţenka 2008b).
Vnitřní heterogenita sektoru technologicky náročných oborů zpracovatelského průmyslu ČR
se promítá do výrazných regionálních rozdílů v charakteristikách kvalitativně zaloţené
konkurenceschopnosti – produktivity, technologické náročnosti a podílu high-tech a mediumhigh-tech oborů na zaměstnanosti resp. přidané hodnotě daného regionu. V roce 2004 se
okresní hodnoty ukazatele přidané hodnoty na zaměstnance v high- a medium-high-tech
2
Šilheřovice 2008
oborech pohybovaly od 49 do 209 % hodnoty ČR (Ţenka, Čadil 2008). Za stejný rok bylo
sledováno rozmístění firem, které jsou odvětvově zařazeny do high-tech a medium-high-tech
sektoru, ale vyznačují se absencí VaV aktivit a velmi nízkou kapitálovou náročností a
produktivitou výrovního procesu. Výsledkem bylo zjištění, ţe tyto firmy jsou rozptýleny po
celém území ČR a srovnatelně proporcionálně zastoupeny ve všech typech okresů –
metropolitních, strukturálně postiţených, hospodářsky slabých aj. (Ţenka 2008a; Ţenka,
Čadil 2008). Dále vyplynulo, ţe firmy v technologicky náročných oborech nejsou přednostně
soustředěny do nejvyspělejších metropolitních regionů a jsou významně zastoupeny ve
skupině tzv. ostatních okresů (Mladá Boleslav, Ústí nad Orlicí, Nový Jičín aj.) – tedy mimo
krajská města, strukturálně postiţené a hospodářsky slabé regiony.
Výše uvedená zjištění vyvolávají otázku, do jaké míry ovlivňuje rozmístění technologicky
náročných oborů v ČR úroveň regionálních disparit v ekonomické výkonnosti výrobního
sektoru. Cílem této stati je zjistit, jakou vypovídací hodnotu mají ukazatele odvětvové
struktury zpracovatelského průmyslu podle technologické náročnosti pro hodnocení disparit v
kvalitativně zaloţené konkurenceschopnosti na mikroregionální úrovni (obvody obcí s
rozšířenou působností - ORP). Lze tedy formulovat následující výzkumné otázky:
1) Existuje na úrovni ORP signifikantní souvislost mezi odvětvovou strukturou
zpracovatelského průmyslu a souvisejících sluţeb podle technologické náročnosti a
ekonomickou výkonností zpracovatelského průmyslu a příslušných sluţeb daného regionu?
2) Která ORP soustřeďují technologicky náročné obory s podprůměrnou produktivitou
(ve srovnání s hodnotou zpracovatelského průmyslu ČR)? Ve kterých ORP nejsou
technologicky náročné obory tahounem průmyslového růstu?
Kromě nejčastěji pouţívané taxonomie OECD rozlišující odvětví podle technologické
náročnosti bude téţ pouţita taxonomie WIFO:
- klasifikace průmyslových oborů podle nároků na vstupy (faktorové náročnosti)
Cílem bude odpovědět na třetí výzkumnou otázku:
3) Která z výše uvedených taxonomií v českých podmínkách nejlépe vypovídá o
kvalitativně zaloţené konkurenceschopnosti zpracovatelského průmyslu a je nejlépe
pouţitelná pro hodnocení regionálních disparit?
Technologicky náročné obory – definice a vymezení
Pro hodnocení kvalitativní náročnosti výrobních aktivit pomocí analýzy odvětvové struktury
zpracovatelského průmyslu se nejčastěji pouţívá metodologie OECD (OECD 2005;
Hatzichronoglou 1997) třídící obory podle technologické resp. znalostní náročnosti.
Rámeček č.1: Klasifikace oborů podle technologické a znalostní náročnosti
(OECD)
Třídění oborů zpracovatelského průmyslu podle technologické náročnosti je zaloţeno na ukazateli
podílu výdajů na výzkum a vývoj na produkci resp. přidané hodnotě (OECD 2005). Podle tohoto
jediného ukazatele se obory třídí do čtyř skupin:
- obory s vysokou a vyšší technologickou náročností (high-tech a medium-high-tech)
- obory s niţší a nízkou technologickou náročností (medium-low-tech a low-tech)
Skupina high-tech oborů je definována na základě následujících kritérií (Kadeřábková 2006):
3
Šilheřovice 2008
1) Zahrnují nejvyspělejší dostupné znalosti a rozvíjí se mnohem rychleji neţ ostatní odvětví
2) Komplexnost znalostí vyţaduje soustavné a intenzivní výzkumné úsilí a solidní technologickou
(znalostní) základnu
Exaktní metodika vymezení high-tech oborů je zaloţena na výpočtu přímé a nepřímé technologické
(VaV) intenzity. Příma intenzita se odvíjí od výše výdajů firem v daném oboru na VaV, nepřímá od
nákupu polotovarů a kapitálových statků firem daného oboru od firem v jiných oborech
zpracovatelského průmyslu (výpočet na základě mezioborových input-output tabulek). Samotná
metodika vymezení technologicky náročných oborů skrývá následující limity vypovídací schopnosti
(Hatzichronoglou 1997):
- Taxonomie je zaloţena pouze na ukazateli technologické intenzity a nepostihuje ostatní důleţité
aspekty (vědečtí a techničtí pracovníci, technologie obsaţená v patentech, licence a know-how,
zastarávání znalostí a technologií atd.)
- Pokud dojde z důvodu rychlého růstu poptávky nebo kvalitního marketingu k rapidnímu zvýšení
objemu produkce, sníţí se hodnota ukazatele technologické intenzity a daný obor „papírově“ vykazuje
negativní vývoj. Problémem je, ţe technologická intenzita je zaloţena na datech za toky investic do
VaV, nikoli za kumulativní stavy VaV.
- Taxonomie je zaloţena na příliš hrubém odvětvovém členění (dvojmístný OKEČ), přičemţ skupiny
high-tech odvětví jsou vnitřně heterogenní.
- Řada firem zařazených do high-tech produkuje s vyuţitím vyspělých technologií výrobky se střední
nebo niţší technologickou náročností.
Do skupiny high-tech oborů patří skupiny produktů s podílem výdajů na VaV na obratu vyšším neţ 8,5
% (ČSÚ 2007) – letecký a kosmický průmysl (OKEČ 35.3), počítače a kancelářská technika (30),
elektronika (32), farmaceutický průmysl (24.4) a vědecké přístroje (33). Oblast pokročilých
technologií (medium-high-tech) zahrnuje produkty s podílem výdajů na VaV na obratu v rozmezí 3,5
aţ 8,5 %. Do této oblasti patří chemické produkty (24 bez 24.4), dopravní prostředky kromě letadel
(34-35), elektrotechnika (31) a stroje a zařízení (29).
Širší koncept představuje taxonomie WIFO, která rozlišuje obory podle náročnosti na výrobní
faktory, přičemţ technologická náročnost je jen jedním ze čtyř sledovaných indikátorů.
Skupina technologicky náročných oborů (TDI) je oproti OECD klasifikaci rozšířena o některé
chemické obory, výrobu rozvodných a spínacích zařízení a především výrobu motorových
vozidel.
Rámeček č.2: Klasifikace průmyslových oborů podle nároků na vstupy
(WIFO )
Taxonomie WIFO institutu je zaloţena na rozlišení oborů podle nároků na vstupy (výrobní faktory) do
pěti skupin:
- základní skupina oborů hlavního proudu (MM – mainstream) – 25 oborů, strojírenství, výrobu
motocyklů, zpracování papíru, plastů a výroba elektronických přístrojů
obory náročné na (nekvalifikovanou) pracovní sílu (LI – labour intensive) - 25 oborů, typickými
zástupci jsou textilní a oděvní průmysl, dřevozpracující, kovodělný a průmysl stavebních hmot
- obory s hnací silou v marketingu (MDI – marketing driven) - 24 oborů, především potravinářský
průmysl, dále výrobky pro volný čas, kosmetika, sportovní zboţí, hry a hračky, hudební nástroje
4
Šilheřovice 2008
- kapitálově náročné obory (CI – capital intensive) - základní chemie, hutnictví ţeleza a oceli, výroba
papíru a celulózy, petrochemie
- obory s hnací silou v technologii (TDI – technology driven) - 14 oborů s dělením do třech skupin:
chemie a biochemie, výpočetní a telekomunikační technika, dopravní prostředky.
Klasifikace je zaloţena na shlukové metodě, která rozřazuje 100 oborů (ISIC 3) do pěti kategorií na
základě kombinace vstupních výrobních faktorů (kapitálové investice, pracovní síla atd.). Výběr
proměnných je zaloţen na dvou základních ukazatelích – komparativní výhodě vyplývající z exogenních
a lokalizačních faktorů - relativní disponibility kapitálem a pracovní silou (Peneder 1999). Druhým
ukazatelem je specifická komparativní výhoda firem, která vyplývá z investic do nehmotných zdrojů
(reklama, VaV). Skupiny oborů podle technologické náročnosti byly vymezeny na základě následujících
indikátorů:
a) intenzita práce - průměrný podíl výdajů na mzdy z přidané hodnoty v letech 1990-1995
b) kapitálová intenzita - průměrný podíl celkových investic z přidané hodnoty v letech 1990-94
c) výdaje na reklamu – průměrný podíl výdajů na reklamu z celkových prodejů 1993-1995
d) výdaje na R&D - průměrný podíl výdajů na VaV z celkových prodejů 1993-95
Reziduální skupina oborů hlavního proudu (mainstream industries) zahrnuje obory, jejichţ vstupní
faktory jsou přibliţně v rovnováze, ţádný z nich nemá obzvláštní důleţitost.
Data a metodika
Analýza rozmístění zpracovatelského průmyslu a vybraných znalostně náročných sluţeb na
úrovni ORP je zaloţena na primárních (individuálních) datech z ročních statistických výkazů
ČSÚ:
- P 5-01 Roční výkaz ekonomických subjektů vybraných produkčních odvětví za rok 2007
- P 4-01 Roční výkaz pro malé ekonomické subjekty vybraných produkčních odvětví za rok
2007
Data se vztahují k roku 2006.
Výkaz P 5-01 (mutace b, c zahrnující dohromady podniky nad 20 zaměstnanců) je sbírán
elektronicky formou vyčerpávajícího zjišťování, mutace P5-01a zaměřena na podniky pod 20
zaměstnanců a výkaz P 4-01 formou výběrového zjišťování. Výkaz P 4-01 je zaměřen na
fyzické osoby nezapsané v obchodním rejstříku. Pro účely této analýzy byly zpracovány
pouze podniky a fyzické osoby v odvětvích OKEČ 15-37 (zpracovatelský průmysl) a OKEČ 7273 (činnosti v oblasti výpočetní techniky, výzkum a vývoj), přičemţ sektor OKEČ 72-73 byl
přiřazen k high-tech resp. technologicky náročným oborům.
Výpočty jsou zaloţené na datovém souboru, který obsahuje individuální data za 8 555
podniků (vyplnily výkaz) a dopočty (podle metodiky MPO 2005) za dalších cca 400 tis.
malých podniků nebo fyzických osob. Počet pracovníků je k dispozici za jednotlivé místní
jednotky - závody (pracovištní metoda), finanční ukazatele na úrovni podniků jsou
rozpočteny mezi místní jednotky podle jejich podílu na celkovém počtu pracovníků podniku.
Pro hodnocení vztahu mezi odvětvovou strukturou a kvalitativně zaloţenou
konkurenceschopností zpracovatelského průmyslu a přidruţených sluţeb (OKEČ 72, 73) byla
pro 206 ORP provedena regresní analýza. Vysvětlující nezávisle proměnnou představovaly
5
Šilheřovice 2008
podíly jednotlivých sektorů vymezených na základě klasifikací WIFO a OECD na
zaměstnanosti ve zpracovatelském průmyslu a OKEČ 72-73 jednotlivých ORP. Závisle
proměnou byla zvolena účetní přidaná hodnota ve zpracovatelském průmyslu a OKEČ 72_73
vztaţená na jednoho obyvatele daného ORP, která reprezentuje ekonomickou výkonnost
(náhrada za nedostupné mikroregionální HDP).
V druhé části článku je pro odpověď na výzkumnou otázku č. 2 pouţit ukazatel produktivity
z přidané hodnoty, definován jako podíl účetní přidané hodnoty v běţných cenách a
průměrného evidenčního počtu pracovníků ve fyzických osobách.
Výsledky
Regresní analýza (Tab. 1) dokumentuje středně silný a vysoce signifikantní pozitivní vliv
kapitálově náročných a medium-high-tech oborů na vytvořenou přidanou hodnotu ve
zpracovatelském průmyslu a vybraných sluţbách. Největší přidané hodnoty na obyvatele
dosahují ORP specializované na kapitálově náročné obory (základní chemie, hutnictví). Téměř
srovnatelný vliv má rozmístění velkých firem v automobilovém průmyslu (Mladá Boleslav,
Kolín, Mnichovo Hradiště, Jihlava). Na druhé straně záporné a signifikantní koeficienty a tedy
inverzní vztah při vysvětlování variability přidané hodnoty vykazují obory náročné na pracovní
sílu (LI) a marketing (MDI) s niţší produktivitou a významným zastoupením v periferních
regionech. Korelační diagramy jsou obsaţeny v příloze č. 1.
Tab. č.1: Hodnoty standardizovaných regresních koeficientů
CI
MM
HT
MHT
MLT
Regresní koeficient 0,399 -0,371 -0,328 0,238
0,007
0,043
0,339
0,055 -0,424
Signifikance
0,001
0,920
0,539
0,000
0,431
Koef. determinace 15,899 13,776 10,759 5,661
0,005
0,185 11,491 0,304 18,004
0,000
LI
0,000
MDI
0,000
TDI
LT
0,000
Pozn.: Koeficient determinace byl vypočítán jako druhá mocnina regresního koeficientu vyjádřená
v %.
CI,LI,MDI,TDI=kapitálově, pracovně, marketingově a technologicky náročné obory,MM=obory
hlavního proudu- dle WIFO, HT,MHT,MLT,LT=obory s vysokou, vyšší, niţší a nízkou technologickou
náročností dle OECD
Zdroj: Roční výkaz P5-01 a P4-01 za rok 2007
Nejvýznamnějším zjištěním je nulový regresní koeficient high-tech oborů, který dokumentuje
nerozvinutost tohoto sektoru v ČR a tudíţ i omezenou pouţitelnost tohoto ukazatele
v českých podmínkách. Většina ORP s největší přidanou hodnotou na obyvatele je
specializována na kapitálově náročné obory a automobilový průmysl, ale některé mají
významný podíl high-tech oborů (Pardubice, Lanškroun, Praha, Blansko). Naopak ORP
s nízkou přidanou hodnotou na obyvatele lze ve vztahu k high-tech oborům rozdělit do dvou
základních skupin:
a) Slabě industrializované periferní regiony s minimálním zastoupením produktivních
high-tech oborů (Jeseník, Králíky, Kravaře, Český Těšín aj.)
b) Slabě industrializované periferní regiony s výrazným podílem podprůměrně
produktivních high-tech oborů na zaměstnanosti (Nové Město na Moravě, Trhové Sviny,
Vítkov)
6
Šilheřovice 2008
c) Průměrně aţ nadprůměrně industrializované regiony s významným podílem
podprůměrně produktivních high-tech oborů na zaměstnanosti (Přerov, Prachatice, Nová
Paka aj.)
Pozitivní vlivy high-tech oborů na závislou proměnnou jsou převáţeny vlivem medium-hightech oborů s téměř dvojnásobným počtem zaměstnanců a také slabou mírou industrializace
periferních regionů (nízká přidaná hodnota ve zpracovatelském průmyslu na obyvatele), ve
kterých ani zastoupení produktivních high-tech oborů nezvedne celkově nízké hodnoty.
Z výsledků regresní analýzy plyne, ţe řada ORP nezákládá svoji konkurenceschopnost na
technologicky náročných oborech zpracovatelského průmyslu (dle WIFO) a přesto generuje
vysokou přidanou hodnotu. Nejvýznamnějším příkladem jsou Otrokovice s rekordní přidanou
hodnotou na obyvatele, specializované na technologicky méně náročné gumárenství. Do této
skupiny patří dále ORP s převahou kapitálově náročných oborů – hutnictví (Třinec, Ostrava),
průmysl paliv a základní chemie (Litvínov, Kralupy nad Vltavou, Pardubice, Valašské Meziřičí).
Široké a hrubší vymezení technologicky náročných oborů dle OECD zahrnuje i kapitálově
náročné obory (základní chemie, automobilové díly). Podle tohoto členění má většina ORP
s vysokou přidanou hodnotou na obyvatele dominantní podíl technologicky náročných oborů
na zaměstnanosti, členění WIFO však oddělením kapitálově náročných oborů poskytuje
přesnější výsledky.
Nejvyššího podílu technologicky náročných oborů (OECD) na zaměstnanosti nedosahují
metropolitní regiony ani krajská města (kromě Pardubic), ale silně industrializovaná menší
regionální centra s dominancí jednoho velkého podniku (Obr 1). Příkladem můţe být Frenštát
pod Radhoštěm a Mohelnice (Siemens), Mladá Boleslav (Škoda Auto), Nový Jičín (Autopal),
Blansko (METRA, Celestica) nebo Lanškroun (AVX). Nejniţšího podílu dosahují periferní, málo
industrializované regiony (Jeseník, Sušice, Rýmařov aj.) a regiony s koncentrací
technologicky méně náročných oborů (Ţelezný Brod – sklářství, Ţďár nad Sázavou – hutnický
a kovodělný průmysl, Otrokovice s gumárenstvím).
Z analýzy regionálních rozdílů ve výši přidané hodnoty na zaměstnance v high- a mediumhigh-tech oborech vyplynulo, ţe ve dvou třetinách ORP (143) dosahují technologicky náročné
obory (dle OECD) niţší produktivity neţ zpracovatelský průmysl ČR jako celek (Obr 2). ORP
s podprůměrnou produktivitou technologicky náročných oborů lze rozdělit do dvou skupin:
a) ORP se zastoupením velkých firem ve strojírenství, elektrotechnice a výrobě
automobilových dílů – Humpolec, Hlinsko, Blansko, Jablonec nad Nisou aj.
b) ORP pouze s malými a středními firmami (Horšovský Týn, Trhové Sviny aj.)
7
Šilheřovice 2008
Obr č.1: Podíl high- a medium-high-tech oborů na zaměstnanosti ve
zpracovatelském průmyslu v roce 2006
Na druhém straně lze ORP s vysokou produktivitou rozdělit podle specializace do třech
skupin:
a) ORP se specializací na kapitálově náročné obory základní chemie (Litvínov, Kralupy
nad Vltavou, Valašské Meziřičí a Neratovice) a výroby automobilových dílů (Jihlava, Mnichov
Hradiště, Jablonec nad Nisou, Kopřivnice, Jičín, Lovosice)
b) ORP zaloţené na produktivních high-tech oborech (Praha – farmaceutika, TV vysílače,
řídící elektronika, Opava - farmaceutika, Broumov – měřící přístroje aj.)
c) ORP se specializací na ostatní medium-high-tech obory - Mladá Boleslav, Vrchlabí,
Rychnov nad Kněţnou (Kvasiny), Kolín, Vysoké Mýto – vše automobily, Frenštát a Roţnov
pod Radhoštěm (elektrotechnika a strojírenství)
V téměř všech ORP s vysokou produktivitou technologicky náročných oborů je zastoupena
pouze jedna velká firma. Výjimkou je Praha, Jihlava a Mladá Boleslav.
8
Šilheřovice 2008
Obr. č.2: Produktivita high- a medium-high-tech oborů zpracovatelského
průmyslu v roce 2006
Závěr
Výsledky regresní analýzy a odpovědi na výzkumné otázky formulované v úvodu je moţné
shrnout do následujících tvrzení:
1) Na úrovni obcí s rozšířenou působností byl prokázán signifikantní, středně silný a
pozitivní vliv odvětvové struktury zpracovatelského průmyslu podle technologické náročnosti
na ekonomickou výkonnost zpracovatelského průmyslu a souvisejících sluţeb (měřeno
přidanou hodnotou ve zpracovatelském průmyslu a OKEČ 72-73 na počet obyvatel) ORP.
2) Kapitálová náročnost výrobního procesu má větší vliv na produktivitu
zpracovatelského průmyslu a ekonomickou výkonnost ORP neţ technologická náročnost.
Největší produktivity dosahují ORP se specializací na investičně náročné obory
automobilového, hutnického a chemického průmyslu, které ve většině případů nedisponují
vlastním výzkumem a vývojem. Rozmístění velkých firem v medium-high-tech oborech lze
povaţovat za nejvýznamnější strukturální faktor ovlivňující dynamiku regionálního rozvoje.
3) Ukazatel podílu high-tech oborů na zaměstnanosti ve zpracovatelském průmyslu
statisticky neovlivňuje ekonomickou výkonnost zpracovatelského průmyslu jednotlivých ORP.
High-tech obory s vysokou produktivitou jsou soustředěny ve velkých městech, které
vykazují nadprůměrnou, ale nikoli nejvyšší přidanou hodnotu na obyvatele. Pozitivní efekt
high-tech oborů je převáţen rozmístěním velkých a vysoce produktivních firem v mediumhigh-tech a kapitálově náročných oborech. Vliv high-tech oborů není jednoznačný ani
v případě ORP s nízkou přidanou hodnotou na obyvatele, která je výsledkem buď slabé
industrializace nebo zastoupení high-tech oborů s nízkou produktivitou (montáţní provozy).
4) Srovnání taxonomií WIFO a OECD z hlediska vhodnosti vyuţití pro měření
regionálních disparit v ČR není jednoznačné. Taxonomie WIFO poskytuje přesnější vymezení
technologicky náročných oborů (TDI) neţ taxonomie OECD, kde je sektor high- a mediumhigh-tech odvětví příliš široký a heterogenní. Skupina TDI oborů také lépe reflektuje
9
Šilheřovice 2008
strukturální specifika zpracovatelského průmyslu ČR neţ skupina high-tech oborů, protoţe
zahrnuje výrobu motorových vozidel. Na druhou stranu je výroba automobilových dílů
v taxonomii WIFO zařazena jiţ mezi kapitálově náročné obory, zatímco podle OECD je celý
automobilový průmysl zařazen pod medium-high-tech obory. Nejvhodnější je tedy zároveň
sledovat zaměstnanost v TDI a medium-high-tech oborech.
5) Ve 143 ORP vykázaly technologicky náročné obory (OECD) podprůměrnou
produktivitu z přidané hodnoty ve srovnání se zpracovatelským průmyslem ČR. Přesto je
oprávněné pouţít ukazatele podílu technologicky náročných oborů (dle OECD i WIFO) na
zaměstnanosti pro hodnocení progresivity odvětvové struktury regionů. Je však nutné je
doplnit o charakteristiky konkurenceschopnosti (např. produktivita z přidané hodnoty) a
nejlépe i reálné technologické náročnosti (výdaje na VaV vztaţené k přidané hodnotě resp.
počet VaV pracovníků) firem v těchto oborech.
Literatura
1) HATZICHRONOGLOU, T. Revision of the High-Technology Sector and Product
Classification. STI Working Paper. Paris: OECD, 1997, č. 2.
2) KADEŘÁBKOVÁ, A. Strukturální charakteristiky konkurenceschopnosti české
ekonomiky. Working Paper CES VŠEM. Praha: CES VŠEM, 2007, č. 4/2007.
3) KADEŘÁBKOVÁ, A. Kvalitativně zaloţená konkurenční výhoda ČR v mezinárodním
srovnání. Working Paper CES VŠEM. Praha: CES VŠEM, 2006, č. 2/2006.
4) KADEŘÁBKOVÁ, A. Konkurenční výhoda české ekonomiky v oblasti high-tech aktivit.
Bulletin CES VŠEM. Praha: CES VŠEM, 2005, č. 6, s. 1 - 5.
5) LEXA, J. - ROJÍČEK, M. Odvětvová znalostní náročnost a konkurenceschopnost české
ekonomiky. Working Paper CES VŠEM. Praha: CES VŠEM, 2007.
6) Metodika tvorby datových podkladů pro kvantifikaci regionální produkce
zpracovatelského průmyslu. Praha: MPO, Adviser, 2005, 5 s.
7) OECD Handbook on economic globalisation indicators . OECD, 2005, 230 s.
8) PENEDER, M. Intangible Investment and Human Resources. WIFO Working Paper.
Wien: WIFO, 1999, č. 114/1999.
9) ROJÍČEK, M. Strukturální analýza české ekonomiky. Working Paper CES VŠEM. Praha:
CES VŠEM, 2007, č. 3/2007.
10) ROJÍČEK, M. Konkurenceschopnost odvětví v České republice. Bulletin CES VŠEM.
Praha: CES VŠEM, 2006, č. 23, s. 3-5.
11) SALA-I-MARTIN, X. - ARTADI, E. The Global Competitiveness Index. In Global
Competitiveness Report 2004-2005. New York: Palgrave Macmillan, 2004, s. 51-70.
12) Global Competitiveness Report 2004-2005. New York: WEF, Palgrave Macmillan,
2004.
13) ŢENKA, J. Riziko delokalizace zpracovatelského průmyslu – regionální aspekty.
Geografie, 2008a, roč. 113, č. 1, s. 1-19.
14) ŢENKA, J. Delokalizace zpracovatelského průmyslu ČR - komponentní analýza.
Politická ekonomie, 2008b [v tisku].
15) ŢENKA, J. - ČADIL, V. Regional distribution of technology-intensive manufacturing
industries in the Czech Republic with accent on risk of delocalisation. Prague
Economic Papers, 2008 [v tisku].
10
Šilheřovice 2008
REGIONÁLNÍ DISPARITY VE FINANČNÍ DOSTUPNOSTI
NÁJEMNÍHO BYDELNÍ
Mgr. Martina Mikeszová
Abstrakt
Příspěvek se zaměřuje na analýzu regionálních disparit ve finanční dostupnosti nájemního
bydlení v České republice. V příspěvku je diskutována problematika měření finanční
dostupnosti bydlení i nedostupnosti zdrojů dat; z toho důvodu byla také pouţita alternativní
metodika měření finanční dostupnosti bydlení, jeţ se vypořádává s nedostatkem dat. Dále
příspěvek ukazuje výsledky analýzy regionálních disparit ve finanční dostupnosti nájemního
bydlení v letech 2000 – 2006. Cílem příspěvku je zejména zjistit, zda se disparity mezi
regiony a mezi různými typy domácností zvyšovaly nebo sniţovaly.
Klíčová slova
Finanční dostupnost bydlení, Nájemní bydlení, Regionální disparity
Abstract
The paper addresses an analysis of regional disparities in rental housing affordability in the
Czech Republic. In the paper, the issue of measuring housing affordability and the lack of
relevant data set(s) are discussed; therefore, alternative methodological approach for
measurement of housing affordability that makes it possible to overcome the problem of
insufficient data was used. Additionally, the paper shows selected results of analysis of
regional disparities in rental housing affordability in the Czech Republic in the period 2000 –
2006. The aim of the paper is to discover whether the disparities have been growing or
shrinking among regions and among different types of households.
Keywords
Housing affordability, Regional disparities, Rental housing
Úvod
Regiony v ČR (kraje) mezi sebou vykazují disparity především v ekonomické výkonnosti
(podílu regionů na tvorbě HDP) a vývoji zaměstnanosti, přičemţ regionální rozdíly se
prohlubovaly zejména v 90. letech (Hampl 2001, Blaţek, Csank 2007). Tento vývoj byl
způsoben zásadními změnami ve společnosti i v ekonomice, ke kterým došlo během
transformačního období, i jako reakce na umělou nivelizační politiku v období před rokem
1989. K dynamickým změnám regionální diferenciace docházelo zejména ve druhé polovině
90. let, po roce 2000 jiţ regionální disparity oscilují kolem dosaţené hladiny a dochází ke
stabilizaci nové regionální struktury ČR (Blaţek, Csank 2007). Tyto regionální rozdíly
v ekonomické výkonnosti regionů jsou nepochybně také provázané s regionálními disparitami
ve vybavení infrastrukturou, vzdělávacími podmínkami i podmínkami bydlení.
1
Šilheřovice 2008
Mnohé odborné publikace zaměřující se na analýzu a popis změn v oblasti bydlení a reforem
v oblasti bytové politiky v průběhu ekonomické transformace v ČR (např. Lux et al. 2002,
Lux, Sunega, Kostelecký, Čermák, Košinár 2004, Donner 2006, Lux, Sunega 2006, Lux 2007)
ukázaly, ţe ekonomické změny v ČR měly, mimo jiné, za následek podstatné kvantitativní i
kvalitativní změny v oblasti nabídky bydlení (zejména v rozsahu i formě nové bytové
výstavby) i ve výši a distribuci výdajů domácností na bydlení. Relativní výdaje českých
domácností na bydlení (definovány jako průměrný podíl výdajů na bydlení na celkových
měsíčních výdajích domácnosti) rostly v průběhu celého transformačního období, konkrétně z
11 % v roce 1990 na 22 % v roce 2003 (Lux, Sunega, Kostelecký, Čermák, Montag 2005). Z
pravidelného monitoringu i analýz výdajů českých domácností na bydlení (Sunega 2003, Lux
& Burdová 2000, Lux 2002, Lux et al. 2002) je zřejmé, ţe výdaje na bydlení ukrajovaly stále
větší podíl z celkového koláče spotřebních výdajů českých domácností a staly se hlavní
výdajovou poloţkou českých domácností. Mimo to, po roce 2000 došlo k podstatnému
zvyšování nerovností ve výši relativních výdajů na bydlení mezi nejchudšími a nejbohatšími
domácnostmi (Lux, Sunega, Kostelecký, Čermák, Montag 2005: 169).
Ve výši trţních cen vlastnického a druţstevního bydlení, a téţ ve výši tzv. trţního nájemného,
se postupně objevily značné regionální rozdíly (zejména v rozdílu v průměrné výši cen
bydlení a nájmů mezi Prahou a zbytkem ČR), které mají pravděpodobně přímý vliv na
vytvoření a zvyšování regionálních disparit ve finanční dostupnosti bydlení. I přes tuto
skutečnost nebyly disparity dosud důsledně zmapovány a analyzovány. V rámci projektu
„Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy
opatření na sníţení regionálních disparit“1 byl proto řešen jeden z prvních dílčích cílů, kterým
byla kvantifikace a deskripce vývoje finanční dostupnosti bydlení a vývoje regionálních
disparit ve finanční dostupnosti bydlení pro jednotlivé kraje NUTS 3 a mezi nimi v letech
2000 – 2006. Cílem analýz bylo zmapovat vývoj finanční dostupnosti nájemního i
vlastnického bydlení v jednotlivých krajích ČR v letech 2000 – 2006 pro různé typy
domácností, postihnout vývoj regionálních rozdílů ve finanční dostupnosti bydlení a následně
identifikovat domácnosti potencionálně ohroţené finanční nedostupností bydlení 2. Tento
příspěvek se věnuje zejména speciální metodice výpočtu indikátorů finanční dostupnosti,
která byla speciálně vyvinuta týmem socioekonomie bydlení Sociologického ústavu AV ČR pro
analýzu regionálních disparit ve finanční dostupnosti bydlení, a zároveň ukazuje vybrané
výsledky analýzy finanční dostupnosti nájemního bydlení.
Metodologie měření finanční dostupnosti bydlení
Při měření finanční dostupnosti bydlení se standardně pouţívají čtyři indikátory finanční
dostupnosti (Hulchanski 1995, Garnett 2000, Hui 2001). Pro finanční dostupnost nájemního
bydlení jsou to tzv. míra zatíţení, tj. indikátor podílu čistého nájemného nebo výdajů na
bydlení na celkových čistých příjmech domácnosti a rezidální příjem, který je roven částce
1
Projekt „Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy
opatření na sníţení regionálních disparit“ je řešen v rámci programu „WD – Výzkum pro řešení
regionálních disparit“ financovaném Ministerstvem pro místní rozvoj ČR. Na první části projektu, která
zahrnovala zmapování regionálních disparit ve finanční dostupnosti bydlení, se podílel tým
socioekonomie bydlení Sociologického ústavu AV ČR, v.v.i. s pomocí Institutu regionálních informaci,
s.r.o.
2
Výsledky analýz včetně metodiky měření finanční dostupnosti bydlení byly zveřejněny v Souhrnné
zprávě – zmapování vývoje i regionálních disparit ve finanční dostupnosti bydlení (Lux ed. 2008).
2
Šilheřovice 2008
celkového čistého příjmu domácnosti sníţeného o výdaje na bydlení a o částku ţivotního
minima nezbytnou k úhradě ostatních základních ţivotních potřeb jednotlivých členů
domácnosti. Při měření finanční dostupnosti vlastnického bydlení je pouţíván indikátor priceto-income ratio (poměřující průměrné/mediánové ceny prodávaného bydlení a
průměrné/mediánové roční čisté příjmy domácností, P/I) nebo lending multiplier (ukazující
poměr celkové sumy, kterou domácnost zaplatí v rámci splátek úvěrů na bydlení, k celkovým
čistým ročním příjmům domácnosti, LM). Ţádný z uvedených indikátorů však není zcela
oproštěn od potřeby normativního stanovení určité limitní hranice, jejíţ překročení indikuje
skutečnost, ţe stávající bydlení je jiţ pro danou domácnost finančně nedostupné – například
určení maximální míry zatíţení nebo minimálního reziduálního příjmu. Stanovení určité
hranice únosnosti je jen obtíţně vědecky odůvodnitelné, podobně jako kaţdý jiný normativní
soud.
Normativita při určení hranice únosnosti je jen jedním z problémů při měření a hodnocení
finanční dostupnosti bydlení. Všechny indikátory pouţívané pro měření, jak je bydlení
finančně dostupné pro různé skupiny domácností v různých částech země, se musí rovněţ
vyrovnávat se skutečností, ţe analýza prostých výdajů na bydlení nezohledňuje dostatečně
kvalitu samotného bydlení, velikost uţívaného bydlení, ochranu nájemních práv a ostatní s
bydlením související náklady (náklady dojíţďky). Vysoká míra zatíţení (tedy na první pohled
problém s finanční dostupností bydlení) u některých domácností bydlících například v
nájemním bydlení, nemusí být způsobena jejich nízkým příjmem nebo obecnou vysokou
úrovní nákladů na bydlení, ale pouze tím, ţe tyto domácnosti bydlí v příliš luxusních a/nebo
příliš velkých bytech neodpovídajících velikosti jejich domácností (například dvoučlenná
domácnost bydlí ve čtyřpokojovém bytě), u kterých je také vyţadováno vyšší nájemné.
Pokud by se takové domácnosti přestěhovaly do „přiměřeného“ bydlení (které nelze neţ opět
definovat normativně), pak by jejich míra zatíţení mohla výrazněji poklesnout na hodnoty,
které jiţ nejsou hodnoceny jako neúnosné nebo problémové. Prostý „neupravený“ výpočet
míry zatíţení tak můţe podávat zkreslený obraz o tom, kolik domácností je skutečně v nouzi
z pohledu finanční dostupnosti bydlení. Indikátory pouţívané pro měření finanční dostupnosti
bydlení se s tímto problémem musí vypořádat, jinak odráţí spíše defekty na daném trhu s
bydlením neţ skutečné disparity ve finanční dostupnosti bydlení.
Analýza vývoje finanční dostupnosti bydlení je navíc v českém prostředí v mnoha ohledech
specifická. Je tomu zejména proto, ţe míra ochrany před nepříznivým vývojem na trhu
bydlení je mezi českými domácnostmi rozdělena nerovněji, neţ je tomu ve vyspělých zemích.
V průběhu ekonomické transformace se z hlediska přístupu k bydlení (socio-ekonomického
pohledu) u nás, stejně jako v jiných tranzitivních zemích, v zásadě vyprofilovaly dva základní
segmenty trhu. „Dědictví“ důsledků bytové politiky z minulého reţimu a pokračování v
regulaci nájemného (resp. nedostatečná reforma v oblasti nájemního bydlení) a privatizace
obecních bytů za zvýhodněných cenových podmínek po roce 1989 jsou hlavními příčinami
rozdělení české společnosti z hlediska přístupu k bydlení a rovněţ z hlediska finanční
dostupnosti bydlení do dvou hlavních zřetelně oddělených (i kdyţ přesně jen velmi těţko
definovatelných) skupin: skupiny domácností uţívajících výhod „privilegovaného“ bydlení,
kam náleţí lidé hradící regulované nájemné, lidé, kteří si pořídili vlastní nebo druţstevní
bydlení ještě před rokem 1989 a lidé, kteří měli moţnost koupit si vlastní bydlení při
privatizaci obecních bytů, během které byly a dosud jsou byty prodávány i hluboko pod
úrovní trţních cen; a segment „neprivilegovaného“ bydlení, ve kterém bydlí lidé hradící z
3
Šilheřovice 2008
důvodu samotné regulace nájemného zbytečně vysoké trţní nájemné (Lux, Sunega 2002) a
kteří z důvodu časově omezených nájemních smluv a zcela volného způsobu stanovení
nájemného (prvotního i opětovného) uţívají slabší legislativní ochrany před jednáním
pronajímatelů, lidé označovaní někdy jako „nebydlící“ (manţelé po rozvodu nebo dospělé
děti, které jsou z důvodu nízkých příjmů a nemoţnosti dědictví „privilegií“ nuceni ţít v
nechtěném souţití s jinou domácností), a lidé, kteří si pořídili vlastní či druţstevní bydlení za
trţních podmínek a uhradili trhem určenou cenu.
Na rozdíl od jiných sociálních nerovností byla tato segmentace (a z ní plynoucí sociální
nerovnost v přístupu k bydlení) vytvořena nikoliv působením trţních sil, ale realitou zásadní
ekonomické transformace a aktivitou státu a obcí, centrální a lokální bytovou politikou, a to i
v jiných tranzitivních zemích (Lux ed. 2003). Proto by analýza vývoje finanční dostupnosti
bydlení měla být prováděna zvlášť pro „privilegovaný“ a zvlášť pro „neprivilegovaný“ sektor
bydlení. Pro účel relevantního zmapování vývoje finanční dostupnosti bydlení i vývoje
regionálních disparit ve finanční dostupnosti bydlení v ČR budou analýzy prováděny zvlášť
pro jednotlivé právní typy bydlení (nájemní a vlastnické bydlení), zvlášť pro „privilegovaný“ a
„neprivilegovaný“ segment trhu, zvlášť pro jednotlivé typy domácností a s vyuţitím konceptu
„přiměřeného“ bydlení (tj. bydlení odpovídajícího velikosti daného typu domácnosti). Z
důvodu nedostatku informací o „privilegovaném“ sektoru vlastnického bydlení (privatizovaný
bytový fond) se ovšem naše analýza omezí pouze na „privilegovaný“ a „neprivilegovaný“
sektor nájemního bydlení a „neprivilegovaný“ sektor vlastnického bydlení.
V České republice neexistuje takový datový soubor, který by umoţnil jednoduchou analýzu
regionálních disparit ve finanční dostupnosti bydlení, tj. analýzu skutečných disparit na
základě znalosti konkrétních domácností s jejich konkrétními výdaji a příjmy. Ačkoliv pro
celorepublikovou (či lépe omezenou celorepublikovou) výpověď o finanční dostupnosti
bydlení je moţné vyuţít datového souboru Českého statistického úřadu (ČSÚ) Statistika
rodinných účtů, vzhledem k velikosti dotázaného vzorku a kvalitě výběru (jedná se o kvótní
výběr) ji není moţné pouţít pro analýzu regionálních disparit. Tento nedostatek přitom není
jediný. V České republice chybí relevantní data o příjmech domácností; Statistiku rodinných
účtů nelze pro tento účel rovněţ pouţít. Nezbývá proto, neţ pro účel modelování příjmu
domácnosti vyuţít jiné zdroje, zejména pak regionální mzdovou statistiku ČSÚ.
Za účelem zmapování regionálních rozdílů v dostupnosti bydlení byl proto pouţit alternativní
postup, který lze shrnout do sedmi bodů:
1.
2.
3.
4.
5.
6.
7.
Vytvoření typologie domácností
Výpočet čistých příjmů domácností
Vytvoření typologie bydlení
Stanovení průměrných trţních cen a průměrných trţních nájmů
Přiřazení typu bydlení k typu domácnosti
Výpočet indikátorů finanční dostupnosti bydlení
Zmapování regionálních disparit.
V prvním kroku byly definovány typy domácností na základě tří kriterií: ekonomické aktivity
členů domácnosti, kategorie zaměstnání ekonomicky aktivních členů domácnosti a velikosti a
sloţení domácnosti. Kvůli velkému počtu různých kombinací těchto kritérií bylo nutné vyřadit
4
Šilheřovice 2008
pro analýzu nevhodné nebo marginálně zastoupené3 typy domácností (dle SLDB 2001).
Výsledná typologie obsahuje 60 typů domácností, které reprezentují zhruba 66 % všech
českých domácností. Vedle toho byly také na základě analýzy dat ze SLDB 2001 definovány
čtyři kategorie velikosti bytu (1+1, 2+1, 3+1, 4+1), které byly následně přiřazeny
k jednotlivým typům domácností podle počtu jejích členů (přiměřené bydlení). Například
jednočlenným domácnostem bylo přiřazeno bydlení v bytě 1+1 (1+kk). Indikátory finanční
dostupnosti bydlení pro jednotlivé typy domácností byly poté vypočteny za pomocí dat o
čistých průměrných příjmech domácností odhadnutých softwarovou simulací daní a dávek na
datech regionální hrubé příjmové statistiky Českého statistického úřadu (hrubé mzdy
zaměstnanců), datech Ministerstva práce a sociálních věcí a Ministerstva financí týkajících se
státní sociální podpory, a za pomocí dat o průměrných trţních nájmech, průměrných
maximálních regulovaných nájmech a průměrných cenách bytů v jednotlivých českých
regionech v letech 2000 – 2006 zjištěných Institutem regionálních informací, s.r.o. Výdaje na
energie, vodu a ostatní sluţby spojené s bydlením nebyly v indikátorech zohledněny, neboť
regionální data o těchto nákladech domácností nejsou k dispozici a zároveň můţeme
předpokládat, ţe tyto výdaje se výrazně regionálně neliší (zejména ve srovnání s regionálními
rozdíly v cenách bytů a v nájmech).
Z vypočtených indikátorů finanční dostupnosti bydlení byla vytvořena databáze zahrnující
data pro všech 60 typů domácností ve všech krajích od roku 2000 do roku 2006. Při analýze
regionálních disparit ve finanční dostupnosti nájemního i vlastnického bydlení jsme se
zaměřili na dvě základní úrovně zkoumání regionálních rozdílů: na vývoj regionálních rozdílů
a vývoj rozdílů mezi konkrétními kraji a následně na proměny v zastoupení domácností
v různě definovaných kategorií finanční dostupnosti bydlení v jednotlivých krajích, přičemţ
regionální disparity byly analyzovány zvlášť pro segment „privilegovaného“ nájemního
bydlení a „neprivilegovaného“ nájemního a vlastnického bydlení.
Jelikoţ je velmi obtíţné a nepřehledné sledovat vývoj indikátorů finanční dostupnosti pro
kaţdý z šedesáti typů domácností, byl jednak sledován vývoj průměrných hodnot indikátorů
finanční dostupnosti za úhrn všech domácnosti v daném kraji a na druhé straně byly pomocí
klastrové analýzy vygenerovány 4 shluky domácností, které se vyznačují obdobnou hodnotou
vybraného indikátoru finanční dostupnosti bydlení, a následně byl sledován vývoj finanční
dostupnosti pro tyto shluky domácností. Dalším úhlem pohledu zkoumání regionálních
disparit ve finanční dostupnosti bydlení bylo testování hypotézy, zda se rozdíly mezi regiony
v čase sniţují či zvyšují. Pro vyhodnocení regionálních disparit a jejich vývoje v čase byly
pouţity jak standardní statistické míry variability, kterými jsou rozptyl, směrodatná odchylka
a variační koeficient, tak Gini koeficient i tzv. koeficient ß-konvergence, jeţ je pouţíván
v ekonomii a obecně vypovídá o tom, zda chudá ekonomika roste rychleji neţ bohatá (např.
Barro, Sala-i-Martin 1991).
Druhou úrovní mapování regionálních rozdílů ve finanční dostupnosti bydlení bylo zkoumání
vývoje zastoupení domácností dle různých kategorií finanční dostupnosti bydlení na celkovém
počtu domácností v daném kraji. Na základě různě definovaných výší maximálně únosné
míry zatíţení nájemným, reziduálního příjmu, maximálních výší hodnoty P/I i na základě
bonity domácností pro poskytnutí úvěru na „přiměřené“ bydlení z hlediska bank byly
3
Zejména byly vyřazeny domácnosti podnikatelů, neboť nemáme k dispozici regionální data o jejich
příjmech. Zároveň byly také vyřazeny mnohé marginálně zastoupené domácnosti např. domácnosti
důchodců s dětmi.
5
Šilheřovice 2008
identifikovány domácnosti s velmi nízkou finanční dostupností. Skutečné zastoupení těchto
domácností v jednotlivých krajích bylo kvantifikováno podle SLDB 2001 a porovnáno
v jednotlivých letech.
Analýza finanční dostupnosti nájemního bydlení v krajích ČR
Měření finanční dostupnosti nájemního bydlení bylo provedeno zvlášť pro segment
„privilegovaného“ a segment „neprivilegovaného“ nájemního bydlení. Vývoj finanční
dostupnosti pro segment „privilegovaného“ a „neprivilegovaného“ nájemního bydlení se
ukazuje jako značně odlišný. Míra zatíţení regulovaným nájemným od roku 2000 ve všech
krajích klesá (graf č.1) a regionální rozdíly v míře zatíţení domácností v „privilegovaném“
nájemním bydlení jsou malé (omezují se pouze na výrazně vyšší míru zatíţení v Praze
vzhledem k ostatním krajům). Variační koeficient, který popisuje vývoj regionálních rozdílů
v míře zatíţení výdaji na nájemné v „privilegovaném“ segmentu nájemního bydlení, byl
v období od roku 2000 do roku 2006 v zásadě na stále stejné úrovni (graf č. 2). Regionální
rozdíly v míře zatíţení se tudíţ v této oblasti a ve sledovaném období obecně nezvyšovaly ani
nesniţovaly. Důvodem takového vývoje byla zejména skutečnost, ţe od roku 2002 se zcela
zastavila deregulace nájemného (v reálném vyjádření nájmy dokonce klesaly), zvyšovaly se
pouze „ostatní“ výdaje na bydlení (ceny energií a sluţeb), které se do provedených analýz
z výše uvedených důvodů nepromítají. V letech 2000 a 2001 došlo pouze k mírnému nárůstu
nájemného v segmentu „privilegovaného“ nájemního bydlení, který zhruba odpovídal míře
inflace v těchto letech. Jedinou výjimku představují domácnosti manaţerů, u kterých vlivem
prudkého nárůstu příjmu v Praze došlo ke sniţování regionálních rozdílů.
Graf č. 1: Souhrnný index míry zatížení (vážený průměr míry zatížení - 60
typů zkoumaných domácností)
15%
14%
13,82%
13,37%
13%
12,99%
12,76%
Souhrnný index míry zatížení
12,49%
12%
11,78%
11,05%
11%
10%
9,43%
9%
8,92%
8%
7,78%
7,32%
7,18%
7%
6,76%
6,61%
6,51%
6,40%
6%
6,36%
6,18%
5,76%
5,81%
5,48%
5%
2000
2001
2002
2003
PRA
ST C
JC
PZ
KV
VYS
JM
OL
ZL
MS
2004
UL
2005
LI
Zdroj: IRI,Regionální statistika cen práce (RSCP), ČSÚ, vlastní výpočty.
6
HK
2006
PA
Šilheřovice 2008
Graf č. 2: Vývoj variačního koeficientu míry zatížení regulovaným nájmem
u vybraných typů domácností v letech 2000 až 2006
30,0%
28,69%
28,70%
28,69%
28,70%
28,70%
28,70%
28,70%
27,5%
25,0%
25,43%
25,21%
25,02%
23,41%
22,5%
22,01%
21,22%
21,14%
20,0%
17,5%
21,08%
18,36%
17,27%
17,31%
15,0%
13,97%
13,65%
12,5%
10,0%
2000
2001
2002
2003
2004
2005
2006
manažeři, 2 děti
vědci a odborníci, 2 děti
řemeslníci, 2 děti
pomocní dělníci, 2 děti
technici, úředníci, provozní, 2 děti
technici, úředníci, provozní - samoživitelé
technici, úředníci, provozní bez dětí
regulovaný nájem
nezaměstnaní, 2 děti
důchodce
Finanční dostupnost bydlení v segmentu „neprivilegovaného“ nájemního bydlení se jak
z hlediska vývoje míry zatíţení, tak z hlediska vývoje regionálních disparit jeví jako mnohem
proměnlivější. Analýza vývoje průměrné míry zatíţení za úhrn všech sledovaných domácností
v jednotlivých krajích ukázala, ţe nejvyšší míra zatíţení trţním nájemným je u praţských
domácností, které pak následují domácnosti jihomoravské (graf č. 3). Naopak nejniţší míru
zatíţení najdeme u domácností v Ústeckém kraji, kde by potencionální míra zatíţení v roce
2006 byla 2,5krát niţší. Přestoţe v Ústeckém kraji ţije nejvíce domácností nezaměstnaných a
poměrně vysoké procento nízkopříjmových domácností, nízká úroveň nájmů v porovnání s
Prahou má za následek vyšší dostupnost bydlení. Míra zatíţení v ostatních českých regionech
je zhruba uprostřed rozpětí mezi mírou zatíţení v Jihomoravském kraji a v kraji Ústeckém.
Z hlediska vývoje v čase míra zatíţení od roku 2000 do roku 2004 rostla ve všech krajích
kromě Prahy, mezi roky 2004 a 2005 spíše zůstává ve všech krajích kromě Prahy na stejné
úrovni a od roku 2005 do roku 2006 míra zatíţení klesala ve všech krajích kromě
Moravskoslezského. V Praze se míra zatíţení zvyšovala pouze do roku 2003 a pak jiţ začala
klesat. Vývoj míry zatíţení v Moravskoslezském kraji se odlišuje od ostatních regionů aţ
v roce 2005; domácnosti v tomto kraji měly do té doby jednu z nejniţších měr zatíţení, avšak
v roce 2006 jiţ byla průměrná míra zatíţení domácností v tomto kraji pátá nejvyšší. Tento
vývoj byl vyvolán prudkým nárůstem nájmů, který však nebyl doprovázen tak prudkým
růstem mezd.
7
Šilheřovice 2008
Graf č. 3: Souhrnný index míry zatížení (vážený průměr míry zatížení - 60
typů zkoumaných domácností)
60,0%
57,6%
55,0%
54,2%
50,0%
50,0%
Souhrnný index míry zatížení
48,7%
46,6%
45,5%
45,0%
45,2%
40,0%
38,1%
35,0%
34,4%
31,9%
30,0%
28,0%
28,0%
25,0%
25,0%
23,4%
21,3%
20,0%
19,3%
18,8%
20,0%
18,4%
17,6%
16,8%
16,4%
15,0%
2000
2001
2002
2003
PRA
ST C
JC
PZ
KV
VYS
JM
OL
ZL
MS
2004
UL
2005
LI
HK
2006
PA
Průměrná míra zatíţení ovšem zastírá poměrně velké rozdíly mezi jednotlivými typy
domácností. Neboť by bylo obtíţné a nepřehledné sledovat a porovnávat rozdíly v míře
zatíţení pro kaţdý ze 60 typů domácností, byly za pomoci klastrové analýzy vytvořeny čtyři
shluky domácností, které se vyznačují obdobnou mírou zatíţení. Domácnosti ve shluku
s nejvyšší mírou zatíţení mají míru zatíţení pohybující se okolo 54 %, kdeţto průměrná míra
zatíţení ve shluku domácností s nejniţší mírou zatíţení dosahuje jen 13 % (graf č. 4). Shluk
domácností s velmi vysokou mírou zatíţení zahrnuje domácnosti, které nemají vlastní příjmy
a jsou závislé na sociální pomoci státu (domácnosti dlouhodobě nezaměstnaných), ale i
domácnosti starobních důchodců a samoţivitelů dělníků a prodavačů či provozního personálu
(např. prodavačky, číšníci atp.). Do shluku domácností s vyšší mírou zatíţení („spíše vysoká“)
patří domácnosti niţších kategorií zaměstnání (řemeslníci, obsluha strojů, úředníci), kde je
v rodině pouze jeden příjem. Do shluku domácností s niţší mírou zatíţení („spíše nízká“)
náleţí řemeslníci se dvěma příjmy v domácnosti a rodiny techniků a odborníků s jedním
příjmem. Nejniţší míru zatíţení („velmi nízká“) mají domácnosti dvou zaměstnaných z řad
techniků, odborníků či manaţerů.
Vývoj míry zatíţení pro tyto shluky domácností v čase, tedy v období let 2000 aţ 2006,
popisuje graf č. 4. Souhrnná míra zatíţení pro shluk domácností je vypočtena jako průměrná
míra zatíţení u všech příslušných typů domácností váţená reálným zastoupením daných typů
domácností v jednotlivých českých krajích podle SLDB 2001. Graf č. 4 dokládá, ţe vývoj míry
zatíţení není pro všechny typy domácností stejný. Míra zatíţení pro shluk domácností
s nejvyšší mírou zatíţení rostla ve všech krajích kromě Prahy od roku 2000 aţ do roku 2005 a
8
Šilheřovice 2008
teprve od roku 2005 začíná klesat. V Praze míra zatíţení od roku 2000 do roku 2003 prudce
vzrostla a pak jiţ jen klesá. Graf rovněţ ukazuje, ţe u domácností s nejvyšší mírou zatíţení
jsou patrné největší regionální rozdíly, zatímco domácnosti s nejniţší mírou zatíţení mají míru
zatíţení v jednotlivých krajích obdobnou.
Graf č. 4: Vývoj míry zatížení pro různé shluky domácností
Domácnosti s nejvyšší mírou zatížení
Domácnosti s vyšší mírou zatížení
100%
100%
90%
90%
80%
80%
70%
70%
60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0%
0%
2000
2001
2002
2003
2004
2005
2006
P RA
STC
JC
PZ
KV
UL
LI
HK
PA
VYS
JM
OL
ZL
MS
2000
2001
2002
2003
2004
2005
2006
P RA
STC
JC
PZ
KV
UL
LI
HK
PA
VYS
JM
OL
ZL
MS
Domácnosti s nejnižší mírou zatížení
Domácnosti s nižší mírou zatížení
100%
100%
90%
90%
80%
80%
70%
70%
60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0%
0%
2000
2001
2002
2003
2004
2005
2006
2000
2001
2002
2003
2004
2005
2006
P RA
STC
JC
PZ
KV
P RA
STC
JC
PZ
KV
UL
LI
HK
PA
VYS
UL
LI
HK
PA
VYS
JM
OL
ZL
MS
JM
OL
ZL
MS
Hlavní město Praha představuje specifický region, ve kterém se nenalézají ţádné přidruţené
menší ekonomicky slabší obce s nízkou úrovní cen. Lze tedy předpokládat, ţe míra zatíţení ve
velkých krajských městech (Brno, Ostrava, Plzeň) můţe být mnohem vyšší, neţ je krajský
9
Šilheřovice 2008
průměr, a dominance Prahy v krajském srovnání je tak způsobena specifikou tohoto kraje.
Z toho důvodu jsme zkoumali vývoj míry zatíţení u čtyřech shluků domácností ve vybraných
krajských městech4 a příslušných krajích. Zřetelně můţeme vidět, ţe zatímco ve shluku
domácností s nejvyšší mírou zatíţení praţské domácnosti dominují, u ostatních shluků
domácností je situace v Praze a v Brně velmi podobná. V roce 2005 a 2006 byla míra zatíţení
domácností zahrnutých do shluku domácností s nízkou mírou zatíţení v Brně dokonce vyšší
neţ v Praze. Z grafů je tedy zřejmé, ţe ačkoli na základě srovnání krajů se zřetelně odlišuje
Praha od zbytku republiky, ze srovnání míry zatíţení v krajských městech vyplývá, ţe situace
v obou největších českých městech není natolik odlišná.
Zaměříme-li se na vývoj regionálních rozdílů (sledovaný pomocí variačních koeficientů), pak
z grafu č. 5 nevyplývá, ţe by docházelo ke kontinuálnímu zvyšování regionálních rozdílů od
roku 2000 do roku 2006. Od roku 2000 do roku 2003 došlo k nárůstu regionálních disparit ve
finanční dostupnosti trţního („neprivilegovaného“) nájemního bydlení a naopak od roku 2004
se regionální disparity sniţovaly. Tento vývoj lze připodobnit k vlně. Nejdříve se nájemné
zvyšuje v regionech s jiţ vysokým nájemným a regionální nerovnosti dosahují svého vrcholu
v roce 2003; následně pak dochází ke „slévání“ rozdílů, u regionů s vyšším nájemným výše
nájmu stagnovala a u regionů s niţším nájemným naopak výrazněji rostla.
Kromě míry zatíţení je dalším indikátorem pro měření finanční dostupnosti bydlení reziduální
příjem. Reziduální příjem vyjadřuje objem prostředků, jeţ domácnostem zůstává po
zaplacení nájemného a základních ţivotních nákladů (1,5násobku minimálních ţivotních
nákladů členů domácnosti). Regionální rozdíly v míře zatíţení a reziduálním příjmu v roce
2006 znázorňuje graf č. 7. Shrneme-li poznatky o regionálních rozdílech v míře zatíţení a
v reziduálním příjmu, pak můţeme definovat tři shluky domácností. První shluk představují
domácnosti manaţerů, které mají nejniţší regionální rozdíly v míře zatíţení, avšak nejvyšší
v reziduálním příjmu. V této skupině Praha zcela „utíká“ zbytku regionů. Míra zatíţení
manaţerů v Praze sice odpovídá míře zatíţení techniků v jiných krajích, avšak reziduální
příjem je zcela jiný. Příjmy v Praze jsou totiţ absolutně nejvyšší a stejné to je i u výše nájmů,
z toho důvodu i přes vyšší míru zatíţení zůstává praţským manaţerům po odečtení
nejvyššího nájmu z nejvyššího příjmu nejvíce finančních prostředků. Druhou skupinu
představuje většina kategorií zaměstnání, jejichţ typickým reprezentantem je technik (KZAM
3). Regionální rozdíly v reziduálním příjmu jiţ v této skupině nejsou tak velké jako v případě
manaţerů a naopak větší rozdíly jsou v míře zatíţení. Poslední skupinu tvoří převáţně
domácnosti pomocných dělníků a většina domácností samoţivitelů a rodin s členem na
rodičovské dovolené (reprezentovaných typem technici a zdravotníci). V této skupině se opět
Praha ještě spolu s Jihomoravský krajem odlišuje od zbytku krajů. Výše reziduálního příjmu
zde dosahuje zhruba stejné výše jako v ostatních krajích, ovšem míra zatíţení je mnohem
vyšší.
4
Jelikoţ ovšem nejsou dostupná data o průměrných příjmech (mzdách) v jednotlivých krajských
městech, nezbývá nám při podrobnějším srovnání situace v krajských městech neţ předpokládat, ţe je
průměrný příjem v krajských městech shodný s průměrným příjmem v krajích. Skutečný průměrný
příjem v krajských městech je velmi pravděpodobně vyšší neţ krajský průměr, ale je moţné
předpokládat, ţe tento rozdíl nebude tak výrazný, neboť největší váhu v krajském průměru mají
zpravidla krajská města. Míra zatíţení domácností v krajských městech byla tedy vypočítána jako
poměr průměrného trţního nájemného za přiměřený byt v krajském městě k průměrnému příjmu
daného typu domácnosti v kraji.
10
Šilheřovice 2008
Graf č. 5: Srovnání souhrnné míry zatížení ve vybraných krajích a
příslušných krajských městech pro shluky domácností podle výše míry
zatížení (2000 – 2006)
Domácnosti s nejvyšší mírou zatížení
Domácnosti s vyšší mírou zatížení
100%
100%
90%
90%
80%
80%
70%
70%
60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0%
0%
2000
2001
2002
2003
2004
2005
2006
P raha
Středočeský kraj a P raha
Brno
Jihomoravský kraj
Ostrava
Moravskoslezský kraj
P lzeň
P lzeňský kraj
2000
Domácnosti s nižší mírou zatížení
2001
2002
2003
2004
2005
2006
P raha
Středočeský kraj a P raha
Brno
Jihomoravský kraj
Ostrava
P lzeň
P lzeňský kraj
Domácnosti s nejnižší mírou zatížení
100%
100%
90%
90%
80%
80%
70%
70%
60%
60%
50%
50%
40%
40%
30%
30%
20%
20%
10%
10%
0%
0%
2000
2001
2002
2003
2004
2005
2000
2006
2001
2002
2003
2004
2005
2006
Praha
Středočeský kraj a Praha
Praha
Středočeský kraj a Praha
Brno
Jihomoravský kraj
Brno
Jihomoravský kraj
Ostrava
Ostrava
Plzeň
Plzeňský kraj
Plzeň
Plzeňský kraj
11
Šilheřovice 2008
Graf č. 6: Vývoj variačního koeficientu míry zatížení tržním nájmem u
vybraných typů domácností v letech 2000 až 2006
37,5%
36,04%
35,0%
33,01%
32,5%
30,79%
30,61%
30,0%
29,65%
27,75%
27,5%
32,56%
28,35%
28,46%
27,84%
25,47%
25,0%
23,92%
24,83%
21,80%
21,41%
23,05%
22,5%
20,0%
21,50%
19,22%
17,5%
16,70%
15,0%
2000
2001
2002
2003
2004
2005
2006
manažeři, 2 děti
řemeslníci, 2 děti
technici, úředníci, provozní, 2 děti
technici, úředníci, provozní - samoživitelé
technici, úředníci, provozní bez dětí
nezaměstnaní, 2 děti
tržní nájem
důchodce
13
Praha JM
rodičovská, samoživitel, 1 dítě
UL
12
starobní důchodce
11
10
provozní a zemědělci, 2 děti
9
řemeslníci a obsluha str., 2 děti
8
úředníci, 2 děti
7
technici - rodič., 2 děti
6
technici, samoživitel, 1 dítě
5
technici, zdrav. apod., 2 děti
4
technici bez dětí
3
2
manažeři, 2 děti
UL ST C
VYS
Praha
1
0
-10 000
0
10 000
20 000
30 000
40 000
50 000
STC
JC
PZ
KV
UL
LI
HK
PA
JM
OL
ZL
MS
Plzeň
Brno
Ostrava
Praha
60 000
VYS
Graf č. 7: Reziduální příjem u vybraných typů domácností v roce 2006
12
Šilheřovice 2008
Graf č. 8: Zastoupení zkoumaných domácností v různých kategoriích podle
podílu výše čistého příjmu sníženého o tržní nájemné na minimálních životních
nákladech v segmentu „neprivilegovaného“ nájemního bydlení (dle SLDB
2001)
2000
2006
Moravskoslezský kraj 3,75 13,59
Zlínský kraj 7,57 11,56
Olomoucký kraj 2,6411,24
Jihomoravský kraj 3,4811,51
Vysočina1,229,75
Pardubický kraj 1,8510,28
Královéhradecký kraj 3,4 15,28
42,8
6,38
13,63
10,79
39,97
6,39
Zlínský kraj
12,13
12,36
37,11
3,89
45,19
6,73
Olomoucký kraj
11,07
13,7
36,37
4,66
43,11
7,39
Jihomoravský kraj
48,2
6,6
Vysočina
47,85
6,21
Pardubický kraj
5,19
Královéhradecký kraj
4,18
Liberecký kraj
16,63
12,36
41,67
Liberecký kraj 4,71 15,29
39,27
36,26
11,91 11,28
13,62
5,84
23,36
18,94
11,11
38,25
2,79
11,69
14,29
36,92
3,29
11,85
15,93
35
2,76
31,41
3,05
38,07
6,67
Ústecký kraj
17,3
13,65
28,83
6,3
Karlovarský kraj 2,6 16,31
38,44
6,62
Karlovarský kraj
17,09
11,39
30,46
5,03
Plzeňský kraj 2,06 16,77
41,92
5,61
Plzeňský kraj
17,13
11,28
35,04
2,91
Jihočeský kraj 4,89 14,49
40,29
5,24
Jihočeský kraj
16,75
10,16
35,31
2,69
4,21
Středočeský kraj
16,68
9,13
34,68
2,97
Ústecký kraj 6,86 14,48
Středočeský kraj 6,15
Praha
13,26
0%
více než 4,5
15,51
20%
3,0 - 4,5
37,59
9,07
17,41
40%
1,5 - 3,0
60%
18,69
80%
Praha
100%
18,31
0%
méně než 1,5
více než 4,5
20%
3,0 - 4,5
9,01
13,91
40%
60%
1,5 - 3,0
17,2
80%
100%
méně než 1,5
Struktura domácností podle různých normativně definovaných mezí relativního reziduálního
příjmu v roce 2006 (graf č. 8) ukázala, ţe v roce 2006 by reziduální příjem 17 % domácností
v Praze a 19 % domácností v Jihomoravském kraji byl nulový nebo dokonce záporný, tj. čistý
příjem by domácnosti nestačil ani na zaplacení trţního nájmu a 1,5násobku ţivotních nákladů
členů domácnosti. Dominantní postavení Prahy a Jihomoravského kraje lze vysvětlit
skutečností, ţe v těchto krajích jsou nedostupností ohroţeni samostatně ţijící starobní
důchodci, kteří zde patří k nejpočetnějším typům domácností; podobně lze také zdůvodnit
nárůst procentuálního zastoupení ohroţených domácností v Jihomoravském kraji v roce 2006
oproti roku 2000. U většiny ostatních krajů s výjimkou krajů Ústeckého a Moravskoslezského
zastoupení domácností s nulovým reziduálním příjmem nepřesahuje hranici 5 % (v
Karlovarském kraji je to mírně nad 5 %). Překvapit můţe skutečnost, ţe v Ústeckém kraji,
kde je obecně nejniţší míra zatíţení, je poměrně hojně zastoupena skupina domácností
s nulovým reziduálním příjmem – důvodem je vysoké zastoupení domácností dlouhodobě
nezaměstnaných. Z hlediska vývoje finanční dostupností trţního nájemního bydlení mezi roky
2000 a 2006 je jistě pozitivní, ţe se proměňuje struktura zastoupení domácností podle
různých normativně definovaných mezí relativního reziduálního příjmu ve prospěch vyšší
dostupnosti bydlení, a to ve všech krajích ČR kromě Jihomoravského kraje.
13
Šilheřovice 2008
Graf č. 9: Charakteristiky krajů v roce 2006
60%
100
50%
50
40%
0
30%
-50
20%
-100
10%
-150
0%
-200
PRA
STC
JC
PZ
KV
UL
LI
HK
PA
VYS
JM
OL
ZL
MS
souhrnná míra zatížení - 2006
podíl domácností - ohrožení nedostupností nájemního bydlení (reziduální příjem nižší než 1,5 *minimální životní náklady) - 2006
podíl domácností - ohrožení nedostupností nájemního bydlení (míra zatížení vyšší než 30 %) - 2006
souhrnný reziduální příjem (po odečtení 1,5-násobku minimálních životních nákladů) - 2006 (plus = nadprůměrně vysoká hodnota)
HDP - 2006 (plus = nadprůměrně vysoká hodnota HDP)
míra nezaměstnanosti (VŠPS) - 2006 (plus = nadprůměrně nízká nezaměstnanost)
Pokud bychom rozčlenili kraje podle zastoupení domácností, jeţ jsou potencionálně ohroţeny
finanční nedostupností bydlení, pak můţeme definovat zejména dvě specifické skupiny krajů.
První skupinu tvoří Praha a spolu s Jihomoravským krajem, Jihomoravský kraj se ovšem
vyznačuje velkými rozdíly mezi krajským městem, Brnem, a zbytkem kraje. V Praze a v Brně
najdeme nejvyšší míru zatíţení, vysoké HDP/obyv. a zároveň početnou skupinou ohroţených
domácností (viz graf č. 9). Další skupinu tvoří naopak kraje (Moravskoslezský kraj, Ústecký
kraj, Karlovarský kraj a Olomoucký), kde je bydlení nejdostupnější, ale kde je také nejvyšší
míra nezaměstnanosti. Z toho důvodu také skupina domácností dlouhodobě
nezaměstnaných, kteří jsou ohroţeny ve všech krajích, je zde nejpočetnější, a proto skupina
domácností ohroţených nedostupností je v těchto krajích početnější neţ například
v Plzeňském, Jihočeském nebo Libereckém kraji.
Závěr
Analýza regionálních disparit ve finanční dostupnosti bydlení byla provedena pomocí
specifické metodiky, která umoţňuje vypořádat se s nedostatečnou datovou základnou
poskytovanou oficiální statistikou (neexistujícími datovými soubory dostatečného rozsahu,
které by umoţňovaly relevantní třídění na úroveň jednotlivých regionů). Nevýhodou
navrţeného přístupu je skutečnost, ţe neumoţňuje hodnotit skutečnou finanční dostupnost
bydlení (nájemního nebo vlastnického) pro jednotlivé typy domácností, vypovídá pouze o
potenciální finanční dostupnosti bydlení za výše zmíněných modelových (a částečně i
normativních) předpokladů. Výhodou je naopak skutečnost, ţe umoţňuje relevantní
14
Šilheřovice 2008
hodnocení regionálních disparit v potenciální finanční dostupnosti bydlení v čase a mezi
jednotlivými typy domácností tak, jak byly prezentovány výše.
Z výsledků analýzy vývoje regionálních rozdílů ve finanční dostupnosti nájemního bydlení
vyplývá, ţe vývoj finanční dostupnosti pro segment „privilegovaného“ a „neprivilegovaného“
nájemního bydlení je značně odlišný. Míra zatíţení regulovaným nájemným od roku 2000 ve
všech krajích klesá, regionální rozdíly jsou zde malé a v období let 2000 – 2006 se regionální
rozdíly v podstatně vůbec nezměnily. Zastoupení domácností s velmi nízkou finanční
dostupností tohoto typu bydlení bylo v letech 2000 aţ 2006 také oproti „neprivilegovanému“
segmentu malé.
V segmentu „neprivilegovaného“ nájemního bydlení dochází od roku 2000 do roku 2003
k nárůstu regionálních disparit ve finanční dostupnosti trţního nájemního bydlení a naopak
od roku 2004 tyto regionální disparity klesají. Podrobnější zkoumání rozdílů mezi konkrétními
regiony v roce 2006 odhalilo, ţe ze skupiny regionů vystupují tři kraje: Ústecký kraj na straně
niţší míry zatíţení a Praha a Jihomoravský kraj na straně opačné. Z hlediska vývoje míry
zatíţení samotné se významně odlišuje Moravskoslezský kraj, který byl v roce 2000
v dostupnosti bydlení na úrovni Ústeckého kraje, ovšem v roce 2006 se jiţ přesunul do
středu skupiny většiny krajů. Srovnání míry zatíţení v roce 2006 v krajských městech
překvapivě ukázalo, ţe míra zatíţení domácností v Praze ve srovnání s jinými krajskými
městy (zejména s Brnem) není nikterak výrazně vyšší a odlišnost Prahy v krajském srovnání
je tak způsobena specifickým postavením hlavního města (jeţ je současné obcí i krajem).
Analýza vývoje dostupnosti „neprivilegovaného“ nájemního bydlení u jednotlivých typů
domácností v jednotlivých regionech také odhalila, ţe mezi domácnostmi s vyššími příjmy
(mezi domácnostmi vedoucích a řídících pracovníků i odborníků a specialistů) nejsou
regionální rozdíly zdaleka tak významné jako mezi příjmově nejslabšími domácnostmi. V
regionech s vysokou úrovní cen bytů i nájmů (Praha, Jihomoravský kraj) totiţ dosahuje výše
čistého příjmu kvalifikovaných zaměstnanců výrazně vyšší úrovně neţ ve většině ostatních
regionů, kdeţto příjem pracovníků s niţší kvalifikací je sice vyšší neţ v ostatní regionech, ale
ne v takové míře. Nezávisle na tom, zda rodina manaţera ţije a pracuje v Praze, v Brně či
v Českých Budějovicích, bude potencionální finanční dostupnost bydlení (měřená mírou
zatíţení nájmem) těchto rodin obdobná. U niţších kategorií zaměstnání se však dostupnost
bydlení mezi jednotlivými kraji začíná výrazně lišit. Jinými slovy, pro určité typy domácností
by bylo velmi náročné či téměř nemoţné dovolit si bydlet ve vyspělejších „draţších“
regionech.
Tato potencionální bariéra v migraci mezi regiony můţe mít negativní důsledky pro trh práce,
neboť například pro rodiny provozního personálu ve sluţbách, prodavaček a jiných
zaměstnanců ve sluţbách, ale i pro rodiny řemeslníků by bylo velmi obtíţné bydlet v Praze,
byť jsou tyto profese v hlavním městě velmi poptávané. Tyto domácnosti z hlediska
racionálního rozhodnutí „logicky“ zůstávají v regionech s vyšší dostupností bydlení, i kdyţ s
často vysokou nezaměstnaností a nízkou nabídkou pracovních příleţitostí. Jiné potencionální
riziko můţe představovat poměrně velký rozdíl ve finanční dostupnosti nájemního bydlení pro
rodiny, kde je jeden člen na rodičovské dovolené - nedostupnost bydlení pro rodinné
domácnosti totiţ můţe ovlivňovat demografické chování mladých lidí. V Praze a
Jihomoravském kraji dokonce většina rodinných domácností, ve kterých byl pouze jeden člen
výdělečně činný, spadala do skupiny domácností potencionálně ohroţených finanční
nedostupností bydlení. Zejména v těchto krajích tak lze očekávat, ţe budou mladí lidé
15
Šilheřovice 2008
odkládat zaloţení rodiny či se stěhovat do míst s vyšší finanční dostupností bydlení. Tyto i
jiné souvislosti budou podrobně zkoumány v rámci dalších dílčích cílu projektu „Regionální
disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy opatření na sníţení
regionálních disparit“, které se budou hlavně zaměřovat na analýzu hlavních potenciálních
důsledků vývoje finanční dostupnosti bydlení i regionálních disparit v této oblasti.
Literatura
1) Barro, R., X. Sala-i-Martin 1991. Convergence across States and Regions. Brooking
Papers on Economic Activity, 1: 107 - 182.
2) Blaţek, J., P. Csank 2007. Nová fáze regionálního rozvoje v ČR? Sociologický
časopis/Czech Sociological Review, 43 (5): 945 – 965.
3) Hui, C. M. E. 2001. Measuring Affordability in Public Housing from Economic
Principles: Case Study of Hong Kong. Journal of Urban Planning and Development
Vol. 127, No. 1, Str. 34 - 49.
4) Hulchanski, D. 1995. The Concept of Housing Affordability: Six Contemporary Uses of
the Housing Expenditure-To-Income Ratio. Housing Studies 10: 471–492.
5) Lux et al. 2006. Analýza opatření bytové politiky směřujících k podpoře flexibility
práce v ČR. Praha: Sociologický ústav AV ČR.
6) Lux M, P. Sunega, T. Kostelecký, D. Čermák 2003. Standardy bydlení 2002/03.
Finanční dostupnost a postoje občanů. Praha: Sociologický ústav AV ČR.
7) Lux M., P. Sunega, T. Kostelecký, D. Čermák, P. Košinár 2004. Standardy bydlení
2003/2004. Bytová politika v ČR: efektivněji a cíleněji. Praha: Sociologický ústav AV
ČR.
8) Lux, M. 2002. Finanční dostupnost bydlení v ČR a zemích EU. Praha:
Národohospodářský ústav Josefa Hlávky.
9) Lux, M. ed. 2003. Housing policy: An end or a new beginning? Budapešť: Open
Society Institute.
10) Lux, M., M. Mikeszová, P. Sunega, T. Kostelecký, M. Kadlecová, M. Hadlač, M.
Polednik 2008. Souhrnná zpráva k DC 001 : Zmapování vývoje i regionálních disparit
(mezi regiony NUTS 3) ve finanční dostupnosti bydlení pro jednotlivé právní typy
bydlení, segmenty trhu a typy českých domácností v letech 2000 – 2006.
http://www.disparity.cz/index.asp?menu=704&record=4122
11) Lux, M., P. Burdová 2000. Výdaje na bydlení, sociální bydlení a napětí na trhu s
bydlením (mezinárodní komparace a polistopadový vývoj v ČR) . Praha:
Národohospodářský ústav Josefa Hlávky.
12) Lux, M., P. Sunega 2002. Modelování rovnováţné úrovně nájemného a důsledků
aplikace vybraných nástrojů bytové politiky. Finance a úvěr 53: 31-59.
13) Lux, M., P. Sunega 2006. Vývoj finanční dostupnosti nájemního a vlastnického bydlení
v průběhu transformace českého hospodářství v České republice (1991 – 2003).
Sociologický časopis/Czech Sociological Review 42 (5): 851-881.
14) Lux, M., P. Sunega, T. Kostelecký, D. Čermák, J. Montag 2005. Standardy bydlení
2004/2005. Financování bydlení a regenerace sídlišť. Praha: Sociologický ústav AVČR.
16
Šilheřovice 2008
ANALÝZA REGIONÁLNÍCH DISPARIT VE FYZICKÉ DOSTUPNOSTI
BYDLENÍ Z HLEDISKA BYTOVÉ VÝSTAVBY
Ing. Jan Česelský; Ing. Martin Ferko; Ing. Vladimír Koudela, CSc .
Abstrakt
Bydlení je tradiční politikum se závažnými dopady na státní rozpočet. U nás to platí obzvláště
v průběhu stále probíhající sociální a ekonomické transformace. Příspěvek presentuje závěry
dílčí části výzkumného projektu WD-05-07-3, který zkoumá dostupnost bydlení a regionální
disparity v dostupnosti bydlení, potencionální důsledky vývoje dostupnosti bydlení a vývoje
těchto disparit.
Abstract
Housing is a traditional political severe impact on the state budget. For us this is especially
true during the ongoing social and economic transformation. Contribution presents the sub conclusions of the research project WD-05-07-3, which examines the availability of housing
and regional disparities in the availability of housing, the potential consequences of the
development of the availability of housing and development of these disparities.
Klíčová slova
Bydlení, Disparity, Fyzická dostupnost
Key words
Housing, Disparity, An availability of housing
Úvod
Vztah mezi fyzickým počtem bytů a jejich potřebou, bilancovaný na úrovni státu či velkých
územních jednotek v sobě skrývá jisté metodické úskalí. To spočívá v možných (a velmi
pravděpodobných) rozdílech v rozmístění obyvatelstva a bytového fondu v území. Tento
aspekt má dvě základní stránky, nižší regionální a typologickou. V minulost platilo, že lidé žili
(bydleli) tam, kde měli zdroj své obživy. Bydliště bylo ve vysoké míře totožné s pracovištěm.
Někdejší těsný vztah mezi bydlištěm a pracovištěm se uvolňuje natolik, že rovnováha se
vytváří až na nižší regionální úrovni, tj. zhruba na úrovni 180 – 200 územních celků,
elementárních regionů. Vedle průmyslu se dnes na tomto stavu podílí stále se rozšiřující
základna služeb, ať už veřejných (především školství, zdravotnictví) či placených.
O rozmístění obyvatelstva na nižší regionální úrovni tedy rozhoduje objem pracovních
příležitostí, na lokální úrovni – v jednotlivých (venkovských) sídlech nebo částech velkých
měst pak stávající materiální základna bydlení a územně technické podmínky (tedy možnosti
nové výstavby bytů/domů). V souhrnu se vytváří situace, kterou odborníci nazývají
suburbanizací (rostou předměstské zóny a příměstská sídla).
1
Šilheřovice 2008
Migrační faktor
Potřeba bydlení v jednotlivých krajích je silně vázána na vývoj počtu a skladbu cenzových
domácností, tj. z dynamiky růstu počtu domácností a dynamiky poklesu velikosti domácností.
Obě tyto vývojové tendence působí ke zvýšení poptávky po bytech. Jak ukazují přírůstky
(úbytky) počtu obyvatel přirozenou měnou, stěhováním, přírůstek(úbytek) celkem a saldo
migrace, největší migrační přírůstky směřovaly do zázemí velkých měst s mírnější
nezaměstnaností a s úbytky obyvatel v důsledku přirozené měny obyvatel. Opačně docházelo
k úbytkům počtu obyvatel stěhováním z okresů s přírůstky počtu obyvatel, avšak také
s vysokou nezaměstnaností. V období 1991-2001 tomu tak bylo zejména v Ústeckém a
Moravskoslezském kraji.
Z rozboru vyplývá, že jen menší počet krajů si dlouhodobě uchovával kladný přírůstek
obyvatel, při čemž pouze v Karlovarském kraji na tom spolupůsobil přirozený přírůstek
i migrace. V Moravskoslezském kraji naopak se na úbytku přirozená měna a saldo migrace
spolupodepsaly. V ostatních krajích kladné saldo migrace bylo nedostatečné k překrytí
úbytků z přirozené měny obyvatel. V posledních letech zvláště v roce 2005 a 2006 se
působení salda migrace zvýrazňuje v obou směrech.
Tabulka č.1: Saldo migrace v roce 2005 a 2006 podle krajů
ČR, kraj
Hl.m.Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Česká republika
2005
abs.
11769
14734
2316
2311
-345
1266
1424
1375
998
922
1028
34
31
-1674
36229
2006
%
10,01
12,85
3,7
4,2
-1,13
1,54
3,33
2,51
1,97
1,81
0,91
0,05
0,05
-1,3
3,54
abs.
6260
16472
2038
3124
103
-124
1420
1475
1643
538
2360
603
11
-1203
34720
%
5,29
14,12
3,24
5,65
0,34
-0,15
3,3
2,69
3,24
1,05
2,09
0,94
0,02
-0,96
3,38
Největší kladné saldo migrace se projevuje ve Středočeském kraji a poté v Praze. Kladnou
úlohu migrace sehrává v Plzeňském a Libereckém kraji. Změnila se tendence vlivu v kraji
Karlovarském a utvrzuje se dřívější slabý pozitivní vliv v kraji Olomouckém a Zlínském.
V současnosti na migrační přírůstky obyvatel působí silněji také přistěhovalectví z jiných
zemí. V hlavním městě přibylo za první pololetí roku 2007 téměř 10 tis. osob, z toho
převažující část z ciziny (v roce 2006 celoroční přírůstek činil 7,5 tisíce osob). Podobně ve
Středočeském kraji z celkového přírůstku 12 106 obyvatel za polovinu roku 2007 tvořila
migrace 11 304 osob (93,4 %) z jiných okresů a rovněž z ciziny.
2
Šilheřovice 2008
Mezi kraji s vyšším relativním přírůstkem obyvatel chybí kraje s nízkou vybaveností obyvatel
a domácností byty: Královéhradecký, Pardubický, Jihomoravský. V těchto krajích se diference
s ostatními kraji prohloubily. V Plzeňském a Olomouckém kraji byl přírůstek jen o málo vyšší
než v celostátním průměru a tudíž i zde patrně nedošlo ke snížení rozdílů v úrovni bydlení
(vybavenosti obyvatel a domácností) oproti úspěšnějším krajům.
Charakteristika bytové výstavby 1997-2006 podle krajů
V intenzitě bytové výstavby vyjádřené počtem dokončených, zahájených a rozestavěných
bytů se dobře odráží probíhající změny mnohem rychleji než v bytovém fondu. Bytová
výstavba je ovšem jen malou částí bytového fondu. Roční vliv na změny v počtu a kvalitě
trvale obydlených bytů nepřesahuje obyčejně 1-2 %. V České republice se roční rozsah
výstavby v současnosti pohybuje kolem 40 tis. bytů. Rozdíly mezi jednotlivými kraji jsou
dostatečně velké a mohou především v dynamice snižovat nebo naopak prohlubovat rozdílný
regionální rozvoj i konkrétní disparity.V tabulce je intenzita bytové výstavby vyjádřena
ukazateli počtu dokončených a zahájených bytů v souhrnu za období 1997-2006 a za
poslední tři roky jednotlivě.
Tabulka č. 2: Intenzita bytové výstavby podle krajů 1997-2006
ČR, kraj
Hl.m.Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
ČR
Počet dokončených bytů/
1 000 obyv.
19972004
2005
2006
2006
3,14
5,08
5,58
4,3
3,12
5,35
5,29
5,11
2,32
3,51
3,12
3,04
2,58
3,7
3,53
3,74
1,65
1,66
3,77
2,03
1,03
1,27
1,36
1,03
2,07
3,08
2,65
2,38
2,18
2,42
2,6
2,22
2,37
3,13
2,77
2,33
2,31
3,06
3,08
2,92
2,46
3,42
3,38
3,52
2,09
2,3
1,75
2,04
2,34
2,53
2,89
1,93
1,36
1,58
1,54
1,31
2,27
3,16
3,21
2,34
Počet zahájených bytů/
1 000 obyv.
19972004
2005
2006
2006
4,07
5,35
6,31
6,68
4,82
7,01
8,32
7,2
3,58
4,1
3,76
4,28
3,26
3,63
3,09
4,07
2,44
3,36
2,22
2,5
1,51
1,54
1,68
2,18
2,61
3,36
2,24
3,71
2,64
2,24
3,6
3,66
2,33
3,72
3,38
4,46
3,14
3,69
3,2
3,37
3,26
4,79
4,32
5,22
2,84
2,85
2,75
2,8
2,68
2,75
2,71
2,92
1,68
1,6
1,6
2,34
3,82
3,95
4,26
3,04
V mezikrajském porovnání se v intenzitě bytové výstavby dostávají trvale na přední místa hl.
m. Praha a Středočeský kraj. V počtu dokončených bytů se nad celostátním průměrem
v letech 1997-2006 pohybují ještě kraje Plzeňský, Jihomoravský, Pardubický, Zlínský,
Jihočeský a Vysočina. Slabší postavení, i v posledních třech letech si udržují kraje
Moravskoslezský, Ústecký, Karlovarský, Královéhradecký, Pardubický, Olomoucký a Vysočina.
V krajských městech Brno, Olomouc, Liberec, České Budějovice, Jihlava a Karlovy Vary je
intenzita bytové výstavby vyšší než v průměru kraje, v Ostravě, Ústí nad Labem, Plzni, Hradci
Králové, Pardubicích a Zlíně je naopak nižší. Projevuje se zde určitá anomálie, která ovšem
může mít i dočasný charakter.
3
Šilheřovice 2008
Statistická analýza bytové výstavby ukazuje u statistického znaku počet dokončených bytů
na 1000 obyvatel v rámci krajů České republiky, že se variační koeficient v letech 1995 –
2002 udržuje na víceméně konstantní hladině mezi 21 – 26 procenty, od roku 2003 výrazně
roste a v roce 2005 je jeho hodnota již 40%. Při souvislosti se směrodatnou odchylkou se tak
zjistí, že v letech 1995 – 2002 rostly rozdíly mezi kraji, ale současně se zvyšovala také
výstavba, takže procentuální podíl směrodatné odchylky a průměru byl stále stejný, v dalších
letech rostly rozdíly v bytové výstavbě mezi kraji mnohem rychleji než samotná bytová
výstavba.
Koeficient β-konvergence/divergence zobrazuje hodnoty Pearsonova korelačního koeficientu,
který měří závislost mezi přírůstkem sledovaného znaku v jednotlivých krajích v daném roce
a hodnoty argumentu v předchozím roce. Tento koeficient může nabývat hodnot od -1 do 1.
Blíží-li se koeficient korelace hodnotě 1, existuje mezi proměnnými silná přímá lineární
závislost, obdobně koeficient korelace blížící se hodnotě -1 vyjadřuje silnou nepřímou lineární
závislost. Naopak, pokud se hodnoty koeficientu korelace blíží nule, říkáme, že sledované
proměnné jsou lineárně nezávislé. Koeficient β-konvergence/divergence opět u statistického
znaku počet dokončených bytů/1000 obyvatel dosahuje v roce 2003 hodnoty -0,13 a v roce
2004 je roven 0,82. Tedy v roce 2003 byla lineární závislost mezi přírůstkem počtu
dokončených bytů a počtem dokončených bytů v předchozím roce velmi nízká, navíc byly
tyto veličiny nepřímo úměrné a naopak v roce 2004 se jednalo o silnou přímou lineární
závislost mezi přírůstkem a počtem dokončených bytů v minulém roce.
V zahajované bytové výstavbě jsou tendence z intenzitního vyjádření v dokončené výstavbě
velmi podobné, pouze zobrazené na vyšší úrovni ukazatele. U krajů s nižší intenzitou
zahajované bytové výstavby bude rozsah dokončených bytů v nejbližších třech letech méně
příznivě ovlivněn než tomu bude v krajích s relativně vyšší úrovní zahajované výstavby.
Dlouhodoběji ovšem nízká bytová výstavba se téměř vždy projeví v nízké fyzické dostupnosti
bydlení a může tak přispět i ke vzniku obzvláště silné regionální disparity.
Významné je propojení bytové výstavby a bytového fondu prostřednictvím porovnání
intenzity bytové výstavby s vybaveností domácností byty. Průměrnou roční intenzitu 19972004 poměřenou vybaveností zjištěnou k 1. 3. 2001 vyjadřuje graf.
4
Šilheřovice 2008
Graf č. 1: Vztah mezi intenzitou bytové výstavby a vybaveností
Zdroj: z podkladů ČSÚ zpracoval ÚRS PRAHA, a.s.
Dobře se ukazuje postavení krajů podle dosažené vybavenosti domácností byty v porovnání
s dynamizujícím faktorem výstavby. Dva kraje (Ústecký a Moravskoslezský) měly v letech
1997-2008 nízkou intenzitu bytové výstavby, avšak poměrně vysokou vybavenost
domácností byty vytvořenou v předchozích letech. Umístění Prahy podle obou ukazatelů
vyjadřuje vyhraněné růstové tendence. Podobně tomu bylo v Plzeňském kraji a kraji
Vysočina. Z ostatních krajů umístěných směrem k vyšší intenzitě výstavby se podle vývoje
intenzity výstavby i v dalších letech bude posilovat postavení Středočeského kraje, v menší
míře i krajů Jihomoravského a Zlínského. Nízká vybavenost byty i nízká intenzita výstavby
zůstává v Karlovarském kraji.
Upozornit je potřebné na posun bytové výstavby podle intenzitního ukazatele do obcí
s nižším počtem obyvatel v sousedství větších měst. Zde je také aktuální základna pro
výstavbu rodinných domů a honosnějších vil.
Kvalitativní charakteristiku bytové výstavby je možné rovněž provést až do roku 2006.
Rozdíly mezi kraji mají ve vztahu k regionálním disparitám pouze doplňující význam. Pouze
výraznější narůstání rozdílů v obytné ploše, počtu místností, zalidnění bytů či vybavenosti
bytů by mohlo varovat před nízkou kvalitou bydlení v bytovém fondu. Údaje ukazují, že
takové nebezpečí nehrozí. Porovnání mezi kraji má ovšem svůj význam v tom, že přináší
podněty pro zlepšení kvality bydlení v jednotlivých krajích a nižších územně správních
celcích.
5
Šilheřovice 2008
Tabulka č.3: Velikost dokončených bytů, obytná a užitková plocha bytu
podle rodinných domů a bytových domů a podle krajů v roce 2006
ČR, kraj
Průměrná
obytná plocha
v m2/byt
Průměrná
užitková plocha
v m2/byt
rodinné bytové rodinné bytové
domy domy
domy domy
Hl.m.Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Česká republika
110
102,6
96,6
94,1
101,4
96,7
95
90,8
96,3
91,6
99,3
93,6
97,2
91,9
97,9
56,5
48,7
48,4
47,3
43,8
38,6
38,3
45,3
44,5
49,5
48,1
44,6
50
69,6
50,2
162,7
142,7
141,5
133,4
150,2
137,1
132,6
139,9
144,8
136,9
149,4
136,6
151,1
140,2
142,8
72,3
69,7
66,1
63,1
58,4
53,7
56,8
57,9
60,9
64,7
68,1
74,6
63,1
91,8
68
Byty podle počtu pokojů
rodinné domy
4
33,6
36,1
36,1
38,2
34,4
40,1
45,7
33
42,2
38,3
40,9
42
35,6
38,8
37,9
bytové domy
5 a více garson.
50,6
45,3
39,9
38,3
47,3
29,6
36,5
39,5
39,7
38,7
40,5
33,5
46,8
41,3
41,5
8,4
8
8
11,5
10
30,8
6,2
22,6
5,7
0,9
7,2
1
2,5
0
8
1
2
3
29,1
24,5
24,4
17,6
7,7
25,1
28,3
6,2
18,2
16,2
15,8
19,6
16,7
26,9
20,7
29,4
39,7
41,6
43,2
47,1
19,2
42,8
45,8
51,6
45,3
34,1
49,1
55,8
18,3
36,5
31,5
25,7
20
21,5
28,5
19,2
20
23,2
21,7
31,2
34,4
23,1
16,7
27,9
27,7
Zdroj: ČSÚ
Republikový průměr velikosti bytů podle obytné a užitkové plochy značně přesahují kraje
Moravskoslezský a Praha (V Moravskoslezském kraji to způsobuje zřejmě nulový podíl
garsoniér). V obytné ploše rodinných domů pak Středočeský, Karlovarský a Jihomoravský
kraj. V užitkové ploše rodinných domů jsou v popředí kraje Karlovarský, Zlínský, Vysočina a
Pardubický.
V krajích Moravskoslezském, Olomouckém a v kraji Vysočina chybí nebo v roce 2006 bezmála
chyběla výstavba garsoniér. Třípokojové byty v nově postavených bytových domech jsou
naopak v krajích zastoupeny dosti rovnoměrně s výjimkou Zlínského, Ústeckého, Libereckého
a Jihočeského kraje, kde je podíl znatelně nižší než v celostátním průměru.
Důležité zůstává ještě upozornění, že v posledních letech 2002-2006 oproti období 19972001 průměrná obytná plocha dokončených bytů v bytových domech vykazovala v řadě krajů
pokles. Bylo tomu tak v hl. m. Praze, Jihočeském, Olomouckém a Jihomoravském kraji.
Pokles se projevil i celostátně (1997-2001 průměrná plocha 48,6 m2, 2002-2006 – 48,2 m2).
K výraznému poklesu v období 2002-2006 došlo zejména v Jihomoravském kraji o 6,5 m2 a
hl. m. Praze o 7,5 m2. K menšímu snížení obytné plochy došlo i u rodinných domů v hl. m.
Praze, Středočeském a Jihočeském kraji. Celostátně se velikost bytů zvýšila.
Modernizace bytového fondu v krajích ČR
Důležitým ukazatelem, který je sledován v běžné statistice spolu s bytovou výstavbou je
modernizace bytů. Počet dokončených a modernizovaných bytů je ovšem sledován
samostatně. Usuzuje se odůvodněně, že rozsah modernizace bytů je stále nízký, odpovídá
v ČR zhruba pouze polovině zahajovaných bytů v roce 2006. V tabulce a grafu je uveden
vývoj počtu modernizovaných bytů podle krajů a intenzitní ukazatel za desetileté období.
6
Šilheřovice 2008
Tabulka č.4: Modernizace bytového fondu v krajích ČR 1997–2006
Počet dokončených modernizací bytů v roce, období
Kraj
Hl.m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
ČR
1997
1998
1999
2000
2001
2002
2003
2004
2005
383
367
65
59
246
259
195
389
342
300
363
558
116
1 003
4 645
680
929
67
61
247
180
20
280
342
70
626
923
442
1 211
6 078
1 172
625
173
73
1 540
193
120
317
455
177
769
1 579
172
1 390
8 755
1 486
1 086
310
119
1 662
237
41
412
713
237
1 120
1 797
203
1 302
10 725
3 013
1 522
273
178
411
259
136
589
863
280
2 500
1 940
337
1 134
13 435
3 650
1 006
188
309
559
289
31
563
721
388
1 724
2 172
506
1 493
13 599
3 188
1 725
297
255
514
342
62
546
534
383
1 972
1 185
347
1 411
12 761
3 879
1 740
333
386
369
380
79
455
598
413
2 286
2 793
431
1 327
15 469
4 755
2 632
913
894
656
765
261
848
794
609
3 415
2 747
685
1 922
21 896
Počet dok.
modernizací
bytů 19972006
na 1 000
obyvatel
1997
2006
středního
–2006
4 985 27 191
2,31
1 977 13 609
1,21
1 472
4 091
0,65
620
2 954
0,54
618
6 822
2,24
460
3 364
0,41
243
1 188
0,28
641
5 040
0,92
775
6 137
1,21
419
3 276
0,63
3 558 18 333
1,62
2 869 18 563
2,9
713
3 952
0,66
1 792 13 985
1,1
21 142 128 505
1,25
Zdroj: ČSÚ
Rekonstrukce bytového fondu je nejvíce ovlivněna věkovou a rovněž materiální (panelová
zástavba) skladbou bytových domů. Trvale obydlené byty podle období výstavby v bytových
domech se od skladby celého bytového fondu liší tím, že jsou poskytnuty vhodnější údaje pro
úvahy o rekonstrukci bytového fondu, tj. údaje v urbanizovaných prostorech, kde je
umístěna naprostá většina bytů z celkového počtu.
Jinak se ovšem potvrzuje, že těžiště rekonstrukce bytového fondu zůstává v podstatě stejné.
Kraje s vysokými podíly starého fondu bytových domů a nevelkými přírůstky bytů v letech
1991-2001 jsou nejvíce ohroženy. Regionální disparity v bydlení zde narůstají. Jedná se o
tyto kraje: hl. m. Praha (s poznámkou o výraznějším zlepšení po roce 2001 na základě
rekonstrukcí bytových domů z panelů), dále pak kraj Středočeský (platí stejná poznámka
jako u Prahy), Karlovarský a Liberecký.
Graf č.2: Modernizované byty 1990-2005 (absolutní hodnoty)
Zdroj: ČSÚ, vlastní výpočty
7
Šilheřovice 2008
V průměrné obytné ploše dokončených bytů je v krajích v naprosté většině znatelná růstová
tendence. Výjimkou je hl. m. Praha, Jihočeský a Středočeský kraj. Středočeský kraj i Praha
zůstávají ovšem v čele krajů s nadprůměrnou úrovní. U bytových domů je mírný pokles
plochy v ČR celkem. Větší pokles lze zaznamenat v Praze, Jihočeském, Jihomoravském a
Olomouckém kraji. Pokračování v této nepříznivé tendenci by regionální disparity v této
oblasti posílilo. Obzvláště to platí o kraji Olomouckém, který již v letech 1997-2001 byl
v obytné ploše dokončovaných bytů pod průměrem ČR. Jihomoravský a Olomoucký kraj se
v letech 2001-2006 pod průměrnou úroveň dostávají.
Vybavenost obyvatel a domácností byty v krajích ČR 2001-2006
a předpoklad do roku 2010 - 2015
Tabulka č.5: Vývoj počtu obyvatel 1991-2015 podle krajů (1991-2006
skutečnost, 2010 a 2015 projekce)
Přírůstky (úbytky) –
výchozí rok=100
Počet obyvatel
ČR, kraj
Hl.m.Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Česká republika
1991
2001
2006
1 214 174
1 112 882
622 889
558 307
301 985
824 461
425 120
552 809
508 718
513 740
1 114 160
647 341
596 903
1 278 726
10 302 215
1 169 106
1 112 473
625 267
550 688
304 343
820 219
428 184
550 724
508 281
512 143
1 134 786
643 817
595 010
1 265 019
10 230 060
1 188 126
1 175 473
630 006
554 537
304 602
823 265
430 774
549 643
507 751
511 645
1 132 563
638 894
589 839
1 249 292
10 287 189
1991
-2001
96,3
100,9
100,4
98,6
100,8
99,5
100,7
99,6
99,9
99,7
99,2
99,5
99,7
98,9
99,3
2001
-2006
101,6
104,7
100,8
100,7
100,1
100,4
100,6
99,8
99,6
99,9
99,8
99,4
99,1
98,8
100,6
Počet obyvatel
2010
2015
1 190 000
1 192 000
631 000
555 000
306 000
827 000
431 000
550 000
506 000
509 000
1 138 000
638 000
588 000
1 235 000
10 291 000
1 200 000
1 215 000
6 333 000
558 000
306 000
830 000
4 333 000
550 000
504 000
506 000
1 133 000
636 000
585 000
1 220 000
10 308 000
Přírůstky (úbytky) –
výchozí rok=100
2001
-2010
101,8
106,2
100,9
100,8
100,5
100,8
100,7
99,9
99,5
99,4
99,8
99,1
98,8
97,6
100,6
2001
-2015
102,6
108,2
101,3
101,3
100,5
101,2
100,9
99,9
99,2
98,8
99,8
98,8
98,3
96,4
100,7
Zdroj: ČSÚ, propočet
K projekci obyvatel do roku 2015*) je třeba přičinit jen obvyklé vysvětlení, že pro ČR jako
celek i pro kraje platí dlouhodobá tendence stárnutí obyvatelstva a také pokles počtu
obyvatel v dlouhodobém vývoji. Obtížně odhadnutelným faktorem v projekci obyvatelstva je
rozsah a saldo migrace vůči zahraničí. Již v současnosti se ukazuje, že imigrace bude větší
než se dosud uvažovalo. Kraje se podle údajů v tabulce liší přírůstky (úbytky) obyvatel
výrazně. Již v období 1991-2001 byla většina krajů úbytkových. Pouze 3 kraje končily
přírůstkem (Středočeský, Jihočeský, Liberecký). I hlavní město Praha mělo úbytek obyvatel,
opačná – příznivá tendence se prosadila až po roce 2000.
Údaje za období 2001-2006 (skutečnost) rozdělují kraje do dvou početně shodných skupin.
Hlavní město Praha a Středočeský kraj vzrůstají početně nejrychleji a menší růst udržují
kraje Jihočeský, Karlovarský, Liberecký a z mínusu (1991-2001) se do plusu přemísťují
Plzeňský a Ústecký kraj. Ve srovnání s obdobím 1991-2001 dále klesá počet obyvatel
v Pardubickém, Olomouckém, Zlínském a Moravskoslezském kraji. Kraje Královéhradecký a
Jihomoravský sice zůstávají v mínusové hodnotě, avšak relativně menší 2001-2006 než 19912001.
*)
Projekce jsou zpracovány na delší období. V tabulce pouze výseč do roku 2015.
8
Šilheřovice 2008
V údajích z projekce (2010 a 2015) se situace celostátně zlepšuje a stejně je tomu ve většině
krajů. Kraje s úbytkem obyvatel v předcházejících letech (2001, 2006) zůstávají s mínusovým
vývojem. Předpokládá se větší pokles v Moravskoslezském, Zlínském, Pardubickém a
Olomouckém kraji. V poklesu zůstávají, ale neprohlubují ho kraje Královéhradecký,
Jihomoravský (relativní vzestup) a kraj Vysočina.
V krajích s přírůstkem obyvatel a krajích s relativním zlepšením úbytků obyvatel se vytvořila
příznivější situace k ovlivnění růstu nabídky bytů a je zde první symptom prohloubení rozdílů
s ostatními kraji, které setrvávají v úbytcích obyvatel.
Více než vývoj počtu obyvatel proces bydlení i v regionálním porovnání ovlivňuje vývoj
(dosavadní i v budoucích letech) domácností. Vzhledem ke štěpení cenzových domácností a
snižující se průměrné velikosti by měl počet domácností v ČR k roku 2015 dosáhnout
přibližně 4 600 tis. domácností. K růstu domácností přispívají všechny kraje, ovšem
s rozdílnou dynamikou růstu. Nejvýraznější vzestup proběhne ve Středočeském kraji a také
v hlavním městě Praze. Rostoucí tlak na nabídku bytů se projeví také v Ústeckém,
Karlovarském, Plzeňském a Libereckém kraji. Nízký růst počtu domácností se naopak projeví
silněji ve Zlínském, Olomouckém a Moravskoslezském kraji jakož i v kraji Vysočina. Závislost
růstu bytové výstavby ovšem není zcela mechanická. Rozhodující je konkrétní nabídka a
poptávka a rovněž i bytová politika prováděná v krajích a menších územních celcích.
Propočet bytové výstavby 2001-2010 začleněním a návazností na vývoj v letech 2001-2006
umožní provésti první přiblížení ke zkoumání konkrétních relací v bydlení podle krajů a
vyjasnění regionálních rozdílů až disparit v období 2001-2006 a 2001-2010. Údaje a propočty
obsahuje tabulka „Bytová výstavba a prognózní úvaha“.
Tabulka č.6: Bytová výstavba 2001-2006 a prognózní úvaha do roku 2010
Zahájené byty
v průměru/rok
Dokončené byty v průměru/rok
ČR, kraj
Hl. m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Česká republika
*)
2001-2006
absol.
%
4 875
16,8
4 952
17
1 873
6,4
1 889
6,5
638
2,2
1 018
3,5
1 078
3,7
1 387
4,8
1 431
4,9
1 462
5
3 560
12,2
1 459
5
1 476
5,1
1 985
6,8
100
29 084*)
2005-2006
absol.
%
5 875
18,6
6 021
19,1
1 932
6,1
2 021
6,4
894
2,8
1 080
3,4
1 079
3,4
1 320
4,2
1 458
4,6
1 534
4,9
3 900
12,4
1 213
3,8
1 422
4,5
1 778
5,6
100
31 526*)
2004-2006
absol.
%
7 654
18,9
8 684
21,5
2 542
6,3
1 952
4,8
819
2
1 482
3,7
1 364
3,4
1 736
4,3
1 951
4,8
1 722
4,3
5 388
13,3
1 788
4,4
1 615
4
2 315
5,7
100
40 388*)
Dokončené byty v průměru/rok
2007-2010
absol.
%
6 190
17,2
6 660
18,5
2 200
6,1
2 230
6,2
760
2,1
1 260
3,5
1 300
3,6
1 650
4,6
1 690
4,7
1 690
4,7
4 760
13,2
1 650
4,6
1 580
4,4
2 380
6,6
36 000
100
2001-2010
absol.
%
5 400
17
5 635
17,7
2 005
6,3
2 025
6,4
685
2,1
1 115
3,5
1 170
3,7
1 490
4,7
1 540
4,8
1 350
4,9
4 040
12,7
1 535
4,8
1 520
4,8
2 140
6,7
31 850
100
V roce 2007 dokončeno 41 650 bytů a zahájená výstavba 43 796 bytů.
Zdroj: ČSÚ, vlastní výpočty
K prognóznímu odhadu počtu dokončených bytů do roku 2010 jsou využity údaje
charakterizující tendence vývoje v dokončování a zahajování bytové výstavby po roce 2000
(dokončené byty 2001-2006 a 2005-2006, zahajované byty 2004-2006). Rok 2007 – údaje za
9
Šilheřovice 2008
ČR je potřebné považovat za výjimečné, ovlivněné několika kroky v bytové politice a také
očekáváním daňových změn.
Z odborného odhadu bytové výstavby v letech 2007-2010 především vyplynulo, že by mohlo
být reálně v desetiletích 2001-2010 dokončeno kolem 320 tis. bytů. Z prognostických prací
založených na zjištění fyzické potřeby bytů na základě projekcí obyvatelstva a domácností a
s přihlédnutím k dalším reprodukčním faktorů vyplývá, že by bylo potřebné v dlouhodobějším
výhledu, např. 2001-2015 dosahovat vyššího počtu dokončovaných bytů, zhruba v rozsahu
42-45 tis. bytů. ročně. Do roku 2010 nebude takového počtu dosaženo. Údaje za poslední
roky však ukazují, že bytová výstavba po roce 2010 se může požadovanému počtu
dokončovaných bytů přiblížit. I když v této práci se nezabýváme zjištěním důvodů dosud
nízkého pokrytí potřeby bytů, je potřebné upozornit, že meziregionální rozdíly a disparity jsou
hodnoceny na nižší úrovni, než by měla být a jsou touto skutečností nepochybně ovlivněny.
Z odborného odhadu vývoje počtu dokončených bytů do roku 2010 uvedeného v tabulce
vyplývá, že je třeba počítat s prohloubením stávajících rozdílů mezi kraji. Pomalejší vývoj je
patrný v Olomouckém, Zlínském, Karlovarském, Královéhradeckém i Plzeňském kraji. U hl.
m. Prahy, Středočeského a Jihomoravského kraje se jeví bytová výstavba 2007-2010 (v
návaznosti na léta 2001-2006) jako faktor posilující pozici těchto krajů na úseku bydlení.
Rozdíly v bytové výstavbě prozatím nepřerůstají do značných rozměrů. Jsou však již dosti
patrné. Na druhou stranu je potřebné uvésti, že bytová výstavba není jediným faktorem
úrovně bydlení. Nižší výstavba bytů v některém kraji může být zčásti nahrazena větším
snížením úbytků bytů (rychlejší rozvoj rekonstrukce bytového fondu), relativně větší
přeměnou části neobydlených bytů na trvale obydlené a dalšími faktory zefektivnění procesu
bydlení.
Neobydlené byty v krajích ČR 2001-2006 a předpoklad do roku
2010 - 2015
Počet neobydlených bytů v roce 2001 (SLBD) byl velmi vysoký – 538,6 tis. bytů. Bylo by
nejenom žádoucí, ale patrně po roce 2000 vznikají také i objektivní podmínky působící ke
snížení tohoto počtu. Snížení však nebude enormní. Jak vyplynulo z důvodů neobydlenosti,
většina z nich působí ve smyslu uchování neobydlenosti i v dalších letech.
Byl proto zvolen odborný odhad snížení počtu neobydlených bytů v období
2001-2006 a 2001-2010 v menším rozsahu pouze zhruba 10 % z celkového počtu
neobydlených bytů (54 tis. bytů). V propočtech za jednotlivé kraje byl za základ vzat podíl
neobydlených bytů v období 1991-2001 a vycházelo se z předpokladu, že desetiprocentní
snížení se uskuteční v souladu s těmito podíly. Vzhledem k tomu, že se nejedná o velké počty
bytů – neovlivní vybavenost domácností byty podstatněji, je toto zjednodušení přípustné. Vliv
faktoru neobydlenosti na rozdíly mezi kraji poměřované počty trvale obydlených bytů (v
relativním vyjádření) je patrný z údajů v následující tabulce.
10
Šilheřovice 2008
Tabulka č.7: Rozmístění úspor získaných ke snížení neobydlených bytů podle
krajů v letech 2001-2006 a 2001-2010 (v tis.)
ČR, kraj
Hl. m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Česká republika
Počet trvale
Rozsah úspor
obydlených
neobydlených bytů
bytů
k 1.3.2001 2001-2006 2001-2010
496,9
413,1
231,3
209
115,9
321,9
161,8
204,5
182,9
179,8
404,9
230,6
204,8
470,2
3 827,70
3,3
5,3
2,4
2
0,5
1,7
1,5
2,1
1,6
1,8
2,8
1,5
1,5
2,1
30
6
9,5
4,2
3,6
0,8
3
2,7
3,8
2,9
3,2
5
2,7
2,7
3,9
54
Zvýšení počtu trvale
obydlených bytů
2001-2006
2001-2010
500,2
418,4
233,7
211
116,4
323,6
163,3
206,6
184,5
181,6
407,7
232,1
206,3
472,3
3 857,70
502,9
422,6
235,5
212,6
116,7
324,9
164,7
208,3
185,8
183
409,9
233,3
207,5
474,1
3 881,70
S připočtením k výchozímu stavu trvale obydlených bytů k 1. 3. 2001 hrubých přírůstků
(dokončené byty) a části neobydlených bytů a po odečtení úbytků bytů je možné modelově
zjistit počet trvale obydlených bytů k roku 2006 a 2011. Stejnými úkony lze nastínit i
výsledné počty bytů včetně neobydlených. Podle modelových propočtů a odborného odhadu
se trvale obydlené byty i byty celkem ve vývoji 2001-2006 a 2001-2010 budou více
mezikrajsky odlišovat než v dřívějším desetiletí. Těžiště dynamiky rozvoje se pevně usadí
v hl. m. Praze a Středočeském kraji. Již dříve zaostávající kraje v rozvoji bydlení své
zaostávání v bytovém fondu prohloubí.
Nevelký růst počtu trvale obydlených bytů, který se např. v Moravskoslezském kraji projevil
v letech 2001-2006 zejména velmi nízkou bytovou výstavbou, se může změnit jedině
zvýšením poptávky po bytech na základě vzestupu pracovních míst, snížení nezaměstnanosti
a také snížením emigrace. V podstatě se tímto podává doporučení, které je ovšem potřebné
na základě rozboru konkretizovat. Platí i pro slabší kraje s nízkým potenciálem rozvoje
bydlení (Ústecký, Olomoucký a Karlovarský především).
Závěrečné poznatky a hlavní disparity
Kapitolu je nyní možné uzavřít souhrnnými ukazateli, které mohou nejlépe vypovídat o
rozdílech a meziregionálních disparitách v bydlení v podobě jeho fyzické dostupnosti.
11
Šilheřovice 2008
Tabulka č.8: Vybavenost obyvatel a domácností trvale obydlenými byty
v roce 2001, 2006 a 2010 podle krajů
ČR, kraj
Hl. m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Česká republika
Počet trvale obydlených bytů na Počet trvale obydlených bytů na
1 000 obyvatel
100 cenzových domácností
2001
425,1
368
369,9
379,5
380,9
392,5
377,9
371,4
359,9
346,3
359
360,6
344,1
370,4
374,2
2006
436,4
370,7
379,8
391,9
387,7
393,4
385,1
379,8
369,4
361,5
369,2
368,4
356,5
380,8
383
2010
452,5
384,5
390
404,3
392,5
394,6
393,7
390,9
379,6
372,3
379,4
375,2
365
389,9
395
2001
90,7
89
90,5
89,9
87,5
90,4
89,3
89,6
89,4
89
89,4
89,7
88,9
89,4
89,6
2006
91,2
90,3
90,6
90,3
85,9
88,4
88,1
89,2
88,8
87,6
88,8
88,9
89
89,4
89,5
2010
91,9
89,3
91,1
91,1
85,2
87,4
87,9
89,5
89,2
92,9
90
89
89,8
93,3
90
Zdroj: ČSÚ, vlastní propočet
Vzhledem k preciznějším údajům o počtu obyvatel než o počtu domácností se propočet
vybavenosti obyvatel trvale obydlenými byty jeví mezikrajsky vyrovnanější než stejný
ukazatel vybavenosti domácností. Například silný nárůst počtu domácností ve Středočeském
kraji se i při předpokládaném značném růstu bytové výstavby a úměrných úbytcích bytů
v roce 2010 ve vybavenosti domácností trvale obydlenými byty sníží oproti roku 2006. Bylo
však již uvedeno, že při odborných odhadech nelze očekávat výpočet zcela přesných hodnot.
Důležité je postižení tendencí. U Středočeského kraje se několikráte potvrzuje rychlý růst
kvantitativní i kvalitativní úrovně bydlení.
Údaje o vybavenosti obyvatel a domácností byty se již mohou interpretovat jako souhrnnější
vyjádření meziregionálních rozdílů, které v některých krajích přerůstají, resp. se chystají
přeměnit na meziregionální disparity neovlivněné objektivními podmínkami, spočívajícími jak
v širší ekonomicko-sociální oblasti, tak i v nedostatcích v samotném systému bydlení.
Upozornit je potřebné zejména na bytové situace ve Zlínském, Ústeckém a Karlovarském
kraji. Vybavenost obyvatel trvale obydlenými byty v Libereckém kraji má např. vzestupnou
úroveň, avšak u domácností se projevuje trvalý pokles. Tento nesoulad může skrývat i
některé nedostatky, které mohou mít závažnější charakter.
Celkově ovšem údaje o vybavenosti neupozorňují na extrémní rozdíly, takže celkově v oblasti
fyzické dostupnosti bydlení není situace hrozivá. Svědčí o tom i jiné faktory a vlivy. Běžně se
např. dotvrzuje, že přes vysoký počet neobydlených bytů, nebo přes vysoký podíl bytů
sídlištního typu se celostátně ani v jednotlivých krajích neprojevuje akutní nedostatek bytů ve
fyzickém vyjádření nebo masovější vybydlenost sídlištních celků. Avšak i pouze prohlubování
diferenciace mezikrajská i sociální v bydlení již musí vésti k analýze a aktivnímu zapojení
tržních i podpůrně orientovaných administrativních nástrojů.
12
Šilheřovice 2008
Z analýz regionálních disparit ve fyzické dostupnosti bydlení z hlediska bytové výstavby
plynou významné regionální disparity:
 Kraje, které již v roce 1991, i dříve vykazovaly nízkou úroveň v bydlení ve srovnání
s průměrem za ČR si i v období 2001-2010 ponechají toto postavení přesto, že některé z nich
mají slušnou intensitu bytové výstavby.
 Vysoký podíl úbytků z počtu dokončených bytů ukazuje na nízkou efektivnost a spolu
s druhými faktory tlačí kraje Ústecký,Moravskoslezský, Pardubický, Olomoucký a Vysočinu do
pozice regionálně disparitní.
 Malý podíl rekonstrukce bytových domů z panelů je nebezpečný zejména v Ústeckém,
Karlovarském a Moravskoslezském kraji.
 Z odborného odhadu vývoje počtu dokončených bytů do roku 2010 vyplývá, že je třeba
počítat s prohloubením stávajících rozdílů mezi kraji. Pomalejší vývoj je patrný
v Olomouckém, Zlínském, Karlovarském, Královéhradeckém i Plzeňském kraji.
U krajů s nižší intenzitou zahajované bytové výstavby bude rozsah dokončených bytů
v nejbližších třech letech méně příznivě ovlivněn než tomu bude v krajích s relativně vyšší
úrovní zahajované výstavby. Oslabit tento vliv by mohla poněkud pouze např. větší přeměna
neobydlených bytů na obydlené, snížení úbytků bytů, resp. lepší využití obytné plochy a
zejména také čerpání ze zdrojů rozestavěných bytů. Dlouhodoběji ovšem nízká bytová
výstavba se téměř vždy projeví v nízké fyzické dostupnosti bydlení a může tak přispět i ke
vzniku obzvláště silné regionální disparity.
S ekonomicky intenzivní nebo naopak extenzivní výstavbou a s rekonstrukcí bytového fondu
jsou spojeny úbytky bytů. V dosavadním, dlouhodobém vývoji převládala tendence
extenzivní, úbytky bytů byly vysoké. Poměr úbytků k bytové výstavbě – počtu
dokončovaných bytů zůstává až do současnosti nepříznivý. K hrazení úbytků musí být
vynakládán příliš velký podíl nově postavených bytů.
Z hlediska kvality nové výstavby je významné, že v posledních letech 2002-2006 oproti
období 1997-2001 průměrná obytná plocha dokončených bytů v bytových domech
vykazovala v řadě krajů pokles. Bylo tomu tak v hl. m. Praze, Jihočeském, Olomouckém a
Jihomoravském kraji. Pokles se projevil i celostátně (1997-2001 průměrná plocha 48,6 m2,
2002-2006 – 48,2 m2). K výraznému poklesu v období 2002-2006 došlo zejména
v Jihomoravském kraji o 6,5 m2 a hl. m. Praze o 7,5 m2.
Ve vztahu k vývoji počtu a struktury domácností se ukázalo, že bytová výstavba nepodporuje
fyzickou dostupnost bydlení (vybavenost obyvatel bytovým fondem) dostatečně. Ve spojitosti
s bariérami finanční dostupnosti to může vést k latentní bytové krizi.
Literatura
[1] Dupal, j., Rozpracování závěrů o rozsahu rekonstrukce panelových domů a výhledů do
roku 2015, ÚRS PRAHA, a.s., Praha, 2006.
[2] Firbach, D., et al, Analýza bytové výstavby v územích ČR, 1997-2006, ÚRS PRAHA, a.s.,
Praha, 2007.
[3] ČSÚ – statistika bytové výstavby veřejná databáze ČSÚ – Průmysl stavebnictví –
dokončené byty http://vdb.czso.cz/vdbvo.
[4] Dupal, J., Rozsah rekonstrukce bytových domů z panelů v hodnocených městech, krajích
a ČR z roku 2001 a výhled do roku 2015, Rozvoj bydlení V., Sborník ČSRB, Praha, 2007.
13
Šilheřovice 2008
CESTOVNÍ RUCH JAKO JEDEN Z VÝZNAMNÝCH NÁSTROJŮ
ŘEŠENÍ REGIONÁLNÍCH DISPARIT
Ing. Vladimír Vavrečka, CSc.
Abstrakt
Cestovní ruch je plnohodnotné a atraktivní odvětví, schopné významně se podílet na
ekonomickém rozvoji regionu. Toto potvrzuje nejen vývoj tohoto odvětví za posledních více
neţ 20 let, ale rovněţ řada konkrétních příkladů, kdy nově vzniklé destinace cestovního ruchu
významně pomohly řešit ekonomické a sociální problémy místních komunit. Potenciál
cestovního ruchu nejen v ČR, ale i v Moravskoslezském kraji vytváří příleţitosti pro vyuţití
tohoto odvětví jako významného nástroje pro zajištění udrţitelného rozvoje řady regionů a
tedy i nástroje pro řešení regionálních disparit.
Klíčová slova
Atraktivity cestovního ruchu, Cestovní ruch, Destinace cestovního ruchu, Ekonomický rozvoj,
Návštěvníci, Turisté,
Abstract
Tourism is a full-value and attractive industry, able to participate significantly in the
economic development process of a region. This is confirmed not only by the last more than
20 years development but also by a range of particular examples when newly established
tourists’ destinations significantly assisted in treatment of economic and social problems of
local communities. The tourism potential not only of the Czech Republic but also of the
Moravian - Silesian Region creates opportunities for utilisation of this industry as a significant
tool for assurance of the tenable development of a range of territories and subsequently for
regional disparities treatment.
Keywords
Economic development, Tourism, Tourism destination, Tourism attractions, Tourists, Visitors
Úvod
Cestovní ruch je ve světě povaţován za odvětví budoucnosti, protoţe jeho rozvoj provází
silný multiplikační efekt. Představuje komplexní hospodářsko-ekonomické odvětví, které
významným způsobem ovlivňuje zaměstnanost, platební bilanci a socioekonomický rozvoj
regionů, podílí se na tvorbě hrubého domácího produktu, má vliv na příjmy místních rozpočtů
a v neposlední řadě podporuje i investiční aktivitu v regionech. Cestovní ruch je typickým
odvětvím sektoru sluţeb, které v ekonomikách vyspělých států představuje jiţ nadpoloviční
aţ dvoutřetinový podíl. V rámci tohoto sektoru, vykazujícího jiţ tak vysokou dynamiku, patří
cestovní ruch k těm rychle rostoucím. Celosvětově vytváří cca 12 % pracovních míst.
1
Šilheřovice 2008
Od r. 1990 vzrostly příjmy z mezinárodního cestovního ruchu o 80 %. Celosvětově se podíl
cestovního ruchu na tvorbě HDP jiţ blíţí 15 % a objemem trţeb se cestovní ruch řadí na
první místo mezi hospodářskými odvětvími před obchod s ropou a automobilový průmysl.
Tyto úctyhodné charakteristiky však vytvářejí stále širší pole pro vyuţívání cestovního ruchu
jako významného nástroje ekonomického rozvoje a to zejména tam, kde z různých důvodů
nelze stavět místní rozvoj na tradičních průmyslových či zemědělských odvětvích.
Ekonomický rozvoj
Existuje celá řada pohledů na problematiku ekonomického rozvoje a neméně široká je škála
jeho definic. Neexistuje jediná jednotící definice, která by zachytila všechny aspekty
rozsáhlého tématu, kterým ekonomický rozvoj rozhodně je. Nejčastěji je ekonomický rozvoj
charakterizován a popisován z hlediska dosahovaných cílů. Zpravidla se jedná o cíle typu:
 tvorba pracovních míst,
 tvorba materiálního bohatství,
 zlepšování kvality ţivota.
Ekonomický rozvoj se dá rovněţ chápat jako proces, který ovlivňuje růst a proměny
ekonomiky, zaměřené na zvyšování hospodářského blahobytu komunity či regionu. V
nejširším smyslu slova ekonomický rozvoj zahrnuje tři základní oblasti:
 Politiky, realizované vládou s cílem dosahovat obecných ekonomických cílů, jako např.
kontrola inflace, vysoká zaměstnanost a udrţitelný růst.
 Politiky a programy, zaměřené na poskytování veřejných sluţeb typu budování dálnic,
správa parků a zajišťování přístupu ke zdravotní péči pro postiţené.
 Politiky a programy přímo zaměřené na zlepšování podnikatelského prostředí
prostřednictvím konkrétních opatření:
o financování podniků,
o marketing,
o rozvoj okolního prostředí,
o udrţování a expanze stávajících podniků,
o transfer technologií,
o rozvoj nemovitostí a další
o atd.
Světová banka, jako jeden z čelních finančních subjektů ve světě, charakterizuje ekonomický
rozvoj následovně: „Místní ekonomický rozvoj (Local Economic Development) je proces, ve
kterém partneři z veřejného, podnikatelského a nevládního sektoru spolupracují na vytváření
lepších podmínek pro hospodářský růst a tvorbu pracovních míst. Cílem je zlepšit kvalitu
ţivota všech.“
Hlavním cílem ekonomického rozvoje je tedy zlepšování ekonomického blahobytu
společenství s pomocí opatření, která vedou k vytváření a udrţování pracovních míst,
zlepšování daňové výtěţnosti a kvality ţivota.
Jelikoţ neexistuje jediná „správná“ definice ekonomického rozvoje, nelze hovořit ani o jediné
správné strategii, politice či programu dosahování úspěšného ekonomického rozvoje.
Komunity a regiony se liší ve svých geografických, kulturních a politických přednostech a
2
Šilheřovice 2008
slabinách a kaţdá komunita či region má svůj vlastní okruh problémů k řešení v rámci
ekonomického rozvoje. Silné a slabé stránky jednotlivých komunit a regionů tvoří subjektivní
rysy řešení ekonomického rozvoje. Na druhé straně je zde celá řada objektivních
charakteristik (příleţitostí a hrozeb), které jsou více či méně stejné pro všechny komunity či
zainteresované subjekty. A právě schopnost úspěšně pracovat s vlastními subjektivními
charakteristikami v rámci objektivního vnějšího prostředí vytváří rámec rozvojové strategie.
Jednou z významných příleţitostí udrţitelného ekonomického rozvoje je sektor cestovního
ruchu, vykazující dlouhodobý stabilní růst (s jednoročním zpomalením, způsobeným dopady z
útoku na Světové obchodní centrum v New Yorku z 11. 9. 2001, epidemií SARS v Asii atd.) a
to jak co do počtu turistů, tak co do jejich celkových výdajů (viz následující grafy World
Tourism organisation, dále jen WTO).
Podle studie WTO „Vize cestovního ruchu pro rok 2020“ bude dlouhodobé cestování zabírat
místo nynějších 24 % celých 32 % v zahraničním cestovním ruchu a kaţdá třetí cesta bude
dlouhodobým pobytem v jiném regionu světa. Podle informací WTO předpokládá Rada pro
cestovní ruch, ţe turistický průmysl v roce 2020 dosáhne počtu 1,6 mld. příjezdů
zahraničních turistů. To vyţaduje roční přírůstek ve výši 4 – 5 % mezinárodních příjezdů.
V porovnání s roky 1996 a 1997 je to trojnásobek, přičemţ odhady hovoří o dalším velkém
rozvoji po roce 2010. Příjmy z mezinárodního turismu vzrostou více neţ pětkrát, aby dosáhly
2 triliony USD. Do roku 2020 bude kaţdý den utraceno za zahraniční turismus více neţ 5 mil.
USD, včetně nákladů na mezinárodní přepravu.
Graf č. 1, Mezinárodní příjezdy turistů, 1950 – 2020
Zdroj: WTO, Tourism Highlights, 2007 Edition
3
Šilheřovice 2008
Graf č. 2, Příjezdový cestovní ruch, 1990 - 2005
… mezinárodní cestovní ruch: Příjezdy (v milionech)
… příjmy z mezinárodního cestovního ruchu (v miliardách USD)
Zdroj: WTO, Tourism Highlights, 2007 Edition
Pro střední a východní Evropu, tedy pro náš „domovský“ region, vypadal vývoj v uplynulých
letech poměrně velmi pozitivně a potvrzoval dlouhodobé prognózy profesních organizací
(zejména WTO) a čelných odborníků na cestovní ruch. Nicméně zpomalení v posledních dvou
letech naznačuje, ţe přes zajímavé prognózy není tento region ještě zcela připraven
konkurovat zaběhlým destinacím cestovního ruchu (zaběhlým značkám), ale po více neţ 15
letech od politických a ekonomických změn jiţ zřejmě rovněţ ztratil přitaţlivost nově
objevených destinací (nových produktů), a to zejména díky neadekvátnímu vývoji v poměru
kvality sluţeb a jejich cen. Toto potvrzuje následující tabulka.
4
Šilheřovice 2008
Tabulka č. 1: Mezinárodní příjezdy turistů podle regionů a subregionů
v letech 2002-2006
Celkové příjezdy v mil.
Země
Afrika
severní Afrika
subsaharská Afrika
Amerika
severní Amerika
Karibik
střední Amerika
jiţní Amerika
Asie a Pacifik
severovýchodní Asie
jihovýchodní Asie
Oceánie
jiţní Asie
Evropa
severní Evropa
západní Evropa
stř. a vých. Evropa
jiţní Evropa
Střední Východ
Celkem
Nárůst v
%
2005/
2004
Nárůst v
%
2006/
2005
Podíl na
trhu v
% 2006
2002
2003
2004
2005
2006
*
30
31
33
37
40
8,5
8,1
4,8
10
19
11
20
13
20
14
23
15
26
8,9
8,2
5,8
9,4
1,7
3,0
117
113
124
134
136
6,0
2,1
16,2
83
16
5
13
77
17
5
14
85
18
6
16
90
19
7
18
90
20
7
20
4,7
4,4
13,4
12,2
0,5
3,2
6,1
7,2
10,7
2,3
0,8
2,3
131
119
153
155
167
7,7
7,6
19,8
74
42
9
6
68
36
9
6
88
48
10
8
88
49
10
8
94
53
10
9
10,3
4,8
3,7
4,8
7,4
9,0
0,3
10,1
11,2
6,4
1,2
1,0
397
399
424
441
458
4,0
3,9
54,4
46
138
66
148
47
136
68
148
51
139
73
152
53
143
87
158
56
149
88
165
6,5
2,6
1,4
6,0
6,6
4,3
1,0
4,2
6,7
17,6
10,4
19,6
28
29
35
39
40
8,4
3,9
4,8
703
691
760
806
842
5,4
4,5
100
Zdroj: WTO, * Za rok 2006 předběţné údaje
Graf č. 3, Podíl světových regionů na trhu cestovního ruchu v roce 2006
Zdroj: WTO
5
Šilheřovice 2008
Přesto předpoklady WTO, hovořící o tom, ţe Evropa bude nadále nejnavštěvovanější
destinací na světě s pravděpodobným přísunem turistů v roce 2020 na úrovni 717 mil., coţ je
o 381 mil. více neţ v roce 1995, ţe v roce 2020 bude mít Evropa podíl na mezinárodních
příjezdech 46 % a zejména ţe největší přísun turistů bude především do oblastí střední a
východní Evropy (223 mil.) a do jiţního a východního Středomoří (212 mil.) vytváří nadále
významnou příleţitost a prostor pro rozvoj cestovního ruchu v našich zeměpisných šířkách a
tedy i pro vyuţití tohoto odvětví pro zajištění udrţitelného ekonomického rozvoje a po vzoru
řady destinací ve světě pro pomoc při řešení regionálních disparit.
Cestovní ruch
Co je to vlastně cestovní ruch a jak vznikl? Zjednodušeně bychom vznik dnes jednoho z dnes
nejvýznamnějších ekonomických sektorů (pesimisté říkají, ţe se jedná o jeden ze 3
nejvýznamnějších sektorů, optimisté říkají, ţe se jedná o nejvýznamnější sektor) mohli
popsat následovně. Dejme tomu, ţe někdy před řadou století se určitá komunita rozhodla
oslavit nějakou zvláštní událost a vznikl festival, pouť či jinak označovaná společenská akce.
Aktivní prodejci (kupci) vycítili, ţe lidé se rádi shromaţďují a posilněni nejen „společenským
klimatem”, ale i často „gastronomickými záţitky“ se dostávají do nákupní nálady a ochotněji
nakupují jejich zboţí. Místní obyvatelé si uvědomili, ţe návštěvníci ze vzdálenějších oblastí
potřebují místo k odpočinku. Našel se i takový, který věděl jak zorganizovat nějakou
zajímavou akci a protoţe byl dostatečným vizionářem, tak si uvědomil, ţe se najdou i takoví
„hýřilové“, kteří by zaplatili za moţnost shlédnout západ slunce, zejména pokud by toto bylo
doprovázeno dobrým jídlem a pitím. Obchodníci se shodli, ţe festival byl zajímavý a
ekonomicky udrţitelný a proto se rozhodli, ţe zůstanou a nazvali místo kde prodávali „trhem“
nebo „trţnicí“. A komunita měla najednou obchodní centrum. Obydlí v jeho okolí, která
nabízela občerstvení a místo k odpočinku se stala hostinci a občerstvovacími místy. Takto se
nějak zrodil cestovní ruch.
Tento model se ani po staletích příliš nezměnil. Je to velmi jednoduchý model rozvoje
cestovního ruchu. Kdyţ k tomu přidáme výrobu zboţí typického pro dané teritorium, které
místní obchodníci následně na uvedených trţnicích prodávají, potom vytváříme strategii
rozvoje místní komunity, která zahrnuje cyklus od místních výrobců (řemeslníků) přes
obchodníky aţ po poskytovatele sluţeb a najednou zde máme praktický příklad
ekonomického rozvoje, tak jak jej dnes známe z řady destinací cestovního ruchu ve světě.
Takţe vlastně za „developery“ cestovního ruchu můţeme označit obchodníky. Nástroje jejich
marketingových aktivit zahrnují nábor klientů (propagaci), stejně jako vytváření produktů
cestovního ruchu, které lákají návštěvníky k zastavení a vyhledávání volnočasových aktivit, za
které jsou ochotni a schopni utrácet své peníze. Lze tedy říci, ţe rozvoj cestovního ruchu a
propagace cestovního ruchu jsou dvěma stranami stejné mince.
Ekonomičtí developeři jsou obchodníky rovněţ. V oblastech, kde skončilo „průmyslové
období“ není mezi ekonomickými developery a developery cestovního ruchu z pohledu
naplňování rozvojových perspektiv v podstatě ţádný rozdíl. Nicméně je nezastupitelnou rolí
developerů napomáhat místním komunitám překlenout období hledání nových rozvojových
moţností, mezi kterými je dnes neotřesitelně právě cestovní ruch.
Chceme-li exaktněji definovat cestovní ruch, můţeme vyuţít Výkladového slovníku cestovního
ruchu. Zde se dozvíme ţe: „cestovní ruch (turismus, zkratka CR, angl. tourism, travel) =
6
Šilheřovice 2008
komplexní společenský jev jako souhrn aktivit účastníků cestovního ruchu, souhrn procesů
budování a provozování zařízení se sluţbami pro účastníky cestovního ruchu včetně souhrnu
aktivit osob, které tyto sluţby nabízejí a zajišťují, aktivit spojených s vyuţíváním, rozvojem a
ochranou zdrojů pro cestovní ruch, souhrn politických a veřejně-správních aktivit (politika
CR, propagace CR, regulace CR, mezinárodní spolupráce apod.) a reakce místní komunity a
ekosystémů na uvedené aktivity. Toto pojetí CR rozšiřuje statisticky zaměřené vymezení
WTO a obdobné vymezení v návrhu normy EU, vycházející z definice účastníka cestovního
ruchu - aktivity osob cestujících do míst mimo jejich obvyklé prostředí nebo pobývajících
v těchto místech ne déle neţ jeden rok za účelem trávení volného času, podnikání či jiným
účelem. Rozšířené pojetí CR vychází z vnímání CR jako komplexního procesu, který zasahuje
nejen jeho účastníky, ale také poskytovatele sluţeb, destinace, v nichţ je cestovní ruch
realizován a tranzitní destinace.“
Cestovní ruch lze tedy jednoznačně povaţovat za plnohodnotné ekonomické odvětví,
schopné generovat pracovní místa a příjmy, odvětví postavené snad více neţ kterákoliv jiná
odvětví na místních zvláštnostech či jedinečnostech, odvětví velmi pestré a opět snad o
poznání více neţ jiná odvětví zaloţené na malých firmách. Odvětví, které spokojenost svých
klientů ovlivňuje zejména kvalitou sluţeb, tedy kvalitou pracovní síly v něm působící.
Ekonomický význam cestovního ruchu
Cestovní ruch druhé poloviny 20. století a počátku 21. století je ve světě povaţován za
odvětví, přinášející významné multiplikační efekty. Často bývá označován za odvětví, ve
kterém vzniká nejvíce pracovních příleţitostí. Kromě zaměstnanosti ovlivňuje významně
rovněţ další oblasti či charakteristiky:






více či méně se podílí na tvorbě hrubého domácího produktu,
pozitivně ovlivňuje platební bilanci státu,
podílí se na tvorbě příjmů státního rozpočtu,
ovlivňuje příjmy místních rozpočtů,
jeho rozvoj podporuje investiční aktivity,
jeho rozvoj ovlivňuje místní komunitu, která zpětně ovlivňuje jej.
Průměrný roční růst o 4 – 5% v průběhu 2. poloviny 20. století z cestovního ruchu udělal
nejdynamičtější ekonomické odvětví a významný sociální fenomén. Cestovní ruch ve světě
v roce 1999 se podílel na tvorbě HDP téměř 13% (ve státech EU 14%), tvořil více neţ 8%
hodnoty vývozu zboţí a téměř 35% inkasa obchodních sluţeb a vytvářel celosvětově 11%
pracovních míst (ve vyspělých ekonomikách aţ 15%). A jak je na tom cestovní ruch v ČR ve
srovnání se světem:
Tabulka č. 2: Základní ukazatele vývoje CR v ČR
Ukazatel
Počet zahraničních návštěvníků (mil. osob)
Počet ubytovaných zahraničních turistů (mil. osob)
Průměrná délka pobytu (ve dnech)
Podíl ČR na evropském trhu CR (v %)
Podíl ČR na světovém trhu CR (v %)
Zdroj: MMR ČR, CzechTourism, WTO
7
1990
36,6
2,6
3,5
3,6
1,6
1992
69,4
2,6
3,5
0,9
0,5
2001
103,1
5,2
4,2
1,3
0,8
2006
100,1
6,4
4,1
1,4
0,8
Šilheřovice 2008
Tabulka č. 3: Země s nejvyššími devizovými příjmy z cestovního ruchu v
mld. USD (srovnání let 1999 a 2005)
Země
USA
Španělsko
Francie
Itálie
Velká Británie
Čína
Německo
Rakousko
Řecko
Kanada
Austrálie
Mexiko
Švýcarsko
Rusko
Česká republika
mld. USD (1999)
74,4
32,9
31,7
28,4
21,0
14,1
16,8
11,1
8,8
10,0
7,5
7,6
7,4
7,8
3,0
mld. USD (2005)
81,7
47,9
42,3
35,4
30,7
29,3
29,2
15,5
13,7
13,6
15,0
11,8
11,0
5,5
4,6
Zdroj: WTO
Tabulka č.4: Podíl příjezdového cestovního ruchu vybraných evropských zemí na
světovém cestovním ruchu
Země
Francie
Španělsko
Itálie
Velká Británie
Německo
Rakousko
Polsko
Maďarsko
Česká republika
% podíl 1990
11,5
7,5
5,8
3,9
3,7
4,2
0,7
4,5
1,6
% podíl 2000
11,1
6,9
5,9
3,6
2,7
2,6
2,5
0,7
% podíl 2005
9,4
6,9
4,5
3,7
2,7
2,5
1,9
1,2
0,8
Zdroj: WTO
Tabulka č.5: Podíl devizových příjmů z CR na HDP (2005)
Region
Evropská unie
Evropská unie (včetně nepřímé tvorby HDP)
Česká republika
Podíl v %
5,0
10,0
3,8
Zdroj: ETC
8
Šilheřovice 2008
Tabulka č.6: Vývoj devizových příjmů a výdajů z CR v České republice (v
mld. Kč)
1993
45,4
15,4
30,1
2000
115,1
49,4
65,7
Devizové příjmy
Devizové výdaje
Saldo
Devizové příjmy
Devizové výdaje
Saldo
1994
64,2
45,6
18,6
2001
118,1
52,8
65,3
1995
76,3
43,3
33,0
2002
96,3
51,5
44,7
1996
110,6
80,2
30,5
2003
100,3
54,4
45,9
1997
115,7
75,5
40,2
2004
107,1
58,4
48,8
1998
124,9
61,1
63,8
2005
110,9
57,8
53,2
1999
109,1
51,8
57,4
2006
113,1
60,0
53,1
Pramen: ČNB, za rok 2006 předběţné údaje
Tabulka č.7: Vývoj podílu devizových příjmů z CR na ekonomice České
republiky (v %)
1995
5,5
13,4
42,8
1996
7,1
18,6
49,8
1997
6,9
16,3
50,9
1998
6,5
14,4
49,6
1999
5,6
11,6
43,8
2000
5,6
9,9
42,5
Podíl na HDP
Podíl na exportu
Podíl na příjmech ze sluţeb
2002
4,2
7,7
41,7
2003
4,2
7,3
45,8
2004
3,9
6,3
43,1
2005
3,8
5,9
43,0
2006
3,5
5,3
42,6
Podíl na HDP
Podíl na exportu
Podíl na příjmech ze sluţeb
2001
5,3
8,9
42,8
Pramen: ČNB, za rok 2006 předběţné údaje
Tabulka č.8: Vývoj příjezdového cestovního ruchu do ČR (hraniční
statistika)
V mil. osob
Změna/předch.
rok
1995
98,1
1996
109,4
1997
107,9
1998
102,8
1999
100,8
2000
104,2
2001
103,1
2002
97,6
97,0
111,6
98,6
95,3
98,0
103,4
98,9
94,7
2003
95,0
2004
95,9
2005
100,5
2006
100,1
97,3
100,9
104,8
99,6
V mil. osob
Změna/předch.
rok
Pramen: ČSÚ
9
Šilheřovice 2008
Graf č.4: Vývoj příjezdového cestovního ruchu ČR v letech 1995 – 2006
115
110
105
100
95
90
85
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Počet příjezdů (mil. os.)
Tabulka č.9: Podíl cestovního ruchu vč. nepřímých efektů na HDP a na
zaměstnanosti ve vybraných zemích
Země
Podíl cestovního ruchu na HDP
Malta
Kypr
Estonsko
Chorvatsko
Rakousko
Bulharsko
Řecko
Švýcarsko
ČR
Slovinsko
Francie
Slovensko
EU
Německo
Maďarsko
Polsko
Švédsko
28,24
23,08
21,28
18,72
16,40
15,65
14,68
14,14
13,74
12,42
12,34
12,27
11,27
9,38
9,16
7,82
7,77
Podíl cestovního ruchu na
zaměstnanosti
37,74
29,51
18,59
22,35
18,12
13,36
16,65
18,34
12,89
14,40
14,80
10,90
11,98
10,18
8,74
7,26
7,37
Zdroj dat: WTTC, 2005
Uvedené charakteristiky jsou v případě ČR na jedné straně rostoucí (např. počet zahraničních
návštěvníků, počet ubytovaných zahraničních turistů), na straně druhé však v porovnání
s Evropou či se světem ČR ztrácí své pozice (např. podíl příjezdového cestovního ruchu
vybraných evropských zemí na světovém cestovním ruchu). Naše konkurence tedy dokáţe
lépe vyuţívat příleţitostí a roste rychleji. A to i přes to, ţe i v dobách stagnace či poklesu
příjezdů a/nebo výdajů turistů bylo v průběhu let 1995 – 2006 vţdy pozitivní saldo příjmů a
výdajů cestovního ruchu větší neţ 1,1 miliardy USD.
10
Šilheřovice 2008
Cestovní ruch v Moravskoslezském kraji
Následující tabulka ukazuje vývoj počtu turistů v kraji s vyuţitím ukazatele „počet hostů
v hromadných ubytovacích zařízeních“. Z pohledu čísel a statistik je vývoj za poslední roky
poněkud rozporuplný. Na jedné straně patří kraj k úspěšným z pohledu domácího cestovního
ruchu, kde za 5 let došlo k nárůstu přibliţně o 3,9%. Naopak výrazně kraj ztrácel pozici u
zahraničních turistů, kdy v hromadných ubytovacích zařízeních za 5 let došlo k poklesu o
15,5%, byť rok 2006 jiţ naznačuje změnu trendu k lepšímu (blíţe viz následující tabulka).
A jak jsme na tom s kapacitami? Podíl MSK na celkovém počtu lůţek v ubytovacích zařízeních
v ČR se pohybuje mezi 6 – 7%, podíl Ostravy na celkovém počtu lůţek v kraji je přibliţně
9%, tj. přibliţně 0,6 % všech lůţek v ČR.
Třetí významnou otázkou je vyuţití kapacit. Vyuţití kapacit pokojů za MSK se pohybuje mezi
48% - 50%, za Ostravu je to kolem 40%, coţ je bohuţel pod průměrem ČR, který se
pohybuje na úrovni přes 50%.
Tabulka č. 10: Vývoj počtu hostů v hromadných ubytovacích zařízeních v MSK
Vývoj počtu hostů v hromadných ubytovacích zařízeních v MSK
a
Hosté
Počet
Počet
příjezdů
příjezdů
2002
2003
Index
2003/
2002
Počet
příjezdů
2004
Index
2004/
2003
Počet
příjezdů
2005
Index
2005/
2004
Počet
příjezdů
2006
Index
Průměr
Celkem
ročních
příjezdů za
příjezdů
2006/ 2002-2006 za 20022005
2006
Pořadí u
nerezidentů
dle
ročního
průměru
611 407
664 836
1,09
597 136
0,90
596 130
1,00
609 436
1,02
3 078 945
615 789
478 180
545 610
1,14
488 943
0,90
488 570
1,00
496 768
1,02
2 498 071
499 614
133 227
119 226
0,89
108 193
0,91
107 560
0,99
112 668
1,05
580 874
116 175
Belgie
1 379
1 112
0,81
932
0,84
1 060
1,14
1 374
1,30
5 857
1 171
17.
Finsko
480
758
1,58
1 653
2,18
949
0,57
1 431
1,51
5 271
1 054
18.
Francie
2 979
2 132
0,72
1 982
0,93
2 559
1,29
2 403
0,94
12 055
2 411
11.
Itálie
4 677
4 912
1,05
3 979
0,81
4 312
1,08
4 439
1,03
22 319
4 464
4.
Litva
3 680
2 615
0,71
2 616
1,00
2 233
0,85
4 010
1,80
15 154
3 031
9.
417
293
0,70
796
2,72
467
0,59
1 747
3,74
3 720
744
21.
Maďarsko
1 580
1 481
0,94
1 586
1,07
2 096
1,32
2 141
1,02
8 884
1 777
15.
Německo
19 927
18 628
0,93
16 967
0,91
17 419
1,03
16 118
0,93
89 059
17 812
3.
Nizozemsko
2 484
2 484
1,00
1 958
0,79
2 769
1,41
2 607
0,94
12 302
2 460
10.
celkem
v tom
rezidenti
v tom:
nerezidenti
v tom:
Lotyšsko
11
Šilheřovice 2008
Polsko
37 447
31 002
0,83
20 139
0,65
17 865
0,89
17 418
0,97
123 871
24 774
1.
Rakousko
4 931
4 663
0,95
4 123
0,88
3 897
0,95
3 728
0,96
21 342
4 268
5.
Rusko
1 763
2 213
1,26
2 556
1,15
2 253
0,88
2 479
1,10
11 264
2 253
13.
Slovensko
28 405
22 800
0,80
21 663
0,95
23 239
1,07
23 796
1,02
119 903
23 981
2.
Slovinsko
409
845
2,07
844
1,00
951
1,13
792
0,83
3 841
768
20.
2 503
2 569
1,03
3 663
1,43
3 113
0,85
3 704
1,19
15 552
3 110
8.
Španělsko
390
612
1,57
650
1,06
809
1,24
645
0,80
3 106
621
23.
Švédsko
785
1 785
2,27
2 413
1,35
1 413
0,59
1 935
1,37
8 331
1 666
16.
Švýcarsko
951
797
0,84
847
1,06
792
0,94
834
1,05
4 221
844
19.
2 373
1,49
3 961
1 981
14.
Velká
Británie
Ukrajina (od
-
2005)
Ost.evrop.
země
Kanada
USA
Ostatní stř. a jiţ.
Amerika
Izrael
Japonsko
-
-
1 588
-
3 932
1,08
5 526
1,41
2 997
0,54
2 712
0,90
18 800
3 760
6.
315
275
0,87
425
1,55
417
0,98
562
1,35
1 994
399
25.
2 106
1 931
0,92
2 076
1,08
2 754
1,33
3 061
1,11
11 928
2 386
12.
231
259
1,12
376
1,45
217
0,58
177
0,82
1 260
252
26.
248
231
0,93
151
0,65
161
1,07
282
1,75
1 073
215
27.
1 045
561
0,54
506
0,90
580
1,15
623
1,07
3 315
663
22.
916
4,28
1 130
565
24.
3 204
1,05
18 148
3 630
7.
-
2005)
země
-
3 633
J. Korea (od
Ost.asijské
-
4 292
-
4 084
-
0,95
-
3 509
-
0,86
214
3 059
-
0,87
Zdroj dat: ČSÚ
Řada marketingových šetření potvrzuje předpoklad, ţe kraj patří mezi velmi atraktivní
destinace cestovního ruchu. Zejména díky Beskydám a Jeseníkům se z pohledu atraktivity a
známosti pohybuje kraj vţdy v první polovině pomyslného pelotonu krajů ČR. Na základě
osobních zkušeností z jednání se zástupci zahraničních cestovních kanceláří a ze zpětné
vazby řady zahraničních i domácích turistů se rýsují jako významné atraktivity, schopné
přilákat turisty do kraje zejména ta „aktiva“, která souvisejí s bohatou průmyslovou historií
v kraji (Technické muzeum Tatry v Kopřivnici, Hornické muzeum OKD na Landeku, areál Dolu
Michal, Osoblaţská úzkorozchodná ţeleznice atd.), se zábavními (např. areál Černé louky
v Ostravě), sportovními (Zlatá tretra, sportovně-lyţařské areály v horských oblastech,
aquaparky atd.), kulturními (Colours of Ostrava, hudební festivaly atd.), poznávacími (zámky
v Hradci n. Moravicí a v Raduni, Muzeum Tatry v Kopřivnici atd.) atraktivitami / aktivitami,
ale i se zázemím pro tzv. profesní cestovní ruch (výstavní kapacity, kongresové a konferenční
kapacity, kapacity pro obchodní a pracovní setkání).
12
Šilheřovice 2008
Ostrava a její blízké okolí navíc disponují zajímavostmi, které zatím zdaleka nejsou vyuţity
pro cestovní ruch na odpovídající úrovni. Vţdyť kdo z místních (a potaţmo přespolních či
zahraničních turistů) ví, ţe Slezskoostravský hrad, resp. jeho dochované části se před méně
neţ 200 lety nacházel o cca 20 metrů výše neţ je tomu dnes. Ţe kousek od Ostravy se
nachází kostel Sv. Petra z Alkantary, který vlivem důlní činnosti poklesl o 34 metrů a není jen
krásnou kulturní památkou, ale svým náklonem (podobně jako šikmá věţ v Pisse) by se
zároveň mohl stát významnou atraktivitou cestovního ruchu.
Kdo z místních či přespolních si uvědomuje, ţe téměř v centru města Ostravy se v tzv. Dolní
oblasti Vítkovic nachází národní kulturní památka – areál dolu Hlubina, koksovny a vysokých
pecí Vítkovice. Areál, zaloţený v roce 1827, který je světově unikátním technologickým
celkem, prezentujícím výrobní tok od těţby uhlí (důl Hlubina), přes úpravnu, koksovnu aţ po
výrobu ţeleza (vysoké pece). Areál, který se nachází ve velmi výhodné pozici z pohledu
dopravní dostupnosti, areál, který by při shodě zainteresovaných subjektů nabízel moţnosti
vytvoření rozsáhlého spektra zábavních, sportovních a jiných sluţeb, souvisejících
s cestovním ruchem a volnočasovými aktivitami. Vzhledem k populační síle regionu a
k obdobným příkladům v ČR i v zahraničí se dá s vysokou pravděpodobností předpokládat, ţe
pro vhodně vytvořený areál, nabízející široké spektrum zajímavostí a sluţeb od poznávání,
přes vzdělávání aţ po zábavu a sport a vyuţívající unikátnosti lokality, by nemělo být
problémem dosaţení návštěvnosti několikanásobně vyšší, neţ je tomu u dnes
nejnavštěvovanějších atraktivit. Jen pro představu - srovnatelné areály v zahraničí (např.
Albert Dock v Liverpoolu, Magna Science Adventure Centre v Sheffieldu, Landschaftspark
v Duisburgu atd.) dosahují roční návštěvnosti mezi 2 – 6 miliony, blíţe našim představám
mohou být i méně významné areály, které přesto dosahují roční návštěvnosti ve statisících
(např. Tarnowskie Gory, Walbrzych).
Vedle tradičního potenciálu však kraj disponuje řadou území, jejichţ socioekonomické
charakteristiky nejsou dlouhodobě příliš pozitivní a kde rovněţ nelze spoléhat na zajištění
udrţitelného rozvoje cestou výstavby průmyslových zón či lákáním investorů do výrobních
aktivit. Kromě pohraničních území typu „Osoblaţska“ se jedná o významnou část
moravskoslezského podhůří Hrubého Jeseníku, území Nízkého Jeseníku a navazujícího
Poodří. Z pohledu cestovního ruchu se jedná o území, se zajímavým potenciálem,
dlouhodobě však významně podinvestované a více či méně jen okrajově „pozitivně
postiţené“ stávajícím rozvojem zejména střední části kraje, souvisejícího zejména s rozvojem
automobilového průmyslu navázaného zejména na investici Hyundai.
Cestovní ruch - šance pro udržitelný ekonomický rozvoj kraje a
řešení disparit
Cestovní ruch jako ekonomicky významné odvětví klade před středoevropské destinace a
zejména pak před ČR řadu zajímavých příleţitostí. Z pohledu renomovaných odborných
organizací (zejména WTO) vytváří současné trendy pro nejbliţších 15 let následující
významné příleţitosti:
 očekávaný (a zatímním vývojem nezpochybněný) růst počtu příjezdů do Evropy (do
roku 2020 cca o 350 mil. příjezdů), s nadprůměrnou dynamikou dosahovanou právě
v zemích střední a východní Evropy (ČR má být jednou z 10 nejnavštěvovanějších zemí
13
Šilheřovice 2008
světa s ročním počtem 44 mil. turistů, dnes je to cca 6,5 mil. zahraničních turistů
ročně),
 vstup do EU a tím odstranění administrativních bariér pro turisty z členských zemí a
z okolních s námi přistoupivších zemí,
 dostupnost specifických finančních zdrojů (strukturálních fondů) v období, kdy je lze
optimálně vyuţít pro rozvoj lidských zdrojů a zanedbané infrastruktury cestovního
ruchu,
 rozvoj nových komunikačních technologií, stále více potlačující pozice velkých
cestovních kanceláří,
 rostoucí skupina turistů „seniorů“, pro které jsou stále lákavější poklidné a bezpečné
destinace bez extrémních teplot,
 rostoucí poptávka po specifických / specializovaných produktech a produktových
balíčcích cestovního ruchu, vycházejících s regionálních/místních specifik,
 rostoucí poptávka po venkovském prostředí (venkovský cestovní ruch, agro a ekoagro
turistika),
 rostoucí poptávka po wellness produktech a lázeňských destinacích
 rostoucí tlak na poměr cena – kvalita.
Rovněţ řada dalších rysů, charakterizujících MSK vytváří zajímavou mozaiku východisek a
šancí pro rozvoj cestovního ruchu.
 V prostoru mezi Prahou, Varšavou, Vídní a Bratislavou je přirozený prostor pro
středoevropské centrum, křiţovatku sever-jih a východ-západ. V tomto pomyslném
centru se nachází právě Ostrava a Moravskoslezský kraj.
 Největší šanci pro rozvoj cestovního ruchu a volnočasových aktivit dává populačně silné
prostředí, přitahující kapitál, turisty a nové aktivity. Populační základna spádové oblasti
MSK činí:
o MSK – 1,2 mil. obyvatel
o okruh do 100 km od Ostravy – cca 4,5 mil. obyvatel
o okruh do 150 km od Ostravy – cca 8 mil. obyvatel
o okruh do 200 km od Ostravy – cca přes 10 mil. obyvatel.
 Vstup do Schengenského prostoru odbourává zbývající administrativní bariéry v rámci
EU a otevírá celý region pro řádově větší pohyb lidí, kapitálu, zboţí. Zároveň vytváří
ideální předpoklady pro vyuţití synergického efektu spolupráce podobně
poznamenaných území na obou stranách hranice jak česko-polského tak československého příhraničí, potlačujícího dlouhodobou „perifernost“ těchto území a
vyuţívajícího jejich předností ve formě čistého ţivotního prostředí, často dobře
zachovalého venkovského prostředí atd.
 Sluţby, cestovní ruch a volnočasové aktivity jsou dlouhodobě rostoucími a ekonomiku
dynamizujícími aktivitami.
Závěr
Cestovní ruch je jiţ téměř po dvě desetiletí významným ekonomickým odvětvím, které má i
přes řadu negativních vlivů (lokální války, terorismus atd.) stále rostoucí tendenci.
V ekonomických výsledcích, zaměstnanosti a počtu obslouţených klientů patří toto odvětví
mezi nejsilnější ve světové ekonomice.
14
Šilheřovice 2008
Přesto všechno však není cestovní ruch v ČR (a MSK nevyjímaje) povaţován za plnohodnotné
ekonomické odvětví, generující pracovní místa i příjmy. Stále je přitaţlivější a mediálně
zajímavější vybudovat průmyslovou zónu na zelené louce, schopnou vytvořit jednorázově
stovky aţ tisíce pracovních míst, neţ dlouhodobě pracovat se stovkami aţ tisícovkami mikro a
malých podniků a podnikatelů. Z pohledu dlouhodobé udrţitelnosti příjmů i pracovních míst
uţ však tento pohled není tak jednoznačný. Na rozdíl od montáţních hal velkovýrobců Lysou
horu, Hornické muzeum OKD, Muzeum Tatra Kopřivnice, zámek Hradec nad Moravicí,
úzkorozchodnou ţeleznici Třemešná – Osoblaha atd. jiţ nelze tak jednoduše přestěhovat do
míst s niţší cenou pracovní síly.
Další významnou překáţkou jsme my, lidé, obyvatelé kraje, naše myšlení a kultura. Naším
problémem je nedostatek dovedností a zkušeností z oblasti sluţeb a cestovního ruchu. Tak
rozsáhlá transformace ekonomiky a lidského potenciálu, jakou procházel a stále ještě
prochází náš kraj, je vţdy během na dlouhou trať. Vţdyť je transformován region, který byl
dlouhá desetiletí zaloţen za zaměstnanecké kultuře, kvalifikaci zaměřené na tvrdou práci
v těţbě uhlí, ve výrobě oceli, v těţkém strojírenství, v průmyslové chemii a v zemědělství a
realizující se na trzích, kde konkurence byla nahrazena předem určenými dlouhodobými
dodavatelsko-odběratelskými vztahy. Ale nyní potřebujeme podnikatelsky orientované
odborníky na „jemnou práci“ s lidmi, schopnými uspět v tvrdě konkurenčním prostředí
mezinárodního trhu cestovního ruchu a ještě navíc disponujícími znalostí cizích jazyků. Vţdyť
cestovní ruch to jsou zejména tzv. mikro (do 10 zaměstnanců) a malé (do 50 zaměstnanců)
firmy, které musí být velmi flexibilní, kreativní a spolehlivé. A právě ochota ke změně, ke
změně sebe sama, musí vycházet ze vzdělávání, a to nejen toho formálního (základní, střední
a vysoké školství), ale zejména ze systému, kterému se dnes jiţ obecně říká celoţivotní
vzdělávání. Současně je však potřeba neustále nabízet podobná vzorová řešení, která uţ byla
realizována v jiných destinacích cestovního ruchu, v jiných regionech, podobných svými
problémy a historií našemu kraji či Ostravě. I tato zkušenost je jiţ ověřená a její funkčnost
potvrzena. Za všechny příklady uveďme Irsko, Španělsko a španělsko-portugalské pohraničí,
ale rovněţ zkušenosti s tzv. mikroklastry, vytvářejícími rozvojem cestovního ruchu podmínky
pro regeneraci venkova a stabilizaci venkovského osídlení (Austrálie a Nový Zéland aj.) (2).
Hlavní změny by tedy měly nastat zejména v našem myšlení a v úrovni našich znalostí,
dovedností a přístupů spojených s rozvojem odvětví tzv. moderní ekonomiky, kam bezesporu
sluţby a tedy i cestovní ruch patří a v rozvoji schopností vyuţít tohoto sektoru pro řešení
regionálních disparit a naopak vyuţít těchto disparit pro rozvoj cestovního ruchu,
podporujícího ekonomický rozvoj regionů.
Literatura
Horner, S., Swarbrooke, J.: Cestovní ruch, ubytování a stravování, vyuţití volného času.
Grada Publishing, a.s., Praha 2003. ISBN 80-247-0202-9.
Michael, E.J. a kol.: Micro-Clusters and Network: The Growth of Tourism. Elsevier, Oxford
2007. ISBN 0-08-045096-2.
Pásková, M., Zelenka, J.: Výkladový slovník cestovního ruchu. MMR ČR, Praha 2002.
Tourism Highlights 2006 Edition. WTO, Madrid – Spain, 2006.
Vystoupil, J. a kol.: Atlas cestovního ruchu České republiky. MMR ČR, Praha 2006. ISBN 80239-7256-1.
15
Šilheřovice 2008
NÁVRH HODNOTÍCÍHO MODELU PRO ŘEŠENÍ REGIONÁLNÍCH
DISPARIT
Doc. Ing. Barbara Vojvodíková, Ph.D
Ing. Aleš Lokaj
Abstrakt
Tento příspěvek seznamuje s postupem řešení projektu ”Návrh hodnotícího modelu pro
posouzení disparit a metodický postup pro jeho vyuţívání“ WD-41-07-1, který je řešen
v rámci „Výzkumu pro řešení regionálních disparit“ Ministerstva pro místní rozvoj. Příjemce
podpory je softwarová firma ATACO s.r.o. z Ostravy. Cílem projektu, který byl zahájen v
dubnu roku 2007 a ukončení je plánováno na březen roku 2010, je zpracovat software
(hodnotící model), který by měl slouţit představitelům krajů v České republice při
sestavování strategických plánů kraje nebo jiných dokumentů, které mají za cíl eliminovat
disparity. Projekt bude také slouţit zastupitelům menších obcí při rozhodování o investicích v
obci, nebo při hledání priorit rozvoje. Příspěvek shrnuje současné poznatky a dílčí závěry,
kterých bylo dosaţeno a naznačuje některé další postupy, kterými se budou členové týmu při
řešení dané problematiky zabývat.
Klíčová slova
Hodnotící model, Pasport, Regionální disparita, Rozvoj venkova
Abstract:
The article introduces the project “The assessment model for adjudication of regional
disparities and the methodical procedure of its use" WD-41-07-1 which is being solved as a
part of “Research on regional disparities“ program of the Ministry for regional development
of Czech Republic. The grant receiver is software developer company ATACO s.r.o. based in
Ostrava. The goal of the project which started in April 2007 and is planned to be finished in
March 2010 is to create a software tool - evaluation model - tool which should serve
representatives of Czechs regions in preparation of regional strategic plans or other
documents aimed at minimizing disparities. It should also serve governments of smaller
municipalities. It should also serve representatives of smaller municipalities in decisions on
municipality investments or in definition of development priorities. The article sums up
information and sub results and implies some procedures that can be used in future by team
members.
Key words:
Assessment model, Passport, Regional disparity, Rural development
1
Šilheřovice 2008
Úvod
Vývoj jednotlivých obcí není homogenní a i v rámci regionů nebo lokalit existují (vznikají)
významné rozdíly. Z racionálního pohledu by se měly obce, které vycházejí z přibliţně
stejných podmínek (jako je geografická poloha, zalidnění, věková struktura obyvatel, atd.)
vyvíjet velmi podobně a neměly by být viditelné příliš velké diference. Ve skutečnosti tomu
však tak není a vznikají větší či menší nerovnosti, které nazýváme disparitami (ať jiţ
lokálními, regionálními či meziregionálními). Kaţdá nerovnost je však něčím podmíněna,
vyvolána, způsobena.
Cílem výzkumné projektu je podpořit efektivitu ve vyhledávání problémových faktorů, které
jsou příčinou vzniku negativních disparit, a vytvořit nástroj v podobě softwarového
programu. Tento software by napomáhal při rozhodování mezi různými typy investic v obci
samotným představitelům obce, ale také by slouţil zástupcům krajů při rozhodování nejen o
různých dotačních titulech.
1. Charakteristika projektu
Projekt byl zahájen 1. dubna 2007 a bude ukončen 31. března 2010. Cílem projektu je
vypracovat soubor disparit a faktorů, které tyto disparity ovlivňují. Stanovit míru
ovlivnitelnosti faktorů. Vytvořit hodnotící model disparit a zpracovat ho do formy
počítačového programu. K tomuto programu pak vypracovat metodiku pouţití modelu.
Celý projekt byl rozdělen do pěti dílčích cílů, které jsou následující:

Úvodním dílčím cílem bylo stanovit kritéria pro výběr lokalit tak, aby jejich soubor tvořil
vzorek z hlediska nejen disparit vývoje, ţivotní úrovně, zaměstnanosti atd., ale také
geografie, historie apod. Tyto faktory budou základem výběru lokalit pro jejich
pasportizaci a následné vyhodnocení.

Druhým dílčím cílem bylo vytvoření formulářů (pasportů) pro posouzení lokalit tak, aby
informace obsaţené v pasportu byly co nejúplnější a dávaly komplexní obraz o
disparitách a faktorech, které je vyvolaly.

Třetím dílčím cílem bylo následné vyplnění těchto pasportů, pomocí veřejně dostupných
databází a dotazování v příslušných obcích a vytvoření databáze těchto informací.

Čtvrtým dílčím cílem je vytvoření návrhu hodnotícího modelu pro posouzení disparit a
faktorů, které je vyvolávají. Na stránkách projektu bude představen návrh modelu a
navázány další kontakty pro aplikaci výsledků výzkumu nutných pro zpracování Plánu
uplatnění výsledků.

Řešením závěrečného dílčího cíle bude návrh metodiky pro pouţití hodnotícího modelu,
který bude slouţit při strategickém plánování, při vyhledávání priorit rozvoje na úrovni
regionů, krajů, ale i obcí. Tento návrh bude prezentován na semináři, který bude
uspořádán v posledních měsících průběhu projektu a bude určen pro starosty
zúčastněných obcí, ale i zástupce krajů a další účastníky.
V současné době byl ukončen třetí dílčí cíl tj. vyplnění formulářů příslušných obcí a vytvoření
databáze informací o vybraných obcích.
2
Šilheřovice 2008
2. Postup řešení projektu
Jak jiţ bylo řečeno výše, v současné době byl dokončen třetí dílčí cíl. S obsahem jednotlivých
dílčích cílů, které jiţ byly naplněny, seznamují následující odstavce.
1.1. Stanovení kritérií pro výběr lokalit
Prvotním cílem řešitelského týmu bylo stanovit taková kritéria pro výběr lokalit (obcí) tak,
aby vzorek pokud moţno co nejlépe prezentoval a zachytil různorodost faktorů působících na
obce v celé České republice. Byly vysloveny hypotézy, které ovlivnitelné a neovlivnitelné
podmínky mohou předikovat úspěšný či neúspěšný vývoj v obci. Na základě těchto hypotéz
byl stanoven vlastní třístupňový výběr.



V prvním stupni byla stanovena základní skupina obcí
V druhém stupni byly z těchto obcí vyčleněny podskupiny se shodnými vlastnostmi
V rámci třetího stupně byla z podskupin se stejnými vlastnostmi vybrána taková dílčí
skupina obcí, v které jsou rovnoměrně zastoupeny nebo nezastoupeny vlastnosti, které
mohly být ovlivněny obcí
V prvním stupni výběru byl jako kritérium pro vytvoření základní skupiny obcí zvolen počet
obyvatel. Vzhledem k faktu, ţe je projekt určen především pro menší obce, byla zvolena
hranice počtu obyvatel od 500 do 3000. Tato skupina reprezentuje vzorek 2181 obcí,
v kterých ţije, při celkovém počtu obyvatel České republiky 10 196 838, přibliţně 2 378 863
(tj. zhruba 23 % české populace). Katastry těchto obcí pak představují přibliţně 45 %
veškerého území ČR (Vojvodíková, Mihola, Vojvodík 2007).
Před vytvořením kritérií druhého stupně, byly ze souboru obcí vyloučeny obce ze
Středočeského kraje, neboť Praha představuje významného zaměstnavatele z pohledu celé
České republiky a vytváří velmi specifický prostor (Martinec P. a kol. 2006). Pro další výběr
tedy zůstalo 1804 z původního souboru obcí. Výběr druhého stupně vycházel z vyslovených
hypotéz o faktorech, které ovlivňují vývoj v obci a které můţe obec jen obtíţně nebo vůbec
ovlivnit. Tyto faktory jsou zaloţeny především na geografických údajích, na moţnostech
zaměstnatelnosti a jiných faktorech (jakými jsou např. potenciál turistického ruchu, přírodní
katastrofa atd.). Na základě těchto faktorů pak byly obce rozděleny do dvanácti kategorií,
které jsou následující:












potenciálně zemědělské obce s důrazem na rostlinnou výrobu
potenciálně nezemědělské obce (bez ţivočišné výroby)
obce s průmyslem
obce postiţené úpadkem průmyslu
obce z rekreačních oblastí
obce z příhraničních oblastí
obce s významným úbytkem obyvatel
obce s významným přírůstkem obyvatel
obce potenciálně postiţené povodněmi
obce z níţin
obce z podhorského a horského výškového stupně
obce s významnou kulturní nebo přírodní památkou
3
Šilheřovice 2008
Pro vnitřní rozdělní jednotlivých skupin (tzn. výběr třetího stupně) byla vybrána přítomnost
nebo nepřítomnost rozvojových a demografických faktorů (opět se jedná o vyslovenou
hypotézu), které obec v rámci svého vývoje můţe nebo mohla do jisté míry ovlivnit (tj. např.
existence školy v obci, kanalizační síť, rozdíl mezi počtem obyvatel nad 60 let a do 14 let,
procento ekonomicky aktivního obyvatelstva). Důleţitým faktorem je také příslušnost
k danému kraji.1
Na základě tohoto vlastního třístupňového kriteriálního výběru bylo vybráno celkem 214 obcí,
které byly určeny k další analýze. Přehled celkového počtu obcí v jednotlivých krajích, jakoţto
i počet vybraných obcí je vyjádřen v tabulce 1.
Tab. 1: Zastoupení obcí z jednotlivých obcí na celkovém
kraj
obce v základním výběru
vzorek obcí k další analýze
počet
% z celku
počet
% z vybraných obcí
Jihočeský
144
8,0
13
6,1
Jihomoravský
311
17,2
49
22,9
Karlovarský
55
3,0
10
4,7
Královéhradecký
133
7,4
17
7,9
Liberecký
93
5,2
12
5,6
Moravskoslezský
169
9,4
14
6,5
Olomoucký
196
10,9
25
11,7
Pardubický
136
7,5
16
7,5
Plzeňský
134
7,4
17
7,9
Ústecký
133
7,4
20
9,3
Vysočina
130
7,2
12
5,6
Zlínský
170
9,4
9
4,3
1804
100
214
100
Zdroj: Vlastní zpracování
Pro přehlednost jsou obce, které byly vybrány k pasportizaci znázorněny červenými body na
mapě České republiky (viz obrázek 1).
1
Více: [1] VOJVODÍKOVÁ, B., MIHOLA, M., VOJVODÍK, M. Příprava nástroje pro predikci vývoje
menších obcí na základě popsaných disparit.
4
Šilheřovice 2008
Obrázek 1: Geografická poloha obcí vybraných k další analýze
Zdroj: Vlastní zpracování
1.2. Vytvoření pasportů
Druhým dílčím cílem bylo vytvoření pasportů pro získání základní skupiny informací, které
budou poţadovány a které budou dále analyzovány. Snahou bylo získat co nejvíce
relevantních informací o jednotlivých obcích. Tyto informace jsou zaloţeny jak na
objektivních číslech, dostupných z různých nejen internetových zdrojů, ale také na
informacích získaných na základě subjektivního hodnocení jednotlivých členů týmů, kteří
získávali informace osobním dotazováním v příslušných obcích. Pasport pro jednotlivé obce
byl rozdělen celkem do sedmnácti kategorií. Jednotlivé kategorie byly následující (řazeny
v abecedním pořádku):
 Administrativa,  Bydlení,  Finanční podmínky obce,  Geografické údaje, 
Hospodářská činnost,  Infrastruktura,  Kultura a rekreace,  Majetek obce,  Nerostné
bohatství,  Obyvatelstvo,  Pozemky,  Rostlinná výroba,  Školství a zdravotnictví, 
Vojenské objekty,  Znečištění,  Způsob zprávy obce,  Ţivočišná výroba.2
Snahou členů týmu bylo sestavení pasportu v co nejširší moţné míře, aby bylo moţno získat
co nejvíce informací o jednotlivých obcích. Tyto informace budou analyzovány a z nich
následně vyvozeny závěry, které by měly vést k identifikaci faktorů způsobující disparity mezi
jednotlivými obcemi. Jakmile byl pasport sestaven do své konečné podoby, byl umístěn na
internetové stránky projektu (http://hmdis.ataco.cz), kde měli moţnost k vyjádření
návštěvníci těchto stránek, především pak z řad oslovených starostů. Součástí kaţdého
pasportu byl také tzv. pasport pro tazatele, kde měl kaţdý z členů subjektivně zhodnotit
danou obec. Jako příloha tohoto pasportu pro tazatele byla také fotografická dokumentace,
která měla tento subjektivní názor doloţit.
1.3. Sběr dat a vytvoření databáze informací
Dílčí cíl číslo tři byl zaměřen na vyplnění těchto pasportů a vytvoření databáze informací o
vybraných obcích. Informaci o obcích byly získávány z veřejně dostupných zdrojů, především
2
Více: [3] VOJVODÍKOVÁ, B., LOKAJ, A.
výzkumného projektu
Hodnotící model regionálních disparit – dílčí výstup
5
Šilheřovice 2008
pak ze statistik Českého statistického úřadu, z údajů ze Sčítaní domů a bytů z 2001 a 1991,
z ARIS webu Ministerstva financí, ze statistik Ministerstva práce a sociálních věcí, z portálů
Pamětihodnosti.cz a řady dalších on-line statistik. Dalšími zdroji pro vyplnění pasportů byla
krajská pracoviště ČSÚ, která poskytla některé z informací, které neexistují v on-line podobě
na internetových stránkách. Zbývající část (zhruba dvacet procent) otázek byla zodpovězena
představiteli dané obce (starosty, místostarosty, popř. účetními či tajemníky) při vlastním
navštívení této obce.
V průběhu prvního kola obesílání starostů vybraných obcí informačním dopisem a následným
telefonickým kontaktem za účelem domluvení si schůzky se ochota spolupráce starostů
pohybovala pře hranici 95 %. Vlivem nemocí a omluv starostů se podařilo nakonec navštívit
přibliţně 90 % obcí. Vzhledem k časové náročnosti získávání dat přímo v obcích, bylo
přistoupeno k mírné redukci počtu oslovených obcí. Zpřísnění kritéria proběhlo u potenciálně
zemědělských obcí, s důrazem na rostlinou výrobu, kdy původní kritérium minimální procento
zornění půdy bylo upraveno z 80 na 95 %. Počet oslovených obcí se tak sníţil na 180 obcí
(viz tabulka 2).
Tabulka 2: Počet oslovovaných obcí původního a upraveného výběru dle
krajů
kraj
původní počet obcí
upravený výběr počtu
obcí
rozdíl
Jihočeský
13
13
0
Jihomoravský
49
35
14
Karlovarský
10
9
1
Královéhradecký
17
13
4
Liberecký
12
12
0
Moravskoslezský
14
14
0
Olomoucký
25
18
7
Pardubický
16
11
5
Plzeňský
17
15
2
Ústecký
20
20
0
Vysočina
12
11
1
Zlínský
9
9
0
214
180
34
CELKEM
Počet oslovených obcí, ale nemusel odpovídat počtu skutečně navštívených obcí, protoţe
v době zpracování této analýzy byla teprve odeslána další část dopisů pro starosty, a nebyl
ještě navázán telefonický kontakt. Jak jiţ bylo zmíněno výše – prvotní úspěšnost
navštívených obcí byla zhruba 90%. Pro zvýšení vypovídací schopnosti vybraného vzorku
6
Šilheřovice 2008
byla skupina obcí doplněna ještě o 21 obcí a to především z krajů, v kterých se nepodařilo
navázat prvotní kontakt s představiteli obce. Konečný počet oslovených a navštívených obcí
k 3. říjnu 2008 zobrazuje následující tabulka.
Tabulka 3: Konečný počet oslovených a navštívených obcí k 3. 10. 2008
dle krajů
kraj
obce v
oslovených
navštívených
základním výběru
k 3.10
k 3.10
Rozdíl
(v p.b.)*
počet
procento
počet
procento
počet
procento
Jihočeský
144
8,0
13
6,6
13
7,7
-0,3
Jihomoravský
311
17,2
35
17,7
30
17,8
0,5
Karlovarský
55
3,0
9
4,5
7
4,1
1,1
Královéhradecký
133
7,4
15
7,6
13
7,7
0,3
Liberecký
93
5,2
12
6,1
9
5,3
0,2
Moravskoslezský
169
9,4
15
7,6
14
8,3
-1,1
Olomoucký
196
10,9
22
11,1
16
9,5
-1,4
Pardubický
136
7,5
13
6,6
11
6,5
-1,0
Plzeňský
134
7,4
15
7,6
14
8,3
0,9
Ústecký
133
7,4
20
10,1
17
10,1
2,7
Vysočina
130
7,2
13
6,6
11
6,5
-0,7
Zlínský
170
9,4
16
8,1
14
8,3
-1,1
1804
198
169
*rozdíl mezi procentuálním vyjádřením obcí v základním výběru a procentuálním vyjádřením obcí
navštívených k 3. 10.
Z tabulky vyplývá, ţe se řešitelskému týmu podařilo v přijatelném rozmezí dodrţet původní
procentuální vymezení jednotlivých krajů v základním výběru. Největší rozdíl je Ústeckého
kraje, kdy počet navštívených obcí k 3. 10. 2008 bylo zhruba o 2,7 p.b. vyšší neţ je podíl
obcí z Ústeckého kraje na celkovém zkoumaném vzorku 1804 obcí. Další významnější rozdíl
je u obcí Olomouckého kraje, kterých bylo navštíveno o 1,4 p.b. méně neţ je původní
zastoupení (10,9 %) obcí tohoto kraje na celkovém vzorku obcí.
Po technické stránce byla vytvořena databáze provozovaná na databázovém systému Oracle
10g a byla umístěna na firemní databázový server. Aby mohly být informace průběţně
plněny do databáze a zároveň nahlíţen průběţný stav pořizování dat jednotlivými členy týmu,
bylo rozhodnuto, ţe nejefektivnější metodou bude připravit jednoduchou webovou aplikaci,
která umoţní přístup k zobrazení a editaci databáze. Pro vytvoření aplikace byla vybrána
platforma J2EE na aplikačním serveru jBoss, protoţe jde de facto o firemní standard a
7
Šilheřovice 2008
potřebný aplikační framework pro implementaci byl jiţ k dispozici. Pouţitá vícevrstvá
architektura aplikace je zobrazena na následujícím obrázku:
Obrázek 2:
Fyzická architektura aplikace pro vyplňování a prohlížení
pasportů
WWW prohlíţeč
WWW prohlíţeč
Admin.
Klient
Internet
Uţivatelské rozhraní
JSF
JSP
Web server
a aplikační
server
Java Beans
Ent
EJB
aplikační logika
Hibernate
JDBC
Databázový
Databáze
server
Podobná architektura je předpokládána také pro vlastní hodnotící model. Webová aplikace se
zabezpečeným přístupem pro autorizované uţivatele byla tedy vytvořena v relativně krátkém
čase. Členové týmu tak získali moţnost vzdálené online spolupráce na naplnění databáze a
mohli okamţitě reagovat na data pořízená jinými členy týmu.
Závěr
Projekt „Návrh hodnotícího modelu pro posouzení disparit a metodický postup pro jeho
vyuţívání“ prošel prozatím třemi fázemi svého řešení. Byla vybrána cílová skupina obcí,
kterým bude model slouţit. Z této skupiny obcí byl na základě třístupňového kriteriálního
výběru vyčleněn vzorek, který bude dále zkoumán. Byl sestaven pasport, tzn. maximální
souhrn informací, které budou ve vzorku obcí zjišťovány. Pasporty byly pro jednotlivé obce
vyplněny pomocí veřejně dostupných databází, informací z regionálních poboček ČSÚ a
přímým dotazováním představitelů jednotlivých obcí. Z hlediska úspěšnosti týkající se
absolutního počtu odmítnutých nebo neuskutečněných schůzek v jednotlivých krajích nejhůře
8
Šilheřovice 2008
dopadl Olomoucký kraj, kde nebyly získány informace z 6 obcí, coţ představuje zhruba 27 %
oslovených obcí. Nejlépe dopadl kraj Jihočeský, kde byla úspěšnost 100%. Celková
úspěšnost pak byl 85 %, tzn. ţe se neuskutečnilo jen 15 % schůzek z celkového počtu 198.
Takto vysoké úspěšnosti bylo dosaţeno především díky ochotnému přístupu většiny starostů
či jiných pracovníku obce, s kterými byly rozhovory vedeny. Touto cestou by jim chtěl ještě
jednou celý členský tým poděkovat.
V současné době se připravuje analýza získaných informací a identifikující se první faktory,
kterými se vyznačující prosperující obce. Těmto faktorům pak budou přikládány váhy, dle
vlivu na obec. Mezi první faktory identifikující prosperující obce budou mimo jiné patřit např.:
přírůstek obyvatel, demografická struktura, počet nezaměstnaných, zadluţenost obce,
majetek obce aj.
Literatura:
[1] VOJVODÍKOVÁ, B., MIHOLA, M., VOJVODÍK, M. Příprava nástroje pro predikci vývoje
menších obcí na základě popsaných disparit. In INPROFORUM 2007. Sborník z mezinárodní
vědecké konference. České Budějovice: Jihočeská univerzita v Českých Budějovicích,
Ekonomická fakulta, 2007, s. 693-698. ISBN 978-80-7394-016-4.
[2] MARTINEC, P. a kol. Vliv ukončení hlubinné těţby na ţivotní prostředí. ANAGRAM 2006,
Ostrava. ISBN 80-7342-098-8
[3] VOJVODÍKOVÁ, B., LOKAJ, A. Hodnotící model regionálních disparit – dílčí výstup
výzkumného projektu. Článek prezentován na mezinárodní konferenci „České podnikatelství
v evropském prostoru 2008“ se zaměřením na Řešení regionálních disparit v Liberci. Září
2008. Sborník v tisku.
[4] ČESKÝ STATISTICKÝ ÚŘAD (2005) Statistický lexikon obcí České republiky 2005. Ottovo
nakladatelství s.r.o., Praha, ISBN 80-7360-287-3
[5] PŘÍBOVÁ, M. a kol.: Marketingový výzkum v praxi.Grada 1996, Praha. ISBN 80-7169299-9.
Kontakty:
Doc. Ing. Barbara Vojvodíková, Ph.D.
ATACO s.r.o.
Lešetínská 676,
707 00 Ostrava - Kunčice
Email: [email protected]
Ing. Aleš Lokaj
ATACO s.r.o.
Lešetínská 676,
707 00 Ostrava - Kunčice
Email: [email protected], [email protected]
9
Šilheřovice 2008
SOFTWAROVÁ UTILITA "DISPARITÉR" V PROJEKTU MMR ČR
PRO VÝZKUM REGIONÁLNÍCH DISPARIT
FINANČNÍ A FYZICKÉ DOSTUPNOSTI BYDLENÍ
Ing. Martin Ferko; Ing. Jan Česelský; Mgr.Petr Otipka
Abstrakt
V souvislosti s řešením projektu WD-05-07-3 MMR ČR pro výzkum regionálních disparit
v oblasti finanční i fyzické dostupnosti bydlení nastala potřeba zefektivnit práci se značným
množstvím získaných dat. Procedura zpracování tabulkových dat do grafické podoby a
provádění analýz se v množství potřebných výstupů jevila jako rutinní záležitost. Využití
výpočetní techniky se stalo nezbytnou součástí a nástrojem řešitelského týmu.
Klíčová slova
Disparity, Software
Abstract
A requirement of an efficiency work with amount of project data arose with an association
with a Interregional Housing Disparities Research (Ministry of a Local Development project).
Data processing and analyses interpretation has became a routine work. Computer Aided
processing has found an use in the project. The University of Ostrava has released a simply
data processing tool called „Disparitier“.
Keywords
Disparity, Software
Úvod
Na pracovišti Vysoké školy báňské – Technické univerzitě Ostrava, Fakultě stavební vznikl
softwarový nástroj pro správu a analýzu dat pro projekt WD-05-07-3 MMR ČR . Nástroj,
pojmenovaný názvem „Disparitér“, se stal softwarovou utilitou pro zpracování, analýzu a
prezentaci grafických výstupů projektu nejen pro odbornou veřejnost.
Projekt MMR ČR - WD-05-07-3 nese název „Regionální disparity v dostupnosti bydlení, jejich
socioekonomické důsledky a návrhy opatření na snížení regionálních disparit“ a na řešení se
podílí tři subjekty – Sociologický ústav AV ČR, Institut regionálních informací v Brně a Vysoká
škola báňská – Technická univerzita v Ostravě. Sociologický ústav AV ČR s IRI Brno
zpracovává tématiku ekonomické dostupnosti bydlení, VŠB-TU Ostrava se zabývá dostupností
fyzickou. Projekt je pětiletý s ukončením v roce 2011.
1
Šilheřovice 2008
Aplikace
Utilita „Disparitér“ si klade za cíl zjednodušit opakované procesy analýz a prezentovat
výsledky projektu v co možná nejjednodušší a nejsrozumitelnější podobě. Zvolené, tzv. „user
friendly“ uživatelské prostředí nabídne uživateli co možná nejpohodlnější práci s daty, bez
nutnosti znalosti prostředí MS Excel. Uživatel je veden interaktivní nápovědou. Opakovatelný
proces analýz dat nabízí výpočet směrodatné odchylky 1 , variačního koeficientu 2 , odchylky
hodnot od průměru hodnoty ukazatele za celou Českou republiku a srovnávací mezikrajskou
matici vybraného ukazatele.
Obrázek č. 1: Uživatelské prostředí utility „Disparitér“
Aplikace je založena na tabulkovém procesoru MS Excel, v kódu objektového
programovacího jazyka Visual Basic for Applications (dále VBA). Samotná databáze bude
postupně rozdělena do tří segmentů – finanční dostupnost, fyzická dostupnost a ceny bytů.
V současné době je hotový první segment. Databáze prozatím čítá kolem 5 000 údajů a
postupem řešení projektu se bude rozšiřovat a aktualizovat. Zdrojový kód s databází je
zabezpečen administrátorským heslem. Uživatel může pouze generovat grafy a aktualizovat
údaje.
Uživatel bude moci provést aktualizaci dat utility, a to jak pomocí automatizovaného
aktualizačního balíčku, tak pomocí šablony tabulky, kdy si doplní vlastní data. Aktualizační
balíček vyhledá aplikaci a vloží do ní nový řetězec dat. Systém seznamů prvků pro filtraci je
flexibilní a tyto seznamy se automaticky obnoví a doplní. V rámci projektu budou data
aktualizována průběžně až do roku 2011.
1
Směrodatná odchylka je míra statistické disperze. Jedná se o kvadratický průměr odchylek hodnot
znaku od jejich aritmetického průměru.
2
Variační koeficient je poměrná míra variability, která porovnává směrodatnou odchylku s průměrem.
2
Šilheřovice 2008
Prostředí aplikace
Uživatel se po spuštění aplikace rozhodne, zda chce získat hodnoty ukazatelů řešení
regionálních disparit nebo přímo analýzu disparit v podobě již zmíněných variačních
koeficientech a směrodatných odchylek, či speciální srovnávací mezikrajské matice.
Při zvolení jednoho z těchto postupů se uživatel poprvé setká s tzv. prvkem systému, což je
např. pro finanční dostupnost bydlení vybraný typ domácnosti, který je složen z hlavy rodiny,
partnera, počtu dětí a klasifikace KZAM (klasifikace zaměstnání). Systém filtrů jednotlivých
dílčích složek prvku usnadní jeho výběr, tento výběr může být i víceprvkový, což značí, že
v jednom grafickém výstupu je zahrnuto více zvolených typů domácností. Jak již bylo
zmíněno, utilita „Disparitér“ si klade za cíl zjednodušit a zestručnit podobu výstupů pro
uživatele, proto systém detekuje nejvhodnější typ grafu pro zobrazení prvků (sloupcový,
přímkový).
Při dokončení volby prvků a volby územní jednotky (krajská města, kraje) nastane procedura
generování grafů do nového externího souboru (sešitu) dokumentu MS Excel. Utilita zůstává
stále aktivní a nabízí volbu rychlého návratu do prostředí systému „Disparitér“, kde může
uživatel své dotazování pozměnit a regenerovat grafy.
Generované výstupy v novém sešitu MS Excel v sobě ukládají všechny dosud provedené
výstupy, jako tzv. „historii“. Dříve generované grafy uživatel nalezne v předcházejících listech
souboru.
Uživatel tak bude mít k dispozici jednoduché a přehledné výstupy projektu s možností
vkládání vlastních upravených dat.
Obrázek č. 2: Graf z absolutních hodnot vybraného ukazatele - při volbě jednoho
ukazatele ve více letech se detekuje přímkový graf
Ukazatel - Míra zatížení regulovaným nájmem pro: zaměstnanec + zaměstnanec s počtem dětí:
1 v bytě 3+1/73 m2 (KZAM 7,8)
Hlavní město Praha
Středočeský
0,12
HMP a ST
Jihočeský
absolutní hodnoty
0,1
Plzeňský
Karlovarský
0,08
Ústecký
Liberecký
0,06
Královéhradecký
0,04
Pardubický
Vysočina
0,02
Jihomoravský
Olomoucký
2006
2005
2004
2003
2002
2001
2000
0
Zlínský
Základním výstupem jsou spojnicové grafy vybraného ukazatele. Pokud není zvolená časová
řada, zobrazí se údaje v jednom roce ve sloupcovém grafu.
3
Šilheřovice 2008
Obrázek č. 3: Grafy směrodatných odchylek a variačních koeficientů
Variační koeficient pro kraje: Míra zatížení regulovaným
nájmem, zaměstnanec + zaměstnanec s počtem dětí: 1 v bytě
3+1/73 m2 (KZAM 7,8)
Směrodatná odchylka pro kraje: Míra zatížení regulovaným
nájmem, zaměstnanec + zaměstnanec s počtem dětí: 1 v bytě
3+1/73 m2 (KZAM 7,8)
53
0,01
25
52
0,01
35
0,01
0,015
32
0,01
28
0,01
23
0,01
15
0,01
0,01
0,005
192
24 ,4
023
24 ,1
24,5
Var.koef.
Sm. odch.
0,02
24
436
23 ,3
210
23 ,0
23,5
23
821
23 ,5
962
23 ,4
2004
2005
703
23 ,8
22,5
22
0
2000
2001
2002
2003
2004
2005
2000
2006
2001
2002
2003
2006
Roky
Roky
Na grafech směrodatných odchylek a variačních koeficientů jsou viditelné změny stavu
vybrané disparity. Pro tento ukazatel se kraje svými hodnotami k sobě v časové řadě
přibližují.
Obrázek č. 4: Graf odchylek od průměrné hodnoty ukazatele za ČR v %
80
69,378
Odchylky od hodnoty ČR v %- Míra zatížení regulovaným nájmem pro:
zaměstnanec + zaměstnanec s počtem dětí: 1 v bytě 3+1/73 m2 (KZAM 7,8)
49,723
60
2000
2001
2002
2003
2004
2005
2006
20,318
0,061
4,279
1,665
3,574
-8,273
Česká republika
Moravskoslezský
Zlínský
Olomoucký
Jihomoravský
Vysočina
Pardubický
Královéhradecký
Liberecký
Ústecký
Karlovarský
Plzeňský
-24,070
-12,088
-11,507
-13,811
Jihočeský
HMP a ST
-23,456
Středočeský
-40
-10,845
0
-20
5,508
20
4,860
%
40
Procentuální odchylky od průměrné hodnoty za ČR jsou zobrazeny ve sloupcovém grafu.
Z grafu jsou zřetelné rozdíly hodnot krajů od průměru ČR v procentech.
4
Šilheřovice 2008
Obrázek č. 5: Srovnávací mezikrajská matice s procentuálními vzájemnými vztahy
kraj
3,409286185
Středočeský
1,905634847
HMP a ST
3,129286556
Jihočeský
1,688130999
Plzeňský
1,907691628
Karlovarský
1,487013007
Ústecký
0,715005648
Liberecký
1,514361435
Královéhradecký
1,879044719
Pardubický
1,765112588
Vysočina
1,652342365
Jihomoravský
2,431637707
Olomoucký
1,66377416
Zlínský
1,76366187
Moravskoslezský
0,993800389
Česká republika
2,073064288
Středočeský HMP a ST Jihočeský
1,905635 3,129287
117,4%
55,9%
91,8%
3,409286
3,129287
178,9%
58,4%
164,2%
3,409286 1,905635
109%
61%
175%
3,409286 1,905635 3,129287
202,0%
112,9%
185,4%
3,409286 1,905635 3,129287
178,7%
99,9%
164,0%
3,409286 1,905635 3,129287
229,3%
128,2%
210,4%
3,409286 1,905635 3,129287
476,8%
266,5%
437,7%
3,409286 1,905635 3,129287
225,1%
125,8%
206,6%
3,409286 1,905635 3,129287
181,4%
101,4%
166,5%
3,409286 1,905635 3,129287
193,1%
108,0%
177,3%
3,409286 1,905635 3,129287
206,3%
115,3%
189,4%
3,409286 1,905635 3,129287
140,2%
78,4%
128,7%
3,409286 1,905635 3,129287
204,9%
114,5%
188,1%
3,409286 1,905635 3,129287
193,3%
108,0%
177,4%
3,409286 1,905635 3,129287
343,1%
191,8%
314,9%
3,409286 1,905635 3,129287
164,5%
91,9%
150,9%
Plzeňský Karlovarský Ústecký
Liberecký
1,688131 1,907692 1,487013 0,715006
49,5%
56,0%
43,6%
21,0%
1,688131 1,907692 1,487013 0,715006
88,6%
100,1%
78,0%
37,5%
1,688131 1,907692 1,487013 0,715006
54%
61%
48%
23%
1,907692 1,487013 0,715006
71,2%
113,0%
88,1%
42,4%
1,688131
1,487013 0,715006
88,5%
120,6%
77,9%
37,5%
1,688131 1,907692
0,715006
113,5%
128,3%
143,0%
48,1%
1,688131 1,907692 1,487013
236,1%
266,8%
208,0%
47,6%
1,688131 1,907692 1,487013 0,715006
111,5%
126,0%
98,2%
47,2%
1,688131 1,907692 1,487013 0,715006
89,8%
101,5%
79,1%
38,1%
1,688131 1,907692 1,487013 0,715006
95,6%
108,1%
84,2%
40,5%
1,688131 1,907692 1,487013 0,715006
102,2%
115,5%
90,0%
43,3%
1,688131 1,907692 1,487013 0,715006
69,4%
78,5%
61,2%
29,4%
1,688131 1,907692 1,487013 0,715006
101,5%
114,7%
89,4%
43,0%
1,688131 1,907692 1,487013 0,715006
95,7%
108,2%
84,3%
40,5%
1,688131 1,907692 1,487013 0,715006
169,9%
192,0%
149,6%
71,9%
1,688131 1,907692 1,487013 0,715006
81,4%
92,0%
71,7%
34,5%
Královéhradecký
Pardubický Vysočina Jihomoravský Olomoucký
1,514361
44,4%
1,514361
79,5%
1,514361
48%
1,514361
89,7%
1,514361
79,4%
1,514361
101,8%
1,514361
211,8%
1,879045
55,1%
1,879045
98,6%
1,879045
60%
1,879045
111,3%
1,879045
98,5%
1,879045
126,4%
1,879045
262,8%
1,879045
146,2%
124,1%
1,514361
80,6%
115,3%
1,514361 1,879045
85,8%
106,5%
1,514361 1,879045
91,6%
113,7%
1,514361 1,879045
62,3%
77,3%
1,514361 1,879045
91,0%
112,9%
1,514361 1,879045
85,9%
106,5%
1,514361 1,879045
152,4%
189,1%
1,514361 1,879045
73,0%
90,6%
1,765113
51,8%
1,765113
92,6%
1,765113
56%
1,765113
104,6%
1,765113
92,5%
1,765113
118,7%
1,765113
246,9%
1,765113
116,6%
1,765113
93,9%
1,652342
48,5%
1,652342
86,7%
1,652342
53%
1,652342
97,9%
1,652342
86,6%
1,652342
111,1%
1,652342
231,1%
1,652342
109,1%
1,652342
87,9%
1,652342
100,4%
93,6%
1,765113
106,8%
80,8%
1,765113 1,652342
72,6%
68,0%
1,765113 1,652342
106,1%
99,3%
1,765113 1,652342
100,1%
93,7%
1,765113 1,652342
177,6%
166,3%
1,765113 1,652342
85,1%
79,7%
2,431638
71,3%
2,431638
127,6%
2,431638
78%
2,431638
144,0%
2,431638
127,5%
2,431638
163,5%
2,431638
340,1%
2,431638
160,6%
2,431638
129,4%
2,431638
137,8%
2,431638
147,2%
1,663774
48,8%
1,663774
87,3%
1,663774
53%
1,663774
98,6%
1,663774
87,2%
1,663774
111,9%
1,663774
232,7%
1,663774
109,9%
1,663774
88,5%
1,663774
94,3%
1,663774
100,7%
1,663774
146,7%
68,4%
2,431638
146,2%
81,4%
2,431638 1,663774
137,9%
94,3%
2,431638 1,663774
244,7%
167,4%
2,431638 1,663774
117,3%
80,3%
Zlínský
1,763662
51,7%
1,763662
92,5%
1,763662
56%
1,763662
104,5%
1,763662
92,5%
1,763662
118,6%
1,763662
246,7%
1,763662
116,5%
1,763662
93,9%
1,763662
99,9%
1,763662
106,7%
1,763662
72,5%
1,763662
106,0%
141,7%
1,763662
177,5%
1,763662
85,1%
Moravskoslezský Česká republika
0,9938
29,1%
0,9938
52,2%
0,9938
32%
0,9938
58,9%
0,9938
52,1%
0,9938
66,8%
0,9938
139,0%
0,9938
65,6%
0,9938
52,9%
0,9938
56,3%
0,9938
60,1%
0,9938
40,9%
0,9938
59,7%
0,9938
56,3%
2,0730643
60,8%
2,0730643
108,8%
2,0730643
66%
2,0730643
122,8%
2,0730643
108,7%
2,0730643
139,4%
2,0730643
289,9%
2,0730643
136,9%
2,0730643
110,3%
2,0730643
117,4%
2,0730643
125,5%
2,0730643
85,3%
2,0730643
124,6%
2,0730643
117,5%
2,0730643
52,1%
208,6%
0,9938
47,9%
128,3%
Ve srovnávací matici se zobrazují procentuální hodnoty mezikrajského porovnání
generovaného ukazatele. Uživatel může zjistit, v jakém je vybraný kraj stavu vůči ostatním
krajům v procentech a může zjistit, který kraj je v tomto ukazateli ve srovnání s ostatními
kraji ne tom nejhůře nebo nejlépe.
Obrázek č. 6: Srovnávací mezikrajská matice v grafické podobě
Matice
Středočeský
HMP a ST
Jihočeský
Plzeňský
Karlovarský
435,4%-476,8%
Ústecký
393,9%-435,4%
Liberecký
352,5%-393,9%
311,1%-352,5%
Královéhradecký
269,6%-311,1%
Pardubický
228,2%-269,6%
Vysočina
186,7%-228,2%
145,3%-186,7%
Jihomoravský
103,9%-145,3%
Olomoucký
62,4%-103,9%
21,0%-62,4%
Zlínský
Moravskoslezský
Česká republika
Zlínský
Moravskoslezský
Olomoucký
Vysočina
Jihomoravský
Pardubický
Královéhradecký
Ústecký
Liberecký
Karlovarský
Plzeňský
Jihočeský
HMP a ST
Středočeský
Česká republika
5
Šilheřovice 2008
Srovnávací matice se zobrazí také v grafické podobě – ve spektrálním grafu. Princip
porovnávání je stejný jako u výše uvedené matice. Na obrázku č. 6 je patrna svislá červená
linie Ústeckého a Moravskoslezského kraje, což znamená, že tyto kraje jsou vůči ostatním
krajům nejslabší. Naopak hl. město Praha, Středočeský kraj a Jihomoravský kraj jsou na
svislici v zeleném spektru a v tomto ukazateli jsou na tom lépe.
Závěr
Aplikace výrazně usnadňuje práci na projektu a zčásti řeší problematiku prezentování
výsledků. Aplikace je již ve stavu, kdy může být prezentována veřejnosti jako ucelený výstup.
V následujících letech se bude dále rozvíjet a budou se doplňovat nové moduly. V rámci
řešení projektu nastanou nové potřeby využití automatizovaných procesů, které bude možno
díky modulového řešení snadno do aplikace zavést. Nejen řešitelé, ale i koncoví uživatelé
budou mít k dispozici kompletní projektový nástroj, který budou moci obsluhovat sami,
budou moci zobrazovat analýzy dat projektu a také dat vlastních.
Literatura
1) NAVAJO.cz – Otevřená encyklopedie, dostupné z < http://navajo.cz >, 29.9.2008
6
Šilheřovice 2008
MOŽNOSTI MĚŘENÍ REGIONÁLNÍCH DISPARIT – NOVÝ POHLED
Ing. Pavel Tuleja, Ph.D.
Abstrakt
Příspěvek „Možnosti měření regionálních disparit – nový pohled“ je věnován deskripci a
analýze využití těch statisticko-matematických metod, s jejichž pomocí lze kvalifikovaně
zhodnotit tendence a vývojové trendy v oblasti regionálních rozdílů. Vzhledem k tomu, že
tento příspěvek je určitým završení dřívějších prací na problematice měření regionálních
disparit, nejsou jeho součástí všechny autorem analyzované metody, ale pouze ty, u nichž
autor dospěl k závěru, že jejich použití se jeví jako nejvhodnější jak z hlediska míry obtížnosti
jejich praktického použití, tak z hlediska kvantifikace potřebných podkladových dat. V rámci
tohoto příspěvku se tak postupně seznámíte s metodou semaforu, metodou bodovou a
metodou normované proměnné, přičemž současně uvidíte praktickou možnost využití těchto
metod při hodnocení regionálních disparit.
Klíčová slova
Měření, Metoda bodová, Metoda normované proměnné, Metoda semaforu, Regionální
disparity, Statisticko-matematické metody.
Abstract
The paper “Possibilities of regional disparities´ measurement – a new viewpoint” is devoted
to the description and analysis of utilization of statistical-mathematic methods with whose
help it is possible to expertly evaluate trends and development trends in the field of regional
divergences. Regarding to the fact that this paper is a certain consummation of previous
works dealing with the problems of regional disparities´ measurement, not all the analyzed
methods are its part, but only those at which the author came to a conclusion that their
utilization seems to be as the most suitable from the viewpoint of the difficulty level of their
practical use as well as from the viewpoint of the quantification of necessary supporting
data. Within this paper you will thus subsequently acquaint with a semaphore method, spot
method and standardized variable method while you will simultaneously see the practical
possibility of utilization of these methods while evaluating of regional disparities.
Keywords
Measuring, Regional disparities, Spot method, Standardized variable method, Semaphore
method, Statistical-mathematic methods.
1
Šilheřovice 2008
Úvod
Regionální disparitu chápeme jako každou … rozdílnost či nerovnost, jejíž identifikace a
srovnávání má nějaký smysl (sociální, ekonomický, politický apod.) [Hučka, s. 14]. Dá se
tedy říci, že za regionální disparitu považujeme v podstatě jakoukoliv …rozdílnost nebo
nepoměr různých jevů či procesů mající jednoznačné územní umístění (lze ji alokovat ve
vymezené územní struktuře) a vyskytující se alespoň ve dvou entitách této územní struktury
[Hučka, s. 14]. Vyjdeme-li z obou výše uvedených definic, pak před námi automaticky
vyvstává otázka, jak lze takto definované regionální disparity měřit. Jednou z možností jak
odpovědět na tuto otázku je také tento článek, jenž je věnován novému pohledu na
možnosti měření regionálních disparit.
Metody měření regionální disparit
Budeme-li podrobněji analyzovat dostupné statisticko-matematické metody, jež jsou
využitelné při konstrukci multikriteriálních indexů, pak dospějeme k závěru, že z hlediska
měření regionálních rozdílů lze za nejvhodnější označit sedm různých metod, mezi něž patří
metoda průměrné odchylky, bodová metoda, metoda normované proměnné, metoda
vzdálenosti od fiktivního bodu, metoda souhrnného indexu, metoda semaforu a konečně také
metoda založená na škálovacích technikách.
2
Šilheřovice 2008
Tabulka č. 1: Výchozí statistická data pro výpočet ekonomických indexů
regionálních disparit
kraj
2002
2003
2004
2005
HDP na obyvatele (CZK, b. c.) – HDP/obyv.
Hl. m. Praha
506 109
530 334
567 946
610 799
kraj Vysočina
209 301
217 107
235 264
246 426
186 132
195 867
226 089
249 017
čistý disponibilní důchod na obyvatele (CZK, b. c.) – ČDD/obyv.
Hl. m. Praha
170 588
181 308
185 188
189 894
kraj Vysočina
118 597
123 798
129 208
132 395
113 212
116 768
120 990
128 773
míra ekonomické aktivity (%) – MEA
Hl. m. Praha
62,55
62,53
61,31
62,03
kraj Vysočina
58,59
58,00
58,74
58,34
58,66
58,08
57,62
58,45
mzda (CZK) – w
Hl. m. Praha
20 364
21 590
22 914
24 109
kraj Vysočina
13 349
14 094
15 045
15 927
14 263
15 177
16 159
17 009
naděje dožití - ND
Hl. m. Praha
76,25
76,30
76,45
77,39
kraj Vysočina
75,60
75,95
76,00
76,56
74,05
74,30
74,35
74,94
Zdroj: Český statistický úřad
Každá z výše uvedených metod má jak svá pro, tak svá proti, přičemž jejich praktické využití
je silně závislé nejen na míře obtížnosti, s níž jsou jednotlivé indexy konstruovány, ale také
na souboru dostupných a prakticky použitelných statistických ukazatelů. Podíváme-li se na
problematiku měření regionálních disparit právě z tohoto úhlu pohledu, pak dospějeme
k závěru, že z hlediska praktického využití se ze sedmi výše jmenovaných metod jeví jako
nejvhodnější jednak metoda semaforu, již lze uplatnit především ve fázi identifikace a
kvantifikace proměnných, a jednak bodová metoda a metoda normované proměnné, což
jsou vědecké postupy, jež naleznou své uplatnění zejména ve fázi výpočtu a tvorby
ekonomických indexů regionálních disparit. Za hlavní pozitivum těchto tří metod můžeme
označit jejich vypovídací schopnost a nepříliš velkou výpočetní náročnost. Pojďme si proto
nyní ukázat, jak lze tyto tři metody využít při konstrukci ekonomických indexů regionálních
disparit, a to na konkrétním vzorku statistických dat, jež jsou zachycena v tabulce č. 1. Jak je
z této tabulky patrné, pro naše potřeby jsme využili statistická data zobrazující vývoj ve třech
krajích České republiky, jimiž jsou Hl. m. Praha, kraj Vysočina a Moravskoslezský kraj.
3
Šilheřovice 2008
Metoda semaforu
Metodu semaforu můžeme označit za jednu ze specifických podob metody škálování, přičemž
lze současně také konstatovat, že tato metoda se svým pojetím výrazně blíží proceduře
očíslování. Podstata této metody je založena na přiřazení specifických symbolů jednotlivým
hodnotám vybraných ukazatelů, přičemž tyto symboly zpravidla odpovídají určité
percentuální úrovni maximální, popř. minimální výše hodnoty analyzovaného ukazatele.
Nejčastěji mají tyto symboly podobu tří kruhů, jež odpovídají barvám na semaforu, z čehož
je také odvozován název této metody. Dá se tedy říci, že pokud je v rámci této metody
přiřazen ukazateli pro region A červený kruh, zatímco ukazateli pro region B kruh zelený, pak
jsme díky tomuto barevnému rozlišení schopni rozpoznat rozdíly mezi jednotlivými regiony,
ale současně nejsme schopni přesně kvantifikovat jejich konkrétní úroveň. Naopak
významnou devizou tohoto přístupu je jeho přehlednost, rychlost a bezproblémové využití
v rámci analýzy různě širokých skupin socio-ekonomických ukazatelů.
Jak jsme již naznačili výše, metoda semaforu je tedy spíše metodou grafickou, s jejíž pomocí
můžeme sestavit několik typů hodnotících škál, mezi něž patří např.:




dvoubarevná škála, která nabízí možnost barevného odlišení ukazatelů od minimální
hodnoty k hodnotě maximální, k čemuž využívá dvou barev, jejichž intenzita se mění
dle toho, jak se mění hodnoty vybraných ukazatelů (viz HDP na obyvatele v tabulce
2),
tříbarevná škála, s jejíž pomocí je skupina ukazatelů roztříděna prostřednictvím tří
barev, přičemž střední barva odpovídá percentilu 50 (viz čistý disponibilní důchod na
obyvatele v tabulce 2),
datová čára, v jejímž případě je k odlišení hodnot používána délka datové čáry (viz
míra ekonomické aktivity v tabulce 2)
nebo škála vyjádřená pomocí sady ikon, kde pro „očíslování“ ukazatelů využíváme
různé sady ikon, které mohou být:
o tří objektové, jejichž prostřednictví jsou ukazatele rozčleněny dle kritéria  67
%,  33 % a < 33 % (viz naděje dožití v tabulce 2),
o čtyř objektové, při jejímž užití dochází k členění  75 %,  50 %,  25 % a <
25 % (viz mzda v tabulce 2)
o popřípadě pěti objektové, kde jsou výchozím kritériem procentní hodnoty  80
%,  60 %,  40 %,  20 % a < 20 % (viz míra nezaměstnanosti v tabulce
2).
Vzhledem ke své grafické podobě je tuto metodu možno označit za ideální nástroj pro
vytváření nemetrických škál, což z ní činí ideální nástroj pro fázi identifikace a kvantifikace
proměnných využitelných při hodnocení regionálních disparit.
4
Šilheřovice 2008
Tabulka č. 2: Deskripce regionálních disparit na základě metody semaforu
kraj
Hl. m. Praha
kraj Vysočina
Moravskoslezský
Hl. m. Praha
kraj Vysočina
Moravskoslezský
Hl. m. Praha
kraj Vysočina
Moravskoslezský
Hl. m. Praha
kraj Vysočina
Moravskoslezský
Hl. m. Praha
kraj Vysočina
Moravskoslezský
Hl. m. Praha
kraj Vysočina
Moravskoslezský
2002
2003
2004
HDP na obyvatele (CZK, b. c.)
506 109
530 334
567 946
209 301
217 107
235 264
kraj
186 132
195 867
226 089
čistý disponibilní důchod na obyvatele (CZK, b. c.)
170 588
181 308
185 188
118 597
123 798
129 208
kraj
113 212
116 768
120 990
míra ekonomické aktivity (%)
62,55
62,53
61,31
58,59
58,00
58,74
kraj
58,66
58,08
57,62
míra nezaměstnanosti (%)
3,64
4,19
3,89
5,11
5,32
6,85
kraj
13,32
14,75
14,55
mzda (CZK)
20 364
21 590
22 914
13 349
14 094
15 045
kraj
14 263
15 177
16 159
naděje dožití
76,25
76,30
76,45
75,60
75,95
76,00
kraj
74,05
74,30
74,35
2005
610 799
246 426
249 017
189 894
132 395
128 773
62,03
58,34
58,45
3,51
6,77
13,89
24 109
15 927
17 009
77,39
76,56
74,94
Zdroj: vlastní výpočet
Bodová metoda
Princip bodové metody, jejímž autorem je M. K. Bennet, je založen na nalezení regionu,
v němž dosahuje analyzovaný ukazatel buďto maximální, nebo naopak minimální hodnoty.
Maximální hodnota je pak při porovnávání jednotlivých ukazatelů brána v potaz tehdy, pokud
je za progresivní považován růst příslušného indikátoru, kdežto minimální hodnota je
využívána v okamžiku, pokud k progresi dochází při poklesu jeho hodnoty. Region, jenž
dosáhne u příslušného ukazatele maximální výše je následně oceněn 1.000 bodů, kdežto
ostatní regiony dostávají bodové ohodnocení od 0 do 1.000 bodů, a to v závislosti na podílu
příslušného ukazatele na stanovené optimální hodnotě. Tento podíl je pak zcela logicky
vyjádřen pomocí promile. Pokud je výchozím kritériem minimální hodnota ukazatele, pak se
při určování výše bodového ohodnocení počítá s převrácenou hodnotou tohoto poměru.
Takto získané body jsou následně sečteny, přičemž výsledná hodnota je určitou
charakteristickou regionální disparity.
5
Šilheřovice 2008
Za určitou výhodu bodové metody můžeme označit její schopnost shrnout ukazatele
zachycené v různých měrných jednotkách do jedné syntetické charakteristiky. Touto
charakteristikou je bezrozměrné číslo, které sice nemá reálný smysl, ale může využito buďto
ke stanovení pořadí jednotlivých regionů. Současně se stanovením celkového pořadí můžeme
průběžné výsledky bodové metody využít také k určení regionálních rozdílů, jež jsou spojeny
s jednotlivými kategoriemi ukazatelů, tj. ke stanovení míry zaostávání regionu A za regionem
B.
Určitou specifickou podobou využití bodové metody je stanovení hodnoty ekonomického
indexu regionální disparit pomocí váženého aritmetického průměru bodů, které jednotlivé
regiony za příslušné indikátory získaly. V tomto případě je ekonomický index regionálních
disparit (EIRD) vypočten pomocí následující rovnice:
EI RD 
kde:
x
1 p x ij
, resp. i min

p i1 x i max
x ij
xij – hodnota i-tého ukazatele pro j-tou zemi
ximax – maximální hodnota i-tého ukazatele
ximin – minimální hodnota i-tého ukazatele
Pomocí takto vypočteného indexu pak lze stanovit buďto pořadí jednotlivých regionů, nebo
určit rozdíly dosažené v jednotlivých letech.
Při praktickém využití bodové metody může být použita také jedna z následujících modifikací
bodové metody:


základem pro stanovení kriteriální hodnoty nejsou ukazatele v různých regionech, ale
naopak ukazatele jednoho konkrétního regionu. V rámci této metody, tak není možno
omezit horní hodnotu příslušného ukazatele (může být větší než 1.000 bodů).
základem pro stanovení kriteriální hodnoty je předem stanovená hodnota ukazatele.
Také v tomto případě neplatí horní mez daná 1.000 bodů.
Postup výpočtu ekonomického indexu regionálních disparit pomocí bodové metody je
následující:
1. V první fázi jsou jednotlivé ukazatele rozčleněny na ty, u nichž je za optimální
považována hodnota maximální (HDP/obyv., ČDD/obyv., MEA, w ,ND) a ty, v jejichž
případě je za optimální hodnoty označována hodnota minimální (u), přičemž ihned po
tomto rozčlenění jsou stanoveny konkrétní hodnoty jak minimálních, tak maximálních
veličin. Aplikujeme-li tento postup např. na HDP na obyvatele v námi vybraných
krajích v letech 2002-2005, pak získáme kriteriální hodnotu 610.799, již přidělíme
1.000 bodů.
2. V následující fázi je takto vypočtené kriteriální hodnota použita k bodovému
ohodnocení daných veličin v jednotlivých krajích a v jednotlivých letech. V případě
minimálních hodnot je použit následující postup: kriteriální hodnota je vydělena
hodnotou skutečnou a tento podíl je vynásoben 1000. Použijeme-li tento postup opět
na časovou řadu HDP na obyvatele, pak např. v případě Hl. m. Prahy dospějeme pro
6
Šilheřovice 2008
rok 2002 k následujícímu údaji: 829 = (506109/610799)*1000. Podobným způsobem
se postupuje také v případě maximálních veličin, v jejichž případě je však skutečná
hodnota vydělena hodnotou kriteriální a tento podíl jsme násoben 1000. Takto
stanovená hodnota nám pak udává počet bodů, které daný kraj získal za jednotlivé
ukazatele.
3. Po stanovení bodových hodnot pro jednotlivé ukazatele je nutno přistoupit ke
stanovení konkrétní hodnoty ekonomického indexu regionálních disparit, pro daný
kraj a daný rok. Využijeme-li opět příkladu Hl. m. Prahy pak dospějeme k
následujícím bodovým hodnotám: 829 (HDP/obyv.), 898 (ČDP/obyv.), 1.000 (MEA),
965 (u), 845 (w) a 985 (ND). Při vlastním výpočtu pak z těchto hodnot vypočteme
hodnotu průměrnou, přičemž tento výsledek můžeme označit za ekonomický index
regionálních disparit. V našem případě pak tento index dosáhl výše 920 bodů (viz
tabulka 3). Při hodnocení tohoto indexního čísla je důležitá jeho vzdálenost od
optimální hodnoty, která dosahuje výše 1.000 bodů. Dá se tedy říci, že čím více se
hodnota indexu blíží 1.000 bodů, tím lépe daný region naplňuje zvolená kritéria.
4. Jak již bylo naznačeno výše, takto vypočtený index můžeme využít jak k porovnání
meziregionálních rozdílů prostřednictvím procentuální podílů, tak ke stanovení pořadí
jednotlivých regionů.
Tabulka č. 3: Hodnota ekonomického indexu regionálních disparit
vypočteného na základě bodové metody
kraj
2002
2003
2004
2005
ekonomický index regionálních disparit
Hl. m. Praha
920
924
954
999
kraj Vysočina
687
693
687
700
608
615
633
658
procentuální podíl (průměr R-3 = 100,0 %)
Hl. m. Praha
124,6
124,1
125,8
127,1
kraj Vysočina
93,0
93,2
90,6
89,1
82,4
82,7
83,5
83,7
pořadí krajů
Hl. m. Praha
1
1
1
1
kraj Vysočina
2
2
2
2
3
3
3
3
7
Šilheřovice 2008
Metoda normované proměnné
Druhou možností, jak vytvořit vícekriteriální index, je využití metody normované proměnné
(uij), kterou lze vyjádřit pomocí následující rovnice:
uij 
kde:
x ij  x i max
sx
, resp.
x i min  x ij
i
sx
i
uij – normovaná veličina i-tého ukazatele pro j-tou zemi
sxi – směrodatná odchylka i-tého ukazatele
Podobně jako v předchozím případě, také zde je veličina uij bezrozměrnou veličinou, která
má jak nulový průměr, tak průměr jednotkový. Za velkou výhodu této veličiny pak můžeme
označit možnost jejího bezproblémového sčítání.
V případě regionálních disparit, při jejichž měření se zpravidla vychází z různého počtu
jednotlivých ukazatelů, lze k charakteristice jednotlivých regionů využít také průměrnou
hodnotu normované veličiny, již lze opět označit za ekonomický index regionálních disparit:
EI RD 
1 p
 uij
p i1
Srovnáme-li tuto metodu s výše uvedenou bodovou metodou, pak dospějeme k závěru, že
metoda normované proměnné, na rozdíl od metody bodové, přihlíží k relativní proměnlivosti
ukazatelů zahrnutých do příslušného indexu. Dá se tedy říci, že tento přístup v podstatě
potírá absolutní proměnlivost, s níž počítá bodová metoda. Naopak za nevýhodu tohoto
přístupu ke konstrukci ekonomického indexu regionálních disparit můžeme označit
nemožnost jejího použití v okamžiku, kdy jsou srovnávány podílové veličiny. Jinými slovy
řečeno, pomocí této metody nedospějeme k závěru, že region A zaostává za regionem B.
Postup výpočtu ekonomického indexu regionálních disparit pomocí metody normované
proměnné má následující podobu:
1. V první fázi konstrukce EIRD pomocí normované proměnné je zapotřebí stanovit
jednotlivé směrodatné odchylky (sx), k čemuž lze využít buďto specializovaný
statistický software, nebo tabulkový proces Microsoft Office Excel. Při využití tohoto
postupu např. u hrubého domácího produktu na obyvatele v námi vybraných krajích v
letech 2002-2005, tak vypočteme směrodatnou odchylku dosahující hodnoty 159.660.
2. Poté co je stanovena směrodatná odchylka jednotlivých ukazatelů, nastupuje druhá
fáze, která odpovídá prvním kroku popsanému v rámci bodové metody, pročež této
problematice již nebudeme věnovat.
3. Ve třetí fázi výpočtu EIRD jsou jednotlivé kriteriální hodnoty a směrodatné odchylky
využity k výpočtu jednotlivých normovaných proměnných. Také v tomto případě se
konkrétní postup liší v závislosti na tom, zda je za kriteriální považována maximální,
nebo naopak minimální hodnota. V případě minimální hodnoty je pro výpočet použit
8
Šilheřovice 2008
následující postup: od kriteriální hodnoty je odečtena skutečná hodnota proměnné a
tento rozdíl je následně vydělen směrodatnou odchylkou. Použijeme-li tento postup
na časovou řadu HDP/obyv., pak např. v případě Hl. m. Prahy dospějeme pro rok
2002 k následujícímu údaji: -0,656 = (506109-610799)/159660. V případě
maximálních veličin je použit postup opačný, tj. od skutečné hodnoty je odečtena
hodnotou kriteriální a tento rozdíl jsme vydělen směrodatnou odchylkou.
4. Také při stanovení konkrétní hodnoty ekonomického indexu regionálních disparit, pro
daný kraj a daný rok je postup stejný jako v předchozím případě, tj. opět jsou
zprůměrovány všechny normované proměnné pro daný kraj a daný rok. Vyjdeme-li
opět z již dříve uvedeného příkladu, pak dospějeme k závěru, že v roce 2002 dosáhlo
Hl. m. Prahy následujících hodnot normovaných proměnných: -0,656 (HDP/obyv.), 0,678 (ČDD/obyv.), 0,000 (MEA), -0,029 (u), -1,048 (w) a -1,133 (ND), z čehož
vyplývá, že ekonomický index regionálních disparit v tomto případě dosáhl výše 0,591 (viz tabulka 4). Jak je z výše uvedeného zřejmé, takto vypočtené indexy
nabývají záporných hodnot, přičemž platí, že za optimální považujeme situaci, v níž se
hodnota tohoto indexu blíží 0.
5. Také v tomto případě lze vypočtený index využít jak k porovnání meziregionálních
rozdílů prostřednictvím procentuálních podílů, tak ke stanovení pořadí jednotlivých
regionů. Porovnáme-li výsledky, k nimž jsme v našem případě dospěli, pak zjistíme,
že zatímco pořadí regionů zůstalo zachováno, údaje zobrazující procentuální úroveň
meziregionálních rozdílů se poněkud lišily.
Tabulka č. 4: Hodnota ekonomického indexu regionálních disparit vypočteného na
základě metody normované proměnné
kraj
2002
2003
2004
2005
ekonomický index regionálních disparit
Hl. m. Praha
-0,591
-0,459
-0,410
-0,047
kraj Vysočina
-2,054
-1,984
-1,870
-1,740
-2,625
-2,615
-2,539
-2,232
procentuální podíl (průměr R-3 = 100,0 %)
Hl. m. Praha
297,4
367,2
392,1
2 871,4
kraj Vysočina
85,5
85,0
85,9
77,0
66,9
64,5
63,3
60,0
pořadí krajů
Hl. m. Praha
1
1
1
1
kraj Vysočina
2
2
2
2
3
3
3
3
9
Šilheřovice 2008
Závěr
Jak je i z výše uvedeného zřejmé, všechny tři námi vybrané metody mají svá pro a proti.
Přesto je nutno říci, že všechny tři lze v běžné praxi poměrně dobře využít, neboť použití
nevyžaduje žádné speciální matematicko-statistické znalosti. Navíc je nutno říci, že v případě
všech výše uvedených metod lze poměrně úspěšně využít také standardně dostupným
tabulkový procesor Microsoft Office Excel. Máme-li blíže zhodnotit využití obou výše
uvedených metod, pak musíme konstatovat, že zatímco metodu semaforu doporučujeme
využít zejména v první fázi konstrukce indexů regionálních disparit, tj. při výběru a
kvantifikaci jednotlivých ukazatelů zahrnutých do příslušného indexu, v druhé, výpočetní,
fázi, se přikláníme spíše k využití obou sofistikovanějších matematicko-statistických metod, tj.
bodové metody a metody normované proměnné.
Literatura
1) BERKA, K.: Měření – pojmy, teorie, problémy. 1. vyd. Praha: Academia, 1977.
2) ČSÚ:
Regiony,
města,
obce.
[on-line]
http://www.czso.cz/csu/redakce.nsf/i/regiony_mesta_obce_souhrn.
in:
3) HUČKA, M.: Vznik a příčiny územních nerovností. Regionální disparity. Working Paper,
No. 1, 2007. s. 13-19. [on-line] in: http://disparity.vsb.cz/pdf/pracovni_listy.pdf.
4) JÍLEK, J.: Metody mezinárodního srovnávání. 1. vyd. Praha: VŠE, 1996.
5) KOLEKTIV AUTORŮ: Stručný statistický slovník pro hospodářské pracovníky. 1. vyd.
Praha: Svoboda, 1967.
10
Šilheřovice 2008
BROWNFIELDY A MORAVSKOSLEZSKÝ KRAJ
Ing. Hana Janáčková, Ph. D
Abstrakt
Brownfieldy jsou očekávaným produktem průmyslové nebo jiné restrukturalizace v kterékoliv
zemi. O neřešených brownfieldech můžeme hovořit jako o negativních externalitách, které
přelévají negativní vlivy na své okolí.
Brownfieldy v regionech bývají v důsledku minulé činnosti nerovnoměrně lokalizovány, a tak i
regiony bývají touto problematikou různě zasaženy, což vede ke vzniku regionálních disparit.
Článek se zabývá strukturou a registry brownfieldů v České republice se zaměřeních na
Moravskoslezský kraj, kde zůstala extrémně velká zátěž po proběhnuté restrukturalizaci.
Efektivní inventarizace, identifikace a klasifikace brownfieldů by měla napomoci zvýšit
účinnost systémového řešení k opětovnému znovuvyužití brownfieldů, a tím zmírnit uzemní
disparity.
Klíčová slova
Brownfield, Inventarizace, Moravskoslezský kraj
Abstract
Brownfield’s are produced as a regular outcome of industrial change and restructure in any
country. Unsolved Brownfield’s impact in the economy serves as a negative externality to
their environment.
In this paper I focus on structure and registers of Brownfield’s in the Czech Republic with
focusing mainly on the Moravian-Silesian region where can be seen regional disparities of
Brownfield localization. This register helps regions and municipalities to grasp the rise and
type of their rejuvenation problem. So there are registers produced to visualize certain
aspects of Brownfield’s which also help investors searching for some information about
appropriate localities for their investment projects. The last part of the article is focused on
two choice effective project of regeneration Brownfield in Moravian-Silesian region.
Without understanding our Brownfield’s profile, register creation and management and
sequential analysis, economic units (Moravian-Silesian region) cannot grasp the issue and
cannot prepare active measures to alleviate and address their Brownfield’s problem.
Key words
Brownfield, Inventory, Moravian-Silesian region
1
Šilheřovice 2008
Úvod
Brownfieldy jsou pozemky a budovy (nemovitosti) v urbanizovaném území, které ztratily
svoje původní využití nebo jsou podvyužité a negativně působí na své okolí. Často mají, nebo
se předpokládá, že mají, ekologické poškození a zdevastované výrobní a jiné budovy. Z
mnoha důvodů brownfieldy představují podstatnou část zastavěného území v mnoha našich
městech. Tato problematika je typická pro oblasti, kde proběhla značná nedávná
restrukturalizaci jako je například ostravská aglomerace. Brownfieldy nejenže mají negativní
ekonomické účinky, ale mají také neblahý fyzický vliv na své širší okolí. Složitost jejich řešení,
nejistoty, zvýšená rizika a náklady spojené s jejich renovací a znovu využitím to vše mnohdy
odrazuje soukromý kapitál od aktivní ekonomické intervence. Brownfieldy v regionech bývají
v důsledku minulé činnosti nerovnoměrně lokalizovány, a tak i regiony bývají touto
problematikou různě zasaženy, což vede ke vzniku regionálních disparit. Brownfieldy pak
obvykle vyžadují různé formy veřejné intervence k tomu, aby se odbouraly bariery bránící
jejich rozvoji a nastartoval se proces jejich znovu využití.
Brownfieldy jsou plochy, které:





jsou opuštěné nebo nedostatečně využívané;
mají skutečné nebo očekávané problémy s kontaminací;
jsou dotčeny předcházejícím užíváním a užíváním okolních pozemků;
jsou především v městských oblastech;
vyžadují zásah, aby mohly být vráceny k prospěšnému využívání v budoucnosti.
Brownfieldy dále můžeme rozdělit podle jejich předcházejícího užití na typy:







průmyslové,
vojenské,
železniční a dopravní,
zemědělské,
institucionální (školy, nemocnice, věznice),
obchodní (nákupní střediska),
kulturní (kulturní domy a kina, hrady a zámky).
Se změnou režimů na konci 80. let 20. století se problematika brownfildů začala objevovat i
v středoevropských zemích Česko nevyjímaje. Většina odvětví průmyslu středoevropských
zemí v této době rozpoznaly rychle svou nadbytečnost, neschopnost konkurovat svou
efektivností a produkty. Úpadky nenechaly ne sebe dlouho čekat. Staré trhy mizely,
fungování společností prodaných v různých typech privatizací mělo většinou krátké trvání.
Během privatizačního procesu vlastníci a konkurzní správci měli tendenci majetek rozdrobit
do malých částí, které se staly méně schopné nového rozvoje. Následná složitost vlastnických
vztahů k nemovitostem odradila nové aktivity a investice do těchto nemovitostí. Tento proces
vyústil do vzniku brownfildů. Podobné efekty jsou pociťovány i v nadbytečném nemovitém
majetku armády z důvodu demilitarizace. Nemovitosti a přilehlé plochy dříve vlastněné
železnicemi, bezpočet zemědělských nemovitostí v malých českých a slovenských obcích jako
pozůstatek kolektivního družstevnictví potkal podobný úděl.
Většina středoevropských měst vzhledem k jejich historickému vývoji a změnám při přechodu
na tržní hospodářství má mnoho nedostatečně využívaných pozemků typu brownfildů.
Brownfieldy v městech a obcích nepřímo přelévají kolem sebe vytváření tzv. „špatné adresy“.
2
Šilheřovice 2008
Podíl pozemků věnovaných průmyslovému užití je vysoký a města se tak potýkají
s restrukturalizačními problémy a využitím brownfildů. Vývoj těchto měst během centrálního
plánování dal brownfieldům jiný ráz. Za průmyslovými zónami nastal v minulosti překotný
růst sídlišť, a tak se stalo, že touto expanzí podniky najednou zabíraly hodnotné pozemky
téměř v centech měst. Tyto změny v osídlení změnily hustotu obyvatelstva v centrech, která
se začala v minulosti vyklidňovat. Tento problém je nyní velkou zátěží některých
středoevropských měst. Potýká se s ním mj. v České republice i Ostrava, kde historické
centrum je excentricky lokalizováno v severovýchodní části území města. Směrem na jih jsou
nyní rozsáhlé brownfieldy (uzavřené doly, částečně uzavřené železárny), zatím produkující
těžký zpracovatelský průmysl a za nimi rozsáhlá sídliště, kde žije téměř jedna třetina
obyvatelstva města.
Brownfieldy střední Evropy by měly být také uvedeny do kontextu se stárnutím jejich
populace a s neomezeným rozvojem obchodu, lehkého průmyslu a bydlení na zelené louce.
Mnoho měst ztrácí populaci částečně vzhledem ke konkurenci příměstských municipalit, které
uvolňují výstavbu bytů na relativně levnější zelené louce ve svém katastru. Mnohá města se
těmto dekoncentračním trendům již začaly bránit plánováním populačního růstu, ale na
efekty je třeba si počkat. Vhodná politika a nástroje jsou také potřebné k tomu, aby přivedly
investice, obyvatele a aktivity zpět na území brownfildů.
Znovu užití a revitalizace brownfildů je komplexní a nesnadný problém. V některých zemích
je problém řešen masivními národními programy a celostátní a regionální podporou investic a
vznikem nových institucí. V jiných zemích je problém řešen vytvořením vhodného
legislativního rámce a regulačního systému. Zvolit správnou cestu není snadné. Je velmi
důležité si zde uvědomit, že revitalizace brownfildů se učí především prováděním a
z vlastních chyb. Jsou však k dispozici experimenty zení (převážně rozvinutých v západní
části Evropy), které k revitalizací brownfildů přistoupily před více než 30 lety a těch je třeba
čerpat.
Přirozeně lze předpokládat, že skutečným nositelem problému jsou vlastníci brownfildů.
Jejich postoje ke znovu užití jejich nemovitostí se mohou měnit a lišit, ale neřešené
brownfieldy obtěžují celou společnost, odrazují investory, snižují hodnotu okolního majetku a
působí další snižování ekonomické aktivity bezprostředního okolí. To je důvod proč by
municipality měly hrát aktivní roli.
Schopnost místních samospráv řešit problémy brownfildů byly do značné míry ochromeny
právními předpisy přetrvávajícími z doby centrálně plánovaných ekonomik, ve kterých měly
pozemky jen malou hodnotu. Dodnes je v některých středoevropských zemích, Česko
nevyjímaje, půda a s ní spojené stavby zatíženy velmi nízkou majetkovou daní. Absence
těchto daní má několik dumpingových účinků na regeneraci brownfildů. Vlastníci mají malý
zájem nabízet svoje pozemky k regeneraci a upřednostňují „sedět“ na majetku. Municipality
jsou ochuzovány o důležitý, nefluktující a předvídatelný zdroj příjmu, který by umožnil
scelování pozemků a zlepšování infrastruktury. Tyto příjmy do veřejných rozpočtů by mohly
chátrající města učinit mnohem konkurenceschopnějším.
Tato situace vyžaduje kompetentní strategické plánování a urbanistické řešení. Vyžaduje také
aktivní, kreativní, mezioborové organizační úsilí a financování, aby takováto zátěž byla
odstraněna a města se mohla osvobodit ze své stagnace a urbanistického úpadku.
3
Šilheřovice 2008
Možnosti nového rozvoje jednotlivých brownfildů se odlišují a záleží především na jejich
umístění, předchozím využití a míře poškození. Poškození dnešních brownfildů je do značné
míry důsledkem předchozího využití a to také ovlivňuje náklady a možnosti jejich nového
rozvoje. Umístění brownfield v prostoru velmi ovlivňuje poptávku po něm. A poptávka
následně rozhoduje o tom, zda a jak se brownfield bude rozvíjet. Výhodu mají především
taková brownfieldy, které jsou v centrálních částech měst a především pak ta, která nemají
majetkové anebo jiné (např. ekologické) problémy. Naopak brownfieldy v okrajových
lokalitách mají šanci na rozvoj podstatně nižší.
Bývá mylnou představou mnohých zvolených zástupců samospráv, že situaci brownfildů
vyřeší sám trh. To však se dá očekávat jen v lokalitách s vysokou mírou rozvoje a
ekonomické aktivity, tedy hlavně v centrálních částech strategicky položených měst a obcí,
kde bývá obsazena značná část pozemků a počet volných pozemků se blíží k nule.
Strategické umístění vlastně zaručuje výhodné budoucí komerční využití, které zpravidla
doprovází vysoká poptávka po rozvojových (stavebních) pozemcích, mezi které brownfieldy
patří. To však se týká pouhého zlomku.
Z početných analýz, které byly provedeny v středoevropských zemích je patrné, že největší
bariérou znovuožití brownfildů nejsou, jak se původně předpokládalo, peníze, ale nedostatek
know-how vlastníků a zainteresovaných institucí, specifické vysvětlování a vzdělávání, které
jim umožní, aby jednali užitečně a efektivně při formulování vhodné politiky, strategie a
vytváření nástrojů a programů, které by jim umožnily využití brownfildů na jejich území
popřípadě v jejich vlastnictví. Soukromé vlastnictví brownfield je převažující, viz následující 0.
Graf č. 1: Struktura brownfield dle vlastnictví dle Vyhledávací studie v České
republice
neurčené;
169; 7%
veřejné; 478;
20%
soukromé; 1
708; 73%
Zdroj: [2]
Regenerace brownfildů je nákladná záležitost (negativní externalita), která vyžaduje velmi
účelné užití počáteční veřejné intervence a popřípadě i veřejných financí. Některé z těchto
veřejných zdrojů mohou přijít z kohezních a strukturálních fondů Evropské unie, pokud jsou
splněny priority těchto fondů. Efektivní užití těchto zdrojů z EU však vyžaduje dlouhodobé
předchozí plánování a přípravu a taky komunikaci s vlastníky o jejich plánech a zajištění
jejich odezvy.
4
Šilheřovice 2008
Je si ale nutné uvědomit, že situaci regenerace našich brownfildů v převážné většině případů
budou řešit soukromé zdroje financování v rámci obvyklých tržních relací. Čím nižší budou
bariéry rozvoje na brownfieldech, tím vyšší bude vstup soukromých investorů do jejich
řešení.
Prvním krokem komplexního řešení znovuvyužití brownfildů je připravenost na straně
zainteresovaných, které předchází inventarizace a zmapování brownfildů a vytvoření
veřejných registrů, které by věrně odrážely situaci brownfildů na národní, regionální
popřípadě místní úrovni a které by měly být financované z veřejných rozpočtů. Bez
inventarizace a analýz nemůže společnost připravit aktivní nástroje pro znovuvyužití
brownfildů. Je třeba mít stále na mysli, že brownfieldy jsou součásti půdy jako přírodního
zdroje a omezeného výrobního faktoru.
Bez porozumění, inventarizace a analýz brownfildů nemůže společnost porozumět problému
a nemůže připravit aktivní měřítka (politiku), která by mohla ulehčit a vymezit problém jejich
brownfieldy.
Inventarizace brownfieldů v České republice
Existuje málo obecných přístupů pro inventarizaci a klasifikaci brownfildů. To je důvod, proč
dostupné národní údaje o počtu a typu brownfildů, pokud vůbec existují, nejsou plně
srovnatelné a porovnání jednoho regionu s ostatními je velmi obtížné, to platí v současnosti i
v České republice.
Jak již bylo řečeno výše, analýza a inventarizace brownfildů pomáhá městům a regionům
posoudit velikost a typ jejich problémů. Registry zviditelňují jisté aspekty brownfildů a
pomáhají také investorům získat důležité informace. Je nutné si uvědomit, že jednotlivé
brownfield se mohou současně objevit v několika registrech, přičemž každý vypovídá o
specifickém pojetí registru. Registry jsou převážně vedeny veřejnými institucemi. Ne všechny
takovéto registry jsou ve všech zemích přístupné veřejnosti, údaje často nejsou
shromažďovány celostátně a je často velmi obtížné srovnat registry navzájem.
Shromažďovaná data nemají také vždy národně shodný formát. Instituce shromažďují a
uveřejňují informace, které ony samy pokládají za nutné a navíc odlišují stupeň a hloubku
uveřejňovaných informací. Veřejně přístupné většinou bývají registr pozemků a nemovitostí
vedený katastrálními úřady a územně plánovací dokumenty některých municipalit, které je
mají. U těchto registrů je však brownfield obtížně identifikovatelný na první pohled, protože
tyto registry se nepoužívají k zaznamenávání informací o brownfieldech. Výhodou těchto
registrů je jejich aktuální přístupnost na internetu.
Do září 2004 nebyly v České republice k dispozici souhrnné údaje ani vzorky dat, které by
pomohly identifikovat problém brownfildů na regionální nebo národní úrovni.1 Jen některá
města ČR měla k dispozici indikátory a údaje. Pilotní údaje byly získány Agenturou
CzechInvest z projektu „Národní strategie regenerace brownfildů pro Českou republiku“
financovanou ze zdrojů EU PHARE 2001. Průzkum probíhal v letech 2004–2005 v Ústeckém a
1
Současně do této doby a hlavně v době vstupu ČR do EU byli investoři převážně lákání různými
pobídkami na greenfields Poměr budovaných průmyslových zóna greenfields k regeneraci brownfields
byl tehdy 15:1 Avšak v roce 2007 se poměr zvrátil na 16:11 a dle posledních informací je situace
vyrovnaná [4].
5
Šilheřovice 2008
Moravskoslezském kraji. Bylo lokalizováno 974 brownfieldů z toho 216 v Moravskoslezském
kraji.
Dalším velkým projektem byla Vyhledávací studie pro lokalizaci brownfildů. Práce na ní trvaly
dva roky. Od roku 2005 ji ve všech krajích České republiky mimo Prahy připravovala
agentura CzechInvest ve spolupráci s jednotlivými krajskými úřady. Celý projekt byl ukončen
v polovině roku 2007. Cílem studie bylo zjištění absorpční kapacity pro čerpání finančních
prostředků z fondů Evropské unie a vytvořit podklad pro Národní strategii regenerace
brownfield, viz níže.
Díky Vyhledávací studii bylo lokalizováno celkem 2 355 lokalit českých brownfildů, jejichž
rozloha činí celkem 10 326 ha a plocha zastavěná objekty je 4 206 tis. m2 z toho jedna
pětina rozlohy všech lokalizovaných ploch (2007,1 ha) se nachází na území
Moravskoslezského kraje. Čtyři pětiny jsou lokalizovány v ostatních dvanácti krajích České
republiky.
Přestože se dříve mluvilo o brownfieldech téměř výlučně jako o důsledku transformačních
změn v průmyslu, Vyhledávací studie ukázala, že nejvíce lokalit typu brownfield (34,9 %)
bylo dříve využíváno v zemědělství. Průmyslové lokality tvoří druhou třetinu celkového počtu
brownfield (33,3 %). Zbývající brownfieldy jsou důsledkem nevyužitých objektů občanské
vybavenosti (školy, zámečky, kulturní střediska atd.), vojenských objektů, bydlení a objektů
cestovního ruchu, viz následující tabulka.
Tabulka č. 1: Předcházející využití brownfildů dle Vyhledávací studie
Zdroj: [2]
zemědělství
cest. ruch, lázeňství, hotel
občanská vybavenost
armáda, voj. prostor
průmysl
bydlení
jiné
Celkem v ČR
Četnost
821
22
304
151
785
95
177
2355
%
34,9
0,9
12,9
6,4
33,3
4,0
7,5
100,0
Při porovnání rozlohy ploch brownfildů podle předchozího využití, největší plochu zaujímají
v ČR průmyslové brownfieldy (42,8 % plochy z celkové rozlohy brownfildů), následované
plochami sloužícími v minulosti armádě (23,2 %) a zemědělství (17,8 %), viz následující
tabulka.
6
Šilheřovice 2008
Graf č. 2: Předchozí převažující využití rozlohy lokality v %
jiné
11%
zemědělství
18%
bydlení
1%
cest.ruch,
lázeňství, hotel
0%
občanská
vybavenost
4%
průmysl
43%
armáda,
voj.prostor
23%
Zdroj: [2]
Co se týká budoucího využití brownfildů, jako nejvhodnější předpokládaný způsob se jeví ve
20,8 % případech smíšená průmyslová funkce (lehký průmysl, služby) následovaná smíšenou
městskou funkcí (bydlení, služby, 20,7 %), viz následující tabulka. U 16,5 % případů se jeví
jako nejvhodnější způsob čistě průmyslové využití, u 12,4 % případů se předpokládá využití
pro občanskou vybavenost. Již se neuvažuje s využitím lokalit pro účely armády.
Následující graf znázorňuje strukturu brownfildů v České republice podle ekologické zátěže.
Graf č. 3: Struktura brownfildů podle ekologické zátěže
neurčeno
2%
lze
předpokláda
t
38%
ne
53%
ano
7%
Zdroj: [2]
Studie došla k následujícím závěrům. Potvrdila předpoklad velké četnosti bývalých
zemědělských areálů. Téměř polovina vyhledaných lokalit se nachází v obcích s méně než
7
Šilheřovice 2008
2tisíci obyvatel. Převážná většina lokalit je v soukromém vlastnictví. A z původně
monofunkčních areálů mohou vznikat areály kombinující více funkcí.
V rámci Národní strategie regenerace brownfildů je vypracovaná Národní databáze
brownfildů, která nabízí ty lokality, které jsou připravené pro plány domácích i zahraničních
investorů a developerů. Národní databáze byla spuštěna 1.1.2008. Jako vstupní data
posloužila výše jmenovaná Vyhledávací studie, která je doplňována lokalizací nových
brownfildů. Tato databáze umožňuje on-line přístup (nahlížení, vyplňování formulářů a je
jedním z nástrojů Národní strategie regenerace brownfield. Brownfield je zde identifikován a
popsán až do projektového záměru. Avšak jako u předchozích inventarizací je i zde nutný
souhlas majitele se zařazením. Cílem je zvýšit přitažlivost a hodnotu jednotlivých lokalit na
úroveň, kdy mohou přímo soutěžit s výstavbou na zelené louce. Dostatečná nabídka
zrekultivovaných areálů či zabezpečení financování nákladové mezery z veřejného sektoru
pomůže snížit zbytečné zábory půdy pro investice na zelené louce, které jsou v rozporu s
principy udržitelného rozvoje. Je však dobré mít na paměti, že zde nejsou absolutně všechny
české brownfieldy. Současně Czechinvest regeneraci brownfildů přiřkl prioritu a jsou
připraveny nové operační programy se zvýhodněním výstavby na brownfieldech. Dotace
mohou v některých případech dosáhnout až 100%.2 Za Moravskoslezský kraj je zde on-line
v současnosti nabízeno 28 brownfieldů.
Situace v Moravskoslezském kraji
A nyní se podívejme na situaci brownfildů v Moravskoslezském kraji. Problematika
brownfieldů je typická nejen pro celou Ostravskou aglomeraci. Jako podklad bude sloužit
databáze, která je vytvářena obcemi III (s rozšířenou působností) v rámci pořizování územně
analytických podkladů dle § 25 a násl. Stavebního zákona. Dle něj obce zjišťují informace o
území, tedy i informace o brownfieldech. Obce III po pořízení informací je postupují
krajskému úřadu, který vytváří územně analytické podklady o kraji. Brownfieldy jsou v této
dokumentaci sledovány, a to jak topologicky (umístění), tak lze zjistit jejich přehledy. Do
přehledu jsou však opět zařazovány pouze ty lokality, jejichž majitelé se zařazením do
databáze svolili.
V moravskoslezském kraji se v současnosti dle této databáze nachází 258 brownfildů o
celkové ploše 22,197 km2. Nejvíce, co do rozlohy zabírají brownfieldy v nejmenším okrese
Ostrava, a to 3,34% celkové rozlohy okresu.
2
Přehled současných dotačních programů: Program nemovitosti. Přehled současných operačních
programů: Program rozvoje venkova, Operační program životního prostředí, Regionální program NUTS
II Moravskoslezsko, Podpora úprav bývalých vojenských areálů k obecnému využití, Iniciace a příprava
projektů regenerace brownfields v Moravskoslezském kraji.
8
Šilheřovice 2008
Tabulka č. 2: Rozloha brownfildů v km2 V Moravskoslezském kraji
Rozloha
Okres
okresu v
Rozloha brownfildů
v km2
km2
%-ní rozloha
brownfildů
z rozlohy kraje
Ostrava
332
11,0850
3,34%
Karviná
312
3,1412
1,01%
Opava
824
0,2531
0,03%
Frýdek – Místek
1232
3,5665
0,29%
Nový Jičín
1210
0,7881
0,07%
Bruntál
1535
2,2081
0,14%
5445
22,1970
0,41%
MS kraj celkem
Zdroj: Moravskoslezský kraj + vlastní výpočty
Nejvíce brownfildů má rozlohu 1-5 ha, a to 107. V kraji se nacházejí tři brownfield s rozlohou
větší než 100 ha. Dva se nacházejí na území krajského města, zbylý jeden je území bývalých
kasáren ve Frýdku-Místku, viz následující 0. Dle územně analytických podkladů je dnes 72
z 258 nevyužito, zbývající jsou přinejmenším nějak využívány.
Ze 70-ti % jsou brownfieldy v soukromém vlastnictví, téměř čtvrtina je vlastněna veřejným
sektorem a zbytek vlastní stát nebo vlastnictví je z nějakého důvodu neznámé, viz následující
0. Složení vlastníků brownfildů v Moravskoslezském kraji odpovídá celorepublikovému.
Graf č. 4: Převažující typ vlastnictví brownfildů v Moravskoslezském kraji
neznámé,
nerozpozna
né
4%
veřejné
23%
státní
3%
soukromé
70%
Zdroj: interní materiál Moravskoslezského kraje+vlastní výpočty
Předcházející činnosti na brownfieldech v krajském městě byly zejména výroba oceli,
chemický průmysl, hornická činnost. Poškození životního prostředí se týká zejména půdy a
spodní vody a vyskytují se tam všechny úrovně kontaminace v závislosti na předcházejícím
typu činnosti. Mnoho z těchto pozemků se nachází v blízkosti centra města, vzhledem
k historii jeho rozvoje.
9
Šilheřovice 2008
Na Bruntálsku je situace odlišná, i když počet brownfield se blíží 70. Největší brownfield má
rozlohu 22 ha, celkově brownfield v tomto rozlohově největším okrese MS kraje zaujímají
0,14% jeho rozlohy. Původní využití bylo převážně zemědělské, nevýrobní a kulturní.
Okres Frýdek-Místek má malý počet brownfield, za to tři se značnou rozlohou. Původní užití
bylo vojenské a průmyslové.
Karvinsko patří k malým okresům, avšak s téměř 60 brownfieldy, které zabírají 1% rozlohy
okresu. Struktura je dána v závislosti na předchozí těžební a průmyslové činnosti. Okres se
potýká rovněž se značnými vlivy důlních činností nebo vlivy omezování nebo přerušení
důlních činností.
Brownfieldy v okrese Nový Jičín jsou převáženě areály bývalých světově známých podniků,
které ukončily nebo značně omezily svou činnost. Zanedbatelný podíl, co do rozlohy,
zaujímají brownfield s bývalou zemědělskou činností. Opava patří k okresům, kde se
brownfieldy vyskytují sporadicky ve srovnání s ostatními okresy Moravskoslezského kraje.
Tabulka č. 3: Četnost brownfildů dle rozlohy v Moravskoslezském kraji
10 to 50
50 to 100
over 100
ha
ha
ha
6
5
0
0
70
6
0
3
2
1
14
12
25
10
10
1
0
58
Nový Jičín
10
9
2
2
0
0
23
Opava
3
3
2
0
0
0
8
Ostrava
1
29
32
0
2
84
52
107
53
3
3
258
≤1 ha
1 to 5 ha
5 to 10 ha
Bruntál
24
35
Frýdek - Místek
2
Karviná
MS kraj celkem
20
40
Zdroj: interní materiál Moravskoslezského kraje + vlastní výpočty
10
Total
Šilheřovice 2008
Graf č. 5: Původní převažující využití brownfildů v MS kraji
Průvodní převažující využití brownfields v okresech MS kraje
80
chemický průmysl
zělezniční užití
zdravotní užití
70
ostatní
kulturní užití
60
sportovní užití
potravinářský průmysl (výroba)
živočišná výroba
50
četnost
skladové prostory
textilní (oděvní) průmysl
40
dřevozpracující průmysl
školství
hutní a těžení průmysl
30
vojenské užití
stavební výroba (průmysl)
20
nevýrobní činnost
služby
10
zemědělská činnost
průmyslová výroba
0
Brunt ál
FrýdekMíst ek
Karviná
Nový jičín
Opava
Ost rava
okresy
Zdroj: interní materiál Moravskoslezského kraje+vlastní výpočty
V Moravskoslezském kraji Lze zaznamenat posun zájmu investorů od greenfieldů
k brownfieldům. Velcí investoři v nedávné minulosti obsadili nebo pro ně byly přímo
budované průmyslové zóny na greenfields. Tyto firmy však nutně potřebují pro svou
produkci navazující činnosti. Ploch určených územním plánem k tomuto účelu je již velmi
málo, a tak jsou producenti návazných činností nuceni kupovat a budovat na brownfieldech
v kraji. K tomu ale mohou použít výše popsané operační programy, které investicím na
brownfield dávají jasnou prioritu.
Na závěr se podívejme na dva vybrané úspěšně projekty regenerace brownfield
v Moravskoslezském kraji.
Rozlohou velký brownfield zvaný Karolina nyní procházející regenerací3 se nachází v samém
centru města Ostravy. Poloha a rozloha nemá v evropských městech velikosti Ostravy
obdoby. Všechny pozemky Karoliny byly podrobeny rozsáhlému dekontaminačnímu procesu,
který stál 1,664 mld CZK, a trval od roku 1997 do prosince 2005. Bylo zapotřebí
dekontaminovat zeminu, podzemní vody od dehtových látek z výroby koksu a odstranit
6380 m3 železobetonových základů. Jeho rozloha je 60 ha. V prosinci 2005 byla vyhlášena na
toto území developerská soutěž na vyhledání zájemce o koupi pozemků na území Karoliny za
účelem jejich zastavění. A v létě 2007 bylo vydáno územní rozhodnutí pro I. etapu výstavby,
která započala v létě 2008, která má být dokončena v roce 2010.
3
Jáma Karolina je nejstarší ostravskou šachtou. Hloubena byla od roku 1837 původně Sloj sama o
sobě dosáhla konečné hloubky 550m. Šachta Karolina byla také komunikačně spojena báňskou dráhou
s později vzniklou koksovnou stejného jména, které po celou dobu své existence dodávala uhlí.
Koksovna byla založena roku 1858, a od doby svého vzniku se výrazně rozšiřovala (ve třicátých letech
20. století již obsahovala na 216 pecí). Závod byl určen k výrobě koksu (tedy primárně paliva a
redukčního činidla do vysoké pece), obsahoval však také briketárnu. Roku 1905 byla při koksovně
zřízena elektrická ústředna, která dodávala energii mnohým šachtám v okolí. Provoz koksovny byl
zastaven roku 1964, elektrárna byla zrušena o deset let později. Dvě z provozních budov se zachovaly
dodnes a jsou chráněnými památkami.
11
Šilheřovice 2008
Mezi další úspěšnou regeneraci brownfield lze zařadit regeneraci zámku v Ostravě Zábřehu,
který se nachází uprostřed velkého ostravského sídliště. Stihl ho obdobný osud jako všechny
brownfield – byl opuštěný a značně zchátralý. První zmínka o této tvrzi je z roku 1529, kdy
se stává Zábřežská tvrz hlavním sídlem zámožného rytíře Jana ml. z Petřvaldu. Od roku 1652
Zábřeh přestává být lenním statkem a dostává se natrvalo pod vládu olomoucké kapituly, je
pak sídlem hospodářské správy. V roce 1921 zámek slouží pro bytové účely, bydlí zde 10
domácností. Po únoru 1948 v budovách sídlí n.p. Bytostav, závod mechanizace. Od roku
1989 je zámek několik let neúspěšně nabízen realitními kancelářemi k prodeji. Počátkem
roku 2005 je zámek koupen panem Petrem Hradilem a panem Erichem Bergmanem a pod
dohledem památkářů citlivě opraven. Majitelé zvolili zdařilý projekt. Po dvouleté rekonstrukci
je zámek využíván jako historický hotel, stylový restaurant, domácí pivovar s pivnicí (ten zde
existoval již v roce 1652), vinárna a obchod s vínem.
Závěr
Nebude-li podporováno znovuvyužití brownfildů, bude pokračovat rozvoj na zelené louce a
s ním i zvyšování regionálních disparit. Následkem toho bude vznik dalších brownfildů a
existující urbanizované území bude ztrácet své investiční aktivity a svou atraktivnost a
spirálový efekt bude brzdit další rozvoj území. Nevyužitá území brownfildů nebudou
generovat daňové příjmy, bude vzrůstat nezaměstnanost a nebude generována spotřební
daň a daň z přidané hodnoty na tomto území. To také způsobí, že stávající infrastruktura na
brownfieldech nebude využívána a investice budou ztraceny. To sníží celkovou
konkurenceschopnost nejen jednotlivých komunit, ale ohrozí služby a výrobu v celé oblasti.
V národním měřítku to způsobí, že investoři nebudou do těchto oblastí chtít investovat a
nezaměstnanost a úpadek se může dále prohlubovat.
Bez porozumění, inventarizace a analýz brownfildů nemůže společnost porozumět problému
a nemůže připravit aktivní měřítka (politiku), která by mohla vymezit problémy jejich
brownfildů.
Nejen ekonomika a ekonomické změny, ale rovněž prostorové normy a celkově způsob života
společnosti vytvářejí nové brownfieldy. Proto by nové formy aktivit měly být zahrnuty do
řešení brownfildů. Jen tak bude zajištěna jejich hospodárnost a způsob znovuvyužití
v postindustriální společnosti, kde je potřeba mnohem méně prostoru pro výrobu, ale
mnohem více prostoru pro služby, spotřebu a odpočinek.
Literatura
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
www.czechinvest.org/nsrbf (cit. 7.10.2008)
http://www.czechinvest.org/narodni-databaze-brownfieldu (cit. 15.10.2008)
www.kraj-moravskoslezsky.cz
www.mpo.cz
Zákon č. 183/2006 Sb., o územním plánování a stavebním řádu (Stavební
zákon)
Zákon č. 40/1964 Sb., Občanský zákoník (Civil code)
Interní materiál Moravskoslezského kraje
Brownfields příručka, Lepob, květen 2006
http://fast10.vsb.cz/lepob/index2/handbook_cz_screen.pdf (cit. 2.10.2008)
12
[9]
[10]
[11]
Šilheřovice 2008
www.zamek-zabreh.cz
www.mmo.cz
http://www.brownfieldy.cz/seznam-brownfieldu (cit. 27.10.2008)
13
Šilheřovice 2008
ANALYSIS OF UNEMPLOYMENT IN 1993 – 2007 AND SOME
REGIONAL DISPARITIES IN SLOVAK AND CZECH REPUBLIC
Ing. Pavlína Ivanová
Abstract
The Slovak and Czech Republic’s formation of the labor market under new conditions was
closely connected with privatization, increasing pressure of adaptation process in the
business sector to new competitive conditions, as well as dealing with over-employment and
closing some unprofitable productions. All these facts together along with the need for a fast
increase in productivity of labor posed new problems for the labor market, which has
affected development of employment and its structure to some extent. The contemporary
labor market in the Slovak and Czech Republic is characteristic of a high level of long-term
unemployment, very high unemployment of persons with low educational level, high
unemployment among young people, great regional disparities in unemployment, and
extremely high unemployment of Romany national minority.
Key words
Prediction, Regional disparities, Slovak Republic and Czech Republic, Unemployment
INTRODUCTION
Although the existence of unemployment itself is considered a natural part of market
economies, it was an unknown problem for our economy until 1990. In the beginning of the
transformation, the federal government responded late and by inadequate tools to the
unemployment phenomenon. Consequently, its uncontrolled development (particularly in
Slovakia) started to constitute a crucial economic as well as political and social problem. Its
significance in the federal state was stressed also by the fact that the unemployment rate in
the Slovak and Czech Republic had considerably different development. In the end of 1992,
the unemployment rate in the Czech Republic constituted 2.6%, in Slovakia the rate was
over 10%.
Unemployment emerged as a logical and inherent phenomenon of depression in the
beginning of the transformation process when a cumulative employment decline in the years
of depression was evidently lower than a cumulative GDP decline.
If we consider the fact that in period of centrally planned economy over-employment was
present, it has to be pointed out that it also existed in first years of the transformation. It
meant that a significant portion of the labor force had been used only partially. Hence, after
the economic growth recovery, there was not a need to hire new workers; the experts
considered this as one of the paradox causes (particularly remarkable in Slovakia) when, in
the period of a strong economic growth, there were only small employment changes.
1
Šilheřovice 2008
The split of the federation brought about to Slovakia not only economic losses connected
with the partitioning of common property, but it even induced the expenses connected with
creation of new institutional mechanism as well as the expenses needed to maintain their
proper functioning in the conditions of an emerging state. It is indisputable that abovementioned facts influenced in a distinctive way also the formation of economic policy of that
period.
One of the weaknesses of an economic policy (mainly in Slovakia) was the problem of high
unemployment that summoned in the beginning of transformation and it still persists.
1 Analysis of unemployment in Slovak and Czech Republic in
1993 – 2004
1.1 Analysis of unemployment in the Slovak Republic in 1993 - 2004
Slovak economy had been known for its high unemployment rate during the entire observed
period. Until 1994, when the first official Selective Labor Force Inquiry was finished, the
unemployment rate reached an average value of 14 %. Afterwards, an employment growth
caused its rate to decline until the first half of 1996. Since the second half of 1996
unemployment started to rise once again. Excess supply of labor force over demand was
increasing since 1998.
Statistical unemployment observed according to the Selective Labor Force Inquiry (average
for a particular period) is mentioned in the Figure 1.
Figure 1: Unemployment rate development in the Slovak Republic (%)
1993 1994 1995 1996 1997 1998 1999 2000 2001
2002 2003 2004
Total 12,2 13,7 13,1 11,3 11,8 12,5 16,2 18,6 19,2
18,5 17,4 18,1
Men
13,3 12,6
10,2 10,9 11,9 16,0
18,6 19,5
18,4 17,2 17,3
Wom
en
14,1 13,8
12,7 12,8 13,2 16,4
18,6 18,8
18,7 17,7 19,1
Source: Slovak Statistical Office (Selective labor force inquiry).
During the entire observed period women were suffering more from unemployment than
men. In 1997, there was a new administrative division implemented in Slovakia.
Consequently, there was an increase in the number of districts with unemployment rate over
20%. Region of Bratislava maintained the lowest unemployment rate in a long-run.
Traditionally region of Banska Bystrica (26.6 %), region of Košice (25.2 %) and region of
Prešov (22.9 %) constituted the regions with the highest unemployment rate where among
others it was unfavorable educational structure of work applicants that contributed to
perseverance of high unemployment rate.
A substantial proportion of unemployed (more than a half) constituted long-run unemployed,
what can be definitely assessed as a very negative phenomenon. This value did not change
distinctively in past years. In 1999, the proportion of long-run unemployed within an entire
unemployment constituted 48.7 % what made 195 400 unemployed people. In 2000, the
2
Šilheřovice 2008
proportion of long-run unemployed increased to 55.3 % what made 261 000 people. The
number of long-run unemployed increased until 2004 to 291 000 people. Women suffer
more from long-run unemployment than men.
Figure 2: Long-run unemployment in the Slovak Republic (in thousands of
persons)
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2
years
75,5
77,3
54,2
55,6
56,3
82,1
117,
4
101,
7
103,
4
90,0
82,2
more than
2 years
63,7
94,9
92,4
93,8
104,
4
113,
3
144,
2
181,
2
188,
0
190,
8
209,
0
Source: Slovak Statistical Office.
The presence of long-run unemployment is the most obvious in persons with a low level of
education. Nowadays unemployed with elementary education, vocational training and
secondary education without final school leaving exams constitute almost 70 % of long-run
unemployed.
Slovak market is distinctive for its exceptionally high unemployment of young people.
Figure 3: Unemployment of 15 – 24 years old people
%
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
27,3
24,8
21,0
21,7
23,6
32,1
35,2
37,3
36,1
32,2
32,0
Source: Slovak Statistical Office
Unemployment development in Slovakia was influenced by an insufficient linkage between
school system and labor market, low mobility of labor force, inappropriate ratio between
social and work incomes, low creation of work places, restricted opportunities to use the
tools of active labor market policy and unclear property relationships in bankrupting
companies. Unemployment rate was influenced by other factors which included a low
courage to fight the black labor, false privatization and insufficient flow of foreign direct
investments.
The labor productivity also negatively influenced unemployment rate. From an economic
perspective, growth of labor productivity is a positive trend but it leads indirectly to a decline
in number of work places. The dynamics of GDP growth higher than 2 % had a positive
impact upon the employment growth. The economic growth in 1993 – 2000 did not have an
effect upon activation of work places creation. The growth of productivity of labor in
corporate sphere was reached by a decrease in employment.
It can be inferred that non-motivationally set unemployment insurance system, what led to
its misuse, constituted particularly negative role too. According to opinions of some analytics,
people in Slovakia accustomed to a high unemployment rate relatively fast, especially due to
the presence of black and so called gray labor market. It is definitely an undesirable
phenomenon that not only makes it unable to tackle high unemployment effectively but even
it creates incredible losses in public funds. Although it is a phenomenon commonly found in
most developed economies, their longstanding experience generate adequate and effective
measures to suppress this problem.
3
Šilheřovice 2008
1.2 Analysis of unemployment in the Czech Republic in 1993 – 2004
Czech labor market had undergone significant changes since 1993 that were brought about
by new economic conditions. The Czech Republic constituted the country with the lowest
unemployment rate among the Visegrad Group countries in the first four years because
employment in entire industry rose. However, there was also increase in the number of
inhabitants who abandoned voluntarily the labor market as a consequence of their early
restriction of labor activity. This situation started to change in 1997 in the Czech Republic
after the monetary crisis when the unemployment rate was gradually increasing as a
consequence of economy restructuralization and weak efficiency of economy.
There was a development on labor market during 2000 that indicated gradual reduction of
misbalance between demand for labor force and its supply. Whereas there was a deepening
of employment decline in all fields of industry and unemployment was rising in 1999, the
development of main indicators of the labor market in 2000 signalized the change of
tendencies that were persisting hitherto. There was a process of unemployment reduction
which could have been observed for entire 2001, most distinctively its second half. Positive
development was influenced mainly by the activation of domestic economy and growth of
work opportunities generated by foreign investors; moreover, there was a rising of work
opportunities in smaller domestic firms encouraged by active employment policy. There is
additional evidence that substantiate the reduction of misbalance between demand and
supply in 2000; there was a gradual increase in number of vacancies reported in Office of
Labor and decreasing number of people registered within this office. In the end of year there
was a ratio of average one vacancy to 8.8 unplaced workers in the whole Czech Republic. In
the preceding year there were about 5.1 unplaced workers more. In order to compare, we
may state that there were 93.7 registered people in Slovakia for one vacancy in 1999, 84
registered people in 2000 respectively. Even though the above-mentioned number is rather
high for Slovak economy, the positive fact is that since that year the ratio of unplaced people
to one vacancy started to decrease remarkably.
When analyzing unemployment according to gender we find out that women are more often
exposed to the loss of job than men. Unemployment of women was evidentially higher than
that of men during the entire observed period. There was a women unemployment rate in
2000 of about 10.6 % compared to that of man which constituted 7.3 %. Unemployed
women constituted 53.2% of all long-run unemployed. There was a decrease of
unemployment rate of women to 9.9% and that of men to 7.0% in 2004.
Figure 4: Unemployment rate in the Czech Republic (in %)
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
Men
3,6
3,4
3,3
3,9
5,0
7,3
7,3
6,7
5,9
6,1
7,0
Wome
n
5,2
4,8
4,7
5,9
8,2
10,5
10,6
9,9
9,0
9,9
9,9
Total
4,3
4,0
3,9
4,8
6,5
8,7
8,8
8,1
7,3
7,8
8,3
Source: Czech Statistical Office.
Since the beginning of the economic transformation in the Czech Republic there was an
emergence, and in subsequent years due to gradual steps of this transformation, a
4
Šilheřovice 2008
deepening of misbalance between supply and demand for labor force in regional structure.
The areas with prevailing mining and heavy industry and agricultural areas, which were
touched utmost by restructuralization in progress, were exhibiting constant problems with
high unemployment. Region of Moravskosliezsko, region of Ustecko and region of Olomouc
were the regions which had the most distinctive problems.
There was an expressive regional differentiation of unemployment launched in 1998, after
unemployment rate exceeded 10% in some region; this induced social tension. In 2000,
region of Juzna Morava (8.3 %), region of Zlin (8.1 %) and region of Karlove Vary (8.4 %)
joined the above-mentioned regions. There was the highest ratio of job applicants for one
vacancy in these regions (from 10.3 to 31.8 people) due to low supply of work places.
Region of Praha indicated the lowers number of job applicants, followed by region of Česke
Budejovice (3.3 people) and region of Hradec Kralove (5.8 people). In 2004, region of
Moravskosliezko and Ustecko reached the unemployment rate of 14.5 %, region of Olomouc
12.0 %, region of Karlove Vary 9.4 %, region of Juţna Morava 8.3 % and Zlinsky region 7.4
%. Other regions exhibited unemployment rate of less than 7 %.
Distinctive misbalance on labor market existed and still perseveres on the stage of particular districts.
The most crucial problem with unemployment could have been observed on the verge of 2000 in
northern Bohemia, particularly in Most, Louny a Teplice districts as well as in northern Moravia in
Bruntal and Karvina districts. On the other hand, low number of people without work could have been
observed in some districts of central Bohemia as well as in Prague-east and Prague-west districts.
Nevertheless there was a gradual relaxation of tension on labor market, the problem of longrun unemployment started to appear. Persisting disproportion between supply and demand
for labor force in qualification and professional structure deepened long-run unemployment.
In the course of several years, particularly 1999 – 2000, there was a rapid increase of people
who were unable to find work in a long-run (more than one year). In 1999, long-run
unemployed constituted 29.7 % of all unemployed; in 2000 they constituted as much as 38.4
%. Long-run loss of job generates not only serious economic and social problem but it has
also destructive impact upon human psychology. There were 108 500 people exposed to
such an impact in 2000 in the Czech Republic; in 2002, the number of long-run unemployed
decreased to 71 000 people, however since 2003 long-run unemployment started to rise
slightly once again. Very long unemployment (more than 2 years), which had a rising trend
during entire observed period (Figure 5), starts to pose a particular threat for Czech
economy in recent years.
Figure 5: Long and very long unemployment in the Czech Republic
(in thousands of persons)
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
1-2
years
29,2
30,6
28,6
38,6
57,6
88,7
108,5
89,1
71,0
77,5
82,7
more
than 2
years
15,4
27,7
28,2
31,2
41,3
74,8
106,2
125,0
117,0
119,1
135,2
5
Šilheřovice 2008
When analyzing unemployment according to age, the most endangered group were people
aged 15 – 19. In 1994, the unemployment rate of this group constituted 13.2 %, in the
course of subsequent ten years it increased to 41.9 %. The second most endangered group
were people aged 20 – 24; the unemployment rate of this group constituted 9.2 % in 1994,
ten years later it reached 17.6 %. The third most endangered age group were 50 – 54 years
old people who exhibited the change of the unemployment rate from 1.8 % in 1994 to 7.4
% in 2004. The increase of unemployment rate could have been observed in other age
groups, however these changes were negligible.
Figure 6: Unemployment rate in the Czech Republic according to age (in
%)
1994
15 – 19 years
20 –24years
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
13,2
13,1
13,3
16,5
25,1
31,8
33,6
37,3
35,8
38,4
41,9
6,2
5,6
5,1
6,4
9,1
13,6
14,2
13,7
13,5
14,8
17,6
Formation of labor market in new conditions in both economies was closely connected with
privatization process, speeding-up of adaptation process pressure in corporate sphere upon
new competitive conditions, solution of overemployment in existing enterprises and
companies and shut-down of several unprofitable enterprises. All these facts coupled with a
need to quickly raise labor efficiency posed new problems for labor market that influenced
employment development and its structure in diverse ways.
There were the following fundamental problems of labor market in the Slovak and Czech
Republic during the transformation process:

Persisting unemployment

Missing system of investment stimuli for new investors and insufficient support of
mainly small and medium businesses

Missing regional development policy
Low territorial mobility of labor force, induced mainly by the absence of working market with
price-affordable houses and low level of infrastructure and transport networks, caused that
the aim of regional policy  effective and balanced development of all parts of the republic 
was not accomplished.

Insufficient range of active employment policy
Above-mentioned problem was caused mainly by unprepared legislation in the first years of
transformation. Active employment policy was executed ad hoc in this period. The change
was observed as late as there were preparations being made in order to allow the Slovak
and Czech Republic to enter the European Union. It meant that there should be an explicit
preference given to ability to work and be employed contrasting to passively receive social
security benefits; apparently, there were respective financial amounts allotted to this field.

Misbalance between wage level and social security benefits

Insufficient respect of labor market demands by the system of education

Foreign labor forces and their legal and illegal arrival
6
Šilheřovice 2008
It is characteristic for both economies that unemployment that emerged in recent years was
due to strong competitive pressures and increase in productivity of labor; what is more, it
was an illustration and consequence of high macroeconomic inequality. There was a creation
of long-run unemployment, unemployment of people with low level of education, high
unemployment of young people, immense regional differences in unemployment and
significant unemployment of Roma people in both economies.
There were following determining factors that influenced the status of unemployment in the
Slovak as well as Czech Republic (when we do not take into account the factors connected
with the restructuralization of economies):

Rigidity of labor market

Low rate of contribution of labor market active policy to reduction of
unemployment
The most distinctive weakness of this policy was the field of retraining that should have
played the most crucial role in unemployment reduction

Level of territorial mobility for a job

Excessive tax and social security contributions
High non-wage expenses for a labor force together with tax load had also an impact on
unemployment of workers with low qualification.
Prevalence of unemployment (its regional character, rising of long-run unemployed and
rising differences between unemployment of endangered groups and the rest of population)
started to constitute a real threat for economy.
2. Development of unemployment rate in Czech and Slovak
Republic in 1993 – 2007, the prediction for the 2008 and 2009
and some regional disparities in these Republics
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
13,7
13,1
11,3
11,9
12,6
16,4
18,8
19,3
18,6
17,5
Slovak
Republic
%
Czech
Republic
%
4,3
4,6
4,1
3,9
4,8
6,5
8,8
8,9
8,2
7,3
7,8
European
Union
%
9,9
10,7
10,4
10,7
10,7
10,2
9,4
8,4
8
8,4
8,9
2004
2005
2006
2007
Slovak
Republic
%
18,1
17,9
14,6
11
Czech
Republic
%
8,3
8,3
7,1
5,3
%
8,9
9
8,2
7,1
European
Union
Source: the author from the Slovak and Czech Statistical Offices and Eurostat
7
Šilheřovice 2008
Development of unemployment rate
Slovakia %
Czech Republic %
EU
25
20
15
10
5
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Prediction of unemployment rate in CR and SR
2004
2005
2006
2007
2008P
2009P
SK unemployment %
18.1
17.9
14.6
13.2
12.9
12.4
CZ unemployment %
8.3
8.3
7.1
6.7
6.5
-
Source: MFSR, MFČR.
Regions with highest unemployment in Slovakia in 1997
Region of Prešov 22.9%
Region of Banska Bystrica 26.6%
Region of Košice 25.2%
8
Šilheřovice 2008
The cause of unemployment misbalance: among others reasons it was unfavourable
educational structure of work applicants.
Regions with highest unemployment in Czech Republic in 1997
Region of Karlove Vary 8.4%
Region of Zlin 8.1%
Region of Brno 8.3
The cause of unemployment misbalance: restructuralisation of mining industry, heavy
industry and agricultural sector. Consequent lower demand.
Regions with highest unemployment in Slovakia in 2007
Region of Prešov 13.8%
Region of Banska Bystrica 20.0%
Region of Košice 15.9%
9
Šilheřovice 2008
The cause of unemployment misbalance: low mobility and flexibility of labour force. It
still remains the actual problem of Slovak (and Czech) economy.
Regions with highest unemployment in Czech Republic in the fourth
quarter of 2007
Region of Karlove Vary 8.3
Moravian-Silesian Region 8%
Region of Usti nad Labem 9.3
The cause of unemployment misbalance: low mobility and flexibility of labour force. It
still remains the actual problem of Czech and Slovak economy.
Conclusion
The current period may be perceived as breakthrough and decisive; it is alleged whether the
Slovak and Czech Republic will follow the path oriented at economic growth and high level of
production competitiveness for which there is an inevitable condition to have good
vocationally-prepared and sufficiently qualified labor forces. It depends upon many factors to
what extent the Slovak and Czech Republic will profile as efficient, flexible, research and
development countries for which creativity, innovations, knowledge and skills are
characteristic. One of these factors is the education of labor force.
Favorable development in the field of unemployment should have been closely intertwined
with the removal of main causes of unemployment. Therefore, the emphasis should be given
on national-economic policies and national plans of employment (as it exists already in the
EU countries).
Bibliography
[1]
HALUŠKA, J. – OLEXA, M.: Macroeconomic analysis of the Slovak Republic 1993 –
1998. In: Trend, 1999, Issue 21.
[2]
HÁJEK, L.: Economic transformation in the Czech Republic and changes in industry
branches structure. In: Economy and society, Vol. 1/2002.
[3]
HOLKOVÁ, V. et al.: Microeconomics. Bratislava: Sprint vfra, 2003.
[4]
HOLKOVÁ, V. et al.: Unemployment and its development in the Czech and Slovak
Republic in 1993 – 2004. In: Comparison of transformative process results in the
Slovak and Czech Republic. IGP-NHF, Bratislava, 2005.
10
Šilheřovice 2008
[5]
HOLKOVÁ, V. – VESELKOVÁ A.: Comparison of reformative process results in the
Slovak and Czech Republic in the transformative decade. In: Economic horizons, Vol.
35, 2006, Issue 1.
[6]
HOLKOVÁ, V. – VESELKOVÁ A.: Unemployment in Slovak and Czech economy as a
fundamental macroeconomic problem of the transformative decade. In: Economic
horizons, Vol. 36, 2007, Issue 1.
[7]
HOLUB, A.: Economic growth in the Czech Republic in 1990s. In: Acta Oeconomica
Pragensia, VŠE Praha, 2000, Issue 7.
[8]
HOLUB, A.: Changes in development of branch’s macrostructure of GDP and
employment. In: Acta Oeconomica Pragensia, VŠE Praha, 2000, Issue 7.
[9]
IŠA, J.: European Union and transformation of the Slovak Republic. In: Transformation
of Slovak economy and questions of its involvement in European Union . Bratislava,
January 2000.
[10] JÍROVÁ, H.: Czech economy in 1990s: Labor market situation in the Czech Republic.
Research study VŠE Praha, NHF, 1999.
[11] JURÍČKOVÁ, V. – RENDEK, I.: Economic and unemployment efficiency growth of the
Visegrad Group. In: Economic journal, 2000, Issue 4.
[12] Media release from the meeting of the Bank Board of the National Bank of Slovakia.
Bratislava March – May 2005. http://www.nbs.sk/PRESS/TS050429_2.HTM/.
[13] KORNAI, J: Ten years after the journey towards free economy: Author’s selfevaluation. In: Political economy, 2001, Issue 5.
[14] KOŠŤA, J. – AZUDOVÁ, Ľ. – OKÁLI, I.: Employment and unemployment development in
the Slovak Republic. In: Economic journal, 2000, Issue 4.
[15] KOŢUŠNÍK, Č.: Thinking about an economic transformation. In: Political economy,
1997, Issue 1.
[16] Macroeconomic indicators of quartal national accounts and added value. Bratislava:
Štatistický úrad 2005.
[17] MLČOCH, L. – MACHONIN, P. – SOJKA, M.: Economic a public changes in Czech society
after 1989 (alternative view). Karalinum. Praha, 2000.
[18] MORVAY, K.: Assessment of the labor market development in the Slovak Republic in
2005 and its short term prognosis up to 2008: In Economic journal, Vol. 54, 2006,
Issue 5.
[19] MORVAY, K.: Efficiency a competitiveness of Slovakia in integrated Europe. Bratislava:
M.E.S.A. 10, 2005, s. 18 – 24. ISBN 80-89177-06-9.
[20] NĚMEC, J.: After ten years of transformation. In: Economic journal, Vol. 49, 2001,
Issue 4.
[21] NĚMEC, J. – PRACHÁR, I.: Main macroeconomic tendencies in the Slovak Republic after
1989 and their impact on expected development. In: Economic journal, Vol. 48, 2000,
Issue 1.
[22] OKÁLI, I.: About problematic of unbalance in transformative economies. In: EÚ SAV,
Bratislava, 1997.
[23] PITNER, J.: Impact of transformation of economy upon employment structure in the
Czech Republic. In: Statistics, Issue 5/2002.
[24] SOJKA, M. et al.: Principles of economics. Grada, 1999. Originally translated from
English. MANKIW, G. N.: Principles of Economics, 1998.
[25] SPĚVÁČEK, V.: Macroeconomic development of the Czech Republic. In: Acta
Oeconomica Pragensia, 1999, Issue 3
11
Šilheřovice 2008
[26] STIGLITZ, J. E.: Velvet Revolution for burglars. – Grounds on the sand. – Unfairly
profitable suggestions of western experts. In: Economist, 1999, Issues 23, 24, 25.
[27] Statistical report about fundamental development tendencies in Slovak economy.
Bratislava: Slovak Statistical Office 2001 – 2005.
[28] Selective survey of labor forces. Bratislava: Slovak Statistical Office 2002 – 2006.
[29] ZEMANOVIČOVÁ, D.: Economic transformation in the Slovak Republic after ten years.
In: Finances and loan, Issue 50, 2000, Issue 10.
http://www.eurostat.com
http://www.mpsv.cz a www.mpsv.sk
http://www.oecd.org - Taxing Wages. OECD 2006.
http://www.statistics.sk
htt://www.upsvar.sk
http://www.vupsv.cz
12

REGIONÁLNÍ DISPARITY - jejich pojetí, klasifikace a měření

Transkript

Podobné dokumenty

Regionální disparity č. 4

Regionální a municipální management

ano - Regionální disparity

Karel Skokan Disparity a regionální rozvoj v zemích střední

3/2012 - ŘVC ČR

Ján Čarný - Czech TOP 100

Předmluva - Knihovna UTB

Tento projekt byl spolufinancován ze zdrojů EU v

Vliv regionálního značení potravin na regionální rozvoj v Kraji

PERSPEKTIVY ÚZEMÍ

Celé číslo 4/2004 v pdf - Zdravotnictví v České republice

regionální disparity a hospodářské subjekty v regionálním rozvoji