ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE DIPLOMOVÁ PRÁCE OVLIVŇUJÍCÍCH INTENZITU SILNIČNÍ DOPRAVY V LIBERCI

Transkript

1 ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE DIPLOMOVÁ PRÁCE ANALÝZA DAT VYUŽITÍ ÚZEMÍ A VYBRANÝCH ATRIBUTŮ OVLIVŇUJÍCÍCH INTENZITU SILNIČNÍ DOPRAVY V LIBERCI V RASTROVÉM ZPRACOVÁNÍ ANALYSIS OF LAND USE DATA AND SELECTED ATTRIBUTES INFLUENCING ROAD TRAFFIC INTENSITY IN LIBEREC IN RASTER PROCESSING Vedoucí práce: doc. Ing. Lena Halounová, CSc. Katedra geomatiky leden 2014 Bc. Lada NEVORALOVÁ

2 ZADÁNÍ

3 PROHLÁŠENÍ Prohlašuji, že diplomovou práci na téma Analýza dat využití území a vybraných atributů ovlivňujících intenzitu silniční dopravy v Liberci v rastrovém zpracování jsem zpracovala samostatně. Veškeré použité zdroje, literaturu a podklady uvádím v seznamu na konci práce. V Praze dne... Bc. Lada Nevoralová

4 PODĚKOVÁNÍ Ráda bych na tomto místě poděkovala vedoucí práce doc. Ing. Leně Halounové, CSc. za pomoc a rady během zpracování této práce. Díky patří také pracovníkům Českého statistického úřadu, Magistrátu města Liberce a Dopravního podniku měst Liberce a Jablonce za poskytnutí podkladových dat. Dále bych chtěla poděkovat Ing. Vladimíru Holubcovi z FSv ČVUT v Praze za získání a upravení dat RÚIAN.

5 ABSTRAKT Rozvoj silniční dopravy je úzce spojen s využitím území a rozšiřováním měst. Vznikající satelitní městečka zvyšují potřebu dojíždění do zaměstnání, škol i za službami a zábavou. Předměstí a okraje měst často představují oblasti těžko dostupné městskou dopravou, a tak roste využití osobních automobilů. Tato diplomová práce si klade za cíl najít vhodné rozlišení pro rastrové zpracování na území města Liberce, zhodnotit souvislost mezi intenzitou silniční dopravy, hustotou obyvatelstva a využitím území ve městě. Práce je založena na metodice využívané ve Finsku a Baltských státech. Výsledky budou sloužit k možnosti porovnání měst ve Finsku a u nás, k územnímu plánování pro udržitelný rozvoj měst a s tím související dopravy. KLÍČOVÁ SLOVA Liberec, intenzita dopravy, urbánní třídy, využití území, rozlišení rastru, ArcGIS ABSTRACT The development of road transport is closely associated to land use and urban expanding. The emerging small residential areas increase demands for commuting to work, schools and services and entertainment. Suburbs and outskirts of cities often represent areas difficult to reach by public transport. This is the reason why use of personal vehicles is growing. This thesis aims at finding an appropriate resolution for raster processing in the town of Liberec, to evaluate the association between road traffic intensity, population density and land use in the town. The work is based on a methodology used in Finland and the Baltic States. Results will be used for comparison between cities in Finland and in our country and for creating a tool of land-use planning for sustainable urban development. KEY WORDS Liberec, traffic intensity, urban form, Land Use, raster resolution, ArcGIS 5

6 OBSAH Obsah... 6 Seznam zkratek... 8 Seznam grafů... 8 Seznam obrázků... 9 Seznam tabulek ÚVOD CÍLE PRÁCE METODIKA Suburbanizace Zahraniční zdroje Travel-related Urban Zones as a Planning Tool Determining the Travel-Related Zones in Urban and Suburban Areas of Tallin POUŽITÁ DATA Mapové podklady Statistické údaje Data o dopravě ZPRACOVÁNÍ Tvorba rastru Dojíždění a obyvatelstvo Zóny dostupnosti dopravy VYHODNOCENÍ VÝSLEDKŮ Rozlišení rastru Intenzita silniční dopravy Dojížďka

7 6.3.1 Zaměstnanci Studenti Celková dojížďka Vlastnictví auta Obyvatelstvo Zóny města Rozloha zón Obyvatelstvo zón Počet bytů a zastavěná plocha Intenzita dopravy v zónách ZÁVĚR POUŽITÁ LITERATURA PŘÍLOHY Tištěné přílohy Přílohy na DVD

8 SEZNAM ZKRATEK SLDB ČSÚ ÚHDP FSv ČVUT MHD GIS CO2 RÚIAN ŘSD ZSJ Sčítání lidu, domů a bytů Český statistický úřad Úhrnné hodnoty druhů pozemků Fakulta stavební České vysoké učení technické Městská hromadná doprava Geografické informační systémy Oxid uhličitý Registr územní identifikace, adres a nemovitostí Ředitelství silnic a dálnic Základní sídelní jednotka SEZNAM GRAFŮ graf 6-1:Vývoj intenzity osobní dopravy od roku graf 6-2: Procentuální vyjádření použití dopravních prostředků zaměstnanci graf 6-3: Časová vzdálenost dojížďky pro zaměstnance graf 6-4: Procentuální vyjádření použití dopravních prostředků studenty graf 6-5: Časová vzdálenost dojížďky pro studenty graf 6-6: Procentuální vyjádření použití dopr. prostředků všemi dojíždějícími graf 6-7: Celková časová vzdálenost dojížďky graf 6-8: Vlastnictví auta v domácnostech graf 6-9: Vývoj počtu obyvatel Liberce od roku graf 6-10: Porovnání ploch výsledných zón graf 6-11: Porovnání počtu obyvatel výsledných zón graf 6-12: Hustota zalidnění zón graf 6-13: Počet domácností v zónách graf 6-14: Průměrný počet vozidel za den v zónách

9 SEZNAM OBRÁZKŮ obr. 5-1: Porovnání rozlišení 250 m a 10 m obr. 5-2: Ukázka rastru vzdáleností obr. 6-1: Sčítací úseky na silnici 35 v Liberci SEZNAM TABULEK tab. 3-1: Rozdělení zón podle dostupnosti v regionu Helsinek tab. 3-2: Kritéria pro rozdělení oblastí v regionu Talinu tab. 5-1: Funkční třídy pro různé rozlišení tab. 5-2: Ukázka kódování využití objektů tab. 5-3: Počet obytných objektů tab. 5-4: Aproximovaný počet obyvatel Liberce tab. 5-5: Kritéria pro rozdělení oblastí v Liberci tab. 6-1: Nejvytíženější úseky roku tab. 6-2: Počet dojíždějících zaměstnanců tab. 6-3: Počet ekonomických subjektů tab. 6-4: Počet dojíždějících studentů tab. 6-5: Celková dojížďka tab. 6-6: Dojížďka vs. vyjížďka tab. 6-7: Počet domácností vlastnících auto tab. 6-8: Hustota obyvatel ZSJ tab. 6-9: ZSJ s hustotou větší než 9000 obyv/km tab. 6-10: Porovnání výsledných zón tab. 6-11: Počet obyvatel zón tab. 6-12: Hustota obyvatelstva zón tab. 6-13: Počet bytů v zónách tab. 6-14: Velikost zastavěné plochy v zónách tab. 6-15: Průměrný počet vozidel na úsecích v zónách tab. 6-16: Podíl celkového počtu vozidel v zónách tab. 6-17: Podíl průměrného počtu vozidel v zónách

10 1 ÚVOD Vývoj měst a rozšiřování urbanizovaného území je nedílnou součástí pokroku civilizace. V České republice je denně zastavěno šest hektarů půdy, vznikají nová parkoviště, obchodní střediska, sklady, rodinné domy nebo sídliště. Tato skutečnost neodmyslitelně souvisí také se zvýšenou potřebou dopravní obslužnosti a propojenosti různých měst, států, kontinentů. S novými stavbami vznikají nová pracovní místa, ale zároveň často roste jejich vzdálenost od místa bydlení, takže dojížďka do zaměstnání desítky kilometrů není ničím výjimečným. Velká města, často rychle se rozrůstající, se snaží zajistit obyvatelům dostatečné množství spojení hromadnou dopravou. Jenže ne ke každé továrně může jezdit městský autobus, ne u každého domu staví tramvaj, a tak narůstá i intenzita osobní dopravy. Rostoucí hustota aut má však neblahý vliv na dopravu samotnou, protože vede k častějším nehodám, zácpám a rychlejšímu opotřebení silnic. Nepopiratelný je také negativní dopad na životní prostředí v podobě většího množství emisí a znečišťujících látek nebo zabírání půdy na úkor stavby nových silnic a rozšiřování kapacity stávajících. Právě tématem rozvoje města, vztahu dopravy a využití území se zabývá tato práce. Diplomová práce je členěna do kapitol, které obsahově odpovídají postupu zpracování. V první kapitole je po obecném úvodu problematiky shrnuta metodika řešení v souvislosti s řešením stejných otázek v zahraničí. Kapitola rozebírá jednotlivé zdroje, ze kterých vychází konkrétní řešení pro Liberec, který byl zvolen na základě podobnosti s městy hodnocenými v zahraničí, a je proto vhodný pro vzájemné porovnání. Následující kapitola je věnována datům, ze kterých práce čerpá, a volbě vhodných podkladů. Uvádí zdroje a původ získaných dat a prvotní úpravy, které jsou nezbytné před zpracováním a prováděním analýz. Kapitola také zahrnuje srovnání dat, jaká byla k dispozici pro hodnocení u nás a v zahraničí. 10

11 Třetí kapitola pojednává o postupném zpracování dostupných dat, pozornost je věnována především volbě rozlišení rastru, nezbytné podmínce před podrobnějším rozborem. Je také popsán postup přiblížení počtu obyvatel ve stavebních objektech a jsou uvedeny konkrétní podmínky rozdělení města na kategorie podle dostupnosti dopravy. V poslední kapitole je nejprve posouzena vhodnost rozlišení rastru a zdůvodněn výběr použitého pixelu. Dále je uvedena analýza získaných výsledků, provedeno hodnocení dopravní obslužnosti města hromadnou dopravou a osobními auty. Pro jednotlivé kategorie města (zóny podle dostupnosti dopravy) jsou uvedeny analýzy obyvatelstva a zástavby a je zhodnocena dojížďka obyvatel na základě dat SLDB. 11

12 2 CÍLE PRÁCE Jedním z cílů této diplomové práce je najít pro město Liberec vhodnou velikost pixelu pro převod vektorových dat na rastrová a na získaném rastru provést analýzu souvislosti intenzity silniční dopravy s počtem obyvatel, hustotou zalidnění, využitím území, dostupností městskou hromadnou dopravou. Dalším cílem je rozdělit území města v rastrové podobě na oblasti podle převažující možnosti dopravy na zóny pro pěší, části dobře dosažitelné MHD a okrajové oblasti vyžadující dojíždění auty. Posledním cílem je zjistit, zda je možné prokázat, že v oblastech nedostupných městskou dopravou a vzdálenějších od centra roste potřeba dojíždění auty, a tím se zvyšuje intenzita silniční dopravy. Výchozím podkladem práce je rozdělení města na základní funkční třídy získané z bakalářské práce Jany Knoblochové s názvem Určení časových změn urbánních tříd v Liberci a jejich závislost na změně hustoty silniční dopravy za uplynulých 40 let, která byla zpracována v roce 2011 jako součást projektu OC MŠMT. (1) Diplomová práce je součástí mezinárodního porovnání měst a jejich dopravní obslužnosti. Poskytuje data pro hodnocení dopravy a využití území mezi městy v rámci republiky i na mezinárodní úrovni, protože využívá metodiku používanou v zahraničí při urbánním plánování. 12

13 3 METODIKA Postup zpracování a hodnocení v této práci vychází z metodiky používané v evropských zemích, především ve Finsku a Pobaltí. Jedná se o nalezení souvislosti mezi využitím území, hustotou obyvatelstva, intenzitou silniční dopravy, vytížeností městské dopravy a dalších faktorů. 3.1 SUBURBANIZACE Změna území se výrazně projevuje ve využití půdy. Konkrétně v České republice došlo od roku 1966 k úbytku zemědělské půdy o téměř hektarů, což představuje necelá 4 % z celé rozlohy ČR a 6 % z rozlohy zemědělské půdy. (2) Významnou roli na tomto úbytku hraje tzv. suburbanizace, tedy přemisťování obyvatel, sídel i společenského zázemí na okraje měst, stavění tzv. na zelené louce. Výsledkem procesu suburbanizace jsou jednak satelitní městečka, jednak průmyslové a nákupní zóny. (3) S přesunem obyvatel z jádrových oblastí měst na okraje se neoddělitelně pojí zvýšená potřeba dopravní obslužnosti, protože předměstí nejsou dosažitelná pěšky a neposkytují obyvatelům veškeré služby, které poskytuje centrum (nakupování, zaměstnání, školy, nemocnice, úřady). 3.2 ZAHRANIČNÍ ZDROJE TRAVEL-RELATED URBAN ZONES AS A PLANNING TOOL Tento zdroj představuje práci, které se věnuje specialista z Finského institutu pro životní prostředí (Finnish Environment Institute SYKE) Mika Ristimäki. Zabývá se dopravní strukturou v souvislosti s využitím území a územním plánováním. Jeho cílem je najít vhodné řešení pro uspokojení požadavků na transport lidí i zboží a zároveň zachování dobrého životního prostředí, snížení emisí a zachování udržitelného rozvoje. Důležitou publikací je článek rozebírající tuto problematiku pro Helsinky a okolní region, jejíž obsah je stručně nastíněn v následujících řádcích. 13

14 Jedná se o práci popisující vývoj oblasti od roku 1985 do současnosti, která sleduje závislost dopravy, počtu obyvatel a dalších faktorů. Základní metoda pro sledování rozvoje dopravy, jejího vlivu na využití území a změn spojených s rozšiřováním měst je rozdělení měst a zastavěných oblastí podle dosažitelnosti jednotlivými druhy dopravy. Nejdříve je celá sledovaná oblast rozdělena na vnitřní území, které představuje samotné město Helsinky, a dále na příměstské části, které mohou obsahovat subcentra (bývalá samostatná města pohlcená rozvojem hlavního města). Podle dostupnosti dopravou jsou v každé z těchto částí nalezeny tři základní zóny. První jsou oblasti pro pěší, které jsou charakterizovány vysokou hustotou obyvatelstva. Jedná se především o jádrové oblasti města, kde jsou veškeré služby, zaměstnání i školy dostupné pěšky. Zóny dosažitelné pěšky (dále označeny jako pěší zóny) lze také spojit s historií města, protože se často jedná o první osídlené oblasti. Pro metropolitní region Helsinek je takto označena oblast do dvou kilometrů od centra. Další část je orientována na městskou dopravu, tedy místa, kam dosahují spoje MHD s vysokou intenzitou. Poslední část představují předměstí, která představují oblasti rozvíjející se v nedávné době, místa s nízkou hustotou obyvatel, do kterých se městům nevyplatí zajišťovat časté spoje MHD, protože stavby jsou rozptýleny na velkých, řídce zastavěných plochách. V tomto případě se jedná o území vyžadující dopravu auty. Konkrétní rozdělení je znázorněno v tab. 3-1 na následující straně. 14

15 TAB. 3-1: ROZDĚLENÍ ZÓN PODLE DOSTUPNOSTI V REGIONU HELSINEK zóna městská oblast příměstská oblast pěší do vzdálenosti 2 km od centra města do vzdálenosti 1 km od centra města okrajová pěší oblast 2-5 km od centra oblast 1-2,5 km od centra pěší v subcentrech intenzivní MHD veřejná doprava místní subcentra, která mají vysoké zalidnění, dostatek služeb a pracovních míst odjezd autobusu každých 5 minut ve špičce (vlaku 10 minut), vzdálenost k zastávce maximálně 250 m (k vlakové 400 m) odjezd autobusu nebo vlaku každých 15 minut ve špičce, vzdálenost k zastávce do 250 m (k vlakové 400 m) odjezd autobusu nebo vlaku každých 30 minut ve špičce, vzdálenost k zastávce maximálně 250 m (k vlakové 400 m) odjezd autobusu nebo vlaku každých 60 minut ve špičce, vzdálenost k zastávce do 500 m (k vlakové m) orientovaná na auta hustě zastavěné oblasti, které neodpovídají kritériím výše mimo husté osídlení Zdroj: (4) oblasti bez hustého osídlení a zástavby - Důležitou otázkou v tomto výzkumu je, jak se vyhnout rostoucím potřebám automobilové dopravy, tedy jak vhodně zajistit dodávku městské dopravy, a volbou využití území zajistit veškeré potřebné služby v dosažitelné vzdálenosti. Výzkum je založen na informacích o využití území a na zpracování měření intenzity dopravy. Veškeré zpracování probíhá v GIS softwaru na rastrových datech o rozlišení 250 x 250 m. Ve Finsku bylo toto rozlišení zvoleno pro kompatibilitu s daty ze statistického sčítání, které probíhá od roku Cílem je analyzovat změny ve využití území, v dopravní infrastruktuře, ve využití městské dopravy, vlastnictví aut a všechno toto využít pro plánování měst s vhodným využitím území a minimalizovanou potřebou aut a s nimi spojenými emisemi CO2.(4) (5) V této diplomové práci byla z finské práce použita základní myšlenka rozdělení oblasti na zóny podle dosažitelnosti dopravními prostředky. Na rozdíl od finského zpracování bylo hodnocení použito pouze pro město samotné, nikoliv pro celý region. Z tohoto důvodu nebylo zvoleno stejné rozlišení rastru, ale o vhodné velikosti bylo v průběhu rozhodnuto zpracováním dostupných dat a porovnáním 15

16 různých rozlišení, jak je popsáno v kapitole 5.1. Kromě rozlišení rastru se tato práce liší od finské také v podkladových datech. Ne všechny statistické hodnoty se sledují i u nás, navíc některé nejsou přístupné kvůli ochraně osobních údajů. Ve Finsku byla navíc část dat získána telefonickým průzkumem do konkrétních domácností. Přehled získaných dat a jejich porovnání s podklady využitými ve Finsku je uveden v kapitolách 4 a DETERMINING THE TRAVEL-RELATED ZONES IN URBAN AND SUBURBAN AREAS OF TALLINN V této publikaci je představena práce především estonských studentů, kteří navazují na výše uvedenou práci, kterou se zabývá M. Ristimäki, a používají stejnou metodiku rozdělení města podle dostupnosti dopravními prostředky, v jejich případě pro hodnocení Talinu. Zkoumají dopravu a její vliv na vývoj města, spojitost mezi změnami využití území a rozvojem příměstských oblastí. Hodnocení provádí pro metropolitní region Talinu, tedy město samotné a několik okolních okrsků. Oblast rozdělili na část městskou a příměstskou. V této práci však na rozdíl od finského zpracování neuvádí centrum města jako pěší zónu, ale místo toho rozlišují území s intenzivní hromadnou dopravou a území pouze s veřejnou dopravou. Kritéria pro zařazení jednotlivých pixelů (opět použito rozlišení 250 metrů) jsou uvedena v tab TAB. 3-2: KRITÉRIA PRO ROZDĚLENÍ OBLASTÍ V REGIONU TALINU zóna městská oblast příměstská oblast intenzivní MHD MHD orientovaná na auta Zdroj: (6) odjezd autobusu každých 5 minut ve špičce, vzdálenost k zastávce do 250 m odjezd autobusu každých 15 minut ve špičce, vzdálenost k zastávce víc než 250 m odjezd autobusu každých 30 minut ve špičce, vzdálenost k zastávce do 500 m odjezd autobusu každých 60 minut ve špičce, vzdálenost k zastávce víc než 500 m hustě zastavěné oblasti, které neodpovídají kritériím výše Důležitým cílem této publikace, zveřejněné na mezinárodní konferenci Baltic Road Conference v roce 2013, je nalézt místa, kde pracují lidé bydlící v regionu, a kde naopak bydlí lidé v regionu pracující. Cílem je najít souvislosti mezi zvyšující 16

17 se intenzitou silniční dopravy a každodenním dojížděním do zaměstnání. Dále bylo snahou zjistit, kolik obyvatel žije v dobře dostupných oblastech, tedy bez nutnosti vlastnit auto, a porovnat hustotu obyvatel v centrální oblasti a příměstských částech. V této diplomové práci byla pro hodnocení použita pouze oblast města samotného, proto už nebyla dělena na městskou a příměstskou část. Na rozdíl od estonské práce byl pro Liberec zachován střed města jako pěší zóna, nikoliv s intenzivní MHD, protože nebyly k dispozici intervaly o odjezdech hromadné dopravy pro každou zastávku v podobě tabulky, kterou by bylo možné připojit do databáze. Z estonského zpracování bylo využito myšlenky nalezení míst, kde obyvatelé města pracují, v souvislosti s dojížďkou do zaměstnání a vyjížďkou do jiných měst, jak je popsáno v kapitole 6, kde jsou uvedeny obce, odkud dojíždí pracující do Liberce a kam naopak vyjíždí za prací obyvatelé Liberce. Z výsledků zjištěných pro Talin používá tato práce také inspiraci v porovnání hustoty zalidnění jednotlivých oblastí. 17

18 4 POUŽITÁ DATA V následující kapitole jsou popsány zdroje a získaná data, ze kterých se dále při zpracování diplomové práce vycházelo. Jsou zde uvedeny veškeré dostupné informace a postup jejich získání. Pozornost je věnována mapovým podkladům i statistickým datům, u kterých je dále vysvětleno, k jakému území se vztahují a zda mají reprezentativní charakter při dlouhodobém sledování, nebo zda se jedná údaje, které nelze srovnávat. 4.1 MAPOVÉ PODKLADY Při každém GIS zpracování hrají velkou roli mapové podklady, ze kterých se při práci vychází. Pro tuto práci byla základem vektorová geodatabáze vytvořená v rámci projektu COST v programu ArcGIS. (7) Obsahuje údaje o časovém vývoji urbánních tříd od roku 1960 pro řadu českých měst, které jsou získané vyhodnocením územního plánu, leteckých snímků, údajů ÚHDP v rámci bakalářských a diplomových prací na FSv ČVUT v Praze. Ze stránek byla stažena geodatabáze multiple polygon,(8) tedy verze, kde každý polygon reprezentuje jednu samostatnou plochu, se kterou lze dále pracovat, zjišťovat rozlohu atp. Z databáze byly exportovány vrstvy pro Liberec, který zpracovávala Jana Knoblochová jako svou bakalářskou práci v roce 2011, věnovala se rokům 1973, 1984, 1990, 2004 a Pro další práci byla použita pouze vrstva za rok Nezbytným materiálem k vyhodnocení dopravní situace v Liberci byly informace o silniční síti, trasách MHD a železnic. Tyto údaje poskytl Magistrát města Liberce ve formě souboru.dgn rozděleného na vrstvy, které při exportu do programu ArcGIS zůstaly zachovány jako atributy. Problém představovala vrstva železnic, kde pravděpodobně vlivem interpunkce došlo k nesprávnému převodu. Údaje proto musely být ručně doplněny, aby bylo možno zobrazit linie podle atributů (tedy odděleně silnice, železnice, tramvaje). V souboru byly kromě linií také bodové prvky stanice autobusů, tramvají, vlakové zastávky. Jejich převod do geodatabáze proběhl bez problémů, pouze byly jako atributy doplněny informace o tom, zda se jedná o tramvajovou, autobusovou nebo vlakovou zastávku. Při 18

19 převodu ze souboru.dgn do geodatabáze byl také problém, že v originálním souboru byly dohromady v jedné vrstvě linie, polygony, objekty i body, zatímco v geodatabázi může jedna vrstva obsahovat pouze linie, nebo pouze body. Exportem tedy došlo ke ztrátě některých místních komunikací a silnicí, které byly původně znázorněny svým obvodem a představovaly pro ArcGIS polygon, který musel být uložen do jiné vrstvy než linie. Vrstva silnic byla získána také ve formátu geodatabáze ArcČR 500, která je k dispozici na stránkách firmy ARCDATA Praha (9). Jedná se o digitální databázi celé České republiky, která obsahuje údaje o silniční a železniční síti, vrstevnicích, sídlech, vodních tocích a dalších topografických prvcích. K datům jsou přiřazeny také mnohé atributy, u silnic například číslo silnice, mezinárodní označení. Díky nim pak mohly být z databáze použity pouze určité části, konkrétně vrstva silnic. Vrstva však neobsahuje místní komunikace, pouze silnice kategorie III. třídy a vyšší. 4.2 STATISTICKÉ ÚDAJE Důležitý zdroj informací pro tuto diplomovou práci představoval Český statistický úřad, který poskytl řadu dat a výsledků sčítání. Část dat byla získána prostřednictvím volně přístupných údajů na webových stránkách (10), kde jsou zveřejněny základní statistické údaje o republice, krajích a obcích. Podrobnější data vztažená k základním sídelním jednotkám byla na objednávku sestavena přímo pracovníky ČSÚ z výsledků SLDM od roku Jednalo se o údaje o počtu obyvatel, o dojížďce a směrových proudech, o vlastnictví auta jednotlivými domácnostmi, o počtu ekonomických subjektů v okrese. Kromě dat ČSÚ byla pro tuto práci k dispozici také data z Registru územní identifikace, adres a nemovitostí. Jednalo se především o rozmístění stavebních objektů a adresních míst. Data předem upravil Ing. Vladimír Holubec, který sestavil přehledné atributové tabulky a připravil geodatabázi, kterou bylo možno připojit do projektu v programu ArcGIS. Prvním sledovaným statistickým faktorem byla dojížďka, což znamená pravidelné opouštění místa pobytu za účelem cesty do práce nebo do školy. Ať už 19

20 se jedná o cestu každodenní nebo jednou za týden, projevuje se přesun studentů a zaměstnanců na celkové dopravě velmi vysokým podílem. Český statistický úřad poskytl pro tuto práci výsledky ze Sčítání lidu, domů a bytů, ve kterých se zjišťuje doba jízdy, frekvence a dopravní prostředek. Dojížďka se při sčítání v roce 2011 zjišťovala už popáté a pro tuto práci byly zpřístupněny údaje z let 1991, 2001 i 2011 pro obce. Na stránkách SLDB (11) jsou zveřejněny podrobné publikace z jednotlivých sčítání pro kraje. Hodnoty z jednotlivých roků nelze bohužel dostatečně srovnávat, protože se měnily sledované parametry, metodika sčítání i počet obcí, pro které byla dojížďka sledována kvůli osamostatnění některých obcí. V Libereckém kraji se počet obcí zvýšil ze 197 v roce 1991, na 216 v roce Výraznou změnou v počtu dojíždějících je také to, u koho byly údaje zjišťovány, například cizinci s dlouhodobým pobytem, matky na mateřské dovolené (v roce 1991 brány jako ekonomicky aktivní, v dalších letech se řadí mezi ekonomicky neaktivní). Důležitým faktorem je také rozvoj soukromého podnikání, kdy je často jako sídlo firmy uvedeno místo trvalého bydliště a v dojížďce se taková osoba nezapočítává. Ve sčítání se také projevila neochota obyvatel vyplnit dotazníky kompletně. V roce 2001 téměř 4 % zaměstnaných osob neuvedly adresu svého pracoviště, v roce 2011 už na otázku o dojížďce neodpovědělo 38 % lidí. V roce 2011 navíc vznikla nová kategorie, do které se mohly osoby zařadit, a to zaměstnání bez stálého pracoviště. (12) K datům o dojížďce bylo tedy nutno přistupovat odděleně pro každý rok a vývoj nebyl sledován. Vedle dat k dojížďce byla pro práci k dispozici také data o směrových proudech, tedy o směru cesty a cílové lokalitě, kdy v dotaznících byla uvedena adresa (alespoň obec). U směrových proudů je patrné, že z malých obcí a měst cestuje většina zaměstnaných a studentů do větších center, kde jsou situovány školy, úřady a velké množství pracovních míst. Data o směrových proudech byla poskytnuta od ČSÚ ve formě databáze, v níž bylo možno vyhledávat jednak podle místa výjezdu (tedy počet lidí, kteří pravidelně opouští Liberec), ale také podle názvu obce dojížďky (kolik lidí přijíždí do Liberce). K informacím o dojížďce a směrových proudech se váží také údaje o ekonomických subjektech, neboli firmách, podnikatelích a subjektech státu, které jsou zapsané ve veřejném Registru ekonomických subjektů.(13) Počty subjektů 20

21 jsou zveřejněny na stránkách ČSÚ (14) podle jednotlivých okresů pro každou obec v přehledných tabulkách, a to od roku Lze proto jednoduše sledovat časový nárůst počtu subjektů, i vyšší hodnoty u větších obcí, a vysvětlit tak směrové proudy dojížďky. Pro hodnocení dopravy ve městě byly od ČSÚ poskytnuty informace o počtu domácností, které vlastní osobní auto. Data byla vztažena k základním sídelním jednotkám, stejně jako údaj o počtu obyvatel, nebyla však k dispozici pro SLDB 2011, ale pouze pro roky 1991 a DATA O DOPRAVĚ Důležitým zdrojem informací o dopravě v Liberci byla data o městské hromadné dopravě, kterou zajišťuje Dopravní podnik měst Liberce a Jablonce. Pro diplomovou práci byly od DPMLJ poskytnuty výsledky sčítání cestujících, které proběhlo na konci roku Jednalo se o počty cestujících na všech linkách mezi jednotlivými zastávkami, hodnocené jednak jako zastávkové intenzity, které udávají počet nastupujících a vystupujících v dané zastávce, jednak jako úsekové intenzity, které udávají počet cestujících na jedné lince mezi zastávkami. Výsledky tohoto šetření už byly zohledněny ve změně jízdních řádů v březnu 2012, kde například došlo k posílení některých linek. (15) V současné době (2013) je v Liberci provozováno 43 autobusových linek (z toho deset linek školních, šest nočních okružních a dvě zdarma k nákupním centrům) a 4 tramvajové linky, z toho jedna meziměstská spojující Liberec s Jabloncem nad Nisou. Celkový počet autobusových spojů je v běžný pracovní den 1876, tramvaje zajišťují 465 spojů. (16) Kromě MHD byla sledována také silniční doprava obecně, kde byla hodnocena intenzita dopravy zjišťovaná pravidelným měřením ŘSD. Výsledky sčítání byly pro práci k dispozici od roku 1973 do roku Poslední sčítání proběhlo v roce 2010, z něho byl dostupný zatím pouze celkový přehled, nikoliv rozdělení podle druhu dopravy na osobní, nákladní a motocyklovou dopravu. Pro získání podrobných výsledků byla uskutečněna registrace na stránkách ŘSD (17), díky které bylo možné získat i výsledky sčítání z roku Měření probíhá na silničních úsecích na území obce, v Liberci se jedná o 22 úseků v zastavěné oblasti. 21

22 Hodnocení intenzity dopravy v souvislosti se zastavěnými plochami, hustotou obyvatelstva i směry cestování je věnována velká pozornost v bakalářské i diplomové práci Jany Knoblochové (1), (18), které podrobně hodnotí intenzitu dopravy. Bakalářská práce sleduje vývoj intenzity dopravy odděleně pro konkrétní druhy vozidel, popisuje změny ve vytíženosti jednotlivých měřených úseků za posledních 40 let, přesun hlavních tahů z centra města na obchvaty a podobně. Diplomová práce analyzuje poslední dostupná data ze sčítání ŘSD v roce 2010 ve vztahu k hustotě a počtu obyvatel, k rozloze částí města, které dělí podle využití území na pět základních kategorií (obytné, výrobní, dopravní, rekreační a ostatní plochy). Také porovnává rozdíl dopravy v pracovní dny a o víkendu. Výsledky jsou vztaženy k základním sídelním jednotkám, takže mohly být použity jako podklad pro hodnocení dopravy v této práci. 22

23 5 ZPRACOVÁNÍ Tato kapitola se věnuje zpracování dostupných dat. Uvádí mimo jiné rozdíly od metody používané ve Finsku, velkou pozornost věnuje volbě rozlišení pro rastrové zpracování. Kapitola přibližuje postup práce, jejíž velká část proběhla v programu ArcGIS a popisuje také jednotlivé nástroje, které program nabízí. V ArcGISu byla využita tvorba geodatabáze, která umožňuje současnou práci s rastry i vektory v jednom projektu a umožňuje například automatické přepočítání rozlohy objektů. Kapitola neuvádí konečné výsledky a analýzy, pouze postup, kterým práce proběhla, výsledky uvádí následující kapitola TVORBA RASTRU Důležitým krokem před zpracováním veškerých sledovaných vlivů na dopravu bylo určení vhodné velikosti pixelu pro rastrové zpracování. Ve Finsku byla použita velikost 250 m, což pro rozlohu města Liberce nebylo vhodné. Podkladem byla vektorová vrstva Liberec_2010, kterou vytvořila Jana Knoblochová jako součást své bakalářské práce (1). V této vrstvě byly plochy rozděleny podle využití území na obytné, dopravní, rekreační, výrobní a ostatní. Toto rozdělení bylo zachováno při převodu na rastr pomocí nástroje Polygon to rastr, kde jako parametr (Value field) bylo zvoleno pole funkcni_tr. Rastr byl vytvořen s různou velikostí pixelu. První rozlišení bylo vybráno dvoumetrové, aby nedošlo ke ztrátě informací, protože nejmenší polygon z vrstvy Liberec_2010 měl 4,3 m 2. Velikostí pixelu dva metry tedy byla zachována informace o funkčních třídách pro všechny polygony. Přesnost je zachycena na rastrech v příloze 1, kde je vektorový podklad a v příloze 4, kde je dvoumetrový rastr. Volba dalších rozlišení je znázorněna v tab

24 TAB. 5-1: FUNKČNÍ TŘÍDY PRO RŮZNÉ ROZLIŠENÍ [km 2 ] obytná rekreační výrobní Dopravní ostatní celkem vektor 22,280 53,841 4,763 4,570 20, ,056 % pixel [m] ,063 61,938 1,250 6,875 16, ,000 0, ,860 58,703 1,890 11,138 18, ,635 20, ,080 56,970 2,500 17,880 19, ,670 79, ,693 55,263 3,323 11,835 20, ,400 93, ,370 53,876 4,469 6,082 20, ,537 96,3 2 22,104 53,821 4,706 4,882 20, , Zdroj: vlastní zpracování Pro jednotlivé velikosti pixelů byla zjištěna rozloha dané funkční třídy a zároveň určeno procento polygonů, jejichž informace zůstala zachovaná. Jsou to vždy ty polygony, jejichž rozloha je větší, než plocha jednoho pixelu. Pro rozlišení 250 metrů tedy nedojde ke ztrátě pouze u necelého procenta z celkových 1993 polygonů. Město zobrazené v rozlišení 250 m zobrazuje příloha 3. Toto rozlišení však kvůli velké ztrátě není vhodné, přestože by odpovídalo finské metodice. Tam hodnotili větší oblast celého regionu a nikoliv pouze město, jak je tomu v této práci. Porovnání rozlišení je znázorněno také na obr. 5-1, který ukazuje stejné území ve dvou různých rastrových provedeních. OBR. 5-1: POROVNÁNÍ ROZLIŠENÍ ROVNÁNÍ ROZLIŠENÍ 250 M A 10 M Zdroj: vlastní zpracování Na obr. 5-1 je ukázána ztráta informací na stejném území při rozlišení 250 m (vlevo), na rozdíl od podrobných 10 m, kde zůstalo zachováno více dat o využití území. Viditelný je například rozdíl v zachycení ostatních ploch, které jsou na desetimetrovém rastru znázorněny béžovou barvou, zatímco při pixelu 250 m nejsou v dané oblasti vůbec zachyceny. 24

25 Pro další hodnocení se jako nejvhodnější jeví rastry s rozlišením 50 m a 10 m, kde zůstává zachováno vysoké procento informací o využití území a přitom nejde o zbytečně podrobné rozměry. Přestože by pro zpracování stačilo zvolit jednu velikost pixelu, byly analýzy provedeny pro oba rastry, protože v případě 50 m dochází k velké změně v rozloze dopravních ploch na úkor obytných ploch a následné porovnání obou rozlišení by mělo rozhodnout o vhodnosti použití. 5.2 DOJÍŽDĚNÍ A OBYVATELSTVO Součástí hodnocení dopravy bylo zpracování dat o dojížďce. Český statistický úřad sleduje údaje o cestování do školy a zaměstnání už v pěti sčítáních, během této doby se ovšem změnily jednak sledované parametry a také cíloví respondenti. Zatímco v některých letech byly ženy na mateřské dovolené brány jako ekonomicky aktivní, a tedy se započítávaly do dojížďky, později se to změnilo. Hodnocení vývoje proto nemohlo být dostatečně přesně provedeno, přestože byly k dispozici údaje od roku V posledním SLDB byla hodnocena dojížďka mezi jednotlivými obcemi, použitý dopravní prostředek a doba cesty. Dotazníky jsou rozlišeny zvlášť pro studenty a zvlášť pro zaměstnance. V zahraničním zpracování (4) byly k dispozici údaje z telefonických dotazníků a data byla vztažena ke konkrétní domácnosti a obsahovala informace o věkovém složení dané bytové jednotky (tedy zda se jedná o studenty nebo pracující), jaké dopravní prostředky používají obyvatelé bytové jednotky nejčastěji a jak daleko dojíždí. Na základě toho mohlo být hodnoceno, v jaké oblasti města je více využíváno chůze a kola a kde už převažují auta a hromadné dopravní prostředky. V dostupných datech se řeší dojížďka mezi obcemi, takže přesnější vztažení není možné. Z výše uvedených důvodů zpracování proběhlo pouze pro rok 2011, odděleně pro studenty, zaměstnané a nakonec celkově pouze pro data za celou obec. Jednalo se o porovnání použitých dopravních prostředků kolo, auto (spolucestující nebo řidič), autobus, MHD, vlak, motocykl, kombinace více dopravních prostředků, žádný (pouze pěšky). Dále byla analyzována doba dojížďky v závislosti na použitém prostředku. Z dostupných dat byla také zhodnocena vyjížďka, tedy opuštění obce v rámci okresu, případně republiky. Ze získaných hodnot byly 25

26 sestaveny grafy jednak pro dojíždějící do zaměstnání, dále pro studenty a následně pro obě skupiny, výsledky jsou uvedeny v kapitole 6. Společně s dojížďkou byly zpracovány údaje o vlastnictví aut v domácnostech, které byly k dispozici pro roky 1991 a 2001, vztažené k základním sídelním jednotkám města. Během tohoto období ovšem došlo k osamostatnění některých částí (Jeřmanice), a tak tyto části byly z porovnání vyloučeny. Hodnocení bylo provedeno v rámci celé obce procentuálním vyjádřením a grafickým znázorněním počtu domácností celkem a počtu těch, které vlastní alespoň jedno osobní auto. Dalším důležitým parametrem při hodnocení jednotlivých oblastí města byla hustota zalidnění, tedy počet obyvatel na kilometr čtvereční. Počet obyvatel byl k dispozici ze SLDB 1991, 2001 i 2011 pro základní sídelní jednotky. Pro zjištění rozlohy jednotlivých jednotek byl použit vektorový soubor sídelních jednotek poskytnutý od Magistrátu města Liberce. Připojením do geodatabáze v programu ArcGIS se automaticky vytvořily atributové sloupce s plochou a obvodem objektů. Tato výměra byla dále použita pro výpočet hustoty obyvatelstva. Protože počty obyvatel mohl ČSÚ poskytnout pouze pro základní sídlení jednotky a ne podrobněji (z důvodu ochrany osobních údajů), nemohlo by být město konkrétněji rozděleno pro zařazení do jednotlivých zón dostupnosti dopravy. Proto bylo využito dat z RÚIAN, kde byla k dispozici vektorová vrstva bodového rozložení stavebních objektů. U každého prvku byl v atributové tabulce uveden kód uvádějící způsob využití stavby, jehož vysvětlení je k dispozici v číselníku na internetových stránkách ČÚZK. (19) Celkem je rozlišeno 29 způsobů využití objektu, v tab. 5-2 je uvedena ukázka prvních deseti kódů. 26

27 TAB. 5-2: UKÁZKA KÓDOVÁNÍ VYUŽITÍ OBJEKTŮ kód název zkratka 1 průmyslový objekt prům.obj 2 zemědělská usedlost zem.used 3 objekt k bydlení bydlení 4 objekt lesního hospodářství les.hosp 5 objekt občanské vybavenosti obč.vyb 6 bytový dům byt.dům 7 rodinný dům rod.dům 8 stavba pro rodinnou rekreaci rod.rekr 9 stavba pro shromažďování většího počtu osob shromaž. 10 stavba pro obchod obchod Zdroj: (19) Pro rozložení obyvatel byly využity objekty s kódy 2, 3, 6, 7 (zemědělská usedlost, objekty k bydlení a bytové a rodinné domy). Tyto stavby byly vybrány pomocí nástroje Select By Attributes a převedeny do nové vrstvy. Protože kromě způsobu využití stavebního objektu byl v atributových datech uveden počet bytových jednotek v budově, bylo možné vytvořit další parametr, a to počet obyvatel v budově. V tab. 5-3 je uveden počet objektů na území obce Liberce, které byly uvažovány jako obytné, kterých se týkalo další zpracování. TAB. 5-3: POČET OBYTNÝCH OBJEKTŮ objektů bytů objekt pro bydlení bytový dům rodinný dům zemědělská usedlost 6 5 celkem Zdroj: vlastní zpracování, data RÚIAN Pro přiřazení počtu obyvatel jednotlivým bytům bylo nutné použít jistou aproximaci, protože přesný údaj nebyl znám. Prvotní úvaha byla brát dvě osoby na byt, tím se ale počet obyvatel Liberce lišil od SLDB 2011 o necelých , což nebylo postačující nahrazení. Počet obyvatel podle sčítání dělený počtem bytů uvedeným v RÚIAN dal výsledek 2,2 obyvatele na byt. Proto byla použita metoda dvou osob v bytovém domě a objektech pro bydlení a tří obyvatel v rodinném domě, kde lze s větší pravděpodobností předpokládat početnější rodinu. Tím se 27

28 rozdíl v počtu obyvatel snížil na dva tisíce, tedy pouhá dvě procenta, jak ukazuje tab TAB. 5-4: APROXIMOVANÝ POČET OBYVATEL LIBERCE 2 v každém bytě 3 v rod. domě objekt pro bydlení bytový dům rodinný dům zemědělská usedlost celkem rozdíl od SLDB Zdroj: vlastní zpracování SLDB Vektorová vrstva bodů byla pomocí nástroje PointToRaster převedena na rastr s rozlišením 10 m i 50 m. K převodu mohl být použit také nástroj FeatureToRaster, ten však neumí vyřešit konflikt, kdy více bodů zasahuje do jednoho pixelu. Konverze byla provedena podle počtu obyvatel a v případě více bodů na jednom pixelu byla nastavena suma. To znamená, že pixelům, ve kterých bylo více obytných domů, byla přiřazena hodnota součtu všech těchto domů. Tím zůstal zachován počet obyvatel. 5.3 ZÓNY DOSTUPNOSTI DOPRAVY Podle finské metodiky byla hodnocená oblast rozdělena na základě dostupnosti konkrétními druhy dopravy. Oproti finskému i estonskému zpracování zde bylo posuzováno pouze město, čemuž byly přizpůsobeny i podmínky zařazení do jednotlivých kategorií. Rozdělení bylo provedeno na základě rastrového podkladu funkčních tříd (vytvořeného z vektorové vrstvy Liberec2010 s rozlišením deset a padesát metrů), rastru vzdáleností od stanic hromadné dopravy (ukázka na obr. 5-2) a rastru vzdálenosti od centra (za centrum byla považována centrální přestupní zastávka Fügnerova, která leží nedaleko od radnice a přes kterou projíždí téměř všechny linky MHD). Rastry vzdáleností byly vytvořeny pomocí nástroje euklidovské vzdálenosti (EucDistance) pro rozlišení deset i padesát metrů, jako vzdálenost vzdušnou čarou od bodové vrstvy zastávek a stanic městské dopravy. 28

29 OBR. 5-2: UKÁZKA RASTRU VZDÁLENOSTÍ Zdroj: vlastní zpracování Protože sledovanou oblastí bylo na rozdíl od finského způsobu pouze město, už nebyly rozlišeny oblasti městské a příměstské, jak je uvedeno v tab. 3-1, ale pro každou zónu byla vytvořena pouze jedna kritéria. Zvolené vzdálenosti a podmínky zařazení pixelů do konkrétní kategorie jsou uvedeny v tab TAB. 5-5: KRITÉRIA PRO ROZDĚLENÍ OBLASTÍ V LIBERCI zóna pěší MHD orientovaná na auta nezastavěná Zdroj: vlastní zpracování městská oblast vzdálenost od centra do 1000 m vzdálenost od centra větší než 1000 m, vzdálenost od zastávky do 250 m, využití území jiné než ostatní a rekreační vzdálenost od centra větší než 1000 m, vzdálenost od zastávky větší než 250 m, využití území jiné než ostatní a rekreační využití území ostatní a rekreační Zařazení proběhlo pomocí nástroje RasterCalculator, vyplněním podmínek (Con( )), s využitím operátoru a zároveň (&). Byly sestaveny dvoje podmínky odděleně pro pixel 10 m a 50 m. 29

30 6 VYHODNOCENÍ VÝSLEDKŮ V následující kapitole jsou shrnuty a popsány výsledky, které byly zjištěny. Hodnoceny jsou nejnovější údaje, u některých dostupných dat i vývoj, stejně jako je tomu například ve finské publikaci (4). Nejprve je zhodnoceno rozlišení rastru pro převod vektorových dat, což bylo prvním krokem pro další práci. Dále jsou v kapitole posouzena statistická data o dojížďce, která jsou vztažena k obci jako celku. Nerozlišuje se konkrétnější místo, odkud a kam obyvatelé dojíždí, takže ze statistických dat nelze posoudit souvislost zvyšujícího využití dopravních prostředků s rostoucí vzdáleností od centra. Dále je posouzeno obyvatelstvo města a jeho prostorové rozložení. Následuje rozdělení města do jednotlivých zón podle možnosti městské dopravy a jsou sledovány vztahy mezi dopravní obslužností jednotlivých částí města, hustotou obyvatel a zastavěnými plochami. Poté je provedena analýza intenzity silniční dopravy, sledované úseky jsou rozděleny do zón a z dat ŘSD je posouzena intenzita v závislosti na zónách. 6.1 ROZLIŠENÍ RASTRU Prvním krokem před celou analýzou bylo posouzení vhodné velikosti pixelu pro převod vektorových dat. Bylo vyzkoušeno šest rozměrů, jak uvádí tab V tabulce je zachycena změna rozlohy jednotlivých funkčních tříd, které byly rasterizovány z vektorové vrstvy Liberec_2010. Výsledné hodnoty ukazují na nejvhodnější rozlišení rastru 50 m nebo 10 m, protože u těchto dvou velikostí bylo zachováno dostatečné množství informací (tedy velké množství polygonu mělo plochu menší než je plocha pixelu), zároveň poskytovaly vhodnou generalizaci. Výběr mezi těmito dvěma rastry byl ovšem ztížen velkou změnou rozlohy dopravních ploch na úkor obytných ploch. Z toho důvodu byla zvolena varianta výpočtů pro oba rastry a jejich následné porovnání. 6.2 INTENZITA SILNIČNÍ DOPRAVY Hodnocení silniční dopravy byla věnována velká pozornost v práci J. Knoblochové (18), z níž bylo v této práci vycházeno. Nejdůležitější silnice procházející Libercem je část rychlostní silnice R35 (vzniká z rychlostní silnice R10 směřující na Prahu) a na ni navazující silnice první třídy I/35, která dále pokračuje skrz město k hranicím s Německem. Na silnici I/35 30

31 se v jižní části města napojuje hlavní tah z Jablonce nad Nisou silnice první třídy I/14, v severní části silnice I/13 z Frýdlantu. Silnice procházející městem jsou zachyceny v příloze 1. Na silnicích pravidelně provádí ŘSD sčítání intenzity dopravy, úseky jsou uvedeny v příloze 2, která zachycuje barevné rozlišení úseků podle počtu vozidel při zatím posledním sčítání z roku Protože největší podíl na celkové dopravě mají osobní automobily (většinou kolem %), zachycuje graf 6-1 vývoj průměrné intenzity osobních vozidel na sledovaných úsecích na území města od roku Graf ukazuje vysoký nárůst, zvláště v období po roce Současný stav se dostal na téměř 800 % stavu z roku GRAF 6-1:VÝVOJ INTENZITY OSOBNÍ DOPRAVY OD ROKU 1973 Průměrný počet osobních aut počet aut rok Zdroj: vlastní zpracování, data ŘSD Následující tab. 6-1 ukazuje počet osobních aut a celkový počet na nejvytíženějších úsecích, kde suma za den překročí vozidel. Všechny tyto měřené úseky leží na silnici I/35. Úseky a se nacházejí na části komunikace po připojení tahu z Jablonce nad Nisou, mezi ulicemi Košická a Kunratická, jedná se o část komunikace uvnitř města. Příjezdové části na kraji (úseky , ) mají nižší hodnotu, což ukazuje, že tato silnice je využívána i pro dojíždění pouze v rámci obce, ne jen jako hlavní průtah městem. 31

32 TAB. 6-1: NEJVYTÍŽENĚJŠÍ ÚSEKY ROKU 2010 silnice úsek osobní suma Zdroj: vlastní zpracování, data ŘSD Stejné sčítací úseky na silnici číslo 35 jsou zachyceny na obr. 6-1, kde jsou barevně rozlišeny podle celkové denní intenzity. Je vidět, že největších hodnot dosahují úseky uvnitř města, nikoli v příjezdové části. Na obrázku je vidět příjezd rychlostní komunikace R35 od jihu a měřící úsek , který přechází v silnici první třídy I/35 a sčítací úsek Intenzita na silnici vzroste po připojení tahu od Jablonce nad Nisou na úseku , nejsilnější provoz je v centru na úsecích a a při výjezdu z města se počet vozidel zase snižuje, na úseku je už celkový počet vozidel za den pod hranicí OBR. 6-1: SČÍTACÍ ÚSEKY NA SILNICI 35 V LIBERCI Zdroj: vlastní zpracování, data ŘSD 32

33 6.3 DOJÍŽĎKA Při hodnocení dojížďky byla použita data odděleně pro studenty a zaměstnance, kteří bydlí v Liberci a pravidelně cestují do školy nebo zaměstnání. Nakonec byly analyzovány i celkové počty všech dojíždějících dohromady. Pokud není uvedeno jinak, výsledky vychází ze sčítání v roce ZAMĚSTNANCI Nejprve jsou uvedeny výsledky pro dojíždějící zaměstnance. Z celkových dojíždí celých 77 % v rámci obce, což ukazuje tab TAB. 6-2: POČET DOJÍŽDĚJÍCÍCH ZAMĚSTNANCŮ vyjíždějící do zaměstnání celkem: v tom: % v rámci obce ,6 do jiné obce stejného okresu ,1 do jiného okresu stejného kraje ,4 do jiného kraje ,5 do zahraničí 255 1,4 Zdroj: vlastní zpracování, data ČSÚ Vysoký počet dojíždění pouze v obci souvisí s umístěním pracovních míst. Jejich rozdělení v rámci okresu ukazuje tab. 6-3, kde jsou uvedeny pouze obce v okrese Liberec, ve kterých je registrováno více než tisíc ekonomických subjektů. Z tab. 6-3 jasně plyne, že v obci Liberec je umístěna většina pracovních příležitostí z celého okresu. Konkrétně pro rok 2012 to bylo 65 % veškerých firem. TAB. 6-3: POČET EKONOMICKÝCH SUBJEKTŮ Liberec Hrádek n. Nisou Frýdlant Chrastava Zdroj: ČSÚ (14) Prvním sledovaným faktorem dojíždění byl použitý dopravní prostředek. Jak ukazuje graf 6-2, zaměstnaní lidé cestují do práce nejčastěji osobním autem jako řidiči, a to celých 36 % ze všech dojíždějících zaměstnaných. Na druhém místě je 33

34 MHD s 27 % a dále pěší chůze. Mezi méně využívané způsoby patří vlak, kolo, motocykl a jiné dopravní prostředky. GRAF 6-2: PROCENTUÁLNÍ VYJÁDŘENÍ POUŽITÍ DOPRAVNÍCH PROSTŘEDKŮ ZAMĚSTNANCI Dopravní prostředky - zaměstnanci autem - řidič 16% 5% MHD 27% 9% 12% 5% pěšky kombinace autobusem (mimo MHD) autem - spolucestující nezjištěno 36% 1% 1% 0% 0% 0% na kole vlakem jinak motocykl Zdroj: vlastní zpracování, data ČSÚ To, že je nejčastějším dopravním prostředkem auto a MHD, odpovídá očekávaným výsledkům, protože tyto způsoby podporují zvýšení intenzity silniční dopravy, které je popsáno v bakalářské práci (1). Cesta do práce z okrajových částí města se totiž neobejde bez použití auta nebo prostředku hromadné dopravy. Naopak cestování bez zvyšování silniční dopravy (tedy pěší, cyklistika a vlak) nedají u využití zaměstnanci dohromady ani 20 %. Následující graf 6-3 zobrazuje dobu dojíždění pro tři nejužívanější prostředky. Je vidět, že při kratších cestách do 14 minut převažuje automobil, zatímco u delších časových intervalů narůstá využití městské hromadné dopravy. Závislost doby a použitého prostředku je dána také tím, že řidič auta si sám zvolí cestu, aby byla nejrychlejší, zatímco MHD má danou trasu linky, kterou musí cestující absolvovat, i kdyby mezi jejich bydlištěm a zaměstnáním existovala kratší spojovací cesta. 34

35 GRAF 6-3: ČASOVÁ VZDÁLENOST DOJÍŽĎKY PRO ZAMĚSTNANCE počet cestujících Nejpoužívanější dopravní prostředky - zaměstnanci autem-řidič pěšky MHD do 14 minut minut minut doba cesty Zdroj: vlastní zpracování, data ČSÚ STUDENTI Počet dojíždějících studentů je sice oproti zaměstnaným menší, ale nikoliv zanedbatelný. V Liberci se nachází jediná vysoká škola v Libereckém kraji. Kromě ní jsou zde také vyšší odborné školy, střední školy a gymnázia. Počet dojíždějících za vzděláním v rámci Liberce značně převyšuje dojíždějící do jiné obce. Podle tab. 6-4 představují dojíždějící pouze po obci téměř 78 % ze všech. Dalším častým cílem dojíždění je jiný kraj, nejčastěji Praha (více než polovina z vyjíždějících do jiného kraje). TAB. 6-4: POČET DOJÍŽDĚJÍCÍCH STUDENTŮ vyjíždějící do škol celkem 6917 v tom: % v rámci obce ,7 do jiné obce stejného okresu 112 1,6 do jiného okresu stejného kraje 259 3,7 do jiného kraje ,6 do zahraničí 94 1,4 Zdroj: vlastní zpracování, data ČSÚ 35

36 Jak zobrazuje graf 6-4, studenti mají úplně jiné využití dopravních prostředků než zaměstnaní, což souvisí také s věkem, ubytováním na kolejích, vlastnictvím auta a podobně. Téměř polovina z celkových dojíždějících žáků používá MHD, 30 % dojde pěšky. Větší zastoupení než u pracujících má také cesta autem jako spolujezdec, což odpovídá nižšímu věku studentů a žáků. GRAF 6-4: PROCENTUÁLNÍ VYJÁDŘENÍ POUŽITÍ DOPRAVNÍCH PROSTŘEDKŮ STUDENTY Dopravní prostředky -studenti MHD 30% 9% 8% pěšky kombinace autem - spolucestující 19% 7% autobusem (mimo MHD) autem - řidič nezjištěno 42% 2% 1% 1% 0% vlakem na kole jinak motocykl Zdroj: vlastní zpracování, data ČSÚ 36

37 GRAF 6-5: ČASOVÁ VZDÁLENOST DOJÍŽĎKY PRO STUDENTY počet cestujících Nejpoužívanější dopravní prostředky - studenti kombinace pěšky MHD 0 do 14 minut minut minut doba cesty Zdroj: vlastní zpracování, data ČSÚ Zobrazení tří nejpoužívanějších prostředků u žáků, které představuje graf 6-5, se od zaměstnanců liší především využitím pěší chůze. Zatímco zaměstnanci s délkou cesty do 14 minut dojíždí převážně autem, studenti dojdou pěšky. Naopak zastoupení MHD je stejně jako u zaměstnanců velmi vysoké pro delší cesty, kdy opět dochází ke zvyšování silniční intenzity CELKOVÁ DOJÍŽĎKA Zatímco v předchozích odstavcích byla posuzována dojížďka odděleně pro zaměstnance a studenty, následující tabulky a grafy představují hodnocení celkové. 37