regionální disparity a hospodářské subjekty v regionálním rozvoji

Transkript

VŠB-Technická univerzita Ostrava
Ekonomická fakulta
WD-55-07-1
Regionální disparity v územním rozvoji ČR
– jejich vznik, identifikace a eliminace
Mezinárodní vědecká konference
REGIONÁLNÍ DISPARITY A HOSPODÁŘSKÉ
SUBJEKTY
V REGIONÁLNÍM ROZVOJI
Ostrava 4. - 5. 11. 2010
Sborník přednášek
Ostrava, listopad 2010
Regionální disparity a hospodářské subjekty v územním rozvoji
Editorka sborníku: Ing. Klára Sobočíková
Recenzovali: prof. Ing. Jiří Kern, CSc.
doc. Ing. Jan Sucháček, Ph.D.
© VŠB-TU Ostrava, 2010
ISBN 978-80-248-2328-7
2
Ostrava, 4. a 5. 11. 2010
Ostrava, 4. a 5. 11. 2010
OBSAH
Regionální disparity v územním rozvoji - jejich identifikace, měření a hodnocení .................. 5
Metodicko-teoretické otázky regionálních disparit ............................................................ 23
Vliv znalostní ekonomiky na regionální disparity .............................................................. 35
Malé obce, regionální disparity a hodnotící model ............................................................ 51
Měření regionální disparit – pohled zpátky ...................................................................... 58
Regionální disparity ve vývoji nezaměstnanosti v období hospodářské krize ....................... 74
Regionální disparity a soudrţnost v zemích V4 ................................................................ 88
Problémy řízení municipálního rozvoje .......................................................................... 102
Indikátory pro hodnocení regionálních disparit a jejich integrace .................................... 107
Regionální disparity procesu stárnutí obyvatel Česka po roce 1990 ................................. 119
Regionální disparity v dostupnosti bydlení..................................................................... 130
Implementační struktura operačního programu lidské zdroje a zaměstnanost .................. 139
Porovnání krajů nuts ii jihovýchod se zaměřením na lidské zdroje ................................... 147
Regionálne aspekty rozmiestnenia nákupných centier .................................................... 163
Mobilita pracovných síl ako adaptačný mechanizmus v kontexte eurozóny (regionálne
aspekty pre slovenskú ekonomiku a jej členstvo v eurozóne) ......................................... 175
Podstata a smysl strategického řízení regionálního rozvoje v České republice................... 192
3
Ostrava, 4. a 5. 11. 2010
Úvodem
Váţené kolegyně, váţení kolegové,
předkládáme Vám sborník příspěvků z mezinárodní vědecké konference Regionální
disparity a hospodářské subjekty v regionálním rozvoji, konané v Ostravě 4. a 5.
listopadu 2010.
Konference je jedním ze závěrečných výstupů prezentujících výsledky řešení výzkumného
úkol WD-55-07-1 Regionální disparity v územním rozvoji ČR - jejich vznik, identifikace
a eliminace, který byl řešen na VŠB-TU Ostrava, Ekonomické fakultě, v letech 2007 - 2010
v rámci výzkumného programu Ministerstva pro místní rozvoj ČR WD – výzkum pro potřeby
řešení regionálních disparit.
Konference byla jiţ od počátku organizována tak, aby byl vytvořen dostatečný prostor i pro
prezentaci výsledků řešení ostatních úkolů výzkumného programu MMR, ale také pro
všechny, kdo si chtějí vyměnit názory a poznatky na problematiku regionálních disparit, či na
jiné problémy související s regionálním rozvojem.
Váš zájem nás přesvědčil, ţe regionální disparity jsou stále aktuální problematikou, v níţ se
však hlavní váha prací jiţ přesouvá z výzkumné polohy do polohy aplikační, tedy do vyuţívání
jiţ dosaţených výsledků výzkumů v praxi regionálního managementu na všech úrovních
regionálního řízení.
Do sborníku jsme mohli zařadit jen 16 příspěvků, které jsme obdrţeli do uzávěrky sborníku.
Další zajímavé přihlášené příspěvky, které jsme do uzávěrky neobdrţeli, bychom rádi
zveřejnili v nejbliţším čísle elektronického časopisu Regionální disparity, které bude
monotematicky věnováno nejzajímavějším příspěvkům této konference.
Věřím, ţe příspěvky uveřejněné v tomto sborníku Vám přinesou nové informace vyuţitelné ve
Vaší práci, nebo alespoň přispějí ke zvýšení stavu poznání o regionálních disparitách a
regionálním rozvoji v České republice, na Slovensku a v dalších zemích Evropské unie.
4
Ostrava, 4. a 5. 11. 2010
Regionální disparity v územním rozvoji - jejich identifikace,
měření a hodnocení
Doc. Ing. Alois Kutscherauer, CSc.
Abstrakt
Příspěvek shrnuje přístup k řešení výzkumného úkolu WD-55-07-1 Regionální disparity v
územním rozvoji ČR a dosaţené výsledky výzkumu. Přináší širší pohled na problematiku
disparit a shrnuje výsledky výzkumu zkoumaných problémových celků.
Diskutují se zde také otázky agregace indikátorů a jejich vyuţitelnosti v praxi regionálního
managementu České republiky.
Klíčová slova
Regionální disparity, fenomén disparity, pojetí disparity, informační hodnota disparity,
sledování a hodnocení regionálních disparit, integrované indikátory, modelové regiony,
metody výpočtu disparit.
Abstract
The paper summarizes the approach to solution of research project WD- 55- 07- 1 Regional
disparities in territorial development of the Czech Republic and presents the research
achievements. It brings broader view on problems of disparities and summarizes research
results of examined problem areas.
The issues of aggregation of indicators and their exploitation in the practice of regional
management in the Czech Republic are discussed here too.
Key words
Regional disparities, disparity as a phenomenon, concept of disparity, information value of
disparity, monitoring and evaluation of regional disparities, integrated indicators, model
regions, methods of calculation of disparities
Úvod
Výzkumný úkol WD-55-07-1 Regionální disparity v územním rozvoji ČR - jejich vznik,
identifikace a eliminace byl řešen na VŠB-TUO, Ekonomické fakultě v letech 2007 - 2010
v rámci výzkumného programu Ministerstva pro místní rozvoj ČR WD – výzkum pro potřeby
řešení regionálních disparit.
Základním filosofickým východiskem výzkumu bylo akceptování disparity jako fenoménu,
jehoţ identifikace, sledování a hodnocení má nějaký racionální smysl. Předmětem našeho
zájmu byly regiony jako sloţité společenské subjekty, fungující v určitých sociálněekonomických podmínkách. Vývoj těchto subjektů se odehrává v čase a prostoru a je
nerovnoměrný.
Pojetí disparit jako projevů sloţitých společenských subjektů, si vyţádalo nahlíţet na
problematiku disparit jako na sloţitý problém, který vyţaduje, aby byl přijat
multidimenzionální přístup k jeho zkoumání. Takový přístup znamená především celostní
(systémový) pohled na předmět zkoumání. Bylo proto nutné namísto tradičních přístupů
5
Ostrava, 4. a 5. 11. 2010
zaloţených na jedné převaţující dimenzi – ekonomické – rozšířit zkoumání na další dimenze –
sociální a územní.
Multidimenzionálnost a celostní charakter zkoumání problematiky regionální diferenciace se
týkalo především identifikace jejích faktorů a determinantů a diagnostiky jejího obsahu a
rozsahu.
Regionální disparity jsou představovány širokým spektrem jevů a procesů, v rámci nichţ je
moţné regionální rozdíly klasifikovat, vysledovat, strukturalizovat a následně měřit a
vyhodnocovat.
1 Zaměření výzkumu
Vlastní základní výzkum problematiky disparit byl rozdělen do čtyř obsahově relativně
homogenních částí nahlíţejících na disparity z aspektů:




teorie a metodologie,
klasifikace, identifikace a dekompozice,
integrace indikátorů a moţností vytvoření modelových regionů,
měření a hodnocení regionálních disparit.
V aplikační poloze pak byl výzkumu orientován na:



vyuţití informací o disparitách při tvorbě regionálních strategií a programů,
vývoj regionálních disparit v České republice po vzniku samostatného českého státu,
pojetí a vývoj regionálních disparit v Evropské Unii a v zemích V4 a v Rakousku.
2 Výsledky výzkumu
V průběhu čtyřletého výzkumu se řešitelskému týmu podařilo dosáhnout řady přínosných
výsledků obohacujících nejen teorii a metodologii disparit, ale i regionální manaţerskou praxi.
Lze je za jednotlivé problémové celky charakterizovat takto:
Teorie a metodologie disparit
Došlo k významnému prohloubení teorie a metodologie disparit a metodiky přístupu
k disparitám, zejména:




zpřesněním definic disparit jako fenoménu,
rozlišením a definováním disparit jako pozitivních a negativních,
definováním čtyř úrovní uţivatelské hodnoty disparit,
rozlišením hmotných a nehmotných (mentálních) disparit.
Klasifikace, identifikace a dekompozice regionálních disparit
Regionální disparity jsou klasifikovány ze dvou souvisejících perspektiv:


vertikální perspektivy, vycházející z poznatku, ţe disparity se mění v souladu
s geografickým měřítkem: kdyţ posuzujeme disparity v kontextu různých geograficky
zaloţených rámců nebo různých územních měřítek, dostaneme velice rozdílný pohled
na míru těchto disparit. Disparity mají tendenci se zvyšovat se sniţováním územního
měřítka.
horizontální perspektivy, související s věcnou sférou jejich výskytu. Klasifikace
v rámci horizontální perspektivy je provedena podle jednoho atributu, který je
6
Ostrava, 4. a 5. 11. 2010
základem všech klasifikací, jeţ lze nalézt v literatuře, a to je sféra výskytu regionální
disparity (věcné hledisko).
Jako základní atribut pro členění disparit podle sféry výskytu byly zvoleny sféry - sociální,
ekonomická, územní.
Sociální disparity se týkají obyvatelstva v širším kontextu kvality ţivota, ţivotní úrovně,
sociální rovnosti a sociální patologie. Netýkají se lidského potenciálu jako ekonomické
kategorie, který je zařazen mezi ekonomické disparity.
Ekonomické disparity se týkají regionálního výstupu v širším kontextu výkonnosti
ekonomiky, její struktury, rozvojového a lidského potenciálu.
Územní disparity jsou spojeny s polohovými poměry v širším kontextu s geografickými,
přírodními, dopravními a technickými podmínkami regionu.
Na 2. úrovni klasifikace jsou pak regionální disparity členěny na:
Sociální disparity



obyvatelstvo, do
nějţ zahrnujeme jeho ţivotní úroveň (vč. vybavenosti
domácností), úroveň vzdělávání, zdravotní stav, migraci a segregaci,
sociální vybavenost, kam patří zdravotnictví, školství, sociální sluţby, kultura a
bydlení,
sociální patologie, do níţ zahrnujeme sociální exkluzi, kriminalitu (vč. bezpečnosti)
a nehodovost.
Ekonomické disparity

ekonomický potenciál zahrnující výkonnost ekonomiky, produktivitu a vnější
vztahy,


ekonomická struktura, kam patří odvětvová struktura a struktura podle subjektů,
rozvojový potenciál, do nějţ zahrnujeme výzkum a vývoj, zahraniční kapitál a
investice,

lidský potenciál, kam zařazujeme ekonomicky aktivní obyvatelstvo, zaměstnanost,
nezaměstnanost a mobilitu.
Územní disparity




fyzicko-geografický potenciál zahrnující nerostné bohatství, klima, strukturu a
intenzitu osídlení, polohové poměry a lokalizaci regionu,
ţivotní a přírodní prostředí, kam patří ovzduší, odpady, voda, příroda a
biodiverzita, lesy, krajina a půda,
dopravní infrastruktura, do níţ zařazujeme silniční, ţelezniční a leteckou
infrastrukturu, vodní dopravu a dopravní obsluţnost,
technická infrastruktura, kam jsme zařadili zásobování vodou, kanalizaci a čištění
odpadních vod, zásobování energiemi, informační a telekomunikační technologie a
infrastrukturu cestovního ruchu.
Na základě provedených analýz teoretických i praktických přístupů k identifikaci regionálních
disparit byly tyto dekomponovány do čtyř rozlišovacích úrovní: sfér – problémových celků
– deskriptorů – indikátorů.
7
Ostrava, 4. a 5. 11. 2010
Dekompozice indikátorů pro identifikaci, sledování a hodnocení regionálních disparit je
provedena v této klasifikační posloupnosti:




rozlišovací
rozlišovací
rozlišovací
rozlišovací
úroveň
úroveň
úroveň
úroveň
- sféra disparit: 3 sféry,
- problémový celek: 13 celků,
– deskriptor: 46 deskriptorů,
– indikátor: 165 indikátorů.
Dlouhodobý vývoji disparit mezi kraji České republiky
Analýza dlouhodobého vývoje regionálních disparit v ČR po vzniku samostatného státu měla
především ukázat, v čem jsou nejvýznamnější disparity mezi kraji České republiky a jak se
vyvíjí.
Jako odpověď na tuto otázku byla provedena analýza vývoje sedmnácti vybraných indikátorů
za sociální, ekonomickou a územní sféru a zhodnoceny jejich úrovně a odlišnosti vývoje
v krajích České republiky v rozmezí let 1995 aţ 2008.
Vývoj disparit v sociální sféře je reprezentován těmito indikátory:






věkové sloţení obyvatelstva,
úroveň vysokoškolského vzdělání,
zaměstnanost v terciárním sektoru,
počet lékařů na 10 tisíc obyvatel,
počet míst v zařízeních sociální péče na 10 tisíc obyvatel,
podíl domácností s čistým měsíčním příjmem pod hranicí ţivotního minima.
Pro postiţení dlouhodobého vývoje ekonomiky krajů ČR byly vybrány tyto indikátory:








čistý disponibilní důchod domácností na obyvatele,
hrubý domácí produkt kraje (HDP),
HDP kraje na obyvatele,
tvorba hrubého fixního kapitálu na obyvatele,
podíl exportu na HDP kraje,
výdaje na výzkum a vývoj na obyvatele,
hrubá přidaná hodnota na obyvatele,
míra registrované nezaměstnanosti.
Analýza dlouhodobého vývoje územních disparit krajů je zaměřena na jevy mající dynamický
charakter, klíčový význam pro rozvoj regionů a jsou ovlivnitelné lidskou činností.
Vývoj územních disparit krajů ČR je reprezentován indikátory:




hustota dálnic na 100 km2,
podíl území s integrovanými dopravními systémy (IDS) na území kraje,
podíl obyvatel napojených na kanalizaci,
produkce emisí SO2/km2.
Výsledky výzkumu zaměřené na indikátory pro hodnocení regionálních disparit, měření a
hodnocení regionálních disparit a na regionální disparity v Evropské Unii a v zemích V4 a
Rakousku jsou na této konferenci prezentovány jako samostatné příspěvky.
8
Ostrava, 4. a 5. 11. 2010
Jedním z podstatných výstupů řešení tohoto výzkumného úkolu je souhrnná prezentace
výsledků řešení v monografii REGIONÁLNÍ DISPARITY - Pojetí, teorie, identifikace,
hodnocení, která je v tisku a vyjde do konce roku 2010.
3 Indikátory disparit a jejich praktická vyuţitelnost
Jedním z aspektů výzkumu vlivu disparit na regionální rozvoj země, bylo ověření moţného
uţivatelského rozsahu vyuţitelnosti navrţené soustavy indikátorů pro identifikaci a hodnocení
regionálních disparit v České republice.
Navrţený základní soubor 165 indikátorů umoţňuje podrobné vyhodnocení sledovaných jevů
a procesů, má však některá významná omezení.
Dlouhodobá empirie ukazuje, ţe v základních indikátorech lze přehledně vyhodnotit 10 – 15
indikátorů. Se stoupajícím počtem indikátorů pouţitých pro analýzu a hodnocení se ztrácí
přehlednost, schopnost jejich vnímán v potřebných souvislostech a rychle se sniţuje
vypovídací schopnost analýzy. Nastává potřeba nějaké „informační nadstavby―, tedy
nějakého souhrnnějšího (integrovaného) pohledu na vyjádření analyzované problematiky,
aniţ by se pro daný účel zkoumání nepřijatelně sníţila hodnota výsledné výpovědi.
Ukazuje se, ţe jistá míra uţivatelské integrace indikátorů je potřebná, coţ je věčné téma
odborných diskusí – do jaké míry je moţné indikátory integrovat, aniţ by se vytratila
jejich fundamentální uţivatelská hodnota a jakými metodami se lze k výsledkům
integrovaného vyjádření dopracovat.
Proto i při hodnocení regionálních disparit v ČR dospíváme k potřebě vytvoření integrovaných
indikátorů, které mají dostatečnou vypovídací schopnost pro meziregionální srovnávání, jsou
výpočetně zvládnutelné a pro příjemce informací dostatečně srozumitelné.
Úskalí integrace ad hoc (u které obvykle dochází k největším chybám) se lze vyhnout
seskupením základních indikátorů do promyšlených seskupení (dílčích celků) věcně
homogenních, systémově akceptovatelných a metodicky logických a srozumitelných.
K takové integraci základních indikátorů byly v rámci probíhajícího výzkumu regionálních
disparit zvoleny dvě cesty. Cesta zaloţená na věcném seskupování indikátorů a cesta
zaloţená na uţivatelském seskupování indikátorů.
První cesta je zaloţena na integraci indikátorů do pokud moţno obsahově homogenních celků
– integrovaných indikátorů, jimiţ jsou např. ekonomický potenciál, ţivotní úroveň, sociální
vybavenost či ţivotní prostředí v regionu. Takových integrovaných indikátorů je pro sledování
a hodnocení disparit mezi regiony ČR navrţeno čtrnáct.
Druhá cesta je zaloţena na seskupení indikátorů podle potenciálního způsobu uţití informací
do modelových regionů, typologicky vycházejícího z identifikace hospodářského a sociálního
potenciálu regionů.
Integrované indikátory
Integrované indikátory jsou indikátory sloţené z několika primárních či sekundárních
indikátorů, vstupujících do nich se stanovenou vahou.
Návrh systému sledování a hodnocení regionálních disparit v ČR členěný na sféru sociální,
ekonomickou a územní obsahuje celkem 165 indikátorů. Na jejich bázi bylo vytvořeno 14
integrovaných indikátorů, charakterizujících: sociální sféru - 5 integrovaných indikátorů,
9
Ostrava, 4. a 5. 11. 2010
ekonomickou sféru - 4 integrované indikátory, územní sféru - 4 integrované indikátory a 1
integrovaný indikátor průřezový.
Jejich stručné charakteristiky:
1. Ţivotní úroveň
Zahrnuje úroveň příjmů a majetku, kvantitu a kvalitu spotřeby, rozsah a uţití volného času a
kvalitu prostředí.
2. Zdravotní stav
Zdravotní stav je posuzován z hledisek: lékařského, délky a kvality lidského ţivota a pracovní
neschopnosti.
3. Sociální vybavenost
Největší preference zde má zdravotní a sociální péče, s ohledem na význam zdraví a potřebu
zabezpečení sluţeb pro stárnoucí populaci.
4. Bydlení
Zde jsou seskupeny indikátory vypovídající zejména o „prostorové― kvalitě bydlení.
5. Sociální patologie
Sociální patologie vyjadřuje soubor jevů, které jsou ve společnosti neţádoucí; mohou vést k
sociálnímu vyloučení nebo přímo ohroţují zdraví, ţivot či bezpečnost občanů.
6. Ekonomický potenciál
Integrovaný indikátor je konstruován ze tří indikátorů postihujících ekonomickou výkonnost
regionu a výkonnost regionu ve vztahu k jiným regionům.
7. Ekonomická struktura
Indikátor je konstruován s cílem postihnout ekonomiku regionu z hlediska jeho předpokladů
pro další rozvoj a podmínek podnikání v mezinárodním kontextu.
8. Nezaměstnanost
Integrovaný indikátor je konstruován k souhrnnému postiţení situace na trhu práce v regionu
ze všech tří základních pohledů – míry nezaměstnanosti, dlouhodobé nezaměstnanosti a
tlaku na pracovní místa.
9. Rozvojový potenciál
Integrovaný indikátor vychází z premisy, ţe budoucí podmínky pro rozvoj regionu jsou dány
zejména rozvojem vědy a výzkumu, investic a tvorbou fixního kapitálu.
10. Osídlení
Integrovaný indikátor je charakterizován čtyřmi indikátory vyjadřujícími strukturu osídlení a
stupeň urbanizace.
10
Ostrava, 4. a 5. 11. 2010
11. Ţivotní prostředí
Integrovaný indikátor je sloţen z indikátorů znečištění ovzduší, nakládání s odpady a
znečištění povrchových vod.
12. Dopravní infrastruktura
Integrovaný indikátor je sloţen z poměrových indikátorů vybavení dopravními zařízeními
ţelezniční, silniční a letecké dopravy a pouţívání veřejné dopravy.
13. Technická infrastruktura
Zde jde o vyjádření základu pro ochranu povrchových a podzemních vod před znečištěním
neţádoucími látkami.
14. Kvalita ţivota
Tento průřezový integrovaný indikátor charakterizuje rozdíly v kvalitě ţivota v regionech.
Modelové regiony
Ve vymezení modelových regionů pro hodnocení disparit mezi regiony ČR je v rámci
základních hledisek hospodářského a sociálního rozvoje regionu volena taková skladbu
indikátorů, aby co nejlépe postihovala čtyři definované úrovně uţivatelské hodnoty informací
o regionálních disparitách.
Uţivatelskou hodnoty informací významných pro:
1.
2.
3.
4.
zvyšování stavu poznání,
strategické rozhodování,
motivaci k nějaké konkrétní činnosti,
operativní jednání.
Pro tyto čtyři uţivatelské úrovně informací o regionálních disparitách je navrţeno sedm
seskupení informací představující typové potenciálně vyuţitelné způsoby uţití, vytvářející
relativně autonomní celky - modelové regiony.
Jde o tyto typy modelových regionů:







ekonomicky zaostávající region,
region poznamenaný průmyslovým úpadkem či recesí,
venkovský region,
ekonomicky výkonný region,
region s všestrannými podmínkami pro ţivot,
region s vysoce rozvinutými sociálními sluţbami,
vysoce inovující region.
Jednotlivé typy navrţených modelových regionů lze stručně charakterizovat takto:
1. Ekonomicky dlouhodobě zaostávající region
Je charakterizován zejména dlouhodobě nízkou výkonností ekonomiky a její nepříznivou
sektorovou strukturou. Dále nízkými důchody domácností a vysokou mírou nezaměstnanosti,
zejména dlouhodobé.
11
Ostrava, 4. a 5. 11. 2010
2. Region poznamenaný průmyslovým úpadkem či recesí
Je charakterizován dramaticky se sniţující výkonností ekonomiky, výraznými změnami
struktury ekonomiky i zaměstnanosti. V regionu dochází k úpadku významných firem, rovněţ
nezaměstnanost je vysoká a vyuţitelnost pracovních sil je nepříznivá zejména jejich
strukturou.
3. Venkovský region
Je charakterizován nízkou výkonností ekonomiky a její jednostrannou strukturou s orientací
na primární sektor. Rovněţ struktura zaměstnanosti je nepříznivá a odráţí strukturu
ekonomiky. Charakteristickým rysem regionu je nepřítomnost významných firem a nízká
úroveň podnikatelských aktivit v odvětvích zaloţených na znalostech.
Pozitivním rysem tohoto modelového regionu je relativně dobrá environmentální kvalita
území.
4. Ekonomicky výkonný region
Je to region s výkonnou ekonomikou, vysokou produktivitou práce a produkcí v odvětvích,
která mají dobré postavení na domácím, resp. zahraničním trhu. Je charakterizován nízkou
mírou nezaměstnanosti, kvalitou pracovních sil a vysokou mírou vzdělanosti.
5. Region s všestrannými podmínkami pro ţivot
Vyznačuje se vysokou úrovní důchodů domácností, vysokou úrovní vzdělanosti obyvatelstva
a dostupností pracovních sil. V regionu je dostatečná nabídka kvalitních sociálních sluţeb a
příleţitostí pro volnočasové aktivity. Úroveň kriminality je nízká a úroveň bydlení je vysoká.
6. Region s vysoce rozvinutými sociálními sluţbami
Základní charakteristikou regionu je vysoká úroveň sluţeb zajišťovaných zařízeními sociální
infrastruktury. Vysoká úroveň sociálních sluţeb v regionu přispívá nejen ke zkvalitnění
způsobu ţivota jeho obyvatel, ale i k vytváření podmínek pro rozvoj lidského potenciálu.
7. Vysoce inovující region
Základními charakteristikami tohoto regionu jsou vysoká přidaná hodnota v technologicky
náročném průmyslu a sluţbách, vysoká úroveň zaměstnanosti ve vědě a zároveň vysoká
úroveň vzdělanosti podpořená dobrou úrovní školství, zejména vysokého.
***
Atributy indikátorů, které jednotlivé typy modelových regionů charakterizují, je třeba
povaţovat za mezní. V realitě nikdy nejsou hodnoty všech indikátorů zcela dobré nebo zcela
špatné. Vţdy jde o různou intenzitu působení sledovaných jevů, resp. procesů a rozhodující
je synergický efekt jejich působení.
Předkládané vymezení sedmi typů modelových regionů je ze systémového a
metodologického pohledu zdůvodnitelné. V současné praxi regionálního managementu
v České republice však lze vystačit s menším počtem modelových regionů. Při hodnocení
12
Ostrava, 4. a 5. 11. 2010
vývoje disparit na úrovni krajů ČR se ukazuje nadbytečné zavedení modelu venkovského
regionu a regionu poznamenaného průmyslovým úpadkem či recesí a vývoj disparit
v ekonomické sféře lze spojit do jednoho modelu. Pak bychom podle účelu uţití informací o
vývoji disparit mezi kraji ČR vystačili se čtyřmi či pěti modely hodnocení.
Neplatí to však, pokud by předmětem analýzy byla území menší neţ kraj, např. okres nebo
území správního obvodu obce s rozšířenou působností (ORP). Zde má model venkovského
regionu, jakoţ i model regionu poznamenaného průmyslovým úpadkem či recesí své
opodstatnění.
4 Aplikovatelnost zkoumaných metod
Integrace indikátorů, ať jiţ věcná, nebo pomocí modelových regionů není nejobtíţnějším
úkolem řešení jak sledovat a hodnotit regionální disparity. Daleko obtíţnější je najít pro
provedená seskupení indikátorů takové způsoby výpočtu a prezentace výsledků, aby byly
uchopitelné regionálním managementem, zůstaly srozumitelné a věcně interpretovatelné.
Z metod vyuţitelných pro analýzu, hodnocení a prezentaci vývoje disparit mezi regiony ČR
cestou integrovaných indikátorů či modelových regionů se jako nejlépe vyuţitelné a dobře
zvládnutelné regionálním managementem jeví tři metody. Škálovací metoda nazývaná
„semafor―, metoda bodová a metoda normované proměnné.
Metoda semaforu je vhodná pro analýzu a hodnocení dat uspořádaných do tabulek.
Metoda bodová je vhodná pro grafickou prezentaci, kdyţ v hodnocení upřednostňujeme
změny ve vývoji disparit v čase a je poţadována delší časová řada.
Metoda normované proměnné je vhodnější, kdyţ upřednostňujeme relaci mezi regiony a
přitom zpravidla jde o poznání aktuální situace, nebo vývoje v několika posledních letech.
Uplatňování všech tří metod je uţivatelsky přívětivé, neboť potřebnými výpočetními funkcemi
podmíněného formátování či výpočtu směrodatné odchylky jsou dnes jiţ vybaveny všechny
profesionálně vyuţívané kancelářské balíky.
5 Kvantitativní ověření vyuţitelnosti vybraných modelových regionů
Z popsaných sedmi typů modelových regionů povaţujeme za uţivatelsky nejpřínosnější
model ekonomické výkonnosti regionu a model regionu s všestrannými podmínkami pro
ţivot. Proto jejich kvantitativnímu ověření na datech krajů ČR za léta 2001 aţ 2006, resp.
2007, věnuji závěrečnou část mého příspěvku.
Model ekonomické výkonnosti regionů
Hodnocení ekonomicky výkonných nebo zaostávajících regionů je moţné provést na jednom
modelu ekonomické potence regionu, protoţe oba typy jsou reprezentovány stejnými
výchozími indikátory a jejich charakter je dán orientací disparity (pozitivní, negativní), kterou
vykazují vůči průměru ČR.
Kvantitativní ověření modelu ekonomické výkonnosti regionů je zaloţeno na osmi
indikátorech. Výpočet hodnot tohoto modelu je proveden metodou normované proměnné,
s expertně stanovenými vahami výchozích indikátorů, jimiţ jsou:
13
Ostrava, 4. a 5. 11. 2010
Indikátor
Váha
1
HDP na obyvatele
0,15
2
Hrubá přidaná hodnota na zaměstnanou osobu
0,15
3
Podíl zaměstnanosti v sekundární sféře
0,08
4
Míra registrované nezaměstnanosti
0,15
5
Ekonomické subjekty s 25 a více zaměstnanci na 1000 obyvatel
0,10
6
Podíl domácností s čistými měsíčními příjmy pod hranicí ţivotního minima
0,10
7
Podíl vysokoškolsky vzdělaných zaměstnaných obyvatel
0,12
8
Čistý roční disponibilní důchod na obyvatele
0,15
Určujícím aspektem stanovení vah pouţitých výchozích indikátorů byla míra jejich přímého
vlivu na výkonnost modelového regionu a míra resp. těsnost jejich korelace na ostatní
indikátory relevantní pro vyjádření jeho potence.
Výsledek výpočtu agregovaného vyjádření modelu ekonomické výkonnosti regionu je
zachycen v tabulce 1. Vzhledem k tomu, ţe z uţivatelského hlediska jsou významné
především aktuální stav a prognóza vývoje, jsou pozice krajů v modelu uspořádány podle
hodnot dosaţených v posledním roce analýzy a zvýrazněny pouţitím metody Semaforu. O
budoucím vývoji pak lze usuzovat podle trajektorií vývoje patrných z grafu 1.
Tabulka 1: Model ekonomické výkonnosti regionů (metoda normované proměnné)
Zdroj: Kutscherauer a kol., 2010
14
Ostrava, 4. a 5. 11. 2010
Z tabulky 1 je zřejmé, ţe ekonomicky nejvýkonnějším modelovým regionem je Hlavní město
Praha a ekonomicky nejvíce zaostávajícím regionem Ústecký kraj. Pozice ostatních krajů si
vyţaduje obsáhlejší komentář.
Záměrem modelu bylo agregovaně vyjádřit ekonomicky výkonné a zaostávající regiony.
K tomu se nabízí vymezit v tabulce modelu (viz tabulku 2) tři pásma: ekonomicky výkonné
(taţné) regiony – ekonomicky stabilizované regiony – ekonomicky zaostávající regiony.
Zjištěná realita krajů ČR v letech 2001 – 2007 však pro následnou analýzu vypočítaných
výsledků modelu si vyţaduje trochu podrobnější deskripci předmětné problematiky.
Z výsledků modelu je zřejmé, ţe od roku 2001 po celých šest let byly ekonomicky
nejvýkonnějšími regiony, vykazujícími největší disparitu vůči průměru ČR, Hlavní město Praha
a kraje Jihomoravský a Středočeský, jejichţ pozitivní disparita se za toto období dále zvětšila.
Ve středním pásmu, které v modelu reprezentují ekonomicky stabilizované regiony, jejichţ
disparita se pohybuje kolem průměru ČR, se nachází kraje Plzeňský, Jihočeský a
Královéhradecký, jejich parametry se však v posledních letech analýzy mírně zhoršovaly.
Ve třetím pásmu se nachází osm regionů, které podle vypočítaných hodnot se jeví účelné
rozdělit do dvou skupin.
Jednu skupinu tvoří čtyři ekonomicky nejvíce zaostávajícími regiony, vykazující největší
negativní disparitu vůči průměru ČR (s hodnotou indexu pod -0,3), kterými jsou kraje
Olomoucký, Liberecký, Karlovarský a Ústecký. Ve všech těchto regionech se parametry jejich
ekonomické potence v analyzovaném období dále zhoršovaly.
Tabulka 2: Pásma prosperity a ekonomického zaostávání krajů ČR
15
Ostrava, 4. a 5. 11. 2010
Druhou skupiny tvoří regiony vykazující sice parametry zaostávání, ale s menší intenzitou neţ
tomu je u čtyř výše uvedených krajů (hodnota indexu se u nich pohybuje mezi -0,2 aţ
-0,3) a vývoj jejich parametrů byl specifický. Jsou jimi kraje Zlínský, Vysočina,
Moravskoslezský a Pardubický. Dva kraje – Zlínský a Moravskoslezský - zlepšily své
ekonomické parametry a jejich další vývoj směřuje do pásma ekonomicky stabilizovaných
regionů, zbývající dva kraje – Vysočina a Pardubický naopak své ekonomické parametry
zhoršily a jejich vývoj směřuje do pásma ekonomicky nejvíce zaostávajících regionů.
Vývoj disparity ekonomické výkonnosti krajů ČR za analyzované období je patrný z grafů 1 a
2. Dynamiku změn lze lépe vysledovat v grafu 2. V grafu 1 je odstup parametrů Prahy tak
velký, ţe v něm jde jen velmi obtíţně sledovat relace mezi ostatními kraji. Proto v grafu 2
byla vypuštěna datová čára Prahy, takţe rozestup datových čar ostatních krajů se zvětšil a je
dobře vysledovatelný.
Graf 1: Vývoj disparity v ekonomické výkonnosti krajů ČR
Největší dynamiku změn v pozitivním směru (zlepšování parametrů) lze mimo Prahu
vysledovat v Moravskoslezském kraji, v negativním směru (zhoršování parametrů) v krajích
Libereckém a Karlovarském.
16
Ostrava, 4. a 5. 11. 2010
Graf 2: Vývoj parametrů ekonomické výkonnosti krajů ČR (bez hl. města Prahy)
Jak jiţ bylo řečeno, model byl vypočítán metodou normované proměnné s vyuţitím expertně
stanovených vah výchozích indikátorů. Nabízí se otázka, zda výsledek modelu by byl ještě
stále akceptovatelný, pokud by nebyly podmínky pro stanovení vah, jinými slovy zda
výsledky modelu vypočítané se stejnými vahami indikátorů by byly prakticky vyuţitelné.
Výsledky výpočtů získané oběma variantami jsou srovnány v grafu 3.
Jak hodnoty krajů v grafu 3 ukazují, model vypočítaný ve variantě 1 s reálně stanovenými
vahami indikátorů, se při ověřování jevil zejména po kvantitativní stránce věrohodnější.
Pokud jde o pozice krajů ekonomicky výkonných a ekonomicky nejvíce zaostávajících (první
tři a poslední tři místa), tedy o to co uţivatele nejvíce zajímá, jsou výsledky obou variant
téměř totoţné. K dílčím změnám pozic dochází převáţně ve středním pásmu modelu.
Toto zjištění samozřejmě platí, pokud rozptyl vah není příliš velký. To však lze povaţovat za
obvyklou situaci vzhledem k tomu, ţe model je zaloţený na indikátorech relevantních pro
charakterizování jevů, resp. procesů, které synteticky vyjadřuje, a bylo by proto nelogické
potlačit význam některého indikátoru extrémně nízkou vahou. Jednodušší by bylo takový
indikátor do modelu vůbec nezařazovat.
17
Ostrava, 4. a 5. 11. 2010
Graf 3: Srovnání výsledků variant výpočtu modelu ekonomické výkonnosti
regionů se stanovenými vahami a stejnými vahami indikátorů
Model regionu s všestrannými podmínkami pro ţivot
Tento model agregovaně zobrazuje region vytvářející svým obyvatelům dobré podmínky pro
bydlení, práci i podnikání, s dostatečnou nabídkou pracovních míst, nízkou kriminalitou,
kvalitní infrastrukturou a zdravým ţivotním prostředím.
Kvantitativní ověření modelu regionu s všestrannými podmínkami pro ţivot je zaloţeno na
dvanácti indikátorech zahrnujících sociální, ekonomickou a územní sféru. Výpočet hodnot
tohoto modelu je proveden metodou normované proměnné, s expertně stanovenými vahami
výchozích indikátorů. Analyzováno je období let 2001 – 2006.
18
Ostrava, 4. a 5. 11. 2010
Model je reprezentován těmito indikátory:
Indikátor
Váhy
1
Míra dlouhodobé nezaměstnanosti
0,11
2
Čistý disponibilní důchod domácností na jednoho obyvatele
0,11
3
Podíl vysokoškolsky vzdělaných zaměstnaných obyvatel
0,11
4
Počet míst v zařízeních sociální péče na 10 tis. obyvatel
0,08
5
Počet veřejných knihoven s pobočkami na 10 tis. obyvatel
0,06
6
Počet středisek pro volný čas dětí a mládeţe na 10 tis. obyvatel
0,07
7
Počet sportovních zařízení na 10 tis. obyvatel
0,07
8
Počet zjištěných trestných činů na 1000 obyvatel
0,10
2
9
Emise oxidu siřičitého na km
10
Podíl zalesněné plochy z území kraje
11
12
0,11
0,06
Celková délka silnic a dálnic na 100 km
2
Hustota ţelezničních tratí v km na 100 km
0,08
2
0,04
Výsledek výpočtů na modelu regionu s všestrannými podmínkami pro ţivot je zachycen
v tabulce 3. Pozice krajů v modelu jsou uspořádány podle hodnot dosaţených v posledním
roce analýzy (rok 2006) a zvýrazněny pouţitím metody Semaforu. Změny, ke kterým
docházelo v průběhu jednotlivých let analyzovaného období, jsou patrné z grafu 4.
Tabulka 3: Model regionu s všestrannými podmínkami pro ţivot (metoda
normované proměnné)
Z tabulky 3 je zřejmé, ţe regionem vytvářejícím obyvatelstvu všestranné podmínky pro ţivot
na nejvyšší úrovni po téměř celé analyzované období (mimo roku 2005) byl Královéhradecký
kraj. Naopak krajem, který po celé toto období vytvářel obyvatelstvu nejméně příznivé
podmínky, byl Ústecký kraj.
19
Ostrava, 4. a 5. 11. 2010
Rozptyl disparity hodnot tohoto modelu mezi kraji ČR je velký (viz graf 4) a pro vyváţený
regionální rozvoj ČR je nezbytné, aby byl zmenšován.
Graf 4: Vývoj všestranných podmínek pro ţivot v krajích ČR
Podrobnější analýza výsledků tohoto modelu ukazuje, ţe kraje ČR v něm lze rozdělit do tří,
dosahovanými hodnotami velmi zřetelných, kvalitativních pásem (viz tabulku 4).
První pásmo regionů vytvářejících obyvatelům všestranné podmínky pro ţivot na velmi dobré
úrovni tvoří kraje Královéhradecký, Zlínský, Olomoucký a Vysočina. Druhé pásmo regionů
vytvářejících průměrné podmínky tvoří kraje Středočeský, Jihočeský, Plzeňský, Jihomoravský
a Liberecký. Třetí pásmo regionů vytvářejících obyvatelům podmínky pro ţivot se zřetelně
podprůměrnými hodnotami (ve vztahu k průměru ČR) tvoří kraje Karlovarský,
Moravskoslezský, Hlavní město Praha a Ústecký.
20
Tabulka 4:
Ostrava, 4. a 5. 11. 2010
Kvalitativní pásma vytvářených podmínek pro ţivot v krajích ČR
Stejně jako u předchozího modelu ekonomické potence regionu i u modelu regionu
s všestrannými podmínkami pro ţivot srovnání variant hodnocení regionu se stanovenými
vahami a se stejnými vahami indikátorů ukázalo, ţe model je poměrně necitlivý ke změně
vah (pokud nejsou příliš velké) a pro základní orientaci uţivatele je dostatečně vypovídající i
při stejných vahách indikátorů.
Závěr
Prezentované výsledky výzkumu ukazují, ţe základní výzkum problematiky disparit v rámci
úkolu WD-55-07-1 Regionální disparity v územním rozvoji České republiky přispěl k
prohloubení dosavadních poznatků o této problematice ve všech jejích relevantních sférách –
v teorii, metodologii, klasifikaci, systémové dekompozici i praktické uplatnitelnosti.
Jedním z aplikovaných přístupů byla různorodost a komplexnost pohledu na regionální
disparity. Byl opuštěn jednostranný a tradičně uplatňovaný pohled na regionální disparity
jako na negativní jev, kdy jde o zjišťování, v čem jednotlivé subjekty zaostávají. Je
navrhováno, aby kromě tohoto pohledu byly disparity vnímány rovněţ jako pozitivní jev, tedy
zkoumání rozdílnosti subjektů, vedoucí také k poznání jejich jedinečnosti, resp. unikátnosti
v pozitivním slova smyslu.
Novost zkoumání regionálních disparit byla uplatněna také u volby přístupu k identifikaci a
hodnocení disparit. Šlo o to, zjistit, do jaké míry přinášejí informace o zjištěných disparitách
uţivateli informací nové poznání a v jakém smyslu můţe být toto poznání vyuţito. Je
rozlišována informační hodnota disparit jako poznávací, rozhodovací, motivační a operační.
Navrţená soustava 46 deskriptorů a 165 indikátorů představuje rozsáhlou mnoţinu informací,
umoţňující podrobné pohledy na regionální disparity. Na úrovni jednotlivých indikátorů jde o
21
Ostrava, 4. a 5. 11. 2010
velmi detailní pohledy umoţňující řešení konkrétních autonomních dílčích problémů, avšak
jejich vyuţití pro rozhodování, je obvykle pro jejich mnoţství a příliš detailní pohled obtíţné.
Pro rozhodování, zejména strategické, je obvykle potřebný syntetičtější pohled, který ukazuje
problematiku existence a vývoje disparit v regionech v různém stupni integrace a ve
vzájemných souvislostech. Proto je potřebná jistá míra uţivatelské integrace indikátorů, coţ
vedlo k vypracování návrhu integrovaných indikátorů a modelových regionů pro sledování a
hodnocení regionálních disparit. Identifikováno je čtrnáct integrovaných indikátorů a sedm
typů modelových regionů.
Jak jiţ bylo řečeno výše, jsou na této konferenci výsledky zkoumání přístupů a vývoje disparit
v EU a v zemích V4 předmětem samostatného příspěvku. Šlo však v rámci úkolu o integrální
součást výzkumných prací a proto povaţuji za potřebné uvést alespoň několik souhrnných
závěrů této části výzkumu.
Regionální politika zemí EU a politika soudrţnosti EU představují komplex politik, jejichţ cílem
je přispívat k vyváţenému rozvoji regionů v zemích EU. Současná regionální politika není jiţ
orientována pouze na řešení regionálních disparit, ale akcentuje podporu rozvoje v širším
kontextu jako podporu růstu, zaměstnanosti, výkonnosti a konkurenceschopnosti regionů,
které mají přispívat ke konkurenceschopnosti národních ekonomik a Evropské unie jako
celku.
Přestoţe při hodnocení politiky soudrţnosti na úrovni EU lze vysledovat tendenci ke
konvergenci mezi zeměmi, na regionální úrovni toto není jiţ tak jednoznačné. Ve vyspělých
zemích jako je Rakousko k výraznému nárůstu regionálních disparit nedochází, přesto země
má své disparitní problémy. Ve všech analyzovaných nových státech EU12 se v posledním
období projevil zřetelný nárůst disparit zejména mezi hlavními městy, resp. regiony hlavních
měst a zbývajícím územím, k dalšímu prohlubování disparit dochází také na niţších
regionálních úrovních a uvnitř těchto úrovní.
Souhrnně lze konstatovat, ţe období po vstupu do EU aţ do vypuknutí světové finanční krize,
tedy období 2004 – 2008, přineslo státům V4 významný hospodářský růst, sníţení
nezaměstnanosti a zvýšení zaměstnanosti. Tyto příznivé podmínky však nebyly dostatečně
vyuţity ke stabilizaci veřejných financí, ani k větší orientaci na podporu výzkumu a inovací.
Analýza prokázala, ţe strukturální pomoc má příznivý dopad na růst v zaostávajících
regionech, avšak ke zmírňování disparit mezi vedoucím regionem ve státě s hlavním městem
a ostatními regiony nedochází.
Orientace na konkurenceschopnost a vyuţívání růstových faktorů na regionální úrovni přináší
zvyšování disparit i mezi regiony ve skupině dohánějících regionů v rámci jednotlivých států
středoevropského prostoru.
Seznam literatury a pouţitých zdrojů
Tento příspěvek prezentuje výsledky výzkumného úkolu WD-55-07-1 Regionální disparity v
územním rozvoji České republiky a vychází z monografie:
Kutscherauer, A. a kol. REGIONÁLNÍ DISPARITY. Pojetí, teorie, identifikace, hodnocení.
Ostrava: VŠB-TUO, 2010 (v tisku)
Průběţné výsledky řešení výzkumného úkolu jsou dostupné také na www:
http://disparity.vsb.cz/cz/o-projektu/vysledky/
22
Ostrava, 4. a 5. 11. 2010
Metodicko-teoretické otázky regionálních disparit
Prof. Ing. Miroslav Hučka, CSc; Doc. Ing. Alois Kutscherauer, CSc;
Doc. Ing. Jan Sucháček, PhD.
Abstrakt
Příspěvek se zabývá metodicko-teoretickými otázkami regionálních disparit. Analyzuje
problematiku informační hodnoty regionálních disparit. Prezentuje základní pohled na
regionální disparity, a to zkoumání rozdílnosti subjektů z hlediska jejich zaostávání (negativní
disparity) a z hlediska jejich jedinečnosti (pozitivní disparity). Podrobně se zabývá dvěma
skupinami atributů regionálních disparit, a to atributy polaritního charakteru a atributy
charakteru výčtu moţností, a zdůrazňuje jejich metodologickou povahu. Klíčovým
problémem, který je v příspěvku prezentován, je systémová dekompozice a klasifikace
regionálních disparit ve dvou skupinách (hmotné disparity a nehmotné disparity) a ve dvou
pohledech (vertikální perspektiva a horizontální perspektiva).
Klíčová slova
Regionální disparity,
dekompozice
teorie,
metodologie,
klasifikace,
informační
hodnota,
atribut,
Summary
The article deals with methodical-theoretical issues of regional disparities. It analyses the
problem of information value of regional disparities. It presents the basic look on regional
disparities, e.g. study of difference of subjects from the point of view their retardation
(negative disparities) and their uniqueness (positive disparities). It deals in detail with two
groups of attributes of regional disparities, namely attributes with polarity character and
attributes as list of possibilities, and emphasizes their methodological nature. The key
problem presented in the article is the systemic decomposition and classification of regional
disparities in two groups (material and intangible disparities) and in two perspectives
(vertical and horizontal perspective).
Key words
Regional disparities, theory, methodology, classification, information value, attribute,
decomposition
Úvod
Tento příspěvek je jedním z výsledků řešení výzkumného projektu WD-55-07-1 s názvem
„Regionální disparity v územním rozvoji ČR―, který je řešen na VŠB-TU Ostrava v letech
2007-2010.
Cílem příspěvku je vyuţít analytické poznatky z předchozích etap řešení k prohloubení
poznatkové metodicko-teoretické základny a prezentovat některé další pohledy na regionální
disparity.
Struktura příspěvku je následující. Začíná dvěma pohledy na regionální disparity a zavádí tzv.
negativní a pozitivní disparity. Poté rozebírá problematiku informační hodnoty disparit. V další
části analyzuje různá hlediska zkoumání regionálních disparit, jejichţ projevem je celá řada
atributů regionálních disparit.
23
Ostrava, 4. a 5. 11. 2010
Na základě analýzy moţných atributů regionálních disparit byly zvoleny dva atributy pro
klasifikaci regionálních disparit, a to sféra výskytu regionálních disparit a teritorialita
(geografická úroveň) regionálních disparit. To posléze vedlo k dvěma souvisejícím
perspektivám klasifikace, a to k horizontální perspektivě, související s věcnou sférou jejich
výskytu, a k vertikální perspektivě, umoţňující posuzovat disparity v kontextu různých
územních měřítek. Závěry shrnují prezentovanou problematiku.
1 Negativní a pozitivní disparity
Základní úvahy
Jsou dva základní důvody, proč chceme identifikovat relevantní znaky subjektů, jako nositelů
jistých vlastností, vzájemně je srovnávat a podrobit 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)
mnoţiny – států, zemí, regionů, obcí, podniků apod., zaostávají, a jaký to má vliv na jejich
změny, zejména systémové, na změny struktury a chování. Jde dosud o natolik dominantní
přístup, ţe se často zjišťování těchto „negativních― znaků označuje jako „disparitní přístup―.
Druhým, dosud 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 vyuţití jejich
komparativních výhod. Tedy schopnosti plnit jistou „pozitivní― roli (obecně ve vymezené
mnoţině subjektů, specificky pak ve společenství zemí, regionů, obcí apod.).
Tyto dva odlišné pohledy vedou k označení disparit jako negativní a pozitivní disparity.
Současně je moţno přijmout analogii s dvěma stránkami, obvykle pouţívanými v regionálních
analýzách, a to jsou slabé stránky a silné stránky nějakého zkoumaného objektu. Negativní
regionální disparity je potom moţno chápat jako slabé stránky a pozitivní regionální disparity
jako silné stránky.
Slabé stránky obvykle mohou vyústit aţ do klíčových zranitelností zkoumaného objektu,
které zpravidla spočívají v chybějících zdrojích a chybějících schopnostech (způsobilostech)
vyuţívat zdroje.
Silné stránky obvykle vyústí do komparativní, resp. konkurenční výhody zkoumaného
objektu, které zpravidla spočívají v unikátních a hodnotných zdrojích1) a unikátních
schopnostech (způsobilostech) tyto zdroje vyuţívat.
Schematicky jsou výše provedené úvahy znázorněny na obr. 1.
1)
Zdroje obvykle členíme na přírodní, lidské, kapitálové, fyzickou infrastrukturu, administrativní
infrastrukturu, informační infrastrukturu, vědecko-výzkumnou infrastrukturu apod.
24
Ostrava, 4. a 5. 11. 2010
Obrázek 1: Negativní a pozitivní regionální disparity
REGIONÁLNÍ
DISPARITY
NEGATIVNÍ
POZITIVNÍ
SLABÉ STRÁNKY
SILNÉ STRÁNKY
KLÍČOVÉ
ZRANITELNOSTI
KOMPARATIVNÍ
VÝHODY
CHYBĚJÍCÍ
ZDROJE
CHYBĚJÍCÍ
SCHOPNOSTI
KONKURENČNÍ
VÝHODY
UNIKÁTNÍ A
HODNOTNÉ
ZDROJE
UNIKÁTNÍ
SCHOPNOSTI
(ZPŮSOBILOSTI)
Zdroj: vlastní tvorba
2 Informační hodnota regionálních disparit
Jakou informační hodnotu mohou mít pro uţivatele informace o rozdílech (disparitách) mezi
regiony ČR? Uţitek z přijatých informací o regionálních disparitách můţe pro uţivatele
spočívat v následujících čtyřech hodnotách.
Poznávací hodnota regionálních disparit
Informace o regionálních disparitách zvýší stav poznání o regionech ČR a jejich pozici vůči
jiným regionům (v ČR nebo v zahraničí), o rozdílnostech mezi subjekty regionu (podnikateli,
domácnostmi), jejich výkonnosti, struktuře, aktivitách.
Jistě půjde především o to, jaká je celková úroveň regionu a jaké nabízí podmínky pro ţivot
lidí ze sociálního, ekonomického i ekologického pohledu, co lze očekávat, ţe jim nabídne v
budoucnosti a jaká je jeho pozice v takto definovaných parametrech ve srovnání s jinými
regiony ČR a stále častěji i s regiony zemí EU.
To je převaţující způsob vyuţívání informací o regionálních disparitách.
Rozhodovací hodnota regionálních disparit
Informace o regionálních disparitách jsou východiskem (podnětem) pro jeho cílevědomé
rozhodování, zpravidla dlouhodobá strategická rozhodnutí uţivatele.
Z hlediska způsobu uţití jde zřejmě o nejdůleţitější aspekt poznání disparit mezi regiony.
Zde je třeba postihnout relevantní disparity, které mají klíčový význam pro strategické
rozhodování. Rozhodování centra vůči regionům (krajům, případně regionům soudrţnosti),
rozhodování krajů vůči územním celkům uvnitř kraje (územím ORP, okresům).
25
Ostrava, 4. a 5. 11. 2010
Uţivatelská „poloha― je zde dvojí. První je neformalizovaná, v ní jde o informace ad hoc
potřebné pro rozhodování - vlády, ministerstev, zastupitelstev krajů apod. Zde nalezení
podoby dostatečně vypovídajících a adaptabilních informací (dostatečně reflektujících
konkrétní situaci či potřebu) bude obtíţné. Základní mnoţinu sledovaných a
vyhodnocovaných informací bude zřejmě potřebné odvodit od navozených pravděpodobných
modelových situací.
Trochu méně obtíţnou situaci je moţné očekávat ve druhé, formalizované poloze, kde jde o
vyjádření disparit, jejichţ poznání je potřebné jako východisek pro orientaci strategických a
programových dokumentů, zejména pro analýzy.
Velkou pomocí zde mohou být existující metodiky pro zpracování těchto dokumentů, které do
značné míry předurčují charakter a rozsah potřebných analytických informací i informací pro
jejich celkovou orientaci a stanovování resp. komparaci konzistentních cílů regionálního
rozvoje na celostátní úrovni i na úrovni regionů.
Motivační hodnota regionálních disparit
Informace o regionálních disparitách motivují uţivatele k jednání, které pro něj, nebo
jeho aktivity bude zpravidla mít dlouhodobé účinky (dopady).
Zde jde o nalezení informací motivujících příjemce informací k určitým postojům, aktivitám,
chování.
Nejčastěji asi půjde o orientaci jeho dlouhodobých aktivit ve spojení s regionem. Pro
příjemce informací uvnitř regionu můţe jít o to, zda v regionu se svojí rodinou zůstat, či se z
něj vystěhovat, zda v něm udrţovat své ekonomické aktivity, případně je dále rozvíjet. Pro
příjemce informací vně regionu můţe jít o to, zda se do něj přistěhovat, zda v něm setrvat se
svým podnikáním, začít podnikat, či alespoň umístit své investice (nabízí-li mu významné
komparativní výhody proti jiným regionům).
Operační hodnota regionálních disparit
Informace o regionálních disparitách přimějí uţivatele k nějakému operativnímu
(bezprostřednímu) jednání zpravidla s cílem dosáhnout nějakých bezprostředních efektů
(účinků) v krátkém časovém horizontu; za jistých okolností však tento efekt můţe být i
střednědobý, někdy i dlouhodobý.
Zde půjde zpravidla o reakci na okamţitý vývoj některých jevů či procesů probíhajících
v regionu odlišně od jiných regionů či od norem apod.
Mohou to být takové jevy či procesy, u nichţ můţe hrát významnou roli odlišnost vývoje v
jednotlivých regionech: regionální nerovnost imigrace, skokový nárůst regionální
nezaměstnanosti (např. výpadkem dominantních výrobců v souvislosti s hospodářskou krizí),
aktuální výbušné problémy řešení situace nepřizpůsobivých skupin obyvatelstva apod.
Tento způsob uţití informací je pravděpodobný a do struktury uţití informací o disparitách
jistě patří. Má však značná úskalí. Vzhledem k tomu, ţe jde o situace vznikající v reálném
čase a je na ně třeba reagovat bezprostředně, zůstává zde řada otazníků. Je moţné dopředu
vymezit indikátory mající charakter disparit, které by zachytily většinu situací, které v ţivotě
kraje či města mohou nastat? Jakou formou tyto informace poskytovat? Jak vyhledávat jejich
uţivatele? Nebo to bude záleţet na uţivatelích, jestli si takové informace vyţádají (pokud o
nich budou vědět)?
26
Ostrava, 4. a 5. 11. 2010
3 Hlediska zkoumání a atributy regionálních disparit
Charakteristika, vývoj a podoby regionálních disparit jsou úzce spjaty s hlediskem zkoumání.
Hledisek zkoumání regionálních disparit existuje celá řada a to nás opravňuje disparity
chápat jako multidimenzionální problém. Hlediska zkoumání nejsou v literatuře systematicky
a komplexně prezentována. Jsou roztříštěna u jednotlivých autorů a spíše naznačena jen
symbolicky. Přístupy jednotlivých autorů jsou orientovány účelově tak, aby vedly přímo
k výběru indikátorů, pomocí kterých budou regionální disparity měřeny. Je silně potlačeno
měření disparit pomocí dílčích indikátorů a přístupy jsou zpravidla zaměřeny na vybrané
indikátory agregovaného charakteru. Málo je zdůrazňována poznávací stránka regionálních
disparit a silně je vyzdvihován přístup, kdy identifikované regionální disparity jsou základem
pro přijetí politiky.
Jediným hlediskem, které je při zkoumání pouţito většinou autorů, je hledisko věcné, podle
kterého se většina autorů kloní k rozdělení disparit na disparity ekonomické, sociální a
územní (někdy téţ fyzické). Toto hledisko bude podrobněji pojednáno u klasifikace
regionálních disparit v následující kapitole.
Různá hlediska zkoumání mají velký význam pro identifikaci a hodnocení regionálních
disparit. Proto řešitelé analyzovali několik hledisek, podle nichţ je moţné a účelné regionální
disparity zkoumat, příp. klasifikovat (viz Hučka, Kutscherauer, Tománek 2008).
Analyzovaná hlediska zkoumání jsme rozdělili do dvou skupin:


hlediska, jejichţ projevem jsou atributy polaritního charakteru, tedy takové
atributy, které mají pouze dvě diametrálně odlišné dimenze;
hlediska, jejichţ projevem jsou atributy s charakterem výčtu moţností, tedy
takové atributy, které mají více úrovní dimenze.
Atributy regionálních disparit polaritního charakteru
Mezi atributy polaritního charakteru patří (viz tab. 1):






podstata regionálních disparit
míra konkrétnosti regionálních disparit
míra komplexnosti regionálních disparit
tendence změny regionálních disparit
ovlivnitelnost regionálních disparit
způsob vzniku regionálních disparit.
27
Ostrava, 4. a 5. 11. 2010
Tabulka 1: Atributy regionálních disparit polaritního charakteru
Atribut
Polarity
Podstata RD
hmotná
nehmotná (mentální)
Míra konkrétnosti RD
specifičnost
obecnost
Míra komplexnosti RD
parciálnost
integrálnost
Tendence změny RD
divergence
konvergence
Ovlivnitelnost RD
neovlivnitelné
ovlivnitelné
Způsob vzniku RD
spontánní
činností člověka
Atributy regionálních disparit charakteru výčtu moţností
Jde o atributy, které mají více úrovní dimenze. Mezi tyto atributy jsme zařadili (viz tab. 2):




sféra výskytu regionálních disparit
teritorialita (geografická úroveň) regionálních disparit
měřitelnost regionálních disparit
časová dimenze regionálních disparit.
Tabulka 2: Atributy regionálních disparit charakteru výčtu moţností
Atribut
Výčet moţností
Sféra výskytu RD
sociální, ekonomická, územní
Teritorialita (geografická úroveň) RD
EU, ČR, kraj, ORP, obec
Měřitelnost
indikátor RD
primární, sekundární
metoda měření RD
absolutní hodnota, relativní hodnota,
srovnávací hodnota, vyuţití standardů
objektivnost měření RD
objektivní (kvantitativní), subjektivní
(kvalitativní), výběrové měření
časový horizont RD
krátkodobý, střednědobý, dlouhodobý
časová dynamika RD
okamţitý stav, změny v čase
Čas
Výběr atributů pro systémovou dekompozici a klasifikaci regionálních disparit
Prezentovaná hlediska zkoumání regionálních disparit představují nesmírnou šíři pohledů na
regionální disparity a dokreslují filozofické a systémové východisko pojímat regionální
disparity jako multidimenzionální problém (Hučka, Kutscherauer, Tománek 2008). Pro další
analýzy, ale zejména pro účely případného ovlivňování regionálních disparit nástroji
regionální politiky je zapotřebí tyto různorodé pohledy na regionální disparity převést do
„uchopitelné― podoby. Je především nutno v této souvislosti stanovit, zdali budou některá
hlediska pouţita pro klasifikaci regionálních disparit a která, anebo budou tato hlediska
povaţována za atributy identifikovaných regionálních disparit.
28
Ostrava, 4. a 5. 11. 2010
4 Klasifikace regionálních disparit
Regionální disparity budeme klasifikovat ze dvou souvisejících perspektiv:


vertikální perspektiva, vycházející z poznatku, ţe disparity se mění v souladu
s geografickým měřítkem: kdyţ posuzujeme disparity v kontextu různých
geograficky zaloţených rámců (svět, Evropa, národ) anebo různých územních
měřítek (země, region nebo obec), dostaneme velice rozdílný pohled na míru
těchto disparit. Disparity mají tendenci se zvyšovat se sniţováním územního
měřítka.
horizontální perspektiva, související s věcnou sférou jejich výskytu.
Horizontální perspektiva zahrnuje jak hmotné, tak i nehmotné disparity.
Členění horizontální perspektivy můţe být shodné pro hmotné i nehmotné
disparity. Klasifikace v rámci horizontální perspektivy bude provedena podle
jediného atributu, který je základem všech klasifikací, jeţ lze nalézt
v literatuře, a to je sféra výskytu regionální disparity (věcné hledisko).
Základní členění vertikální perspektivy
Vertikální perspektiva, představující geografické měřítko,
specifikována takto (Regional Disparities and Cohesion 2007):



je
v širším
kontextu
disparity na evropské úrovni
disparity na národní úrovni
disparity na místní úrovni.
Řešitelé v rámci pojetí úkolu se nezabývají disparitami na evropské úrovni, nýbrţ zahrnují do
zkoumání disparit jako nejvyšší úroveň Českou republiku. Z toho vyplývají tyto úrovně
vertikální perspektivy:



Česká republika a disparity mezi jejími kraji
kraje a disparity mezi jejími obcemi s rozšířenou působností (příp. obcemi)
obce s rozšířenou působností a disparity mezi jejími obcemi.
Základní členění horizontální perspektivy na 1. úrovni klasifikace
Jako základní atributy pro členění horizontální perspektivy byly zvoleny:


podstata disparity: materiální a nemateriální
sféra výskytu disparity: sociální, ekonomická, územní.
Schematicky znázorňuje toto členění následující obrázek.
29
Ostrava, 4. a 5. 11. 2010
Obrázek 2: Horizontální perspektiva na 1. úrovni klasifikace
HORIZONTÁLNÍ
PERSPEKTIVA
REGIONÁLNÍCH
DISPARIT
NEMATERIÁLNÍ
(MENTÁLNÍ)
DISPARITY
MATERIÁLNÍ
DISPARITY
SOCIÁLNÍ
EKONOMICKÉ
ÚZEMNÍ
SOCIÁLNÍ
EKONOMICKÉ
ÚZEMNÍ
Sociální disparity se týkají obyvatelstva v širším kontextu kvality ţivota, ţivotní úrovně,
sociální nerovnosti a sociální patologie. Netýkají se však lidského potenciálu jako ekonomické
kategorie, který zařazujeme mezi ekonomické disparity.
Ekonomické disparity se týkají regionálního výstupu v širším kontextu výkonnosti
ekonomiky, její struktury, rozvojového a lidského potenciálu.
Územní disparity jsou spojeny s polohovými poměry v širším kontextu s geografickými,
přírodními, dopravními a technickými podmínkami.
Základní členění horizontální perspektivy disparit na 2. úrovni klasifikace
Při konstrukci tohoto členění bylo postupováno podle zásady nevelkého počtu podtříd, jejich
logického uspořádání a dodrţení homogenní úrovně podrobnosti provedené dekompozice.
Základní členění na 2. úrovni klasifikace je uvedeno na tab. 3.
Tabulka 3: Základní členění na 2. úrovni klasifikace
1. ÚROVEŇ KLASIFIKACE – 
2. ÚROVEŇ KLASIFIKACE
SFÉRA VÝSKYTU



SOCIÁLNÍ
EKONOMICKÁ
ÚZEMNÍ

Obyvatelstvo

Sociální vybavenost

Sociální patologie

Ekonomický potenciál

Ekonomická struktura

Rozvojový potenciál

Lidský potenciál

Fyzicko-geografický potenciál

Ţivotní a přírodní prostředí

Dopravní infrastruktura

Technická infrastruktura
30
Ostrava, 4. a 5. 11. 2010
Sociální disparity (1. úroveň klasifikace) se podle tohoto návrhu na 2. úrovni člení na:



obyvatelstvo, do nějţ zahrnujeme jeho ţivotní úroveň (vč. vybavenosti
domácností), úroveň vzdělávání, zdravotní stav, migraci a segregaci;
sociální vybavenost, kam patří zdravotnictví, školství, sociální sluţby, kultura a
bydlení;
sociální patologie, do níţ zahrnujeme sociální exkluzi, kriminalitu (vč.
bezpečnosti) a nehodovost.
Ekonomické disparity (1. úroveň klasifikace) se na 2. úrovni člení takto:




výkonnost ekonomiky zahrnující její výkon, produktivitu a vnější vztahy;
ekonomická struktura, kam patří odvětvová struktura a struktura podle
subjektů;
rozvojový potenciál, do nějţ zahrnujeme výzkum a vývoj, zahraniční kapitál
a investice;
lidský potenciál, kam zařazujeme ekonomicky aktivní obyvatelstvo,
zaměstnanost, nezaměstnanost a mobilitu.
Územní disparity (1. úroveň klasifikace) se na 2. úrovni člení na:




fyzicko-geografický potenciál zahrnující nerostné bohatství, klima,
strukturu a intenzitu osídlení, polohové poměry a lokalizaci regionu;
ţivotní a přírodní prostředí, kam patří ovzduší, odpady, voda, příroda a
biodiverzita, lesy, krajina a půda;
dopravní infrastruktura, do níţ zařazujeme silniční, ţelezniční a leteckou
infrastrukturu, vodní dopravu a dopravní obsluţnost;
technická infrastruktura, kam jsme zařadili zásobování vodou, kanalizaci a
čištění odpadních vod, zásobování energiemi, informační a telekomunikační
technologie a infrastrukturu cestovního ruchu.
Systémovou dekompozici na 3. a 4. úrovni klasifikace, představující návrh problémových
celků a návrh soustavy deskriptorů a indikátorů v tomto příspěvku nerozebíráme.
Charakteristika a základní členění nemateriálních disparit
Nemateriální, tedy nehmotné či mentální disparity představují takovou skupinu disparit, která
existuje v myslích obyvatelstva. Narozdíl od prostorových disparit s hmotnou podstatou
nemohou být nehmotné disparity příliš často spojovány s měřitelnými ukazateli. Zatímco
hmotné disparity se zpravidla vyznačují kardinalistickým charakterem a tedy přímou
měřitelností, pro nehmotné disparity jsou příznačné spíše atributy ordinalistické. Z tohoto
důvodu je také podvázána moţnost exaktního měření nemateriálních disparit, avšak nijak tím
není omezena schopnost jednotlivých subjektů sestavit si ţebříček prostorových preferencí
odvozený právě od disparit nemateriálního charakteru.
Nehmotné disparity odráţejí skutečnost, ţe se ve sféře regionálního rozvoje stále intenzivněji
hovoří o zvyšujícím se významu tzv. měkkých lokalizačních faktorů. Zatímco tradiční tvrdé
lokalizační faktory dominovaly lokalizačním a regionálně‐rozvojovým analýzám po mnoho
dekád, měkkým faktorům byla věnována – pokud vůbec – pouze okrajová pozornost. Od 70.
let 20. století však začíná docházet k výrazným změnám, které mnozí autoři označují jako
přechod od fordistického paradigmatu k postfordistickému (viz např. Harvey, 1989 nebo
31
Ostrava, 4. a 5. 11. 2010
Lubbers, 1998). A právě tato transformace hospodářsko‐společenského vývojového
paradigmatu zapříčinila také nárůst významu měkkých faktorů lokalizace a regionálního
rozvoje.
Mezi měkké lokalizační faktory se řadí například kvalita ţivotního prostředí, sociální kvalita
obyvatelstva, ale velmi často také image území, tedy pověst, která daný region předchází. Ve
stále komplikovanější realitě, pro kterou je charakteristické narůstající mnoţství sociálních,
ekonomických a jiných prvků a zejména interakcí, se rostoucí oblibě těší marketingové
přístupy, které se kromě jiného snaţí ovlivňovat image území a pouţívají nástroje, pomocí
kterých je moţno dosáhnout ţádoucích výsledků co nejdříve, pokud moţno „ještě dnes― (viz
např. Malinovský, Kutscherauer, Sucháček, 2003). Také reference sdělovacích prostředků o
jednotlivých územích ovlivňují čtenáře či posluchače krátkodobě, coţ je v souladu se
současnou akcentací krátkodobých, „ad hoc― řešení. Teprve časté opakování určitých témat
můţe ovlivňovat dlouhodobější sklony, postoje či chování populace (viz např. Sucháček,
2004a).
Právě význam delších časových úseků a také dlouhodobého myšlení (které je chápáno jako
nepříliš flexibilní) bývá dnes často opomíjen. Přitom nejsou dlouhodobé změny myšlení,
hodnot, postojů či chování z hlediska regionálního rozvoje méně důleţité, neţ ty krátkodobé.
Škola společně se sdělovacími prostředky a výchovou v rodině představuje hlavní zdroj
hodnotových systémů, postojů či způsobů chování, zkrátka neformálních institucí. Je jistě
oprávněné zdůrazňovat význam učebnic a věcné náplně výuky na základních a středních
školách při formování základních představ o různých územích (zemích, regionech, městech
atd.) ve hlavách školáků. Tyto ve školních lavicích získané a naučené neformální instituce
provázejí později jednotlivé osoby prakticky po celý ţivot a pouze výjimečně dochází k jejich
proměně (Goodey, 1973). Lze tedy konstatovat, ţe vedle sdělovacích prostředků formují
image regionu významným způsobem také školní učebnice.
Image regionu se projevuje směrem navenek, ale také vnitřně. Směrem navenek pověst
regionu spoludeterminuje postoje a chování externích ekonomických, sociálních či politických
subjektů vůči danému území. Směrem dovnitř pak je formován postoj a vnímání regionu jeho
samotnými obyvateli. Psychosociální atmosféra regionu a očekávání ohledně budoucnosti pak
významně spoluurčují další osud regionu. Např. Freeman (1992) v této souvislosti pouţívá
pojem „ekonomika naděje― (Economics of Hope), kde ukazuje, ţe naděje a pozitivní
očekávání ohledně budoucnosti regionu samy přitahují další investory, protoţe se stávají
ustálenými institucemi. Lze pochopitelně nalézt také celou řadu opačných, negativních
příkladů, kdy špatná image regionu brzdí jeho rozvoj. Právě proto je tak důleţité postavení
kaţdého regionu na mentálních mapách.
Jak jiţ bylo řečeno, pro nemateriální disparity je příznačný ordinalistický charakter a přitom
jsou tyto disparity odrazem, resp. reflexí reálného světa; z tohoto důvodu bude jejich
členění z hlediska horizontální perspektivy na první úrovni klasifikace shodné se
členěním disparit materiálních.
Sociální disparity jsou vztaţeny k tomu, jak obyvatelstvo vnímá teritoriálně diferencovanou
kvalitu ţivota, ţivotní úroveň, sociální nerovnosti a sociální patologii. Odrazem těchto postojů
jsou mentální mapy v oblasti sociální a následné vnímání jednotlivých oblastí jako sociálně
úspěšných anebo naopak problémových.
32
Ostrava, 4. a 5. 11. 2010
Ekonomické disparity se týkají vnímání prostorově rozrůzněné výkonnosti ekonomiky, její
struktury stejně jako rozvojového a lidského potenciálu. Odrazem reputace jednotlivých
území budou mentální mapy ve sféře hospodářské, které budou spojeny s vnímáním
jednotlivých území jako prosperujících anebo problémových.
Územní disparity pak jsou spojeny s polohovými poměry v širším kontextu a s
geografickými, přírodními, dopravními a technickými podmínkami. Také tyto skutečnosti se
promítají do sklonů, postojů a přesvědčení obyvatelstva a následného posuzování území jako
více anebo méně atraktivních.
Nikoliv zanedbatelná skupina obyvatelstva si pak bude vytvářet vlastní názor také na
disparity v druhé úrovni klasifikace a to z pohledu horizontálního. Tato skutečnost je
způsobena stále ještě poměrně obecným charakterem druhé úrovně klasifikace členění
disparit stejně jako poměrně malým počtem skupin disparit na této druhé úrovni klasifikace.
Proto bude členění také na druhé úrovni klasifikace shodné s členěním disparit materiálních.
Nehmotné disparity na druhé úrovni členění přitom mají oproti disparitám materiálním jeden
podstatný rys: intenzita jejich vnímání bude dána závaţností problému z celospolečenského
hlediska stejně jako stupněm vyspělosti dané země. Z tohoto důvodu bude v hlavách většiny
obyvatel přisuzována patrně relativně menší váha otázkám ekonomické struktury oproti
problémům ţivotního a přírodního prostředí či sociální patologie.
Podobné rozdíly budou i v rámci jednotlivých celků na druhé úrovni klasifikace:
nezaměstnanost tak můţe být v rámci lidského potenciálu vnímána citlivěji neţ otázka
mobility pracovních sil a informačním a telekomunikačním technologiím můţe být v rámci
technické infrastruktury přisuzována větší váha neţ např. problémům spojeným s kanalizací.
Je přitom zcela zřejmé, ţe se váhy přisuzované jednotlivým faktorům v rámci nehmotných
disparit budou vyznačovat neobyčejnou diferenciací prostorovou a časovou a budou závislé
na celospolečenském kontextu.
Pokud jde o třetí úroveň členění nemateriálních disparit, jsou jiţ konkrétní indikátory aţ příliš
detailní, neţ aby zaznamenaly větší odezvu v myslích obyvatelstva. Nicméně i zde platí, ţe
vnímání konkrétních indikátorů můţe být podobně jako v předchozím případě dáno mírou
jejich společenské citlivosti, takţe kupříkladu část obyvatelstva můţe mít povědomí o míře
nezaměstnanosti ve vlastním či jiných regionech. Přitom nutno opět (podobně jako na druhé
úrovni členění) zdůraznit značnou časovou a prostorovou rozrůzněnost spojenou s těmito
nemateriálními disparitami.
Závěr
Výskyt prostorové proměnnosti v sociálně ekonomickém rozvoji vede k nerovnoměrnému
rozvoji regionů, charakterizovanému vznikem prostorových nerovností. Nevyrovnanost
prostorových struktur v různých regionech nazýváme regionální disparitou a rozumíme jí
rozdílnost nebo nepoměr různých jevů či procesů mající jednoznačné územní rozmístění a
vyskytující se alespoň ve dvou entitách této územní struktury.
Jedním z aplikovaných přístupů byla různorodost a komplexnost pohledu na regionální
disparity. Byl opuštěn jednostranný a tradičně uplatňovaný pohled na regionální disparity
jako negativní jev, kdy jde o zjišťování, v čem jednotlivé subjekty zaostávají. Je navrhováno,
aby kromě tohoto pohledu byly disparity vnímány rovněţ jako pozitivní jev, tedy takové
33
Ostrava, 4. a 5. 11. 2010
zkoumání rozdílnosti subjektů, vedoucí k poznání jejich jedinečnosti, resp. unikátnosti
v pozitivním slova smyslu.
Novost zkoumání regionálních disparit je v případě volby přístupu k identifikaci a hodnocení
disparit. Jde o to, zjistit, do jaké míry přinášejí informace o zjištěných disparitách uţivateli
informací nové poznání a v jakém smyslu můţe být toto poznání vyuţito. Je navrhováno
rozlišovat informační hodnotu disparit jako poznávací, motivační, operační a rozhodovací.
Příspěvek podstatně prohlubuje hlediska zkoumání a atributy regionálních disparit.
Významným metodologickým prvkem zkoumání disparit je jejich rozdělení na disparity
s materiální podstatou (odraz v realitě) a s nemateriální podstatou (odraz v hlavách lidí).
Toto členění je zachováno rovněţ při klasifikaci regionálních disparit.
Pro systémovou dekompozici a klasifikaci regionálních disparit byla provedena selekce
atributů a navrţeny dvě základní perspektivy účelné pro dekompozici a klasifikaci disparit,
jmenovitě vertikální perspektiva, kdy disparity jsou rozlišovány podle geografické úrovně, a
horizontální perspektiva, související s věcnou sférou jejich výskytu (sociální, ekonomická a
územní). V rámci těchto tří identifikovaných sfér výskytu, představujících 1. úroveň
klasifikace (třídu) je prezentován návrh klasifikace na 2. úrovni klasifikace.
Seznam literatury a zdrojů
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
AYDALOT, P. (1985): Regionale et Urbaine. Paris: Economica.
BLAŢEK, J., UHLÍŘ, D. (2002): Teorie regionálního rozvoje – nástin, klasifikace,
kritika. Praha: Karolinum.
FREEMAN, C. (1992): Economics of Hope. Essays on technology changes,
economic growth and the environment, London: Routledge.
GOODEY, B. (1973): Perception of the Environment, occasional paper, 17, Centre
for Urban and Regional Studies. Birmingham: University of Birmingham.
HAHNE, U. (1985): Regionalentwicklung durch Aktivierung intraregionaler
Potentiale. München: Verlag Florentz.
HUČKA, M.-KUTSCHERAUER, A.-TOMÁNEK, P. (2008): Metodologická východiska
zkoumání regionálních disparit. Regionální disparity (Working Papers), roč. 2, č. 2,
str. 5-32. ISSN 1802-9450.
HUČKA, M.: Strukturální politika a její regionalizace v kontextu vstupu České
republiky do Evropské unie. Ostrava: Repronis 2001.
MAIER, G., TÖDTLING, F. (1998): Regionálna a urbanistická ekonomika 2.
Regionálny rozvoj a regionálna politika. Bratislava: Elita.
MALINOVSKÝ, J., KUTSCHERAUER, A., SUCHÁČEK, J. (2003): Management
regionů a obcí, Regionální centrum celoţivotního vzdělávání. Ostrava:
VŠB‐Technická univerzita.
MOLLE, W. (2007): European Cohesion Policy. Routledge, London.
NIJKAMP, P. (2007): Regional Development as Self–Organised Converging
Growth. Amsterdam: Vrije Universiteit, mimeo.
REGIONAL DISPARITIES AND COHESION (2007): What Strategies for the Future.
Study. Brussels: European Parliament.
WISHLADE, F.-YOUILL, D. (1997): Measuring Disparities for Area Designation
Purposes: Issues for the European Union. Regional and Industrial Policy Research
Paper, No. 24. University of Strathclyde, Glasgow.
34
Ostrava, 4. a 5. 11. 2010
Vliv znalostní ekonomiky na regionální disparity
Ing. Vlastimil Karel VYSKOČIL, CSc.; Doc. Ing. František Kuda, CSc.
Abstrakt
Znalostní společnost, která působí v oblasti ekonomiky, přináší pojem znalostní ekonomika.
Zdroje znalostní ekonomiky a inovace a jejich implementace v regionálním rozvoji představují
časově a finančně náročnou činnost, které se účastní mnoho specialistů z různých oblastí.
Má-li být zavádění znalostní ekonomiky efektivní, musí být pouţit systematický přístup, který
jasně vymezuje postup a obsah jednotlivých fází. Regionální rozvoj představuje vyšší
vyuţívání a zvyšování potenciálu daného systematicky vymezeného prostoru (území)
vznikající v důsledku prostorové optimalizace socioekonomických aktivit a vyuţití přírodních
zdrojů. Regionální disparity jsou příleţitostí pro rozvojovou strategii, která mobilizuje
existující zdroje a hledá cestu k ekonomickému růstu, tzn. způsob jak efektivně vyuţívat
kapitál.
Klíčová slova
Znalostní společnost, znalostní ekonomika, regionální disparity.
Abstract
Knowledge society is introduces in the field of economy bring a new notion of knowledge
economy. Sources of the knowledge economy and innovation and their implementation in
the regional development represent a time consuming and expensive activities involving
many experts from different fields. For effective implementation of the knowledge economy
a systematic approach has to be applied which clearly defines the steps and content of
particular phases. Regional development represents higher utilization and potential
improvement of the systematically defined area (territory) arising from the optimization of
the socioeconomic activities of the area and utilization of natural resources.
Keys words
Knowledge society, knowledge economy, innovation, regional disparity.
Úvod
Jednou z nejdůleţitějších změn je vývoj společnosti od industriální ke společnosti znalostí.
Tato skutečnost má podstatný vliv na manaţerské myšlení a jednání, které se vţdy nutně
vyvíjelo v silné závislosti na společenském dění [25]. Stejně jako ve vývoji společnosti, tak i
ve vývoji managementu jsme svědky zásadního posuvu paradigmatu1. V současné době se
nacházíme kdesi uprostřed nového zlomu, takţe podobná charakteristika by byla předčasná,
ale uţ můţeme s dostatečnou přesností vysledovat vývojové trendy, které budou s největší
pravděpodobností stát u zrodu nového paradigmatu. Jedná se především o fenomén řízení
změn, který vyvolává reakci v podobě procesní orientace. Procesní přístup přispěl
k posuvu paradigmatu a tvoří jádro znalostní ekonomiky.
1
soubor předpokladů, na kterých je vybudována ekonomická teorie; způsob pohledu na hospodářské
jevy
z pozice ucelené teorie
35
Ostrava, 4. a 5. 11. 2010
Problematika regionálních disparit představuje širší problém, který vychází z otázky
rovnosti národního, evropského nebo světového rozvoje. Jedná se zejména o ekonomické,
finanční, sociální, psychologické a politické aspekty podmiňující naše myšlení o této otázce,
která je v jádru otázkou morální [Myrdal, 1975]. Hledání vlivu znalostní ekonomiky na
regionální disparity je především postaveno, jak na znalosti, stejně jako neznalosti, mají-li
v kterékoli době a v kterékoli otázce sklon k oportunistické podmíněnosti a tím i k odchylkám
od plné pravdy. Není-li tato oportunistická tendence podrobována kritice, zasahuje v kaţdé
epoše a v kaţdém problému i do naší vědecké práce. K tomuto problému jsem dospěl zhruba
před osmi lety, kdyţ jsem implementoval Porterův generický hodnotový řetězec na
problematiku managementu podpůrných procesů a metodu facility management. Potvrzení
této hypotézy jsem v dalších letech nalezl při svých studiích toho problému v mnoha různých
oblastech společenského uplatnění. Jedná se zejména o duševní nespoutanost z inovací a
umění ji přetavit do paradigmatu nové ekonomické teorie a angaţovaného přístupu
intelektuálního kapitálu sociosynergického pluralismu. Významnou společenskou a
ekonomickou úlohu sehrává bydlení jiţ v důsledku své existenciální povahy. Bydlení lze
povaţovat za významný faktor, který v podmínkách plynulého (nikoliv skokového) rozvoje
přispívá ke sníţení disparit regionálního rozvoje (např. prostornější bydlení v symbióze
s krajinou zčásti vyrovnává v méně rozvinutých územích nedostatky spojené s obtíţnější
dostupností a kvalitou sluţeb občanského vybavení).
Cíl a metodika
Problém řešení regionálních disparit představuje cíl nesobeckých národních zájmů, zvláště
proto, ţe vychází z vyšší zkušenosti, kterou je národní postavení uvnitř nadnárodního
seskupení. Jako příklad můţeme uvést členství České republiky v Evropské unii, které se
stalo velmi důleţitým předpokladem zlepšování ekonomického postavení v rámci evropské i
světové, spíše globalizované ekonomiky. Z celkového hodnocení konkurenceschopnosti2 dle
GCR v období 2004 aţ 2007 se postavení ČR v upraveném pořadí vyvíjelo:
Období
2004-05
2005-06
2006-07
GCI
38
29
29
Upravené
38
29
29
Skóre
4,06
4,76
4,74
Cílem řešení vlivu znalostní ekonomiky na problematiku regionálních disparit bude hledání
nejvhodnější teorie, která by podpořila pevnou korelaci mezi vztahem regionů k pomoci a
odlišnými důvody uváděnými v oficiálních dokumentech národní vlády nebo programových
prohlášení politických stran. Jako odůvodnění této teorie není jenom názor pedagoga a
moralisty, nýbrţ jako názor vědce činného v managementu podpůrných procesů, jenţ se
studiu tohoto problému plně věnuje. Jestliţe se politikové a odborníci začnou obávat
přisoudit náleţitý význam našim morálním závazkům, opouštějí půdu realismu. Teorii morálky
jsem zmínil i proto, ţe na mezinárodní konferenci Fakulty podnikohospodářské Vysoké školy
ekonomické v Praze v červnu 2010 v úvodním vystoupení praţského arcibiskupa Msgre.
Dominika Duky byla akcentována morální stránka naší společnosti, jejímţ zrcadlem je
soudobá kalamitní situace našeho světa, která nás musí provokovat a vrátit nás
k fundamentálnímu morálnímu problému. Mezi tím bychom měli ale poznamenat, ţe otázka
politiky a celkového společenského konsensu k problematice regionálního rozvoje a řešení
2
Zdroj. The Global Competitiveness Report 2004-2007 (GCR)
36
Ostrava, 4. a 5. 11. 2010
regionálních disparit musí být především postavena na znalostní ekonomice, která je stále
jen na marginální úrovni a nezaznamenala pro problémové regiony a jejich obyvatelstvo
nějak velkou reálnou oběť. S tím souvisí i vývoj aktuálních regionálních disparit (na úrovni
regionů NUTS3) ve fyzické dostupnosti bydlení pro jednotlivé druhy bydlení a právní typy
uţívání.
Metodika řešení proto musí vycházet z výzkumného záměru „Nová teorie ekonomiky a
managementu organizací a jejich adaptační procesy― na základě překonání neochoty věnovat
se této problematice a míst skutečnou ochotu iniciovat a spolupracovat na promyšlené
znalostní ekonomice a inovaci regionálního rozvoje s cílem vytvořit „nový regionální řád― tak,
jak je poţadován zaostávajícími regiony, který by vedl k racionálnímu omezení našeho, dnes
marnotratného, vyuţívání zdrojů. Orientace na rozvoj znalostní ekonomiky a inovace včetně
regionálního rozvoje představuje kritérium nejdůleţitější ze všech, a proto ho vnímáme jako
prvotní [5]. Jedná se totiţ o to, ţe některé metodiky ve skutečnosti vznikly za jiným účelem a
k problematice znalostní ekonomiky a inovace jsou pouze vyuţívány jako alternativa. Tyto
metodiky jsou nejčastěji součástí skupiny metodik slouţících k návrhu, vytvoření a
implementaci znalostních systémů. Jejich praktické vyuţití k zavádění znalostní ekonomiky a
inovace je pochopitelně moţné. Cílem jejich nezařazení mezi vybrané metodiky není sníţit
jejich vyuţitelnost nebo význam. Sleduje se tím spíše zdůraznění skutečností, ţe rozvoj
znalostní ekonomiky a inovace má oproti zavádění jiných obchodních konceptů nebo dokonce
technologií svá specifika, která by metodika měla respektovat a pracovat s nimi. Zvolená
metodika řešení a její výsledky nesmí zůstat na obecné a nezávazné úrovni. V tom zřejmě
spočívá naše morální dilema, které stojí před kaţdým nově začínajícím projektem. Pro řešení
dostupnosti bydlení byla vypracována účelová metodika řešení, která vymezila okruh
potřebných údajů (indikátorů fyzické dostupnosti), informační zdroje pro zjištění vybraných
indikátorů a metody zpracování údajů a vyjádření disparit. Vymezila také pojetí fyzické
dostupnosti pro zadaný úkol.
1 Současná situace znalostní ekonomiky
Cíl zkoumání znalostní ekonomiky a inovace představuje značný rozsah, jehoţ výčet je
zaloţen na sledování několika základních kriterií, které odpovídají pořadí, ve kterém by mohly
být při výběru metodiky aplikovány:


orientace metodiky na zavedení znalostní ekonomiky a inovace v regionálním rozvoji
– toto kriterium povaţuji za nejdůleţitější ze všech. Jedná se totiţ o to, ţe některé
metodiky ve skutečnosti vznikly za jiným účelem a k zavádění znalostní ekonomiky a
inovace jsou vyuţívány jako alternativa [23]. Jejich praktické vyuţití slouţí k návrhu,
vytvoření a implementaci znalostní ekonomiky a inovace v regionálním rozvoji.
Sleduje se tím ta skutečnost, ţe zavádění znalostní ekonomiky a inovace má oproti
jiným konceptům nebo dokonce technologiím svá specifika, která by metodika měla
respektovat a pracovat s nimi;
dostupnost popisu metodiky v informačních zdrojích - v odborných časopisech,
kniţních publikacích nebo na webových stránkách se prezentuje tím, ţe odborná
literatura a ostatní informační zdroje obsahují určité mnoţství odkazů na různé
metodiky. Tento výběr metodik není úplný z důvodů, ţe existují metodiky, které jsou
v současné době veřejně nedostupné, a tudíţ nemohou být v této práci zatím
představeny;
37


Ostrava, 4. a 5. 11. 2010
rozsah poskytujících informací o metodice jejími autory – důvodem pro volbu kritéria
je skutečnost, ţe přes dostupnost zdrojů obsahujících anotace na prezentované
metodiky, jsou pouze jenom některé z nich dostatečně popsané. Důvodem je snaha
chránit své autorské právo na vlastní metodiku zavádění znalostní ekonomiky a
inovace. Informace o takových metodikách jsou zveřejňovány sporadicky s různou
mírou podrobností. Předloţený výběr metodik zahrnuje pouze ty, k nimţ bylo moţné
získat alespoň základní informace spočívající ve vysvětlení jejich filozofie, principu,
fází apod.;
všeobecná míra akceptace metodiky odborníky z oblasti znalostní ekonomiky a
inovace v regionálním rozvoji – splnění tohoto kritéria by mělo být posuzováno na
základě mnoţství citací a anotací na danou metodiku v pouţitých informačních
zdrojích. Toto kritérium ve spojení s dvěma předchozími kritérii můţe způsobit velké
sníţení jejich počtu. Důvodem je jednoduchá vazba příčiny a následku. Pokud není
metodika zveřejněna nebo pokud jsou informace o ní velmi strohé, není moţné se na
ni odkazovat a uvádět ji ve svých pracích.
Aby byla metodika efektivně vyuţitelná, musí podle Voříška [Voříšek 2002] splňovat řadu
základních poţadavků. Těmito poţadavky jsou:




jasně deklarovat soubor hodnot, na nichţ je zaloţena, resp. jichţ chce dosáhnout
(minimální náklady, co nejkratší doba řešení, zahrnutí sociálního aspektu atd.);
určovat postup řešení, aby bylo moţné celý proces zavádění znalostní ekonomiky a
inovací plánovat (čas, lidé, finance atd.);
určovat priority řešení (co a kdy je důleţité);
doporučovat metody, techniky a nástroje, které je vhodné pouţít v jednotlivých fázích
řešení.
R. de Hoog a R. van der Spek ve své práci [Hoog 1999] navrhují metodickou pyramidu3, jejíţ
jednotlivé vrstvy představují aspekty, které by měly být v metodice obsaţeny. Vrstvy
pyramidy mají následující význam:





světový názor – principy a předpoklady obsaţené v metodice;
teorie – znalosti dostupné v oboru metodiky;
metody – spolu s technikami pomáhají uţivatelům vykonat práci tak, jak je metodikou
určeno;
nástroje – prostředky, umoţňující vyuţití metod: dokumenty, formuláře, seznamy,
počítačové programy atd.;
pouţití – prubířský kámen: pouţití metodiky odhalí nedostatky a potřebu přepracování
vrstvy (částí).
Metodika obsahuje model, který reflektuje zvolené pohledy na realitu a vychází z mnoţiny
filozofických paradigmat4. Současně musí říkat, jaké kroky je třeba vykonat, aby řekla, proč
mají být vykonány právě v daném pořadí (viz obrázek. 1).
Aplikace prezentovaných kriterií zuţuje mnoţství metodik. V souvislosti s uplatňováním
metodiky rozvoje znalostní ekonomiky a inovace byla vybrána metodika KM-Beat-It5, kde
vznáší základní poţadavky na tento druh metodik z pohledu znalostního managementu.
3
4
Methodological Pyramid
souhrn všech pojetí vědní disciplíny v určitém časovém úseku
38
Ostrava, 4. a 5. 11. 2010
Metodika KM-Beat-It
Hlavním přínosem této metodiky je především její vlastní existence, ţe splňuje základní
charakteristiky metodiky [10], obecné poţadavky na metodiky6 a poţadavky kladené
speciálně na metodiky zavádění znalostního ekonomiky a inovace [18]. S těmito přínosy jsou
spojené další pozitivní charakteristiky metodiky, z nichţ některé je moţné povaţovat za
přínosy a některé za výhody, mezi ně patří:





5
metodika není co do obsahu v rozporu s hlavními rámcovými pracemi znalostní
ekonomiky a inovace. Vzhledem ke koncepci metodiky Km-Beat-It je tato část jiţ na
příliš vysoké rozlišovací úrovni, do které metodika nezasahuje;
při tvorbě metodiky se pozitivně promítl zakomponování všech perspektiv znalostní
ekonomiky a inovace coţ ovlivnilo její komplexnost. Pozitivní také je, ţe jsou
v metodice zakomponovány nejen všechny uvedené perspektivy, ze kterých je moţné
na znalostní ekonomiku a inovace pohlíţet a ze kterých je k jeho zavádění moţné
přistupovat, ale tyto perspektivy jsou relativně vyváţené co do významnosti a
důleţitosti, kterou jim metodika přisuzuje. Hlavním problémem, kterým se však
metodika Km-Beat-It nezabývá, je potřeba vyváţeného přístupu k procesní,
technologické, organizační a manaţerské perspektivě ve fázi realizace aktivit znalostní
ekonomiky a inovace;
metodika KM-Beat-It jako jedna z mála bere v potaz existenci organizační kultury a
její vliv na úspěšnost zavádění a realizace znalostní ekonomiky a inovace a
regionálního rozvoje. Celý proces rozvoje a zavádění znalostní ekonomiky a inovace a
regionálního rozvoje je úzce provázán s ekonomickými aspekty a cíli organizace.
Vrcholové vedení regionu, měst a venkova tak má moţnost sledovat a kontrolovat
náklady a přínosy spojené se rozvojem znalostní ekonomiky a inovace na příkladu
regionálního rozvoje a venkovských klastrů. Je zřejmé, ţe tato skutečnost pak bude
mít vliv na běţnou práci v organizaci, jelikoţ bude například nutné zvlášť evidovat
výdaje spojené se znalostní ekonomikou, aby bylo moţné vypočítat některé ukazatele
(např. ROI);
mezi hlavní přínosy metodiky KM-Beat-It patří moţnost vyuţít existující a běţně
dostupné nástroje, metody a techniky. Metodika totiţ není zaloţena na vyuţívání
specializovaných nástrojů, které nejsou doposud běţně pouţívány, nýbrţ na běţných
aplikacích, nástrojích, technikách nebo metodách, které jsou většinou v oblasti
znalostní ekonomiky nebo IT dobře známé, jsou dostupné nebo lehce získatelné. Je
pochopitelně moţné nasazovat a vyuţívat nové sofistikované nástroje obsaţené např.
v určitých softwarových aplikacích. Tato výhoda je zaloţena na skutečnosti, ţe
metodika poskytuje především rámcové schéma ukazující, jaké principy je třeba
dodrţovat a jaké prvky a jejich vazby je nutné vytvořit a zajistit;
metodika je velmi otevřená. Obecně by kaţdá metodika měla být postavena na běţně
pouţívaných a ověřených metodách a technikách a měla by být schopna vstřebávat
veškeré nové poznání v oblasti své působnosti. Tuto podmínku metodika splňuje.
Striktně totiţ nenařizuje, jaké nástroje, techniky nebo metody u jednotlivých činností
Vyskočil, V .K. (2010). Zdroje znalostní ekonomiky a inovace v regionálním a venkovském rozvoji. In:
Regionální studia *01/2010, roč. IV. ISSN 1803-1471
6
Voříšek 2002, Hoog 1999
39

Ostrava, 4. a 5. 11. 2010
pouţít. Uvádí pouze oblasti, ze kterých je moţné jednotlivé nástroje, aplikace nebo
metody čerpat. Metodika spíše doporučuje a nenechává volné pole působnosti svým
budoucím uţivatelům;
obdobně volná je také fáze realizace, ve které není uţivatel metodiky nucen přistoupit
k realizaci určitých aktivit. Kaţdá organizace si můţe fázi realizace upravit podle
vlastních potřeb a moţností. Metodika tím nenutí uţivatele např. k investicím, které
nejsou bezprostředně nutné. Jak jiţ bylo uvedeno dříve, je ţádoucí zajistit, aby byly
navrhovány aktivity, které budou vyváţeně přistupovat k jednotlivým perspektivám
znalostní ekonomiky a inovací a regionálního rozvoje. Primární je však schopnost
přispět k dosaţení regionálních cílů a naplnění regionální strategie, proto není nutné
se drţet této podmínky za všech okolností.
Obrázek 1: Metodologická pyramida
Zdroj: převzato a upraveno podle Hoog 1990
2 Problematika regionálních disparit
Aţ dosud jsem se soustředil na problematiku znalostní ekonomiky pod zorným úhlem
metodiky zkoumání v přímé vazbě na inovace a regionální rozvoj. Avšak stav znalostní
ekonomiky není pomíjivou starostí. Jestliţe nebude moţné stabilně a dosti rychle zvyšovat
úroveň znalostní ekonomiky a způsob odhalování rezerv a moţných zdrojů pro inovace
v rámci průměrných aţ podprůměrných regionů v rámci ČR, pak s ohledem na protikrizová
opatření obsaţená v Plánu evropské hospodářské obnovy [15], zejména pak – podpora
rychlého zavedení ekologických projektů, a dále zvýšení investic do výzkumu a vývoje,
inovací a vzdělávání je třeba v delším časovém horizontu očekávat ještě větší disparity
regionů. Vyjádříme-li problémy s maximálním zjednodušením, lze docílit růstu zvýšení
investic do výzkumu a vývoje, inovací a vzdělávání v té míře, která je nezbytně nutná
40
Ostrava, 4. a 5. 11. 2010
k překonání stoupajícího trendu nedostatku inovací v rámci regionů a venkovských klastrů,
pouze na základě podstatného zvýšení vývozu nosných odvětví domácí provenience.
Modernizace technologie můţe svým dílem k zvyšování výnosů přispět, ale musí to být
technologie vysoce pracovně náročná, protoţe stále existuje na naše poměry příliš mnoho
nedostatečně vyuţitých pracovních sil, pro něţ jediným místem, kam odejít, jsou rostoucí
běţné periferie velkých měst, kde však je pracovní síla vyuţitá v přímé vazbě na produkci pro
vývoz. V příštích 15 – 20 letech se bude prodluţovat produktivní věk, bez ohledu na to, jak
se bude vyvíjet porodnost. Transfer techniky a technologie do průmyslu a zejména vytváření
moderního velkého průmyslu je vcelku proveditelné – i kdyţ po pravdě řečeno i za cenu
zachovávání enklávní ekonomiky a tvorby průmyslových zón nebo industriálních parků a
logistických center. Tento postup vyţaduje pouze minimální změny v tradičním sociálním a
politickém prostředí méně rozvinutých regionů a venkovských klastrů a minimální rozšiřování
kvalifikace do pracovní oblasti. Vyhýbá se přímé konfrontaci s institucionálními a postojovými
překáţkami, jeţ konzervují malou ekonomickou dynamiku a nízkou úroveň vyuţití pracovních
sil. Naopak snaha o zvyšování zemědělských výnosů prostřednictvím zavádění
modernizované, ačkoliv vysoce pracovně náročné techniky, se vţdy střetne s celkovým
stavem ţivota venkovských společností.
Zemědělské hospodaření v nových seskupeních bývalých jednotných zemědělských druţstev
nebo statků jiţ není povaţováno za pracovně náročné, coţ pramenilo z podceňovaného
způsobu socialistického hospodaření na vesnici. Jednalo se o hospodaření, které bylo
extenzivní. Je pravda, ţe zde zůstala celá řada pracovních sil z oblasti romské národnosti a
nedostatečně znalostně zdatné. Většina těchto lidí nepracuje a ti ostatní zase pracují příliš
krátkou část dne, týdne, měsíce a roku, a nadto značně neefektivně. Částečně to vysvětlují
zdravotní potíţe a nedostatečné zapojení do společenského ţivota a současného způsobu
vzdělávání, coţ vede k dalšímu poklesu ve vyuţívání pracovní síly a tím i k dalšímu sníţení
výnosů.
Výnosy jsou zatím zvětšovány zvyšováním inputu a efektivnosti pracovní síly, tj. s tou
technologií, kterou jiţ zmíněné zemědělské a venkovské společnosti znají a praktikují. Určitá
část půdy se přeměnila ve stavební parcely a zahájila tak proces podstatného měnění
vzhledu i charakteru venkovských sídel. S tím došlo i k projektům kultivace půdy, budování
ČOV a studní, nových a lepších silnic a skladovacích a prodejních zařízení a do projektů
směřujících k obecnému zlepšování ţivotního a pracovního prostředí na vesnicích. Přírodní a
kulturní památky včetně církevních objektů, které dlouho stály mimo pozornost veřejnosti a
společenského zájmu, se začaly přeměňovat spolu s celou řadou turistických a cyklistických
stezek ve vyhledávaná místa oddechu a společenského zájmu. Nejdůleţitější je změnit „vztah
mezi člověkem a přírodou―. Vytváří se moţnosti a příleţitosti, aby občan pracoval více,
s větším nasazením a efektivněji, aby vše, čím vládne, tj. v prvé řadě vlastní pracovní úsilí
investovat do svého „podnikání―.
Stojíme tak před dalším problémem disparit, tentokrát uvnitř regionů. Skutečností je, ţe aţ
na málo výjimek a do značné míry nezávisle na územním zastřešení, jsou tyto regiony
ovládané leadery cyklických voleb, tzn. elitou volených zástupců rozličného sloţení.
V některých regionech, nikoli ovšem ve všech, elita bere určitý ohled na „vzdělané― střední
vrstvy a někdy i na organizované dělníky v dopravě a velkém průmyslu, kteří se pak stávají
privilegovanou aristokracií pracujících (napojené na odbory). Prakticky ve všech méně
rozvinutých regionech a venkovských sídlech se tyto vládnoucí elity obecně vyslovují ve
41
Ostrava, 4. a 5. 11. 2010
prospěch větší rovnosti a hlavně zvyšování ţivotní úrovně a infrastrukturní obsluţnosti.
Nicméně ve většině těchto území zaostávajících regionů se reálný vývoj ubírá k ještě větší
nerovnosti. Plody veškerého rozvoje sklízejí horní vrstvy, zatímco niţší vrstvy se podstatného
zlepšení nedočkají a ve skutečnosti na ně často doléhá dokonce zhoršování ţivotních a
pracovních podmínek (viz povodňová území, lesní hospodářství, veřejné (často i nelegální)
skládky a území ohroţená otevřením povrchových dolů). Tento trend byl nedávno zesílen
kombinovanými účinky investic do energetických zařízení, výstavby komunikací a dálnic
celkovou regionální a zejména dopravní politikou státu v oblasti nákladní dopravy.
Nevyhnutelnost řešení v oblasti regionálních disparit v přímé návaznosti na znalostní
společnost a znalostní ekonomiku je v této části zdůrazňována, protoţe všechny jsou nutné
k uskutečnění těch zásadních změn společnosti, které tvoří nezbytný předpoklad úsilí o lepší
vyuţití pracovní síly a které otevřou cestu účinnému zavedení inovací pro její vyuţití
v moderní technice, informačních technologiích, implementaci nových technologií apod.
Nedávná finanční krize se stala akcelerátorem procesu, který odkryl slabiny mnoha
zavedených turistických destinací ve vybraných regionech ČR. V rámci globálního trhu
turismu Střední Evropy není dostatečná konkurenceschopnost v nových formách turistické
poptávky, která je čím dál víc závislá na internetu, malých dopravních letounech a nových
formách zahraniční turistiky. Konkurenceschopnost turistických destinací nezáleţí jenom na
kvalitě jejich primárních turistických produktů, ale na kvalitě jejich sekundárních produktů, na
jejich image a na jejich vnější a vnitřní dostupnosti. Zejména vnější a vnitřní dostupnost
destinací dokazuje jejich důleţitost z hlediska poptávky. Dostupnost míst nezávisí pouze na
(fyzické) infrastruktuře, jako jsou letiště, vysokorychlostní vlakové sítě, dálnice a přístavy pro
lodě ale také na nemateriální infrastruktuře a na organizační kapacitě destinací. Vyuţití ICT,
inteligentní rozcestníky a infrastrukturní provázanost stále více určují vnější i vnitřní
dostupnost destinací a tím i jejich konkurenceschopnost. Tento souhrn by měl blíţe objasnit
roli vnější a vnitřní konkurenceschopnosti destinací jednotlivých regionů v ČR. Mimoto bude
identifikovat a analyzovat existující, ale i nová řešení s ohledem na regionální dostupnost
turistických destinací, s cílem zvýšit jejich konkurenceschopnost v regionech ČR. Jedná se o
analýzu 6 podmínek konkurenceschopného turismu:






vztahy mezi dostupností destinací a jejich atraktivností;
managementu turismu z hlediska dostupnosti regionů a jejich destinací (vyuţívání
karet, rezervační systémy atd.) včetně zapojení (financování) privátního sektoru do
infrastruktury;
současných aplikací a implementace ICT v oblasti regionální turistiky;
dalších moţností, které umoţní větší návštěvnost na základě dopravní infrastruktury
(letiště, lokální a privátní doprava);
inteligentní systémy turistických rozcestníků;
vyuţití turistické dopravy typu house-boaty a kola pro návštěvnost zejména
městských a venkovských turistických sídel.
Sídelní struktura a bytová dostupnost v rámci regionů
Fyzická dostupnost bydlení byla ve výzkumu řešena jako jedna „strana mince― celkové
dostupnosti bydlení, která zahrnuje dostupnost fyzickou a finanční. Otázky fyzické
dostupnosti bydlení – jak to vyţadoval projekt – představují nový pohled na obsáhlou a
sloţitou problematiku bydlení. Tento pohled byl v dosavadních analýzách, koncepcích a
42
Ostrava, 4. a 5. 11. 2010
studiích za časté implicitně obsaţen (Např. Andrle, A., Fakta a úvahy o vývoji osídlení
v České republice, Rozvoj bydlení III., Sborník ČSRB, Praha, 2004). Nebyl však tak
pregnantně a samostatně vyjádřen, aby bylo moţno dosavadních prací bez dalšího metodicky
vyuţít.
Tento nový pohled byl – podle znalostí řešitelů – rovněţ málo zkoumaný. Na rozdíl od otázek
finanční dostupnosti bydlení zjistili řešitelé z dostupné literatury jen některé podmíněně
adekvátní a pouţitelné metodické postupy pro vyjádření a hodnocení fyzické dostupnosti
bydlení (Čápová, D., Dostupnost bydlení, Stavitel, 2006). Příčiny jsou patrně v předchozím
vývoji problematiky bydlení. V období plánovitého řízení hospodářství byly bydlení a bytová
výstavba co do objemu i rozmístění direktivně řízeny, v podstatě „přídělovým― systémem tzv.
komplexní bytové výstavby (KBV), a to jak v sektoru státního vlastnictví (vč. podnikových
bytů), tak do jisté míry také v sektoru druţstevního vlastnictví. Po změně politických a
ekonomických poměrů v 90. letech jednak ještě dozníval systém KBV, jednak státní
vlastnictví bytů přecházelo do obecního vlastnictví a jednak se začaly uplatňovat trţní
principy (poněkud omezené regulací cen a nájmů). Po patrně nezbytném zjednodušení úlohy
trţního mechanizmu v bydlení v počáteční fázi ekonomické transformace dochází nyní
k vyrovnanějšímu pojetí v rámci potřeby udrţitelného rozvoje. To znamená, ţe i při vhodných
podmínkách finanční dostupnosti nejrůznějších forem bydlení vstupují do hry na jedné straně
podněty, na druhé straně omezení nebo limity vázané na fyzickou dostupnost (tedy faktickou
existenci bytů vhodného druhu bytů ve vhodných lokalitách) a regionálně diferencované
sociálně geografické podmínky.
Fyzická dostupnost bydlení byla v daném výzkumu pojata jako mnoţství existujích bytů
(v jejich struktuře podle velikosti, stáří apod.) ve vztahu k počtu obyvatel a
domácností ve vymezeném území (v jistém smyslu lze fyzickou dostupnost bydlení
interpretovat jako vybavenost obyvatelstva bytovým fondem v určitém území)- kolik a jakých
bytů je k dispozici).
Adjektivum „fyzická― v sousloví „fyzická dostupnost― vyjadřuje materiální existenci bytů ,
tříděných podle různých kritérií typologických ( druh domu s byty – bytový dům, rodinný
dům, počet pokojů, podlahová plocha apod.), substantivum „dostupnost― vyjadřuje
dosaţitelnost, moţnost realizace bytové potřeby v existujícím souboru bytů, nikoliv
prostorovou dostupnost (vzdálenost). Prostorový aspekt je ve fyzické dostupnosti částečně
obsaţen, ovšem zadanou územní jednotkou – území krajů- se většinou eliminuje.
Dalším cílem rozboru fyzické dostupnosti bydlení byl vývoj a skladba bytové výstavby v
ČR jako celku a v jednotlivých regionech mezi roky 1990 – 2006 a rovněţ vývoj v
modernizaci (rekonstrukci) stávajícího bytového fondu v jednotlivých regionech v
letech 1990 – 2006.
43
Ostrava, 4. a 5. 11. 2010
Obrázek 2: Kategorizace bytů 2001
3 Jak dál po krizi v oblasti znalostní ekonomiky v ČR
V ČR došlo v roce 2009 k výraznějšímu poklesu produktivity práce, která byla jiţ před krizí
v EU podprůměrná [15]. Tento vývoj naznačuje, ţe pokud se má v následujících letech ČR
přiblíţit k průměru ekonomické úrovně EU, musí vytvořit podmínky, které umoţní firmám čelit
konkurenci uvnitř i vně vnitřního trhu EU. Definice OECD týkající se národní
konkurenceschopnosti reaguje na proměny světové ekonomiky v otevřené konkurenci, napříč
vnitřním trhem EU a z tohoto pohledu udává směr, který by měl pomoci znovu nabýt pozici:
„konkurenceschopnost vymezená schopností produkovat zboţí a sluţby, které obstojí v testu
mezinárodní konkurence, a zároveň schopnosti udrţovat nebo zvyšovat reálná HDP―. Cílem
tohoto příspěvku by mělo být definovat silné a slabé stránky konkurenceschopnosti ČR a
stanovit nutné podmínky pro zlepšení regionálního rozvoje oproti současné neuspokojivé
situaci. Největší potenciál pro zlepšení je v těch¨oblastech, kde v tomto srovnání obsadila ČR
jako taková nejniţší příčky. Faktory konkurenceschopnosti 11 samostatných kapitol dle M.
Portera7 jsou pro ekonomiku různě významné, záleţí při tom na fázi hospodářského rozvoje,
a měly by se stát obsahem rozvoje znalostní ekonomiky. ČR patří mezi ekonomiky, které jsou
poháněné inovacemi8, zároveň však zaostává v některých nutných předpokladech této fáze,
a to především díky disparitám v tomto rozvoji napříč národní znalostní ekonomikou. Zde se
zdůrazňuje především úroveň podnikatelského a investičního prostředí spolu s kapacitou pro
inovace. V těchto oblastech má ČR značné rezervy a zejména podnikatelské prostředí patří
mezi dlouhodobě nejslabší články hodnocení ČR. Nejedná se pouze o vstup do podnikání,
7
8
Světové obchodní fórum
innovation driven
44
Ostrava, 4. a 5. 11. 2010
kaţdoročně jsou podnikatelé zatěţováni mnoţstvím administrativních povinností, které jim
ubírají čas i chuť podnikat a rozvíjet kvalitu vlastní výroby či poskytovaných sluţeb.
Základním motem pro komunikaci s podnikateli by měla být efektivita.
Věda a výzkum podporují vzdělanost společnosti a ekonomickou úspěšnost jen tehdy, pokud
mají jasně, cíleně a efektivně nastaveny mosty k:



inovacím,
aplikačnímu vyuţití nových poznatků,
a široké společenské absorpci nových poznatků v profesionálním a praktickém
chování lidí.
V ČR je nedostatečné propojení vědy a výzkumu se soukromým kapitálem. Podpora je
koncentrována na základní výzkum a chybí transfer do ekonomicky schůdných aplikací. Tato
kritická poznámka se zejména dotýká vlastního investičního prostředí9.
4 Úloha investic a vzdělávání
Investice do cíleného vzdělávání jsou pro učící se organizace investicí do vlastní budoucnosti.
Pokusme se toto tvrzení blíţe specifikovat [18]:









znalostní organizace vytváří příleţitosti a stimuluje všechny své pracovníky ve všech
funkcích, aby naplňovali svůj lidský potenciál;
inspiruje a motivuje zaměstnance ke sdílení firemní vize budoucnosti;
integruje práci a učení, podněcuje všechny pracovníky k úsilí o kvalitu a dokonalost a
o neustálé zlepšování (jde vlastně o funkcionální vzdělávání);
z procesu vyučování a školení se stává proces učení – s důrazem na kvalitativně vyšší
úroveň dovedností v oblasti zpracování informací, řešení problémů, týmového
osvojování znalostí a způsobilostí odborných i sociálních;
pracovníci mají moţnost rozvíjet se, rozšiřovat si svůj rozhled, a to takovým stylem,
který jim nejlépe vyhovuje;
vyuţívá se moderních informačních technologií, efektivních forem a metod vzdělávání
včetně distančního vzdělávání a e-learningu;
organizace se nemůţe uzavírat sama do sebe, ale proaktivně reagovat na širší
potřeby svého okolí i společnosti;
učení v tomto prostředí, hledá svou inovační, tvůrčí, dynamickou a permanentní
základnu;
spirální vývoj, v němţ učení přináší inovace a inovační přístupy jsou neustálým
podnětem k dalšímu učení.
Investiční prostředí je moţné charakterizovat [24]:



9
regulace investičního prostředí v nových členských státech je výrazně restriktivnější
neţ v EU-15, resp. ostatních vyspělých ekonomikách (ČR 24. z EU 27);
silný příliv zahraničních investic pomohl vybavit českou ekonomiku potřebným
kapitálem pro transformaci hospodářství, došlo k navýšení podílu průmyslu na
celkovém HDP;
v uplynulém roce tvořily reinvestice více neţ dvě třetiny objemu ročních investic;
viz Ing. Tlapa na mezinárodní konferenci FPH VŠE v Praze, 6/2010 Valdštejnský palác
45

Ostrava, 4. a 5. 11. 2010
je potřeba systém investičních pobídek upravit pro potřeby inovační ekonomiky, tak
aby podporoval rozvoj technologicky a znalostně náročných odvětví [16].
V současné době stojíme na pokraji další inovační vlny, kterou předznamenala strategie
―modrého oceánu‖ budování oborů, které doposud neexistovaly, a tudíţ jejich zakladatelé
vstupují do nového trţního prostoru dosud neovlivněného tvrdou konkurencí [21]. Tak např.
začínal rozvoj biomedicíny, nanotechnologií, nanoelektroniky, molekulární elektroniky a
mnoha dalších oborů, o nichţ naši předchůdci neměli ani potuchy. Ostatně i běţný současník
– laik přijímá informace o těchto nových oborech spíše jako zajímavou sci-fi neţ jako tvrdou
realitu, která jiţ ―klepe na dveře‖ a během deseti a ţ patnácti let razantním způsobem ovlivní
ţivot kaţdého z nás. Máme v podstatě dvě moţnosti: chovat se a jednat proaktivně (změny
předvídat, sledovat vývojové trendy a v předstihu vyuţívat nově se otevírajících příleţitostí),
nebo reaktivně (počkat, aţ ti předvídavější a iniciativnější se stanou leadery změn, a vytvářet
pro ně jakýsi ―manufakturní servis‖). První zaměření se opírá o metodu minimaxu (s
minimálními náklady dosahovat maximální přidané hodnoty a zisku), druhá je metodou
maximinu (kdy s maximálními náklady dosahujeme pouze minimální přidané hodnoty).
Odpovídá to vlastně klasickému paretovskému pravidlu, kdy 20 % firem (v tomto případě
leaderů změn) dosahuje 80% zisku, vůči 80-ti % firem (chovajících se reaktivně), které
paběrkují na zbývajících 20% zisku [21].
Závěr
Při hlubším porovnávání zadaných východisek se nabízí, ţe upravená metodika [18] na oblast
znalostní ekonomiky a inovace regionálního rozvoje představuje získané prostředí pro
očekávané výsledky z těchto důvodů:









podpora trvalé a iterativní povahy znalostní ekonomiky a inovace regionálního rozvoje
(znalostní ekonomika je zaloţena na pokusu a omylu a funguje pouze díky procesu
učení se);
zaměření na celý program znalostní ekonomiky a inovace regionálního rozvoje ―od
začátku do konce‖ – od strategie po údrţbu;
podporuje specifický úkol regionálního rozvoje na základě znalostní ekonomiky a
inovace; jedná se o zlepšení činnosti regionálního klastru pomocí implementace
znalostní ekonomiky a inovace;
odráţí emergentní10 a nedeterministickou11 povahu regionálního klastru12 ;
respektuje sociální a organizační aspekty úkolů a řešení znalostní ekonomiky a
inovace regionálního rozvoje;
vícenásobně pouţitelná;
flexibilní, takţe je moţné ji vyuţívat ve spojení s různými nástroji a technikami;
vytvoří explicitní předpis pro pouţívání nástrojů a technik, jeţ nemají původ
v regionálním prostředí;
nezávislá na poskytovatelích, řešeních, nástrojích a metodách;
10
teorie vývoje, podle níţ se nové stupně vývoje vynořují jako úplně nové kvality
přesvědčení, ţe lidské jednání není předurčeno (vnějšími nebo vnitřními) příčinami a danostmi
12
sociální systém skupiny více neţ dvou objektů vydělujících se ze statistického pozadí nebo soubor s
více
prvky navzájem na sebe navázanými (upraveno z fyz. a chem. definice)
11
46


Ostrava, 4. a 5. 11. 2010
umoţňuje měření dopadů a přínosů, a to jak na úrovni znalostní ekonomiky a inovací,
tak na úrovni metrik regionálního rozvoje a klastru;
kompatibilní s velkým mnoţstvím metrik regionální výkonnosti a měřících schémat,
jako je například BSC [13], aby bylo moţné vyjádřit dopady znalostní ekonomiky a
inovace regionálního rozvoje na základě pouţívaných metrik klastrů.
Pokud chceme, aby ekonomická výkonnost ČR se posouvala co nejrychleji směrem
k výkonnosti států Západní či Severní Evropy, bude třeba přehodnotit fungování správního
aparátu v celé společnosti, tzn. i v rámci veřejného a regionálního rozvoje [30], tzn. zvýšit
nároky na kvalitu, jejíţ nízkou úroveň aţ nepochopitelně snadno veřejnost toleruje tím, ţe je
nedostatečně vybavena zdroji znalostní ekonomiky, informacemi o významu inovací a
skutečné podstatě regionálního rozvoje. Jedná se zejména o:





ekonomický potenciál ČR doplácí na špatnou a neefektivní interakci mezi soukromou
a veřejnou sférou;
nepříznivý demografický vývoj nadále zvýrazňuje problémy sociálního, zdravotního i
penzijního systému;
nemůţeme počítat s mohutnou podporou ze strukturálních fondů EU po roce 2013;
atraktivita našeho investičního prostředí není garantována;
reformy v mandatorní oblasti SR nestačí. Je třeba vytvořit takové podmínky pro
rozvoj znalostní ekonomiky a inovací regionálního rozvoje, aby mohla ČR uspět
v globální konkurenci [11].
Tyto nedostatky se týkají zejména nízké transparentnosti a efektivity veřejné správy,
nedostatečné vynutitelnosti zodpovědnosti orgánů veřejné moci v oblasti zadávání veřejných
zakázek a nízké vymahatelnosti práva obecně vyplývající z průměrné délky soudních řízení.
Pro posílení rámce řízení konkurenceschopnosti je zapotřebí:




pro nastartování soukromého sektoru do oblasti vědy a výzkumu by bylo dobré pro
řízení inovací v ČR pouţít státní výdaje jako katalyzátoru nastartováni tohoto
zásadního prostředku konkurenceschopnosti v našem prostředí poměrem 20% stát a
80% soukromý sektor (jedná se o model v severských státech, které patří v oblasti
řízení inovací v Evropě k nejúspěšnějším) [11];
sektory ekonomiky, o které by ČR prioritně opírala svoji konkurenceschopnost, musí
být postaveny vedle vybraných odvětví, dále udrţitelnosti, exportovatelnosti, menší
náchylnosti k cykličnosti především na inovacích, které prokáţí svou dlouhodobou
konkurenceschopnost (finský model aplikuje 50% zdrojů na vybrané odvětví, 50% na
další odvětví splňující poţadované parametry) [16];
prioritní sektory, které by měly splňovat tuto pozitivní roli vývoje v rámci rozvoje
inovací napříč celé ČR, by měly mít multiplikační efekt a představovat vstupy pro řadu
dalších odvětví, coţ můţe výrazně ovlivnit potenciál růstu celé ekonomiky. Z tohoto
pohledu je zapotřebí nazírat i na teritoriální dopady znalostní ekonomiky a inovace;
oblast veřejné správy je nezbytná pro rozvoj regionálního rozvoje, přestoţe se
doposud dostatečně nereformovala, čímţ by modernizovala její řízení. Nedostatečná
kvalita veřejné správy je příčinou nízkého ocenění důleţitosti inovací zejména
47


Ostrava, 4. a 5. 11. 2010
v oblasti znalostní ekonomiky v novodobém fenoménu konkurenceschopnosti států a
regionů13;
oblast školství naznačuje, ţe bakalářské studijní programy nepředstavují
plnohodnotnou průpravu, která by dávaly studentům moţnost uplatnění v oboru. Jsou
hodnocení, které tento stupeň VŠ vzdělání povaţují za dokončení středoškolského
stupně vzdělání;
výzkumné instituce musí formulovat svůj příspěvek jako sluţbu (viz model Portera),
tzn. ţe se stanou subdodavateli zájmové sféry, která by měla moţnost výběru těchto
institucí na základě prokazatelné spolupráce, kompetencí a schopností s regionálním
prostředím.
Do jaké míry je toto vše výsledkem naší stále rostoucí morální necitlivosti? Otupily se naše
pocity lidského soucitu a jsme proto náchylnější k oportunistické nezaujatosti? Jestliţe ano,
pak to částečně vysvětluje chladnokrevnost, s níţ hledíme na problémy slabších regionů a
dosud zanedbaných domácností a domů ve venkovských sídlech, ghetech romské populace,
podivné útulky bezdomovců, postiţených povodněmi a jinými ţivelnými událostmi a nakonec
i finanční krizi. Jakoţto institucionální vysokoškolský pedagog, který pojímá rozvoj jako pohyb
celého politického, sociálního a ekonomického systému a který se snaţí problémy zejména
v oblasti podpůrných procesů analyzovat v evropském měřítku, jsem musel vyjádřit názor na
navozenou škálu podmínek lidského ţivota země, která v rámci celkového pořadí z 28
sledovaných zemí ve 39 indikátorech pokrývajících oblast technologického rozvoje, inovací,
vědy a vzdělání podle IMD14 zaujímá celkově 17. místo. Skutečný stav inovačního prostředí
ČR je tak zřejmě nejlépe charakterizován – při vědomí všech výhrad k vytváření
mezinárodního srovnání inovační výkonnosti – přibliţně 17. aţ 20. příčkou v ţebříčku 33 aţ
34 sledovaných zemí. Analytikovi vedle těch leaderů, kteří neustále bijí na poplach ohledně
našeho zaostávání vůči světu15, nezbývá neţ vyuţít poznatků bez ohledu na to, jak byly
získány, i kdyţ nejsou v té formě, jaké se pokoušejí dosáhnout ekonomové, kteří kdyţ
pojednávají o širokých otázkách, přistupují k nim často prostřednictvím zuţování výzkumného
záměru. To ovšem vede jenom k tomu, ţe analýza je pak méně relevantní, adekvátní a
realistická. V práci bylo prokázáno, ţe regiony, v daném případě kraje, je moţné vcelku
dobře odlišit a z hlediska vzniku či prohloubení regionálních disparit ve fyzické dostupnosti
bydlení dostatečně věrohodně vymezit velikost a míru stávajících, či nově vznikajících
disparit, méně jiţ příčiny těchto závad. K tomu bude moţné přistoupit aţ na úrovni rozboru
vazeb mezi menšími územněsprávními jednotkami. I tam je ovšem nedostatek soustavně
sledovaných údajů přítomen a musí být v současnosti nahrazován náhradními zdroji,
zpravidla průzkumy a odbornými odhady. Zvláště je-li jejím předmětem bouřlivé dění
dnešního světa. Avšak i minulost nás můţe poučit např. v Novém zákoně, evangeliu sv.
Lukáše, kap. 12, 13-20:
Potom jim vyprávěl podobenství: Někdo z davu ho poţádal: „Mistře, řekni mému bratrovi, ať
se se mnou rozdělí o dědictví!― „Člověče―, odpověděl mu Jeţíš, „kdo mě ustanovil vašim
soudcem nebo rozhodčím?― Tehdy všem řekl: „Dejte si pozor, varujte se veškeré chamtivosti!
13
studie WEF statisticky dokládá, ţe 70% rozdílu v prosperitě jednotlivých zemí je dáno rozdílnou
inovační
schopností jednotlivých států
14
IMD World Competitiveness Yearbook 2005
15
prof. Zd. Souček, prof. J.A. Jirásek, prof. Zb. Pitra
48
Ostrava, 4. a 5. 11. 2010
Ţivot přece nespočívá v hromadění majetku―. Potom jim vyprávěl podobenství: „Pole jednoho
bohatého člověka přineslo hojnou úrodu. Přemýšlel: „Co si počnu? Vţdyť nemám kam
shromáţdit úrodu!― Pak si řekl: „Udělám tohle – zbořím své stodoly, postavím větší a do nich
shromáţdím všechno své obilí a zásoby. Pak si budu moci říci: Podívej, máš spoustu zásob na
spoustu let. Oddechni si, jez, pij, uţívej!― Bůh mu ale řekl: „Ty blázne! Dnes v noci umřeš. Čí
bude, co sis nachystal?― Tak je to, kdyţ někdo hromadí pro sebe, ale nebohatne v Bohu.―
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
Arrow, K. J. (1972): Společenský výběr a individuální hodnoty. Nakladatelství
Svoboda Praha, 1972
Baldwin, R., Wyplosz, Ch. (2008): Ekonomie evropské integrace. Grada Publishing
a.s., 2008
Blaţek, J., Uhlíř, D. (2002): Teorie regionálního rozvoje – nástin, kritika, klasifikace―.
Nakladatelství Karolinum 2002
Blaţek, L. (2002): Intelektuální kapitál – faktor efektivnosti podniku. Zborník
z medzinárodnej konferencie Ekonomika firiem 2002, EU v Bratislavě, PHF Košice,
Košice, 11. – 12. 9. 2002, s. 39
Bureš, V. (2007): Znalostní management a proces jeho zavádění. Grada Publishing,
a.s. 2007, s. 99-189
Drucker, P.F. (2004): Fungující společnost Vybrané eseje o společenství, společnosti a
politickém systému. Management Press, Praha 2004
Hamer, M., Champy, J. (1995): Reengineering. Radikální proměna firmy. Manifest
revoluce v podnikání. Management Press, Praha 1995
Hammel, G. (2008): Agenda 21. Co musí kaţdý podnik udělat pro úspěch v 21.
století. Management Press Praha 2008
Hujňák, P. (2003): Znalosti v akci – přínosy managementu znalostí pro řízení podniků.
Systémová integrace Praha 2003
Jayaratna, N. (1994): Understanding and Evaluating Methodologies – NIMSAD A
Systematic Framework, McGraww-Hill, London, 1994
Jirásek, J. 2002: Konkurenčnost, Vítězství a poráţky na kolbišti trhu. Professional
Publishing Praha, 2002
Jirásek, J. 2008: Management budoucnosti /řízení z prvního sledu). Professional
Publishing Praha, 2008
Kaplan, R. S., Norton, D. P. (2003): Balanced Scorecard. Strategický systém měření
výkonnosti podniku. Management Press, Praha 2003
Kislingerova, E. akol. (2008): Inovace nástrojů a ekonomiky a managementu
organizací. C. H. Beck v Praze 2008
Klváčová, E., Mráček, K., Malý, J., Wawrosz, P., Sereghyová, J. (2009): Světová
ekonomická krize: Příčiny, projevy, perspektivy. Professional Publishing, Praha 2009
Klváčová, E., Malý, J., Mráček, K. (2007): Základy evropské konkurenceschopnosti.
Professional Publishing Praha 2007
Kotter, J. P. (2000): Vedení procesu změny. Osm kroků úspěšné transformace
podniku v turbulentní ekonomice. Management Press, Praha 2000
McElroy, M. (2002): The New Knowledge Management: Coplexity, Learning and
Sustainable Innovation, Buttenworth-Heinemann, 2002
49
Ostrava, 4. a 5. 11. 2010
[19] Pitra, Zb. (2006): Management inovačních aktivit. Professional Publishing, Praha
2006, str. 233 – 294
[20] Porter, M. E. (1994): Konkurenční výhoda. Victoria Publishing, Praha 1994
[21] Porvazník, J. (2008): Spoločenská zodpovednosť organizácií – Corporate Social 2008,
Responsibility, študijné texty. Vydavatelstvo Ekonom 2008
[22] Petráčková, V., Krause, J a kol. 2001. Akademický slovník cizích slov. Academia
Praha, 1. vyd. ISBN 80-200-0982-5
[23] Rumpál, P., Slach, O., Boruta, T. (2007): Inovace v rozvoji obcí, měst a regionů
s důrazem na marketingové řízení.ISBN 80-7368-262-1
[24] Skokan, K. (2004): Konkurenceschopnost, inovace a klastry v regionálním rozvoji.
ISBN 80-7329-059-6
[25] Švejda, P. a kol. (2007): Inovační podnikání. Asociace inovačního podnikání. 2007
[26] Tetřevová, L.a kol. (2009): Veřejný a podnikatelský sektor. Professional Publishing
Praha 2009
[27] Truneček, J.2003): Znalostní podnik ve znalostní společnosti. Professional publishing,
Praha 2003
[28] Vyskočil, V. K. a kol. (2010): Management podpůrných procesů Facility management.
Professional Publishing, Praha 2010
[29] Vyskočil, V. K. (2010): Facility management Metoda řízení podpůrných činností. Teze
habilitační přednášky pro jednání VŘ FAST VŠB-Tu Ostrava dne 8. 10. 2010, s. 2326, ISBN 978-80-248-2192-4
[30] Wiig, K. (1993): Knowledge Management Foundation. Schéma Press, 1993
[31] Wokoun, R., Malinovský, J., Damborský, M., Blaţek, J. et al. (2008): Regionální rozvoj
(Východiska regionálního rozvoje, regionální politika, teorie, strategie a
programování.) Linde Praha, a.s. 2008, str. 187-195
[32] Wokoun, R. a kol. (2007): Regionální rozvoj a jeho management v ČR. Nakladatelství
VŠE Oeconomica 2007
[33] Ţiţlavský, O. (2009): In: Ekonomika a management č. 4/2009: Výsledky primárního
výzkumu úrovně rozvoje inovačního potenciálu výrobních podniků v Jihomoravském
kraji. FPH VŠE v Praze. Nakladatelství VŠE Oeconomica 2009
50
Ostrava, 4. a 5. 11. 2010
Malé obce, regionální disparity a hodnotící model
Barbara Vojvodíková, Boţena Schejbalová, Martin Vojvodí k
Abstrakt
V článku je popsán postup prací a výsledky výzkumného úkolu „Návrh hodnotícího modelu
pro posouzení disparit a metodický postup pro jeho vyuţívání― HMDIS, WD- 41-07-1, řešený
v letech 2007-2010 v rámci Projektu Ministerstva pro místní rozvoj a zaměřený na obce s
500-3000 obyvateli. Potřebná data byla získána jednak z veřejně dostupných zdrojů, jednak
zjištěná na místě formou rozhovorů se zástupci obcí. Celkem bylo zpracováno 163 obcí. Data
byla zhodnocena statistickými metodami i subjektivně a byly definovány ukazatelé klíčové
pro rozvoj v obci. Na tomto základě byl zpracován hodnotící model, potřebný software a
metodika pro jeho pouţití. Na úrovni krajů (ministerstev) lze pomocí tohoto software
vyhodnotit, jak je obec z pohledu regionálních disparit ve vazbě na přírůstky obyvatel
znevýhodněna nebo naopak zvýhodněna. Moţnost hromadného vkládání dat do software
umoţní při provázaní s GIS získat podklady pro strategické rozhodování o zásadních
rozvojových plánech kraje.
Klíčová slova
Regionální disparity, hodnotící model, rozvoj venkova
Summary
There are more than six thousand municipalities in the Czech Republic and municipalities
with population of 500 to 3000 represent about one third of this amount. They are often
located in rural areas and they considerably influence country's landscape. These
municipalities don't form homogenous body. On the contrary there are many differences
among them. Maintenance and development of municipalities is funded through government
subsidies or EU funds. These sources are limited thus it is necessary but difficult to decide
which projects and municipalities are in the greatest need of this funding in preparation of
strategic plans of regions. Regional disparities are one of the aspects which have to be
considered. These disparities are often considered as disparities between regions but there
are also equally important disparities inside regions. Our project was aimed at preparation of
a model which shall assess potential drawbacks of smaller municipalities in regional sense.
Output of the model should be valuable information for regional planning.
The model design started with gathering data. Data gathered from various sources and
personal visits to sample municipalities were analyzed using statistical methods such as chisquare test, Spearman's rank correlation coefficient and also using manual "common-sense"
analysis. Statistical methods proved some correlations between selected effects (population
increase, economic growth) and tested causes (e.g. distance from regional capital, presence
of school, pollution, etc.). Correlations were formed into the form of an assessment model.
The model takes limited number of municipality's characteristics on the input and
summarizes found disparity effects on the output. These results might indicate that particular
municipality is disadvantaged regarding some attribute or even disadvantaged overall.
Stakeholders then should consider adjusting of priorities to support municipalities whose
conditions are worse than average.
51
Ostrava, 4. a 5. 11. 2010
In the end of our project the final model was implemented into the form of a software tool.
This tool is publicly available to municipal governments, regional planning agencies, etc.
Though the model was prepared some issues still need further research and consideration.
The final model assesses population focused indicator. During the project an economic
indicator was also prepared but we decided to omit it for the final model as it might lead to
penalizing of successful municipalities. Stronger relation to housing problematic remains
another open issue because of the questionable quality of related statistical data in the
Czech Republic and problematic formulation of comparable criteria. These will be aims for
the further improvement of the model.
Keys words
Regional disparities, assesment model, rural development
Úvod
Disparita - regionální disparita, rozdílnost a podobně patří v posledních deseti letech k často
skloňovaným pojmům. V rámci Evropské unie tyto pojmy náleţí k naplňování cílů politiky
soudrţnosti, která se odráţí fakticky ve třech základních sloţkách a to v ekonomické části,
sociální a územní (Skokan (2007)). Ukazatele k posouzení rozdílů – disparit v těchto sloţkách
jsou sledovány. Z pohledu Eurostatu se jedná o data na úrovni NUST0 a NUTS1 (Melecký,
(2007)). V České republice se pak disparity vnímají na úrovni regionů soudrţnosti nebo krajů
a ne uţ jejich dílčích sloţek.
Motto projektu, jehoţ výstupy jsou obsahem tohoto článku, vycházelo ze známé poučky o
pevnosti řetězu, která byla modifikována takto: ―Region je tak silný, jak silný je jeho
nejslabší článek―.
Menší obce stojí velmi často na okraji zájmu, přestoţe představují velký podíl na celkovém
počtu obcí a také zaujímají značnou územní rozlohu. Projekt „Návrh hodnotícího modelu pro
posouzení disparit a metodický postup pro jeho vyuţívání― HMDIS, WD- 41-07-1, který byl
řešen v letech 2007-2010 v rámci Projektu Ministerstva pro místní rozvoj byl především
zaměřen na menší obce s 500-3000 obyvateli. Cílem bylo vytvořit nástroj – „Hodnotící model
regionálních disparit―, který bude slouţit pro nezávislé hodnocení obcí z hlediska disparit,
ovlivňujících jejich vývoj.
1 Datová základna pro model
Vybraná skupina obcí představovala přibliţně 45% území republiky a v roce 2007 se jednalo
o více neţ 2000 obcí. V původním záměru bylo vybrat pro datovou základnu obce ze všech
krajů ČR, ale po zváţení (např. Martinec (2006)) bylo rozhodnuto, ţe do datové základny
nebudou zařazeny obce ve Středočeském kraji, který je významně ovlivněn metropolí. Výběr
obcí z ostatních krajů, které tvořily datovou základnu byl proveden na základě kritérií, která
reflektovala polohu (např. nadmořská výška), potenciál (rekreační oblasti), nebo historii
(např. bývalé průmyslové obce). Počet vybraných obcí v jednotlivých krajích nebyl stejný.
Snahou bylo respektovat početnost cílových obcí (obcí s 500-3000 obyvateli) v krajích a
zachovat jejich podíl na celkovém vzorku obcí. Bylo vybráno 185 obcí coţ odpovídá přibliţně
10 % z 1804 všech cílových obcí v ČR mimo kraje Středočeského (stav v roce 2007).
52
Ostrava, 4. a 5. 11. 2010
Pro získání relevantních dat, která by popisovala vývoj obce mezi roky 1991 aţ 2006 byl
vytvořen pasport. Tento pasport obsahoval 17 okruhů otázek, 163 otázek a tabulek, coţ
přibliţně odpovídá 2000 dat za kaţdou obec.
Data byla získaná jednak z oficielních zdrojů tj. Český statistický úřad, mapy geofondu,
geografické mapy, ARIS webu a dalších a další vyplynula z místního šetření v obcích.
Dostupnost a forma dat byla různá. Problémem byla data starší například ze Sčítání lidu,
domu a bytů v roce 1991, která byla dostupná ve většině případů pouze v listinné podobě.
Rádi bychom tímto podělovali za vzornou spolupráci všech krajských poboček ČSÚ a
především pobočce v Ostravě.
Pro získání informací přímo z obce byl poţádán starosta o schůzku na které odpovídal na
jednotlivé dotazy a doplňoval neúplné informace. Tuto část řešení projetu lze povaţovat
z hlediska řešitelů za mimořádně zajímavou. Osobní setkání s představiteli obcí přinesla
nejen informace do pasportu, ale mnoho zajímavých informací ze ţivota a řízení obce.
Rozsah tohoto článku bohuţel neumoţňuje detailnější popis návštěv obcí a rozhovorů se
starosty. O zájmu těchto malých, mnohdy opomíjených obcí svědčí i to, ţe pouze 8%
starostů odmítlo osobní setkání a jen 1 starosta na domluvenou schůzku bez omluvy
nedorazil. Celkem se podařilo pasportizovat 163 obcí. Všem představitelům obcí, kteří byli
ochotni se členům řešitelského týmu věnovat patří náš velký dík.
2 Postup a výsledky statistické analýzy
statistické vyhodnocení
-
Identifikace indikátorů a
Teoretické poznatky byly zpracovány na základě (Zvárová, J. (2003)) a (Jarošová E., Král J.
(2006)). Jak uvádí (Zvárová, J. (2003)), většina statistických analýz zahrnuje porovnání
různých vnějších nebo vnitřních impulsů ke zkoumaným objektům (obcím).
Pro zjištění, zda existuje vztah mezi příčinou a důsledkem byly vypracovány testy rozebírající
vztah 84 vybraných kvalitativních indikátorů o obcích vůči dvěma hlavním vybraným
ukazatelům a to vůči „průměrný přírůstek obyvatel v obci na 1 obyvatele v obci“
(časová řada1993-2007) a „průměrný celkový příjem obce bez dotací přepočteno na
1 obyvatele“ ( časová řada 1997-2007).
Vyhodnocení bylo provedeno testem (84 indikátorů) a Spearmanovým korelačním
koeficientem (38 indikátorů (pouze vybrané)). (Vzhledem k omezenému rozsahu tohoto
článku není moţné všechny jmenovat).
Vyhodnocení ukazatele „průměrný přírůstek obyvatel v obci na 1 obyvatele
v obci“
Na průměrný přírůstek obyvatel mají dle statistického vyhodnocení vazbu následující
indikátory:






Dojíţďkový čas do krajského města (v minutách)
Vzdálenost do okresního města v km
Moţnost nájezdu na silnici 1. nebo vyšší třídy od obce
Hustota osídlení - obyvatel / rozloha obce (závislost prokázána i v případě, ţe se
počítá rozloha bez lesní půdy
Velikost katastru
Nadmořská výška ve vazbě na krajský průměr
53




Ostrava, 4. a 5. 11. 2010
Průměrná míra znečištění ovzduší
Podíl rolníků na celkovém počtu podnikatelských subjektů
Podíl vyjíţdějících na ekonomicky aktivním obyvatelstvu (v %)
Podíl obyvatel se základním vzděláním na celkovém počtu obyvatel
Vyhodnocení ukazatele „průměrný celkový příjem obce bez dotací přepočteno na
1 obyvatele“
Statistická analýza zkoumala vazbu mezi příjmy obce a indikátory. Výsledkem je následující
seznam indikátorů:







Velikost katastru 2006
Hustota obyvatel na zastavěné území obce
Podíl rolníků na celkovém počtu podnikatelských subjektů
Podíl vyjíţdějících na ekonomicky aktivním obyvatelstvu (v %)
Čistírna odpadních vod – vybudovaná nebo rekonstruovaná
Účast v programu rozvoje venkova nebo program rozvoje vesnice
Lékařské péče - lékařská praxe v obci
Z vyhodnocení vyplývá, ţe přírůstky obyvatel a s tím související demografická struktura má
vazbu v podstatě na indikátory, které jsou obcí poměrně obtíţně ovlivnitelné. Na druhou
stranu ekonomická situace obce v některých indikátorech přímo odráţí aktivitu vedení obce.
Z toho vyplývá, ţe moţnost zvrácení nepříznivého vývoje v přírůstcích obyvatel je stěţí
v moţnostech vlastní obce, ale je zcela zřejmé, ţe do tohoto procesu musí vstoupit kraje
případně stát. Moţnosti jsou například v zlepšení infrastruktury a s tím související zkrácení
dojíţďkové vzdálenosti i času do okresních a krajských měst, zlepšení napojení obce na
silnice vyšších tříd a s tím související také zatraktivnění obce z hlediska investorů a
v neposlední řadě forma ―investičních pobídek―.
V souladu s cíli projektu - především vytipovat potřebné obce - byly do hodnotícího modelu
zařazeny vazby na přírůstky obyvatel.
3 Hodnotící model
Pro identifikaci znevýhodněných obcí respektive pro hodnocení obcí z hlediska výše
popsaných indikátorů – disparit - byl pracován hodnotící model a jeho softwarová podoba.
Zadání pro vlastní model
Softwarová podoba hodnotícího modelu sleduje jeho co nejlepší vyuţitelnost. Proto také bylo
nezbytné omezit moţnou duplicitu podobných údajů nebo údajů na sebe navazujících (např.
velikost katastru - hustota) a dále vybrat ty údaje, u kterých lze reálně očekávat, ţe je dokáţí
uţivatelé rychle najít z dostupných zdrojů a bez chyb, které by ovlivnily výsledky (například
hodnocení míry nečištění). A také eliminovat na minimum potřebu dat pocházejících pouze ze
Sčítání lidu domů a bytů (pouţívaná stará data z roku 2001 a ještě neexistující data ze sčítání
v roce 2011).
Stanovení váhy jednotlivých indikátorů a modelový výpočet
Pro stanovení váhy byla pouţita metoda bodovací konkrétně Metfesselova alokace 100 bodů
(Ţák 2004). (Důleţitost kritéria se ohodnotí počtem bodů, přičemţ součet všech bodů musí
54
Ostrava, 4. a 5. 11. 2010
být roven 100 bodů.) Váhy odráţely sílu vazby popsané statistickým výpočtem (viz Tabulka
1).
Tabulka 1: Rozdělení vah
Vybrané indikátory pro model
Výsledné body
Váhy
Dojíţďkový čas do krajského města (v 28
minutách)
Dojíţďkový čas do okresního města km
22
0,28
Vzdálenost silnice 1.třídy od obce
Nadmořská výška rozdíl proti krajskému
průměru
Velikost katastru
Podíl vyjíţdějících na ekonomicky aktivním
obyvatelstvu data z roku 2001 (v %)
Podíl
rolníků
na
celkové
počtu
podnikatelských subjektů
SUMA
20
3
0,2
0,03
2
10
0,02
0,1
15
0,15
100
1
0,22
Modelový výpočet – integrovaný indikátor obyvatelstvo.
Vzorec:
Iobyvatelstvo = (BDCK * 0,28 + BDVO * 0,22 + BVS1 * 0,2 + BRPS*0,15 + (BVEA- 4,0 * ADZ) * 0,1 +
BNVR * 0,03 + BVKT * 0,02) * 100
kde:
IObyvatelstvo je integrovaný indikátor – obyvatelstvo
BDCK je bodové ohodnocení za dojíţďkový čas do krajského města
BDVO je bodové ohodnocení za dojíţďkovou vzdálenost do okresního města
BVS1 je bodové ohodnocení za vzdálenost silnice 1.třídy od obce
BRPS je bodové ohodnocení za podíl rolníků na celkovém počtu podnikatelských
subjektů v roce 2006
BVEA je bodové ohodnocení za podíl vyjíţdějících na ekonomicky aktivním
obyvatelstvu 2001
ADZ je korekce na dominantního zaměstnavatele, která nabývá hodnoty 1, právě
kdyţ BVEA je >= 9 a největší zaměstnavatel v obci má 100 a více zaměstnanců,
jinak je její hodnota rovna 0
BNVR je bodové ohodnocení za nadmořskou výšku
a BVKT je bodové ohodnocení za velikost katastru
Při testování modelu bylo zjištěno, ţe indikátor počet vyjíţdějících podává problematické
výsledky v situaci, kdy je v obci velký zaměstnavatel (neplatí tím vypočtená závislost - čím
méně vyjíţdějících, tím horší). (Závislost potvrzena také Spearmanovým korelačním
koeficientem). Problém se podařilo odstranit při pouţití porovnání s informacemi o
dominantním zaměstnavateli a bylo přistoupeno k úpravě výpočtu v rámci tohoto indikátoru
55
Ostrava, 4. a 5. 11. 2010
a to: v případě, ţe pomocné body indikátoru budou 9 nebo 10 a obec má jednoho
zaměstnavatele se 100 zaměstnanci a více, jsou tomuto indikátoru odečteny 4 body.
Stanovení hraničních hodnot integrovaného indikátoru
Body pro jednotlivé pasportizované obce byly vypočteny a byly porovnány s výsledky prvního
kroku analýzy tj. kumulovaného ukazatele. Pro stanovení hraničních hodnot bylo pouţito
rozdělení výsledků na kvartily.
Byly stanoveny tyto hranice: do 400 bodů včetně – obec bez problémů, našem vzorku obcí
to reprezentuje 37 obcí a nad 700 bodů obce s problémy – coţ je 42 obcí v našem vzorku.
Závěr
Výsledkem řešení výzkumného úkolu WD- 41-07-1 je hodnotící model regionálních
disparit, který je zaměřen na obce s 500-3000 obyvateli. Na úrovni krajů (ministerstev) lze
pomocí tohoto software vyhodnotit, jak je obec z pohledu regionálních disparit ve vazbě na
přírůstky obyvatel znevýhodněna nebo naopak zvýhodněna. Míra znevýhodnění nebo
zvýhodnění je popsána hodnotou integrovaného indikátoru. Díky moţnosti hromadného
vkládání dat do software lze výsledky aplikovat na větší počet obcí, coţ při provázaní s GIS
umoţní získat podklady pro strategické rozhodování o zásadních rozvojových plánech kraje.
Postup pro pouţití hodnotícího modelu regionálních disparit je popsán v Metodice,
která je nedílnou součástí modelu. Postup řešení výzkumného úkolu a výsledky jsou
podrobně popsány v závěrečné zprávě Vojvodíková (2010).
Hodnocení je zaloţené na objektivních datech. Hodnocení není zatíţeno subjektivním
postojem zadávajícího. Pro podrobnější informace o modelu je moţno navštívit stránku
projektu http://hmdis.ataco.cz. Vytvořený software - hodnotící model regionálních
disparit včetně Metodiky pro jeho pouţití - bude po schválení výsledků řešení a jejich
převzetí zadavatelem projektu Ministerstvem pro místní rozvoj dostupný
zdarma
představitelům obcí i krajů.
[1] ČESKÝ STATISTICKÝ ÚŘAD (2003): Sčítání lidu, domů a bytů k 1. 3. 2001 – dojíţďka
do zaměstnání a škol Kód publikace: e - 4130 - 03 Č.j.: 1597 / 03 - 3310 SLDB Praha,
10. prosince 2003
[2] ČESKÝ STATISTICKÝ ÚŘAD (2005) Statistický lexikon obcí České republiky 2005.
Ottovo nakladatelství s.r.o., Praha, ISBN 80-7360-287-3
[3] MARTINEC, P.A KOL (2006).:Vliv ukončení hlubinné těţby na ţivotní prostředí,
ANAGRAM, Ostrava 2006, ISBN 80-7342-098-8
[4] VOJVODÍKOVÁ, B (2010) – Závěrečná zpráva projektu „Návrh hodnotícího modelu
pro posouzení disparit a metodický postup pro jeho vyuţívání― HMDIS, WD- 41-07-1,
[5] ZVÁROVÁ, J. (2003) Biomedicínská statistika I. Základy statistiky pro biomedicínské
obory. Praha: karolinum. 236 s. ISBN 80-246-0763-8.
[6]
ŢÁK J. Vývoj metody a systému na podporu rozhodování ve financování
dopravní obsluţnosti státu a regionů -Projekt 1F44E/081/410, prosinec 2004
[7] MELECKÝ, L. (2007) Strukturální ukazatele Evropské unie, Working Papers –
Regionální disparity, Ostrava ISSN: 1802-9450
[8] SKOKAN, K. (2007) Regionální disparity a soudrţnost v Evropské unii, Working Papers
–Regionální disparity, Ostrava ISSN: 1802-9450
56
Ostrava, 4. a 5. 11. 2010
[9] TULEJA P. (2008) Moţnosti měření regionálních disparit nový pohled, Šilheřovice
[10]
JAROŠOVÁ, E., KRÁL, J. (2006): Ověřování předpokladu normality [online].
[cit. 2009-01-21], Národní informační středisko pro podporu jakosti, 2006. URL
<http://isq.cz/npj/12%20-%20Testy_normality.pdf>
57
Ostrava, 4. a 5. 11. 2010
Měření regionální disparit – pohled zpátky
Doc. Ing. Pavel Tuleja, PhD.
Klíčová slova
Bodová metoda, integrovaný indikátor, metoda normované proměnné, metoda semaforu,
regionální disparity.
Summary
The aim of this paper was to perform a retrospective views and results which we reached
the past three years in the quest for methods that can be used to adequately measure the
regional disparities. Starting from this goal, we focused on the introduction of this article our
attention to the description of seven basic methods that we have in the first phase of our
research, considered the most acceptable way for our assessment of regional disparities.
Specifically, it was a scaling technique and the method of lights, which we started during our
research considered methods whose use is optimal at the identification and quantification of
variables, and then the method of average deviation, point method, standardized variables,
the method of distance fictitious point method and the general index, which we prefer in
particular the aggregate indicators, which we consider to be crucial in the evaluation of
regional disparities. Of these seven techniques, we further research as the best selected two
basic methods, and the traffic light method and the method of standardized variables.
For this region, we first use the method to assess the evolution of traffic lights, all four
indicators that characterize the region, and then we calculated an indicator developed social
services, which we consider an aggregated presentation of disparities from the user
perspective. The indicators then we have calculated as a weighted average of the
component indicators. Use the above mentioned methods in the actual evaluation of regional
disparities has been paid to the second part of this paper in which we gradually focused both
on the application of the method of traffic lights and at the time that the standardized
variables, and the example model of the region with highly developed social services.
As the above results clearly between the regions for which he played in the 1995-2005
development of social services is an important role in the region Hradec Kralove, Usti, South,
Capital Prague, Olomouc and Plzen, while the lowest ranked regions are Pardubice, Bohemia,
Central Region and Zlín. For counties that have given the better off most of time, then we
can identify two of the most appreciated regions, namely Capital Prague and South Moravia,
and one of the four worst-rated regions, which is the Zlín Region. Conversely, the biggest
drop in the monitored period the only region of the bottom of the chart. Specifically, it is the
Carlsbad region, especially South and Central, who in 1995 faced with an almost continuous
fall in social services.
Keys words
Point method, an integrated indicator variables standardized method, a method of traffic
lights, regional disparities
Úvod
Kdyţ jsme v roce 2007 započali s řešením projektu „WD-55-07-1: Regionální disparity v
územním rozvoji ČR – jejich vznik, identifikace a eliminace―, objevila před námi jedna zásadní
58
Ostrava, 4. a 5. 11. 2010
otázka, jeţ zněla: „Jsme schopni v rámci stávajících matematických či statistických metod,
nalézt takovou metodu, s jejíţ pomocí budeme moci odpovídajícím způsobem měřit
regionální disparity?―. Podíváme-li se v tomto okamţiku zpět, pak můţeme říci, ţe hledání
odpovědi na tuto otázku byl proces poměrně sloţitý a zdlouhavý, a to zejména proto, ţe
jsme v průběhu našeho výzkumu nalezli několik typů metod, které se od samého počátku
jevily jako vhodné pro měření meziregionálních rozdílností, avšak v průběhu času se
prokázalo, ţe jejich reálné vyuţití je, vzhledem k finálním výsledkům, které poskytovaly,
velmi diskutabilní. Navíc jsme si v průběhu řešení uvědomili, ţe problém měření regionálních
disparit je problémem, který se ve finále rozpadá do dvou samostatných oblastí. Tou první je
jiţ výše zmíněné nalezení nejvhodnější metody, s jejíţ pomocí budeme schopni dostatečně
kvalitně kvantifikovat úroveň regionálních disparit, kdeţto tou druhou oblastí je otázka
obsahové náplně vlastního měření, tj. stanovení jednotlivých indikátorů, s jejichţ pomocí
budeme schopni onu výše uvedenou kvantifikaci fakticky provést. Vzhledem k tomu, ţe
v průběhu uplynulých tří let se autor této stati, v rámci výše zmíněného výzkumu, věnoval
zejména otázkám spojeným s nalezením odpovídajících metod, budou následující řádky
určitou retrospektivou pohledů a výsledků, jichţ jsme v této oblasti v uplynulých třech letech
dosáhli.
1 Metody vhodné pro hodnocení regionálních disparit – původní výběr
V první fázi našeho výzkumu jsme provedli poměrně důkladnou analýzu, v jejímţ rámci jsme
prošli jednotlivé matematické a statistické metody a z nich jsme následně vybrali ty, které se
nám jevily jako vhodné pro konstrukci multikriteriálních indexů, s jejichţ pomocí jsme chtěli
hodnotit míru regionálních disparit. Ze všech dostupných metod jsme ve finále zvolili sedm
technik, mezi něţ patřila metoda průměrné odchylky, bodová metoda, metoda normované
proměnné, metoda vzdálenosti od fiktivního bodu, metoda souhrnného indexu, metoda
semaforu a konečně také metoda zaloţená na škálovacích technikách. Ačkoliv jsme ve finální
fázi našeho výzkumu vyuţili pouze dvě, resp. tři z těchto sedmi technik, jeví se nám v tomto
okamţiku jako vhodné stručně si tyto metody připomenout.
Metoda průměrné odchylky
První matematickou metodou, která se nám jevila jako vhodná pro kvantitativní hodnocení
regionálních disparit, byla metoda průměrné odchylky, v jejímţ případě můţeme
meziregionální rozdíly vyjádřit pomocí míry variability. Tato míra je pak v rámci této metody
definována jako aritmetický průměr absolutních odchylek, tj. odchylek bez ohledu na
znaménko, jednotlivých hodnot analyzovaných ukazatelů od určité předem stanovené
kriteriální hodnoty. V této souvislosti je zapotřebí poznamenat, ţe vyuţití absolutních
odchylek při hodnocení regionálních disparit se nám jevilo jako velmi vhodné, a to zejména
proto, ţe při hodnocení meziregionálních rozdílů jsme se chtěli také zaměřit na stupeň
konvergence či divergence jednotlivých regionů k celorepublikovému průměru, coţ tato
metoda, tím ţe dovoluje v analyzovaném souboru indikátorů kompenzovat kladné a záporné
odchylky, velmi dobře umoţňovala. Na druhé straně je však zapotřebí poznamenat, ţe
významnou nevýhodou tohoto přístupu k hodnocení meziregionálních rozdílů je to, ţe
průměrnou hodnotu celkového souboru ukazatelů nemůţeme určit z dílčích průměrných
odchylek, tj. odchylek stanovených pro jednotlivé soubory indikátorů.
Ačkoliv je při praktickém vyuţití této metody nejčastěji pouţívána odchylka od aritmetického
průměru, dá se říci, ţe zejména statistici v tomto případě upřednostňují spíše metodu
59
Ostrava, 4. a 5. 11. 2010
zaloţenou na výpočtu průměrné odchylky od hodnoty kvantitativního statistického znaku,
který rozděluje příslušnou řadu statistických údajů co do počtu prvků na dvě stejně velké
části. Jinými slovy řečeno, statistikové dávají před aritmetickým průměrem přednost
mediánu, který danou statistickou řadu rozděluje na dvě skupiny, z nichţ první obsahuje
hodnoty, které jsou menší nebo rovny mediánu a druhá hodnoty, jeţ jsou rovny nebo větší
neţ medián.
Bodová metoda
Další z metod, jiţ jsme vybrali jako metodu přiměřenou k pouţití při hodnocení regionálních
disparit, byla bodová metoda, jejímţ základem je nalezení takového regionu, v němţ
příslušný indikátor dosahuje buďto maximální, nebo minimální hodnoty, přičemţ za
rozhodující pro její určení je povaţováno to, zda je u daného indikátoru jako optimální
chápán spíše progresivní, nebo naopak degresivní vývoj. Pokud příslušný indikátor dosahuje
optimálních hodnot při progresivním vývoji, pak je za kriteriální hodnotu povaţována jeho
maximální výše, jeţ je následně oceněna 1.000 bodů. Ostatní regiony pak získávají bodové
ohodnocení, které se pohybuje v intervalu od 0 do 1.000 bodů, a to v závislosti na podílu
příslušného indikátoru na stanovené kriteriální hodnotě. Je-li výchozím kritériem minimální
hodnota ukazatele, pak se výše bodového ohodnocení počítá s převrácenou hodnotou tohoto
poměru. Sečtením takto stanovených bodů získáme výslednou hodnotu, která je
charakteristikou regionálních disparit.
Výhodou bodové metody je její schopnost shrnout do jednoho komplexního indikátoru
ukazatele, jeţ jsou původně zachyceny v různých měrných jednotkách. Tímto komplexním
indikátorem, nebo také syntetickou charakteristickou je pak bezrozměrné číslo, které
můţeme být vyuţito ke stanovení trendových hodnot, poměrových či rozdílových ukazatelů,
popř. k určení pořadí jednotlivých regionů. Jinými slovy řečeno, pomocí tohoto ukazatele
jsme schopni stanovit, např. míru zaostávání regionu A za regionem B.
V praxi bývá bodová metoda často vyuţívána v některé z následujících modifikací:


pro stanovení jednotlivých kriteriálních hodnot je vybrán jeden konkrétní region,
s nímţ jsou následně porovnávány regiony ostatní. Z daného je tedy zřejmé, ţe
pokud analytik vyuţívá tuto modifikaci původní bodové metody, pak není moţno
omezit horní bodovou hranici příslušného ukazatele.
kriteriální hodnoty jednotlivých ukazatelů jsou předem expertně stanoveny, coţ
znamená, ţe také v tomto případě není moţno stanovit maximální počet bodů, které
můţe daný region za příslušný ukazatel získat.
Metoda normované proměnné
Na základě našeho výzkumu jsme dospěli k závěru, ţe při výpočtu integrovaného indikátoru
lze vyuţít také metodu normované proměnné, jejíţ hodnotu, v případě ukazatele, pro nějţ je
za optimální povaţován jeho progresivní vývoj, vypočteme pomocí rovnice (1):
uij 
xij  x i max
s xi
kde: sx je směrodatná odchylka i-tého ukazatele
60
Ostrava, 4. a 5. 11. 2010
a v opačné situaci prostřednictvím rovnice (2):
uij 
x i min  xij
s xi
Tak jako u bodové metody, také u metody normované proměnné je takto vypočtená
směrodatná odchylka bezrozměrnou veličinou, která má jak jednotkový, tak nulový průměr,
coţ následně umoţňuje její bezproblémové sčítání. Přesto je zapotřebí říci, ţe tato shoda
s bodovou metodou je ve své podstatě shodou jedinou, neboť metoda normované
proměnné, na rozdíl od bodové metody, nebere v potaz absolutní, ale relativní proměnlivost
ukazatelů zahrnutých do příslušného indikátoru. Tato její přednost je však následně
potlačena do pozadí tím, ţe takto vypočtený integrovaný indikátor nelze pouţít pro
srovnávání podílových veličin, coţ znamená, ţe pomocí metody normované proměnné nelze
určit rozsah zaostávání regionu B za regionem A.
Metoda vzdálenosti od fiktivního objektu
Čtvrtou metodou, která se nám jevila jako metoda vhodná pro výpočet integrovaného
indikátoru regionálních disparit, byla metoda vzdálenosti od fiktivního objektu, jímţ by
v našem případě byl námi stanovený optimální region, jenţ by byl buďto odrazen určitého
konkrétního kraje České republiky, nebo by vznikl na základě čistě expertního odhadu
optimálních hodnot jednotlivých ukazatelů zahrnutých do hodnoty příslušného indikátoru. Jeli v praxi tato metoda vyuţita, pak jsou jednotlivé ukazatele nejprve vyjádřeny
v normovaném tvaru a následně je vypočtena euklidovská vzdálenost jednotlivých regionů o
regionu optimálního.
Pomocí této metody tedy získáme integrovaný indikátor, jenţ nabývá hodnot větších, nebo
rovných nule, přičemţ platí, ţe čím větší je hodnota takto vypočteného indikátoru, tím větší
je rozdíl mezi optimálním a skutečným regionem, coţ samozřejmě také značí větší míru
divergence tohoto regionu od optima. Kromě výše uvedeného srovnání, lze tuto metodu také
vyuţít jak při porovnávání rozdílem, tak při komparaci podílem.
Metoda souhrnného indexu
Poslední, čistě matematicko-statistickou metodou, jiţ jsme povaţovali za metodu přiměřenou
pro výpočet integrovaného indikátoru, je metoda postavená na konstrukci souhrnného
indexu, tj. poměrného čísla, s jehoţ pomocí lze z časového, místního i věcného hlediska
komparovat soubor jak nezčítatelných (extenzivních), tak nezprůměrovatelných (intenzivních)
veličin. Prostřednictvím této metody jsme tak schopni určit buďto objemové souhrnné
indexy, to v případě, ţe příslušné indikátory můţeme zařadit mezi extenzivní veličiny, nebo
úrovňové souhrnné indexy, a to v situaci, kdy součástí finálního integrovaného indikátoru
budou pouze intenzivní veličiny. Vlastní souhrnných index pak můţeme vypočíst jedním zde
dvou níţe uvedených postupů:


zprůměrování individuálních indexů, které stanovíme pro jednotlivé poloţky
zkoumaného souboru indikátorů, čímţ získáme průměrový index,
agregací různorodých extenzivních a intenzivních veličin pomocí expertně
stanovených vah. Pomocí této metody pak vypočteme agregátní indexy.
V souvislosti s touto metodou je zapotřebí poznamenat, ţe obě výše uvedené koncepce
výpočtu souhrnného indexu mají mezi odbornou veřejností celou řadu zastánců a odpůrců.
61
Ostrava, 4. a 5. 11. 2010
Vzhledem k tomu, ţe v tomto okamţiku nemá smysl blíţe tyto diskuse rozebírat, zaměříme se
pouze na hlavní pozitiva těchto metod, k nimţ jsou u průměrových indexů počítány zejména
jejich formální vlastnosti, kdeţto u indexů agregátních jejich snazší věcná interpretace.
Z tohoto důvodu jsme v rámci našeho výzkumu upřednostnili souhrnné indexy, jeţ byly
zaloţeny na agregaci různorodých extenzivních a intenzivních veličin.
Metoda zaloţená na škálovacích technikách
Další z metod, jiţ jsme chápali jako metodu vhodnou pro hodnocení regionálních disparit,
bylo škálování, jeţ je v odborné literatuře definováno:


buďto jako soubor metod, technik a procedur, jeţ analytikům umoţňují zkonstruovat
jakoukoliv škálu, v jejímţ rámci budou jednotlivé ukazatele nejen uspořádány, ale
také očíslovány. Tato metoda bývá zpravidla označována jako škálovací procedura
nebo škálovací technika.
nebo jako proces kvalitativního měření, který vede k vlastnímu škálování těch hodnot,
jeţ jsou v praxi jen velmi obtíţně měřitelné, z čehoţ vyplývá, ţe v případě měření
regionálních disparit by tento způsob hodnocení meziregionálních rozdílností měl
význam pouze tehdy, pokud bychom do námi navrţeného hodnocení zahrnuli také
indikátory postavené na kvalitativní bázi. V případě těchto metod, pak nehovoříme o
škálovací proceduře, ale pouze o škálování.
Vzhledem k tomu, ţe z našeho pohledu se jako vhodnější pro pouţití při hodnocení
regionálních disparit jevily škálovací techniky, jejichţ prostřednictvím jsme schopni
komparovat údaje zaloţené jak na metrické, tak na nemetrické bázi, jeví se nám v tomto
okamţiku jako vhodné, zaměřit svou pozornost právě na tuto oblast, přičemţ začneme tím,
ţe se zaměříme na pojem očíslování. Pod tímto pojmem ve své podstatě rozumíme přiřazení
určitých konkrétních čísel jednotlivým hodnotám námi zvolených indikátorů tak, ţe mezi nimi
nebude existovat ţádný numerický vztah. Je tedy zřejmé, ţe pokud v regionu A přiřadíme
hodnotě vybraného indikátoru číslo 1 a v regionu B číslo 14, pak tento způsob očíslování
nebude znamenat, ţe je příslušný indikátor v regionu B čtrnáctkrát horší, neţ v regionu A, ale
pouze to, ţe v prvém regionu má tento ukazatel přiřazeno číslo 1 a v druhém regionu číslo
14. Za výhodu tohoto přístupu tak můţeme označit jeho poměrně dobrou přehlednost,
spojenou s bezproblémovou rozšířitelností analyzované skupiny indikátorů. Tento pozitivní
fakt, je však v našem případě do jisté míry negován tím, ţe tuto metodu nelze povaţovat za
druh měření, coţ znamená, ţe s její pomocí nemůţeme dospět ke konkrétním kvantitativním
údajům.
Škálovací techniky můţeme tedy označit za samostatnou metodu, jeţ je spojena jak
s kvantitativními aspekty, tak s topologickými prvky. Dá se tedy říci, ţe tuto metodu lze
povaţovat za určitý nezbytný předstupeň vlastního měření regionálních disparit, s jehoţ
pomocí jsme schopni pouze vymezit příslušné topologické podmínky. Vyuţití metody
očíslování v námi realizovaném výzkumu by tak vedlo jen k vytvoření určité
pseudokvantifikace meziregionálních rozdílností. K vlastní kvantifikaci příslušných disparit by
pak měla být vyuţita některá z pěti výše uvedených matematicko-statistických metod.
V našem případě můţeme za třídící škálu povaţovat přehled obměn tříděného znaku, jenţ
vymezuje hloubku třídění a tvářnost budoucích skupin ukazatelů, na něţ se jednotlivé
integrované indikátory rozpadají. Takto vzniklé skupiny jsou pak označovány buďto jako
třídy, to v případě, ţe jsou indikátory tříděny podle kvantitativních znaků, nebo, jsou-li
62
Ostrava, 4. a 5. 11. 2010
k jejich třídění vyuţity kvalitativní znaky, jako kategorie. Z výše uvedeného je tedy zřejmé, ţe
při sestavování takovéto třídící škály je nutné nejen sestavit seznam jednotlivých ukazatelů,
ale také zcela jednoznačně tyto ukazatele definovat. Příslušná třídící škála pak musí být
sestavena tak, aby toto třídění bylo jednoznačné, úplné, přehledné a současně také
dostatečně podrobné.
V rámci procesu třídění kvantitativních ukazatelů analytické týmy vytvářejí kvantitativní škály
či také kvantitativní stupnice, s jejichţ pomocí jsou jednotlivé ukazatele řazeny do příslušných
tříd podle třídících intervalů zvolené škály. Tyto intervaly jsou nejčastěji stanoveny mezemi,
z čehoţ vyplývá, ţe příslušná škála musí být uspořádána tak, aby nebylo moţno zpochybnit
zařazení jednotlivých mezních hodnot, coţ je v případě:


nespojitých znaků zpravidla řešeno stanovením nejniţší a nejvyšší hodnoty. Pokud
jsou obě hodnoty intervalu stanoveny, pak jej označujeme za interval uzavřený,
kdeţto v okamţiku, kdy je stanovena pouze jedna mez, hovoříme o intervalu
otevřeném.
spojitých znaků je pak nejčastěji vyuţívána podobná metoda jako u znaků
nespojitých, která však při stanovování konkrétních hranic vychází z principu
zaokrouhlování.
Při vlastní konstrukci třídící škály je odbornou veřejností obvykle doporučováno vytvoření
minimálně šesti a maximálně dvaceti tříd, přičemţ za optimální je povaţován počet 10 aţ 12
tříd. Jako standardní pomůcka slouţící ke stanovení ideálního počtu tříd je pak vyuţíváno
Sturgesovo pravidlo, jeţ umoţňuje, na základě intervalového rozdělení čestností, stanovit
vhodný počet skupin pro rozdělení určitého statistického souboru dat. V souvislosti s touto
metodou je však zapotřebí poznamenat, ţe při jejím vyuţití automaticky vycházíme
z předpokladu, ţe příslušná klasifikační škála má všechny třídící intervaly stejné.
Jsou-li v případě metod zaloţených na škálovacích technikách vyuţívány kvalitativní znaky,
pak jednotlivé indikátory zařazujeme do singulárních kategorií, které jsou sestaveny podle
definic stupňů zvolené škály. Vlastní vymezení těchto skupin však vyţaduje poměrně pečlivou
úvahu, která je spojena s odhalením typických rysů určitého procesu a se zjištěním a
měřením pravidelností jejich výskytu. Platí tedy, ţe základním úkolem při sestavování
kvalitativních škál je vymezení obsahu určité kategorie, a to jak z pozitivního, tak negativního
hlediska. Za ideální při sestavování těchto škál je povaţována situace, v níţ výzkumné týmy
vycházejí z určitých přirozených skupin analyzovaných ukazatelů. Pro vlastní zařazení
jednotlivých indikátorů do skupin pak bývají při konstrukci těchto škál vyuţívány tři základní
postupy:
 taxativní vyjmenování mezních případů, a to včetně návodů pro jejich zařazení,
 deklaratorní metoda, jeţ je zaloţena na subjektivním názoru zpravodaje
 nebo metoda kvantitativního znaku.
V případě kvalitativního škálování neexistují ţádná obecná pravidla, jeţ by určovala hloubku
a podrobnost třídění analyzovaných ukazatelů. Přesto platí, ţe zbytečně velký počet
základních skupin vede zpravidla k výrazné atomizaci souboru a sniţuje přehlednost
výsledků. Současně můţeme konstatovat, ţe tyto skupiny by se měly vyznačovat co nejmenší
variabilitou a homogenní klasifikací, která by zabezpečila shodnost členění jednotlivých tříd.
63
Ostrava, 4. a 5. 11. 2010
Metoda semaforu
Specifickou podobou metody škálování, resp. metodou, která se výrazně blíţí proceduře
očíslování, je metoda semaforu. Tato technika je zaloţena na přiřazení specifických symbolů
jednotlivým hodnotám indikátorů, přičemţ platí, ţe tyto symboly odpovídají určité
procentuální úrovni buďto maximální, nebo naopak minimální výše hodnoty analyzovaného
indikátoru. Nejčastěji mají tyto symboly podobu tří kruhů, které svými barvami odpovídají
barvám na semaforu, z čehoţ je také odvozován vlastní název této metody. Je-li tedy
indikátoru zjištěnému pro region A přiřazen červený kruh a indikátoru zachycujícímu vývoj
v regionu B kruh zelený, pak jsme, díky tomuto barevnému rozlišení, sice schopni rozpoznat
rozdíly mezi jednotlivými regiony, ale současně nejsme schopni přesně určit rozdíly v jejich
vývoji. Za významnou devizu tohoto přístupu pak můţeme označit jeho rychlost, přehlednost
a bezproblémové vyuţití v rámci analýzy různě širokých skupin socio-ekonomických
ukazatelů.
Z výše uvedeného je tedy zřejmé, ţe metoda semaforu je spíše metodou grafickou, s jejíţ
pomocí jsme schopni sestavit několik typů hodnotících škál, k nimţ řadíme:




dvoubarevnou škálu, která nabízí moţnost barevného rozlišení indikátorů pomocí
dvou barev, jejichţ intenzita se mění dle toho, jak se mění hodnoty těchto ukazatelů,
tříbarevnou škálu, s jejíţ pomocí rozdělujeme příslušnou skupinu indikátorů pomocí tří
barev, přičemţ prostřední barva odpovídá percentilu 50,
datovou čáru, u níţ je k rozlišení hodnot vyuţívá právě délka datové linky,
či škálu vyjádřenou pomocí sady ikon, kde jsou k očíslování indikátorů vyuţívány
různé sady ikon, které mohou být tří objektové, čtyř objektové, popř. pěti objektové.
2 Metody hodnocení regionálních disparit – zúţení výběru a příklad jejich
aplikace
Zatímco v první fázi našeho výzkumu jsme se zaměřili na důkladnou analýzu a následný
výběr nejvhodnějších metod pro konstrukci multikriteriálních indexů, druhou fázi jsme
věnovali praktickému ověření těchto metod a následnému výběru těch, které se z našeho
pohledu jevily jako nejvhodnější pro hodnocení míry regionálních disparit. Na základě
důkladné analýzy, v jejímţ rámci jsem výsledky, jichţ bylo při pouţití jednotlivých metod
dosaţeno, porovnali nejen s našimi očekáváními, ale také s výsledky, jeţ byly v této oblasti
publikovány v jiných studiích věnovaných problematice regionálních disparit, jsme dospěli
k závěru, ţe pro hodnocení meziregionálních rozdílů prostřednictvím námi navrţených
integrovaných indikátorů a modelových regionů se jako nejvhodnější jeví dvě metody.
Těmito technikami jsou metoda semaforu, která se ukazuje jako ideální pro fázi identifikace
a kvantifikace proměnných, a metodu normované proměnné, jiţ lze vyuţít ve fázi tvorby a
výpočtu integrovaných indikátorů. Pojďme si proto nyní tyto metody představit na
praktickém příkladu modelového regionu s vysoce rozvinutými sociálními sluţbami.
Tento modelový region jsme v rámci našeho výzkumu definovali jako region, jenţ se
vyznačuje především vysokou úrovní těch sluţeb, které jsou spojovány s institucemi sociální
infrastruktury, tj. nemocnicemi a zařízeními sociální péče. V případě tohoto regionu tak
předpokládáme, ţe jejich vysoká úroveň sociálních sluţeb by měla přispívat nejen ke
zkvalitnění ţivotních podmínek obyvatel příslušného kraje, ale také k vytváření dostatečných
podmínek pro rozvoj lidského potenciálu, z čehoţ vyplývá, ţe tyto regiony by se měly
64
Ostrava, 4. a 5. 11. 2010
vyznačovat poměrně nízkou úrovní sociální exkluze. Výše uvedená deskripce nás následně
přivedla k závěru, ţe pro popis tohoto typu regionu se jako nejvhodnější jeví soubor
indikátorů, jehoţ sloţení je zachyceno v tabulce 1, a to včetně jednotlivých vah, které jsme
stanovili na základě našeho vlastního expertního odhadu.
Tabulka 1: Sloţení indikátoru rozvinutých sociálních sluţeb a hodnota vah
jednotlivých ukazatelů
indikátor
váha
počet lékařů na 10 tis. obyvatel
0,250
počet lůţek v nemocnicích na 10 tis. obyvatel
0,250
počet míst v zařízeních sociální péče na 10 tis. obyvatel
0,250
počet dětí zapsaných v mateřských školkách na jednu třídu
0,250
Zdroj: Vlastní zpracování
Metoda semaforu
Jak jiţ bylo uvedeno výše, vyuţití metody semaforu je dle našeho názoru vhodné zejména ve
fázi identifikace a kvantifikace proměnných. Pojďme si proto nyní ukázat, jak můţeme
pomocí této metody zhodnotit meziregionální rozdíly ve vývoji jednotlivých ukazatelů
tvořících indikátor rozvinutých sociálních sluţeb. Toto zhodnocení pak, vzhledem
k problémům s dostupností dat pro indikátor počet dětí zapsaných v mateřských školkách
provedeme pouze pro časový úsek vymezený roky 1995 a 2005. K vlastnímu zhodnocení
tohoto vývoje vyuţijeme metodu tříbarevné škály, v niţ hrají prim barva zelené, značící
nejuspokojivější výsledek, ţlutá, která odpovídá percentilu 50, a červená, v jejímţ případě je
u daného indikátoru dosahováno nejméně uspokojivých výsledků. V rámci jednotlivých
tabulek jsou pak regiony České republiky seřazeny, nikoliv podle standardního řazení, ale
podle barvy, jeţ je v jejich případě barvou převaţující.
Jak je zřejmé z údajů zobrazených v tabulce 2, z hlediska počtu lékařů na 10 tis. obyvatel
jsou v prvním, zeleném pásmu, zachyceny všechny kraje, které se v letech 1995-2005
vyznačovaly největším počtem lékařů na deset tisíc obyvatel. Do této skupiny můţeme
zařadit Hl. m. Prahu, Plzeňský, Olomoucký a Královehradecký kraj. Druhé pásmo regionů,
v němţ převaţuje barva ţlutá, popř. oranţová, tvoří kraje Karlovarský, Jihočeský a
Moravskoslezský. Poslední, tj. červené pásmo, s nejmenším počtem lékařů na 10 tis.
obyvatel v rámci České republiky je tvořeno krajem Libereckým, Ústeckým, Pardubickým,
Vysočinou, Zlínským a Středočeským. Současně je z dané tabulky také moţno vyčíst, ţe mezi
jednotlivými regiony České republiky existují dosti výrazné regionální disparity, o čemţ svědčí
nejen poměrně výrazné barevné rozlišení, ale také údaje o procentuálním podílu průměrného
počtu lékařů v jednotlivých regionech na celorepublikovém váţeném průměru16, z nějţ
vyplývá, ţe zatímco premiant skupiny, Hl. m. Praha, převyšovalo v letech 1995-2005
průměrnou hodnotu o 67,05 p. b., Středočeský kraj, jako nejhůře hodnocený region
zaostával za průměrem o téměř 22 procentních bodů.
16
Váha jednotlivých regionů byla stanovena podílem průměrného počtu obyvatel dané regionu na
celkovém průměrném počtu obyvatel České republiky.
65
Ostrava, 4. a 5. 11. 2010
Tabulka 2: Pořadí jednotlivých regionů z hlediska počtu lékařů na 10 tis. obyvatel
v jednotlivých krajích České republiky v letech 1995-2005
kraj
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Hlavní město Praha
57,0 58,0 63,0 61,0 58,0 56,0 66,0 67,0 67,0 68,0 68,0
Jihomoravský kraj
.
40,0 40,0 40,0 40,0 37,0 42,0 42,0 42,0 43,0 43,0
Plzeňský kraj
.
36,0 39,0 39,0 37,0 40,0 41,0 42,0 42,0 43,0 43,0
Olomoucký kraj
.
34,0 37,0 37,0 35,0 35,0 39,0 40,0 40,0 40,0 40,0
Královéhradecký kraj 35,0 36,0 37,0 37,0 37,0 37,0 38,0 38,0 39,0 39,0 40,0
Karlovarský kraj
32,0 34,0 35,0 35,0 33,0 34,0 35,0 35,0 36,0 36,0 36,0
Jihočeský kraj
34,0 34,0 34,0 34,0 34,0 34,0 35,0 35,0 35,0 36,0 35,0
Moravskoslezský kraj 31,0 32,0 32,0 32,0 32,0 33,0 34,0 35,0 36,0 36,0 36,0
Liberecký kraj
30,0 31,0 31,0 31,0 31,0 32,0 32,0 33,0 33,0 34,0 34,0
Ústecký kraj
29,0 30,0 31,0 31,0 30,0 31,0 32,0 32,0 33,0 33,0 33,0
Pardubický kraj
28,0 29,0 30,0 30,0 30,0 30,0 32,0 32,0 33,0 33,0 33,0
Vysočina
29,0 29,0 30,0 30,0 30,0 30,0 31,0 31,0 32,0 32,0 33,0
Zlínský kraj
29,0 29,0 29,0 29,0 29,0 30,0 31,0 32,0 32,0 32,0 33,0
Středočeský kraj
29,0 29,0 29,0 29,0 29,0 29,0 30,0 30,0 30,0 30,0 30,0
Zdroj: Regionální informační servis
Budeme-li hodnotit postavení jednotlivých regionů z hlediska počtu lůţek na 10 tisíc obyvatel,
pak dospějeme k závěru, ţe i v tomto případě se námi analyzovaná skupina krajů
vyznačujeme poměrně vysokou mírou regionálních disparit. Současně můţeme také
konstatovat, ţe jednotlivé meziregionální rozdíly jsou o něco menší, neţ u indikátoru počet
lékařů na 10 tis. obyvatel. Jak je z dostupných dat zřejmé, v prvním, zeleném pásmu
tentokrát nalezneme Hlavní město Prahu, Královehradecký, Ústecký a Jihomoravský kraj, tj.
kraje, v jejichţ případě dosahoval v letech 1995 aţ 2005 průměrný počet lůţek vyšších
hodnot, neţ byla hodnota odpovídající celorepublikovému průměru. Ţluté pásmo tvořilo šest
krajů České republiky, jejichţ průměrná hodnota byla blízká celorepublikovému průměru.
Konkrétně se pak jednalo o kraje Plzeňský, Moravskoslezský, Jihočeský, Karlovarský,
Liberecký a Vysočinu. V poslední skupině, nejhůře hodnocených krajů, nalezneme
Olomoucký, Zlínský, Pardubický a Středočeský kraj, přičemţ oba posledně jmenované
regiony dosahovaly v námi sledovaném období u tohoto ukazatele dlouhodobě nejhorší
výsledky, kdyţ za celorepublikovým průměrem zaostávaly o více neţ 17 procentních bodů.
Aby bylo naše srovnání přesné, pak se jeví jako vhodné také uvést, ţe nejlépe hodnocený
region České republiky, jímţ je v tomto případě opět Hl. m. Praha tentokrát převyšoval
celorepublikový průměr o 29,03 p. b.
66
Ostrava, 4. a 5. 11. 2010
Tabulka 3: Pořadí jednotlivých regionů z hlediska počtu lůţek na 10 tis. obyvatel
v jednotlivých krajích České republiky v letech 1995-2005
kraj
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
80,0 80,0 83,0 91,0 83,0 83,0 84,0 91,0 91,0 88,0 88,0
Ústecký kraj
81,0 79,0 77,0 77,0 75,0 74,0 73,0 72,0 70,0 69,0 67,0
Jihomoravský kraj
74,0 72,0 75,0 78,0 72,0 69,0 69,0 73,0 73,0 71,0 72,0
Plzeňský kraj
67,0 65,0 65,0 73,0 63,0 61,0 62,0 65,0 65,0 65,0 65,0
Jihočeský kraj
74,0 72,0 67,0 64,0 62,0 61,0 62,0 62,0 61,0 61,0 60,0
Karlovarský kraj
78,0 69,0 66,0 63,0 61,0 58,0 56,0 55,0 56,0 57,0 56,0
Liberecký kraj
65,0 63,0 61,0 62,0 62,0 59,0 59,0 59,0 59,0 62,0 62,0
Vysočina
70,0 64,0 63,0 62,0 61,0 58,0 58,0 56,0 56,0 57,0 56,0
Olomoucký kraj
.
63,0 61,0 62,0 58,0 56,0 56,0 60,0 58,0 58,0 57,0
Zlínský kraj
60,0 57,0 55,0 56,0 56,0 56,0 56,0 57,0 57,0 57,0 56,0
Pardubický kraj
63,0 61,0 59,0 59,0 52,0 50,0 48,0 50,0 55,0 53,0 54,0
Středočeský kraj
66,0 62,0 59,0 57,0 54,0 54,0 51,0 51,0 51,0 50,0 49,0
Zdroj: Regionální informační servis.
67
Ostrava, 4. a 5. 11. 2010
Tabulka 4: Pořadí jednotlivých regionů z hlediska počtu míst v zařízeních sociální
péče na 10 tis. obyvatel v jednotlivých krajích České republiky
v letech 1995-2005
kraj
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Ústecký kraj
89,5 95,8 97,2 96,5 97,3 98,7 99,7 100,2 100,8 103,9 104,4
Olomoucký kraj
.
89,0 83,3 83,2 91,1 91,3 88,9 97,9 93,3 98,8 94,6
Zlínský kraj
70,8 81,9 82,9 86,6 88,2 93,6 94,3 96,3 98,7 103,2 101,4
Karlovarský kraj
66,2 74,9 81,5 79,9 83,0 83,8 81,8 82,8 81,0 86,4 82,5
Pardubický kraj
69,9 75,5 77,4 76,2 77,3 78,3 78,9 81,9 83,2 81,1 84,9
Jihomoravský kraj
62,4 70,7 71,2 68,1 71,4 72,8 76,3 79,6 78,2 80,4 78,9
Plzeňský kraj
61,4 66,3 68,2 69,2 67,7 69,8 72,1 74,7 75,8 78,9 76,4
Středočeský kraj
62,1 65,9 66,7 66,8 69,1 71,4 71,6 69,6 68,7 69,5 69,6
Vysočina
59,6 63,0 63,1 61,4 63,1 69,0 70,8 72,5 72,4 71,4 69,4
Jihočeský kraj
57,4 60,5 56,1 62,7 68,3 68,3 67,9 71,1 69,0 69,5 70,1
Liberecký kraj
48,2 53,6 53,9 51,2 56,9 58,8 57,1 58,5 64,5 63,5 61,9
32,9 34,8 35,0 34,5 35,2 37,9 40,7 42,5 42,2 40,3 41,9
Z tabulky 4 je zřejmé, ţe u ukazatele počet míst v zařízeních sociální péče na 10 tis. obyvatel
se trendy spojené s postavením jednotlivých krajů na pomyslném ţebříčku regionů
nepotvrzují, neboť doposavad nejlépe hodnocený region, jímţ bylo Hl. m. Praha v tomto
případě zaznamenal propad do červeného pásma, kam jej doprovodil také Liberecký kraj.
Ostatní kraje České republiky pak můţeme zařadit spíše do zbývajících dvou pásem, z nichţ
tím širším je středové, ţluté pásmo, jeţ je tentokrát tvořeno Jihočeským krajem, krajem
Vysočina, Středočeským krajem, Plzeňským krajem, Královehradeckým krajem a dle našeho
názoru, vzhledem k dlouhodobému vývoji, také krajem Moravskoslezským a Jihomoravským,
a to i přesto, ţe u těchto dvou krajů nalezneme v průběhu let i pole, která jsou zvýrazněna
zelenou barvou. Za regiony s největším počtem míst v zařízeních sociální péče na 10 tis.
obyvatel pak můţeme označit zbývajících pět regionů, tj. Pardubický, Karlovarský, Zlínský,
Olomoucký a Ústecký kraj, který se v případě tohoto ukazatele stabilně umísťuje na prvním
místě pomyslného ţebříčku. Pokud k porovnání meziregionálních rozdílů opět vyuţijeme
procentuální odstup daného regionu od celorepublikového váţeného průměru, pak zjistíme,
ţe míra regionálních disparit se v tomto případě opět výrazně zvýšila, kdyţ rozdíl mezi
podílem nejlépe a nejhůře hodnoceného regionu na celorepublikovém průměru dosáhl téměř
85 procentních bodů. Ústecký kraj převyšoval průměr o 37,95 p. b., kdeţto hlavní město za
průměrem zaostávalo téměř o polovinu.
68
Ostrava, 4. a 5. 11. 2010
Posledním z námi hodnocených ukazatelů je indikátor počet zapsaných dětí v mateřských
školkách na jednu třídu. Vyjdeme-li z dostupných údajů, pak zjistíme, ţe v případě tohoto
ukazatele se mezi jednotlivými regiony projevují nejméně výrazné regionální disparity, kdyţ
nejhůře hodnocený region, jímţ je opět Hl. m. Praha, zaostává za celorepublikovým
průměrem o 4,87 p. b. a nejlépe hodnocený Liberecký kraj, jej překračuje pouze o 6,03 %,
coţ značí ţe rozdíl mezi těmito regiony činí necelých jedenáct procentních bodů. První, zelené
pásmo v tomto případě tvoří kromě jiţ výše uvedeného Libereckého kraje, také kraj Vysočina
a Královehradecký. Převáţně ţlutá skupina je tvořena Jihomoravským, Plzeňským,
Olomouckým, Pardubickým, Moravskoslezským, Středočeským a Ústeckým krajem. Mezi
nejhůře hodnocené regiony z hlediska počtu zapsaných dětí pak řadíme kraje Jihočeský,
Karlovarský, Zlínský a Hl. m. Prahu.
Tabulka 5: Pořadí jednotlivých regionů z hlediska počtu zapsaných dětí v
mateřských školkách na 1 třídu v jednotlivých krajích České republiky
v letech 1995-2005
kraj
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Liberecký kraj
21,1 20,5 20,9 21,0 20,9 20,8 21,0 21,4 21,8 22,1 22,1
Vysočina
21,6 21,1 21,1 21,5 21,4 21,4 21,6 22,2 22,4 22,3 22,4
Jihomoravský kraj
22,5 22,2 22,3 22,2 22,0 22,0 21,9 22,3 22,5 22,5 22,6
Plzeňský kraj
22,0 21,5 21,9 22,6 22,5 22,0 21,9 22,2 22,6 22,9 23,1
Olomoucký kraj
Pardubický kraj
.
21,3 22,2 22,4 22,2 22,2 22,3 22,4 22,7 23,0 23,2
22,6 22,3 22,3 22,1 21,7 21,7 22,1 22,7 23,0 22,9 23,2
Středočeský kraj
22,7 22,0 22,0 22,2 22,3 22,2 22,5 22,9 23,4 23,5 23,4
Ústecký kraj
23,4 22,2 22,2 22,7 22,5 22,4 22,7 22,8 23,0 22,9 22,8
Jihočeský kraj
21,9 21,4 22,1 23,0 23,0 22,6 22,9 23,3 23,7 24,0 23,3
Karlovarský kraj
23,1 22,7 22,9 23,0 23,0 23,1 22,7 23,1 23,2 23,4 23,6
Zlínský kraj
23,6 23,0 23,1 23,0 23,0 23,1 23,3 23,6 23,9 24,1 23,6
24,5 23,6 23,7 23,6 23,4 23,2 22,9 23,3 23,9 24,2 24,3
Jak je z výše uvedeného zřejmé, metoda semaforu, prokázala u všech čtyř výše uvedených
ukazatelů existenci větší či menší míry regionálních disparit, z čehoţ se dá usuzovat, ţe námi
zvolený soubor ukazatelů je vhodný ke sledování vývoje meziregionálních rozdílností. Mámeli tedy za sebou tuto fázi identifikace a kvantifikace proměnných, pak můţeme přistoupit
k druhé fázi, jíţ je proces výpočtu indikátoru rozvinutých sociálních sluţeb pomocí metody
normované proměnné.
69
Ostrava, 4. a 5. 11. 2010
Metoda normované proměnné
V první části našeho příspěvku, věnované deskripci jednotlivých metod vhodných pro
hodnocení regionálních disparit jsme konstatovali, ţe metoda normované proměnné je
metodou, která bere v potaz relativní proměnlivost ukazatelů zahrnutých do příslušného
indikátoru, pročeţ jsou při výpočtu tohoto indikátoru vyuţívány i základní statistické výpočty,
k nimţ řadíme stanovení hodnoty směrodatné odchylky, jeţ je nezbytná k vypočtení hodnoty
normované proměnné. Máme-li stanoveny hodnoty těchto proměnných pro jednotlivé
regiony a jednotlivé roky, pak jsme také schopni vypočíst indikátor rozvinutých sociálních
sluţeb, a to pomocí následující rovnice (3):
p
INI N ; j   ij uij
i 1
kde: ωij je váha i-tého ukazatele v j-tém roce
Jak je zřejmé, z obrázku 1 mezi regiony, jeţ se dlouhodobě vyznačují nadstandardními
podmínkami v oblasti rozvoje sociálních sluţeb, můţeme zařadit v podstatě šest regionů,
v jejichţ případě se hodnota indikátoru rozvinutých sociálních sluţeb téměř pravidelně
pohybuje nad kritickou hodnotou 0,000 jednotek. Těmito regiony jsou Královehradecký,
Ústecký, Jihomoravský, Olomoucký a Plzeňský kraj a Hl. m. Praha. Budeme-li tuto skupinu
regionů analyzovat poněkud podrobněji, pak dospějeme k závěru, ţe zatímco u
Královehradeckého a Olomouckého kraje docházelo v průběhu námi sledovaného období
spíše ke konvergenci těchto krajů k průměru ČR (pokles z 0,621 na 0,302, resp. z 0,386 na
0,141 jednotek, a to v situaci kdy váţený průměr dosahuje výše -0,036 jednotek), v případě
zbývajících čtyř krajů byl tento vývoj spíše divergentní, o čemţ svědčí zejména údaje o
hodnotě indikátoru pro Hl. m. Praha a Jihomoravský kraj, v jejichţ případě se hodnota těchto
ukazatelů zvýšila o 0,681, resp. 0,611 jednotek. V důsledku tohoto vývoje pak můţeme na
konci námi sledovaného období oba výše uvedené kraje označit za kraje s nejrozvinutějšími
sociálními sluţbami v České republice.
Podíváme-li se na skupinu námi analyzovaných krajů z druhé stránky, tj. zaměříme-li se na
regiony, jeţ v daném období dosáhly nejhorších výsledků, pak můţeme konstatovat, ţe tuto
skupinu tvoří čtyři ze čtrnácti českých krajů, přičemţ u dvou z nich dospíváme k závěru, ţe
jejich vývoj byl spíše divergentní. K těmto regionům patří Středočeský kraj, jenţ od roku
1998 dosahuje v této oblasti dlouhodobě nejhorších výsledků, a kraj Jihočeský, který
zaznamenal v letech 1995-2005 největší pokles hodnoty indikátoru rozvinutých sociálních
sluţeb (z kladné hodnoty 0,254 se hodnota propadla na -0,348, tj. o 0,602 jednotek. Přesto
můţeme říci, ţe na konci námi sledovaného období dosahoval tento region stejné úrovně
sociálních sluţeb jako kraj Karlovarský, a to zejména díky výraznému zlepšení právě v roce
2005, kdy se Jihočeský kraj výrazně vzdálil nejhůře hodnocenému Středočeskému kraji (z
původních 0,268 jednotek v roce 2004 vzrostl tento rozdíl na 0,464 jednotek).
70
Ostrava, 4. a 5. 11. 2010
Obrázek 1: Vývoj indikátoru rozvinutých sociálních sluţeb v jednotlivých krajích
České republiky v letech 1995-2005 (metoda normované proměnné,
váţený průměr)
Zdroj: Vlastní výpočet
Jak je i z výše uvedeného zřejmé, z hlediska dynamiky změn zaznamenalo v námi
sledovaném období pozitivní změny pouze šest regionů, a to jiţ uvedené Hl. m. Praha,
Jihomoravský kraj, Zlínský kraj (+0,476), Plzeňský kraj (+0,221), Ústecký kraj (+0,150) a
kraj Moravskoslezský (+0,136). Ve zbývajících osmi krajích České republiky se pak
střetáváme s opačným vývojem, tj. s negativní dynamikou růstu, přičemţ k nejvýraznějšímu
propadu rozvoje sociálních sluţeb došlo, kromě jiţ zmiňovaných regionů, také
v Karlovarském kraji, kde hodnota indikátoru poklesla o 0,402 jednotek, čímţ se tento kraj
výrazně přiblíţil červenému pásmu. Navíc je zapotřebí říci, ţe v případě všech tří výše
uvedených regionů, tj. kraje Karlovarského, Jihočeského a Středočeského můţeme proces
přibliţování se k celorepublikovému průměru označit za spíše divergenční, neţ konvergenční.
Ve zbývajících sedmi regionech se pak setkáváme s poněkud menšími propady rozvoje
sociálních sluţeb, o čemţ svědčí také námi vypočtené hodnoty jednotlivých indikátorů, které
se v daném časovém úseku propadly minimálně o 0,078 jednotek v případě Pardubického
kraje a maximálně o 0,379 jednotek u kraje Vysočina.
Závěr
Cílem tohoto příspěvku bylo provést určitou retrospektivou pohledů a výsledků, jichţ jsme
v uplynulých třech letech dosáhli v této oblasti našeho výzkumu, jeţ byla věnována hledání
metod, s jejichţ pomocí lze odpovídajícím způsobem měřit regionální disparity. Vycházeje z
tohoto cíle, zaměřili jsme v úvodu této stati svou pozornost na deskripci sedmi základních
metod, jeţ jsme v první fázi našeho výzkumu, povaţovali za nejpřijatelnější pro náš způsob
hodnocení regionálních disparit. Konkrétně se jednalo o škálovací techniky a metodu
71
Ostrava, 4. a 5. 11. 2010
semaforu, jeţ jsme povaţovali za metody, jejichţ pouţití je optimální ve fázi identifikace a
kvantifikace proměnných, a dále pak o metodu průměrné odchylky, bodovou metodu,
metodu normované proměnné, metodu vzdálenosti od fiktivního bodu a metodu souhrnného
indexu, které jsme upřednostňovali při konkrétním výpočtu souhrnných indikátorů, jeţ
povaţujeme za rozhodující při hodnocení regionálních disparit. Z těchto sedmi technik jsme
v průběhu dalšího výzkumu zvolili dvě základní metody, a to metodu semaforu a metodu
normované proměnné.
Vyuţití výše uvedených metod při konkrétním hodnocení regionální disparit byla věnována
druhá část příspěvku, v níţ jsme se postupně zaměřili jak na aplikaci metody semaforu, tak
na aplikaci metody normované proměnné, a to na příkladu modelového regionu s vysoce
rozvinutými sociálními sluţbami. V případě tohoto regionu jsme tak nejprve pomocí metody
semaforu zhodnotili vývoj všech čtyř indikátorů, jeţ tento region charakterizují, a následně
jsme vypočetli indikátor rozvinutých sociálních sluţeb, který povaţujeme za agregovanou
prezentaci disparit z uţivatelského hlediska. Vlastní indikátor jsme pak vypočetli jako váţený
průměr dílčích indikátorů.
Jak je z výše uvedených výsledků zřejmé, mezi regiony v jejichţ případě hrál v letech 19952005 rozvoj sociálních sluţeb významnou roli patří kraje Královehradecký, Ústecký,
Jihomoravský, Hl. m. Praha, Olomoucký a Plzeňský, kdeţto k nejhůře hodnoceným regionům
patří Pardubický, Jihočeský, Zlínský a Středočeský kraj. Za kraje, jeţ si v daném časovém
úseku nejvýrazněji polepšili, pak můţeme označit dva z nejlépe hodnocených krajů, jimiţ
jsou Hl. m. Praha a Jihomoravský kraj, a jeden ze čtyř nejhůře hodnocených krajů, jímţ je
kraj Zlínský. Naopak největší propad v námi sledovaném období zaznamenaly pouze kraje
ze spodní části pomyslného ţebříčku. Konkrétně se pak jedná o kraj Karlovarský, Jihočeský a
zejména pak Středočeský, jenţ se od roku 1995 potýkal s téměř trvalým propadem sociálních
sluţeb.
BERKA, K. (1977): Měření – pojmy, teorie, problémy. Praha: Academia.
ČSÚ (2010): Krajské ročenky. [online]. [cit. 2010-10-17]. Dostupné z www:
<http://www.czso.cz/csu/redakce.nsf/i/krajske_rocenky>.
[3] ČSÚ (2010): Regiony, města, obce. [online]. [cit. 2010-10-17]. Dostupné z www:
<http://www.czso.cz/csu/redakce.nsf/i/regiony_mesta_obce_souhrn>.
[4] ČSÚ Veřejná databáze ČSÚ. [online]. [cit. 2010-10-17]. Dostupné z www:
<http://vdb.czso.cz/vdbvo/uvod.jsp>.
[5] HUČKA, M. (2007): Vznik a příčiny územních nerovností. Regionální disparity, 2007.
[on-line].
N.
1/2007
[cit.
2010-10-17].
Dostupný
z
www:
<http://disparity.vsb.cz/pdf/pracovni_listy.pdf>.
[6] JÍLEK, J. (1996): Metody mezinárodního srovnávání. Praha: VŠE.
[7] KOLEKTIV AUTORŮ (1967): Stručný statistický slovník pro hospodářské pracovníky.
Praha: Svoboda.
[8] RIS (2010): Srovnání kraje s Českou republikou. [online]. [cit. 2010-10-17]. Dostupné
z www: <http://www.risy.cz/index.php?pid=202&sid=1288&mid=1279>
[9] RIS (2010): Statistická data. [online]. [cit. 2010-10-17]. Dostupné z www:
<http://www.risy.cz/index.php?pid=508&language=CZ&kraj=>.
[10] TULEJA, P. (2009): PS2 Aplikace vybraných metod sledování a hodnocení
regionálních disparit. Případová studie. Ostrava: VŠB-TU. [online]. [cit. 2010-10-17].
[1]
[2]
72
Ostrava, 4. a 5. 11. 2010
Dostupné
z
www:
<http://disparity.vsb.cz/vysledky/14_PS2_Aplikace_vybranych_metod.pdf>.
[11] TULEJA, P. (2010): Praktická aplikace metod hodnocení regionálních disparit. Acta
academica karviniensis, 2010, č. 1. Karviná: SU OPF.
73
Ostrava, 4. a 5. 11. 2010
Regionální disparity ve vývoji nezaměstnanosti v období
hospodářské krize
Mgr. Jan Pileček; RNDr. Jan Müller
Abstrakt
Příspěvek je zaměřen na analýzu regionálních disparit ve vývoji nezaměstnanosti v regionech
a obcích České republiky v období hospodářské krize. V úvodu je pozornost věnována
zhodnocení současného stavu na trhu práce v České republice. V rámci sledovaného období
(březen 2008 – červen 2010) jsou pak hodnoceny změny v regionální diferenciaci míry
registrované nezaměstnanosti na úrovni okresů a obcí a analyzovány moţné podmiňující
faktory této diferenciace. Závěr shrnuje dosaţené výsledky.
Klíčová slova:
nezaměstnanost, regionální disparity, hospodářská krize, Česká republika
Summary
The paper is aimed at analyzing the meaning of one of the most important phenomena of
the current economic crisis (recession) which is the increase of unemployment. The main
aim is to analyze regional disparities in registered unemployment rate in the regions and
municipalities of the Czech Republic during the period March 2008 - June 2010 and to find
out which regions were most affected by the unemployment rise, what was the dynamics of
these changes and what are the possible factors making the differentiation in regional
unemployment rate. According to current data in June 2010 there was 487 733 job seekers
and registered unemployment rate was 8,5 % in the Czech Republic, in March 2008 it was
312 009 job seekers and registered unemployment rate was 5,6 %. As expected the
registered unemployment rate increased in all districts during the observed period. The
highest relative increase was recorded in districts Rychnov nad Kněţnou, Praha-východ,
Praha-západ and Prostějov. However, if we compare these results with similar surveys (e.g.
Lavický 2009; Pileček, Červený 2010), the sharpest increase was recorded in „border―
districts between Bohemia and Moravia such as Rychnov nad Kněţnou, Ústí nad Orlicí,
Havlíčkův Brod and Pelhřimov. Another view on the evolution of interregional disparities was
the development of number of municipalities with low (up to 5 %) and high (over 15 %)
registered unemployment rate in municipalities in the regions („kraje―). In case of the lowest
interval, the decrease of the number of municipalities within the Czech Republic was about
75 %, from 2534 to 646. Within the regions, the highest decline was in Moravskoslezský kraj
(95,1 %), the lowest in Ústecký kraj (53,8 %). In the category over 15 % there was massive
increase from 265 to 750 municipalities. From the perspective of the region's, the highest
increase recorded Zlínský (560,0 %), Plzeňský (416,7 %) and Středočeský (362,5 %)
regions, the lowest increase was in Ústecký (76,3 %), Královéhradecký (114,3 %) and
Moravskoslezský (111,5 %) regions. Analysis of factors of regional differentiation of
registered unemployment rate based on 8 selected indicators showed that at the district level
in both investigated terms the registered unemployment rate correlated the most significanly
(and negatively) with „demographic― indicators, educational level and intensity of housing
construction.
74
Ostrava, 4. a 5. 11. 2010
Key words
unemployment, regional disparities, economic crisis, Czech Republic
Příspěvek byl zpracován s podporou výzkumného projektu MMR WD-03-07-1 „Formy
efektivního sniţování rozdílů mezi jednotlivými regiony České republiky―.
Úvod
Počátky hospodářské krize (recese) lze spojovat s hypoteční krizí v USA, jeţ vyvrcholila
v letech 2005-2006 a vedla k růstu hypotečních sazeb. To mělo za následek nesplácení
hypotečních úvěrů a následnou insolvenci a bankrot na trhu zejména významných
investičních společností. Vzhledem ke globálnímu propojení finančního trhu se pak tato krize
přenesla i do bankovního sektoru a do ostatních zemí světa. V České republice byl bankovní
sektor postiţen méně a hlavně později, především proto, ţe v podobné situaci se ocitl jiţ ve
druhé polovině devadesátých let minulého století a díky rozsáhlé sanaci ze strany státu
(v rozsahu několika set miliard korun) byl ozdraven a následně privatizován bez existujících
špatných nebo nespolehlivých úvěrů. Faktem zůstává, ţe česká bankovní krize nesouvisela
s realitním trhem. České banky k poskytování úvěrů, včetně hypotečních úvěrů následně
přistupovaly poměrně přísně, nepouţívaly rizikové nástroje, jako např. sekuritizaci apod. a
tak vznikl poměrně nesprávný závěr, ţe světová krize se hospodářského vývoje v České
republice významněji nedotkne. Nicméně, právě v České republice se hospodářská krize
začala projevovat ve 4. čtvrtletí roku 2008, kdy výše HDP (ve stálých cenách) byla na stejné
úrovni jako v roce 2007. V porovnání s rokem 2009 však došlo k poklesu o 4,2 %. V prvním
čtvrtletí roku 2009 činil pokles 3,9 % proti stejnému čtvrtletí roku 2008, ve druhém čtvrtletí
dokonce 5,0 %. Teprve aţ v 1. čtvrtletí roku 2010 byl HDP vyšší o 1,1 %, neţ v 1. čtvrtletí
roku 2009.
Obecně lze říci, ţe hospodářská krize má několik významných projevů jako je růst
nezaměstnanosti, úbytek zakázek firem, kolísání a pokles kurzů akcií na burzách, pokles
koupěschopnosti domácností, omezení přístupu k úvěrům a růst úroků, platební neschopnost
firem, nárůst vyhlášených insolvencí a bankrotů, neschopnost domácností splácet hypotéky
a úvěry, klesající zájem o koupi nemovitostí, kolísání kurzu koruny, pokles trţeb
maloobchodu atd.
Příspěvek se zaměřuje na oblast nezaměstnanosti, cílem je analyzovat regionální disparity ve
vývoji nezaměstnanosti v regionech (okresech) a obcích České republiky v období
hospodářské krize. Snahou autorů je nalézt odpovědi na otázku typu: Jaké regiony byly
z pohledu vývoje nárůstu nezaměstnanosti nejvíce zasaţeny? Jaká byla dynamika těchto
změn? Jaké jsou moţné podmiňující faktory diferenciace regionální míry nezaměstnanosti?
1 Metodické poznámky a pouţitá data
Příspěvek je zaměřen na analýzu regionálních disparit ve vývoji nezaměstnanosti. Míra
nezaměstnanosti vyjadřuje procentuální podíl nezaměstnaných na celkové pracovní síle. Lze
však rozlišit různé míry nezaměstnanosti, a to na základě pouţité metodiky stanovení čitatele
a jmenovatele, ale i v přesnosti zdrojů dat a časové srovnatelnosti obou údajů (Lavický
2009). V rámci České republiky jsou rozlišovány jednak obecná míra nezaměstnanosti, která
vyjadřuje
podíl
počtu
nezaměstnaných
na
celkové
pracovní
síle
(v procentech), kde čitatel i jmenovatel jsou ukazatele konstruované podle mezinárodních
75
Ostrava, 4. a 5. 11. 2010
definic a doporučení aplikovaných ve výběrovém šetření pracovních sil (VŠPS)17. Tento
ukazatel je konstruován podle metodiky Eurostatu vypracované na základě doporučení
Mezinárodní organizace práce (ČSÚ 2010b) a je tedy pouţitelný pro mezinárodní komparace.
Dále existuje ukazatel tzv. registrované míry nezaměstnanosti, coţ je podíl počtu
dosaţitelných neumístěných uchazečů o zaměstnání k počtu zaměstnaných z výběrového
šetření pracovních sil, počtu pracujících cizinců podle evidence Ministerstva práce
a sociálních věcí (MSPV) a Ministerstva průmyslu a obchodu (MPO) a počtu dosaţitelných
neumístěných uchazečů o zaměstnání. Údaje o počtu zaměstnaných jsou počítány jako
klouzavé průměry za posledních 12 měsíců. V případě tohoto příspěvku jsou analyzována
zejména data o registrované míře nezaměstnanosti podle jednotlivých obcí z údajů MPSV,
která v čitateli nezahrnují počet dosaţitelných neumístěných uchazečů, kteří nejsou
jednoznačně lokalizování do konkrétní jednotlivé obce a ve jmenovateli uvádějí tzv.
ekonomicky aktivní obyvatele, coţ je údaj ze Sčítání lidu, domu a bytů 2001, tj. nikoliv
aktuální a navíc ne vţdy přesně správně převedený na současné administrativní vymezení
obcí. Tyto údaje se tedy v součtech za okresy, kraje a Českou republiku nepatrně liší od
celkových údajů analýz nezaměstnanosti, coţ ale není pro hlavní sledovaný účel tohoto
příspěvku (regionální diferenciace registrované míry nezaměstnanosti) podstatné.
Výchozím obdobím pro porovnání vývoje registrované míry nezaměstnanosti byl zvolen
březen roku 2008 jako období příznivého hospodářského vývoje bez náznaků moţné recese
(ta přišla aţ v průběhu 4. čtvrtletí daného roku). Koncovým obdobím pak byl červen roku
2010, pro který byla dostupná nejaktuálnější data. Ta byla převzata z Integrovaného portálu
MPSV.
2 Celkový charakter vývoje (ne)zaměstnanosti s důrazem na období
březen 2008 – červen 2010
Podle aktuálních údajů evidovaly úřady práce v červnu letošního roku 487 733 uchazečů o
zaměstnání, míra registrované nezaměstnanosti činila 8,5 % a volných pracovních míst bylo
„pouhých― 32 927. V březnu roku 2008 to bylo 312 009 uchazečů o zaměstnání, míra
registrované nezaměstnanosti činila 5,6 % a volných pracovních míst bylo 151 311. Během
sledovaného období průběţně rostly hodnoty počtu uchazečů o zaměstnání a registrované
míry nezaměstnanosti, a to od června roku 2008, počet volných pracovních míst se prudce
sniţoval (viz grafy 1 a 2). Rozhodující pro takový vývoj bylo poslední čtvrtletí roku 2008, kdy
se hospodářská krize (recese) začala promítat do vývoje na trhu práce, v plné míře potom
17
Podle ČSÚ (2010b) se VŠPS provádí kontinuálně v náhodně vybraném vzorku domácností a je
zaměřené na zjišťování ekonomického postavení obyvatelstva na území celé republiky. Rozsah šetření
a ukazatele zaměstnanosti a nezaměstnanosti plně odpovídají definicím Mezinárodní organizace práce
a metodickým doporučením Eurostatu. Předmětem šetření jsou všechny osoby obvykle bydlící v
soukromých domácnostech. Šetření se nevztahuje na osoby bydlící dlouhodobě v hromadných
ubytovacích zařízeních. Z toho důvodu jsou údaje za určité skupiny obyvatelstva, zejména za cizí státní
příslušníky ţijící a pracující na území republiky, k dispozici v omezené míře. Výběrový soubor,
ve 2. čtvrtletí roku 2010 zahrnoval více neţ 25 tis. bytů na území celé České republiky (0,6 % všech
trvale obydlených bytů), v nichţ bylo šetřeno téměř 59 tis. respondentů všech věkových skupin, pak
umoţňuje získat spolehlivé odhady charakteristik trhu práce na úrovni republiky a s relativně
dostatečnou spolehlivostí i odhady krajských a oblastních hodnot.
76
Ostrava, 4. a 5. 11. 2010
v průběhu roku 2009. Co se týče vývoje počtu uchazečů o práci a registrované míry
nezaměstnanosti byla situace nejhorší v březnu tohoto roku. Počet uchazečů o práci činil
556 304 a míra registrované nezaměstnanosti 9,7 %. V případě počtu volných pracovních
míst to byl prosinec roku 2009 (30 927). Vývoj v 1. pololetí roku 2010 pak nese známky
pravděpodobného mírného „oţivení― na trhu práce, kdy se začal počet volných pracovních
míst mírně zvyšovat, a to i v důsledku nárůstu počtu sezónních prací.
Graf 1: Vývoj registrované míry nezaměstnanosti v ČR v období březen 2008 červen 2010
Zdroj: Integrovaný portál MPSV. http://portal.mpsv.cz/sz/stat.
77
Ostrava, 4. a 5. 11. 2010
Graf 2: Vývoj počtu dosaţitelných uchazečů o zaměstnání a počtu volných
pracovních míst v ČR v období březen 2008 - červen 2010
Zdroj: Integrovaný portál MPSV. http://portal.mpsv.cz/sz/stat.
Pozn.: Počet dosaţitelných uchazečů o zaměstnání - jedná se o uchazeče o zaměstnání, kteří
mohou bezprostředně nastoupit do zaměstnání při nabídce vhodného pracovního místa, tj.
evidovaní nezaměstnaní, kteří nemají ţádnou objektivní překáţku pro přijetí zaměstnání.
3 Vývoje registrované míry nezaměstnanosti na úrovni okresů a obcí ČR
v období březen 2008 – červen 2010
Z hlediska aktuálního stavu míry registrované nezaměstnanosti na úrovni jednotlivých okresů
jsou na tom „tradičně― nejlépe středočeské okresy (Praha-východ, Praha-západ, Mladá
Boleslav, Benešov) a také okresy některých krajských měst (Hlavní město Praha, České
Budějovice nebo Hradec Králové). V těchto územních jednotkách se míra registrované
nezaměstnanosti pohybuje mezi 3,8 - 6,0 %. Naopak mezi deset okresů s nejvyšší mírou
registrované nezaměstnanosti přesahující 12,5 % se především řadí strukturálně postiţené
(Most, Děčín, Karviná, Ústí nad Labem, Teplice) a periferní (Bruntál, Hodonín, Jeseník)
okresy.
78
Ostrava, 4. a 5. 11. 2010
Tabulka 2: Nezaměstnanost ve vybraných okresech ČR (červen 2010)
Míra registrované
„Nejlepší― okresy
„Nejhorší― okresy
nezaměstnanosti
(v %)
Míra registrované
nezaměstnanosti
(v %)
Praha-východ
3,8
Most
15,6
3,9
Děčín
14,6
Praha-západ
4,2
Bruntál
14,2
Mladá Boleslav
4,7
Hodonín
14,0
Benešov
4,9
Karviná
13,7
České Budějovice
5,5
Ústí nad Labem
13,4
Prachatice
5,8
Teplice
13,3
Hradec Králové
6,0
Jeseník
13,3
Písek
6,0
Sokolov
12,8
Jindřichův Hradec
6,2
Chomutov
12,5
Zdroj: Integrovaný portál MPSV. http://portal.mpsv.cz/sz/stat; vlastní výpočty.
Kromě současné vysoké úrovně míry registrované nezaměstnanosti působí velmi nepříznivě
na dotčené obyvatelstvo také rozsah změn ve sledovaném období, coţ dokumentuje Tabulka
3 (procentuální nárůst míry registrované nezaměstnanosti v červnu 2010 oproti březnu
2008). Podle očekávání došlo ve všech okresech k nárůstu míry registrované
nezaměstnanosti. Hospodářská krize se výraznějším způsobem nepodepsala do tradičně
problémových oblastí severozápadních Čech a severní Moravy (okresy Karviná, Most, Teplice,
Opava, Ústí nad Labem, Ostrava-město). Naopak nejvyšší relativní nárůst zaznamenaly
okresy Rychnov nad Kněţnou, Prostějov, Jablonec nad Nisou, Plzeň-jih, Pelhřimov, ale i
Praha-východ a Praha-západ a Mladá Boleslav, coţ potvrzuje konstatování Lavického (2009),
ţe „...hospodářská recese postihuje široké spektrum firem, včetně těch původně „zdravých―,
také sektor sluţeb a obecně progresivnějších aktivit, jejichţ výskyt je vázán spíše na
rozvinutější oblasti― (s. 41). Pokud však tyto výsledky porovnáme s obdobnými šetřeními
(např. Lavický 2009; Pileček, Červený 2010), které analyzovaly vývoj registrované míry
nezaměstnanosti v jiném časovém úseku, tak nejprudší nárůst zaznamenaly okresy
českomoravského pomezí, jako jsou Rychnov nad Kněţnou, Ústí nad Orlicí, Havlíčkův Brod,
Pelhřimov nebo Jindřichův Hradec.
79
Ostrava, 4. a 5. 11. 2010
Tabulka 3: Porovnání vývoje nezaměstnanosti ve vybraných okresech ČR
(březen 2008 - červen 2010)
Nejniţší nárůst
v%
Nejvyšší nárůst
v%
Znojmo
5,6
Rychnov nad Kněţnou
146,2
Karviná
7,9
Praha-východ
137,5
Most
11,4
Praha-západ
133,3
Teplice
16,7
Prostějov
126,8
Opava
17,9
Mladá Boleslav
123,8
Litoměřice
22,2
Jablonec nad Nisou
109,6
Ústí nad Labem
24,1
Plzeň-jih
106,7
Jeseník
25,5
Pelhřimov
106,7
Písek
30,4
Nový Jičín
105,6
Ostrava-město
31,0
Ústí nad Orlicí
104,3
Podobnou informaci přináší také Graf 3, kde jsou vyneseny hodnoty míry registrované
nezaměstnanosti v březnu 2008 v kombinaci s následnou změnou v procentních bodech
k červnu 2010. Z grafu lze vyčíst, ţe ve sledovaném období nedosáhly nejvyššího nárůstu
registrované míry nezaměstnanosti strukturálně postiţené (Karviná, Most, Teplice) a některé
periferní okresy (Znojmo). Absolutně nejvyššího nárůstu (o 5 procentních bodů) totiţ dosáhly
okresy Jičín, Nový Jičín, Prostějov a Tachov. Zajímavé je také porovnání vývoje v některých
nejrozvinutějších
okresech,
které
z pohledu
relativního
nárůstu
zaznamenaly
v celorepublikovém srovnání ve sledovaném období jedny z nejvyšších nárůstů - Prahavýchod, Praha-západ, Mladá Boleslav (viz tabulka 3), nicméně, v absolutním vyjádření lze
změnu ve vývoji registrované míry nezaměstnanosti hodnotit v územních jednotkách tohoto
typu (viz i Hlavní město Praha, Benešov, České Budějovice, Hradec Králové apod.) jako
téměř bezvýznamnou.
80
Ostrava, 4. a 5. 11. 2010
Graf 3: Vztah stavu míry registrované nezaměstnanosti v březnu 2008 a změny k
červnu 2010
Pozn.: Z důvodu čitelnosti nebyly zobrazeny všechny zkratky okresů.
Další pohled na vývoj meziregionálních disparit nabízí tabulka 4, v níţ jsou zachyceny počty
obcí v jednotlivých krajích, ve kterých byla v rámci sledovaného období vykázána nízká
nezaměstnanost - do 5 % (podle Tomeše (1996) lze stav, při kterém se míra registrované
nezaměstnanosti pohybuje mezi 3 - 5 % povaţovat ve vyspělých zemích za plnou
zaměstnanost), nebo naopak vysoká - nad 15 % míra registrované nezaměstnanosti.
V případě kategorie do 5 % došlo na úrovni celé ČR od března 2008 do června 2010
k poklesu počtu obcí z 2 534 na 646, tj. o téměř 75 %. V rámci krajů to bylo nejvíce
v Moravskoslezském o 95,1 %, v Libereckém o 94,3 %, Olomouckém o 94,2 % a ve
Zlínském o 93,4 %. Nejniţší nárůst zaznamenaly kraje Ústecký (o 53,8 %), Jihočeský (o 62,1
%), Královéhradecký (o 66,4 %) a Vysočina (o 68,8 %). V kategorii nad 15 % došlo v rámci
ČR k obrovskému nárůstu (o 183 %) z 265 na 750 obcí. Z pohledu krajů se to nejvíce týkalo
Zlínského (o 560,0 %), Plzeňského (o 416,7 %), Středočeského (o 362,5 %) a Libereckého
(o 342,9 %). Naopak nejniţší nárůst počtu obcí v této kategorii vykázaly kraje Ústecký (o
76,3 %), Královéhradecký (o 114,3 %), Moravskoslezský (o 111,5 %) a Jihomoravský
(o 129,8 %). Výše popsané změny charakteru regionální diferenciace pak velmi názorně
doplňují obrázky 1 a 2.
81
Ostrava, 4. a 5. 11. 2010
Tabulka 4: Registrovaná míra nezaměstnanosti do 5 % a nad 15 % v obcích ČR
v březnu 2008 a v červnu 2010 podle krajů
Březen 2008
Červen 2010
Počet obcí
s nezaměstna
ností
<5%
s nezaměstnaností
1
Středočeský
Počet obcí
Počet obcí
Počet obcí
s nezaměstnaností
<5%
s nezaměstnaností
0
1
0
669
16
199
74
Jihočeský
346
6
131
24
Plzeňský
280
12
70
62
Karlovarský
22
10
4
31
Ústecký
13
59
6
104
Liberecký
70
7
4
31
Královéhradecký
238
7
80
15
Pardubický
196
22
35
62
Vysočina
285
27
89
88
Jihomoravský
193
47
14
108
Olomoucký
104
21
6
63
Zlínský
76
5
5
33
Moravskoslezský
41
26
2
55
2534
265
646
750
Kraj
Hl. město Praha
ČR celkem
> 15 %
82
> 15 %
Ostrava, 4. a 5. 11. 2010
Obrázek 1: Registrovaná míra nezaměstnanosti do 5 % a nad 15 % v obcích ČR
(březen 2008)
Pozn.: Registrovaná míra nezaměstnanosti do 5 % je označena světlemodrou barvou, nad 15
% tmavěčervenou barvou (viz i obrázek 2).
83
Ostrava, 4. a 5. 11. 2010
Obrázek 2: Registrovaná míra nezaměstnanosti do 5 % a nad 15 % v obcích ČR
(červen 2010)
4. Analýza faktorů diferenciace regionální míry nezaměstnanosti
Zaměření poslední části by si vyţadovalo daleko podrobnější sledování, které přesahuje
rámec tohoto příspěvku. Nicméně, je zde alespoň částečně nastíněna moţnost analýzy
faktorů diferenciace regionální míry nezaměstnanosti, jak ji provedl např. Lavický (2009), jeţ
by vedla k zodpovězení otázky, čím by mohly být výše popsané trendy vývoje
nezaměstnanosti v průběhu hospodářské krize podmíněny. Podle Tomeše (1996, s. 278-279)
je „...nalezení statistické závislosti v podmínkách, kdy míru nezaměstnanosti na úrovni
okresů ovlivňují často potíţe jediného většího podniku, kdy krach jedné nebo několika málo
firem způsobuje výrazné posuny okresu v pořadí, téměř nemoţné―. Nicméně, analyzováno
bylo celkem 8 vybraných ukazatelů, a to z 5 základních tematických oblastí (demografie,
ekonomika, bydlení a sociální vybavenost, přírodní prostředí, dopravní a technická
infrastruktura a poloha), které jsou v rámci příslušného výzkumného projektu dlouhodobě
sledovány (např. Pileček, Červený 2009). V tabulce 5 jsou uvedeny párové korelace mezi
závislými proměnnými (míra registrované nezaměstnanosti březen 2008, míra registrované
nezaměstnanosti červen 2010 a změna registrované míry nezaměstnanosti březen 2008 červen 2010) a vybranými ukazateli na úrovni okresů.
84
Ostrava, 4. a 5. 11. 2010
Tabulka 5: Párové korelace závislých proměnných s nezávisle proměnnými na
úrovni okresů
ukazatel
NEZAM08
NEZAM10
NEZAMzmena
INDEXSTAR
-0,371
-0,386
-0,047
INDEXEKOZAT
-0,441
-0,437
-0,002
INDEXPES
0,091
0,012
-0,197
PRACvPRUM
-0,046
0,137
0,456
LIKVIDACE
-0,113
-0,066
0,114
INDEXVZDEL
-0,320
-0,383
-0,166
INTENZITABV
-0,517
-0,584
-0,182
OCHRANA
0,169
0,218
0,128
HUSTOTA
0,171
0,097
-0,180
Zdroj: Integrovaný portál MPSV. http://portal.mpsv.cz/sz/stat; ČSÚ (2010a); vlastní výpočty.
Pozn. 1: NEZAM08: míra registrované nezaměstnanosti březen 2008; NEZAM10: míra
registrované nezaměstnanosti červen 2008; NEZAMzmena: změna registrované míry
nezaměstnanosti březen 2008 - červen 2010; INDEXSTAR: index stáří = počet jedinců ve
věku 65+ na 100 jedinců ve věku (0-14 let); INDEXEKOZAT: index ekonomického zatíţení =
počet jedinců ve věku (0-14 let) plus počet jedinců ve věku (65+) ku počtu jedinců ve věku
(15-64 let) (2009); INDEXPES: index progresivity ekonomické struktury = váţený součet
podílu ekonomických subjektů v jednotlivých sektorech (primér plus 2krát sekundér plus
3krát terciér) na celkovém počtu ekonomických subjektů (2008); PRACvPRUM: podíl
zaměstnanců v průmyslu a ve stavebnictví v % (2001); LIKVIDACE: podíl firem v likvidaci na
1 000 ekonomických subjektů v % (22.7.2009); INDEXVZDEL: podíl vysokoškolsky
vzdělaných starších 15 let v % (2001); INTENZITABV: intenzita bytové výstavby = počet
dokončených bytů na 1 000 obyvatel (2008-2009); OCHRANA: podíl chráněných území na
rozloze okresu v % (2006); HUSTOTA: hustota silniční sítě pro silnice I. a vyšší třídy v
km/km2 (1.1.2007).
Pozn. 2: u tučně vyznačených hodnot přesahuje hodnota Pearsonova korelačního koeficientu
pořadí signifikantnost na 95% hladině významnosti.
V rámci obou sledovaných období korelovaly s regionální mírou nezaměstnanosti na okresní
úrovni nejvýznamněji (a to negativně) ukazatele index stáří, index ekonomického zatíţení,
index vzdělanosti a intenzita bytové výstavby. V případě změny registrované míry
nezaměstnanosti mezi březnem 2008 a červnem 2010 dosáhl významnější hodnoty
korelačního koeficientu pouze ukazatel procentuálního podílu zaměstnanců v průmyslu a ve
stavebnictví, u tohoto ukazatele taktéţ došlo ke změně orientace koeficientu korelace
(z negativní hodnoty v březnu 2008 na pozitivní v červnu 2010), coţ můţe indikovat
souvislost nárůstu registrované míry nezaměstnanosti v okresech s vyšším zastoupením
zaměstnanců v průmyslu. Význam dalších ukazatelů (např. podíl firem v likvidaci na 1 000
ekonomických subjektů) se v provedené korelační analýze překvapivě bohuţel neprojevil.
85
Ostrava, 4. a 5. 11. 2010
Závěr
V příspěvku byly analyzovány regionální disparity ve vývoji nezaměstnanosti v regionech a
obcích České republiky v období hospodářské krize. Pokud bychom se měli vrátit ke
zodpovězení otázek, které byly nastoleny v úvodu tohoto příspěvku, tak lze říci, ţe z pohledu
vývoje nárůstu nezaměstnanosti došlo ve všech okresech České republiky ve sledovaném
období (březen 2008 - červen 2010) k nárůstu registrované míry nezaměstnanosti. Nejvíce
zasaţeny (nárůst registrované míry nezaměstnanosti o 120 - 140 %) byly okresy Rychnov
nad Kněţnou, Praha-východ, Praha-západ a Prostějov, tedy i některé rozvinutější oblasti.
Nicméně, pokud porovnáme dosaţené výsledky s obdobnými šetřeními (např. Lavický 2009;
Pileček, Červený 2010), můţeme konstatovat, ţe hospodářská krize významně zasáhla okresy
českomoravského pomezí (Rychnov nad Kněţnou, Ústí nad Orlicí, Havlíčkův Brod, Pelhřimov,
Jindřichův Hradec), kde se zpravidla do potíţí dostal významný zaměstnavatel (známým
příkladem jsou sklárny ve Světlé nad Sázavou v okrese Havlíčkův Brod). Naopak hospodářská
krize výraznější měrou nezasáhla dlouhodobě problémové strukturálně postiţené okresy
severozápadních Čech a severní Moravy (Karviná, Most, Teplice, Opava, Ústí nad Labem,
Ostrava-město). Nicméně, tyto okresy spolu s některými periferními okresy (Bruntál,
Hodonín, Jeseník) mají v rámci České republiky dlouhodobě nejvyšší hodnoty míry
registrované nezaměstnanosti.
Moţné podmiňující faktory diferenciace regionální míry nezaměstnanosti byly určeny pomocí
korelační analýzy. V obou sledovaných obdobích korelovaly s regionální mírou
nezaměstnanosti na okresní úrovni nejvíce intenzita bytové výstavby, index vzdělanosti a
také „demografické― ukazatele (index stáří, index ekonomického zatíţení). V případě změny
registrované míry nezaměstnanosti dosáhl ve sledovaném období významnější hodnoty
korelačního koeficientu pouze ukazatel procentuálního podílu zaměstnanců v průmyslu a ve
stavebnictví. Význam dalších ukazatelů se v provedené analýze bohuţel neprojevil.
Z hlediska dalšího sledování projevů hospodářské krize v jednotlivých regionech České
republiky se pozornost autorů zaměří nejen na rozšiřování stávajících poznatků o vývoji
nezaměstnanosti, ale také na další aspekty. Prvotní analýzy (viz např. Pileček, Červený 2010)
ukázaly, ţe jako vysoce relevantní a nosná tematika se jeví problematika vyhlašování
insolvencí a likvidací (bankrotů) firem.
[1]
[2]
[3]
[4]
[5]
ČSÚ (2010a). [cit. 2010-08-17]. Dostupný z www: <http://www.czso.cz>.
ČSÚ (2010b): Zaměstnanost a nezaměstnanost podle výsledků VŠPS. [cit. 2010-0823]. Dostupný z www: <http://www.czso.cz/csu/redakce.nsf/i/zam_vsps>.
Integrovaný portál MPSV (2010). [cit. 2010-08-17]. Dostupný z www:
<http://portal.mpsv.cz/sz/stat>.
LAVICKÝ, M. (2009): Analýza regionální nezaměstnanosti v České republice během
hospodářské recese 2008-2009. Diplomová práce, Přírodovědecká fakulta - UK
v Praze.
68
str.
+
příl.
[cit.
2010-08-23].
Dostupný
z www:
<
http://www.box.net/shared/29fs9mqa2r>.
PILEČEK. J., ČERVENÝ, M. (2009): Problémy rozvoje krajů Česka - komparace
statistických údajů, vyhodnocení SWOT analýz a názorů zástupců veřejné správy.
Urbanismus a územní rozvoj, XII, č. 6, s. 32-38.
86
[6]
[7]
Ostrava, 4. a 5. 11. 2010
PILEČEK, J., ČERVENÝ, M. (2010): Hospodářská krize a regionální disparity - příklad
okresů České republiky. Obec a finance, č. 1, s. 32-34.
TOMEŠ, J. (1996): Specifická nezaměstnanost v České republice v regionálním
srovnání. Geografie - Sborník ČGS, 101, č. 4, s. 278-295.
87
Ostrava, 4. a 5. 11. 2010
Regionální disparity a soudrţnost v zemích V4
Doc. Ing. Karel Skokan, PhD.
Abstrakt
Cílem příspěvku je souhrnně představit hlavní závěry dílčí úlohy výzkumného úkolu WD-5507-1 Regionální disparity v územním rozvoji ČR – jejich vznik, identifikace a eliminace, která
byla věnována problematice disparit v mezinárodním srovnání. Na základě vybraných
strukturálních ukazatelů, které byly v období 2000 – 2010 pouţívány k hodnocení pokroku
Lisabonské strategie EU, je provedeno srovnání vývoje národních disparit v zemích tzv.
Visegrádské čtyřky, tj. Česka, Maďarska, Polska a Slovenska a Rakouska ve vztahu k vývoji
v EU27.
Klíčová slova
Regionální disparity, soudrţnost, strukturální ukazatele, země Visegrádské čtyřky
Summary
The aim of the paper is to summarize the main results of the research of disparities in
international comparison performed within the research project titled WD-55-07-1 Regional
disparities in the territorial development of the Czech Republic – their rise, identification and
elimination. Using the selected set of Lisbon structural indicators, which were defined for the
period 2000-2010 for the assessment of progress of Lisbon strategy the international
comparison of national disparities is made for Visegrad Four countries, i.e. Czechia, Hungary,
Poland, Slovakia as new member countries of the EU and Austria as old country in relation to
the development of EU27.
Keys words
Regional disparities, cohesion, structural indicators, Visegrad Four countries
Úvod
Pojem ekonomická, sociální a územní soudrţnost vyjadřuje solidaritu mezi členskými státy a
regiony EU. Objevuje se postupně ve všech základních smlouvách Evropských společenství a
Evropské unie (EUR-Lex 2010). Cílem soudrţnosti je vyváţený rozvoj v rámci EU, při kterém
dochází ke sniţování strukturálních rozdílů (disparit) mezi regiony a k podpoře rovných
příleţitostí pro všechny. Prakticky je tohoto cíle dosahováno pomocí různých typů intervencí
s vyuţitím různých finančních operací, zejména s pomocí strukturálních fondů EU a Fondu
soudrţnosti.
Přestoţe se ve smlouvách o Evropských společenstvích a Evropské unii pojem soudrţnost
běţně pouţívá, není v nich přesně a jednoznačně definován. Podle Molla (2007) se
soudrţnost dá vyjádřit takovou úrovní rozdílnosti mezi státy, regiony nebo skupinami, které
jsou politicky a společensky snesitelné. Čím niţší jsou tyto rozdílnosti, tím je vyšší úroveň
soudrţnosti. V současné době se tedy rozlišují v dokumentech EU tři dimenze soudrţnosti:
hospodářská, sociální a územní a jejich obsah se někdy překrývá.
Odlišnosti mezi sociální, hospodářskou neboli ekonomickou a územní soudrţností popisuje
například Maier (2007) pomocí subjektů, ke kterým se příslušná politika soudrţnosti vztahuje.
88
Ostrava, 4. a 5. 11. 2010
Podle něho sociální soudrţnost směřuje k osobám a domácnostem a jejím cílem je odvrátit
bídu a minimalizovat nezaměstnanost. Ekonomická soudrţnost směřuje k firmám a k dalším
aktérům ekonomického rozvoje, jako jsou například odbory a další zaměstnanecké
organizace a k prostředí pro podnikání. Územní soudrţnost se pak vztahuje k regionálním
agregátům a k územnímu kontextu ekonomické a sociální soudrţnosti.
Hospodářská a sociální soudrţnost je výrazem solidarity mezi státy a regiony a je v podstatě
implementována prostřednictvím regionální politiky EU. Územní soudrţnost je důsledkem
hospodářské soudrţnosti, vyjádřené sníţením regionálních nebo národních disparit
v ekonomické oblasti a nerovností v bohatství a sociální soudrţnosti definované přítomností
sdílených hodnot, absencí mechanismů společenského vyloučení, existencí sociálních sítí,
územní sounáleţitosti a identity. O územní soudrţnosti se na mezivládní úrovni diskutuje
v EU jiţ od poloviny 90. let minulého století a s přijetím nové Lisabonské smlouvy se řešení
otázek územní soudrţnosti stalo jedním z ústředních témat politik EU.
Hodnocení disparit na národní a regionální úrovni se objevuje v různých výstupech unijních
politik. Jsou to například hodnotící zprávy politiky soudrţnosti a vyuţití strukturálních fondů
na národní úrovni nebo úrovni celé Evropské unie. Podrobné hodnocení disparit, ale také
výkonnosti bylo také prováděno v letech 2000 – 2010 při hodnocení plnění cílů tzv.
Lisabonské strategie, kde se však jednalo převáţně o hodnocení národních disparit.
V rámci řešení výzkumného úkolu WD-55-07-1 Regionální disparity v územním rozvoji ČR –
jejich vznik, identifikace a eliminace byla dílčí úloha věnována problematice disparit
v mezinárodním srovnání. Během řešení byly v letech 2007-2009 zpracovány tyto studie:




Regionální disparity v mezinárodním srovnání – pojetí a přístupy v Evropské unii
(leden, 2008);
Regionální disparity v mezinárodním srovnání (červen, 2008);
Komparativní analýza pojetí, přístupů a vyuţití regionálních disparit v regionálním
managementu pěti středoevropských zemí (březen, 2009);
Případová studie hodnocení regionálních disparit ve vybraných zemích střední Evropy
(prosinec 2009).
Předmětem analýzy jsou země „Visegrádské čtyřky―, tj. Česko, Maďarsko, Polsko a Slovensko
(dále V4) jako země, které se staly členy EU před pěti lety a procházely hlubokou politickou a
ekonomickou transformací a dále Rakousko, jako standardní země EU s rozvinutou trţní
ekonomikou.
Záměrem komparace bylo ukázat a vyhodnotit, jakým způsobem probíhal vývoj
v jednotlivých zemích na národní úrovni z pohledu tzv. Lisabonské strategie, kde se uplatňuje
hodnocení rozvoje v oblasti ekonomické, sociální a environmentální a na regionální úrovni,
kde je pouţíván pohled na regiony z hlediska ekonomického, sociálního a územního.
Výsledkem je pak zjištění, jak je vývoj ve státech a regionech charakterizován z pohledu
konvergence nebo divergence. Závěry ze studií jsou shrnuty v připravované monografii
Regionální disparity (Kutscherauer A. a kol., 2010)). Předkládaný příspěvek je výběrem
nejdůleţitějších myšlenek v oblasti srovnání disparit na národní úrovni z připravované
monografie.
89
Ostrava, 4. a 5. 11. 2010
1 Hodnocení konvergence v EU
V současné Evropské unii jsou výrazné rozdíly jak na úrovni členských států, tak na úrovni
regionů. Indikátor HDP na obyvatele v paritě kupní síly (PPS) v procentech (EU27=100) měl
např. v roce 2008 pro Lucembursko hodnotu 276,4 %, pro Bulharsko 41,3 % a pro Česko
80,4 % (Eurostat, 2010a). Ze zpráv o hospodářské a sociální soudrţnosti vyplývá (EC 2010),
ţe na národní úrovni je proces konvergence prokazatelný. Vyplývá to také z analýzy v Grafu
1, který zobrazuje vývoj HDP v období 2000 aţ 2008 pro EU27, EU15 a vybrané státy střední
Evropy. V nových členských státech byl hospodářský růst v minulých deseti letech, tj. v
letech tzv. předvstupního období a prvního období po vstupu do EU mnohem vyšší, neţ v
zemích EU15. Vztáhneme-li tento indikátor k průměru EU27 je zřetelně vidět trend
konvergence, kdy u států EU15, případně u Rakouska, dochází k poklesu hodnot indikátoru a
u nových zemí EU k jeho nárůstu. Pozitivní trend v těchto oblastech však byl zastaven v
důsledku světové hospodářské krize v letech 2008-2010.
Graf 1: Vývoj HDP/obyvatele ve vybraných zemích EU
Zdroj: Eurostat 2010a, vlastní zpracování
Na úrovni regionální nelze odvodit jednoznačné závěry. Ve většině nových členských států EU
došlo v období 1995 – 2009 k nárůstu regionálních disparit zejména u indikátoru HDP na
obyvatele a nezaměstnanost. V roce 2007 se HDP na obyvatele vyjádřený v PPS (EU27=100)
pohyboval v 271 regionech NUTS 2 v rozsahu od 26 % průměru EU 27 v regionu
Severozapaden v Bulharsku do 334 % průměru v regionu Inner London ve Velké Británii.
Přitom jen kaţdý sedmý region dosahoval hodnoty nad 125 % průměru, avšak celá čtvrtina
regionů byla pod 75 % průměru EU27. Zajímavé bylo páté místo v ţebříčku pro Prahu. Je
však třeba zdůraznit, ţe v některých regionech, zejména v regionech hlavních měst, je
hodnota HDP/obyvatele silně ovlivněna počtem dojíţdějících za prací z okolních regionů,
90
Ostrava, 4. a 5. 11. 2010
takţe skutečná hodnota indikátoru je nadhodnocena. Rozdíly v ekonomické úrovni u
nejvyspělejších a nejzaostalejších regionů EU uvádí Tabulka 1.
Tabulka 6: Vývoj HDP/obyvatele ve vybraných zemích EU
Pět nejvyšších (2007)
Pět nejniţších (2007)
1
Inner London (UK)
334
1
Severozapaden (BG)
26
2
Luxembourg (LU)
275
2
Nord-Est (RO)
27
3
Brussels Hfdst. (BE)
221
3
Severen tsentralen (BG)
27
4
Hamburg (DE)
192
4
Yuzhen tsentralen (BG)
27
5
Praha (CZ)
172
5
Yugoiztochen (BG)
31
Pro hodnocení vývoje v regionech v rámci členských států můţeme pouţít indikátor rozptyl
(disperze) regionálního HDP/obyvatele, který je definován jako suma absolutních rozdílů
mezi regionálními (úroveň NUTS 2, resp. NUTS 3) a celonárodním HDP na obyvatele (měřeno
v běţných trţních cenách a váţených regionálními podíly obyvatel na celkové populaci).
Hodnota rozptylu HDP na obyvatele je nulová, pokud hodnoty regionálních HDP jsou shodné
ve všech regionech země nebo ekonomické zóny (jako je EU27) a roste, pokud rozdíly mezi
hodnotami regionálních HDP na obyvatele mezi regiony rostou. Např. hodnota rozptylu 30 %
znamená, ţe HDP všech regionů dané země váţená počtem obyvatel v regionech se liší od
národní hodnoty v průměru o 30 % (Eurostat 2010a).
Ve EU27 jako celku došlo v letech 2001 — 2006 k poklesu hodnoty indikátoru rozptylu
regionálního HDP/obyvatele, coţ signalizuje proces konvergence. Ve většině nových
členských států však došlo k nárůstu regionálních disparit (týká se Česka, Maďarska, Polska i
Slovenska). Na druhé straně k nejvýznamnější redukci tohoto indikátoru došlo v Rakousku,
Itálii a Španělsku. Trendy pohybu indikátoru rozptylu uvádí Graf 2.
91
Ostrava, 4. a 5. 11. 2010
Graf 2: Rozptyl regionálního HDP na úrovni NUTS 2
Na úrovni regionů NUTS3 je u nových členských států nárůst regionálních rozdílů ještě
výraznější, jak ukazuje zejména příklad Polska, Slovenska a Maďarska podle údajů v Tab.č.2.
Například v Maďarsku hodnota rozptylu regionálního HDP na obyvatele v letech 2001 aţ
2006 vzrostla pro regiony NUTS 2 o 4,6 bodu a pro regiony NUTS 3 o 5,7 bodu. Na
Slovensku to byl nárůst 2,8 bodu u regionů NUTS 2 a 7,1 bodu u regionů NUTS 3 a v Polsku
byl nárůst rozptylu 1,3 bodu u regionů NUTS2 a 18,2 bodu u regionů NUTS3.
Tabulka 7: Rozptyl regionálního HDP/obyvatele v regionech NUTS 2 a NUTS 3
Stát/roky
2001
2002
2003
2004
2005
2006
20062001
Rozptyl regionálního HDP na úrovni NUTS2
Česko
24,3
24,8
24,9
24,2
25,1
25,4
1,1
Maďarsko
33,0
35,4
34,2
33,4
35,7
37,6
4,6
Polsko
18,2
18,1
18,3
18,7
19,4
19,5
1,3
Slovensko
27,3
28,3
27,8
28,3
31,7
30,1
2,8
Rozptyl regionálního HDP na úrovni NUTS3
Česko
24,4
24,7
24,9
24,3
25,1
25,3
0,9
Maďarsko
36,7
38,9
37,2
37,2
40,0
42,4
5,7
Polsko
16,2
17,3
17,4
31,3
32,3
34,4
18,2
Slovensko
27,4
28,1
28,7
29,2
33,6
34,5
7,1
92
Ostrava, 4. a 5. 11. 2010
Podobnou analýzu by bylo moţné provést pro hodnoty indikátoru rozptyl zaměstnanosti a
nezaměstnanosti v regionech NUTS 2, pro které tato data Eurostat sleduje.
2 Hodnocení vývoje disparit ve středoevropských zemích Evropské unie
pomocí strukturálních indikátorů
Strukturální indikátory se v průběhu hodnocení Lisabonské strategie vyvíjely a jejich počet
v roce 2010 dosáhl čísla 79. Jsou rozděleny do šesti základních oblastí (sfér) hodnocení
(Eurostat, 2010b): obecné ekonomické prostředí (9); zaměstnanost (11); inovace a výzkum
(16); ekonomická reforma (15); sociální soudrţnost (10); ţivotní prostředí (18).
Tabulka 8: Krátký seznam strukturálních indikátorů a jejich specifikace
Strukturální indikátor
Dostupná data
Obecné ekonomické prostředí
HDP na obyvatele v PPS
Stát, NUTS 2
Produktivita práce na zaměstnanou osobu
Stát, NUTS 2
Zaměstnanost
Míra zaměstnanosti
Stát, NUTS 2
Míra zaměstnanosti starších pracovníků (55-64 let)
Stát, NUTS 2
Inovace a výzkum
Úroveň dosaţeného vzdělání mládeţe
Stát, NUTS 2
Hrubé domácí výdaje na výzkum a vývoj jako % HDP
Stát, NUTS 2
Ekonomická reforma
Komparativní cenová úroveň
Stát
Kapitálové investice v % HDP
Stát, NUTS 2
Sociální soudrţnost
Míra rizika chudoby po sociálních dávkách
Stát
Rozptyl regionální míry zaměstnanosti
Stát, NUTS 2
Stát, NUTS 2
Ţivotní prostředí
Emise skleníkových plynů
Stát
Energetická náročnost národního hospodářství
Stát
Objem nákladní dopravy k HDP
Stát
Zdroj: Eurostat 2010b
93
Ostrava, 4. a 5. 11. 2010
Pro zjednodušení hodnocení je vyčleněn tzv. krátký seznam 14 hlavních strukturálních
indikátorů, který pokrývá všechny tři pilíře lisabonského procesu, tj. ekonomický, sociální a
environmentální. Jsou definovány především pro národní úroveň, pro 9 z nich jsou v databázi
Eurostatu také data pro regionální úroveň NUTS 2. Přestoţe Lisabonská strategie nedosáhla
svého původního cíle a v důsledku světové ekonomické krize v letech 2008-2009 došlo ve
všech státech EU k citelnému poklesu výkonnosti ekonomiky a růstu nezaměstnanosti,
vybudovaný systém strukturálních indikátorů pro její hodnocení je vhodným nástrojem pro
hodnocení disparit. Vzhledem k tomu, ţe dostupná data ve statistikách Eurostatu mají zhruba
dvouleté zpoţdění, jsou zpracované přehledy a srovnání podle dostupných dat, nejčastěji za
období 2001-2008, resp. 2009.
Základem pro komparaci států jsou indikátory z tzv. krátkého seznamu strukturálních
indikátorů, které jsou v některých případech doplněny o další indikátory, aby se zvýšila
vypovídací schopnost hodnocení vybraných oblastí. Základním rozdílem je „ekonomická
vyspělost― charakterizovaná úrovní HDP/obyvatele v PPS v % (EU27=100), jak uvádí Graf 3.
Graf 3: Indikátory HDP ve vybraných zemích v letech 2001 a 2008
HDP na obyvatele PPS
Rozptyl regionálního HDP (NUTS2) v%
EU27
EU 27
40,0
120
100
Slovensko
30,0
Slovensko
Rakousko
80
Rakousko
20,0
60
10,0
40
Česko
Polsko
Česko
Polsko
Maďarsko
Maďarsko
2001
2001
2008
2006
Přitom státy V4 s hodnotou v rozpětí 56,4 % (Polsko), 64,4 % (Maďarsko), 72,3%
(Slovensko) aţ 80,4 % (Česko) vykázaly ve zkoumaném období 2001 – 2008 významný
ekonomický růst ve srovnání s průměrem EU, pro Rakousko znamenalo rozšíření EU v tomto
ukazateli pokles (z 125,1 % na 123,5 % průměru EU27). Vyšší hodnoty rozptylu HDP
ukazují, ţe u zemí V4 se zvýšily regionální rozdíly v této oblasti.
Tabulka 9: Základní národohospodářské indikátory 2001-2009
Indikátor
Stát/roky
Průměrná
inflace
2001
roční
Veřejný dluh
2009
2001
Rozpočtový deficit
2009
2001
2009
EU27
2,2
1,0
61,0
73,6
-1,4
-6,8
Rakousko
2,3
0,4
67,1
66,5
0,0
-3,4
94
Ostrava, 4. a 5. 11. 2010
Česko
4,5
0,6
24,9
35,4
-5,6
-5,9
Maďarsko
9,1
4,0
52,0
78,3
-4,0
-4,0
Polsko
5,3
4,0
37,6
51,0
-5,1
-7,1
Slovensko
7,2
0,9
48,9
35,7
-6,5
-6,8
K dokreslení hospodářské situace ve středoevropských zemích v letech 2001 – 2008 jsou
ještě doplněny indikátory růstu reálného HDP, inflace, veřejného dluhu a deficitu státního
rozpočtu.
Graf 4: Makroekonomické indikátory ve vybraných zemích
Míra růstu HDP v %
Inflace v %
EU27
10
EU 27
8,0
6
4,0
Slovensko
Slovensko
Rakousko
0,0
Rakousko
2
-4,0
-2
-8,0
Česko
Polsko
Česko
Polsko
Maďarsko
Maďarsko
2001
2001
2009
2009
Veřejný dluh v % HDP
Deficit státního rozpočtu v % HDP
EU27
0
EU27
80
-2
Slovensko
60
Rakousko
-4
Slovensko
Rakousko
-6
40
-8
20
Česko
Polsko
Maďarsko
2001
Česko
Polsko
Maďarsko
2001
2009
2009
Porovnáme-li míru růstu reálného HDP (změna proti předchozímu roku), pak proti roku 2001
všechny ekonomiky kromě Polska poklesly do záporných hodnot, u EU27 je to -4,2 %,
největší pokles má Maďarsko (-6,7 %) a Slovensko (-4,7 %). Pokles inflace proti výchozímu
roku je zřetelný ve všech zemích, nejvýraznější v Maďarsku a na Slovensku. Významný je
95
Ostrava, 4. a 5. 11. 2010
nárůst veřejného dluhu Česka, Maďarska a Polska se zajímavým poklesem na Slovensku a
také nárůsty deficitu státního rozpočtu.
Cílem politiky zaměstnanosti podle Lisabonské strategie mělo být dosaţení celkové
zaměstnanosti v EU v roce 2010 na úrovni 70 % a pro ţeny alespoň 60 %. Základními
indikátory pro tuto oblast jsou míra zaměstnanosti, míra zaměstnanosti starších pracovníků a
také míra nezaměstnanosti.
V sociální oblasti vykázaly všechny státy kromě Maďarska příznivé ukazatele u růstu
zaměstnanosti, poklesu nezaměstnanosti (zde s výjimkou Rakouska) a k poklesu dlouhodobé
nezaměstnanosti. Míra zaměstnanosti přitom vzrostla nejvíce v Polsku a na Slovensku, coţ se
odrazilo v největším poklesu nezaměstnanosti v obou těchto zemích proti výchozímu roku
2001.
Tabulka 10: Základní indikátory zaměstnanosti
Indikátor
Stát/roky
Míra
zaměstnanosti v
%
Míra
zaměstnanosti
starších
pracovníků v %
2001
2001
2009
2009
Míra
nezaměstnanosti
v%
2001
2009
EU27
62,6
64,6
37,7
46,0
8,5
8,9
Rakousko
68,5
71,6
28,9
41,1
3,6
4,8
Česko
65,0
65,4
37,1
46,8
8,0
6,7
Maďarsko
56,2
55,4
23,5
32,8
5,7
10,0
Polsko
53,4
59,3
27,4
32,3
18,3
8,2
Slovensko
56,8
60,2
22,4
39,5
19,3
12,0
Změnu trendu v důsledku hospodářské krize
zaměstnanosti a nezaměstnanosti ukazuje Graf 5.
96
v roce
2008
na
příkladu
indikátoru
Ostrava, 4. a 5. 11. 2010
Graf 5: Vývoj zaměstnanosti a nezaměstnanosti
Většina států kromě Maďarska vykazuje aţ do roku 2008 pokles rozptylu regionální míry
zaměstnanosti, coţ svědčí o sniţování regionálních rozdílů. Nárůst rozptylu regionální míry
nezaměstnanosti se objevuje zejména u Maďarska a Slovenska, ale také u Česka a snad
překvapivě u Rakouska. Tento ukazatel je sledován pro úroveň NUTS2 i NUTS 3 a v obou
případech má podobný průběh s tím, ţe pro úroveň regionů NUTS 3 jsou rozdíly větší.
Slabou stránkou zůstává v zemích V4 podpora výzkumu a inovací, kde k výraznému nárůstu
ve výdajích na VaV došlo jen u Rakouska a k mírnému přechodně také u Česka, naopak
k poklesu došlo ve výdajích na VaV u Polska a Slovenska. Velké řádové rozdíly zůstávají
mezi Rakouskem (a průměrem EU27) a státy V4 v počtu přihlášek patentů EPO. Zatímco
průměr EU27 v roce 2007 byl 118 a u Rakouska dokonce 201 podaných ţádostí na mil.
97
Ostrava, 4. a 5. 11. 2010
obyvatel, je tento ukazatel u zemí V4 o řád niţší (3-15), i kdyţ proti roku 2001 se v roce
2007 téměř zdvojnásobil.
Tabulka 11: Indikátory výzkumu a vývoje
Indikátor
Výdaje na V a V
Stát/roky
2001
2008
Vzdělanost
mládeţe
2001
2008
VŠ absolventi přír.
a tech. oborů
2001
2007
Patenty EPO
2001
2007
EU27
1,86
1,90
76,6
78,5
10,7
n/a:
105,18
118,37
Rakousko
2,07
2,67
85,1
84,5
7,3
11,1
149,62
201,42
Česko
1,20
1,47
90,6
91,6
5,6
12,0
6,99
13,44
Maďarsko
0,92
1,00
84,7
83,6
3,7
6,4
9,69
15,15
Polsko
0,62
0,61
89,7
91,3
7,6
13,9
1,52
3,65
Slovensko
0,63
0,47
94,4
92,3
7,5
11,9
2,26
6,55
Nadprůměrných hodnot dosahují nové členské státy u indikátoru hodnotícího úroveň
středoškolského vzdělání mládeţe (procento populace ve věku 20-24 let s minimálně vyšším
středoškolským vzděláním). Zatímco průměrná hodnota v EU27 se pohybuje mezi 75 – 80 %
a má mírně rostoucí trend, všechny středoevropské státy včetně Rakouska jsou nad hranicí
80 % a Česko, Polsko a Slovensko dokonce nad hranicí 90 %. Nad tuto hodnotu se v EU
dostalo ještě pouze Slovinsko a Velká Británie.
Jiným indikátorem z hlediska vzdělanosti je počet absolventů vysokoškolského studia
v přírodních a technických vědách na tisíc obyvatel ve věku 20-29 let. Pro EU27 uvádí
Eurostat průměrnou hodnotu 12,5 v roce 2004 (další údaje nebyly dostupné), avšak v roce
2007 např. ve Francii to bylo 20,7 a ve Finsku 18,8. U středoevropských zemí je tato hodnota
podstatně niţší, příznivým jevem je však rostoucí trend, zejména u Česka z 5,6 v roce 2001
na 12 v roce 2007.
Pro hodnocení úrovně ţivotního prostředí na národní úrovni byly zvoleny tři indikátory:
celková emise skleníkových plynů, energetická náročnost národního hospodářství a objem
nákladní dopravy k HDP měřený v tunokilometrech.
98
Ostrava, 4. a 5. 11. 2010
Tabulka 12: Základní indikátory ţivotního prostředí
Indikátor
Emise skleníkových plynů Energetická
Objem nákladní
náročnost ekonomiky přepravy
Stát/roky
2001
2007
2007
2008
EU27
91,8
90,7
169,39
104,0
Rakousko
107,6
111,3
140,73
91,4
Česko
76,9
77,6
553,16
86,6
Maďarsko
69,1
65,8
400,76
131,1
Polsko
68,3
70,8
400,10
122,5
Slovensko
69,5
65,2
538,64
90,9
Indikátor emise skleníkových plynů je pro státy V4 příznivý, protoţe jeho hodnoty leţí
s rezervou pod průměrem EU27. Naproti tomu vyspělé Rakousko se pohybuje o 20 % nad
tímto průměrem.
Zcela opačná je situace pro indikátor energetické náročnosti ekonomiky, který je vztaţen
k hodnotě HDP. Jak z grafu vyplývá, všechny státy V4 mají 2 aţ 3 - krát náročnější
energetickou náročnost ekonomiky, přitom Rakousko (140) se pohybuje mírně nad
průměrem EU27 (169). Česko patřilo v roce 2007 s hodnotou indikátoru 553
k nejnáročnějším ekonomikám. Příznivá je tendence sniţování této hodnoty, coţ svědčí o
tendencích v restrukturalizaci ekonomiky k méně energeticky náročným odvětvím.
Graf 6: Energetická náročnost ekonomiky
99
Ostrava, 4. a 5. 11. 2010
U indikátoru vnitrozemské nákladní dopravy vztaţenému k HDP má v roce 2008 proti
výchozímu roku 2001 výrazný nárůst Maďarsko (131,1) a Polsko (122,5), významný je pokles
u Česka (86,6).
Závěry k hodnocení národních disparit
Období let 2001 aţ 2008 představovalo pro státy střední Evropy a současně nové členské
státy EU Česko, Maďarsko, Polsko a Slovensko etapu příznivého ekonomického vývoje,
kterou lze pro většinu indikátorů charakterizovat jako etapu společných trendů, růstu a
národní konvergence.
V ekonomické oblasti došlo s výjimkou Maďarska ke znatelnému nárůstu HDP, který byl
mimořádný zejména u Slovenska, bohuţel provázený prudkým poklesem v roce 2009, kdys
se všechny státy kromě Polska dostaly do záporných hodnot. Velmi výrazný byl nárůst
zaměstnanosti a pokles nezaměstnanosti, opět bohuţel zastavený světovou ekonomickou
krizí. V rozvoji inovačního potenciálu se po mírném nárůstu po roce 2000 projevila stagnace
a rozevírají se nůţky mezi státy V4 a průměrem EU27, případně Rakouskem jak ve výdajích
na podporu výzkumu a vývoje, tak např. u přihlášek patentů. V oblasti ţivotního prostředí
existuje podstatný rozdíl v energetické náročnosti ekonomiky v neprospěch států V4, na
druhé straně v emisi skleníkových plynů zůstávají tyto státy hluboko pod průměrem EU27.
U analýzy regionálních disparit na úrovni jednotlivých států se projevuje u ekonomických
disparit silné dichotomní postavení regionů hlavních měst, největší rozdíly jsou zejména u
Česka a Slovenska, méně pak u Maďarska a Polska. Podle vývoje rozptylu regionálního HDP
nedochází ke sbliţování regionů NUTS2, ale v případě Česka to byl jen mírný růst, velký
nárůst je u Maďarska a Polska, pokles je u Rakouska. Významné bylo sniţování v
nezaměstnanosti u Česka, Polska a Slovenska i Rakouska zejména u regionů postiţených
nadprůměrnou nezaměstnaností aţ do vypuknutí hospodářské krize. K rozevírání regionálních
rozdílů v nezaměstnanosti došlo ve sledovaném období u Maďarska. Analýza regionálních
rozdílů v oblasti vědy a výzkumu ukázala na prioritní postavení regionů hlavních měst
z hlediska výdajů, počtu výzkumných pracovníků a lidských zdrojů ve VaV a také patentů.
Souhrnně lze konstatovat, ţe období po vstupu do EU aţ do vypuknutí světové
finanční krize, tedy období 2004 - 2008 přineslo státům V4 významný hospodářský
růst, sníţení nezaměstnanosti a zvýšení zaměstnanosti. Tyto příznivé podmínky však
nebyly dostatečně vyuţity ke stabilizaci veřejných financí, ani k větší orientaci na
podporu výzkumu a inovací.
Analýza prokázala, ţe strukturální pomoc má příznivý dopad na růst v zaostávajících
regionech, avšak ke zmírňování disparit mezi vedoucím regionem ve státě s hlavním městem
a ostatními regiony nedochází. Orientace na konkurenceschopnost a vyuţívání růstových
faktorů na regionální úrovni přináší zvyšování disparit i mezi regiony ve skupině dohánějících
regionů v rámci jednotlivých států středoevropského prostoru.
[1]
[2]
EC (2010). Cohesion Reports. Regional Policy Inforegio [online]. ] [cit. 1. 4. 2010]
Dostupné na WWW:
<http://ec.Europa.eu/regional_policy/sources/docoffic/official/repor_en.htm>.
EUR-Lex (2010). Smlouvy. Přístup k právu Evropské unie. [on-line] [cit. 1. 5. 2010].
Dostupné na WWW: <http://eur-lex.europa.eu/cs/treaties/index.htm#founding>.
100
[3]
[4]
[5]
[6]
[7]
Ostrava, 4. a 5. 11. 2010
EUROSTAT (2010a). General and regional statistics. [on-line] [cit. 1. 5. 2010].
Dostupné na WWW:
<http://epp.eurostat.ec.europa.eu/portal/page/portal/statistics/themes>.
EUROSTAT (2010b). Structural indicators [on-line] [cit. 1. 5. 2010].
Dostupné na WWW:
<http://epp.eurostat.ec.europa.eu/portal/page/portal/structural_indicators/introduction
>.
KUTSCHERAUER, A. A KOL. Regionální disparity. Ostrava: Ekonomická fakulta VŠB-TU
Ostrava, 2010. (v tisku).
MAIER, K. (2007). K dokumentu Územní agenda Evropské unie. URBANISMUS A
ÚZEMNÍ ROZVOJ. Ročník X, Č. 3.
MOLLE, W. (2007). European Cohesion Policy. London: Routledge.
101
Ostrava, 4. a 5. 11. 2010
Problémy řízení municipálního rozvoje
Ing. Petr Ponikelský; Ing. Hana Novotná
Abstrakt
Systematický a koncepční regionální management není v podmínkách municipalit České
republiky stále ještě příliš uplatňován a realizován. U představitelů obcí převládají spíše
rozhodovací aktivity k řešení akutních problémů nebo rozhodování ad hoc dle momentálních
dotačních moţností ze státních a jiných zdrojů. Systematičnost, koncepčnost, aktivizace
vlastního potenciálu a další atributy programového řízení území mají spíše okrajový charakter
nebo jsou uplatňovány jen v nemnoha případech. Koncepční, racionální a efektivní řízení
obce opřené o kvalitní realizaci všech manaţerských činností je přitom základním
předpokladem pro zajištění jejího udrţitelného rozvoje. Nerealizace manaţerských funkcí
naopak vede ke stagnaci či úpadku a následnému prohlubování regionálních disparit. Míra
úspěšnosti aplikovaného modelu řízení regionálního rozvoje a úrovně jednotlivých
manaţerských funkcí vykonávaných při tomto procesu je i předmětem výzkumného projektu
„Procesy řízení regionálního rozvoje na úrovni obecních a mikroregionálních samospráv
České republiky―.
Klíčová slova
regionální politika, regionální rozvoj, municipality, management, region, manaţerské funkce
Summary
Systematic and strategic regional management is not in terms of municipalities of the Czech
Republic is still not implemented and enforced. For more community representatives
dominate decision-making activities to address the acute problems or decisions of an ad hoc
basis according to the momentary state of grant opportunities and other resources.
Systematic, conceptual, activation of their own potential and other attributes of the program
management are more marginal in nature or are applied only in few cases. Conceptual,
rational and efficient management of the village resting on the quality of the implementation
of all management activities are taking essential to ensure its sustainable development. Nonexecution of management functions on the contrary lead to stagnation or decline and
subsequent widening of regional disparities. The success rate of industrial management
model of regional development and the level of managerial functions performed by this
process is the subject of the research project ―Management processes of regional
development at the micro level, municipal governments and the Czech Republic.‖
Keys words
regional policy, regional development, municipality, management, region, managerial
functions
Úvod
Regionální politika České republiky je charakteristická značnými regionálními disparitami.
Jejich vznik a trvání mohou mít různé příčiny – od geografické polohy řešeného území, přes
strukturu obyvatelstva, historický handicap apod. Jednou z klíčových příčin je pak zcela jistě i
územně-správní uspořádání České republiky, které je dlouhodobě charakteristické vysokým
počtem obcí a jejich značnou fragmentací a kdy velké mnoţství malých obcí vykazuje značně
102
Ostrava, 4. a 5. 11. 2010
odlišné úrovně managementu rozvoje. Rozdílná úroveň řízení rozvoje obcí je pak také sama
pokládána za jednu z hlavních příčin vzniku a trvání socioekonomických disparit
v regionálním rozvoji, a to zejména ve středně velkých a malých obcích. Nedostatečná kvalita
řízení je způsobena převáţně personální nedostatečností, spočívající v nedostatku
kvalifikovaných a motivovaných pracovníků i vlastních představitelů samospráv. Přitom právě
kvalita řízení významným způsobem přispívá k zajištění pozitivního vývoje socioekonomické
úrovně municipalit obdobně, jako je tomu v případě podnikového managementu. Touto
problematikou se zabývá i výzkumný projekt „Procesy řízení regionálního rozvoje na úrovni
obecních a mikroregionálních samospráv České republiky―, který sleduje míru úspěšnosti
aplikovaného modelu řízení regionálního rozvoje a úrovně jednotlivých manaţerských funkcí
vykonávaných při tomto procesu.
1 Řízení rozvoje obcí
Jádrem ústřední úvahy projektu je obec a způsob jejího řízení, který se v mnoha ohledech
shoduje s rysy řízení soukromých subjektů, tj. podniků a firem. Obce jako právnické osoby
reprezentují územní samosprávu, tvoří územně vymezený funkční celek a jejich posláním je
pečovat o všestranný rozvoj svého území a o potřeby svých občanů. Aby obce mohly
naplňovat toto poslání, mají vytvořeny podmínky, mají vlastní právní subjektivitu, jejíţ hlavní
atributy jsou zcela totoţné s prvky právní subjektivity ostatních ekonomických subjektů v ČR
– je to samostatnost v rozhodování, právo vlastnit majetek, vystupovat navenek svým
jménem na vlastní zodpovědnost.
Vzhledem k těmto shodným rysům a skutečnosti vyplývající z teorie managementu, totiţ ţe
soukromé subjekty řídí svoji činnost lépe a efektivněji neţ subjekty veřejného sektoru,
přistoupili řešitelé k realizaci projektu z pohledu firemního řízení. Výkon řízení – zde řízení
rozvoje obce – je tak pojímán z pohledu hlavních manaţerských funkcí vykonávaných v rámci
tohoto procesu. Tyto funkce byly vybrány, definovány a upraveny pro potřeby prostředí
municipalit na následující funkce:
1. Řízení rozvoje. Jedná se o specifickou aktivitu, jejímţ hlavním cílem je prostřednictvím
jednotlivých dalších manaţerských funkcí maximálně efektivně zajišťovat dosaţení
poţadovaných výstupů v oblasti řízení rozvoje.
2. Rozhodování. Podstatou rozhodování je proces výběru mezi alespoň dvěma
moţnostmi variantního jednání, v případě obce se zároveň jedná o proces
stanovování jejích rozvojových priorit.
3. Organizování. Organizování spočívá v činnosti, jejímţ cílem je uspořádat prvky
v systému, jejich aktivity a koordinaci tak, aby přispěly co nejvyšší měrou k dosaţení
stanovených cílů rozvoje obce.
4. Plánování rozvoje obce. Plánování je činnost zaměřená na budoucí vývoj obce,
určující čeho, jak a v jakém pořadí má být dosaţeno.
5. Informování a komunikace. Informování představuje proces poskytování informací a
komunikace proces vzájemného poskytování (výměny) informací s aktivní zpětnou
vazbou.
6. Kontrolování. Kontrolování je zhodnocení reality s ohledem na zjištění, zda bylo
dosaţeno shody ve vývoji kontrolované skutečnosti vůči specifikovaným poţadavkům.
103
Ostrava, 4. a 5. 11. 2010
2 Realizace projektu
Výše uvedená specifika řízení municipálního rozvoje se opírají o výzkum implementace
manaţerských funkcí obcí České republiky realizovaný v několika postupných krocích.
Realizace projektu byla zahájena v roce 2007, kdy byly nejprve zpracovány metodické
postupy, byla provedena multikriteriální analýza pro výběr respondentů. Na jejím podkladě
byl vybrán vzorek respondentů pro terénní výzkum a ti byli posléze osloveni. Bylo vybráno
celkem 130 municipalit (tj. cca dostatečná 2% z celkového počtu jednotek ve výběrovém
souboru). Dále bylo připraveno softwarové prostředí pro zpracování výstupů analýzy.
V následujícím roce 2008 proběhla realizace terénního výzkumu, a to ve dvou základních a
jednom doplňkovém stupni, přičemţ všechny tři typy terénního šetření byly realizovány
odděleně a jinými řešiteli, aby nedocházelo k vzájemnému ovlivňování či přizpůsobování
výsledků o konkrétní obci. Výzkum sledoval a posuzoval ukazatele, faktory a konkrétní
situace, podle kterých je moţné hodnotit a vzájemně porovnávat rozsah, kvalitu i účinnost
realizovaných manaţerských funkcí u jednotlivých zástupců z vybraného reprezentativního
vzorku. Nejprve bylo provedeno vlastní nezávislé šetření (pozorování) na území vytipovaných
respondentských obcí, jehoţ cílem bylo získání odborného náhledu na pozorovanou obec ke
konkrétní fázi vývojového cyklu municipalit. Druhým stupněm byl řízený rozhovor se zástupci
municipalit, který byl realizován ve spolupráci s Českým statistickým úřadem. Doplňkově pak,
jako třetí stupeň v rámci terénního šetření, byl proveden průzkum internetových stránek
respondentů, jakoţto veřejného informačního zdroje o dané municipalitě.
V roce 2009 byly výsledky zpracovány a analyzovány dle definovaných manaţerských
činností, přičemţ byla specifikována forma, intenzita a kvalita jejich uplatňování
v podmínkách České republiky. Výstupem byl popis a identifikace klíčových problémů, a
pochopitelně i předností, zjištěných při realizaci řízení rozvoje obce. Jak analýza ukázala, je
odborné manaţerské řízení vycházející z kvalitně zpracovaných rozvojových strategií a
programů, realizováno jen v minimálním počtu municipalit. Konkrétní praxe se zaměřuje
převáţně na řešení akutních problémů a realizaci projektů, na které je moţné čerpat dotační
prostředky. Výsledkem je regionální rozvoj postrádající systematičnost, koncepčnost a
logickou posloupnost realizovaných aktivit. Dílčí neprovázané projekty zpravidla vykazují niţší
multiplikační efekt, případně generují méně pozitivních externalit a nemohou tak ve finále
naplnit komplexní rozvojové cíle. Z výstupů hodnocení terénního šetření také vyplynulo, ţe
největší problémy s uvedenými aspekty vykazují zejména malé obce do 200 obyvatel, které
mají značné problémy s uplatněním a pouţíváním formálních manaţerských postupů.
3 Řešení identifikovaných problémových okruhů při procesu řízení rozvoje
obce
Na základě těchto identifikovaných předností a problémů jsou připravovány manuály pro
realizaci a zlepšení výkonu municipálních a regionálních řídících funkcí v oblasti regionálního
rozvoje. Jsou určeny především čelním představitelům municipalit, kterým poskytnou
konkrétní a jasné návody pro postup při řízení procesů regionálního rozvoje. V praxi
municipální a mikroregionální politiky jejich uplatnění můţe přispět k socioekonomickému
oţivení území, např. k zefektivnění hospodaření s veřejnými prostředky, ke kvalitnímu a
prorůstově orientovanému finančnímu a investičnímu rozhodování municipalit, k posilování
obytných, rekreačních, ekonomických a sociokulturních funkcí, cílenému rozvoji cestovního
ruchu, sníţení výskytu sociopatologických jevů atd.
104
Ostrava, 4. a 5. 11. 2010
Manuály byly nejprve zpracovány v obecné rovině podle jednotlivých definovaných
manaţerských funkcí a v dalším kroku budou upraveny dle regionalizace ČR provedené
v rámci projektu podle výsledků terénních zjištění a doplněny o další konkretizující body. Pro
kaţdou manaţerskou činnost byly identifikovány hlavní problémové okruhy – např. pro
manaţerskou činnost řízení to jsou okruhy:




Zapojení podnikatelů do municipálního rozvoje
Zapojení veřejnosti do municipálního rozvoje
Zapojení orgánů a organizací obce do municipálního rozvoje
Financování rozvoje obce
Problémové okruhy, respektive jejich řešení, byly následně zpracovány ve struktuře:
1) Popis řešeného problému
a) Výchozí situace – tento bod popisuje výchozí situaci zjištěnou v rámci
výzkumné části projektu.
b) Očekávaný výstup – v tomto bodě je stanoven jednak cíl řešení problémového
okruhu včetně komentáře.
2) Popis (procesu) řešení problému
a) Proces – zahrnuje identifikaci a popis jednotlivých procesních kroků, které
povedou k naplnění stanoveného cíle, včetně určení účelu a periodicity
jednotlivých kroků.
b) Nástroj – v tomto bodě jsou popsány jednotlivé nástroje slouţící k realizaci
stanovených procesních kroků.
c) Cílové skupiny – identifikace cílových skupin zahrnutých do procesu řešení
problémového okruhu.
d) Vzory relevantních tiskopisů / dokumentů – popis relevantních tiskopisů ve
formě konkrétních vzorů zařazených v příloze, nejčastěji ve formátu doc nebo
xls.
e) Popis moţných věcných a procesních rizik – identifikace moţných rizik, která
mohou nastat při řešení problémového okruhu.
3) Kontrola
a) Kontrola procesu – identifikace kontrolního procesu, specifikace, jaké fáze
bude zahrnovat.
b) Kontrola výstupů – identifikace kontrolního procesu, specifikace, jaké fáze
bude zahrnovat.
Tato struktura by tak měla jasně osvětlit daný problémový okruh a objasnit logiku jeho
řešení včetně jednotlivých kroků. Jelikoţ bude doplněna praktickými vzory, napomůţe
představitelům municipalit při konkrétní aplikaci a zrychlí celý proces. Co se však ukázalo
jako zcela zřejmé při zpracovávání jednotlivých problémových okruhů, je skutečnost, ţe
realizace jednotlivých manaţerských funkcí spolu úzce souvisí a je vzájemně propojená –
laicky řečeno „všechno souvisí se vším―. Proto i úspěšnost a dopad na kvalitu celého procesu
řízení municipálního rozvoje závisí na systematické realizaci všech dílčích činností a procesů
pod ně spadající. Bez toho je sice moţné zaznamenat dílčí úspěchy, jejich dopad však bude
omezený a ohraničený a nedojde k multiplikaci daných efektů, tudíţ ke kýţenému sníţení
regionálních disparit vyvolaných nekvalitním řízení rozvoje. To je nutné mít neustále na
paměti a zdůrazňovat, aby realizace jednotlivých kroků ve zpracovaných manuálech byla
chápána jako ucelený a vnitřně provázaný balíček opravných opatření.
105
Ostrava, 4. a 5. 11. 2010
Závěr
Hlavním problémem řízení municipálního rozvoje v podmínkách České republiky je
nedostatečné personální zajištění, specificky především absence odbornosti a nedostatečná
úroveň ţádoucí kvalifikace a nízká motivovanost pracovníků i vlastních představitelů
samospráv. Na situaci má vliv i aktuální koncepce územně-správního uspořádání ČR, pro
kterou je charakteristický vysoký počet a značná fragmentace obcí. Ta přispívá
k prohlubování nejen zmíněné personální nedostatečnosti, ale má dopad i do dalších oblastí
rozvoje obcí – zejména financování, zajišťování veřejných statků a sluţeb, rozpočtové určení
daní, apod. Systémová změna však v současnosti není na pořadu dne, a proto je nutné
hledat jiné cesty, jak problém nedostatečně efektivního řízení rozvoje obcí řešit a přispět tak
k pozitivnímu řešení regionálních disparit v ČR. Touto problematikou se zabývá i výzkumný
projekt „Procesy řízení regionálního rozvoje na úrovni obecních a mikroregionálních
samospráv České republiky―, který sleduje míru úspěšnosti aplikovaného modelu řízení
regionálního rozvoje a úrovně jednotlivých manaţerských funkcí vykonávaných při tomto
procesu. Projekt směřuje ke stanovení konkrétních praktických postupů a identifikaci
nástrojů, které napomohou zvýšit koncepčnost, systematičnost a celkovou vnitřní
provázanost procesu řízení. Tím přispějí k celkovému zvýšení úrovně procesu a napomohou
dosaţení stanovených cílů rozvoje obce.
[1] FOTR, J., ŠVECOVÁ, L., DĚDINA, J., HRŮZOVÁ, H., RICHTER, J. Manaţerské
rozhodování. Ekopress, s.r.o., 2006.
[2] KOŠTEJNOVÁ, Z., KUPKA, V., PONIKELSKÝ, P. Ekonomika municipalit a regionů, II.
upravené a doplněné vydání. VŠRR Praha, 2009.
[3] PONIKELSKÝ, P., NOVOTNÁ, H. Manaţerské funkce v řízení municipálního rozvoje, In
Sborník příspěvků z vědecké konference s mezinárodní účastí „Řízení a potenciál
regionálního rozvoje – aktuální otázky―. VŠRR Praha, 2010, ISBN 978-80-87174-00-5
106
Ostrava, 4. a 5. 11. 2010
Indikátory pro hodnocení regionálních disparit a jejich
integrace
PhDr. Mgr. Hana Fachinelli, PhD.; Doc. Ing. Petr Tománek, CSc.
Abstrakt
Příspěvek představuje dílčí výsledky řešení výzkumného úkolu WD-55-07-1 Regionální
disparity v územním rozvoji České republiky – jejich vznik, identifikace a eliminace.
moţné regionální rozdíly vysledovat, identifikovat, strukturalizovat, následně měřit a
vyhodnocovat. V rámci tohoto výzkumného úkolu byly analyzovány potřeby sledování
uvedených jevů a navrţen vlastní přístup k indikátorům pro hodnocení regionálních disparit a
způsobům jejich integrace. Příspěvek je zaměřen na přístupy ke strukturalizaci indikátorů
regionálních disparit z věcného hlediska a na tvorbu integrovaných indikátorů.
Klíčová slova
regionální disparita, region, indikátor, integrovaný indikátor
Abstract
Paper presents partial results of the research project WD-55-07-1 entitled Regional
disparities in territorial development of the Czech Republic – their origin, identification and
elimination. Regional disparities are represented by wide range of phenomena and
processes, in which regional differences can be traced, identified, structuralized, and then
measured and evaluated. In this research project, there were analyzed the needs of
monitoring of these phenomena and there was also proposed the approach to indicators for
evaluation of regional disparities and methods of their integration. Paper is focused on
approaches to structuring indicators of regional disparities from the material point of view. It
also deals with the creation of integrated indicators.
Keys words
regional disparities, region, indicator, integrated indicator
Úvod
moţné regionální rozdíly vysledovat, identifikovat, strukturalizovat a následně měřit a
vyhodnocovat. Ukazuje, se ţe obecně jsou přístupy k jejich hodnocení velmi široké, je k nim
přistupováno z účelových hledisek jednotlivých pohledů, a tyto přístupy jsou jen částečně
kompatibilní.
Vzhledem k tomu, ţe výzkumný úkol WD-55-07-1 Regionální disparity v územním rozvoji
České republiky – jejich vznik, identifikace a eliminace, řeší problematiku regionálních
disparit v obecném smyslu, bez vazby na konkrétní účel pouţití a tedy v podstatě
universálně, bylo nutno navrhnout pro tuto oblast i vlastní, relativně universální, přístup
k jejich identifikaci. V rámci tohoto výzkumného úkolu byly tedy analyzovány potřeby
sledování uvedených jevů a navrţen vlastní přístup k indikátorům pro hodnocení regionálních
disparit a způsobům jejich integrace.
107
Ostrava, 4. a 5. 11. 2010
1 Přístupy ke sledování regionálních disparit
Alternativní přístupy
Provedená analýza praktických metodických postupů pouţívaných pro popis regionů a
zjišťování regionálních rozdílů – disparit - na úrovni národní, nadnárodní i mezinárodní
ukázala, ţe neexistuje jeden obecně platný model. Stávající praxe při dekompozici disparit,
zejména volby deskriptorů a jejich indikátorů, se značně liší. Je vţdy spíše výsledkem
konsensu v daném odborném týmu, neţ výsledkem jednoznačně vědecky objektivizovaného
postupu. Tím není popřena funkčnost takového přístupu; pouze se ukazuje, ţe pro stanovený
účel existuje více variant řešení.
Přesto lze v existujících přístupech najít společné jmenovatele. Základním z nich je redukce
problému na objektivní indikátory, tvrdá data (velikost HDP, míra nezaměstnanosti, úroveň
vzdělání, střední délka ţivota, apod.) a absence indikátorů vymezujících např. sociální kapitál
a taktéţ indikátorů, které by umoţnily popsat skutečné potřeby obyvatel v regionu, míru
deprivace z jejich neuspokojení a také sociální vztahy v dané společnosti, na jejichţ kvalitě je
existence současné, sítí propojené společnosti, stále více závislá.
Zjišťování spokojenosti či míry deprivace se stavem (jevů) a upokojování potřeb v daném
regionu je však náročné a obtíţně převoditelné do kvantitativně vyjádřeného indexu či jinak
definovaného integrovaného indikátoru. Dalším společným jmenovatelem různých přístupů je
volba indikátorů, které odpovídají v převaţující míře regionu na úrovni státu (NUTS 0 - 1).
Při hledání filosofie přístupu k řešení je tedy nutné v prvé řadě specifikovat účel, ke kterému
sledování disparit v regionech směřuje. Přístupy, kterými jsou sledovány tyto jevy, jsou tedy
různorodé a v oblasti praktického pouţití lze pak zmínit tyto nejdůleţitější následující
alternativní přístupy.
Pro systémovou výstavbu a formování obsahu systému sledování a hodnocení regionálních
disparit je jedním z určujících východisek Systém sledování regionálních rozdílů, který
přijala vláda České republiky v roce 2000 jako součást aktivit Strategie regionálního rozvoje
České republiky. Tento systém dekomponuje disparity do pěti oblastí deskripce, jimiţ jsou:
souhrnná charakteristika regionu, ekonomický potenciál, lidský potenciál, technická
vybavenost území, ţivotní prostředí.
Pro formování systému Strategie udrţitelného rozvoje ČR bylo uplatněno šest
rozvojových pilířů: ekonomický, environmentální, sociální, vzdělávání, výzkum a vývoj,
evropský a mezinárodní kontext, správa věcí veřejných.
Strategie hospodářského růstu České republiky, je zaměřená na pět prioritních
oblastí, resp. pilířů, na kterých stojí konkurenceschopnost české ekonomiky. Jsou
jimi: institucionální prostředí, zdroje financování, infrastruktura, rozvoj lidských
zdrojů, výzkum, vývoj a inovace.
V rámci Obnovené strategie udrţitelného rozvoje Evropské unie (2006) je moţné
vysledovat záměry k ovlivnění rozvoje EU a jejich regionů především ve snaze o dosaţení
příslušných cílů strategie v následujících oblastech: změna klimatu a čistá energie, udrţitelná
doprava, udrţitelná spotřeba a výroba, veřejné zdraví, sociální začlenění, demografie a
migrace, celosvětová chudoba a problémy udrţitelného rozvoje. Indikátory navrţené v rámci
daných oblastí monitorují průběh dosahování stanovených cílů za Evropskou unii jako celek a
108
Ostrava, 4. a 5. 11. 2010
v rámci jednotlivých států Evropské unie a nejsou tedy tvořeny pro hodnocení niţších
regionálních jednotek.
Sledováním územních charakteristik se věnuje také Evropská environmentální agentura
EEA, která doplnila koncept OECD DSR o další vazební prvky a vytvořila systém DPSIR
(Driving forces – Pressures – State – Impacts - Responses) v české mutaci „hnací síla - tlak stav - dopad - odezva―.
Z analýzy existujících teoretických studií i praktických postupů, zabývajících se popisem
regionálních disparit, vyplývá, ţe neexistuje jednotný názor na to, podle jakých kritérií
regionální disparity vymezovat a hodnotit, a s pomocí jakých ukazatelů je popisovat.
Řešitelský návrh
Na základě provedených analýz teoretických i praktických přístupů k posuzování a identifikaci
regionálních disparit byl navrţen vlastní způsob, který zahrnuje tři základní segmenty:



segment jednotlivých indikátorů, kdy indikátory představují nejniţší úroveň věcné
dekompozice a jsou základními stavebními prvky dalších segmentů,
segment integrovaných indikátorů, zaloţených na vyuţití jednotlivých indikátorů,
segment modelových regionů, zaloţených na vyuţití jednotlivých indikátorů18.
Základem pro systém sledování a hodnocení regionálních disparit je zde segment
jednotlivých indikátorů zaloţený na věcné dekompozici regionálních disparit, kdy vytipované
indikátory jsou pak vyuţívány i pro ostatní segmenty.
3 Indikátory pro hodnocení regionálních disparit
Věcná dekompozice regionálních disparit
Pro dekompozici systému sledování a hodnocení regionálních disparit bylo zvoleno kritérium
věcné podstaty. Věcná podstata disparity je však ve většině případů tvořena syntézou více
znaků (jevů), které ji charakterizují a v některých případech umoţňují zařazení disparity do
více sfér (ekonomické, sociální, územní).
Pro provedení dekompozice bylo proto nezbytné provést nejen „vnější― identifikaci disparity,
ale identifikovat a podrobit hodnocení i jednotlivé znaky, které ji charakterizují.
Dekompozice indikátorů pro identifikaci, sledování a hodnocení regionálních disparit je
provedena v této klasifikační posloupnosti:
1. rozlišovací úroveň - sféra disparit: 3 sféry,
2. rozlišovací úroveň - problémový celek: 11 celků,
3. rozlišovací úroveň – deskriptor: 45 deskriptorů,
4. rozlišovací úroveň – indikátor: 164 indikátorů. (57 primárních a 117 sekundárních
indikátorů).
Poznámka: v následujícím výkladu je pozornost věnována prvním třem rozlišovacím úrovním.
18
Uvedený segment není v tomto příspěvku blíţe postiţen.
109
Ostrava, 4. a 5. 11. 2010
První rozlišovací úroveň je tvořena sférami:



sociální sféra,
ekonomická sféra,
územní sféra.
Na rozdíl od regionálních disparit v ekonomické a sociální sféře, které jsou většinou aktéry v
jednotlivých regionech vnímány jako apriorně důleţitější a jsou více pod drobnohledem
tvůrců regionálních politik, disparity v územní sféře jsou více akcentovány aţ po dosaţení
určité výše ekonomického bohatství jednotlivých regionů a následně zvýšené poptávky po
kvalitě ţivotního prostředí, ale zároveň i po dalším rozvoji sítí infrastruktury v daném území.
Dekompozice disparit ve sféře sociální
Kvalita ţivota v regionech je ovlivňována mnoha faktory, které se navzájem podmiňují.
Oddělit od sebe ekonomické a sociální faktory je nejen v teorii ale i v praxi velmi nesnadné.
Kaţdý jev zpravidla zahrnuje obě tyto dimenze a záleţí na úhlu pohledu, který pro daný účel
převáţí.
Sociální sféra spoluvytváří podmínky pro podnikání. Výsledky podnikání se promítají do
ţivotní úrovně obyvatel a ovlivňují celkové sociální klima společnosti.
Sociální sféra je rozčleněna do tří problémových celků - subsystémů druhého řádu:
obyvatelstvo, sociální vybavenost a sociální patologie. Tyto problémové celky jsou pak
charakterizovány příslušnými deskriptory (viz tabulka 1) a na ně pak navazují jednotlivé
indikátory.
Tabulka 1: Soustava deskriptorů pro hodnocení disparit ve sféře sociální
Sféra
Sociální
Problémový celek
Obyvatelstvo
Deskriptor
Věková struktura
Zdravotní stav
Vzdělání
Ţivotní úroveň
Migrace
Zdravotnictví
Školství
Sociální sluţby
Kultura
Sport
Bydlení
Ohroţení chudobou
Kriminalita
Nehodovost
Sociální vybavenost
Sociální patologie
Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD-55-07-1
Dekompozice disparit ve sféře ekonomické
Ekonomika regionu je nejen klíčovým atributem hodnocení jeho současné úrovně a
perspektiv dalšího rozvoje, ale také jedním z rozhodujících aspektů jeho srovnávání s
110
Ostrava, 4. a 5. 11. 2010
ostatními regiony. To také určuje váhu, resp. pozici ekonomické sféry v identifikaci a
hodnocení regionálních disparit.
Srovnáváme-li ekonomiky regionů, patří mezi nejčastější otázky: jak potentní je ekonomika
regionu, jaké je její „zdraví― a nakolik je schopná se efektivně zapojit do meziregionální dělby
práce. S tím také souvisí další otázka, nakolik je schopná generovat dostatečný počet
pracovních příleţitostí, resp. pracovních míst pro své obyvatelstvo.
Disparity v ekonomické sféře jsou rozčleněny do čtyř problémových celků - subsystémů
druhého řádu, které tvoří: ekonomický potenciál, ekonomická struktura, rozvojový potenciál,
lidský potenciál. Tyto problémové celky jsou pak postiţeny příslušnými deskriptory (viz
tabulka 2) a na ně pak navazují jednotlivé indikátory.
Tabulka 2: Soustava deskriptorů pro hodnocení disparit ve sféře ekonomické
Sféra
Problémový celek
Deskriptor
Výkonnost ekonomiky
Ekonomický potenciál
Produktivita
Vnější vztahy
Ekonomická struktura
Ekonomická sféra
Odvětvová struktura
Struktura dle subjektů
Věda a výzkum
Rozvojový potenciál
Zahraniční kapitál
Investice
Aktivní obyvatelstvo
Lidský potenciál
Zaměstnanost
Nezaměstnanost
Mobilita
Dekompozice disparit ve sféře územní
Územní sféra disparit postihuje fyzicko-geografický potenciál území a popisuje oblasti
regionálních disparit jako dopravní infrastrukturu, technickou infrastrukturu či ţivotní
prostředí. Disparity v územní sféře tak doplňují prvky, které umoţňují dokreslit některé
charakteristiky disparit ve sféře sociální a ekonomické, úzce spojené s fyzicko-geografickým
charakterem území.
Územní sféra je rozčleněna do šesti problémových celků – subsystémů druhého řádu:
struktura regionu, dopravní infrastruktura, dopravní obsluha, technická infrastruktura, ţivotní
prostředí, charakter přírody. Tyto problémové celky jsou pak postiţeny příslušnými
deskriptory (viz tabulka 3) a na ně pak navazují jednotlivé indikátory.
111
Ostrava, 4. a 5. 11. 2010
Tabulka 3: Soustava deskriptorů pro hodnocení disparit ve sféře územní
Sféra
Problémový celek
Deskriptor
Podíl městského obyvatelstva
Rozloha obce
Celková
v regionu
hustota
obyvatelstva
Nadmořská výška
Struktura regionu
Výšková členitost
Zastavěné plochy
Podíl zemědělské půdy
Podíl lesní půdy
Podíl lesů na obyvatele
Klimatické poměry
Územní sféra
Pozemní komunikace
Dopravní infrastruktura
Dopravní obsluha
Ţelezniční doprava
Letecká doprava
Dopravní obsluha
Integrované dopravní systémy
Vodní hospodářství
Technická infrastruktura
Elektrická energie
Zásobování plynem
Ovzduší
Odpady
Charakter přírody
Příroda a biodiverzita
Integrované indikátory
Jedním z problémů regionální teorie i praxe je ověření moţného rozsahu vyuţívání navrţené
soustavy indikátorů pro identifikaci a hodnocení regionálních disparit na konkrétních datech o
regionech.
Navrţený základní soubor 164 indikátorů umoţňuje podrobné vyhodnocení sledovaných jevů,
resp. probíhajících procesů, má však některá významná omezení. Dlouhodobá empirie
ukazuje, ţe v základních indikátorech lze přehledně vyhodnotit 10 – 15 indikátorů. Se
stoupajícím počtem indikátorů pouţitých pro analýzu a hodnocení se ztrácí přehlednost,
schopnost jejich vnímání v potřebných souvislostech a rychle se sniţuje vypovídací schopnost
výsledku analýzy. Nastává potřeba nějaké „informační nadstavby―, tedy nějakého
souhrnnějšího (integrovaného) pohledu na vyjádření analyzované problematiky, aniţ by se
pro daný účel zkoumání nepřijatelně sníţila hodnota výsledné výpovědi.
Proto i při hodnocení regionálních disparit dospíváme k potřebě vytvoření integrovaných
indikátorů, které mají dostatečnou vypovídací schopnost pro meziregionální srovnávání, jsou
výpočetně zvládnutelné a pro příjemce informací dostatečně srozumitelné.
112
Ostrava, 4. a 5. 11. 2010
Úskalí integrace ad hoc (u které dochází obvykle k největším chybám) se lze vyhnout
seskupením základních indikátorů do promyšlených seskupení (dílčích celků) věcně
homogenních, systémově akceptovatelných a metodicky logických a srozumitelných.
K takové integraci základních indikátorů regionálních disparit se nabízí dvě cesty. Cesta
zaloţená na věcném seskupování indikátorů a cesta zaloţená na uţivatelském seskupování
indikátorů.
První cesta je zaloţena na integraci indikátorů do pokud moţno obsahově
homogenních celků – integrovaných indikátorů, jimiţ jsou např. ekonomický potenciál,
ţivotní úroveň, sociální vybavenost či ţivotní prostředí v regionu. Takových integrovaných
indikátorů je pro sledování a hodnocení disparit mezi regiony ČR dále navrţeno čtrnáct.
Druhá cesta je zaloţena na seskupení indikátorů podle potenciálního způsobu uţití informací
do modelových regionů, typologicky vycházejících z identifikace hospodářského a sociálního
potenciálu regionů (tento přístup není v tomto příspěvku blíţe popsán).
Integrované indikátory jsou indikátory sloţené z několika primárních či sekundárních
indikátorů, vstupujících do nich se stanovenou vahou. Obdobně, jako lze indikátory pro
hodnocení regionálních disparit členit do tří sfér (sociální, ekonomická a územní), lze i
integrované indikátory pouţít pro sociální sféru, ekonomickou sféru a územní sféru, ale také
integrovat pohled prostupující všemi sférami (průřezový integrovaný indikátor).
Z nich bylo vytvořeno celkem 14 integrovaných indikátorů, z nich pak 5 integrovaných
indikátorů charakterizujících sociální sféru, 4 integrované indikátory pro ekonomickou sféru,
4 integrované indikátory pro územní sféru a 1 integrovaný indikátor průřezový. Způsob
integrace indikátorů do integrovaných indikátorů je moţný na základě vyuţití různých metod,
které byly rovněţ v rámci řešení výzkumného úkolu popsány.
Bliţší postiţení a zdůvodnění obsahu jednotlivých integrovaných indikátorů je uvedeno
v dalším textu.
Integrované indikátory v sociální sféře (INIs)
INIs 1 - ţivotní úroveň
Zahrnuje úroveň příjmů a majetku, kvantitu a kvalitu spotřeby, rozsah a uţití volného času a
kvalitu prostředí (sociální, trh práce, ţivotní prostředí). Pro sledování disparit v ţivotní úrovni
byly vybrány indikátory Čistý disponibilní důchod domácností na obyvatele, Vybavenost
domácností automobilem a Vybavenost domácností počítačem.
INIs 2 - zdravotní stav
Zdravotní stav je rovněţ moţno posuzovat z více hledisek – z lékařského hlediska, z hlediska
délky a kvality lidského ţivota, z pohledu pracovní schopnosti/neschopnosti, apod. Jako
základní byly vybrány indikátory Naděje doţití při narození, Incidence novotvarů
(standardizováno na světový standard) a Pracovní neschopnost.
113
Ostrava, 4. a 5. 11. 2010
INIs 3 - sociální vybavenost
Největší preference zde má zdravotní a sociální péče, s ohledem na význam zdraví a potřebu
zabezpečení sluţeb pro stárnoucí populaci. Reprezentovaná je indikátory Počet lékařů, Počet
lůţek v nemocnicích, Počet míst v zařízeních sociální péče na počet obyvatel a Podmínky pro
realizaci volnočasových aktivit.
INIs 4 - bydlení
Zde jsou seskupeny indikátory vypovídající zejména o „prostorové― kvalitě bydlení - Počet
osob v trvale obydlených bytech na 1 místnost, Obytná plocha na osobu a Počet cenzových
domácností na trvale obydlený byt.
INIs 5 - sociální patologie
Sociální patologie vyjadřuje soubor jevů, které jsou ve společnosti neţádoucí; mohou vést k
sociálnímu vyloučení nebo přímo ohroţují zdraví, ţivot či bezpečnost občanů. Je popsána
indikátory Podíl domácností s čistými měsíčními příjmy pod hranicí ţivotního minima, Počet
zjištěných trestných činů na 1000 obyvatel a Počet dopravních nehod na 1 km silnic.
Přehled integrovaných indikátorů disparit v sociální sféře je uveden v tabulce 4.
Tabulka 4: Integrované indikátory v sociální sféře
Integrovaný indikátor
Indikátory
Čistý disponibilní důchod domácností na 1 obyvatele
ŢIVOTNÍ ÚROVEŇ
Vybavenost bytových domácností automobilem
Vybavenost bytových domácností počítačem
Naděje doţití při narození (muţi)
ZDRAVOTNÍ STAV
Naděje doţití při narození (ţeny)
Průměrné procento pracovní neschopnosti
Incidence novotvarů celkem na 100 tis. obyv.
Počet lékařů na 10 tis. obyvatel
Počet lůţek v nemocnicích na 10 tis. obyv.
SOCIÁLNÍ VYBAVENOST Počet míst v zařízeních soc. péče na 10 tis. obyvatel
Počet středisek pro volný čas dětí a mládeţe na 10 tis. obyv.
Počet cenzových domácností na 1 trvale obydlený byt
BYDLENÍ
Počet osob v trvale obydlených bytech na 1 obytnou místnost
Obytná plocha na 1 osobu v m2
Podíl domácností s čistými měsíčními příjmy pod hranicí
ţivotního minima
SOCIÁLNÍ „PATOLOGIE― Počet zjištěných trestných činů na 1000 obyvatel
Počet dopravních nehod na 1 km silnic
114
Ostrava, 4. a 5. 11. 2010
Integrované indikátory v ekonomické sféře (INIe)
INIe 6 - Ekonomický potenciál
Integrovaný indikátor je konstruován ze tří indikátorů postihujících ekonomiku regionu, resp.
její hlavní charakteristiky ve smyslu vlastní výkonnosti regionu a výkonnosti regionu ve
vztahu k jiným regionům - HDP na 1 obyvatele, Produktivita práce na 1 zaměstnanou osobu,
Objem exportu na 1 obyvatele regionu.
INIe 7 - Ekonomická struktura
Je konstruován z indikátorů, jejichţ smyslem je postihnout ekonomiku regionu z hlediska
jeho předpokladů pro další rozvoj a podmínek podnikání v mezinárodním kontextu. Je tvořen
indikátory Počet zaměstnaných v terciárním sektoru na 1000 obyvatel, Počet soukromých
podnikatelů na 1000 obyvatel, Počet podniků s 25 a více zaměstnanci na 1000 obyvatel,
Počet podniků pod zahraniční kontrolou s 250 a více zaměstnanci na 1000 obyvatel.
INIe 8 – Nezaměstnanost
Indikátor je konstruován z indikátorů popisujících nezaměstnanost v regionu - Míra
registrované nezaměstnanosti, Míra dlouhodobé nezaměstnanosti (delší neţ 12 měsíců) a
Počet uchazečů na 1 volné pracovní místo.
INIe 9 - Rozvojový potenciál
Integrovaný indikátor je konstruován na základě předpokladu, ţe vhodné podmínky pro
rozvoj regionu jsou dány zejména výdaji na vědu a výzkum, investicemi a tvorbou fixního
kapitálu. Je tvořen indikátory Výdaje na vědu a výzkum na jednu zaměstnanou osobu,
Výdaje na vědu a výzkum na jednoho obyvatele, Objem přímých zahraničních investic na 1
obyvatele a Tvorba hrubého fixního kapitálu na 1 obyvatele.
Přehled integrovaných indikátorů disparit v ekonomické sféře je uveden v tabulce 5.
Tabulka 5: Integrované indikátory v ekonomické sféře
Integrovaný
indikátor
Indikátory
HDP na 1 obyvatele
EKONOMICKÝ
POTENCIÁL
Produktivita práce na 1 zaměstnanou osobu
Objem exportu na 1 obyvatele regionu
Počet zaměstnaných v terciárním sektoru na 1000 obyvatel
EKONOMICKÁ
STRUKTURA
Počet soukromých podnikatelů na 1000 obyvatel
Počet podniků s 25 a více zaměstnanci na 1000 obyvatel
Počet podniků pod zahraniční kontrolou s 250 a více zaměstnanci
na 1000 obyvatel
NEZAMĚSTNANOST
Míra registrované nezaměstnanosti
Počet uchazečů na 1 volné pracovní místo
Výdaje na VaV na 1 zaměstnanou osobu
115
ROZVOJOVÝ
POTENCIÁL
Ostrava, 4. a 5. 11. 2010
Výdaje na VaV na 1 obyvatele
Objem přímých zahraničních investic na 1 obyvatele
Tvorba hrubého fixního kapitálu na 1 obyvatele
Integrované indikátory v územní sféře (INIu)
INIu 10 - Osídlení
Je charakterizován čtyřmi indikátory vyjadřujícími strukturu osídlení a stupeň urbanizace Podíl městského obyvatelstva z obyvatel regionu, Celková hustota obyvatel na 1 km2, Podíl
zastavěných ploch % z území regionu a Hustota obyvatel na 1 ha zastavěné plochy.
INIu 11 - Ţivotní prostředí
Je sloţen z indikátorů znečištění ovzduší, nakládání s odpady a znečištění povrchových vod Emise oxidu siřičitého na 1 km2, Emise tuhých znečišťujících látek na km2, Produkce
komunálních odpadů na 1 obyvatele a Délka toků zařazených do tříd čistoty 4 a 5 (km).
INIu 12 - Dopravní infrastruktura
Je sloţen z poměrových indikátorů vybavení dopravními zařízeními ţelezniční, silniční a
letecké dopravy a pouţívání veřejné dopravy - Hustota dálnic a silnic (km/100km2), Hustota
ţelezničních tratí (km/km2), Počet veřejných letišť z celkového počtu letišť pro mezinárodní
přepravu a Počet obyvatel cestujících veřejnou dopravou na 1 km2.
INIu 13 - Technická infrastruktura
Indikátor technické infrastruktury vyjadřuje stupeň vybavení zařízeními pro zásobování vodou
a pro odvádění odpadních vod a jejich zneškodňování v čistírnách odpadních vod jako
základu pro ochranu povrchových a podzemních vod před znečištěním neţádoucími látkami.
Je tvořen indikátory Podíl obyvatel připojených na veřejné vodovody a Podíl obyvatel
napojených na kanalizaci s ČOV.
Přehled integrovaných indikátorů disparit v územní sféře je uveden v tabulce 6.
Tabulka 6: Integrované indikátory v územní sféře
Indikátory
Podíl městského obyvatelstva z obyvatel regionu
OSÍDLENÍ
Celková hustota obyvatel na 1 km2
Podíl zastavěných ploch % z území kraje
Hustota obyvatel na 1 ha zastavěné plochy
Emise oxidu siřičitého na 1 km2
ŢIVOTNÍ PROSTŘEDÍ
Měrné emise tuhých znečišťujících látek na km2
Měrná produkce komunálních odpadů na obyvatele
Délky toků zařazené do tříd čistoty 4 a 5 (km)
DOPRAVNÍ
INFRASTRUKTURA
Hustota dálnic a silnic (km/ 100km2)
Počet obyvatel cestujících veřejnou dopravou na 1 km2
116
Ostrava, 4. a 5. 11. 2010
Hustota ţelezničních tratí (km/km2)
Počet veřejných letišť z celkového počtu letišť pro mezinárodní
přepravu
TECHNICKÁ
INFRASTRUKTURA
Podíl obyvatel připojených na veřejné vodovody
Podíl obyvatel napojených na kanalizaci s ČOV
Průřezový integrovaný indikátor (INIp)
Tento průřezový integrovaný indikátor prostupuje celou problematiku regionálních disparit.
INIp 14 - Kvalita ţivota
Průřezový integrovaný indikátor charakterizuje rozdíly v kvalitě ţivota v regionech. Je sloţen
z indikátorů Čistý disponibilní důchod domácností na 1 obyvatele, Počet zjištěných trestných
činů na 1000 obyvatel, Naděje doţití při narození a Produkce emisí SO2/km2.
Průřezový integrovaný indikátor disparit a jeho kompozice jsou uvedeny v tabulce 7.
Tabulka 7: Průřezový integrovaný indikátor kvality ţivota
Indikátory
Čistý disponibilní důchod domácností na 1 obyvatele
Průřezový indikátor
KVALITA ŢIVOTA
Počet zjištěných trestných činů na 1000 obyvatel
Naděje doţití při narození (muţi)
Naděje doţití při narození (ţeny)
Produkce emisí SO2/km2
Závěr
Problematika existence regionálních disparit je nezbytně spojena s otázkami jejich
hodnocení, pro které nejsou obecně definována kritéria. Pro praktické aplikace se pouţívají
různé přístupy, které jsou jen částečně kompatibilní. Navrţený přístup v rámci řešení
výzkumného úkolu WD-55-07-1 Regionální disparity v územním rozvoji České republiky –
jejich vznik, identifikace a eliminace představuje návrh způsobu vytvoření strukturovaného
souboru pro dekompozici systému sledování a hodnocení regionálních disparit, kde bylo
zvoleno jako hlavní kritérium věcné podstaty. Věcná podstata disparity je však ve většině
případů tvořena syntézou více znaků, které ji charakterizují, a proto je dekompozice zaloţena
na čtyřúrovňové klasifikaci, kde nejniţšími prvky jsou jednotlivé indikátory.
Pro hodnocení regionálních disparit se pak jeví i potřeba vytvoření integrovaných indikátorů,
které mají dostatečnou vypovídací schopnost pro meziregionální srovnávání, jsou výpočetně
zvládnutelné a pro příjemce informací dostatečně srozumitelné.
Cesta vytváření integrovaných indikátorů je zaloţena na integraci indikátorů do pokud moţno
obsahově homogenních celků – integrovaných indikátorů, jimiţ jsou např. ekonomický
potenciál, ţivotní úroveň, sociální vybavenost či ţivotní prostředí v regionu. Takových
117
Ostrava, 4. a 5. 11. 2010
integrovaných indikátorů je pro sledování a hodnocení disparit mezi regiony ČR navrţeno
čtrnáct, kde kaţdému integrovanému indikátoru je přiřazen konkrétní soubor jednotlivých
indikátorů.
Jinou moţností integrace indikátorů je pak přístup zaloţený na „modelových regionech― (tato
problematika není blíţe v tomto příspěvku popisována).
[1] BLAŢEK, J., UHLÍŘ, D. Teorie regionálního rozvoje: nástin, kritika, klasifikace. Praha:
Univerzita Karlova Praha, 2002.
[2] Regionální disparity. Teorie, klasifikace, systémová dekompozice a mezinárodní
srovnání. Výzkumná studie v rámci projektu WD-55-07-1. Ostrava: VŠB-TU Ostrava,
2009.
[3] Dekompozice systému sledování a hodnocení regionálních disparit v ČR. Výzkumná
studie v rámci projektu WD-55-07-1. Ostrava: VŠB-TU Ostrava, 2009.
[4] Ročenka konkurenceschopnosti České republiky 2007-2008. Praha: Centrum
ekonomických studií (CES), Národní observatoř ČR, Linde Praha 2009.
[5] WOKOUN, R. Česká regionální politika v období vstupu do Evropské unie. Praha:
Vysoká škola ekonomická Praha, 2003.
[6] Teorie, metodologie a klasifikace regionálních disparit. Výzkumná studie v rámci
projektu WD-55-07-1. Ostrava: VŠB-TU Ostrava, 2009.
[7] Teorie, identifikace klasifikace a hodnocení regionálních disparit. Výzkumná studie
v rámci projektu WD-55-07-1. Ostrava: VŠB-TU Ostrava, 2008.
[8] TULEJA, P. Metody měření regionálních disparit v územním rozvoji České republiky.
In: Regionální disparity Working Papers N. 3. Ostrava, Karviná: EkF VŠB-TU Ostrava,
SU OPF v Karviné, 2008. s 15-33. ISSN 1802-9450.
118
Ostrava, 4. a 5. 11. 2010
Regionální disparity procesu stárnutí obyvatel Česka po roce
1990
RNDr. Ivan Šotkovský, PhD.
Abstrakt
Proces stárnutí obyvatel je významnou součástí sociálních analýz vyspělých států. Platí to
rovněţ pro Českou Republiku. Jeho výzkum se soustředil na období po roce 1990. Dvacetiletá
řada podrobných dat z běţné evidence obyvatel Českého statistického úřadu nám umoţňuje
dlouhodobou analýzu stárnutí obyvatel při srovnávání regionálních rozdílů. Prostorová
hierarchie vyuţívá členění Česka na regiony soudrţnosti (NUTS 2), kterých je celkem osm:
Střední Čechy (SČ), Střední Morava (SM), Moravskoslezsko (MS), Severovýchod (SV),
Severozápad (SZ), Praha (PH), Jihovýchod (JV) a Jihozápad (JZ). Typologie procesu stárnutí
je provedena na základě srovnávání zastoupení dětí a seniorů v populaci. Metodika pracuje s
extenzitními ukazateli relativních vah sledovaných věkových skupin a především take s
intenzitními ukazateli jako jsou index stáří a dynamický index stáří. Zpracované kartogramy
pro znázornění územní diferenciace byly vytvořené v prostředí ArcGIS 9.2 a jeho verzi
ArcMap 9.2. Hlavním cílem výzkumné práce bylo roztřídění regionů soudrţnost Česka na
základě procesu stárnutí do skupin: mírně stárnoucí populace, stárnoucí populace, stará
populace a velmi stará populace.
Klíčová slova
index stáří, dynamický index stáří, regiony soudrţnosti Česka, podíl dětské sloţky, podíl
seniorů, věkové sloţení
Summary
The article is deal with the differences between Czech cohesion regions after year 1990.
There are drew up the basic Czech population and spatial regions differencess in the preface.
The spatial hierarchy of the cohesion regions is completed about its eight spatial units. There
are those cohesion regions (NUTS 2) in the Czech Republic: Central Bohemia (CBM), Central
Moravia (CMR), Moravia-Silesia (MS), North-East (NE), North-West (NW), Prague (PRG),
South-East (SE) and South-West (SW). We are research their ageing proces during last 18
years. The typology is given weigh of the children´s and oldest component. The analyses on
this spatial level is working with the creation of cartogram method for processing of the
demographical data. We can use ArcGIS 9.2 and his version ArcMap 9.2 as a complete
system for authoring, serving, and using geographic informations for better processing the
spatial data by the help of cartogram method. Our principal main is to group the all eight
Czech cohesions regions on the Czech territory on the basis groups according the ageing
process. Our principal main is to group the all 8 cohesion regions on the Czech territory to
the different population ageing groups: gently ageing population, ageing population, old
population and very old population.
Key words
Age distribution, ageing index, dynamic ageing index, Czech cohesion regions, dependence
ratio, elderly ratio, children ratio, NUTS 2
119
Ostrava, 4. a 5. 11. 2010
Úvod
Evropská regionální politika členských států EU je zaloţena z velké části na měření rozdílů
v ekonomické úrovni regionů. Proto bylo nezbytné pro dnes jiţ 27 členských států zavést
systém objektivnějšího posuzování prostorových rozdílů. Výsledkem pak bylo zavedení
číselníku jednotek NUTS19/ s nařízením povinného zřízení pouze dvou statistických úrovní NUTS 2 a NUTS 3. Členské státy EU pro své statistiky mohou pouţívat aţ šest hierarchických
úrovní statistických jednotek (tabulka ). V roce 2003 byly zásady jednotné metodiky tvorby
evropské klasifikace NUTS vydány formou závazného Nařízení Evropského parlamentu
a Rady (ES). Evropská klasifikace NUTS tak má prvně právní základ a je závazná pro všechny
členské státy EU. Došlo rovněţ k přejmenování posledních řádovostních stupňů terminologie
NUTS a z bývalých úrovní NUTS 4 a NUTS 5 dnes máme úrovně LAU 1 (Local Administrative
Units) a LAU 2. Mezi hlavní faktory patří stanovení lidnatostního minima a maxima.
Tabulka 1: Územně správní systém ČR.
Úrove
NUTS ň
0
NUTS
1
NUTS
2
Název
Stát
území
(země)
oblast,
region
NUTS
3
kraje
LAU 1
niţší
jednotky
(obv.
okres)
LAU 2
obce
územně správní uspořádání České republiky
celá ČR
celá ČR
8 oblastí ČR (Střední Čechy, Jihozápad, Severozápad, Severovýchod, Jihovýchod,
Střední Morava, Moravskoslezsko, Praha)
13 krajů ČR (Středočeský, Jihočeský, Plzeňský, Karlovarský, Ústecký, Liberecký,
Královéhradecký, Pardubický, Vysočina, Jihomoravský, Olomoucký, Zlínský,
Moravskoslezský) + Praha (vymezení ústavním zákonem č. 347/1997 Sb. o vytvoření
vyšších územních samosprávných celků)
76 bývalých okresů ČR + 15 praţských obvodů (vymezení zákonem č. 36/1960 Sb.o
územním členění státu)
6 250 obcí (rok 2010)
V podstatě za nejdůleţitější statistickou jednotku je povaţována úroveň NUTS 2, pro kterou
je moţné obdrţet dotace z oblasti regionální politiky. Zejména pro výzkumy zaměřené
na demosociální a ekonomickou problematiku je vhodnější pracovat s prostorovými celky,
kde rozdíly v počtu obyvatel nejsou zásadní. A to přesně platí pro osm regionů soudrţnosti,
kde rozdíl mezi nejlidnatějším Jihovýchodem a nejméně lidnatým Severozápadem
nedosahuje ani třetiny. Regiony soudrţnosti byly zaloţené jako jednotky určené pro politiku
sociální a regionální koheze (soudrţnosti), jak je zakotveno v programech regionální politiky
EU. Potřeba srovnávání jednotek NUTS 2 v prostoru Evropské unie doporučuje pro regiony
soudrţnosti dodrţet pravidlo jejich lidnosti okolo jednoho milionů obyvatel.
19/
NUTS je zkratka z francouzského La Nomenclature des Unités Territoriales Statistiques, nebo
anglického Nomenclature of Units for Territorial Statistics. Statistické územní jednotky EU (někdy také
„statistické regiony EU―), jsou územní celky vytvořené pro statistické účely Eurostatu (statistický úřad
EU) s moţností porovnání sociálních a ekonomických ukazatelů členských zemí EU od roku 1988.
120
Ostrava, 4. a 5. 11. 2010
Obrázek 1: Regiony soudrţnosti Česka v systému NUTS a LAU1
Zdroj: autor
Na území našeho státu máme osm regionů soudrţnosti: Střední Čechy (STČ), Střední
Morava (STM), Moravskolezsko (MS), Severovýchod (SV), Severozápad (SZ), Praha (PHA),
Jihovýchod (JV) a Jihozápad (JZ). Za velmi vhodné pro poznávání demosociálních
prostorových rozdílů v Česku lze povaţovat srovnání odlišností na prostorové úrovni NUTS 2.
Za přednost těchto regionů můţeme povaţovat právě jejich nevelké rozdíly především
při srovnávání populační velikosti (graf ).
Graf 1: Podíly regionů soudrţnosti na plošné a populační velikosti Česka v roce
2009
JV
17,7 %
JZ
22,3 %
PHA
0,6 %
MS
6,9 %
SV
15,8 %
JV
15,9 %
ro z lo h a
SZ
11,0 %
STM
11,7 %
SZ
10,9 %
STČ
14,0 %
SV
14,4 %
PHA
11,9 %
obyvatelstvo
2009
JZ
11,5 %
STM
11,7 %
STČ
11,9 %
MS
11,9 %
Zdroj: vlastní zpracování podle dat z běţné evidence ČSÚ (koncové stavy)
Nejmenším
regionem
soudrţnosti je
Severozápad
s 11%
podílem
na populaci
Česka a naopak největším je Jihovýchod s necelými 16 %. Nejlidnatější region soudrţnosti je
tak populačně větší o 45 % při srovnávání s nejmenším regionem (u krajů by činil tento
rozdíl 300 %). Moravskoslezsko je pátým největším (11,9 %), kdyţ za Jihovýchodem jsou
ještě regiony Severovýchod (14,4 %), Praha a Střední Čechy. Rozdíly v rozloze těchto
územních celků jsou jiţ vyšší (od nejmenší Prahy s podílem 0,6 % aţ po největší Jihozápad
s podílem 22,3 %). Z hlediska analýzy populačního vývoje jsou však podstatnější menší
rozdíly při srovnávání velikosti obyvatelstva.
121
Ostrava, 4. a 5. 11. 2010
Sídelní strukturu Česka tvořilo ke konci roku 2009 6 249 obcí. Nejvíce jich má na svém území
Jihovýchod, téměř 1 400. Více neţ tisíc obcí mají ještě Střední Čechy, Jihozápad a
Severovýchod. Měst podle legislativního přístupu20/ bylo celkem 593, včetně hlavního města a
23 statutárních měst. Do celkové sídelní struktury patřilo ještě 206 městysů a 5 vojenských
újezdů. Ostatních obcí, které snad můţeme označit běţně uţívaným pojmem vesnice, bylo ke
konci roku 2009 na území Česka 5 445.
Tabulka 2: Sídelní znaky regionů soudrţnosti ČR v roce 2009
Zdroj: vlastní zpracování podle dat z běţné evidence ČSÚ (koncové stavy)
K základním prostorovým charakteristikám je vhodné doplnit ještě několik údajů.
Moravskoslezsko je druhým nejvíce zalidněným regionem soudrţnosti Česka. Dlouhodobě se
zde hodnota hustoty zalidnění (oml) pohybuje okolo 230 obyvatel na km2. Desetkrát vyšší
hodnotu má Hlavní město Praha (2 518 ob/km2 ke konci roku 2009), ale v pořadí třetí
Střední Morava dosahuje hodnoty zalidněnosti jiţ jen 134 ob/km2. Průměrná hodnota za
český stát vychází 133 ob/km2. Počtem obcí 299 je MS po Praze druhou nejmenší oblastí.
Proto se svojí hodnotou 6 obcí na ploše 100 km2 (mho) je pod průměrem státu a naopak
ukazatel průměrné velikosti obce (ō) 4,2 tisíc obyvatel je výrazně druhý nejvyšší po Praze,
kdyţ i celorepubliková hodnota je 1,7 tis obyvatel. Průměrnou populační velikost obce přes 2
tisíce má přitom jenom region Severozápad. Všechny tři ukazatele (oml, mho, ō) včetně
samotného počtu obcí zřetelně dokládají vyšší míru koncentrace obyvatel do velkých sídel
Moravskoslezska. Proto počet základních sídelních jednotek (299) je při porovnání s ostatními
regiony soudrţnosti s výjimkou Prahy nejniţší se současně vyšší váhou obcí populačně
větších.
1 Teorie a metodologie věkového sloţení obyvatelstva
Věková skladba obyvatelstva není jen vyjádřením rozdílů v početním zastoupení různých
věkových skupin, ale poskytuje nám řadu odpovědí na otázky spojené s populační velikostí,
populačním vývojem, charakterem populačního chování, potřebami sociálních sítí či
moţnostmi ekonomického rozvoje. Věková struktura jako výsledek základních
demografických událostí nám dává moţnost ke zkvalitnění jakékoliv sociální a ekonomické
20/
Statut města ve státě udělují odpovědné osoby (dnes v ČR předseda Poslanecké sněmovny na
návrh vlády).
122
Ostrava, 4. a 5. 11. 2010
analýzy. Rozhodování a chování ekonomických subjektů při naplňování jejich potřeb je vţdy
ovlivňováno etapou ţivotního vývoje.
K základnímu sledování procesu stárnutí obyvatel stačí zkoumání změn podílů dětí a
seniorů v populaci regionu. Dětská sloţka je dnes všeobecně vymezována věkovým
intervalem 0 aţ 14 let a jen výjimečně se v mezinárodním měřítku setkáme s odlišným
intervalovým rozpětím. Dle doporučení Světového shromáţdění o stárnutí z roku 1982 bylo
staré obyvatelstvo vymezováno věkovou hranicí 60 let. Dodnes je tato hranice stáří jednou
z nejuţívanějších. Světová zdravotnická organizace (WHO) definovala na přelomu 20. a 21.
století staré obyvatelstvo věkovou hranicí 65 let a započetí údobí stárnutí ve chvíli, kdy podíl
této skupiny obyvatelstva převýší hranici 7 %. Právě věkové vymezení sloţky poproduktivní
(postaktivní) můţe být u jednotlivých zemí světa. Pro ekonomicky rozvinutější státy je
vhodnější označovat za seniory část populace ve věku 65 a vice let.
K základním ukazatelům pro analýzu procesu stárnutí patří určování podílu dětí a seniorů.
Všeobecný vzorec pro výpočet procentuální váhy dětí a seniorů je dán vztahem:
podíl děět 
P0 14
100
P
podíl seniorů 
P65
100
P
Porovnáním základních věkových skupin získáme ukazatel index stáří (is), který vyjadřuje
poměr mezi sloţkou stárnoucí a dětskou.
is 
P65
100
P014
Při podrobnějším sledování změn procesu stárnutí mezi regiony v delším časovém horizontu
je uţitečné pracovat s upraveným indexem stáří v pojetí ukazatele dynamický index stáří
(isD).
is D  (
1
P0-14
2
P
2
P0-14
1
P
) 100  (
2
P65 
2
P
1
P65 
1
P
) 100
2 Rozdíly mezi regiony soudrţnosti Česka v zastopení dětí a seniorů
Regionální rozdíly podle zastoupení dětí v celkové populaci jsou největší v globálním měřítku.
Největší podíl dětí v roce 2005 měly např. africké státy Uganda (49,4 %), Niger, Mali,
Guinea-Bissau, Demokratické Kongo, Malawi, Libérie, Angola, Burkina Faso, Čad, Zambie a
Burundi a z neafrických států Východní Timor a Afghánistán. V těchto státech váha dětí
neklesla v roce 2005 pod 45 %. Naproti tomu relativně nejméně dětí měly státy Bulharsko
(13,8 %), Japonsko, Itálie, Německo, Lotyšsko, Španělsko, Ukrajina a Česko (podíl dětí klesl
pod hranici 15 %). Ke starým populacím řadíme dále ještě Rusko, Estonsko, Chorvatsko,
Bělorusko, Portugalsko, Rumunsko, Rakousko a Maďarsko, kde se podíl dětí dostal jiţ pod
hranici 16 %. Velmi stará populace se v globálním měřítku na úrovni států světa dosud
nevyskytuje, neboť i Bulharsko s Japonskem vykazují hodnotu mírně pod 14 %. Rozdíl v
zastoupení dětí mezi Ugandou a Bulharskem tak představuje více neţ 35 %. Můţeme
porovnat s regiony soudrţnosti Česka. Pak zjistíme, ţe rozdíl mezi Severozápadem a Prahou
je něco málo přes 3 % (graf ). Jako pracovní model pouţívám následující označování
společenství ve vztahu k procesu stárnutí od základny věkové pyramidy u ekonomicky
nadprůměrně rozvinutých území.
123
Ostrava, 4. a 5. 11. 2010
1. Kdyţ se podíl dětí na celkové populaci se pohybuje v intervalu 20,0 aţ 24,9, mluvíme
o mírně stárnoucím obyvatelstvu. Je zřejmé, ţe je zde proces stárnutí na
počátku. Pokud se váha dětí pohybuje těsně pod 25 % a index stáří (50 +)
nepřekračuje hodnotu 115, můţe být tento typ věkové struktury ještě stacionární. Ale
většina reálných případů uţ je typem regresivním.
2. V rozmezí 16,0 aţ 19,9 relativní četnosti dětí můţeme hovořit o stárnoucím
obyvatelstvu. Je zřejmé, ţe takové populace jsou jiţ jednoznačně typem
regresivním.
3. Pokud se procentuální váha počtu dětí pohybuje v rozmezí od 12,5 do 15,9, můţeme
hovořit o staré populaci.
4. Za extrémní případ můţeme povaţovat taková společenství, kde se zastoupení dětí
dostává pod hodnotu 12,5 %. Pouţívání označení velmi stará populace je nejen
přijatelné, ale fakt, ţe v kaţdé dvousetčlenné skupince je pouze 25 dětí, je dosti
výmluvný.
mírně
stárnoucí
velmi
stará
14,26
17.16
14,06
14,07
14,59
15,04
14,16
15,20
re g i o ny
stará
stárnoucí
22,56
22,41
22,04
21,79
21,23
2009 (ČR)
2009
22,20
2001 (census)
22,21
1991 (census)
19,35
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
13.42
12,43
dět sk á sl ož ka ( %)
Graf 1: Vývoj dětské sloţky jednotlivých regionů soudrţnosti Česka od roku 1991
soudržnosti
Zdroj: vlastní zpracování podle dat ČSÚ (cenzy 1991 a 2001, balance z roku 2009)
Na počátku devadesátých let minulého století mělo sedm regionů obyvatelstvo mírně
stárnoucí s dětskou sloţkou nad 20 %. Pouze Praha byla populací stárnoucí, kdyţ podíl dětí u
ní poklesl pod hodnotu dvaceti procent. Od roku 2003 má sedm regionů soudrţnosti populaci
starou a u Prahy jiţ můţeme hovořit o populaci velmi staré, kdyţ podíl dětí jiţ poklesl
pod limitní hodnotu 12,5 % na velmi nízkých 12,1 % v roce 2007 a 12,4 % v roce 2009.
Druhým regionem soudrţnosti s nejmenším zastoupením dětí je Střední Morava následována
Jihovýchodem a Jihozápadem, které i tak mají o 1,7 % vyšší podíl dětí neţ praţská oblast.
Proto patří stejně jako regiony STČ, SZ, SV a MS k jednomu typu populace staré s podíly
dětí v intervalu 14,1 aţ 15,2 %. Přes patnáct procent dětí tak měl ke konci roku 2009 pouze
Severozápad a Střední Čechy, ale i tyto hodnoty je přiřadily ke skupině dalších pěti regionů
NUTS 2 v rámci populaci staré.
124
Ostrava, 4. a 5. 11. 2010
Největší procentuální pokles dětské sloţky během posledních 19-ti let zaznamenaly regiony
Střední Morava (8,4 %), Moravskoslezsko (8,3 %), a Jihovýchod (8,1 %).
Dosud byly rozdíly procesu stárnutí posuzovány tzv. cestou stárnutí ze spodu věkové
pyramidy. Ale nyní rozebereme tento proces z opačného pólu, tedy z pozice stárnutí
z vrcholu věkové pyramidy. Pro tento případ jsme volili komparaci území NUTS 2 z pohledu
zastoupení občanů ve věku 65 a více let (graf ). Model pro označování společenství ve vztahu
k procesu stárnutí od vrcholu věkové pyramidy u ekonomicky nadprůměrně rozvinutých
území má následující členění.
1. Pokud podíl nejstarší sloţky na celkové populaci nepřesáhne 10 % a současně
neklesne pod 7 %, pak můţeme takovou populaci označit za mírně stárnoucí. Je
zřejmé, ţe u této skupiny započal proces stárnutí.
2. Stárnoucím obyvatelstvu můţeme hovořit v případě, kdyţ se podíl nestarší sloţky
bude pohybovat v rozmezí 10,0 aţ 12,4 %.
3. Pokud procentuální váha počtu nejstarších občanů překročí hodnotu 12,5 %, avšak
nepřesáhne úroveň 15,9 %, máme populaci starou.
4. Za krajní případ s extrémně vysokým zastoupením občanů ve věku 65 a více let
můţeme povaţovat populaci, kde zastoupení nejstarší skupiny obyvatel jiţ překročilo
hodnotu 16 %. Pak jistě můţeme hovořit o velmi staré populaci, kdy téměř kaţdý
sedmý občan má více neţ 64 let.
Graf 2: Vývoj nejstarší sloţky (65 +) jednotlivých regionů soudrţnosti Česka od
roku 1991
1991 (census)
2001 (census)
2009
2009 (ČR)
velmi
stará
stará
stárnoucí
14,88
15,66
15,77
8
mírně
stárnoucí
13,10
13,56
15,35
15,38
9
15,22
11,16
12.34
10
12,11
12,74
11
13,78
12
13,08
13
14,50
14
13,94
15
11,16
stárnoucí
složka
(%)
16
16,06
16.12
16,10
17
7
re g io n
soudržnosti
I v tomto pohledu na proces stárnutí je zřejmé, ţe velmi starou populaci má pouze Praha
(16,1 %). I kdyţ se k této hranici rychle přibliţují regiony Jihovýchod (15,8 %) a Střední
Morava (15,7 %), řadíme je stejně jako regiony Jihozápad (15,4 %), Severovýchod
(15,4 %), Moravskoslezsko (14,9 %), Střední Čechy (14,5 %) a Severozápad (13,8 %)
územím s populací starou. Jako zajímavost se zatím jeví stabilizace váhy seniorů v Praze za
posledních dvacet let. Váha nejstarších občanů se rekordně zvýšila v moravskoslezském
125
Ostrava, 4. a 5. 11. 2010
prostoru od r. 1991 o téměř 3,7 %. O hloubce procesu stárnutí Prahy vypovídá i skutečnost,
ţe má 7,5 % občanů ve věku 75 a více let. Přitom druhý nejstarší Jihovýchod má těchto
velmi starých občanů o půl procenta méně. Výrazně nejmenší je zastoupení nejstarších
občanů pouze v regionu Severozápad (5,5 %).
3 Prostorová difereciace regionů soudrţnosti podle ukazatele indexu stáří
Index stáří (is) porovnává počty seniorů s počty dětí tak, ţe udává počty seniorů na kaţdých
sto dětí. Jestliţe vychází is méně neţ sto, potom v daném území ţije více dětí neţ seniorů.
Naopak při hodnotách is nad sto je zřejmé, ţe v populaci převládají senioři nad dětmi.
Obrázek 2: Zobrazení územní diferenciace podle ukazatele is v roce 1991
metodou kartogramu.
Zdroj: vlastní zpracování
Naše územní analýza vyhodnocuje proces stárnutí v letech 1991 a 2009. Prostorovou
diferenciaci tohoto procesu pro rok 1991 můţeme shrnout do několika tvrzení:
1. Významná převaha dětí byla pouze u regionu Moravskoslezsko, kdyţ index stáří
dosáhl velice nízké hodnoty 49. Dětí tak ţilo v tomto regionu dvakrát více neţ občanů
ve věku 65 a více let.
2. Tři regiony soudrţnosti (Severozápad, Střední Morava a Severovýchod) jiţ dosahovali
méně výrazné převahy dětí, kdyţ jejich index stáří byl niţší neţ 60.
3. Podstatně menší jiţ byla převaha dětí u regionů soudrţnosti Jihozápad, Jihovýchod a
Střední Čechy. Index stáří těchto území se pohyboval v intervalu od 60 do 70.
4. Nejméně výraznou převahou dětí nad seniory se vyznačoval region Prahy, který tak
zaznamenal největší relativní zastoupení seniorů ve své populaci z pohledu územní
diferenciace na úrovni NUTS 2. Index stáří přesáhl hodnotu 83.
126
Ostrava, 4. a 5. 11. 2010
5. Nejmladší populaci měl region soudrţnosti Moravskoslezsko a naopak nejstarší
populaci měl region Prahy. Index stáří srovnávaných dvou územních jednotek dosáhl
rozdílu 34, tzn. váhy jedné třetiny.
metodou kartogramu
Hodnocení prostorové diferenciace po téměř dvaceti letech v roce 2009 (Chyba! Nenalezen
droj odkazů.) můţeme shrnout do těchto bodů:
1. Převahu zastoupením dětí nad seniory mají dnes jenom dva regiony soudrţnosti:
Severozápad (92) a Střední Čechy (95).
2. Všech zbývajících pět regionů dosáhlo stavu vyšší četnosti seniorů v populaci neţ
dětí, tzn. ţe jejich index stáří přesáhl rovnováţnou hranici 100.
3. Mírná převaha nejstarších občanů nad dětmi je ještě v regionech Moravskoslezsko,
Severovýchod a Jihozápad. Index stáří zde sice překročil hodnotu jednoho sta, ale
jště nedosáhl hodnoty 110.
4. Další dva regiony soudrţnosti Střední Morava a Jihovýchod mají dnes statisticky
významnější zastoupení seniorů v populaci, kdyţ jejich index stáří se pohybuje okolo
hodnoty 112.
5. Výrazná převaha občanů starších 64 let je zatím jenom u regionu Prahy. Míra této
převahy je vyjádřena hodnotou indexu stáří okolo 130. Na kaţdých sto dětí v Praze
tak připadá 130 seniorů. Je to potvrzením skutečnosti, ţe v tomto prostoru je proces
stárnutí nejdále.
6. Nejmladší populací se vyznačuje Severozápad a naopak nejstarší populace ţije v
Praze. Rozdíl v indexu stáří těchto dvou územních jednotek je výrazných 38 (více neţ
čtyřiceti procentní rozdíl).
127
Ostrava, 4. a 5. 11. 2010
Velice zajímavé je dvacetileté srovnávání síly procesu stárnutí jendotlivých regionů NUTS 2 v
Česku. To nám umoţní výpočty dynamického indexu stáří (isD).
metodou kartogramu.
Dynamický index stáří nám změřil za posledních dvacet let rychlost procesu stárnutí u
českých regionů NUTS 2 (obrázek ). Nejrychleji se proces stárnutí odehrává v regionech
Moravskoslezsko a Střední Morava. Druhou skupinu v rychlosti procesu stárnutí tvoří regiony
Jihovýchod, Severozápad, Severovýchod a Jihozápad. Viditelně nejpomalejší prohlubování
procesu stárnutí se odehrává na území regionů Prahy a především Středních Čech.
Závěr
Na území Česka máme dva regiony soudrţnosti (Severozápad a Střední Čechy) se
zastoupením dětí okolo 15 %. Dalších pět území NUTS 2 má dnes procentuální podíl dětí
14 % (Severovýchod, Moravskoslezsko, Jihozápad, Střední Morava, Střední Čechy a
Jihovýchod). Nejmenší podíl dětí má území hlavního města Prahy (12 %). Nejrychleji za
posledních dvacet let probíhá proces stárntí populace v regionech soudrţnosti
Moravskoslezsko a Střední Morava. Podíl dětí na obyvatelstvu Moravskoslezska poklesl z
22,6 % v roce 1991 na současných 14,3 %. To představuje relativní úbytek váhy dětí o
8,3 %. Stejné území se vyznačovalo nejmenším podílem seniorů (11,2 %) v roce 1991, ale
proces stárnutí nebyl tak dynamický jako u dětské sloţky. Dnes jej relativní váha seniorů
(14,9 %) řadí aţ za regiony soudrţnosti Střední Čechy a především pak Severozápad. V
ostatních regionech je relativní váha seniorů vyšší. Ale i tak se odehrál na území
Moravskoslezska nejrychlejší proces stárnutí obyvatel za posledních dvacet let (isD 12,9).
128
Ostrava, 4. a 5. 11. 2010
Tabulka 2: Demografické ukazatele změn procesu stárnutí regionů soudrţnosti
Česka mezi roky 1991 a 2009
Zdroj: vlastní zpracování, data ČSÚ
Nejména za posledních dvě dekády zestárla populace v regionu soudţnosti Střední Čechy.
Došlo tam k nejmenšímu poklesu relativního zastopení dětí (o 6 %) a současně k druhému
nejmenšímu relativního zastopení seniorů. Dynamický index stáří dosáhl hodnoty 2,3 %.
Druhé v pořadí nejpomalejšího procesu stárnutí je území hlavního města Prahy. Je to dáno
jist i tím, ţe je zde uţ od počátku 90-tých let minulého století největší relativní zastoupení
seniorů (16,1 %) a také dlouhodobě nejmenší podíl dětí za současné vysoké hodnoty indexu
stáří (130). Vzhledem k výše popsanému regionálnímu procesu stárnutí je zřejmé, ţe dnes
jsou rozdíly v zastopení dětí a seniorů mezi regiony soudrţnosti Česka menší neţ tomu bylo
na počátku devadesátých let minulého století.
[1]
[2]
[3]
[4]
[5]
[6]
DLUGOSZ, Z., KUREK S. (2009): Population Ageing and its Predictions for 2030 in the
Malopolskie voivodship Compared to Poland and Europe. Moravian Geographical
Reports, 17, č. 1, s. 2-18.
RABUŠIC, L. (2001): Kde ty všechny děti jsou? Praha, SLON, 261 s.
ŠOTKOVSKÝ, I. (1998): Úvod do studia demografie. Ostrava: VŠB - TU Ostrava. 1
doplněné vydání, 159 s.
ŠOTKOVSKÝ, I. (2009): Populační vývoj Moravskoslezského kraje. In: Sucháček, J.
(ed.) Regionální rozvoj včera, dnes a zítra. Ostrava: VŠB-TU Ostrava, s. 19 - 40.
ŠOTKOVSKÝ, I. (2009): Population Ageing in the Moravian-Silesian Region. In: ECON
´08 (Journal of Economics, Management and Business). Ostrava, Faculty of
Economics, VŠB – TU Ostrava, volume 15, No. 1, pp. 125-132.
ŠOTKOVSKÝ, I. (2010): Age and Gender Distributions of Czech Cohesion Regions
after 1990. In: ECON ´10 (Journal of Economics, Management and Business).
Ostrava, Faculty of Economics, VŠB – TU Ostrava, volume 18, No. 2, pp. 70-79.
129
Ostrava, 4. a 5. 11. 2010
Regionální disparity v dostupnosti bydlení
Ing. Vladimír Koudela, CSc; Doc. Ing. František Kuda, CSc.
Abstrakt
Informace o obsahu, postupu a dílčích výsledcích výzkumného projektu MMR Regionální disparity v
dostupnosti bydlení, jejich socioekonomické důsledky a návrhy opatření na sníţení regionálních
disparit (WD-05-07-3). Poznatky o finanční dostupnosti bydlení v krajích ČR Posouzení nástrojů státu
krajů a obcí na podporu zvýšení dostupnosti bydlení a návrhy moţných nových nástrojů. Rámcový
návrh vzdělávacího programu na zvýšení kvalifikace správců bytových objektů jako nástroje
udrţitelnosti uţitku bytových objektů.
Klíčová slova
Dostupnost bydlení, regionální disparity v dostupnosti bydlení, vzdělávací program,
udrţitelnost uţitku bytových domů.
Abstract
Iformation about the content, process and partial results of the research project MRD
Regional disparities in the availability of housing, socio-economic implications and proposals
for measures to reduce regional disparities (WD-05-07-3). Knowledge about the affordability
of housing by region assessment tools state counties and municipalities to promote and
increase the availability of housing proposals for possible new tools .. The framework
proposed educational program to increase the qualifications of managers of apartment
buildings as a tool for sustainable benefit of residential buildings.
Key words
The availability of housing, regional disparities in the availability of housing, education
program, the sustainability benefits of apartment houses.
Úvod
Tento příspěvek informuje o obsahu, postupu a dílčích výsledcích výzkumného projektu MMR
Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy
opatření na sníţení regionálních disparit (WD-05-07-3). Navazuje na příspěvek, přednesený
na semináři v Šilheřovicích v roce 2008. Vedoucím řešitelem projektu je Sociologický ústav
AV, spoluřešitelé pak Fakulta stavební VŠB – TU Ostrava a Institut regionálních informací,
s.r.o Brno.
Výzkum byl zaměřen podle dvou základních hledisek - finanční dostupnost bydlení (řeší Sou
AV) a fyzická dostupnost (řeší FAST VŠB TUO)
Největší rozdíly lze zaznamenat mezi středočeským regionem včetně Prahy a ostatními
regiony státu. Výrazné rozdíly jsou také mezi regiony s výrazně decentralizovanou formou
regionálního uspořádání (viz jiţní Čechy) a regiony s výrazně centralizovanou formou
regionálního uspořádání (viz Jihomoravský kraj). V prvém případě se jedná o region s nízkou
hustotou osídlení, nevelkým krajským městem a celkově malým ekonomickým potenciálem.
V druhém případě se jedná o region se silným a výrazným centrem a vyšší mírou ekonomické
aktivity. Rozdíly jsou hlavně v podílu rodinného bydlení a bydlení v bytových domech, ve
velikosti bytů a rovněţ počtu pokojů připadajících na jeden byt. Specifická situace je
130
Ostrava, 4. a 5. 11. 2010
v případě polycentrického regionálního uspořádání, kdy region je charakterizován více
významnými městskými centry, coţ je mimo jiné případ moravskoslezského regionu. Poznání
a definování těchto rozdílů můţe být velmi podnětné pro koncipování bytové politiky.
Hlavním předmětem řešení je dostupnost (dosaţitelnost) bydlení a regionální rozdíly
(disparity) v dostupnosti bydlení, potenciální důsledky vývoje dostupnosti bydlení i vývoje
těchto rozdílů a konkrétní opatření směřující ke zvýšení dostupnosti bydlení, sníţení
regionálních rozdílů v dostupnosti bydlení, a tím i sníţení negativních socioekonomických
důsledků nízké dostupnosti bydlení a/nebo vysokých regionálních rozdílů v dostupnosti
bydlení.
Z hlediska finanční dostupnosti bydlení se ukázalo, ţe výdaje na bydlení zaujímají stále větší
podíl z celkových spotřebních výdajů českých domácností a postupně se staly hlavní
výdajovou poloţkou českých domácností. Ve výši trţních cen vlastnického a druţstevního
bydlení, stejně jako ve výši tzv. trţního nájemného, se postupně objevily značné regionální
rozdíly, které mají přímý důsledek na regionální rozdíly v dostupnosti bydlení. Ukázalo se, ţe
regionální rozdíly v cenách bydlení, potaţmo dostupnosti vlastnického bydlení, jsou vyšší, neţ
regionální rozdíly týkající se ekonomické výkonnosti regionů obecně. Ceny bytů rostly i v
různých kvalitativně odlišných trţních segmentech v rámci jednoho regionu relativně
rovnoměrně.
Bylo sledováno, jaké důsledky měl vývoj dostupnosti bydlení a regionálních rozdílů
v dostupnosti bydlení na vybrané sociální fenomény, jako například na počet a strukturu
domácností ohroţených finanční nedostupností bydlení a sociálním vyloučením, na
demografické chování mladé generace (porodnost) nebo na migraci lidí za pracovními
příleţitostmi. Bylo rovněţ sledováno, zda bytová výstavba a vybrané podpory v oblasti bytové
politiky státu regionální rozdíly v dostupnosti bydlení spíše oslabily či naopak prohloubily.
Byly posouzeny důsledky vývoje finanční dostupnosti bydlení na potenciální i akutní ohroţení
pro určité skupiny domácností. Byly definovány i kvantifikovány typy domácností, které by
mohly být, a to zejména v souvislosti s deregulací nájemného, ohroţeny finanční
nedostupností bydlení v jednotlivých krajích ČR. Vývoj finanční dostupnosti bydlení můţe mít
vliv nejen na počet domácností zaţívajících váţné problémy s uhrazením svých výdajů na
bydlení, ale také na vznik problémů spojených se sociálním vyloučením. Výzkum souvislosti
mezi finanční dostupností bydlení a porodností v regionech České republiky prokázal vliv
vývoje finanční dostupnosti bydlení na demografické (reprodukční) chování. Problémy
s finanční dostupností bydlení v regionech s vysokými cenami bytů, při kontrole ostatních
moţných faktorů, významně ovlivňují zejména časování narození dětí, tedy věk rodičů u
porodu prvního dítěte. Vliv regionálních rozdílů v dostupnosti bydlení na migraci za prací
poukazuje na nízkou míru vnitřní migrace za pracovními příleţitostmi v českém prostředí.
Nerovnoměrný regionální růst cen bydlení a mezd má totiţ za následek, ţe se sniţuje
motivace pro stěhování za prací. Výsledky potvrzují, ţe regionální rozdíly ve finanční
dostupnosti bydlení mohou skutečně vytvářet závaţné bariéry pro intenzitu pracovně
orientované migrace, a to zejména pro lidi s niţším ukončeným vzděláním. Zkoumání
faktického vývoje migračních toků na skutečných migračních datech ukázalo, ţe sníţení
regionálních rozdílů ve finanční dostupnosti bydlení mělo jen velmi omezený efekt na
intenzitu migrace, s výjimkou lidí s nejvyšším ukončeným vzděláním. Naopak posílení
vlastnické formy bydlení má dle zjištění prokazatelný a významný negativní vliv na intenzitu
migrace za prací.
131
Ostrava, 4. a 5. 11. 2010
Posouzení územní alokace nové bytové výstavby na úrovni krajů a správních obvodů obcí
s rozšířenou působností mělo za cíl vysvětlit rozpory mezi vývojem počtu obyvatel a novou
bytovou výstavbou, a upozornit tak na procesy, o kterých víme poměrně málo a které
standardní statistika není schopna postihnout. Nedostatek dostupných údajů nedovolil
prokázat, zda procesy územní diferenciace bytové výstavby po roce 2001 sníţily či zvýšily
obecné regionální rozdíly ve fyzické dostupnosti bydlení. Zhodnocením existujících nástrojů
státu v oblasti bydlení pomocí vybraných analytických postupů a testování bylo zjištěno, ţe
jednotlivé státní podpory vykazují různou míru jejich distribuční rovnoměrnosti, a to jak
v jednotlivých letech, tak také v celkovém úhrnu. Globálně nelze konstatovat, ţe jejich
dosavadní realizace by měla zásadní vliv na regionální disparity ve fyzické dostupnosti
bydlení; některé subvenční nástroje podle poznatků sniţovaly tyto disparity, jiné naopak
tento efekt neměly.
Součástí projektu výzkumu MMR číslo WD-05-07-3 „Regionální disparity v dostupnosti
bydlení, jejich socioekonomické důsledky a návrhy opatření na sníţení regionálních disparit―
je v rámci dílčího cíle DC 010 „Návrh moţných nástrojů ze strany státu, regionů či obcí, které
by mohly vést ke zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické
dostupnosti bydlení― zařazena aktivita A 1005 „Návrh nových nástrojů státu, regionů či obcí,
které budou zaměřeny na zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit
ve fyzické dostupnosti bydlení―. Předmětem aktivity je návrh nového opatření zaměřeného
na zvýšení fyzické dostupnosti bydlení, která povede ke zvýšení fyzické dostupnosti bydlení a
sníţení regionálních disparit ve fyzické dostupnosti bydlení, případně nepřímo téţ k ovlivnění
demografického chování mladé generace ţádoucím směrem a zvýšení prostorové mobility
domácností za pracovními příleţitostmi při splnění kritérií efektivity a efektivnosti. Při návrhu
nového opatření bylo přihlédnuto k tomu, aby nedošlo k rozporu s existující legislativou EU,
legislativou ČR, k reálnosti jejího zavedení a přirozeně k výši finančních nákladů a efektů
spojených se zavedením nového opatření ke zvýšení finanční dostupnosti bydlení. Cílem této
studie je vytvoření moderního nástroje bytové politiky pro zvýšení fyzické dostupnosti bydlení
a sníţení regionálních disparit ve fyzické dostupnosti bydlení
To znamená, ţe i při vhodných podmínkách finanční dostupnosti nejrůznějších forem bydlení
vstupují do hry na jedné straně podněty, na druhé straně omezení nebo limity vázané na
fyzickou dostupnost a regionálně diferencované sociálně geografické podmínky.
Podmínky bydlení jsou bezesporu významnou součástí kvality ţivota obyvatel a z tohoto
hlediska jsou vyjádřeny základními poţadavky na:





zdravé a estetické prostředí;
širokou paletu forem bydlení;
dostupnost různorodých pracovních příleţitostí;
dostupnost základních sloţek občanského vybavení, sportu a rekreace;
dostupnost vzdělávání a informací.
Fyzická dostupnost je charakterizována počtem existujících bytů. Avšak viděno jako proces,
je velmi důleţité, aby nedocházelo ke zkrácení doby ţivotnosti existujících bytů či bytových
objektů. Při stejné, třeba i vysoké bytové výstavbě se při zanedbání rekonstrukcí dostupnost
relativně sniţuje. Proto povaţujeme nástroje podporující optimální reprodukci bytového
fondu (konkrétně bytových domů a u nás specielně bytových domů z panelů) za velmi
132
Ostrava, 4. a 5. 11. 2010
důleţité pro udrţení a prohloubení fyzické dostupnosti bydlení a omezení regionálních
disparit.
Návrhy nových moderních nástrojů bytové politiky pro zvýšení fyzické dostupnosti bydlení
a sníţení regionálních disparit ve fyzické dostupnosti bydlení prezentované v této studii se
uplatňují především v nájemním bydlení..Důvody zdůrazňující toto zaměření jsou zejména:




rozsah podpory vlastnického bydlení v ČR je jiţ na maximální moţné úrovni;
pořízení vlastního bydlení není nejvhodnější pro mladé lidi na začátku profesní kariéry
(potřebná je větší míra územní flexibility);
z důvodu nízkého obratu nájemníků v obecních bytech a obecně relativně nízkého
počtu obecních nájemních bytů po jejich privatizaci převaţuje poptávka nad
nabídkou;
existuje preference vlastnického bydlení, zčásti z důvodu výhodnějších nákladů na
bydlení neţ je tomu v současnosti u nájemních bytů s volně sjednávaným nájemným.
Hlavním smyslem navrhovaných nástrojů by měla být podpora optimální reprodukce
stávajícího bytového fondu (konkrétně bytových domů) pro udrţení a prohloubení fyzické
dostupnosti bydlení a dosahování efektivnosti rozvoje nájemního bydlení.
Z pojetí fyzické dostupnosti bydlení konsekventně vyplývá, ţe disponibilní mnoţství bytů
(z hlediska počtu i funkčních vlastností) můţe být ohroţeno nedostatečnou údrţbou,
zanedbáním oprav a rekonstrukcí a tím sníţení jejich technické a uţivatelské kvality
(celkového uţitku). Zanedbané byty, resp. byty v zanedbaných bytových domech sice fyzicky
existují, ale nepředstavují dostupný bytový fond, splňující současná a budoucí hlediska
funkční uţivatelnosti a tím sniţují fyzickou dostupnost bydlení. Zanedbání údrţby bytových
objektů, potřebných oprav nebo rekonstrukcí nemusí být důsledkem pouhé nevůle správců
(majitelů) nebo nedostatku financí. Častou příčinou nedostatků bývá neznalost, nedostatečná
kvalifikace osob odpovídajících za správu bytových objektů o nezbytných technických a
organizačních opatřeních, která by zajistila prodlouţení ţivotnosti objektů a jejich uţitku.
1 Zahraniční zkušenosti
Z vybraných zemí ve vazbě na ČR jsou důleţité zejména tyto zkušenosti:




v SRN se při rekonstrukci bytového fondu zaměřují na řešení v rámci přestavby měst,
coţ znamená vynakládat prostředky tak, aby došlo ke komplexnímu, dlouhodobě
efektivnějšímu řešení urbanistickému, ekonomickému, ekologickému i sociálnímu.
Podobně je zaměřen i francouzský diferencovaný přístup k rekonstrukci bytového
fondu, především k regeneraci sídlišť. Vychází se z diferencovaného a současně
koncentrovaného nasazení prostředků, které by umoţnily řešení situace v bydlení
u postiţených obyvatel i ve směru zaměstnanosti, zvýšení kvalifikace i bezpečnostní
situace v daném území.
V Rakousku je nádavkem k uvedeným opatřením velmi dbáno na stabilitu
podpůrného systému. V oblasti rekonstrukce bytového fondu se pouţívá, zejména
ve Vídni tzv. měkká rekonstrukce, při které se usiluje o sociálně citlivá řešení bydlení
domácností seniorů.
Ve Velké Britanii a na Slovensku je po podstatném vzestupu vlastnického bydlení
věnována zvýšená pozornost účinnosti nástrojů v oblasti řízení obnovy bytového
fondu, nástrojů spojených s kvalitní údrţbou a včasnou rekonstrukcí bytového fondu.
133

Ostrava, 4. a 5. 11. 2010
Ve Velké Britanii byla k tomuto účelu zpracována rozsáhlá rukověť pro všechny
účastníky tohoto procesu, na Slovensku byl s mezinárodní pomocí vypracován projekt
zvýšení efektivnosti správy bytových objektů.
Sumárně je potřebné ze stručného uvedení k tématu blízkých postupů v bytové
politice vybraných zemí odvodit závěr, ţe je potřebné překonat pomalou a dílčí
rekonstrukci bytových domů (panelových i ostatních), věnovat zvýšenou pozornost
nájemnímu bydlení, zvýšit zainteresovanost bytových druţstev v rekonstrukci
bytového fondu a obnovení jejich úlohy ve výstavbě. Podobně je tomu i u měst,
kondominií a u vlastníků soukromých činţovních domů. Nehledě na důsledky krize,
jsou podmínky pro toto zaměření stále dostatečné.
Výzkum se dotýká inovativních metod ekonomiky údrţby bytových domů, kterou lze řešit
jako spolehlivost provozu stavebních objektů, a která by měla vyjít z analýzy výnosů,
postihující mnoţství výstupů systému a analýzy nákladů, která řeší mnoţství nezbytných
vstupů pro jeho fungování. Tyto inovativní metody usnadňují ekonomická rozhodování
Studie chce nabídnout také jiný pohled moţného řešení procesů údrţby obnovy a definovat
postupy pro nové způsoby řešení, které bude třeba akceptovat při vytváření udrţitelné
výstavby. Je řešena otázka aplikace nových forem údrţby a obnovy staveb jako prostředku
k zvýšení jejich uţitku. Zejména z hlediska jejich uţívání, ţivotnosti, termínů obnovy
a řízeného ukončení jejich ţivotnosti.
Problematikou údrţby a obnovy se samozřejmě v současnosti zabývá mnoho organizací
a subjektů (státních, obecních i soukromých). Ne vţdy však mají zcela dořešenu celkovou
koncepci údrţby a obnovy a odpovídající SW nástroje. Většinou se pouze snaţí dodrţovat
platné provozní předpisy v souvislosti s údrţbou objektů a řeší pouze kritické a havarijní
situace. Pokud se alespoň o jistou koncepci pokusí, pak pouze malá část dovede jednotlivé
detaily své koncepce aţ do konečných důsledků, které zohledňují například rizika spojená
s provozem objektů, s finanční situací majitele nemovitostí apod.
Detailní pohled na současný stav nakládání se stavebními díly v průběhu jejich ţivotnosti
ukázal, ţe existující běţná ekonomická pravidla, jak s nimi nakládat je důleţité rozšířit
a prohloubit. Detailní pohled byl impulsem k doporučení nových forem procesů údrţby pro
zlepšení současného stavu. Jde především o analýzu současného stavu, vyuţití nástroje
Facility managementu jako nové metody řízení integrovaného managementu v oblasti správy
a údrţby bytového fondu včetně počítačové podpory rozhodovacích procesů. Navrhovaná
metodika pro výběr technicko-ekonomického řešení údrţby a obnovy bytových domů
z hlediska udrţitelného rozvoje pak představuje praktické vyuţití poznatků, které vyplynuly
z prací autorů.
Propočty analytického typu napomáhají vytvořit, kvantifikovat a standardizovat celý postup.
Ve všech kritériích jsou to náklady, které tvoří základní limit kalkulace. Snahou všech řešení
nyní pouţívaných je propočítat celý nákladový ţivotní cyklus (life cycle costs - LCC). Jeho
základním atributem je trvanlivost navrţeného stavebního objektu.
Řízení provozu a údrţby budov se stává komplexní činností zaloţenou na trţních vztazích,
která je stále více svěřována profesionálním firmám. Řádné uţívání vyţaduje vedení evidence
o zásazích do technického (úpravy, opravy, údrţba) a ekonomického (vyuţití ploch,
pronájem, náklady na energie) stavu objektu. V legislativě ČR končí povinné dokumentování
stavu objektů dokumentací skutečného provedení stavby. Ve fázi uţívání se povinně
134
Ostrava, 4. a 5. 11. 2010
dokladují pouze změny podléhající stavebnímu řízení. Chybí průběţné vyhodnocování
provozu budov, zejména v technických, ekonomických, environmentálních, ale i sociálních
parametrech.
Celková dostupnost bydlení je dána vztahem mezi disponibilním, teritoriálně vhodně
rozmístěným bytovým fondem a bytovou potřebou domácností. Je ovlivňována především
rozsahem bytové výstavby, vyuţitím existujícího bytového fondu včetně péče o něj
a demografickým vývojem. K ovlivňujícím faktorům, jejichţ význam tato studie zdůrazňuje,
patří také územní připravenost pro novou bytovou výstavbu, podpora hledání vhodných
technických řešení přinášejících sníţení cen nové výstavby a vyuţití stávajících objektů,
i nebytových, formou nástaveb, přístaveb apod. včetně úplných konverzí pro bytové účely.
Vyuţívání stávajícího bytového fondu je podmiňováno, mimo jiné, dostatečnou mobilitou
obyvatel, avšak ta je v současnosti brzděna disproporcemi mezi rozmístěním bytového fondu
a pracovních míst. Významnou podporu v této oblasti představuje zkvalitnění dopravní
obsluţnosti, včetně zvýšení moţností denního dojíţdění do větších měst.
Mezi hlavní cíle (úkoly) lze zařadit:


podporu pořízení staršího bydlení,
změnu kompetence mezi orgány veřejné správy.
Efektivní bytovou politiku lze realizovat pouze tehdy, jsou-li kompetence dobře rozděleny.
Důleţitá je především vertikální linie, tj. rozdělení působností mezi centrální vládou,
mezilehlými úrovněmi veřejné správy (regiony) a místními orgány, neboť dlouhodobý vývoj
v oblasti bydlení ukazuje, ţe problémy bydlení je nutno řešit, vzhledem ke sloţitému
saturování diferencovaných potřeb obyvatelstva, především na lokální úrovni. Z toho vyplývá,
ţe hlavním úkolem pro další období je zásadní posílení role obcí v oblasti bytové politiky.
Vedle obecní bytové politiky, jejíţ funkce je především v realizační fázi nezastupitelná,
je nutno v krátkém časovém horizontu analyzovat moţné vyuţití vyšších územně správních
celků - krajů v oblasti bydlení.
Nezbytné je zvýšení celkové informovanosti o problematice bydlení, odstranění
deformovaných pohledů na tuto problematiku a jasné vymezení kompetencí jednotlivých
subjektů. Nutné je uţší provázání bytové politiky s dalšími oblastmi, které situaci v bydlení
výrazně ovlivňují; jedná se dopravní systém, který můţe sníţit disproporce mezi lokalizací
bytového fondu a nabídkou pracovních příleţitostí a dále o cenový vývoj sluţeb pro bydlení,
který limituje moţnosti vývoje nájemného.
Péče o stávající bytový fond - ochrana a zlepšení stavu existujícího bytového fondu, zajištění
tvorby dostatečných finančních zdrojů nutných k řádné péči o něj včetně jeho modernizace.
Posílení role obcí v oblasti bydlení - v rámci novelizace zákona o obcích – znamená
především přesněji vymezit roli obcí v oblasti bydlení, která přispěje ke zlepšení působení
obcí jakoţto tvůrců místní bytové politiky i vlastníků významné části bytového fondu.
Ministerstvo pro místní rozvoj v součinnosti se Svazem měst a obcí a se zájmovými
sdruţeními vlastníků domů a nájemců bytů bude trvale pořádat konzultační dny zaměřené na
metodickou pomoc zástupcům měst a obcí, pracovníkům místních, obecních a městských
úřadů v oblasti nájmu bytů a nebytových prostorů a v oblasti správy bytového fondu. K tomu
účelu bude rozšířeno vydávání metodických pomůcek a odborných publikací a pořádání
vzdělávacích akcí a instruktáţí.
135
Ostrava, 4. a 5. 11. 2010
Zvýšení současné podpory odstraňování zanedbané údrţby a obnovy bytových domů
- tato potřebnost je odůvodněna a zvýrazněna i dosud jen skromnými výsledky uskutečněné
rekonstrukce bytových domů a přetrvávajícími nedostatky v údrţbě.
Potřebné je navýšení finančních prostředků určených pro plnění Programu poskytování
státních půjček na opravy, modernizaci a rozšíření bytového fondu. Doplnění stávajícího
systému navazujícím Dlouhodobým programem podpory oprav bytových domů, zaměřeným
v první realizační etapě na panelové bytové domy, postupně i na ostatní bytový fond.
2 Náměty k novým nástrojům pro zvýšení fyzické dostupnosti bydlení
Obecně lze nástroje centrální bytové politiky lze rozdělit na nástroje finanční povahy,
nefinanční a legislativní povahy. Jsou uvedeny v Tab. 1. Současná bytová politika respektuje
skutečnost, ţe současná ekonomická situace, včetně vývoje reálných příjmů obyvatel, je pro
rozvoj bydlení limitujícím faktorem. Ačkoli důsledky existence těchto mantinelů můţe bytová
politika do jisté míry ovlivnit, nelze od ní očekávat, ţe je odstraní.
Tabulka 1: Rozdělení nástrojů bytové politiky
nástroj
finanční
povahy
Druh
cíl
dotační tituly (MMR,
SFRB)
nájemní byty
druţstevní byty
úvěrové formy
podnikové byty
PPP
daňové formy
metodické nástroje
nefinanční
povahy
referenční příklady
konzultace, metodické
pokyny
zveřejnění dobrých
příkladů
zefektivnění výstavby z
veřejných zdrojů
stavebně technické
parametry
cílová skupina
specifická skupina
obyvatel dle potřeb
krajů, obcí
specifická skupina dle
subjektu,
neziskový sektor
investor
zadavatel
stavební standardy
cílené na ekon. provozu
SZ + prováděcí
uţivatelé
předpisy
zákon o obcích
zákon o krajích
obce
legislativní
změny kompetencí
zefektivnění
kraje
povahy
státní správy
a zprůhlednění
neziskové bytové
v oblasti bydlení
financování bydlení
společnosti
zákon o neziskových
organizacích
Zpracovatelé se zaměřili na zdůvodnění aplikace nástroje, který by po otestování z hlediska
efektivity, efektivnosti, politické průchodnosti, legálního rámce byl nejvhodnější pro posílení
fyzické dostupnosti bydlení skupin domácností nejvíce zasaţených (ohroţených)
hospodářskou krizí. Tento především lokálně působící nástroj nevyţaduje vysoké veřejné
výdaje, neomezuje bydlení mladých lidí a nevede k růstu nebezpečí sociálního vyloučení.
Mezi moţné nové nástroje pro zvýšení fyzické dostupnosti bydlení lze zejména zahrnout:


regenerace bytů
nová výstavba (nástavby a přístavby BD a RD, v rámci současných druţstev (SBD))
136



Ostrava, 4. a 5. 11. 2010
přeměny a vyuţití brownfieldů
metodický postup, vzdělávací projekt
převod nebytového fondu zpět na bytový fond
Jako první pro podporu sniţování regionálních disparit ve fyzické dostupnosti bydlení přichází
v úvahu především ty nástroje podpory, které vedou k růstu počtu bytů, z rekonstrukcí např.
půdní vestavby a nástavby. Pro zvyšování fyzické dostupnosti bydlení je rovněţ důleţité
hledisko právní formy uţívání bytů, ze kterých prvořadou úlohu hrají nájemní byty, které
nejsou tak těsně vázány na finanční moţnosti uţivatelů (senioři, mladé rodiny) jako byty ve
vlastnické formě. Půdní vestavby a nástavby byly dosud pořizovány zejména vlastnickou
formou. Jsou tedy námětem pro formulaci nových nástrojů podpory fyzické dostupnosti
bydlení nástroj podpory rekonstrukcí spojených s nástavbami (vznikem nových bytů)
směřující vlastníkům bytových objektů jako pronajímatelům nájemních bytů. Dotace by měly
směřovat vlastníkům domů, tj. obcím, bytovým druţstvům, případně soukromým vlastníkům
nájemních domů. S tímto námětem jsou spojeny určité problémy legislativního
a technického charakteru.
Jako nástroj pro zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit
ve fyzické dostupnosti bydlení byl vybrán nástroj neinvestiční povahy - Vzdělávací
program. Cílem vzdělávacího programu je podpořit provádění oprav bytových domů s
vyuţitím takových technických řešení, která zajistí výrazné prodlouţení jejich ţivotnosti a
zvýšení kvality bydlení na úroveň odpovídající současným uţivatelským poţadavkům, a to za
optimálních pořizovacích a provozních nákladů.
Současný stav problematiky, jeho analýza a dosavadní praxe prokazuje, ţe zkušenosti
s novými formami údrţby a obnovy staveb a konstrukcí se dostávají do povědomí
projektantů, investorů, vlastníků, správců a pracovníků státní správy velmi obtíţně.
Cílem vzdělávacího programu bude dosáhnout zvýšení všeobecného povědomí o obsahu
a rozsahu problematiky ekonomiky správy majetku a zejména o významu přínosu pro
všechny uţivatele stavebních objektů.
Strategický záměr vzdělávacího programu je zaloţen na systému vytvoření programu
přenosu potřebných informací a znalostí diferencovanou formou, v rozlišení na čtyři hlavní
skupiny:
a) odborníci na problematiku ekonomiky správy majetku – předávají nejnovější poznatky
do praxe, zpracovatelé odborných publikací, aplikačních softwarů, metodických
pokynů a odborná konzultační činnost,
b) investoři, projektanti, autorizované osoby – uvádějí principy ekonomiky správy
majetku v reálný ţivot do technické praxe,
c) státní správa a samospráva – kontrolní orgán základních a dalších předpisů
stavebního práva,
d) vzdělávací instituce – příprava nových odborníků pro stavební praxi. V Tab. 2 jsou
uvedeny hlavní skupiny, na které je zaměřen vzdělávací program Zvyšování
kvalifikace správců bytových domů jako nástroj udrţitelnosti uţitku bytového fondu
a fyzické dostupnosti bydlení
137
Ostrava, 4. a 5. 11. 2010
Tabulka 2: Hlavní skupiny, na které je zaměřen vzdělávací program
hlavní skupiny
odborníci správy
majetku
druh, rozsah
informací
poznatky VaV
způsob, formy
vzdělávání
prezentace
realizace
vzděl.projektu
pracovní setkání
právní prostředí,
metodické pokyny,
vzdělávací programy
investoři, projektanti analýzy,
příručky
ICE ČKAIT
příklady řešení
státní správa,
legislativní opatření,
vyuţívání odborníků, odborné semináře
samospráva
základní informace
informační materiály pro stavební úřady
základní informace,
výukové programy
školení pedagogů,
vzdělávací instituce
analýzy stavu
e-learning
výuka
Z charakteristiky jednotlivých skupin vyplývá, ţe koncepce vzdělávacích programů musí
vycházet z potřeb vlastního uplatnění nových poznatků a rozlišení specifických poţadavků.
Nedílnou součástí celé vzdělávací strategie je metodické zajištění rozdílné náplně vycházející
z potřeb různých druhů stavebních objektů. Při stanovení koncepce a obsahové náplně
vzdělávacího projektu pro jednotlivé skupiny musí být provedeno rozlišení následujících
specifických poţadavků:



druh a rozsah potřebných informací,
způsob a specifické formy vzdělávání vhodné pro danou skupinu,
samotná realizace projektu vzdělávání.
Výzkum chce poukázat na moţné rozšíření priorit bytové politiky na podporu péče o existující
bytový fond a jeho optimální vyuţívání, včetně odstraňování překáţek, které tomuto cíli
brání. Očekávaným výsledkem by mělo být efektivnější vyuţití stávajícího bytového fondu,
zvýšení rozsahu disponibilního bytového fondu, zkvalitnění jeho stavu a zvýšení zájmu
investorů o vstup do této oblasti. Metodický návod podpory oprav a modernizace bytového
fondu však můţe významně ovlivnit oţivení ekonomických aktivit v regionech včetně
vytváření určitého počtu pracovních míst.
Literatura a prameny nejsou uvedeny, zdrojem poznatků jsou dosud nepublikované pracovní
výsledky projektu WD-05-07-3
138
Ostrava, 4. a 5. 11. 2010
Implementační struktura operačního programu lidské zdroje a
zaměstnanost
Ing. Milan Páral
Abstrakt
Řídící orgán - odpovídá za správné a efektivní řízení a provádění pomoci z programu.
Zprostředkující subjekty – mají od Řídícího orgánu delegovány některé činnosti (výběr
projektů, monitorování a kontrolu projektů).
Platební a certifikační orgán - Odbor Národní fond Ministerstva financí.
Auditní orgán OP LZZ je Centrální harmonizační jednotka pro finanční kontrolu, útvar
Ministerstva financí.
Finančním útvarem OP LZZ je Odbor financování a majetku Ministerstva práce a sociálních
věcí ČR. Ten mj. účtuje o příjmech z ESF na základě souhrnné ţádosti.
Národním orgánem pro koordinaci (NOK) Národního strategického referenčního rámce bylo
pověřeno Ministerstvo pro místní rozvoj. Vytváří jednotný rámec pro implementaci OP řídícími
orgány.
Pro programové období 2007 – 2013 je finanční podpora z Evropského sociálního fondu
realizována prostřednictvím tří operačních programu – OP LZZ, OP VK (operační program
Vzdělávání pro konkurenceschopnost) a OP PA (operační program Praha – adaptabilita).
Klíčová slova
Operační program, Lidské zdroje a zaměstnanost, Evropský sociální fond, Řídící orgán,
zprostředkující subjekty, Platební a certifikační orgán, národní fond, auditní orgán, Centrální
harmonizační jednotka pro finanční kontrolu, finanční útvar, Národní orgán pro koordinaci,
Národní strategický referenční rámec, koordinační mechanismy, OP Vzdělávání pro
konkurenceschopnost, OP Praha – Adaptabilita.
Summary
Managerial board – responsible for correct and effective driving and fulfillment aid for
program.
Mediate subjects – have delegated from Managerial board certain activities (project
selection, monitoring and control projects).
Payment and certification authority – is Department of National Fund of the Ministry of
Finance.
The Audit Authority of the OP HRE is the Central Harmonization Unit for Financial Control
department of the Ministry of Finance.
Financial HREOP department is the Department of finance and property of the Ministry of
Labor and Social Affairs. He charged, inter alia, on the income of the ESF, the overall
application.
National Co-ordination Authority (NCA) National Strategic Reference Framework was
commissioned by the Ministry for Regional Development. It creates a unified framework for
implementation
of
the
OP
Managing
Authorities.
For the programming period 2007 - 2013, financial support from the European Social Fund,
139
Ostrava, 4. a 5. 11. 2010
was implemented by three operational programs - the OP HRE, OP (Operational Program
Education for Competitiveness) and PA OP (Operational Program Prague - Adaptability).
Keys words
Operational programme, Human resources and employment, European Social Fund,
Managerial board, mediate subjects, Payment and certification authority, national fund,
auditing authority, Central harmonisation unit for financial control, financial organ, National
organ for coordination, National strategical reference cadre, coordinating arrangements, OP
Education for competitiveness, OP Prague – Adaptability.
Úvod
Vstupem do Evropské unie v roce 2004 získala Česká republika moţnost podílet se na
vyuţívání prostředků strukturálních fondů a Fondu soudrţnosti. Nejstarším z těchto fondů je
Evropský sociální fond (ESF), který byl zaloţen Římskou smlouvou jiţ v roce1957. ESF je
klíčovým nástrojem pro realizaci Evropské strategie zaměstnanosti. ESF pomáhá členským
zemím EU k dosaţení plné zaměstnanosti, zvyšování kvality a produktivity práce, pomáhá
podporovat přístup znevýhodněných osob na trh práce a sniţovat národní, regionální a
lokální rozdíly v zaměstnanosti. Operační program Lidské zdroje a zaměstnanost (OP LZZ)
vymezuje priority pro podporu rozvoje lidských zdrojů a zaměstnanosti z Evropského
sociálního fondu v letech 2007 – 2013. Globálním cílem OP LZZ je zvýšit zaměstnanost a
zaměstnatelnost lidí na úroveň průměru 15 nejlepších zemí EU.
1 Řídící orgán
Řídící orgán (dále ŘO) odpovídá za správné a efektivní řízení a provádění pomoci
z operačního programu Lidské zdroje a zaměstnanost, a to v souladu s právem Evropské
unie a České republiky. Na základě Usnesení vlády č. 175/2006 ze dne 22. 2. 2006, kterým
bylo Ministerstvo práce a sociálních věcí pověřeno řízením OP LZZ, pověřil ministr práce a
sociálních věcí svým příkazem č. 18/2006 výkonem funkce Řídícího orgánu OP LZZ Odbor
řízení pomoci z Evropského sociálního fondu (dříve odbor 72, nyní 81). Ředitelkou tohoto
odboru je PhDr. Iva Šolcová.
Řídící orgán je zodpovědný zejména za:







shromaţďování statistických údajů o věcném a finančním plnění OP LZZ podle
poţadavků kladených na monitorování programu a předávání příslušných informací
orgánům EU,
zajištění průběhu finančních operací podle právních předpisů EU a ČR,
ověřování, zda výdaje vykázané příjemci byly skutečně vynaloţeny v souladu
s předpisy EU a ČR a zda za ně byly skutečně dodány spolufinancované produkty a
sluţby,
zajištění existence systému pro záznam a uchování účetních záznamů v elektronické
podobě pro kaţdou operaci,
shromaţďování údajů pro finanční řízení, monitorování, ověřování, audit a evaluaci,
zajištění, ţe příjemci zapojení do provádění operací vedou pro operace v rámci OP
LZZ oddělený účetní systém nebo zvláštní účetní kód pro všechny tyto transakce,
stanovení postupů k zajištění toho, aby se pro audit zachovaly všechny potřebné
doklady,
140



Ostrava, 4. a 5. 11. 2010
zajištění, ţe platební a certifikační orgán obdrţí pro účely certifikace všechny
potřebné informace,
řízení práce monitorovacího výboru a poskytování dokumentů, aby bylo moţné
sledovat kvalitu a cíle provádění OP LZZ,
vypracování výroční a závěrečné zprávy o provádění programu a po schválení
monitorovacím výborem její předloţení Komisi.
Zprostředkující subjekty
Zprostředkující subjekt je veřejný nebo soukromý subjekt, na který ŘO delegoval výkon
některých svých činností. Rozsah delegovaných úkolů a činností je stanoven v písemné
dohodě mezi Řídícím orgánem a zprostředkujícím subjektem. Zprostředkující subjekty
prokazují připravenost plnit svěřené úkoly, především dostatečnou administrativní kapacitu,
funkčnost potřebných informačních systémů apod. ŘO deleguje na zprostředkující subjekty
zejména zajištění procesu výběru projektů, monitorování (včetně shromaţďování dat o
projektech a jejich vkládání do informačního systému), kontrolu projektů, ověřování ţádostí o
platby a zajištění publicity v rámci své působnosti. Toto delegování činností nemá vliv na
celkovou zodpovědnost ŘO za implementaci OP LZZ. Roli zprostředkujících subjektů OP LZZ
plní Ministerstvo práce a sociálních věcí ČR – Odbor implementace programů Evropského
sociálního fondu, Ministerstvo práce a sociálních věcí ČR – oddělení implementace ESF a IOP,
Ministerstvo průmyslu a obchodu ČR – Odbor koordinace strukturálních fondů, Ministerstvo
vnitra ČR – Odbor strukturálních fondů.
2 Platební a certifikační orgán
Pro implementaci pomoci ze strukturálních fondů a Fondu soudrţnosti je v České republice
ustaven jediný Platební a certifikační orgán (PCO), a to Ministerstvo financí. Na základě
rozhodnutí ministra financí byl výkonem funkce Platebního a certifikačního orgánu pověřen
Odbor Národní fond Ministerstva financí.
Platební a certifikační orgán vykonává následující funkce:








spravuje prostředky poskytnuté ze strukturálních fondů a Fondu soudrţnosti na
účtech zřízených u ČNB,
vypracovává a předkládá ţádosti o průběţné platby a závěrečné platby Evropské
komisi pro všechny programy na základě výkazů výdajů předloţených Řídícím
orgánem,
přijímá platby z Evropské komise,
na základě kontroly Souhrnných ţádostí předkládaných řídícími orgány převádí
prostředky strukturálních fondů a Fondu soudrţnosti do příslušných rozpočtových
kapitol,
účtuje účetní případy za oblast prostředků PCO v rámci účetní jednotky Ministerstva
financí,
vede systém finančního výkaznictví pro prostředky PCO,
certifikuje uskutečněné výdaje a zpracovává certifikát o uskutečněných výdajích,
který zasílá spolu s ţádostí o průběţnou platbu nebo závěrečnou platbu Evropské
komisi,
pro účely certifikace ověřuje řádné fungování řídícího a kontrolního systému na všech
úrovních implementace,
141









Ostrava, 4. a 5. 11. 2010
provádí kontroly na místě,
vytváří a aktualizuje metodické pokyny pro provádění certifikace výdajů a pro finanční
toky a kontrolu prostředků strukturálních fondů a Fondu soudrţnosti,
vrací neoprávněně vyplacené výdaje, včetně úroků Evropské komisi,
vrací nevyuţité prostředky Evropské komisi,
na základě odhadů vypracovaných řídícími orgány předkládá aktualizované odhady
týkající se ţádostí o platby (výhled výdajů) Evropské komisi pro běţný a následující
rok do 30. dubna,
postupuje podle pravidel řídící kontroly,
reaguje na připomínky a doporučení Evropské komise,
zajišťuje koncepci a metodiku rozvoje informačního systému VIOLA pro výkon funkce
PCO včetně datové komunikace s monitorovacím systémem strukturálních fondů,
vyhodnocuje čerpání alokací strukturálních fondů a Fondu soudrţnosti.
3 Auditní orgán OP LZZ
Usnesením vlády č. 198 je výkonem funkce auditního orgánu pověřeno Ministerstvo financí.
Rozhodnutím ministra financí byl výkonem této funkce pověřen útvar Centrální
harmonizační jednotka pro finanční kontrolu, který je funkčně nezávislý na Řídícím
orgánu OP LZZ a na Platebním a certifikační orgánu.
V souladu s předpisy EU a ČR a provádí auditní orgán následující činnosti:











zajišťuje audit připravenosti řídícího a kontrolního systému OP LZZ,
předkládá Evropské komisi před podáním ţádosti o první platbu a nejpozději do 12
měsíců od schválení programu zprávu posuzující nastavení řídících a kontrolních
systémů operačního programu včetně stanoviska k jejich souladu s příslušnými
právními normami EU,
předkládá Evropské komisi do 9 měsíců po schválení OP LZZ strategii auditu
zahrnující subjekty, které budou audity provádět,
zajišťuje provádění auditu ve veřejné správě za účelem ověření účinného fungování
řídícího a kontrolního systému programu,
předkládá kaţdoročně Evropské komisi aktualizovanou strategii auditu, metodu
výběru vzorků pro audity operací a orientační plánování auditů, které zajišťuje jejich
provádění u hlavních subjektů a jejich rovnoměrné rozloţení na celé programové
období,
předkládá kaţdoročně Evropské komisi konsolidovaný plán auditů prostředků
poskytovaných z fondů Evropské unie,
kontroluje čtvrtletně plnění konsolidovaného plánu auditů a informuje o tomto plnění
platební a certifikační orgán,
zajišťuje provádění auditu ve veřejné správě na vhodném vzorku operací pro ověření
výdajů vykázaných Evropské komisi,
zajišťuje metodické vedení dalších auditních subjektů zapojených do auditů ve
veřejné správě operačního programu,
dohlíţí na kvalitu auditů ve veřejné správě prováděných dalšími subjekty u projektů
spolufinancovaných z prostředků OP LZZ,
podílí se na tvorbě a aktualizaci metodických pokynů pro provádění auditu v rámci
operačního programu,
142








Ostrava, 4. a 5. 11. 2010
předkládá kaţdoročně v období od roku 2008 do roku 2015 Evropské komisi výroční
kontrolní zprávu, která obsahuje zjištění z auditů provedených během předchozího
roku v souladu se strategií auditu operačního programu, jakoţ i nedostatky zjištěné
v řídících a kontrolních systémech programu. Informace týkající se auditů
provedených po 1. 6. 2015 budou zahrnuty do závěrečné zprávy o kontrole, která je
podkladem pro prohlášení o uzavření,
vydává kaţdoročně pro Evropskou komisi stanovisko k tomu, zda fungování řídícího a
kontrolního systému poskytuje přiměřenou záruku, ţe výkazy výdajů předloţené
Evropské komisi jsou správné a ţe související transakce jsou zákonné a řádné,
předkládá prohlášení o částečném uzavření, ve kterém hodnotí zákonnost a řádnost
dotčených výdajů dle článku 88 nařízení Rady (ES) č. 1083/2006,
zajišťuje, aby se při auditorské činnosti pouţívaly mezinárodně uznávané standardy
pro audit,
provádí analýzu nahlášených nesrovnalostí pro účely zpracování prohlášení o uzavření
nebo částečném uzavření,
zpracovává kaţdoročně zprávu o výsledcích finančních kontrol za OP LZZ pro vládu
ČR,
účastní se auditních misí Evropské komise na prověřování aspektů řídícího a
kontrolního systému, které vyplynuly z výroční kontrolní zprávy,
spolupracuje s Evropskou komisí při koordinaci plánů auditů a auditorských metod a
vyměňuje si s ní výsledky z provedených auditů.
Auditní orgán nese odpovědnost za zajištění výše uvedených činnosti tím, ţe při zachování
vlastní odpovědnosti můţe vybrané činnosti delegovat na další auditní subjekty. Je přípustná
pouze jedna úroveň pověření k výkonu výše uvedených činností (tj. zprostředkující subjekt
nemůţe činnostmi pověřit další subjekt), a to na základě veřejnoprávní smlouvy podle
správního řádu. Platební a certifikační orgán obdrţí pro účely certifikace výsledky všech
auditů provedených auditním orgánem nebo z jeho pověření.
4 Finanční útvar OP LZZ
Příkazem ministra práce a sociálních věcí č. 31 ze dne 14. 12. 2006 byl zřízen Odbor
financování a majetku, který zabezpečuje činnosti Finančního útvaru tak, aby byla zajištěna
podmínka oddělení funkcí platebních, řídících a kontrolních. Finanční útvar provádí zejména
činnosti vyplývající z Metodiky finančních toků – po obdrţení ţádosti o platbu z Řídícího
orgánu, resp. Zprostředkujícího subjektu provádí platby příjemcům z prostředků státního
rozpočtu na předfinancování výdajů, které mají být kryty z prostředků z rozpočtu Evropské
unie a prostředků státního rozpočtu určených na národní financování a vede jejich přesnou a
úplnou evidenci. Finanční útvar dále účtuje o příjmech z Evropského sociálního fondu
zasílaných z Ministerstva financí ČR na základě souhrnné ţádosti.
5 Národní orgán pro koordinaci
Národním orgánem pro koordinaci (NOK) Národního strategického referenčního rámce
(NSRR)21 bylo usnesením vlády č. 198 ze dne 22. 2. 2006 pověřeno Ministerstvo pro místní
21
Národní strategický referenční rámec (NSRR) představuje základní programový dokument České republiky pro
vyuţívání fondů Evropské unie v období 2007—2013. Zpracování Národního strategického referenčního rámce ČR
143
Ostrava, 4. a 5. 11. 2010
rozvoj. NOK jako centrální koordinátor vytváří jednotný rámec pro implementaci OP řídícími
orgány. Vede řídící orgány za účelem zajištění efektivity a právní platnosti při řízení
operačních programů. NOK vykonává následující činnosti:











vydává pokyny a metodiky v oblastech řízení, provádění evaluací, sběru dat a jejich
elektronické výměny, zakládání a činnosti monitorovacích výborů, kontroluje a dohlíţí
na všechny aktivity, které spadají mezi úkoly řídících orgánů operačních programů,
monitoruje implementaci NSRR a operačních programů a navrhuje systémová řešení
v případech pomalé implementace programů, objektivních překáţek omezujících
implementaci či v případě porušení povinností vyplývajících z nařízení,
zajišťuje kompatibilitu implementace NSSR a OP s národními politikami a prioritami
EU a soulad intervencí s národní a komunitární legislativou zejména v oblasti
hospodářské soutěţe, veřejných zakázek, ochrany ţivotního prostředí, sniţování
disparit, rovných příleţitostí a principu nediskriminace a navrhuje vhodné nástroje pro
jejich účinnou implementaci,
zajišťuje stanovení rámce pro fungování monitorovacího výboru NSRR,
vypracovává ve spolupráci s PCO pravidla způsobilosti výdajů,
zajišťuje vypracování zpráv předkládaných Evropské komisi,
zajišťuje stanovení základních kritérií pro výběr projektů pro naplňování čtyř
strategických cílů NSRR,
zakládá a zajišťuje fungování integrovaného monitorovacího informačního systému,
který bude pouţíván řídícími orgány všech operačních programů, platebním a
certifikační orgánem a auditorem a zajišťuje elektronickou výměnu dokumentů a dat,
naplňuje úkoly spojené s všeobecnou informovaností a propagací naplňování politik
ekonomické a sociální soudrţnosti, zajišťuje plánování, realizaci a koordinaci aktivit
na podporu všeobecné informovanosti a koordinuje aktivity řídících orgánů v této
oblasti,
vytváří komunikační strategii na národní úrovni k zajištění transparentnosti a plné
informovanosti o přidělování pomoci ze strukturálních fondů a Fondu soudrţnosti,
zabezpečuje činnost pracovní skupiny pro evaluaci, jejíţ členy jsou kromě národního
koordinátora také pracovníci řídících orgánů operačních programů,
2007—2013 vychází z povinností členského státu definovaných v Nařízení Rady (ES) č. 1083/2006 ze dne 11.
července 2006 o obecných ustanoveních o Evropském fondu pro regionální rozvoj, Evropském sociálním fondu a
Fondu soudrţnosti a o zrušení nařízení (ES) č. 1260/1999.
Východiskem pro zpracování návrhu Národního strategického referenčního rámce byl Národní rozvojový plán
České republiky, jenţ byl vzat na vědomí usnesením Vlády České republiky č. 175/2006.
Analytická část Národního strategického referenčního rámce se zaměřuje na identifikaci klíčových silných stránek
České republiky pro posilování její konkurenceschopnosti, stejně tak jako problematických míst a slabých stránek,
které mohou stát v cestě udrţitelnému růstu ekonomiky i společnosti. Strategie se opírá o klíčové evropské
(Strategické obecné zásady Společenství) i domácí (Strategie udrţitelného rozvoje, Strategie hospodářského
růstu, Strategie regionálního rozvoje pro léta 2007—2013 a další platné resortní a regionální strategie) strategické
dokumenty.
Národní strategický referenční rámec udává systém operačních programů politiky hospodářské a sociální
soudrţnosti 2007—2013, jejichţ prostřednictvím budou jednotlivé prioritní osy realizovány.
Národní strategický referenční rámec byl 27. července 2007 přijat Evropskou komisí a v současnosti probíhá
proces schvalování jednotlivých operačních programů. První schválené operační programy lze očekávat v průběhu
listopadu.
144






Ostrava, 4. a 5. 11. 2010
garantuje tok informací z Evropské komise všem řídícím orgánům a zpět,
vytváří podmínky pro vyhodnocování účinnosti kontrolních mechanismů,
dohlíţí na respektování pravidel veřejné podpory upravených příslušnými evropskými
a národními předpisy,
vytváří metodiku pro stanovení indikátorů a sledování jejich plnění,
sleduje naplňování závazků adicionality22 a poskytuje Evropské komisi informace
umoţňující jejich ověření,
účastní se výročních jednání řídících orgánů operačních programů a Evropské komise.
6 Koordinační mechanismy programů Evropského sociálního fondu
Pro programové období 2007 – 2013 je finanční podpora z Evropského sociálního fondu
realizována prostřednictvím tří operačních programu – OP LZZ, OP VK (operační program
Vzdělávání pro konkurenceschopnost) a OP PA (operační program Praha – adaptabilita).
Implementace je tedy zajišťována prostřednictvím tří řídících orgánů – Ministerstva práce a
sociálních věcí, Ministerstva školství, mládeţe a tělovýchovy a hl. m. Prahy. Vzájemná
provázanost jednotlivých operačních programů je zajištěna tímto:






monitorovací výbory jednotlivých operačních programů jsou provázány
prostřednictvím zástupců shodných členských organizací,
v jednotlivých monitorovacích výborech jsou téţ zastoupeny řídící orgány ostatních
dvou operačních programů,
za účelem identifikace a řešení společných problémů je ustavena koordinační skupina
řídících orgánů programů ESF,
centrální část monitorovacího systému MSC2007 všech tří operačních programů je
zpřístupněna řídícím orgánům k náhledu tak, aby byla zajištěna vzájemná
informovanost o realizovaných projektech,
v rámci komunikační strategie jednotlivých operačních programů jsou zahrnuta
společná témata – např. jednotné prvky vizuální identity (logo ESF), pokračování
správy společné webové stránky ESF v ČR, zaloţené v rámci předchozího
programovacího období,
nadále pokračují v činnosti jiţ ustavené společné pracovní skupiny zaloţené
v předchozím programovacím období – např. Pracovní skupina pro evaluaci nebo
Pracovní skupina pro záleţitosti romských komunit.
Závěr
Na řízení operačního programu Lidské zdroje a zaměstnanost se podílí několik útvarů a
subjektů. Na nejvyšší úrovni je Řídící orgán, který odpovídá za správné a efektivní řízení a
provádění pomoci z programu. O hierarchii níţe jsou zprostředkující subjekty, na které Řídící
orgán delegoval výkon některých svých činností. Tyto činnosti jsou stanoveny v dohodě mezi
nimi. Jedná se zejména o výběr projektů, monitorování a kontrolu projektů. Platebním a
certifikační orgánem je pak Odbor Národní fond Ministerstva financí. Auditním orgánem OP
LZZ je Centrální harmonizační jednotka pro finanční kontrolu, útvar Ministerstva financí.
Finančním útvarem OP LZZ je Odbor financování a majetku Ministerstva práce a sociálních
věcí ČR. Ten mj. účtuje o příjmech z ESF na základě souhrnné ţádosti. Národním orgánem
pro koordinaci (NOK) Národního strategického referenčního rámce bylo pověřeno
22
Obecným smyslem adicionality je zajistit, aby zdroje EU nenahradily národní rozpočty členských zemí.
145
Ostrava, 4. a 5. 11. 2010
Ministerstvo pro místní rozvoj. NOK jako centrální koordinátor vytváří jednotný rámec pro
implementaci OP řídícími orgány. Vede řídící orgány za účelem zajištění efektivity a právní
platnosti při řízení operačních programů. Pro programové období 2007 – 2013 je finanční
podpora z Evropského sociálního fondu realizována prostřednictvím tří operačních programu
– OP LZZ, OP VK (operační program Vzdělávání pro konkurenceschopnost) a OP PA (operační
program Praha – adaptabilita). Je zajištěna vzájemná provázanost těchto operačních
programů.
Literatura a pouţité zdroje
[1] BIELCZYK, A. Řízení lidských zdrojů. Distanční studijní opora. Karviná: OPF
SU,
2005.
[2] KOLIBOVÁ, H., KUBICOVÁ, A. Trh práce a politika zaměstnanosti. Karviná: OPF SU,
2005.
[3] VARADZIN, F., BŘEZINOVÁ, O. Hledání ve světě ekonomie. Praha: Proffesional
Publishing, 2003.
[4] Operační manuál Lidské zdroje a zaměstnanost2007 – 2013. Praha: MPSV ČR, 2007.
[5] Strategie rozvoje lidských zdrojů pro Českou republiku. Praha: Úřad vlády ČR, 2003.
[6] http://www.esfcr.cz
[7] http://www.strukturalni-fondy.cz
146
Ostrava, 4. a 5. 11. 2010
Porovnání krajů NUTS II jihovýchod se zaměřením na lidské
zdroje
Ing. Libuše Měrtlová, PhD.
Abstrakt
Příspěvek se zabývá porovnáním vybraných ukazatelů regionálního rozvoje v regionu NUTS II
Jihovýchod. Problematika regionálního rozvoje a regionálních disparit je v současné době
velice aktuální a je předmětem vědeckého bádání různých subjektů.
V příspěvku jsou nejdříve charakterizovány oba kraje NUTS II Jihovýchod z pohledu
přírodních, geografických a demografických aspektů v souvislosti s jejich dopadem do
ekonomiky, trhu práce a rozvoje cestovního ruchu. Následuje stručné vyhodnocení
základních makroekonomických indikátorů regionálního rozvoje, analýza lidských zdrojů, trhu
práce a indikátorů rozvoje vědy a výzkumu v regionu NUTS II Jihovýchod.
Klíčová slova
Region, NUTS II, disparity, lidské zdroje, trh práce, věda a výzkum
Abstract
The paper deals with comparing chosen indices of regional development in the NUTS II
Southeast region. The problems of regional development and regional disparities are very
topical at present and are subject to scientific research of various subjects.
In the paper, we first characterize both NUTS II Southeast regions from the point of view of
natural, geographical, and demographic aspects in relation with their impact on economy,
labour market, and travel industry development. Then we briefly evaluate basic
macroeconomic indices of regional development, and analyse human resources, labour
market, and science and research development indices in the NUTS II Southeast region.
Úvod
Problematika regionů, jejich rozvoje a rozvojové strategie se dostává do popředí zájmu
v České republice od konce 90. let minulého století a na začátku 21. století. Osamostatnění
regionů, zvýšení odpovědnosti územní a místní samosprávy za rozvoj spravovaného území
sebou přinesly potřebu zabývat se touto problematikou jak po stránce praktické, tak i po
stránce teoretické. Tato samostatnost se projevuje i v současném výkonu veřejné správy,
kdy na základě principu subsidiarity obce a kraje získaly rozsáhlé pravomoci v oblasti řízení a
rozhodování o prioritách rozvoje v rámci daného regionu včetně zpracování rozvojových
strategií a vyuţívání prvků strategického řízení. Kaţdá relevantní strategie musí nutně
vycházet z provedené analýzy území, jeho moţností a zdrojů, musí vycházet z moţných
příleţitostí a předpovídat a eliminovat moţné hrozby. Pro tvorbu dlouhodobé strategie
rozvoje regionu je podstatné na podkladě získaných informací vytvořit reálnou vizi, která
sjednotí i jednotlivé aktéry regionu tím, ţe je pro ně prospěšná a zajímavá a umoţňuje tak
vznik dlouhodobého záměru rozvoje.
Tento článek je součástí výsledků projektu č. 402/09/2057 Měření a řízení dopadu
nehmotných aktiv na výkonnost podniku financovaného Grantovou agenturou České
republiky."
147
Ostrava, 4. a 5. 11. 2010
1 Charakteristika kraje Vysočina a Jihomoravského kraje
Kraj Vysočina
Název kraje Vysočina1 vyjadřuje skutečnost, ţe se tento správní celek rozkládá na podstatné
části Českomoravské vrchoviny, která je charakteristická zvlněnou krajinou leţící mezi oběma
historickými zeměmi České republiky. Nadmořská výška Českomoravské vrchoviny dosahuje
přes osm set metrů výšky ve dvou výrazných masivech, Ţďárských vrších na severu kraje a
Jihlavských vrších na jihozápadě. Středem kraje probíhá evropské rozvodí, které rozděluje
kraj na dvě téměř stejné části. Kraj Vysočina se rozkládá na ploše 6 796 km2, celkový počet
obyvatel k 1.1.2010 je 514 992.
Přírodní podmínky Vysočiny byly rozhodující pro vznik více neţ tisíce sídel, která jsou
propojena hustou sítí silnic. Jedná se o pro Vysočinu charakteristické malé vesnice nepříliš
vzdálené od místního centra, jímţ bývá klidné malé město se třemi aţ deseti tisíci obyvatel.
Bývalá okresní města Třebíč, Pelhřimov, Havlíčkův Brod a Ţďár mají více neţ dvacet tisíc
obyvatel, krajské město Jihlava dosahuje počtu padesáti tisíc. Růst ţivotní úrovně a mobilita
obyvatelstva dává předpoklady pro další rozvoj tohoto uspořádání a je pravděpodobné, ţe
současné rozloţení sídel v regionu bude výhodou jak z pohledu obyvatelstva, tak i z pohledu
zaměstnavatelů. Umoţňuje vyuţívat výhody venkovského bydlení a přitom zaručuje moţnost
snadného dojíţdění do zaměstnání i dostupnost dalších struktur městského centra. Metropolí
kraje je Jihlava, nejstarší horní město českých zemí, které patřilo ve středověku k
nejbohatším městům českého království, a to především díky těţbě stříbra. Rozkládá se po
obou stranách bývalé zemské hranice mezi Čechami a Moravou.23
K 1. lednu 2010 ţilo na Vysočině 514 992 obyvatel, coţ představuje čtvrtou nejniţší lidnatost
mezi kraji ČR. Ţeny z toho tvoří 50,4 %.
Ekonomická výkonnost kraje ve srovnání s ostatními regiony ČR zaostává za průměrem. Podíl
kraje na HDP České republiky dosahuje v posledních letech 4,1 %, coţ představuje 11. místo
mezi kraji. Při přepočtu HDP na 1 obyvatele kraj obsazuje 7. místo, kdyţ v roce 2008 činil
tento ukazatel 295 785 Kč, tj. 83,6 % průměru ČR.
Průměrná měsíční hrubá nominální mzda v kraji Vysočina v roce 2008 činila 20 587 Kč. Mzdy
na Vysočině zůstávají nadále pod průměrem ČR. Značné rozdíly jsou i v průměrných hrubých
mzdách vyplácených v jednotlivých odvětvích hospodářství kraje. Nejvyšší mzdy měli
pracovníci v odvětví finančního zprostředkování, naopak nejniţší mzda byla v ubytování a
stravování.
Míra registrované nezaměstnanosti dosáhla koncem roku 2008 hodnoty 6,27 % a byla osmá
nejniţší v celé ČR. Nejvyšší v kraji byla v okrese Třebíč (8,38 %) a naopak nejniţší v okrese
Pelhřimov (4,35 %). Téměř všechny okresy zaznamenaly meziroční nárůst nezaměstnanosti.
Počet neumístěných uchazečů o práci se oproti roku 2007 zvýšil o 15,9 %. Na jedno volné
pracovní místo připadlo 7,8 uchazečů. Nabídka pro kvalifikované pracovní síly není vysoká.
Kraj Vysočina nadále pokračuje v tradici zemědělské výroby. Přestoţe zdejší přírodní
podmínky jsou podprůměrné (nadmořská výška a sklonitost území sniţují produkční
schopnost půd), pro některé zemědělské komodity a činnosti je území Vysočiny optimální
1
www.kr-vysocina.cz
148
Ostrava, 4. a 5. 11. 2010
(produkce brambor, olejnin, pastevní chov skotu). Po sloţitém období transformace zůstává
pro zemědělství kraje nadále charakteristický velkovýrobní způsob hospodaření. Většina
zemědělských podniků se zaměřuje na kombinaci rostlinné a ţivočišné výroby, větší
specializaci je moţno sledovat u menších výrobních jednotek typu SHR (fyzických osob).
Intenzita chovu skotu na 100 ha zemědělské půdy se pohybovala v roce 2008 ve výši 57,2
kusu (z toho 22,5 kusu krav) a byla nejvyšší ze všech krajů ČR. Průměrná roční dojivost 1
krávy dosáhla výše 6 951 litrů mléka. Výrobou masa ve výši 52 203 tun (bez drůbeţe) byl
kraj na třetím místě v ČR.
Průmyslová výroba je zastoupena v kraji strojírenským a kovodělným, textilním,
dřevozpracujícím a potravinářským odvětvím. Centry průmyslu jsou bývalá okresní města a
další střediska.
Silniční a ţelezniční síť Vysočiny je strategická jak z pohledu národního tak evropského.
Území kraje je součástí středoevropské urbanizované osy (Berlín-Praha-Vídeň/BratislavaBudapešť). Dálnice D1 tak plní svoji funkčnost jak v dopravě národní tak evropské. Chybí
však kvalitní propojení okresních měst a rychlostní komunikace pro severojiţní propojení.
Nespornou výhodou regionu je relativně nízký stupeň kriminality a nízký podíl sociálně
rizikových skupin obyvatelstva.
Kraj Vysočina je atraktivním z hlediska jeho celoročního turistického vyuţití. Nabízí dobré
příleţitosti pro pobytovou zimní i letní turistiku a návštěvu hodnotných kulturně-historických
památek. Na území kraje Vysočina se nacházejí 3 památky České republiky zapsané v
UNESCO. Je to městská památková rezervace Telč, národní kulturní památka Santiniho
poutní kostel Zelená hora u Ţďáru nad Sázavou a ţidovská čtvrť se hřbitovem a s bazilikou
sv. Prokopa v Třebíči. Budoucnost cestovního ruchu na Vysočině bude bezpochyby patřit
vedle městské turistiky především formám klidné a ekologicky čisté pobytové turistiky. Tu
umoţňuje hustá síť turisticky značených cest (asi 2 900 km), budování cyklotras či postupně
se rozvíjející agrofarmy s ubytováním.
Kraj Jihomoravský
Jihomoravský kraj24 je pro svoji výhodnou polohu na hranicích se dvěma zeměmi EU a na
spojnici Středozemí se střední a severní Evropou moţno povaţovat za křiţovatku Evropy.
Jihomoravský kraj je tvořen 7 okresy - okresy Blansko, Brno-město, Brno-venkov, Břeclav,
Hodonín, Vyškov a Znojmo - 673 obcí je rozděleno do 21 správních obvodů obcí s rozšířenou
působností (ORP).
Přírodní podmínky v Jihomoravském kraji jsou různorodé a mají samozřejmě vliv na
způsob vyuţívání krajiny a na způsob ţivota v konkrétní lokalitě. V rámci kraje lze rozlišit čtyři
odlišné charaktery základních krajinných typů:


24
Rozsáhlé jeskynní komplexy Moravského krasu v severní části kraje, známé
především propastí Macochou o hloubce 138,5 metrů, skalními úbočími a mnoţstvím
chráněných lokalit. Řada jeskyní této unikátní oblasti, která se řadí k ekologicky
nejčistějším v ČR, je zpřístupněna a hojně navštěvována našimi i zahraničními turisty.
Jiţní část kraje je převáţně rovinatá oblast polí, luk a vinic se zbytky luţních lesů
podél řeky Dyje. Národní park Podyjí v jihozápadním cípu kraje je ukázkou výjimečně
www.kr-jihomoravsky
149


Ostrava, 4. a 5. 11. 2010
zachovalého říčního údolí v bohatě zalesněné krajině. Symbolem této části jiţní
Moravy je Pálava a Lednicko – valtický areál. Milovníci všech vodních sportů a
rybaření navštěvují kaţdoročně vodní dílo Nové Mlýny.
Za řekou Moravou ve východní části se krajina postupně zdvihá do kopců Bílých
Karpat. Tato biosférická rezervace patří k nejcennějším přírodním oblastem v Evropě.
Krajina v okolí Brna je sice ovlivněna existencí velké městské aglomerace, přesto je
okolí města povaţováno za jedno z nejkrásnějších v republice. Na severu k němu
těsně přiléhají lesy Moravského krasu, na jihu jsou otevřené roviny jiţní Moravy a
přímo k hranicím města přiléhá Brněnská přehrada.
Rozlohou 7 195 km2 se Jihomoravský kraj řadí na čtvrté místo v republice. Nejvyšší
nadmořskou výšku dosahuje území kraje v okrese Hodonín na trojmezí se Zlínským krajem a
Slovenskem v blízkosti kóty Durda (842 m n. m). Okres Břeclav se můţe pochlubit nejjiţněji
poloţenou obcí Moravy Lanţhotem, na jehoţ katastru se nachází také nejníţe poloţený bod
kraje - soutok řek Moravy a Dyje (150 m n. m.).
Jihomoravský kraj patří k regionům s významným ekonomickým potenciálem. Vytvořený
hrubý domácí produkt kraje představuje desetinu hrubého domácího produktu České
republiky. Vzhledem k průmyslové tradici Brna a jeho okolí má stále dominantní postavení
v ekonomice kraje zpracovatelský průmysl, nelze opomenout ani obchod a opravy
spotřebního zboţí a tzv. komerční sluţby. Tradičním odvětvím především jiţních oblastí kraje
je zemědělství, kdyţ téměř 60 % celkové rozlohy kraje tvoří zemědělská půda, z níţ připadá
83 % na ornou půdu. Nejvyšší stupeň zornění (podíl orné půdy na zemědělské) mají okresy
Vyškov a Znojmo. Z hlediska výrobních oblastí je zemědělství zaměřeno především na
obiloviny, řepku a cukrovku. Nadprůměrná úroveň přírodních předpokladů umoţňuje nadále
pokračovat v dlouhodobé tradici specializovaných oborů zemědělské výroby s vazbou na
specifické regionální rysy. Je to především vinařství, ovocnářství a zelinářství. V kraji se
nachází více jak 90 % plochy vinic ČR. Vinohradnictví je rozvinuto především v okrese
Břeclav, kde je 46 % plochy všech vinic v ČR, ale i v okresech Hodonín, Znojmo a částečně
také Brno-venkov. V rámci ţivočišné výroby zaujímá Jihomoravský kraj jedno z předních míst
v chovu prasat a drůbeţe.
Jihomoravský kraj jako celek má relativně kvalitní ovzduší. Znečištění ovzduší, hluk a
podobné nepříznivé vlivy jsou pouze lokálního charakteru, především u velkých průmyslových
center.
Přirozené spádové centrum celé jiţní Moravy je krajská metropole Brno, leţící na soutoku
Svratky a Svitavy. Město s významným regionálním postavením, situované na křiţovatce
dálnic ve směru Praha, Vídeň, Bratislava a Olomouc, je střediskem tradičních mezinárodních
výstav a veletrhů, které podtrhují jeho status rušného mezinárodního obchodního centra.
Druhé největší město republiky má také značný nadregionální význam. Je jednak sídlem řady
institucí celostátního významu, především soudnictví, ale i významným centrem kultury a
vysokého školství.
Jihomoravský kraj je krajem turisticky atraktivním. Jsou zde dvě místa, která jsou zapsána do
seznamu světového kulturního dědictví UNESCO. Na prvním místě je třeba jmenovat
Lednicko–valtický areál. Jedinečnost meziválečné moderní architektury zastupuje vila
Tugendhat v Brně. Významnou součástí Jihomoravského kraje jsou také dvě biosférické
rezervace UNESCO a to Dolní Morava a Bílé Karpaty, mezi přírodními atraktivitami vyniká
150
Ostrava, 4. a 5. 11. 2010
také Národní park Podyjí.Výsadní postavení se svými kulturními památkami zaujímá i
metropole Brno.
2 Makroekonomické srovnání
Úroveň ekonomiky je měřena podle vývoje celé řady ukazatelů, jako základní ukazatel je
vyuţíván ukazatel hrubého domácího produktu (HDP) a HDP na obyvatele. Za celou ČR došlo
v období od roku 2001 k růstu tohoto ukazatele, kdy hodnoty meziročního růstu dosáhly
maxima v roce 2006 s meziročním nárůstem 6,8 %. V roce 2007 uţ docházelo k mírnému
poklesu ekonomické výkonnosti - v meziročním srovnání o 0,7 % a v roce 2008 uţ se projevil
nástup ekonomické krize a meziroční nárůst ekonomiky byl pouhá 2,5 %. V reálné tvorbě
HDP podle předběţných výsledků podle krajů v roce 2008 dominovala Praha se čtvrtinovým
podílem na ČR (25,3 %). Další tři kraje zajistily kaţdý více neţ 10 % (Středočeský,
Jihomoravský, Moravskoslezský), nejméně Karlovarský 2,1 %. Ve vyjádření HDP na 1
obyvatele kraje byla v roce 2008 podle předběţných údajů Praha na dvojnásobku proti ČR
(762 tis. Kč v b.c. proti 354 tis. Kč).25
Kraj Vysočina v rozmezí let 2005 aţ 2008 zvyšuje jak absolutní výši HDP, tak i v přepočtu
na obyvatele dochází k rostoucímu vývojovému trendu. Kraj Vysočina v porovnání krajů je
v roce 2008 na 7. místě v tvorbě HDP, ukazatel HDP na obyvatele ČR je 83,6 % úrovně ČR,
podíl na tvorbě HDP na obyvatele EU představuje 66,9 %.
Jihomoravský kraj je ekonomicky mnohem silnější, coţ vychází z jeho historicky daného
silnějšího průmyslového vývoje, intenzivnější zemědělské výroby zejména v důsledku
klimatických podmínek a mnohem rozvinutějšímu sektoru sluţeb. Podíl kraje na HDP ČR ve
všech letech přesahuje 10 % a kraj je na 2. místě v pořadí výše HDP, s rychlou dynamikou
růstu ekonomické výkonnosti. Ukazatel HDP na obyvatele je v Jihomoravském kraji vyšší
proti kraji Vysočina ve všech letech, v roce 2005 o 7,3 %, v dalším roce o 8,7 %, v roce
2007 o 9,04 %, v roce 2008 je HDP na obyvatele vyšší v Jihomoravském kraji o celých 10,4
%. Také dynamika růstu HDP na obyvatele v porovnání let roste rychleji v Jihomoravském
kraji - v roce 2008 o plné 3,4 %. Ukazatel podíl HDP na obyvatele v Jihomoravském kraji je o
přibliţně 10 % vyšší neţ v kraji Vysočina, dosahuje přes 90 % celorepublikového HDP na
obyvatele ve všech sledovaných letech, podíl HDP na obyvatele EU 27 představuje v roce
2005 přibliţně 67 %, v následujících letech roste aţ na 73,9 %. Oba ukazatele, které
charakterizují v relativním vyjádřením úroveň ekonomiky obou krajů, svědčí ve prospěch
Jihomoravského kraje, jak v absolutních ukazatelích, tak i v relativním vyjádření dynamiky
růstu. Zároveň ukazují na rozdíl mezi úrovní ekonomiky v ČR a EU.
25
reg.disparity2009-csu.cz
151
Ostrava, 4. a 5. 11. 2010
Tabulka 1: Makroekonomické údaje krajů regionu NUTS II Jihovýchod
Kraj Vysočina
Ukazatel
2005
2006
2007
2008
126025
135150
147958
152148
4,2
4,2
4,2
4,1
Počet obyvatel
510767
511 645
513 677
515 411
HDP na obyvatele (Kč)
247109
264423
288667
295785
Podíl HDP na obyvatele v ČR ( %, ČR = 100)
84,8
84,2
84,3
83,6
Podíl HDP na obyv. v EU 27 ( %, EU 27 =100)
64,3
65,5
67,7
66,9
100
107
116,8
119,7
106,9
106,6
105,3
102,9
2005
2006
2007
2008
299839
325128
357402
373500
10
10,1
10,1
10,1
HDP v běţných cenách (mil. Kč)
Podíl HDP v běţných cenách v ČR (%, ČR = 100)
Vývoj HDP na obyvatele (%, 2005 = 100)
Vývoj HDP na obyvatele (%, předch.rok = 100)
Kraj Jihomoravský
Ukazatel
HDP v běţných cenách
Podíl HDP v běţných cenách v ČR (%, ČR = 100)
1 147
Počet obyvatel
1130358
HDP na obyvatele (Kč)
1132563 1140534
146
265278
287472
314774
326596
Podíl HDP na obyvatele v ČR ( %, ČR = 100)
91
91,6
91,9
92,3
Podíl HDP na obyv. v EU 27 ( %, EU 27 =100)
67
71,2
73,8
73,9
100
108,4
118,7
123,1
105,8
108,1
106,4
102
Vývoj HDP na obyvatele (%, 2005 = 100)
Vývoj HDP na obyvatele (%, předch.rok = 100)
http://www.brno.czso.cz/csu/2009edicniplan.nsf/p/1371-09, dostupné15.9.2010
3 Lidské zdroje
Lidské zdroje, tedy počet aktivních práceschopných obyvatel, jejich věková, profesní a
kvalifikační struktura, stejně jako vzdělání jsou podstatné pro rozvoj regionu, pro jeho
konkurenceschopnost a schopnost rychle reagovat na měnící se příleţitosti pro ekonomiku
v daném regionu. Porovnání stavu a vývoje nabídky trhu práce v obou krajích je provedeno
na podkladě tabulky 2 Vybrané ukazatele zaměstnanosti, kde jsou uvedeny údaje za oba
kraje za roky 2005 aţ 2008.
Ekonomicky aktivní obyvatelstvo a zaměstnanost
Kraj Vysočina má v roce 2008 439 600 obyvatel ve věku 15 a více let. Tento údaj je
nejvyšší ve sledovaném období 4 let. Z toho je 58,3 % ekonomicky aktivních obyvatel, tzn.
152
Ostrava, 4. a 5. 11. 2010
256200 lidí je zaměstnáno v národním hospodářství. Kraj Vysočina je charakteristický
vysokým procentem zaměstnaných obyvatel v zemědělství (9,4 %), procento zaměstnaných
v průmyslu a stavebnictví je 44,3 a v trţních a netrţních sluţbách pracuje 46,2 % obyvatel.
Ekonomicky neaktivních obyvatel je 183 400, z toho důchodci představují 61,3 % a ţáci a
studenti 22,8 %.
Kdyţ se budeme blíţe věnovat vývoji počtu zaměstnaných v národním hospodářství
v předchozích 4 letech, zjistíme, ţe počet ekonomicky aktivních obyvatel byl v letech 2005 a
2006 přibliţně stejný, v roce 2007 došlo ke značnému nárůstu o 6 900, v roce 2008 se počet
opět sníţil na 256 200 obyvatel. Vývoj tak kopíruje reálný demografický vývoj i stav
ekonomiky, kdy se vytvářely pracovní příleţitosti i pro zahraniční dělníky. V zemědělství
dochází k postupnému sniţování počtu zaměstnaných z 10,4 % z ekonomicky aktivního
obyvatelstva aţ na 8,3 % v roce 2007, se zvýšením o 1 procento v roce 2008. Stejně je
počet zaměstnaných v zemědělství vysoký v porovnání s jinými kraji v ČR. V průmyslu a
stavebnictví je zaměstnáno více neţ 45 % ekonomicky aktivních obyvatel s tím, ţe jejich
počet postupně narůstá aţ do roku 2007 (na 48,4 %), v roce 2008 se začínají projevovat
důsledky ekonomické krize a počet zaměstnaných se sniţuje na 44,3 %. V trţních a
netrţních sluţbách je zaměstnáno 44,7 % ekonomicky aktivních obyvatel, v průběhu
sledovaných let dochází k mírnému poklesu aţ do roku 2007, v roce 2008 se počet
zaměstnaných zvýšil o 2,9 %.
Z ekonomicky neaktivních obyvatel je zřejmý přibliţně stejný počet důchodců (112 500), coţ
představuje v průměru 62,55 % ekonomicky neaktivních obyvatel, avšak zřetelný je úbytek
ţáků a studentů o 4,2 % za poslední 4 roky, coţ souvisí se zhoršujícím se demografickým
vývojem.
Jihomoravský kraj má v roce 2008 985.300 obyvatel ve věku 15 a více let. Ve
sledovaném období došlo k nárůstu o 23 500 obyvatel. Z těchto lidí je více neţ 57 %
ekonomicky aktivních. V průběhu let počet ekonomicky aktivních obyvatel v absolutním
vyjádření roste, v relativním vyjádření jejich počet na celkovém počtu obyvatel klesá. V roce
2008 je ekonomicky aktivních 561 700 obyvatel. Ekonomicky neaktivních obyvatel je 423 600
obyvatel, z toho důchodci představují 56,8 % a ţáci a studenti 24 %.
Počet ekonomicky aktivních obyvatel v předchozích čtyřech letech postupně stoupal, s větším
nárůstem v roce 2007. Tempo nárůstu je však niţší v porovnání s krajem Vysočina. I v roce
2008 dochází k nárůstu, zejména v kategorii zaměstnanců v průmyslu a stavebnictví a u
trţních a netrţních sluţeb. V zemědělství dochází od roku 2005 k postupnému poklesu počtu
pracovníků s výjimkou roku 2007 jak v absolutních, tak relativních hodnotách. V průmyslu a
stavebnictví je zaměstnáno průměrně 40 % ekonomicky aktivního obyvatelstva, trend má
dlouhodobě rostoucí charakter. Pokud bychom porovnali strukturu zaměstnanosti podle
odvětví, vidíme v kraji Vysočina o 6,2 % vyšší zaměstnanost v zemědělství, o 5 % niţší
zaměstnanost v sektoru průmyslu a stavebnictví a o 9,4 % niţší zaměstnanost v sektoru
sluţeb.
Počet ekonomicky neaktivních obyvatel v Jihomoravském kraji představuje v průměru 42,37
procent z počtu obyvatel, v porovnání s krajem Vysočina je toto procento vyšší o 1,07 %.
V absolutním vyjádření se počet těchto obyvatel pohybuje nad 400 tisíci, s vysokou
dynamikou nárůstu počtu osob v této kategorii v Jihomoravském kraji za poslední 4 roky, kdy
představuje nárůst 21 000 osob, coţ je více neţ 5 %. V kraji Vysočina to je nárůst pouze o
2100 osob, coţ představuje nárůst 1,15 %.
153
Ostrava, 4. a 5. 11. 2010
Tabulka 2: Vybrané údaje zaměstnanosti
Vybrané údaje za kraj Vysočina – zaměstnanost
2005
v%
2006
v%
2007
v%
2008
v%
Počet obyvatel ve věku 15 a více let (tis. osob)1)
435,2
100,0
433,2
100,0
436,5
100,0
439,6
100,0
v tom ekonomicky aktivní (pracovní síla)
253,9
58,3
253,5
58,5
260,4
59,7
256,2
58,3
236,7
93,2
240,0
94,7
248,3
95,4
247,8
96,7
24,5
10,4
21,0
8,8
20,6
8,3
23,4
9,4
v průmyslu a stavebnictví
106,5
45,0
112,9
47,0
120,2
48,4
109,9
44,3
v trţních a netrţních sluţbách
105,7
44,7
106,1
44,2
107,5
43,3
114,5
46,2
ekonomicky neaktivní
181,3
41,7
179,8
41,5
176,0
40,3
183,4
41,7
z toho starobní a invalidní důchodci
113,5
62,6
112,8
62,7
111,9
63,6
112,5
61,3
49,0
27,0
43,9
24,4
43,4
24,7
41,8
22,8
z toho zaměstnaní v NH celkem
z toho v zemědělství, lesnictví a rybolovu
ţáci a studenti
Průměrný evidenční počet zaměstnanců (tis. fyz. osob)2)
183,4
186,9
154
186,6
x
Vybrané údaje za Jihomoravský kraj - zaměstnanost
Ostrava, 4. a 5. 11. 2010
2005
v%
2006
v%
2007
v%
2008
v%
Počet obyvatel ve věku 15 a více let (tis. osob)1)
961,8
100,0
969,4
100,0
975,9
100,0
985,3
100,0
v tom ekonomicky aktivní (pracovní síla)
559,1
58,1
560,3
57,8
562,6
57,6
561,7
57,0
513,9
91,9
515,7
92,0
532,1
94,6
537,0
95,6
20,8
4,0
19,4
3,8
21,2
4,0
17,3
3,2
v průmyslu a stavebnictví
198,4
38,6
202,7
39,3
215,1
40,4
221,1
41,2
v trţních a netrţních sluţbách
294,7
57,3
293,5
56,9
295,7
55,6
298,6
55,6
ekonomicky neaktivní
402,6
41,9
409,1
42,2
413,3
42,4
423,6
43,0
z toho starobní a invalidní důchodci
257,0
63,8
249,8
61,1
248,1
60,0
240,6
56,8
98,7
24,5
101,3
24,8
104,6
25,3
101,7
24,0
z toho zaměstnaní v NH celkem
z toho v zemědělství, lesnictví a rybolovu
ţáci a studenti
Průměrný evidenční počet zaměstnanců (tis. fyz. osob)2)
445,3
472,8
Zdroj: jihlava.czso.cz, brno.czso.cz
155
465,4
x
Ostrava, 4. a 5. 11. 2010
4 Trh práce
Trh práce je systém, v němţ se setkává nabídka práce, tj. nabídka ze strany pracovních sil s
poptávkou po práci, tj. se zájmem ze strany zaměstnavatelů po pracovních silách. Výsledkem
tohoto setkávání je cena práce, kterou vyjadřuje mzda.Trh práce ovlivňuje řada faktorů a je
moţné ho hodnotit i pomocí různých parametrů. Jako zkoumané ukazatele jsou zvoleny
ekonomicky aktivní obyvatelstvo, nezaměstnanost, počet volných pracovních míst, počet
uchazečů na 1 pracovní místo a neumístění uchazeči.
Počet obyvatel obou krajů dosahuje 1 666 700 obyvatel, coţ představuje 15,88 %
z obyvatelstva ČR. Kraj Vysočina má 45 % obyvatel kraje Jihomoravského. Nezaměstnanost
v kraji Vysočina je dlouhodobě niţší neţ v kraji Jihomoravském, i kdyţ v průběhu let dochází
k postupnému sbliţování hodnot. Nezaměstnanost se v průběhu let sniţovala aţ do roku
2007, kdy ekonomika vykazovala ještě rostoucí tendenci, od podzimu 2008 se začíná
projevovat vliv nastupující krize, která se projevila uţ v roce 2008 a zejména v roce 2009
navýšením procenta registrované nezaměstnanosti v obou krajích. Rok 2009 překonal
magickou hranici nezaměstnanosti a nezaměstnanost přesáhla 10% hranici jak v kraji
Vysočina, tak i v kraji Jihomoravském. Došlo k masivnímu propouštění pracovníků ve velkých
firmách, docházelo k zavírání malých firem a začaly se objevovat regiony s velmi vysokou
nezaměstnaností.
Tabulka 3: Ukazatele trhu práce krajů regionu NUTS II Jihovýchod –
nezaměstnanost
Kraj Vysočina
Ukazatel
2005
2006
2007
2008
2009
Počet obyvatel
510767
511645
513677
515411
514992
Ekonomicky aktivní obyvatelstvo
253900
253500
260400
256200
255500
Nezaměstnanost v %
8,23
7,1
5,63
6,27
10,25
Volná pracovní místa k 31.12.
1913
4071
5764
2414
762
11,92
4,93
2,81
7,4
37,49
22 814
20 060
16 202
17 874
28 566
2005
2006
2007
2008
2009
1130358
1132563
1140534
1147146
1151708
559100
560300
562600
561700
568600
10,21
8,82
6,92
6,83
11
5834
7990
13725
8253
3040
10,91
6,91
3,22
5,22
21,69
63 692
55 230
44 239
43 063
65 944
Počet uchazečů na volné pracovní místo
Neumístění uchazeči k 31.12.
Kraj Jihomoravský
Ukazatel
Počet obyvatel
Nezaměstnanost v %
156
Ostrava, 4. a 5. 11. 2010
ČR celkem
Ukazatel
Počet obyvatel
Nezaměstnanost v %
2005
2006
2007
2008
2009
10234091 10266646 10322689 10429692 10491492
5174200
5199400
5198300
5232300
5286500
7,93
7,14
5,32
4,39
6
52164
93425
141066
91189
48554
9,78
4,8
2,52
3,86
11,1
510416
448545
354878
352250
539136
Zdroj: czso.cz
Obdobný trend je i u ukazatele volných pracovních míst k 31.12. Aţ do roku 2007 se poměr
mezi volnými pracovními místy a ekonomicky aktivním obyvatelstvem zvyšoval – ekonomika
vytvářela stále nové pracovní příleţitosti, obrat je zřejmý v roce 2008 a následně hluboký
propad je vidět v roce 2009. Situace v kraji Vysočina je v porovnání s Jihomoravským krajem
horší, v průběhu 5 let je relativně větší nabídka volných pracovních míst v Jihomoravském
kraji s výjimkou roku 2006. V porovnání s průměrem České republiky je situace v obou
krajích pod těmito hodnotami, v kraji Vysočina i pod hodnotami kraje Jihomoravského.
Obrázek 1: Míra registrované nezaměstnanosti
157
Ostrava, 4. a 5. 11. 2010
Tabulka 4: Ukazatele trhu práce krajů regionu NUTS II Jihovýchod – volná
pracovní místa
Kraj Vysočina
Ukazatel
2005
2006
2007
2008
2009
253900
253500
260400
256200
255500
1913
4071
5764
2414
762
Poměr volná pracovní místa/ekon.akt.obyv.v %
0,75
1,6
2,2
0,9
0,3
2005
2006
2007
2008
2008
559 100
560 300
562 600
561 700
568600
5834
7990
13725
8253
3040
1
1,4
2,4
1,5
0,5
2005
2006
2007
2008
2008
Kraj Jihomoravský
Ukazatel
ČR celkem
Ukazatel
5174200 5199400 5198300 5232300 5286500
52164
93425
141066
91189
48554
1
1,8
2,7
1,7
0,9
Zdroj:czso.cz
Situace u neumístěných uchazečů o práci dokumentuje skutečnost, ţe krize neskončila, a
přes pozvolný růst HDP v roce 2009 dosud nedochází k dostatečnému nárůstu nových
pracovních příleţitostí, naopak pokles těchto míst v roce 2009 je jak v obou krajích, tak i
v rámci České republiky obrovský.
158
Ostrava, 4. a 5. 11. 2010
Obrázek 2: Průměrný počet uchazečů o zaměstnání na 1 volné pracovní místo
Zdroj: Ministerstvo práce a sociálních věcí ČR
Průměrná mzda
Představuje údaj rozhodný pro příjmy domácností, pro výpočet daňové povinnosti a je i
ukazatelem ekonomické úrovně regionu. Zároveň je signálem pro příliv nových vzdělaných
odborníků do regionu a tím i vytváření prostředí, kde vzdělaná a kvalifikovaná populace
vytváří předpoklady rychlého rozvoje regionu.
Tabulka 5: Ukazatele trhu práce krajů regionu NUTS II Jihovýchod – hrubá mzda
Kraj Vysočina
Ukazatel
2005
2006
2007
2008
2009
Hrubá mzda
16319
17633
18994
20587
x
2005
2006
2007
2008
2009
17 013
18 374
19 913
21 568
x
Ukazatel
2005
2006
2007
2008
2009
Hrubá mzda
18344
19546
20957
22691
23598
Kraj Jihomoravský
Ukazatel
Hrubá mzda
ČR celkem
Zdroj: czso.cz,csu.cz
Průměrná hrubá mzda je v obou krajích niţší neţ je průměr ČR, v roce 2008 činí podíl kraje
Vysočina na průměrných mzdách v ČR 90,73 %, podíl kraje Jihomoravského činí 95 %
159
Ostrava, 4. a 5. 11. 2010
průměru ČR. Jihomoravský kraj vykazuje vyšší úroveň mezd ve všech čtyřech zkoumaných
letech, průměr hrubých mezd Jihomoravského kraje na mzdách ČR představuje 94,2 %,
průměr hrubých mezd kraje Vysočina na mzdách ČR je pouze 90,13 %.
5 Vzdělání a výzkum
Jedním z ukazatelů matice znalostního hodnocení – Knowledge Assesment Matrix je úroveň
lidských zdrojů. Lidské zdroje jsou rozhodujícím faktorem pro zvládnutí důleţitých úkolů
v současné informační společnosti. Jejich vzdělanost a znalosti dávají předpoklad pro rozvoj
náročných technologií, bez kterých uţ si dnes nelze představit ani výrobu, ani sluţby, ani
státní správu. Jsou základem pro rozvoj inovačního potenciálu země i regionu. Kadeřábková,
(2007) uvádí výsledky inovačních aktivit jako jeden ze základních faktorů
konkurenceschopnosti charakterizovaný intenzitou výzkumu a vývoje, výsledky inovačních
aktivit, podílem zahraničních investic na domácím výzkumu a vývoji, výší přidané hodnoty,
výší vývozu a dalšími ukazateli.
Následující tabulka charakterizuje vývoj inovačního potenciálu v obou regionech za
posledních pět let.
Tabulka 6: Ukazatele vědy a výzkumu podle krajů regionu NUTS II Jihovýchod
Kraj Vysočina
Ukazatel
2004
2005
2006
2007
2008
62
69
76
66
79
243
369
258
305
387
529,3
706,8
517,2
537,6
697,8
2004
2005
2006
2007
2008
292
292
315
321
342
Výzkumní pracovníci - přepočtené osoby
2244
3596
3705
3749
4723
Výdaje na V a V
3964
4653,7
5057
5725,6
6 047
2004
2005
2006
2007
2008
Počet pracovišť ve V a V
x
1855
1966
2022
2047
x
65379
69162
43081
74 508
Výdaje na V a V
x
42198
49900
54284
54108
Výdaje na V a V
Kraj Jihomoravský
Ukazatel
ČR celkem
Ukazatel
Zdroj: czso.cz
Na Vysočině se podle výsledků výzkumu za roky 2004 – 2008 dynamicky zvyšují především
výdaje na výzkum a vývoj, které jsou z 98 % tvořeny podnikatelským sektorem a rovněţ
zahraniční přímé investice (coţ souvisí s koncernem Bosch v Jihlavě). Počet výzkumných
pracovišť v Jihomoravském kraji je zhruba 5x vyšší neţ v regionu Vysočiny, v porovnání
160
Ostrava, 4. a 5. 11. 2010
s počtem vědeckých a výzkumných pracovišť v České republice je v kraji Vysočina v roce
2008 pouze 4 % pracovišť vědy a výzkumu, v Jihomoravském kraji 16,7 % pracovišť. Počet
výzkumných pracovníků v kraji Vysočina i v Jihomoravském kraji dynamicky roste,
v Jihomoravském kraji je počet vědeckých a výzkumných pracovníků ve všech letech téměř
desetkrát vyšší. Obdobně je tomu i u výdajů na vědu a výzkum, kde zejména v roce 2008 je
dynamika nárůstu vyšší, neţ je průměr České republiky.
Závěr
V současné době vyvstává problém měření regionálního rozvoje a regionální
konkurenceschopnosti a stanovení jednotné metodiky na posouzení dynamiky rozvojových
procesů a stanovení ekonomické úrovně regionu. Pokud se budeme zabývat publikovanými
metodikami nebo i modely hodnocení regionální konkurence a konkurenceschopnosti,
dojdeme k závěru, ţe situace je poněkud nepřehledná, existuje celá řada prováděných
výzkumů a šetření s cílem posoudit úroveň a dynamiku regionálního rozvoje.
Kadeřábková4 například provádí hodnocení regionální ekonomické výkonnosti na podkladě
komplexních ukazatelů, vytvářejících souhrnný index ekonomické výkonnosti. Index zahrnuje
ukazatele HDP na obyvatele, produktivitu práce, míru nezaměstnanosti a tvorby hrubého
fixního kapitálu na obyvatele. Souhrnná úroveň je vyjádřená jako průměr percentilů, které
odráţejí pořadí kraje v rámci jednotlivých dílčích ukazatelů. Druhým ukazatelem je regionální
inovační výkonnost, která zahrnuje inovační aktivity a technologické schopnosti regionu,
vyjádřené pomocí výdajů na výzkum a vývoj přepočtených na obyvatele, výdaje v % HDP a
zaměstnanost ve výzkumu a vývoji na tisíc obyvatel. Dalším ukazatelem je kvalitativní
struktura přidané hodnoty a přímé zahraniční investice.
Jánský5 porovnává ekonomickou výkonnost jednotlivých regionů na podkladě ukazatelů
výkonnosti: hrubého domácího produktu, hrubé přidané hodnoty a tvorby fixního kapitálu
v období let 2002 – 2006. Pro posouzení regionů jsou pouţity základní statistické
charakteristiky aritmetický průměr a korelační koeficient, pro posouzení dynamiky vývoje
v časových řadách je pouţito průměrných koeficientů růstu.
Komplexně se výzkumem regionálních disparit a problematikou metod a metodiky ke
stanovení integrovaných indikátorů pro sledování a hodnocení vývoje v regionech zabývá
výzkumný úkol Ekonomické fakulty Vysoké školy báňské v Ostravě WD-55-07-1 Regionální
disparity v územním rozvoji České republiky.
Tento příspěvek se zabývá posouzením lidských zdrojů jako rozhodujícího faktoru pro
zajištění výkonnosti, konkurenceschopnosti a rozvoje v rámci regionu. Bylo provedeno
posouzení dvou krajů spojených v regionu soudrţnosti NUTS II Jihovýchod. Z provedeného
šetření vyplývá, ţe se jedná o spojení 2 regionů s rozdílnými předpoklady ekonomického
růstu, danými historickým vývojem regionů, přírodními a geografickými podmínkami i úrovní
a počtem pracovní síly. Je proto potřeba si uvědomit silné stránky a příleţitosti obou regionů
4
5
Kadeřábková,A.: Růst, stabilita a konkurenceschopnost III,Česká republika v globalizované ekonomice. Praha:
Linde 2007. ISBN978-8086131-71-9
Jánský,J.: Porovnání ekonomické výkonnosti krajů v České republice. Konkurence – teoretické a praktické
aspekty. Sborník příspěvků z pracovní konference s mezinárodní účastí. Jihlava 2009. ISBN 978-8087035-23-8
161
Ostrava, 4. a 5. 11. 2010
a specifickým a odlišným způsobem uvaţovat o dalším směřování a rozvoji v rámci jednoho
víceméně administrativně spojeného celku.
[1] [1] KADEŘÁBKOVÁ, A. (2007) : Růst, stabilita a konkurenceschopnost III, Česká
republika v globalizované ekonomice. Praha:Linde 2007. ISBN978-8086131-71-9
[2] [2] JÁNSKÝ, J. (2009) : Porovnání ekonomické výkonnosti krajů v České republice.
Konkurence – teoretické a praktické aspekty. Sborník příspěvků z pracovní konference
s mezinárodní účastí. Jihlava 2009. ISBN 978-80-87035-23-8
[3] Charakteristika kraje Vysočina - dostupný z www: http/: kr-vysocina.cz
[4] Charakteristika Jihomoravského kraje - dostupný z www:http/: kr-jihomoravsky.cz
162
Ostrava, 4. a 5. 11. 2010
Regionálne aspekty rozmiestnenia nákupných centier
Prof. RNDr. Oto Hudec, CSc; Ing. Jozef Martiniak
Abstrakt
Optimálnym umiestnením obchodných centier a ich spádovými oblasťami sa zaoberali viacerí
autori. Zvyčajne boli metódy získavania dát zaloţené na empirickom anketovom výskume,
alebo priestorových ekonometrických modeloch. V našom výskume sme sa zamerali na
analýzu spádových oblastí obchodných centier v Bratislave a v Košiciach podľa menej
tradičného ukazovateľa: štátnych poznávacích značiek áut prítomných na parkovisku pred
jednotlivými obchodnými centrami, s cieľom určiť indexy spádovej oblasti. Index spádovej
oblasti definujeme ako priemernú vzdialenosť, ktorú návštevník autom prekonáva, aby
navštívil mesto/obchodné centrum. V príspevku analyzujeme vzájomný vzťah medzi počtom
návštev z okresného mesta a vzdialenosťou od obchodného centra. Preukázala sa očakávaná
väčšia spádová oblasť Bratislavy v porovnaní s Košicami, miera poklesu návštevníkov so
vzdialenosťou je na podobnej úrovni.
Kľúčové slová
spádová oblasť, gravitačný model, obchodné centrá
Summary
An optimum location and gravitation area of shopping centres have been a subject of study
of several authors from different fields of research. Traditionally, the methods of data
gathering are based on empirical interview research or spatial econometric models. In our
approach, the analysis of gravitation area of shopping centres in Bratislava and Košice is
done via analysis of the less traditional indicator - registration numbers of parked vehicles
and their residential belonging to a district. The gravitation index for each shopping centre is
introduced as the average distance, which is driven by the visitor to visiting the shopping
centre. As expected according to Rilley gravitation law, the gravitation index is higher for the
larger city of Bratislava and its shopping centres in comparison to city of Košice, although the
decline rate of number of visitors according to distance is similar.
Key words
gravitation area, gravity model, shopping centres
Úvod
Téma optimálneho umiestnenia obchodného centra vzhľadom na ekonomické, krajinné, či
sociálne kritériá sa opiera uţ o práce W. J. Reillyho (1929). Známy je jeho postulát podobný
Newtonovmu gravitačnému zákonu, ţe väčšie mestá majú uţ svojou veľkosťou väčšiu
spádovú oblasť rezidentov ako menšie mestá. Gravitačný zákon aplikovaný na umiestnenie
dvoch miest (Reilley 1929) môţem voľne formulovať tak, ţe obchodné centrá dvoch miest A,
B priťahujú dopyt rezidentov z tretieho mesta priamo úmerne počtu obyvateľov týchto
dvoch miest a nepriamo úmerne štvorcu ich vzdialeností od tretieho mesta, čo vieme vyjadriť
2
pomocou vzorca: R
P  D 
  a    b 
Rb  Pb   Da 
a
163
Ostrava, 4. a 5. 11. 2010
pričom Ra, Rb predstavujú dopyt ktorý z tretieho mesta získa mesto A (B), Pa (Pb) je počet
obyvateľov mesta A (B) a Da, Db sú vzdialenosti mesta A (B) od tretieho mesta. Tento
prístup bol odvodený z fyzikálneho gravitačného zákona a predpokladal ideálne obmedzujúce
podmienky a prirodzene nie je ho moţné priamo aplikovať na spoločenskovednú oblasť,
keďţe existuje veľa ďalších faktorov, ovplyvňujúcich dopyt a mobilitu za maloobchodným
nákupom - lepšia propagácia centra, marketing, atď. (Eppli, Shiklling, 1996). Ak prejdeme od
umiestnenia miest pre odhadovanie maloobchodného dopytu ku obchodným centrám,
prirodzene na dôleţitosti získava aj konkrétne umiestnenie obchodného centra v rámci
aglomerácie, v strede, blízkosti alebo mimo obytnej zóny (Lee, Pace 2005).
V literatúre existuje viacero štúdií overujúcich gravitáciu, resp. plochu spádovej oblasti miest
či obchodných centier (Brown 1992, Wagner 1974, Huff 1964, Converse 1949). Zvyčajne sú
metódy zaloţené na empirickom anketovom výskume, alebo priestorových ekonometrických
modeloch (Maryáš 1983). Napriek tomu, ţe Reillyho gravitačný model nie je praktickým
výpočtovým nástrojom, ako ideové východisko má svoj prirodzený význam. Aj v súčasnosti je
vyuţitie Reillyho modelu moţné, napriek všetkým výhradám (Halás, Klapka, 2010).
Špecificky pre väčšie obchodné centrá môţeme testovať metódu podľa poznávacích značiek
automobilov stojacich na zákazníckych parkoviskách, ktorá dáva zaujímavé výsledky
z hľadiska odhadu veľkosti spádovej oblasti mesta aj jeho obchodných centier. Pod
spádovou oblasťou vo všeobecnosti rozumieme územie vymedzené polomerom kruhu, ako
vzdialenosť od nákupného centra k miestu, z ktorého je zákazník stále ochotný cestovať.
V praktickej rovine, väčšina developerských spoločností určuje spádovú oblasť ako plochu,
z ktorej sa dá dostať do centra do 30 resp. 60 minút jazdy autom.
Cieľom článku nie je určiť presné hranice spádovej oblasti miest alebo obchodných centier –
aj z nasledujúceho prieskumu je zrejmé, ţe z jedného okresu cestujú rezidenti za nákupmi
do viacerých miest. Nadväzujúc na doterajšie výskumy v tejto oblasti sa zameriavame na
analýzu spádových oblastí jednotlivých obchodných centier v Bratislave a v Košiciach podľa
štátnych poznávacích značiek áut prítomných na parkovisku pred jednotlivými obchodnými
centrami a určíme index spádovej oblasti pre kaţdé obchodné centrum ako priemernú
vzdialenosť váţenú počtom áut kaţdého okresu pri obchodnom centre. Na Slovensku majú
poznávacie značky jednoznačné kódovanie podľa okresov a priradenie okresu k značke je
jednoznačné. Prirodzene, pri tejto metóde nie je moţné brať do úvahy trţby. Index spádovej
oblasti ako ukazovateľ vyjadruje priemernú vzdialenosť, ktorú musel návštevník prekonať,
aby navštívil mesto/obchodné centrum.
1 Metodológia výskumu
V analýze bolo potrebné zváţiť obmedzujúce predpoklady pre skúmanie:
1. Predpokladáme, ţe zákazník so štátnou poznávacou značkou z konkrétneho okresu je
aj rezidentom z toho istého okresu.
2. Predpokladáme, ţe návštevníci centra, ktorí zaparkovali svoje auto na parkovisku
nákupného centra, sú aj jeho zákazníkmi.
3. Predpokladáme, ţe návštevník jazdiaci na vozidle so štátnou poznávacou značkou
ľubovoľného okresu má aj trvalé bydlisko v tomto okrese
4. V modeli uvaţujeme len tých návštevníkov obchodného centra, ktorí sa privezú autom
(neberieme do úvahy dopravu pešo, miestnou hromadnou dopravou a pod.). Tento
164
Ostrava, 4. a 5. 11. 2010
predpoklad je prirodzene dosť obmedzujúci, na druhej strane sa zaoberáme hlavne
návštevnosťou z iných okresov a tam je pravdepodobnosť dopravy automobilom
vysoká. Podobne, centrom záujmu výskumu sú najmä obchodné centrá mimo
obývaných zón, kam sa zákazníci prevaţne dopravujú automobilovou dopravou.
5. Vzdialenosti medzi okresmi sú vzdialenosťami medzi stredmi okresných miest,
rovnako vzdialenosť k obchodným centrám sa nahrádza vzdialenosťou k stredu
mesta.
6. Vzdialenosť jednotlivých okresných miest sme merali najrýchlejšou trasou podľa
portálu www.mapy.zoznam.sk. Do výpočtu sme nezapočítali zahraničné štátne
poznávacie značky, nakoľko vo všetkých centrách tvorili zanedbateľný počet
vzhľadom na veľkosť vzorky.
Do analýzy boli zahrnuté obchodné centrá v dvoch najväčších mestách Slovenska – Bratislavy
a Košíc a ich základné charakteristiky umiestnenie, plocha, a dostupnosť pre obyvateľov
z mimomestských okresov (Tab. č. 1).
Tabuľka 1: Zoznam obchodných centier a prenajímateľná plocha v Bratislave
a Košiciach
Mesto/centrum
Adresa
Prenajímateľná
plocha v m2
BRATISLAVA
Umiestnenie
Dostupnosť
z rýchlostnej
cesty
Vajnorská ul,
v blízkosti
nedostupné
Polus City
Bratislava - Nové
obývanej zóny
Center
Mesto
40100
Ivánska cesta 18,
mimo obývanej
ľahko
Avion
blízko diaľnice D1
60000
zóny
dostupné
Ivánska cesta 18,
mimo obývanej
ľahko
Ikea
22000
zóny
dostupné
Cesta na Senec 2/A,
mimo obývanej
ľahko
Shopping Palace blízko starej
zóny
dostupné
Zlaté Piesky
seneckej cesty
75000
Pribinova 8,
v obývanej zóne
nedostupné
nábreţná
promenáda pri
Eurovea
centre mesta
60000
Einsteinova ulica,
v blízkosti
ľahko
Aupark
59000
obývanej zóny
dostupné
KOŠICE
Juhovýchodný okraj
mimo obývanej
ľahko
OC Optima
mesta
62000
zóny
dostupné
Juhovýchodný okraj
v blízkosti
ľahko
OC Cassovia
mesta
54000
obývanej zóny
dostupné
OC Galéria
Sídlisko Terasa
30000
v obývanej zóne
nedostupné
Zbieranie údajov bolo realizované počas dňa pracovného pokoja v Bratislave dňa
15.9.2010 medzi 16.00 a 19.00, a v Košiciach dňa 19.9.2010 medzi 16.00 a 19.00 na
parkoviskách obchodných centier v Tabuľke 1. Zistené údaje o zaznamenaných poznávacích
značkách automobilov a ich počty podľa okresov sú uvedené v Tabuľkách 2 a 3.
165
Ostrava, 4. a 5. 11. 2010
Tabuľka 2: Počet poznávacích značiek automobilov podľa okresov v Bratislave.
Okres
Polus City center
Avion
Ikea
Zlate piesky
Aupark
Eurovea
BA
393
219
320
312
443
385
PK
16
17
25
15
9
DS
11
33
18
14
32
16
SC
18
85
38
49
15
19
26
28
7
17
18
NR
TT
2
52
31
10
34
12
NZ
1
27
8
3
9
7
TN
3
15
18
2
9
5
MA
9
42
18
1
19
25
GA
3
21
14
7
16
9
KE
3
13
4
2
10
4
NM
3
22
11
1
1
RK
3
ZV
3
IL
1
ZA
2
SA
2
9
KS
1
1
LC
1
9
3
2
7
1
PP
2
9
6
3
3
2
BB
1
9
19
3
5
1
PB
2
1
6
2
1
2
HC
1
7
3
5
1
BN
1
1
2
3
MY
1
LV
1
BR
2
MT
2
5
1
2
PD
2
12
3
4
10
1
2
7
1
2
13
3
2
2
2
6
1
10
7
6
2
5
2
2
3
2
PN
5
8
KN
7
5
166
2
3
1
Okres
Polus City center
Ostrava, 4. a 5. 11. 2010
Avion
Ikea
Zlate piesky
Aupark
Eurovea
PU
6
5
1
2
3
ZC
3
KK
1
RS
7
2
1
1
1
6
2
3
1
PT
2
SE
5
3
CA
6
1
DK
4
ZM
3
1
SN
2
2
VT
1
DT
1
TO
9
PO
5
SV
3
LE
1
HE
2
1
2
LM
4
2
1
PE
1
SI
5
TS
1
NO
1
ZH
4
KA
1
KM
3
TV
1
BJ
1
SB
1
1
2
1
1
3
1
11
1
5
1
1
1
3
2
1
2
1
2
1
1
1
2
SK
1
BY
1
SO
3
RA
1
167
2
Okres
Polus City center
Avion
Ikea
Ostrava, 4. a 5. 11. 2010
Zlate piesky
Aupark
SL
2
MI
2
3
SP
CZ
Eurovea
1
5
3
A
6
1
12
9
1
4
5
2
2
5
3
2
3
2
713
472
736
605
1
HU
Ostatné
5
SPOLU
500
638
Tabuľka 3: Počet poznávacích značiek automobilov podľa okresov v Košiciach.
Okres
OPTIMA
Galeria
Cassovia
Okres
OPTIMA
Galeria
BA
24
11
3
RS
3
2
BB
2
3
1
Rumunsko
1
BJ
10
1
RV
20
1
5
BR
1
SB
4
1
1
Česko
3
1
SK
4
2
2
Francúzsko
1
1
SL
4
1
1
GA
1
1
4
SN
7
3
1
GL
7
3
1
SO
4
1
2
HE
9
5
3
SP
4
3
KA
1
SV
3
2
KE
320
246
249
Španielsko
1
KK
3
2
1
TN
1
KS
102
56
40
TS
1
LE
2
1
TT
1
MA
0
1
TV
27
Maďarsko
1
Ukrajina
1
MI
31
3
USA
1
ML
1
1
VK
1
MT
1
VT
13
Nemecko
3
ZV
1
PN
1
BN
1
1
1
5
1
168
5
Cassovia
11
2
3
Ostrava, 4. a 5. 11. 2010
Okres
OPTIMA
Galeria
Cassovia
Okres
OPTIMA
PO
28
12
12
LC
1
Poľsko
0
KN
1
PP
1
3
1
NZ
1
RA
3
1
1
Rakúsko
0
Spolu
662
1
Galeria
Cassovia
375
352
Predmetom skúmania je závislosť počtu áut na vzdialenosti. Zo zistených údajov je moţné
zostaviť korelačný diagram, ktorý zobrazuje závislosť počtu áut od vzdialenosti okresného
mesta do Bratislavy resp. do Košíc. Regresná analýza naznačuje vyuţitie exponenciálnej
regresie, prirodzene. Presnejšie, vzhľadom na predpokladaný exponenciálny pokles počtu áut
podľa vzdialenosti od obchodného centra bol vytvorený exponenciálny regresný model
predpokladanej závislosti
, pričom očakávaný parameter B vyjadrujúci mieru
zmeny by mal byť záporný. Model bol pouţitý na obchodné centrá v Bratislave aj Košiciach
a grafické zobrazenie závislosti je v Grafoch 1 (Bratislava) a 2 (Košice). Koeficient
determinácie
nadobúda hodnoty z intervalu R 2  0; 1 .
Čím viac sa jeho hodnota blíţi k jednotke, tým väčšia časť celkovej variability je
vysvetlená exponenciálnym modelom. Hodnoty blízke 0 naopak svedčia nízkej celkovej
variabilite vysvetlenej regresným modelom. Podiel, akým sa časť závislosti vysvetlená
regresným modelom podieľa na celkovej závislosti, vypočítame podľa vzorca vyjadrujúceho
podiel rozptylu nameraných hodnôt na rozptyle teoretických hodnôt exponenciálnej
závislosti:
R 
2
S y2ˆ
S y2

S y2  S y2 yˆ
S y2
 1
S y2 yˆ
S y2
Determinačný index vynásobený sto udáva percentuálne tú časť rozptylu závislej premennej
y, ktorá sa dá vysvetliť pouţitou regresnou exponenciálnou funkciou. Na základe toho
môţeme konštatovať, ţe počet áut z okresu je vysvetlený exponenciálnou závislosťou na
2
vzdialenosti okresu od obchodného centra mierou R  0,396 pre Bratislavu a pre Košice je
R 2  0,362 . Zodpovedajúce rozdiely v koeficientoch - 46,961 pre Bratislavu a 19,476 pre
Košice v súlade s Reillyho modelom vyjadrujú menšiu gravitačnú silu Košíc ako mesta
s menším počtom obyvateľov a menšou ponukou obchodných centier čo do plochy a ponuky.
Miery exponenciálneho poklesu (0,007, resp. 0,008) sú pre obe mestá podobné.
169
Ostrava, 4. a 5. 11. 2010
Graf 1: Závislosť počtu áut od vzdialenosti okresných miest od Bratislavy.
Graf 2: Závislosť počtu áut od vzdialenosti okresných miest od Košíc.
2 Zostavenie a výpočet indexu spádovej oblasti.
V predchádzajúcej časti sme poukazovali na vzťah počtu návštev z okresného mesta na
vzdialenosti od mesta, kde sú obchodné centrá lokalizované. Pre kaţdé z obchodných centier
zároveň očakávame, ţe budú mať odlišne veľké spádové oblasti. Môţeme definovať index
spádovej oblasti pre kaţdé obchodné centrum ako priemernú vzdialenosť váţenú počtom áut
kaţdého okresu pri obchodnom centre. Vzorec pre Index spádovej oblasti má tvar:
170
Ostrava, 4. a 5. 11. 2010
kde Gi je index spádovej oblasti centra i,
Xij je počet áut na parkovisku centra i z okresu j,
Xi je počet všetkých áut na parkovisku centra i,
aj je vzdialenosť okresného mesta j od Bratislavy, resp. od Košíc,
Vzdialenosti z časti Košíc do obchodného centra v Košiciach a z Bratislavy do obchodného
centra v Bratislave potrebujeme odhadnúť tieţ ako priemernú vzdialenosť medzi zákazníkom
a obchodným centrom. Na základe prepočtu, priemerná vzdialenosť mestskej časti od centra
je 7,7 km v Bratislave a 4,3 km pre mestské časti Košíc. Indexy spádovej oblasti jednotlivých
obchodných centier majú nasledovné hodnoty v km. (tab. č. 4). Symboly D a ND sú pouţité
na označenie dostupnosti (D) a nedostupnosti (ND) obchodného centra z diaľnice,
rýchlostnej cesty či dopravného obchvatu mesta.
Tabuľka 4: Indexy spádovej oblasti obchodných centier v Bratislave a Košiciach v
km.
Bratislava:
Polus
City
Center
Avion
Ikea
Zlaté
piesky
25,9
85,8
106,0
31,3
79,0
56,5
ND
D
D
D
D
ND
Optima
Galeria
Cassovia
43,9
17,8
12,3
D
ND
D
Aupark Eurovea
Košice:
Aké faktory vplývajú na index spádovej oblasti jednotlivých centier? Umiestnenie mimo
obývanej zóny, ľahko dostupné z diaľnice alebo rýchlostnej cesty je predpokladom pre dopyt
zákazníkov z mimomestských okresov. Táto téza je ilustrovaná v Tabuľke 4, lokalizácia
obchodného centra na dostupnom mieste je dôleţitým faktorom dopyt mimomestských
zákazníkov .
V ďalšom kroku sme vyčíslili počet
prenajímateľnej obchodnej plochy obchodných centier
v Bratislave a Košiciach pripadajúcej na 1 zaparkované auto (Tabuľka 5). Špecifické
postavenie má IKEA, ktorá je svojou ponukou a imidţom jediná svojho druhu na Slovensku,
má najväčší index spádovej oblasti pri najmenšej ploche ako aj najmenší podiel
prenajímateľnej plochy pripadajúcej na jedno zaparkované auto.
171
Ostrava, 4. a 5. 11. 2010
Tabuľka 5: Prenajímateľná obchodná plocha obchodných centier v Bratislave
a Košiciach v
pripadajúca na 1 zaparkované auto
Bratislava:
Ikea
Aupark
Polus City Center
Avion
Eurovea
Shopping Palace
Zlaté Piesky
Košice:
Galéria
Optima
Cassovia
m2
31
79
80
94
99
159
80
94
153
Dalo by sa predpokladať, ţe veľkosť plochy je v pozitívnej korelácii ku indexu spádovej
oblasti obchodných centier – širšej spádovej oblasti by mala zodpovedať väčšia obchodná
plocha. Podľa indexu lineárnej korelácie (0,0266) korelácia nie je preukázaná.
Graf 3: Závislosť polomeru spádovej oblasti od prenajímateľnej plochy
3 Popis skúmaných obchodných centier
Na doplnenie predchádzajúcich výpočtov a úvah uvádzame popis jednotlivých obchodných
centier.
Bratislava
Polus City Center je obchodným centrom v Bratislave, ktorý má najmenší index spádovej
oblasti. Nakupovať doň jazdia návštevníci do vzdialenosti v priemere ca. 25 km. Potvrdzuje
sa, ţe Polus City Center je lokálnym centrom najmä pre bratislavských návštevníkov, čo
dokazuje pomerne veľký počet áut s bratislavskou ŠPZ a malé zastúpenie áut z iných
regiónov Slovenska.
Avion je obchodným centrom situovaným na výpadovke smerom na Ţilinu, takţe
predpoklad, ţe zachytáva podstatnú časť áut jazdiacich z východnejšie poloţených regiónov
172
Ostrava, 4. a 5. 11. 2010
Slovenska sa ukazuje byť správny. Vysoký index spádovej oblasti je moţné pripísať aj
bezprostrednej blízkosti Ikei - predpokladáme, ţe niektorí návštevníci Ikei zaparkujú svoje
autá na parkovisku Avionu a prejdu do Ikei peši.
Ikea je obchodným centrom s najväčším indexom spádovej oblasti, t.j. kvôli Ikei cestuje do
Bratislavy najviac áut z iných regiónov. V priemere je spádová oblasť Ikey ohraničená 100
km. Rovnako aj počet m2 prenajímateľnej plochy pripadajúcej na 1 auto je najpriaznivejší
spomedzi všetkých obchodných centier.
Shopping Palace Zlaté Piesky je umiestnené na Starej seneckej ceste, t.j. zdalo by sa, ţe
bude zachytávať veľa áut z východnejšie poloţených okresov. Opak je pravdou, po Poluse je
Shopping Palace Zlaté Piesky obchodným centrom s druhým najmenším indexom spádovej
oblasti. Nevyhovujúca lokalita je zrejme príčinou aj toho, ţe počet áut vzhľadom na veľkosť
prenajímateľnej plochy je v porovnaní s ostatnými centrami jednoznačne najniţší.
Aupark je obchodným centrom s najväčším počtom áut spomedzi všetkých bratislavských
centier. Má tretí najväčší index spádovej oblasti po obchodných centrách Avion a Ikea, do
Auparku cestujú návštevníci v priemere aţ z takmer 80 km vzdialenosti. Tomuto faktu
nesporne prispieva aj blízkosť diaľnice.
Eurovea má vzhľadom na svoje umiestnenie v centre mesta prekvapivo veľký index
spádovej oblasti. Zastúpenie mnohých lukratívnych značiek ako aj veľkolepo poňatá
architektúra obchodného centyra prispieva k tomu, ţe sa stáva magnetom aj pre
návštevníkov z iných okresov, hoci sú v Bratislave centrá ktoré sú pre nich určite lepšie
dostupné.
Je zaujímavé sledovať, ţe bratislavské centrá nezachytávajú návštevníkov z Rakúska, Česka
a Maďarska. V tomto zmysle je moţné konštatovať, ţe poloha Bratislavy ako hraničného
mesta je z hľadiska spádovej oblasti obchodných centier menej výhodná, nakoľko sa stráca
potenciál územia umiestneného v zahraničí.
Košice
Podľa očakávania je Optima najväčším magnetom pre kupujúcich. Popri takmer
dvojnásobnému počtu áut v porovnaní s ostatnými centrami je aj jej index spádovej oblasti
bezkonkurenčne najvyšší. Zachytáva návštevníkov z viac ako 40km vzdialenosti.
Cassovia má napriek blízkosti Optimy najmenší počet návštevníkov ako aj najmenší index
spádovej oblasti spomedzi všetkých košických centier.
Napriek tomu je juhozápadná nákupná zóna (Optima a Cassovia) bezkonkurenčne
najsilnejšia v rámci Košíc.
Obchodné centrum Galéria ťaţí z dobrej polohy v rámci Košíc. Prekvapivo vysoký
spádovej oblasti (Galéria neleţí na ţiadnej výpadovke) je moţné pripísať aj tomu,
nedávno rozšírila o nové nákupné priestory. Dostatočne veľký počet parkovacích
(Galéria má vybudované viacpodlaţné parkovisko) môţe byť dôvodom toho, ţe pomer
áut vzhľadom k prenajímateľnej ploche je priaznivejší ako u Optimy.
index
ţe sa
miest
počtu
Podľa gravitačného očakávania má väčšia Bratislava v porovnaní s Košicami obchodné centrá
ktoré majú väčší index spádovej oblasti napriek tomu, ţe strácajú potenciál územia kvôli
spomínanému faktu, ţe Bratislava je umiestnená blízko hranice s Rakúskom resp. s Českou
173
Ostrava, 4. a 5. 11. 2010
Republikou. V podobnej situácii sú aj košické obchodné centrá – nie sú navštevované
zákazníkmi z blízkeho Maďarska.
V Košiciach sa dlhší čas hovorí o otvorení novej nákupnej zóny na severovýchode mesta
v smere na Prešov (medializovaný vstup obchodného centra Ikea do Košíc v blízkosti
hypermarketov Tesco a Metro). V prípade realizácie tohto projektu predpokladáme, ţe
spádové oblasti obchodných centier by sa v rámci Košíc zmenili.
Záver
V článku sú analyzované spádové oblasti miest a obchodných centier v Bratislave
a v Košiciach. Preukázala sa očakávaná väčšia spádová oblasť Bratislavu v porovnaní
s Košicami na úrovni miest. Zároveň, jemnejšia analýza na úrovni obchodných centier.
Výnimočnú pozíciu v rámci Slovenska ma kolokácia dvoch obchodných centier Ikea/Avion,
v Košiciach dominuje veľkosťou spádovej oblasti obchodné centrum Optima. Relatívne
jednoduchá metóda na základe poznávacích značiek automobilov s priradením vzdialenosti
podľa okresu poskytuje dobrý odhad pre meranie spádovej oblasti.
Zoznam literatury a zdrojov
[1]
Brown, S. (1989). Retail Location Theory: The Legacy of Harold Hotelling, Journal of
Retailing, 65, 451–71.
[2] Brown S. (1992). The wheel of retail gravitation? Environment and Planning A 24(10)
1409 – 1429.
[3] Converse, P.D. (1949) New Laws of Retail Gravitation. Journal of Marketing 14,
pp.379-384.
[4] Eppli M.J. Shilling J.D. (1996). How Critical Is a Good Location to a Regional Shopping
Center? The Journal of Real Estate Research, v.12 no.3. , 459-468
[5] Halás, M., Klapka, P. (2010). Regionalizace Česka z hlediska modelování prostorových
interakcí. Geografie, 115 (2), 144–160.
[6] Huff D. L. (1964). Defining and Estimating a Trading Area, Journal of Marketing 28
34-38.
[7] Lee M.N , Pace, R.K. (2005) Spatial Distribution of Retail Sales, Journal of Real Estate
Finance and Economics, Volume 31, Number 1, 53-69.
[8] Maryáš, J. (1983): K metodám výběru středisek maloobchodu a sfér jejich vlivu.
Zprávy Geografického ústavu ČSAV, 20 (3), 61–81.
[9] Reilly, W. J. (1929) The law of Retail Gravitation. New York. Knickerbocker Press.
[10] Wagner, W. B. (1974). An Empirical Test of Reilly's Law of Retail Gravitation, Growth
and Change, Volume 5 (3), 30-35.
174
Ostrava, 4. a 5. 11. 2010
Mobilita pracovných síl ako adaptačný mechanizmus v kontexte
eurozóny (regionálne aspekty pre slovenskú ekonomiku a jej
členstvo v eurozóne)
Ing. Magdaléna Drastichová
Abstrakt
Vstupom do menovej únie stráca krajina moţnosť pouţívať nástroje menovej a kurzovej
politiky, pomocou ktorých je moţné ovplyvňovať ekonomickú rovnováhu. V podmienkach
Európskej únie by preto krajiny vstupujúce do eurozóny mali disponovať prispôsobovacími
(absorpčnými, adaptačnými) mechanizmami, ktoré eliminujú dopady negatívnych
asymetrických šokov pri nemoţnosti pouţiť nástroje menovej a kurzovej politiky.
Všeobecnejšie, krajiny a regióny Európskej únie a eurozóny vykazujú rozdiely v ekonomickej
úrovni a ďalších charakteristikách medzi sebou navzájom, z čoho vyplýva potreba
adaptačných mechanizmov pri nemoţnosti vyuţívať daných nástrojov podľa vlastných
potrieb. Príspevok sa sústredí na teoretické, empirické poznatky v oblasti mobility pracovných
síl a jej význam ako adaptačného mechanizmu k vyrovnávaniu rozdielov v eurozóne
a konkrétne na niektoré aspekty mobility na Slovensku (aj s ohľadom na veľké regionálne
disparity v tejto ekonomike). Pozornosť je venovaná geografickej mobilite resp. migrácii
pracovníkov v rámci eurozóny a regiónov Slovenska.
Kľúčové slová
mobilita výrobných faktorov, mobilita pracovných síl, migrácia pracovníkov, teória optimálnej
menovej oblasti, prispôsobovacie (adaptačne, absorpčné) mechanizmy, asymetrické
ponukové a dopytové šoky
Key words
mobility of production factors, labour mobility, migration of workers, Optimum Currency Area
Theory, adjustment (adaptation, absorption) mechanisms, asymmetric supply and demand
shocks
Úvod
Mobilita pracovných síl v úlohe absorpčného mechanizmu môţe pomáhať pri redukcii
dopadov asymetrických šokov resp. nerovností v mierach nezamestnanosti, reálnych mzdách
a s tým súvisiacich problémov v eurozóne, jej krajinách, regiónoch. Slovensko ako člen
eurozóny uţ nemôţe vyuţívať nástrojov menovej a kurzovej politiky pri vyrovnávaní sa
s dopadmi asymetrických ponukových či dopytových šokov, všeobecnejšie k vyrovnávaniu
ekonomických rozdielov. Mobilita výrobných faktorov, najmä mobilita pracovných síl pripadá
do úvahy ako jeden z moţných mechanizmov prispôsobovania. Touto problematikou, pri
zváţení aspektov pre Slovensko sa zaoberá kapitola 2. Kapitola 3 analyzuje moţnosti mobility
pracovných síl medzi regiónmi Slovenska v súvislosti s existenciou rozsiahlych regionálnych
disparít v krajine. Táto problematika taktieţ súvisí s predpokladmi úspešného členstva
Slovenska v eurozóne i s moţnosťami plnenia ďalej uvedených kritérií teórie optimálnej
menovej oblasti (OMO), ktorú predstavil R. Mundell v roku 1961. V analýze sa nesústredím
na reakcie na konkrétny asymetrický šok a jeho dopady, ale na širšie aspekty mobility
175
Ostrava, 4. a 5. 11. 2010
pracovných síl a ďalších súvisiacich mechanizmov trhu práce uvedených v kapitole 1.2, ktoré
vypovedajú o pruţnosti trhu práce a ktoré sú dôleţité i pre správne fungovanie ekonomiky
v rámci menovej oblasti. Cieľom príspevku je jednoduchým spôsobom, ale pri zváţení širších
aspektov, analyzovať moţnosti mobility pracovných síl ako adaptačného mechanizmu
v eurozóne s bliţším pohľadom na medzinárodnú mobilitu Slovenska v rámci eurozóny (a EÚ)
a medziregionálnu mobilitu na Slovensku.
1 Vymedzenie mobility pracovných síl
Východiska mobility pracovných síl v ekonomickej teórii
Pri skúmaní mobility výrobných faktorov (konkrétne faktoru práce) má význam na úvod
zváţiť určité aspekty mobility, ktoré poskytuje ekonomická teória. Z ekonomických teórií
moţno spomenúť neoklasickú makro- a mikroekonomickú teóriu migrácie a teórie novej
ekonomiky migrácie [1]. V súvislosti so skúmaním mobility v rámci menovej únie je ďalej
vhodné nadviazať konkrétnejšími poznatkami v rámci teórie OMO. Podľa neoklasickej
makroekonomickej teórie je medzinárodná a medziregionálna migrácia vyvolaná
geografickými odlišnosťami v ponuke a dopyte po pracovnej sile. Celkový pohľad na migráciu
v poslednej štvrtine 20. storočia je charakterizovaný odlišnými znakmi, neţ sú typické pre
predchádzajúce industriálne obdobie – vo vysielajúcich krajinách existuje významná
nerovnováha medzi ponukou a dopytom práce a v cieľových krajinách vedie nízka miera
pôrodnosti a starnutie populácie k nedostatočnej ponuke práce. Zároveň, v cieľových
ekonomikách vytvárajú kapitálovo náročné technológie rozvrstvený dopyt poskytujúci
tuzemským kvalifikovaným pracovníkom dostatok príleţitostí, nezamestnanosť u tých, ktorý
nemajú dostatok špeciálnych schopností a segmentovaný dopyt po práci imigrantov [12].
V rámci mikroekonomickej teórie moţno uviesť model, v ktorom racionálne kalkulujúci
jednotlivci zvaţujú migráciu na základe sčítania nákladov a prínosov z nej. Medzinárodná
migrácia potom predstavuje investície do ľudského kapitálu [14], tj. osoby migrujú do
oblastí, kde môţu byť svojou kvalifikáciou najproduktívnejšie. Nová ekonomika pracovnej
migrácie predpokladá migráciu z dôvodu prekonania trhových zlyhaní. Rozdiel medzi
neoklasickou a novou teóriou spočíva v tom, ţe neoklasická teória predpokladá trvalé
presťahovanie za účelom maximalizácie ţivotných zárobkov a nová ekonomika dočasné
sťahovanie z dôvodu prekonania domácich trhových nedokonalostí. V druhom prípade, tj.
teórie novej ekonomiky, jednotlivec neberie do úvahy len svoje vlastné zisky, ale kalkuluje
i v súlade so svojou rodinou (domácnosťou) [5] [15].
Mobilita pracovných síl v rámci teórie OMO
V súvislosti s analýzou členstva krajín v menovej únii treba doplniť pohľad teórie OMO na
mobilitu výrobných faktorov, konkrétne pracovných síl. V podmienkach existencie
samostatných (národných) mien môţu ekonomiky reagovať na agregátne ponukové či
dopytové šoky rôznymi nástrojmi hospodárskej politiky. Vstup do menovej únie je spojený so
stratou autonómie v oblasti menovej a kurzovej politiky, taktieţ pouţívanie fiškálnej politiky
naráţa na obmedzenia (predpoklad dodrţiavania rozpočtovej disciplíny v eurozóne). Môţu
tak nastať negatívne dopady na ekonomiky v prípade vzniku asymetrických šokov.
Asymetrické šoky sú také, ktoré zasiahnu iba niektoré oblasti (krajiny, regióny) menovej
únie, alebo všetky krajiny, avšak s opačným účinkom. Ďalej sa tu zaraďujú šoky, ktoré
zasahujúce všetky oblasti (krajiny, regióny) v rovnakom smere, ale s rôznou intenzitou.
176
Ostrava, 4. a 5. 11. 2010
Menovou oblasťou je pre účely tohto článku chápaná oblasť, v ktorej je pouţívaná jednotná
mena.
Podľa teórie OMO je menová integrácia (fixné kurzy resp. jednotná mena) vhodná pre
krajiny vystavované symetrickým šokom, alebo pre krajiny disponujúce pruţnými
mechanizmami absorpcie asymetrických šokov [13]. Optimálnou menovou oblasťou moţno
potom rozumieť zoskupenie krajín, u ktorých prínosy z členstva v menovej únii prevýšia
náklady s ním spojené. Krajiny tejto oblasti pouţívajú jednotnú menu (resp. uplatňujú medzi
sebou fixné menové kurzy) a sú previazané obchodom s tovarom a mobilitou výrobných
faktorov.
Existujú rôzne kritéria teórie OMO definované ekonómami, ktorých plnenie zvyšuje
pravdepodobnosť, ţe prínosy z členstva v menovej únii prevýšia náklady s ním spojené. Prvé
kritérium teórie OMO, ktorým je mobilita výrobných faktorov, vymedzil R. Mundell v roku
1961. Mundell v rámci klasickej teórie optimálnej menovej oblasti tvrdil, ţe neoddeliteľnou
súčasťou menovej oblasti je vysoký stupeň mobility výrobných faktorov a predovšetkým
faktoru práce. Región vymedzuje vnútorná mobilita a vonkajšia imobilita výrobných faktorov.
Optimálna menová oblasť by bola tým pádom vţdy malá [13]. Jeho teória však bola neskôr
rozšírená o ďalšie aspekty. Druhé kritérium predstavuje stupeň otvorenosti ekonomiky
(definované R. I. McKinnonom v rámci teórie). Tretím základným kritériom je diverzifikácia
produkcie, a definoval ho P. B. Kenen. Medzi ďalšie významné charakteristiky teórie OMO
patria: podobnosť mier inflácie, štrukturálna podobnosť tvorby hrubého domáceho produktu,
podobnosť cyklického vývoja ekonomík a podobnosť šokov, politická integrácia, flexibilita
miezd a cien (variabilita reálneho menového kurzu), integrácia finančných trhov, fiškálna
integrácia [10], [11]. Väčšina charakteristík teórie vypovedá o tom, či je oblasť menovej únie
dostatočne homogénna, tj. vypovedajú o pravdepodobnosti výskytu asymetrických šokov.
Politická integrácia, integrácia finančných trhov, fiškálna integrácia, mobilita výrobných
faktorov a flexibilita miezd a cien sú zároveň významné adaptačné mechanizmy v prípade
výskytu asymetrických šokov a k zaisťovaniu efektívnej alokácie zdrojov..
Mobilita pracovných síl je pre účely príspevku uvaţovaná ako medzinárodná
i medziregionálna mobilita. Mobilitu pracovných síl moţno doplniť ďalšími charakteristikami
trhu práce, ktoré súvisia s prispôsobovacími mechanizmami trhu práce: miera dlhodobej
nezamestnanosti, regionálne rozdiely v mierach nezamestnanosti, miera ochrany pracovného
trhu. Tieto ukazovatele trhu práce (vrátane kritéria flexibility cien a miezd) ovplyvňujú jeho
celkovú pruţnosť, moţnosť prispôsobovania sa šokom a nerovnostiam cez trh práce [2].
Pre presnosť je moţné rozlišovať medzi mobilitou a migráciou. Mobilitu moţno brať ako
migračný potenciál regiónu. Migrácia je potom skutočný medziregionálny pohyb [9].
Geografická mobilita teda predstavuje rozsah, v ktorom je faktor práce ochotný či schopný
premiestniť sa. Niektorí autori povaţujú pojmy mobility a migrácie za zameniteľné.
S geografickou mobilitou pracovných síl ako adaptačným mechanizmom sú späté určité
problémy. Okrem samotných bariér mobility pracovných síl v európskych podmienkach
(konkrétnejšie v podmienkach EÚ a eurozóny) rozobraných ďalej v texte, nie je isté, či sa
pracovná sila dokáţe presunúť dostatočne rýchlo a v dostatočnom mnoţstve medzi
oblasťami. Celkovo by prispôsobovanie pomocou menového kurzu trvalo kratšiu dobu, neţ
pomocou presunu pracovných síl [10]. S presunom osôb sú totiţ vynakladané rôzne náklady
(súvisiace so zmenou bydliska, sťahovaním rodiny apod.) a nie je jednoduché, aby sa
177
Ostrava, 4. a 5. 11. 2010
presunuli ihneď do inej oblasti v prípade, ţe by bol nepriaznivý šok uţ eliminovaný v danej
oblasti a bola by zasiahnutá oblasť iná. Navyše, daná oblasť by mohla byť tieţ zasiahnutá
následným šokom pôsobiacim v opačnom smere a je opäť problematické, aby sa pracovná
sila okamţite presunula, keď uţ boli vynaloţené náklady s presunom a adaptáciou
pracovníkov.
Empíria mobility pracovných síl
Empirický výskum ekonomiky pracovnej migrácie je spojený s rozvojom nových
ekonometrických techník. Na mikroekonomickej úrovni sa mnoho empirických štúdií pokúša
testovať jednoduché mikroekonomické modely migrácie, podľa ktorých sa jednotlivci (alebo
rodiny) rozhodujú o lokácii najmä porovnávaním moţnosti príjmu v alternatívnych lokalitách.
Súčasné štúdie sa sústreďujú na štrukturálne modely migračných rozhodnutí. Hlavne
v minulosti predstavoval problém nedostatok dát o mzdách, ktoré by jednotlivci získali na
dvoch alebo viacerých miestach v rovnakom čase. Odhady štrukturálnych modelov zhodne
podporujú hypotézu, ţe jednotlivci reagujú na podnety v podobe príjmov pri migračných
rozhodnutiach. Ţiaduce je ďalej skúmať, či reakcie v podobe migrácie na mzdové rozdiely
rastú alebo klesajú v čase. Obzvlášť uţitočné sa v analýze determinantov migrácie
preukazujú panelové dáta. Tie umoţňujú lepšie ovládať nepozorované premenné, ktoré
ovplyvňujú mzdy, a ktoré sú korelované s migračnými rozhodnutiami. [15]
Rozsiahly empirický výskum bol venovaný skúmaniu pokroku migrantov na trhu práce, so
zameraním sa na chovanie medzinárodných migrantov. Väčšina daných štúdií zahrnula odhad
rovníc prierezových miezd, kde „roky od migrácie― sú brané ako nezávislá premenná. Štúdie
často dospievajú k záveru, ţe migranti zarábajú menej neţ rodení pracovníci s podobnými
charakteristikami v prvých pár rokoch po migrácii, ale neskôr zarábajú viac neţ domáci.
V danej oblasti je nutný ďalší výskum, tieto závery môţu byť dôsledkom rôznych faktorov
(napr. odchodu najmenej úspešných migrantov). [15]
Medzi ďalšie významné oblasti, ktorým doposiaľ nebola venovaná dostatočná pozornosť v
empirickom výskume, patrí hodnotenie makroekonomických dopadov migrácie Existuje tu
nedostatok empirickej práce týkajúcej sa účinkov migrácie pracovníkov na mzdy
a zamestnanosť vo východiskovej a cieľovej oblasti pre rôzne typy pracovníkov (napríklad
kvalifikovaných a nekvalifikovaných). Prospešná by bola tieţ analýza moţnosti
substitúcie medzinárodnej a vnútornej migrácie (v rámci jedného štátu) v procese
prispôsobovania trhov práce. Inou oblasťou je makroekonomický a mikroekonomický
výskum vzťahu pracovnej migrácie s vekom. Empirické dôkazy pritom dôrazne
naznačujú, ţe starší pracovníci sú menej mobilní neţ mladší. Je teda pravdepodobné,
ţe krajiny s nízkou pôrodnosťou budú vykazovať klesajúci trend v schopnosti reagovať na
ekonomické zmeny pomocou migrácie v súvislosti so starnutím populácie. Tento problém je
uţ zreteľný v mnohých krajinách EÚ a pre tvorbu politík na podporu mobility je dôleţité
poznať, ako je migračné chovanie ovplyvňované vekovým rozdelením populácie. Moţno
doplniť ešte tretiu oblasť, ktorá si vyţaduje ďalší empirický výskum. Je ňou migračné
chovanie rodín s dvoma príjmami. V tejto oblasti je významné najmä skúmať rozsah,
v ktorom aktivity jedného člena rodiny na trhu práce podporujú alebo naopak obmedzujú
migráciu ďalších členov rodiny. [15]
Pre účely tohto príspevku je dôleţité ešte spomenúť, čo naznačuje i mnoho empirických
štúdií, ţe migrácia pracovných síl hlavne v krátkom období neslúţi ako efektívny
178
Ostrava, 4. a 5. 11. 2010
mechanizmus adaptácie na asymetrické šoky v eurozóne [6]. To súvisí s problémami
uvedenými v kapitole 1.2 (moţnosti dostatočného rýchleho presunu pracovníkov, následný
presun v reakcií na ďalší šok, keď boli vynaloţené náklady so sťahovaním apod.), s doposiaľ
pretrvávajúcimi bariérami mobility a charakterom európskych trhov práce.
Prehľad empirickej práce a oblastí doposiaľ opomínaných v empirickom skúmaní bol
rozobraný z dôvodu hlbších úvah o danom probléme a zváţenia vhodných opatrení na
podporu mobility na úrovni EÚ i Slovenska. Analýza v príspevku sa sústredí na výpočet
jednoduchých korelačných koeficientov medzi ukazovateľmi trhu práce a migrácie krajov na
Slovensku, je však brané do úvahy dlhšie časové obdobie 2002-2009, na základe čoho
moţno čiastočne usudzovať i o trendoch vo vývoji. Okrem toho sú analyzované rozdiely
Slovenska a eurozóny a moţnosti mobility pracovníkov pri ich riešení. Pritom sú zohľadnené
teoretické predpoklady a empirické zistenia naznačené v tejto kapitole.
2
Mobilita pracovných síl v európskych podmienkach a jej úloha
adaptačného mechanizmu v eurozóne s bliţším pohľadom na Slovensko
Situácia v európskych podmienkach a v eurozóne
Pruţný trh práce charakterizuje flexibilita reálnych miezd a mobilita pracovných síl. Migrácia
pracovníkov pomáha trhom dosahovať efektívnejšiu alokáciu zdrojov. Mobilita pracovných síl
je celkovo v Európe nízka v porovnaní so Spojenými štátmi [2], platí to u väčšiny európskych
krajín. Dôvodom je existencia rôznych bariér. Ide o inštitucionálne, sociálne, administratívne,
jazykové, kultúrne faktory a pracovné zvyklosti atd. Konkrétne tu patrí silná inštitucionálna
ochrana a nízka integrácia trhov práce, jazykové bariéry, nedostatočná porovnateľnosť a
problematické uznávanie kvalifikácií, obmedzenie zamestnávania vo verejnom sektore,
neochota ľudí sťahovať sa za prácou, napr. z dôvodu nutnosti odchodu od rodiny atd. Práve
na úrovni EÚ resp. eurozóny by mali byť bariéry úspešne odstraňované, keďţe existuje
i ekonomická integrácia medzi štátmi. Mnohé však naďalej pretrvávajú. Viaceré členské štáty
pôvodnej EÚ-15 uplatňovali a dve (Rakúsko a Nemecko) doposiaľ uplatňujú prechodné
obdobia aj pre prístup pracovníkov novších členských štátov EÚ-826. Podľa oznámenia
Komisie o vplyvu voľného pohybu pracovníkov z roku 2008 pritom rozšírenie EÚ nenarušilo
váţne situáciu na pracovných trhoch. Mobilita pracovníkov z krajín EÚ prijatých od roku 2004
mala jasne pozitívny vplyv na hospodársky rast v EÚ. Odhaduje sa, ţe dodatočná mobilita z
EÚ-8 v období 2004 – 2007 viedla k zvýšeniu GDP rozšírenej EÚ o cca 0,17 % v krátkodobom
horizonte a o 0,28 % v dlhodobom horizonte, tj. po prispôsobení výrobných zariadení
dodatočnej ponuke pracovných síl. Mobilita z EÚ-227 zvýšila počas daného obdobia GDP EÚ o
0,15 % v krátkodobom horizonte a o 0,27 % v dlhodobom horizonte. Sťahujúci sa pracovníci
z EÚ-8 a EÚ-2 tieţ prispievajú pozitívne k rozdeleniu kvalifikácie pracovnej sily v EÚ-15.
V niektorých z týchto krajín by však naopak sťahovanie za prácou mohlo viesť k únikom
mozgov. [4]
Európska únia a jej inštitúcie vyvíjajú úsilie k zvyšovaniu mobility pracovníkov v rámci EÚ.
Príkladom je „Akčný plán pracovnej mobility prijatý Európskou komisiou na obdobie 20072010―, ktorý usiluje o zlepšovanie existujúcej legislatívy a administratívnych praktík v oblasti
mobility pracovníkov, podporu mobility na všetkých úrovniach, posilňovanie Európskych
26 EÚ-8: krajiny, ktoré vstúpili do EÚ v roku 2004 s výnimkou Cypru a Malty.
27 EÚ-2: krajiny, ktoré vstúpili do EÚ v roku 2007 (Bulharsko, Rumunsko).
179
Ostrava, 4. a 5. 11. 2010
sluţieb zamestnanosti (EURES) za účelom uľahčenia mobility pracovníkov a ich rodín,
upevňovanie povedomia o moţnostiach a výhodach mobility u širšej verejnosti apod.. Plán
predstavuje špecifické akcie zamerané na odstraňovanie prekáţok mobility na úrovni EÚ
a takisto podporuje národné autority v odstraňovaní bariér na národnej, regionálnej
a miestnej úrovni. Dôleţitá je tieţ podpora pozitívnych trendov v mobilite v rámci EÚ. Novým
pozitívnym trendom je tzv. viacnásobna mobilita. Znamená sťahovanie mladých a vzdelaných
pracovníkov do iných štátov či regiónov EÚ na krátke obdobia. Mobilita sa tak stáva
neoddeliteľnou súčasťou ich kariéry a celoţivotného vzdelávania. [3]
S mobilitou pracovných síl je úzko spojená problematika flexibility cien a miezd, ktorá tieţ
umoţňuje prispôsobovať sa následkom asymetrických šokov resp. môţe napomáhať
efektívnej alokácii zdrojov. Flexibilita cien je v európskych krajinách nízka z dôvodu napr.
štátnej pomoci niektorým sektorom, pomalého odstraňovania netarifných bariér obchodu
atd. Jedným z jej faktorov je nepruţnosť miezd (pruţnosť nominálnych miezd je mierne
vyššia v nových členských štátoch EÚ, vstupujúcich po roku 2000, v porovnaní s pôvodnými
členmi). Nepruţnosť miezd je dôsledkom napr. ochrany zamestnanosti či zavádzania
minimálnych miezd. [16]
Disparity Slovenska a eurozóny, moţnosti medzinárodnej mobility
Slovensko sa stalo súčasťou širšej menovej oblasti – eurozóny a uţ nemôţe vyuţívať
nástrojov autonómnej menovej a kurzovej politiky k eliminácii dopadov asymetrických šokov
resp. k dosiahnutiu lepšej alokácie výrobných faktorov.
V roku 2009 dosiahla slovenská ekonomika 72% priemernej ekonomickej úrovne EÚ-27
meranej v ukazovateli GDP/obyv. v parite kúpnej sily (PPP). Vo vzťahu k EÚ-27 (i eurozóne)
tak dosahuje stále nízku ţivotnú úroveň. V roku 2000 dosahovala táto úroveň Slovenska len
50 % priemeru EÚ-27. Ekonomická úroveň je zároveň stále najniţšia v porovnaní so štátmi
eurozóny, dochádza však k jej pribliţovaniu k priemeru EÚ a eurozóny (nastáva
konvergencia ekonomických úrovni ekonomík, ktoré sú navzájom prepojené v rámci
európskej integrácie, ale i všeobecne ekonomík s podobnými parametrami).
Slovensko dosahuje jednu z najvyšších mier nezamestnanosti medzi štátmi eurozóny a EÚ
i v porovnaní s priemernou mierou nezamestnanosti eurozóny a EÚ (viď obr. 1). V roku
2009 dosiahlo 12%-nú mieru nezamestnanosti. Z členských štátov eurozóny malo v roku
2009 vyššiu mieru nezamestnanosti ako Slovensko iba Španielsko (18% pracovnej sily).
Z členov EÚ-27 dosahujú vyššie miery nezamestnanosti ešte pobaltské štáty, avšak tie boli
výrazne zasiahnuté hospodárskou krízou v roku 2009, pričom v roku 2008 mali výrazne niţšie
miery nezamestnanosti. V roku 2008 malo vyššiu mieru nezamestnanosti iba Španielsko
a v roku 2007 malo Slovensko najvyššiu mieru nezamestnanosti v EÚ-27 (11,1% pracovnej
sily). Na Slovensku teda v dlhšom časovom období prevláda jedna z najvyšších mier
nezamestnaností v EÚ a eurozóne (viď tab. 1).
180
Ostrava, 4. a 5. 11. 2010
Obrázok 1: Miera nezamestnanosti meraná podielom nezamestnaných na
pracovnej sile (%) v krajinách EÚ-27, priemer EÚ-27 a priemer
eurozóny
Zdroj:http://epp.eurostat.ec.europa.eu/portal/page/portal/employment_unemployment_lfs/d
ata/main_tables
Je vhodné pozorovať ešte vývoj nezamestnanosti na Slovensku za dlhšie časové obdobie.
Rok 2009 bol spojený s nárastom miery nezamestnanosti vo väčšine krajín EÚ-27, teda i na
Slovensku. Inak moţno pozorovať postupný klesajúci trend (viď tab. 1), i keď ostáva na
Slovensku stále vysoká v porovnaní s mnohými krajinami EÚ-27 a eurozóny aj s ich
priemerom.
Tabuľka 1: Miera nezamestnanosti na Slovensku meraná podielom
nezamestnaných na pracovnej sile (%)28
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
18,8
19,3
18,7
17,6
18,2
16,3
13,4
11,1
9,5
12
Zdroj:http://epp.eurostat.ec.europa.eu/portal/page/portal/employment_unemployment_lfs/d
ata/main_tables
Naopak, Slovensko dosahuje niţšie hrubé mzdy v porovnaní s priemernou mzdou za
eurozónu ako celok. Pre rok 2007 predstavoval priemerný hrubý ročný zárobok v priemysle
a sluţbách na Slovensku 8400.1 Eur, čo je najniţšia hodnota spomedzi členských štátov
eurozóny.29 Z EÚ-27 dosahujú niţších hodnôt zárobkov pobaltské krajiny a Bulharsko
s Rumunskom. Priemerný zárobok za celú EÚ-27 bol dostupný za rok 2006 a predstavoval
31302,1 Eur, čo je významne vyššia hodnota (na Slovensku je i niţšia ţivotná úroveň, niţšia
porovnateľná cenová hladina, čo znova zdôrazňuje i význam konvergencie).
Mobilita pracovných síl v tomto prípade zrejme neplní dostatočne úlohu mechanizmu
vyrovnávania rozdielov mzdách a nezamestnanosti a efektívnej alokácie zdrojov. Napriek
28
Rozdiely v miere nezamestnanosti s tabuľkou 1 v prílohe sú spôsobené odlišným zdrojom.
Priemerný hrubý ročný zárobok predstavuje odmeny (mzdy a platy) v hotovosti vyplácané priamo
zamestnancom, pred odpočtami na dani z príjmu a príspevkami na sociálne zabezpečenie platené
zamestnancom. Ide o dáta pre zamestnancov na plný úväzok v oblasti priemyslu a sluţieb.
29
181
Ostrava, 4. a 5. 11. 2010
tomu, Slovensko dosahuje jeden z najväčších podielov obyvateľov presťahovaných do iných
členských štátov EÚ. Zo Slovenska sa presťahovali v posledných štyroch rokoch (do roku
2007) 2 % obyvateľov, vyššie hodnoty dosiahla Litva (3,1%), Cyprus (3%) a Rumunsko
(2,5%) [4]. Je teda moţné, ţe v budúcnosti bude mobilita pracových síl prispievať
k eliminácii rozdielov. Musí však samozrejme dochádzať ku konvergencii Slovenskej
ekonomiky k úrovni eurozóny a to bude viesť k zniţovaniu ekonomických rozdielov medzi
nimi (k pribliţovaniu hodnôt makroekonomických ukazovateľov) a mobilita má ako
prispôsobovací mechanizmus napomáhať k efektívnej alokácií zdrojov.
3 Moţnosti medziregionálnej mobility pracovných síl na Slovensku
Mobilita pracovných síl medzi Slovenskom a eurozónou neprispieva významne k zniţovaniu
rozdielov v reálnych mzdách a miere nezamestnanosti. Druhý aspekt, ktorý moţno zváţiť aj
v súvislosti s účasťou Slovenska v menovej únii, je medziregionálna mobilita v rámci
Slovenska. Ide o analýzu toho, či v rámci samotného Slovenska pôsobí mobilita k riešeniu
nerovností medzi regiónmi.
Regionálne disparity na Slovensku
Pri analýze vychádzam z ukazovateľov dostupných za kraje30 Slovenska (tj. úroveň NUTS
III). Na Slovensku existujú rozsiahle regionálne disparity v ekonomických i ďalších
charakteristikách, typické sú rozdiely v zárobkoch, miere nezamestnanosti atď. medzi krajmi
(viď ďalej analýza v kap. 3.2). Východiskom môţe byť porovnanie úrovní GDP na obyvateľa
(GDP/obyv.) v beţných cenách medzi ôsmymi slovenskými krajmi, čo zobrazuje obr. 1 a 2.
Obrázok 2: GDP/obyv. v beţných cenách na Slovensku a krajoch Slovenska v Eur
(konverzný kurz), 2000-2007
Zdroj: http://px-web.statistics.sk/PXWebSlovak/index.htm
Pozn.: Brat.-Bratislavský kraj, Trnav.-Trnavský kraj, Trenč.-Trenčianský kraj, Nitr.-Nitrianský
kraj, Ţilin.-Ţilinský kraj, Bans.-Banskobystrický kraj, Preš.-Prešovský kraj, Košic.-Košický kraj
30
Na Slovensku existuje od roku 1996 osem samosprávnych krajov pomenovaných podľa svojich
centier.
182
Ostrava, 4. a 5. 11. 2010
Najväčší GDP/obyv. v beţných cenách dosahuje Bratislavský kraj, pričom v porovnaní s
druhým v poradí (Trnavský kraj) bol v roku 2007 pribliţne dvojnásobný. Oproti Prešovskému
kraju mal Bratislavský kraj dokonca štvornásobne vyšší GDP/obyv. Obrázok 2 sleduje úroveň
GDP/obyv. na celom Slovensku a v jednotlivých krajoch v parite kúpnej sily (PPP), sú teda
zohľadnené i rozdiely v cenových úrovniach a tento ukazovateľ moţno lepšie pouţiť k
porovnaniu ţivotnej úrovne v krajoch. Tá je výrazne vyššia v Bratislavskom kraji, neţ
v ostatných. Je uţ teda na prvý pohľad zrejmé, ţe v slovenskej ekonomike pretrvávajú
regionálne disparity medzi regiónom hlavného mesta a ostatnými regiónmi. Bratislavský kraj
je zároveň jediným krajom Slovenska, ktorý dosahuje vyššiu neţ priemernú úroveň EÚ-27
v ukazovateli GDP/obyv. v PPP.
Obrázok 3: GDP/obyv. v beţných cenách na Slovensku a v regiónoch Slovenska
v parite kúpnej sily (PPP), 2000-2007
Pozn.: Brat.-Bratislavský kraj, Tr.-Trnavský kraj, Trenč.-Trenčianský kraj, Nitr.-Nitrianský
kraj, Ţilin.-Ţilinský kraj, Bans.-Banskobystrický kraj, Preš.-Prešovský kraj, Košic.-Košický kraj
Nasledujúca analýza mobility pracovných síl (migrácie pracovníkov) medzi krajmi Slovenska
zohľadňuje rozdiely v reálnych mzdách a miere nezamestnanosti. Tie sú takisto rozsiahle
v rámci Slovenska a podobne, Bratislavský kraj dosahuje najvyššie mzdy v porovnaní
s ostatnými a výrazne najniţšiu mieru nezamestnanosti medzi krajmi SR (viď tab. 1, obr. 1
a obr. 2 v prílohe).
Aspekty medziregionálnej
ekonomike
mobility
(migrácie)
pracovníkov
v slovenskej
Okrem medzinárodnej mobility je medziregionálna mobilita v rámci jedného štátu taktieţ
významný adaptačný mechanizmus v reakcii na asymetrické šoky a nerovnosti. Jednoduchou
moţnosťou skúmania mobility medzi regiónmi v rámci jedného štátu je analýza vzájomného
vzťahu medzi čistým prílivom osôb regiónu (rozdiel prisťahovaných a vysťahovaných
z/do ostatných častí štátu) a veľkosťou hrubých priemerných reálnych mesačných miezd
počas určitého vymedzeného časového obdobia v jednotlivých rokoch. Tento prístup bol
183
Ostrava, 4. a 5. 11. 2010
aplikovaný na slovenskú ekonomiku a bola skúmaná korelácia medzi čistým saldom migrácie
(rozdiel prisťahovaných do kraja z ostatných častí SR a vysťahovaných do ostatných častí
SR) a priemernými reálnymi mesačnými mzdami v krajoch SR v rokoch 2002-2009. Boli
zhromaţdené údaje o hrubých priemerných nominálnych mesačných mzdách vo všetkých
ôsmych krajoch SR (za obdobie 2002-2009), z nich boli vypočítané hrubé priemerné reálne
mesačné mzdy pomocou harmonizovaného indexu spotrebiteľských cien (HICP)
publikovaného Eurostatom. Nakoniec boli vypočítané korelačné koeficienty medzi
priemernými reálnymi mesačnými mzdami (za jednotlivé roky) a čistým saldom migrácie pre
osem krajov v kaţdom sledovanom roku obdobia 2002-2009. Tabuľka 2 zhŕňa výsledky tejto
analýzy a moţno povedať, ţe s určitými výnimkami dochádza k nárastu korelácie medzi
priemernými reálnymi mzdami a čistým prílivom osôb v krajoch Slovenska. Nízka korelácia
v roku 2003 bola ovplyvnená napríklad nízkym čistým prílivom osôb v Bratislavskom kraji
v danom roku, čo zrejme skreslilo výpočet korelačného koeficientu. V tomto roku došlo
u Bratislavského kraja k niţšiemu prílivu osôb v porovnaní so všetkými sledovanými rokmi
(okrem roku 2001) a k najväčšiemu odlivu osôb v období 2002-2009. Čisté migračné saldo
predstavovalo v roku 2003 v Bratislavskom kraji len 487 osôb, zatiaľ čo v ostatných
sledovaných rokoch prevyšovalo vţdy 1000 osôb.
Sťahovanie v rámci krajov Slovenska bolo najvýznamnejšie korelované s reálnymi mzdami
v roku 2009, keď korelačný koeficient dosiahol zaokrúhlene hodnoty 0,94. Najvýznamnejšie
sa teda preukázal pozitívny vzťah medzi čistým migračným saldom a výškou reálnych miezd
v rámci krajov (je však na zváţenie, nakoľko v tomto roku ovplyvnila výsledky hospodárska
kríza). Celkovo moţno však sledovať rastúci trend (s určitými výkyvmi). Samozrejme existuje
mnoho ďalších faktorov ovplyvňujúcich migráciu medzi regiónmi a preto sú výsledky
zjednodušené. Určité závery o pozitívnom vzťahu medzi veličinami moţno uskutočniť
i s ohľadom na zistenia empirických prác uvádzaným v kapitole 1.3, ţe jednotlivec reaguje na
príjmové podnety pri uskutočňovaní migračných rozhodnutí.
Tabuľka 2: Korelačné koeficienty medzi hrubými priemernými reálnymi
mesačnými mzdami a čistou migráciou v ôsmych krajoch Slovenska,
2002-2009
2002
2003
0,718889 0,393331
2004
0,608967
2005
0,829404
2006
0,790736
2007
0,773177
2008
0,848958
Zdroj:http://px-web.statistics.sk/PXWebSlovak/index.html;
http://epp.eurostat.ec.europa.eu/portal/page/portal/hicp/data/database,
v programe Excel
vlastné
2009
0,93547
výpočty
Pozn.: priemerné nominálne mesačné mzdy v jednotlivých krajoch boli delené HICP
(2005=100) k výpočtu reálnych miezd
Tabuľka 3 naznačuje korelačné koeficienty medzi mierami nezamestnanosti krajov Slovenska
a čistou migráciou. Zreteľná je negatívna korelácia, tzn., ţe kraje s vyššou mierou
nezamestnanosti budú mať menšie, či záporné migračné saldo v jednotlivých rokoch. Tieto
koeficienty dosahujú pomerne vysokých hodnôt najmä od roku 2005. Moţno sledovať rastúci
trend.
184
Ostrava, 4. a 5. 11. 2010
Tabuľka 3: Korelačné koeficienty medzi evidovanou mierou nezamestnanosti
a čistou migráciou v ôsmych krajoch Slovenska, 2002-2009
2002
-0,57935
2003
-0,45361
2004
-0,56114
2005
-0,74907
2006
-0,7898
2007
-0,8016
2008
-0,77844
2009
-0,83725
Zdroj: http://px-web.statistics.sk/PXWebSlovak/index.htm, vlastné výpočty v programe Excel
Analýzu moţno doplniť skúmaním vzťahu miery nezamestnanosti v rámci krajov Slovenska
a priemerných reálnych mesačných miezd. Na základe toho moţno čiastočne usudzovať, ako
prispieva geografická mobilita k vyrovnávaniu miezd a miery nezamestnanosti medzi krajmi
Slovenska. Výsledky sú zrejmé uţ z predchádzajúcej analýzy. Korelačné koeficienty počítané
na podobnom princípe ako v predchádzajúcich prípadoch sú zhrnuté v tab. 4 a je zrejmé, ţe
existuje pomerne vysoká negatívna korelácia medzi hrubými reálnymi mzdami a mierou
nezamestnanosti, avšak koeficienty dosahujú celkovo niţších hodnôt, neţ pri
predchádzajúcich dvoch analýzach. Nie je však zreteľný ich klesajúci trend a celkovo
nemoţno povedať, ţe by v rámci Slovenska slúţila mobilita pracovných síl významnejšie
k vyrovnávaniu rozdielov v mierach nezamestnanosti a reálnych mzdách (viď. tab. 5). Kraje
s najvyššími mierami nezamestnanosti dosahujú najniţších reálnych miezd. Tabuľka 2 však
naznačuje vysokú pozitívnu koreláciu medzi reálnymi mzdami a čistým migračným saldom
predovšetkým v najnovšom období. Taktieţ korelácia vyplývajúca z tab. 3 medzi mierou
nezamestnanosti a čistým migračným saldom je negatívna a v roku 2009 (i v niektorých
ďalších) pomerne vysoká. Na základe danej analýzy by tak do budúcna mohlo dôjsť
k zniţovaniu rozdielov v mierach nezamestnanosti a reálnych mzdách medzi krajmi
Slovenska, avšak ako uţ bolo spomenuté, existuje mnoho ďalších faktorov, ktoré ovplyvňujú
mobilitu či migráciu (viď analýza na konci tejto kapitoly) a záleţí tieţ, do akej miery sú mzdy
pruţné.
Tabuľka 4: Korelačné koeficienty medzi evidovanou mierou nezamestnanosti
a hrubými priemernými reálnymi mesačnými mzdami v ôsmych
krajoch Slovenska, 2002-2009
2002
-0,68908
2003
-0,63142
2004
-0,69273
2005
-0,65189
2006
-0,54871
2007
-0,53699
2008
-0,55419
2009
-0,68972
Zdroj:
http://px-web.statistics.sk/PXWebSlovak/index.htm,
http://epp.eurostat.ec.europa.eu/portal/page/portal/hicp/data/database, vlastné výpočty
v programe Excel
Pozn.: priemerné nominálne mesačné mzdy v jednotlivých krajoch boli delené HICP
(2005=100) k výpočtu reálnych miezd
Pre záverečné priblíţenie sú konkrétne hodnoty priemerných reálnych mesačných miezd
a evidovanej miery nezamestnanosti za rok 2009 pre jednotlivé kraje zhrnuté v tab. 5.
Bratislavský kraj dosahuje ako jediný kraj vyššiu neţ priemernú reálnu mzdu na Slovensku
v roku 2009 a výrazne niţšiu mieru nezamestnanosti ako je priemer Slovenska. Miera
nezamestnanosti je niţšia v porovnaní s priemerom Slovenska ešte v Trnavskom kraji, avšak
tá je v porovnaní s bratislavským krajom skoro dvojnásobná. Podobné atribúty reálnych
miezd a miery nezamestnanosti v slovenských krajoch sú charakteristické po dlhšie obdobie
(viď príloha).
185
Ostrava, 4. a 5. 11. 2010
Tabuľka 5: Hrubá priemerná reálna mesačná mzda a evidovaná miera
nezamestnanosti na Slovensku a v ôsmych krajoch Slovenska,
2002-2009
Región
Hrubá priemerná reálna
mesačná mzda
Slovenská republika
720,9279
Evidovaná miera
nezamestnanosti
(% z pracovnej sily)
12,66
Bratislavský kraj
989,9847
4,36
Trnavský kraj
683,6759
8,37
Trenčiansky kraj
638,9123
10,13
Nitriansky kraj
632,0739
11,72
Ţilinský kraj
644,3507
10,89
Banskobystrický kraj
615,2383
19,19
Prešovský kraj
592,2104
18,29
Košický kraj
693,0988
17,3
Zdroj:http://px-web.statistics.sk/PXWebSlovak/index.htm,
http://epp.eurostat.ec.europa.eu/portal/page/portal/hicp/data/database, vlastné výpočty
Pozn.: priemerné nominálne mesačné mzdy na Slovensku a v jednotlivých krajoch boli
delené HICP (2005=100) k výpočtu reálnych miezd
Z tab. 5 je ďalej zrejmé, ţe najniţšiu reálnu mzdu v roku 2009 vykazuje Prešovský kraj, ktorý
má po Banskobystrickom kraji druhú najvyššiu mieru nezamestnanosti. Podobne platí, ţe
reálna mzda v Prešovskom kraji dosahuje i v dlhšom časovom horizonte najniţších hodnôt
v porovnaní s ostatnými slovenskými krajmi a najvyššie miery nezamestnanosti spolu
s Banskobystrickým a Košickým krajom (viď tab. 2 v prílohe).
Regionálne disparity v daných ukazovateľoch sú vysoké, mobilita pracovníkov teda
neredukuje významne rozdiely v reálnych mzdách a mierach nezamestnanosti medzi krajmi,
ekonomický dopad mobility je nízky. Do budúcna by bolo moţné predpokladať pozitívny
vplyv, ale treba zváţiť v tejto súvislosti starnutie populácie vo vzťahu s migráciou a menšiu
ochotu starších osôb sťahovať sa za prácou. Navyše, mobilita resp. migrácia medzi regiónmi
je ovplyvnená mnohými ďalšími faktormi okrem uvádzaných, napr. vzdialenosťou medzi
regiónmi, bytovou politikou a trhom s nájomným bývaním, ktorého rozsah je na Slovensku
nepostačujúci. U rôznych kvalifikácií môţe byť navyše situácia odlišná a vysoký podiel na
vývoji reálnych miezd môţu predstavovať mzdy špecifických skupín pracovníkov (treba
skúmať migráciu s ohľadom na vek, pohlavie, kvalifikáciu). Migráciu ovplyvňujú tieţ priame
zahraničné investície. Celkovo nemoţno predpokladať, ţe všetky regionálne disparity sa
vyriešia presunom pracovníkov medi regiónmi, je nutné sa zamerať i na vnútorný potenciál
regiónov, tvorbu nových pracovných miest v nich a tak na zvyšovanie ţivotnej úrovne v
regiónoch.
Predchádzajúcou analýzou boli priblíţené i ďalšie charakteristiky trhu práce, vypovedajúce
o jeho pruţnosti, ktoré boli načrtnuté v kapitole 1.2. Konkrétne, okrem medziregionálnej
186
Ostrava, 4. a 5. 11. 2010
mobility pracovných síl, ide o regionálne disparity v mierach nezamestnanosti. Dané disparity
súvisia s prvým prispôsobovacím mechanizmom – mobilitou pracovných síl, poukazujú na
nízku medziregionálnu mobilitu, resp. na vysokú štrukturálnu nezamestnanosť. Aspekty
medzinárodnej mobility v rámci eurozóny boli priblíţené v kapitole 2. Čo sa týka ďalšieho
adaptačného mechanizmu, ktorým je flexibilita cien a miezd, tá je celkovo v európskych
krajinách nízka (viď kap. 2.1). Ďalej je problémom Slovenska i vysoká dlhodobá
nezamestnanosť, ktorá takisto súvisí s moţnosťami prispôsobovania sa cez trh práce. V roku
2008 dosiahla na Slovensku 6,6% a v roku 2009 6,5% pracovnej sily [18], čo sú najvyššie
hodnoty v celej EÚ (platí to znova v dlhšom časovom horizonte). Tá je taktieţ výsledkom
štrukturálnej nezamestnanosti. Výzvou pre Slovensko je teda hlavne pokračovať v reformách
na trhu práce zameraných na zvyšovanie mobility pracovných síl a flexibility trhu práce.
Doplnenie záverov vybraných štúdií medziregionálnej mobility na Slovensku
Podľa štúdie Fidrmuca (2002), ktorá sa zaoberá migráciou a prispôsobovaním sa
regionálnym šokom i na Slovensku, nastáva migrácia skôr medzi prosperujúcimi regiónmi,
neţ k sťahovaniu zo zaostalých do prosperujúcich regiónov. Potenciálne účinky migrácie na
regionálne rozdiely sú z ekonomického hľadiska nízke. [7]
Vhodné je spomenúť ešte jednu štúdiu, ktorá sa sústredí na skúmanie migrácie na niţšej
úrovni, ako sú kraje. Táto štúdia skúma koreláciu medzi reálnymi mzdami a migračnými
tokmi priemyselných pracovníkov v siedmych okresoch Slovenska v období 1997-200631
(vzťah reálnych miezd a čistej migrácie v okresoch krajských miest na Slovensku).
Nepotvrdila migráciu týchto pracovníkov do okresov s vyššími reálnymi mzdami a nemoţno
teda povedať, ţe pracovníci priemyslu sa sťahujú do centier s vyššími reálnymi mzdami.
Môţe to byť ale spojené so zmenou tradičných migračných centier a orientáciou na blízke
regióny týchto centier. [8]
Realizované aktivity a potenciálne moţnosti riešenia pre Slovensko
Pre úspešné fungovanie v eurozóne je dôleţitá pruţná ekonomika, keďţe Slovensko uţ
stratilo moţnosti jej ovplyvňovania autonómnou menovou a kurzovou politikou. Práve vyššia
flexibilita ekonomiky tj. flexibilita trhu práce, kvalitné podnikateľské prostredie atď. by mala
pomôcť reagovať na asymetrické šoky a rozdiely v ekonomických disparitách regiónov,
a v porovnaní s eurozónou a zaistiť efektívnu alokáciu výrobných zdrojov.
Je dôleţité zaoberať sa mobilitou na všetkých úrovniach. Okrem aktivít prijatých na úrovni
EÚ, musia štáty vrátane Slovenska prijímať opatrenia na podporu mobility pracovných síl. Na
Slovensku bola napríklad v roku 2009 zavedená dávka na podporu pracovnej mobility. Keď
sa pracovník registrovaný na úrade práce rozhodol migrovať za prácou v rámci Slovenska,
mal nárok na dávku, ktorá uhradí časť jeho nákladov na zmenu bydliska. Tá však nemala
významný úspech. Výzvou pre Slovensko je sústrediť sa ďalej na reformy trhu práce a na
bytovú politiku. Malé moţnosti nájomného bývania na Slovensku významne komplikujú
mobilitu pracovníkov.
31
Skúmané boli okresy: Bratislava, Trnava, Trenčín, Nitra, Ţilina, Banská Bystrica, Prešov. Nebol
zahrnutý okres Košice.
187
Ostrava, 4. a 5. 11. 2010
Záver
Mobilita výrobných faktorov, najmä pracovných síl je dôleţitý predpoklad úspešného
fungovania oblasti alebo zoskupenia s jednotnou menou, keďţe môţe ako adaptačný
mechanizmus nahradiť nemoţnosť pouţívať zmien menového kurzu a menovej politiky
k reakcii na asymetrické šoky a k obnove rovnováhy. To uţ predpokladal R. Mundell v rámci
svojej klasickej teórie OMO. V európskych krajinách sa nepotvrdzuje vysoká úroveň mobility
pracovných síl a úloha mobility ako mechanizmu efektívnej alokácie zdrojov je v eurozóne
obmedzená. Eurozóna netvorí optimálnu menovú oblasť nielen s ohľadom na fungovanie
mobility pracovných síl, ale i niektoré ďalšie prispôsobovacie mechanizmy a viaceré kritéria
teórie OMO. Do budúcna by sa situácia mohla zlepšovať i v súvislosti so snahou EÚ a jej
inštitúcií podporovať mobilitu pracovných síl, poukazovať na jej pozitívny vplyv
a povzbudzovať ju rôznymi nástrojmi. V súčasnej dobe existuje napríklad „Akčný plán na
podporu mobility― prijatý Európskou komisiou, ktorý si kladie za cieľ podporu mobility
pracovníkov na všetkých úrovniach politík. Naďalej musí pokračovať realizácia opatrení
odstraňujúcich bariéry mobility v rámci EÚ a to je dôleţitý predpoklad, aby mohla fungovať
aj ako efektívny adaptačný mechanizmus. Treba však zohľadniť všetky relevantné aspekty
vyplývajúce z teórie a empírie migrácie, napríklad starnutie populácie v krajinách EÚ
v súvislosti s pozorovanou niţšou ochotou starších pracovníkov sťahovať sa za prácou
a tomu prispôsobiť konkrétne kroky. Naopak, sú sledované i pozitívne trendy v pracovnej
mobilite v rámci EÚ, jedným z nich je tzv. viacnásobná mobilita mladých a kvalifikovaných
ľudí.
Slovensko vykazuje vyššiu mieru nezamestnanosti v porovnaní s priemerom eurozóny i s
väčšinou krajín eurozóny, opačná situácia je u zárobkov. Ţivotná úroveň meraná GDP/obyv.
v PPP na Slovensku dosiahla v roku 2009 72% priemernej ekonomickej úrovne EÚ-27,
naďalej sa však zvyšuje a dochádza teda ku konvergencii. Presun pracovníkov by mohol
aspoň čiastočne pomáhať pri vyrovnávaní rozdielov daných charakteristík, resp. pomáhať
reagovať na asymetrické šoky, ktoré zasiahnu jednotlivé oblasti eurozóny, vrátane regiónov
Slovenska.
Boli skúmané taktieţ moţnosti mobility a presunu pracovníkov v rámci slovenskej ekonomiky,
konkrétne na úrovni krajov. Čisté migračné toky sú pozitívne korelované s reálnymi mzdami
a negatívne s mierou nezamestnanosti, avšak naďalej pretrvávajú rozsiahle regionálne
rozdiely v mzdách, nezamestnanosti i ţivotnej úrovni medzi slovenskými krajmi. Účinok
mobility na vyrovnávanie daných rozdielov je doposiaľ nedostatočný. Vysoký korelačný
koeficient medzi reálnou mzdou a čistou migráciou v roku 2009 naznačuje pozitívny trend, do
budúcna by sa mohla situácia zlepšovať (je tu však moţné ovplyvnenie hospodárskou
krízou). Reálne mzdy však nie sú jediným faktorom ovplyvňujúcim sťahovanie sa za prácou,
treba sledovať širšie aspekty mobility na úrovni Slovenska a venovať pozornosť hlavne
bytovej politike a celkovo zvyšovať flexibilitu ekonomiky a najmä trhu práce. I ďalšie
ukazovatele súvisiace s pruţnosťou trhu práce a teda i moţnosťou reakcie na asymetrické
šoky a ekonomickú nerovnováhu nevykazujú priaznivých hodnôt, či uţ ide o spomínané
regionálne disparity, alebo vysokú dlhodobú mieru nezamestnanosti.
Celkovo je mobilita pracovných síl v Európe nízka resp. jej efekty ako adaptačného
mechanizmu sú nedostatočné a moţno ju teda vyuţívať len v obmedzenom rozsahu
k odstraňovaniu ekonomickej nerovnováhy. Treba brať ohľad aj na jej špecifický charakter,
188
Ostrava, 4. a 5. 11. 2010
tj. nemoţno odstrániť všetky existujúce problémy štátov (regiónov) presunom pracovníkov
do iného štátu (regiónu) eurozóny, či do iného regiónu v rámci štátu. Tým by mohlo dôjsť aj
k výraznému úniku mozgov z východiskovej oblasti. Naopak, treba podporovať tento
mechanizmus v rozumnej miere na úrovni EÚ (eurozóny) i jednotlivých štátov v kombinácií
s ostatnými adaptačnými mechanizmami a plnením ďalších kritérií teórie OMO, čo by malo
celkovo prispievať k prevahe prínosov z členstva v eurozóne nad nákladmi s ním spojenými.
Zoznam literatúry a zdrojov
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
Bahna, M. (2008). Pracovná migrácia zo Slovenska po vstupe do EÚ v kontexte
krajín EÚ 10 [on line]. Dostupné z:
http://www.sociologia.sav.sk/cms/uploaded/1216_attach_Pracovna_migracia_z
o_Slovenska_v_kontexte_EU_10.pdf
Brůţek, A., Smrčková, G., Záklasník, M. (2007). Evropská měnová integrace a
Česká republika. Praha: Velryba, 197 s. ISBN 978-80-85860-19-1.
Commission of the European Communities. Mobility, an Instrument for More
and Better Jobs: The European Job Mobility Action Plan (2007-2010). Brussels
2008. Available from:
http://europa.eu/legislation_summaries/education_training_youth/lifelong_learn
ing/c11805_en.htm
Commission of the European Communities. The Impact of Free Movement of
Workers in the Context of EU Enlargement. Brussels 2008. Available from:
http://eurlex.europa.eu/LexUriServ/LexUriServ.do?uri=CELEX:52008DC0765:EN:NOT
Constant, A., Massey, D. S. (2002). Return Migration by German Guestworkers:
Neoclassical versus New Economic Theories, International Migration, Volume 40
Issue 4, September 2002.
Copaiu M., Asymmetric Shocks across European Monetary Union: Can Labor
Mobility Act as an Adjustment Mechanism? Central European University,
Budapest, Hungary. Dostupné z:
pdc.ceu.hu/.../01/asymetric_shocks_across_european_monetary_union.pdf
Fidrmuc, J. (2002). Migration and Regional Adjustment to Asymmetric Shocks in
Transition Economies, CEPR Discussion Paper No. 556.
Gazda V., Janotka M. (2008). O mobilite pracovnej sily v rámci SR. Dostupné z:
http://www3.ekf.tuke.sk/konfera2008/zbornik/files/prispevky/janotka.pdf
Kotlán V., Macháček M. (2001). EMU a asymetrické šoky: Přehled fungování
mechanizmů adaptace a zajišťování. Finance a úvěr, ročník 51, č.10, 2001, pp.
514-527.
Kučerová, Z. (2005). Teorie optimální měnové oblasti a moţnosti její aplikace
na země střední a východní Evropy. Studie Národohospodářského ústavu
Josefa Hlávky, 2005, č. 3, 141s. ISBN 80-86729-18-14.
Lacina, L. a kol. (2007). Měnová integrace. Náklady a přínosy členství
v měnové unii. Praha: C. H. Beck, 2007, 538 s. ISBN 978-80-7179-560-5.
Massey, S. D., Arango, J., Hugo, G., Kouaouci, A., Pellegrino, A., Taylor, J. E.
(1998). Worlds in Motion, Understanding International Migration at the End of
the Millenium. Oxford, Clarendon Press.
Mundell, R. A. (1961). A Theory of Optimum Currency Areas. American
Economic Review, Vol. 51, no. 4, pp. 657-665.
Sjaastad, L. A. (1962). The Costs and Returns of Human migration, Journal of
Political Economy, Vol. 70, No. 5, Part 2, pp. 80-93.
Stark, O., Bloom, D. E. (1985). The New Economics of Labor Migration,
American Economic Review, Vol.75, No. 2, pp.173-8.
189
Ostrava, 4. a 5. 11. 2010
Šikulová I. (2006). Konvergencia v procese európskej menovej integrácie.
Bratislava: Ekonomický ústav akadémie vied. ISBN 80-7144-155-4.
[17] Štatistický úrad Slovenskej republiky. Databáza regionálnej štatistiky.
http://px-web.statistics.sk/PXWebSlovak/index.htm
[18] Štatistiky Eurostatu:
http://epp.eurostat.ec.europa.eu/portal/page/portal/statistics/themes
[19] Todaro, M. P. (1969): A Model of Labor Migration and Urban Development in
Less-Developed Countries, American Economic Review, Vol. 59, Issue 1, pp.
138-48.
[16]
Príloha
Tabuľka 1: Evidovaná miera nezamestnanosti na Slovensku a v ôsmych krajoch
Slovenska, 2002-2009
2002
Slovenská
republika
2003
2004
2005
2006
2007
2008
2009
17,45
15,56
13,07
11,36
9,4
7,99
8,39
12,66
5,18
3,97
3,39
2,6
2,29
1,98
2,27
4,36
Trnavský kraj
12,99
11,05
8,83
7,15
5,22
4,3
4,29
8,37
Trenčianský kraj
10,91
9,87
8,09
6,8
5,19
4,5
4,95
10,13
Nitriansky kraj
21,51
19,07
14,8
11,39
9,09
7,1
7,41
11,72
Ţilinský kraj
14,74
13,23
11,12
9,33
7,03
5,55
6,2
10,89
Banskob. Kraj
23,77
22,75
19,5
18,32
16,12
14,1
14,25
19,19
Prešovský kraj
23
19,57
17,5
15,77
13,68
12,05
12,86
18,29
24,26
22,16
18,89
17,5
15,18
13,02
13,5
17,3
Bratislavský kraj
Košický kraj
Obrázok 1: evidovaná miera nezamestnanosti na Slovensku a v ôsmych krajoch
Slovenska, 2002-2009
190
Ostrava, 4. a 5. 11. 2010
Tabuľka 2: Hrubá priemerná reálna mesačná mzda na Slovensku a v ôsmych
krajoch Slovenska, 2002-2009
SR
Br.
Trn.
Tre.
Nit.
Ţil.
Ban.
Preš
Koš.
2002
580,42
774,38
555,77
520,34
519,57
552,11
524,23
487,02
568,48
2003
563,22
742,80
545,28
515,37
497,84
502,20
503,15
465,57
579,24
2004
581,51
770,79
584,89
530,22
508,83
537,22
509,20
460,55
585,05
2005
614,22
812,54
604,71
551,24
529,69
556,52
537,19
484,62
595,77
2006
629,56
856,75
593,36
579,25
555,37
564,26
542,80
517,46
635,19
2007
676,75
901,21
659,60
609,35
599,01
601,32
588,26
562,26
671,53
2008
700,14
947,00
665,47
630,93
625,15
629,75
611,63
575,01
684,50
2009
720,93
989,99
683,68
638,91
632,07
644,35
615,24
592,21
693,10
Zdroj:
http://pxweb.statistics.sk/PXWebSlovak/index.htm,http://epp.eurostat.ec.europa.eu/portal/page/port
al/hicp/data/database
Pozn.1: priemerné nominálne mesačné mzdy na Slovensku a v jednotlivých krajoch boli
delené HICP (2005=100) k výpočtu reálnych miezd, zaokrúhlené na 2 desatinné miesta
Pozn.2: Br..-Bratislavský kraj, Trn.-Trnavský kraj, Tre.-Trenčianský kraj, Nit.-Nitrianský kraj,
Ţil.-Ţilinský kraj, Ban.-Banskobystrický kraj, Preš.-Prešovský kraj, Koš.-Košický kraj
191
Ostrava, 4. a 5. 11. 2010
Podstata a smysl strategického řízení regionálního rozvoje
v České republice
Ing. Renáta Václavková
Abstrakt
Tento příspěvek se věnuje základním principům regionálního rozvoje v České republice.
Kaţdý den přicházíme do styku s různými prostorovými strukturami. Většinou jsou pro nás
tyto struktury natolik samozřejmé, ţe si je ani neuvědomujeme. Jednou z hlavních příčin je,
ţe se tyto struktury zásadně nemění z pohledu krátkého časového úseku. Z pohledu
dlouhodobého ovšem můţeme v těchto prostorových strukturách zaznamenat výrazné
změny. Co ovlivňuje tyto změny a jak probíhá strategické řízení rozvoje území je
rozpracováno v příspěvku, který se věnuje hlavním principům strategického řízení regionální
politiky v České republice.
Klíčová slova
regionální rozvoj, regionální politika, strategické řízení.
Abstract
This paper is aimed to basic principles of the regional development in The Czech Republic. In
every day we are into connection with a different territory structures. The territorial
structures are very common in our life and we don´t realize that they are here. The main
reason is that these structures don´t change in the short period of time. But with long term
view we can see significant changes in that territory structures. What affects these changes
and how is strategic management working is described in the paper. Document devotes to
the main strategic management’s principles of regional policy in The Czech Republic.
Keywords
regional development, regional policy, strategic management
1 Teoreticko - metodologická východiska regionálního rozvoje
Dříve neţ bude popsán systém regionálního rozvoje, je nutné vysvětlit teoretickometodologická východiska regionálního rozvoje. Pro vymezení základních pojmů bylo vyuţito
strategie regionálního rozvoje České republiky pro období 2007-2013.
Region – dle subnacinálního územního členění regionů je Česká republika rozdělena do
těchto celků:





NUTS I – Stát (1)
NUTS II Regiony soudrţnosti (8)
NUTS III Kraje (14)
LAU I Okresy (76 + 15 praţských obvodů)
LAU II Obce (6 249)
192
Ostrava, 4. a 5. 11. 2010
Obrázek 1: Rozdělení NUTSII, NUTSIII v ČR
zdroj www.strukturalni-fondy.cz
Regionální rozvoj znamená růst socioekonomického a environmentálního potenciálu a
konkurenceschopnosti regionů vedoucí ke zvyšování ţivotní úrovně a kvality ţivota jejich
obyvatel. V tomto ohledu jde o dynamický a vyváţený rozvoj regionální struktury příslušného
územního celku a jeho částí (regionů, mikroregionů) a odstraňování, popřípadě zmírňování
regionálních disparit. (MMR, 2006)
Regionálními disparitami rozumíme rozdíly v úrovni hospodářského, environmentálního
a sociálního rozvoje regionů v míře, která je celospolečensky uznána jako neţádoucí. Za
regionální disparity nelze např. povaţovat rozdíly vyplývající z rozmanitosti podmínek
jednotlivých regionů a z nich vyplývající rozdíly v kvalitě ţivota např. v městských nebo
venkovských oblastech, kde se výhody a nevýhody navzájem vyvaţují.(MMR, 2006)
Regionální politika představuje soubor intervencí, zaměřených podle konkrétní situace
státu a jeho regionů a podle očekávaných vývojových tendencí, na podporu opatření
vedoucích k růstu ekonomických aktivit a lepšímu územnímu rozloţení v území a k rozvoji
infrastruktury. Základní podmínkou je jasné definování priorit a koncentrace prostředků na
tyto priority. (MMR, 2006)
2 Systém regionálního rozvoje
Co tedy ovlivňuje kaţdý regionální rozvojový proces? Jelikoţ v našem případě pojmem region
rozumíme subnacionální území, máme co do činění s otevřenými územními jednotkami, kde
dochází k výměně zboţí, zásob, práce a informací přes regionální hranice, které nejsou
všeobecně ţádným způsobem regulované. Neexistuje zde ţádné clo, kurzovní riziko, ţádné
pobytové či pracovní povolení, které by bránilo vzájemné výměně mezi regiony. Následující
obrázek schematicky znázorňuje tuto situaci.
Obrázek č. 2 vysvětluje výměnu zboţí a sluţeb, pracovní síly, kapitálu a informací mezi
centrálním regionem a ostatními regiony. Přitom informace se vyměňují zčásti odděleně a
zčásti společně s ostatními výměnnými vztahy. To však neznamená, ţe kaţdá regionální
výměna probíhá úplně bez překáţek. Například při přepravě zboţí a osob z jednoho regionu
do druhého regionu vznikají dopravní náklady. Dále jiné zdroje, jako je např. půda, jsou
193
Ostrava, 4. a 5. 11. 2010
prostorově imobilní. Osobní sluţby naopak vyţadují přítomnost poptávajícího a kupujícího na
stejném místě, a proto mohou vţdy zasáhnout jen malou oblast. Faktory se tedy chovají
heterogenně dle specifických podmínek prostoru a času, coţ vede k vytváření trhů s různou
strukturou a různým prostorovým rozsahem. Výsledkem je prostorově rozdílná koncentrace
aktivit, která svým aglomeračním efektem různě silně přitahuje či odpuzuje nové aktivity.
Kaţdý region má samozřejmě různé lokalizační předpoklady k hospodářskému růstu.
V souvislosti s regionálním rozvojem jsou lokalizační předpoklady a prostorové struktury
důleţité, protoţe představují předpoklady pro rozvoj dané oblasti. Regiony s vhodnými
lokalizačními předpoklady a strukturami se budou moci lépe rozvíjet neţ regiony s
nevhodnými předpoklady.
Obrázek 2: Systém hospodářské výměny mezi regiony
Zboţí
Práce
Informac
e
Kapitál
Determinanty regionálního rozvoje
Prostorové uspořádání, které pozorujeme v uzavřené ekonomice státní úrovně, je výsledkem
rozhodnutí mnohých aktérů. Rozlišujeme tři nejdůleţitější aktéry ovlivňující regionální rozvoj.
Jsou jimi podniky, domácnosti a stát.
194
Ostrava, 4. a 5. 11. 2010
Obrázek 3: Hospodářská výměna v regionální ekonomice
Podrobněji se budeme zabývat pouze ovlivňováním regionální ekonomiky z úrovně veřejné
ruky – státu. Stát činí mnohá rozhodnutí, které mají vliv na prostorovou strukturu. Na jedné
straně se podílí na kvalitě různých lokalit a na druhé straně sám přijímá lokalizační
rozhodnutí při umísťování veřejných zařízení. Stát strukturuje rámcové politické a sociální
podmínky na společný ţivot lidí a na jejich ekonomickou činnost. Vymáhá daně a poplatky,
které se mohou prostorově lišit, vytváří právní pořádek, provozuje zařízení na prosazení
tohoto pořádku (justice, policie) a poskytuje mnoţství veřejných sluţeb.
Důleţitou úlohou státu je poskytování infrastrukturních zařízení. Tyto zařízení mohou mít
podstatný prostorově-diferencující vliv. Vytvoření dopravní, ţelezniční a komunikační sítě má
za následek, ţe některé lokality jsou pro určité funkce vhodnější a jiné méně vhodné. Druh a
kvalita škol a univerzit určuje úroveň vzdělání pracovních sil, které opět mohou působit jako
výhody a nevýhody dané lokality apod.
Je třeba mít na zřeteli, ţe stát není homogenní aktér a také nestojí mimo hospodářské dění.
Různé úrovně administrativy teritoriálního rozdělní (obec, kraj, stát) nebo funkcionálního
charakteru (různé ministerstva, oddělení, sekce) mají často rozdílné cíle a navzájem si
konkurují v úsilí o zdroje a kompetence. Svou vlastní hospodářskou činností, příjmy z daní,
zájmovými zastoupeními a politickým tlakem je stát sám ovlivňovaný svými vlastními
opatřeními a je vklíněný do hospodářské struktury. Při lokalizaci veřejných zařízení (škol,
nemocnic, kulturních zařízení atd.) podléhá stát podobným restrikcím jako domácnosti.
Musíme ho tedy pokládat za jednoho z vícerých aktérů regionálního rozvoje, kteří přijímají
rozhodnutí ovlivňující prostorovou strukturu a jsou s ostatními aktéry velmi úzce spjatí. Kvůli
tomu spojení můţe stát jen velmi nedokonale vykonávat úlohu nadřízené řídící organizace,
která se mu v souvislosti s regionálním rozvojem připisuje.(Maier, 1997)
195
Ostrava, 4. a 5. 11. 2010
Podrobnější členění aktérů v regionálním rozvoji z pohledu veřejné ruky







zákonodárné sloţky státu (Poslanecká sněmovna a Senát)
výkonné sloţky státu (vláda, ústřední orgány státní právy a jimi řízené organizace,
dočasně okresní úřady)
orgány územní samosprávy (na krajské a obecní úrovni)
poradní a koordinační orgány (Národní programový a monitorovací výbor, Rady pro
koordinaci regionálního rozvoje, Regionální řídící a monitorovací výbory)
rozvojové organizace s celostátní či regionální působností (rozvojové agentury,
klastry, podnikatelské inkubátory, vědeckotechnologické parky atd.)
hospodářské a agrární komory, zájmová sdruţení, zaměstnanecké a
zaměstnavatelské organizace, agentury
instituce veřejného sektoru (školy, zdravotní a sociální zařízení, kulturní instituce aj.),
nestátní neziskové organizace
3 Regionální politika
Regionální politikou dle úvodní definice rozumíme soubor intervencí, zaměřených podle
konkrétní situace státu a jeho regionů a podle očekávaných vývojových tendencí, na podporu
opatření vedoucích k růstu ekonomických aktivit a lepšímu územnímu rozloţení v území a
k rozvoji infrastruktury. Základní podmínkou je jasné definování priorit a koncentrace
prostředků na tyto priority. Přitom se má korigovat prostorová alokace vytvořená trhem.
Regiony jsou vymezeny buď podle kriterií rovnosti druhu (procento nezaměstnaných nebo
dle HDP na obyvatele daného regionu) anebo podle funkční závislosti (centrum a příslušné
zázemí). V prvním případě hovoříme o homogenních regionech a v druhém o funkčních
regionech.
Regionální politika se snaţí většinou o ovlivňování rozvoje velkých hospodářských celků
určitého území, a proto nejdůleţitějšími účastníky regionální politiky jsou jiţ tradičně stát,
regiony soudrţnosti, kraje, obce. V České republice se jedná o Ministerstvo pro místní rozvoj
České republiky z pohledu národní úrovně. Například ve federálních státech, jako je Německo
nebo Rakousko, převzali úlohu regionální politiky spolkové země.
Proč je důleţité v trţních ekonomikách vykonávat regionální politiku? Jaké jsou důvody a
argumenty pro regionální zásahy? V literatuře se vyskytují tři druhy důvodů:



Ekonomické
Sociální
Environmentální
Ekonomické zdůvodnění
Podle neoklasiků má trţní mechanismus sám od sebe zabezpečovat optimální alokaci zdrojů
v prostoru, proto regionální politika není potřebná. Externí efekty, jako je nedokonalá
mobilita zdrojů, však brání optimální alokaci prostřednictvím trhu.
Důsledky jsou například tyto:


V některých regionech aglomerační náklady (nevýhody) převyšují aglomerační výnosy
(výhody).
Vliv inflačních efektů způsobených tím, ţe poptávka po faktorech v některých
regionech trvale převyšuje nabídku.
196


Ostrava, 4. a 5. 11. 2010
Na druhé straně pak existují kvůli nedokonalé mobilitě kapitálu a práce často oblasti,
ve kterých výrobní faktory (především pracovní síla) nejsou plně vyuţité.
Soukromí investoři vyţadují příslušnou infrastrukturu (zásobování, odvoz odpadu,
dopravu a komunikační technologie) a zařízení (jako vzdělávání, vědecký a
technologický transfer a správu). Mnoho odvětví této infrastruktury má charakter
veřejných statků (nevylučitelnost, nezmenšitelnost), a proto je soukromý sektor
neposkytuje v dostatečném mnoţství.
Sociální zdůvodnění
Hlavní motivy existence regionální politiky ovšem nespočívají pouze v ekonomických cílech,
ale především v cílech sociálních. Klíčovým argumentem je, ţe trţní mechanismus sám není
schopný zabezpečit vyrovnaný regionální rozvoj se stejnými důchodovými moţnostmi a
přibliţně stejnými ţivotními podmínkami ve všech regionech ekonomického prostoru. Hlavní
rozdíly můţeme nalézt ve vybavenosti, ve výhodách z rozsahu, výhodách aglomerace apod.
Společnosti, které mají jako cíl sociální rovnost, se pokoušejí prostřednictvím regionální
politiky přispět k vyrovnání mezi rozdílnými regiony v oblasti podnikatelských a důchodových
moţností a ostatních ţivotních podmínek. Cíl vyrovnávání má pro evropskou regionální
politiku velký význam. Výběr regionů, které do této politiky spadají, je dán kriteriem
potřebnosti. Regiony jsou vybrány podle znaků: nejniţší HDP na obyvatele, nezaměstnanost
a nepříznivé ţivotní podmínky apod.
V posledních letech ovšem nastalo určité vystřízlivění vzhledem k moţnosti zmenšit pomocí
regionální politiky oblastní rozdíly. Často se povaţuje za úspěch stabilizování regionálních
rozdílů a zastavení jeho dalšího prohlubování. V dalším rozměru se regionální politika v rámci
sociálního pilíře zaměřuje na kvalitu ţivota obyvatel jako je například práce, bydlení, vzdělání,
dostupnost výrobků a sluţeb, kultura, rekreace, sport a volný čas apod. (Maier 2. , 1998)
Environmentální zdůvodnění
V posledním období získaly environmentální zájmy vysoký význam. Důvodem je stále
zhoršující se ţivotní prostředí ve městech, přetíţení dopravních tepen, znečišťování prostředí
velkými průmyslovými podniky, energetická náročnost západního stylu ţivota, problémy
s odpadovým hospodářstvím a stále se zhorčující kvalita vody, půdy a ovzduší. V posledním
období významnou roli hraje také otázka klimatické změny, díky které dochází k zásadním
změnám počasí. Cílem regionální politiky prostorového uspořádání je zachování přírodního a
kulturního prostředí pro další generace a zabezpečení přirozených ţivotních podmínek, coţ
opět není moţné očekávat od volně působícího trţního mechanismu. Prostřednictvím
cenového mechanismu jsou sice statky, na které existuje dispoziční právo, jako jsou
například nerostné suroviny, půda a stavební pozemky v atraktivních lokalitách draţší a tím
hodnotnější, ale stále je zde voda a vzduch jakoţto volně přístupný statek a podniky i
domácnosti se k nim chovají podle individuálních zájmů.
Regionální politika zde sleduje dva hlavní cíle. Prvním cílem je směřování od velmi ekologicky
zatíţených regionů k méně zatíţeným, druhým cílem je vhodná volba regionálně politické
strategie a důsledné kontrolování dopadů investičních projektů na ţivotní prostředí.
Z hlediska udrţitelného rozvoje hlavní otázkou zůstává, v jakém rozsahu můţe regionální
rozvoj zabezpečit přirozené ţivotní podmínky, případně v jakém rozsahu se tyto podmínky
mohou změnit.
197
Ostrava, 4. a 5. 11. 2010
4 Regionální politika v ČR
Strategie regionálního rozvoje ČR pro 2007-2013 definuje základní úrovně pro realizaci
regionální politiky v České republice. Mezi základní úrovně patří stát, regiony soudrţnosti,
kraje a obce.
Úlohou státní úrovně je koncepční a výkonná činnost zákonodárných a výkonných sloţek
státu v oblasti regionální politiky a podpory regionálního rozvoje, včetně zabezpečení
prostředků státního rozpočtu a adekvátních legislativních opatření.
Cílem státní podpory regionálního rozvoje je růst socioekonomického a environmentálního
potenciálu regionů, zvyšování jejich konkurenceschopnosti, vyváţený rozvoj regionální
struktury státu a sniţování nepřiměřených rozdílů v úrovni hospodářského a sociálního
rozvoje a environmentálních podmínek regionů. Při uplatňování principu subsidiarity
v podpoře regionálního rozvoje a provádění regionální politiky je tedy úkolem státu zejména:




vytváření koncepce regionální politiky státu,
analýza a identifikace regionálních disparit,
určení problémových regionů, které je potřeba podporovat z úrovně státu,
stanovení rozsahu a zaměření podpory státu v rámci státních programů podpory
regionálního rozvoje k odstraňování regionálních disparit.
Úlohou krajské úrovně je koncepční a výkonná činnost samosprávných orgánů krajů
v oblasti regionálního rozvoje. Orgány kraje tvoří základní stavební jednotku pro tvorbu a
realizaci regionálního rozvoje v ČR, spolupracují s ústředními úřady státní správy a koordinují
zájmy obcí ve věcech regionálního rozvoje nadobecního významu.
Úkolem krajů je zejména:



koordinace rozvoje územního obvodu kraje a rozvoj odvětví v jejich samostatné
působnosti,
koncipování vnitřní rozvojové politiky krajů, zpracování a implementace rozvojových
programů,
stanovení regionálních rozvojových priorit, ovlivňování vývoje regionálních disparit
v rámci kraje a dbát o zachování krajinné a hospodářské pestrosti území.
Stát i kraje plní při podpoře regionálního rozvoje své nezastupitelné role. Spolupracují, ale
nemohou se vzájemně nahrazovat. Kraje nemohou převzít funkci státu z prostého důvodu působí pouze na svém vymezeném území a nemohou překonat prostorové limity působnosti
územních samospráv. Naproti tomu odstraňování regionálních disparit vyţaduje jednotné
posuzování problémů na celém území státu a rozhodování podle jednotných kriterií o tom,
které zaostávající územní celky v rámci státu a jakým způsobem mají být podporovány. Stát
navíc vystupuje ve vztahu k příslušným institucím Evropské unie jako nezastupitelný partner
při uplatňování politiky hospodářské a sociální soudrţnosti a tedy realizaci regionální politiky
EU na území ČR.
Stát by měl respektovat samosprávnou roli krajů v oblasti plnění dílčích funkcí regionální
politiky a rozvoje regionů. V této oblasti je zcela zásadní uplatnění principu subsidiarity,
v rámci něhoţ Strategie regionálního rozvoje představuje zastřešující koncepční dokument,
jak pro tvorbu regionálních rozvojových strategií, tak i pro uplatnění jednotlivých nástrojů
v rámci implementace národní regionální politiky při přípravě a realizaci čerpání prostředků
z evropských fondů.
198
Ostrava, 4. a 5. 11. 2010
Úlohou obecní úrovně je koncepční a výkonná činnost samosprávných orgánů obcí
v oblasti místního rozvoje, jejich iniciační činnost v oblasti řešení nadmístních problémů a
definování nadmístních programů a jejich participace na realizaci regionálních programů.
5 Prorůstová strategie regionálního rozvoje ČR v roce 2007-2013 a její
procesy
Preferovaným vzorcem překonávání regionálních disparit je dle Strategie regionálního rozvoje
České republiky zachování a vyuţívání funkčních (z hlediska moţností rozvoje pozitivních)
rozmanitostí jednotlivých regionů. Níţe uvedený obrázek ukazuje na diversifikovaný přístup
k rozvoji regionů.
Obrázek 4: Diverzifikovaný přístup rozvoje regionů
Diversita
Flexibilita
Prosperita
Stabilita
a efektivita
Dynamická
rovnováha
K zabezpečení takto pojaté prorůstové strategie slouţí následující procesy diversifikovaného
rozvoje regionů:
Mobilizace přírodního a kulturního potenciálu
Jedná se o efektivní vyuţívání rozvojového potenciálu regionů na základě zmapování místně
diversifikovaného přírodního a hmotného rozvojového potenciálu a aplikace účinných
opatření k jeho vyuţití. Cílem je dosáhnout vyšší kapitálové absorpční schopnosti regionů
směrem k maximálnímu vyuţití přírodního a kulturního rozvojového potenciálu. Opatřením je
revitalizace regionálních tradic a jejího vyuţívání jako zdroje hospodářského růstu v rámci
globálně dynamicky se vyvíjejících segmentů, jako je turismus nebo ekonomizace kulturního
dědictví.
Šíření rozvojových inovací
Šíření efektů prostorových rozvojových pólů formou předávání inovací do rozvojově
indiferentních regionů.
Vyuţití komparativních výhod
Vyuţití komparativních výhod zaloţených na zvýrazňování pozitivních faktorů regionů a jejich
rozvojových předpokladů a odstranění negativních rozvojově disfunkčních disparit, které
brání vyuţívání komparativních výhod.
Prostorová soudrţnost, rozvoj infrastruktury
Vnitřní integrace regionů na základě územní dělby práce, optimálně vyuţívající
komparativních výhod a prostorové dostupnosti jednotlivých částí území a spádových vazeb
mezi nimi. Posilování ekonomické a sociální soudrţnosti kapitálovými vklady do rozvoje
infrastruktury regionů.
199
Ostrava, 4. a 5. 11. 2010
Diferencovaný rozvoj lidských zdrojů v regionech
Zvyšování vzdělání, kvalifikace, motivace, sociální a prostorové mobility a akceschopnosti
obyvatel s cílem zajištění vyšší efektivity jejich zapojení do rozvojových projektů a do
aplikace principů místní Agendy 21.
Přeshraniční a meziregionální spolupráce
Vyuţívání moţností přeshraniční regionální spolupráce v rámci středoevropského prostoru a
spolupráce s dalšími evropskými regiony a mezinárodními organizacemi.
Zvýšení sociální soudrţnosti regionů
Vysoká míra sociální soudrţnosti regionů, zaloţená na ekonomické a občanské participaci
jednotlivých skupin obyvatel a jejich identifikaci s daným územím a na funkční podpoře
integrace vyčleněných skupin se společným cílem zlepšení kvality ţivota v regionu.
Modernizace socioekonomické struktury obyvatelstva regionů jako předpoklad jejich
dlouhodobě udrţitelného rozvoje.
Stabilizace sídelní struktury regionů a revitalizace venkovského prostoru
Podporou substituce trvalé migrace dojíţďkou za prací zvýšit prostorovou flexibilitu na trhu
práce bez výrazných změn v sídelní struktuře země s cílem omezování trendu vylidňování
obcí a předcházení rozrůstání měst do krajiny. Oţivení venkovského prostoru vyuţitím
moderních technologií, informatiky, modernizací zemědělské výroby a zvýšením
environmentálních funkcí krajiny. Zvýšení prestiţe venkova zlepšenou kvalitou ţivotního
prostředí a podpora zhodnocování krajinného potenciálu.
Kvalita a otevřenost veřejné správy v regionech
Zlepšení kvality a efektivity výkonu veřejné správy na regionální a lokální úrovni a její
dostupnosti obyvatelům. Podpora rozvoje partnerství soukromého, veřejného a neziskového
sektoru a otevřené komunikace.
Šetrné vyuţití potenciálu ţivotního prostředí ke zvyšování růstu socioekonomického
potenciálu a konkurenceschopnosti regionů v souladu s principy udrţitelného rozvoje.
Zlepšování kvality ţivota prostřednictvím systémové ochrany a zvyšování kvality sloţek
ţivotního prostředí.
6 Nástroje pro zajištění regionální politiky České republiky pro období
2007-2013
Pobídková politika
Regionální politika nebude mít vlastní specifické nástroje. Bude vyuţívat standardní
ekonomické a finanční nástroje, které budou v odůvodněných případech regionálně
diferencované (podpora podnikatelských aktivit) nebo aplikované s větší intenzitou ve
vybraných regionech (podpora veřejného sektoru).
Jednou z klíčových sloţek regionální politiky bude pobídková politika, která bude
zajišťovat finanční podporu subjektům ve vyznačených regionech (nadstandardní podpora) s
cílem tyto subjekty přesvědčit, aby se přemístily do těchto regionů anebo se
v takových regionech rozvíjely.
200
Ostrava, 4. a 5. 11. 2010
Hlavní úvaha při navrhování opatření souvisejících s regionálními pobídkami se dotýká
vyznačení těch regionů, v nichţ bude aplikována podpora ve formě pobídek.
Pro podporu regionálního rozvoje České republiky budou aplikovány tři základní finanční
nástroje pobídkového charakteru na podporu podnikatelských aktivit: kapitálová dotace,
dotace vztahující se k úrokům nebo půjčkám, dotace vztahující se k pracovní síle.
Informace a poradenství
K institucionálním nástrojům počítáme instituce poskytující informace a poradenství.
Významné instituce k podpoře regionálního rozvoje představují: Agentura pro rozvoj
podnikání, fondy rizikového kapitálu, Česká agentura pro zahraniční investice CZECHINVEST,
Česká agentura pro zahraniční obchod CZECHTRADE, Národní vzdělávací fond, Hospodářská
komora ČR, Agrární komora ČR, Asociace inovačního podnikání ČR, Společnost
vědeckotechnických parků, Česká centrála cestovního ruchu.
Intenzita a finanční podpora poskytovaných sluţeb těchto institucí nejsou regionálně
diferencovány, avšak v konkrétních případech mohou mít významný regionální efekt.
Programové zabezpečení regionálního rozvoje
Soustava strategických a programových dokumentů je členěna na strategické a programové
dokumenty České republiky vypracovávané na úrovni státu a na úrovni krajů a také obcí.
Následující obrázek ukazuje systémové uspořádání strategických a programových
dokumentů, prostřednictvím kterého dochází ke strategickému řízení regionálního rozvoje.
Obrázek 5: Systém strategických a programových dokumentů regionálního
rozvoje ČR dle územního členění
201
Ostrava, 4. a 5. 11. 2010
Stupně strategického plánování
Tvorba programových dokumentů je úzce spjata s procesem strategického plánování a řízení.
Neexistuje jediná všeobecně přijímaná metodologie provádění strategického plánování
rozvoje regionů. Proces zaloţený na budování konsensu u regionálních aktérů na společnou
vizi a lepší ekonomickou a sociální a udrţitelnou budoucnost regionu. Strategické plánování
probíhá ve třech základních stupních:
Strategie je dlouhodobý koncepční dokument, který určuje základní linie rozvoje daného
subjektu, resp. území, pro něţ daný subjekt strategii vytváří, a to ve všech základních
tematických oblastech a na dlouhé období.
Program je střednědobý koncepční dokument. Vychází a navazuje na strategii a ve
střednědobém horizontu vytyčuje opatření, která bude subjekt realizovat, aby dosáhl
strategických cílů.
Plán je krátkodobý dokument prováděcího charakteru a v pravém slova smyslu jiţ nejde o
strategický dokument. Je však nezbytným návazným dokumentem na strategii, neboť
konkretizuje vybraná opatření ve formě projektů či aktivit. Obsahuje jiţ harmonogram a
stanovuje způsob financování jednotlivých aktivit a projektů spolu s jejich rámcovými
rozpočty.
Programování strukturální pomoci Evropské Unie České republice pro
programovací období 2007 – 2013
Následující obrázek zaznamenává systém strategických dokumentů zaměřený na podporu
strukturální pomoci. Hlavním cílem je navrhnout promyšlený soubor aktivit zaměřený na
podporu ekonomického a sociálního rozvoje regionů v rámci vyuţití strukturální pomoci
Evropské Unie. Tyto programové dokumenty jsou součástí realizační fáze podpory
regionálního rozvoje České republiky v kontextu zájmů regionálního politiky Evropské Unie.
202
Ostrava, 4. a 5. 11. 2010
Obrázek 6-Programováni strukturální pomoci pro období 2007 - 2013
Systém strategických dokumentů regionálního rozvoje zaměřený na podporu
strukturální pomoci
Národní úroveň
Regionální úroveň
Obce
Strategický rámec EU
Strategické obecné zásady Společenství
Strategický rámec ČR STRATEGIE
Národní rozvojový plán
Národní strategický referenční rámec
Programový rámec ČRPROGRAMY
Tematické operační
programy
Regionální operační
programy
IPRM ‐Integrovaný
plán rozvoje města
Program rozvoje
města
Operační
PLÁNY
Rozvojové aktivity
financované z fondů EU
Rozvojové aktivity
financované ze zdrojů
strukturální pomoci na
úrovni NUTS2
Rozvojové aktivity
financované ze
zdrojů strukturální
pomoci na úrovni
NUTS2
rámec
ČR-
7 Strategické plánování a řízení regionálního rozvoje v ČR
Význam tvorby strategických a programových dokumentů v České republice a v jejich
územních celcích stoupá s mírou, s jakou se prosazuje strategické řízení na těchto úrovních a
s mírou našeho zapojení, jako členské země EU, do strategického plánování a programování
EU.
Proces plánování a řízení regionálního rozvoje je vnímáno jako systematický proces
organizování změn a vytváření širokého konsenzu a společné vize pro dynamický
regionální rozvoj naší země. Cílem je naplánovat a uskutečnit poţadované změny, které
ovlivní současnou situaci v daném území a nikoliv pouze připravit strategický plán či
program. Primárním cílem je vyvolat akci a dosáhnout určité ţádané změny a ne pouze
vyčerpat momentálně dostupné prostředky.
Strategické a programové dokumenty jsou nedílnou součástí strategického plánování a
řízení regionálního rozvoje a nejsou a nemohou být vytvářeny izolovaně. Soustava
strategických a programových dokumentů by měla tudíţ být provázaná dle jednotlivých
územních úrovní, jedině tak je moţné zajistit efektivní fungování nástrojů regionální
politiky. Proto je potřeba dobudovat legislativní oporu pro oblast regionálního plánování a
řízení tak, aby byly zachovány jednotlivé vazby na dokumenty od vyššího regionálního
uspořádání k niţšímu územnímu uspořádání.
Dalším kriteriem pro efektivní plánování a řízení regionálního rozvoje je akceptování
jednotlivých stupňů strategického plánování. Jak jiţ bylo zmíněno v úvodu dokumentu,
203
Ostrava, 4. a 5. 11. 2010
změny v prostorovém uspořádání se dějí jen velmi pomalu z krátkodobého pohledu. Je
tedy nutné chápat proces strategického plánování v dlouhodobém horizontu, který
přesahuje jedno volební období a proces taktického, programového plánování pouze
ukusuje svůj díl z plánované strategie.
Současnou situaci v České republice popisuje následující obrázek, který ukazuje
jednotlivé vazby. V uvedeném znázornění je moţné si povšimnout nedokonalosti
legislativní podpory pro strategické plánování regionálního rozvoje v ČR a nedostatečné
provázanosti jednotlivých stupňů strategického plánování.
Obrázek 7: Systém strategických a programových dokumentů regionálního
rozvoje ČR
Závěr
Příspěvek se věnoval podstatě a smyslu regionálního rozvoje v kontextu České republiky.
Hlavními aktéry regionálního rozvoje jsou podniky, domácnosti a stát. To, jak se regiony
204
Ostrava, 4. a 5. 11. 2010
vyvíjejí v čase, ovlivňuje faktory hospodářské výměny mezi jednotlivými regiony. Tam kde
tyto faktory negenerují dostatečný potenciál pro rozvoj, je potřeba uplatnit intervence ze
strany regionální politiky, kterou vykonává veřejná ruka - stát. Stát tedy činí mnohá
rozhodnutí, které mají vliv na prostorovou strukturu. Je třeba mít na zřeteli, ţe stát není
homogenní aktér, a také nestojí mimo hospodářské dění. Různé úrovně administrativy
teritoriálního rozdělení (obec, kraj, stát) nebo funkcionálního charakteru (ministerstva,
oddělení, sekce) mají často rozdílné cíle a navzájem si konkurují v úsilí o zdroje a
kompetence.
Důvody pro nutnost realizace intervencí veřejné ruky je moţné vidět ve třech rovinách.
Ekonomická rovina jednoznačně ukazuje na nedokonalosti trţního mechanismu, zejména
v nutnosti zajišťování veřejných statků. Sociální rovina regionální politiky se zaměřuje zvláště
na stabilizování regionálních rozdílů a zlepšování kvality ţivota a přibliţování standardu
kvality ţivota všem regionům. Environmentální rovina má stále větší význam v důsledku
zhoršujícího se ţivotního prostředí, vysokou energetickou náročností ţivota obyvatel a
problémy s odpadovým hospodářstvím. Významnou roli v tomto pilíři hraje také klimatická
změna.
Prorůstová strategie regionálního rozvoje České republiky na období 2007-2013 vychází
z přístupu diverzifikovaného rozvoje regionů. Mezi hlavní procesy regionální politiky patří:
šíření inovací, vyuţití komparativních výhod regionů a jejich synergických efektů, rozvoj
lidských zdrojů, který akceptuje aktuální potřeby, spolupráce a síťování a podobně. V České
republice jsou vyuţívány standardní nástroje regionální politiky. Podnikatelské subjekty jsou
podporovány k lokalizaci ve vyznačených regionech pobídkovým systémem. Informace a
poradenství zajišťuje síť organizací, která je ve větší či menší míře jiţ implementována do
státní úrovně a úrovně územních celků.
Významnou roli nástrojů regionální politiky hraje strategické řízení a plánování regionálního
rozvoje. Strategické a programové dokumenty nemohou být vytvářeny izolovaně, nýbrţ je
nutné zajistit jejich provázanost dle jednotlivých územních celků. Z pohledu času by mělo
plánování regionálního rozvoje probíhat na úrovních strategického, taktického a operačního
řízení, stejně jako je tomu v podnikatelské sféře. Rámec legislativní podpory, který je dán
zákonem o regionálním rozvoji České republiky, by měl tyto zásady přenést do praxe.
[1] MAIER, G., TŉDLING, F.,: Regionálna a urbanistická ekonomika 2 Reginálny rozvoj a
regionalna politika, Elita, Bratislava, 1998, ISBN 80-8044-049-2
[2] MAIER, G., TŉDLING, F.,: Regionálna a urbanistická ekonomika Teoria lokalizacie a
prostorová struktura, Elita, Bratislava, 1997, ISBN 80-8044-044-1
[3] ARMSTRONG, H., TAYLOR, J.,: Regional Economics and policy, third editon, Blackwell
Publishing, Oxford; 2000, ISBN 0-631-21713-4
[4] MINISTERSTVO PRO MÍSTNÍ ROZVOJ: Stategie regionálního rozvoje pro období
2007-2013;Praha,
2006,
http://www.mmr.cz/Regionalni-politika/Koncepce-
Strategie/Strategie-regionalniho-rozvoje-Ceske-republiky-na
[5] WILHELMUS A., H.: Economic-Environmental modeling in a National- Regional
System:An Operational Approach with Multi-Layer Projection,Elsevier Science
Publishers B. V., 1984, New York, ISBN: 0 444 87592 1
205
Ostrava, 4. a 5. 11. 2010
[6] WOKOUN, R., MALINOVSKÝ, J., DAMBROVSKÝ, M., BLAŢEK, J., A KOL.: Regionální
rozvoj, 2008, Praha, ISBN 978-80-7201-699-0
206

regionální disparity a hospodářské subjekty v regionálním rozvoji

Transkript

Podobné dokumenty

Ověření souladu změny ÚPmB „Aktualizace ÚPmB“ s nadřazenou

PERSPEKTIVY ÚZEMÍ

PROVÁDĚCÍ NAŘÍZENÍ KOMISE

Zvyšování kvalifikace správců bytových domů jako nástroj

Program zlepšování kvality ovzduší Zóna CZ06Z

REGIONÁLNÍ DISPARITY - jejich pojetí, klasifikace a měření

velke-nemcice-2016 - Výstava vín Velké Němčice

regionální politika na prahu nového programovacího období