EKONOMICKÁ FAKULTA VYSOKÁ ŠKOLA BÁŇSKÁ - TU OSTRAVA

Transkript

1 DISPARITY EKONOMICKÁ FAKULTA VYSOKÁ ŠKOLA BÁŇSKÁ - TU OSTRAVA OBCHODNĚ PODNIKATELSKÁ FAKULTA V KARVINÉ SLEZSKÁ UNIVERZITA V OPAVĚ REGIONÁLNÍ DISPARITY ELEKTRONICKÝ ČASOPIS ČERVENEC 2010 Obsah čísla: Praktická aplikace vybraných metod měření regionálních disparit na oblast sociální vybavenosti regionů 5 Nástroje k ovlivnění regionálních disparit z chronologického a funkčního hlediska 24 Integrované indikátory pro sledování a hodnocení regionálních disparit 39 Modelové regiony pro hodnocení regionálních disparit v České republice 51 Komparace vybraných ukazatelů regionálního rozvoje v regionu NUTS II Severovýchod 65 Regionálna samospráva v Slovenskej republike pod vplyvom vonkajších a vnútorných zmien 83 TEL: INTERNET:

2 AUTOŘI Doc. ing. Pavel Tuleja, Ph.D. Doc. Ing. Jan Sucháček, Ph.D. PhDr. Mgr. Hana Fachinelli, Ph.D. Doc. Ing. Petr Tománek, CSc. Doc. Ing. Alois Kutscherauer, CSc. Prof. Ing. Miroslav Hučka, CSs. Ing. Jaroslav Kovárník, Ph.D. Ing. Silvia Ručinská, PhD. PhDr. Jana Knežová RECENZE Každý příspěvek tohoto čísla byl posouzen dvěma nezávislými recenzenty. Recenzované elektronické periodikum REGIONÁLNÍ DISPARITY je vydáváno v rámci řešení výzkumného úkolu WD REGIONÁLNÍ DISPARITY V ÚZEMNÍM ROZVOJI ČESKÉ REPUBLIKY. ISSN: ČERVENEC

3 Vážení čtenáři, Přesto, že jsou prázdniny, přinášíme Vám další číslo recenzovaného elektronického časopisu REGIONÁLNÍ DISPARITY. V tomto čísle je publikováno šest příspěvků. Čtyři z nich jsou prezentací dílčích výsledků výzkumného úkolu Regionální disparity v územním rozvoji České republiky a dva příspěvky reprezentují již v minulých číslech deklarovaný rozšířený záběr časopisu a jsou zaměřeny na problematiku regionálního rozvoje v regionu soudržnosti Severovýchod a na změny v regionální samosprávě ve Slovenské republice. Věřím, že i v tomto čísle najdete informace, které přispějí k rozšíření Vašich znalostí o regionálních disparitách a širším kontextu regionálního rozvoje v Česku i na Slovensku. Doc. Ing. Jan Sucháček, PhD. šéfredaktor časopisu ČERVENEC

4 OBSAH PRAKTICKÁ APLIKACE VYBRANÝCH METOD MĚŘENÍ REGIONÁLNÍCH DISPARIT NA OBLAST SOCIÁLNÍ VYBAVENOSTI REGIONŮ doc. ing. Pavel Tuleja, Ph.D. (str. 5) NÁSTROJE K OVLIVNĚNÍ REGIONÁLNÍCH DISPARIT Z CHRONOLOGICKÉHO A FUNKČNÍHO HLEDISKA doc. Ing. Jan Sucháček, Ph.D. (str. 24) INTEGROVANÉ INDIKÁTORY PRO SLEDOVÁNÍ A HODNOCENÍ REGIONÁLNÍCH DISPARIT PhDr. Mgr. Hana Fachinelli, Ph.D., Doc. Ing. Petr Tománek, CSc. (str. 39) MODELOVÉ REGIONY PRO HODNOCENÍ REGIONÁLNÍCH DISPARIT V ČESKÉ REPUBLICE prof. Ing. Miroslav Hučka, CSc., doc. Ing. Alois Kutscherauer, CSc. (str. 51) KOMPARACE VYBRANÝCH UKAZATELŮ REGIONÁLNÍHO ROZVOJE V REGIONU NUTS II SEVEROVÝCHOD Ing. Jaroslav Kovárník, Ph.D. (str. 65) REGIONÁLNA SAMOSPRÁVA V SLOVENSKEJ REPUBLIKE POD VPLYVOM VONKAJŠÍCH A VNÚTORNÝCH ZMIEN Ing. Silvia RUČINSKÁ, PhD.; PhDr. Jana KNEŽOVÁ (str. 83) ČERVENEC

5 PRAKTICKÁ APLIKACE VYBRANÝCH METOD MĚŘENÍ REGIONÁLNÍCH DISPARIT NA OBLAST SOCIÁLNÍ VYBAVENOSTI REGIONŮ Autor: Doc. Ing. Pavel Tuleja, Ph.D. ABSTRAKT: Stať se zabývá možnými přístupy k měření regionálních disparit, a to na praktickém příkladu sociální vybavenosti jednotlivých regionů České republiky. V rámci textu jsou prezentovány tři vybrané metody měření meziregionálních rozdílů, jimiž jsou metoda semaforu, bodová metoda a metoda normované proměnné. Metoda semaforu je zde chápána jako technika, již lze použít ve fázi identifikace a kvantifikace proměnných, kdežto bodová metoda a metoda normované proměnné, jsou považovány za metody vhodné pro fázi výpočtu a tvorby konkrétních indikátorů regionálních disparit. Za klíčový problém, který je v příspěvku diskutován, pak lze označit praktický popis využití výše uvedených metod při hodnocení meziregionálních rozdílů, přičemž jako vzorová zde byla využita data umožňující analyzovat vývoj v oblasti regionální sociální vybavenosti. Součástí stati je i konkrétní popis postupu výpočtu jednotlivých integrovaných indikátorů sociální vybavenosti. V závěru konstatujeme, že námi zvolené metody jsou použitelné a jejich rozdílný přístup ke konstrukci finálního integrovaného indikátoru považujeme do jisté míry za výhodu, která případnému uživateli přináší možnost volby pohledu na problematiku regionálních disparit. KLÍČOVÁ SLOVA: bodová metoda, metoda normované proměnné, metoda semaforu, regionální disparity, sociální vybavenost ABSTRACT: The article discusses the possible approaches to measure regional disparities, and a practical example of social facilities of the various regions of the Czech Republic. The text presents the three selected methods for measuring inter-regional differences, which are the method of traffic lights, point method and standardized variables method. Method of traffic lights is here understood as a technique that can be used at the identification and quantification of variables, while point method and standardized variables method are considered appropriate methods for calculating the phase formation and specific indicators of regional disparities. The key problem that is discussed in the paper, it may indicate a description of the practical use of the above methods in assessing interregional disparities, which are like model was used to analyze data to enable the development of regional social amenities. Part of the government's specific description of the procedure of calculation of integrated indicators of social amenities. In conclusion, our chosen methods are applied and their different approaches to the design of the final integrated indicator we consider, to some extent the advantage that a possible option gives the user perspective on the issue of regional disparities. ČERVENEC

6 KEYWORDS: method of traffic lights, point method, standardized variables method, regional disparities, social amenities ÚVOD Při hodnocení rozdílnosti vývoje jednotlivých regionů regionalisté poměrně často narážejí na problémy spojené s měření regionálních disparit. Tyto problémy jsou zpravidla úzce spjaty jak s volbou vhodné metody měření, tak s výběrem indikátorů, jež mají být použity k hodnocení meziregionálních rozdílů. Vzhledem k tomu, že se v současné době v rámci regionální ekonomie nesetkáváme s žádnou konkrétní metodou, jež by byla odbornou veřejností výrazně preferována, stanovili jsme si v rámci našeho výzkumu jako jednu z priorit nalezení vhodných metod, jež by byly využitelné při měření regionálních disparit. Pojďme se proto nyní podívat, jak se nám tento záměr podařilo naplnit. Tabulka 1: Výchozí data pro výpočet integrovaného indikátoru sociální vybavenost kraj počet lékařů na 10 tis. obyvatel Hl. město Praha 56,0 66,0 67,0 67,0 68,0 68,0 70,0 72,0 73,0 Středočeský kraj 29,0 30,0 30,0 30,0 30,0 30,0 29,0 31,0 31,0 Jihočeský kraj 34,0 35,0 35,0 35,0 36,0 35,0 35,0 39,0 39,0 Plzeňský kraj 40,0 41,0 42,0 42,0 43,0 43,0 43,0 44,0 44,0 Karlovarský kraj 34,0 35,0 35,0 36,0 36,0 36,0 36,0 38,0 39,0 Ústecký kraj 31,0 32,0 32,0 33,0 33,0 33,0 33,0 35,0 35,0 Liberecký kraj 32,0 32,0 33,0 33,0 34,0 34,0 34,0 35,0 36,0 Královéhrad. kraj 37,0 38,0 38,0 39,0 39,0 40,0 40,0 45,0 44,0 Pardubický kraj 30,0 32,0 32,0 33,0 33,0 33,0 33,0 36,0 37,0 Vysočina 30,0 31,0 31,0 32,0 32,0 33,0 33,0 34,0 35,0 Jihomoravský kraj 37,0 42,0 42,0 42,0 43,0 43,0 43,0 45,0 46,0 Olomoucký kraj 35,0 39,0 40,0 40,0 40,0 40,0 41,0 42,0 42,0 Zlínský kraj 30,0 31,0 32,0 32,0 32,0 33,0 33,0 36,0 36,0 Moravskosl. kraj 33,0 34,0 35,0 36,0 36,0 36,0 36,0 37,0 38,0 ČERVENEC

7 kraj Počet lůžek v nemocnicích na 10 tis. obyvatel Hl. město Praha 83,0 84,0 91,0 91,0 88,0 88,0 88,0 85,0 84,0 Středočeský kraj 54,0 51,0 51,0 51,0 50,0 49,0 48,0 47,0 45,0 Jihočeský kraj 61,0 62,0 62,0 61,0 61,0 60,0 59,0 58,0 56,0 Plzeňský kraj 61,0 62,0 65,0 65,0 65,0 65,0 63,0 61,0 60,0 Karlovarský kraj 58,0 56,0 55,0 56,0 57,0 56,0 57,0 55,0 54,0 Ústecký kraj 74,0 73,0 72,0 70,0 69,0 67,0 67,0 64,0 63,0 Liberecký kraj 59,0 59,0 59,0 59,0 62,0 62,0 62,0 61,0 60,0 Královéhrad. kraj 72,0 72,0 73,0 72,0 68,0 68,0 68,0 66,0 66,0 Pardubický kraj 50,0 48,0 50,0 55,0 53,0 54,0 53,0 52,0 52,0 Vysočina 58,0 58,0 56,0 56,0 57,0 56,0 56,0 55,0 54,0 Jihomoravský kraj 69,0 69,0 73,0 73,0 71,0 72,0 71,0 70,0 69,0 Olomoucký kraj 56,0 56,0 60,0 58,0 58,0 57,0 57,0 55,0 54,0 Zlínský kraj 56,0 56,0 57,0 57,0 57,0 56,0 54,0 53,0 54,0 Moravskosl. kraj 62,0 62,0 62,0 61,0 61,0 60,0 59,0 58,0 56,0 Počet míst v zařízeních sociální péče na 10 tis. obyvatel Hl. město Praha 37,90 40,67 42,45 42,23 40,31 41,91 44,55 38,69 36,59 Středočeský kraj 71,36 71,61 69,56 68,72 69,46 69,57 73,77 73,67 69,73 Jihočeský kraj 68,34 67,92 71,06 69,00 69,52 70,06 70,05 71,06 73,41 Plzeňský kraj 69,84 72,14 74,72 75,84 78,89 76,42 75,90 69,17 63,71 Karlovarský kraj 83,80 81,75 82,80 81,02 86,38 82,49 83,26 63,36 61,25 Ústecký kraj 98,74 99,69 100,24 100,78 103,91 104,39 104,30 94,30 96,29 Liberecký kraj 58,84 57,14 58,48 64,48 63,55 61,91 59,45 50,81 43,49 Královéhrad. kraj 71,21 72,74 74,34 75,28 79,04 76,50 76,36 67,53 63,10 Pardubický kraj 78,30 78,91 81,95 83,21 81,14 84,86 77,95 68,64 71,59 Vysočina 68,96 70,77 72,54 72,42 71,35 69,37 70,07 68,00 70,64 Jihomoravský kraj 72,80 76,32 79,59 78,19 80,42 78,92 80,08 72,05 65,82 Olomoucký kraj 91,32 88,87 97,86 93,30 98,83 94,59 97,08 92,46 83,81 Zlínský kraj 93,63 94,28 96,27 98,65 103,25 101,40 104,32 103,57 94,47 Moravskosl. kraj 73,82 76,87 79,05 78,67 80,05 84,48 87,31 81,16 70,83 ČERVENEC

8 kraj Počet středisek pro volný čas dětí a mládeže na 10 tis. obyvatel Hl. město Praha 0,09 0,33 0,32 0,82 0,34 0,34 0,34.. Středočeský kraj 0,36 0,36 0,62 0,68 0,67 1,24 1,23.. Jihočeský kraj 0,34 0,35 0,35 0,35 0,35 0,35 0,37.. Plzeňský kraj 0,49 0,67 0,73 0,55 0,55 0,54 0,56.. Karlovarský kraj 0,72 0,72 0,72 0,76 0,82 0,95 1,02.. Ústecký kraj 0,41 0,41 0,41 0,41 0,41 0,41 0,41.. Liberecký kraj 0,51 0,51 0,51 0,51 0,51 0,65 0,65.. Královéhrad. kraj 0,87 0,87 0,88 0,88 0,88 0,84 0,84.. Pardubický kraj 1,02 1,26 1,32 1,35 1,44 1,42 1,36.. Vysočina 0,98 0,98 0,99 1,04 1,06 1,06 1,06.. Jihomoravský kraj 0,72 0,73 0,72 0,72 0,69 0,70 0,70.. Olomoucký kraj 0,45 0,52 0,52 0,58 0,80 0,88 1,08.. Zlínský kraj 0,97 0,98 0,99 1,13 1,12 1,14 1,19.. Moravskosl. kraj 0,49 0,77 0,75 0,79 0,99 1,02 0,98.. Zdroj: Regionální informační servis V úvodu této stati je zapotřebí říci, že při podrobné analýze dostupných matematických a statistických metod vhodných pro měření regionálních disparit jsme dospěli k závěru, že do této skupiny lze v podstatě zařadit sedm základních metod, mezi něž patří: metoda průměrné odchylky, bodová metoda, metoda normované proměnné, metoda vzdálenosti od fiktivního bodu, metoda souhrnného indexu, metoda semaforu a konečně také metoda založená na škálovacích technikách 1. Při hlubší analýze těchto vědeckých postupů jsme dospěli k závěru, že každá z těchto metod má svá pro a proti, přičemž jejich použití je závislé nejen na míře obtížnosti, s níž lze tyto metody aplikovat v praxi, ale také na souboru statistických ukazatelů, které jsou pro hodnocení regionálních disparit zvoleny. Při tomto pohledu na danou problematiku jsme v průběhu námi realizovaného výzkumu dospěli, na základě důkladné analýzy všech výše jmenovaných technik, k závěru, z nějž vyplývá, že při vlastním hodnocení regionálních rozdílů se pro fázi identifikace a kvantifikace proměnných jako nejvhodnější jeví metoda semaforu, kdežto pro fázi výpočtu a tvorby konkrétních indikátorů regionálních disparit bodová metoda a metoda normované proměnné. V tomto okamžiku je zapotřebí říci, že jedním z významných kritérií pro výběr výše uvedených metod byla jak vypovídací schopnost údajů, jež jsme schopni s jejich pomocí získat, tak jejich nepříliš velká výpočetní náročnost. Před námi tak vyvstává jedna zásadní otázka, a to ta, zda jsou námi vybrané metody opravdu těmi nejvhodnějšími pro hodnocení meziregionálních rozdílů. Odpověď na tuto otázku by nám měla dát následující stať, v jejímž rámci se nejen seznámíme se všemi třemi metodami, ale současně si také 1 Podrobněji viz Tuleja, P.: Metody měření regionálních disparit v územním rozvoji České republiky. Regionální disparity. Working Paper, No. 3, s ISSN: ČERVENEC

9 ukážeme jejich praktickou aplikaci na konkrétním vzorku statistických dat. Data, jež budou v rámci stati využita, jsou zachycena v tabulce METODA SEMAFORU Metoda semaforu je specifickou podobou metody škálování, která se svým pojetím poměrně výrazně přibližuje proceduře očíslování. Tato metoda, na rozdíl od vlastní metody škálování, přiřazuje hodnotám indikátorů specifické symboly, které odpovídají určité procentuální úrovni sledovaného indikátoru 2. Tyto symboly mají nejčastěji podobu tří kruhů v barvách světel semaforu, od čehož je také odvozen její název. Vyjdeme-li z tohoto jednoduchého principu, pak je zřejmé, že pokud regionu A přiřadíme červený kruh, regionu B kruh žlutý a regionu C kruh zelený, pak jsme pomocí této metody schopni určit přibližné rozdíly mezi jednotlivými regiony, ale současně nejsme schopni stanovit konkrétní úroveň regionu C jak vůči regionu B, tak vůči regionu A. Dá se tedy říci, že u této metody je její významnou devizou zejména její dobrá přehlednost, rychlost a bezproblémová využitelnost při analyzování různě širokých skupin indikátorů. Jak jsme již uvedli výše, metoda semaforu je ve své podstatě specifickou podobou škálovacích technik, což z ní činí ideální nástroj pro konstrukci nemetrických škál, jež lze úspěšně využít při výběru indikátorů tvořících jednotlivé souhrnné indikátory regionálních disparit. Praktické využití této metody si ukážeme na konkrétních datech zachycených v tabulce Sociální vybavenost regionu z pohledu metody semaforu Prvým ze čtyř indikátorů sociální vybavenosti je indikátor počet lékařů na 10 tisíc obyvatel. Jak je zřejmé z tabulky 2, v případě tohoto indikátoru dosahuje nejlepších výsledků Hl. město Praha, kde na pomyslném semaforu převažuje zelená barva. Počet lékařů na 10 tis. obyvatel pak v Praze dosahoval v letech průměrné výše 67,44, což znamená, že české hlavní město počtem lékařů převyšovalo celorepublikový průměr o 76,49 p. b. (tento údaj pak potvrzuje také níže uvedená tabulka, kde je většina zbývajících údajů označena červenou barvou). Za tímto vedoucím regionem se na druhém a třetím místě umístily Jihomoravský, kde na deset tisíc obyvatel připadlo v průměru 42,56 lékařů, a Plzeňský kraj se 42,44 lékaři. Naopak nejnižším průměrným počtem lékařů na 10 tis. obyvatel se v letech vyznačovaly Zlínský kraj (32,78), kraj Vysočina (32,33) a Středočeský kraj, kde pro 10 tis. obyvatel zabezpečovalo lékařskou péči 30 lékařů. Tato čísla jsou do jisté míry kopírována také dynamikou růstu, kdy nejvyšších průměrných meziročních temp růstu dosahovalo Hl. m. Praha se 3,37 % a Jihomoravský kraj s 2,76 procenty. Třetí nejvyšší průměrné dynamiky růstu dosahovaly v daném období dva kraje, a to kraj Olomoucký a Zlínský, v jejichž případě rostl počet lékařů na 10 tis. obyvatel v průměru o 2,31 p. b. ročně. S nejnižší dynamikou růstu se pak potýkal Liberecký kraj s 1,48 %, Plzeňský kraj s 1,20 % a zejména pak Středočeský kraj s pouhými 0,84 %. V podstatě ke stejným závěrům jako v případě lékařů, dospějeme také u indikátoru počet lůžek v nemocnicích na 10 tisíc obyvatel. Také zde dosahuje zcela jednoznačně nejlepších výsledků Hl. m. Praha, kde na deset tisíc obyvatel připadalo v letech 2000 až 2008 v průměru 86,89 lůžek, díky čemuž Praha o 40,58 procentních bodů překračovala průměr všech 14 krajů České republiky a jako jediný 2 V našem případě jsme využili nejběžněji používanou tříobjektovou sadu ikon, jejichž prostřednictvím jsou jednotlivé indikátory rozčleněny dle kritéria 67 %, 33 % a < 33 %. ČERVENEC

10 region dosáhla na tříbarevné škále na zelenou barvu. Druhým nejvyšším počtem lůžek se vyznačoval Jihomoravský kraj (70,78), který byl následován krajem Královehradeckým s 69,44 lůžky na 10 tis. obyvatel. Nejmenší průměrné počty lůžek se v daném období nacházely opět ve Zlínském a Středočeském kraji (55,56 a 49,56), přičemž tyto dva kraje byly tentokrát doplněny Pardubickým krajem, kde počet lůžek na deset tisíc obyvatel dosahoval výše 52. Tabulka 2: Počet lékařů na 10 tis. obyvatel kraj Hl. město Praha 56,00 66,00 67,00 67,00 68,00 68,00 70,00 72,00 73,00 Středočeský kraj 29,00 30,00 30,00 30,00 30,00 30,00 29,00 31,00 31,00 Jihočeský kraj 34,00 35,00 35,00 35,00 36,00 35,00 35,00 39,00 39,00 Plzeňský kraj 40,00 41,00 42,00 42,00 43,00 43,00 43,00 44,00 44,00 Karlovarský kraj 34,00 35,00 35,00 36,00 36,00 36,00 36,00 38,00 39,00 Ústecký kraj 31,00 32,00 32,00 33,00 33,00 33,00 33,00 35,00 35,00 Liberecký kraj 32,00 32,00 33,00 33,00 34,00 34,00 34,00 35,00 36,00 Královéhrad. kraj 37,00 38,00 38,00 39,00 39,00 40,00 40,00 45,00 44,00 Pardubický kraj 30,00 32,00 32,00 33,00 33,00 33,00 33,00 36,00 37,00 Vysočina 30,00 31,00 31,00 32,00 32,00 33,00 33,00 34,00 35,00 Jihomoravský kraj 37,00 42,00 42,00 42,00 43,00 43,00 43,00 45,00 46,00 Olomoucký kraj 35,00 39,00 40,00 40,00 40,00 40,00 41,00 42,00 42,00 Zlínský kraj 30,00 31,00 32,00 32,00 32,00 33,00 33,00 36,00 36,00 Moravskosl. kraj 33,00 34,00 35,00 36,00 36,00 36,00 36,00 37,00 38,00 průměr 34,86 37,00 37,43 37,86 38,21 38,36 38,50 40,64 41,07 Pramen: Regionální informační servis a vlastní výpočet Počet lékařů na 10 tis. obyvatel Z hlediska dynamiky růstu je zapotřebí říci, že k trvalému růstu počtu lůžek v nemocnicích docházelo pouze ve čtyřech ze čtrnácti krajů České republiky. Konkrétně se jednalo o Pardubický kraj (0,49 %), Liberecký kraj (0,21 %), Hl. m. Prahu (0,15 %) a Jihomoravský kraj, kde počet lůžek v nemocnicích v podstatě stagnoval, když průměrné tempo růstu tohoto ukazatele dosahovalo hodnoty 0,00 %. V ostatních deseti krajích počet lůžek na 10 tis. obyvatel poklesl. Nejhlubší průměrný propad pak byl zaznamenán v Moravskoslezském kraji s -1,26 procenty, Ústeckém kraji s -1,99 % a ve Středočeském kraji, kde v průběhu let poklesl počet lůžek v průměru o 2,25 procentních bodů za rok. Na rozdíl o předchozích dvou indikátorů, ke zcela opačným závěrům dospějeme v okamžiku, kdy svou pozornost zaměříme na počet míst v zařízeních sociální péče na 10 tisíc obyvatel. Jak je zřejmé z údajů zachycených v tabulce 4, v tomto případě se v průměru s největším počtem míst potkáváme v Ústeckém kraji, kde na deset tisíc obyvatel připadalo 100,29 míst, díky čemuž se Ústecký kraj dostal na 132,49 % celorepublikového průměru. S druhým a třetím největším počtem míst se v daném období setkáváme ve Zlínském a Olomouckém kraji, kde počet míst dosahoval v průměru 98,87, resp. 93,12, přičemž u všech tři krajů bylo ve všech sedmi letech dosaženo na pomyslném semaforu pouze zelené barvy. Výrazně hůře, než výše uvedené regiony dopadl v tomto hodnocení Jihočeský kraj s 70,05 místy, Liberecký kraj s 57,57 místy a zejména pak Hl. m. Praha, kde počet míst na 10 tis. obyvatel dosahoval pouhých 40,49, což v relativním srovnání znamená, že Praha v tomto období zaostávala za celorepublikovým průměrem o více než 46 procent. Hlavní město se tak letech stalo jediným regionem, u nějž byly všechny údaje označeny červenou barvou. ČERVENEC

11 Podobně jako v případě počtu lůžek, také v případě počtu míst v zařízení sociální péče dosahovaly v námi sledovaných devíti letech dynamiky růstu pouze tři regiony, z nichž nejvyšším tempem se vyznačoval Jihočeský kraj s průměrem 0,90 %. Druhé nejvyšší dynamiky pak dosahovala kraj Vysočina, kde se průměrné tempo růstu pohybovalo na úrovni 0,30 procent. Na třetí pomyslné příčce se v tomto případě umístil Zlínský kraj s průměrnou dynamikou růstu 0,11 procent. Mezi kraje, kde v průběhu let 2000 až 2008 počet míst klesal nejvýrazněji, patřil kraj Karlovarský (-3,84 %). Tento kraj pak můžeme doplnit o další dva kraje, jimiž jsou Liberecký a Královehradecký kraj, v jejichž případě bylo dosahováno propadu na úrovni -3,71, resp. -1,50 procent. Tabulka 3: Počet lůžek v nemocnicích na 10 tis. obyvatel kraj Hl. město Praha 83,00 84,00 91,00 91,00 88,00 88,00 88,00 85,00 84,00 Středočeský kraj 54,00 51,00 51,00 51,00 50,00 49,00 48,00 47,00 45,00 Jihočeský kraj 61,00 62,00 62,00 61,00 61,00 60,00 59,00 58,00 56,00 Plzeňský kraj 61,00 62,00 65,00 65,00 65,00 65,00 63,00 61,00 60,00 Karlovarský kraj 58,00 56,00 55,00 56,00 57,00 56,00 57,00 55,00 54,00 Ústecký kraj 74,00 73,00 72,00 70,00 69,00 67,00 67,00 64,00 63,00 Liberecký kraj 59,00 59,00 59,00 59,00 62,00 62,00 62,00 61,00 60,00 Královéhrad. kraj 72,00 72,00 73,00 72,00 68,00 68,00 68,00 66,00 66,00 Pardubický kraj 50,00 48,00 50,00 55,00 53,00 54,00 53,00 52,00 52,00 Vysočina 58,00 58,00 56,00 56,00 57,00 56,00 56,00 55,00 54,00 Jihomoravský kraj 69,00 69,00 73,00 73,00 71,00 72,00 71,00 70,00 69,00 Olomoucký kraj 56,00 56,00 60,00 58,00 58,00 57,00 57,00 55,00 54,00 Zlínský kraj 56,00 56,00 57,00 57,00 57,00 56,00 54,00 53,00 54,00 Moravskosl. kraj 62,00 62,00 62,00 61,00 61,00 60,00 59,00 58,00 56,00 průměr 62,36 62,00 63,29 63,21 62,64 62,14 61,57 60,00 59,07 Pramen: Regionální informační servis a vlastní výpočet Počet lůžek v nemocnicích na 10 tis. obyvatel Indikátorem, jenž má, dle našeho názoru, v oblasti sociální vybavenosti sice nejmenší váhu, ale jeví se nám natolik důležitý, že považujeme za vhodné zařadit jej do integrovaného indikátoru sociální vybavenost je indikátor počet středisek pro volný čas dětí a mládeže na 10 tis. obyvatel. Jak je zřejmé z údajů zachycených v tabulce 5, s největším počtem středisek se dlouhodobě setkáváme v Pardubickém kraji, kde na 10 tis. obyvatel připadalo v průměru 1,31 střediska, což je hodnota, která odpovídá 177,71 procentům průměru za všech 14 krajů. Tento kraj se tak jako jediný u všech údajů nacházel pouze v zelené barvě tříbarevného spektra. Za Pardubickým krajem nalezneme kraj Zlínský s 1,07 střediskem a Vysočinu s 1,02 střediska. Naopak nejmenším počtem středisek se v průměru vyznačoval Ústecký kraj (0,41), Hl. m. Praha (0,37) a Jihočeský kraj s 0,35 střediska na 10 tis. obyvatel, což odpovídá 47,67 % celorepublikové úrovně. U obou posledně jmenovaných krajů tak bylo ve všech sedmi letech dosaženo na pomyslném semaforu pouze červené barvy Ačkoliv se Hl. m. Praha vyznačovalo poměrně nízkým počtem středisek pro volný čas dětí a mládeže na 10 tis. obyvatel, můžeme říci, že v letech dosahoval tento region největšího průměrného tempa růstu, a to na úrovni 24,80 %. Praze pak byl schopen sekundovat pouze Středočeský kraj s 22,73 procenty. Třetí nejvyšší dynamiky růstu dosáhla střediska v Olomouckém kraji (15,71 %). K téměř pravidelnému poklesu počtu středisek došlo v námi sledovaném období ČERVENEC

12 pouze ve dvou krajích, a to kraji Královéhradeckém (-0,58 %) a kraji Jihomoravském (-0,47 %). Pro Ústecký kraj pak byla typická stagnace počtu středisek, neboť průměrné tempo růstu zde dosahovalo hodnoty 0,00 %. Tabulka 4: Počet míst v zařízeních sociální péče na 10 tis. obyvatel kraj Hl. město Praha 37,90 40,67 42,45 42,23 40,31 41,91 44,55 38,69 36,59 Středočeský kraj 71,36 71,61 69,56 68,72 69,46 69,57 73,77 73,67 69,73 Jihočeský kraj 68,34 67,92 71,06 69,00 69,52 70,06 70,05 71,06 73,41 Plzeňský kraj 69,84 72,14 74,72 75,84 78,89 76,42 75,90 69,17 63,71 Karlovarský kraj 83,80 81,75 82,80 81,02 86,38 82,49 83,26 63,36 61,25 Ústecký kraj 98,74 99,69 100,24 100,78 103,91 104,39 104,30 94,30 96,29 Liberecký kraj 58,84 57,14 58,48 64,48 63,55 61,91 59,45 50,81 43,49 Královéhrad. kraj 71,21 72,74 74,34 75,28 79,04 76,50 76,36 67,53 63,10 Pardubický kraj 78,30 78,91 81,95 83,21 81,14 84,86 77,95 68,64 71,59 Vysočina 68,96 70,77 72,54 72,42 71,35 69,37 70,07 68,00 70,64 Jihomoravský kraj 72,80 76,32 79,59 78,19 80,42 78,92 80,08 72,05 65,82 Olomoucký kraj 91,32 88,87 97,86 93,30 98,83 94,59 97,08 92,46 83,81 Zlínský kraj 93,63 94,28 96,27 98,65 103,25 101,40 104,32 103,57 94,47 Moravskosl. kraj 73,82 76,87 79,05 78,67 80,05 84,48 87,31 81,16 70,83 průměr 74,20 74,98 77,21 77,27 79,01 78,35 78,89 72,46 68,91 Pramen: Regionální informační servis a vlastní výpočet Tabulka 5: Počet středisek pro volný čas dětí a mládeže na 10 tis. obyvatel Pramen: Regionální informační servis a vlastní výpočet Počet míst v zařízeních sociální péče na 10 tis. obyvatel kraj Počet středisek pro volný čas dětí a mládeže na 10 tis. obyvatel Hl. město Praha 0,09 0,33 0,32 0,82 0,34 0,34 0,34.. Středočeský kraj 0,36 0,36 0,62 0,68 0,67 1,24 1,23.. Jihočeský kraj 0,34 0,35 0,35 0,35 0,35 0,35 0,37.. Plzeňský kraj 0,49 0,67 0,73 0,55 0,55 0,54 0,56.. Karlovarský kraj 0,72 0,72 0,72 0,76 0,82 0,95 1,02.. Ústecký kraj 0,41 0,41 0,41 0,41 0,41 0,41 0,41.. Liberecký kraj 0,51 0,51 0,51 0,51 0,51 0,65 0,65.. Královéhrad. kraj 0,87 0,87 0,88 0,88 0,88 0,84 0,84.. Pardubický kraj 1,02 1,26 1,32 1,35 1,44 1,42 1,36.. Vysočina 0,98 0,98 0,99 1,04 1,06 1,06 1,06.. Jihomoravský kraj 0,72 0,73 0,72 0,72 0,69 0,70 0,70.. Olomoucký kraj 0,45 0,52 0,52 0,58 0,80 0,88 1,08.. Zlínský kraj 0,97 0,98 0,99 1,13 1,12 1,14 1,19.. Moravskosl. kraj 0,49 0,77 0,75 0,79 0,99 1,02 0,98.. průměr 0,60 0,68 0,70 0,76 0,76 0,82 0,84.. ČERVENEC

13 2. BODOVÁ METODA Východiskem bodové metody, jejímž autorem je americký matematik M. K. Bennet, je nalezení regionu, jenž v případě analyzovaného indikátoru dosahuje buďto maximální, nebo naopak minimální hodnoty. Zatímco minimální hodnota je brána v potaz v okamžiku, kdy je za progresivní označován pokles příslušného indikátoru, maximální hodnoty analytikové využívají v opačném případě, tj. v situaci, kdy je za progresi považován růst hodnoty příslušného indikátoru. Tento region je pak v rámci bodového hodnocení oceněn bodů, přičemž ostatní regiony jsou ohodnoceny body v intervalu o 0 do 1.000, a to v závislosti na výši promile, kterou činí hodnota jejich vlastního indikátoru z dříve stanovené kriteriální hodnoty. Pokud je za kritérium považována hodnota minimální, pak se, zcela v souladu s logikou věci, v rámci výpočtu využívá převrácená hodnota tohoto poměru. Bodovou hodnotu příslušného indikátoru tak v případě maxima určíme pomocí rovnice: xij Bij (1a) x i max kdežto v případě minima pomocí rovnice: x i min Bij (1b) xij kde: B ij bodová hodnota i-tého indikátoru pro j-tý region x ij hodnota i-tého indikátoru pro j-tý region x i max maximální hodnota i-tého indikátoru x i min minimální hodnota i-tého indikátoru Sečtením takto vypočtených bodů pak regionalisté dospějí k finální hodnotě souhrnného indikátoru, který vypovídá o sledované úrovni regionu a jenž tak lze využít ke stanovení míry disparit vznikajících mezi jednotlivými regiony. Dá se tedy říci, že za hlavní výhodu této metody můžeme označit její schopnost shrnout do jedné syntetické charakteristiky, již je bezrozměrné číslo, indikátory, které jsou zachyceny v různých měrných jednotkách. Ačkoliv tato charakteristika, kterou budeme označovat jako integrovaný indikátor vypočtený pomocí bodové metody (INI B ), nemá reálný smysl, dá se říci, že v našem případě tento nedostatek není na závadu. Prostřednictvím takto získaného syntetického indikátoru můžeme následně stanovit jak pořadí jednotlivých regionů, tak můžeme určit celkové či pouze dílčí regionální rozdíly, díky čemuž dospějeme k závěru, že buďto region A celkově zaostává za regionem B, nebo je jejich úroveň stejná, přičemž region A dosahuje lepších výsledku u indikátoru x, kdežto region B u indikátoru y. ČERVENEC

14 Místo pouhého prostého součtu bodů, pak můžeme příslušný integrovaný indikátor vypočíst také pomocí váženého aritmetického průměru počtu bodů, které jednotlivé regiony za příslušné indikátory získaly. V tomto případě k výpočtu souhrnného indikátoru využijeme následující rovnici: p 1 INI B ; j Bij (2) p i1 kde: p počet indikátorů Pomocí takto stanoveného integrovaného indikátoru můžeme následně určit pořadí regionů dle míry regionálních disparit, popřípadě stanovit jednotlivé meziroční rozdíly. Při praktickém využití bodové metody je kromě výše uvedeného postupu využívána také jedna ze dvou následujících modifikací této techniky výpočtu souhrnného indikátoru: kriteriální hodnota indikátoru není stanovena na základě maxima či minima dosaženého v rámci analytiky sledované skupiny regionů, ale pomocí hodnoty příslušného indikátoru dosažené v jednom konkrétně stanoveném regionu, jenž je tak zpravidla považován za region, který se vyznačuje optimálním vývojem. V případě této modifikace, pak může bodová hodnota daného indikátoru přesáhnout hranici bodů. kriteriální hodnota indikátoru je předem stanovena, a to na základě expertního odhadu příslušného analytika. Zpravidla se tedy jedná o analytikem stanové optimum, jehož by měl daný subjekt u příslušného indikátoru dosáhnout. Také v tomto případě nemůžeme hodnotu integrovaného indikátoru ohraničit bodů. Na závěr této části se pak jeví jako vhodné poznamenat, že např. český statistik Jaroslav Jílek se domnívá, že vhodný výběr indikátorů a vhodné určení jejich počtu může stanovit váhy dílčích částí indexu, takže není zapotřebí určovat váhy jednotlivých indikátorů. K tomuto závěru pak autor dospěl na základě předpokladu, že příslušný souhrnný indikátor bude složen z několika skupin indikátorů, do nichž budou zahrnuty různé počty ukazatelů. 1.2 Sociální vybavenost regionu z pohledu bodové metody Vzhledem k tomu, že po delší diskusi považujeme, jak v případě bodové metody, tak v případě následně uvedené metody normované proměnné, za nejvhodnější vypočíst příslušné integrované indikátory pomocí váženého aritmetického průměru, v jehož rámci jsou jednotlivé váhy stanoveny na základě expertního odhadu těch členů řešitelského kolektivu, kteří jsou za danou oblast zodpovědní, nemůžeme k vlastnímu výpočtu INI využít vzorec uvedený v rovnici [2], ale tuto rovnici musíme mírně upravit do následující podoby: p INI B (3) B ; j i1 ij ij kde: ω ij váha i-tého indikátoru pro j-tý region. ČERVENEC

15 Tabulka 6: Integrovaný indikátor sociální vybavenost INI3 vypočtený pomocí bodové metody (vážený, průměr jednotlivých let) Kraj prům. Hl. město Praha 1049,5 1153,2 1178,9 1235,4 1153,1 1158,4 1184, ,9 Středočeský kraj 857,7 829,8 840,8 836,6 827,0 888,0 886, ,3 Jihočeský kraj 918,9 907,3 900,4 881,1 884,8 874,1 870, ,0 Plzeňský kraj 1001,6 1020,2 1039,1 1008,6 1020,9 1008,2 997, ,7 Karlovarský kraj 1030,2 988,4 965,5 966,3 991,6 983,0 996, ,7 Ústecký kraj 1090,2 1072,2 1045,7 1039,3 1038,1 1031,0 1028, ,3 Liberecký kraj 881,9 849,0 844,1 859,4 872,3 881,1 870, ,5 Královéhrad. kraj 1097,4 1076,3 1064,8 1059,6 1047,8 1036,0 1033, ,3 Pardubický kraj 984,9 993,9 999,9 1024,4 1010,6 1016,0 973, ,4 Vysočina 979,0 960,2 936,8 938,3 934,7 922,7 922, ,0 Jihomoravský kraj 1064,4 1087,8 1094,5 1078,2 1073,8 1071,0 1068, ,9 Olomoucký kraj 1014,7 1019,7 1059,3 1031,3 1072,4 1057,0 1094, ,9 Zlínský kraj 1067,4 1044,6 1041,8 1056,8 1063,8 1055,0 1058, ,4 Moravskosl. kraj 962,2 997,2 988,4 984,8 1009,1 1018,4 1016, ,7 Zdroj: vlastní výpočet Postup výpočtu integrovaného indikátoru sociální vybavenost (INI3) bodová metoda na základě optimálního regionu 1. Prvním krokem, který v tomto případě učiníme, je rozdělení jednotlivých ukazatelů na ty, u nichž za optimální považujeme maximální hodnotu, a ty, v jejichž případě považujeme za optimum hodnotu minimální (v případě INI3 se takovýto ukazatel nevyskytuje). Tento krok se jeví jako důležitý z pohledu výpočtu příslušné bodové hodnoty. 2. Po tomto rozčlenění musíme pro jednotlivé ukazatele a příslušné roky stanovit jejich kriteriální hodnoty, již jsou v našem případě průměrné hodnoty příslušného ukazatele v daném roce. Takto stanovená kriteriální hodnota pro ukazatel počet lékařů na 10 tis. obyvatel v roce 2006, tak nabývá výše 38,50. Této kriteriální hodnotě je tím pádem přiděleno 1000 bodů. 3. V následujícím kroku vypočteme bodové ohodnocení daných veličin v jednotlivých krajích a v jednotlivých letech. Pokud i nadále použijeme jako vzorový Moravskoslezský kraj a rok 2006, pak dospějeme k následujícímu údaji: 935,06 = (36,00/38,50) Takto stanovená hodnota nám pak udává počet bodů, jež získal Moravskoslezský kraj za ukazatel počet lékařů na 10 tis. obyvatel v roce Po stanovení bodových hodnot pro jednotlivé ukazatele přistoupíme ke stanovení konkrétní hodnoty integrovaného indikátoru sociální vybavenost, přičemž k určení konkrétní hodnoty využijeme vážený aritmetický průměr bodů, které jednotlivé regiony za jednotlivé ukazatele v jednotlivých letech získaly. V případě Moravskoslezského kraje tak dospějeme k výsledné hodnotě: 1016,38 = (0,3.935,06)+(0,3.958,24)+(0,3.1106,74)+(0,1.1163,70). Při hodnocení tohoto indexního čísla je pak ČERVENEC

16 důležitá jeho vzdálenost od optimální hodnoty, která dosahuje výše bodů. Dá se tedy říci, že čím více se hodnota indexu blíží bodů, tím lépe daný region naplňuje námi zvolená kritéria. 5. Námi vypočtený index lze využít jak k porovnání meziregionálních rozdílů prostřednictvím procentuální podílů, tak ke stanovení pořadí jednotlivých regionů. Jak je z výše uvedeného zřejmé, indikátor sociální vybavenosti (INI3) je tvořen čtyřmi sekundárními indikátory. Řešitelský tým tyto indikátory zvolil tak, aby bylo respektováno umístění sociální služeb v hierarchii jak společenských, tak individuálních potřeb obyvatel jednotlivých regionů. Tento integrovaný indikátor tedy tvoří: počet lékařů, lůžek v nemocnicích míst v zařízení sociální péče na 10 tis. obyvatel, jako indikátory reprezentující oblast zdravotní a sociální péče, a počet středisek pro volný čas dětí a mládeže na 10 tis. obyvatel, jenž reprezentuje možnost realizace volnočasových aktivit mladé generace. Zatímco indikátory spojené s oblastí zdravotní a sociální péče mají v rámci tohoto indikátoru všechny stejnou váhu, a to 0,3, indikátor spojený s volnočasovými aktivitami je členy řešitelského týmu považován, z hlediska sociální vybavenosti, za indikátor nejméně významný, pročež mu byla přidělena váha na úrovni 10 %, tj. 0,1. Tabulka 7: Podíl hodnot integrovaného indikátoru sociální vybavenost INI3 v jednotlivých krajích na maximální hodnotě INI3 v daném roce (%, bodová metoda) Kraj prům. Hl. město Praha 95,6 100,0 100,0 100,0 100,0 100,0 100,0.. 99,4 Středočeský kraj 78,2 72,0 71,3 67,7 71,7 76,7 74,9.. 73,2 Jihočeský kraj 83,7 78,7 76,4 71,3 76,7 75,5 73,5.. 76,5 Plzeňský kraj 91,3 88,5 88,1 81,6 88,5 87,0 84,2.. 87,0 Karlovarský kraj 93,9 85,7 81,9 78,2 86,0 84,9 84,1.. 85,0 Ústecký kraj 99,3 93,0 88,7 84,1 90,0 89,0 86,9.. 90,2 Liberecký kraj 80,4 73,6 71,6 69,6 75,6 76,1 73,5.. 74,3 Královéhrad. Kraj 100,0 93,3 90,3 85,8 90,9 89,4 87,3.. 91,0 Pardubický kraj 89,7 86,2 84,8 82,9 87,6 87,7 82,2.. 85,9 Vysočina 89,2 83,3 79,5 75,9 81,1 79,7 77,9.. 80,9 Jihomoravský kraj 97,0 94,3 92,8 87,3 93,1 92,5 90,3.. 92,5 Olomoucký kraj 92,5 88,4 89,9 83,5 93,0 91,2 92,5.. 90,1 Zlínský kraj 97,3 90,6 88,4 85,5 92,3 91,1 89,4.. 90,6 Moravskosl. kraj 87,7 86,5 83,8 79,7 87,5 87,9 85,8.. 85,6 Zdroj: vlastní výpočet ČERVENEC

17 Vyjdeme-li z údajů zachycených v tabulce 6, pak dospějeme k závěru, že z dlouhodobého hlediska se nejvyšším stupněm sociální vybavenosti vyznačuje Hl. m. Praha, která v letech 2000 až 2006 dosáhla v průměru na 1.158,9 bodů. Kraji s druhou a třetí nejlepší sociální vybaveností pak byly kraje Jihomoravský (1.076,9) a Královéhradecký (1.059,3). Na opačné straně spektra se pohybovaly Jihočeský (891,0), Liberecký (865,5) a Středočeský kraj (852,3). Za region s nejvýraznějším zlepšením můžeme v letech označit Hl. m. Prahu, která svůj celkový bodový zisk vylepšila o zhruba 135 bodů. Za Prahou se držely dva moravské kraje, a to kraj Olomoucký (80,0) a Moravskoslezský, v jehož případě došlo ke zlepšení o 54,2 bodů. S nejvýraznějším propadem v bodovém hodnocení sociální vybavenosti se pak setkáváme u kraje Vysočina (-56,6 bodů), jenž je následován Ústeckým (-61,3) a Královéhradeckým krajem (-64,2 bodů). Tabulka 8: Pořadí jednotlivých regionů dle hodnot integrovaného indikátoru sociální vybavenost INI3 vypočtený pomocí bodové metody (vážený, průměr jednotlivých let) Kraj prům. Hl. město Praha ,57 Středočeský kraj ,43 Jihočeský kraj ,43 Plzeňský kraj ,57 Karlovarský kraj ,29 Ústecký kraj ,86 Liberecký kraj ,14 Královéhrad. Kraj ,57 Pardubický kraj ,43 Vysočina ,86 Jihomoravský kraj ,43 Olomoucký kraj ,57 Zlínský kraj ,29 Moravskosl. Kraj ,57 Zdroj: vlastní výpočet 3. METODA NORMOVANÉ PROMĚNNÉ Druhou statisticko-matematickou metodou, již mohou analytici využít při konstrukci souhrnného indikátoru, je metoda normované proměnné, kterou lze vyjádřit pomocí následujících rovnic: resp.: u ij xij x i max (4a) s x i ČERVENEC

18 u ij x i min ij (4b) s x x i kde: u ij normovaná veličina i-tého indikátoru pro j-tý region s x i směrodatná odchylka i-tého indikátoru I v tomto případě můžeme normovanou proměnnou označit za bezrozměrnou veličinu, která má jak nulový, tak jednotkový průměr, z čehož vyplývá, že takto vypočtené veličiny lze bez problémů sčítat. Pro potřeby měření meziregionálních rozdílů se jako vhodné jeví použití průměrné hodnoty normované proměnné, neboť tímto způsobem odstraníme problémy, jež vznikají v okamžiku, kdy při porovnání výsledků používáme různé počty indikátorů. Vlastní integrovaný indikátor vypočtený pomocí metody normované proměnné (INI N ), tak můžeme vypočíst pomocí následující rovnice: p 1 INI N ; j uij (5) p i1 Pokud tuto metodu srovnáme s výše uvedenou bodovou metodou, pak, podobně jako Jílek (1996, s. 46) dospějeme k závěru, že za její hlavní výhodu můžeme označit zejména to, že bere v potaz relativní variabilitu indikátorů, díky čemuž potírá absolutní proměnlivost, s níž počítá bodová metoda. Za nevýhodu tohoto vědeckého přístupu k hodnocení regionálních disparit pak můžeme označit nemožnost jejího použití v okamžiku, kdy je naším záměrem porovnat jednotlivé indikátory podílem, a to zejména proto, že hodnoty syntetické průměrné veličiny mohou nabývat kladných, nulových i záporných hodnot. Jinými slovy řečeno, pomocí této metody nejsme schopni dospět k závěru, že region A zaostává za regionem B. 1.3 Sociální vybavenost regionu z pohledu metody normované proměnné Podobně jako v případě bodové metody, také u metody normované proměnné musíme rovnici [5] upravit následující podoby: p INI u (6) N ; j i1 ij ij Postup výpočtu integrovaného indikátoru sociální vybavenost (INI3) metoda normované proměnné na základě optimálního regionu 1. Pokud pro výpočet integrovaného indikátoru sociální vybavenost využijeme metodu normované proměnné, pak ve svém prvním kroku musí stanovit pro vybrané ukazatele výši jednotlivých směrodatných odchylek. V případě ukazatele počet lékařů na 10 tis. obyvatel pak tato odchylka dosahuje výše 9,17. ČERVENEC

19 2. Poté co vypočteme hodnotu směrodatné odchylky, musíme stanovit hodnotu normované proměnné, přičemž postup jejího výpočtu bude opět závislý na tom, zda u dané veličiny považujeme za progresivní její růst (maximum) či naopak pokles (minimum). Vzhledem k tomu, že i v tomto případě přistupujeme k této metodě z pohledu optimálního regionu, budeme zde za kriteriální hodnotu opět považovat průměrné hodnoty příslušného ukazatele v daném roce. Takto stanovená kriteriální hodnota pro ukazatel počet lékařů na 10 tis. obyvatel v roce 2006, tak opět nabývá hodnoty 38, Máme-li stanovenu směrodatnou odchylku a kriteriální hodnotu, pak můžeme přistoupit k výpočtu jednotlivých normovaných proměnných. Podobně jako v případě bodové metody, také u tohoto přístupu se postup výpočtu liší v závislosti na tom, zda je za optimální považována maximální či minimální hodnota. Pro Moravskoslezský kraj tak v roce 2006 určíme hodnotu normované proměnné počtu lékařů na 10 tis. obyvatel následujícím způsobem: -0,27 = (36,00-38,50)/9, Při stanovení konkrétní hodnoty integrovaného indikátoru sociální vybavenost pak budeme postupovat stejně jako v případě bodové metody, tj. využijeme aritmetický průměr vypočtených hodnot jednotlivých normovaných proměnných. U Moravskoslezského kraje tak v roce 2006 dospějeme k následující hodnotě: 0,04 = (0,3.(-0,27))+(0,3.(-0,27))+(0,3.0,54)+(0,1.0,45). Takto vypočtený integrovaný indikátor pak může nabýt jak záporných, tak kladných hodnot, přičemž platí, že za optimální považujeme situaci, v níž je hodnota tohoto indikátoru co možná nejvyšší. 5. Také v tomto případě může být vypočtený indikátor využit ke stanovení pořadí jednotlivých regionů. Tabulka 9: Integrovaný indikátor sociální vybavenost INI3 vypočtený pomocí metody normované proměnné (vážený, průměr jednotlivých let) Kraj prům. Hl. město Praha 0,48 0,87 1,05 1,18 0,89 0,93 1,04.. 0,92 Středočeský kraj -0,59-0,74-0,80-0,83-0,88-0,72-0, ,75 Jihočeský kraj -0,27-0,31-0,35-0,46-0,44-0,49-0, ,41 Plzeňský kraj 0,00 0,07 0,17 0,10 0,16 0,11 0,04.. 0,09 Karlovarský kraj 0,06-0,11-0,23-0,21-0,09-0,15-0, ,12 Ústecký kraj 0,65 0,57 0,44 0,39 0,39 0,34 0,34.. 0,45 Liberecký kraj -0,52-0,66-0,70-0,62-0,54-0,52-0, ,59 Královéhrad. kraj 0,41 0,37 0,33 0,32 0,24 0,21 0,20.. 0,30 Pardubický kraj -0,33-0,34-0,30-0,11-0,21-0,11-0, ,24 Vysočina -0,27-0,30-0,43-0,42-0,43-0,46-0, ,40 Jihomoravský kraj 0,29 0,43 0,51 0,45 0,42 0,43 0,42.. 0,42 Olomoucký kraj 0,08 0,09 0,32 0,16 0,31 0,22 0,37.. 0,22 Zlínský kraj 0,13 0,09 0,08 0,15 0,20 0,18 0,18.. 0,14 Moravskosl. kraj -0,12-0,03-0,07-0,09-0,03 0,04 0, ,04 Zdroj: Regionální informační servis. U metody normované proměnné se z dlouhodobého hlediska nejvyšším stupněm sociální vybavenosti vyznačuje Hl. město Praha, v jehož případě nabývá průměrný integrovaný indikátor INI3 hodnoty 0,92. K regionům s vysokou úrovní sociální vybavenosti pak můžeme zařadit také Ústecký ČERVENEC

20 (0,45) a Jihomoravský kraj (0,42). Naopak mezi kraje, pro něž byla v letech typická nízká sociální vybavenost, patří Jihočeský kraj, kde INI3 nabýval v průměru hodnoty -0,41, Liberecký kraj s -0,59 a především pak kraj Středočeský, kde hodnota integrovaného indikátoru dosahovala výše -0,75. Pokud svou pozornost zaměříme na zlepšení stávajícího postavení regionů, pak zjistíme, že k nejvýraznějšímu růstu námi sledovaného integrovaného indikátoru došlo v Hlavním městě Praze, a to o 0,56 jednotek. Na druhém a třetím místě se v této oblasti umístily Olomoucký a Moravskoslezský kraj, v jejichž případě hodnota INI3 vzrostla o 0,28, resp. 0,16 jednotek. S nejvýraznějším poklesem INI3 se potýkal kraj Královéhradecký (-0,20), Jihočeský (-0,25) a zejména pak Ústecký (-0,31). Tabulka 10: Pořadí jednotlivých regionů dle hodnot integrovaného indikátoru sociální vybavenost INI3 vypočtený pomocí metody normované proměnné (vážený, průměr jednotlivých let) Kraj prům. Hl. město Praha ,14 Středočeský kraj ,00 Jihočeský kraj ,43 Plzeňský kraj ,14 Karlovarský kraj ,00 Ústecký kraj ,71 Liberecký kraj ,00 Královéhrad. kraj ,29 Pardubický kraj ,29 Vysočina ,00 Jihomoravský kraj ,43 Olomoucký kraj ,57 Zlínský kraj ,00 Moravskosl. kraj ,00 Zdroj: vlastní výpočet ZÁVĚR V úvodu této stati jsme konstatovali, že naším cílem je představit tři metody využitelné při sledování a následném hodnocení regionálních disparit na vzorku vybraných indikátorů zachycených pro 14 krajů České republiky, a to v časovém úseku vymezeném roky 2000 a V souladu s tímto cílem jsme se v úvodní části zaměřili na analýzu vývoje námi zvolených regionů, k čemuž jsme využili metodu semaforu, již považujeme za ideální nástroj pro konstrukci nemetrických škál, které lze úspěšně použít při výběru indikátorů tvořících jednotlivé souhrnné indikátory regionálních disparit. Vzhledem k rozsahu stati jsme v rámci námi realizované analýzy nestudovali vzájemné souvislosti vývoje jednotlivých indikátorů, ale zaměřili jsme spíše na ty faktory, které jsou důležité z hlediska ČERVENEC

21 regionálních disparit, tj. míru rozdílnosti vývoje a dynamiku růstu jednotlivých indikátorů. Mezi jeden z největších problémů, s nímž jsme se v rámci této části setkali, pak byl nedostatek veřejně dostupných statistických dat, díky čemuž jsme pro výpočet jednotlivých indikátorů získali ucelené časové řady pouze pro roky 2000 až Vlastnímu zhodnocení disparit pomocí námi navržených statisticko-matematický metod byla věnována druhá část stati, v jejímž rámci jsme demonstrovali možnost využití výše uvedených metod při posuzování meziregionálních rozdílů v oblasti sociální vybavenosti. Jak je z dosažených výsledků zřejmé jak pomoci bodové metody, tak prostřednictvím metody normované proměnné jsme schopni dospět k závěrům, jež u nejlépe a nejhůře hodnocených regionů v podstatě odpovídají názorům odborníků na danou problematiku. Přesto je zapotřebí říci, že při finálním hodnocení výsledků dosažených při výpočtu jednotlivých integrovaných indikátorů jsme v některých případech narazili na jisté rozdíly v celkovém pomyslném pořadí regionů (viz Tabulka 11). Tento nesoulad pak vyplýval zejména z odlišného přístupu obou námi zvolených metod k výpočtu příslušných integrovaných indikátorů, když metoda normované proměnné bere v potaz relativní proměnlivosti indikátorů zahrnutých do příslušného integrovaného indikátoru, kdežto bodová metoda počítá pouze s proměnlivostí absolutní. Přesto je zapotřebí říci, že obě metody, v konečném důsledku, přinášejí velmi podobné informace o meziregionálních rozdílech, o čemž svědčí také koeficient korelace, jenž se u jednotlivých krajů pohybuje v rozmezí od 0,5585 v případě Středočeského kraje po 0,9977 u kraje Ústeckého. Přes výše zmíněný dílčí rozpor v hodnocení meziregionálních rozdílů, jsou, dle našeho názoru, námi zvolené metody použitelné a jejich rozdílný přístup ke konstrukci finálního integrovaného indikátoru považujeme do jisté míry za výhodu, která případnému uživateli přináší možnost volby pohledu na problematiku regionálních disparit. Pokud regionální managementy dávají přednost absolutní proměnlivosti indikátorů, tj. jejich změně pouze v průběhu času a nikoliv ve vztahu k ostatním krajům zahrnutým do srovnání, pak by měly využít spíše metodu bodovou, kdežto v okamžiku, kdy upřednostňuje relativní proměnlivost, tj. změnu nejen v čase, ale také ve vztahu k ostatním komparovaným regionům, pak by měly k výpočtu příslušného integrovaného indikátoru využít metodu normované proměnné. ČERVENEC

22 Tabulka 11: Komparace řazení jednotlivých krajů dle průměrného hodnocení v případě integrovaného indikátoru sociální vybavenost INI3 vypočteného pomocí metody normované proměnné (vážený, průměr jednotlivých let) kraj prům. bodová metoda Hl. město Praha 1049,5 1153,2 1178,9 1235,4 1153,1 1158,4 1184, ,9 Jihomoravský kraj 1064,4 1087,8 1094,5 1078,2 1073,8 1071,0 1068, ,9 Královéhrad. kraj 1097,4 1076,3 1064,8 1059,6 1047,8 1036,0 1033, ,3 Zlínský kraj 1067,4 1044,6 1041,8 1056,8 1063,8 1055,0 1058, ,4 Olomoucký kraj 1014,7 1019,7 1059,3 1031,3 1072,4 1057,0 1094, ,9 Ústecký kraj 1090,2 1072,2 1045,7 1039,3 1038,1 1031,0 1028, ,3 Plzeňský kraj 1001,6 1020,2 1039,1 1008,6 1020,9 1008,2 997, ,7 Pardubický kraj 984,9 993,9 999,9 1024,4 1010,6 1016,0 973, ,4 Moravskosl. kraj 962,2 997,2 988,4 984,8 1009,1 1018,4 1016, ,6 Karlovarský kraj 1030,2 988,4 965,5 966,3 991,6 983,0 996, ,7 Vysočina 979,0 960,2 936,8 938,3 934,7 922,7 922, ,0 Jihočeský kraj 918,9 907,3 900,4 881,1 884,8 874,1 870, ,0 Liberecký kraj 881,9 849,0 844,1 859,4 872,3 881,1 870, ,4 Středočeský kraj 857,7 829,8 840,8 836,6 827,0 888,0 886, ,3 metoda normované proměnné Hl. město Praha 0,48 0,87 1,05 1,18 0,89 0,93 1,04.. 0,92 Ústecký kraj 0,65 0,57 0,44 0,39 0,39 0,34 0,34.. 0,45 Jihomoravský kraj 0,29 0,43 0,51 0,45 0,42 0,43 0,42.. 0,42 Královéhrad. kraj 0,41 0,37 0,33 0,32 0,24 0,21 0,20.. 0,30 Olomoucký kraj 0,08 0,09 0,32 0,16 0,31 0,22 0,37.. 0,22 Zlínský kraj 0,13 0,09 0,08 0,15 0,20 0,18 0,18.. 0,14 Plzeňský kraj 0,00 0,07 0,17 0,10 0,16 0,11 0,04.. 0,09 Moravskosl. kraj -0,12-0,03-0,07-0,09-0,03 0,04 0, ,04 Karlovarský kraj 0,06-0,11-0,23-0,21-0,09-0,15-0, ,12 Pardubický kraj -0,33-0,34-0,30-0,11-0,21-0,11-0, ,24 Vysočina -0,27-0,30-0,43-0,42-0,43-0,46-0, ,39 Jihočeský kraj -0,27-0,31-0,35-0,46-0,44-0,49-0, ,41 Liberecký kraj -0,52-0,66-0,70-0,62-0,54-0,52-0, ,59 Středočeský kraj -0,59-0,74-0,80-0,83-0,88-0,72-0, ,75 Zdroj: vlastní výpočet ČERVENEC

23 LITERATURA: 1. BERKA, K.: Měření pojmy, teorie, problémy. 1. vyd. Praha: Academia, JÍLEK, J.: Metody mezinárodního srovnávání. 1. vyd. Praha: VŠE, KOLEKTIV AUTORŮ: Stručný statistický slovník pro hospodářské pracovníky. 1. vyd. Praha: Svoboda, RIS: Srovnání kraje s Českou republikou. [on-line] in: 5. RIS: Statistická data. [on-line] in: KONTAKT: doc. Ing. Pavel Tuleja, PhD. Obchodně podnikatelská fakulta v Karviné Slezská univerzita v Opavě Katedra ekonomie Univerzitní nám. 1934/3, Karviná tuleja@opf.slu.cz ČERVENEC

24 NÁSTROJE K OVLIVNĚNÍ REGIONÁLNÍCH DISPARIT Z CHRONOLOGICKÉHO A FUNKČNÍHO HLEDISKA Autor: Doc. Ing. Jan Sucháček, Ph.D. ABSTRAKT: Příspěvek se zabývá nástroji určenými ke sledování, hodnocení a zmírňování regionálních disparit. Jak je ukázáno, existuje značné množství přístupů ke členění dosti obsáhlého spektra těchto nástrojů. Regionální politika by měla tyto instrumenty odpovědným způsobem využívat, čímž se může alespoň přiblížit k harmonickému prostorovému vývoji. KLÍČOVÁ SLOVA: Regionální politika, regionální disparity, nástroje regionální politiky ABSTRACT: The article deals with instruments related to monitoring, evaluation and abatement of regional disparities. As it is shown, there is a great number of approaches towards the classification of ether broad spectrum of these instruments. Regional policy should utilize these instruments in a responsible way, which facilitates drawing on harmonic spatial development. KEYWORDS: Regional policy, regional disparities, regional policy instruments ÚVOD Problémy spojené s otázkami prostorových disparit se dostávají do popředí zájmu jak mnoha vědních a výzkumných disciplín, tak také praktických politik. Tento zájem je motivován především obavou z potenciálních tenzí v důsledku přílišné prostorové nerovnoměrnosti v distribuci blahobytu a moci. V zásadě se jedná o hledání rovnováhy v rámci citlivého trojúhelníku ekonomická výkonnost a konkurenceschopnost, sociální udržitelnost a ekologická udržitelnost. A protože stabilita celé země může být dosažena pouze při stabilitě a vhodné funkční propojenosti jejich dílčích částí - tedy regionů - není udivující, že se otázkám spojeným s regionální politikou dostává stále většího prostoru. Základním východiskem našeho výzkumu bylo zjišťování, jak se k územním nerovnostem staví jednotlivé teorie regionálního rozvoje. Tyto teorie přitom byly rozděleny podle toho, jaký význam přisuzují konvergenčním, resp. rovnovážným a jaký divergenčním, resp. nerovnovážným tendencím v rámci prostorového vývoje (více viz Sucháček, 2008). Ideové zaměření výše zmíněných teorií pak slouží jako užitečná základna pro odvození náplně jednotlivých typů regionálních politik. Tyto regionální politiky jsou přitom zaměřeny na pokud možno účinné ovlivňování, resp. zmírňování regionálních disparit. A právě konkrétní nástroje, které se k těmto regionálním politikám vztahují a které vytvářejí instrumentarium pro dosažení cílů regionální ČERVENEC

25 politiky, budou v této kapitole analyzovány. Tyto nástroje lze vnímat jako určitou podmnožinu a přitom nezbytnou součást dnes již poměrně bohatého souboru regionálních politik (viz také Vanhove, Klassen, 1987 či Hall, 1992). Nástroje regionální politiky využívají zejména decizní subjekty a struktury a to tak, aby mohly ovlivňovat rozličná území, stejně jako subjekty a struktury v nich se nacházející či v různé interakce s nimi vstupující. Diferenciace a klasifikace jednotlivých nástrojů, kterými lze ovlivňovat regionální disparity, pak je nezbytným předpokladem pro jejich uchopení a následnou aplikaci. V následujícím textu budou ukázány některé možné způsoby, kterými lze k nástrojům regionální politiky přistoupit. Nejprve bude ukázáno, jak se vyvíjely nástroje k ovlivňování a zmírňování regionálních disparit z chronologické perspektivy. Budou zde charakterizovány nástroje k ovlivnění regionálních disparit ovlivněné neoklasickými a neoliberálními přístupy, poté budou ukázány nástroje spjaté s keynesiánstvím, dále pak marxisticko-socialistickým a moderním neo-endogenním paradigmatem regionálního rozvoje. Posléze budou prezentovány nástroje regionální politiky podle druhu a intenzity jejich vlivu a také podle adresátů, kterým jsou určeny (viz také Maier a Tödtling, 1998). Nebudou opomenuty ani další možné přístupy k diferenciaci instrumentů určených k ovlivňování a zmírňování regionálních disparit (Armstrong a Taylor, 1993, Vanhove a Klaasen, 1987 či Wokoun, 2003). Další část práce pak bude tvořena analýzou vztahu nástrojů regionální politiky k pozitivní a negativním prostorovým disparitám, čímž bude v kapitole zkoumaná problematika ještě hlouběji provázána s již realizovanými částmi celého výzkumného projektu. V závěru pak jsou hutným způsobem charakterizovány relevantní kategorie spjaté s problematikou nástrojů k ovlivnění a zmírnění regionálních disparit vycházejících z teorií regionálního rozvoje. 1. NÁSTROJE K OVLIVNĚNÍ REGIONÁLNÍCH DISPARIT Z CHRONOLOGICKÉ PERSPEKTIVY Přístupy k regionálním nerovnostem a regionálnímu rozvoji, od nichž byly odvozovány konkrétní regionální politiky, byly tradičně intenzivně poznamenány sociálně-ekonomickými paradigmaty typickými pro příslušné období. Tato paradigmata reflektovala zkušenost politiků a představitelů hlavních sociálních a hospodářských směrů, rozvojové teorie z předcházejících období, ale také kratší či delší dobu pociťované sociální a ekonomické potřeby. Jestliže použijeme při diferenciaci přístupů k regionálnímu rozvoji a regionálním nerovnostem princip účelovosti, lze identifikovat čtyři hlavní vývojová paradigmata: liberální endogenně rozvojový přístup, dále exogenní keynesiánský a extrémně intervencionistický marxisticko-socialistický přístup a konečně také moderní neo-endogenní přístup. Dílčí teorie regionálního rozvoje a od nich odvozené typy regionálních politik jsou přitom uspokojivým způsobem zařaditelné pod tato paradigmata (blíže viz Sucháček, 2008). Prezentovaná typologie nám poměrně zřetelně ukazuje také převažující filozofii regionální politiky v různých obdobích vývoje. Pro každý typ regionální politiky je přitom charakteristické široké spektrum nástrojů, resp. metod a technik, které směřují k ovlivňování a zmírňování regionálních disparit. ČERVENEC

26 1.1 Nástroje k ovlivnění regionálních disparit inspirované neoklasickými a neoliberálními přístupy Stojí za povšimnutí, že se první nástroje k ovlivňování a zmírňování regionálních disparit objevují v jinak dosti málo intervencionistickém prostředí Velké Británie 20. a 30. let dvacátého století. Tomuto konceptu, který někteří autoři označují jako dělníci za prací (viz Prestwich a Taylor 1990), odpovídaly i aplikované nástroje regionální politiky. Jednalo se především o podporu dojíždějícím, jednorázovou finanční pomoc při stěhování, pomoc při obstarání bytu v imigračním regionu s nižší mírou nezaměstnanosti, rekvalifikace na profesi žádanou v imigračním regionu apod. Tabulka 1: Vývoj přístupů k regionálnímu rozvoji Obecné paradigma Prostorové tendence Dílčí teorie regionálního rozvoje Regionální politika Liberální /neintervencionistické/ endogenně rozvojové Keynesiánské /intervencionistické/ exogenně rozvojové marxisticko-socialistické/ extrémně intervencionistické Moderní / transformovaný neo-endogenní rozvoj/vytváření rámcových podmínek pro endogenní iniciativy/spíše neintervencionistický přístup. Prostorový vývoj tenduje k rovnováze, konvergenci a proto není nutno zasahovat do tržních procesů. Neintervencionistický přístup. Prostorový vývoj tenduje k nerovnováze, divergenci a proto jsou zásahy do tržních procesů nutné. Vývoj tenduje k regionální nerovnováze, nutnost plánování a řízení prostorového vývoje. Vývoj tenduje k regionální nerovnováze, nutno využít regionální potenciál. Neoklasické jedno a dvousektorové modely růstu, nová teorie endogenního růstu, nová teorie růstu Teorie kumulativních příčin, teorie nerovnoměrného rozvoje, teorie pólů růstu, center růstu a růstových os, teorie exportní základny, jádro-periferie, teorie výrobních cyklů a ziskových cyklů, teorie prostorových děleb práce, teorie mezoekonomiky Prostorová dimenze marxisticko-socialistické doktríny, teorie krize, houpačková teorie nerovnoměrného rozvoje Teorie učících se regionů, teorie výrobních okrsků, QWERTY teorie, teorie path dependency (závislosti na cestě) dělníci za prací, nástroje zvyšující mobilitu pracovních sil práce za dělníky, nástroje podporující příliv investic do problémových regionů Centrální plánování a řízení prostorového vývoje ignorující regionálně-tržní signály. Aplikace v zemích střední a východní Evropy. Podpora prostředí, ve kterém se bude dařit networkingu, malým a středním firmám, inovacím, učení se. Zvýšení kvality místních a regionálních institucí, koopkurence (konkurence a ko-operace) Zdroj: vlastní ČERVENEC

27 Jednalo se tedy především o podporu mobility pracovních sil. Tyto nástroje regionální politiky přitom měly za úkol povzbudit tržní síly v rámci trhu práce. Tehdejší regionální politika se zaměřovala na oblasti s nedostatkem pracovních sil, do kterých se mohli přistěhovat nezaměstnaní z jiných území. Jak přitom uvádějí např. Blažek a Uhlíř (2002), podpora emigrace z regionů s vysokou nezaměstnaností je zpravidla považována za pasivní typ politiky, neboť se ani nepokouší řešit příčiny problémů, ale pouze se snaží o zmírnění jejich následků. 1.2 Nástroje k ovlivnění regionálních disparit inspirované keynesiánstvím Není náhodou, že se v období mezi padesátými a sedmdesátými lety minulého století vytvořilo a často také aplikovalo široké spektrum nástrojů pro zmírňování regionálních disparit; v té době totiž byly na regionální politiku a s ní související nástroje v mnoha zemích věnovány značné prostředky. Jsme oprávněni hovořit o skutečném rozkvětu v oblasti tvorby a implementace instrumentů k ovlivnění regionálních disparit. Například podíl regionálně-politických výdajů na HDP ve Velké Británii v 60. letech téměř dosáhl 1 % (Preswitch a Taylor 1990). Regionální problémy přitom nebyly považovány za krátkodobou poruchu, ale za dlouhodobý jev. Základní filozofii přístupu k řešení regionálních problémů lze v tomto období vystihnout spojením práce za dělníky. Koncepce zdůrazňuje, že odpovědnost za řešení regionálních hospodářských problémů spočívá na státu, který se má snažit o prostorově rovnoměrnější distribuci pracovních příležitostí. Mezi typické nástroje té doby patřily především různé finanční podněty firmám expandujícím v zaostávajících regionech. Jednalo se o poskytování rozmanitých druhů dotací, dále výhodných úvěrů se sníženými úrokovými sazbami, daňových úlev, zrychlených odpisů, ale také například příspěvků na pracovní sílu. V tomto období byla hojně používána i restriktivní administrativní opatření, a to zákaz expanze firem v největších aglomeracích (například v Londýně či Paříži), či dokonce aplikace zvláštního zdanění vstupů či produkce u soukromých firem s cílem omezit nadměrný růst v těchto regionech (například pařížský region). Důvodem pro tato restriktivní opatření byla snaha omezit další tlak na přetíženou infrastrukturu velkých aglomerací (dopravní kongesce, problémy se zásobováním vodou apod.) včetně úsilí o omezení ekologických problémů. Věřilo se, že restriktivní opatření aplikovaná vůči velkým aglomeracím a metropolitním oblastem přispějí k ochotě firem rozvinout své aktivity v zaostávajících regionech, kde byly naopak firmám nabízeny četné výhody (viz Blažek a Uhlíř, 2002). Značná pozornost byla věnována také pomoci regionům s nedostatečně rozvinutou infrastrukturou. Velmi účinným nástrojem regionální politiky byla relokace státních podniků či institucí, například ústředních orgánů státní správy nebo výzkumných ústavů, do zaostávajících regionů (používáno např. v Nizozemsku, Norsku, Francii, Itálii nebo Velké Británii). Častá byla také prostorově selektivní alokace veřejných investic a veřejných zakázek. Určitou modifikací relokačních opatření byla povinnost lokalizovat v případě rozšíření výroby ve státem vlastněných podnicích určitý podíl nově vytvořených pracovních míst v problémových regionech, což bylo aplikováno například v Itálii ve prospěch zaostávajícího jihu. Typicky keynesiánský způsob řešení meziregionálních rozdílů v nezaměstnanosti představuje také poskytování příplatků ke mzdám, aby se podnikatelům v problémových regionech snížily náklady na pracovní síly (Martin 1985). Nejprve byly keynesianismem inspirované nástroje regionální politiky zaměřeny převážně hospodářským směrem, posléze se dospělo k poznání, že problémy v zaostávajících oblastech jsou podstatně komplexnější a proto se více pozornosti věnovalo také sféře sociální či institucionální. ČERVENEC

28 Regionální politika, ze které byly odvozeny také jednotlivé nástroje pro ovlivnění prostorových disparit, přitom v tomto období neopustila princip shora dolů. Nutno ovšem také dodat, že koordinace aktivit prostřednictvím trhu byla stále považována za hlavní mechanismus chodu ekonomiky a v keynesiánsky orientovaných západních zemích nedošlo k deformaci prakticky všech základních složek života jako v paralelně existujícím režimu centrálního plánování ve střední a východní Evropě. 1.3 Nástroje k ovlivnění regionálních disparit inspirované marxisticko-socialistickým paradigmatem Když byla po druhé světové válce rozdělena politická mapa světa, vydala se jeho východní část směrem, pro který je charakteristická deformace prakticky všech složek života. Tyto nepříznivé trendy se nemohly nedotknout oblasti regionálního rozvoje. Lze konstatovat, že hlavní vývojové paradigma regionálního rozvoje se Československu po druhé světové válce vyhnulo, resp. Československo se vyhnulo jemu. Z politického hlediska panoval v tehdejším Československu od roku 1948 až do roku 1989 totalitní politický režim, z ekonomického pohledu pak systém centrálního plánování. Tehdejší hospodářská koncepce považovala selhání tržního mechanismu při řešení sociálních a ekonomických problémů za absolutní. Tržní signály, které jsou tradičními determinantami hospodářských a regionálních politik, tak byly nahrazeny příkazovým systémem. Došlo k prakticky naprosté centralizaci všech politik, o kterých rozhodovala pouze vládnoucí strana a vláda. Stát začal být považován za univerzálního správce celé ekonomiky, kterou reguloval centrálními plány. Tyto centrální plány v konečném důsledku vyvolávaly efekt tzv. převráceného minimaxu, kdy podniky maximalizovaly vstupy a minimalizovaly výstupy - chovaly se tedy naprosto obráceně, než podniky tržní. Izolace poptávky od nabídky vedla nakonec až k extrémním nerovnováhám na trhu. Vedle celostátního plánování navíc existovala izolace vnitřních trhů od světových, což celkovou hospodářskou, ale i jinou deformaci ještě prohloubilo (více viz Sucháček, 2008). Vezmeme-li v úvahu skutečnost, že regionální diference budou existovat vždycky a jejich naprostá eliminace není možná a ani žádoucí, způsobila aplikace centrálního plánování nepřirozený charakter celého prostorového vývoje. Akcentována byla především prostorová konvergence, avšak s ohledem na četné mezery mezi plánováním, jeho implementací a reálným prostorovým vývojem se ji často nepodařilo naplnit. Regionální nerovnosti zdaleka nevymizely, pouze byly založeny spíše na administrativních a politických rozhodnutích, nežli na přirozených vývojových předpokladech jednotlivých regionů. Hierarchicky organizovaný systém národního, regionálního a místního plánování pokrýval sféru hospodářskou i systém osídlení. Role fyzického plánování pak spočívala v prostorové realizaci cílů definovaných v národohospodářských plánech. Zkraje se národohospodářské plánování soustředilo především na masivní industrializaci a tak se pro regionální rozvoj staly klíčovými sektorové hospodářské politiky. Pozornost byla věnována zejména industrializaci Slovenska, ale také oblastem s převažujícím těžkým průmyslem (viz také Sucháček, 2008). Od šedesátých let se k industrializaci přidala také intenzivní výstavba bytů a občanské vybavenosti vedená snahou o řízení prostorové distribuce pracovních sil. Silná institucionální a finanční centralizace znemožnila efektivní realizaci těchto plánů. Od šedesátých let se k celonárodnímu plánování přidaly plány oblastního rozvoje a rozvoje vybraných městských celků. ČERVENEC

29 Proces normalizace na začátku sedmdesátých let s sebou přinesl také opětné posílení role centrálního plánování. Koncept urbanizace a systému osídlení se rozvinul z jednodušší formy hierarchicky organizovaných center na vymezování regionálních aglomerací, městských regionů a jiných míst principiálního významu. Koncept směřoval k řízení a kontrole procesu urbanizace v celé zemi až do roku V roce 1977 byl přijat tzv. oblastní plánovací dekret a regionální plánování bylo převedeno pod pravomoc regionálních a místních úřadů coby subsystém centrálního plánování. Centrální plánování přitom stále deklarovalo jako svůj hlavní cíl prostorově racionální rozložení pracovních sil a optimální využití přírodních, sociálních a hospodářských podmínek všech území se záměrem zvýšení životní úrovně obyvatelstva. První regionální plány byly připraveny na konci osmdesátých let, avšak vzhledem ke změnám po roce 1989 a zrušení krajských národních výborů v roce 1990 nebyly realizovány (Sýkora, 1999). Fyzické/prostorové plánování bylo uskutečňováno především na místní úrovni a to i přesto, že nebyly používány standardní nástroje a mechanismy prostorového plánování a investice byly realizovány na politickém základě. Od šedesátých let bylo prostorové plánování chápáno jako nástroj pro plánování v městských oblastech a to ve vazbě na výstavbu bytů, výstavbu nového průmyslu a výstavbu dopravní infrastruktury. Jeho role pak s menšími či většími obměnami přetrvala až do roku 1989 (pro více podrobností viz Sucháček, 2008). 1.4 Nástroje k ovlivnění regionálních disparit ovlivněné neo-endogením paradigmatem Současné období regionální politiky, jehož nástup se datuje přibližně od druhé poloviny sedmdesátých let minulého století, je dosti specifické, protože kombinuje značné množství často heterogenních přístupů. Tyto koncepce jsou ovlivněny inovovaným endogenním přístupem a také několika dalšími koncepcemi. Blažek s Uhlířem (2002) dokonce současné období regionální politiky nazývají eklektickým. Mezi typická regionálně-politická témata dneška podle Skokana (2004), Adamčíka (1997) a Blažka a Uhlíře (2002) patří například: podpora malých a středních firem, podpora tvorby a šíření inovací, podpora tvorby klastrů, podpora aplikace marketingu a managementu v územním rozvoji, deregulační a decentralizační opatření, podpora partnerství veřejného a soukromého sektoru (public private partnership), programy následné péče o zahraniční investory (follow up programmes, after care programmes), investice do lidských zdrojů, podpora kvality životního a sociálního prostředí. Společným jmenovatelem těchto opatření je silná endogenní orientace, vyznačující se zjevnou snahou o iniciaci lokálního a regionálního potenciálu. Dalším častým rysem je věcná i finanční participace soukromého a veřejného sektoru reflektující postfordistické racionalizační tendence a zdůrazňující jedinečnost každé lokality, resp. regionu. ČERVENEC

30 K úspěšné implementaci těchto opatření je však zapotřebí adekvátních podmínek regionálního rozvoje na úrovni celé země. Jedná se především o institucionálně-teritoriální vyváženost mezi státní správou a samosprávou, ale také například rovnoměrnou infrastrukturní vybavenost všech oblastí sledující prostorovou distribuci obyvatelstva. Lokality a regiony zajisté mohou využívat endogenní přístup k vlastnímu rozvoji, ale k tomu by měly mít alespoň přibližně stejné či podobné podmínky pro rozvoj. 2. NÁSTROJE K OVLIVNĚNÍ REGIONÁLNÍCH DISPARIT PODLE DRUHU A INTENZITY VLIVU A PODLE ADRESÁTŮ Jak ukazují Maier a Tödtling (1998), rozsáhlé instrumentarium nástrojů regionální politiky je možno odlišit podle druhu a síly vlivu a také podle adresátů a obsahového zaměření (viz také tabulka 2). Podle druhu a síly přitom rozeznáváme následující skupiny nástrojů regionální politiky: a) Informační opatření a poradenství, které mají nejmenší intervenční intenzitu, protože na každého aktéra působí prostřednictvím ovlivnění jeho postojů a zároveň mu přenechávají volnost v jednání. Z tohoto důvodu se jedná spíše o měkké směrování aktivit daného subjektu. Informace přitom nijak nenarušují působení tržního mechanismu, a proto jsou akceptovány také neoklasickými a neoliberálními proudy. Tímto způsobem se sestavují např. katalogy lokalizačních výhod popisující přednosti jednotlivých lokalit či regionů. Kromě podniků mohou z informací těžit také obyvatelstvo daného teritoria stejně jako obce, případně regiony samotné. b) Finanční motivace existuje v mnoha formách a to od dotací, přes daňová zvýhodnění až po levnější úvěry. Tato skupina nástrojů se od výše zmíněných informačních opatření a poradenství již podstatně odlišuje, protože ovlivňuje rozhodování jednotlivých podniků a domácností a to skrze individuální nákladově-výnosová rozhodnutí. Lokalizační pomoc, která představuje historicky jeden z nejdůležitějších nástrojů regionální politiky, směřuje zejména k podpoře mobility podniků do konkrétních regionů. Důležitá je také motivace na rozšiřování investic či prémie na nově vytvořená pracovní místa a v posledních dekádách mají stále větší význam motivace inovační a technologická. c) Opatření ve výstavbě infrastruktury částečně působí stejným způsobem jako finanční motivace. Příkladem je, když se prostřednictvím infrastrukturních projektů stanou některé lokality nákladově výhodnějšími a pro podnikovou lokalizaci atraktivnějšími. Infrastrukturní opatření tedy ovlivňují manévrovací prostor a to jak pro podniky tak také pro domácnosti. Z tohoto důvodu je nutno věnovat zvýšenou pozornost prostorové diferenciaci ve vybavení infrastrukturou. Přitom se ale infrastrukturní opatření nedají (na rozdíl od finanční motivace) tak snadno zaměřit na konkrétní cílovou skupinu, protože působí víceméně na všechny subjekty daného území a zvyšují jeho celkovou kvalitu. Na rozdíl od finanční motivace jsou také infrastrukturní opatření o poznání spolehlivější a trvalejší. d) Administrativní a regulační opatření působí tak, že určité formy chování mohou povolit a jiné zase zakázat. V environmentálně citlivých či nadměrně exponovaných oblastech je tak možno brzdit vývoj a to prostřednictvím kontroly investic. Administrativní opatření obvykle tlumí společensky nežádoucí vývoj. Tato opatření mohou částečně stimulovat i pozitivní vývoj, nicméně pouze v omezené podobě. ČERVENEC

31 Tabulka 2: Nástroje regionální politiky Adresát, směr Informace a poradenství druh vlivu Finanční motivace Infrastruktura Administrativní opatření podniky mobilita Informace o lokalitě, regionální marketing lokalizační podpora lokalizační příkazy a zákazy investice nová pracovní místa technologie, inovace zakládání podniků - - technologické a inovační poradenství podnikatelské poradenství investiční motivace prémie za pracovní místa podpora nových technologií a výzkumněvývojových inovací rizikový kapitál, startovací pomoc výstavba ekonomické infrastruktury, zásobování a odvoz odpadu, doprava, telekomunikace, vzdělávání, výzkumná zařízení, vědecké parky, technologická a podnikatelská centra regulace investic - regulace nových technologií regulace zakládání podniků kooperace kooperační poradenství kooperační motivace - obyvatelstvo vzdělávání mobilita zásobování obec - instituce Zdroj: Maier a Tödtling (1998) informace o možnostech vzdělávání informace o nabídce pracovních míst informace o nabídce bydlení a kvalitě zásobování poradenství pro obce a regiony příspěvky na vzdělání příspěvky na mobilitu subvence blízkým dodavatelům příspěvky na komunální a regionální rozvojové projekty výstavba infrastruktury orientované na obyvatelstvo: byty, vzdělávání, zařízení sociálního a kulturního zabezpečení infrastrukturní pomoc občanům koordinace obcí a regionálních zařízení ČERVENEC

32 3. DALŠÍ POHLEDY NA NÁSTROJE K OVLIVNĚNÍ REGIONÁLNÍCH DISPARIT Předcházející tabulka podle Maiera a Tödtlinga (1998) byla výrazně syntetického, přitom však regionálně čistého charakteru; ostatní autoři, kteří přistupují k utřídění nástrojů k uchopení a ovlivnění regionálních disparit, dávají přednost spíše tradičnějšímu schématickému pojetí. Tak například Vanhove a Klaasen (1987) rozčleňují nástroje regionální politiky, které pomáhají ovlivňovat a usměrňovat regionální disparity podle věcného hlediska. Celkem tito autoři rozeznávají 7 skupin nástrojů regionální politiky: infrastrukturní pomoc, která je zaměřena především na problémové regiony s nedostatečnou či málo vyvinutou infrastrukturou, finanční stimuly, jejichž účelem je stimulace hospodářského rozvoje v problémových regionech, které mohou nabýt například následujících podob: o dotace, o slevy z úroků, o daňové úlevy, o příspěvek na pracovní sílu, o výhodné úvěry atd. odrazující opatření, směřující k redukci nadměrné koncentrace hospodářských a jiných aktivit v určitých územích, jako např.: o specifická opatření zaměřená proti přelidnění, o zvláštní dopravní daň (použito ve Francii), o prostorově selektivní regulace investic (aplikováno v Nizozemsku), o speciální povolení a certifikáty k rozvoji průmyslu a kancelářských prostor (tzv. Industrial Development Certificate (ICD) a Office Development Permits (ODP) apod. - použito ve Velké Británii), decentralizace vládních úřadů do nemetropolitních území, která se realizovala např. ve Velké Británii, Nizozemsku či Itálii, regionální alokace veřejných investic a veřejných zakázek, která je zvláště účinná tehdy, když je nutno regionálně selektivně podpořit určité odvětví anebo zaplnit mezery v regionálních hospodářských profilech. Tento instrument regionální politiky opět může být realizován v několika podobách: o zakládání veřejných společností, o možnosti firem zúčastnit se nabídkových řízení o veřejné vládní zakázky, o zajištění minimálního podílu regionu na veřejných investičních programech, o dohodnuté minimální regionální podíly z vládních fondů pro restrukturalizaci, o dohodnuté minimální podíly z vládních fondů pro rozvoj výzkumných činností, ČERVENEC

33 regionální rozvojové agentury, podporující specifické regiony, ve kterých realizují své aktivity. Jejich činnost může nabýt následujících podob: o vedení databank o zdrojích a potřebách jednotlivých subjektů, o poskytování pomoci existujícím firmám, o poskytování marketingové pomoci firmám, o získávání nových projektů pro region, o informování místního obyvatelstva, o obrana zájmů regionu na celostátní úrovni, o příprava různých studií atd. nástroje makroekonomické politiky, které mohou mít regionálně diferencovaný dopad. Jedná se například o: o regionálně diferencovaný systém národních subvencí, o regionálně diferencovanou úvěrovou politiku, o regionální transfery atd. Následující přístupy vychází o poznání více z pozic hospodářské politiky, čímž je poněkud upozaděna prostorová dimenze aplikovaných nástrojů regionální politiky. Podle Wokouna (2003) lze členit nástroje regionální politiky následovně: makroekonomické nástroje, jejichž užití je značně omezeno ostatními cíli národohospodářské politiky, jakými jsou např. snožování inflace či vyrovnanost platební bilance. Jedná se o: o fiskální politiku (např. regionalizaci daní a odvodů, sníženou sazbu daní ve vybraných podporovaných regionech), o monetární politiku (usnadnění přístupu k úvěrům ve vybraných regionech aj.) o protekcionismus (např. uvalení dovozních limitů a cel na produkty vyráběné v upadajících regionech) mikroekonomické nástroje, u kterých jde o ovlivňování rozhodování ekonomických subjektů o jejich lokalizaci. Zde patří: o realokace pracovních sil (např. částečná úhrada nákladů na stěhování, výkup nemovitostí či podpora při nákupu nového bytu), o realokace kapitálu (kapitálové subvence, subvence na pracovní sílu, levné půjčky, snížené daně, subvence na dopravu atd.) ostatní nástroje, které jsou používány spíše výjimečně: o administrativní nástroje (správní rozhodnutí o zastavení ekonomické činnosti nevhodné z hlediska potřeb rozvoje území), o institucionální nástroje (např. regionální rozvojové agentury). Jak uvádí Wokoun (2003), nejvíce se osvědčily zvýhodněné úrokové podmínky a investiční dotace, příp. některé typy subvencí. ČERVENEC

34 Další způsob třídění nástrojů k ovlivnění regionální disparit nabízejí Armstrong a Taylor (1993). Tito autoři rozeznávají nástroje makroekonomické politiky, dále nástroje mikroekonomické politiky a konečně tzv. koordinační nástroje (podrobněji viz přílohy 1 a 2). 4. VZTAH NÁSTROJŮ REGIONÁLNÍ POLITIKY K POZITIVNÍM A NEGATIVNÍM DISPARITÁM Tato kapitola navazuje na již provedený výzkum a zabývá se vztahem nástrojů regionální politiky k pozitivním a negativním prostorovým disparitám (podrobněji viz Hučka, Kutscherauer, Sucháček, 2009). Nejprve je nutno vymezit, které disparity lze vnímat jako pozitivní a které jako negativní: negativní disparity jsou základem pro tradiční regionální a kohezní politiku EU opírající se o princip solidarity (ve smyslu pomoci méně rozvinutým regionům). Oproti tomu pozitivní disparity našly svůj odraz v koncepci pólů a center růstu, která zdůrazňuje význam relevantních regionů, pólů rozvoje a rozvojových center pro celkový územní rozvoj. Pozitivní role regionálních disparit v tomto kontextu spočívá ve vnímání skutečnosti, že i disparita se může projevit pozitivně z hlediska rozvoje území dosud zaostávajících. Rozšiřující a difúzní efekty jsou přitom mechanismem přenosu rozvoje do méně rozvinutých území (podrobněji viz Hučka, Kutscherauer, Sucháček, 2009). Pokud jde o vztah nástrojů regionální politiky k pozitivním a negativním disparitám, lze konstatovat, že některé aplikované nástroje se vztahují jak k pozitivním tak i negativním regionálním disparitám. Nástroje regionální politiky totiž mají komplexní dopady a z tohoto důvodu lze jejich působení vnímat jak ve směru solidárního působení (ve smyslu snižování disparit negativního typu) tak i ve směru využívání dosavadních disparit k dalšímu rozvoji. Vhodně využívané příspěvky na mobilitu obyvatelstva mohou napomoci jak metropolitním územím trpícím nedostatkem pracovních sil tak také mohou ulevit od nezaměstnanosti regionům zaostávajícím. Nově založená regionální rozvojová agentura může mít pozitivní dopad na region zaostávající, ale stejně tak její představitelé budou čerpat informace z hlavních center a kvůli častému pobytu v rozhodovacích centrech zase podpoří kupříkladu tamní služby atd. Pouze některé nástroje, resp. politiky mají dopad výhradně na pozitivní či výhradně na negativní disparity. Například decentralizace vládních úřadů do zaostávajících území je typickým opatřením nasměrovaným ke zmírnění prostorových disparit. Podobně lze vnímat také výstavbu infrastruktury v problémových či zaostávajících regionech. Početně poněkud slabší pak je skupina nástrojů regionální politiky zaměřená tržně konformně a tedy v souladu s pozitivními disparitami. Jako příklad zde mohou sloužit různé poradenské či informační iniciativy, které mohou pomoci odhalit pozitivní stránky existujících disparit. ZÁVĚR Regionální politika si za dobu své existence vytvořila rozsáhlý soubor nástrojů pro to, aby mohla dosahovat svých cílů. Zkušenosti ukazují, že se osvědčily především ty nástroje regionální politiky, které nepopírají tržní atributy hospodářství. Tento fakt spolu s aktuálními potřebami území, kde se nástroje uplatňují, by měl být vodítkem pro ty decizní orgány, které rozhodují o výběru nástrojů regionální politiky. Současné nástroje pro uchopení, ovlivňování a zmírňování regionálních disparit jsou odrazem vývojem naakumulovaných charakteristik ve sféře koncepcí regionálního rozvoje. ČERVENEC

35 Jak bylo ukázáno, nástroje pro ovlivňování regionálních disparit se mohou odlišovat z hlediska věcného, ale také podle druhu a intenzity vlivu (od poradenství a informací až po administrativní a regulační opatření), stejně jako podle adresátů, kterým jsou určeny (podniky, obyvatelstvo, obce atd.). Přehledná a funkční kategorizace těchto nástrojů má význam jak z hlediska teoretického, resp. teoreticko-kognitivního, tak také pro praxi, protože jí umožňuje sledovat a registrovat a změny v oblasti nástrojů regionální politiky. Adekvátní informace a znalosti o nástrojích, kterých může regionální politika využít, poté mohou sloužit jak vhodná základna pro aplikaci těchto nástrojů. Instrumentarium, kterým regionální politika disponuje, přitom může být využito jak u disparit pozitivního typu, které bývají vnímány jak teritoriální příležitosti tak také u disparit negativního typu, u nichž je žádoucí jejich redukce, případně odstranění. Nutno přitom zdůraznit, že se mnohé nástroje regionální politiky při svém využití dotýkají jak pozitivních tak i negativních disparit. LITERATURA: 1. ADAMČÍK, S.: Zdroje teorie regionální politiky a regionálního rozvoje. VŠB-Technická univerzita Ostrava, Ekonomická fakulta, Ostrava, ARMSTRONG, H. TAYLOR, J.: Regional Economics & Policy. Harvester Wheatsheaf, London, BLAŽEK, J., UHLÍŘ, D.: Teorie regionálního rozvoje: nástin, kritika, klasifikace. Karolinum, UK, Praha, HALL, P.: Regional Planning. Routledge, London, New York, HUČKA, M., KUTSCHERAUER, A., SUCHÁČEK, J.: Teorie, metodologie a klasifikace regionálních disparit. Výzkumná studie v rámci projektu WD , VŠB-TU, Ostrava, MAIER, G., TÖDTLING, F.: Regionálna a urbanistická ekonomika 2. Elita, Bratislava, MARTIN, R. L.: Monetarism Masquerading as Regional Policy? In: Regional Studies, Vol. 19, No. 4, pp , PRESTWICH, R., TAYLOR, P.: Introduction to Regional and Urban Policy in the United Kingdom. Longman, London, SKOKAN, K.: Konkurenceschopnost, inovace a klastry. Repronis, Ostrava, SUCHÁČEK, J.: Územní nerovnosti v teoriích regionálního rozvoje. In: Regionální disparity. Working papers č.2, VŠB TU Ostrava, s SÝKORA, L.: Local and regional planning and policy in East Central European transitional countries. In: Hampl (et al.) Geography of Societal Transformation in the Czech Republic, Prague, Charles University, Department of Social Geography and Regional Development, pp VANHOVE, N., KLAASEN, L. H.: Regional Policy: A European Approach. Avebury, Aldershot, WOKOUN, R.: Česká regionální politika v období vstupu do Evropské unie. Vysoká škola ekonomická, Praha, ČERVENEC

36 KONTAKT: Doc. Ing. Jan Sucháček, Ph.D. Ekonomická fakulta Vysoká škola báňská Technická univerzita v Ostravě Katedra regionální a environmentální ekonomiky Havlíčkovo nábř. 38, Ostrava jan.suchacek@vsb.cz ČERVENEC

37 Příloha 1: Nástroje regionální politiky Nástroje regionální politiky Mikroekonomické nástroje Koordinační nástroje Makroekonomické nástroje Realokace práce Realokace kapitálu Koordinace v rámci vládních pravomocí Koordinace mezi různými vládami Decentralizace makroekonomických politik na regiony Centrální kontrola makroekonomických politik Mikroekonomické nástroje Mikroekonomické a makroekonomické nástroje Koordinace mezi EU a státními politikami Koordinace mezi státem, regiony a obcemi Regionálně diferencovaná monetární politika Regionálně diferencovaná obchodní politika Regionálně diferencovaná daňová a výdajová politika Vestavěné stabilizátory Vědomá opatření vlády Zdroj: Armstrong, Taylor (1993) ČERVEN

38 Příloha 2: Podrobný pohled na mikroekonomické nástroje regionální politiky Mikroekonomické nástroje Realokace práce Realokace kapitálu Realokace práce na místě (např. další vzdělávání) Prostorová realokace práce Administrativní kontrola Daně a dotace Politiky na zlepšení fungování trhů kapitálu Politiky pro zlepšení efektivity firem Migrační dotace (dotace nákladů na migraci) Politika mobility (kvalitní informace) Dotace výstupů (cen zboží a služeb) R&D dotace, difúze inovací Politiky ke zlepšení fungování trhu práce Dotace vstupů Dotace na práci a mzdy Dotace kapitálové, pozemkové, infrastrukturní Jiné vstupy (dotace na dopravu či energie) Zdroj: Armstrong, Taylor (1993) ČERVEN

39 INTEGROVANÉ INDIKÁTORY PRO SLEDOVÁNÍ A HODNOCENÍ REGIONÁLNÍCH DISPARIT Autoři: PhDr. Mgr. Hana Fachinelli, Ph.D. Doc. Ing. Petr Tománek, CSc. ABSTRAKT: Příspěvek postihuje problematiku hodnocení regionálních disparit prostřednictvím integrovaných indikátorů. Na základě spektra dílčích indikátorů pro hodnocení regionálních disparit byly navrženy integrované indikátory, které umožňují ucelenější pohled na regiony a disparity mezi nimi. Bylo navrženo celkem 14 integrovaných indikátorů, které postihují sféru sociální, ekonomickou a územní a průřezový integrovaný indikátor. Každý integrovaný indikátor zahrnuje několik dílčích indikátorů a jeho stanovení se provádí s využitím vah a prostřednictvím navržených metod. V příspěvku je popsána filozofie vytváření integrovaných indikátorů, zdůvodnění zařazení dílčích indikátorů a navrženy jsou váhy a metody pro vyhodnocení integrovaných indikátorů. KLÍČOVÁ SLOVA: region, disparita, indikátor, integrovaný indikátor, metoda ABSTRACT: Paper deals with the evaluation of regional disparities by means of integrated indicators. On the base of spectrum of sub-indicators evaluating regional disparities, there have been designed the integrated indicators which allow a more sophisticated view of regions and disparities among them. There were proposed 14 integrated indicators that affect social, economical and territorial sphere, and a cross-sectional integrated indicator. Each indicator includes several integrated sub-indicators and it is determined by using of the weight significance and by proposed methods. Paper describes the philosophy of creation of integrated indicators, justification of sub-indicator use; there are designed weights and methods of evaluation of integrated indicators. KEYWORDS: region, disparity, indicator, integrated indicator, method ÚVOD Problematika regionálních disparit je tvořena řadou různých pohledů na rozdílnosti (disparity) mezi regiony, vyjadřovaných jednotlivými (dílčími) indikátory. Jejich hodnoty pak vytvářejí široké spektrum poznatků o jednotlivých regionech, které jsou nezbytné pro bližší poznání jejich charakteristik. Toto spektrum dílčích poznatků ale neumožňuje vytvořit určitý soubornější pohled na regiony, resp. postihnout disparity mezi nimi. Proto v rámci řešení úkolu Regionální disparity v územním rozvoji ČR jejich vznik, identifikace a eliminace 3 bylo, vedle vymezení relativně širokého spektra deskriptorů 3 V rámci výzkumného programu Ministerstva pro místní rozvoj na léta WD Výzkum pro řešení regionálních disparit ČERVENEC

40 a indikátorů pro hodnocení regionálních disparit, přistoupeno i k návrhu omezeného spektra složených indikátorů, které by mohly vyjadřovat tyto ucelenější pohledy na regiony. Tyto indikátory byly označeny jako integrované indikátory. Poznámka: S pojmem deskriptor je spojován jev, který charakterizuje možné disparity mezi regiony (např. jde o věkovou strukturu regionu), nicméně k popisu tohoto jevu je v řadě případů potřebné použít více ukazatelů, které jsou zde označeny jako indikátory (pro věkovou strukturu je to např. index stáří, průměrný věk), které pak mohou být primární (vychází přímo ze sledované hodnoty ukazatele) nebo sekundární (hodnota indikátoru je již vyhodnocena na základě výpočtu z více ukazatelů). V dalším popisu je pak používán vesměs pojem indikátor. Cílem tohoto příspěvku je popsat návrh vytvoření integrovaných indikátorů pro hodnocení regionálních disparit. 1. PŘÍSTUP K VYTVÁŘENÍ INTEGROVANÝCH INDIKÁTORŮ Řešení problematiky indikátorů regionálních disparit bylo nejdříve spojeno s návrhem souboru indikátorů, umožňujících nalézt a popsat jednotlivé (dílčí) regionální disparity. Rozdělení těchto indikátorů bylo provedeno do tří základních sfér, tj. byly vytvořeny soubory indikátorů ve sféře ekonomické, sféře sociální a sféře územní. Primárním hlediskem výběru byla hodnota informace pro rozhodování na úrovni státu a kraje. Sekundárním hlediskem, avšak neméně významným, pak bylo reálné využití zjištěných informací o disparitách. S ohledem na skutečnost, že disparity lze identifikovat více indikátory, řešitelé museli přistoupit k cílenému výběru, resp. provést redukci. Vybrány byly především ty, které mají převážně syntetický charakter, vyšší informační hodnotu a jsou statisticky uchopitelné, resp. měřitelné; z výsledného výběru byly upřednostněny zejména ty, které již jsou statisticky sledovány. Pro sféru disparit bylo celkem navrženo 46 deskriptorů a 165 indikátorů, z toho 58 indikátorů primárních a 117 sekundárních. Takto vymezená soustava indikátorů umožňuje identifikovat a popsat jevy a procesy v regionech, má tedy potřebnou poznávací hodnotu o situaci v regionech. Pro účely rozhodování, řízení, tj. reálné zhodnocování zjištěných informací, zejména strategického charakteru, je však soustava indikátorů poměrně široká. Další její redukce by však již byla na úkor uživatelské hodnoty. Proto řešitelé přistoupili k třístupňovému uspořádání indikátorů, založené na konstrukci integrovaných indikátorů, které umožní potřebný všestrannější pohled na regionální disparity. První úroveň tvoří soustava všech indikátorů pro identifikaci regionálních disparit ve výše uvedených sférách, druhou úroveň tvoří integrované indikátory definované v jednotlivých sférách sociální, ekonomické a územní a třetí úroveň je průřezový integrovaný indikátor charakterizující kvalitu života v regionech. Celkem bylo navrženo pro hodnocení regionálních disparit 14 integrovaných indikátorů. Vytváření integrovaných indikátorů je založeno na integraci vybraných indikátorů vhodnými metodami s případným využitím vah. Struktura jednotlivých integrovaných indikátorů byla navržena na základě expertního posouzení disponibilních indikátorů ze soustavy indikátorů, charakterizujících příslušnou oblast tak, aby zvolené indikátory se věcně doplňovaly a vhodně vytvářely charakteristiku vymezeného integrovaného indikátoru. Indikátory zahrnuté do integrovaných indikátorů sledují zachycení hlavních aspektů deklarovaného obsahu integrovaného indikátoru. ČERVENEC

41 V rámci řešení podle uplatněné metody pak byly ověřeny dva přístupy ke stanovení vah. Jednak bylo vyhodnocení integrovaných indikátorů navrženo prostřednictvím rovných vah (stejná váha pro jednotlivé indikátory) a dále bylo uplatněno expertní stanovení vah (viz váhy v tabulkových přehledech integrovaných indikátorů), kdy jako expertní vyjádření byl použit řešitelský návrh; konstrukce integrovaných indikátorů pak umožňuje uplatnit i jiné způsoby nastavení vah mezi indikátory. Jako metody pro výpočet integrovaných indikátorů byly navrženy a ověřeny dvě metody a to metoda bodová a metoda normované proměnné. Pro hodnocení regionálních disparit lze pak využít jednak srovnání integrovaných indikátorů jednotlivých regionů v daném čase, ale lze sledovat i tendenci vývoje integrovaných indikátorů v čase u jednotlivých regionů. 2. INTEGROVANÉ INDIKÁTORY V SOCIÁLNÍ SFÉŘE Sociální sféra je popsána pěti integrovanými indikátory, které jsou složeny ze 17 primárních či sekundárních indikátorů sociální sféry. INI 1 životní úroveň INI 2 INI 3 INI 4 zdravotní stav sociální vybavenost bydlení INI 5 sociální patologie Integrovaný indikátor ŽIVOTNÍ ÚROVEŇ (INI 1) Konstrukce integrovaného indikátoru životní úroveň vychází z vícerozměrného obsahu životní úrovně. Zahrnuje úroveň příjmů a majetku, kvantitu a kvalitu spotřeby, rozsah a užití volného času, kvalitu okolního prostředí (sociální, trh práce, životní prostředí). Pro účely sledování životní úrovně byl vybrán jako rozhodující indikátor čistý disponibilní důchod domácností na obyvatele a jako doplňující vybavenost domácností automobilem a počítačem. Čistý disponibilní důchod domácností na obyvatele vypovídá o potenciální kupní síle obyvatel a lze jej proto považovat za základní ukazatel životní úrovně obyvatel v regionu; má tedy nejvyšší váhu. Hodnota indikátoru určuje potenciální spotřebu obyvatelstva z hlediska statků a služeb i velikost úspor finančních aktiv a tím v zásadě predikuje materiální bohatství domácností obyvatel regionu. Vybavenost bytových domácností automobilem a počítačem umožňuje propojení individuálního života se společenským (prostorová dostupnost sociálního kontaktu, včetně kontaktu na trh práce, dostupnost statků a služeb, dostupnost informací.) Integrovaný indikátor ZDRAVOTNÍ STAV (INI 2) Zdravotní stav je rovněž možno posuzovat z více hledisek z lékařského hlediska, z hlediska délky a kvality lidského života, z pohledu pracovní schopnosti/neschopnosti, apod. Jako základní byly vybrány dva indikátory incidence novotvarů a naděje dožití při narození. Jako doplňující byl vybrán indikátor pracovní neschopnosti. Sledování výskytu novotvarů, reprezentuje nejzávažnější skupiny onemocnění; a to nejen z hlediska zvýšení hodnoty informace o zdravotním stavu populace, ale i z hlediska úrovně prostředí v regionu v tom nejširším slova smyslu; patří k faktorům, jež kvalitu zdravotního stavu významně ovlivňují. Naději dožití (též střední délka života) při narození lze považovat za indikátor, který synteticky vypovídá o (předpokládaných) objektivních dopadech řady různých faktorů na život a úmrtí obyvatel v kraji. Vyjadřuje průměrný počet let, který má naději prožít osoba při zachování řádu úmrtnosti ČERVENEC

42 (s ohledem na rozdíly v úmrtnosti mužů a žen je nutno sledovat za obě pohlaví zvlášť). Pracovní neschopnost (resp. průměrné procento pracovní neschopnosti) doplňuje vypovídací schopnost integrovaného ukazatele tím, že hodnotí kvalitu zdravotního stavu i ve vztahu k nemožnosti uplatnění jedince na trhu práce pro dočasnou ztrátu pracovní schopnosti z důvodu nemoci. Integrovaný indikátor SOCIÁLNÍ VYBAVENOST (INI 3) S ohledem na široké spektrum zařízení a služeb sociální infrastruktury bylo rozhodujícím kritériem pro volbu indikátoru umístění služby v hierarchii potřeb, individuálních i společenských. Největší preference má zdravotní a sociální péče, a to s ohledem na význam zdraví a potřebu zabezpečení služeb pro stárnoucí českou populaci, reprezentované ukazateli počet lékařů, počet lůžek v nemocnicích a počet míst v zařízeních sociální péče na počet obyvatel. Doplněny byly podmínkami pro realizaci volnočasových aktivit mladé generace. Počet lékařů a lůžek v nemocnicích je nezbytným předpokladem zajištění kvalitní zdravotní péče pro obyvatelstvo. Zdraví je základní lidskou hodnotou a právo na jeho ochranu patří mezi základní lidská práva. Místa v zařízeních sociální péče jsou určena osobám, které potřebují sociální službu. V důsledku zvyšování střední délky života lze předpokládat, že poroste počet těch, kteří budou závislí na péči jiné osoby, a proto je nezbytné, aby v území byla vybudována síť zařízení sociální péče, v počtu míst odpovídajících potřebám. Sledování podmínek pro realizaci volnočasových aktivit mladé generace je na základě počtu středisek pro volný čas dětí a mládeže v relaci k počtu obyvatel regionu, které ovlivňují podmínky pro hodnotné trávení volného času dětí a mládeže. Je proto jedním z faktorů, který přispívá ke zvýšení kvality lidského potenciálu, a tím příznivě ovlivňuje způsob života v regionu. Integrovaný indikátor BYDLENÍ (INI 4) Ukazatel seskupuje indikátory, které jsou standardně používány a to počet osob v trvale obydlených bytech na 1 místnost a počet cenzových domácností na trvale obydlený byt. Počet osob v trvale obydlených bytech na 1 místnost spolu s indikátorem obytné plochy na osobu nejvíce vypovídají o prostorové kvalitě bydlení, čemuž odpovídá i jejich váha. Doplněny jsou indikátorem počtu cenzových domácností na trvale obydlený byt. Tento indikátor byl vybrán s ohledem na trend růstu počtu domácností v relaci k počtu obyvatel, což teoreticky může mít vliv na kvalitu bydlení. Integrovaný indikátor SOCIÁLNÍ PATOLOGIE (INI 5) Sociální patologie vyjadřuje soubor jevů, které jsou ve společnosti nežádoucí a mohou vést k sociálnímu vyloučení nebo přímo ohrožují zdraví, život a bezpečnost občanů. Sociální patologie je popsána podílem domácností s čistým příjmem pod hranicí životního minima, který vyjadřuje ohrožení chudobou, kriminalitou, která je charakterizována počtem zjištěných trestných činů a nehodovostí. Podíl domácností s čistým příjmem pod hranicí životního minima má přidělenu nejvyšší váhu, protože jeho hodnota informuje o ohrožení chudobou v kraji. Chudoba má vliv nejen na objem a výši vyplácených sociálních dávek, ale vysoká míra chudoby je potenciálním impulzem vedoucím k sociálnímu vyloučení, ke kriminalitě a dalším patologickým jevům. Počet zjištěných trestných činů v relaci k počtu obyvatel patří k indikátorům informujícím o bezpečnosti/nebezpečnosti regionu pro život, včetně podnikání, a rovněž vypovídá o kvalitě života v regionu. Soubor indikátorů integrovaného ukazatele je doplněn počtem dopravních nehod připadajících na 1 km silnic. Má nejnižší váhu, nikoliv pro nevýznamnost jevu, ale proto, že se již částečně odráží v hodnotě předcházejícího indikátoru. ČERVENEC

43 Tabulka 1: Přehled integrovaných indikátorů disparit v sociální sféře INTEGROVANÝ INDIKÁTOR INDIKÁTORY VÁHA INI1 ŽIVOTNÍ ÚROVEŇ Čistý disponibilní důchod domácností na 1 obyvatele Vybavenost bytových domácností automobilem Vybavenost bytových domácností počítačem 0,7 0,2 0,1 INI2 ZDRAVOTNÍ STAV Naděje dožití při narození (muži) 0,3 Naděje dožití při narození (ženy) 0,3 Průměrné procento pracovní neschopnosti Incidence novotvarů celkem na 100 tis. obyv. (standardizováno na svět. standard) 0,1 0,3 INI3 Počet lékařů na 10 tis. obyvatel 0,3 SOCIÁLNÍ VYBAVENOST INI4 BYDLENÍ Počet lůžek v nemocnicích na 10 tis. obyv. Počet míst v zařízeních soc. péče na 10 tis. obyvatel Počet středisek pro volný čas dětí a mládeže na 10 tis. obyv. Počet cenzových domácností na 1 trvale obydlený byt Počet osob v trvale obydlených bytech na 1 obytnou místnost 0,3 0,3 0,1 0,1 0,6 Obytná plocha na 1 osobu v m 2 0,3 INI5 SOCIÁLNÍ PATOLOGIE Podíl domácností s čistými měsíčními příjmy pod hranicí životního minima Počet zjištěných trestných činů na 1000 obyvatel 0,6 0,3 Počet dopravních nehod na 1km silnic 0,1 Zdroj: Vlastní návrh ČERVENEC

44 3. INTEGROVANÉ INDIKÁTORY V EKONOMICKÉ SFÉŘE Ekonomická sféra je popsána čtyřmi integrovanými indikátory, které jsou složeny z 15 primárních či sekundárních indikátorů. INI 6 ekonomický potenciál INI 7 INI 8 INI 9 ekonomická struktura nezaměstnanost rozvojový potenciál Integrovaný indikátor EKONOMICKÝ POTENCIÁL (INI 6) Integrovaný indikátor ekonomický potenciál je konstruován ze tří indikátorů postihujících ekonomiku regionu, resp. její hlavní charakteristiky ve smyslu vlastní výkonnosti regionu a ve výkonnosti regionu ve vztazích k jiným regionům. Největší váha je přisouzena hrubému domácímu produktu na obyvatele regionu. Hrubý domácí produkt na 1 obyvatele charakterizuje celkovou výkonnost regionu na základě tvorby hrubého domácího produktu, kterýžto ukazatel se nejčastěji používá k charakteristice výkonnosti národních ekonomik i regionů. Produktivita práce na 1 zaměstnanou osobu je indikátor vyjadřující výkonnost regionu z hlediska zaměstnaných osob. Je zařazen z toho důvodu, že charakteristika regionu získaná pouze hodnocením hrubého domácího produktu na obyvatele může být zkreslena mírou ekonomické aktivity obyvatelstva (např. v důsledku vyššího podílu obyvatelstva v poproduktivním věku). Objem exportu na 1 obyvatele regionu charakterizuje zapojení regionu do meziregionální (resp. mezinárodní) dělby práce, přičemž vyšší míra zapojení je známkou vyšší významnosti regionální ekonomiky a schopností zapojení do regionální dělby práce. Integrovaný indikátor EKONOMICKÁ STRUKTURA (INI 7) Indikátor je konstruován z identifikátorů, jejichž smyslem je postihnout ekonomiku regionu z hlediska stávajících předpokladů pro další rozvoj. Váhy jednotlivých indikátorů jsou jen mírně diferencovány. Počet zaměstnaných v terciárním sektoru na 1000 obyvatel postihuje tendenci ve zvyšování podílu zaměstnanosti v terciárním sektoru, kdy v podmínkách ČR je podíl zaměstnanosti v terciárním sektoru nižší než v jiných zemích. Počet soukromých podnikatelů na 1000 obyvatel vychází z předpokladu, že z hlediska regionu, jeho rozvoje a adaptability na změnu, je žádoucí vyšší počet podnikatelských subjektů. Počet podniků s 25 a více zaměstnanci na 1000 obyvatel charakterizuje region z hlediska vytváření atraktivních podmínek podnikání v mezinárodním měřítku. Integrovaný indikátor NEZAMĚSTNANOST (INI 8) Indikátor je konstruován z hlavních charakteristik popisujících problematiku nezaměstnanosti: míra nezaměstnanosti, míra dlouhodobé nezaměstnanosti a počet uchazečů na 1 volné pracovní místo. Míra nezaměstnanosti v regionu (zjištěná na základě nezaměstnanosti v obvodu obce s rozšířenou působností) je jedním ze základních indikátorů ekonomických podmínek a je mu proto přidělena nejvyšší váha. Míra dlouhodobé nezaměstnanosti charakterizuje schopnost regionu přizpůsobovat se měnícím se podmínkám potřeb struktury pracovních sil. Počet uchazečů na 1 volné pracovní místo podává bližší charakteristiku nezaměstnanosti. Ukazuje, zda nezaměstnanost v regionu je problémem absolutního nedostatku pracovních míst nebo se jedná o problematiku strukturální. Integrovaný indikátor ROZVOJOVÝ POTENCIÁL (INI 9) Indikátor je konstruován na základě předpokladu, že vhodné podmínky pro rozvoj regionu jsou dány zejména výdaji na vědu a výzkum, investicemi (zahraničními) a tvorbou fixního kapitálu. Relativně vyšší váha je přiřazena indikátorům zahraničních investic a tvorby hrubého fixního kapitálu. ČERVENEC

45 Výdaje na vědu a výzkum na jednu zaměstnanou osobu zohledňují výzkumný a vědecký potenciál ve vztahu k zaměstnanosti v regionu. Výdaje na vědu a výzkum na jednoho obyvatele zohledňují výzkumný a vědecký potenciál z pohledu intenzity těchto výdajů v regionu. Objem přímých zahraničních investic na 1 obyvatele postihuje, jakou roli mají v regionu zahraniční investice a vyjadřují určité postavení (vnímání) regionu z hlediska vnějšího (mimo ČR). Tvorba hrubého fixního kapitálu na 1 obyvatele postihuje přírůstek fixní kapitálové zásoby regionu jako předpoklad vnějšího rozvoje regionu. Tabulka 2: Přehled integrovaných indikátorů disparit v ekonomické sféře INTEGROVANÝ INDIKÁTOR INDIKÁTORY VÁHA INI6 EKONOMICKÝ POTENCIÁL HDP na 1 obyvatele 0,5 Produktivita práce na 1 zaměstnanou 0,3 osobu Objem exportu na 1 obyvatele regionu 0,2 INI7 EKONOMICKÁ STRUKTURA 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 0,3 0,2 0,3 0,2 INI8 NEZAMĚSTNANOST Míra nezaměstnanosti 0,4 Míra dlouhodobé nezaměstnanosti 0,3 Počet uchazečů na 1 volné pracovní 0,3 místo INI9 Výdaje na VaV na 1 zaměstnanou osobu 0,2 ROZVOJOVÝ POTENCIÁL Výdaje na VaV na 1 obyvatele 0,2 Objem přímých zahraničních investic na 1 obyvatele (není zdroj) Tvorba hrubého fixního kapitálu na 1 obyvatele 0,3 0,3 Zdroj: Vlastní návrh ČERVENEC

46 4. INTEGROVANÉ INDIKÁTORY V ÚZEMNÍ SFÉŘE Územní sféra je popsána čtyřmi integrovanými indikátory, které jsou složeny ze 14 primárních či sekundárních indikátorů. INI 10 osídlení INI 11 životní prostředí INI 12 dopravní infrastruktura INI 13 technická infrastruktura Integrovaný indikátor OSÍDLENÍ (INI 10) Je charakterizován indikátory vyjadřujícími strukturu osídlení a stupeň urbanizace. Podíl městského obyvatelstva charakterizuje stupeň urbanizace území kraje; čím vyšší podíl, tím více je zastoupen městský typ osídlení. Celková hustota obyvatelstva na 1 km 2 charakterizuje hustotu osídlení kraje. Podíl zastavěných ploch (% z území kraje) charakterizuje stupeň zastavěného území; čím vyšší podíl, tím více jsou omezeny možnosti dalšího územního rozvoje o novou zástavbou. Hustota obyvatel na 1 ha zastavěné plochy charakterizuje koncentraci obyvatel na zastavěném území. Váhy jsou odvozeny dle významu indikátoru pro charakteristiku osídlení; největší váha je přiřazena podílu zastavěných ploch čili stupni využití území pro sídla, ostatní poměrné indikátory ve stejné váze charakterizují stav urbanizace. Integrovaný indikátor ŽIVOTNÍ PROSTŘEDÍ (INI 11) Indikátor životního prostředí je složen z dílčích indikátorů produkce znečišťujících látek a odpadů, které ovlivňují životní prostředí ve stejné míře (proto rovnoměrné váhy). Je složen z indikátorů znečišťujících ovzduší, nakládání s odpady a znečištění povrchových vod. Emise oxidu siřičitého na 1 km 2 charakterizuje průměrnou hustotu znečištění ovzduší na území regionu plynovými exhalacemi působícími negativně na zdraví obyvatel, na vegetaci a kvalitu půdy (kyselé deště), jakož i na stavební konstrukce. Emise tuhých znečišťujících látek na 1 km 2 charakterizuje průměrnou hustotu znečištění ovzduší v kraji prachovými částicemi negativně působícími na zdraví obyvatel a celkovou hygienu prostředí. Produkce komunálních odpadů na obyvatele charakterizuje zatížení území komunálními odpady a tím nepřímo potřeby zařízení na zneškodňování odpadů. Délky toků zařazené do tříd čistoty 4 a 5 (km) charakterizují znečištění vodních toků odpadními látkami z kanalizačních soustav a snížení biologické hodnoty vodního prostředí. Integrovaný indikátor DOPRAVNÍ INFRASTRUKTURA (INI 12) Je složen z poměrových indikátorů vybavenosti dopravními zařízeními železniční, silniční a letecké dopravy a používání veřejné dopravy. Hustota dálnic a silnic (km/100km 2 ) charakterizuje stupeň vybavení území regionu pozemními komunikacemi všech typů dopravního významu (dálnice, rychlostní komunikace, silnice I., II. a III. třídy) a signalizuje možnosti dopravní obsluhy území regionu. Hustota železničních tratí (km/100km 2 ) charakterizuje stupně vybavení území železnicemi a signalizuje dostupnost dopravní infrastruktury území regionu osobní i nákladní železniční dopravou. Počet veřejných letišť z celkového počtu letišť pro mezinárodní přepravu charakterizuje vybavenost území zařízeními pro veřejnou leteckou dopravu. Počet obyvatel cestujících veřejnou dopravou na 1 km 2 představuje hustotu cestování veřejnou dopravou. ČERVENEC

47 Integrovaný indikátor TECHNICKÁ INFRASTRUKTURA (INI 13) Integrovaný indikátor technické infrastruktury vyjadřuje stupeň vybavení zařízeními pro zásobování vodou a odvod odpadních vod. Z hlediska významu pro podmínky života v regionu je složen z indikátorů vztažených na počet obyvatel, a proto započtených rovnoměrnými vahami. Podíl obyvatel připojených na veřejné vodovody charakterizuje stupeň rozvinutí zařízení pro zásobování vodou z veřejných vodovodů, které zaručují náležitou hygienickou nezávadnost pitné vody. Podíl obyvatel napojených na kanalizaci s ČOV charakterizuje stupně rozvinutí zařízení pro odvádění odpadních vod a jejich zneškodňování v čistírnách odpadních vod a tím stupně ochrany povrchových a podzemních vod před znečištěním nežádoucími látkami. Tabulka 3: Přehled integrovaných indikátorů disparit v územní sféře INTEGROVANÝ INDIKÁTOR INDIKÁTORY VÁHA INI10 OSÍDLENÍ Podíl městského obyvatelstva 0,2 Celková hustota obyvatel na 1 km2 0,2 Podíl zastavěných ploch % z území kraje 0,4 Hustota obyvatel na 1 ha zastavěné plochy 0,2 INI11 ŽIVOTNÍ PROSTŘEDÍ Emise oxidu siřičitého na 1 km 2 0,25 Měrné emise tuhých znečišťujících látek 0,25 na km 2 Měrná produkce komunálních odpadů na obyvatele 0,25 Délky toků zařazené do tříd čistoty 4 a 5 (km) 0,25 INI12 DOPRAVNÍ INFRASTRUKTURA Hustota dálnic a silnic (km/ 100km 2 ) 0,25 Počet obyvatel cestujících veřejnou 0,25 dopravou na 1 km 2 Hustota železničních tratí (km/km 2 ) 0,25 INI13 TECHNICKÁ INFRASTRUKTURA Zdroj: Vlastní návrh Počet veřejných letišť z celkového počtu letišť pro mezinárodní přepravu Podíl obyvatel připojených na veřejné vodovody Podíl obyvatel napojených na kanalizaci s ČOV 0,25 0,5 0,5 5. PRŮŘEZOVÝ INTEGROVANÝ INDIKÁTOR Soubor integrovaných indikátorů byl doplněn o syntetický integrovaný indikátor charakterizující kvalitu života. ČERVENEC

48 Průřezový integrovaný indikátor KVALITA ŽIVOTA (INI 14) Tento průřezový integrovaný indikátor je určen pro charakteristiku všestranné kvality života v daném regionu. Je složen z 5 dílčích indikátorů ze sféry sociální (S) a územní (U). Tabulka 4: Průřezový integrovaný indikátor INTEGROVANÝ INDIKÁTOR INDIKÁTORY VÁHA INI14 Čistý disponibilní důchod domácností na 1 obyvatele (S) 0,4 PRŮŘEZOVÝ INTEGROVANÝ INDIKÁTOR Zdroj: Vlastní návrh KVALITA ŽIVOTA Počet zjištěných trestných činů na 1000 obyvatel (S) 0,2 Naděje dožití při narození - muži (S) 0,1 Naděje dožití při narození ženy (S) 0,1 Produkce emisí SO2/km 2 (U) 0,2 Poznámky: S - indikátory sociální sféry, U indikátory územní sféry 6. METODY VYHODNOCENÍ INTEGROVANÝCH INDIKÁTORŮ Ověření hodnocení regionálních disparit pomocí integrovaných indikátorů bylo provedeno několika metodami, z nichž se jako nejvhodnější jeví bodová metoda a metoda normované proměnné (Tuleja, 2008). Východiskem bodové metody, jejímž autorem je americký matematik M. K. Bennet, je nalezení regionu, jenž v případě analyzovaného indikátoru dosahuje buďto maximální nebo naopak minimální hodnoty. Zatímco minimální hodnota je brána v potaz v okamžiku, kdy je za progresivní označován pokles příslušného indikátoru, maximální hodnotu lze využít v opačném případě, tj. v situaci, kdy je za progresi považován růst hodnoty příslušného indikátoru. Tento region je pak v rámci bodového hodnocení oceněn body, přičemž ostatní regiony jsou ohodnoceny body v intervalu o 0 do bodů, a to v závislosti na výši promile, kterou činí hodnota jejich vlastního indikátoru z dříve stanovené kriteriální hodnoty. Pokud je za kritérium považována hodnota minimální, pak se, v rámci výpočtu využívá převrácená hodnota tohoto poměru. Prostřednictvím takto získaného syntetického indikátoru lze následně stanovit jak pořadí jednotlivých regionů, tak i určit celkové či pouze dílčí regionální rozdíly, díky čemuž lze dospět k závěru, že buďto region A celkově zaostává za regionem B, nebo je jejich úroveň stejná, přičemž region A dosahuje lepších výsledku u indikátoru x, kdežto region B u indikátoru y. V metodě normované proměnné představuje normovaná proměnná bezrozměrnou veličinu a takto vypočtené veličiny lze bez problémů sčítat. Pro potřeby řešení problematiky regionálních disparit se jako vhodné jeví použití průměrné hodnoty normované proměnné, neboť tímto způsobem lze odstranit problémy, jež vznikají v okamžiku, kdy při porovnání výsledků se používají různé počty indikátorů. Při srovnání této a bodové metody, lze u této metody považovat za výhodu to, že přihlíží k relativní proměnlivosti indikátorů zahrnutých do příslušného indexu, díky čemuž potírá absolutní proměnlivost, s níž počítá bodová metoda. Za nevýhodu tohoto přístupu k hodnocení regionálních disparit lze pak označit nemožnost jejího použití v okamžiku, kdy se využívají při komparaci podílové veličiny. ČERVENEC

49 ZÁVĚR Návrh integrovaných indikátorů pro hodnocení regionálních disparit odráží potřebu ucelenějšího postižení regionálních disparit ve vymezených oblastech a to nad rámec vypovídací schopnosti jednotlivých indikátorů. Integrované indikátory byly navrženy pro všechny tři sledované sféry regionálních deskriptorů, resp. indikátorů: tj. pro sféru sociální, ekonomickou i územní a jeden průřezový integrovaný indikátor. Integrované indikátory jsou určeny pro srovnávání regionů a hodnocení disparit a byly vytvořeny výběrem z jednotlivých sfér indikátorů. Vlastní integrace hodnot je provedena na základě stanovených vah a pomocí zvolené metody. Volba vah může být v rámci tvorby integrovaného indikátoru podstatným prvkem. Při uplatnění vah lze použít jednak rovný přístup, kdy všem prvkům každého integrovaného indikátoru je stanovena stejná váha (součet vah je pak roven 1) a jednak přístup expertního odhadu vah, kterým se zvýrazňuje význam příslušného indikátoru mezi ostatními indikátory v rámci integrovaného indikátoru (opět s celkovým součtem vah 1); jako další alternativa se pak při praktickém využití jeví použití vlastního systému expertního ocenění uživatelem. Navržený přístup hodnocení regionálních disparit představuje jeden ze způsobů možného hodnocení regionálních disparit. Tento přístup je pak využitelný zejména při sledování regionální problematiky z pohledu jednotlivých základních tří sfér, resp. i průřezově přes tyto sféry. A jejich sledování je možné jak formou stanovení pořadí mezi regiony, i s možností zjištění rozdílů (disparit) mezi regiony. LITERATURA: 1. BLAŽEK, J., UHLÍŘ, D.: Teorie regionálního rozvoje: nástin, kritika, klasifikace. Praha: Univerzita Karlova Praha, Regionální disparity. Teorie, klasifikace, systémová dekompozice a mezinárodní srovnání. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, Dekompozice systému sledování a hodnocení regionálních disparit v ČR. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, Ročenka konkurenceschopnosti České republiky Praha: Centrum ekonomických studií (CES), Národní observatoř ČR, Linde Praha WOKOUN, R.: Česká regionální politika v období vstupu do Evropské unie. Praha: Vysoká škola ekonomická Praha, Teorie, metodologie a klasifikace regionálních disparit. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, Teorie, identifikace klasifikace a hodnocení regionálních disparit. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, 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, s ISSN ČERVENEC

50 KONTAKT: Doc. Ing. Tománek Petr, CSc. Ekonomická fakulta Vysoká škola Báňská Technická univerzita Ostrava Katedra veřejné ekonomiky Sokolská třída 33, Ostrava PhDr. Mgr. Fachinelli Hana, Ph.D. Ekonomická fakulta Vysoká škola Báňská Technická univerzita Ostrava Katedra veřejné ekonomiky Sokolská třída 33, Ostrava ČERVENEC

51 MODELOVÉ REGIONY PRO HODNOCENÍ REGIONÁLNÍCH DISPARIT V ČESKÉ REPUBLICE Autoři: Prof. Ing. Miroslav Hučka, CSc. Doc. Ing. Alois Kutscherauer, CSc. ABSTRAKT: Příspěvek se zabývá problematikou integrace indikátorů o regionálních disparitách. Prezentuje možné cesty seskupování informací o regionálních disparitách vytvářejících relativně autonomní celky potenciálně využitelné v praxi regionálního managementu České republiky. Zaměřuje se na seskupení mající charakter modelových regionů. Je zde specifikováno sedm typů modelových regionů a uvedeny jejich charakteristiky. Praktické ověření je provedeno pro dva typy modelových regionů. KLÍČOVÁ SLOVA: Regionální disparity, integrované indikátory, modelové regiony ABSTRACT: The article deals with a problem of regional disparities indicators integration. There are presented the possible ways of the grouping of information on regional disparities forming relatively autonomous complexes which are potentially usable in the praxis of regional management in the Czech Republic. The focus is on the groupings with the character of model regions. Seven types of model regions are specified and their characteristics are presented. The practical verification is performed on two types of model regions. KEYWORDS: Regional disparities, integrated indicators, model regions ÚVOD Tento příspěvek prezentuje jeden z dílčích výsledků výzkumného úkolu WD Regionální disparity v územním rozvoji České republiky, řešeného v rámci výzkumného programu Ministerstva pro místní rozvoj WD Výzkum pro potřeby řešení regionálních disparit. ČERVENEC

52 1. VÝCHOZÍ ÚVAHY Jedním z problémů, který je součástí výzkumu disparit v regionálním rozvoji země, je ověření možného uživatelského rozsahu využívání navržené soustavy indikátorů pro identifikaci a hodnocení regionálních disparit na konkrétních datech o regionech. Navržený základní soubor 164 indikátorů umožňuje podrobné vyhodnocení sledovaných jevů resp. probíhajících procesů, má však některá významná omezení. Dlouhodobá empirie ukazuje, že v základních indikátorech lze přehledně vyhodnotit indikátorů. Se stoupajícím počtem indikátorů použitých pro analýzu a hodnocení se ztrácí přehlednost, schopnost jejich vnímán v potřebných souvislostech a rychle se snižuje vypovídací schopnost analýzy. Nastává potřeba nějaké informační nadstavby, tedy nějakého souhrnnějšího (integrovaného) pohledu na vyjádření analyzované problematiky, aniž by se pro daný účel zkoumání nepřijatelně snížila 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. 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 jsme v rámci probíhajícího výzkumu regionálních disparit zvolili dvě cesty. Cestu založenou na věcném seskupování indikátorů a cestu založenou na uživatelském seskupování indikátorů. První cesta je založena na integraci indikátorů do pokud možno obsahově homogenních celků integrovaných indikátorů, jimiž jsou např. ekonomický potenciál, životní úroveň, sociální vybavenost či životní prostředí v regionu. Takových integrovaných indikátorů je pro sledování a hodnocení disparit mezi regiony ČR navrženo celkem čtrnáct. Druhá cesta je založena na seskupení indikátorů podle potenciálního způsobu užití informací do modelových regionů, typologicky vycházejícího z identifikace hospodářského a sociálního potenciálu regionů. Touto cestou integrace indikátorů o regionálních disparitách se budeme v tomto příspěvku dále zabývat. 2. TYPOLOGICKÝ PŘÍSTUP K IDENTIFIKACI MODELOVÝCH REGIONŮ Jak již bylo zmíněno, při formování modelových regionů pro hodnocení disparit mezi regiony ČR jsme vycházeli z typologie regionů, kde základním kritériem jejich identifikace byl jejich hospodářský a sociální potenciál. Poohlédneme-li se po vzorech v teoretické literatuře či v normativních dokumentech, je patrné, že dominantním typologickým přístupem je členění regionů podle hospodářského potenciálu. Například Harrop (1996) zavádí toto členění: nedostatečně rozvinuté periferní regiony, upadající a staré industriální regiony, ČERVENEC

53 centrální regiony, rychle se rozvíjející regiony. Evropská komise dělí regiony podle míry jejich rozvoje s cílem určit, které regiony vyžadují přímou podporu. Podle tohoto hlediska jde o: zaostalé regiony, regiony poznamenané průmyslovým úpadkem či ekonomickou recesí, periferní regiony trpící geografickou izolací, příhraniční regiony (jakožto zvláštní typ periferních regionů), regiony s urbanistickými problémy, venkovské regiony (jakožto zvláštní typ zaostalých regionů). V zákoně č. 248/2000 Sb. o podpoře regionálního rozvoje jsou popsány čtyři typy regionů: strukturálně postižené, hospodářsky slabé, venkovské regiony, ostatní regiony, jejichž podporování státem je žádoucí. V Ročence konkurenceschopnosti (2009) se uvádí klasifikace regionů podle základních charakteristik konkurenceschopnosti ze dvou aspektů: výkonnosti a inovací, o ekonomicky výkonný vysoce inovující region, o ekonomicky výkonný inovující region, o inovující region, o ekonomicky a inovačně zaostávající region, charakteru regionu, o metropolitní region, o adaptabilní region, o periferní region, o starý průmyslový region. Jiný přístup volí Viturka (Viturka, Klímová 2006, Viturka 2007), který člení regiony podle kritérií: interaktivnosti - integračního potenciálu a konkurenční pozice, inovačních profilů - pozice v inovačním podnikání a specializaci inovačních firem. ČERVENEC

54 3. NAVRŽENÉ TYPY MODELOVÝCH REGIONŮ Ve vymezení modelových regionů pro hodnocení disparit mezi regiony ČR jsme v rámci základních hledisek hospodářského a sociálního potenciálu regionu volili takovou skladbu indikátorů, aby co nejlépe postihovala čtyři definované uživatelské hodnoty informací o regionálních disparitách. Uživatelskou hodnoty informací významných pro: 1. zvyšování stavu poznání, 2. strategické rozhodování, 3. motivaci k nějaké konkrétní činnosti, 4. operativní jednání. Pro tyto čtyři uživatelské úrovně informací o regionálních disparitách je navrženo sedm seskupení informací představující typové potenciálně využitelné způsoby užití, vytvářející relativně autonomní celky (modelové regiony), typologicky vycházející z hospodářského nebo sociálního potenciálu regionu a současně odpovídající jistému typu užití. Jde o tyto typy modelových regionů: ekonomicky dlouhodobě zaostávající region, region poznamenaný průmyslovým úpadkem či recesí, venkovský region, ekonomicky výkonný region, region s všestrannými podmínkami pro život, region s vysoce rozvinutými sociálními službami, vysoce inovující region. V další části příspěvku podáváme jejich podrobnější charakteristiku. Uvedené charakteristiky hodnot indikátorů, které jednotlivé typy modelových regionů charakterizují, je třeba považovat za mezní. V realitě nikdy nejsou hodnoty všech indikátorů dobré nebo špatné. Vždy jde o různou intenzitu působení sledovaných jevů resp. procesů a rozhodující je synergický efekt jejich působení. Jednotlivé typy navržených modelových regionů lze charakterizovat takto: 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. Kvalita pracovních sil je v tomto regionu nízká, což souvisí s vyšším podílem primárního sektoru a sekundárního sektoru v odvětvích s malou přidanou hodnotou. Nízká je všeobecná úroveň podnikatelských aktivit, v regionu je malý počet významných firem, nízký podíl inovujících podniků a z toho vyplývající nízká úroveň podnikatelských aktivit v odvětvích založených na znalostech. V souvislosti s vysokou mírou dlouhodobé nezaměstnanosti existuje v tomto regionu vysoká úroveň sociální exkluze. Pokud jde o územní charakteristiku, v regionu je nízká kvalita dopravní infrastruktury a nízká úroveň dopravní obslužnosti veřejnou dopravou. Tím jsou zhoršeny všeobecné podmínky pro život obyvatel regionu. ČERVENEC

55 Region poznamenaný průmyslovým úpadkem či recesí Je charakterizován dramaticky se snižující výkonností ekonomiky, výraznými změnami struktury ekonomiky i zaměstnanosti. Rovněž nezaměstnanost je vysoká a kvalita pracovních sil je nepříznivá z hlediska jejich struktury. V regionu došlo a dochází k úpadku významných firem a tím existuje velké množství nevyužitých zařízení a ploch. Charakteristickým rysem je vysoká úroveň kriminality a vysoká úroveň sociální exkluze. Úroveň environmentální kvality území je nepříznivá a přírodní prostředí je v mnoha směrech devastováno. Venkovský region Je charakterizován nízkou výkonností ekonomiky a jednostrannou strukturou ekonomiky s orientací na primární sektor. Rovněž struktura zaměstnanosti je nepříznivá a odráží strukturu ekonomiky. Důchody domácností jsou relativně nízké a region trpí vysokou mírou nezaměstnanosti. Kvalita pracovních sil je nízká s nízkým podílem vysokoškolsky vzdělaných obyvatel. Charakteristickým rysem regionu je nepřítomnost významných firem a nízká úroveň podnikatelských aktivit v odvětvích založených na znalostech. Region je vzdálen od hlavních trhů a má nízkou úroveň dopravní obslužnosti. Pozitivním rysem tohoto modelového regionu je relativně dobrá environmentální kvalita území. Ekonomicky výkonný region Jedná se o region s výkonnou ekonomikou, vysokou produktivitou práce a produkcí v odvětvích, která mají dobré postavení na domácím i zahraničním trhu. Je charakterizován nízkou mírou nezaměstnanosti, kvalitou pracovních sil a vysokou mírou vzdělanosti. Úroveň podnikatelských aktivit a podíl inovujících podniků jsou vysoké. Do regionu se soustřeďují významné firmy a investice. Region disponuje dostatečnou nabídkou rozvojových ploch a kvalitní dopravní obslužností. Region s všestrannými podmínkami pro život Vyznačuje se vysokým stupněm důchodů domácností, vysokou úrovní vzdělanosti obyvatelstva a dostupností pracovních sil. V regionu je dostatečná nabídka kvalitních sociálních služeb a příležitostí pro volnočasové aktivity. Úroveň kriminality je nízká a úroveň bydlení je vysoká. Region disponuje vysokou environmentální kvalitou a vysokou úrovní atraktivnosti území. V regionu je dobrá kvalita dopravní infrastruktury a vysoká úroveň dopravní obslužnosti. Region s vysoce rozvinutými sociálními službami Základní charakteristikou regionu je vysoká úroveň služeb zajišťovaných zařízeními sociální infrastruktury. Jedná se především o služby zdravotnictví, školství, služby sociální péče, dále služby kulturních, sportovních a dalších zařízení umožňujících rozvoj volnočasových aktivit. Rozvinuté služby zvyšují kvalitu bydlení, která je v důsledku toho hodnocena jako dobrá. Vysoká úroveň sociálních služeb v regionu přispívá nejen ke zkvalitnění způsobu života jeho obyvatel, ale i k vytváření podmínek pro rozvoj lidského potenciálu. Nepřímo tak podporuje sociální začleňování a je proto jedním z faktorů, který se podílí na nízké úrovni sociální exkluze v daném území. ČERVENEC

56 Vysoce inovující region Základními charakteristikami tohoto regionu jsou vysoká přidaná hodnota v technologicky náročném průmyslu a službách, vysoká úroveň zaměstnanosti ve vědě a zároveň vysoká úroveň vzdělanosti podpořená dobrou úrovní školství, zejména vysokého. Podíl inovujících podniků je vysoký, úroveň vědy a výzkumu je vysoká a rovněž tak úroveň zahraničních investic. S těmito charakteristikami je zákonitě spojena vysoká úroveň tvorby fixního kapitálu a vysoký podíl podnikatelských aktivit v odvětvích založených na znalostech. ***** 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 vývoje disparit mezi kraji ČR se ukazuje nadbytečné zavedení modelu venkovského regionu a za jistých podmínek lze účelně spojit vývoj disparit v ekonomické sféře do jednoho modelu. Pak bychom podle účelu užití informací o vývoji disparit mezi kraji ČR vystačili se čtyřmi či pěti modeli hodnocení. Neplatí to však, pokud by předmětem analýzy byla území menší než kraj, např. okres nebo území správního obvodu obce s rozšířenou působností (ORP). Zde má model venkovského regionu své opodstatnění, jakož i model regionu poznamenaného průmyslovým úpadkem či recesí (Znojemsko, Kopřivnicko apod.). Charakteristiky typů modelových regionů v různém autorském pojetí souhrnně zachycuje příloha OVĚŘENÍ VYBRANÝCH MODELOVÝCH REGIONŮ Z navržených sedmi typů modelových regionů bylo dosud provedeno pilotní ověření na reálných datech dvou typů modelových regionů, a to modelového regionu Ekonomicky dlouhodobě zaostávající region 4 a modelovéhu regionu Region s všestrannými podmínkami pro život. Metodika hodnocení modelových regionů Hodnocení obou modelových regionů bylo provedeno variantně. Abychom ověřili citlivost použité metody hodnocení na váhy jednotlivých indikátorů, byly zvoleny dvě varianty. Pro první variantu byly použity pro všechny indikátor stejné váhy, pro druhou variantu byly váhy jednotlivých indikátorů stanoveny expertně. Disparity modelových regionů byly vyhodnoceny jednak v jednotlivých letech analyzovaného období, jednak jako průměr za celé období. Srovnání obou variant pak bylo provedeno pro průměrné hodnoty indexů disparit za každý z ověřovaných modelových regionů. Modelový region Ekonomicky zaostávající region Hodnocení tohoto typu modelového regionu je založeno na 11 indikátorech. 4 Vzhledem k nedostupnosti dat v dostatečně dlouhé časové řadě bylo provedeno ověření jen ve střednědobém časovém horizontu, tomu byl také upraven název modelového regionu. ČERVENEC

57 Tabulka 1: Indikátory modelového regionu Ekonomicky zaostávající region p. č. indikátor MJ V1 V2 1 HDP na obyvatele tis. Kč 0,091 0,135 2 Zaměstnanost v terciárním sektoru % 0,091 0,054 3 Míra nezaměstnanosti % 0,091 0,135 4 Počet ekonomických subjektů s 25 a více zaměstnanci počet 0,091 0,081 5 Podíl inovujících podniků % 0,091 0,054 6 Registrované subjekty s 1000 a více zaměstnanci počet 0,091 0, Podíl domácností s čistými měsíčními příjmy pod hranicí životního minima Podíl vysokoškolsky vzdělaných zaměstnaných obyvatel ve věkové skupině 15 let a starších % 0,091 0,081 % 0,091 0,054 9 Čistý roční disponibilní důchod na 1 obyvatele tis. Kč 0,091 0, Celková délka silnic a dálnic v km na 100 km 2 km/100 km² 0,091 0, Počet osob cestujících veřejnou dopravou na km² počet/ km² 0,091 0,081 Zdroj:Vlastní zpracování Legenda: V1 varianta se stejnou vahou indikátorů V2 varianta s expertně stanovenými váhami indikátorů Tabulka 2: Ekonomicky zaostávající regiony ČR v letech (varianta V1) Průměr Ústecký 0,45 0,42 0,43 0,41 0,41 0,425 1 Karlovarský 0,44 0,47 0,44 0,42 0,41 0,436 2 Moravskoslezský 0,50 0,50 0,49 0,48 0,48 0,492 3 Liberecký 0,50 0,52 0,54 0,51 0,50 0,513 4 Olomoucký 0,55 0,50 0,50 0,51 0,51 0,515 5 Pardubický 0,47 0,54 0,51 0,54 0,53 0,518 6 Vysočina 0,53 0,55 0,52 0,52 0,52 0,530 7 Zlínský 0,53 0,54 0,52 0,54 0,54 0,535 8 Královéhradecký 0,53 0,54 0,57 0,55 0,55 0,549 9 Jihočeský 0,56 0,57 0,55 0,56 0,55 0, Plzeňský 0,56 0,56 0,57 0,58 0,58 0, Jihomoravský 0,64 0,62 0,63 0,62 0,61 0, Středočeský 0,63 0,61 0,64 0,63 0,62 0, Praha 0,82 0,82 0,81 0,79 0,79 0, Zdroj: Vlastní zpracování pořadí ČERVENEC

58 Tabulka 3: Ekonomicky zaostávající regiony ČR v letech (varianta V2) Průměr Ústecký 0,41 0,39 0,39 0,38 0,38 0,389 1 Karlovarský 0,42 0,45 0,42 0,40 0,40 0,417 2 Moravskoslezský 0,47 0,47 0,46 0,45 0,46 0,459 3 Olomoucký 0,51 0,46 0,47 0,48 0,48 0,480 4 Liberecký 0,48 0,50 0,52 0,49 0,48 0,494 5 Pardubický 0,46 0,51 0,49 0,52 0,51 0,500 6 Zlínský 0,50 0,51 0,49 0,52 0,51 0,506 7 Vysočina 0,51 0,53 0,51 0,51 0,51 0,514 8 Královéhradecký 0,51 0,52 0,54 0,54 0,53 0,530 9 Jihočeský 0,54 0,56 0,53 0,54 0,53 0, Plzeňský 0,54 0,54 0,55 0,56 0,56 0, Jihomoravský 0,60 0,58 0,59 0,58 0,57 0, Středočeský 0,61 0,60 0,62 0,61 0,61 0, Praha 0,83 0,83 0,82 0,80 0,80 0, Zdroj: Vlastní zpracování Graf 1: Porovnání hodnocení ekonomicky zaostávajících regionů ve variantách V1 a V2 Pořadí Středočeský Praha Ústecký 1 0,8 0,6 Karlovarský Moravskoslezský Jihomoravský 0,4 0,2 Olomoucký 0 Plzeňský Liberecký Jihočeský Pardubický Královéhradecký Vysočina Zlínský Varianta 2 Varianta 1 Zdroj: Vlastní zpracování Rozdělíme-li zjištěné disparity mezi kraji ČR v ekonomické výkonnosti do tří pásem ekonomicky zaostávajících, ekonomicky stagnujících a ekonomicky se rozvíjejících krajů, pak výsledky hodnocení v obou variantách ukazují, že jako nejvíce ekonomicky zaostávajícími regiony, vykazujícími největší disparity proti průměru ČR, jsou v obou variantách stejné kraje Ústecký, Karlovarský a Moravskoslezský. Pásmo ekonomicky se rozvíjejících regionů taktéž v obou variantách představují kraje Praha, Středočeský a Jihomoravský. ČERVENEC

59 Při srovnání obou variant hodnocení se ukazuje, že mezi variantami došlo u regionů k dílčím změnám pořadí v rozsahu maximálně jednoho místa v pořadí mezi kraji, což ukazuje na nepříliš významné změny mezi variantami - viz Graf 1. Tento výsledek variantního hodnocení ukazuje, že při hodnocení modelového typu Ekonomicky zaostávající region, jsou výsledky hodnocení volbou vah ovlivňovány relativně málo a zejména pak nejlepší a nejhorší výsledek hodnocení se nezměnil. Modelový region Region s všestrannými podmínkami pro život Tento typ modelového regionu je založen na 14 indikátorech. Provedené hodnocení ukázalo, že z hlediska všestranných podmínek pro život jsou v ČR při rozdělení do tří pásem v obou variantách nejlepšími regiony kraje Pardubický, Královéhradecký, Vysočina a Zlínský. Nejhoršími regiony jsou v obou variantách kraje Ústecký, Moravskoslezský a Praha. Tabulka 4: Indikátory modelového regionu Region s všestrannými podmínkami pro život p. č. indikátor MJ V1 V2 1 Míra dlouhodobé nezaměstnanosti % 0,071 0,081 2 Čistý disponibilní důchod na 1 obyvatele/rok tis. Kč 0,071 0,135 3 Podíl obyvatel s vysokoškolským vzděláním ze skupiny 15-ti letých a starších % 0,071 0,081 4 Počet míst v zařízeních sociální péče na 10 tis. obyv. počet 0,071 0, Počet veřejných knihoven s pobočkami na 10 tis. obyvatel Počet středisek pro volný čas dětí a mládeže na 10 tis. obyvatel počet 0,071 0,054 počet 0,071 0,054 7 Počet sportovních zařízení na 10 tis. obyvatel počet 0,071 0,054 8 Počet zjištěných trestných činů na 1000 obyvatel počet 0,071 0, Počet osob v trvale obydlených bytech na 1 místnost Podíl oblastí se zhoršenou kvalitou ovzduší vzhledem k limitům pro ochranu zdraví počet 0,071 0,027 % 0,071 0, Podíl zalesněné plochy z území kraje % 0,071 0, Celková délka silnic a dálnic na 100 km 2 km/100k m² 13 Hustota železničních tratí v km na 100 km 2 km/100 km² 14 Počet osob cestujících veřejnou dopravou/1000 obyvatel Zdroj: Vlastní zpracování Legenda: V1 varianta se stejnou vahou indikátorů V2 varianta s expertně stanovenými váhami indikátorů počet/ 1000 obyv. 0,071 0,081 0,071 0,054 0,071 0,081 ČERVENEC

60 Po bližším zhodnocení výsledku se ukazuje, že postavení Prahy jako nejhorší mezi regiony s všestrannými podmínkami pro život ovlivňují zejména indikátory: Počet zjištěných trestných činů na 1000 obyvatel, Podíl oblastí se zhoršenou kvalitou ovzduší vzhledem k limitům pro ochranu zdraví; dále pak počty zařízení na 10 tis. obyvatel (počet veřejných knihoven s pobočkami, počet středisek pro volný čas dětí a mládeže, počet sportovních zařízení) které však v Praze mohou mít větší kapacitu na jednotku zařízení, než v jiných krajích; projevuje se zde také zřejmě vliv Prahy jako specifického regionu. Také tento výsledek variantního hodnocení ukazuje, že u modelového regionu s všestrannými podmínkami pro život jsou při použitých indikátorech výsledky hodnocení regionů volbou vah ovlivňovány relativně málo a zejména pak nejlepší a nejhorší výsledek hodnocení se nemění. Jistý rozdíl mezi velikostí disparit však již zde lze zaznamenat. Graf 2: Porovnání hodnocení modelového regionu s všestrannými podmínkami pro život ve variantách V1 a V2 Moravskoslezský Ústecký Praha Pardubický 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Královéhradecký Zlínský Vysočina Karlovarský Olomoucký Liberecký Středočeský Jihomoravský Jihočeský Plzeňský Varianta 2 Varianta 1 Zdroj: Vlastní zpracování 5. ZÁVĚR K OVĚŘENÍ DVOU VYBRANÝCH TYPŮ MODELOVÝCH REGIONŮ Ověření obou modelových regionů na konkrétních datech krajů za léta 2004 až 2008 ukázalo, že volba indikátorů pro Ekonomicky zaostávající region i pro Region s všestrannými podmínkami pro život je akceptovatelná a má pro předpokládaný způsob užití dobrou vypovídací schopnost. Zajímavým (a pro praxi přínosným) zjištěním je, že výsledky zpracování ukazují na nízkou citlivost na váhy indikátorů. To se projevilo především v tom, že celkové pořadí krajů se pro obě varianty zvolených vah příliš neliší a zejména hodnocení krajních pozic regionů (nejlepší a nejhorší) se u obou typů modelových regionů v obou variantách nezměnilo. ČERVENEC

61 Je však třeba poznamenat, že to platí, pokud se váhy pohybují v jistém (nevelkém) pásmu kolem rovnoměrného rozdělení. Při výrazném rozptylu vah by jistě k odlišným výsledkům došlo. 5 V další etapě výzkumu budou na konkrétních datech ověřeny všechny zbývající typy modelových regionů s více variantami vah indikátorů. To umožní systematičtěji zkoumat citlivost výsledků hodnocení na zvolené váhy indikátorů. LITERATURA: 1. DOČKAL, V. Ústřední pojmy regionální politiky EU. Příspěvek ke studiu euroregionalismu. Recenzovaný on-line časopis Mezinárodního politologického ústavu MU, č. 1, ročník VI. Brno: MU, Dostupné z: 2. HARROP, J. Structural Funding and Employment in the European Union (Financing the Path to Integration), Cheltenham: HUČKA, M. KUTSCHERAUER, A. SUCHÁČEK, J. Teorie, metodologie a klasifikace regionálních disparit. Výzkumná studie v rámci projektu WD , Ostrava: VŠB-TUO, Dostupné z: 4. Kutscherauer, A a kol. REGIONÁLNÍ DISPARITY. Teorie, klasifikace, systémová dekompozice a mezinárodní srovnání. Výzkumná zpráva. Ostrava:VŠB-TUO, Dostupné z: 5. Ročenka konkurenceschopnosti České republiky (2009): Praha: Linde. 6. VITURKA, M., KLÍMOVÁ, V. Globálně orientované hodnocení konkurenční pozice krajů ČR. Working Paper CV KS ESF MU č. 19/2006. Brno: MU, VITURKA, M. Inovační profily regionů. Working Paper CV KS ESF MU č. 11/2007. Brno: MU, 2007 KONTAKT: Prof. Ing. Miroslav Hučka, CSs. Ekonomická fakulta Vysoká škola báňská Technická univerzita Ostrava Katedra podnikohospodářská Sokolská třída 33, Ostrava miroslav.hucka@vsb.cz Doc. Ing. Alois Kutscherauer, CSc. Ekonomická fakulta Vysoká škola báňská Technická univerzita Ostrava Katedra regionální a environmentální ekonomiky 5 Je však třeba poznamenat, že podíl na necitlivosti vah má také použitý počet indikátorů. Při počtu indikátorů 11 resp. 14 je již tento vliv patrný. ČERVENEC

62 Sokolská třída 33, Ostrava ČERVENEC

63 BŘEZEN

64 ČERVENEC

65 KOMPARACE VYBRANÝCH UKAZATELŮ REGIONÁLNÍHO ROZVOJE V REGIONU NUTS II SEVEROVÝCHOD Autor: Ing. Jaroslav Kovárník, Ph.D. ABSTRAKT: Příspěvek se zabývá problematikou regionálního rozvoje v regionu NUTS II Severovýchod. Tato problematika je v současné Evropské unii velice aktuální. Nejdříve jsou uvedeny různé definice pojmů region a rozvoj. Následuje stručný popis základních indikátorů regionálního rozvoje v České republice a ve sledovaném regionu, a to včetně krajů, které tento region NUTS II tvoří. Jedná se především o indikátory vztahující se k vědě a výzkumu, jako např. počet zaměstnanců nebo velikost výdajů na vědu a výzkum. Příspěvek také poukazuje na možná rizika posuzování dostupných agregovaných veličin. KLÍČOVÁ SLOVA: NUTS II Severovýchod, region, rozvoj ABTRACT: This article deals with the problematic of regional developmnent in the region NUTS II Northeast. This problematic is very actual in recent European Union. Firstly, it is focused on description of different definitions of the terms region and development. Following topic is short desccription of basic indicators of regional development in Czech Republic and in the analysed region, including regions NUTS III within this region. These indicators are related to science and research, like number of employes and amount of expenses in science and research. The article shows possible risks of assessing available agregated quantities as well. KEYWORDS: NUTS II Severovýchod, region, development ÚVOD Problematika regionálního rozvoje je v současné době velice aktuální. Evropská Unie si vytyčila pro plánovací období základní cíl, a sice zvýšit konkurenceschopnost všech členských států, resp. regionů, a stát se konkurentem předním světovým ekonomikám, především Spojeným státům americkým. Tohoto zvyšování konkurenceschopnosti má být docíleno především díky produkci inovací a nových znalostí, tedy díky budování tzv. znalostní ekonomiky. Z tohoto důvodu se i v podmínkách České republiky objevuje celá řada seskupení, které si kladou za cíl produkovat inovace a provádět základní i aplikovaný výzkum. Typickým příkladem z této oblasti jsou klastry a klastrové iniciativy. Ovšem otázky zda a do jaké míry se daný region věnuje výzkumu lze hodnotit i na jiných ukazatelích, jako je počet pracovníků v oblasti vědy a výzkumu a částka výdajů v této oblasti. Na druhou stranu je však nutné uvědomovat si určitou hrozbu, kterou v sobě analýza dostupných agregovaných statistických údajů může nést, jak bude uvedeno v dalším textu. ČERVENEC

66 Tento příspěvek se zabývá základním přehledem vybraných ukazatelů, na kterých lze hodnotit rozvoj určitého regionu s přihlédnutím k vytyčenému cíli EU, tedy takových ukazatelů, které odrážejí rozvoj v oblasti vědy a výzkumu a mají tedy nesporný vliv na budování znalostní ekonomiky. S ohledem na skutečnost, že statistické údaje za rok 2009 ještě nebyly ve většině případů zpracovány, byly zjišťovány a porovnávány údaje za období 2005 až 2008, kdy jsou obecně dostupná statistická data. Na základní ilustraci regionálního rozvoje i na konstatování klíčových závěrů jsou tato data postačující. Cílem příspěvku je tedy jednak představit možné přístupy a náhledy na region, rozvoj a regionální rozvoj, dále provést analýzu vybraných makroekonomických ukazatelů souvisejících s regionálním rozvojem jednak na úrovni České republiky, jednak na úrovni regionu NUTS II Severovýchod a dále na úrovni krajů, které tento region tvoří, a především pak poukázat na možná rizika, která souvisí s analýzou obecně dostupných agregovaných veličin. Na tomto místě je také vhodné uvést, že v příspěvku jsou čerpána a analyzována data dostupná na Českém statistickém úřadu. Údaje pro jednotlivé tabulky, které jsou uváděny v příspěvku, jsou však získávána z různých zdrojů, publikovaných Českým statistickým úřadem, kdy autor příspěvku z každé dostupné tabulky vybral pouze pro článek důležité údaje. Nelze tedy přesně určit, z jaké konkrétní tabulky byla data čerpána, neboť se jedná o více zdrojů. Navíc tato problematika tedy používání dostupných agregovaných dat pro analýzy je předmětem článku samotného a je podrobně rozebrána v dalším textu. Autor tedy do seznamu použitých zdrojů u tohoto konkrétního zdroje uvádí pouze obecné internetové stránky Českého statistického úřadu. Tento příspěvek vznikl v rámci řešení projektu specifického výzkumu s názvem Metody hodnocení výkonnosti klastrů se zaměřením na Czech Stone Cluster, který navazuje na projekt GAČR s názvem Měření a řízení výkonnosti klastrů, realizační číslo 402/06/ PŘEHLED ZÁKLADNÍCH DEFINIC 1.1 Definice regionu Na tomto místě je vhodné nejdříve uvést některé obecně uznávané definice regionu. Předně je však nutné si uvědomit, že žádná z uvedených definic není považována za důležitější, jedná se pouze o rozdílné náhledy na danou problematiku, které jsou však rovnocenné a doposud nebyla ani u pojmu region, ani u pojmu rozvoj a ani u pojmu regionální rozvoj vytvořena jedna obecně platná a všeobecně uznávaná definice. První možný náhled uvádějí autoři Maier, Tödtling (1997), kteří konstatují, že region může být subnárodním celkem část jednoho státu nebo jednoho národního hospodářství, která není oddělená od ostatních oblastí formálními hranicemi a s nimi obvykle spojenými hospodářskými bariérami. Skokan (2003) oproti tomu říká, že region je území s definovanými prvky, v němž existuje specifická funkční a související infrastruktura a prosazuje se společný zájem na rozvoji regionu a na zlepšení blahobytu občanů. Zákon o podpoře regionálního rozvoje č. 248/2000 Sb. za region považuje územní celek vymezený pomocí administrativních hranic krajů, okresů, obcí nebo sdružení obcí, jehož rozvoj je podporován. ČERVENEC

67 V tomto příspěvku je tedy sledován region kategorie NUTS II Severovýchod a následně kraje, tedy regiony kategorie NUTS III, které tento region tvoří, a sice kraj Liberecký, Královéhradecký a Pardubický. Tento koncept je nejbližší výše uvedené definici dle Skokana (2003), případně dle Zákona o podpoře regionálního rozvoje. 1.2 Definice rozvoje Tento pojem je velice mnohoznačný a lze na něj nahlížet z různých úhlů pohledu. Proto se také v odborné literatuře objevuje celá řada různých definic. Macháček (1999) považuje za rozvoj proces změn uskutečňovaný postupně a ovlivňující podstatu dané entity, přinášející narůstání efektivnosti a účelnosti, pokud jde o využívání zdrojů, o uskutečňování možností podmiňující pohyb z původního stavu do stavu žádoucího. Buček (1985, 1992) uvádí, že se jedná o poměrně neurčitý pojem, který může být určen pouze na základě konkrétních hodnotových postojů. Buček dále ve svých pracích (1985, 1992) rozpracovává myšlenku autorské dvojice Nohlen a Nuscheler, kteří navrhují pro lepší definování tohoto pojmu tzv. magický pětiúhelník, který se skládá z růstu, práce, rovnosti (spravedlnosti), participace a nezávislosti (samostatnosti). Pro tento příspěvek je však důležitější následující pojem, a sice regionální rozvoj. 1.3 Definice regionálního rozvoje Tento pojem by bylo možné v nejzákladnější míře chápat jako ekonomický rozvoj určitého územně definovaného celku (regionu). V současnosti se však tímto termínem rozumí spíše celkový socioekonomický růst, aktivace místního rozvojového potenciálu, zvyšování konkurenceschopnosti atd. (Buček, 1992, Stejskal, Kovárník, 2009). Konkrétní definici lze nalézt např. u Skokana (2004), který charakterizuje regionální rozvoj jako komplex procesů probíhajících v složitém systému regionu. Pro ovlivňování a řízení těchto procesů je podle něj nezbytný systémový přístup. Stimson, Stough a Roberts (2006) definují regionální rozvoj jako aplikaci ekonomických procesů a zdrojů dostupných v regionu, jejichž výsledkem je udržitelný rozvoj a požadované ekonomické výsledky pro region, které splní očekávání podniků, rezidentů i nerezidentů. Definice podle agentury Berman Group (2006) prezentuje regionální rozvoj jako proces strategického partnerství veřejného a soukromého sektoru za účelem realizace iniciativ, jejichž výsledkem jsou investice a vznik nových pracovních míst a postupný růst životní úrovně obyvatelstva v daném regionu. Tyto iniciativy musí být zaměřeny na vytváření podmínek pro podporu růstu produktivity a konkurenceschopnosti firem v soukromém sektoru. Ministerstvo pro místní rozvoj má vlastní definici regionálního rozvoje, kterou lze nalézt ve Strategii regionálního rozvoje České republiky na roky Rozumí jím růst socioekonomického a environmentálního potenciálu a konkurenceschopnosti regionů vedoucí ke zvyšování životní úrovně a kvality života jejich obyvatel. V tomto ohledu jde o dynamický a vyvážený rozvoj regionální struktury příslušného územního celku a jeho částí (regionů, mikroregionů) a odstraňování, popř. zmírňování regionálních disparit. (Stejskal, Kovárník, 2009). Z tohoto pohledu je na regionální rozvoj nahlíženo v příspěvku. ČERVENEC

68 2. CHARAKTERISTIKA KRAJŮ REGIONU NUTS II SEVEROVÝCHOD 2.1 Sociogeografická charakteristika krajů regionu NUTS II Severovýchod Před samotnou analýzou je také vhodné uvést některé základní údaje o zkoumaném regionu, tedy o regionu NUTS II Severovýchod, a o krajích, které tento region tvoří. Tento region je tvořen třemi kraji, a sice Libereckým, Královéhradeckým a Pardubickým. Liberecký kraj se nachází na severu Čech a svou rozlohou km 2 je nejmenším krajem České republiky (s výjimkou hlavního města Prahy). Skládá se ze čtyř okresů, konkrétně Liberec, Česká Lípa, Jablonec nad Nisou a Semily. Ze zajímavostí tohoto kraje lze uvést, že se zde kromě části Krkonoš, Jizerských hor a Lužických hor nachází také Český ráj se známými skalními městy. Na území kraje se nachází také vyhledávané Máchovo jezero či unikátní stavba tyčící se přímo nad krajským městem Liberec Ještěd. V Liberci se také nachází zoologická zahrada, která jako jediná v České republice chová vzácné bílé tygry. Z průmyslových odvětví dominuje tomuto regionu průmysl skla a bižuterie, výroba a zpracování plastů, strojírenství a odvětví zpracovatelského průmyslu. Královéhradecký kraj se nachází v severovýchodní části Čech a jeho rozloha je km 2, čímž se řadí na deváté místo mezi kraji České republiky. Skládá se z pěti okresů, a sice Hradec Králové, Jičín, Náchod, Rychnov nad Kněžnou a Trutnov. Ze zajímavých údajů jistě stojí za zmínku, že v tomto kraji se nachází část pohoří Krkonoše i s nejvyšším vrcholem České republiky Sněžkou (1602 m n. m.) a také Orlické hory. I přes přítomnost dvou rozsáhlých pohoří je tento kraj pátým v ČR co se podílu zemědělské půdy týče. Zajímavostí kraje je jistě i zoologická zahrada ve Dvoře Králové nad Labem, která jako jediná zoo v ČR nabízí v letních měsících projížďku speciálním autobusem volným výběhem zvířat. Z průmyslových odvětví dominuje v Královéhradeckém kraji zpracovatelský průmysl, dále se zde objevuje odvětví obchodu a oprav spotřebního zboží, komerční služby a další. Pardubický kraj se svojí rozlohou km 2 řadí na desáté místo v České republice. Podobně jako Liberecký kraj se i tento skládá ze čtyř okresů, kterými jsou Pardubice, Chrudim, Svitavy a Ústí nad Orlicí. Z přírodních a kulturně-historických památek lze v tomto kraji nalézt Chráněnou krajinnou oblast Žďárské vrchy nebo Železné hory, masiv Kralického Sněžníku (třetí nejvyšší hora České republiky) či velké množství hradů, zámků a zřícenin. V kraji se nachází také vyhledávaná přehradní nádrž Seč nebo známé muzeum loutek v Chrudimi. Kraj je v posledních letech vyhledávaný i zahraničními investory především díky kvalitní dopravě. Krajské město Pardubice je totiž významným železničním uzlem, nachází se zde polovojenské letiště s mezinárodním provozem a je zde také možnost vodní dopravy po řece Labi. Z průmyslových odvětví je zde významný především chemický průmysl, dále strojírenství, průmysl textilní, oděvní nebo kožedělný. Významné v tomto kraji je i zemědělství. 2.2 Ekonomická charakteristika krajů regionu NUTS II Severovýchod Základní makroekonomické ukazatele sledovaných krajů přehledně zachycuje následující Tabulka 1. ČERVENEC

69 Tabulka 1: Makroekonomické údaje krajů regionu NUTS II Severovýchod Kraj ukazatel HDP v běžných cenách (mil. Kč) Podíl HDP v běž. cenách v ČR (%, ČR = 100) 3,5 3,4 3,2 3,1 Střední stav obyvatelstva (počet obyvatel) Liberecký HDP na obyvatele (Kč) Podíl HDP na obyvatele v ČR (%, ČR = 100) 83,8 81,3 77,1 74,0 Podíl HDP na obyv. v EU 27 (%, EU 27 = 100) 63,6 63,2 61,9 59,3 Vývoj HDP na obyvatele (%, 2005 = 100) , ,1 Vývoj HDP na obyv. (%, předchozí rok = 100) ,4 103,5 99,2 HDP v běžných cenách (mil. Kč) Podíl HDP v běž. cenách v ČR (%, ČR = 100) 4,7 4,5 4,5 4,4 Královéhradecký Střední stav obyvatelstva (počet obyvatel) HDP na obyvatele (Kč) Podíl HDP na obyvatele v ČR (%, ČR = 100) 87,6 84,9 85,0 83,1 Podíl HDP na obyv. v EU 27 (%, EU 27 = 100) 66,4 65,9 68,2 66,5 Vývoj HDP na obyvatele (%, 2005 = 100) ,2 113,9 115,0 Vývoj HDP na obyv. (%, předchozí rok = 100) ,2 109,3 101,0 HDP v běžných cenách (mil. Kč) Podíl HDP v běž. cenách v ČR (%, ČR = 100) 4,1 4,1 4,1 4,1 Střední stav obyvatelstva (počet obyvatel) Pardubický HDP na obyvatele (Kč) Podíl HDP na obyvatele v ČR (%, ČR = 100) 82,4 83,9 83,6 83,5 Podíl HDP na obyv. v EU 27 (%, EU 27 = 100) 62,5 65,2 67,1 66,8 Vývoj HDP na obyvatele (%, 2005 = 100) ,7 119,1 122,9 Vývoj HDP na obyv. (%, předchozí rok = 100) ,7 108,6 103,2 Zdroj: ČSÚ, vlastní úpravy ČERVENEC

70 Tabulka 2: Makroekonomické údaje regionu NUTS II Severovýchod Kraj ukazatel HDP v běžných cenách (mil. Kč) Podíl HDP v běžných cenách v ČR (%, ČR = 100) 12,3 12,1 11,9 11,6 Střední stav obyvatelstva (počet obyvatel) NUTS II Severovýchod HDP na obyvatele (Kč) Podíl HDP na obyvatele v ČR (%, ČR = 100) 84,8 83,5 82,2 80,6 Podíl HDP na obyvatele v EU 27 (%, EU 27 = 100) 64,3 64,9 66,0 64,5 Vývoj HDP na obyvatele (%, 2005 = 100) ,1 113,9 115,4 Vývoj HDP na obyvatele (%, předchozí rok = 100) ,1 107,4 101,2 Zdroj: ČSÚ, vlastní úpravy Z uvedených tabulek je patrné, že celý region NUTS II Severovýchod vykazuje, co se hrubého domácího produktu na obyvatele týče podprůměrnou, z hlediska České republiky klesající, ovšem z hlediska Evropské unie mezi roky 2005 až 2007 rostoucí a až mezi roky 2007 a 2008 klesající tendenci. S ohledem na to, že hodnota HDP na obyvatele v korunách v tomto regionu má tendenci rostoucí, lze z těchto údajů vyvodit dílčí závěr, že i přes růst regionu je tempo pomalejší, než je tempo růstu České republiky jako celku, v posledním sledovaném roce je dokonce pomalejší než tempo růstu celé EU. Vývoj hrubého domácího produktu v jednotlivých krajích je nejednoznačný. Lze konstatovat, že Liberecký kraj vykazuje nejpomalejší růst, a i když v roce 2005 nebyla hodnota HDP na obyvatele nejnižší, v roce 2006 již tento kraj začíná za zbývajícími zaostávat, v roce 2007 je rozdíl v HDP na obyvatele již poměrně značný (více než Kč) a v roce 2008 tento kraj zaznamenal dokonce pokles hodnoty hrubého domácího produktu na obyvatele. Královéhradecký kraj vykazuje neustálý, i když pozvolný růst hodnoty ukazatele HDP na obyvatele (proti roku 2005 je v roce 2008 HDP na obyvatele o 15 % vyšší). Z pohledu celé České republiky však dochází ke klesajícímu vývoji (přes nepatrné zvýšení mezi roky 2006 a 2007) a z pohledu EU 27 došlo nejdříve k růstu podílu, ovšem k následnému poklesu a hodnoty v letech 2005 a 2008 jsou srovnatelné. Pardubický kraj zaznamenal především v prvních třech letech razantní růst, kdy docházelo ke zvyšování ukazatele HDP na obyvatele i z pohledu srovnání s ČR nebo EU 27. Rostoucí trend v tomto kraji zůstal i v posledním sledovaném roce, ovšem tempo růstu se zpomalilo, což mělo za následek drobný pokles v porovnání s Českou republikou a EU 27. I přesto zaznamenal tento kraj nejvýraznější nárůst (v období 2005 až 2008 vzrostlo HDP na obyvatele o téměř 23 %). Vybraný makroekonomický údaj (konkrétně HDP přepočtené na obyvatele) je pro větší názornost zachycen i v následujícím grafu 1. ČERVENEC

71 Graf 1: HDP na obyvatele v regionu NUTS II Severovýchod Kč Královéhradecký Liberecký rok Pardubický NUTS II Zdroj: ČSÚ, vlastní úpravy Z uvedeného grafu 1 je jasně patrný vývoj hrubého domácího produktu na obyvatele ve sledovaných regionech. I když je však jasně patrná převládající rostoucí tendence (s výjimkou Libereckého kraje v posledních dvou letech), z hlediska celorepublikového dochází u většiny regionů (kromě Pardubického, kde je vývoj nejednoznačný) k poklesu. Jinými slovy, i když úroveň HDP na obyvatele ve sledovaných regionech roste, tento růst je menší, než je tomu průměrně v celé České republice. 2.3 Zaměstnanost a nezaměstnanost krajů regionu NUTS II Severovýchod Předchozí podkapitola se zabývala základními makroekonomickými údaji regionu NUTS II Severovýchod, resp. jeho kraji tedy Libereckým, Královéhradeckým a Pardubickým. Pokud však chceme analyzovat konkrétní rozvoj daného regionu, je nutné zabývat se také otázkami zaměstnanosti. Následující Tabulka 3 uvádí přehled základních charakteristik zaměstnanosti ve sledovaných letech. Tabulka 3: Vybrané ukazatele zaměstnanosti Ukazatel (v tis. obyvatel) / rok Počet obyvatel České republiky , , , ,7 Zaměstnaní v České republice 4 764, , , ,5 Zaměstnaní v NUTS II Severovýchod 693,9 698,8 704,6 709,9 Zaměstnaní v Libereckém kraji 201,7 198,8 199,3 199,7 Zaměstnaní v Královéhradeckém kraji 257,0 262,4 265,2 265,1 Zaměstnaní v Pardubickém kraji 235,3 237,6 240,1 245,1 Zdroj: ČSÚ, vlastní úpravy Z vývoje absolutních hodnot zaměstnaných uvedených v tabulce 3 je patrné, že počet obyvatel, stejně jako počet zaměstnaných na celorepublikové úrovni i na úrovni NUTS II neustále roste. Na úrovni jednotlivých krajů jsou však již patrné rozdílné výsledky. Vývoj v Libereckém kraji zaznamenává nejdříve prudký pokles a pak pomalý růst počtu zaměstnaných, který však svou rychlostí nestačil ani k tomu, aby se počet zaměstnaných v roce 2008 vyrovnal hodnotě z roku ČERVENEC

72 Královéhradecký kraj z hlediska počtu zaměstnaných nejdříve rostl a mezi lety 2007 a 2008 byl zaznamenán nepatrný pokles. Jediný kraj, kde byl zaznamenán neustálý růst tohoto ukazatele byl tedy kraj Pardubický. Pro větší názornost je vhodné uvést údaje o počtech nezaměstnaných a mírách nezaměstnanosti v jednotlivých sledovaných letech, které jsou v následující tabulce 4. Data jsou, stejně jako u všech uvedených tabulek, čerpána z Českého statistického úřadu, výpočet míry nezaměstnanosti je však klasický, tedy podíl počtu nezaměstnaných na ekonomicky aktivním obyvatelstvu (tedy nezaměstnaných a zaměstnaných) v daném regionu vyjádřený v procentech. Tabulka 4: Vybrané ukazatele nezaměstnanosti Ukazatel / rok Nezaměstnaní v České republice (tis. obyv.) 410,2 371,3 276,3 229,8 Nezaměstnaní v NUTS II Severovýchod (tis. obyv.) 40,9 45,2 35,5 29,8 Nezaměstnaní v Libereckém kraji (tis. obyv.) 14,0 16,5 12,8 9,7 Nezaměstnaní v Královéhradeckém kraji (tis. obyv.) 12,9 14,9 11,5 10,9 Nezaměstnaní v Pardubickém kraji (tis. obyv.) 14,1 13,7 11,2 9,2 Míra nezaměstnanosti v ČR 7,9 7,1 5,3 4,4 Míra nezaměstnanosti v NUTS II Severovýchod 5,6 6,1 4,8 4,0 Míra nezaměstnanosti v Libereckém kraji 6,5 7,7 6,1 4,6 Míra nezaměstnanosti v Královéhradeckém kraji 4,8 5,4 4,2 3,9 Míra nezaměstnanosti v Pardubickém kraji 5,6 5,5 4,4 3,6 Zdroj: ČSÚ, vlastní úpravy Z této tabulky 4 je patrné, že zatímco míra nezaměstnanosti v České republice ve sledovaném období klesá, jak v regionu NUTS II, tak v jednotlivých krajích dochází k nejednoznačnému vývoji. Mezi roky 2005 a 2006 dochází jedině v Pardubickém kraji k mírnému poklesu nezaměstnaných, ovšem v obou zbývajících krajích dochází ke značnému nárůstu, což má za následek nárůst i v rámci regionu NUTS II. Ovšem v dalších letech dochází ve všech krajích k poměrně výraznému snížení nezaměstnanosti. Při podrobnější analýze údajů v tabulkách č. 3 a č. 4 lze dospět k dalším dílčím závěrům. V Pardubickém kraji je vývoj počtu zaměstnaných a míry nezaměstnanosti v logickém protikladu (roste počet zaměstnaných a klesá míra nezaměstnanosti). Stejně je tomu i v Libereckém kraji, kdy ovšem dochází nejdříve k poklesu počtu zaměstnaných (a tedy růstu míry nezaměstnanosti) a následně k postupnému zvyšování počtu zaměstnaných (a tedy klesání míry nezaměstnanosti). Za zmínku u tohoto kraje stojí, že zatímco míra nezaměstnanosti vykazuje v roce 2008 výrazně nižší hodnotu, než jaká byla v roce 2005, údaj o počtu zaměstnaných je i přes růst v letech 2007 a 2008 výrazně nižší než v roce Z těchto údajů by šel vyvodit dílčí závěr, že v tomto kraji buď došlo k výrazným demografickým změnám, nebo k dojížďce za prací do jiných regionů. V Královéhradeckém kraji dochází dokonce k protichůdnému vývoji. I přesto, že počet zaměstnaných mezi roky 2005 a 2006 roste, dochází také k růstu míry nezaměstnanosti. Tato situace by opět ukazovala na možné změny demografické struktury či na dojížďku za prací do jiných regionů. Mezi roky 2006 a 2007 je vývoj ukazatelů logický, ovšem mezi roky 2007 a 2008 dochází k opačné situaci míra ČERVENEC

73 nezaměstnanosti klesá i přes současný pokles počtu zaměstnaných. Tato situace by opět naznačovala možné změny demografické struktury či naopak zaměstnávání obyvatel z jiných regionů. I v tomto případě jsou vybrané údaje z tabulky 4 (konkrétně míry nezaměstnanosti) zachyceny v grafu 2. Graf 2: Vývoj míry nezaměstnanosti % rok ČR NUTS II Liberecký kraj Královéhradecký kraj Pardubický kraj Zdroj: ČSÚ, vlastní úpravy Klesající tendence míry nezaměstnanosti ve všech sledovaných regionech od roku 2006 do roku 2008 má pravděpodobně souvislost s rostoucím HDP na obyvatele (viz. Tabulka 1, Tabulka 2 a Graf 1). Je tedy zřejmé, že ve všech sledovaných regionech dochází k růstu zaměstnanosti a tedy i zvyšování HDP, ačkoliv tento vývoj je v porovnání s celorepublikovým trendem pomalejší. 3. KOMPARACE VYBRANÝCH UKAZATELŮ REGIONÁLNÍHO ROZVOJE V REGIONU NUTS II SEVEROVÝCHOD V příspěvku jsou analyzovány vybrané obecně dostupné ukazatele regionálního rozvoje, které souvisí se současným trendem budování ekonomiky založené znalostech a inovacích. Jedná se o zaměstnanost a nezaměstnanost v oblasti vědy a výzkumu, dále o výdaje na vědu a výzkum a v neposlední řadě o množství patentů. Všechny tyto ukazatele jsou pro komparaci analyzovány jak na úrovni ČR, tak na úrovni regionu NUTS II Severovýchod a všech krajů, které tento region tvoří. 3.1 Zaměstnanost a nezaměstnanost v oblasti vědy a výzkumu Předchozí podkapitola řešila obecnou problematiku zaměstnanosti a nezaměstnanosti v dimenzích České republiky, regionu NUTS II Severovýchod a jednotlivých krajů tohoto regionu. S ohledem na problematiku regionálního rozvoje je však nutné zaměřit se na konkrétní oblast vědy a výzkumu a provést analýzu počtu pracovníků v této oblasti. Údaje o celkových fyzických osobách zaměstnaných v této pro regionální rozvoj stěžejní oblasti zachycuje následující Tabulka 5. ČERVENEC

74 Tabulka 5: Zaměstnanci v oblasti VaV fyzické osoby Oblast sektor provádění ČR podnikatelský sektor vládní sektor vysokoškolský sektor NUTS II podnikatelský sektor vládní sektor vysokoškolský sektor Liberecký kraj podnikatelský sektor vládní sektor vysokoškolský sektor Královéhradecký kraj podnikatelský sektor vládní sektor vysokoškolský sektor Pardubický kraj podnikatelský sektor vládní sektor Zdroj: ČSÚ, vlastní úpravy vysokoškolský sektor Z tabulky 5 je jasně patrný nárůst počtu pracovníků v oblasti VaV ve všech sledovaných sektorech, tedy podnikatelském, vládním a vysokoškolském, v celorepublikovém měřítku. V kontextu regionu NUTS II Severovýchod dochází k nárůstu pouze v sektoru podnikatelském, vládní sektor ve sledovaném období nejdříve klesá a v posledním roce nepatrně roste, vysokoškolský sektor naopak nejdříve roste a v posledním roce klesá. Co se jednotlivých krajů týče, tak Liberecký vykazuje kolísavé výsledky ve všech sledovaných sektorech, jediný vysokoškolský sektor má stejný průběh jako je tomu u celého NUTS II Severovýchod. Královéhradecký kraj vykazuje naproti tomu rostoucí tendenci jak v oblasti podnikatelského, tak vysokoškolského sektoru. Vládní sektor v tomto kraji nejdříve značně poklesl, ovšem v posledním sledovaném roce opět nepatrně stoupl počet zaměstnanců i v této oblasti. Pardubický kraj v oblasti podnikatelského sektoru vykazuje také stabilní růst, v oblasti vysokoškolského sektoru následuje po růstu mezi roky 2005 a 2006 stagnace a nepatrný růst mezi lety 2007 a V oblasti vládního sektoru je zajímavé, že v roce 2005 zde nebyl žádný zaměstnanec, v dalším roce došlo k navýšení na 129, ale tento počet v dalších letech klesá. Ovšem údaje v této tabulce jsou do jisté míry zavádějící, neboť uvádějí celkový počet zaměstnaných fyzických osob, ze kterých ale značné množství pracuje pouze na částečný úvazek. Je vcelku pochopitelné, že pokud chceme hovořit o výzkumném týmu, je třeba si představit skupinu několika osob, které se vzájemně věnují výzkumu a vývoji a mohou tedy využívat synergický efekt plynoucí z této spolupráce. V ojedinělých případech lze samozřejmě provádět kvalitní výzkum i jednou osobou, ale každopádně to musí být osoba zaměstnaná v dané organizaci na plný úvazek, ČERVENEC

75 neboť jedině pak lze plně využívat možnosti dané instituce. Proto jsou důležitější data uvedená v následující tabulce 6, kde jsou počty pracovníků v oblasti vědy a výzkumu, ovšem přepočtené na plnou pracovní dobu. Tabulka 6: Zaměstnanci v oblasti VaV přepočtené osoby Oblast sektor provádění ČR podnikatelský sektor vládní sektor vysokoškolský sektor NUTS II podnikatelský sektor vládní sektor vysokoškolský sektor Liberecký kraj podnikatelský sektor vládní sektor vysokoškolský sektor Královéhradecký kraj podnikatelský sektor vládní sektor vysokoškolský sektor Pardubický kraj podnikatelský sektor vládní sektor Zdroj: ČSÚ, vlastní úpravy vysokoškolský sektor V tabulce 6 již vidíme nezkreslené údaje přepočteného počtu pracovníků. Kromě předpokládaného poklesu pracovníků ve všech sledovaných oblastech lze z této tabulky vysledovat zajímavý pokles pracovníků vysokoškolského sektoru mezi roky 2006 a 2007 v celorepublikovém měřítku, který je však v následujícím roce kompenzován značným nárůstem. V rámci regionu NUTS II Severovýchod dochází ve sledovaném období k růstu pouze u podnikatelského sektoru. Ovšem oproti fyzickým osobám zde dochází k drobným změnám, neboť zatímco v rámci vysokoškolského sektoru docházelo mezi roky 2006 a 2007 k růstu, u přepočtených osob vidíme značný pokles. Stejný paradox lze najít i u Libereckého kraje, ve kterém tedy pravděpodobně tkví hlavní příčina zmiňovaného vývoje v rámci regionu NUTS II. Ovšem je třeba zde upozornit na skutečnost, že zatímco fyzických osob ve vysokoškolském sektoru v Libereckém kraji bylo v roce 2006 zaměstnáno 590, v přepočtených osobách vidíme údaj 811 pracovníků. To by buď znamenalo extrémní zatížení pracovníků, kteří měli několikanásobné úvazky (navíc pouze v tomto jednom roce), nebo což je v tomto případě pravděpodobnější na statistickou chybu v údajích vykazovaných Českým statistickým úřadem. Po odstranění této chyby je pravděpodobné, že by byl jiný vývoj i v rámci kategorie NUTS II ovšem jak by tento vývoj ve skutečnosti vypadal, není možné z dostupných údajů určit. ČERVENEC

76 V Královéhradeckém kraji je ve všech údajích znatelný pokles. Nejmarkantnější je tento pokles u vysokoškolského sektoru, kde počty zaměstnanců klesají z hodnot přes 900 na údaje pohybující se přes 200 pracovníků, což logicky znamená, že v tomto kraji je velké množství vysokoškolských pracovníků zaměstnáno pouze na částečné úvazky. Mezi roky 2007 a 2008 dokonce počet fyzických osob v tomto sektoru vzrostl, ovšem v přepočtených osobách dochází k poklesu. Tento kraj vykazuje ze všech sledovaných krajů nejlepší výsledky v oblasti zaměstnanců z vládního sektoru. Pardubický kraj i v přepočtených osobách dominuje v oblasti podnikatelského sektoru, kde navíc není tak výrazný pokles oproti fyzickým osobám, jako je tomu v sektoru vládním a především vysokoškolském. Pravděpodobný důvod spočívá zřejmě v přítomnosti velkých průmyslových podniků v tomto kraji (chemický průmysl, elektrotechnický aj.), které mají vybudovanou kvalitní výzkumnou základnu. Souhrnně lze konstatovat, že vývoj počtu zaměstnanců v oblasti vědy a výzkumu v regionu NUTS II Severovýchod je pozitivní v oblasti podnikatelského sektoru, kde dochází k neustálému růstu jak ve fyzických, tak v přepočtených osobách. Zbývající sektory zaznamenávají spíše klesající počty pracovníků, což v komparaci s rostoucím celorepublikovým trendem již za pozitivní faktor rozhodně považovat nelze. V oblasti podnikatelského sektoru hrají pro celý region NUTS II klíčovou roli především velké firmy v Pardubickém kraji (výše zmiňovaný chemický a elektrotechnický průmysl aj.). Z hlediska vysokoškolského je významná přítomnost univerzit ve všech krajských městech, i když se povětšinou jedná o univerzity pouze s lokálním významem. 3.3 Výdaje na výzkum a vývoj Dalším možným ukazatelem, který určitým způsobem ilustruje rozvoj daného regionu, jsou výdaje v oblasti vědy a výzkumu, které shrnuje následující tabulka 7. Uvedená Tabulka 7 ukazuje rostoucí celkový trend výdajů v oblasti vědy a výzkumu na celorepublikové úrovni jak na úrovni podnikatelského, tak vládního sektoru. V oblasti vysokoškolského sektoru byl zaznamenán drobný pokles mezi roky 2007 a Celý region NUTS II Severovýchod vykazuje v oblastech podnikatelského a vysokoškolského sektoru stejnou tendenci jako celorepublikový trend. Vládní sektor v tomto regionu však za celé sledované období vykazuje trvalý pokles, tzn. investice do vědy a výzkumu v oblasti vládního sektoru v tomto regionu neustále klesají, i když na celorepublikové úrovni dochází k růstu výdajů. Liberecký kraj vykazuje ve všech sledovaných sektorech střídavé výsledky, jedině vývoj v oblasti vysokoškolského sektoru odpovídá celorepublikovému vývoji a tedy i vývoji na úrovni regionu NUTS II. Královéhradecký kraj zaznamenává v oblasti podnikatelského sektoru neustálý nárůst, zatímco kraj Pardubický v posledních dvou letech stagnaci ale i přesto se výdaje v tomto sektoru v Pardubickém kraji pohybují na více než dvojnásobné úrovni než v kraji Královéhradeckém. Výdaje ve vládním sektoru mají sice v Královéhradeckém kraji klesající tendenci, ale tyto jsou v posledním sledovaném roce v tomto kraji více než čtyřnásobné než u zbývajících dvou krajů. V sektoru vysokého školství zaznamenává Královéhradecký kraj stejný vývoj jako celý region NUTS II, zatímco Pardubický kraj vykazuje trvaný růst. I přes tento vývoj však výdaje opět nedosahují hranice, kterou dosahují v kraji Královéhradeckém. ČERVENEC

77 Tabulka 7: Výdaje na VaV v sektorech provádění v mil. Kč Oblast sektor provádění ČR podnikatelský sektor vládní sektor vysokoškolský sektor NUTS II podnikatelský sektor vládní sektor vysokoškolský sektor Liberecký kraj podnikatelský sektor vládní sektor vysokoškolský sektor Královéhradecký kraj podnikatelský sektor vládní sektor vysokoškolský sektor Pardubický kraj podnikatelský sektor vládní sektor Zdroj: ČSÚ, vlastní úpravy vysokoškolský sektor Výdaje v oblasti vědy a výzkumu lze zkoumat ještě z jiného úhlu pohledu, a sice z hlediska zdrojů, ze kterých byly příslušné zdroje získány. Tuto situaci zachycuje Tabulka 8. Podnikatelský sektor v tabulce 8 představuje soukromé národní zdroje, vládní sektor představuje zdroje státního rozpočtu a zahraničí soukromé i veřejné zahraniční zdroje. Z uvedené tabulky je patrné, že podle zdrojů financování na celorepublikové úrovni sice vede výzkum a vývoj financovaný soukromým podnikatelským sektorem, ovšem vládní sektor se na zdrojích také podílí nemalou měrou. Porovnáme-li navíc tyto údaje s předchozí tabulkou 7 je zřejmé, že vládní zdroje ve velké míře plynou právě do podnikatelského sektoru. Oba tyto sektory však zaznamenaly na republikové úrovni mezi roky 2007 a 2008 drobný pokles, zatímco sektor zahraničí zaznamenal růst. Zda se jednalo primárně o soukromé zahraniční zdroje nebo naopak o veřejné zahraniční zdroje již na základě dostupných dat není možné vysvětlit. V celém regionu NUTS II dochází k nejednoznačnému vývoji. Mezi posledními zkoumanými lety vykazuje rostoucí tendenci pouze podnikatelský sektor, zatímco dva zbývající v tomto období zaznamenaly pokles. Liberecký kraj má ve všech sledovaných oblastech podobně nejednoznačný vývoj jako region NUTS II, ovšem i v tomto regionu lze rostoucí trend mezi posledními dvěma zkoumanými roky zaznamenat pouze u soukromých národních zdrojů. ČERVENEC

78 Tabulka 8: Výdaje na VaV podle zdrojů financování v mil. Kč Oblast sektor provádění ČR podnikatelský sektor vládní sektor zahraničí NUTS II podnikatelský sektor vládní sektor zahraničí Liberecký kraj podnikatelský sektor vládní sektor zahraničí Královéhradecký kraj podnikatelský sektor vládní sektor zahraničí Pardubický kraj podnikatelský sektor vládní sektor Zdroj: ČSÚ, vlastní úpravy zahraničí Královéhradecký kraj vykazuje rostoucí tendenci po celé zkoumané období u podnikatelského sektoru, zbývající jsou opět nejednoznačné s tím, že mezi posledními zkoumanými roky zbývající dvě oblasti financování v tomto kraji klesají. Pardubický kraj zaznamenává nejednoznačný vývoj ve všech oblastech a jediný rostoucí sektor v posledním sledovaném mezidobí jsou výdaje plynoucí ze zahraničí. Souhrnně však Pardubický kraj vykazuje podstatně vyšší výdaje jak v podnikatelském sektoru, tak především v zahraničních zdrojích, které jsou u tohoto kraje v posledním sledovaném roce více než patnáctinásobné než u krajů zbývajících. Tato skutečnost opět potvrzuje již uvedený dílčí závěr, že v Pardubickém regionu sídlí silné firmy, do kterých plynou zdroje i ze zahraničí. I přes nejednoznačný vývoj jednotlivých oblastí lze konstatovat, že region NUTS II především v oblasti podnikatelského sektoru vykazuje uspokojivé výsledky, jak co se alokace zdrojů týče, tak co se týče jejich původu. Významný vliv na tyto výsledky má především Pardubický kraj. 3.4 Patenty Pro dokreslení situace v oblasti vědy a výzkumu bude na tomto místě uvedena Tabulka 9 s přehledem patentů v jednotlivých sledovaných oblastech. ČERVENEC

79 Tabulka 9: Patenty Oblast ČR NUTS II Liberecký kraj Královéhradecký kraj Pardubický kraj Zdroj: ČSÚ, vlastní úpravy Z této tabulky 9 je zřejmé, že i přes zvyšující se výdaje v oblasti vědy a výzkumu dochází i na celorepublikové úrovni ke značnému poklesu nahlašovaných patentů. Region NUTS II Severovýchod především díky vysokému počtu patentů v Pardubickém kraji a částečně také díky růstu počtu patentů v Královéhradeckém kraji v roce 2006 vybočuje z celorepublikového trendu a zaznamenává zde růst oproti předchozímu roku, ovšem jinak i zde dochází ke značnému poklesu. V posledním sledovaném roce byl zaznamenán ve sledované oblasti pouhý jeden patent v Královéhradeckém kraji což je sice výsledek velmi špatný, ovšem přihlédneme-li ke skutečnosti, že v celé České republice bylo v tomto roce nahlášeno pouhých 6 patentů, lze i ten jeden považovat za určitý úspěch. 4. RIZIKA POSUZOVÁNÍ DOSTUPNÝCH AGREGOVANÝCH VELIČIN Žížalová, Csank (2009) poukazují na celou řadu možných rizik, která hrozí při pouhé analýze dostupných agregovaných veličin. Autor příspěvku s tímto výčtem souhlasí a ještě ho rozšiřuje o svá vlastní zjištění, která jsou doložena i výše provedenou analýzou. Jedná se tedy především o následující skutečnosti: agregované veličiny nejsou schopny vysvětlit, zda se v určitém regionu nejedná pouze o vědeckovýzkumné aktivity jednoho či několika málo subjektů, jejichž výzkumné týmy a výdaje na tuto oblast jsou natolik velké, že ovlivní celé výsledky za daný region, zatímco ostatní makroekonomické ukazatele daného regionu mohou vykazovat nízké hodnoty; agregované veličiny poukazují na výrazný rozdíl v koncentraci soukromých a veřejných aktivity v jednotlivých regionech, přičemž veřejný sektor se většinou zaměřuje na základní výzkum, zatímco sektor soukromý se zabývá především vývojovými aktivitami; pro pozitivní efekt v oblasti regionálního rozvoje by však bylo více než vhodné tyto aktivity vzájemně propojit a zajistit spolupráci veřejného a soukromého sektoru v oblasti výzkumu a vývoje (jedním ze způsobů této spolupráce jsou např. klastry klastrové iniciativy); zda k tomuto jevu v praxi dochází či nikoliv však již agregovaná data neuvádějí; agregované údaje hovoří pouze o výdajích v oblasti vědy a výzkumu, ale již se neřeší, na jaký účel byly prostředky použity; pro souhrnné údaje je tedy stejně hodnotný výdaj do průzkumu trhu, který provedl zahraniční investor s cílem proniknout na tuzemský trh, jako výdaj směřující k inovaci vyššího řádu, ovšem s ohledem na regionální rozvoj je bezpochyby mnohem důležitější druhá investice; agregované veličiny také nehodnotí úspěšnost vynaložených prostředků, tedy např. využitelnost vyprodukovaných inovací v praxi, jejich úspěšnou implementaci a další; ČERVENEC

80 agregované veličiny také pomíjejí skutečnost, že výzkumné aktivity mohou být koncentrovány do subjektů pod zahraniční kontrolou, kde dochází jednak k omezené spolupráci s místními subjekty a jednak tyto subjekty většinou provádějí pouze aktivity v oblasti průzkumu trhu a přizpůsobení se místním podmínkám, než větší výzkumné a vývojové aktivity; při analýze dostupných agregovaných veličin je veliké riziko, že údaje nebudou odpovídat skutečnosti; tyto chyby mohou být způsobeny lidským faktorem, chybnou metodikou či pouhou nepřesností, ale původ těchto nedostatků není tak důležitý, problematická je už samotná jejich přítomnost; v předchozím textu je již zmíněna situace, na kterou autor narazil při analýze dostupných dat, která se týkala počtu pracovníků v oblasti vědy a výzkumu v Libereckém kraji; ovšem při vyhledávání dostupných údajů na Českém statistickém úřadě se lze setkat i se situací, že jeden a ten samý hledaný údaj je uveden v různých tabulkách, ovšem v každé z těchto tabulek má údaj jinou hodnotu; podobný problém nastává např. při pouhém počtu osob v České republice i v jednotlivých krajích, počtu zaměstnaných a nezaměstnaných apod. Záleží pak tedy na daném autorovi, která data bude považovat za směrodatná a která čísla použije pro svou analýzu ovšem není zde záruka, že zrovna jím použité údaje jsou ty správné. Jediné možné řešení této situace je provést vlastní analýzu a vlastní průzkum, což je však u některých údajů technicky a finančně téměř nemožné. ZÁVĚR Regionální rozvoj je v současné době velmi aktuální problematika. Přístupy k jeho zkoumání jsou různé, jedním z nich je i analýza vědeckovýzkumných aktivit v určitých regionech, která může být založena na analýze počtu pracovníků v oblasti výzkumu a vývoje, objemu finančních prostředků do této oblasti plynoucích či na analýze nahlášených patentů. Příspěvek se zabývá rozborem těchto údajů v rámci České republiky, regionu NUTS II Severovýchod a jeho krajů, tedy v rámci kraje Libereckého, Královéhradeckého a Pardubického. Na základě údajů ve výše uvedených tabulkách lze formulovat závěr, že i v rámci České republiky, i v rámci sledovaného regionu NUTS II jsou zřetelné snahy o vyšší investice v oblasti vědy a výzkumu a o zaměstnávání pracovníků z těchto oblastí. Tyto snahy mají ovšem většinou kolísavou tendenci, ale celkový rostoucí trend je zřejmý, což by mohlo být předpokladem pro zvyšující se konkurenceschopnost sledovaných regionů. Na druhou stranu ukazatel počtu patentů, který do jisté míry odráží úspěšnost investic v oblasti vědy a výzkumu, vykazuje ve všech sledovaných oblastech značně klesající průběh, což lze vysvětlit tak, že investice v oblasti vědy a výzkumu nesměřují k produkci nových patentů a je tedy otázkou, jak významný vliv na konkurenceschopnost tyto investice opravdu mají. Příspěvek zároveň upozorňuje na možné problémy, které vznikají při analýze dostupných agregovaných veličin. Těmito problémy mohou být např. absence údajů o výsledcích investovaných prostředků a tedy nemožnost porovnat, zda se jedná o projekty založené pouze na průzkumech trhu či zlepšení přístupu na lokální trhy nebo zda se jedná skutečně o projekty podporující konkurenceschopnost formou inovačních aktivit. Dalším problémem může být přítomnost pouze jednoho nebo několika málo institucí s inovačním potenciálem v daném regionu, což opět výsledek poněkud zkresluje. Agregované veličiny také nejsou schopné vysvětlit, zda se dané aktivity situují do tuzemských společností, kde je určitý předpoklad základního výzkumu, nebo zda se jedná o ČERVENEC

81 společnosti ve vlastnictví zahraničního kapitálu, které pravděpodobně budou provádět výzkum právě v oblasti průzkumu trhu a místních podmínek. Také případnou spolupráci mezi výzkumem prováděným soukromými společnostmi a veřejným sektorem nejsou agregované veličiny schopné vysvětlit. V neposlední řadě pak nastává problém s důvěryhodností dostupných agregovaných veličin, neboť oficiálně publikované statistiky udávají různé a v některých případech s největší pravděpodobností chybné údaje. S přihlédnutím k uvedeným problémům je nutné konstatovat, že ačkoliv některé makroekonomické ukazatele, jako je hrubý domácí produkt nebo počet zaměstnanců v oblasti vědy a výzkumu vykazují ve sledovaných regionech pozitivní výsledky, není vhodné dělat ukvapené závěry a pro dokonalý obraz o regionálním rozvoji a o zvyšování konkurenceschopnosti v daných regionech by bylo nutné provést hlubší analýzu. Tato hlubší analýza by byla nutná i s ohledem na skutečnost, že regionální rozvoj nelze posuzovat pouze analýzou vybraných makroekonomických údajů, jedná se o velice komplexní problematiku, kde je nutné vnímat i další vlivy (hospodářský cyklus, demografické vlivy, sociologické vlivy atd.) a pro dokonalý obraz je potřeba použít i sofistikovanější metody, než v článku naznačenou analýzu agregovaných údajů. Uvedený přístup lze považovat za jistý zdroj vstupních dat, ze kterých lze vycházet při zamýšlené hlubší analýze. Je však nutné stále mít na paměti možná rizika, která při analýze agregovaných údajů mohou vznikat, a při dalších metodách a postupech s těmito riziky určitým způsobem počítat. LITERATURA: 1. ADÁMEK, P., CSANK, P. ŽÍŽALOVÁ, P.: Regionální hospodářská konkurenceschopnost. Praha, Berman Group BUČEK, M.: Priestorová a urbanistická ekonomika. Bratislava, Alfa BUČEK, M.: Priestorová ekonomika. Bratislava, Vysoká škola ekonomická Královéhradecký kraj. Dostupné na Citováno dne MACHÁČEK, J.: Místní rozvoj. In: Politická ekonomie 1999, č MAIER, G., TÖDTLING, F.: Regionálna a urbanistická ekonomika 1: teória lokalizácie a priestorová struktura. Bratislava, Iura Edition O Pardubickém kraji. Dostupné na =2613&category=. Citováno dne Přehled základních informací o Libereckém kraji. Dostupné na Citováno dne SKOKAN, K.: Evropská regionální politika v kontextu vstupu České republiky do Evropské unie. Ostrava, Repronis SKOKAN, K.: Konkurenceschopnost, inovace a klastry v regionálním rozvoji. Ostrava, Repronis STEJSKAL, J., KOVÁRNÍK, J.: Regionální politika a její nástroje. Praha, Portál STIMSON, R. J., STOUG, R. R., ROBERTS, B. H.: Regional Economic Development. New York, Springer Strategie regionálního rozvoje České republiky na roky Dostupné na Citováno dne ČERVENEC

82 Zákon č. 248/2000 Sb. o podpoře regionálního rozvoje. 16. ŽÍŽALOVÁ, P., CSANK, P.: Jsou výzkum, vývoj a inovace klíčové procesy (nerovnoměrného) regionálního rozvoje? Praha, Geografie Sborník České geografické společnosti KONTAKT Ing. Jaroslav Kovárník, Ph.D. Fakulta informatiky a managementu Univerzita Hradec Králové, Katedra ekonomie Rokitanského 60; Hradec Králové jaroslav.kovarnik@uhk.cz ČERVENEC

83 REGIONÁLNA SAMOSPRÁVA V SLOVENSKEJ REPUBLIKE POD VPLYVOM VONKAJŠÍCH A VNÚTORNÝCH ZMIEN Autoři: Ing. Silvia RUČINSKÁ, Ph.D. PhDr. Jana KNEŽOVÁ ABSTRAKT: Príspevok sa zaoberá problematikou regionálnej samosprávy v Slovenskej republike a súvislosťami jej vytvorenia a modernizácie. Autori analyzujú jednotlivé reformné kroky vychádzajúce z koncepcie New Public Management a poukazujú na to, že regionálna samospráva bola objektom viacerých zmien v rámci decentralizácie kompetencií a financií a v rámci modernizácie. Jednotlivé reformné kroky priniesli so sebou také zmeny, s ktorými sa regionálna samospráva ťažko vyrovnáva, pričom stále nie je dostatočne rešpektovanou úrovňou verejnej správy. Dôležitou oblasťou, ktorá je v príspevku sledovaná je pôsobenie regionálnej samosprávy v rozvoji regiónu v podobe iniciátora a koordinátora vzhľadom na nevyhnutnosť posunu od tradičného modelu regionálnej vlády k regionálnemu vládnutiu založenému na medzisektorovej komunikácii a koordinácii. Autori prezentujú názor, že pre rozvoj územia je nevyhnutným predpokladom nielen interakcia regionálnych partnerov, ale aj proces učenia, schopnosť tvoriť poznatky a byť zdrojom inovácií a to v takom zmysle, aby regionálna samospráva bola v tomto procese učenia nielen v pozícii koordinátora, ale sama podliehala učeniu sa. KLÍČOVÁ SLOVA: Regionálna samospráva, učiaci sa región, štruktúrne reformy, modernizácia verejnej správy, Triple Helix model ABSTRACT: The paper deals with the problems of regional self-government in the Slovak Republic and with the connections of its formation and modernization. Authors analyze individual reform steps resulting from the New Public Management concept and they highlight that regional self-government has overcome several changes within the framework of decentralization of competences and finances and within the framework of modernization. Individual reform steps gave rise to such changes which the regional self-government can hardly cope with, while it still fails to be adequately respected level of public administration. The field of particular importance, being dealt with in the paper, is the activity of regional self-government in the region's development while it acts as an initiator and coordinator taking the necessity of moving from a traditional model of regional government to regional governance based on intersectoral communication and coordination into account. Authors present the opinion that not only the interaction of regional partners is a necessary prerequisite for the development of territory, but it also includes the process of learning, the ability to create knowledge and to be a source of innovations, to the extent so as the regional self-government to be not only in the position of coordinator in the process of learning but also liable to learn itself. KEYWORDS: Regional self-government, learning region, structural reforms, modernisation of public administration, Triple Helix model ČERVENEC

84 ÚVOD Otázka rozvoja regiónov v SR nadobudla nové rozmery v súvislosti s vytvorením regionálnej samosprávy v podobe vyšších územných celkov v roku Kreovanie druhej úrovne územnej samosprávy bol veľmi dôležitý krok v procese celkovej reformy verejnej správy, ktorej cieľom bola vyššia efektívnosť a transparentnosť pri zabezpečovaní verejných statkov a služieb. Regionálna samospráva sa tak stala objektom mnohých zmien, predovšetkým v rámci decentralizácie kompetencií i financií a modernizácie, kde sa odrazili prvky a princípy koncepcie New Public Managementu. Všetky tieto čiastkové zmeny boli realizované s cieľom vytvoriť z regionálnej samosprávy silnú a sebestačnú platformu pre koordináciu procesov v regióne tak, aby sa zabezpečil jeho komplexný rozvoj. Plniť túto náročnú úlohu však predpokladá byť kompetenčne, finančne aj inštitucionálne na takej úrovni, aby bolo možné iniciovať a naštartovať zmeny v regióny. Okrem regionálnej samosprávy možno za ďalších aktérov regionálneho rozvoja považovať predovšetkým podniky a univerzity. Spolu s relevantnými organizáciami tretieho sektora či orgánmi štátnej správy predstavujú pre regionálnu samosprávu významných socio-ekonomických partnerov, medzi ktorými je dôležité vytvárať a udržiavať funkčné siete ako predpoklad pre transfer poznatkov a inovácií v súlade s endogénnymi teóriami rastu, najmä koncepciou učiaceho sa regiónu. V našom príspevku chceme poukázať na nevyhnutnosť zmien, ktoré sa týkali a týkajú regionálnej samosprávy v Slovenskej republike a zároveň na fakt, že vhodné inštitucionálne prostredie ovplyvňuje transfer znalostí v regióne, ale zároveň nové poznatky a inovácie sú významným faktorom pre zlepšenú regionálnu samosprávu. 1. ZMENY V SPOLOČNOSTI V KONTEXTE NEW PUBLIC MANAGEMENT Reformné procesy, ktoré sa týkali verejnej správy v európskych krajinách najmä v 90-tych rokoch 20.storočia, mali za cieľ dosiahnutie efektívnosti, flexibilnosti, profesionalizácii, modernizácii, transparentnosti a zodpovednosti. Reformné kroky vedúce k týmto cieľom vychádzajú z myšlienky, že organizácie a inštitúcie verejnej správy sú nútené prispôsobovať svoje hospodárenie takým kritériám, ktoré sa využívajú pre podnikateľskú sféru. Uskutočnenie reforiem v súlade so stanovenými cieľmi sa spájajú so zmenami v inštitucionálnych štruktúrach a procesoch a zároveň súvisia s tvorbou makroekonomických rámcov v ekonomike a spoločnosti ako predpokladov ďalšej adopcie zmien (tabulka 1). Podstatou zabezpečenia efektívnosti a flexibilnosti vo verejnej správe sú inštitucionálne zmeny v podobe privatizácie, decentralizácie, kontroly verejných výdavkov, daňovej reformy. Flexibilná a efektívna verejná správa sa stane reálnou vtedy, ak v inštitucionálnej oblasti dôjde k decentralizácii, k dosadeniu trhových prvkov a zabezpečeniu konkurenčného prostredia. Profesionalizáciu a modernizáciu verejnej správy je možné dosiahnuť, ak dôjde k zmene v prístupe riadenia, ktoré zahŕňa aj nové riadenie ľudských zdrojov a vytváranie možnosti postupu pre pracovníkov vo verejnej správe (Daňková, 2009) ako aj evaluáciu manažmentu organizácií. Nastolenie transparentnosti a zodpovednosti vo verejnej správe súvisí s prepojením organizácií verejnej správy s občanom a jeho vnímaním ako zákazníka. (Ručinská Knežová, 2009). Obdobne charakterizujú zmeny v oblasti verejnej správy aj Mayer a Kainz (2007), ak tvrdia, že prístupy k reforme verejnej správy je možné vidieť v 3 smeroch: ČERVENEC

85 reformy v personálnej oblasti týkajúcej sa vedenia a riadenia s aplikáciou podnikových prvkov reformy v organizačnej oblasti týkajúcej sa najmä klientskeho prístupu reformy v politickej oblasti týkajúce sa zmeny orientácie na spoluprácu medzi aktérmi a na znalostný manažment Tabulka 1: Reformy vo verejnej správe a inštitucionálne zmeny Ciele reformy efektívnosť a flexibilnosť profesionalizácia a modernizácia transparentnosť a zodpovednosť Inštitucionálne zmeny privatizácia kontrola verejných výdavkov daňová reforma decentralizácia prvky trhového prostredia konkurencia outsourcing manažérsky prístup evaluácia manažmentu organizácií vnímanie občana ako zákazníka kvalita služieb orientácia na výsledky Zdroj: vlastný Spomenutá charakteristika reforiem vo verejnej správe, ktoré prebehli vo viacerých krajinách je len jedna z možných. Je zrejmé, že reformy odrážali a vychádzali z teoretických koncepcií manažérskeho charakteru. Preto je možné tvrdiť, že súčasťou reformných postupov vo verejnej správe bola aplikácia koncepcie New Public Managementu, ktorá sa pokúša pozmeniť klasický byrokatický model M. Webera na efektívnu profesionálnu verejnú správu inšpirujúc sa prvkami zo súkromného sektora, ak vychádza z týchto charakteristík (Bogumil Kuhlmann, 2004; Mitaľová Ručinská, 2007): decentralizácia rozhodovania decentralizácia zodpovednosti dôraz na výstupy a hodnotenie výsledkov aktivít kontraktový prístup riadenia participatívny spôsob vedenia eliminácia hierarchického usporiadania zavedenie podnikateľského controllingu a účtovania V procese reformy verejnej správy v Slovenskej republike je možné vidieť dosah myšlienok New Public Managementu, kde sa všetky uskutočnené reformné kroky dajú zhrnúť do dvoch balíkov. Prvý predstavujú všetky reformné procesy reprezentujúce štruktúrnu vonkajšiu reformu verejnej správy súvisiacu s vonkajšími vzťahmi verejnej správy, financovaním výstupov verejnej správy, ČERVENEC

86 konkurenčným správaním a celkovou koncepciou decentralizácie verejnej správy. V tejto oblasti reformy je badateľný vplyv myšlienok teórie verejnej voľby a modernej inštitucionálnej ekonómie. Druhý balík je tvorený procesmi, ktoré prebiehajú ako vnútorné zmeny vo verejnej správe a týkajú sa organizačnej štruktúry a procesov ako súčasti koncepcie modernizácie verejnej správy. V tejto zložke reformných opatrení sú zrejmé postupy z klasickej teórie manažmentu aplikovateľnej na podnikateľskú sféru (obrázek 1). Obrázok 1: Aplikácia koncepcie New Public Management v procese reformy verejnej správy v SR Zdroj: vlastný New Public Management Moderná, efektívna a profesionálna verejná správa Reforma verejnej správy v Slovenskej republike sa z hľadiska klasifikácie zmien dá charakterizovať ako komplexná systémová zmena. Systémové reformy sú veľmi komplikovaným a zväčša dlhodobo sa realizujúcim procesom, ktorý zasahuje nespočetné množstvo subjektov, vzťahov, väzieb a jeho výsledkami sú nové skutočnosti meniace doterajší štruktúrna stav. reforma Celková koncepcia stratégia decentralizácie reformy verejnej interná správy reforma v SR bola koncepcia postavená modernizácie na Koncepcii -vonkajšie vzťahy decentralizácie a modernizácie verejnej správy, ktorú vláda SR schválila uznesením -konkurencia samosprávy č.230/2000 (Ručinská Knežová, 2009). -posilnenie financovania občanmi -obecná a regionálna úroveň -decentralizácia kompetencií -decentralizácia financií -vnútorná organizácia -procesy -zamestnanci -informatizácia, e -government - riadenie procesov a kvality -vznik nových vzdelávacích inštitúcií a študijných odborov pre verejnú správu vplyv teórie verejnej voľby, inštitucionálna ekonómia, využitie manažérskych funkcií vo verejnej správe, klientsky prístup, zavádzanie moderných techník a nástrojov pre zvýšenie kvality Zdroj: vlastný Reforma verejnej správy v Slovenskej republike sa z hľadiska klasifikácie zmien dá charakterizovať ako komplexná systémová zmena. Systémové reformy sú veľmi komplikovaným a zväčša dlhodobo sa realizujúcim procesom, ktorý zasahuje nespočetné množstvo subjektov, vzťahov, väzieb a jeho výsledkami sú nové skutočnosti meniace doterajší stav. Celková stratégia reformy verejnej správy v SR bola postavená na Koncepcii decentralizácie a modernizácie verejnej správy, ktorú vláda SR schválila uznesením č.230/2000 (Ručinská, Knežová, 2009). 2. REGIONÁLNA SAMOSPRÁVA AKO OBJEKT REFORMY VEREJNEJ SPRÁVY V SLOVENSKEJ REPUBLIKE Vznik regionálnej samosprávy bol dôležitým krokom v procese reformy verejnej správy. Napriek skutočnosti, že obnovenie obecnej samosprávy nastalo v roku 1990 (zák. č. 369/1990 Zb o obecnom ČERVENEC

87 zriadení v znení neskorších predpisov), ku kreovaniu úrovne regionálnej samosprávy v SR došlo až v roku 2002, resp (zák. o č. 302/2001 Z. z. o samospráve vyšších územných celkov v znení neskorších predpisov). Vytvorenie regionálnej samosprávy však predpokladala už Ústava č. 460/1990 Zb., kde sa v článku 64 a 64a uvádza, že územnú samosprávu tvorí obec a vyšší územný celok. Obec a vyšší územný celok sú samostatné územné samosprávne a správne celky Slovenskej republiky združujúce osoby, ktoré majú na ich území trvalý pobyt. Zákon uvádza, že samosprávny kraj pri výkone samosprávy sa stará o všestranný rozvoj svojho územia a o potreby svojich obyvateľov. Okrem toho možno regionálnu úroveň územnej samosprávy v SR zároveň charakterizovať aj ako platformu, ktorá by mala napomáhať účinnejšiemu uplatňovaniu európskej regionálnej politiky. V rámci uskutočnených opatrení je možné identifikovať niekoľko dôležitých krokov, ktoré výrazne zmenili charakter a podobu dnešnej verejnej správy v SR. Rešpektujúc prezentovanú líniu procesu reformy verejnej správy v SR na obr. 2 možno skonštatovať, že proces decentralizácie predstavoval jeden z východiskových bodov reformy. Išlo predovšetkým o zmenu administratívno-právneho usporiadania štruktúry verejnej správy a dekoncentráciu moci, pričom ako už bolo spomenuté, došlo v roku 1990 k obnoveniu základnej úrovne samosprávy obecnej samosprávy a následne po širokých diskusiách a politických vyjednávaniach v roku 2001 aj k zriadeniu regionálneho stupňa samosprávy v podobe 8 vyšších územných celkov. Na obnovné i novovzniknuté decentralizované úrovne boli následne prenesené a decentralizované kompetencie a v roku 2005 sa naštartoval aj proces fiškálnej decentralizácie, ktorý mal viesť k vyššej sebestačnosti a relatívnej finančnej nezávislosti obcí a vyšších územných celkov. Pri reforme verejnej správy v SR sa vychádzalo zo stredoeurópskeho modelu verejnej správy, ktorý reprezentuje aj jej súčasná podoba. Tradičný stredoeurópsky tzv. oddelený duálny model, kde vedľa sebe existuje systém štátnej správy na národnej i miestnej úrovni a v rámci územnej samosprávy obecná a regionálna samospráva je však podľa Nižňanského a Piláta (2009) komplikovaný, pre občana neprehľadný, umožňujúci prehadzovanie zodpovednosti z jedného orgánu verejnej moci na iný a často býva zo strany silnejšieho (t.j. štátnej správy) dostatočne nedofinancovaný. Palúš (2004) zároveň upozorňuje na ďalšie možné problémy pri vymedzovaní originálnej a prenesenej pôsobnosti orgánov územnej samosprávy vzhľadom na skutočnosť, že tak obecná ako aj regionálna samospráva v SR zabezpečujú okrem vlastných originálnych úloh aj tzv. prenesený výkon štátnej správy. V tomto smere sa v niektorých prípadoch s problémami uplatňuje všeobecné výkladové pravidlo čo výslovne nie je v prenesenej pôsobnosti, patrí do originálneho výkonu samosprávy. V už spomínanej Koncepcii decentralizácie a modernizácie verejnej správy (2000) bolo pri delení kompetencií navrhovaných niekoľko princípov, ktoré mali zabezpečiť optimálne prerozdelenie kompetencií medzi všetky subsystémy verejnej správy. Celkové tendencie smerovali k výraznému posilneniu úloh obecnej a regionálnej samosprávy, pričom pri každej kompetencii mala byť zabezpečené politická i fiškálna ekvivalencia, čo znamená, že okruh občanov, ktorí majú z danej kompetencie úžitok musia mať možnosť o nej rozhodovať a finančne ju pokryť. Zároveň v zmysle analýzy prospechu pri uplatnení alokačnej funkcie v koncepcii fiškálneho federalizmu mala byť kompetencia pridelená tej úrovni, ktorej občania z nej dosiahnu najväčší prospech, zároveň pri splnení podmienky jej optimálneho zabezpečenia. V neposlednom rade by z dôvodu prerozdelenia kompetencií nemali vznikať nové neakceptovateľné regionálne rozdiely. Avšak v následnej diskusii k návrhom koncepcie i počas legislatívneho procesu prišlo pri viacerých kompetenciách k nedodržaniu uvedených princípov a rozsah úloh zabezpečovaných paralelne viacerými orgánmi verejnej moci sa neprimerane rozšíril. Vznikol celý rad úloh, ktorých zabezpečovanie si podelila miestna štátna správa a miestna samospráva (prenesený výkon štátnej správy), ale aj samospráva samosprávnych krajov a miestna ČERVENEC

88 samospráva (napríklad v oblasti sociálnych služieb), čo nemožno považovať za dobré riešenie (Nižňanský Pilát, 2009, s. 7). Najvýraznejšia etapa decentralizácie kompetencií sa realizovala v rokoch , kedy došlo k presunu viac ako 400 kompetencií. Presun bol vykonaný v súlade so zákonom č. 416/2001 Z. z. o prechode niektorých pôsobností z orgánov štátnej správy na obce a vyššie územné celky, ktorý zároveň ustanovuje, že plnenie originálnych úloh zabezpečuje obce a vyššie územné celky z vlastných rozpočtov, kým na prenesený výkon štátnej správy sa im poskytnú prostriedky štátneho rozpočtu. Fiškálna decentralizácia (od ) ako logicky nadväzujúca zmena priniesla nový systém pravidiel vo financovaní. Pred rokom 2005 závisela časť príjmov samosprávy od toho, aký podiel daní jej bol pridelený v rámci štátneho rozpočtu. Nový systém financovania je postavený na pevne daných kritériách, podľa ktorých sa daň z príjmu fyzických osôb prerozdeľuje medzi obecnú samosprávu (70, 3 %) a regionálnu samosprávu (23,5 %) a stáva sa ich vlastným príjmom. Ďalšiu významnú časť príjmov získavajú obce z miestnych daní, v prípade regionálnej samosprávy ide len o jednu daň daň z motorových vozidiel a ostatných nedaňových príjmov, na ktorých sa veľmi výrazne podieľajú príjmy z európskych fondov. Celkovo sa však zvyšuje zodpovednosť územnej samosprávy za správu a rozvoj územia, ktoré majú v správe, pričom sa kladie dôraz na zvyšovanie efektívnosti využitia zdrojov v mieste ich vzniku a obmedzovaniu prerozdeľovacích procesov. (Sedláková, 2008) Regionálna samospráva v podobe vyšších územných celkov (Banskobystrický, Bratislavský, Košický, Nitriansky, Prešovský, Trenčiansky, Trnavský, Žilinský) ako novovzniknutá úroveň v systéme verejnej správy je v tomto ohľade článkom, ktorý síce nemá dlhé trvanie (od roku 2002), avšak zasluhuje si osobitnú pozornosť v zmysle očakávaní, ktoré sú na ňu kladené. Regionálna samospráva je vnímaná ako úroveň, ktorá nie je obecnej samospráve nadriadená, plní skôr úlohu koordinačnú a zabezpečuje úlohy, ktoré presahujú úroveň obcí a miest v záujme zabezpečenia regionálneho rozvoja. V rámci plnenia tohto poslania zabezpečujú kompetencie na úseku územného plánovania, ciest 2. a 3. triedy, stredného školstva, zdravotníctva (nemocnice, licencie pre lekárne, súkromných lekárov), sociálnych služieb (zariadenia sociálnych služieb, krízové centrá), kultúry (galérie, múzeá, divadlá, knižnice) a pod. V zmysle plnenia týchto úloh sú vyššie územné celky zriaďovateľom rozpočtových a príspevkových organizácií, spolupracujú s podnikmi, s obecnou samosprávou a ostatnými socio-ekonomickými partnermi v regióne. V rámci analýzy regionálnej samosprávy ako kľúčového hráča v regionálnom rozvoji, však Šteiner (2010) konštatuje, že vyššie územné celky nie sú zatiaľ v SR dostatočne rešpektovanou úrovňou tak vyššou ako aj nižšou úrovňou verejnej správy. Ďalej uvádza, že regionálna samospráva nie je dostatočne rešpektovaná ako líder regionálneho rozvoja ani ostatnými socio-ekonomickými partnermi v jej území, pričom má nedostatočne rozpracované a využívané mechanizmy a procesy spravovania rozvoja svojho územia. Štruktúrna reforma priniesla so sebou priveľa zmien, s ktorými sa regionálna úroveň verejnej správy má problémy vyrovnávať. Klimovský (2009) uvádza, že samosprávne kraje sa mali stať významnými aktérmi verejnej politiky na regionálnej úrovni, ale najmä kvôli ťažkopádnosti, neskúsenosti a nepružnosti sa o túto možnosť regionálne samosprávy samé pripravili. Regionálna samospráva by sa nemala zaoberať len plánovaním a verejnými zásahmi, ale malo by dôjsť k posunu tradičného modelu regionálnej vlády (regional government) k regionálnemu vládnutiu (regional governance), ktoré je založené na medzisektorovej komunikácii a koordinácii (Šebová, 2009). Vzhľadom na analyzovanú štruktúrnu reformu, ktorá pre regionálnu samosprávu predstavuje vonkajšie zmeny, a vzhľadom na fakt, že v minulosti bola v SR venovaná väčšia pozornosť procesu ČERVENEC

89 decentralizácie, je možné konštatovať, že aktuálne je nevyhnutné zintenzívniť aktivitu v oblasti inovácií a modernizácie, ktoré by predstavovali vnútorné zmeny. Modernizácia regionálnej samosprávy je veľmi aktuálnou otázkou a naštartovanie toho procesu znamená zvládnuť proces informatizácie, ekonomizácie a profesionalizácie, čo sa odrazí na efektívnejšom priebehu vnútorných procesov a zároveň kvalitnejšími výstupmi navonok. V súčasnosti existujú mnohé koncepty, ktoré celostne inovujú fungovanie organizácií verejnej správy (napr. model CAF, benchmarking) a ich využitie závisí priamo od rozhodnutia vedenia regionálnej samosprávy, ale aj od ďalších dôležitých faktorov ako je spôsob finančného zabezpečenia, podpora z ústrednej úrovne apod. Regionálna samospráva má tiež nezastupiteľnú úlohu v procese koordinácie aktivít ostatných regionálnych aktérov. Uvedomenie si tejto úlohy je kľúčové pre realizáciu komplexného rozvoja v regióne v súvislosti s kompetenciami, ktoré na seba v procese reformy verejnej správy prevzala. V tomto kontexte je úlohou centrálnej vlády prehodnocovať, či má regionálna samospráva nástroje a mechanizmy, aby mohla pôsobiť ako iniciačný a koordinačný subjekt. Ak takéto systémy absentujú, alebo sú nedostatočné, je potrebné meniť existujúci stav. Na strane druhej by to mala byť prirodzená zodpovednosť vyplývajúca z jej postavenia v systéme verejnej správy na Slovensku a v súvislosti s trendmi v európskej regionálnej politike. V tomto kontexte je možným východiskom proces učenia. 3. UČIACI SA REGIÓN - UČIACA SA REGIONÁLNA SAMOSPRÁVA Rozvoj regiónu je spojený nielen s inštitucionálnym prostredím, ale aj s procesom zmien vo vnútri regiónu, ktoré by mali k rozvoju viesť. Za nositeľov zmien je možné považovať všetkých regionálnych aktérov, hoci ak by bol proces zmien určitým spôsobom riadený a usporiadaný, dá sa predpokladať, že by to podporilo samotný rozvoj regiónu. Uvažujúc o procese zmien v regióne ako predpokladu pre regionálny rozvoj, priamou zodpovednosťou zaň je zaťažená regionálna úroveň, ktorá v spolupráci s národnou úrovňou umožňuje rozvoj všetkým subjektom v regióne prostredníctvom vytvárania vhodných podmienok a prostredníctvom hľadania nových impulzov, inovačných prvkov, ktoré sú pre zmeny potrebné. Inovačné prvky a impulzy sú založené na poznatkoch. Pre rozvoj územia je nevyhnutným predpokladom nielen interakcia regionálnych partnerov, ale v súlade s endogénnymi teóriami rozvoja regiónu aj proces učenia a schopnosť tvoriť poznatky a byť zdrojom inovácií. Endogénny rozvoj regiónu je podľa Sucháčka (2008, s.47) efektívny najmä z toho dôvodu, že mení vnútornú kvalitu sociálnych a ekonomických štruktúr regiónov. Šebová (2009, s.137) uvádza, že inštitucionálne prostredie je faktorom pre tok znalostí v regióne, keďže regionálne inštitucionálne štruktúry sú súčasťou regionálnej učiacej sa infraštruktúry a vytvárajú tak predpoklad pre transformáciu regiónu na učiaci sa región. Nadväzujúc na to sa domnievame, že nielen regionálne inštitúcie, ktoré zahŕňajú aj regionálnu samosprávu, vytvárajú bázu pre transfer poznatkov v regióne, ale že tento vzťah platí aj opačne, že tok poznatkov v regióne a tvorba inovácií sú následne predpokladom pre rozvoj regionálnej samosprávy, ktorá sa procesom učenia mení, zlepšuje a prispieva tak k ďalšiemu rozvoju regiónu a vytvára novú úroveň predpokladov pre následný tok poznatkov (obrázek 2). ČERVENEC

90 Obrázok 2: Učiaca sa regionálna samospráva regionálna samospráva 1. ako inštitucionálny predpoklad 2. transfer poznatkov v regióne učiaci sa región transfer poznatkov v regióne učiaca sa regionálna samospráva 3. Zdroj: vlastný Pri tvorbe poznatkov v regióne je potrebné zohľadniť, že v rámci regiónu nie je možné aplikovať lineárny model inovácií, ale transfer inovácií by mal fungovať na základe interaktívneho modelu inovácií. Podľa interaktívneho modelu sú inovácie výsledkom trvalej spolupráce a interakcií medzi regionálnymi aktérmi (Skokan, 2005). Existuje viacero názorov, ktoré vymedzujú, aké úlohy by mali mať jednotliví regionálni aktéri. Ak sa chceme zamerať na inovácie na základe spolupráce aktérov, je nevyhnutné zadefinovať, ktorý aktér je primárne tvorcom poznatkov a teda aj nositeľom inovácií v regióne. Podľa autorov Paytas, Gradeck, Andrews (2004) sú nositeľom poznatkov univerzity alebo vedecké a vzdelávacie inštitúcie, ktoré vidia univerzity najmä cez ich pôsobenie na regionálnu ekonomiku ako tvorcov nových myšlienok, ako zdroj inovácií a generátorov ekonomického rozvoja. Práve od univerzít sa čoraz viac očakáva, aby okrem tradičných úloh zohrávali aj dôležitú úlohu v oblasti ekonomického, sociálneho a kultúrneho rozvoja regiónu v ktorom pôsobia. Jednou z úloh univerzity v regióne je generovanie nových myšlienok a nevyhnutnosť pôsobiť ako zdroj inovácií, ale to by sa nemalo diať bez konkrétneho adresáta, v poslednom období sa preto dôraz kladie práve na aplikovaný výskum a aplikovateľné a upotrebiteľné poznatky (Hasenauer et al, 2002). Definovanie potrieb tvorby nových poznatkov podnikmi a ich zabezpečenie výskumnými inštitúciami alebo univerzitami je predpokladom regionálneho inovačného systému. Mnohé firmy v regióne kooperujú a zapájajú sa do interakcií nielen so svojimi dodávateľmi, odberateľmi, konkurentmi, ale aj s organizáciami, ktoré produkujú poznatky a výskum. Na tejto forme tvorby poznatkov a inovácií stojí niekoľko foriem riadenia inovačného procesu v regióne (Ručinská, 2008): klastre Triple helix model spin off firmy inovačné siete ČERVENEC

91 inovačné systémy Uvedené formy riadenia transferu poznatkov predstavujú rôzne úrovne vzťahov regionálnych aktérov, ktoré vedú k prehĺbeniu interakcií medzi nimi a prispievajú k regionálnemu rozvoju. V súlade s analyzovanou regionálnou samosprávou a zdôraznením nevyhnutnosti samotného sebaučenia sa chceme poukázať na Triple Helix model ako vhodnú platformu pre potreby regionálneho učenia sa a následne rozvoja. Triple Helix model predstavuje spojenie podnikov, univerzít a regionálnej verejnej správy ako hlavných aktérov regionálneho rozvoja v podobe trojuholníkového prepojenia akademickej, verejnej a súkromnej sféry, ktorý je dobrým základom pre inovačný rozvoj regiónu. Potenciál univerzít tvorí predpoklad pre rozvoj podnikateľského sektoru resp. priemyslu za prítomnosti a zapojenia aj regionálnej samosprávy (Ručinská, 2008). Kým 80-te roky boli venované neoliberalizmu, 90-te roky bazírovali na rozvoji inovačných systémov, nové tisícročie sa má orientovať na rozvoj myšlienok na základe Triple Helix prístupu (Dzisah, Etzkowitz, 2008). Spojenie všetkých troch aktérov závisí od charakteru prostredia, v ktorom ich prepojenie a interakcie prebiehajú. Obrázko 3: Triple helix model univerzity verejná správa inovácie podniky Zdroj: vlastné spracovanie podľa: Torkelli, 2008 ZÁVER Na základe analýzy vonkajších a vnútorných zmien vo verejnej správe v SR je možné vyšpecifikovať, že pre rozvoj regionálnej samosprávy boli nevyhnutné procesy decentralizácie a modernizácie, ktoré síce viedli k vytvoreniu regionálnej samosprávy a zmene, ale samotná regionálna samospráva svoje významné postavenie dôležitého regionálneho aktéra pri rozvoji regiónu nepremenila do dôsledkov. Nielenže sa nestala dostatočne rešpektovanou sférou verejnej správy, ale aj jej pozícia ako realizátora verejných zásahov sa javí ako nepostačujúca. V príspevku bolo poukázané na to, že pre regionálny rozvoj je nevyhnutná spolupráca regionálnych partnerov, transfer poznatkov medzi nimi, ale nielen to. Proces učenia, a schopnosť tvoriť poznatky nemajú byť vlastné iba univerzitám a podnikom, pre ČERVENEC

92 ktoré by regionálna samospráva vytvárala len priestor a ich procesy učenia koordinovala, ale že aj samotná regionálna samospráva by mala byť v tomto procese učenia sa aktívna. Príspevok sumarizuje čiastkové výsledky grantovej úlohy č. 1/0127/08 Identifikácia stavu a potreby zavádzania manažmentu znalostí vo verejnej správe Slovenskej republiky v kontexte spoločných cieľov a víziev Európskej únie. LITERATÚRA: 1. BOGUMIL, J. KUHLMANN, S.: Zehn Jahre kommunale Verwaltungsmodernisierung Ansätze einer Wirkungsanalyse. In: Status-Report Verwaltungsreform - Eine Zwischenbilanz nach 10 Jahren, Berlin : edition sigma, s ČEPELOVÁ, A. - MESÁROŠ, P.: Potreba zavádzania manažmentu znalostí vo verejnej správe In: Verejná správa a spoločnosť. ISSN roč. VIII., č. 2 (2007), s DAŇKOVÁ, A: Štátna finančná podpora malého a stredného podnikania v Slovenskej republike. In: Ekonomický a sociálny rozvoj Slovenska - vzdelanosť, efektívna verejná správa, podnikanie v regiónoch. Bratislava : crr.sk, ISBN , s DZISAH, J., ETZKOWITZ, H.: Triple Helix Circulation: The Heart of Innovation and Development [online]. Triple Helix Group. Newcastle University Business School [cit ]. Dostupné na internete: < cit. [ ] 5. HASENAUER, R. et. al.: Rollen und Funktionen in erfolgreichen Kooperationen von Wirtschaft und Forschung aus der Sicht des Forschungsbereichs Hochtechnologiemarketing. In: WU- Jahrestagung Wien: Institut für Marketing, WU, HESS, M., ADAMS, D.: Innovation in Public Management: the role and function of community knowledge. In: The Innovation Journal: The Public Sector Innovation Journal, Volume 12(1), 2007, article 2. cit. [ ] 7. KLIMOVSKÝ, D.: Zmeny územno-administratívneho členenia SR a ich dopad na regionálnu politiku a postavenie jej aktérov. In: Regionální disparity, č. 5, s ISSN KNEŽOVÁ, J., VÝROSTOVÁ, E., RUČINSKÁ, S.: Možnosti a obmedzenia pôsobnosti univerzity v regionálnom rozvoji. In: Postavenie univerzity a jej výskumu v znalostnej ekonomike, Trenčín, , s , ISBN: Koncepcia decentralizácie a modernizácie verejnej správy LSE PUBLIC POLICY GROUP 2008: Innovation in Government Organizations, Public Sector Agencies and Public Service NGOs: Draft Working Paper. London: Nesta, MAYER, H. P., KAINZ, F.: Verwaltungsreform und Innovation. Protokoll zum Themenabend Innovation in der Verwaltung, Hanns-Seidelstiftung, cit. [ ] 12. MITAĽOVÁ, J., RUČINSKÁ, S.: Výzvy pre manažment zmien vo verejnej správe. [CD] In: Acta Oeconomica No. 21. Economic Theory and Practice II. 2007, Február, Banská Bystrica: Ekonomická fakulta Univerzity Mateja Bela v Banskej Bystrici. ISBN NIŽŇANSKÝ, V., PILÁT, J.: Princípy delenia kompetencií a možnosti ich presunu na územnú samosprávu. Dostupné [online] cit. [ ] ČERVENEC

93 14. PALÚŠ, I.: Malá precíznosť kompetenčného zákona. Problémom je najmä decentralizácia financií a vymedzenie pôsobnosti. Dostupné [online] cit. [ ] 15. PAYTAS, J., GRADECK, R., ANDREWS, L.: Universities and the Development of Industry Clusters. Pittsburgh: Carnegie Mellon University, Center for Economic Development, PRIGGE, R., SCHWARZER, T.: Großstädte zwischen Hierarchie, Wettbewerb und Kooperation. Institut Arbeit und Wirtschaft, Universität Bremen Projekt Nr REHÁK Š.: Univerzita ako katalyzátor poznatkov v regiónoch In: Noví členovia EU nové výzvy pre európsku regionálnu politiku, septembra 2005, Nový Smokovec : 2005, ISBN REZENDE, F. C.: The Implementation Problem of New Public Management Reforms: the dilemma of control and the theory of sequential failure. In: International Public Management Journal, 2008, roč. 9, č. 2, s RUČINSKÁ, S. Pôsobenie univerzity na podnikateľský sektor v regióne. In: Národná a regionálna ekonomika VII [CD]. Košice : Technická univerzita, ISBN RUČINSKÁ, S., KNEŽOVÁ, J.: Inovačný prístup v riadení ako súčasť modernizácie verejnej správy v Slovenskej republike. In: Transfer inovácií. č. 13 (2009), ISSN , s RUČINSKÁ, S., KNEŽOVÁ, J., VÝROSTOVÁ, E.: Triple helix model ako predpoklad rozvoja regiónu. In: Ekonomický a sociálny rozvoj Slovenska, Bratislava: Vysoká škola ekonómie a manažmentu verejnej správy, ISBN s SEDLÁKOVÁ, S.: Fiškálna decentralizácia jej význam a dôsledky pre územnú samosprávu. In: Národná a regionálna ekonomika VII [CD]. Košice: Technická univerzita, ISBN Dostupné [online] cit. [ ] 23. SKOKAN, K.: Systémy inovací v regionálním rozvoji. Ekonomická revue, 2005, roč. VIII, č. 4, s , ISSN SUCHÁČEK, J.: Územní nerovnosti v teoriích regionálniho rozvoje. In: Regionální disparity 2/2008. ISSN , s ŠEBOVÁ, M.: Vplyv inštitucionálnej hustoty na znalostné procesy v priemyselných regiónoch ekonomického jadra. In: Regional Direct. č.1/2009, 26. ŠTEINER, A.: Zlepšené spravovanie základ pre zvýšenie dynamiky rozvoja regiónov. Dostupné [online] cit. [ ] 27. TORKKELI, M.: Measuring the impact of innovation policies on SMEs the MERIPA project. In: 5th IRE, Shannon [online] Dostupné na internete [cit ] KONTAKT Ing. Silvia RUČINSKÁ, PhD. Fakulta verejnej správy Univerzita P. J. Šafárika v Košiciach Popradská 66, Košice, Slovenská republika silvia.rucinska@upjs.sk ČERVENEC

94 PhDr. Jana KNEŽOVÁ Fakulta verejnej správy Univerzita P. J. Šafárika v Košiciach Popradská 66, Košice, Slovenská republika jana.knezova@upjs.sk ČERVENEC

95 Redakční rada: Doc. Ing. Jan Sucháček, Ph.D. předseda redakční rady Působí na katedře regionální a environmentální ekonomiky EkF VŠB-TU v Ostravě. Zabývá se městskou a regionální ekonomikou, městským a regionálním rozvojem, městským a regionálním marketingem a managementem, příčinami a projevy regionálních disparit a prostorovými aspekty globalizace. Pravidelně se aktivně zúčastňuje mezinárodních konferencí. Přednáší doma i v zahraničí. Publikuje v českých i zahraničních odborných časopisech a je členem řešitelských týmů v několika výzkumných projektech. Doc. Ing. Alois Kutscherauer, CSc. Působí na katedře regionální a environmentální ekonomiky EkF VŠB-TU Ostrava. Má dlouholetou praxi v řízení výzkumných úkolů a projektů z oblasti regionálního rozvoje, strategického plánování, programování a ekonomických analýz. Je spoluautorem řady metodik pro vypracování strategických a programových dokumentů. Má zkušenosti z rozvojových projektů v mezinárodních týmech. Prof. Ing. Miroslav Hučka, CSc. Působí na katedře podnikohospodářské EkF VŠB-TU Ostrava. Mezi jeho odborné oblasti činnosti patří správa společností, organizace, řízení a strategie rozvoje podniku a strategické plánování regionů a obcí. Je autorem 4 monografií a desítek odborných článků v časopisech a spoluautorem řady metodik pro vypracování strategických a programových dokumentů. Má zkušenosti z rozvojových projektů v mezinárodních týmech. Prof. Ing. Jiří Kern, CSc. Působí na katedře regionální a environmentální ekonomiky EkF VŠB-TU Ostrava. Věnuje se problematice regionálního rozvoje a řízení regionálních projektů. Specializuje se na teoretické a praktické otázky rozvoje měst a regionů. Je členem tuzemských i mezinárodních týmů orientujících se ve výzkumu a projektech na regionální problematiku a podílel se na i zpracování Národního rozvojového plánu ČR Ing. Jan Malinovský, Ph.D. Působí na katedře regionální a environmentální ekonomiky EkF VŠB-TU Ostrava. Specializuje se na regionální ekonomii, regionální politiku ČR a EU, problematiku regionálního managementu a marketingu a na otázky přeshraniční spolupráce. Je členem řady výzkumných projektů. Podílel se na zpracování Národního rozvojového plánu ČR Je členem ERSA a redakční rady periodika Regionální studia. Doc. Ing. Karel Skokan, Ph.D. Působí na Katedře evropské integrace EkF VŠB-TU Ostrava, kterou v roce 2004 založil. Věnuje se otázkám regionálního rozvoje v kontextu evropské integrace. Specializuje se na problematiku regionální konkurenceschopnosti, systémy inovací a regionální klastry. Je řešitelem výzkumných a rozvojových projektů v oblasti regionálního rozvoje v domácích a mezinárodních týmech. Doc. Ing. Pavel Tuleja, Ph.D. redaktor odpovědný za grafiku Působí na katedře ekonomie, Obchodně podnikatelské fakulty v Karviné, Slezské univerzity v Opavě. V pedagogické a vědecko-výzkumné činnosti se zaměřuje na oblast makroekonomických analýz, národního účetnictví a komparativní ekonomie. Je autorem řady studií, vědeckých článků a studijních textů, které byly publikovány jak v České republice, tak v zahraničí. V průběhu svého působení na OPF se aktivně podílel na řešení několika výzkumných projektů a grantů. Ing. Klára Sobočíková výkonný redaktor ČERVENEC