VŠB-Technická univerzita Ostrava

Transkript

1 VŠB-Technická univerzita Ostrava Ekonomická fakulta WD Regionální disparity v územním rozvoji ČR jejich vznik, identifikace a eliminace Mezinárodní vědecká konference REGIONÁLNÍ DISPARITY A HOSPODÁŘSKÉ SUBJEKTY V REGIONÁLNÍM ROZVOJI Ostrava Sborník přednášek Ostrava, listopad 2010

2 Editorka sborníku: Ing. Klára Sobočíková Recenzovali: prof. Ing. Jiří Kern, CSc. doc. Ing. Jan Sucháček, Ph.D. VŠB-TU Ostrava, 2010 ISBN

3 OBSAH Regionální disparity v územním rozvoji - jejich identifikace, měření a hodnocení... 5 Metodicko-teoretické otázky regionálních disparit Vliv znalostní ekonomiky na regionální disparity Malé obce, regionální disparity a hodnotící model Měření regionální disparit pohled zpátky Regionální disparity ve vývoji nezaměstnanosti v období hospodářské krize Regionální disparity a soudrţnost v zemích V Problémy řízení municipálního rozvoje Indikátory pro hodnocení regionálních disparit a jejich integrace Regionální disparity procesu stárnutí obyvatel Česka po roce Regionální disparity v dostupnosti bydlení Implementační struktura operačního programu lidské zdroje a zaměstnanost Porovnání krajů nuts ii jihovýchod se zaměřením na lidské zdroje Regionálne aspekty rozmiestnenia nákupných centier Mobilita pracovných síl ako adaptačný mechanizmus v kontexte eurozóny (regionálne aspekty pre slovenskú ekonomiku a jej členstvo v eurozóne) Podstata a smysl strategického řízení regionálního rozvoje v České republice

4 Úvodem Váţené kolegyně, váţení kolegové, předkládáme Vám sborník příspěvků z mezinárodní vědecké konference Regionální disparity a hospodářské subjekty v regionálním rozvoji, konané v Ostravě 4. a 5. listopadu Konference je jedním ze závěrečných výstupů prezentujících výsledky řešení výzkumného úkol WD Regionální disparity v územním rozvoji ČR - jejich vznik, identifikace a eliminace, který byl řešen na VŠB-TU Ostrava, Ekonomické fakultě, v letech v rámci výzkumného programu Ministerstva pro místní rozvoj ČR WD výzkum pro potřeby řešení regionálních disparit. Konference byla jiţ od počátku organizována tak, aby byl vytvořen dostatečný prostor i pro prezentaci výsledků řešení ostatních úkolů výzkumného programu MMR, ale také pro všechny, kdo si chtějí vyměnit názory a poznatky na problematiku regionálních disparit, či na jiné problémy související s regionálním rozvojem. Váš zájem nás přesvědčil, ţe regionální disparity jsou stále aktuální problematikou, v níţ se však hlavní váha prací jiţ přesouvá z výzkumné polohy do polohy aplikační, tedy do vyuţívání jiţ dosaţených výsledků výzkumů v praxi regionálního managementu na všech úrovních regionálního řízení. Do sborníku jsme mohli zařadit jen 16 příspěvků, které jsme obdrţeli do uzávěrky sborníku. Další zajímavé přihlášené příspěvky, které jsme do uzávěrky neobdrţeli, bychom rádi zveřejnili v nejbliţším čísle elektronického časopisu Regionální disparity, které bude monotematicky věnováno nejzajímavějším příspěvkům této konference. Věřím, ţe příspěvky uveřejněné v tomto sborníku Vám přinesou nové informace vyuţitelné ve Vaší práci, nebo alespoň přispějí ke zvýšení stavu poznání o regionálních disparitách a regionálním rozvoji v České republice, na Slovensku a v dalších zemích Evropské unie. 4

5 Regionální disparity v územním rozvoji - jejich identifikace, Abstrakt měření a hodnocení Doc. Ing. Alois Kutscherauer, CSc. Příspěvek shrnuje přístup k řešení výzkumného úkolu WD Regionální disparity v územním rozvoji ČR a dosaţené výsledky výzkumu. Přináší širší pohled na problematiku disparit a shrnuje výsledky výzkumu zkoumaných problémových celků. Diskutují se zde také otázky agregace indikátorů a jejich vyuţitelnosti v praxi regionálního managementu České republiky. Klíčová slova Regionální disparity, fenomén disparity, pojetí disparity, informační hodnota disparity, sledování a hodnocení regionálních disparit, integrované indikátory, modelové regiony, metody výpočtu disparit. Abstract The paper summarizes the approach to solution of research project WD Regional disparities in territorial development of the Czech Republic and presents the research achievements. It brings broader view on problems of disparities and summarizes research results of examined problem areas. The issues of aggregation of indicators and their exploitation in the practice of regional management in the Czech Republic are discussed here too. Key words Regional disparities, disparity as a phenomenon, concept of disparity, information value of disparity, monitoring and evaluation of regional disparities, integrated indicators, model regions, methods of calculation of disparities Úvod Výzkumný úkol WD Regionální disparity v územním rozvoji ČR - jejich vznik, identifikace a eliminace byl řešen na VŠB-TUO, Ekonomické fakultě v letech v rámci výzkumného programu Ministerstva pro místní rozvoj ČR WD výzkum pro potřeby řešení regionálních disparit. Základním filosofickým východiskem výzkumu bylo akceptování disparity jako fenoménu, jehoţ identifikace, sledování a hodnocení má nějaký racionální smysl. Předmětem našeho zájmu byly regiony jako sloţité společenské subjekty, fungující v určitých sociálněekonomických podmínkách. Vývoj těchto subjektů se odehrává v čase a prostoru a je nerovnoměrný. Pojetí disparit jako projevů sloţitých společenských subjektů, si vyţádalo nahlíţet na problematiku disparit jako na sloţitý problém, který vyţaduje, aby byl přijat multidimenzionální přístup k jeho zkoumání. Takový přístup znamená především celostní (systémový) pohled na předmět zkoumání. Bylo proto nutné namísto tradičních přístupů 5

6 zaloţených na jedné převaţující dimenzi ekonomické rozšířit zkoumání na další dimenze sociální a územní. Multidimenzionálnost a celostní charakter zkoumání problematiky regionální diferenciace se týkalo především identifikace jejích faktorů a determinantů a diagnostiky jejího obsahu a rozsahu. Regionální disparity jsou představovány širokým spektrem jevů a procesů, v rámci nichţ je moţné regionální rozdíly klasifikovat, vysledovat, strukturalizovat a následně měřit a vyhodnocovat. 1 Zaměření výzkumu Vlastní základní výzkum problematiky disparit byl rozdělen do čtyř obsahově relativně homogenních částí nahlíţejících na disparity z aspektů: teorie a metodologie, klasifikace, identifikace a dekompozice, integrace indikátorů a moţností vytvoření modelových regionů, měření a hodnocení regionálních disparit. V aplikační poloze pak byl výzkumu orientován na: vyuţití informací o disparitách při tvorbě regionálních strategií a programů, vývoj regionálních disparit v České republice po vzniku samostatného českého státu, pojetí a vývoj regionálních disparit v Evropské Unii a v zemích V4 a v Rakousku. 2 Výsledky výzkumu V průběhu čtyřletého výzkumu se řešitelskému týmu podařilo dosáhnout řady přínosných výsledků obohacujících nejen teorii a metodologii disparit, ale i regionální manaţerskou praxi. Lze je za jednotlivé problémové celky charakterizovat takto: Teorie a metodologie disparit Došlo k významnému prohloubení teorie a metodologie disparit a metodiky přístupu k disparitám, zejména: zpřesněním definic disparit jako fenoménu, rozlišením a definováním disparit jako pozitivních a negativních, definováním čtyř úrovní uţivatelské hodnoty disparit, rozlišením hmotných a nehmotných (mentálních) disparit. Klasifikace, identifikace a dekompozice regionálních disparit Regionální disparity jsou klasifikovány ze dvou souvisejících perspektiv: vertikální perspektivy, vycházející z poznatku, ţe disparity se mění v souladu s geografickým měřítkem: kdyţ posuzujeme disparity v kontextu různých geograficky zaloţených rámců nebo různých územních měřítek, dostaneme velice rozdílný pohled na míru těchto disparit. Disparity mají tendenci se zvyšovat se sniţováním územního měřítka. horizontální perspektivy, související s věcnou sférou jejich výskytu. Klasifikace v rámci horizontální perspektivy je provedena podle jednoho atributu, který je 6

7 základem všech klasifikací, jeţ lze nalézt v literatuře, a to je sféra výskytu regionální disparity (věcné hledisko). Jako základní atribut pro členění disparit podle sféry výskytu byly zvoleny sféry - sociální, ekonomická, územní. Sociální disparity se týkají obyvatelstva v širším kontextu kvality ţivota, ţivotní úrovně, sociální rovnosti a sociální patologie. Netýkají se lidského potenciálu jako ekonomické kategorie, který je zařazen mezi ekonomické disparity. Ekonomické disparity se týkají regionálního výstupu v širším kontextu výkonnosti ekonomiky, její struktury, rozvojového a lidského potenciálu. Územní disparity jsou spojeny s polohovými poměry v širším kontextu s geografickými, přírodními, dopravními a technickými podmínkami regionu. Na 2. úrovni klasifikace jsou pak regionální disparity členěny na: Sociální disparity obyvatelstvo, do nějţ zahrnujeme jeho ţivotní úroveň (vč. vybavenosti domácností), úroveň vzdělávání, zdravotní stav, migraci a segregaci, sociální vybavenost, kam patří zdravotnictví, školství, sociální sluţby, kultura a bydlení, sociální patologie, do níţ zahrnujeme sociální exkluzi, kriminalitu (vč. bezpečnosti) a nehodovost. Ekonomické disparity ekonomický potenciál zahrnující výkonnost ekonomiky, produktivitu a vnější vztahy, ekonomická struktura, kam patří odvětvová struktura a struktura podle subjektů, rozvojový potenciál, do nějţ zahrnujeme výzkum a vývoj, zahraniční kapitál a investice, lidský potenciál, kam zařazujeme ekonomicky aktivní obyvatelstvo, zaměstnanost, nezaměstnanost a mobilitu. Územní disparity fyzicko-geografický potenciál zahrnující nerostné bohatství, klima, strukturu a intenzitu osídlení, polohové poměry a lokalizaci regionu, ţivotní a přírodní prostředí, kam patří ovzduší, odpady, voda, příroda a biodiverzita, lesy, krajina a půda, dopravní infrastruktura, do níţ zařazujeme silniční, ţelezniční a leteckou infrastrukturu, vodní dopravu a dopravní obsluţnost, technická infrastruktura, kam jsme zařadili zásobování vodou, kanalizaci a čištění odpadních vod, zásobování energiemi, informační a telekomunikační technologie a infrastrukturu cestovního ruchu. Na základě provedených analýz teoretických i praktických přístupů k identifikaci regionálních disparit byly tyto dekomponovány do čtyř rozlišovacích úrovní: sfér problémových celků deskriptorů indikátorů. 7

8 Dekompozice indikátorů pro identifikaci, sledování a hodnocení regionálních disparit je provedena v této klasifikační posloupnosti: rozlišovací úroveň - sféra disparit: 3 sféry, rozlišovací úroveň - problémový celek: 13 celků, rozlišovací úroveň deskriptor: 46 deskriptorů, rozlišovací úroveň indikátor: 165 indikátorů. Dlouhodobý vývoji disparit mezi kraji České republiky Analýza dlouhodobého vývoje regionálních disparit v ČR po vzniku samostatného státu měla především ukázat, v čem jsou nejvýznamnější disparity mezi kraji České republiky a jak se vyvíjí. Jako odpověď na tuto otázku byla provedena analýza vývoje sedmnácti vybraných indikátorů za sociální, ekonomickou a územní sféru a zhodnoceny jejich úrovně a odlišnosti vývoje v krajích České republiky v rozmezí let 1995 aţ Vývoj disparit v sociální sféře je reprezentován těmito indikátory: věkové sloţení obyvatelstva, úroveň vysokoškolského vzdělání, zaměstnanost v terciárním sektoru, počet lékařů na 10 tisíc obyvatel, počet míst v zařízeních sociální péče na 10 tisíc obyvatel, podíl domácností s čistým měsíčním příjmem pod hranicí ţivotního minima. Pro postiţení dlouhodobého vývoje ekonomiky krajů ČR byly vybrány tyto indikátory: čistý disponibilní důchod domácností na obyvatele, hrubý domácí produkt kraje (HDP), HDP kraje na obyvatele, tvorba hrubého fixního kapitálu na obyvatele, podíl exportu na HDP kraje, výdaje na výzkum a vývoj na obyvatele, hrubá přidaná hodnota na obyvatele, míra registrované nezaměstnanosti. Analýza dlouhodobého vývoje územních disparit krajů je zaměřena na jevy mající dynamický charakter, klíčový význam pro rozvoj regionů a jsou ovlivnitelné lidskou činností. Vývoj územních disparit krajů ČR je reprezentován indikátory: hustota dálnic na 100 km 2, podíl území s integrovanými dopravními systémy (IDS) na území kraje, podíl obyvatel napojených na kanalizaci, produkce emisí SO 2 /km 2. Výsledky výzkumu zaměřené na indikátory pro hodnocení regionálních disparit, měření a hodnocení regionálních disparit a na regionální disparity v Evropské Unii a v zemích V4 a Rakousku jsou na této konferenci prezentovány jako samostatné příspěvky. 8

9 Jedním z podstatných výstupů řešení tohoto výzkumného úkolu je souhrnná prezentace výsledků řešení v monografii REGIONÁLNÍ DISPARITY - Pojetí, teorie, identifikace, hodnocení, která je v tisku a vyjde do konce roku Indikátory disparit a jejich praktická vyuţitelnost Jedním z aspektů výzkumu vlivu disparit na regionální rozvoj země, bylo ověření moţného uţivatelského rozsahu vyuţitelnosti navrţené soustavy indikátorů pro identifikaci a hodnocení regionálních disparit v České republice. Navrţený základní soubor 165 indikátorů umoţňuje podrobné vyhodnocení sledovaných jevů a procesů, má však některá významná omezení. Dlouhodobá empirie ukazuje, ţe v základních indikátorech lze přehledně vyhodnotit indikátorů. Se stoupajícím počtem indikátorů pouţitých pro analýzu a hodnocení se ztrácí přehlednost, schopnost jejich vnímán v potřebných souvislostech a rychle se sniţuje vypovídací schopnost analýzy. Nastává potřeba nějaké informační nadstavby, tedy nějakého souhrnnějšího (integrovaného) pohledu na vyjádření analyzované problematiky, aniţ by se pro daný účel zkoumání nepřijatelně sníţila hodnota výsledné výpovědi. Ukazuje se, ţe jistá míra uţivatelské integrace indikátorů je potřebná, coţ je věčné téma odborných diskusí do jaké míry je moţné indikátory integrovat, aniţ by se vytratila jejich fundamentální uţivatelská hodnota a jakými metodami se lze k výsledkům integrovaného vyjádření dopracovat. Proto i při hodnocení regionálních disparit v ČR dospíváme k potřebě vytvoření integrovaných indikátorů, které mají dostatečnou vypovídací schopnost pro meziregionální srovnávání, jsou výpočetně zvládnutelné a pro příjemce informací dostatečně srozumitelné. Úskalí integrace ad hoc (u které obvykle dochází k největším chybám) se lze vyhnout seskupením základních indikátorů do promyšlených seskupení (dílčích celků) věcně homogenních, systémově akceptovatelných a metodicky logických a srozumitelných. K takové integraci základních indikátorů byly v rámci probíhajícího výzkumu regionálních disparit zvoleny dvě cesty. Cesta zaloţená na věcném seskupování indikátorů a cesta zaloţená na uţivatelském seskupování indikátorů. První cesta je zaloţena na integraci indikátorů do pokud moţno obsahově homogenních celků integrovaných indikátorů, jimiţ jsou např. ekonomický potenciál, ţivotní úroveň, sociální vybavenost či ţivotní prostředí v regionu. Takových integrovaných indikátorů je pro sledování a hodnocení disparit mezi regiony ČR navrţeno čtrnáct. Druhá cesta je zaloţena na seskupení indikátorů podle potenciálního způsobu uţití informací do modelových regionů, typologicky vycházejícího z identifikace hospodářského a sociálního potenciálu regionů. Integrované indikátory Integrované indikátory jsou indikátory sloţené z několika primárních či sekundárních indikátorů, vstupujících do nich se stanovenou vahou. Návrh systému sledování a hodnocení regionálních disparit v ČR členěný na sféru sociální, ekonomickou a územní obsahuje celkem 165 indikátorů. Na jejich bázi bylo vytvořeno 14 integrovaných indikátorů, charakterizujících: sociální sféru - 5 integrovaných indikátorů, 9

10 ekonomickou sféru - 4 integrované indikátory, územní sféru - 4 integrované indikátory a 1 integrovaný indikátor průřezový. Jejich stručné charakteristiky: 1. Ţivotní úroveň Zahrnuje úroveň příjmů a majetku, kvantitu a kvalitu spotřeby, rozsah a uţití volného času a kvalitu prostředí. 2. Zdravotní stav Zdravotní stav je posuzován z hledisek: lékařského, délky a kvality lidského ţivota a pracovní neschopnosti. 3. Sociální vybavenost Největší preference zde má zdravotní a sociální péče, s ohledem na význam zdraví a potřebu zabezpečení sluţeb pro stárnoucí populaci. 4. Bydlení Zde jsou seskupeny indikátory vypovídající zejména o prostorové kvalitě bydlení. 5. Sociální patologie Sociální patologie vyjadřuje soubor jevů, které jsou ve společnosti neţádoucí; mohou vést k sociálnímu vyloučení nebo přímo ohroţují zdraví, ţivot či bezpečnost občanů. 6. Ekonomický potenciál Integrovaný indikátor je konstruován ze tří indikátorů postihujících ekonomickou výkonnost regionu a výkonnost regionu ve vztahu k jiným regionům. 7. Ekonomická struktura Indikátor je konstruován s cílem postihnout ekonomiku regionu z hlediska jeho předpokladů pro další rozvoj a podmínek podnikání v mezinárodním kontextu. 8. Nezaměstnanost Integrovaný indikátor je konstruován k souhrnnému postiţení situace na trhu práce v regionu ze všech tří základních pohledů míry nezaměstnanosti, dlouhodobé nezaměstnanosti a tlaku na pracovní místa. 9. Rozvojový potenciál Integrovaný indikátor vychází z premisy, ţe budoucí podmínky pro rozvoj regionu jsou dány zejména rozvojem vědy a výzkumu, investic a tvorbou fixního kapitálu. 10. Osídlení Integrovaný indikátor je charakterizován čtyřmi indikátory vyjadřujícími strukturu osídlení a stupeň urbanizace. 10

11 11. Ţivotní prostředí Integrovaný indikátor je sloţen z indikátorů znečištění ovzduší, nakládání s odpady a znečištění povrchových vod. 12. Dopravní infrastruktura Integrovaný indikátor je sloţen z poměrových indikátorů vybavení dopravními zařízeními ţelezniční, silniční a letecké dopravy a pouţívání veřejné dopravy. 13. Technická infrastruktura Zde jde o vyjádření základu pro ochranu povrchových a podzemních vod před znečištěním neţádoucími látkami. 14. Kvalita ţivota Tento průřezový integrovaný indikátor charakterizuje rozdíly v kvalitě ţivota v regionech. Modelové regiony Ve vymezení modelových regionů pro hodnocení disparit mezi regiony ČR je v rámci základních hledisek hospodářského a sociálního rozvoje regionu volena taková skladbu indikátorů, aby co nejlépe postihovala čtyři definované úrovně uţivatelské hodnoty informací o regionálních disparitách. Uţivatelskou hodnoty informací významných pro: 1. zvyšování stavu poznání, 2. strategické rozhodování, 3. motivaci k nějaké konkrétní činnosti, 4. operativní jednání. Pro tyto čtyři uţivatelské úrovně informací o regionálních disparitách je navrţeno sedm seskupení informací představující typové potenciálně vyuţitelné způsoby uţití, vytvářející relativně autonomní celky - modelové regiony. Jde o tyto typy modelových regionů: ekonomicky zaostávající region, region poznamenaný průmyslovým úpadkem či recesí, venkovský region, ekonomicky výkonný region, region s všestrannými podmínkami pro ţivot, region s vysoce rozvinutými sociálními sluţbami, vysoce inovující region. Jednotlivé typy navrţených modelových regionů lze stručně charakterizovat takto: 1. Ekonomicky dlouhodobě zaostávající region Je charakterizován zejména dlouhodobě nízkou výkonností ekonomiky a její nepříznivou sektorovou strukturou. Dále nízkými důchody domácností a vysokou mírou nezaměstnanosti, zejména dlouhodobé. 11

12 2. Region poznamenaný průmyslovým úpadkem či recesí Je charakterizován dramaticky se sniţující výkonností ekonomiky, výraznými změnami struktury ekonomiky i zaměstnanosti. V regionu dochází k úpadku významných firem, rovněţ nezaměstnanost je vysoká a vyuţitelnost pracovních sil je nepříznivá zejména jejich strukturou. 3. Venkovský region Je charakterizován nízkou výkonností ekonomiky a její jednostrannou strukturou s orientací na primární sektor. Rovněţ struktura zaměstnanosti je nepříznivá a odráţí strukturu ekonomiky. Charakteristickým rysem regionu je nepřítomnost významných firem a nízká úroveň podnikatelských aktivit v odvětvích zaloţených na znalostech. Pozitivním rysem tohoto modelového regionu je relativně dobrá environmentální kvalita území. 4. Ekonomicky výkonný region Je to region s výkonnou ekonomikou, vysokou produktivitou práce a produkcí v odvětvích, která mají dobré postavení na domácím, resp. zahraničním trhu. Je charakterizován nízkou mírou nezaměstnanosti, kvalitou pracovních sil a vysokou mírou vzdělanosti. 5. Region s všestrannými podmínkami pro ţivot Vyznačuje se vysokou úrovní důchodů domácností, vysokou úrovní vzdělanosti obyvatelstva a dostupností pracovních sil. V regionu je dostatečná nabídka kvalitních sociálních sluţeb a příleţitostí pro volnočasové aktivity. Úroveň kriminality je nízká a úroveň bydlení je vysoká. 6. Region s vysoce rozvinutými sociálními sluţbami Základní charakteristikou regionu je vysoká úroveň sluţeb zajišťovaných zařízeními sociální infrastruktury. Vysoká úroveň sociálních sluţeb v regionu přispívá nejen ke zkvalitnění způsobu ţivota jeho obyvatel, ale i k vytváření podmínek pro rozvoj lidského potenciálu. 7. Vysoce inovující region Základními charakteristikami tohoto regionu jsou vysoká přidaná hodnota v technologicky náročném průmyslu a sluţbách, vysoká úroveň zaměstnanosti ve vědě a zároveň vysoká úroveň vzdělanosti podpořená dobrou úrovní školství, zejména vysokého. * * * Atributy indikátorů, které jednotlivé typy modelových regionů charakterizují, je třeba povaţovat za mezní. V realitě nikdy nejsou hodnoty všech indikátorů zcela dobré nebo zcela špatné. Vţdy jde o různou intenzitu působení sledovaných jevů, resp. procesů a rozhodující je synergický efekt jejich působení. Předkládané vymezení sedmi typů modelových regionů je ze systémového a metodologického pohledu zdůvodnitelné. V současné praxi regionálního managementu v České republice však lze vystačit s menším počtem modelových regionů. Při hodnocení 12

13 vývoje disparit na úrovni krajů ČR se ukazuje nadbytečné zavedení modelu venkovského regionu a regionu poznamenaného průmyslovým úpadkem či recesí a vývoj disparit v ekonomické sféře lze spojit do jednoho modelu. Pak bychom podle účelu uţití informací o vývoji disparit mezi kraji ČR vystačili se čtyřmi či pěti modely hodnocení. Neplatí to však, pokud by předmětem analýzy byla území menší neţ kraj, např. okres nebo území správního obvodu obce s rozšířenou působností (ORP). Zde má model venkovského regionu, jakoţ i model regionu poznamenaného průmyslovým úpadkem či recesí své opodstatnění. 4 Aplikovatelnost zkoumaných metod Integrace indikátorů, ať jiţ věcná, nebo pomocí modelových regionů není nejobtíţnějším úkolem řešení jak sledovat a hodnotit regionální disparity. Daleko obtíţnější je najít pro provedená seskupení indikátorů takové způsoby výpočtu a prezentace výsledků, aby byly uchopitelné regionálním managementem, zůstaly srozumitelné a věcně interpretovatelné. Z metod vyuţitelných pro analýzu, hodnocení a prezentaci vývoje disparit mezi regiony ČR cestou integrovaných indikátorů či modelových regionů se jako nejlépe vyuţitelné a dobře zvládnutelné regionálním managementem jeví tři metody. Škálovací metoda nazývaná semafor, metoda bodová a metoda normované proměnné. Metoda semaforu je vhodná pro analýzu a hodnocení dat uspořádaných do tabulek. Metoda bodová je vhodná pro grafickou prezentaci, kdyţ v hodnocení upřednostňujeme změny ve vývoji disparit v čase a je poţadována delší časová řada. Metoda normované proměnné je vhodnější, kdyţ upřednostňujeme relaci mezi regiony a přitom zpravidla jde o poznání aktuální situace, nebo vývoje v několika posledních letech. Uplatňování všech tří metod je uţivatelsky přívětivé, neboť potřebnými výpočetními funkcemi podmíněného formátování či výpočtu směrodatné odchylky jsou dnes jiţ vybaveny všechny profesionálně vyuţívané kancelářské balíky. 5 Kvantitativní ověření vyuţitelnosti vybraných modelových regionů Z popsaných sedmi typů modelových regionů povaţujeme za uţivatelsky nejpřínosnější model ekonomické výkonnosti regionu a model regionu s všestrannými podmínkami pro ţivot. Proto jejich kvantitativnímu ověření na datech krajů ČR za léta 2001 aţ 2006, resp. 2007, věnuji závěrečnou část mého příspěvku. Model ekonomické výkonnosti regionů Hodnocení ekonomicky výkonných nebo zaostávajících regionů je moţné provést na jednom modelu ekonomické potence regionu, protoţe oba typy jsou reprezentovány stejnými výchozími indikátory a jejich charakter je dán orientací disparity (pozitivní, negativní), kterou vykazují vůči průměru ČR. Kvantitativní ověření modelu ekonomické výkonnosti regionů je zaloţeno na osmi indikátorech. Výpočet hodnot tohoto modelu je proveden metodou normované proměnné, s expertně stanovenými vahami výchozích indikátorů, jimiţ jsou: 13

14 Indikátor Určujícím aspektem stanovení vah pouţitých výchozích indikátorů byla míra jejich přímého vlivu na výkonnost modelového regionu a míra resp. těsnost jejich korelace na ostatní indikátory relevantní pro vyjádření jeho potence. Výsledek výpočtu agregovaného vyjádření modelu ekonomické výkonnosti regionu je zachycen v tabulce 1. Vzhledem k tomu, ţe z uţivatelského hlediska jsou významné především aktuální stav a prognóza vývoje, jsou pozice krajů v modelu uspořádány podle hodnot dosaţených v posledním roce analýzy a zvýrazněny pouţitím metody Semaforu. O budoucím vývoji pak lze usuzovat podle trajektorií vývoje patrných z grafu 1. Tabulka 1: Model ekonomické výkonnosti regionů (metoda normované proměnné) Váha 1 HDP na obyvatele 0,15 2 Hrubá přidaná hodnota na zaměstnanou osobu 0,15 3 Podíl zaměstnanosti v sekundární sféře 0,08 4 Míra registrované nezaměstnanosti 0,15 5 Ekonomické subjekty s 25 a více zaměstnanci na 1000 obyvatel 0,10 6 Podíl domácností s čistými měsíčními příjmy pod hranicí ţivotního minima 0,10 7 Podíl vysokoškolsky vzdělaných zaměstnaných obyvatel 0,12 8 Čistý roční disponibilní důchod na obyvatele 0,15 Zdroj: Kutscherauer a kol.,

15 Z tabulky 1 je zřejmé, ţe ekonomicky nejvýkonnějším modelovým regionem je Hlavní město Praha a ekonomicky nejvíce zaostávajícím regionem Ústecký kraj. Pozice ostatních krajů si vyţaduje obsáhlejší komentář. Záměrem modelu bylo agregovaně vyjádřit ekonomicky výkonné a zaostávající regiony. K tomu se nabízí vymezit v tabulce modelu (viz tabulku 2) tři pásma: ekonomicky výkonné (taţné) regiony ekonomicky stabilizované regiony ekonomicky zaostávající regiony. Zjištěná realita krajů ČR v letech však pro následnou analýzu vypočítaných výsledků modelu si vyţaduje trochu podrobnější deskripci předmětné problematiky. Z výsledků modelu je zřejmé, ţe od roku 2001 po celých šest let byly ekonomicky nejvýkonnějšími regiony, vykazujícími největší disparitu vůči průměru ČR, Hlavní město Praha a kraje Jihomoravský a Středočeský, jejichţ pozitivní disparita se za toto období dále zvětšila. Ve středním pásmu, které v modelu reprezentují ekonomicky stabilizované regiony, jejichţ disparita se pohybuje kolem průměru ČR, se nachází kraje Plzeňský, Jihočeský a Královéhradecký, jejich parametry se však v posledních letech analýzy mírně zhoršovaly. Ve třetím pásmu se nachází osm regionů, které podle vypočítaných hodnot se jeví účelné rozdělit do dvou skupin. Jednu skupinu tvoří čtyři ekonomicky nejvíce zaostávajícími regiony, vykazující největší negativní disparitu vůči průměru ČR (s hodnotou indexu pod -0,3), kterými jsou kraje Olomoucký, Liberecký, Karlovarský a Ústecký. Ve všech těchto regionech se parametry jejich ekonomické potence v analyzovaném období dále zhoršovaly. Tabulka 2: Pásma prosperity a ekonomického zaostávání krajů ČR Zdroj: Kutscherauer a kol.,

16 Druhou skupiny tvoří regiony vykazující sice parametry zaostávání, ale s menší intenzitou neţ tomu je u čtyř výše uvedených krajů (hodnota indexu se u nich pohybuje mezi -0,2 aţ -0,3) a vývoj jejich parametrů byl specifický. Jsou jimi kraje Zlínský, Vysočina, Moravskoslezský a Pardubický. Dva kraje Zlínský a Moravskoslezský - zlepšily své ekonomické parametry a jejich další vývoj směřuje do pásma ekonomicky stabilizovaných regionů, zbývající dva kraje Vysočina a Pardubický naopak své ekonomické parametry zhoršily a jejich vývoj směřuje do pásma ekonomicky nejvíce zaostávajících regionů. Vývoj disparity ekonomické výkonnosti krajů ČR za analyzované období je patrný z grafů 1 a 2. Dynamiku změn lze lépe vysledovat v grafu 2. V grafu 1 je odstup parametrů Prahy tak velký, ţe v něm jde jen velmi obtíţně sledovat relace mezi ostatními kraji. Proto v grafu 2 byla vypuštěna datová čára Prahy, takţe rozestup datových čar ostatních krajů se zvětšil a je dobře vysledovatelný. Graf 1: Vývoj disparity v ekonomické výkonnosti krajů ČR Zdroj: Kutscherauer a kol., 2010 Největší dynamiku změn v pozitivním směru (zlepšování parametrů) lze mimo Prahu vysledovat v Moravskoslezském kraji, v negativním směru (zhoršování parametrů) v krajích Libereckém a Karlovarském. 16

17 Graf 2: Vývoj parametrů ekonomické výkonnosti krajů ČR (bez hl. města Prahy) Zdroj: Kutscherauer a kol., 2010 Jak jiţ bylo řečeno, model byl vypočítán metodou normované proměnné s vyuţitím expertně stanovených vah výchozích indikátorů. Nabízí se otázka, zda výsledek modelu by byl ještě stále akceptovatelný, pokud by nebyly podmínky pro stanovení vah, jinými slovy zda výsledky modelu vypočítané se stejnými vahami indikátorů by byly prakticky vyuţitelné. Výsledky výpočtů získané oběma variantami jsou srovnány v grafu 3. Jak hodnoty krajů v grafu 3 ukazují, model vypočítaný ve variantě 1 s reálně stanovenými vahami indikátorů, se při ověřování jevil zejména po kvantitativní stránce věrohodnější. Pokud jde o pozice krajů ekonomicky výkonných a ekonomicky nejvíce zaostávajících (první tři a poslední tři místa), tedy o to co uţivatele nejvíce zajímá, jsou výsledky obou variant téměř totoţné. K dílčím změnám pozic dochází převáţně ve středním pásmu modelu. Toto zjištění samozřejmě platí, pokud rozptyl vah není příliš velký. To však lze povaţovat za obvyklou situaci vzhledem k tomu, ţe model je zaloţený na indikátorech relevantních pro charakterizování jevů, resp. procesů, které synteticky vyjadřuje, a bylo by proto nelogické potlačit význam některého indikátoru extrémně nízkou vahou. Jednodušší by bylo takový indikátor do modelu vůbec nezařazovat. 17

18 Graf 3: Srovnání výsledků variant výpočtu modelu ekonomické výkonnosti regionů se stanovenými vahami a stejnými vahami indikátorů Zdroj: Kutscherauer a kol., 2010 Model regionu s všestrannými podmínkami pro ţivot Tento model agregovaně zobrazuje region vytvářející svým obyvatelům dobré podmínky pro bydlení, práci i podnikání, s dostatečnou nabídkou pracovních míst, nízkou kriminalitou, kvalitní infrastrukturou a zdravým ţivotním prostředím. Kvantitativní ověření modelu regionu s všestrannými podmínkami pro ţivot je zaloţeno na dvanácti indikátorech zahrnujících sociální, ekonomickou a územní sféru. Výpočet hodnot tohoto modelu je proveden metodou normované proměnné, s expertně stanovenými vahami výchozích indikátorů. Analyzováno je období let

19 Model je reprezentován těmito indikátory: Indikátor Váhy 1 Míra dlouhodobé nezaměstnanosti 0,11 2 Čistý disponibilní důchod domácností na jednoho obyvatele 0,11 3 Podíl vysokoškolsky vzdělaných zaměstnaných obyvatel 0,11 4 Počet míst v zařízeních sociální péče na 10 tis. obyvatel 0,08 5 Počet veřejných knihoven s pobočkami na 10 tis. obyvatel 0,06 6 Počet středisek pro volný čas dětí a mládeţe na 10 tis. obyvatel 0,07 7 Počet sportovních zařízení na 10 tis. obyvatel 0,07 8 Počet zjištěných trestných činů na 1000 obyvatel 0,10 9 Emise oxidu siřičitého na km 2 0,11 10 Podíl zalesněné plochy z území kraje 0,06 11 Celková délka silnic a dálnic na 100 km 2 0,08 12 Hustota ţelezničních tratí v km na 100 km 2 0,04 Výsledek výpočtů na modelu regionu s všestrannými podmínkami pro ţivot je zachycen v tabulce 3. Pozice krajů v modelu jsou uspořádány podle hodnot dosaţených v posledním roce analýzy (rok 2006) a zvýrazněny pouţitím metody Semaforu. Změny, ke kterým docházelo v průběhu jednotlivých let analyzovaného období, jsou patrné z grafu 4. Tabulka 3: Model regionu s všestrannými podmínkami pro ţivot (metoda normované proměnné) Zdroj: Kutscherauer a kol., 2010 Z tabulky 3 je zřejmé, ţe regionem vytvářejícím obyvatelstvu všestranné podmínky pro ţivot na nejvyšší úrovni po téměř celé analyzované období (mimo roku 2005) byl Královéhradecký kraj. Naopak krajem, který po celé toto období vytvářel obyvatelstvu nejméně příznivé podmínky, byl Ústecký kraj. 19

20 Rozptyl disparity hodnot tohoto modelu mezi kraji ČR je velký (viz graf 4) a pro vyváţený regionální rozvoj ČR je nezbytné, aby byl zmenšován. Graf 4: Vývoj všestranných podmínek pro ţivot v krajích ČR Zdroj: Kutscherauer a kol., 2010 Podrobnější analýza výsledků tohoto modelu ukazuje, ţe kraje ČR v něm lze rozdělit do tří, dosahovanými hodnotami velmi zřetelných, kvalitativních pásem (viz tabulku 4). První pásmo regionů vytvářejících obyvatelům všestranné podmínky pro ţivot na velmi dobré úrovni tvoří kraje Královéhradecký, Zlínský, Olomoucký a Vysočina. Druhé pásmo regionů vytvářejících průměrné podmínky tvoří kraje Středočeský, Jihočeský, Plzeňský, Jihomoravský a Liberecký. Třetí pásmo regionů vytvářejících obyvatelům podmínky pro ţivot se zřetelně podprůměrnými hodnotami (ve vztahu k průměru ČR) tvoří kraje Karlovarský, Moravskoslezský, Hlavní město Praha a Ústecký. 20

21 Tabulka 4: Kvalitativní pásma vytvářených podmínek pro ţivot v krajích ČR Zdroj: Kutscherauer a kol., 2010 Stejně jako u předchozího modelu ekonomické potence regionu i u modelu regionu s všestrannými podmínkami pro ţivot srovnání variant hodnocení regionu se stanovenými vahami a se stejnými vahami indikátorů ukázalo, ţe model je poměrně necitlivý ke změně vah (pokud nejsou příliš velké) a pro základní orientaci uţivatele je dostatečně vypovídající i při stejných vahách indikátorů. Závěr Prezentované výsledky výzkumu ukazují, ţe základní výzkum problematiky disparit v rámci úkolu WD Regionální disparity v územním rozvoji České republiky přispěl k prohloubení dosavadních poznatků o této problematice ve všech jejích relevantních sférách v teorii, metodologii, klasifikaci, systémové dekompozici i praktické uplatnitelnosti. Jedním z aplikovaných přístupů byla různorodost a komplexnost pohledu na regionální disparity. Byl opuštěn jednostranný a tradičně uplatňovaný pohled na regionální disparity jako na negativní jev, kdy jde o zjišťování, v čem jednotlivé subjekty zaostávají. Je navrhováno, aby kromě tohoto pohledu byly disparity vnímány rovněţ jako pozitivní jev, tedy zkoumání rozdílnosti subjektů, vedoucí také k poznání jejich jedinečnosti, resp. unikátnosti v pozitivním slova smyslu. Novost zkoumání regionálních disparit byla uplatněna také u volby přístupu k identifikaci a hodnocení disparit. Šlo o to, zjistit, do jaké míry přinášejí informace o zjištěných disparitách uţivateli informací nové poznání a v jakém smyslu můţe být toto poznání vyuţito. Je rozlišována informační hodnota disparit jako poznávací, rozhodovací, motivační a operační. Navrţená soustava 46 deskriptorů a 165 indikátorů představuje rozsáhlou mnoţinu informací, umoţňující podrobné pohledy na regionální disparity. Na úrovni jednotlivých indikátorů jde o 21

22 velmi detailní pohledy umoţňující řešení konkrétních autonomních dílčích problémů, avšak jejich vyuţití pro rozhodování, je obvykle pro jejich mnoţství a příliš detailní pohled obtíţné. Pro rozhodování, zejména strategické, je obvykle potřebný syntetičtější pohled, který ukazuje problematiku existence a vývoje disparit v regionech v různém stupni integrace a ve vzájemných souvislostech. Proto je potřebná jistá míra uţivatelské integrace indikátorů, coţ vedlo k vypracování návrhu integrovaných indikátorů a modelových regionů pro sledování a hodnocení regionálních disparit. Identifikováno je čtrnáct integrovaných indikátorů a sedm typů modelových regionů. Jak jiţ bylo řečeno výše, jsou na této konferenci výsledky zkoumání přístupů a vývoje disparit v EU a v zemích V4 předmětem samostatného příspěvku. Šlo však v rámci úkolu o integrální součást výzkumných prací a proto povaţuji za potřebné uvést alespoň několik souhrnných závěrů této části výzkumu. Regionální politika zemí EU a politika soudrţnosti EU představují komplex politik, jejichţ cílem je přispívat k vyváţenému rozvoji regionů v zemích EU. Současná regionální politika není jiţ orientována pouze na řešení regionálních disparit, ale akcentuje podporu rozvoje v širším kontextu jako podporu růstu, zaměstnanosti, výkonnosti a konkurenceschopnosti regionů, které mají přispívat ke konkurenceschopnosti národních ekonomik a Evropské unie jako celku. Přestoţe při hodnocení politiky soudrţnosti na úrovni EU lze vysledovat tendenci ke konvergenci mezi zeměmi, na regionální úrovni toto není jiţ tak jednoznačné. Ve vyspělých zemích jako je Rakousko k výraznému nárůstu regionálních disparit nedochází, přesto země má své disparitní problémy. Ve všech analyzovaných nových státech EU12 se v posledním období projevil zřetelný nárůst disparit zejména mezi hlavními městy, resp. regiony hlavních měst a zbývajícím územím, k dalšímu prohlubování disparit dochází také na niţších regionálních úrovních a uvnitř těchto úrovní. Souhrnně lze konstatovat, ţe období po vstupu do EU aţ do vypuknutí světové finanční krize, tedy období , přineslo státům V4 významný hospodářský růst, sníţení nezaměstnanosti a zvýšení zaměstnanosti. Tyto příznivé podmínky však nebyly dostatečně vyuţity ke stabilizaci veřejných financí, ani k větší orientaci na podporu výzkumu a inovací. Analýza prokázala, ţe strukturální pomoc má příznivý dopad na růst v zaostávajících regionech, avšak ke zmírňování disparit mezi vedoucím regionem ve státě s hlavním městem a ostatními regiony nedochází. Orientace na konkurenceschopnost a vyuţívání růstových faktorů na regionální úrovni přináší zvyšování disparit i mezi regiony ve skupině dohánějících regionů v rámci jednotlivých států středoevropského prostoru. Seznam literatury a pouţitých zdrojů Tento příspěvek prezentuje výsledky výzkumného úkolu WD Regionální disparity v územním rozvoji České republiky a vychází z monografie: Kutscherauer, A. a kol. REGIONÁLNÍ DISPARITY. Pojetí, teorie, identifikace, hodnocení. Ostrava: VŠB-TUO, 2010 (v tisku) Průběţné výsledky řešení výzkumného úkolu jsou dostupné také na www: 22

23 Abstrakt Metodicko-teoretické otázky regionálních disparit Prof. Ing. Miroslav Hučka, CSc; Doc. Ing. Alois Kutscherauer, CSc; Doc. Ing. Jan Sucháček, PhD. Příspěvek se zabývá metodicko-teoretickými otázkami regionálních disparit. Analyzuje problematiku informační hodnoty regionálních disparit. Prezentuje základní pohled na regionální disparity, a to zkoumání rozdílnosti subjektů z hlediska jejich zaostávání (negativní disparity) a z hlediska jejich jedinečnosti (pozitivní disparity). Podrobně se zabývá dvěma skupinami atributů regionálních disparit, a to atributy polaritního charakteru a atributy charakteru výčtu moţností, a zdůrazňuje jejich metodologickou povahu. Klíčovým problémem, který je v příspěvku prezentován, je systémová dekompozice a klasifikace regionálních disparit ve dvou skupinách (hmotné disparity a nehmotné disparity) a ve dvou pohledech (vertikální perspektiva a horizontální perspektiva). Klíčová slova Regionální disparity, teorie, metodologie, klasifikace, informační hodnota, atribut, dekompozice Summary The article deals with methodical-theoretical issues of regional disparities. It analyses the problem of information value of regional disparities. It presents the basic look on regional disparities, e.g. study of difference of subjects from the point of view their retardation (negative disparities) and their uniqueness (positive disparities). It deals in detail with two groups of attributes of regional disparities, namely attributes with polarity character and attributes as list of possibilities, and emphasizes their methodological nature. The key problem presented in the article is the systemic decomposition and classification of regional disparities in two groups (material and intangible disparities) and in two perspectives (vertical and horizontal perspective). Key words Regional disparities, theory, methodology, classification, information value, attribute, decomposition Úvod Tento příspěvek je jedním z výsledků řešení výzkumného projektu WD s názvem Regionální disparity v územním rozvoji ČR, který je řešen na VŠB-TU Ostrava v letech Cílem příspěvku je vyuţít analytické poznatky z předchozích etap řešení k prohloubení poznatkové metodicko-teoretické základny a prezentovat některé další pohledy na regionální disparity. Struktura příspěvku je následující. Začíná dvěma pohledy na regionální disparity a zavádí tzv. negativní a pozitivní disparity. Poté rozebírá problematiku informační hodnoty disparit. V další části analyzuje různá hlediska zkoumání regionálních disparit, jejichţ projevem je celá řada atributů regionálních disparit. 23

24 Na základě analýzy moţných atributů regionálních disparit byly zvoleny dva atributy pro klasifikaci regionálních disparit, a to sféra výskytu regionálních disparit a teritorialita (geografická úroveň) regionálních disparit. To posléze vedlo k dvěma souvisejícím perspektivám klasifikace, a to k horizontální perspektivě, související s věcnou sférou jejich výskytu, a k vertikální perspektivě, umoţňující posuzovat disparity v kontextu různých územních měřítek. Závěry shrnují prezentovanou problematiku. 1 Negativní a pozitivní disparity Základní úvahy Jsou dva základní důvody, proč chceme identifikovat relevantní znaky subjektů, jako nositelů jistých vlastností, vzájemně je srovnávat a podrobit zkoumání, jako předmětu našeho poznání, naší činnosti či našeho zájmu. Prvním důvodem je potřeba identifikace a zkoumání rozdílností relevantních znaků subjektů, kde jde zpravidla o zjišťování, v čem jednotlivé subjekty, v rámci vymezené (stanovené) mnoţiny států, zemí, regionů, obcí, podniků apod., zaostávají, a jaký to má vliv na jejich změny, zejména systémové, na změny struktury a chování. Jde dosud o natolik dominantní přístup, ţe se často zjišťování těchto negativních znaků označuje jako disparitní přístup. Druhým, dosud daleko méně častým důvodem je zkoumání rozdílnosti subjektů (jejich relevantních znaků), vedoucí k poznání jejich jedinečnosti, schopnosti účelně a efektivně se odlišit od ostatních zkoumaných subjektů a také např. k účinnému vyuţití jejich komparativních výhod. Tedy schopnosti plnit jistou pozitivní roli (obecně ve vymezené mnoţině subjektů, specificky pak ve společenství zemí, regionů, obcí apod.). Tyto dva odlišné pohledy vedou k označení disparit jako negativní a pozitivní disparity. Současně je moţno přijmout analogii s dvěma stránkami, obvykle pouţívanými v regionálních analýzách, a to jsou slabé stránky a silné stránky nějakého zkoumaného objektu. Negativní regionální disparity je potom moţno chápat jako slabé stránky a pozitivní regionální disparity jako silné stránky. Slabé stránky obvykle mohou vyústit aţ do klíčových zranitelností zkoumaného objektu, které zpravidla spočívají v chybějících zdrojích a chybějících schopnostech (způsobilostech) vyuţívat zdroje. Silné stránky obvykle vyústí do komparativní, resp. konkurenční výhody zkoumaného objektu, které zpravidla spočívají v unikátních a hodnotných zdrojích 1) a unikátních schopnostech (způsobilostech) tyto zdroje vyuţívat. Schematicky jsou výše provedené úvahy znázorněny na obr. 1. 1) Zdroje obvykle členíme na přírodní, lidské, kapitálové, fyzickou infrastrukturu, administrativní infrastrukturu, informační infrastrukturu, vědecko-výzkumnou infrastrukturu apod. 24

25 Obrázek 1: Negativní a pozitivní regionální disparity REGIONÁLNÍ DISPARITY NEGATIVNÍ POZITIVNÍ SLABÉ STRÁNKY SILNÉ STRÁNKY KLÍČOVÉ ZRANITELNOSTI KOMPARATIVNÍ VÝHODY CHYBĚJÍCÍ ZDROJE CHYBĚJÍCÍ SCHOPNOSTI KONKURENČNÍ VÝHODY UNIKÁTNÍ A HODNOTNÉ ZDROJE UNIKÁTNÍ SCHOPNOSTI (ZPŮSOBILOSTI) Zdroj: vlastní tvorba 2 Informační hodnota regionálních disparit Jakou informační hodnotu mohou mít pro uţivatele informace o rozdílech (disparitách) mezi regiony ČR? Uţitek z přijatých informací o regionálních disparitách můţe pro uţivatele spočívat v následujících čtyřech hodnotách. Poznávací hodnota regionálních disparit Informace o regionálních disparitách zvýší stav poznání o regionech ČR a jejich pozici vůči jiným regionům (v ČR nebo v zahraničí), o rozdílnostech mezi subjekty regionu (podnikateli, domácnostmi), jejich výkonnosti, struktuře, aktivitách. Jistě půjde především o to, jaká je celková úroveň regionu a jaké nabízí podmínky pro ţivot lidí ze sociálního, ekonomického i ekologického pohledu, co lze očekávat, ţe jim nabídne v budoucnosti a jaká je jeho pozice v takto definovaných parametrech ve srovnání s jinými regiony ČR a stále častěji i s regiony zemí EU. To je převaţující způsob vyuţívání informací o regionálních disparitách. Rozhodovací hodnota regionálních disparit Informace o regionálních disparitách jsou východiskem (podnětem) pro jeho cílevědomé rozhodování, zpravidla dlouhodobá strategická rozhodnutí uţivatele. Z hlediska způsobu uţití jde zřejmě o nejdůleţitější aspekt poznání disparit mezi regiony. Zde je třeba postihnout relevantní disparity, které mají klíčový význam pro strategické rozhodování. Rozhodování centra vůči regionům (krajům, případně regionům soudrţnosti), rozhodování krajů vůči územním celkům uvnitř kraje (územím ORP, okresům). 25

26 Uţivatelská poloha je zde dvojí. První je neformalizovaná, v ní jde o informace ad hoc potřebné pro rozhodování - vlády, ministerstev, zastupitelstev krajů apod. Zde nalezení podoby dostatečně vypovídajících a adaptabilních informací (dostatečně reflektujících konkrétní situaci či potřebu) bude obtíţné. Základní mnoţinu sledovaných a vyhodnocovaných informací bude zřejmě potřebné odvodit od navozených pravděpodobných modelových situací. Trochu méně obtíţnou situaci je moţné očekávat ve druhé, formalizované poloze, kde jde o vyjádření disparit, jejichţ poznání je potřebné jako východisek pro orientaci strategických a programových dokumentů, zejména pro analýzy. Velkou pomocí zde mohou být existující metodiky pro zpracování těchto dokumentů, které do značné míry předurčují charakter a rozsah potřebných analytických informací i informací pro jejich celkovou orientaci a stanovování resp. komparaci konzistentních cílů regionálního rozvoje na celostátní úrovni i na úrovni regionů. Motivační hodnota regionálních disparit Informace o regionálních disparitách motivují uţivatele k jednání, které pro něj, nebo jeho aktivity bude zpravidla mít dlouhodobé účinky (dopady). Zde jde o nalezení informací motivujících příjemce informací k určitým postojům, aktivitám, chování. Nejčastěji asi půjde o orientaci jeho dlouhodobých aktivit ve spojení s regionem. Pro příjemce informací uvnitř regionu můţe jít o to, zda v regionu se svojí rodinou zůstat, či se z něj vystěhovat, zda v něm udrţovat své ekonomické aktivity, případně je dále rozvíjet. Pro příjemce informací vně regionu můţe jít o to, zda se do něj přistěhovat, zda v něm setrvat se svým podnikáním, začít podnikat, či alespoň umístit své investice (nabízí-li mu významné komparativní výhody proti jiným regionům). Operační hodnota regionálních disparit Informace o regionálních disparitách přimějí uţivatele k nějakému operativnímu (bezprostřednímu) jednání zpravidla s cílem dosáhnout nějakých bezprostředních efektů (účinků) v krátkém časovém horizontu; za jistých okolností však tento efekt můţe být i střednědobý, někdy i dlouhodobý. Zde půjde zpravidla o reakci na okamţitý vývoj některých jevů či procesů probíhajících v regionu odlišně od jiných regionů či od norem apod. Mohou to být takové jevy či procesy, u nichţ můţe hrát významnou roli odlišnost vývoje v jednotlivých regionech: regionální nerovnost imigrace, skokový nárůst regionální nezaměstnanosti (např. výpadkem dominantních výrobců v souvislosti s hospodářskou krizí), aktuální výbušné problémy řešení situace nepřizpůsobivých skupin obyvatelstva apod. Tento způsob uţití informací je pravděpodobný a do struktury uţití informací o disparitách jistě patří. Má však značná úskalí. Vzhledem k tomu, ţe jde o situace vznikající v reálném čase a je na ně třeba reagovat bezprostředně, zůstává zde řada otazníků. Je moţné dopředu vymezit indikátory mající charakter disparit, které by zachytily většinu situací, které v ţivotě kraje či města mohou nastat? Jakou formou tyto informace poskytovat? Jak vyhledávat jejich uţivatele? Nebo to bude záleţet na uţivatelích, jestli si takové informace vyţádají (pokud o nich budou vědět)? 26

27 3 Hlediska zkoumání a atributy regionálních disparit Charakteristika, vývoj a podoby regionálních disparit jsou úzce spjaty s hlediskem zkoumání. Hledisek zkoumání regionálních disparit existuje celá řada a to nás opravňuje disparity chápat jako multidimenzionální problém. Hlediska zkoumání nejsou v literatuře systematicky a komplexně prezentována. Jsou roztříštěna u jednotlivých autorů a spíše naznačena jen symbolicky. Přístupy jednotlivých autorů jsou orientovány účelově tak, aby vedly přímo k výběru indikátorů, pomocí kterých budou regionální disparity měřeny. Je silně potlačeno měření disparit pomocí dílčích indikátorů a přístupy jsou zpravidla zaměřeny na vybrané indikátory agregovaného charakteru. Málo je zdůrazňována poznávací stránka regionálních disparit a silně je vyzdvihován přístup, kdy identifikované regionální disparity jsou základem pro přijetí politiky. Jediným hlediskem, které je při zkoumání pouţito většinou autorů, je hledisko věcné, podle kterého se většina autorů kloní k rozdělení disparit na disparity ekonomické, sociální a územní (někdy téţ fyzické). Toto hledisko bude podrobněji pojednáno u klasifikace regionálních disparit v následující kapitole. Různá hlediska zkoumání mají velký význam pro identifikaci a hodnocení regionálních disparit. Proto řešitelé analyzovali několik hledisek, podle nichţ je moţné a účelné regionální disparity zkoumat, příp. klasifikovat (viz Hučka, Kutscherauer, Tománek 2008). Analyzovaná hlediska zkoumání jsme rozdělili do dvou skupin: hlediska, jejichţ projevem jsou atributy polaritního charakteru, tedy takové atributy, které mají pouze dvě diametrálně odlišné dimenze; hlediska, jejichţ projevem jsou atributy s charakterem výčtu moţností, tedy takové atributy, které mají více úrovní dimenze. Atributy regionálních disparit polaritního charakteru Mezi atributy polaritního charakteru patří (viz tab. 1): podstata regionálních disparit míra konkrétnosti regionálních disparit míra komplexnosti regionálních disparit tendence změny regionálních disparit ovlivnitelnost regionálních disparit způsob vzniku regionálních disparit. 27

28 Tabulka 1: Atributy regionálních disparit polaritního charakteru Atribut Polarity Podstata RD hmotná nehmotná (mentální) Míra konkrétnosti RD specifičnost obecnost Míra komplexnosti RD parciálnost integrálnost Tendence změny RD divergence konvergence Ovlivnitelnost RD neovlivnitelné ovlivnitelné Způsob vzniku RD spontánní činností člověka Zdroj: vlastní tvorba Atributy regionálních disparit charakteru výčtu moţností Jde o atributy, které mají více úrovní dimenze. Mezi tyto atributy jsme zařadili (viz tab. 2): sféra výskytu regionálních disparit teritorialita (geografická úroveň) regionálních disparit měřitelnost regionálních disparit časová dimenze regionálních disparit. Tabulka 2: Atributy regionálních disparit charakteru výčtu moţností Atribut Výčet moţností Sféra výskytu RD Teritorialita (geografická úroveň) RD sociální, ekonomická, územní EU, ČR, kraj, ORP, obec Měřitelnost indikátor RD primární, sekundární metoda měření RD objektivnost měření RD 28 absolutní hodnota, relativní hodnota, srovnávací hodnota, vyuţití standardů objektivní (kvantitativní), subjektivní (kvalitativní), výběrové měření Čas časový horizont RD krátkodobý, střednědobý, dlouhodobý Zdroj: vlastní tvorba časová dynamika RD okamţitý stav, změny v čase Výběr atributů pro systémovou dekompozici a klasifikaci regionálních disparit Prezentovaná hlediska zkoumání regionálních disparit představují nesmírnou šíři pohledů na regionální disparity a dokreslují filozofické a systémové východisko pojímat regionální disparity jako multidimenzionální problém (Hučka, Kutscherauer, Tománek 2008). Pro další analýzy, ale zejména pro účely případného ovlivňování regionálních disparit nástroji regionální politiky je zapotřebí tyto různorodé pohledy na regionální disparity převést do uchopitelné podoby. Je především nutno v této souvislosti stanovit, zdali budou některá hlediska pouţita pro klasifikaci regionálních disparit a která, anebo budou tato hlediska povaţována za atributy identifikovaných regionálních disparit.

29 4 Klasifikace regionálních disparit Regionální disparity budeme klasifikovat ze dvou souvisejících perspektiv: vertikální perspektiva, vycházející z poznatku, ţe disparity se mění v souladu s geografickým měřítkem: kdyţ posuzujeme disparity v kontextu různých geograficky zaloţených rámců (svět, Evropa, národ) anebo různých územních měřítek (země, region nebo obec), dostaneme velice rozdílný pohled na míru těchto disparit. Disparity mají tendenci se zvyšovat se sniţováním územního měřítka. horizontální perspektiva, související s věcnou sférou jejich výskytu. Horizontální perspektiva zahrnuje jak hmotné, tak i nehmotné disparity. Členění horizontální perspektivy můţe být shodné pro hmotné i nehmotné disparity. Klasifikace v rámci horizontální perspektivy bude provedena podle jediného atributu, který je základem všech klasifikací, jeţ lze nalézt v literatuře, a to je sféra výskytu regionální disparity (věcné hledisko). Základní členění vertikální perspektivy Vertikální perspektiva, představující geografické měřítko, je v širším kontextu specifikována takto (Regional Disparities and Cohesion 2007): disparity na evropské úrovni disparity na národní úrovni disparity na místní úrovni. Řešitelé v rámci pojetí úkolu se nezabývají disparitami na evropské úrovni, nýbrţ zahrnují do zkoumání disparit jako nejvyšší úroveň Českou republiku. Z toho vyplývají tyto úrovně vertikální perspektivy: Česká republika a disparity mezi jejími kraji kraje a disparity mezi jejími obcemi s rozšířenou působností (příp. obcemi) obce s rozšířenou působností a disparity mezi jejími obcemi. Základní členění horizontální perspektivy na 1. úrovni klasifikace Jako základní atributy pro členění horizontální perspektivy byly zvoleny: podstata disparity: materiální a nemateriální sféra výskytu disparity: sociální, ekonomická, územní. Schematicky znázorňuje toto členění následující obrázek. 29

30 Obrázek 2: Horizontální perspektiva na 1. úrovni klasifikace HORIZONTÁLNÍ PERSPEKTIVA REGIONÁLNÍCH DISPARIT MATERIÁLNÍ DISPARITY NEMATERIÁLNÍ (MENTÁLNÍ) DISPARITY SOCIÁLNÍ EKONOMICKÉ ÚZEMNÍ SOCIÁLNÍ EKONOMICKÉ ÚZEMNÍ Zdroj: vlastní tvorba Sociální disparity se týkají obyvatelstva v širším kontextu kvality ţivota, ţivotní úrovně, sociální nerovnosti a sociální patologie. Netýkají se však lidského potenciálu jako ekonomické kategorie, který zařazujeme mezi ekonomické disparity. Ekonomické disparity se týkají regionálního výstupu v širším kontextu výkonnosti ekonomiky, její struktury, rozvojového a lidského potenciálu. Územní disparity jsou spojeny s polohovými poměry v širším kontextu s geografickými, přírodními, dopravními a technickými podmínkami. Základní členění horizontální perspektivy disparit na 2. úrovni klasifikace Při konstrukci tohoto členění bylo postupováno podle zásady nevelkého počtu podtříd, jejich logického uspořádání a dodrţení homogenní úrovně podrobnosti provedené dekompozice. Základní členění na 2. úrovni klasifikace je uvedeno na tab. 3. Tabulka 3: Základní členění na 2. úrovni klasifikace 1. ÚROVEŇ KLASIFIKACE SFÉRA VÝSKYTU 2. ÚROVEŇ KLASIFIKACE SOCIÁLNÍ Obyvatelstvo Sociální vybavenost Sociální patologie EKONOMICKÁ Ekonomický potenciál Ekonomická struktura Rozvojový potenciál Lidský potenciál ÚZEMNÍ Fyzicko-geografický potenciál Ţivotní a přírodní prostředí Dopravní infrastruktura Technická infrastruktura Zdroj: vlastní tvorba 30

31 Sociální disparity (1. úroveň klasifikace) se podle tohoto návrhu na 2. úrovni člení na: obyvatelstvo, do nějţ zahrnujeme jeho ţivotní úroveň (vč. vybavenosti domácností), úroveň vzdělávání, zdravotní stav, migraci a segregaci; sociální vybavenost, kam patří zdravotnictví, školství, sociální sluţby, kultura a bydlení; sociální patologie, do níţ zahrnujeme sociální exkluzi, kriminalitu (vč. bezpečnosti) a nehodovost. Ekonomické disparity (1. úroveň klasifikace) se na 2. úrovni člení takto: výkonnost ekonomiky zahrnující její výkon, produktivitu a vnější vztahy; ekonomická struktura, kam patří odvětvová struktura a struktura podle subjektů; rozvojový potenciál, do nějţ zahrnujeme výzkum a vývoj, zahraniční kapitál a investice; lidský potenciál, kam zařazujeme ekonomicky aktivní obyvatelstvo, zaměstnanost, nezaměstnanost a mobilitu. Územní disparity (1. úroveň klasifikace) se na 2. úrovni člení na: fyzicko-geografický potenciál zahrnující nerostné bohatství, klima, strukturu a intenzitu osídlení, polohové poměry a lokalizaci regionu; ţivotní a přírodní prostředí, kam patří ovzduší, odpady, voda, příroda a biodiverzita, lesy, krajina a půda; dopravní infrastruktura, do níţ zařazujeme silniční, ţelezniční a leteckou infrastrukturu, vodní dopravu a dopravní obsluţnost; technická infrastruktura, kam jsme zařadili zásobování vodou, kanalizaci a čištění odpadních vod, zásobování energiemi, informační a telekomunikační technologie a infrastrukturu cestovního ruchu. Systémovou dekompozici na 3. a 4. úrovni klasifikace, představující návrh problémových celků a návrh soustavy deskriptorů a indikátorů v tomto příspěvku nerozebíráme. Charakteristika a základní členění nemateriálních disparit Nemateriální, tedy nehmotné či mentální disparity představují takovou skupinu disparit, která existuje v myslích obyvatelstva. Narozdíl od prostorových disparit s hmotnou podstatou nemohou být nehmotné disparity příliš často spojovány s měřitelnými ukazateli. Zatímco hmotné disparity se zpravidla vyznačují kardinalistickým charakterem a tedy přímou měřitelností, pro nehmotné disparity jsou příznačné spíše atributy ordinalistické. Z tohoto důvodu je také podvázána moţnost exaktního měření nemateriálních disparit, avšak nijak tím není omezena schopnost jednotlivých subjektů sestavit si ţebříček prostorových preferencí odvozený právě od disparit nemateriálního charakteru. Nehmotné disparity odráţejí skutečnost, ţe se ve sféře regionálního rozvoje stále intenzivněji hovoří o zvyšujícím se významu tzv. měkkých lokalizačních faktorů. Zatímco tradiční tvrdé lokalizační faktory dominovaly lokalizačním a regionálně rozvojovým analýzám po mnoho dekád, měkkým faktorům byla věnována pokud vůbec pouze okrajová pozornost. Od 70. let 20. století však začíná docházet k výrazným změnám, které mnozí autoři označují jako přechod od fordistického paradigmatu k postfordistickému (viz např. Harvey, 1989 nebo 31

32 Lubbers, 1998). A právě tato transformace hospodářsko společenského vývojového paradigmatu zapříčinila také nárůst významu měkkých faktorů lokalizace a regionálního rozvoje. Mezi měkké lokalizační faktory se řadí například kvalita ţivotního prostředí, sociální kvalita obyvatelstva, ale velmi často také image území, tedy pověst, která daný region předchází. Ve stále komplikovanější realitě, pro kterou je charakteristické narůstající mnoţství sociálních, ekonomických a jiných prvků a zejména interakcí, se rostoucí oblibě těší marketingové přístupy, které se kromě jiného snaţí ovlivňovat image území a pouţívají nástroje, pomocí kterých je moţno dosáhnout ţádoucích výsledků co nejdříve, pokud moţno ještě dnes (viz např. Malinovský, Kutscherauer, Sucháček, 2003). Také reference sdělovacích prostředků o jednotlivých územích ovlivňují čtenáře či posluchače krátkodobě, coţ je v souladu se současnou akcentací krátkodobých, ad hoc řešení. Teprve časté opakování určitých témat můţe ovlivňovat dlouhodobější sklony, postoje či chování populace (viz např. Sucháček, 2004a). Právě význam delších časových úseků a také dlouhodobého myšlení (které je chápáno jako nepříliš flexibilní) bývá dnes často opomíjen. Přitom nejsou dlouhodobé změny myšlení, hodnot, postojů či chování z hlediska regionálního rozvoje méně důleţité, neţ ty krátkodobé. Škola společně se sdělovacími prostředky a výchovou v rodině představuje hlavní zdroj hodnotových systémů, postojů či způsobů chování, zkrátka neformálních institucí. Je jistě oprávněné zdůrazňovat význam učebnic a věcné náplně výuky na základních a středních školách při formování základních představ o různých územích (zemích, regionech, městech atd.) ve hlavách školáků. Tyto ve školních lavicích získané a naučené neformální instituce provázejí později jednotlivé osoby prakticky po celý ţivot a pouze výjimečně dochází k jejich proměně (Goodey, 1973). Lze tedy konstatovat, ţe vedle sdělovacích prostředků formují image regionu významným způsobem také školní učebnice. Image regionu se projevuje směrem navenek, ale také vnitřně. Směrem navenek pověst regionu spoludeterminuje postoje a chování externích ekonomických, sociálních či politických subjektů vůči danému území. Směrem dovnitř pak je formován postoj a vnímání regionu jeho samotnými obyvateli. Psychosociální atmosféra regionu a očekávání ohledně budoucnosti pak významně spoluurčují další osud regionu. Např. Freeman (1992) v této souvislosti pouţívá pojem ekonomika naděje (Economics of Hope), kde ukazuje, ţe naděje a pozitivní očekávání ohledně budoucnosti regionu samy přitahují další investory, protoţe se stávají ustálenými institucemi. Lze pochopitelně nalézt také celou řadu opačných, negativních příkladů, kdy špatná image regionu brzdí jeho rozvoj. Právě proto je tak důleţité postavení kaţdého regionu na mentálních mapách. Jak jiţ bylo řečeno, pro nemateriální disparity je příznačný ordinalistický charakter a přitom jsou tyto disparity odrazem, resp. reflexí reálného světa; z tohoto důvodu bude jejich členění z hlediska horizontální perspektivy na první úrovni klasifikace shodné se členěním disparit materiálních. Sociální disparity jsou vztaţeny k tomu, jak obyvatelstvo vnímá teritoriálně diferencovanou kvalitu ţivota, ţivotní úroveň, sociální nerovnosti a sociální patologii. Odrazem těchto postojů jsou mentální mapy v oblasti sociální a následné vnímání jednotlivých oblastí jako sociálně úspěšných anebo naopak problémových. 32

33 Ekonomické disparity se týkají vnímání prostorově rozrůzněné výkonnosti ekonomiky, její struktury stejně jako rozvojového a lidského potenciálu. Odrazem reputace jednotlivých území budou mentální mapy ve sféře hospodářské, které budou spojeny s vnímáním jednotlivých území jako prosperujících anebo problémových. Územní disparity pak jsou spojeny s polohovými poměry v širším kontextu a s geografickými, přírodními, dopravními a technickými podmínkami. Také tyto skutečnosti se promítají do sklonů, postojů a přesvědčení obyvatelstva a následného posuzování území jako více anebo méně atraktivních. Nikoliv zanedbatelná skupina obyvatelstva si pak bude vytvářet vlastní názor také na disparity v druhé úrovni klasifikace a to z pohledu horizontálního. Tato skutečnost je způsobena stále ještě poměrně obecným charakterem druhé úrovně klasifikace členění disparit stejně jako poměrně malým počtem skupin disparit na této druhé úrovni klasifikace. Proto bude členění také na druhé úrovni klasifikace shodné s členěním disparit materiálních. Nehmotné disparity na druhé úrovni členění přitom mají oproti disparitám materiálním jeden podstatný rys: intenzita jejich vnímání bude dána závaţností problému z celospolečenského hlediska stejně jako stupněm vyspělosti dané země. Z tohoto důvodu bude v hlavách většiny obyvatel přisuzována patrně relativně menší váha otázkám ekonomické struktury oproti problémům ţivotního a přírodního prostředí či sociální patologie. Podobné rozdíly budou i v rámci jednotlivých celků na druhé úrovni klasifikace: nezaměstnanost tak můţe být v rámci lidského potenciálu vnímána citlivěji neţ otázka mobility pracovních sil a informačním a telekomunikačním technologiím můţe být v rámci technické infrastruktury přisuzována větší váha neţ např. problémům spojeným s kanalizací. Je přitom zcela zřejmé, ţe se váhy přisuzované jednotlivým faktorům v rámci nehmotných disparit budou vyznačovat neobyčejnou diferenciací prostorovou a časovou a budou závislé na celospolečenském kontextu. Pokud jde o třetí úroveň členění nemateriálních disparit, jsou jiţ konkrétní indikátory aţ příliš detailní, neţ aby zaznamenaly větší odezvu v myslích obyvatelstva. Nicméně i zde platí, ţe vnímání konkrétních indikátorů můţe být podobně jako v předchozím případě dáno mírou jejich společenské citlivosti, takţe kupříkladu část obyvatelstva můţe mít povědomí o míře nezaměstnanosti ve vlastním či jiných regionech. Přitom nutno opět (podobně jako na druhé úrovni členění) zdůraznit značnou časovou a prostorovou rozrůzněnost spojenou s těmito nemateriálními disparitami. Závěr Výskyt prostorové proměnnosti v sociálně ekonomickém rozvoji vede k nerovnoměrnému rozvoji regionů, charakterizovanému vznikem prostorových nerovností. Nevyrovnanost prostorových struktur v různých regionech nazýváme regionální disparitou a rozumíme jí rozdílnost nebo nepoměr různých jevů či procesů mající jednoznačné územní rozmístění a vyskytující se alespoň ve dvou entitách této územní struktury. Jedním z aplikovaných přístupů byla různorodost a komplexnost pohledu na regionální disparity. Byl opuštěn jednostranný a tradičně uplatňovaný pohled na regionální disparity jako negativní jev, kdy jde o zjišťování, v čem jednotlivé subjekty zaostávají. Je navrhováno, aby kromě tohoto pohledu byly disparity vnímány rovněţ jako pozitivní jev, tedy takové 33

34 zkoumání rozdílnosti subjektů, vedoucí k poznání jejich jedinečnosti, resp. unikátnosti v pozitivním slova smyslu. Novost zkoumání regionálních disparit je v případě volby přístupu k identifikaci a hodnocení disparit. Jde o to, zjistit, do jaké míry přinášejí informace o zjištěných disparitách uţivateli informací nové poznání a v jakém smyslu můţe být toto poznání vyuţito. Je navrhováno rozlišovat informační hodnotu disparit jako poznávací, motivační, operační a rozhodovací. Příspěvek podstatně prohlubuje hlediska zkoumání a atributy regionálních disparit. Významným metodologickým prvkem zkoumání disparit je jejich rozdělení na disparity s materiální podstatou (odraz v realitě) a s nemateriální podstatou (odraz v hlavách lidí). Toto členění je zachováno rovněţ při klasifikaci regionálních disparit. Pro systémovou dekompozici a klasifikaci regionálních disparit byla provedena selekce atributů a navrţeny dvě základní perspektivy účelné pro dekompozici a klasifikaci disparit, jmenovitě vertikální perspektiva, kdy disparity jsou rozlišovány podle geografické úrovně, a horizontální perspektiva, související s věcnou sférou jejich výskytu (sociální, ekonomická a územní). V rámci těchto tří identifikovaných sfér výskytu, představujících 1. úroveň klasifikace (třídu) je prezentován návrh klasifikace na 2. úrovni klasifikace. Seznam literatury a zdrojů [1] AYDALOT, P. (1985): Regionale et Urbaine. Paris: Economica. [2] BLAŢEK, J., UHLÍŘ, D. (2002): Teorie regionálního rozvoje nástin, klasifikace, kritika. Praha: Karolinum. [3] FREEMAN, C. (1992): Economics of Hope. Essays on technology changes, economic growth and the environment, London: Routledge. [4] GOODEY, B. (1973): Perception of the Environment, occasional paper, 17, Centre for Urban and Regional Studies. Birmingham: University of Birmingham. [5] HAHNE, U. (1985): Regionalentwicklung durch Aktivierung intraregionaler Potentiale. München: Verlag Florentz. [6] HUČKA, M.-KUTSCHERAUER, A.-TOMÁNEK, P. (2008): Metodologická východiska zkoumání regionálních disparit. Regionální disparity (Working Papers), roč. 2, č. 2, str ISSN [7] HUČKA, M.: Strukturální politika a její regionalizace v kontextu vstupu České republiky do Evropské unie. Ostrava: Repronis [8] MAIER, G., TÖDTLING, F. (1998): Regionálna a urbanistická ekonomika 2. Regionálny rozvoj a regionálna politika. Bratislava: Elita. [9] MALINOVSKÝ, J., KUTSCHERAUER, A., SUCHÁČEK, J. (2003): Management regionů a obcí, Regionální centrum celoţivotního vzdělávání. Ostrava: VŠB Technická univerzita. [10] MOLLE, W. (2007): European Cohesion Policy. Routledge, London. [11] NIJKAMP, P. (2007): Regional Development as Self Organised Converging Growth. Amsterdam: Vrije Universiteit, mimeo. [12] REGIONAL DISPARITIES AND COHESION (2007): What Strategies for the Future. Study. Brussels: European Parliament. [13] WISHLADE, F.-YOUILL, D. (1997): Measuring Disparities for Area Designation Purposes: Issues for the European Union. Regional and Industrial Policy Research Paper, No. 24. University of Strathclyde, Glasgow. 34

35 Vliv znalostní ekonomiky na regionální disparity Ing. Vlastimil Karel VYSKOČIL, CSc.; Doc. Ing. František Kuda, CSc. Abstrakt Znalostní společnost, která působí v oblasti ekonomiky, přináší pojem znalostní ekonomika. Zdroje znalostní ekonomiky a inovace a jejich implementace v regionálním rozvoji představují časově a finančně náročnou činnost, které se účastní mnoho specialistů z různých oblastí. Má-li být zavádění znalostní ekonomiky efektivní, musí být pouţit systematický přístup, který jasně vymezuje postup a obsah jednotlivých fází. Regionální rozvoj představuje vyšší vyuţívání a zvyšování potenciálu daného systematicky vymezeného prostoru (území) vznikající v důsledku prostorové optimalizace socioekonomických aktivit a vyuţití přírodních zdrojů. Regionální disparity jsou příleţitostí pro rozvojovou strategii, která mobilizuje existující zdroje a hledá cestu k ekonomickému růstu, tzn. způsob jak efektivně vyuţívat kapitál. Klíčová slova Znalostní společnost, znalostní ekonomika, regionální disparity. Abstract Knowledge society is introduces in the field of economy bring a new notion of knowledge economy. Sources of the knowledge economy and innovation and their implementation in the regional development represent a time consuming and expensive activities involving many experts from different fields. For effective implementation of the knowledge economy a systematic approach has to be applied which clearly defines the steps and content of particular phases. Regional development represents higher utilization and potential improvement of the systematically defined area (territory) arising from the optimization of the socioeconomic activities of the area and utilization of natural resources. Keys words Knowledge society, knowledge economy, innovation, regional disparity. Úvod Jednou z nejdůleţitějších změn je vývoj společnosti od industriální ke společnosti znalostí. Tato skutečnost má podstatný vliv na manaţerské myšlení a jednání, které se vţdy nutně vyvíjelo v silné závislosti na společenském dění [25]. Stejně jako ve vývoji společnosti, tak i ve vývoji managementu jsme svědky zásadního posuvu paradigmatu 1. V současné době se nacházíme kdesi uprostřed nového zlomu, takţe podobná charakteristika by byla předčasná, ale uţ můţeme s dostatečnou přesností vysledovat vývojové trendy, které budou s největší pravděpodobností stát u zrodu nového paradigmatu. Jedná se především o fenomén řízení změn, který vyvolává reakci v podobě procesní orientace. Procesní přístup přispěl k posuvu paradigmatu a tvoří jádro znalostní ekonomiky. 1 soubor předpokladů, na kterých je vybudována ekonomická teorie; způsob pohledu na hospodářské jevy z pozice ucelené teorie 35

36 Problematika regionálních disparit představuje širší problém, který vychází z otázky rovnosti národního, evropského nebo světového rozvoje. Jedná se zejména o ekonomické, finanční, sociální, psychologické a politické aspekty podmiňující naše myšlení o této otázce, která je v jádru otázkou morální [Myrdal, 1975]. Hledání vlivu znalostní ekonomiky na regionální disparity je především postaveno, jak na znalosti, stejně jako neznalosti, mají-li v kterékoli době a v kterékoli otázce sklon k oportunistické podmíněnosti a tím i k odchylkám od plné pravdy. Není-li tato oportunistická tendence podrobována kritice, zasahuje v kaţdé epoše a v kaţdém problému i do naší vědecké práce. K tomuto problému jsem dospěl zhruba před osmi lety, kdyţ jsem implementoval Porterův generický hodnotový řetězec na problematiku managementu podpůrných procesů a metodu facility management. Potvrzení této hypotézy jsem v dalších letech nalezl při svých studiích toho problému v mnoha různých oblastech společenského uplatnění. Jedná se zejména o duševní nespoutanost z inovací a umění ji přetavit do paradigmatu nové ekonomické teorie a angaţovaného přístupu intelektuálního kapitálu sociosynergického pluralismu. Významnou společenskou a ekonomickou úlohu sehrává bydlení jiţ v důsledku své existenciální povahy. Bydlení lze povaţovat za významný faktor, který v podmínkách plynulého (nikoliv skokového) rozvoje přispívá ke sníţení disparit regionálního rozvoje (např. prostornější bydlení v symbióze s krajinou zčásti vyrovnává v méně rozvinutých územích nedostatky spojené s obtíţnější dostupností a kvalitou sluţeb občanského vybavení). Cíl a metodika Problém řešení regionálních disparit představuje cíl nesobeckých národních zájmů, zvláště proto, ţe vychází z vyšší zkušenosti, kterou je národní postavení uvnitř nadnárodního seskupení. Jako příklad můţeme uvést členství České republiky v Evropské unii, které se stalo velmi důleţitým předpokladem zlepšování ekonomického postavení v rámci evropské i světové, spíše globalizované ekonomiky. Z celkového hodnocení konkurenceschopnosti 2 dle GCR v období 2004 aţ 2007 se postavení ČR v upraveném pořadí vyvíjelo: Období GCI Upravené Skóre , , ,74 Cílem řešení vlivu znalostní ekonomiky na problematiku regionálních disparit bude hledání nejvhodnější teorie, která by podpořila pevnou korelaci mezi vztahem regionů k pomoci a odlišnými důvody uváděnými v oficiálních dokumentech národní vlády nebo programových prohlášení politických stran. Jako odůvodnění této teorie není jenom názor pedagoga a moralisty, nýbrţ jako názor vědce činného v managementu podpůrných procesů, jenţ se studiu tohoto problému plně věnuje. Jestliţe se politikové a odborníci začnou obávat přisoudit náleţitý význam našim morálním závazkům, opouštějí půdu realismu. Teorii morálky jsem zmínil i proto, ţe na mezinárodní konferenci Fakulty podnikohospodářské Vysoké školy ekonomické v Praze v červnu 2010 v úvodním vystoupení praţského arcibiskupa Msgre. Dominika Duky byla akcentována morální stránka naší společnosti, jejímţ zrcadlem je soudobá kalamitní situace našeho světa, která nás musí provokovat a vrátit nás k fundamentálnímu morálnímu problému. Mezi tím bychom měli ale poznamenat, ţe otázka politiky a celkového společenského konsensu k problematice regionálního rozvoje a řešení 2 Zdroj. The Global Competitiveness Report (GCR) 36

37 regionálních disparit musí být především postavena na znalostní ekonomice, která je stále jen na marginální úrovni a nezaznamenala pro problémové regiony a jejich obyvatelstvo nějak velkou reálnou oběť. S tím souvisí i vývoj aktuálních regionálních disparit (na úrovni regionů NUTS3) ve fyzické dostupnosti bydlení pro jednotlivé druhy bydlení a právní typy uţívání. Metodika řešení proto musí vycházet z výzkumného záměru Nová teorie ekonomiky a managementu organizací a jejich adaptační procesy na základě překonání neochoty věnovat se této problematice a míst skutečnou ochotu iniciovat a spolupracovat na promyšlené znalostní ekonomice a inovaci regionálního rozvoje s cílem vytvořit nový regionální řád tak, jak je poţadován zaostávajícími regiony, který by vedl k racionálnímu omezení našeho, dnes marnotratného, vyuţívání zdrojů. Orientace na rozvoj znalostní ekonomiky a inovace včetně regionálního rozvoje představuje kritérium nejdůleţitější ze všech, a proto ho vnímáme jako prvotní [5]. Jedná se totiţ o to, ţe některé metodiky ve skutečnosti vznikly za jiným účelem a k problematice znalostní ekonomiky a inovace jsou pouze vyuţívány jako alternativa. Tyto metodiky jsou nejčastěji součástí skupiny metodik slouţících k návrhu, vytvoření a implementaci znalostních systémů. Jejich praktické vyuţití k zavádění znalostní ekonomiky a inovace je pochopitelně moţné. Cílem jejich nezařazení mezi vybrané metodiky není sníţit jejich vyuţitelnost nebo význam. Sleduje se tím spíše zdůraznění skutečností, ţe rozvoj znalostní ekonomiky a inovace má oproti zavádění jiných obchodních konceptů nebo dokonce technologií svá specifika, která by metodika měla respektovat a pracovat s nimi. Zvolená metodika řešení a její výsledky nesmí zůstat na obecné a nezávazné úrovni. V tom zřejmě spočívá naše morální dilema, které stojí před kaţdým nově začínajícím projektem. Pro řešení dostupnosti bydlení byla vypracována účelová metodika řešení, která vymezila okruh potřebných údajů (indikátorů fyzické dostupnosti), informační zdroje pro zjištění vybraných indikátorů a metody zpracování údajů a vyjádření disparit. Vymezila také pojetí fyzické dostupnosti pro zadaný úkol. 1 Současná situace znalostní ekonomiky Cíl zkoumání znalostní ekonomiky a inovace představuje značný rozsah, jehoţ výčet je zaloţen na sledování několika základních kriterií, které odpovídají pořadí, ve kterém by mohly být při výběru metodiky aplikovány: orientace metodiky na zavedení znalostní ekonomiky a inovace v regionálním rozvoji toto kriterium povaţuji za nejdůleţitější ze všech. Jedná se totiţ o to, ţe některé metodiky ve skutečnosti vznikly za jiným účelem a k zavádění znalostní ekonomiky a inovace jsou vyuţívány jako alternativa [23]. Jejich praktické vyuţití slouţí k návrhu, vytvoření a implementaci znalostní ekonomiky a inovace v regionálním rozvoji. Sleduje se tím ta skutečnost, ţe zavádění znalostní ekonomiky a inovace má oproti jiným konceptům nebo dokonce technologiím svá specifika, která by metodika měla respektovat a pracovat s nimi; dostupnost popisu metodiky v informačních zdrojích - v odborných časopisech, kniţních publikacích nebo na webových stránkách se prezentuje tím, ţe odborná literatura a ostatní informační zdroje obsahují určité mnoţství odkazů na různé metodiky. Tento výběr metodik není úplný z důvodů, ţe existují metodiky, které jsou v současné době veřejně nedostupné, a tudíţ nemohou být v této práci zatím představeny; 37

38 rozsah poskytujících informací o metodice jejími autory důvodem pro volbu kritéria je skutečnost, ţe přes dostupnost zdrojů obsahujících anotace na prezentované metodiky, jsou pouze jenom některé z nich dostatečně popsané. Důvodem je snaha chránit své autorské právo na vlastní metodiku zavádění znalostní ekonomiky a inovace. Informace o takových metodikách jsou zveřejňovány sporadicky s různou mírou podrobností. Předloţený výběr metodik zahrnuje pouze ty, k nimţ bylo moţné získat alespoň základní informace spočívající ve vysvětlení jejich filozofie, principu, fází apod.; všeobecná míra akceptace metodiky odborníky z oblasti znalostní ekonomiky a inovace v regionálním rozvoji splnění tohoto kritéria by mělo být posuzováno na základě mnoţství citací a anotací na danou metodiku v pouţitých informačních zdrojích. Toto kritérium ve spojení s dvěma předchozími kritérii můţe způsobit velké sníţení jejich počtu. Důvodem je jednoduchá vazba příčiny a následku. Pokud není metodika zveřejněna nebo pokud jsou informace o ní velmi strohé, není moţné se na ni odkazovat a uvádět ji ve svých pracích. Aby byla metodika efektivně vyuţitelná, musí podle Voříška [Voříšek 2002] splňovat řadu základních poţadavků. Těmito poţadavky jsou: jasně deklarovat soubor hodnot, na nichţ je zaloţena, resp. jichţ chce dosáhnout (minimální náklady, co nejkratší doba řešení, zahrnutí sociálního aspektu atd.); určovat postup řešení, aby bylo moţné celý proces zavádění znalostní ekonomiky a inovací plánovat (čas, lidé, finance atd.); určovat priority řešení (co a kdy je důleţité); doporučovat metody, techniky a nástroje, které je vhodné pouţít v jednotlivých fázích řešení. R. de Hoog a R. van der Spek ve své práci [Hoog 1999] navrhují metodickou pyramidu 3, jejíţ jednotlivé vrstvy představují aspekty, které by měly být v metodice obsaţeny. Vrstvy pyramidy mají následující význam: světový názor principy a předpoklady obsaţené v metodice; teorie znalosti dostupné v oboru metodiky; metody spolu s technikami pomáhají uţivatelům vykonat práci tak, jak je metodikou určeno; nástroje prostředky, umoţňující vyuţití metod: dokumenty, formuláře, seznamy, počítačové programy atd.; pouţití prubířský kámen: pouţití metodiky odhalí nedostatky a potřebu přepracování vrstvy (částí). Metodika obsahuje model, který reflektuje zvolené pohledy na realitu a vychází z mnoţiny filozofických paradigmat 4. Současně musí říkat, jaké kroky je třeba vykonat, aby řekla, proč mají být vykonány právě v daném pořadí (viz obrázek. 1). Aplikace prezentovaných kriterií zuţuje mnoţství metodik. V souvislosti s uplatňováním metodiky rozvoje znalostní ekonomiky a inovace byla vybrána metodika KM-Beat-It 5, kde vznáší základní poţadavky na tento druh metodik z pohledu znalostního managementu. 3 Methodological Pyramid 4 souhrn všech pojetí vědní disciplíny v určitém časovém úseku 38

39 Metodika KM-Beat-It Hlavním přínosem této metodiky je především její vlastní existence, ţe splňuje základní charakteristiky metodiky [10], obecné poţadavky na metodiky 6 a poţadavky kladené speciálně na metodiky zavádění znalostního ekonomiky a inovace [18]. S těmito přínosy jsou spojené další pozitivní charakteristiky metodiky, z nichţ některé je moţné povaţovat za přínosy a některé za výhody, mezi ně patří: metodika není co do obsahu v rozporu s hlavními rámcovými pracemi znalostní ekonomiky a inovace. Vzhledem ke koncepci metodiky Km-Beat-It je tato část jiţ na příliš vysoké rozlišovací úrovni, do které metodika nezasahuje; při tvorbě metodiky se pozitivně promítl zakomponování všech perspektiv znalostní ekonomiky a inovace coţ ovlivnilo její komplexnost. Pozitivní také je, ţe jsou v metodice zakomponovány nejen všechny uvedené perspektivy, ze kterých je moţné na znalostní ekonomiku a inovace pohlíţet a ze kterých je k jeho zavádění moţné přistupovat, ale tyto perspektivy jsou relativně vyváţené co do významnosti a důleţitosti, kterou jim metodika přisuzuje. Hlavním problémem, kterým se však metodika Km-Beat-It nezabývá, je potřeba vyváţeného přístupu k procesní, technologické, organizační a manaţerské perspektivě ve fázi realizace aktivit znalostní ekonomiky a inovace; metodika KM-Beat-It jako jedna z mála bere v potaz existenci organizační kultury a její vliv na úspěšnost zavádění a realizace znalostní ekonomiky a inovace a regionálního rozvoje. Celý proces rozvoje a zavádění znalostní ekonomiky a inovace a regionálního rozvoje je úzce provázán s ekonomickými aspekty a cíli organizace. Vrcholové vedení regionu, měst a venkova tak má moţnost sledovat a kontrolovat náklady a přínosy spojené se rozvojem znalostní ekonomiky a inovace na příkladu regionálního rozvoje a venkovských klastrů. Je zřejmé, ţe tato skutečnost pak bude mít vliv na běţnou práci v organizaci, jelikoţ bude například nutné zvlášť evidovat výdaje spojené se znalostní ekonomikou, aby bylo moţné vypočítat některé ukazatele (např. ROI); mezi hlavní přínosy metodiky KM-Beat-It patří moţnost vyuţít existující a běţně dostupné nástroje, metody a techniky. Metodika totiţ není zaloţena na vyuţívání specializovaných nástrojů, které nejsou doposud běţně pouţívány, nýbrţ na běţných aplikacích, nástrojích, technikách nebo metodách, které jsou většinou v oblasti znalostní ekonomiky nebo IT dobře známé, jsou dostupné nebo lehce získatelné. Je pochopitelně moţné nasazovat a vyuţívat nové sofistikované nástroje obsaţené např. v určitých softwarových aplikacích. Tato výhoda je zaloţena na skutečnosti, ţe metodika poskytuje především rámcové schéma ukazující, jaké principy je třeba dodrţovat a jaké prvky a jejich vazby je nutné vytvořit a zajistit; metodika je velmi otevřená. Obecně by kaţdá metodika měla být postavena na běţně pouţívaných a ověřených metodách a technikách a měla by být schopna vstřebávat veškeré nové poznání v oblasti své působnosti. Tuto podmínku metodika splňuje. Striktně totiţ nenařizuje, jaké nástroje, techniky nebo metody u jednotlivých činností 5 Vyskočil, V.K. (2010). Zdroje znalostní ekonomiky a inovace v regionálním a venkovském rozvoji. In: Regionální studia *01/2010, roč. IV. ISSN Voříšek 2002, Hoog

40 pouţít. Uvádí pouze oblasti, ze kterých je moţné jednotlivé nástroje, aplikace nebo metody čerpat. Metodika spíše doporučuje a nenechává volné pole působnosti svým budoucím uţivatelům; obdobně volná je také fáze realizace, ve které není uţivatel metodiky nucen přistoupit k realizaci určitých aktivit. Kaţdá organizace si můţe fázi realizace upravit podle vlastních potřeb a moţností. Metodika tím nenutí uţivatele např. k investicím, které nejsou bezprostředně nutné. Jak jiţ bylo uvedeno dříve, je ţádoucí zajistit, aby byly navrhovány aktivity, které budou vyváţeně přistupovat k jednotlivým perspektivám znalostní ekonomiky a inovací a regionálního rozvoje. Primární je však schopnost přispět k dosaţení regionálních cílů a naplnění regionální strategie, proto není nutné se drţet této podmínky za všech okolností. Obrázek 1: Metodologická pyramida Zdroj: převzato a upraveno podle Hoog Problematika regionálních disparit Aţ dosud jsem se soustředil na problematiku znalostní ekonomiky pod zorným úhlem metodiky zkoumání v přímé vazbě na inovace a regionální rozvoj. Avšak stav znalostní ekonomiky není pomíjivou starostí. Jestliţe nebude moţné stabilně a dosti rychle zvyšovat úroveň znalostní ekonomiky a způsob odhalování rezerv a moţných zdrojů pro inovace v rámci průměrných aţ podprůměrných regionů v rámci ČR, pak s ohledem na protikrizová opatření obsaţená v Plánu evropské hospodářské obnovy [15], zejména pak podpora rychlého zavedení ekologických projektů, a dále zvýšení investic do výzkumu a vývoje, inovací a vzdělávání je třeba v delším časovém horizontu očekávat ještě větší disparity regionů. Vyjádříme-li problémy s maximálním zjednodušením, lze docílit růstu zvýšení investic do výzkumu a vývoje, inovací a vzdělávání v té míře, která je nezbytně nutná 40

41 k překonání stoupajícího trendu nedostatku inovací v rámci regionů a venkovských klastrů, pouze na základě podstatného zvýšení vývozu nosných odvětví domácí provenience. Modernizace technologie můţe svým dílem k zvyšování výnosů přispět, ale musí to být technologie vysoce pracovně náročná, protoţe stále existuje na naše poměry příliš mnoho nedostatečně vyuţitých pracovních sil, pro něţ jediným místem, kam odejít, jsou rostoucí běţné periferie velkých měst, kde však je pracovní síla vyuţitá v přímé vazbě na produkci pro vývoz. V příštích letech se bude prodluţovat produktivní věk, bez ohledu na to, jak se bude vyvíjet porodnost. Transfer techniky a technologie do průmyslu a zejména vytváření moderního velkého průmyslu je vcelku proveditelné i kdyţ po pravdě řečeno i za cenu zachovávání enklávní ekonomiky a tvorby průmyslových zón nebo industriálních parků a logistických center. Tento postup vyţaduje pouze minimální změny v tradičním sociálním a politickém prostředí méně rozvinutých regionů a venkovských klastrů a minimální rozšiřování kvalifikace do pracovní oblasti. Vyhýbá se přímé konfrontaci s institucionálními a postojovými překáţkami, jeţ konzervují malou ekonomickou dynamiku a nízkou úroveň vyuţití pracovních sil. Naopak snaha o zvyšování zemědělských výnosů prostřednictvím zavádění modernizované, ačkoliv vysoce pracovně náročné techniky, se vţdy střetne s celkovým stavem ţivota venkovských společností. Zemědělské hospodaření v nových seskupeních bývalých jednotných zemědělských druţstev nebo statků jiţ není povaţováno za pracovně náročné, coţ pramenilo z podceňovaného způsobu socialistického hospodaření na vesnici. Jednalo se o hospodaření, které bylo extenzivní. Je pravda, ţe zde zůstala celá řada pracovních sil z oblasti romské národnosti a nedostatečně znalostně zdatné. Většina těchto lidí nepracuje a ti ostatní zase pracují příliš krátkou část dne, týdne, měsíce a roku, a nadto značně neefektivně. Částečně to vysvětlují zdravotní potíţe a nedostatečné zapojení do společenského ţivota a současného způsobu vzdělávání, coţ vede k dalšímu poklesu ve vyuţívání pracovní síly a tím i k dalšímu sníţení výnosů. Výnosy jsou zatím zvětšovány zvyšováním inputu a efektivnosti pracovní síly, tj. s tou technologií, kterou jiţ zmíněné zemědělské a venkovské společnosti znají a praktikují. Určitá část půdy se přeměnila ve stavební parcely a zahájila tak proces podstatného měnění vzhledu i charakteru venkovských sídel. S tím došlo i k projektům kultivace půdy, budování ČOV a studní, nových a lepších silnic a skladovacích a prodejních zařízení a do projektů směřujících k obecnému zlepšování ţivotního a pracovního prostředí na vesnicích. Přírodní a kulturní památky včetně církevních objektů, které dlouho stály mimo pozornost veřejnosti a společenského zájmu, se začaly přeměňovat spolu s celou řadou turistických a cyklistických stezek ve vyhledávaná místa oddechu a společenského zájmu. Nejdůleţitější je změnit vztah mezi člověkem a přírodou. Vytváří se moţnosti a příleţitosti, aby občan pracoval více, s větším nasazením a efektivněji, aby vše, čím vládne, tj. v prvé řadě vlastní pracovní úsilí investovat do svého podnikání. Stojíme tak před dalším problémem disparit, tentokrát uvnitř regionů. Skutečností je, ţe aţ na málo výjimek a do značné míry nezávisle na územním zastřešení, jsou tyto regiony ovládané leadery cyklických voleb, tzn. elitou volených zástupců rozličného sloţení. V některých regionech, nikoli ovšem ve všech, elita bere určitý ohled na vzdělané střední vrstvy a někdy i na organizované dělníky v dopravě a velkém průmyslu, kteří se pak stávají privilegovanou aristokracií pracujících (napojené na odbory). Prakticky ve všech méně rozvinutých regionech a venkovských sídlech se tyto vládnoucí elity obecně vyslovují ve 41

42 prospěch větší rovnosti a hlavně zvyšování ţivotní úrovně a infrastrukturní obsluţnosti. Nicméně ve většině těchto území zaostávajících regionů se reálný vývoj ubírá k ještě větší nerovnosti. Plody veškerého rozvoje sklízejí horní vrstvy, zatímco niţší vrstvy se podstatného zlepšení nedočkají a ve skutečnosti na ně často doléhá dokonce zhoršování ţivotních a pracovních podmínek (viz povodňová území, lesní hospodářství, veřejné (často i nelegální) skládky a území ohroţená otevřením povrchových dolů). Tento trend byl nedávno zesílen kombinovanými účinky investic do energetických zařízení, výstavby komunikací a dálnic celkovou regionální a zejména dopravní politikou státu v oblasti nákladní dopravy. Nevyhnutelnost řešení v oblasti regionálních disparit v přímé návaznosti na znalostní společnost a znalostní ekonomiku je v této části zdůrazňována, protoţe všechny jsou nutné k uskutečnění těch zásadních změn společnosti, které tvoří nezbytný předpoklad úsilí o lepší vyuţití pracovní síly a které otevřou cestu účinnému zavedení inovací pro její vyuţití v moderní technice, informačních technologiích, implementaci nových technologií apod. Nedávná finanční krize se stala akcelerátorem procesu, který odkryl slabiny mnoha zavedených turistických destinací ve vybraných regionech ČR. V rámci globálního trhu turismu Střední Evropy není dostatečná konkurenceschopnost v nových formách turistické poptávky, která je čím dál víc závislá na internetu, malých dopravních letounech a nových formách zahraniční turistiky. Konkurenceschopnost turistických destinací nezáleţí jenom na kvalitě jejich primárních turistických produktů, ale na kvalitě jejich sekundárních produktů, na jejich image a na jejich vnější a vnitřní dostupnosti. Zejména vnější a vnitřní dostupnost destinací dokazuje jejich důleţitost z hlediska poptávky. Dostupnost míst nezávisí pouze na (fyzické) infrastruktuře, jako jsou letiště, vysokorychlostní vlakové sítě, dálnice a přístavy pro lodě ale také na nemateriální infrastruktuře a na organizační kapacitě destinací. Vyuţití ICT, inteligentní rozcestníky a infrastrukturní provázanost stále více určují vnější i vnitřní dostupnost destinací a tím i jejich konkurenceschopnost. Tento souhrn by měl blíţe objasnit roli vnější a vnitřní konkurenceschopnosti destinací jednotlivých regionů v ČR. Mimoto bude identifikovat a analyzovat existující, ale i nová řešení s ohledem na regionální dostupnost turistických destinací, s cílem zvýšit jejich konkurenceschopnost v regionech ČR. Jedná se o analýzu 6 podmínek konkurenceschopného turismu: vztahy mezi dostupností destinací a jejich atraktivností; managementu turismu z hlediska dostupnosti regionů a jejich destinací (vyuţívání karet, rezervační systémy atd.) včetně zapojení (financování) privátního sektoru do infrastruktury; současných aplikací a implementace ICT v oblasti regionální turistiky; dalších moţností, které umoţní větší návštěvnost na základě dopravní infrastruktury (letiště, lokální a privátní doprava); inteligentní systémy turistických rozcestníků; vyuţití turistické dopravy typu house-boaty a kola pro návštěvnost zejména městských a venkovských turistických sídel. Sídelní struktura a bytová dostupnost v rámci regionů Fyzická dostupnost bydlení byla ve výzkumu řešena jako jedna strana mince celkové dostupnosti bydlení, která zahrnuje dostupnost fyzickou a finanční. Otázky fyzické dostupnosti bydlení jak to vyţadoval projekt představují nový pohled na obsáhlou a sloţitou problematiku bydlení. Tento pohled byl v dosavadních analýzách, koncepcích a 42

43 studiích za časté implicitně obsaţen (Např. Andrle, A., Fakta a úvahy o vývoji osídlení v České republice, Rozvoj bydlení III., Sborník ČSRB, Praha, 2004). Nebyl však tak pregnantně a samostatně vyjádřen, aby bylo moţno dosavadních prací bez dalšího metodicky vyuţít. Tento nový pohled byl podle znalostí řešitelů rovněţ málo zkoumaný. Na rozdíl od otázek finanční dostupnosti bydlení zjistili řešitelé z dostupné literatury jen některé podmíněně adekvátní a pouţitelné metodické postupy pro vyjádření a hodnocení fyzické dostupnosti bydlení (Čápová, D., Dostupnost bydlení, Stavitel, 2006). Příčiny jsou patrně v předchozím vývoji problematiky bydlení. V období plánovitého řízení hospodářství byly bydlení a bytová výstavba co do objemu i rozmístění direktivně řízeny, v podstatě přídělovým systémem tzv. komplexní bytové výstavby (KBV), a to jak v sektoru státního vlastnictví (vč. podnikových bytů), tak do jisté míry také v sektoru druţstevního vlastnictví. Po změně politických a ekonomických poměrů v 90. letech jednak ještě dozníval systém KBV, jednak státní vlastnictví bytů přecházelo do obecního vlastnictví a jednak se začaly uplatňovat trţní principy (poněkud omezené regulací cen a nájmů). Po patrně nezbytném zjednodušení úlohy trţního mechanizmu v bydlení v počáteční fázi ekonomické transformace dochází nyní k vyrovnanějšímu pojetí v rámci potřeby udrţitelného rozvoje. To znamená, ţe i při vhodných podmínkách finanční dostupnosti nejrůznějších forem bydlení vstupují do hry na jedné straně podněty, na druhé straně omezení nebo limity vázané na fyzickou dostupnost (tedy faktickou existenci bytů vhodného druhu bytů ve vhodných lokalitách) a regionálně diferencované sociálně geografické podmínky. Fyzická dostupnost bydlení byla v daném výzkumu pojata jako mnoţství existujích bytů (v jejich struktuře podle velikosti, stáří apod.) ve vztahu k počtu obyvatel a domácností ve vymezeném území (v jistém smyslu lze fyzickou dostupnost bydlení interpretovat jako vybavenost obyvatelstva bytovým fondem v určitém území)- kolik a jakých bytů je k dispozici). Adjektivum fyzická v sousloví fyzická dostupnost vyjadřuje materiální existenci bytů, tříděných podle různých kritérií typologických ( druh domu s byty bytový dům, rodinný dům, počet pokojů, podlahová plocha apod.), substantivum dostupnost vyjadřuje dosaţitelnost, moţnost realizace bytové potřeby v existujícím souboru bytů, nikoliv prostorovou dostupnost (vzdálenost). Prostorový aspekt je ve fyzické dostupnosti částečně obsaţen, ovšem zadanou územní jednotkou území krajů- se většinou eliminuje. Dalším cílem rozboru fyzické dostupnosti bydlení byl vývoj a skladba bytové výstavby v ČR jako celku a v jednotlivých regionech mezi roky a rovněţ vývoj v modernizaci (rekonstrukci) stávajícího bytového fondu v jednotlivých regionech v letech

44 Obrázek 2: Kategorizace bytů Jak dál po krizi v oblasti znalostní ekonomiky v ČR V ČR došlo v roce 2009 k výraznějšímu poklesu produktivity práce, která byla jiţ před krizí v EU podprůměrná [15]. Tento vývoj naznačuje, ţe pokud se má v následujících letech ČR přiblíţit k průměru ekonomické úrovně EU, musí vytvořit podmínky, které umoţní firmám čelit konkurenci uvnitř i vně vnitřního trhu EU. Definice OECD týkající se národní konkurenceschopnosti reaguje na proměny světové ekonomiky v otevřené konkurenci, napříč vnitřním trhem EU a z tohoto pohledu udává směr, který by měl pomoci znovu nabýt pozici: konkurenceschopnost vymezená schopností produkovat zboţí a sluţby, které obstojí v testu mezinárodní konkurence, a zároveň schopnosti udrţovat nebo zvyšovat reálná HDP. Cílem tohoto příspěvku by mělo být definovat silné a slabé stránky konkurenceschopnosti ČR a stanovit nutné podmínky pro zlepšení regionálního rozvoje oproti současné neuspokojivé situaci. Největší potenciál pro zlepšení je v těch oblastech, kde v tomto srovnání obsadila ČR jako taková nejniţší příčky. Faktory konkurenceschopnosti 11 samostatných kapitol dle M. Portera 7 jsou pro ekonomiku různě významné, záleţí při tom na fázi hospodářského rozvoje, a měly by se stát obsahem rozvoje znalostní ekonomiky. ČR patří mezi ekonomiky, které jsou poháněné inovacemi 8, zároveň však zaostává v některých nutných předpokladech této fáze, a to především díky disparitám v tomto rozvoji napříč národní znalostní ekonomikou. Zde se zdůrazňuje především úroveň podnikatelského a investičního prostředí spolu s kapacitou pro inovace. V těchto oblastech má ČR značné rezervy a zejména podnikatelské prostředí patří mezi dlouhodobě nejslabší články hodnocení ČR. Nejedná se pouze o vstup do podnikání, 7 Světové obchodní fórum 8 innovation driven 44

45 kaţdoročně jsou podnikatelé zatěţováni mnoţstvím administrativních povinností, které jim ubírají čas i chuť podnikat a rozvíjet kvalitu vlastní výroby či poskytovaných sluţeb. Základním motem pro komunikaci s podnikateli by měla být efektivita. Věda a výzkum podporují vzdělanost společnosti a ekonomickou úspěšnost jen tehdy, pokud mají jasně, cíleně a efektivně nastaveny mosty k: inovacím, aplikačnímu vyuţití nových poznatků, a široké společenské absorpci nových poznatků v profesionálním a praktickém chování lidí. V ČR je nedostatečné propojení vědy a výzkumu se soukromým kapitálem. Podpora je koncentrována na základní výzkum a chybí transfer do ekonomicky schůdných aplikací. Tato kritická poznámka se zejména dotýká vlastního investičního prostředí 9. 4 Úloha investic a vzdělávání Investice do cíleného vzdělávání jsou pro učící se organizace investicí do vlastní budoucnosti. Pokusme se toto tvrzení blíţe specifikovat [18]: znalostní organizace vytváří příleţitosti a stimuluje všechny své pracovníky ve všech funkcích, aby naplňovali svůj lidský potenciál; inspiruje a motivuje zaměstnance ke sdílení firemní vize budoucnosti; integruje práci a učení, podněcuje všechny pracovníky k úsilí o kvalitu a dokonalost a o neustálé zlepšování (jde vlastně o funkcionální vzdělávání); z procesu vyučování a školení se stává proces učení s důrazem na kvalitativně vyšší úroveň dovedností v oblasti zpracování informací, řešení problémů, týmového osvojování znalostí a způsobilostí odborných i sociálních; pracovníci mají moţnost rozvíjet se, rozšiřovat si svůj rozhled, a to takovým stylem, který jim nejlépe vyhovuje; vyuţívá se moderních informačních technologií, efektivních forem a metod vzdělávání včetně distančního vzdělávání a e-learningu; organizace se nemůţe uzavírat sama do sebe, ale proaktivně reagovat na širší potřeby svého okolí i společnosti; učení v tomto prostředí, hledá svou inovační, tvůrčí, dynamickou a permanentní základnu; spirální vývoj, v němţ učení přináší inovace a inovační přístupy jsou neustálým podnětem k dalšímu učení. Investiční prostředí je moţné charakterizovat [24]: regulace investičního prostředí v nových členských státech je výrazně restriktivnější neţ v EU-15, resp. ostatních vyspělých ekonomikách (ČR 24. z EU 27); silný příliv zahraničních investic pomohl vybavit českou ekonomiku potřebným kapitálem pro transformaci hospodářství, došlo k navýšení podílu průmyslu na celkovém HDP; v uplynulém roce tvořily reinvestice více neţ dvě třetiny objemu ročních investic; 9 viz Ing. Tlapa na mezinárodní konferenci FPH VŠE v Praze, 6/2010 Valdštejnský palác 45

46 je potřeba systém investičních pobídek upravit pro potřeby inovační ekonomiky, tak aby podporoval rozvoj technologicky a znalostně náročných odvětví [16]. V současné době stojíme na pokraji další inovační vlny, kterou předznamenala strategie modrého oceánu budování oborů, které doposud neexistovaly, a tudíţ jejich zakladatelé vstupují do nového trţního prostoru dosud neovlivněného tvrdou konkurencí [21]. Tak např. začínal rozvoj biomedicíny, nanotechnologií, nanoelektroniky, molekulární elektroniky a mnoha dalších oborů, o nichţ naši předchůdci neměli ani potuchy. Ostatně i běţný současník laik přijímá informace o těchto nových oborech spíše jako zajímavou sci-fi neţ jako tvrdou realitu, která jiţ klepe na dveře a během deseti a ţ patnácti let razantním způsobem ovlivní ţivot kaţdého z nás. Máme v podstatě dvě moţnosti: chovat se a jednat proaktivně (změny předvídat, sledovat vývojové trendy a v předstihu vyuţívat nově se otevírajících příleţitostí), nebo reaktivně (počkat, aţ ti předvídavější a iniciativnější se stanou leadery změn, a vytvářet pro ně jakýsi manufakturní servis ). První zaměření se opírá o metodu minimaxu (s minimálními náklady dosahovat maximální přidané hodnoty a zisku), druhá je metodou maximinu (kdy s maximálními náklady dosahujeme pouze minimální přidané hodnoty). Odpovídá to vlastně klasickému paretovskému pravidlu, kdy 20 % firem (v tomto případě leaderů změn) dosahuje 80% zisku, vůči 80-ti % firem (chovajících se reaktivně), které paběrkují na zbývajících 20% zisku [21]. Závěr Při hlubším porovnávání zadaných východisek se nabízí, ţe upravená metodika [18] na oblast znalostní ekonomiky a inovace regionálního rozvoje představuje získané prostředí pro očekávané výsledky z těchto důvodů: podpora trvalé a iterativní povahy znalostní ekonomiky a inovace regionálního rozvoje (znalostní ekonomika je zaloţena na pokusu a omylu a funguje pouze díky procesu učení se); zaměření na celý program znalostní ekonomiky a inovace regionálního rozvoje od začátku do konce od strategie po údrţbu; podporuje specifický úkol regionálního rozvoje na základě znalostní ekonomiky a inovace; jedná se o zlepšení činnosti regionálního klastru pomocí implementace znalostní ekonomiky a inovace; odráţí emergentní 10 a nedeterministickou 11 povahu regionálního klastru 12 ; respektuje sociální a organizační aspekty úkolů a řešení znalostní ekonomiky a inovace regionálního rozvoje; vícenásobně pouţitelná; flexibilní, takţe je moţné ji vyuţívat ve spojení s různými nástroji a technikami; vytvoří explicitní předpis pro pouţívání nástrojů a technik, jeţ nemají původ v regionálním prostředí; nezávislá na poskytovatelích, řešeních, nástrojích a metodách; 10 teorie vývoje, podle níţ se nové stupně vývoje vynořují jako úplně nové kvality 11 přesvědčení, ţe lidské jednání není předurčeno (vnějšími nebo vnitřními) příčinami a danostmi 12 sociální systém skupiny více neţ dvou objektů vydělujících se ze statistického pozadí nebo soubor s více prvky navzájem na sebe navázanými (upraveno z fyz. a chem. definice) 46

47 umoţňuje měření dopadů a přínosů, a to jak na úrovni znalostní ekonomiky a inovací, tak na úrovni metrik regionálního rozvoje a klastru; kompatibilní s velkým mnoţstvím metrik regionální výkonnosti a měřících schémat, jako je například BSC [13], aby bylo moţné vyjádřit dopady znalostní ekonomiky a inovace regionálního rozvoje na základě pouţívaných metrik klastrů. Pokud chceme, aby ekonomická výkonnost ČR se posouvala co nejrychleji směrem k výkonnosti států Západní či Severní Evropy, bude třeba přehodnotit fungování správního aparátu v celé společnosti, tzn. i v rámci veřejného a regionálního rozvoje [30], tzn. zvýšit nároky na kvalitu, jejíţ nízkou úroveň aţ nepochopitelně snadno veřejnost toleruje tím, ţe je nedostatečně vybavena zdroji znalostní ekonomiky, informacemi o významu inovací a skutečné podstatě regionálního rozvoje. Jedná se zejména o: ekonomický potenciál ČR doplácí na špatnou a neefektivní interakci mezi soukromou a veřejnou sférou; nepříznivý demografický vývoj nadále zvýrazňuje problémy sociálního, zdravotního i penzijního systému; nemůţeme počítat s mohutnou podporou ze strukturálních fondů EU po roce 2013; atraktivita našeho investičního prostředí není garantována; reformy v mandatorní oblasti SR nestačí. Je třeba vytvořit takové podmínky pro rozvoj znalostní ekonomiky a inovací regionálního rozvoje, aby mohla ČR uspět v globální konkurenci [11]. Tyto nedostatky se týkají zejména nízké transparentnosti a efektivity veřejné správy, nedostatečné vynutitelnosti zodpovědnosti orgánů veřejné moci v oblasti zadávání veřejných zakázek a nízké vymahatelnosti práva obecně vyplývající z průměrné délky soudních řízení. Pro posílení rámce řízení konkurenceschopnosti je zapotřebí: pro nastartování soukromého sektoru do oblasti vědy a výzkumu by bylo dobré pro řízení inovací v ČR pouţít státní výdaje jako katalyzátoru nastartováni tohoto zásadního prostředku konkurenceschopnosti v našem prostředí poměrem 20% stát a 80% soukromý sektor (jedná se o model v severských státech, které patří v oblasti řízení inovací v Evropě k nejúspěšnějším) [11]; sektory ekonomiky, o které by ČR prioritně opírala svoji konkurenceschopnost, musí být postaveny vedle vybraných odvětví, dále udrţitelnosti, exportovatelnosti, menší náchylnosti k cykličnosti především na inovacích, které prokáţí svou dlouhodobou konkurenceschopnost (finský model aplikuje 50% zdrojů na vybrané odvětví, 50% na další odvětví splňující poţadované parametry) [16]; prioritní sektory, které by měly splňovat tuto pozitivní roli vývoje v rámci rozvoje inovací napříč celé ČR, by měly mít multiplikační efekt a představovat vstupy pro řadu dalších odvětví, coţ můţe výrazně ovlivnit potenciál růstu celé ekonomiky. Z tohoto pohledu je zapotřebí nazírat i na teritoriální dopady znalostní ekonomiky a inovace; oblast veřejné správy je nezbytná pro rozvoj regionálního rozvoje, přestoţe se doposud dostatečně nereformovala, čímţ by modernizovala její řízení. Nedostatečná kvalita veřejné správy je příčinou nízkého ocenění důleţitosti inovací zejména 47

48 v oblasti znalostní ekonomiky v novodobém fenoménu konkurenceschopnosti států a regionů 13 ; oblast školství naznačuje, ţe bakalářské studijní programy nepředstavují plnohodnotnou průpravu, která by dávaly studentům moţnost uplatnění v oboru. Jsou hodnocení, které tento stupeň VŠ vzdělání povaţují za dokončení středoškolského stupně vzdělání; výzkumné instituce musí formulovat svůj příspěvek jako sluţbu (viz model Portera), tzn. ţe se stanou subdodavateli zájmové sféry, která by měla moţnost výběru těchto institucí na základě prokazatelné spolupráce, kompetencí a schopností s regionálním prostředím. Do jaké míry je toto vše výsledkem naší stále rostoucí morální necitlivosti? Otupily se naše pocity lidského soucitu a jsme proto náchylnější k oportunistické nezaujatosti? Jestliţe ano, pak to částečně vysvětluje chladnokrevnost, s níţ hledíme na problémy slabších regionů a dosud zanedbaných domácností a domů ve venkovských sídlech, ghetech romské populace, podivné útulky bezdomovců, postiţených povodněmi a jinými ţivelnými událostmi a nakonec i finanční krizi. Jakoţto institucionální vysokoškolský pedagog, který pojímá rozvoj jako pohyb celého politického, sociálního a ekonomického systému a který se snaţí problémy zejména v oblasti podpůrných procesů analyzovat v evropském měřítku, jsem musel vyjádřit názor na navozenou škálu podmínek lidského ţivota země, která v rámci celkového pořadí z 28 sledovaných zemí ve 39 indikátorech pokrývajících oblast technologického rozvoje, inovací, vědy a vzdělání podle IMD 14 zaujímá celkově 17. místo. Skutečný stav inovačního prostředí ČR je tak zřejmě nejlépe charakterizován při vědomí všech výhrad k vytváření mezinárodního srovnání inovační výkonnosti přibliţně 17. aţ 20. příčkou v ţebříčku 33 aţ 34 sledovaných zemí. Analytikovi vedle těch leaderů, kteří neustále bijí na poplach ohledně našeho zaostávání vůči světu 15, nezbývá neţ vyuţít poznatků bez ohledu na to, jak byly získány, i kdyţ nejsou v té formě, jaké se pokoušejí dosáhnout ekonomové, kteří kdyţ pojednávají o širokých otázkách, přistupují k nim často prostřednictvím zuţování výzkumného záměru. To ovšem vede jenom k tomu, ţe analýza je pak méně relevantní, adekvátní a realistická. V práci bylo prokázáno, ţe regiony, v daném případě kraje, je moţné vcelku dobře odlišit a z hlediska vzniku či prohloubení regionálních disparit ve fyzické dostupnosti bydlení dostatečně věrohodně vymezit velikost a míru stávajících, či nově vznikajících disparit, méně jiţ příčiny těchto závad. K tomu bude moţné přistoupit aţ na úrovni rozboru vazeb mezi menšími územněsprávními jednotkami. I tam je ovšem nedostatek soustavně sledovaných údajů přítomen a musí být v současnosti nahrazován náhradními zdroji, zpravidla průzkumy a odbornými odhady. Zvláště je-li jejím předmětem bouřlivé dění dnešního světa. Avšak i minulost nás můţe poučit např. v Novém zákoně, evangeliu sv. Lukáše, kap. 12, 13-20: Potom jim vyprávěl podobenství: Někdo z davu ho poţádal: Mistře, řekni mému bratrovi, ať se se mnou rozdělí o dědictví! Člověče, odpověděl mu Jeţíš, kdo mě ustanovil vašim soudcem nebo rozhodčím? Tehdy všem řekl: Dejte si pozor, varujte se veškeré chamtivosti! 13 studie WEF statisticky dokládá, ţe 70% rozdílu v prosperitě jednotlivých zemí je dáno rozdílnou inovační schopností jednotlivých států 14 IMD World Competitiveness Yearbook prof. Zd. Souček, prof. J.A. Jirásek, prof. Zb. Pitra 48

49 Ţivot přece nespočívá v hromadění majetku. Potom jim vyprávěl podobenství: Pole jednoho bohatého člověka přineslo hojnou úrodu. Přemýšlel: Co si počnu? Vţdyť nemám kam shromáţdit úrodu! Pak si řekl: Udělám tohle zbořím své stodoly, postavím větší a do nich shromáţdím všechno své obilí a zásoby. Pak si budu moci říci: Podívej, máš spoustu zásob na spoustu let. Oddechni si, jez, pij, uţívej! Bůh mu ale řekl: Ty blázne! Dnes v noci umřeš. Čí bude, co sis nachystal? Tak je to, kdyţ někdo hromadí pro sebe, ale nebohatne v Bohu. Seznam literatury a zdrojů [1] Arrow, K. J. (1972): Společenský výběr a individuální hodnoty. Nakladatelství Svoboda Praha, 1972 [2] Baldwin, R., Wyplosz, Ch. (2008): Ekonomie evropské integrace. Grada Publishing a.s., 2008 [3] Blaţek, J., Uhlíř, D. (2002): Teorie regionálního rozvoje nástin, kritika, klasifikace. Nakladatelství Karolinum 2002 [4] Blaţek, L. (2002): Intelektuální kapitál faktor efektivnosti podniku. Zborník z medzinárodnej konferencie Ekonomika firiem 2002, EU v Bratislavě, PHF Košice, Košice, , s. 39 [5] Bureš, V. (2007): Znalostní management a proces jeho zavádění. Grada Publishing, a.s. 2007, s [6] Drucker, P.F. (2004): Fungující společnost Vybrané eseje o společenství, společnosti a politickém systému. Management Press, Praha 2004 [7] Hamer, M., Champy, J. (1995): Reengineering. Radikální proměna firmy. Manifest revoluce v podnikání. Management Press, Praha 1995 [8] Hammel, G. (2008): Agenda 21. Co musí kaţdý podnik udělat pro úspěch v 21. století. Management Press Praha 2008 [9] Hujňák, P. (2003): Znalosti v akci přínosy managementu znalostí pro řízení podniků. Systémová integrace Praha 2003 [10] Jayaratna, N. (1994): Understanding and Evaluating Methodologies NIMSAD A Systematic Framework, McGraww-Hill, London, 1994 [11] Jirásek, J. 2002: Konkurenčnost, Vítězství a poráţky na kolbišti trhu. Professional Publishing Praha, 2002 [12] Jirásek, J. 2008: Management budoucnosti /řízení z prvního sledu). Professional Publishing Praha, 2008 [13] Kaplan, R. S., Norton, D. P. (2003): Balanced Scorecard. Strategický systém měření výkonnosti podniku. Management Press, Praha 2003 [14] Kislingerova, E. akol. (2008): Inovace nástrojů a ekonomiky a managementu organizací. C. H. Beck v Praze 2008 [15] Klváčová, E., Mráček, K., Malý, J., Wawrosz, P., Sereghyová, J. (2009): Světová ekonomická krize: Příčiny, projevy, perspektivy. Professional Publishing, Praha 2009 [16] Klváčová, E., Malý, J., Mráček, K. (2007): Základy evropské konkurenceschopnosti. Professional Publishing Praha 2007 [17] Kotter, J. P. (2000): Vedení procesu změny. Osm kroků úspěšné transformace podniku v turbulentní ekonomice. Management Press, Praha 2000 [18] McElroy, M. (2002): The New Knowledge Management: Coplexity, Learning and Sustainable Innovation, Buttenworth-Heinemann,

50 [19] Pitra, Zb. (2006): Management inovačních aktivit. Professional Publishing, Praha 2006, str [20] Porter, M. E. (1994): Konkurenční výhoda. Victoria Publishing, Praha 1994 [21] Porvazník, J. (2008): Spoločenská zodpovednosť organizácií Corporate Social 2008, Responsibility, študijné texty. Vydavatelstvo Ekonom 2008 [22] Petráčková, V., Krause, J a kol Akademický slovník cizích slov. Academia Praha, 1. vyd. ISBN [23] Rumpál, P., Slach, O., Boruta, T. (2007): Inovace v rozvoji obcí, měst a regionů s důrazem na marketingové řízení.isbn [24] Skokan, K. (2004): Konkurenceschopnost, inovace a klastry v regionálním rozvoji. ISBN [25] Švejda, P. a kol. (2007): Inovační podnikání. Asociace inovačního podnikání [26] Tetřevová, L.a kol. (2009): Veřejný a podnikatelský sektor. Professional Publishing Praha 2009 [27] Truneček, J.2003): Znalostní podnik ve znalostní společnosti. Professional publishing, Praha 2003 [28] Vyskočil, V. K. a kol. (2010): Management podpůrných procesů Facility management. Professional Publishing, Praha 2010 [29] Vyskočil, V. K. (2010): Facility management Metoda řízení podpůrných činností. Teze habilitační přednášky pro jednání VŘ FAST VŠB-Tu Ostrava dne , s , ISBN [30] Wiig, K. (1993): Knowledge Management Foundation. Schéma Press, 1993 [31] Wokoun, R., Malinovský, J., Damborský, M., Blaţek, J. et al. (2008): Regionální rozvoj (Východiska regionálního rozvoje, regionální politika, teorie, strategie a programování.) Linde Praha, a.s. 2008, str [32] Wokoun, R. a kol. (2007): Regionální rozvoj a jeho management v ČR. Nakladatelství VŠE Oeconomica 2007 [33] Ţiţlavský, O. (2009): In: Ekonomika a management č. 4/2009: Výsledky primárního výzkumu úrovně rozvoje inovačního potenciálu výrobních podniků v Jihomoravském kraji. FPH VŠE v Praze. Nakladatelství VŠE Oeconomica

51 Abstrakt Malé obce, regionální disparity a hodnotící model Barbara Vojvodíková, Boţena Schejbalová, Martin Vojvodík V článku je popsán postup prací a výsledky výzkumného úkolu Návrh hodnotícího modelu pro posouzení disparit a metodický postup pro jeho vyuţívání HMDIS, WD , řešený v letech v rámci Projektu Ministerstva pro místní rozvoj a zaměřený na obce s obyvateli. Potřebná data byla získána jednak z veřejně dostupných zdrojů, jednak zjištěná na místě formou rozhovorů se zástupci obcí. Celkem bylo zpracováno 163 obcí. Data byla zhodnocena statistickými metodami i subjektivně a byly definovány ukazatelé klíčové pro rozvoj v obci. Na tomto základě byl zpracován hodnotící model, potřebný software a metodika pro jeho pouţití. Na úrovni krajů (ministerstev) lze pomocí tohoto software vyhodnotit, jak je obec z pohledu regionálních disparit ve vazbě na přírůstky obyvatel znevýhodněna nebo naopak zvýhodněna. Moţnost hromadného vkládání dat do software umoţní při provázaní s GIS získat podklady pro strategické rozhodování o zásadních rozvojových plánech kraje. Klíčová slova Regionální disparity, hodnotící model, rozvoj venkova Summary There are more than six thousand municipalities in the Czech Republic and municipalities with population of 500 to 3000 represent about one third of this amount. They are often located in rural areas and they considerably influence country's landscape. These municipalities don't form homogenous body. On the contrary there are many differences among them. Maintenance and development of municipalities is funded through government subsidies or EU funds. These sources are limited thus it is necessary but difficult to decide which projects and municipalities are in the greatest need of this funding in preparation of strategic plans of regions. Regional disparities are one of the aspects which have to be considered. These disparities are often considered as disparities between regions but there are also equally important disparities inside regions. Our project was aimed at preparation of a model which shall assess potential drawbacks of smaller municipalities in regional sense. Output of the model should be valuable information for regional planning. The model design started with gathering data. Data gathered from various sources and personal visits to sample municipalities were analyzed using statistical methods such as chisquare test, Spearman's rank correlation coefficient and also using manual "common-sense" analysis. Statistical methods proved some correlations between selected effects (population increase, economic growth) and tested causes (e.g. distance from regional capital, presence of school, pollution, etc.). Correlations were formed into the form of an assessment model. The model takes limited number of municipality's characteristics on the input and summarizes found disparity effects on the output. These results might indicate that particular municipality is disadvantaged regarding some attribute or even disadvantaged overall. Stakeholders then should consider adjusting of priorities to support municipalities whose conditions are worse than average. 51

52 In the end of our project the final model was implemented into the form of a software tool. This tool is publicly available to municipal governments, regional planning agencies, etc. Though the model was prepared some issues still need further research and consideration. The final model assesses population focused indicator. During the project an economic indicator was also prepared but we decided to omit it for the final model as it might lead to penalizing of successful municipalities. Stronger relation to housing problematic remains another open issue because of the questionable quality of related statistical data in the Czech Republic and problematic formulation of comparable criteria. These will be aims for the further improvement of the model. Keys words Regional disparities, assesment model, rural development Úvod Disparita - regionální disparita, rozdílnost a podobně patří v posledních deseti letech k často skloňovaným pojmům. V rámci Evropské unie tyto pojmy náleţí k naplňování cílů politiky soudrţnosti, která se odráţí fakticky ve třech základních sloţkách a to v ekonomické části, sociální a územní (Skokan (2007)). Ukazatele k posouzení rozdílů disparit v těchto sloţkách jsou sledovány. Z pohledu Eurostatu se jedná o data na úrovni NUST0 a NUTS1 (Melecký, (2007)). V České republice se pak disparity vnímají na úrovni regionů soudrţnosti nebo krajů a ne uţ jejich dílčích sloţek. Motto projektu, jehoţ výstupy jsou obsahem tohoto článku, vycházelo ze známé poučky o pevnosti řetězu, která byla modifikována takto: Region je tak silný, jak silný je jeho nejslabší článek. Menší obce stojí velmi často na okraji zájmu, přestoţe představují velký podíl na celkovém počtu obcí a také zaujímají značnou územní rozlohu. Projekt Návrh hodnotícího modelu pro posouzení disparit a metodický postup pro jeho vyuţívání HMDIS, WD , který byl řešen v letech v rámci Projektu Ministerstva pro místní rozvoj byl především zaměřen na menší obce s obyvateli. Cílem bylo vytvořit nástroj Hodnotící model regionálních disparit, který bude slouţit pro nezávislé hodnocení obcí z hlediska disparit, ovlivňujících jejich vývoj. 1 Datová základna pro model Vybraná skupina obcí představovala přibliţně 45% území republiky a v roce 2007 se jednalo o více neţ 2000 obcí. V původním záměru bylo vybrat pro datovou základnu obce ze všech krajů ČR, ale po zváţení (např. Martinec (2006)) bylo rozhodnuto, ţe do datové základny nebudou zařazeny obce ve Středočeském kraji, který je významně ovlivněn metropolí. Výběr obcí z ostatních krajů, které tvořily datovou základnu byl proveden na základě kritérií, která reflektovala polohu (např. nadmořská výška), potenciál (rekreační oblasti), nebo historii (např. bývalé průmyslové obce). Počet vybraných obcí v jednotlivých krajích nebyl stejný. Snahou bylo respektovat početnost cílových obcí (obcí s obyvateli) v krajích a zachovat jejich podíl na celkovém vzorku obcí. Bylo vybráno 185 obcí coţ odpovídá přibliţně 10 % z 1804 všech cílových obcí v ČR mimo kraje Středočeského (stav v roce 2007). 52

53 Pro získání relevantních dat, která by popisovala vývoj obce mezi roky 1991 aţ 2006 byl vytvořen pasport. Tento pasport obsahoval 17 okruhů otázek, 163 otázek a tabulek, coţ přibliţně odpovídá 2000 dat za kaţdou obec. Data byla získaná jednak z oficielních zdrojů tj. Český statistický úřad, mapy geofondu, geografické mapy, ARIS webu a dalších a další vyplynula z místního šetření v obcích. Dostupnost a forma dat byla různá. Problémem byla data starší například ze Sčítání lidu, domu a bytů v roce 1991, která byla dostupná ve většině případů pouze v listinné podobě. Rádi bychom tímto podělovali za vzornou spolupráci všech krajských poboček ČSÚ a především pobočce v Ostravě. Pro získání informací přímo z obce byl poţádán starosta o schůzku na které odpovídal na jednotlivé dotazy a doplňoval neúplné informace. Tuto část řešení projetu lze povaţovat z hlediska řešitelů za mimořádně zajímavou. Osobní setkání s představiteli obcí přinesla nejen informace do pasportu, ale mnoho zajímavých informací ze ţivota a řízení obce. Rozsah tohoto článku bohuţel neumoţňuje detailnější popis návštěv obcí a rozhovorů se starosty. O zájmu těchto malých, mnohdy opomíjených obcí svědčí i to, ţe pouze 8% starostů odmítlo osobní setkání a jen 1 starosta na domluvenou schůzku bez omluvy nedorazil. Celkem se podařilo pasportizovat 163 obcí. Všem představitelům obcí, kteří byli ochotni se členům řešitelského týmu věnovat patří náš velký dík. 2 Postup a výsledky statistické analýzy - Identifikace indikátorů a statistické vyhodnocení Teoretické poznatky byly zpracovány na základě (Zvárová, J. (2003)) a (Jarošová E., Král J. (2006)). Jak uvádí (Zvárová, J. (2003)), většina statistických analýz zahrnuje porovnání různých vnějších nebo vnitřních impulsů ke zkoumaným objektům (obcím). Pro zjištění, zda existuje vztah mezi příčinou a důsledkem byly vypracovány testy rozebírající vztah 84 vybraných kvalitativních indikátorů o obcích vůči dvěma hlavním vybraným ukazatelům a to vůči průměrný přírůstek obyvatel v obci na 1 obyvatele v obci (časová řada ) a průměrný celkový příjem obce bez dotací přepočteno na 1 obyvatele ( časová řada ). Vyhodnocení bylo provedeno testem (84 indikátorů) a Spearmanovým korelačním koeficientem (38 indikátorů (pouze vybrané)). (Vzhledem k omezenému rozsahu tohoto článku není moţné všechny jmenovat). Vyhodnocení ukazatele průměrný přírůstek obyvatel v obci na 1 obyvatele v obci Na průměrný přírůstek obyvatel mají dle statistického vyhodnocení vazbu následující indikátory: Dojíţďkový čas do krajského města (v minutách) Vzdálenost do okresního města v km Moţnost nájezdu na silnici 1. nebo vyšší třídy od obce Hustota osídlení - obyvatel / rozloha obce (závislost prokázána i v případě, ţe se počítá rozloha bez lesní půdy Velikost katastru Nadmořská výška ve vazbě na krajský průměr 53

54 Průměrná míra znečištění ovzduší Podíl rolníků na celkovém počtu podnikatelských subjektů Podíl vyjíţdějících na ekonomicky aktivním obyvatelstvu (v %) Podíl obyvatel se základním vzděláním na celkovém počtu obyvatel Vyhodnocení ukazatele průměrný celkový příjem obce bez dotací přepočteno na 1 obyvatele Statistická analýza zkoumala vazbu mezi příjmy obce a indikátory. Výsledkem je následující seznam indikátorů: Velikost katastru 2006 Hustota obyvatel na zastavěné území obce Podíl rolníků na celkovém počtu podnikatelských subjektů Podíl vyjíţdějících na ekonomicky aktivním obyvatelstvu (v %) Čistírna odpadních vod vybudovaná nebo rekonstruovaná Účast v programu rozvoje venkova nebo program rozvoje vesnice Lékařské péče - lékařská praxe v obci Z vyhodnocení vyplývá, ţe přírůstky obyvatel a s tím související demografická struktura má vazbu v podstatě na indikátory, které jsou obcí poměrně obtíţně ovlivnitelné. Na druhou stranu ekonomická situace obce v některých indikátorech přímo odráţí aktivitu vedení obce. Z toho vyplývá, ţe moţnost zvrácení nepříznivého vývoje v přírůstcích obyvatel je stěţí v moţnostech vlastní obce, ale je zcela zřejmé, ţe do tohoto procesu musí vstoupit kraje případně stát. Moţnosti jsou například v zlepšení infrastruktury a s tím související zkrácení dojíţďkové vzdálenosti i času do okresních a krajských měst, zlepšení napojení obce na silnice vyšších tříd a s tím související také zatraktivnění obce z hlediska investorů a v neposlední řadě forma investičních pobídek. V souladu s cíli projektu - především vytipovat potřebné obce - byly do hodnotícího modelu zařazeny vazby na přírůstky obyvatel. 3 Hodnotící model Pro identifikaci znevýhodněných obcí respektive pro hodnocení obcí z hlediska výše popsaných indikátorů disparit - byl pracován hodnotící model a jeho softwarová podoba. Zadání pro vlastní model Softwarová podoba hodnotícího modelu sleduje jeho co nejlepší vyuţitelnost. Proto také bylo nezbytné omezit moţnou duplicitu podobných údajů nebo údajů na sebe navazujících (např. velikost katastru - hustota) a dále vybrat ty údaje, u kterých lze reálně očekávat, ţe je dokáţí uţivatelé rychle najít z dostupných zdrojů a bez chyb, které by ovlivnily výsledky (například hodnocení míry nečištění). A také eliminovat na minimum potřebu dat pocházejících pouze ze Sčítání lidu domů a bytů (pouţívaná stará data z roku 2001 a ještě neexistující data ze sčítání v roce 2011). Stanovení váhy jednotlivých indikátorů a modelový výpočet Pro stanovení váhy byla pouţita metoda bodovací konkrétně Metfesselova alokace 100 bodů (Ţák 2004). (Důleţitost kritéria se ohodnotí počtem bodů, přičemţ součet všech bodů musí 54

55 být roven 100 bodů.) Váhy odráţely sílu vazby popsané statistickým výpočtem (viz Tabulka 1). Tabulka 1: Rozdělení vah Vybrané indikátory pro model Výsledné body Váhy Dojíţďkový čas do krajského města (v 28 0,28 minutách) Dojíţďkový čas do okresního města km 22 0,22 Vzdálenost silnice 1.třídy od obce 20 0,2 Nadmořská výška rozdíl proti krajskému 3 0,03 průměru Velikost katastru 2 0,02 Podíl vyjíţdějících na ekonomicky aktivním 10 0,1 obyvatelstvu data z roku 2001 (v %) Podíl rolníků na celkové počtu 15 0,15 podnikatelských subjektů SUMA Modelový výpočet integrovaný indikátor obyvatelstvo. Vzorec: I obyvatelstvo = (B DCK * 0,28 + B DVO * 0,22 + B VS1 * 0,2 + B RPS *0,15 + (B VEA - 4,0 * A DZ ) * 0,1 + B NVR * 0,03 + B VKT * 0,02) * 100 kde: I Obyvatelstvo je integrovaný indikátor obyvatelstvo B DCK je bodové ohodnocení za dojíţďkový čas do krajského města B DVO je bodové ohodnocení za dojíţďkovou vzdálenost do okresního města B VS1 je bodové ohodnocení za vzdálenost silnice 1.třídy od obce B RPS je bodové ohodnocení za podíl rolníků na celkovém počtu podnikatelských subjektů v roce 2006 B VEA je bodové ohodnocení za podíl vyjíţdějících na ekonomicky aktivním obyvatelstvu 2001 A DZ je korekce na dominantního zaměstnavatele, která nabývá hodnoty 1, právě kdyţ B VEA je >= 9 a největší zaměstnavatel v obci má 100 a více zaměstnanců, jinak je její hodnota rovna 0 B NVR je bodové ohodnocení za nadmořskou výšku a B VKT je bodové ohodnocení za velikost katastru Při testování modelu bylo zjištěno, ţe indikátor počet vyjíţdějících podává problematické výsledky v situaci, kdy je v obci velký zaměstnavatel (neplatí tím vypočtená závislost - čím méně vyjíţdějících, tím horší). (Závislost potvrzena také Spearmanovým korelačním koeficientem). Problém se podařilo odstranit při pouţití porovnání s informacemi o dominantním zaměstnavateli a bylo přistoupeno k úpravě výpočtu v rámci tohoto indikátoru 55

56 a to: v případě, ţe pomocné body indikátoru budou 9 nebo 10 a obec má jednoho zaměstnavatele se 100 zaměstnanci a více, jsou tomuto indikátoru odečteny 4 body. Stanovení hraničních hodnot integrovaného indikátoru Body pro jednotlivé pasportizované obce byly vypočteny a byly porovnány s výsledky prvního kroku analýzy tj. kumulovaného ukazatele. Pro stanovení hraničních hodnot bylo pouţito rozdělení výsledků na kvartily. Byly stanoveny tyto hranice: do 400 bodů včetně obec bez problémů, našem vzorku obcí to reprezentuje 37 obcí a nad 700 bodů obce s problémy coţ je 42 obcí v našem vzorku. Závěr Výsledkem řešení výzkumného úkolu WD je hodnotící model regionálních disparit, který je zaměřen na obce s obyvateli. Na úrovni krajů (ministerstev) lze pomocí tohoto software vyhodnotit, jak je obec z pohledu regionálních disparit ve vazbě na přírůstky obyvatel znevýhodněna nebo naopak zvýhodněna. Míra znevýhodnění nebo zvýhodnění je popsána hodnotou integrovaného indikátoru. Díky moţnosti hromadného vkládání dat do software lze výsledky aplikovat na větší počet obcí, coţ při provázaní s GIS umoţní získat podklady pro strategické rozhodování o zásadních rozvojových plánech kraje. Postup pro pouţití hodnotícího modelu regionálních disparit je popsán v Metodice, která je nedílnou součástí modelu. Postup řešení výzkumného úkolu a výsledky jsou podrobně popsány v závěrečné zprávě Vojvodíková (2010). Hodnocení je zaloţené na objektivních datech. Hodnocení není zatíţeno subjektivním postojem zadávajícího. Pro podrobnější informace o modelu je moţno navštívit stránku projektu Vytvořený software - hodnotící model regionálních disparit včetně Metodiky pro jeho pouţití - bude po schválení výsledků řešení a jejich převzetí zadavatelem projektu Ministerstvem pro místní rozvoj dostupný zdarma představitelům obcí i krajů. Seznam literatury a zdrojů [1] ČESKÝ STATISTICKÝ ÚŘAD (2003): Sčítání lidu, domů a bytů k dojíţďka do zaměstnání a škol Kód publikace: e Č.j.: 1597 / SLDB Praha, 10. prosince 2003 [2] ČESKÝ STATISTICKÝ ÚŘAD (2005) Statistický lexikon obcí České republiky Ottovo nakladatelství s.r.o., Praha, ISBN [3] MARTINEC, P.A KOL (2006).:Vliv ukončení hlubinné těţby na ţivotní prostředí, ANAGRAM, Ostrava 2006, ISBN [4] VOJVODÍKOVÁ, B (2010) Závěrečná zpráva projektu Návrh hodnotícího modelu pro posouzení disparit a metodický postup pro jeho vyuţívání HMDIS, WD , [5] ZVÁROVÁ, J. (2003) Biomedicínská statistika I. Základy statistiky pro biomedicínské obory. Praha: karolinum. 236 s. ISBN [6] ŢÁK J. Vývoj metody a systému na podporu rozhodování ve financování dopravní obsluţnosti státu a regionů -Projekt 1F44E/081/410, prosinec 2004 [7] MELECKÝ, L. (2007) Strukturální ukazatele Evropské unie, Working Papers Regionální disparity, Ostrava ISSN: [8] SKOKAN, K. (2007) Regionální disparity a soudrţnost v Evropské unii, Working Papers Regionální disparity, Ostrava ISSN:

57 [9] TULEJA P. (2008) Moţnosti měření regionálních disparit nový pohled, Šilheřovice [10] JAROŠOVÁ, E., KRÁL, J. (2006): Ověřování předpokladu normality [online]. [cit ], Národní informační středisko pro podporu jakosti, URL < 57

58 Klíčová slova Měření regionální disparit pohled zpátky Doc. Ing. Pavel Tuleja, PhD. Bodová metoda, integrovaný indikátor, metoda normované proměnné, metoda semaforu, regionální disparity. Summary The aim of this paper was to perform a retrospective views and results which we reached the past three years in the quest for methods that can be used to adequately measure the regional disparities. Starting from this goal, we focused on the introduction of this article our attention to the description of seven basic methods that we have in the first phase of our research, considered the most acceptable way for our assessment of regional disparities. Specifically, it was a scaling technique and the method of lights, which we started during our research considered methods whose use is optimal at the identification and quantification of variables, and then the method of average deviation, point method, standardized variables, the method of distance fictitious point method and the general index, which we prefer in particular the aggregate indicators, which we consider to be crucial in the evaluation of regional disparities. Of these seven techniques, we further research as the best selected two basic methods, and the traffic light method and the method of standardized variables. For this region, we first use the method to assess the evolution of traffic lights, all four indicators that characterize the region, and then we calculated an indicator developed social services, which we consider an aggregated presentation of disparities from the user perspective. The indicators then we have calculated as a weighted average of the component indicators. Use the above mentioned methods in the actual evaluation of regional disparities has been paid to the second part of this paper in which we gradually focused both on the application of the method of traffic lights and at the time that the standardized variables, and the example model of the region with highly developed social services. As the above results clearly between the regions for which he played in the development of social services is an important role in the region Hradec Kralove, Usti, South, Capital Prague, Olomouc and Plzen, while the lowest ranked regions are Pardubice, Bohemia, Central Region and Zlín. For counties that have given the better off most of time, then we can identify two of the most appreciated regions, namely Capital Prague and South Moravia, and one of the four worst-rated regions, which is the Zlín Region. Conversely, the biggest drop in the monitored period the only region of the bottom of the chart. Specifically, it is the Carlsbad region, especially South and Central, who in 1995 faced with an almost continuous fall in social services. Keys words Point method, an integrated indicator variables standardized method, a method of traffic lights, regional disparities Úvod Kdyţ jsme v roce 2007 započali s řešením projektu WD : Regionální disparity v územním rozvoji ČR jejich vznik, identifikace a eliminace, objevila před námi jedna zásadní 58

59 otázka, jeţ zněla: Jsme schopni v rámci stávajících matematických či statistických metod, nalézt takovou metodu, s jejíţ pomocí budeme moci odpovídajícím způsobem měřit regionální disparity?. Podíváme-li se v tomto okamţiku zpět, pak můţeme říci, ţe hledání odpovědi na tuto otázku byl proces poměrně sloţitý a zdlouhavý, a to zejména proto, ţe jsme v průběhu našeho výzkumu nalezli několik typů metod, které se od samého počátku jevily jako vhodné pro měření meziregionálních rozdílností, avšak v průběhu času se prokázalo, ţe jejich reálné vyuţití je, vzhledem k finálním výsledkům, které poskytovaly, velmi diskutabilní. Navíc jsme si v průběhu řešení uvědomili, ţe problém měření regionálních disparit je problémem, který se ve finále rozpadá do dvou samostatných oblastí. Tou první je jiţ výše zmíněné nalezení nejvhodnější metody, s jejíţ pomocí budeme schopni dostatečně kvalitně kvantifikovat úroveň regionálních disparit, kdeţto tou druhou oblastí je otázka obsahové náplně vlastního měření, tj. stanovení jednotlivých indikátorů, s jejichţ pomocí budeme schopni onu výše uvedenou kvantifikaci fakticky provést. Vzhledem k tomu, ţe v průběhu uplynulých tří let se autor této stati, v rámci výše zmíněného výzkumu, věnoval zejména otázkám spojeným s nalezením odpovídajících metod, budou následující řádky určitou retrospektivou pohledů a výsledků, jichţ jsme v této oblasti v uplynulých třech letech dosáhli. 1 Metody vhodné pro hodnocení regionálních disparit původní výběr V první fázi našeho výzkumu jsme provedli poměrně důkladnou analýzu, v jejímţ rámci jsme prošli jednotlivé matematické a statistické metody a z nich jsme následně vybrali ty, které se nám jevily jako vhodné pro konstrukci multikriteriálních indexů, s jejichţ pomocí jsme chtěli hodnotit míru regionálních disparit. Ze všech dostupných metod jsme ve finále zvolili sedm technik, mezi něţ patřila metoda průměrné odchylky, bodová metoda, metoda normované proměnné, metoda vzdálenosti od fiktivního bodu, metoda souhrnného indexu, metoda semaforu a konečně také metoda zaloţená na škálovacích technikách. Ačkoliv jsme ve finální fázi našeho výzkumu vyuţili pouze dvě, resp. tři z těchto sedmi technik, jeví se nám v tomto okamţiku jako vhodné stručně si tyto metody připomenout. Metoda průměrné odchylky První matematickou metodou, která se nám jevila jako vhodná pro kvantitativní hodnocení regionálních disparit, byla metoda průměrné odchylky, v jejímţ případě můţeme meziregionální rozdíly vyjádřit pomocí míry variability. Tato míra je pak v rámci této metody definována jako aritmetický průměr absolutních odchylek, tj. odchylek bez ohledu na znaménko, jednotlivých hodnot analyzovaných ukazatelů od určité předem stanovené kriteriální hodnoty. V této souvislosti je zapotřebí poznamenat, ţe vyuţití absolutních odchylek při hodnocení regionálních disparit se nám jevilo jako velmi vhodné, a to zejména proto, ţe při hodnocení meziregionálních rozdílů jsme se chtěli také zaměřit na stupeň konvergence či divergence jednotlivých regionů k celorepublikovému průměru, coţ tato metoda, tím ţe dovoluje v analyzovaném souboru indikátorů kompenzovat kladné a záporné odchylky, velmi dobře umoţňovala. Na druhé straně je však zapotřebí poznamenat, ţe významnou nevýhodou tohoto přístupu k hodnocení meziregionálních rozdílů je to, ţe průměrnou hodnotu celkového souboru ukazatelů nemůţeme určit z dílčích průměrných odchylek, tj. odchylek stanovených pro jednotlivé soubory indikátorů. Ačkoliv je při praktickém vyuţití této metody nejčastěji pouţívána odchylka od aritmetického průměru, dá se říci, ţe zejména statistici v tomto případě upřednostňují spíše metodu 59

60 zaloţenou na výpočtu průměrné odchylky od hodnoty kvantitativního statistického znaku, který rozděluje příslušnou řadu statistických údajů co do počtu prvků na dvě stejně velké části. Jinými slovy řečeno, statistikové dávají před aritmetickým průměrem přednost mediánu, který danou statistickou řadu rozděluje na dvě skupiny, z nichţ první obsahuje hodnoty, které jsou menší nebo rovny mediánu a druhá hodnoty, jeţ jsou rovny nebo větší neţ medián. Bodová metoda Další z metod, jiţ jsme vybrali jako metodu přiměřenou k pouţití při hodnocení regionálních disparit, byla bodová metoda, jejímţ základem je nalezení takového regionu, v němţ příslušný indikátor dosahuje buďto maximální, nebo minimální hodnoty, přičemţ za rozhodující pro její určení je povaţováno to, zda je u daného indikátoru jako optimální chápán spíše progresivní, nebo naopak degresivní vývoj. Pokud příslušný indikátor dosahuje optimálních hodnot při progresivním vývoji, pak je za kriteriální hodnotu povaţována jeho maximální výše, jeţ je následně oceněna bodů. Ostatní regiony pak získávají bodové ohodnocení, které se pohybuje v intervalu od 0 do bodů, a to v závislosti na podílu příslušného indikátoru na stanovené kriteriální hodnotě. Je-li výchozím kritériem minimální hodnota ukazatele, pak se výše bodového ohodnocení počítá s převrácenou hodnotou tohoto poměru. Sečtením takto stanovených bodů získáme výslednou hodnotu, která je charakteristikou regionálních disparit. Výhodou bodové metody je její schopnost shrnout do jednoho komplexního indikátoru ukazatele, jeţ jsou původně zachyceny v různých měrných jednotkách. Tímto komplexním indikátorem, nebo také syntetickou charakteristickou je pak bezrozměrné číslo, které můţeme být vyuţito ke stanovení trendových hodnot, poměrových či rozdílových ukazatelů, popř. k určení pořadí jednotlivých regionů. Jinými slovy řečeno, pomocí tohoto ukazatele jsme schopni stanovit, např. míru zaostávání regionu A za regionem B. V praxi bývá bodová metoda často vyuţívána v některé z následujících modifikací: pro stanovení jednotlivých kriteriálních hodnot je vybrán jeden konkrétní region, s nímţ jsou následně porovnávány regiony ostatní. Z daného je tedy zřejmé, ţe pokud analytik vyuţívá tuto modifikaci původní bodové metody, pak není moţno omezit horní bodovou hranici příslušného ukazatele. kriteriální hodnoty jednotlivých ukazatelů jsou předem expertně stanoveny, coţ znamená, ţe také v tomto případě není moţno stanovit maximální počet bodů, které můţe daný region za příslušný ukazatel získat. Metoda normované proměnné Na základě našeho výzkumu jsme dospěli k závěru, ţe při výpočtu integrovaného indikátoru lze vyuţít také metodu normované proměnné, jejíţ hodnotu, v případě ukazatele, pro nějţ je za optimální povaţován jeho progresivní vývoj, vypočteme pomocí rovnice (1): u ij x ij x s x i i max kde: s x je směrodatná odchylka i-tého ukazatele 60

61 a v opačné situaci prostřednictvím rovnice (2): u xi ij min s x i x ij Tak jako u bodové metody, také u metody normované proměnné je takto vypočtená směrodatná odchylka bezrozměrnou veličinou, která má jak jednotkový, tak nulový průměr, coţ následně umoţňuje její bezproblémové sčítání. Přesto je zapotřebí říci, ţe tato shoda s bodovou metodou je ve své podstatě shodou jedinou, neboť metoda normované proměnné, na rozdíl od bodové metody, nebere v potaz absolutní, ale relativní proměnlivost ukazatelů zahrnutých do příslušného indikátoru. Tato její přednost je však následně potlačena do pozadí tím, ţe takto vypočtený integrovaný indikátor nelze pouţít pro srovnávání podílových veličin, coţ znamená, ţe pomocí metody normované proměnné nelze určit rozsah zaostávání regionu B za regionem A. Metoda vzdálenosti od fiktivního objektu Čtvrtou metodou, která se nám jevila jako metoda vhodná pro výpočet integrovaného indikátoru regionálních disparit, byla metoda vzdálenosti od fiktivního objektu, jímţ by v našem případě byl námi stanovený optimální region, jenţ by byl buďto odrazen určitého konkrétního kraje České republiky, nebo by vznikl na základě čistě expertního odhadu optimálních hodnot jednotlivých ukazatelů zahrnutých do hodnoty příslušného indikátoru. Jeli v praxi tato metoda vyuţita, pak jsou jednotlivé ukazatele nejprve vyjádřeny v normovaném tvaru a následně je vypočtena euklidovská vzdálenost jednotlivých regionů o regionu optimálního. Pomocí této metody tedy získáme integrovaný indikátor, jenţ nabývá hodnot větších, nebo rovných nule, přičemţ platí, ţe čím větší je hodnota takto vypočteného indikátoru, tím větší je rozdíl mezi optimálním a skutečným regionem, coţ samozřejmě také značí větší míru divergence tohoto regionu od optima. Kromě výše uvedeného srovnání, lze tuto metodu také vyuţít jak při porovnávání rozdílem, tak při komparaci podílem. Metoda souhrnného indexu Poslední, čistě matematicko-statistickou metodou, jiţ jsme povaţovali za metodu přiměřenou pro výpočet integrovaného indikátoru, je metoda postavená na konstrukci souhrnného indexu, tj. poměrného čísla, s jehoţ pomocí lze z časového, místního i věcného hlediska komparovat soubor jak nezčítatelných (extenzivních), tak nezprůměrovatelných (intenzivních) veličin. Prostřednictvím této metody jsme tak schopni určit buďto objemové souhrnné indexy, to v případě, ţe příslušné indikátory můţeme zařadit mezi extenzivní veličiny, nebo úrovňové souhrnné indexy, a to v situaci, kdy součástí finálního integrovaného indikátoru budou pouze intenzivní veličiny. Vlastní souhrnných index pak můţeme vypočíst jedním zde dvou níţe uvedených postupů: zprůměrování individuálních indexů, které stanovíme pro jednotlivé poloţky zkoumaného souboru indikátorů, čímţ získáme průměrový index, agregací různorodých extenzivních a intenzivních veličin pomocí expertně stanovených vah. Pomocí této metody pak vypočteme agregátní indexy. V souvislosti s touto metodou je zapotřebí poznamenat, ţe obě výše uvedené koncepce výpočtu souhrnného indexu mají mezi odbornou veřejností celou řadu zastánců a odpůrců. 61

62 Vzhledem k tomu, ţe v tomto okamţiku nemá smysl blíţe tyto diskuse rozebírat, zaměříme se pouze na hlavní pozitiva těchto metod, k nimţ jsou u průměrových indexů počítány zejména jejich formální vlastnosti, kdeţto u indexů agregátních jejich snazší věcná interpretace. Z tohoto důvodu jsme v rámci našeho výzkumu upřednostnili souhrnné indexy, jeţ byly zaloţeny na agregaci různorodých extenzivních a intenzivních veličin. Metoda zaloţená na škálovacích technikách Další z metod, jiţ jsme chápali jako metodu vhodnou pro hodnocení regionálních disparit, bylo škálování, jeţ je v odborné literatuře definováno: buďto jako soubor metod, technik a procedur, jeţ analytikům umoţňují zkonstruovat jakoukoliv škálu, v jejímţ rámci budou jednotlivé ukazatele nejen uspořádány, ale také očíslovány. Tato metoda bývá zpravidla označována jako škálovací procedura nebo škálovací technika. nebo jako proces kvalitativního měření, který vede k vlastnímu škálování těch hodnot, jeţ jsou v praxi jen velmi obtíţně měřitelné, z čehoţ vyplývá, ţe v případě měření regionálních disparit by tento způsob hodnocení meziregionálních rozdílností měl význam pouze tehdy, pokud bychom do námi navrţeného hodnocení zahrnuli také indikátory postavené na kvalitativní bázi. V případě těchto metod, pak nehovoříme o škálovací proceduře, ale pouze o škálování. Vzhledem k tomu, ţe z našeho pohledu se jako vhodnější pro pouţití při hodnocení regionálních disparit jevily škálovací techniky, jejichţ prostřednictvím jsme schopni komparovat údaje zaloţené jak na metrické, tak na nemetrické bázi, jeví se nám v tomto okamţiku jako vhodné, zaměřit svou pozornost právě na tuto oblast, přičemţ začneme tím, ţe se zaměříme na pojem očíslování. Pod tímto pojmem ve své podstatě rozumíme přiřazení určitých konkrétních čísel jednotlivým hodnotám námi zvolených indikátorů tak, ţe mezi nimi nebude existovat ţádný numerický vztah. Je tedy zřejmé, ţe pokud v regionu A přiřadíme hodnotě vybraného indikátoru číslo 1 a v regionu B číslo 14, pak tento způsob očíslování nebude znamenat, ţe je příslušný indikátor v regionu B čtrnáctkrát horší, neţ v regionu A, ale pouze to, ţe v prvém regionu má tento ukazatel přiřazeno číslo 1 a v druhém regionu číslo 14. Za výhodu tohoto přístupu tak můţeme označit jeho poměrně dobrou přehlednost, spojenou s bezproblémovou rozšířitelností analyzované skupiny indikátorů. Tento pozitivní fakt, je však v našem případě do jisté míry negován tím, ţe tuto metodu nelze povaţovat za druh měření, coţ znamená, ţe s její pomocí nemůţeme dospět ke konkrétním kvantitativním údajům. Škálovací techniky můţeme tedy označit za samostatnou metodu, jeţ je spojena jak s kvantitativními aspekty, tak s topologickými prvky. Dá se tedy říci, ţe tuto metodu lze povaţovat za určitý nezbytný předstupeň vlastního měření regionálních disparit, s jehoţ pomocí jsme schopni pouze vymezit příslušné topologické podmínky. Vyuţití metody očíslování v námi realizovaném výzkumu by tak vedlo jen k vytvoření určité pseudokvantifikace meziregionálních rozdílností. K vlastní kvantifikaci příslušných disparit by pak měla být vyuţita některá z pěti výše uvedených matematicko-statistických metod. V našem případě můţeme za třídící škálu povaţovat přehled obměn tříděného znaku, jenţ vymezuje hloubku třídění a tvářnost budoucích skupin ukazatelů, na něţ se jednotlivé integrované indikátory rozpadají. Takto vzniklé skupiny jsou pak označovány buďto jako třídy, to v případě, ţe jsou indikátory tříděny podle kvantitativních znaků, nebo, jsou-li 62

63 k jejich třídění vyuţity kvalitativní znaky, jako kategorie. Z výše uvedeného je tedy zřejmé, ţe při sestavování takovéto třídící škály je nutné nejen sestavit seznam jednotlivých ukazatelů, ale také zcela jednoznačně tyto ukazatele definovat. Příslušná třídící škála pak musí být sestavena tak, aby toto třídění bylo jednoznačné, úplné, přehledné a současně také dostatečně podrobné. V rámci procesu třídění kvantitativních ukazatelů analytické týmy vytvářejí kvantitativní škály či také kvantitativní stupnice, s jejichţ pomocí jsou jednotlivé ukazatele řazeny do příslušných tříd podle třídících intervalů zvolené škály. Tyto intervaly jsou nejčastěji stanoveny mezemi, z čehoţ vyplývá, ţe příslušná škála musí být uspořádána tak, aby nebylo moţno zpochybnit zařazení jednotlivých mezních hodnot, coţ je v případě: nespojitých znaků zpravidla řešeno stanovením nejniţší a nejvyšší hodnoty. Pokud jsou obě hodnoty intervalu stanoveny, pak jej označujeme za interval uzavřený, kdeţto v okamţiku, kdy je stanovena pouze jedna mez, hovoříme o intervalu otevřeném. spojitých znaků je pak nejčastěji vyuţívána podobná metoda jako u znaků nespojitých, která však při stanovování konkrétních hranic vychází z principu zaokrouhlování. Při vlastní konstrukci třídící škály je odbornou veřejností obvykle doporučováno vytvoření minimálně šesti a maximálně dvaceti tříd, přičemţ za optimální je povaţován počet 10 aţ 12 tříd. Jako standardní pomůcka slouţící ke stanovení ideálního počtu tříd je pak vyuţíváno Sturgesovo pravidlo, jeţ umoţňuje, na základě intervalového rozdělení čestností, stanovit vhodný počet skupin pro rozdělení určitého statistického souboru dat. V souvislosti s touto metodou je však zapotřebí poznamenat, ţe při jejím vyuţití automaticky vycházíme z předpokladu, ţe příslušná klasifikační škála má všechny třídící intervaly stejné. Jsou-li v případě metod zaloţených na škálovacích technikách vyuţívány kvalitativní znaky, pak jednotlivé indikátory zařazujeme do singulárních kategorií, které jsou sestaveny podle definic stupňů zvolené škály. Vlastní vymezení těchto skupin však vyţaduje poměrně pečlivou úvahu, která je spojena s odhalením typických rysů určitého procesu a se zjištěním a měřením pravidelností jejich výskytu. Platí tedy, ţe základním úkolem při sestavování kvalitativních škál je vymezení obsahu určité kategorie, a to jak z pozitivního, tak negativního hlediska. Za ideální při sestavování těchto škál je povaţována situace, v níţ výzkumné týmy vycházejí z určitých přirozených skupin analyzovaných ukazatelů. Pro vlastní zařazení jednotlivých indikátorů do skupin pak bývají při konstrukci těchto škál vyuţívány tři základní postupy: taxativní vyjmenování mezních případů, a to včetně návodů pro jejich zařazení, deklaratorní metoda, jeţ je zaloţena na subjektivním názoru zpravodaje nebo metoda kvantitativního znaku. V případě kvalitativního škálování neexistují ţádná obecná pravidla, jeţ by určovala hloubku a podrobnost třídění analyzovaných ukazatelů. Přesto platí, ţe zbytečně velký počet základních skupin vede zpravidla k výrazné atomizaci souboru a sniţuje přehlednost výsledků. Současně můţeme konstatovat, ţe tyto skupiny by se měly vyznačovat co nejmenší variabilitou a homogenní klasifikací, která by zabezpečila shodnost členění jednotlivých tříd. 63

64 Metoda semaforu Specifickou podobou metody škálování, resp. metodou, která se výrazně blíţí proceduře očíslování, je metoda semaforu. Tato technika je zaloţena na přiřazení specifických symbolů jednotlivým hodnotám indikátorů, přičemţ platí, ţe tyto symboly odpovídají určité procentuální úrovni buďto maximální, nebo naopak minimální výše hodnoty analyzovaného indikátoru. Nejčastěji mají tyto symboly podobu tří kruhů, které svými barvami odpovídají barvám na semaforu, z čehoţ je také odvozován vlastní název této metody. Je-li tedy indikátoru zjištěnému pro region A přiřazen červený kruh a indikátoru zachycujícímu vývoj v regionu B kruh zelený, pak jsme, díky tomuto barevnému rozlišení, sice schopni rozpoznat rozdíly mezi jednotlivými regiony, ale současně nejsme schopni přesně určit rozdíly v jejich vývoji. Za významnou devizu tohoto přístupu pak můţeme označit jeho rychlost, přehlednost a bezproblémové vyuţití v rámci analýzy různě širokých skupin socio-ekonomických ukazatelů. Z výše uvedeného je tedy zřejmé, ţe metoda semaforu je spíše metodou grafickou, s jejíţ pomocí jsme schopni sestavit několik typů hodnotících škál, k nimţ řadíme: dvoubarevnou škálu, která nabízí moţnost barevného rozlišení indikátorů pomocí dvou barev, jejichţ intenzita se mění dle toho, jak se mění hodnoty těchto ukazatelů, tříbarevnou škálu, s jejíţ pomocí rozdělujeme příslušnou skupinu indikátorů pomocí tří barev, přičemţ prostřední barva odpovídá percentilu 50, datovou čáru, u níţ je k rozlišení hodnot vyuţívá právě délka datové linky, či škálu vyjádřenou pomocí sady ikon, kde jsou k očíslování indikátorů vyuţívány různé sady ikon, které mohou být tří objektové, čtyř objektové, popř. pěti objektové. 2 Metody hodnocení regionálních disparit zúţení výběru a příklad jejich aplikace Zatímco v první fázi našeho výzkumu jsme se zaměřili na důkladnou analýzu a následný výběr nejvhodnějších metod pro konstrukci multikriteriálních indexů, druhou fázi jsme věnovali praktickému ověření těchto metod a následnému výběru těch, které se z našeho pohledu jevily jako nejvhodnější pro hodnocení míry regionálních disparit. Na základě důkladné analýzy, v jejímţ rámci jsem výsledky, jichţ bylo při pouţití jednotlivých metod dosaţeno, porovnali nejen s našimi očekáváními, ale také s výsledky, jeţ byly v této oblasti publikovány v jiných studiích věnovaných problematice regionálních disparit, jsme dospěli k závěru, ţe pro hodnocení meziregionálních rozdílů prostřednictvím námi navrţených integrovaných indikátorů a modelových regionů se jako nejvhodnější jeví dvě metody. Těmito technikami jsou metoda semaforu, která se ukazuje jako ideální pro fázi identifikace a kvantifikace proměnných, a metodu normované proměnné, jiţ lze vyuţít ve fázi tvorby a výpočtu integrovaných indikátorů. Pojďme si proto nyní tyto metody představit na praktickém příkladu modelového regionu s vysoce rozvinutými sociálními sluţbami. Tento modelový region jsme v rámci našeho výzkumu definovali jako region, jenţ se vyznačuje především vysokou úrovní těch sluţeb, které jsou spojovány s institucemi sociální infrastruktury, tj. nemocnicemi a zařízeními sociální péče. V případě tohoto regionu tak předpokládáme, ţe jejich vysoká úroveň sociálních sluţeb by měla přispívat nejen ke zkvalitnění ţivotních podmínek obyvatel příslušného kraje, ale také k vytváření dostatečných podmínek pro rozvoj lidského potenciálu, z čehoţ vyplývá, ţe tyto regiony by se měly 64

65 vyznačovat poměrně nízkou úrovní sociální exkluze. Výše uvedená deskripce nás následně přivedla k závěru, ţe pro popis tohoto typu regionu se jako nejvhodnější jeví soubor indikátorů, jehoţ sloţení je zachyceno v tabulce 1, a to včetně jednotlivých vah, které jsme stanovili na základě našeho vlastního expertního odhadu. Tabulka 1: Sloţení indikátoru rozvinutých sociálních sluţeb a hodnota vah jednotlivých ukazatelů indikátor váha počet lékařů na 10 tis. obyvatel 0,250 počet lůţek v nemocnicích na 10 tis. obyvatel 0,250 počet míst v zařízeních sociální péče na 10 tis. obyvatel 0,250 počet dětí zapsaných v mateřských školkách na jednu třídu 0,250 Zdroj: Vlastní zpracování Metoda semaforu Jak jiţ bylo uvedeno výše, vyuţití metody semaforu je dle našeho názoru vhodné zejména ve fázi identifikace a kvantifikace proměnných. Pojďme si proto nyní ukázat, jak můţeme pomocí této metody zhodnotit meziregionální rozdíly ve vývoji jednotlivých ukazatelů tvořících indikátor rozvinutých sociálních sluţeb. Toto zhodnocení pak, vzhledem k problémům s dostupností dat pro indikátor počet dětí zapsaných v mateřských školkách provedeme pouze pro časový úsek vymezený roky 1995 a K vlastnímu zhodnocení tohoto vývoje vyuţijeme metodu tříbarevné škály, v niţ hrají prim barva zelené, značící nejuspokojivější výsledek, ţlutá, která odpovídá percentilu 50, a červená, v jejímţ případě je u daného indikátoru dosahováno nejméně uspokojivých výsledků. V rámci jednotlivých tabulek jsou pak regiony České republiky seřazeny, nikoliv podle standardního řazení, ale podle barvy, jeţ je v jejich případě barvou převaţující. Jak je zřejmé z údajů zobrazených v tabulce 2, z hlediska počtu lékařů na 10 tis. obyvatel jsou v prvním, zeleném pásmu, zachyceny všechny kraje, které se v letech vyznačovaly největším počtem lékařů na deset tisíc obyvatel. Do této skupiny můţeme zařadit Hl. m. Prahu, Plzeňský, Olomoucký a Královehradecký kraj. Druhé pásmo regionů, v němţ převaţuje barva ţlutá, popř. oranţová, tvoří kraje Karlovarský, Jihočeský a Moravskoslezský. Poslední, tj. červené pásmo, s nejmenším počtem lékařů na 10 tis. obyvatel v rámci České republiky je tvořeno krajem Libereckým, Ústeckým, Pardubickým, Vysočinou, Zlínským a Středočeským. Současně je z dané tabulky také moţno vyčíst, ţe mezi jednotlivými regiony České republiky existují dosti výrazné regionální disparity, o čemţ svědčí nejen poměrně výrazné barevné rozlišení, ale také údaje o procentuálním podílu průměrného počtu lékařů v jednotlivých regionech na celorepublikovém váţeném průměru 16, z nějţ vyplývá, ţe zatímco premiant skupiny, Hl. m. Praha, převyšovalo v letech průměrnou hodnotu o 67,05 p. b., Středočeský kraj, jako nejhůře hodnocený region zaostával za průměrem o téměř 22 procentních bodů. 16 Váha jednotlivých regionů byla stanovena podílem průměrného počtu obyvatel dané regionu na celkovém průměrném počtu obyvatel České republiky. 65

66 Tabulka 2: Pořadí jednotlivých regionů z hlediska počtu lékařů na 10 tis. obyvatel v jednotlivých krajích České republiky v letech kraj Hlavní město Praha 57,0 58,0 63,0 61,0 58,0 56,0 66,0 67,0 67,0 68,0 68,0 Jihomoravský kraj. 40,0 40,0 40,0 40,0 37,0 42,0 42,0 42,0 43,0 43,0 Plzeňský kraj. 36,0 39,0 39,0 37,0 40,0 41,0 42,0 42,0 43,0 43,0 Olomoucký kraj. 34,0 37,0 37,0 35,0 35,0 39,0 40,0 40,0 40,0 40,0 Královéhradecký kraj 35,0 36,0 37,0 37,0 37,0 37,0 38,0 38,0 39,0 39,0 40,0 Karlovarský kraj 32,0 34,0 35,0 35,0 33,0 34,0 35,0 35,0 36,0 36,0 36,0 Jihočeský kraj 34,0 34,0 34,0 34,0 34,0 34,0 35,0 35,0 35,0 36,0 35,0 Moravskoslezský kraj 31,0 32,0 32,0 32,0 32,0 33,0 34,0 35,0 36,0 36,0 36,0 Liberecký kraj 30,0 31,0 31,0 31,0 31,0 32,0 32,0 33,0 33,0 34,0 34,0 Ústecký kraj 29,0 30,0 31,0 31,0 30,0 31,0 32,0 32,0 33,0 33,0 33,0 Pardubický kraj 28,0 29,0 30,0 30,0 30,0 30,0 32,0 32,0 33,0 33,0 33,0 Vysočina 29,0 29,0 30,0 30,0 30,0 30,0 31,0 31,0 32,0 32,0 33,0 Zlínský kraj 29,0 29,0 29,0 29,0 29,0 30,0 31,0 32,0 32,0 32,0 33,0 Středočeský kraj 29,0 29,0 29,0 29,0 29,0 29,0 30,0 30,0 30,0 30,0 30,0 Zdroj: Regionální informační servis Budeme-li hodnotit postavení jednotlivých regionů z hlediska počtu lůţek na 10 tisíc obyvatel, pak dospějeme k závěru, ţe i v tomto případě se námi analyzovaná skupina krajů vyznačujeme poměrně vysokou mírou regionálních disparit. Současně můţeme také konstatovat, ţe jednotlivé meziregionální rozdíly jsou o něco menší, neţ u indikátoru počet lékařů na 10 tis. obyvatel. Jak je z dostupných dat zřejmé, v prvním, zeleném pásmu tentokrát nalezneme Hlavní město Prahu, Královehradecký, Ústecký a Jihomoravský kraj, tj. kraje, v jejichţ případě dosahoval v letech 1995 aţ 2005 průměrný počet lůţek vyšších hodnot, neţ byla hodnota odpovídající celorepublikovému průměru. Ţluté pásmo tvořilo šest krajů České republiky, jejichţ průměrná hodnota byla blízká celorepublikovému průměru. Konkrétně se pak jednalo o kraje Plzeňský, Moravskoslezský, Jihočeský, Karlovarský, Liberecký a Vysočinu. V poslední skupině, nejhůře hodnocených krajů, nalezneme Olomoucký, Zlínský, Pardubický a Středočeský kraj, přičemţ oba posledně jmenované regiony dosahovaly v námi sledovaném období u tohoto ukazatele dlouhodobě nejhorší výsledky, kdyţ za celorepublikovým průměrem zaostávaly o více neţ 17 procentních bodů. Aby bylo naše srovnání přesné, pak se jeví jako vhodné také uvést, ţe nejlépe hodnocený region České republiky, jímţ je v tomto případě opět Hl. m. Praha tentokrát převyšoval celorepublikový průměr o 29,03 p. b. 66

67 Tabulka 3: Pořadí jednotlivých regionů z hlediska počtu lůţek na 10 tis. obyvatel v jednotlivých krajích České republiky v letech kraj Hlavní město Praha 80,0 80,0 83,0 91,0 83,0 83,0 84,0 91,0 91,0 88,0 88,0 Královéhradecký kraj 86,0 85,0 81,0 77,0 73,0 72,0 72,0 73,0 72,0 68,0 68,0 Ústecký kraj 81,0 79,0 77,0 77,0 75,0 74,0 73,0 72,0 70,0 69,0 67,0 Jihomoravský kraj 74,0 72,0 75,0 78,0 72,0 69,0 69,0 73,0 73,0 71,0 72,0 Plzeňský kraj 67,0 65,0 65,0 73,0 63,0 61,0 62,0 65,0 65,0 65,0 65,0 Moravskoslezský kraj 72,0 69,0 68,0 66,0 65,0 62,0 62,0 62,0 61,0 61,0 60,0 Jihočeský kraj 74,0 72,0 67,0 64,0 62,0 61,0 62,0 62,0 61,0 61,0 60,0 Karlovarský kraj 78,0 69,0 66,0 63,0 61,0 58,0 56,0 55,0 56,0 57,0 56,0 Liberecký kraj 65,0 63,0 61,0 62,0 62,0 59,0 59,0 59,0 59,0 62,0 62,0 Vysočina 70,0 64,0 63,0 62,0 61,0 58,0 58,0 56,0 56,0 57,0 56,0 Olomoucký kraj. 63,0 61,0 62,0 58,0 56,0 56,0 60,0 58,0 58,0 57,0 Zlínský kraj 60,0 57,0 55,0 56,0 56,0 56,0 56,0 57,0 57,0 57,0 56,0 Pardubický kraj 63,0 61,0 59,0 59,0 52,0 50,0 48,0 50,0 55,0 53,0 54,0 Středočeský kraj 66,0 62,0 59,0 57,0 54,0 54,0 51,0 51,0 51,0 50,0 49,0 Zdroj: Regionální informační servis. 67

68 Tabulka 4: Pořadí jednotlivých regionů z hlediska počtu míst v zařízeních sociální péče na 10 tis. obyvatel v jednotlivých krajích České republiky v letech kraj Ústecký kraj 89,5 95,8 97,2 96,5 97,3 98,7 99,7 100,2 100,8 103,9 104,4 Olomoucký kraj. 89,0 83,3 83,2 91,1 91,3 88,9 97,9 93,3 98,8 94,6 Zlínský kraj 70,8 81,9 82,9 86,6 88,2 93,6 94,3 96,3 98,7 103,2 101,4 Karlovarský kraj 66,2 74,9 81,5 79,9 83,0 83,8 81,8 82,8 81,0 86,4 82,5 Pardubický kraj 69,9 75,5 77,4 76,2 77,3 78,3 78,9 81,9 83,2 81,1 84,9 Jihomoravský kraj 62,4 70,7 71,2 68,1 71,4 72,8 76,3 79,6 78,2 80,4 78,9 Moravskoslezský kraj 60,4 65,2 63,4 63,0 68,4 73,8 76,9 79,0 78,7 80,1 84,5 Královéhradecký kraj 64,1 66,0 65,0 67,3 69,5 71,2 72,7 74,3 75,3 79,0 76,5 Plzeňský kraj 61,4 66,3 68,2 69,2 67,7 69,8 72,1 74,7 75,8 78,9 76,4 Středočeský kraj 62,1 65,9 66,7 66,8 69,1 71,4 71,6 69,6 68,7 69,5 69,6 Vysočina 59,6 63,0 63,1 61,4 63,1 69,0 70,8 72,5 72,4 71,4 69,4 Jihočeský kraj 57,4 60,5 56,1 62,7 68,3 68,3 67,9 71,1 69,0 69,5 70,1 Liberecký kraj 48,2 53,6 53,9 51,2 56,9 58,8 57,1 58,5 64,5 63,5 61,9 Hlavní město Praha 32,9 34,8 35,0 34,5 35,2 37,9 40,7 42,5 42,2 40,3 41,9 Zdroj: Regionální informační servis. Z tabulky 4 je zřejmé, ţe u ukazatele počet míst v zařízeních sociální péče na 10 tis. obyvatel se trendy spojené s postavením jednotlivých krajů na pomyslném ţebříčku regionů nepotvrzují, neboť doposavad nejlépe hodnocený region, jímţ bylo Hl. m. Praha v tomto případě zaznamenal propad do červeného pásma, kam jej doprovodil také Liberecký kraj. Ostatní kraje České republiky pak můţeme zařadit spíše do zbývajících dvou pásem, z nichţ tím širším je středové, ţluté pásmo, jeţ je tentokrát tvořeno Jihočeským krajem, krajem Vysočina, Středočeským krajem, Plzeňským krajem, Královehradeckým krajem a dle našeho názoru, vzhledem k dlouhodobému vývoji, také krajem Moravskoslezským a Jihomoravským, a to i přesto, ţe u těchto dvou krajů nalezneme v průběhu let i pole, která jsou zvýrazněna zelenou barvou. Za regiony s největším počtem míst v zařízeních sociální péče na 10 tis. obyvatel pak můţeme označit zbývajících pět regionů, tj. Pardubický, Karlovarský, Zlínský, Olomoucký a Ústecký kraj, který se v případě tohoto ukazatele stabilně umísťuje na prvním místě pomyslného ţebříčku. Pokud k porovnání meziregionálních rozdílů opět vyuţijeme procentuální odstup daného regionu od celorepublikového váţeného průměru, pak zjistíme, ţe míra regionálních disparit se v tomto případě opět výrazně zvýšila, kdyţ rozdíl mezi podílem nejlépe a nejhůře hodnoceného regionu na celorepublikovém průměru dosáhl téměř 85 procentních bodů. Ústecký kraj převyšoval průměr o 37,95 p. b., kdeţto hlavní město za průměrem zaostávalo téměř o polovinu. 68

69 Posledním z námi hodnocených ukazatelů je indikátor počet zapsaných dětí v mateřských školkách na jednu třídu. Vyjdeme-li z dostupných údajů, pak zjistíme, ţe v případě tohoto ukazatele se mezi jednotlivými regiony projevují nejméně výrazné regionální disparity, kdyţ nejhůře hodnocený region, jímţ je opět Hl. m. Praha, zaostává za celorepublikovým průměrem o 4,87 p. b. a nejlépe hodnocený Liberecký kraj, jej překračuje pouze o 6,03 %, coţ značí ţe rozdíl mezi těmito regiony činí necelých jedenáct procentních bodů. První, zelené pásmo v tomto případě tvoří kromě jiţ výše uvedeného Libereckého kraje, také kraj Vysočina a Královehradecký. Převáţně ţlutá skupina je tvořena Jihomoravským, Plzeňským, Olomouckým, Pardubickým, Moravskoslezským, Středočeským a Ústeckým krajem. Mezi nejhůře hodnocené regiony z hlediska počtu zapsaných dětí pak řadíme kraje Jihočeský, Karlovarský, Zlínský a Hl. m. Prahu. Tabulka 5: Pořadí jednotlivých regionů z hlediska počtu zapsaných dětí v mateřských školkách na 1 třídu v jednotlivých krajích České republiky v letech kraj Liberecký kraj 21,1 20,5 20,9 21,0 20,9 20,8 21,0 21,4 21,8 22,1 22,1 Vysočina 21,6 21,1 21,1 21,5 21,4 21,4 21,6 22,2 22,4 22,3 22,4 Královéhradecký kraj 22,1 21,6 21,9 21,9 21,5 21,4 21,5 21,8 22,0 22,6 22,7 Jihomoravský kraj 22,5 22,2 22,3 22,2 22,0 22,0 21,9 22,3 22,5 22,5 22,6 Plzeňský kraj 22,0 21,5 21,9 22,6 22,5 22,0 21,9 22,2 22,6 22,9 23,1 Olomoucký kraj. 21,3 22,2 22,4 22,2 22,2 22,3 22,4 22,7 23,0 23,2 Pardubický kraj 22,6 22,3 22,3 22,1 21,7 21,7 22,1 22,7 23,0 22,9 23,2 Moravskoslezský kraj 22,7 22,1 22,3 22,3 22,4 22,3 22,6 22,8 22,6 22,9 22,9 Středočeský kraj 22,7 22,0 22,0 22,2 22,3 22,2 22,5 22,9 23,4 23,5 23,4 Ústecký kraj 23,4 22,2 22,2 22,7 22,5 22,4 22,7 22,8 23,0 22,9 22,8 Jihočeský kraj 21,9 21,4 22,1 23,0 23,0 22,6 22,9 23,3 23,7 24,0 23,3 Karlovarský kraj 23,1 22,7 22,9 23,0 23,0 23,1 22,7 23,1 23,2 23,4 23,6 Zlínský kraj 23,6 23,0 23,1 23,0 23,0 23,1 23,3 23,6 23,9 24,1 23,6 Hlavní město Praha 24,5 23,6 23,7 23,6 23,4 23,2 22,9 23,3 23,9 24,2 24,3 Zdroj: Regionální informační servis. Jak je z výše uvedeného zřejmé, metoda semaforu, prokázala u všech čtyř výše uvedených ukazatelů existenci větší či menší míry regionálních disparit, z čehoţ se dá usuzovat, ţe námi zvolený soubor ukazatelů je vhodný ke sledování vývoje meziregionálních rozdílností. Mámeli tedy za sebou tuto fázi identifikace a kvantifikace proměnných, pak můţeme přistoupit k druhé fázi, jíţ je proces výpočtu indikátoru rozvinutých sociálních sluţeb pomocí metody normované proměnné. 69

70 Metoda normované proměnné V první části našeho příspěvku, věnované deskripci jednotlivých metod vhodných pro hodnocení regionálních disparit jsme konstatovali, ţe metoda normované proměnné je metodou, která bere v potaz relativní proměnlivost ukazatelů zahrnutých do příslušného indikátoru, pročeţ jsou při výpočtu tohoto indikátoru vyuţívány i základní statistické výpočty, k nimţ řadíme stanovení hodnoty směrodatné odchylky, jeţ je nezbytná k vypočtení hodnoty normované proměnné. Máme-li stanoveny hodnoty těchto proměnných pro jednotlivé regiony a jednotlivé roky, pak jsme také schopni vypočíst indikátor rozvinutých sociálních sluţeb, a to pomocí následující rovnice (3): p ; j ij ij i 1 INI N u kde: ω ij je váha i-tého ukazatele v j-tém roce Jak je zřejmé, z obrázku 1 mezi regiony, jeţ se dlouhodobě vyznačují nadstandardními podmínkami v oblasti rozvoje sociálních sluţeb, můţeme zařadit v podstatě šest regionů, v jejichţ případě se hodnota indikátoru rozvinutých sociálních sluţeb téměř pravidelně pohybuje nad kritickou hodnotou 0,000 jednotek. Těmito regiony jsou Královehradecký, Ústecký, Jihomoravský, Olomoucký a Plzeňský kraj a Hl. m. Praha. Budeme-li tuto skupinu regionů analyzovat poněkud podrobněji, pak dospějeme k závěru, ţe zatímco u Královehradeckého a Olomouckého kraje docházelo v průběhu námi sledovaného období spíše ke konvergenci těchto krajů k průměru ČR (pokles z 0,621 na 0,302, resp. z 0,386 na 0,141 jednotek, a to v situaci kdy váţený průměr dosahuje výše -0,036 jednotek), v případě zbývajících čtyř krajů byl tento vývoj spíše divergentní, o čemţ svědčí zejména údaje o hodnotě indikátoru pro Hl. m. Praha a Jihomoravský kraj, v jejichţ případě se hodnota těchto ukazatelů zvýšila o 0,681, resp. 0,611 jednotek. V důsledku tohoto vývoje pak můţeme na konci námi sledovaného období oba výše uvedené kraje označit za kraje s nejrozvinutějšími sociálními sluţbami v České republice. Podíváme-li se na skupinu námi analyzovaných krajů z druhé stránky, tj. zaměříme-li se na regiony, jeţ v daném období dosáhly nejhorších výsledků, pak můţeme konstatovat, ţe tuto skupinu tvoří čtyři ze čtrnácti českých krajů, přičemţ u dvou z nich dospíváme k závěru, ţe jejich vývoj byl spíše divergentní. K těmto regionům patří Středočeský kraj, jenţ od roku 1998 dosahuje v této oblasti dlouhodobě nejhorších výsledků, a kraj Jihočeský, který zaznamenal v letech největší pokles hodnoty indikátoru rozvinutých sociálních sluţeb (z kladné hodnoty 0,254 se hodnota propadla na -0,348, tj. o 0,602 jednotek. Přesto můţeme říci, ţe na konci námi sledovaného období dosahoval tento region stejné úrovně sociálních sluţeb jako kraj Karlovarský, a to zejména díky výraznému zlepšení právě v roce 2005, kdy se Jihočeský kraj výrazně vzdálil nejhůře hodnocenému Středočeskému kraji (z původních 0,268 jednotek v roce 2004 vzrostl tento rozdíl na 0,464 jednotek). 70

71 Obrázek 1: Vývoj indikátoru rozvinutých sociálních sluţeb v jednotlivých krajích České republiky v letech (metoda normované proměnné, váţený průměr) Zdroj: Vlastní výpočet Jak je i z výše uvedeného zřejmé, z hlediska dynamiky změn zaznamenalo v námi sledovaném období pozitivní změny pouze šest regionů, a to jiţ uvedené Hl. m. Praha, Jihomoravský kraj, Zlínský kraj (+0,476), Plzeňský kraj (+0,221), Ústecký kraj (+0,150) a kraj Moravskoslezský (+0,136). Ve zbývajících osmi krajích České republiky se pak střetáváme s opačným vývojem, tj. s negativní dynamikou růstu, přičemţ k nejvýraznějšímu propadu rozvoje sociálních sluţeb došlo, kromě jiţ zmiňovaných regionů, také v Karlovarském kraji, kde hodnota indikátoru poklesla o 0,402 jednotek, čímţ se tento kraj výrazně přiblíţil červenému pásmu. Navíc je zapotřebí říci, ţe v případě všech tří výše uvedených regionů, tj. kraje Karlovarského, Jihočeského a Středočeského můţeme proces přibliţování se k celorepublikovému průměru označit za spíše divergenční, neţ konvergenční. Ve zbývajících sedmi regionech se pak setkáváme s poněkud menšími propady rozvoje sociálních sluţeb, o čemţ svědčí také námi vypočtené hodnoty jednotlivých indikátorů, které se v daném časovém úseku propadly minimálně o 0,078 jednotek v případě Pardubického kraje a maximálně o 0,379 jednotek u kraje Vysočina. Závěr Cílem tohoto příspěvku bylo provést určitou retrospektivou pohledů a výsledků, jichţ jsme v uplynulých třech letech dosáhli v této oblasti našeho výzkumu, jeţ byla věnována hledání metod, s jejichţ pomocí lze odpovídajícím způsobem měřit regionální disparity. Vycházeje z tohoto cíle, zaměřili jsme v úvodu této stati svou pozornost na deskripci sedmi základních metod, jeţ jsme v první fázi našeho výzkumu, povaţovali za nejpřijatelnější pro náš způsob hodnocení regionálních disparit. Konkrétně se jednalo o škálovací techniky a metodu 71

72 semaforu, jeţ jsme povaţovali za metody, jejichţ pouţití je optimální ve fázi identifikace a kvantifikace proměnných, a dále pak o metodu průměrné odchylky, bodovou metodu, metodu normované proměnné, metodu vzdálenosti od fiktivního bodu a metodu souhrnného indexu, které jsme upřednostňovali při konkrétním výpočtu souhrnných indikátorů, jeţ povaţujeme za rozhodující při hodnocení regionálních disparit. Z těchto sedmi technik jsme v průběhu dalšího výzkumu zvolili dvě základní metody, a to metodu semaforu a metodu normované proměnné. Vyuţití výše uvedených metod při konkrétním hodnocení regionální disparit byla věnována druhá část příspěvku, v níţ jsme se postupně zaměřili jak na aplikaci metody semaforu, tak na aplikaci metody normované proměnné, a to na příkladu modelového regionu s vysoce rozvinutými sociálními sluţbami. V případě tohoto regionu jsme tak nejprve pomocí metody semaforu zhodnotili vývoj všech čtyř indikátorů, jeţ tento region charakterizují, a následně jsme vypočetli indikátor rozvinutých sociálních sluţeb, který povaţujeme za agregovanou prezentaci disparit z uţivatelského hlediska. Vlastní indikátor jsme pak vypočetli jako váţený průměr dílčích indikátorů. Jak je z výše uvedených výsledků zřejmé, mezi regiony v jejichţ případě hrál v letech rozvoj sociálních sluţeb významnou roli patří kraje Královehradecký, Ústecký, Jihomoravský, Hl. m. Praha, Olomoucký a Plzeňský, kdeţto k nejhůře hodnoceným regionům patří Pardubický, Jihočeský, Zlínský a Středočeský kraj. Za kraje, jeţ si v daném časovém úseku nejvýrazněji polepšili, pak můţeme označit dva z nejlépe hodnocených krajů, jimiţ jsou Hl. m. Praha a Jihomoravský kraj, a jeden ze čtyř nejhůře hodnocených krajů, jímţ je kraj Zlínský. Naopak největší propad v námi sledovaném období zaznamenaly pouze kraje ze spodní části pomyslného ţebříčku. Konkrétně se pak jedná o kraj Karlovarský, Jihočeský a zejména pak Středočeský, jenţ se od roku 1995 potýkal s téměř trvalým propadem sociálních sluţeb. Seznam literatury a zdrojů [1] BERKA, K. (1977): Měření pojmy, teorie, problémy. Praha: Academia. [2] ČSÚ (2010): Krajské ročenky. [online]. [cit ]. Dostupné z www: < [3] ČSÚ (2010): Regiony, města, obce. [online]. [cit ]. Dostupné z www: < [4] ČSÚ Veřejná databáze ČSÚ. [online]. [cit ]. Dostupné z www: < [5] HUČKA, M. (2007): Vznik a příčiny územních nerovností. Regionální disparity, [on-line]. N. 1/2007 [cit ]. Dostupný z www: < [6] JÍLEK, J. (1996): Metody mezinárodního srovnávání. Praha: VŠE. [7] KOLEKTIV AUTORŮ (1967): Stručný statistický slovník pro hospodářské pracovníky. Praha: Svoboda. [8] RIS (2010): Srovnání kraje s Českou republikou. [online]. [cit ]. Dostupné z www: < [9] RIS (2010): Statistická data. [online]. [cit ]. Dostupné z www: < [10] TULEJA, P. (2009): PS2 Aplikace vybraných metod sledování a hodnocení regionálních disparit. Případová studie. Ostrava: VŠB-TU. [online]. [cit ]. 72

73 Dostupné z www: < [11] TULEJA, P. (2010): Praktická aplikace metod hodnocení regionálních disparit. Acta academica karviniensis, 2010, č. 1. Karviná: SU OPF. 73

74 Abstrakt Regionální disparity ve vývoji nezaměstnanosti v období hospodářské krize Mgr. Jan Pileček; RNDr. Jan Müller Příspěvek je zaměřen na analýzu regionálních disparit ve vývoji nezaměstnanosti v regionech a obcích České republiky v období hospodářské krize. V úvodu je pozornost věnována zhodnocení současného stavu na trhu práce v České republice. V rámci sledovaného období (březen 2008 červen 2010) jsou pak hodnoceny změny v regionální diferenciaci míry registrované nezaměstnanosti na úrovni okresů a obcí a analyzovány moţné podmiňující faktory této diferenciace. Závěr shrnuje dosaţené výsledky. Klíčová slova: nezaměstnanost, regionální disparity, hospodářská krize, Česká republika Summary The paper is aimed at analyzing the meaning of one of the most important phenomena of the current economic crisis (recession) which is the increase of unemployment. The main aim is to analyze regional disparities in registered unemployment rate in the regions and municipalities of the Czech Republic during the period March June 2010 and to find out which regions were most affected by the unemployment rise, what was the dynamics of these changes and what are the possible factors making the differentiation in regional unemployment rate. According to current data in June 2010 there was job seekers and registered unemployment rate was 8,5 % in the Czech Republic, in March 2008 it was job seekers and registered unemployment rate was 5,6 %. As expected the registered unemployment rate increased in all districts during the observed period. The highest relative increase was recorded in districts Rychnov nad Kněţnou, Praha-východ, Praha-západ and Prostějov. However, if we compare these results with similar surveys (e.g. Lavický 2009; Pileček, Červený 2010), the sharpest increase was recorded in border districts between Bohemia and Moravia such as Rychnov nad Kněţnou, Ústí nad Orlicí, Havlíčkův Brod and Pelhřimov. Another view on the evolution of interregional disparities was the development of number of municipalities with low (up to 5 %) and high (over 15 %) registered unemployment rate in municipalities in the regions ( kraje ). In case of the lowest interval, the decrease of the number of municipalities within the Czech Republic was about 75 %, from 2534 to 646. Within the regions, the highest decline was in Moravskoslezský kraj (95,1 %), the lowest in Ústecký kraj (53,8 %). In the category over 15 % there was massive increase from 265 to 750 municipalities. From the perspective of the region's, the highest increase recorded Zlínský (560,0 %), Plzeňský (416,7 %) and Středočeský (362,5 %) regions, the lowest increase was in Ústecký (76,3 %), Královéhradecký (114,3 %) and Moravskoslezský (111,5 %) regions. Analysis of factors of regional differentiation of registered unemployment rate based on 8 selected indicators showed that at the district level in both investigated terms the registered unemployment rate correlated the most significanly (and negatively) with demographic indicators, educational level and intensity of housing construction. 74

75 Key words unemployment, regional disparities, economic crisis, Czech Republic Příspěvek byl zpracován s podporou výzkumného projektu MMR WD Formy efektivního sniţování rozdílů mezi jednotlivými regiony České republiky. Úvod Počátky hospodářské krize (recese) lze spojovat s hypoteční krizí v USA, jeţ vyvrcholila v letech a vedla k růstu hypotečních sazeb. To mělo za následek nesplácení hypotečních úvěrů a následnou insolvenci a bankrot na trhu zejména významných investičních společností. Vzhledem ke globálnímu propojení finančního trhu se pak tato krize přenesla i do bankovního sektoru a do ostatních zemí světa. V České republice byl bankovní sektor postiţen méně a hlavně později, především proto, ţe v podobné situaci se ocitl jiţ ve druhé polovině devadesátých let minulého století a díky rozsáhlé sanaci ze strany státu (v rozsahu několika set miliard korun) byl ozdraven a následně privatizován bez existujících špatných nebo nespolehlivých úvěrů. Faktem zůstává, ţe česká bankovní krize nesouvisela s realitním trhem. České banky k poskytování úvěrů, včetně hypotečních úvěrů následně přistupovaly poměrně přísně, nepouţívaly rizikové nástroje, jako např. sekuritizaci apod. a tak vznikl poměrně nesprávný závěr, ţe světová krize se hospodářského vývoje v České republice významněji nedotkne. Nicméně, právě v České republice se hospodářská krize začala projevovat ve 4. čtvrtletí roku 2008, kdy výše HDP (ve stálých cenách) byla na stejné úrovni jako v roce V porovnání s rokem 2009 však došlo k poklesu o 4,2 %. V prvním čtvrtletí roku 2009 činil pokles 3,9 % proti stejnému čtvrtletí roku 2008, ve druhém čtvrtletí dokonce 5,0 %. Teprve aţ v 1. čtvrtletí roku 2010 byl HDP vyšší o 1,1 %, neţ v 1. čtvrtletí roku Obecně lze říci, ţe hospodářská krize má několik významných projevů jako je růst nezaměstnanosti, úbytek zakázek firem, kolísání a pokles kurzů akcií na burzách, pokles koupěschopnosti domácností, omezení přístupu k úvěrům a růst úroků, platební neschopnost firem, nárůst vyhlášených insolvencí a bankrotů, neschopnost domácností splácet hypotéky a úvěry, klesající zájem o koupi nemovitostí, kolísání kurzu koruny, pokles trţeb maloobchodu atd. Příspěvek se zaměřuje na oblast nezaměstnanosti, cílem je analyzovat regionální disparity ve vývoji nezaměstnanosti v regionech (okresech) a obcích České republiky v období hospodářské krize. Snahou autorů je nalézt odpovědi na otázku typu: Jaké regiony byly z pohledu vývoje nárůstu nezaměstnanosti nejvíce zasaţeny? Jaká byla dynamika těchto změn? Jaké jsou moţné podmiňující faktory diferenciace regionální míry nezaměstnanosti? 1 Metodické poznámky a pouţitá data Příspěvek je zaměřen na analýzu regionálních disparit ve vývoji nezaměstnanosti. Míra nezaměstnanosti vyjadřuje procentuální podíl nezaměstnaných na celkové pracovní síle. Lze však rozlišit různé míry nezaměstnanosti, a to na základě pouţité metodiky stanovení čitatele a jmenovatele, ale i v přesnosti zdrojů dat a časové srovnatelnosti obou údajů (Lavický 2009). V rámci České republiky jsou rozlišovány jednak obecná míra nezaměstnanosti, která vyjadřuje podíl počtu nezaměstnaných na celkové pracovní síle (v procentech), kde čitatel i jmenovatel jsou ukazatele konstruované podle mezinárodních 75

76 definic a doporučení aplikovaných ve výběrovém šetření pracovních sil (VŠPS) 17. Tento ukazatel je konstruován podle metodiky Eurostatu vypracované na základě doporučení Mezinárodní organizace práce (ČSÚ 2010b) a je tedy pouţitelný pro mezinárodní komparace. Dále existuje ukazatel tzv. registrované míry nezaměstnanosti, coţ je podíl počtu dosaţitelných neumístěných uchazečů o zaměstnání k počtu zaměstnaných z výběrového šetření pracovních sil, počtu pracujících cizinců podle evidence Ministerstva práce a sociálních věcí (MSPV) a Ministerstva průmyslu a obchodu (MPO) a počtu dosaţitelných neumístěných uchazečů o zaměstnání. Údaje o počtu zaměstnaných jsou počítány jako klouzavé průměry za posledních 12 měsíců. V případě tohoto příspěvku jsou analyzována zejména data o registrované míře nezaměstnanosti podle jednotlivých obcí z údajů MPSV, která v čitateli nezahrnují počet dosaţitelných neumístěných uchazečů, kteří nejsou jednoznačně lokalizování do konkrétní jednotlivé obce a ve jmenovateli uvádějí tzv. ekonomicky aktivní obyvatele, coţ je údaj ze Sčítání lidu, domu a bytů 2001, tj. nikoliv aktuální a navíc ne vţdy přesně správně převedený na současné administrativní vymezení obcí. Tyto údaje se tedy v součtech za okresy, kraje a Českou republiku nepatrně liší od celkových údajů analýz nezaměstnanosti, coţ ale není pro hlavní sledovaný účel tohoto příspěvku (regionální diferenciace registrované míry nezaměstnanosti) podstatné. Výchozím obdobím pro porovnání vývoje registrované míry nezaměstnanosti byl zvolen březen roku 2008 jako období příznivého hospodářského vývoje bez náznaků moţné recese (ta přišla aţ v průběhu 4. čtvrtletí daného roku). Koncovým obdobím pak byl červen roku 2010, pro který byla dostupná nejaktuálnější data. Ta byla převzata z Integrovaného portálu MPSV. 2 Celkový charakter vývoje (ne)zaměstnanosti s důrazem na období březen 2008 červen 2010 Podle aktuálních údajů evidovaly úřady práce v červnu letošního roku uchazečů o zaměstnání, míra registrované nezaměstnanosti činila 8,5 % a volných pracovních míst bylo pouhých V březnu roku 2008 to bylo uchazečů o zaměstnání, míra registrované nezaměstnanosti činila 5,6 % a volných pracovních míst bylo Během sledovaného období průběţně rostly hodnoty počtu uchazečů o zaměstnání a registrované míry nezaměstnanosti, a to od června roku 2008, počet volných pracovních míst se prudce sniţoval (viz grafy 1 a 2). Rozhodující pro takový vývoj bylo poslední čtvrtletí roku 2008, kdy se hospodářská krize (recese) začala promítat do vývoje na trhu práce, v plné míře potom 17 Podle ČSÚ (2010b) se VŠPS provádí kontinuálně v náhodně vybraném vzorku domácností a je zaměřené na zjišťování ekonomického postavení obyvatelstva na území celé republiky. Rozsah šetření a ukazatele zaměstnanosti a nezaměstnanosti plně odpovídají definicím Mezinárodní organizace práce a metodickým doporučením Eurostatu. Předmětem šetření jsou všechny osoby obvykle bydlící v soukromých domácnostech. Šetření se nevztahuje na osoby bydlící dlouhodobě v hromadných ubytovacích zařízeních. Z toho důvodu jsou údaje za určité skupiny obyvatelstva, zejména za cizí státní příslušníky ţijící a pracující na území republiky, k dispozici v omezené míře. Výběrový soubor, ve 2. čtvrtletí roku 2010 zahrnoval více neţ 25 tis. bytů na území celé České republiky (0,6 % všech trvale obydlených bytů), v nichţ bylo šetřeno téměř 59 tis. respondentů všech věkových skupin, pak umoţňuje získat spolehlivé odhady charakteristik trhu práce na úrovni republiky a s relativně dostatečnou spolehlivostí i odhady krajských a oblastních hodnot. 76

77 v průběhu roku Co se týče vývoje počtu uchazečů o práci a registrované míry nezaměstnanosti byla situace nejhorší v březnu tohoto roku. Počet uchazečů o práci činil a míra registrované nezaměstnanosti 9,7 %. V případě počtu volných pracovních míst to byl prosinec roku 2009 (30 927). Vývoj v 1. pololetí roku 2010 pak nese známky pravděpodobného mírného oţivení na trhu práce, kdy se začal počet volných pracovních míst mírně zvyšovat, a to i v důsledku nárůstu počtu sezónních prací. Graf 1: Vývoj registrované míry nezaměstnanosti v ČR v období březen červen 2010 Zdroj: Integrovaný portál MPSV. 77

78 Graf 2: Vývoj počtu dosaţitelných uchazečů o zaměstnání a počtu volných pracovních míst v ČR v období březen červen 2010 Zdroj: Integrovaný portál MPSV. Pozn.: Počet dosaţitelných uchazečů o zaměstnání - jedná se o uchazeče o zaměstnání, kteří mohou bezprostředně nastoupit do zaměstnání při nabídce vhodného pracovního místa, tj. evidovaní nezaměstnaní, kteří nemají ţádnou objektivní překáţku pro přijetí zaměstnání. 3 Vývoje registrované míry nezaměstnanosti na úrovni okresů a obcí ČR v období březen 2008 červen 2010 Z hlediska aktuálního stavu míry registrované nezaměstnanosti na úrovni jednotlivých okresů jsou na tom tradičně nejlépe středočeské okresy (Praha-východ, Praha-západ, Mladá Boleslav, Benešov) a také okresy některých krajských měst (Hlavní město Praha, České Budějovice nebo Hradec Králové). V těchto územních jednotkách se míra registrované nezaměstnanosti pohybuje mezi 3,8-6,0 %. Naopak mezi deset okresů s nejvyšší mírou registrované nezaměstnanosti přesahující 12,5 % se především řadí strukturálně postiţené (Most, Děčín, Karviná, Ústí nad Labem, Teplice) a periferní (Bruntál, Hodonín, Jeseník) okresy. 78

79 Tabulka 2: Nezaměstnanost ve vybraných okresech ČR (červen 2010) Nejlepší okresy Míra registrované nezaměstnanosti (v %) Nejhorší okresy Míra registrované nezaměstnanosti (v %) Praha-východ 3,8 Most 15,6 Hlavní město Praha 3,9 Děčín 14,6 Praha-západ 4,2 Bruntál 14,2 Mladá Boleslav 4,7 Hodonín 14,0 Benešov 4,9 Karviná 13,7 České Budějovice 5,5 Ústí nad Labem 13,4 Prachatice 5,8 Teplice 13,3 Hradec Králové 6,0 Jeseník 13,3 Písek 6,0 Sokolov 12,8 Jindřichův Hradec 6,2 Chomutov 12,5 Zdroj: Integrovaný portál MPSV. vlastní výpočty. Kromě současné vysoké úrovně míry registrované nezaměstnanosti působí velmi nepříznivě na dotčené obyvatelstvo také rozsah změn ve sledovaném období, coţ dokumentuje Tabulka 3 (procentuální nárůst míry registrované nezaměstnanosti v červnu 2010 oproti březnu 2008). Podle očekávání došlo ve všech okresech k nárůstu míry registrované nezaměstnanosti. Hospodářská krize se výraznějším způsobem nepodepsala do tradičně problémových oblastí severozápadních Čech a severní Moravy (okresy Karviná, Most, Teplice, Opava, Ústí nad Labem, Ostrava-město). Naopak nejvyšší relativní nárůst zaznamenaly okresy Rychnov nad Kněţnou, Prostějov, Jablonec nad Nisou, Plzeň-jih, Pelhřimov, ale i Praha-východ a Praha-západ a Mladá Boleslav, coţ potvrzuje konstatování Lavického (2009), ţe...hospodářská recese postihuje široké spektrum firem, včetně těch původně zdravých, také sektor sluţeb a obecně progresivnějších aktivit, jejichţ výskyt je vázán spíše na rozvinutější oblasti (s. 41). Pokud však tyto výsledky porovnáme s obdobnými šetřeními (např. Lavický 2009; Pileček, Červený 2010), které analyzovaly vývoj registrované míry nezaměstnanosti v jiném časovém úseku, tak nejprudší nárůst zaznamenaly okresy českomoravského pomezí, jako jsou Rychnov nad Kněţnou, Ústí nad Orlicí, Havlíčkův Brod, Pelhřimov nebo Jindřichův Hradec. 79

80 Tabulka 3: Porovnání vývoje nezaměstnanosti ve vybraných okresech ČR (březen červen 2010) Nejniţší nárůst v % Nejvyšší nárůst v % Znojmo 5,6 Rychnov nad Kněţnou 146,2 Karviná 7,9 Praha-východ 137,5 Most 11,4 Praha-západ 133,3 Teplice 16,7 Prostějov 126,8 Opava 17,9 Mladá Boleslav 123,8 Litoměřice 22,2 Jablonec nad Nisou 109,6 Ústí nad Labem 24,1 Plzeň-jih 106,7 Jeseník 25,5 Pelhřimov 106,7 Písek 30,4 Nový Jičín 105,6 Ostrava-město 31,0 Ústí nad Orlicí 104,3 Zdroj: Integrovaný portál MPSV. vlastní výpočty. Podobnou informaci přináší také Graf 3, kde jsou vyneseny hodnoty míry registrované nezaměstnanosti v březnu 2008 v kombinaci s následnou změnou v procentních bodech k červnu Z grafu lze vyčíst, ţe ve sledovaném období nedosáhly nejvyššího nárůstu registrované míry nezaměstnanosti strukturálně postiţené (Karviná, Most, Teplice) a některé periferní okresy (Znojmo). Absolutně nejvyššího nárůstu (o 5 procentních bodů) totiţ dosáhly okresy Jičín, Nový Jičín, Prostějov a Tachov. Zajímavé je také porovnání vývoje v některých nejrozvinutějších okresech, které z pohledu relativního nárůstu zaznamenaly v celorepublikovém srovnání ve sledovaném období jedny z nejvyšších nárůstů - Prahavýchod, Praha-západ, Mladá Boleslav (viz tabulka 3), nicméně, v absolutním vyjádření lze změnu ve vývoji registrované míry nezaměstnanosti hodnotit v územních jednotkách tohoto typu (viz i Hlavní město Praha, Benešov, České Budějovice, Hradec Králové apod.) jako téměř bezvýznamnou. 80

81 Graf 3: Vztah stavu míry registrované nezaměstnanosti v březnu 2008 a změny k červnu 2010 Zdroj: Integrovaný portál MPSV. vlastní výpočty. Pozn.: Z důvodu čitelnosti nebyly zobrazeny všechny zkratky okresů. Další pohled na vývoj meziregionálních disparit nabízí tabulka 4, v níţ jsou zachyceny počty obcí v jednotlivých krajích, ve kterých byla v rámci sledovaného období vykázána nízká nezaměstnanost - do 5 % (podle Tomeše (1996) lze stav, při kterém se míra registrované nezaměstnanosti pohybuje mezi 3-5 % povaţovat ve vyspělých zemích za plnou zaměstnanost), nebo naopak vysoká - nad 15 % míra registrované nezaměstnanosti. V případě kategorie do 5 % došlo na úrovni celé ČR od března 2008 do června 2010 k poklesu počtu obcí z na 646, tj. o téměř 75 %. V rámci krajů to bylo nejvíce v Moravskoslezském o 95,1 %, v Libereckém o 94,3 %, Olomouckém o 94,2 % a ve Zlínském o 93,4 %. Nejniţší nárůst zaznamenaly kraje Ústecký (o 53,8 %), Jihočeský (o 62,1 %), Královéhradecký (o 66,4 %) a Vysočina (o 68,8 %). V kategorii nad 15 % došlo v rámci ČR k obrovskému nárůstu (o 183 %) z 265 na 750 obcí. Z pohledu krajů se to nejvíce týkalo Zlínského (o 560,0 %), Plzeňského (o 416,7 %), Středočeského (o 362,5 %) a Libereckého (o 342,9 %). Naopak nejniţší nárůst počtu obcí v této kategorii vykázaly kraje Ústecký (o 76,3 %), Královéhradecký (o 114,3 %), Moravskoslezský (o 111,5 %) a Jihomoravský (o 129,8 %). Výše popsané změny charakteru regionální diferenciace pak velmi názorně doplňují obrázky 1 a 2. 81

82 Tabulka 4: Registrovaná míra nezaměstnanosti do 5 % a nad 15 % v obcích ČR v březnu 2008 a v červnu 2010 podle krajů Březen 2008 Červen 2010 Kraj Počet obcí s nezaměstna ností < 5 % Počet obcí s nezaměstnaností > 15 % Počet obcí s nezaměstnaností < 5 % Počet obcí s nezaměstnaností > 15 % Hl. město Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský ČR celkem Zdroj: Integrovaný portál MPSV. vlastní výpočty. 82

83 Obrázek 1: Registrovaná míra nezaměstnanosti do 5 % a nad 15 % v obcích ČR (březen 2008) Zdroj: Integrovaný portál MPSV. vlastní výpočty. Pozn.: Registrovaná míra nezaměstnanosti do 5 % je označena světlemodrou barvou, nad 15 % tmavěčervenou barvou (viz i obrázek 2). 83

84 Obrázek 2: Registrovaná míra nezaměstnanosti do 5 % a nad 15 % v obcích ČR (červen 2010) Zdroj: Integrovaný portál MPSV. vlastní výpočty. 4. Analýza faktorů diferenciace regionální míry nezaměstnanosti Zaměření poslední části by si vyţadovalo daleko podrobnější sledování, které přesahuje rámec tohoto příspěvku. Nicméně, je zde alespoň částečně nastíněna moţnost analýzy faktorů diferenciace regionální míry nezaměstnanosti, jak ji provedl např. Lavický (2009), jeţ by vedla k zodpovězení otázky, čím by mohly být výše popsané trendy vývoje nezaměstnanosti v průběhu hospodářské krize podmíněny. Podle Tomeše (1996, s ) je...nalezení statistické závislosti v podmínkách, kdy míru nezaměstnanosti na úrovni okresů ovlivňují často potíţe jediného většího podniku, kdy krach jedné nebo několika málo firem způsobuje výrazné posuny okresu v pořadí, téměř nemoţné. Nicméně, analyzováno bylo celkem 8 vybraných ukazatelů, a to z 5 základních tematických oblastí (demografie, ekonomika, bydlení a sociální vybavenost, přírodní prostředí, dopravní a technická infrastruktura a poloha), které jsou v rámci příslušného výzkumného projektu dlouhodobě sledovány (např. Pileček, Červený 2009). V tabulce 5 jsou uvedeny párové korelace mezi závislými proměnnými (míra registrované nezaměstnanosti březen 2008, míra registrované nezaměstnanosti červen 2010 a změna registrované míry nezaměstnanosti březen červen 2010) a vybranými ukazateli na úrovni okresů. 84

85 Tabulka 5: Párové korelace závislých proměnných s nezávisle proměnnými na úrovni okresů ukazatel NEZAM08 NEZAM10 NEZAMzmena INDEXSTAR -0,371-0,386-0,047 INDEXEKOZAT -0,441-0,437-0,002 INDEXPES 0,091 0,012-0,197 PRACvPRUM -0,046 0,137 0,456 LIKVIDACE -0,113-0,066 0,114 INDEXVZDEL -0,320-0,383-0,166 INTENZITABV -0,517-0,584-0,182 OCHRANA 0,169 0,218 0,128 HUSTOTA 0,171 0,097-0,180 Zdroj: Integrovaný portál MPSV. ČSÚ (2010a); vlastní výpočty. Pozn. 1: NEZAM08: míra registrované nezaměstnanosti březen 2008; NEZAM10: míra registrované nezaměstnanosti červen 2008; NEZAMzmena: změna registrované míry nezaměstnanosti březen červen 2010; INDEXSTAR: index stáří = počet jedinců ve věku 65+ na 100 jedinců ve věku (0-14 let); INDEXEKOZAT: index ekonomického zatíţení = počet jedinců ve věku (0-14 let) plus počet jedinců ve věku (65+) ku počtu jedinců ve věku (15-64 let) (2009); INDEXPES: index progresivity ekonomické struktury = váţený součet podílu ekonomických subjektů v jednotlivých sektorech (primér plus 2krát sekundér plus 3krát terciér) na celkovém počtu ekonomických subjektů (2008); PRACvPRUM: podíl zaměstnanců v průmyslu a ve stavebnictví v % (2001); LIKVIDACE: podíl firem v likvidaci na ekonomických subjektů v % ( ); INDEXVZDEL: podíl vysokoškolsky vzdělaných starších 15 let v % (2001); INTENZITABV: intenzita bytové výstavby = počet dokončených bytů na obyvatel ( ); OCHRANA: podíl chráněných území na rozloze okresu v % (2006); HUSTOTA: hustota silniční sítě pro silnice I. a vyšší třídy v km/km2 ( ). Pozn. 2: u tučně vyznačených hodnot přesahuje hodnota Pearsonova korelačního koeficientu pořadí signifikantnost na 95% hladině významnosti. V rámci obou sledovaných období korelovaly s regionální mírou nezaměstnanosti na okresní úrovni nejvýznamněji (a to negativně) ukazatele index stáří, index ekonomického zatíţení, index vzdělanosti a intenzita bytové výstavby. V případě změny registrované míry nezaměstnanosti mezi březnem 2008 a červnem 2010 dosáhl významnější hodnoty korelačního koeficientu pouze ukazatel procentuálního podílu zaměstnanců v průmyslu a ve stavebnictví, u tohoto ukazatele taktéţ došlo ke změně orientace koeficientu korelace (z negativní hodnoty v březnu 2008 na pozitivní v červnu 2010), coţ můţe indikovat souvislost nárůstu registrované míry nezaměstnanosti v okresech s vyšším zastoupením zaměstnanců v průmyslu. Význam dalších ukazatelů (např. podíl firem v likvidaci na ekonomických subjektů) se v provedené korelační analýze překvapivě bohuţel neprojevil. 85

86 Závěr V příspěvku byly analyzovány regionální disparity ve vývoji nezaměstnanosti v regionech a obcích České republiky v období hospodářské krize. Pokud bychom se měli vrátit ke zodpovězení otázek, které byly nastoleny v úvodu tohoto příspěvku, tak lze říci, ţe z pohledu vývoje nárůstu nezaměstnanosti došlo ve všech okresech České republiky ve sledovaném období (březen červen 2010) k nárůstu registrované míry nezaměstnanosti. Nejvíce zasaţeny (nárůst registrované míry nezaměstnanosti o %) byly okresy Rychnov nad Kněţnou, Praha-východ, Praha-západ a Prostějov, tedy i některé rozvinutější oblasti. Nicméně, pokud porovnáme dosaţené výsledky s obdobnými šetřeními (např. Lavický 2009; Pileček, Červený 2010), můţeme konstatovat, ţe hospodářská krize významně zasáhla okresy českomoravského pomezí (Rychnov nad Kněţnou, Ústí nad Orlicí, Havlíčkův Brod, Pelhřimov, Jindřichův Hradec), kde se zpravidla do potíţí dostal významný zaměstnavatel (známým příkladem jsou sklárny ve Světlé nad Sázavou v okrese Havlíčkův Brod). Naopak hospodářská krize výraznější měrou nezasáhla dlouhodobě problémové strukturálně postiţené okresy severozápadních Čech a severní Moravy (Karviná, Most, Teplice, Opava, Ústí nad Labem, Ostrava-město). Nicméně, tyto okresy spolu s některými periferními okresy (Bruntál, Hodonín, Jeseník) mají v rámci České republiky dlouhodobě nejvyšší hodnoty míry registrované nezaměstnanosti. Moţné podmiňující faktory diferenciace regionální míry nezaměstnanosti byly určeny pomocí korelační analýzy. V obou sledovaných obdobích korelovaly s regionální mírou nezaměstnanosti na okresní úrovni nejvíce intenzita bytové výstavby, index vzdělanosti a také demografické ukazatele (index stáří, index ekonomického zatíţení). V případě změny registrované míry nezaměstnanosti dosáhl ve sledovaném období významnější hodnoty korelačního koeficientu pouze ukazatel procentuálního podílu zaměstnanců v průmyslu a ve stavebnictví. Význam dalších ukazatelů se v provedené analýze bohuţel neprojevil. Z hlediska dalšího sledování projevů hospodářské krize v jednotlivých regionech České republiky se pozornost autorů zaměří nejen na rozšiřování stávajících poznatků o vývoji nezaměstnanosti, ale také na další aspekty. Prvotní analýzy (viz např. Pileček, Červený 2010) ukázaly, ţe jako vysoce relevantní a nosná tematika se jeví problematika vyhlašování insolvencí a likvidací (bankrotů) firem. Seznam literatury a zdrojů [1] ČSÚ (2010a). [cit ]. Dostupný z www: < [2] ČSÚ (2010b): Zaměstnanost a nezaměstnanost podle výsledků VŠPS. [cit ]. Dostupný z www: < [3] Integrovaný portál MPSV (2010). [cit ]. Dostupný z www: < [4] LAVICKÝ, M. (2009): Analýza regionální nezaměstnanosti v České republice během hospodářské recese Diplomová práce, Přírodovědecká fakulta - UK v Praze. 68 str. + příl. [cit ]. Dostupný z www: < [5] PILEČEK. J., ČERVENÝ, M. (2009): Problémy rozvoje krajů Česka - komparace statistických údajů, vyhodnocení SWOT analýz a názorů zástupců veřejné správy. Urbanismus a územní rozvoj, XII, č. 6, s

87 [6] PILEČEK, J., ČERVENÝ, M. (2010): Hospodářská krize a regionální disparity - příklad okresů České republiky. Obec a finance, č. 1, s [7] TOMEŠ, J. (1996): Specifická nezaměstnanost v České republice v regionálním srovnání. Geografie - Sborník ČGS, 101, č. 4, s

88 Abstrakt Regionální disparity a soudrţnost v zemích V4 Doc. Ing. Karel Skokan, PhD. Cílem příspěvku je souhrnně představit hlavní závěry dílčí úlohy výzkumného úkolu WD Regionální disparity v územním rozvoji ČR jejich vznik, identifikace a eliminace, která byla věnována problematice disparit v mezinárodním srovnání. Na základě vybraných strukturálních ukazatelů, které byly v období pouţívány k hodnocení pokroku Lisabonské strategie EU, je provedeno srovnání vývoje národních disparit v zemích tzv. Visegrádské čtyřky, tj. Česka, Maďarska, Polska a Slovenska a Rakouska ve vztahu k vývoji v EU27. Klíčová slova Regionální disparity, soudrţnost, strukturální ukazatele, země Visegrádské čtyřky Summary The aim of the paper is to summarize the main results of the research of disparities in international comparison performed within the research project titled WD Regional disparities in the territorial development of the Czech Republic their rise, identification and elimination. Using the selected set of Lisbon structural indicators, which were defined for the period for the assessment of progress of Lisbon strategy the international comparison of national disparities is made for Visegrad Four countries, i.e. Czechia, Hungary, Poland, Slovakia as new member countries of the EU and Austria as old country in relation to the development of EU27. Keys words Regional disparities, cohesion, structural indicators, Visegrad Four countries Úvod Pojem ekonomická, sociální a územní soudrţnost vyjadřuje solidaritu mezi členskými státy a regiony EU. Objevuje se postupně ve všech základních smlouvách Evropských společenství a Evropské unie (EUR-Lex 2010). Cílem soudrţnosti je vyváţený rozvoj v rámci EU, při kterém dochází ke sniţování strukturálních rozdílů (disparit) mezi regiony a k podpoře rovných příleţitostí pro všechny. Prakticky je tohoto cíle dosahováno pomocí různých typů intervencí s vyuţitím různých finančních operací, zejména s pomocí strukturálních fondů EU a Fondu soudrţnosti. Přestoţe se ve smlouvách o Evropských společenstvích a Evropské unii pojem soudrţnost běţně pouţívá, není v nich přesně a jednoznačně definován. Podle Molla (2007) se soudrţnost dá vyjádřit takovou úrovní rozdílnosti mezi státy, regiony nebo skupinami, které jsou politicky a společensky snesitelné. Čím niţší jsou tyto rozdílnosti, tím je vyšší úroveň soudrţnosti. V současné době se tedy rozlišují v dokumentech EU tři dimenze soudrţnosti: hospodářská, sociální a územní a jejich obsah se někdy překrývá. Odlišnosti mezi sociální, hospodářskou neboli ekonomickou a územní soudrţností popisuje například Maier (2007) pomocí subjektů, ke kterým se příslušná politika soudrţnosti vztahuje. 88

89 Podle něho sociální soudrţnost směřuje k osobám a domácnostem a jejím cílem je odvrátit bídu a minimalizovat nezaměstnanost. Ekonomická soudrţnost směřuje k firmám a k dalším aktérům ekonomického rozvoje, jako jsou například odbory a další zaměstnanecké organizace a k prostředí pro podnikání. Územní soudrţnost se pak vztahuje k regionálním agregátům a k územnímu kontextu ekonomické a sociální soudrţnosti. Hospodářská a sociální soudrţnost je výrazem solidarity mezi státy a regiony a je v podstatě implementována prostřednictvím regionální politiky EU. Územní soudrţnost je důsledkem hospodářské soudrţnosti, vyjádřené sníţením regionálních nebo národních disparit v ekonomické oblasti a nerovností v bohatství a sociální soudrţnosti definované přítomností sdílených hodnot, absencí mechanismů společenského vyloučení, existencí sociálních sítí, územní sounáleţitosti a identity. O územní soudrţnosti se na mezivládní úrovni diskutuje v EU jiţ od poloviny 90. let minulého století a s přijetím nové Lisabonské smlouvy se řešení otázek územní soudrţnosti stalo jedním z ústředních témat politik EU. Hodnocení disparit na národní a regionální úrovni se objevuje v různých výstupech unijních politik. Jsou to například hodnotící zprávy politiky soudrţnosti a vyuţití strukturálních fondů na národní úrovni nebo úrovni celé Evropské unie. Podrobné hodnocení disparit, ale také výkonnosti bylo také prováděno v letech při hodnocení plnění cílů tzv. Lisabonské strategie, kde se však jednalo převáţně o hodnocení národních disparit. V rámci řešení výzkumného úkolu WD Regionální disparity v územním rozvoji ČR jejich vznik, identifikace a eliminace byla dílčí úloha věnována problematice disparit v mezinárodním srovnání. Během řešení byly v letech zpracovány tyto studie: Regionální disparity v mezinárodním srovnání pojetí a přístupy v Evropské unii (leden, 2008); Regionální disparity v mezinárodním srovnání (červen, 2008); Komparativní analýza pojetí, přístupů a vyuţití regionálních disparit v regionálním managementu pěti středoevropských zemí (březen, 2009); Případová studie hodnocení regionálních disparit ve vybraných zemích střední Evropy (prosinec 2009). Předmětem analýzy jsou země Visegrádské čtyřky, tj. Česko, Maďarsko, Polsko a Slovensko (dále V4) jako země, které se staly členy EU před pěti lety a procházely hlubokou politickou a ekonomickou transformací a dále Rakousko, jako standardní země EU s rozvinutou trţní ekonomikou. Záměrem komparace bylo ukázat a vyhodnotit, jakým způsobem probíhal vývoj v jednotlivých zemích na národní úrovni z pohledu tzv. Lisabonské strategie, kde se uplatňuje hodnocení rozvoje v oblasti ekonomické, sociální a environmentální a na regionální úrovni, kde je pouţíván pohled na regiony z hlediska ekonomického, sociálního a územního. Výsledkem je pak zjištění, jak je vývoj ve státech a regionech charakterizován z pohledu konvergence nebo divergence. Závěry ze studií jsou shrnuty v připravované monografii Regionální disparity (Kutscherauer A. a kol., 2010)). Předkládaný příspěvek je výběrem nejdůleţitějších myšlenek v oblasti srovnání disparit na národní úrovni z připravované monografie. 89

90 1 Hodnocení konvergence v EU V současné Evropské unii jsou výrazné rozdíly jak na úrovni členských států, tak na úrovni regionů. Indikátor HDP na obyvatele v paritě kupní síly (PPS) v procentech (EU27=100) měl např. v roce 2008 pro Lucembursko hodnotu 276,4 %, pro Bulharsko 41,3 % a pro Česko 80,4 % (Eurostat, 2010a). Ze zpráv o hospodářské a sociální soudrţnosti vyplývá (EC 2010), ţe na národní úrovni je proces konvergence prokazatelný. Vyplývá to také z analýzy v Grafu 1, který zobrazuje vývoj HDP v období 2000 aţ 2008 pro EU27, EU15 a vybrané státy střední Evropy. V nových členských státech byl hospodářský růst v minulých deseti letech, tj. v letech tzv. předvstupního období a prvního období po vstupu do EU mnohem vyšší, neţ v zemích EU15. Vztáhneme-li tento indikátor k průměru EU27 je zřetelně vidět trend konvergence, kdy u států EU15, případně u Rakouska, dochází k poklesu hodnot indikátoru a u nových zemí EU k jeho nárůstu. Pozitivní trend v těchto oblastech však byl zastaven v důsledku světové hospodářské krize v letech Graf 1: Vývoj HDP/obyvatele ve vybraných zemích EU Zdroj: Eurostat 2010a, vlastní zpracování Na úrovni regionální nelze odvodit jednoznačné závěry. Ve většině nových členských států EU došlo v období k nárůstu regionálních disparit zejména u indikátoru HDP na obyvatele a nezaměstnanost. V roce 2007 se HDP na obyvatele vyjádřený v PPS (EU27=100) pohyboval v 271 regionech NUTS 2 v rozsahu od 26 % průměru EU 27 v regionu Severozapaden v Bulharsku do 334 % průměru v regionu Inner London ve Velké Británii. Přitom jen kaţdý sedmý region dosahoval hodnoty nad 125 % průměru, avšak celá čtvrtina regionů byla pod 75 % průměru EU27. Zajímavé bylo páté místo v ţebříčku pro Prahu. Je však třeba zdůraznit, ţe v některých regionech, zejména v regionech hlavních měst, je hodnota HDP/obyvatele silně ovlivněna počtem dojíţdějících za prací z okolních regionů, 90

91 takţe skutečná hodnota indikátoru je nadhodnocena. Rozdíly v ekonomické úrovni u nejvyspělejších a nejzaostalejších regionů EU uvádí Tabulka 1. Tabulka 6: Vývoj HDP/obyvatele ve vybraných zemích EU Pět nejvyšších (2007) Pět nejniţších (2007) 1 Inner London (UK) Severozapaden (BG) 26 2 Luxembourg (LU) Nord-Est (RO) 27 3 Brussels Hfdst. (BE) Severen tsentralen (BG) 27 4 Hamburg (DE) Yuzhen tsentralen (BG) 27 5 Praha (CZ) Yugoiztochen (BG) 31 Zdroj: Eurostat 2010a, vlastní zpracování Pro hodnocení vývoje v regionech v rámci členských států můţeme pouţít indikátor rozptyl (disperze) regionálního HDP/obyvatele, který je definován jako suma absolutních rozdílů mezi regionálními (úroveň NUTS 2, resp. NUTS 3) a celonárodním HDP na obyvatele (měřeno v běţných trţních cenách a váţených regionálními podíly obyvatel na celkové populaci). Hodnota rozptylu HDP na obyvatele je nulová, pokud hodnoty regionálních HDP jsou shodné ve všech regionech země nebo ekonomické zóny (jako je EU27) a roste, pokud rozdíly mezi hodnotami regionálních HDP na obyvatele mezi regiony rostou. Např. hodnota rozptylu 30 % znamená, ţe HDP všech regionů dané země váţená počtem obyvatel v regionech se liší od národní hodnoty v průměru o 30 % (Eurostat 2010a). Ve EU27 jako celku došlo v letech k poklesu hodnoty indikátoru rozptylu regionálního HDP/obyvatele, coţ signalizuje proces konvergence. Ve většině nových členských států však došlo k nárůstu regionálních disparit (týká se Česka, Maďarska, Polska i Slovenska). Na druhé straně k nejvýznamnější redukci tohoto indikátoru došlo v Rakousku, Itálii a Španělsku. Trendy pohybu indikátoru rozptylu uvádí Graf 2. 91

92 Graf 2: Rozptyl regionálního HDP na úrovni NUTS 2 Zdroj: Eurostat 2010a, vlastní zpracování Na úrovni regionů NUTS3 je u nových členských států nárůst regionálních rozdílů ještě výraznější, jak ukazuje zejména příklad Polska, Slovenska a Maďarska podle údajů v Tab.č.2. Například v Maďarsku hodnota rozptylu regionálního HDP na obyvatele v letech 2001 aţ 2006 vzrostla pro regiony NUTS 2 o 4,6 bodu a pro regiony NUTS 3 o 5,7 bodu. Na Slovensku to byl nárůst 2,8 bodu u regionů NUTS 2 a 7,1 bodu u regionů NUTS 3 a v Polsku byl nárůst rozptylu 1,3 bodu u regionů NUTS2 a 18,2 bodu u regionů NUTS3. Tabulka 7: Rozptyl regionálního HDP/obyvatele v regionech NUTS 2 a NUTS 3 Stát/roky Rozptyl regionálního HDP na úrovni NUTS Česko 24,3 24,8 24,9 24,2 25,1 25,4 1,1 Maďarsko 33,0 35,4 34,2 33,4 35,7 37,6 4,6 Polsko 18,2 18,1 18,3 18,7 19,4 19,5 1,3 Slovensko 27,3 28,3 27,8 28,3 31,7 30,1 2,8 Rozptyl regionálního HDP na úrovni NUTS3 Česko 24,4 24,7 24,9 24,3 25,1 25,3 0,9 Maďarsko 36,7 38,9 37,2 37,2 40,0 42,4 5,7 Polsko 16,2 17,3 17,4 31,3 32,3 34,4 18,2 Slovensko 27,4 28,1 28,7 29,2 33,6 34,5 7,1 Zdroj: Eurostat 2010a, vlastní zpracování 92

93 Podobnou analýzu by bylo moţné provést pro hodnoty indikátoru rozptyl zaměstnanosti a nezaměstnanosti v regionech NUTS 2, pro které tato data Eurostat sleduje. 2 Hodnocení vývoje disparit ve středoevropských zemích Evropské unie pomocí strukturálních indikátorů Strukturální indikátory se v průběhu hodnocení Lisabonské strategie vyvíjely a jejich počet v roce 2010 dosáhl čísla 79. Jsou rozděleny do šesti základních oblastí (sfér) hodnocení (Eurostat, 2010b): obecné ekonomické prostředí (9); zaměstnanost (11); inovace a výzkum (16); ekonomická reforma (15); sociální soudrţnost (10); ţivotní prostředí (18). Tabulka 8: Krátký seznam strukturálních indikátorů a jejich specifikace Strukturální indikátor Obecné ekonomické prostředí Dostupná data HDP na obyvatele v PPS Stát, NUTS 2 Produktivita práce na zaměstnanou osobu Stát, NUTS 2 Zaměstnanost Míra zaměstnanosti Stát, NUTS 2 Míra zaměstnanosti starších pracovníků (55-64 let) Stát, NUTS 2 Inovace a výzkum Úroveň dosaţeného vzdělání mládeţe Stát, NUTS 2 Hrubé domácí výdaje na výzkum a vývoj jako % HDP Stát, NUTS 2 Ekonomická reforma Komparativní cenová úroveň Stát Kapitálové investice v % HDP Stát, NUTS 2 Sociální soudrţnost Míra rizika chudoby po sociálních dávkách Stát Rozptyl regionální míry zaměstnanosti Stát, NUTS 2 Míra dlouhodobé nezaměstnanosti Stát, NUTS 2 Ţivotní prostředí Emise skleníkových plynů Energetická náročnost národního hospodářství Objem nákladní dopravy k HDP Stát Stát Stát Zdroj: Eurostat 2010b 93

94 Pro zjednodušení hodnocení je vyčleněn tzv. krátký seznam 14 hlavních strukturálních indikátorů, který pokrývá všechny tři pilíře lisabonského procesu, tj. ekonomický, sociální a environmentální. Jsou definovány především pro národní úroveň, pro 9 z nich jsou v databázi Eurostatu také data pro regionální úroveň NUTS 2. Přestoţe Lisabonská strategie nedosáhla svého původního cíle a v důsledku světové ekonomické krize v letech došlo ve všech státech EU k citelnému poklesu výkonnosti ekonomiky a růstu nezaměstnanosti, vybudovaný systém strukturálních indikátorů pro její hodnocení je vhodným nástrojem pro hodnocení disparit. Vzhledem k tomu, ţe dostupná data ve statistikách Eurostatu mají zhruba dvouleté zpoţdění, jsou zpracované přehledy a srovnání podle dostupných dat, nejčastěji za období , resp Základem pro komparaci států jsou indikátory z tzv. krátkého seznamu strukturálních indikátorů, které jsou v některých případech doplněny o další indikátory, aby se zvýšila vypovídací schopnost hodnocení vybraných oblastí. Základním rozdílem je ekonomická vyspělost charakterizovaná úrovní HDP/obyvatele v PPS v % (EU27=100), jak uvádí Graf 3. Graf 3: Indikátory HDP ve vybraných zemích v letech 2001 a 2008 HDP na obyvatele PPS EU Slovensko 80 Rakousko Rozptyl regionálního HDP (NUTS2) v% EU 27 40,0 30,0 Slovensko Rakousko 20,0 10,0 Polsko Česko Polsko Česko Maďarsko Maďarsko Zdroj: Eurostat 2010a, vlastní zpracování Přitom státy V4 s hodnotou v rozpětí 56,4 % (Polsko), 64,4 % (Maďarsko), 72,3% (Slovensko) aţ 80,4 % (Česko) vykázaly ve zkoumaném období významný ekonomický růst ve srovnání s průměrem EU, pro Rakousko znamenalo rozšíření EU v tomto ukazateli pokles (z 125,1 % na 123,5 % průměru EU27). Vyšší hodnoty rozptylu HDP ukazují, ţe u zemí V4 se zvýšily regionální rozdíly v této oblasti. Tabulka 9: Základní národohospodářské indikátory Indikátor Stát/roky Průměrná roční inflace Veřejný dluh Rozpočtový deficit EU27 2,2 1,0 61,0 73,6-1,4-6,8 Rakousko 2,3 0,4 67,1 66,5 0,0-3,4 94

95 Česko 4,5 0,6 24,9 35,4-5,6-5,9 Maďarsko 9,1 4,0 52,0 78,3-4,0-4,0 Polsko 5,3 4,0 37,6 51,0-5,1-7,1 Slovensko 7,2 0,9 48,9 35,7-6,5-6,8 Zdroj: Eurostat 2010a, vlastní zpracování K dokreslení hospodářské situace ve středoevropských zemích v letech jsou ještě doplněny indikátory růstu reálného HDP, inflace, veřejného dluhu a deficitu státního rozpočtu. Graf 4: Makroekonomické indikátory ve vybraných zemích Slovensko Míra růstu HDP v % EU 27 8,0 4,0 0,0-4,0-8,0 Rakousko Slovensko Inflace v % EU Rakousko Polsko Česko Polsko Česko Maďarsko Maďarsko Deficit státního rozpočtu v % HDP EU Slovensko -4 Rakousko -6-8 Slovensko Veřejný dluh v % HDP EU Rakousko Polsko Česko Polsko Česko Maďarsko Maďarsko Zdroj: Eurostat 2010a, vlastní zpracování Porovnáme-li míru růstu reálného HDP (změna proti předchozímu roku), pak proti roku 2001 všechny ekonomiky kromě Polska poklesly do záporných hodnot, u EU27 je to -4,2 %, největší pokles má Maďarsko (-6,7 %) a Slovensko (-4,7 %). Pokles inflace proti výchozímu roku je zřetelný ve všech zemích, nejvýraznější v Maďarsku a na Slovensku. Významný je 95

96 nárůst veřejného dluhu Česka, Maďarska a Polska se zajímavým poklesem na Slovensku a také nárůsty deficitu státního rozpočtu. Cílem politiky zaměstnanosti podle Lisabonské strategie mělo být dosaţení celkové zaměstnanosti v EU v roce 2010 na úrovni 70 % a pro ţeny alespoň 60 %. Základními indikátory pro tuto oblast jsou míra zaměstnanosti, míra zaměstnanosti starších pracovníků a také míra nezaměstnanosti. V sociální oblasti vykázaly všechny státy kromě Maďarska příznivé ukazatele u růstu zaměstnanosti, poklesu nezaměstnanosti (zde s výjimkou Rakouska) a k poklesu dlouhodobé nezaměstnanosti. Míra zaměstnanosti přitom vzrostla nejvíce v Polsku a na Slovensku, coţ se odrazilo v největším poklesu nezaměstnanosti v obou těchto zemích proti výchozímu roku Tabulka 10: Základní indikátory zaměstnanosti Indikátor Stát/roky Míra zaměstnanosti v % Míra zaměstnanosti starších pracovníků v % Míra nezaměstnanosti v % EU27 62,6 64,6 37,7 46,0 8,5 8,9 Rakousko 68,5 71,6 28,9 41,1 3,6 4,8 Česko 65,0 65,4 37,1 46,8 8,0 6,7 Maďarsko 56,2 55,4 23,5 32,8 5,7 10,0 Polsko 53,4 59,3 27,4 32,3 18,3 8,2 Slovensko 56,8 60,2 22,4 39,5 19,3 12,0 Zdroj: Eurostat 2010a, vlastní zpracování Změnu trendu v důsledku hospodářské krize v roce 2008 na příkladu indikátoru zaměstnanosti a nezaměstnanosti ukazuje Graf 5. 96

97 Graf 5: Vývoj zaměstnanosti a nezaměstnanosti Zdroj: Eurostat 2010a, vlastní zpracování Většina států kromě Maďarska vykazuje aţ do roku 2008 pokles rozptylu regionální míry zaměstnanosti, coţ svědčí o sniţování regionálních rozdílů. Nárůst rozptylu regionální míry nezaměstnanosti se objevuje zejména u Maďarska a Slovenska, ale také u Česka a snad překvapivě u Rakouska. Tento ukazatel je sledován pro úroveň NUTS2 i NUTS 3 a v obou případech má podobný průběh s tím, ţe pro úroveň regionů NUTS 3 jsou rozdíly větší. Slabou stránkou zůstává v zemích V4 podpora výzkumu a inovací, kde k výraznému nárůstu ve výdajích na VaV došlo jen u Rakouska a k mírnému přechodně také u Česka, naopak k poklesu došlo ve výdajích na VaV u Polska a Slovenska. Velké řádové rozdíly zůstávají mezi Rakouskem (a průměrem EU27) a státy V4 v počtu přihlášek patentů EPO. Zatímco průměr EU27 v roce 2007 byl 118 a u Rakouska dokonce 201 podaných ţádostí na mil. 97

98 obyvatel, je tento ukazatel u zemí V4 o řád niţší (3-15), i kdyţ proti roku 2001 se v roce 2007 téměř zdvojnásobil. Tabulka 11: Indikátory výzkumu a vývoje Indikátor Výdaje na V a V Vzdělanost mládeţe VŠ absolventi přír. a tech. oborů Patenty EPO Stát/roky EU27 1,86 1,90 76,6 78,5 10,7 n/a: 105,18 118,37 Rakousko 2,07 2,67 85,1 84,5 7,3 11,1 149,62 201,42 Česko 1,20 1,47 90,6 91,6 5,6 12,0 6,99 13,44 Maďarsko 0,92 1,00 84,7 83,6 3,7 6,4 9,69 15,15 Polsko 0,62 0,61 89,7 91,3 7,6 13,9 1,52 3,65 Slovensko 0,63 0,47 94,4 92,3 7,5 11,9 2,26 6,55 Zdroj: Eurostat 2010a, vlastní zpracování Nadprůměrných hodnot dosahují nové členské státy u indikátoru hodnotícího úroveň středoškolského vzdělání mládeţe (procento populace ve věku let s minimálně vyšším středoškolským vzděláním). Zatímco průměrná hodnota v EU27 se pohybuje mezi % a má mírně rostoucí trend, všechny středoevropské státy včetně Rakouska jsou nad hranicí 80 % a Česko, Polsko a Slovensko dokonce nad hranicí 90 %. Nad tuto hodnotu se v EU dostalo ještě pouze Slovinsko a Velká Británie. Jiným indikátorem z hlediska vzdělanosti je počet absolventů vysokoškolského studia v přírodních a technických vědách na tisíc obyvatel ve věku let. Pro EU27 uvádí Eurostat průměrnou hodnotu 12,5 v roce 2004 (další údaje nebyly dostupné), avšak v roce 2007 např. ve Francii to bylo 20,7 a ve Finsku 18,8. U středoevropských zemí je tato hodnota podstatně niţší, příznivým jevem je však rostoucí trend, zejména u Česka z 5,6 v roce 2001 na 12 v roce Pro hodnocení úrovně ţivotního prostředí na národní úrovni byly zvoleny tři indikátory: celková emise skleníkových plynů, energetická náročnost národního hospodářství a objem nákladní dopravy k HDP měřený v tunokilometrech. 98

99 Tabulka 12: Základní indikátory ţivotního prostředí Indikátor Emise skleníkových plynů Energetická náročnost ekonomiky Objem nákladní přepravy Stát/roky EU27 91,8 90,7 169,39 104,0 Rakousko 107,6 111,3 140,73 91,4 Česko 76,9 77,6 553,16 86,6 Maďarsko 69,1 65,8 400,76 131,1 Polsko 68,3 70,8 400,10 122,5 Slovensko 69,5 65,2 538,64 90,9 Zdroj: Eurostat 2010a, vlastní zpracování Indikátor emise skleníkových plynů je pro státy V4 příznivý, protoţe jeho hodnoty leţí s rezervou pod průměrem EU27. Naproti tomu vyspělé Rakousko se pohybuje o 20 % nad tímto průměrem. Zcela opačná je situace pro indikátor energetické náročnosti ekonomiky, který je vztaţen k hodnotě HDP. Jak z grafu vyplývá, všechny státy V4 mají 2 aţ 3 - krát náročnější energetickou náročnost ekonomiky, přitom Rakousko (140) se pohybuje mírně nad průměrem EU27 (169). Česko patřilo v roce 2007 s hodnotou indikátoru 553 k nejnáročnějším ekonomikám. Příznivá je tendence sniţování této hodnoty, coţ svědčí o tendencích v restrukturalizaci ekonomiky k méně energeticky náročným odvětvím. Graf 6: Energetická náročnost ekonomiky Zdroj: Eurostat 2009a, vlastní zpracování 99

100 U indikátoru vnitrozemské nákladní dopravy vztaţenému k HDP má v roce 2008 proti výchozímu roku 2001 výrazný nárůst Maďarsko (131,1) a Polsko (122,5), významný je pokles u Česka (86,6). Závěry k hodnocení národních disparit Období let 2001 aţ 2008 představovalo pro státy střední Evropy a současně nové členské státy EU Česko, Maďarsko, Polsko a Slovensko etapu příznivého ekonomického vývoje, kterou lze pro většinu indikátorů charakterizovat jako etapu společných trendů, růstu a národní konvergence. V ekonomické oblasti došlo s výjimkou Maďarska ke znatelnému nárůstu HDP, který byl mimořádný zejména u Slovenska, bohuţel provázený prudkým poklesem v roce 2009, kdys se všechny státy kromě Polska dostaly do záporných hodnot. Velmi výrazný byl nárůst zaměstnanosti a pokles nezaměstnanosti, opět bohuţel zastavený světovou ekonomickou krizí. V rozvoji inovačního potenciálu se po mírném nárůstu po roce 2000 projevila stagnace a rozevírají se nůţky mezi státy V4 a průměrem EU27, případně Rakouskem jak ve výdajích na podporu výzkumu a vývoje, tak např. u přihlášek patentů. V oblasti ţivotního prostředí existuje podstatný rozdíl v energetické náročnosti ekonomiky v neprospěch států V4, na druhé straně v emisi skleníkových plynů zůstávají tyto státy hluboko pod průměrem EU27. U analýzy regionálních disparit na úrovni jednotlivých států se projevuje u ekonomických disparit silné dichotomní postavení regionů hlavních měst, největší rozdíly jsou zejména u Česka a Slovenska, méně pak u Maďarska a Polska. Podle vývoje rozptylu regionálního HDP nedochází ke sbliţování regionů NUTS2, ale v případě Česka to byl jen mírný růst, velký nárůst je u Maďarska a Polska, pokles je u Rakouska. Významné bylo sniţování v nezaměstnanosti u Česka, Polska a Slovenska i Rakouska zejména u regionů postiţených nadprůměrnou nezaměstnaností aţ do vypuknutí hospodářské krize. K rozevírání regionálních rozdílů v nezaměstnanosti došlo ve sledovaném období u Maďarska. Analýza regionálních rozdílů v oblasti vědy a výzkumu ukázala na prioritní postavení regionů hlavních měst z hlediska výdajů, počtu výzkumných pracovníků a lidských zdrojů ve VaV a také patentů. Souhrnně lze konstatovat, ţe období po vstupu do EU aţ do vypuknutí světové finanční krize, tedy období přineslo státům V4 významný hospodářský růst, sníţení nezaměstnanosti a zvýšení zaměstnanosti. Tyto příznivé podmínky však nebyly dostatečně vyuţity ke stabilizaci veřejných financí, ani k větší orientaci na podporu výzkumu a inovací. Analýza prokázala, ţe strukturální pomoc má příznivý dopad na růst v zaostávajících regionech, avšak ke zmírňování disparit mezi vedoucím regionem ve státě s hlavním městem a ostatními regiony nedochází. Orientace na konkurenceschopnost a vyuţívání růstových faktorů na regionální úrovni přináší zvyšování disparit i mezi regiony ve skupině dohánějících regionů v rámci jednotlivých států středoevropského prostoru. Seznam literatury a zdrojů [1] EC (2010). Cohesion Reports. Regional Policy Inforegio [online]. ] [cit ] Dostupné na WWW: < [2] EUR-Lex (2010). Smlouvy. Přístup k právu Evropské unie. [on-line] [cit ]. Dostupné na WWW: < 100

101 [3] EUROSTAT (2010a). General and regional statistics. [on-line] [cit ]. Dostupné na WWW: < [4] EUROSTAT (2010b). Structural indicators [on-line] [cit ]. Dostupné na WWW: < >. [5] KUTSCHERAUER, A. A KOL. Regionální disparity. Ostrava: Ekonomická fakulta VŠB-TU Ostrava, (v tisku). [6] MAIER, K. (2007). K dokumentu Územní agenda Evropské unie. URBANISMUS A ÚZEMNÍ ROZVOJ. Ročník X, Č. 3. [7] MOLLE, W. (2007). European Cohesion Policy. London: Routledge. 101

102 Abstrakt Problémy řízení municipálního rozvoje Ing. Petr Ponikelský; Ing. Hana Novotná Systematický a koncepční regionální management není v podmínkách municipalit České republiky stále ještě příliš uplatňován a realizován. U představitelů obcí převládají spíše rozhodovací aktivity k řešení akutních problémů nebo rozhodování ad hoc dle momentálních dotačních moţností ze státních a jiných zdrojů. Systematičnost, koncepčnost, aktivizace vlastního potenciálu a další atributy programového řízení území mají spíše okrajový charakter nebo jsou uplatňovány jen v nemnoha případech. Koncepční, racionální a efektivní řízení obce opřené o kvalitní realizaci všech manaţerských činností je přitom základním předpokladem pro zajištění jejího udrţitelného rozvoje. Nerealizace manaţerských funkcí naopak vede ke stagnaci či úpadku a následnému prohlubování regionálních disparit. Míra úspěšnosti aplikovaného modelu řízení regionálního rozvoje a úrovně jednotlivých manaţerských funkcí vykonávaných při tomto procesu je i předmětem výzkumného projektu Procesy řízení regionálního rozvoje na úrovni obecních a mikroregionálních samospráv České republiky. Klíčová slova regionální politika, regionální rozvoj, municipality, management, region, manaţerské funkce Summary Systematic and strategic regional management is not in terms of municipalities of the Czech Republic is still not implemented and enforced. For more community representatives dominate decision-making activities to address the acute problems or decisions of an ad hoc basis according to the momentary state of grant opportunities and other resources. Systematic, conceptual, activation of their own potential and other attributes of the program management are more marginal in nature or are applied only in few cases. Conceptual, rational and efficient management of the village resting on the quality of the implementation of all management activities are taking essential to ensure its sustainable development. Nonexecution of management functions on the contrary lead to stagnation or decline and subsequent widening of regional disparities. The success rate of industrial management model of regional development and the level of managerial functions performed by this process is the subject of the research project Management processes of regional development at the micro level, municipal governments and the Czech Republic. Keys words regional policy, regional development, municipality, management, region, managerial functions Úvod Regionální politika České republiky je charakteristická značnými regionálními disparitami. Jejich vznik a trvání mohou mít různé příčiny od geografické polohy řešeného území, přes strukturu obyvatelstva, historický handicap apod. Jednou z klíčových příčin je pak zcela jistě i územně-správní uspořádání České republiky, které je dlouhodobě charakteristické vysokým počtem obcí a jejich značnou fragmentací a kdy velké mnoţství malých obcí vykazuje značně 102

103 odlišné úrovně managementu rozvoje. Rozdílná úroveň řízení rozvoje obcí je pak také sama pokládána za jednu z hlavních příčin vzniku a trvání socioekonomických disparit v regionálním rozvoji, a to zejména ve středně velkých a malých obcích. Nedostatečná kvalita řízení je způsobena převáţně personální nedostatečností, spočívající v nedostatku kvalifikovaných a motivovaných pracovníků i vlastních představitelů samospráv. Přitom právě kvalita řízení významným způsobem přispívá k zajištění pozitivního vývoje socioekonomické úrovně municipalit obdobně, jako je tomu v případě podnikového managementu. Touto problematikou se zabývá i výzkumný projekt Procesy řízení regionálního rozvoje na úrovni obecních a mikroregionálních samospráv České republiky, který sleduje míru úspěšnosti aplikovaného modelu řízení regionálního rozvoje a úrovně jednotlivých manaţerských funkcí vykonávaných při tomto procesu. 1 Řízení rozvoje obcí Jádrem ústřední úvahy projektu je obec a způsob jejího řízení, který se v mnoha ohledech shoduje s rysy řízení soukromých subjektů, tj. podniků a firem. Obce jako právnické osoby reprezentují územní samosprávu, tvoří územně vymezený funkční celek a jejich posláním je pečovat o všestranný rozvoj svého území a o potřeby svých občanů. Aby obce mohly naplňovat toto poslání, mají vytvořeny podmínky, mají vlastní právní subjektivitu, jejíţ hlavní atributy jsou zcela totoţné s prvky právní subjektivity ostatních ekonomických subjektů v ČR je to samostatnost v rozhodování, právo vlastnit majetek, vystupovat navenek svým jménem na vlastní zodpovědnost. Vzhledem k těmto shodným rysům a skutečnosti vyplývající z teorie managementu, totiţ ţe soukromé subjekty řídí svoji činnost lépe a efektivněji neţ subjekty veřejného sektoru, přistoupili řešitelé k realizaci projektu z pohledu firemního řízení. Výkon řízení zde řízení rozvoje obce je tak pojímán z pohledu hlavních manaţerských funkcí vykonávaných v rámci tohoto procesu. Tyto funkce byly vybrány, definovány a upraveny pro potřeby prostředí municipalit na následující funkce: 1. Řízení rozvoje. Jedná se o specifickou aktivitu, jejímţ hlavním cílem je prostřednictvím jednotlivých dalších manaţerských funkcí maximálně efektivně zajišťovat dosaţení poţadovaných výstupů v oblasti řízení rozvoje. 2. Rozhodování. Podstatou rozhodování je proces výběru mezi alespoň dvěma moţnostmi variantního jednání, v případě obce se zároveň jedná o proces stanovování jejích rozvojových priorit. 3. Organizování. Organizování spočívá v činnosti, jejímţ cílem je uspořádat prvky v systému, jejich aktivity a koordinaci tak, aby přispěly co nejvyšší měrou k dosaţení stanovených cílů rozvoje obce. 4. Plánování rozvoje obce. Plánování je činnost zaměřená na budoucí vývoj obce, určující čeho, jak a v jakém pořadí má být dosaţeno. 5. Informování a komunikace. Informování představuje proces poskytování informací a komunikace proces vzájemného poskytování (výměny) informací s aktivní zpětnou vazbou. 6. Kontrolování. Kontrolování je zhodnocení reality s ohledem na zjištění, zda bylo dosaţeno shody ve vývoji kontrolované skutečnosti vůči specifikovaným poţadavkům. 103

104 2 Realizace projektu Výše uvedená specifika řízení municipálního rozvoje se opírají o výzkum implementace manaţerských funkcí obcí České republiky realizovaný v několika postupných krocích. Realizace projektu byla zahájena v roce 2007, kdy byly nejprve zpracovány metodické postupy, byla provedena multikriteriální analýza pro výběr respondentů. Na jejím podkladě byl vybrán vzorek respondentů pro terénní výzkum a ti byli posléze osloveni. Bylo vybráno celkem 130 municipalit (tj. cca dostatečná 2% z celkového počtu jednotek ve výběrovém souboru). Dále bylo připraveno softwarové prostředí pro zpracování výstupů analýzy. V následujícím roce 2008 proběhla realizace terénního výzkumu, a to ve dvou základních a jednom doplňkovém stupni, přičemţ všechny tři typy terénního šetření byly realizovány odděleně a jinými řešiteli, aby nedocházelo k vzájemnému ovlivňování či přizpůsobování výsledků o konkrétní obci. Výzkum sledoval a posuzoval ukazatele, faktory a konkrétní situace, podle kterých je moţné hodnotit a vzájemně porovnávat rozsah, kvalitu i účinnost realizovaných manaţerských funkcí u jednotlivých zástupců z vybraného reprezentativního vzorku. Nejprve bylo provedeno vlastní nezávislé šetření (pozorování) na území vytipovaných respondentských obcí, jehoţ cílem bylo získání odborného náhledu na pozorovanou obec ke konkrétní fázi vývojového cyklu municipalit. Druhým stupněm byl řízený rozhovor se zástupci municipalit, který byl realizován ve spolupráci s Českým statistickým úřadem. Doplňkově pak, jako třetí stupeň v rámci terénního šetření, byl proveden průzkum internetových stránek respondentů, jakoţto veřejného informačního zdroje o dané municipalitě. V roce 2009 byly výsledky zpracovány a analyzovány dle definovaných manaţerských činností, přičemţ byla specifikována forma, intenzita a kvalita jejich uplatňování v podmínkách České republiky. Výstupem byl popis a identifikace klíčových problémů, a pochopitelně i předností, zjištěných při realizaci řízení rozvoje obce. Jak analýza ukázala, je odborné manaţerské řízení vycházející z kvalitně zpracovaných rozvojových strategií a programů, realizováno jen v minimálním počtu municipalit. Konkrétní praxe se zaměřuje převáţně na řešení akutních problémů a realizaci projektů, na které je moţné čerpat dotační prostředky. Výsledkem je regionální rozvoj postrádající systematičnost, koncepčnost a logickou posloupnost realizovaných aktivit. Dílčí neprovázané projekty zpravidla vykazují niţší multiplikační efekt, případně generují méně pozitivních externalit a nemohou tak ve finále naplnit komplexní rozvojové cíle. Z výstupů hodnocení terénního šetření také vyplynulo, ţe největší problémy s uvedenými aspekty vykazují zejména malé obce do 200 obyvatel, které mají značné problémy s uplatněním a pouţíváním formálních manaţerských postupů. 3 Řešení identifikovaných problémových okruhů při procesu řízení rozvoje obce Na základě těchto identifikovaných předností a problémů jsou připravovány manuály pro realizaci a zlepšení výkonu municipálních a regionálních řídících funkcí v oblasti regionálního rozvoje. Jsou určeny především čelním představitelům municipalit, kterým poskytnou konkrétní a jasné návody pro postup při řízení procesů regionálního rozvoje. V praxi municipální a mikroregionální politiky jejich uplatnění můţe přispět k socioekonomickému oţivení území, např. k zefektivnění hospodaření s veřejnými prostředky, ke kvalitnímu a prorůstově orientovanému finančnímu a investičnímu rozhodování municipalit, k posilování obytných, rekreačních, ekonomických a sociokulturních funkcí, cílenému rozvoji cestovního ruchu, sníţení výskytu sociopatologických jevů atd. 104

105 Manuály byly nejprve zpracovány v obecné rovině podle jednotlivých definovaných manaţerských funkcí a v dalším kroku budou upraveny dle regionalizace ČR provedené v rámci projektu podle výsledků terénních zjištění a doplněny o další konkretizující body. Pro kaţdou manaţerskou činnost byly identifikovány hlavní problémové okruhy např. pro manaţerskou činnost řízení to jsou okruhy: Zapojení podnikatelů do municipálního rozvoje Zapojení veřejnosti do municipálního rozvoje Zapojení orgánů a organizací obce do municipálního rozvoje Financování rozvoje obce Problémové okruhy, respektive jejich řešení, byly následně zpracovány ve struktuře: 1) Popis řešeného problému a) Výchozí situace tento bod popisuje výchozí situaci zjištěnou v rámci výzkumné části projektu. b) Očekávaný výstup v tomto bodě je stanoven jednak cíl řešení problémového okruhu včetně komentáře. 2) Popis (procesu) řešení problému a) Proces zahrnuje identifikaci a popis jednotlivých procesních kroků, které povedou k naplnění stanoveného cíle, včetně určení účelu a periodicity jednotlivých kroků. b) Nástroj v tomto bodě jsou popsány jednotlivé nástroje slouţící k realizaci stanovených procesních kroků. c) Cílové skupiny identifikace cílových skupin zahrnutých do procesu řešení problémového okruhu. d) Vzory relevantních tiskopisů / dokumentů popis relevantních tiskopisů ve formě konkrétních vzorů zařazených v příloze, nejčastěji ve formátu doc nebo xls. e) Popis moţných věcných a procesních rizik identifikace moţných rizik, která mohou nastat při řešení problémového okruhu. 3) Kontrola a) Kontrola procesu identifikace kontrolního procesu, specifikace, jaké fáze bude zahrnovat. b) Kontrola výstupů identifikace kontrolního procesu, specifikace, jaké fáze bude zahrnovat. Tato struktura by tak měla jasně osvětlit daný problémový okruh a objasnit logiku jeho řešení včetně jednotlivých kroků. Jelikoţ bude doplněna praktickými vzory, napomůţe představitelům municipalit při konkrétní aplikaci a zrychlí celý proces. Co se však ukázalo jako zcela zřejmé při zpracovávání jednotlivých problémových okruhů, je skutečnost, ţe realizace jednotlivých manaţerských funkcí spolu úzce souvisí a je vzájemně propojená laicky řečeno všechno souvisí se vším. Proto i úspěšnost a dopad na kvalitu celého procesu řízení municipálního rozvoje závisí na systematické realizaci všech dílčích činností a procesů pod ně spadající. Bez toho je sice moţné zaznamenat dílčí úspěchy, jejich dopad však bude omezený a ohraničený a nedojde k multiplikaci daných efektů, tudíţ ke kýţenému sníţení regionálních disparit vyvolaných nekvalitním řízení rozvoje. To je nutné mít neustále na paměti a zdůrazňovat, aby realizace jednotlivých kroků ve zpracovaných manuálech byla chápána jako ucelený a vnitřně provázaný balíček opravných opatření. 105

106 Závěr Hlavním problémem řízení municipálního rozvoje v podmínkách České republiky je nedostatečné personální zajištění, specificky především absence odbornosti a nedostatečná úroveň ţádoucí kvalifikace a nízká motivovanost pracovníků i vlastních představitelů samospráv. Na situaci má vliv i aktuální koncepce územně-správního uspořádání ČR, pro kterou je charakteristický vysoký počet a značná fragmentace obcí. Ta přispívá k prohlubování nejen zmíněné personální nedostatečnosti, ale má dopad i do dalších oblastí rozvoje obcí zejména financování, zajišťování veřejných statků a sluţeb, rozpočtové určení daní, apod. Systémová změna však v současnosti není na pořadu dne, a proto je nutné hledat jiné cesty, jak problém nedostatečně efektivního řízení rozvoje obcí řešit a přispět tak k pozitivnímu řešení regionálních disparit v ČR. Touto problematikou se zabývá i výzkumný projekt Procesy řízení regionálního rozvoje na úrovni obecních a mikroregionálních samospráv České republiky, který sleduje míru úspěšnosti aplikovaného modelu řízení regionálního rozvoje a úrovně jednotlivých manaţerských funkcí vykonávaných při tomto procesu. Projekt směřuje ke stanovení konkrétních praktických postupů a identifikaci nástrojů, které napomohou zvýšit koncepčnost, systematičnost a celkovou vnitřní provázanost procesu řízení. Tím přispějí k celkovému zvýšení úrovně procesu a napomohou dosaţení stanovených cílů rozvoje obce. Seznam literatury a zdrojů [1] FOTR, J., ŠVECOVÁ, L., DĚDINA, J., HRŮZOVÁ, H., RICHTER, J. Manaţerské rozhodování. Ekopress, s.r.o., [2] KOŠTEJNOVÁ, Z., KUPKA, V., PONIKELSKÝ, P. Ekonomika municipalit a regionů, II. upravené a doplněné vydání. VŠRR Praha, [3] PONIKELSKÝ, P., NOVOTNÁ, H. Manaţerské funkce v řízení municipálního rozvoje, In Sborník příspěvků z vědecké konference s mezinárodní účastí Řízení a potenciál regionálního rozvoje aktuální otázky. VŠRR Praha, 2010, ISBN

107 Abstrakt Indikátory pro hodnocení regionálních disparit a jejich integrace PhDr. Mgr. Hana Fachinelli, PhD.; Doc. Ing. Petr Tománek, CSc. Příspěvek představuje dílčí výsledky řešení výzkumného úkolu WD Regionální disparity v územním rozvoji České republiky jejich vznik, identifikace a eliminace. Regionální disparity jsou představovány širokým spektrem jevů a procesů, v rámci nichţ je moţné regionální rozdíly vysledovat, identifikovat, strukturalizovat, následně měřit a vyhodnocovat. V rámci tohoto výzkumného úkolu byly analyzovány potřeby sledování uvedených jevů a navrţen vlastní přístup k indikátorům pro hodnocení regionálních disparit a způsobům jejich integrace. Příspěvek je zaměřen na přístupy ke strukturalizaci indikátorů regionálních disparit z věcného hlediska a na tvorbu integrovaných indikátorů. Klíčová slova regionální disparita, region, indikátor, integrovaný indikátor Abstract Paper presents partial results of the research project WD entitled Regional disparities in territorial development of the Czech Republic their origin, identification and elimination. Regional disparities are represented by wide range of phenomena and processes, in which regional differences can be traced, identified, structuralized, and then measured and evaluated. In this research project, there were analyzed the needs of monitoring of these phenomena and there was also proposed the approach to indicators for evaluation of regional disparities and methods of their integration. Paper is focused on approaches to structuring indicators of regional disparities from the material point of view. It also deals with the creation of integrated indicators. Keys words regional disparities, region, indicator, integrated indicator Úvod Regionální disparity jsou představovány širokým spektrem jevů a procesů, v rámci nichţ je moţné regionální rozdíly vysledovat, identifikovat, strukturalizovat a následně měřit a vyhodnocovat. Ukazuje, se ţe obecně jsou přístupy k jejich hodnocení velmi široké, je k nim přistupováno z účelových hledisek jednotlivých pohledů, a tyto přístupy jsou jen částečně kompatibilní. Vzhledem k tomu, ţe výzkumný úkol WD Regionální disparity v územním rozvoji České republiky jejich vznik, identifikace a eliminace, řeší problematiku regionálních disparit v obecném smyslu, bez vazby na konkrétní účel pouţití a tedy v podstatě universálně, bylo nutno navrhnout pro tuto oblast i vlastní, relativně universální, přístup k jejich identifikaci. V rámci tohoto výzkumného úkolu byly tedy analyzovány potřeby sledování uvedených jevů a navrţen vlastní přístup k indikátorům pro hodnocení regionálních disparit a způsobům jejich integrace. 107

108 1 Přístupy ke sledování regionálních disparit Alternativní přístupy Provedená analýza praktických metodických postupů pouţívaných pro popis regionů a zjišťování regionálních rozdílů disparit - na úrovni národní, nadnárodní i mezinárodní ukázala, ţe neexistuje jeden obecně platný model. Stávající praxe při dekompozici disparit, zejména volby deskriptorů a jejich indikátorů, se značně liší. Je vţdy spíše výsledkem konsensu v daném odborném týmu, neţ výsledkem jednoznačně vědecky objektivizovaného postupu. Tím není popřena funkčnost takového přístupu; pouze se ukazuje, ţe pro stanovený účel existuje více variant řešení. Přesto lze v existujících přístupech najít společné jmenovatele. Základním z nich je redukce problému na objektivní indikátory, tvrdá data (velikost HDP, míra nezaměstnanosti, úroveň vzdělání, střední délka ţivota, apod.) a absence indikátorů vymezujících např. sociální kapitál a taktéţ indikátorů, které by umoţnily popsat skutečné potřeby obyvatel v regionu, míru deprivace z jejich neuspokojení a také sociální vztahy v dané společnosti, na jejichţ kvalitě je existence současné, sítí propojené společnosti, stále více závislá. Zjišťování spokojenosti či míry deprivace se stavem (jevů) a upokojování potřeb v daném regionu je však náročné a obtíţně převoditelné do kvantitativně vyjádřeného indexu či jinak definovaného integrovaného indikátoru. Dalším společným jmenovatelem různých přístupů je volba indikátorů, které odpovídají v převaţující míře regionu na úrovni státu (NUTS 0-1). Při hledání filosofie přístupu k řešení je tedy nutné v prvé řadě specifikovat účel, ke kterému sledování disparit v regionech směřuje. Přístupy, kterými jsou sledovány tyto jevy, jsou tedy různorodé a v oblasti praktického pouţití lze pak zmínit tyto nejdůleţitější následující alternativní přístupy. Pro systémovou výstavbu a formování obsahu systému sledování a hodnocení regionálních disparit je jedním z určujících východisek Systém sledování regionálních rozdílů, který přijala vláda České republiky v roce 2000 jako součást aktivit Strategie regionálního rozvoje České republiky. Tento systém dekomponuje disparity do pěti oblastí deskripce, jimiţ jsou: souhrnná charakteristika regionu, ekonomický potenciál, lidský potenciál, technická vybavenost území, ţivotní prostředí. Pro formování systému Strategie udrţitelného rozvoje ČR bylo uplatněno šest rozvojových pilířů: ekonomický, environmentální, sociální, vzdělávání, výzkum a vývoj, evropský a mezinárodní kontext, správa věcí veřejných. Strategie hospodářského růstu České republiky, je zaměřená na pět prioritních oblastí, resp. pilířů, na kterých stojí konkurenceschopnost české ekonomiky. Jsou jimi: institucionální prostředí, zdroje financování, infrastruktura, rozvoj lidských zdrojů, výzkum, vývoj a inovace. V rámci Obnovené strategie udrţitelného rozvoje Evropské unie (2006) je moţné vysledovat záměry k ovlivnění rozvoje EU a jejich regionů především ve snaze o dosaţení příslušných cílů strategie v následujících oblastech: změna klimatu a čistá energie, udrţitelná doprava, udrţitelná spotřeba a výroba, veřejné zdraví, sociální začlenění, demografie a migrace, celosvětová chudoba a problémy udrţitelného rozvoje. Indikátory navrţené v rámci daných oblastí monitorují průběh dosahování stanovených cílů za Evropskou unii jako celek a 108

109 v rámci jednotlivých států Evropské unie a nejsou tedy tvořeny pro hodnocení niţších regionálních jednotek. Sledováním územních charakteristik se věnuje také Evropská environmentální agentura EEA, která doplnila koncept OECD DSR o další vazební prvky a vytvořila systém DPSIR (Driving forces Pressures State Impacts - Responses) v české mutaci hnací síla - tlak - stav - dopad - odezva. Z analýzy existujících teoretických studií i praktických postupů, zabývajících se popisem regionálních disparit, vyplývá, ţe neexistuje jednotný názor na to, podle jakých kritérií regionální disparity vymezovat a hodnotit, a s pomocí jakých ukazatelů je popisovat. Řešitelský návrh Na základě provedených analýz teoretických i praktických přístupů k posuzování a identifikaci regionálních disparit byl navrţen vlastní způsob, který zahrnuje tři základní segmenty: segment jednotlivých indikátorů, kdy indikátory představují nejniţší úroveň věcné dekompozice a jsou základními stavebními prvky dalších segmentů, segment integrovaných indikátorů, zaloţených na vyuţití jednotlivých indikátorů, segment modelových regionů, zaloţených na vyuţití jednotlivých indikátorů 18. Základem pro systém sledování a hodnocení regionálních disparit je zde segment jednotlivých indikátorů zaloţený na věcné dekompozici regionálních disparit, kdy vytipované indikátory jsou pak vyuţívány i pro ostatní segmenty. 3 Indikátory pro hodnocení regionálních disparit Věcná dekompozice regionálních disparit Pro dekompozici systému sledování a hodnocení regionálních disparit bylo zvoleno kritérium věcné podstaty. Věcná podstata disparity je však ve většině případů tvořena syntézou více znaků (jevů), které ji charakterizují a v některých případech umoţňují zařazení disparity do více sfér (ekonomické, sociální, územní). Pro provedení dekompozice bylo proto nezbytné provést nejen vnější identifikaci disparity, ale identifikovat a podrobit hodnocení i jednotlivé znaky, které ji charakterizují. Dekompozice indikátorů pro identifikaci, sledování a hodnocení regionálních disparit je provedena v této klasifikační posloupnosti: 1. rozlišovací úroveň - sféra disparit: 3 sféry, 2. rozlišovací úroveň - problémový celek: 11 celků, 3. rozlišovací úroveň deskriptor: 45 deskriptorů, 4. rozlišovací úroveň indikátor: 164 indikátorů. (57 primárních a 117 sekundárních indikátorů). Poznámka: v následujícím výkladu je pozornost věnována prvním třem rozlišovacím úrovním. 18 Uvedený segment není v tomto příspěvku blíţe postiţen. 109

110 První rozlišovací úroveň je tvořena sférami: sociální sféra, ekonomická sféra, územní sféra. Na rozdíl od regionálních disparit v ekonomické a sociální sféře, které jsou většinou aktéry v jednotlivých regionech vnímány jako apriorně důleţitější a jsou více pod drobnohledem tvůrců regionálních politik, disparity v územní sféře jsou více akcentovány aţ po dosaţení určité výše ekonomického bohatství jednotlivých regionů a následně zvýšené poptávky po kvalitě ţivotního prostředí, ale zároveň i po dalším rozvoji sítí infrastruktury v daném území. Dekompozice disparit ve sféře sociální Kvalita ţivota v regionech je ovlivňována mnoha faktory, které se navzájem podmiňují. Oddělit od sebe ekonomické a sociální faktory je nejen v teorii ale i v praxi velmi nesnadné. Kaţdý jev zpravidla zahrnuje obě tyto dimenze a záleţí na úhlu pohledu, který pro daný účel převáţí. Sociální sféra spoluvytváří podmínky pro podnikání. Výsledky podnikání se promítají do ţivotní úrovně obyvatel a ovlivňují celkové sociální klima společnosti. Sociální sféra je rozčleněna do tří problémových celků - subsystémů druhého řádu: obyvatelstvo, sociální vybavenost a sociální patologie. Tyto problémové celky jsou pak charakterizovány příslušnými deskriptory (viz tabulka 1) a na ně pak navazují jednotlivé indikátory. Tabulka 1: Soustava deskriptorů pro hodnocení disparit ve sféře sociální Sféra Problémový celek Deskriptor Sociální Obyvatelstvo Věková struktura Sociální vybavenost Sociální patologie Zdravotní stav Vzdělání Ţivotní úroveň Migrace Zdravotnictví Školství Sociální sluţby Kultura Sport Bydlení Ohroţení chudobou Kriminalita Nehodovost Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD Dekompozice disparit ve sféře ekonomické Ekonomika regionu je nejen klíčovým atributem hodnocení jeho současné úrovně a perspektiv dalšího rozvoje, ale také jedním z rozhodujících aspektů jeho srovnávání s 110

111 ostatními regiony. To také určuje váhu, resp. pozici ekonomické sféry v identifikaci a hodnocení regionálních disparit. Srovnáváme-li ekonomiky regionů, patří mezi nejčastější otázky: jak potentní je ekonomika regionu, jaké je její zdraví a nakolik je schopná se efektivně zapojit do meziregionální dělby práce. S tím také souvisí další otázka, nakolik je schopná generovat dostatečný počet pracovních příleţitostí, resp. pracovních míst pro své obyvatelstvo. Disparity v ekonomické sféře jsou rozčleněny do čtyř problémových celků - subsystémů druhého řádu, které tvoří: ekonomický potenciál, ekonomická struktura, rozvojový potenciál, lidský potenciál. Tyto problémové celky jsou pak postiţeny příslušnými deskriptory (viz tabulka 2) a na ně pak navazují jednotlivé indikátory. Tabulka 2: Soustava deskriptorů pro hodnocení disparit ve sféře ekonomické Ekonomická sféra Sféra Problémový celek Deskriptor Ekonomický potenciál Ekonomická struktura Rozvojový potenciál Lidský potenciál Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD Dekompozice disparit ve sféře územní Výkonnost ekonomiky Produktivita Vnější vztahy Odvětvová struktura Struktura dle subjektů Věda a výzkum Zahraniční kapitál Investice Aktivní obyvatelstvo Zaměstnanost Nezaměstnanost Mobilita Územní sféra disparit postihuje fyzicko-geografický potenciál území a popisuje oblasti regionálních disparit jako dopravní infrastrukturu, technickou infrastrukturu či ţivotní prostředí. Disparity v územní sféře tak doplňují prvky, které umoţňují dokreslit některé charakteristiky disparit ve sféře sociální a ekonomické, úzce spojené s fyzicko-geografickým charakterem území. Územní sféra je rozčleněna do šesti problémových celků subsystémů druhého řádu: struktura regionu, dopravní infrastruktura, dopravní obsluha, technická infrastruktura, ţivotní prostředí, charakter přírody. Tyto problémové celky jsou pak postiţeny příslušnými deskriptory (viz tabulka 3) a na ně pak navazují jednotlivé indikátory. 111

112 Tabulka 3: Soustava deskriptorů pro hodnocení disparit ve sféře územní Územní sféra Sféra Problémový celek Deskriptor Struktura regionu Dopravní infrastruktura Dopravní obsluha Technická infrastruktura Ţivotní prostředí Charakter přírody 112 Podíl městského obyvatelstva Rozloha obce Celková hustota obyvatelstva v regionu Nadmořská výška Výšková členitost Zastavěné plochy Podíl zemědělské půdy Podíl lesní půdy Podíl lesů na obyvatele Klimatické poměry Pozemní komunikace Dopravní obsluha Ţelezniční doprava Letecká doprava Integrované dopravní systémy Vodní hospodářství Elektrická energie Zásobování plynem Ovzduší Odpady Příroda a biodiverzita Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD Integrované indikátory Jedním z problémů regionální teorie i praxe je ověření moţného rozsahu vyuţívání navrţené soustavy indikátorů pro identifikaci a hodnocení regionálních disparit na konkrétních datech o regionech. Navrţený základní soubor 164 indikátorů umoţňuje podrobné vyhodnocení sledovaných jevů, resp. probíhajících procesů, má však některá významná omezení. Dlouhodobá empirie ukazuje, ţe v základních indikátorech lze přehledně vyhodnotit indikátorů. Se stoupajícím počtem indikátorů pouţitých pro analýzu a hodnocení se ztrácí přehlednost, schopnost jejich vnímání v potřebných souvislostech a rychle se sniţuje vypovídací schopnost výsledku analýzy. Nastává potřeba nějaké informační nadstavby, tedy nějakého souhrnnějšího (integrovaného) pohledu na vyjádření analyzované problematiky, aniţ by se pro daný účel zkoumání nepřijatelně sníţila hodnota výsledné výpovědi. Proto i při hodnocení regionálních disparit dospíváme k potřebě vytvoření integrovaných indikátorů, které mají dostatečnou vypovídací schopnost pro meziregionální srovnávání, jsou výpočetně zvládnutelné a pro příjemce informací dostatečně srozumitelné.

113 Úskalí integrace ad hoc (u které dochází obvykle k největším chybám) se lze vyhnout seskupením základních indikátorů do promyšlených seskupení (dílčích celků) věcně homogenních, systémově akceptovatelných a metodicky logických a srozumitelných. K takové integraci základních indikátorů regionálních disparit se nabízí dvě cesty. Cesta zaloţená na věcném seskupování indikátorů a cesta zaloţená na uţivatelském seskupování indikátorů. První cesta je zaloţena na integraci indikátorů do pokud moţno obsahově homogenních celků integrovaných indikátorů, jimiţ jsou např. ekonomický potenciál, ţivotní úroveň, sociální vybavenost či ţivotní prostředí v regionu. Takových integrovaných indikátorů je pro sledování a hodnocení disparit mezi regiony ČR dále navrţeno čtrnáct. Druhá cesta je zaloţena na seskupení indikátorů podle potenciálního způsobu uţití informací do modelových regionů, typologicky vycházejících z identifikace hospodářského a sociálního potenciálu regionů (tento přístup není v tomto příspěvku blíţe popsán). Integrované indikátory jsou indikátory sloţené z několika primárních či sekundárních indikátorů, vstupujících do nich se stanovenou vahou. Obdobně, jako lze indikátory pro hodnocení regionálních disparit členit do tří sfér (sociální, ekonomická a územní), lze i integrované indikátory pouţít pro sociální sféru, ekonomickou sféru a územní sféru, ale také integrovat pohled prostupující všemi sférami (průřezový integrovaný indikátor). Z nich bylo vytvořeno celkem 14 integrovaných indikátorů, z nich pak 5 integrovaných indikátorů charakterizujících sociální sféru, 4 integrované indikátory pro ekonomickou sféru, 4 integrované indikátory pro územní sféru a 1 integrovaný indikátor průřezový. Způsob integrace indikátorů do integrovaných indikátorů je moţný na základě vyuţití různých metod, které byly rovněţ v rámci řešení výzkumného úkolu popsány. Bliţší postiţení a zdůvodnění obsahu jednotlivých integrovaných indikátorů je uvedeno v dalším textu. Integrované indikátory v sociální sféře (INIs) INIs 1 - ţivotní úroveň Zahrnuje úroveň příjmů a majetku, kvantitu a kvalitu spotřeby, rozsah a uţití volného času a kvalitu prostředí (sociální, trh práce, ţivotní prostředí). Pro sledování disparit v ţivotní úrovni byly vybrány indikátory Čistý disponibilní důchod domácností na obyvatele, Vybavenost domácností automobilem a Vybavenost domácností počítačem. INIs 2 - zdravotní stav Zdravotní stav je rovněţ moţno posuzovat z více hledisek z lékařského hlediska, z hlediska délky a kvality lidského ţivota, z pohledu pracovní schopnosti/neschopnosti, apod. Jako základní byly vybrány indikátory Naděje doţití při narození, Incidence novotvarů (standardizováno na světový standard) a Pracovní neschopnost. 113

114 INIs 3 - sociální vybavenost Největší preference zde má zdravotní a sociální péče, s ohledem na význam zdraví a potřebu zabezpečení sluţeb pro stárnoucí populaci. Reprezentovaná je indikátory Počet lékařů, Počet lůţek v nemocnicích, Počet míst v zařízeních sociální péče na počet obyvatel a Podmínky pro realizaci volnočasových aktivit. INIs 4 - bydlení Zde jsou seskupeny indikátory vypovídající zejména o prostorové kvalitě bydlení - Počet osob v trvale obydlených bytech na 1 místnost, Obytná plocha na osobu a Počet cenzových domácností na trvale obydlený byt. INIs 5 - sociální patologie Sociální patologie vyjadřuje soubor jevů, které jsou ve společnosti neţádoucí; mohou vést k sociálnímu vyloučení nebo přímo ohroţují zdraví, ţivot či bezpečnost občanů. Je popsána indikátory Podíl domácností s čistými měsíčními příjmy pod hranicí ţivotního minima, Počet zjištěných trestných činů na 1000 obyvatel a Počet dopravních nehod na 1 km silnic. Přehled integrovaných indikátorů disparit v sociální sféře je uveden v tabulce 4. Tabulka 4: Integrované indikátory v sociální sféře Integrovaný indikátor Indikátory Čistý disponibilní důchod domácností na 1 obyvatele ŢIVOTNÍ ÚROVEŇ Vybavenost bytových domácností automobilem Vybavenost bytových domácností počítačem Naděje doţití při narození (muţi) ZDRAVOTNÍ STAV Naděje doţití při narození (ţeny) Průměrné procento pracovní neschopnosti Incidence novotvarů celkem na 100 tis. obyv. Počet lékařů na 10 tis. obyvatel SOCIÁLNÍ VYBAVENOST Počet lůţek v nemocnicích na 10 tis. obyv. Počet míst v zařízeních soc. péče na 10 tis. obyvatel Počet středisek pro volný čas dětí a mládeţe na 10 tis. obyv. Počet cenzových domácností na 1 trvale obydlený byt BYDLENÍ Počet osob v trvale obydlených bytech na 1 obytnou místnost Obytná plocha na 1 osobu v m 2 SOCIÁLNÍ PATOLOGIE Podíl domácností s čistými měsíčními příjmy pod hranicí ţivotního minima Počet zjištěných trestných činů na 1000 obyvatel Počet dopravních nehod na 1 km silnic Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD

115 Integrované indikátory v ekonomické sféře (INIe) INIe 6 - Ekonomický potenciál Integrovaný indikátor je konstruován ze tří indikátorů postihujících ekonomiku regionu, resp. její hlavní charakteristiky ve smyslu vlastní výkonnosti regionu a výkonnosti regionu ve vztahu k jiným regionům - HDP na 1 obyvatele, Produktivita práce na 1 zaměstnanou osobu, Objem exportu na 1 obyvatele regionu. INIe 7 - Ekonomická struktura Je konstruován z indikátorů, jejichţ smyslem je postihnout ekonomiku regionu z hlediska jeho předpokladů pro další rozvoj a podmínek podnikání v mezinárodním kontextu. Je tvořen indikátory Počet zaměstnaných v terciárním sektoru na 1000 obyvatel, Počet soukromých podnikatelů na 1000 obyvatel, Počet podniků s 25 a více zaměstnanci na 1000 obyvatel, Počet podniků pod zahraniční kontrolou s 250 a více zaměstnanci na 1000 obyvatel. INIe 8 Nezaměstnanost Indikátor je konstruován z indikátorů popisujících nezaměstnanost v regionu - Míra registrované nezaměstnanosti, Míra dlouhodobé nezaměstnanosti (delší neţ 12 měsíců) a Počet uchazečů na 1 volné pracovní místo. INIe 9 - Rozvojový potenciál Integrovaný indikátor je konstruován na základě předpokladu, ţe vhodné podmínky pro rozvoj regionu jsou dány zejména výdaji na vědu a výzkum, investicemi a tvorbou fixního kapitálu. Je tvořen indikátory Výdaje na vědu a výzkum na jednu zaměstnanou osobu, Výdaje na vědu a výzkum na jednoho obyvatele, Objem přímých zahraničních investic na 1 obyvatele a Tvorba hrubého fixního kapitálu na 1 obyvatele. Přehled integrovaných indikátorů disparit v ekonomické sféře je uveden v tabulce 5. Tabulka 5: Integrované indikátory v ekonomické sféře Integrovaný indikátor EKONOMICKÝ POTENCIÁL EKONOMICKÁ STRUKTURA Indikátory HDP na 1 obyvatele Produktivita práce na 1 zaměstnanou osobu Objem exportu na 1 obyvatele regionu 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 NEZAMĚSTNANOST Míra registrované nezaměstnanosti Míra dlouhodobé nezaměstnanosti Počet uchazečů na 1 volné pracovní místo Výdaje na VaV na 1 zaměstnanou osobu 115

116 ROZVOJOVÝ POTENCIÁL Výdaje na VaV na 1 obyvatele Objem přímých zahraničních investic na 1 obyvatele Tvorba hrubého fixního kapitálu na 1 obyvatele Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD Integrované indikátory v územní sféře (INIu) INIu 10 - Osídlení Je charakterizován čtyřmi indikátory vyjadřujícími strukturu osídlení a stupeň urbanizace - Podíl městského obyvatelstva z obyvatel regionu, Celková hustota obyvatel na 1 km 2, Podíl zastavěných ploch % z území regionu a Hustota obyvatel na 1 ha zastavěné plochy. INIu 11 - Ţivotní prostředí Je sloţen z indikátorů znečištění ovzduší, nakládání s odpady a znečištění povrchových vod - Emise oxidu siřičitého na 1 km 2, Emise tuhých znečišťujících látek na km 2, Produkce komunálních odpadů na 1 obyvatele a Délka toků zařazených do tříd čistoty 4 a 5 (km). INIu 12 - Dopravní infrastruktura Je sloţen z poměrových indikátorů vybavení dopravními zařízeními ţelezniční, silniční a letecké dopravy a pouţívání veřejné dopravy - Hustota dálnic a silnic (km/100km 2 ), Hustota ţelezničních tratí (km/km 2 ), Počet veřejných letišť z celkového počtu letišť pro mezinárodní přepravu a Počet obyvatel cestujících veřejnou dopravou na 1 km 2. INIu 13 - Technická infrastruktura Indikátor technické infrastruktury vyjadřuje stupeň vybavení zařízeními pro zásobování vodou a pro odvádění odpadních vod a jejich zneškodňování v čistírnách odpadních vod jako základu pro ochranu povrchových a podzemních vod před znečištěním neţádoucími látkami. Je tvořen indikátory Podíl obyvatel připojených na veřejné vodovody a Podíl obyvatel napojených na kanalizaci s ČOV. Přehled integrovaných indikátorů disparit v územní sféře je uveden v tabulce 6. Tabulka 6: Integrované indikátory v územní sféře Integrovaný indikátor Indikátory Podíl městského obyvatelstva z obyvatel regionu OSÍDLENÍ Celková hustota obyvatel na 1 km2 Podíl zastavěných ploch % z území kraje Hustota obyvatel na 1 ha zastavěné plochy Emise oxidu siřičitého na 1 km 2 ŢIVOTNÍ PROSTŘEDÍ Měrné emise tuhých znečišťujících látek na km 2 Měrná produkce komunálních odpadů na obyvatele Délky toků zařazené do tříd čistoty 4 a 5 (km) DOPRAVNÍ INFRASTRUKTURA Hustota dálnic a silnic (km/ 100km 2 ) Počet obyvatel cestujících veřejnou dopravou na 1 km 2 116

117 Hustota ţelezničních tratí (km/km 2 ) Počet veřejných letišť z celkového počtu letišť pro mezinárodní přepravu TECHNICKÁ INFRASTRUKTURA Podíl obyvatel připojených na veřejné vodovody Podíl obyvatel napojených na kanalizaci s ČOV Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD Průřezový integrovaný indikátor (INIp) Tento průřezový integrovaný indikátor prostupuje celou problematiku regionálních disparit. INIp 14 - Kvalita ţivota Průřezový integrovaný indikátor charakterizuje rozdíly v kvalitě ţivota v regionech. Je sloţen z indikátorů Čistý disponibilní důchod domácností na 1 obyvatele, Počet zjištěných trestných činů na 1000 obyvatel, Naděje doţití při narození a Produkce emisí SO2/km 2. Průřezový integrovaný indikátor disparit a jeho kompozice jsou uvedeny v tabulce 7. Tabulka 7: Průřezový integrovaný indikátor kvality ţivota Integrovaný indikátor Indikátory Čistý disponibilní důchod domácností na 1 obyvatele Průřezový indikátor KVALITA ŢIVOTA Počet zjištěných trestných činů na 1000 obyvatel Naděje doţití při narození (muţi) Naděje doţití při narození (ţeny) Produkce emisí SO2/km 2 Pramen: Návrh zpracovaný v rámci výzkumného úkolu WD Závěr Problematika existence regionálních disparit je nezbytně spojena s otázkami jejich hodnocení, pro které nejsou obecně definována kritéria. Pro praktické aplikace se pouţívají různé přístupy, které jsou jen částečně kompatibilní. Navrţený přístup v rámci řešení výzkumného úkolu WD Regionální disparity v územním rozvoji České republiky jejich vznik, identifikace a eliminace představuje návrh způsobu vytvoření strukturovaného souboru pro dekompozici systému sledování a hodnocení regionálních disparit, kde bylo zvoleno jako hlavní kritérium věcné podstaty. Věcná podstata disparity je však ve většině případů tvořena syntézou více znaků, které ji charakterizují, a proto je dekompozice zaloţena na čtyřúrovňové klasifikaci, kde nejniţšími prvky jsou jednotlivé indikátory. Pro hodnocení regionálních disparit se pak jeví i potřeba vytvoření integrovaných indikátorů, které mají dostatečnou vypovídací schopnost pro meziregionální srovnávání, jsou výpočetně zvládnutelné a pro příjemce informací dostatečně srozumitelné. Cesta vytváření integrovaných indikátorů je zaloţena na integraci indikátorů do pokud moţno obsahově homogenních celků integrovaných indikátorů, jimiţ jsou např. ekonomický potenciál, ţivotní úroveň, sociální vybavenost či ţivotní prostředí v regionu. Takových 117

118 integrovaných indikátorů je pro sledování a hodnocení disparit mezi regiony ČR navrţeno čtrnáct, kde kaţdému integrovanému indikátoru je přiřazen konkrétní soubor jednotlivých indikátorů. Jinou moţností integrace indikátorů je pak přístup zaloţený na modelových regionech (tato problematika není blíţe v tomto příspěvku popisována). Seznam literatury a zdrojů [1] BLAŢEK, J., UHLÍŘ, D. Teorie regionálního rozvoje: nástin, kritika, klasifikace. Praha: Univerzita Karlova Praha, [2] Regionální disparity. Teorie, klasifikace, systémová dekompozice a mezinárodní srovnání. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, [3] Dekompozice systému sledování a hodnocení regionálních disparit v ČR. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, [4] Ročenka konkurenceschopnosti České republiky Praha: Centrum ekonomických studií (CES), Národní observatoř ČR, Linde Praha [5] WOKOUN, R. Česká regionální politika v období vstupu do Evropské unie. Praha: Vysoká škola ekonomická Praha, [6] Teorie, metodologie a klasifikace regionálních disparit. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, [7] Teorie, identifikace klasifikace a hodnocení regionálních disparit. Výzkumná studie v rámci projektu WD Ostrava: VŠB-TU Ostrava, [8] TULEJA, P. Metody měření regionálních disparit v územním rozvoji České republiky. In: Regionální disparity Working Papers N. 3. Ostrava, Karviná: EkF VŠB-TU Ostrava, SU OPF v Karviné, s ISSN

119 Regionální disparity procesu stárnutí obyvatel Česka po roce Abstrakt 1990 RNDr. Ivan Šotkovský, PhD. Proces stárnutí obyvatel je významnou součástí sociálních analýz vyspělých států. Platí to rovněţ pro Českou Republiku. Jeho výzkum se soustředil na období po roce Dvacetiletá řada podrobných dat z běţné evidence obyvatel Českého statistického úřadu nám umoţňuje dlouhodobou analýzu stárnutí obyvatel při srovnávání regionálních rozdílů. Prostorová hierarchie vyuţívá členění Česka na regiony soudrţnosti (NUTS 2), kterých je celkem osm: Střední Čechy (SČ), Střední Morava (SM), Moravskoslezsko (MS), Severovýchod (SV), Severozápad (SZ), Praha (PH), Jihovýchod (JV) a Jihozápad (JZ). Typologie procesu stárnutí je provedena na základě srovnávání zastoupení dětí a seniorů v populaci. Metodika pracuje s extenzitními ukazateli relativních vah sledovaných věkových skupin a především take s intenzitními ukazateli jako jsou index stáří a dynamický index stáří. Zpracované kartogramy pro znázornění územní diferenciace byly vytvořené v prostředí ArcGIS 9.2 a jeho verzi ArcMap 9.2. Hlavním cílem výzkumné práce bylo roztřídění regionů soudrţnost Česka na základě procesu stárnutí do skupin: mírně stárnoucí populace, stárnoucí populace, stará populace a velmi stará populace. Klíčová slova index stáří, dynamický index stáří, regiony soudrţnosti Česka, podíl dětské sloţky, podíl seniorů, věkové sloţení Summary The article is deal with the differences between Czech cohesion regions after year There are drew up the basic Czech population and spatial regions differencess in the preface. The spatial hierarchy of the cohesion regions is completed about its eight spatial units. There are those cohesion regions (NUTS 2) in the Czech Republic: Central Bohemia (CBM), Central Moravia (CMR), Moravia-Silesia (MS), North-East (NE), North-West (NW), Prague (PRG), South-East (SE) and South-West (SW). We are research their ageing proces during last 18 years. The typology is given weigh of the children s and oldest component. The analyses on this spatial level is working with the creation of cartogram method for processing of the demographical data. We can use ArcGIS 9.2 and his version ArcMap 9.2 as a complete system for authoring, serving, and using geographic informations for better processing the spatial data by the help of cartogram method. Our principal main is to group the all eight Czech cohesions regions on the Czech territory on the basis groups according the ageing process. Our principal main is to group the all 8 cohesion regions on the Czech territory to the different population ageing groups: gently ageing population, ageing population, old population and very old population. Key words Age distribution, ageing index, dynamic ageing index, Czech cohesion regions, dependence ratio, elderly ratio, children ratio, NUTS 2 119

120 Úvod Evropská regionální politika členských států EU je zaloţena z velké části na měření rozdílů v ekonomické úrovni regionů. Proto bylo nezbytné pro dnes jiţ 27 členských států zavést systém objektivnějšího posuzování prostorových rozdílů. Výsledkem pak bylo zavedení číselníku jednotek NUTS19/ s nařízením povinného zřízení pouze dvou statistických úrovní - NUTS 2 a NUTS 3. Členské státy EU pro své statistiky mohou pouţívat aţ šest hierarchických úrovní statistických jednotek (tabulka ). V roce 2003 byly zásady jednotné metodiky tvorby evropské klasifikace NUTS vydány formou závazného Nařízení Evropského parlamentu a Rady (ES). Evropská klasifikace NUTS tak má prvně právní základ a je závazná pro všechny členské státy EU. Došlo rovněţ k přejmenování posledních řádovostních stupňů terminologie NUTS a z bývalých úrovní NUTS 4 a NUTS 5 dnes máme úrovně LAU 1 (Local Administrative Units) a LAU 2. Mezi hlavní faktory patří stanovení lidnatostního minima a maxima. Tabulka 1: Územně správní systém ČR. Úrove NUTS ň 0 NUTS 1 NUTS 2 NUTS 3 LAU 1 Stát Název území (země) oblast, region kraje niţší jednotky (obv. okres) celá ČR celá ČR LAU 2 obce obcí (rok 2010) územně správní uspořádání České republiky 8 oblastí ČR (Střední Čechy, Jihozápad, Severozápad, Severovýchod, Jihovýchod, Střední Morava, Moravskoslezsko, Praha) 13 krajů ČR (Středočeský, Jihočeský, Plzeňský, Karlovarský, Ústecký, Liberecký, Královéhradecký, Pardubický, Vysočina, Jihomoravský, Olomoucký, Zlínský, Moravskoslezský) + Praha (vymezení ústavním zákonem č. 347/1997 Sb. o vytvoření vyšších územních samosprávných celků) 76 bývalých okresů ČR + 15 praţských obvodů (vymezení zákonem č. 36/1960 Sb.o územním členění státu) V podstatě za nejdůleţitější statistickou jednotku je povaţována úroveň NUTS 2, pro kterou je moţné obdrţet dotace z oblasti regionální politiky. Zejména pro výzkumy zaměřené na demosociální a ekonomickou problematiku je vhodnější pracovat s prostorovými celky, kde rozdíly v počtu obyvatel nejsou zásadní. A to přesně platí pro osm regionů soudrţnosti, kde rozdíl mezi nejlidnatějším Jihovýchodem a nejméně lidnatým Severozápadem nedosahuje ani třetiny. Regiony soudrţnosti byly zaloţené jako jednotky určené pro politiku sociální a regionální koheze (soudrţnosti), jak je zakotveno v programech regionální politiky EU. Potřeba srovnávání jednotek NUTS 2 v prostoru Evropské unie doporučuje pro regiony soudrţnosti dodrţet pravidlo jejich lidnosti okolo jednoho milionů obyvatel. 19/ NUTS je zkratka z francouzského La Nomenclature des Unités Territoriales Statistiques, nebo anglického Nomenclature of Units for Territorial Statistics. Statistické územní jednotky EU (někdy také statistické regiony EU ), jsou územní celky vytvořené pro statistické účely Eurostatu (statistický úřad EU) s moţností porovnání sociálních a ekonomických ukazatelů členských zemí EU od roku

121 Obrázek 1: Regiony soudrţnosti Česka v systému NUTS a LAU1 Zdroj: autor Na území našeho státu máme osm regionů soudrţnosti: Střední Čechy (STČ), Střední Morava (STM), Moravskolezsko (MS), Severovýchod (SV), Severozápad (SZ), Praha (PHA), Jihovýchod (JV) a Jihozápad (JZ). Za velmi vhodné pro poznávání demosociálních prostorových rozdílů v Česku lze povaţovat srovnání odlišností na prostorové úrovni NUTS 2. Za přednost těchto regionů můţeme povaţovat právě jejich nevelké rozdíly především při srovnávání populační velikosti (graf ). Graf 1: Podíly regionů soudrţnosti na plošné a populační velikosti Česka v roce 2009 PHA 0,6 % JZ 22,3 % MS 6,9 % SZ 11,0 % JV 17,7 % SV 15,8 % r o z l o h a STM 11,7 % STČ 14,0 % JV 15,9 % SZ 10,9 % JZ 11,5 % SV 14,4 % obyvatelstvo 2009 PHA 11,9 % STČ 11,9 % STM 11,7 % MS 11,9 % Zdroj: vlastní zpracování podle dat z běţné evidence ČSÚ (koncové stavy) Nejmenším regionem soudrţnosti je Severozápad s 11% podílem na populaci Česka a naopak největším je Jihovýchod s necelými 16 %. Nejlidnatější region soudrţnosti je tak populačně větší o 45 % při srovnávání s nejmenším regionem (u krajů by činil tento rozdíl 300 %). Moravskoslezsko je pátým největším (11,9 %), kdyţ za Jihovýchodem jsou ještě regiony Severovýchod (14,4 %), Praha a Střední Čechy. Rozdíly v rozloze těchto územních celků jsou jiţ vyšší (od nejmenší Prahy s podílem 0,6 % aţ po největší Jihozápad s podílem 22,3 %). Z hlediska analýzy populačního vývoje jsou však podstatnější menší rozdíly při srovnávání velikosti obyvatelstva. 121

122 Sídelní strukturu Česka tvořilo ke konci roku obcí. Nejvíce jich má na svém území Jihovýchod, téměř Více neţ tisíc obcí mají ještě Střední Čechy, Jihozápad a Severovýchod. Měst podle legislativního přístupu 20/ bylo celkem 593, včetně hlavního města a 23 statutárních měst. Do celkové sídelní struktury patřilo ještě 206 městysů a 5 vojenských újezdů. Ostatních obcí, které snad můţeme označit běţně uţívaným pojmem vesnice, bylo ke konci roku 2009 na území Česka Tabulka 2: Sídelní znaky regionů soudrţnosti ČR v roce 2009 Zdroj: vlastní zpracování podle dat z běţné evidence ČSÚ (koncové stavy) K základním prostorovým charakteristikám je vhodné doplnit ještě několik údajů. Moravskoslezsko je druhým nejvíce zalidněným regionem soudrţnosti Česka. Dlouhodobě se zde hodnota hustoty zalidnění (oml) pohybuje okolo 230 obyvatel na km 2. Desetkrát vyšší hodnotu má Hlavní město Praha (2 518 ob/km 2 ke konci roku 2009), ale v pořadí třetí Střední Morava dosahuje hodnoty zalidněnosti jiţ jen 134 ob/km 2. Průměrná hodnota za český stát vychází 133 ob/km 2. Počtem obcí 299 je MS po Praze druhou nejmenší oblastí. Proto se svojí hodnotou 6 obcí na ploše 100 km 2 (mho) je pod průměrem státu a naopak ukazatel průměrné velikosti obce (ō) 4,2 tisíc obyvatel je výrazně druhý nejvyšší po Praze, kdyţ i celorepubliková hodnota je 1,7 tis obyvatel. Průměrnou populační velikost obce přes 2 tisíce má přitom jenom region Severozápad. Všechny tři ukazatele (oml, mho, ō) včetně samotného počtu obcí zřetelně dokládají vyšší míru koncentrace obyvatel do velkých sídel Moravskoslezska. Proto počet základních sídelních jednotek (299) je při porovnání s ostatními regiony soudrţnosti s výjimkou Prahy nejniţší se současně vyšší váhou obcí populačně větších. 1 Teorie a metodologie věkového sloţení obyvatelstva Věková skladba obyvatelstva není jen vyjádřením rozdílů v početním zastoupení různých věkových skupin, ale poskytuje nám řadu odpovědí na otázky spojené s populační velikostí, populačním vývojem, charakterem populačního chování, potřebami sociálních sítí či moţnostmi ekonomického rozvoje. Věková struktura jako výsledek základních demografických událostí nám dává moţnost ke zkvalitnění jakékoliv sociální a ekonomické 20/ Statut města ve státě udělují odpovědné osoby (dnes v ČR předseda Poslanecké sněmovny na návrh vlády). 122

123 analýzy. Rozhodování a chování ekonomických subjektů při naplňování jejich potřeb je vţdy ovlivňováno etapou ţivotního vývoje. K základnímu sledování procesu stárnutí obyvatel stačí zkoumání změn podílů dětí a seniorů v populaci regionu. Dětská sloţka je dnes všeobecně vymezována věkovým intervalem 0 aţ 14 let a jen výjimečně se v mezinárodním měřítku setkáme s odlišným intervalovým rozpětím. Dle doporučení Světového shromáţdění o stárnutí z roku 1982 bylo staré obyvatelstvo vymezováno věkovou hranicí 60 let. Dodnes je tato hranice stáří jednou z nejuţívanějších. Světová zdravotnická organizace (WHO) definovala na přelomu 20. a 21. století staré obyvatelstvo věkovou hranicí 65 let a započetí údobí stárnutí ve chvíli, kdy podíl této skupiny obyvatelstva převýší hranici 7 %. Právě věkové vymezení sloţky poproduktivní (postaktivní) můţe být u jednotlivých zemí světa. Pro ekonomicky rozvinutější státy je vhodnější označovat za seniory část populace ve věku 65 a vice let. K základním ukazatelům pro analýzu procesu stárnutí patří určování podílu dětí a seniorů. Všeobecný vzorec pro výpočet procentuální váhy dětí a seniorů je dán vztahem: P0 14 podíl děět 100 P65 podíl seniorů 100 P P Porovnáním základních věkových skupin získáme ukazatel index stáří (is), který vyjadřuje poměr mezi sloţkou stárnoucí a dětskou. P is P Při podrobnějším sledování změn procesu stárnutí mezi regiony v delším časovém horizontu je uţitečné pracovat s upraveným indexem stáří v pojetí ukazatele dynamický index stáří (is D ). is D ( 1 P P 2 P P ) 100 ( 2 Rozdíly mezi regiony soudrţnosti Česka v zastopení dětí a seniorů 2 P 2 65 P Regionální rozdíly podle zastoupení dětí v celkové populaci jsou největší v globálním měřítku. Největší podíl dětí v roce 2005 měly např. africké státy Uganda (49,4 %), Niger, Mali, Guinea-Bissau, Demokratické Kongo, Malawi, Libérie, Angola, Burkina Faso, Čad, Zambie a Burundi a z neafrických států Východní Timor a Afghánistán. V těchto státech váha dětí neklesla v roce 2005 pod 45 %. Naproti tomu relativně nejméně dětí měly státy Bulharsko (13,8 %), Japonsko, Itálie, Německo, Lotyšsko, Španělsko, Ukrajina a Česko (podíl dětí klesl pod hranici 15 %). Ke starým populacím řadíme dále ještě Rusko, Estonsko, Chorvatsko, Bělorusko, Portugalsko, Rumunsko, Rakousko a Maďarsko, kde se podíl dětí dostal jiţ pod hranici 16 %. Velmi stará populace se v globálním měřítku na úrovni států světa dosud nevyskytuje, neboť i Bulharsko s Japonskem vykazují hodnotu mírně pod 14 %. Rozdíl v zastoupení dětí mezi Ugandou a Bulharskem tak představuje více neţ 35 %. Můţeme porovnat s regiony soudrţnosti Česka. Pak zjistíme, ţe rozdíl mezi Severozápadem a Prahou je něco málo přes 3 % (graf ). Jako pracovní model pouţívám následující označování společenství ve vztahu k procesu stárnutí od základny věkové pyramidy u ekonomicky nadprůměrně rozvinutých území. 1 P 1 65 P )

124 ,43 velmi stará d ě t s k á s l o ž k a ( % ) 14,16 15,20 15,04 14,59 14,07 14,06 14,26 stará ,35 stárnoucí 21,23 21,79 22,21 22,04 22,20 22,41 22,56 mírně stárnoucí Regionální disparity a hospodářské subjekty v územním rozvoji Ostrava, 4. a Kdyţ se podíl dětí na celkové populaci se pohybuje v intervalu 20,0 aţ 24,9, mluvíme o mírně stárnoucím obyvatelstvu. Je zřejmé, ţe je zde proces stárnutí na počátku. Pokud se váha dětí pohybuje těsně pod 25 % a index stáří (50 +) nepřekračuje hodnotu 115, můţe být tento typ věkové struktury ještě stacionární. Ale většina reálných případů uţ je typem regresivním. 2. V rozmezí 16,0 aţ 19,9 relativní četnosti dětí můţeme hovořit o stárnoucím obyvatelstvu. Je zřejmé, ţe takové populace jsou jiţ jednoznačně typem regresivním. 3. Pokud se procentuální váha počtu dětí pohybuje v rozmezí od 12,5 do 15,9, můţeme hovořit o staré populaci. 4. Za extrémní případ můţeme povaţovat taková společenství, kde se zastoupení dětí dostává pod hodnotu 12,5 %. Pouţívání označení velmi stará populace je nejen přijatelné, ale fakt, ţe v kaţdé dvousetčlenné skupince je pouze 25 dětí, je dosti výmluvný. Graf 1: Vývoj dětské sloţky jednotlivých regionů soudrţnosti Česka od roku (census) 2001 (census) (ČR) r e g i o n y s o u d r ž n o s t i Zdroj: vlastní zpracování podle dat ČSÚ (cenzy 1991 a 2001, balance z roku 2009) Na počátku devadesátých let minulého století mělo sedm regionů obyvatelstvo mírně stárnoucí s dětskou sloţkou nad 20 %. Pouze Praha byla populací stárnoucí, kdyţ podíl dětí u ní poklesl pod hodnotu dvaceti procent. Od roku 2003 má sedm regionů soudrţnosti populaci starou a u Prahy jiţ můţeme hovořit o populaci velmi staré, kdyţ podíl dětí jiţ poklesl pod limitní hodnotu 12,5 % na velmi nízkých 12,1 % v roce 2007 a 12,4 % v roce Druhým regionem soudrţnosti s nejmenším zastoupením dětí je Střední Morava následována Jihovýchodem a Jihozápadem, které i tak mají o 1,7 % vyšší podíl dětí neţ praţská oblast. Proto patří stejně jako regiony STČ, SZ, SV a MS k jednomu typu populace staré s podíly dětí v intervalu 14,1 aţ 15,2 %. Přes patnáct procent dětí tak měl ke konci roku 2009 pouze Severozápad a Střední Čechy, ale i tyto hodnoty je přiřadily ke skupině dalších pěti regionů NUTS 2 v rámci populaci staré. 124

125 s t á r n o u c í s l o ž k a ( % ) 11,16 13,08 13,10 12,74 11, ,94 13,78 13,56 14,50 15,38 15,35 14,88 16, ,10 15,77 15,66 Regionální disparity a hospodářské subjekty v územním rozvoji Ostrava, 4. a Největší procentuální pokles dětské sloţky během posledních 19-ti let zaznamenaly regiony Střední Morava (8,4 %), Moravskoslezsko (8,3 %), a Jihovýchod (8,1 %). Dosud byly rozdíly procesu stárnutí posuzovány tzv. cestou stárnutí ze spodu věkové pyramidy. Ale nyní rozebereme tento proces z opačného pólu, tedy z pozice stárnutí z vrcholu věkové pyramidy. Pro tento případ jsme volili komparaci území NUTS 2 z pohledu zastoupení občanů ve věku 65 a více let (graf ). Model pro označování společenství ve vztahu k procesu stárnutí od vrcholu věkové pyramidy u ekonomicky nadprůměrně rozvinutých území má následující členění. 1. Pokud podíl nejstarší sloţky na celkové populaci nepřesáhne 10 % a současně neklesne pod 7 %, pak můţeme takovou populaci označit za mírně stárnoucí. Je zřejmé, ţe u této skupiny započal proces stárnutí. 2. Stárnoucím obyvatelstvu můţeme hovořit v případě, kdyţ se podíl nestarší sloţky bude pohybovat v rozmezí 10,0 aţ 12,4 %. 3. Pokud procentuální váha počtu nejstarších občanů překročí hodnotu 12,5 %, avšak nepřesáhne úroveň 15,9 %, máme populaci starou. 4. Za krajní případ s extrémně vysokým zastoupením občanů ve věku 65 a více let můţeme povaţovat populaci, kde zastoupení nejstarší skupiny obyvatel jiţ překročilo hodnotu 16 %. Pak jistě můţeme hovořit o velmi staré populaci, kdy téměř kaţdý sedmý občan má více neţ 64 let. Graf 2: Vývoj nejstarší sloţky (65 +) jednotlivých regionů soudrţnosti Česka od roku (census) 2001 (census) (ČR) ,22 14 stárnoucí stará mírně stárnoucí velmi stará , r e g i o n s o u d r ž n o s t i I v tomto pohledu na proces stárnutí je zřejmé, ţe velmi starou populaci má pouze Praha (16,1 %). I kdyţ se k této hranici rychle přibliţují regiony Jihovýchod (15,8 %) a Střední Morava (15,7 %), řadíme je stejně jako regiony Jihozápad (15,4 %), Severovýchod (15,4 %), Moravskoslezsko (14,9 %), Střední Čechy (14,5 %) a Severozápad (13,8 %) územím s populací starou. Jako zajímavost se zatím jeví stabilizace váhy seniorů v Praze za posledních dvacet let. Váha nejstarších občanů se rekordně zvýšila v moravskoslezském 125

126 prostoru od r o téměř 3,7 %. O hloubce procesu stárnutí Prahy vypovídá i skutečnost, ţe má 7,5 % občanů ve věku 75 a více let. Přitom druhý nejstarší Jihovýchod má těchto velmi starých občanů o půl procenta méně. Výrazně nejmenší je zastoupení nejstarších občanů pouze v regionu Severozápad (5,5 %). 3 Prostorová difereciace regionů soudrţnosti podle ukazatele indexu stáří Index stáří (is) porovnává počty seniorů s počty dětí tak, ţe udává počty seniorů na kaţdých sto dětí. Jestliţe vychází is méně neţ sto, potom v daném území ţije více dětí neţ seniorů. Naopak při hodnotách is nad sto je zřejmé, ţe v populaci převládají senioři nad dětmi. Obrázek 2: Zobrazení územní diferenciace podle ukazatele is v roce 1991 metodou kartogramu. Zdroj: vlastní zpracování Naše územní analýza vyhodnocuje proces stárnutí v letech 1991 a Prostorovou diferenciaci tohoto procesu pro rok 1991 můţeme shrnout do několika tvrzení: 1. Významná převaha dětí byla pouze u regionu Moravskoslezsko, kdyţ index stáří dosáhl velice nízké hodnoty 49. Dětí tak ţilo v tomto regionu dvakrát více neţ občanů ve věku 65 a více let. 2. Tři regiony soudrţnosti (Severozápad, Střední Morava a Severovýchod) jiţ dosahovali méně výrazné převahy dětí, kdyţ jejich index stáří byl niţší neţ Podstatně menší jiţ byla převaha dětí u regionů soudrţnosti Jihozápad, Jihovýchod a Střední Čechy. Index stáří těchto území se pohyboval v intervalu od 60 do Nejméně výraznou převahou dětí nad seniory se vyznačoval region Prahy, který tak zaznamenal největší relativní zastoupení seniorů ve své populaci z pohledu územní diferenciace na úrovni NUTS 2. Index stáří přesáhl hodnotu

127 5. Nejmladší populaci měl region soudrţnosti Moravskoslezsko a naopak nejstarší populaci měl region Prahy. Index stáří srovnávaných dvou územních jednotek dosáhl rozdílu 34, tzn. váhy jedné třetiny. Obrázek 3: Zobrazení územní diferenciace podle ukazatele is v roce 2009 metodou kartogramu Zdroj: vlastní zpracování Hodnocení prostorové diferenciace po téměř dvaceti letech v roce 2009 (Chyba! Nenalezen droj odkazů.) můţeme shrnout do těchto bodů: 1. Převahu zastoupením dětí nad seniory mají dnes jenom dva regiony soudrţnosti: Severozápad (92) a Střední Čechy (95). 2. Všech zbývajících pět regionů dosáhlo stavu vyšší četnosti seniorů v populaci neţ dětí, tzn. ţe jejich index stáří přesáhl rovnováţnou hranici Mírná převaha nejstarších občanů nad dětmi je ještě v regionech Moravskoslezsko, Severovýchod a Jihozápad. Index stáří zde sice překročil hodnotu jednoho sta, ale jště nedosáhl hodnoty Další dva regiony soudrţnosti Střední Morava a Jihovýchod mají dnes statisticky významnější zastoupení seniorů v populaci, kdyţ jejich index stáří se pohybuje okolo hodnoty Výrazná převaha občanů starších 64 let je zatím jenom u regionu Prahy. Míra této převahy je vyjádřena hodnotou indexu stáří okolo 130. Na kaţdých sto dětí v Praze tak připadá 130 seniorů. Je to potvrzením skutečnosti, ţe v tomto prostoru je proces stárnutí nejdále. 6. Nejmladší populací se vyznačuje Severozápad a naopak nejstarší populace ţije v Praze. Rozdíl v indexu stáří těchto dvou územních jednotek je výrazných 38 (více neţ čtyřiceti procentní rozdíl). 127

128 Velice zajímavé je dvacetileté srovnávání síly procesu stárnutí jendotlivých regionů NUTS 2 v Česku. To nám umoţní výpočty dynamického indexu stáří (is D ). Obrázek 4: Zobrazení územní diferenciace podle ukazatele is v roce 2009 metodou kartogramu. Zdroj: vlastní zpracování Dynamický index stáří nám změřil za posledních dvacet let rychlost procesu stárnutí u českých regionů NUTS 2 (obrázek ). Nejrychleji se proces stárnutí odehrává v regionech Moravskoslezsko a Střední Morava. Druhou skupinu v rychlosti procesu stárnutí tvoří regiony Jihovýchod, Severozápad, Severovýchod a Jihozápad. Viditelně nejpomalejší prohlubování procesu stárnutí se odehrává na území regionů Prahy a především Středních Čech. Závěr Na území Česka máme dva regiony soudrţnosti (Severozápad a Střední Čechy) se zastoupením dětí okolo 15 %. Dalších pět území NUTS 2 má dnes procentuální podíl dětí 14 % (Severovýchod, Moravskoslezsko, Jihozápad, Střední Morava, Střední Čechy a Jihovýchod). Nejmenší podíl dětí má území hlavního města Prahy (12 %). Nejrychleji za posledních dvacet let probíhá proces stárntí populace v regionech soudrţnosti Moravskoslezsko a Střední Morava. Podíl dětí na obyvatelstvu Moravskoslezska poklesl z 22,6 % v roce 1991 na současných 14,3 %. To představuje relativní úbytek váhy dětí o 8,3 %. Stejné území se vyznačovalo nejmenším podílem seniorů (11,2 %) v roce 1991, ale proces stárnutí nebyl tak dynamický jako u dětské sloţky. Dnes jej relativní váha seniorů (14,9 %) řadí aţ za regiony soudrţnosti Střední Čechy a především pak Severozápad. V ostatních regionech je relativní váha seniorů vyšší. Ale i tak se odehrál na území Moravskoslezska nejrychlejší proces stárnutí obyvatel za posledních dvacet let (is D 12,9). 128

129 Tabulka 2: Demografické ukazatele změn procesu stárnutí regionů soudrţnosti Česka mezi roky 1991 a 2009 Zdroj: vlastní zpracování, data ČSÚ Nejména za posledních dvě dekády zestárla populace v regionu soudţnosti Střední Čechy. Došlo tam k nejmenšímu poklesu relativního zastopení dětí (o 6 %) a současně k druhému nejmenšímu relativního zastopení seniorů. Dynamický index stáří dosáhl hodnoty 2,3 %. Druhé v pořadí nejpomalejšího procesu stárnutí je území hlavního města Prahy. Je to dáno jist i tím, ţe je zde uţ od počátku 90-tých let minulého století největší relativní zastoupení seniorů (16,1 %) a také dlouhodobě nejmenší podíl dětí za současné vysoké hodnoty indexu stáří (130). Vzhledem k výše popsanému regionálnímu procesu stárnutí je zřejmé, ţe dnes jsou rozdíly v zastopení dětí a seniorů mezi regiony soudrţnosti Česka menší neţ tomu bylo na počátku devadesátých let minulého století. Seznam literatury a zdrojů [1] DLUGOSZ, Z., KUREK S. (2009): Population Ageing and its Predictions for 2030 in the Malopolskie voivodship Compared to Poland and Europe. Moravian Geographical Reports, 17, č. 1, s [2] RABUŠIC, L. (2001): Kde ty všechny děti jsou? Praha, SLON, 261 s. [3] ŠOTKOVSKÝ, I. (1998): Úvod do studia demografie. Ostrava: VŠB - TU Ostrava. 1 doplněné vydání, 159 s. [4] ŠOTKOVSKÝ, I. (2009): Populační vývoj Moravskoslezského kraje. In: Sucháček, J. (ed.) Regionální rozvoj včera, dnes a zítra. Ostrava: VŠB-TU Ostrava, s [5] ŠOTKOVSKÝ, I. (2009): Population Ageing in the Moravian-Silesian Region. In: ECON 08 (Journal of Economics, Management and Business). Ostrava, Faculty of Economics, VŠB TU Ostrava, volume 15, No. 1, pp [6] ŠOTKOVSKÝ, I. (2010): Age and Gender Distributions of Czech Cohesion Regions after In: ECON 10 (Journal of Economics, Management and Business). Ostrava, Faculty of Economics, VŠB TU Ostrava, volume 18, No. 2, pp

130 Abstrakt Regionální disparity v dostupnosti bydlení Ing. Vladimír Koudela, CSc; Doc. Ing. František Kuda, CSc. Informace o obsahu, postupu a dílčích výsledcích výzkumného projektu MMR Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy opatření na sníţení regionálních disparit (WD ). Poznatky o finanční dostupnosti bydlení v krajích ČR Posouzení nástrojů státu krajů a obcí na podporu zvýšení dostupnosti bydlení a návrhy moţných nových nástrojů. Rámcový návrh vzdělávacího programu na zvýšení kvalifikace správců bytových objektů jako nástroje udrţitelnosti uţitku bytových objektů. Klíčová slova Dostupnost bydlení, regionální disparity v dostupnosti bydlení, vzdělávací program, udrţitelnost uţitku bytových domů. Abstract Iformation about the content, process and partial results of the research project MRD Regional disparities in the availability of housing, socio-economic implications and proposals for measures to reduce regional disparities (WD ). Knowledge about the affordability of housing by region assessment tools state counties and municipalities to promote and increase the availability of housing proposals for possible new tools.. The framework proposed educational program to increase the qualifications of managers of apartment buildings as a tool for sustainable benefit of residential buildings. Key words The availability of housing, regional disparities in the availability of housing, education program, the sustainability benefits of apartment houses. Úvod Tento příspěvek informuje o obsahu, postupu a dílčích výsledcích výzkumného projektu MMR Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy opatření na sníţení regionálních disparit (WD ). Navazuje na příspěvek, přednesený na semináři v Šilheřovicích v roce Vedoucím řešitelem projektu je Sociologický ústav AV, spoluřešitelé pak Fakulta stavební VŠB TU Ostrava a Institut regionálních informací, s.r.o Brno. Výzkum byl zaměřen podle dvou základních hledisek - finanční dostupnost bydlení (řeší Sou AV) a fyzická dostupnost (řeší FAST VŠB TUO) Největší rozdíly lze zaznamenat mezi středočeským regionem včetně Prahy a ostatními regiony státu. Výrazné rozdíly jsou také mezi regiony s výrazně decentralizovanou formou regionálního uspořádání (viz jiţní Čechy) a regiony s výrazně centralizovanou formou regionálního uspořádání (viz Jihomoravský kraj). V prvém případě se jedná o region s nízkou hustotou osídlení, nevelkým krajským městem a celkově malým ekonomickým potenciálem. V druhém případě se jedná o region se silným a výrazným centrem a vyšší mírou ekonomické aktivity. Rozdíly jsou hlavně v podílu rodinného bydlení a bydlení v bytových domech, ve velikosti bytů a rovněţ počtu pokojů připadajících na jeden byt. Specifická situace je 130

131 v případě polycentrického regionálního uspořádání, kdy region je charakterizován více významnými městskými centry, coţ je mimo jiné případ moravskoslezského regionu. Poznání a definování těchto rozdílů můţe být velmi podnětné pro koncipování bytové politiky. Hlavním předmětem řešení je dostupnost (dosaţitelnost) bydlení a regionální rozdíly (disparity) v dostupnosti bydlení, potenciální důsledky vývoje dostupnosti bydlení i vývoje těchto rozdílů a konkrétní opatření směřující ke zvýšení dostupnosti bydlení, sníţení regionálních rozdílů v dostupnosti bydlení, a tím i sníţení negativních socioekonomických důsledků nízké dostupnosti bydlení a/nebo vysokých regionálních rozdílů v dostupnosti bydlení. Z hlediska finanční dostupnosti bydlení se ukázalo, ţe výdaje na bydlení zaujímají stále větší podíl z celkových spotřebních výdajů českých domácností a postupně se staly hlavní výdajovou poloţkou českých domácností. Ve výši trţních cen vlastnického a druţstevního bydlení, stejně jako ve výši tzv. trţního nájemného, se postupně objevily značné regionální rozdíly, které mají přímý důsledek na regionální rozdíly v dostupnosti bydlení. Ukázalo se, ţe regionální rozdíly v cenách bydlení, potaţmo dostupnosti vlastnického bydlení, jsou vyšší, neţ regionální rozdíly týkající se ekonomické výkonnosti regionů obecně. Ceny bytů rostly i v různých kvalitativně odlišných trţních segmentech v rámci jednoho regionu relativně rovnoměrně. Bylo sledováno, jaké důsledky měl vývoj dostupnosti bydlení a regionálních rozdílů v dostupnosti bydlení na vybrané sociální fenomény, jako například na počet a strukturu domácností ohroţených finanční nedostupností bydlení a sociálním vyloučením, na demografické chování mladé generace (porodnost) nebo na migraci lidí za pracovními příleţitostmi. Bylo rovněţ sledováno, zda bytová výstavba a vybrané podpory v oblasti bytové politiky státu regionální rozdíly v dostupnosti bydlení spíše oslabily či naopak prohloubily. Byly posouzeny důsledky vývoje finanční dostupnosti bydlení na potenciální i akutní ohroţení pro určité skupiny domácností. Byly definovány i kvantifikovány typy domácností, které by mohly být, a to zejména v souvislosti s deregulací nájemného, ohroţeny finanční nedostupností bydlení v jednotlivých krajích ČR. Vývoj finanční dostupnosti bydlení můţe mít vliv nejen na počet domácností zaţívajících váţné problémy s uhrazením svých výdajů na bydlení, ale také na vznik problémů spojených se sociálním vyloučením. Výzkum souvislosti mezi finanční dostupností bydlení a porodností v regionech České republiky prokázal vliv vývoje finanční dostupnosti bydlení na demografické (reprodukční) chování. Problémy s finanční dostupností bydlení v regionech s vysokými cenami bytů, při kontrole ostatních moţných faktorů, významně ovlivňují zejména časování narození dětí, tedy věk rodičů u porodu prvního dítěte. Vliv regionálních rozdílů v dostupnosti bydlení na migraci za prací poukazuje na nízkou míru vnitřní migrace za pracovními příleţitostmi v českém prostředí. Nerovnoměrný regionální růst cen bydlení a mezd má totiţ za následek, ţe se sniţuje motivace pro stěhování za prací. Výsledky potvrzují, ţe regionální rozdíly ve finanční dostupnosti bydlení mohou skutečně vytvářet závaţné bariéry pro intenzitu pracovně orientované migrace, a to zejména pro lidi s niţším ukončeným vzděláním. Zkoumání faktického vývoje migračních toků na skutečných migračních datech ukázalo, ţe sníţení regionálních rozdílů ve finanční dostupnosti bydlení mělo jen velmi omezený efekt na intenzitu migrace, s výjimkou lidí s nejvyšším ukončeným vzděláním. Naopak posílení vlastnické formy bydlení má dle zjištění prokazatelný a významný negativní vliv na intenzitu migrace za prací. 131

132 Posouzení územní alokace nové bytové výstavby na úrovni krajů a správních obvodů obcí s rozšířenou působností mělo za cíl vysvětlit rozpory mezi vývojem počtu obyvatel a novou bytovou výstavbou, a upozornit tak na procesy, o kterých víme poměrně málo a které standardní statistika není schopna postihnout. Nedostatek dostupných údajů nedovolil prokázat, zda procesy územní diferenciace bytové výstavby po roce 2001 sníţily či zvýšily obecné regionální rozdíly ve fyzické dostupnosti bydlení. Zhodnocením existujících nástrojů státu v oblasti bydlení pomocí vybraných analytických postupů a testování bylo zjištěno, ţe jednotlivé státní podpory vykazují různou míru jejich distribuční rovnoměrnosti, a to jak v jednotlivých letech, tak také v celkovém úhrnu. Globálně nelze konstatovat, ţe jejich dosavadní realizace by měla zásadní vliv na regionální disparity ve fyzické dostupnosti bydlení; některé subvenční nástroje podle poznatků sniţovaly tyto disparity, jiné naopak tento efekt neměly. Součástí projektu výzkumu MMR číslo WD Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy opatření na sníţení regionálních disparit je v rámci dílčího cíle DC 010 Návrh moţných nástrojů ze strany státu, regionů či obcí, které by mohly vést ke zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické dostupnosti bydlení zařazena aktivita A 1005 Návrh nových nástrojů státu, regionů či obcí, které budou zaměřeny na zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické dostupnosti bydlení. Předmětem aktivity je návrh nového opatření zaměřeného na zvýšení fyzické dostupnosti bydlení, která povede ke zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické dostupnosti bydlení, případně nepřímo téţ k ovlivnění demografického chování mladé generace ţádoucím směrem a zvýšení prostorové mobility domácností za pracovními příleţitostmi při splnění kritérií efektivity a efektivnosti. Při návrhu nového opatření bylo přihlédnuto k tomu, aby nedošlo k rozporu s existující legislativou EU, legislativou ČR, k reálnosti jejího zavedení a přirozeně k výši finančních nákladů a efektů spojených se zavedením nového opatření ke zvýšení finanční dostupnosti bydlení. Cílem této studie je vytvoření moderního nástroje bytové politiky pro zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické dostupnosti bydlení To znamená, ţe i při vhodných podmínkách finanční dostupnosti nejrůznějších forem bydlení vstupují do hry na jedné straně podněty, na druhé straně omezení nebo limity vázané na fyzickou dostupnost a regionálně diferencované sociálně geografické podmínky. Podmínky bydlení jsou bezesporu významnou součástí kvality ţivota obyvatel a z tohoto hlediska jsou vyjádřeny základními poţadavky na: zdravé a estetické prostředí; širokou paletu forem bydlení; dostupnost různorodých pracovních příleţitostí; dostupnost základních sloţek občanského vybavení, sportu a rekreace; dostupnost vzdělávání a informací. Fyzická dostupnost je charakterizována počtem existujících bytů. Avšak viděno jako proces, je velmi důleţité, aby nedocházelo ke zkrácení doby ţivotnosti existujících bytů či bytových objektů. Při stejné, třeba i vysoké bytové výstavbě se při zanedbání rekonstrukcí dostupnost relativně sniţuje. Proto povaţujeme nástroje podporující optimální reprodukci bytového fondu (konkrétně bytových domů a u nás specielně bytových domů z panelů) za velmi 132

133 důleţité pro udrţení a prohloubení fyzické dostupnosti bydlení a omezení regionálních disparit. Návrhy nových moderních nástrojů bytové politiky pro zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické dostupnosti bydlení prezentované v této studii se uplatňují především v nájemním bydlení..důvody zdůrazňující toto zaměření jsou zejména: rozsah podpory vlastnického bydlení v ČR je jiţ na maximální moţné úrovni; pořízení vlastního bydlení není nejvhodnější pro mladé lidi na začátku profesní kariéry (potřebná je větší míra územní flexibility); z důvodu nízkého obratu nájemníků v obecních bytech a obecně relativně nízkého počtu obecních nájemních bytů po jejich privatizaci převaţuje poptávka nad nabídkou; existuje preference vlastnického bydlení, zčásti z důvodu výhodnějších nákladů na bydlení neţ je tomu v současnosti u nájemních bytů s volně sjednávaným nájemným. Hlavním smyslem navrhovaných nástrojů by měla být podpora optimální reprodukce stávajícího bytového fondu (konkrétně bytových domů) pro udrţení a prohloubení fyzické dostupnosti bydlení a dosahování efektivnosti rozvoje nájemního bydlení. Z pojetí fyzické dostupnosti bydlení konsekventně vyplývá, ţe disponibilní mnoţství bytů (z hlediska počtu i funkčních vlastností) můţe být ohroţeno nedostatečnou údrţbou, zanedbáním oprav a rekonstrukcí a tím sníţení jejich technické a uţivatelské kvality (celkového uţitku). Zanedbané byty, resp. byty v zanedbaných bytových domech sice fyzicky existují, ale nepředstavují dostupný bytový fond, splňující současná a budoucí hlediska funkční uţivatelnosti a tím sniţují fyzickou dostupnost bydlení. Zanedbání údrţby bytových objektů, potřebných oprav nebo rekonstrukcí nemusí být důsledkem pouhé nevůle správců (majitelů) nebo nedostatku financí. Častou příčinou nedostatků bývá neznalost, nedostatečná kvalifikace osob odpovídajících za správu bytových objektů o nezbytných technických a organizačních opatřeních, která by zajistila prodlouţení ţivotnosti objektů a jejich uţitku. 1 Zahraniční zkušenosti Z vybraných zemí ve vazbě na ČR jsou důleţité zejména tyto zkušenosti: v SRN se při rekonstrukci bytového fondu zaměřují na řešení v rámci přestavby měst, coţ znamená vynakládat prostředky tak, aby došlo ke komplexnímu, dlouhodobě efektivnějšímu řešení urbanistickému, ekonomickému, ekologickému i sociálnímu. Podobně je zaměřen i francouzský diferencovaný přístup k rekonstrukci bytového fondu, především k regeneraci sídlišť. Vychází se z diferencovaného a současně koncentrovaného nasazení prostředků, které by umoţnily řešení situace v bydlení u postiţených obyvatel i ve směru zaměstnanosti, zvýšení kvalifikace i bezpečnostní situace v daném území. V Rakousku je nádavkem k uvedeným opatřením velmi dbáno na stabilitu podpůrného systému. V oblasti rekonstrukce bytového fondu se pouţívá, zejména ve Vídni tzv. měkká rekonstrukce, při které se usiluje o sociálně citlivá řešení bydlení domácností seniorů. Ve Velké Britanii a na Slovensku je po podstatném vzestupu vlastnického bydlení věnována zvýšená pozornost účinnosti nástrojů v oblasti řízení obnovy bytového fondu, nástrojů spojených s kvalitní údrţbou a včasnou rekonstrukcí bytového fondu. 133

134 Ve Velké Britanii byla k tomuto účelu zpracována rozsáhlá rukověť pro všechny účastníky tohoto procesu, na Slovensku byl s mezinárodní pomocí vypracován projekt zvýšení efektivnosti správy bytových objektů. Sumárně je potřebné ze stručného uvedení k tématu blízkých postupů v bytové politice vybraných zemí odvodit závěr, ţe je potřebné překonat pomalou a dílčí rekonstrukci bytových domů (panelových i ostatních), věnovat zvýšenou pozornost nájemnímu bydlení, zvýšit zainteresovanost bytových druţstev v rekonstrukci bytového fondu a obnovení jejich úlohy ve výstavbě. Podobně je tomu i u měst, kondominií a u vlastníků soukromých činţovních domů. Nehledě na důsledky krize, jsou podmínky pro toto zaměření stále dostatečné. Výzkum se dotýká inovativních metod ekonomiky údrţby bytových domů, kterou lze řešit jako spolehlivost provozu stavebních objektů, a která by měla vyjít z analýzy výnosů, postihující mnoţství výstupů systému a analýzy nákladů, která řeší mnoţství nezbytných vstupů pro jeho fungování. Tyto inovativní metody usnadňují ekonomická rozhodování Studie chce nabídnout také jiný pohled moţného řešení procesů údrţby obnovy a definovat postupy pro nové způsoby řešení, které bude třeba akceptovat při vytváření udrţitelné výstavby. Je řešena otázka aplikace nových forem údrţby a obnovy staveb jako prostředku k zvýšení jejich uţitku. Zejména z hlediska jejich uţívání, ţivotnosti, termínů obnovy a řízeného ukončení jejich ţivotnosti. Problematikou údrţby a obnovy se samozřejmě v současnosti zabývá mnoho organizací a subjektů (státních, obecních i soukromých). Ne vţdy však mají zcela dořešenu celkovou koncepci údrţby a obnovy a odpovídající SW nástroje. Většinou se pouze snaţí dodrţovat platné provozní předpisy v souvislosti s údrţbou objektů a řeší pouze kritické a havarijní situace. Pokud se alespoň o jistou koncepci pokusí, pak pouze malá část dovede jednotlivé detaily své koncepce aţ do konečných důsledků, které zohledňují například rizika spojená s provozem objektů, s finanční situací majitele nemovitostí apod. Detailní pohled na současný stav nakládání se stavebními díly v průběhu jejich ţivotnosti ukázal, ţe existující běţná ekonomická pravidla, jak s nimi nakládat je důleţité rozšířit a prohloubit. Detailní pohled byl impulsem k doporučení nových forem procesů údrţby pro zlepšení současného stavu. Jde především o analýzu současného stavu, vyuţití nástroje Facility managementu jako nové metody řízení integrovaného managementu v oblasti správy a údrţby bytového fondu včetně počítačové podpory rozhodovacích procesů. Navrhovaná metodika pro výběr technicko-ekonomického řešení údrţby a obnovy bytových domů z hlediska udrţitelného rozvoje pak představuje praktické vyuţití poznatků, které vyplynuly z prací autorů. Propočty analytického typu napomáhají vytvořit, kvantifikovat a standardizovat celý postup. Ve všech kritériích jsou to náklady, které tvoří základní limit kalkulace. Snahou všech řešení nyní pouţívaných je propočítat celý nákladový ţivotní cyklus (life cycle costs - LCC). Jeho základním atributem je trvanlivost navrţeného stavebního objektu. Řízení provozu a údrţby budov se stává komplexní činností zaloţenou na trţních vztazích, která je stále více svěřována profesionálním firmám. Řádné uţívání vyţaduje vedení evidence o zásazích do technického (úpravy, opravy, údrţba) a ekonomického (vyuţití ploch, pronájem, náklady na energie) stavu objektu. V legislativě ČR končí povinné dokumentování stavu objektů dokumentací skutečného provedení stavby. Ve fázi uţívání se povinně 134

135 dokladují pouze změny podléhající stavebnímu řízení. Chybí průběţné vyhodnocování provozu budov, zejména v technických, ekonomických, environmentálních, ale i sociálních parametrech. Celková dostupnost bydlení je dána vztahem mezi disponibilním, teritoriálně vhodně rozmístěným bytovým fondem a bytovou potřebou domácností. Je ovlivňována především rozsahem bytové výstavby, vyuţitím existujícího bytového fondu včetně péče o něj a demografickým vývojem. K ovlivňujícím faktorům, jejichţ význam tato studie zdůrazňuje, patří také územní připravenost pro novou bytovou výstavbu, podpora hledání vhodných technických řešení přinášejících sníţení cen nové výstavby a vyuţití stávajících objektů, i nebytových, formou nástaveb, přístaveb apod. včetně úplných konverzí pro bytové účely. Vyuţívání stávajícího bytového fondu je podmiňováno, mimo jiné, dostatečnou mobilitou obyvatel, avšak ta je v současnosti brzděna disproporcemi mezi rozmístěním bytového fondu a pracovních míst. Významnou podporu v této oblasti představuje zkvalitnění dopravní obsluţnosti, včetně zvýšení moţností denního dojíţdění do větších měst. Mezi hlavní cíle (úkoly) lze zařadit: podporu pořízení staršího bydlení, změnu kompetence mezi orgány veřejné správy. Efektivní bytovou politiku lze realizovat pouze tehdy, jsou-li kompetence dobře rozděleny. Důleţitá je především vertikální linie, tj. rozdělení působností mezi centrální vládou, mezilehlými úrovněmi veřejné správy (regiony) a místními orgány, neboť dlouhodobý vývoj v oblasti bydlení ukazuje, ţe problémy bydlení je nutno řešit, vzhledem ke sloţitému saturování diferencovaných potřeb obyvatelstva, především na lokální úrovni. Z toho vyplývá, ţe hlavním úkolem pro další období je zásadní posílení role obcí v oblasti bytové politiky. Vedle obecní bytové politiky, jejíţ funkce je především v realizační fázi nezastupitelná, je nutno v krátkém časovém horizontu analyzovat moţné vyuţití vyšších územně správních celků - krajů v oblasti bydlení. Nezbytné je zvýšení celkové informovanosti o problematice bydlení, odstranění deformovaných pohledů na tuto problematiku a jasné vymezení kompetencí jednotlivých subjektů. Nutné je uţší provázání bytové politiky s dalšími oblastmi, které situaci v bydlení výrazně ovlivňují; jedná se dopravní systém, který můţe sníţit disproporce mezi lokalizací bytového fondu a nabídkou pracovních příleţitostí a dále o cenový vývoj sluţeb pro bydlení, který limituje moţnosti vývoje nájemného. Péče o stávající bytový fond - ochrana a zlepšení stavu existujícího bytového fondu, zajištění tvorby dostatečných finančních zdrojů nutných k řádné péči o něj včetně jeho modernizace. Posílení role obcí v oblasti bydlení - v rámci novelizace zákona o obcích znamená především přesněji vymezit roli obcí v oblasti bydlení, která přispěje ke zlepšení působení obcí jakoţto tvůrců místní bytové politiky i vlastníků významné části bytového fondu. Ministerstvo pro místní rozvoj v součinnosti se Svazem měst a obcí a se zájmovými sdruţeními vlastníků domů a nájemců bytů bude trvale pořádat konzultační dny zaměřené na metodickou pomoc zástupcům měst a obcí, pracovníkům místních, obecních a městských úřadů v oblasti nájmu bytů a nebytových prostorů a v oblasti správy bytového fondu. K tomu účelu bude rozšířeno vydávání metodických pomůcek a odborných publikací a pořádání vzdělávacích akcí a instruktáţí. 135

136 Zvýšení současné podpory odstraňování zanedbané údrţby a obnovy bytových domů - tato potřebnost je odůvodněna a zvýrazněna i dosud jen skromnými výsledky uskutečněné rekonstrukce bytových domů a přetrvávajícími nedostatky v údrţbě. Potřebné je navýšení finančních prostředků určených pro plnění Programu poskytování státních půjček na opravy, modernizaci a rozšíření bytového fondu. Doplnění stávajícího systému navazujícím Dlouhodobým programem podpory oprav bytových domů, zaměřeným v první realizační etapě na panelové bytové domy, postupně i na ostatní bytový fond. 2 Náměty k novým nástrojům pro zvýšení fyzické dostupnosti bydlení Obecně lze nástroje centrální bytové politiky lze rozdělit na nástroje finanční povahy, nefinanční a legislativní povahy. Jsou uvedeny v Tab. 1. Současná bytová politika respektuje skutečnost, ţe současná ekonomická situace, včetně vývoje reálných příjmů obyvatel, je pro rozvoj bydlení limitujícím faktorem. Ačkoli důsledky existence těchto mantinelů můţe bytová politika do jisté míry ovlivnit, nelze od ní očekávat, ţe je odstraní. Tabulka 1: Rozdělení nástrojů bytové politiky nástroj Druh cíl cílová skupina finanční povahy nefinanční povahy legislativní povahy dotační tituly (MMR, SFRB) úvěrové formy daňové formy metodické nástroje referenční příklady stavební standardy cílené na ekon. provozu SZ + prováděcí předpisy zákon o obcích zákon o krajích změny kompetencí státní správy v oblasti bydlení zákon o neziskových organizacích nájemní byty druţstevní byty podnikové byty PPP konzultace, metodické pokyny zveřejnění dobrých příkladů zefektivnění výstavby z veřejných zdrojů stavebně technické parametry zefektivnění a zprůhlednění financování bydlení specifická skupina obyvatel dle potřeb krajů, obcí specifická skupina dle subjektu, neziskový sektor investor zadavatel uţivatelé obce kraje neziskové bytové společnosti Zpracovatelé se zaměřili na zdůvodnění aplikace nástroje, který by po otestování z hlediska efektivity, efektivnosti, politické průchodnosti, legálního rámce byl nejvhodnější pro posílení fyzické dostupnosti bydlení skupin domácností nejvíce zasaţených (ohroţených) hospodářskou krizí. Tento především lokálně působící nástroj nevyţaduje vysoké veřejné výdaje, neomezuje bydlení mladých lidí a nevede k růstu nebezpečí sociálního vyloučení. Mezi moţné nové nástroje pro zvýšení fyzické dostupnosti bydlení lze zejména zahrnout: regenerace bytů nová výstavba (nástavby a přístavby BD a RD, v rámci současných druţstev (SBD)) 136

137 přeměny a vyuţití brownfieldů metodický postup, vzdělávací projekt převod nebytového fondu zpět na bytový fond Jako první pro podporu sniţování regionálních disparit ve fyzické dostupnosti bydlení přichází v úvahu především ty nástroje podpory, které vedou k růstu počtu bytů, z rekonstrukcí např. půdní vestavby a nástavby. Pro zvyšování fyzické dostupnosti bydlení je rovněţ důleţité hledisko právní formy uţívání bytů, ze kterých prvořadou úlohu hrají nájemní byty, které nejsou tak těsně vázány na finanční moţnosti uţivatelů (senioři, mladé rodiny) jako byty ve vlastnické formě. Půdní vestavby a nástavby byly dosud pořizovány zejména vlastnickou formou. Jsou tedy námětem pro formulaci nových nástrojů podpory fyzické dostupnosti bydlení nástroj podpory rekonstrukcí spojených s nástavbami (vznikem nových bytů) směřující vlastníkům bytových objektů jako pronajímatelům nájemních bytů. Dotace by měly směřovat vlastníkům domů, tj. obcím, bytovým druţstvům, případně soukromým vlastníkům nájemních domů. S tímto námětem jsou spojeny určité problémy legislativního a technického charakteru. Jako nástroj pro zvýšení fyzické dostupnosti bydlení a sníţení regionálních disparit ve fyzické dostupnosti bydlení byl vybrán nástroj neinvestiční povahy - Vzdělávací program. Cílem vzdělávacího programu je podpořit provádění oprav bytových domů s vyuţitím takových technických řešení, která zajistí výrazné prodlouţení jejich ţivotnosti a zvýšení kvality bydlení na úroveň odpovídající současným uţivatelským poţadavkům, a to za optimálních pořizovacích a provozních nákladů. Současný stav problematiky, jeho analýza a dosavadní praxe prokazuje, ţe zkušenosti s novými formami údrţby a obnovy staveb a konstrukcí se dostávají do povědomí projektantů, investorů, vlastníků, správců a pracovníků státní správy velmi obtíţně. Cílem vzdělávacího programu bude dosáhnout zvýšení všeobecného povědomí o obsahu a rozsahu problematiky ekonomiky správy majetku a zejména o významu přínosu pro všechny uţivatele stavebních objektů. Strategický záměr vzdělávacího programu je zaloţen na systému vytvoření programu přenosu potřebných informací a znalostí diferencovanou formou, v rozlišení na čtyři hlavní skupiny: a) odborníci na problematiku ekonomiky správy majetku předávají nejnovější poznatky do praxe, zpracovatelé odborných publikací, aplikačních softwarů, metodických pokynů a odborná konzultační činnost, b) investoři, projektanti, autorizované osoby uvádějí principy ekonomiky správy majetku v reálný ţivot do technické praxe, c) státní správa a samospráva kontrolní orgán základních a dalších předpisů stavebního práva, d) vzdělávací instituce příprava nových odborníků pro stavební praxi. V Tab. 2 jsou uvedeny hlavní skupiny, na které je zaměřen vzdělávací program Zvyšování kvalifikace správců bytových domů jako nástroj udrţitelnosti uţitku bytového fondu a fyzické dostupnosti bydlení 137

138 Tabulka 2: Hlavní skupiny, na které je zaměřen vzdělávací program hlavní skupiny odborníci správy majetku investoři, projektanti státní správa, samospráva vzdělávací instituce druh, rozsah informací způsob, formy vzdělávání realizace vzděl.projektu poznatky VaV prezentace pracovní setkání právní prostředí, analýzy, příklady řešení legislativní opatření, základní informace základní informace, analýzy stavu metodické pokyny, příručky vyuţívání odborníků, informační materiály výukové programy e-learning vzdělávací programy ICE ČKAIT odborné semináře pro stavební úřady školení pedagogů, výuka Z charakteristiky jednotlivých skupin vyplývá, ţe koncepce vzdělávacích programů musí vycházet z potřeb vlastního uplatnění nových poznatků a rozlišení specifických poţadavků. Nedílnou součástí celé vzdělávací strategie je metodické zajištění rozdílné náplně vycházející z potřeb různých druhů stavebních objektů. Při stanovení koncepce a obsahové náplně vzdělávacího projektu pro jednotlivé skupiny musí být provedeno rozlišení následujících specifických poţadavků: druh a rozsah potřebných informací, způsob a specifické formy vzdělávání vhodné pro danou skupinu, samotná realizace projektu vzdělávání. Výzkum chce poukázat na moţné rozšíření priorit bytové politiky na podporu péče o existující bytový fond a jeho optimální vyuţívání, včetně odstraňování překáţek, které tomuto cíli brání. Očekávaným výsledkem by mělo být efektivnější vyuţití stávajícího bytového fondu, zvýšení rozsahu disponibilního bytového fondu, zkvalitnění jeho stavu a zvýšení zájmu investorů o vstup do této oblasti. Metodický návod podpory oprav a modernizace bytového fondu však můţe významně ovlivnit oţivení ekonomických aktivit v regionech včetně vytváření určitého počtu pracovních míst. Literatura a prameny nejsou uvedeny, zdrojem poznatků jsou dosud nepublikované pracovní výsledky projektu WD

139 Implementační struktura operačního programu lidské zdroje a Abstrakt zaměstnanost Ing. Milan Páral Řídící orgán - odpovídá za správné a efektivní řízení a provádění pomoci z programu. Zprostředkující subjekty mají od Řídícího orgánu delegovány některé činnosti (výběr projektů, monitorování a kontrolu projektů). Platební a certifikační orgán - Odbor Národní fond Ministerstva financí. Auditní orgán OP LZZ je Centrální harmonizační jednotka pro finanční kontrolu, útvar Ministerstva financí. Finančním útvarem OP LZZ je Odbor financování a majetku Ministerstva práce a sociálních věcí ČR. Ten mj. účtuje o příjmech z ESF na základě souhrnné ţádosti. Národním orgánem pro koordinaci (NOK) Národního strategického referenčního rámce bylo pověřeno Ministerstvo pro místní rozvoj. Vytváří jednotný rámec pro implementaci OP řídícími orgány. Pro programové období je finanční podpora z Evropského sociálního fondu realizována prostřednictvím tří operačních programu OP LZZ, OP VK (operační program Vzdělávání pro konkurenceschopnost) a OP PA (operační program Praha adaptabilita). Klíčová slova Operační program, Lidské zdroje a zaměstnanost, Evropský sociální fond, Řídící orgán, zprostředkující subjekty, Platební a certifikační orgán, národní fond, auditní orgán, Centrální harmonizační jednotka pro finanční kontrolu, finanční útvar, Národní orgán pro koordinaci, Národní strategický referenční rámec, koordinační mechanismy, OP Vzdělávání pro konkurenceschopnost, OP Praha Adaptabilita. Summary Managerial board responsible for correct and effective driving and fulfillment aid for program. Mediate subjects have delegated from Managerial board certain activities (project selection, monitoring and control projects). Payment and certification authority is Department of National Fund of the Ministry of Finance. The Audit Authority of the OP HRE is the Central Harmonization Unit for Financial Control department of the Ministry of Finance. Financial HREOP department is the Department of finance and property of the Ministry of Labor and Social Affairs. He charged, inter alia, on the income of the ESF, the overall application. National Co-ordination Authority (NCA) National Strategic Reference Framework was commissioned by the Ministry for Regional Development. It creates a unified framework for implementation of the OP Managing Authorities. For the programming period , financial support from the European Social Fund, 139

140 was implemented by three operational programs - the OP HRE, OP (Operational Program Education for Competitiveness) and PA OP (Operational Program Prague - Adaptability). Keys words Operational programme, Human resources and employment, European Social Fund, Managerial board, mediate subjects, Payment and certification authority, national fund, auditing authority, Central harmonisation unit for financial control, financial organ, National organ for coordination, National strategical reference cadre, coordinating arrangements, OP Education for competitiveness, OP Prague Adaptability. Úvod Vstupem do Evropské unie v roce 2004 získala Česká republika moţnost podílet se na vyuţívání prostředků strukturálních fondů a Fondu soudrţnosti. Nejstarším z těchto fondů je Evropský sociální fond (ESF), který byl zaloţen Římskou smlouvou jiţ v roce1957. ESF je klíčovým nástrojem pro realizaci Evropské strategie zaměstnanosti. ESF pomáhá členským zemím EU k dosaţení plné zaměstnanosti, zvyšování kvality a produktivity práce, pomáhá podporovat přístup znevýhodněných osob na trh práce a sniţovat národní, regionální a lokální rozdíly v zaměstnanosti. Operační program Lidské zdroje a zaměstnanost (OP LZZ) vymezuje priority pro podporu rozvoje lidských zdrojů a zaměstnanosti z Evropského sociálního fondu v letech Globálním cílem OP LZZ je zvýšit zaměstnanost a zaměstnatelnost lidí na úroveň průměru 15 nejlepších zemí EU. 1 Řídící orgán Řídící orgán (dále ŘO) odpovídá za správné a efektivní řízení a provádění pomoci z operačního programu Lidské zdroje a zaměstnanost, a to v souladu s právem Evropské unie a České republiky. Na základě Usnesení vlády č. 175/2006 ze dne , kterým bylo Ministerstvo práce a sociálních věcí pověřeno řízením OP LZZ, pověřil ministr práce a sociálních věcí svým příkazem č. 18/2006 výkonem funkce Řídícího orgánu OP LZZ Odbor řízení pomoci z Evropského sociálního fondu (dříve odbor 72, nyní 81). Ředitelkou tohoto odboru je PhDr. Iva Šolcová. Řídící orgán je zodpovědný zejména za: shromaţďování statistických údajů o věcném a finančním plnění OP LZZ podle poţadavků kladených na monitorování programu a předávání příslušných informací orgánům EU, zajištění průběhu finančních operací podle právních předpisů EU a ČR, ověřování, zda výdaje vykázané příjemci byly skutečně vynaloţeny v souladu s předpisy EU a ČR a zda za ně byly skutečně dodány spolufinancované produkty a sluţby, zajištění existence systému pro záznam a uchování účetních záznamů v elektronické podobě pro kaţdou operaci, shromaţďování údajů pro finanční řízení, monitorování, ověřování, audit a evaluaci, zajištění, ţe příjemci zapojení do provádění operací vedou pro operace v rámci OP LZZ oddělený účetní systém nebo zvláštní účetní kód pro všechny tyto transakce, stanovení postupů k zajištění toho, aby se pro audit zachovaly všechny potřebné doklady, 140

141 zajištění, ţe platební a certifikační orgán obdrţí pro účely certifikace všechny potřebné informace, řízení práce monitorovacího výboru a poskytování dokumentů, aby bylo moţné sledovat kvalitu a cíle provádění OP LZZ, vypracování výroční a závěrečné zprávy o provádění programu a po schválení monitorovacím výborem její předloţení Komisi. Zprostředkující subjekty Zprostředkující subjekt je veřejný nebo soukromý subjekt, na který ŘO delegoval výkon některých svých činností. Rozsah delegovaných úkolů a činností je stanoven v písemné dohodě mezi Řídícím orgánem a zprostředkujícím subjektem. Zprostředkující subjekty prokazují připravenost plnit svěřené úkoly, především dostatečnou administrativní kapacitu, funkčnost potřebných informačních systémů apod. ŘO deleguje na zprostředkující subjekty zejména zajištění procesu výběru projektů, monitorování (včetně shromaţďování dat o projektech a jejich vkládání do informačního systému), kontrolu projektů, ověřování ţádostí o platby a zajištění publicity v rámci své působnosti. Toto delegování činností nemá vliv na celkovou zodpovědnost ŘO za implementaci OP LZZ. Roli zprostředkujících subjektů OP LZZ plní Ministerstvo práce a sociálních věcí ČR Odbor implementace programů Evropského sociálního fondu, Ministerstvo práce a sociálních věcí ČR oddělení implementace ESF a IOP, Ministerstvo průmyslu a obchodu ČR Odbor koordinace strukturálních fondů, Ministerstvo vnitra ČR Odbor strukturálních fondů. 2 Platební a certifikační orgán Pro implementaci pomoci ze strukturálních fondů a Fondu soudrţnosti je v České republice ustaven jediný Platební a certifikační orgán (PCO), a to Ministerstvo financí. Na základě rozhodnutí ministra financí byl výkonem funkce Platebního a certifikačního orgánu pověřen Odbor Národní fond Ministerstva financí. Platební a certifikační orgán vykonává následující funkce: spravuje prostředky poskytnuté ze strukturálních fondů a Fondu soudrţnosti na účtech zřízených u ČNB, vypracovává a předkládá ţádosti o průběţné platby a závěrečné platby Evropské komisi pro všechny programy na základě výkazů výdajů předloţených Řídícím orgánem, přijímá platby z Evropské komise, na základě kontroly Souhrnných ţádostí předkládaných řídícími orgány převádí prostředky strukturálních fondů a Fondu soudrţnosti do příslušných rozpočtových kapitol, účtuje účetní případy za oblast prostředků PCO v rámci účetní jednotky Ministerstva financí, vede systém finančního výkaznictví pro prostředky PCO, certifikuje uskutečněné výdaje a zpracovává certifikát o uskutečněných výdajích, který zasílá spolu s ţádostí o průběţnou platbu nebo závěrečnou platbu Evropské komisi, pro účely certifikace ověřuje řádné fungování řídícího a kontrolního systému na všech úrovních implementace, 141

142 provádí kontroly na místě, vytváří a aktualizuje metodické pokyny pro provádění certifikace výdajů a pro finanční toky a kontrolu prostředků strukturálních fondů a Fondu soudrţnosti, vrací neoprávněně vyplacené výdaje, včetně úroků Evropské komisi, vrací nevyuţité prostředky Evropské komisi, na základě odhadů vypracovaných řídícími orgány předkládá aktualizované odhady týkající se ţádostí o platby (výhled výdajů) Evropské komisi pro běţný a následující rok do 30. dubna, postupuje podle pravidel řídící kontroly, reaguje na připomínky a doporučení Evropské komise, zajišťuje koncepci a metodiku rozvoje informačního systému VIOLA pro výkon funkce PCO včetně datové komunikace s monitorovacím systémem strukturálních fondů, vyhodnocuje čerpání alokací strukturálních fondů a Fondu soudrţnosti. 3 Auditní orgán OP LZZ Usnesením vlády č. 198 je výkonem funkce auditního orgánu pověřeno Ministerstvo financí. Rozhodnutím ministra financí byl výkonem této funkce pověřen útvar Centrální harmonizační jednotka pro finanční kontrolu, který je funkčně nezávislý na Řídícím orgánu OP LZZ a na Platebním a certifikační orgánu. V souladu s předpisy EU a ČR a provádí auditní orgán následující činnosti: zajišťuje audit připravenosti řídícího a kontrolního systému OP LZZ, předkládá Evropské komisi před podáním ţádosti o první platbu a nejpozději do 12 měsíců od schválení programu zprávu posuzující nastavení řídících a kontrolních systémů operačního programu včetně stanoviska k jejich souladu s příslušnými právními normami EU, předkládá Evropské komisi do 9 měsíců po schválení OP LZZ strategii auditu zahrnující subjekty, které budou audity provádět, zajišťuje provádění auditu ve veřejné správě za účelem ověření účinného fungování řídícího a kontrolního systému programu, předkládá kaţdoročně Evropské komisi aktualizovanou strategii auditu, metodu výběru vzorků pro audity operací a orientační plánování auditů, které zajišťuje jejich provádění u hlavních subjektů a jejich rovnoměrné rozloţení na celé programové období, předkládá kaţdoročně Evropské komisi konsolidovaný plán auditů prostředků poskytovaných z fondů Evropské unie, kontroluje čtvrtletně plnění konsolidovaného plánu auditů a informuje o tomto plnění platební a certifikační orgán, zajišťuje provádění auditu ve veřejné správě na vhodném vzorku operací pro ověření výdajů vykázaných Evropské komisi, zajišťuje metodické vedení dalších auditních subjektů zapojených do auditů ve veřejné správě operačního programu, dohlíţí na kvalitu auditů ve veřejné správě prováděných dalšími subjekty u projektů spolufinancovaných z prostředků OP LZZ, podílí se na tvorbě a aktualizaci metodických pokynů pro provádění auditu v rámci operačního programu, 142

143 předkládá kaţdoročně v období od roku 2008 do roku 2015 Evropské komisi výroční kontrolní zprávu, která obsahuje zjištění z auditů provedených během předchozího roku v souladu se strategií auditu operačního programu, jakoţ i nedostatky zjištěné v řídících a kontrolních systémech programu. Informace týkající se auditů provedených po budou zahrnuty do závěrečné zprávy o kontrole, která je podkladem pro prohlášení o uzavření, vydává kaţdoročně pro Evropskou komisi stanovisko k tomu, zda fungování řídícího a kontrolního systému poskytuje přiměřenou záruku, ţe výkazy výdajů předloţené Evropské komisi jsou správné a ţe související transakce jsou zákonné a řádné, předkládá prohlášení o částečném uzavření, ve kterém hodnotí zákonnost a řádnost dotčených výdajů dle článku 88 nařízení Rady (ES) č. 1083/2006, zajišťuje, aby se při auditorské činnosti pouţívaly mezinárodně uznávané standardy pro audit, provádí analýzu nahlášených nesrovnalostí pro účely zpracování prohlášení o uzavření nebo částečném uzavření, zpracovává kaţdoročně zprávu o výsledcích finančních kontrol za OP LZZ pro vládu ČR, účastní se auditních misí Evropské komise na prověřování aspektů řídícího a kontrolního systému, které vyplynuly z výroční kontrolní zprávy, spolupracuje s Evropskou komisí při koordinaci plánů auditů a auditorských metod a vyměňuje si s ní výsledky z provedených auditů. Auditní orgán nese odpovědnost za zajištění výše uvedených činnosti tím, ţe při zachování vlastní odpovědnosti můţe vybrané činnosti delegovat na další auditní subjekty. Je přípustná pouze jedna úroveň pověření k výkonu výše uvedených činností (tj. zprostředkující subjekt nemůţe činnostmi pověřit další subjekt), a to na základě veřejnoprávní smlouvy podle správního řádu. Platební a certifikační orgán obdrţí pro účely certifikace výsledky všech auditů provedených auditním orgánem nebo z jeho pověření. 4 Finanční útvar OP LZZ Příkazem ministra práce a sociálních věcí č. 31 ze dne byl zřízen Odbor financování a majetku, který zabezpečuje činnosti Finančního útvaru tak, aby byla zajištěna podmínka oddělení funkcí platebních, řídících a kontrolních. Finanční útvar provádí zejména činnosti vyplývající z Metodiky finančních toků po obdrţení ţádosti o platbu z Řídícího orgánu, resp. Zprostředkujícího subjektu provádí platby příjemcům z prostředků státního rozpočtu na předfinancování výdajů, které mají být kryty z prostředků z rozpočtu Evropské unie a prostředků státního rozpočtu určených na národní financování a vede jejich přesnou a úplnou evidenci. Finanční útvar dále účtuje o příjmech z Evropského sociálního fondu zasílaných z Ministerstva financí ČR na základě souhrnné ţádosti. 5 Národní orgán pro koordinaci Národním orgánem pro koordinaci (NOK) Národního strategického referenčního rámce (NSRR) 21 bylo usnesením vlády č. 198 ze dne pověřeno Ministerstvo pro místní 21 Národní strategický referenční rámec (NSRR) představuje základní programový dokument České republiky pro vyuţívání fondů Evropské unie v období Zpracování Národního strategického referenčního rámce ČR 143

144 rozvoj. NOK jako centrální koordinátor vytváří jednotný rámec pro implementaci OP řídícími orgány. Vede řídící orgány za účelem zajištění efektivity a právní platnosti při řízení operačních programů. NOK vykonává následující činnosti: vydává pokyny a metodiky v oblastech řízení, provádění evaluací, sběru dat a jejich elektronické výměny, zakládání a činnosti monitorovacích výborů, kontroluje a dohlíţí na všechny aktivity, které spadají mezi úkoly řídících orgánů operačních programů, monitoruje implementaci NSRR a operačních programů a navrhuje systémová řešení v případech pomalé implementace programů, objektivních překáţek omezujících implementaci či v případě porušení povinností vyplývajících z nařízení, zajišťuje kompatibilitu implementace NSSR a OP s národními politikami a prioritami EU a soulad intervencí s národní a komunitární legislativou zejména v oblasti hospodářské soutěţe, veřejných zakázek, ochrany ţivotního prostředí, sniţování disparit, rovných příleţitostí a principu nediskriminace a navrhuje vhodné nástroje pro jejich účinnou implementaci, zajišťuje stanovení rámce pro fungování monitorovacího výboru NSRR, vypracovává ve spolupráci s PCO pravidla způsobilosti výdajů, zajišťuje vypracování zpráv předkládaných Evropské komisi, zajišťuje stanovení základních kritérií pro výběr projektů pro naplňování čtyř strategických cílů NSRR, zakládá a zajišťuje fungování integrovaného monitorovacího informačního systému, který bude pouţíván řídícími orgány všech operačních programů, platebním a certifikační orgánem a auditorem a zajišťuje elektronickou výměnu dokumentů a dat, naplňuje úkoly spojené s všeobecnou informovaností a propagací naplňování politik ekonomické a sociální soudrţnosti, zajišťuje plánování, realizaci a koordinaci aktivit na podporu všeobecné informovanosti a koordinuje aktivity řídících orgánů v této oblasti, vytváří komunikační strategii na národní úrovni k zajištění transparentnosti a plné informovanosti o přidělování pomoci ze strukturálních fondů a Fondu soudrţnosti, zabezpečuje činnost pracovní skupiny pro evaluaci, jejíţ členy jsou kromě národního koordinátora také pracovníci řídících orgánů operačních programů, vychází z povinností členského státu definovaných v Nařízení Rady (ES) č. 1083/2006 ze dne 11. července 2006 o obecných ustanoveních o Evropském fondu pro regionální rozvoj, Evropském sociálním fondu a Fondu soudrţnosti a o zrušení nařízení (ES) č. 1260/1999. Východiskem pro zpracování návrhu Národního strategického referenčního rámce byl Národní rozvojový plán České republiky, jenţ byl vzat na vědomí usnesením Vlády České republiky č. 175/2006. Analytická část Národního strategického referenčního rámce se zaměřuje na identifikaci klíčových silných stránek České republiky pro posilování její konkurenceschopnosti, stejně tak jako problematických míst a slabých stránek, které mohou stát v cestě udrţitelnému růstu ekonomiky i společnosti. Strategie se opírá o klíčové evropské (Strategické obecné zásady Společenství) i domácí (Strategie udrţitelného rozvoje, Strategie hospodářského růstu, Strategie regionálního rozvoje pro léta a další platné resortní a regionální strategie) strategické dokumenty. Národní strategický referenční rámec udává systém operačních programů politiky hospodářské a sociální soudrţnosti , jejichţ prostřednictvím budou jednotlivé prioritní osy realizovány. Národní strategický referenční rámec byl 27. července 2007 přijat Evropskou komisí a v současnosti probíhá proces schvalování jednotlivých operačních programů. První schválené operační programy lze očekávat v průběhu listopadu. 144

145 garantuje tok informací z Evropské komise všem řídícím orgánům a zpět, vytváří podmínky pro vyhodnocování účinnosti kontrolních mechanismů, dohlíţí na respektování pravidel veřejné podpory upravených příslušnými evropskými a národními předpisy, vytváří metodiku pro stanovení indikátorů a sledování jejich plnění, sleduje naplňování závazků adicionality 22 a poskytuje Evropské komisi informace umoţňující jejich ověření, účastní se výročních jednání řídících orgánů operačních programů a Evropské komise. 6 Koordinační mechanismy programů Evropského sociálního fondu Pro programové období je finanční podpora z Evropského sociálního fondu realizována prostřednictvím tří operačních programu OP LZZ, OP VK (operační program Vzdělávání pro konkurenceschopnost) a OP PA (operační program Praha adaptabilita). Implementace je tedy zajišťována prostřednictvím tří řídících orgánů Ministerstva práce a sociálních věcí, Ministerstva školství, mládeţe a tělovýchovy a hl. m. Prahy. Vzájemná provázanost jednotlivých operačních programů je zajištěna tímto: monitorovací výbory jednotlivých operačních programů jsou provázány prostřednictvím zástupců shodných členských organizací, v jednotlivých monitorovacích výborech jsou téţ zastoupeny řídící orgány ostatních dvou operačních programů, za účelem identifikace a řešení společných problémů je ustavena koordinační skupina řídících orgánů programů ESF, centrální část monitorovacího systému MSC2007 všech tří operačních programů je zpřístupněna řídícím orgánům k náhledu tak, aby byla zajištěna vzájemná informovanost o realizovaných projektech, v rámci komunikační strategie jednotlivých operačních programů jsou zahrnuta společná témata např. jednotné prvky vizuální identity (logo ESF), pokračování správy společné webové stránky ESF v ČR, zaloţené v rámci předchozího programovacího období, nadále pokračují v činnosti jiţ ustavené společné pracovní skupiny zaloţené v předchozím programovacím období např. Pracovní skupina pro evaluaci nebo Pracovní skupina pro záleţitosti romských komunit. Závěr Na řízení operačního programu Lidské zdroje a zaměstnanost se podílí několik útvarů a subjektů. Na nejvyšší úrovni je Řídící orgán, který odpovídá za správné a efektivní řízení a provádění pomoci z programu. O hierarchii níţe jsou zprostředkující subjekty, na které Řídící orgán delegoval výkon některých svých činností. Tyto činnosti jsou stanoveny v dohodě mezi nimi. Jedná se zejména o výběr projektů, monitorování a kontrolu projektů. Platebním a certifikační orgánem je pak Odbor Národní fond Ministerstva financí. Auditním orgánem OP LZZ je Centrální harmonizační jednotka pro finanční kontrolu, útvar Ministerstva financí. Finančním útvarem OP LZZ je Odbor financování a majetku Ministerstva práce a sociálních věcí ČR. Ten mj. účtuje o příjmech z ESF na základě souhrnné ţádosti. Národním orgánem pro koordinaci (NOK) Národního strategického referenčního rámce bylo pověřeno 22 Obecným smyslem adicionality je zajistit, aby zdroje EU nenahradily národní rozpočty členských zemí. 145

146 Ministerstvo pro místní rozvoj. NOK jako centrální koordinátor vytváří jednotný rámec pro implementaci OP řídícími orgány. Vede řídící orgány za účelem zajištění efektivity a právní platnosti při řízení operačních programů. Pro programové období je finanční podpora z Evropského sociálního fondu realizována prostřednictvím tří operačních programu OP LZZ, OP VK (operační program Vzdělávání pro konkurenceschopnost) a OP PA (operační program Praha adaptabilita). Je zajištěna vzájemná provázanost těchto operačních programů. Literatura a pouţité zdroje [1] BIELCZYK, A. Řízení lidských zdrojů. Distanční studijní opora. Karviná: OPF SU, [2] KOLIBOVÁ, H., KUBICOVÁ, A. Trh práce a politika zaměstnanosti. Karviná: OPF SU, [3] VARADZIN, F., BŘEZINOVÁ, O. Hledání ve světě ekonomie. Praha: Proffesional Publishing, [4] Operační manuál Lidské zdroje a zaměstnanost Praha: MPSV ČR, [5] Strategie rozvoje lidských zdrojů pro Českou republiku. Praha: Úřad vlády ČR, [6] [7] 146

147 Porovnání krajů NUTS II jihovýchod se zaměřením na lidské Abstrakt zdroje Ing. Libuše Měrtlová, PhD. Příspěvek se zabývá porovnáním vybraných ukazatelů regionálního rozvoje v regionu NUTS II Jihovýchod. Problematika regionálního rozvoje a regionálních disparit je v současné době velice aktuální a je předmětem vědeckého bádání různých subjektů. V příspěvku jsou nejdříve charakterizovány oba kraje NUTS II Jihovýchod z pohledu přírodních, geografických a demografických aspektů v souvislosti s jejich dopadem do ekonomiky, trhu práce a rozvoje cestovního ruchu. Následuje stručné vyhodnocení základních makroekonomických indikátorů regionálního rozvoje, analýza lidských zdrojů, trhu práce a indikátorů rozvoje vědy a výzkumu v regionu NUTS II Jihovýchod. Klíčová slova Region, NUTS II, disparity, lidské zdroje, trh práce, věda a výzkum Abstract The paper deals with comparing chosen indices of regional development in the NUTS II Southeast region. The problems of regional development and regional disparities are very topical at present and are subject to scientific research of various subjects. In the paper, we first characterize both NUTS II Southeast regions from the point of view of natural, geographical, and demographic aspects in relation with their impact on economy, labour market, and travel industry development. Then we briefly evaluate basic macroeconomic indices of regional development, and analyse human resources, labour market, and science and research development indices in the NUTS II Southeast region. Úvod Problematika regionů, jejich rozvoje a rozvojové strategie se dostává do popředí zájmu v České republice od konce 90. let minulého století a na začátku 21. století. Osamostatnění regionů, zvýšení odpovědnosti územní a místní samosprávy za rozvoj spravovaného území sebou přinesly potřebu zabývat se touto problematikou jak po stránce praktické, tak i po stránce teoretické. Tato samostatnost se projevuje i v současném výkonu veřejné správy, kdy na základě principu subsidiarity obce a kraje získaly rozsáhlé pravomoci v oblasti řízení a rozhodování o prioritách rozvoje v rámci daného regionu včetně zpracování rozvojových strategií a vyuţívání prvků strategického řízení. Kaţdá relevantní strategie musí nutně vycházet z provedené analýzy území, jeho moţností a zdrojů, musí vycházet z moţných příleţitostí a předpovídat a eliminovat moţné hrozby. Pro tvorbu dlouhodobé strategie rozvoje regionu je podstatné na podkladě získaných informací vytvořit reálnou vizi, která sjednotí i jednotlivé aktéry regionu tím, ţe je pro ně prospěšná a zajímavá a umoţňuje tak vznik dlouhodobého záměru rozvoje. Tento článek je součástí výsledků projektu č. 402/09/2057 Měření a řízení dopadu nehmotných aktiv na výkonnost podniku financovaného Grantovou agenturou České republiky." 147

148 1 Charakteristika kraje Vysočina a Jihomoravského kraje Kraj Vysočina Název kraje Vysočina 1 vyjadřuje skutečnost, ţe se tento správní celek rozkládá na podstatné části Českomoravské vrchoviny, která je charakteristická zvlněnou krajinou leţící mezi oběma historickými zeměmi České republiky. Nadmořská výška Českomoravské vrchoviny dosahuje přes osm set metrů výšky ve dvou výrazných masivech, Ţďárských vrších na severu kraje a Jihlavských vrších na jihozápadě. Středem kraje probíhá evropské rozvodí, které rozděluje kraj na dvě téměř stejné části. Kraj Vysočina se rozkládá na ploše km 2, celkový počet obyvatel k je Přírodní podmínky Vysočiny byly rozhodující pro vznik více neţ tisíce sídel, která jsou propojena hustou sítí silnic. Jedná se o pro Vysočinu charakteristické malé vesnice nepříliš vzdálené od místního centra, jímţ bývá klidné malé město se třemi aţ deseti tisíci obyvatel. Bývalá okresní města Třebíč, Pelhřimov, Havlíčkův Brod a Ţďár mají více neţ dvacet tisíc obyvatel, krajské město Jihlava dosahuje počtu padesáti tisíc. Růst ţivotní úrovně a mobilita obyvatelstva dává předpoklady pro další rozvoj tohoto uspořádání a je pravděpodobné, ţe současné rozloţení sídel v regionu bude výhodou jak z pohledu obyvatelstva, tak i z pohledu zaměstnavatelů. Umoţňuje vyuţívat výhody venkovského bydlení a přitom zaručuje moţnost snadného dojíţdění do zaměstnání i dostupnost dalších struktur městského centra. Metropolí kraje je Jihlava, nejstarší horní město českých zemí, které patřilo ve středověku k nejbohatším městům českého království, a to především díky těţbě stříbra. Rozkládá se po obou stranách bývalé zemské hranice mezi Čechami a Moravou. 23 K 1. lednu 2010 ţilo na Vysočině obyvatel, coţ představuje čtvrtou nejniţší lidnatost mezi kraji ČR. Ţeny z toho tvoří 50,4 %. Ekonomická výkonnost kraje ve srovnání s ostatními regiony ČR zaostává za průměrem. Podíl kraje na HDP České republiky dosahuje v posledních letech 4,1 %, coţ představuje 11. místo mezi kraji. Při přepočtu HDP na 1 obyvatele kraj obsazuje 7. místo, kdyţ v roce 2008 činil tento ukazatel Kč, tj. 83,6 % průměru ČR. Průměrná měsíční hrubá nominální mzda v kraji Vysočina v roce 2008 činila Kč. Mzdy na Vysočině zůstávají nadále pod průměrem ČR. Značné rozdíly jsou i v průměrných hrubých mzdách vyplácených v jednotlivých odvětvích hospodářství kraje. Nejvyšší mzdy měli pracovníci v odvětví finančního zprostředkování, naopak nejniţší mzda byla v ubytování a stravování. Míra registrované nezaměstnanosti dosáhla koncem roku 2008 hodnoty 6,27 % a byla osmá nejniţší v celé ČR. Nejvyšší v kraji byla v okrese Třebíč (8,38 %) a naopak nejniţší v okrese Pelhřimov (4,35 %). Téměř všechny okresy zaznamenaly meziroční nárůst nezaměstnanosti. Počet neumístěných uchazečů o práci se oproti roku 2007 zvýšil o 15,9 %. Na jedno volné pracovní místo připadlo 7,8 uchazečů. Nabídka pro kvalifikované pracovní síly není vysoká. Kraj Vysočina nadále pokračuje v tradici zemědělské výroby. Přestoţe zdejší přírodní podmínky jsou podprůměrné (nadmořská výška a sklonitost území sniţují produkční schopnost půd), pro některé zemědělské komodity a činnosti je území Vysočiny optimální

149 (produkce brambor, olejnin, pastevní chov skotu). Po sloţitém období transformace zůstává pro zemědělství kraje nadále charakteristický velkovýrobní způsob hospodaření. Většina zemědělských podniků se zaměřuje na kombinaci rostlinné a ţivočišné výroby, větší specializaci je moţno sledovat u menších výrobních jednotek typu SHR (fyzických osob). Intenzita chovu skotu na 100 ha zemědělské půdy se pohybovala v roce 2008 ve výši 57,2 kusu (z toho 22,5 kusu krav) a byla nejvyšší ze všech krajů ČR. Průměrná roční dojivost 1 krávy dosáhla výše litrů mléka. Výrobou masa ve výši tun (bez drůbeţe) byl kraj na třetím místě v ČR. Průmyslová výroba je zastoupena v kraji strojírenským a kovodělným, textilním, dřevozpracujícím a potravinářským odvětvím. Centry průmyslu jsou bývalá okresní města a další střediska. Silniční a ţelezniční síť Vysočiny je strategická jak z pohledu národního tak evropského. Území kraje je součástí středoevropské urbanizované osy (Berlín-Praha-Vídeň/Bratislava- Budapešť). Dálnice D1 tak plní svoji funkčnost jak v dopravě národní tak evropské. Chybí však kvalitní propojení okresních měst a rychlostní komunikace pro severojiţní propojení. Nespornou výhodou regionu je relativně nízký stupeň kriminality a nízký podíl sociálně rizikových skupin obyvatelstva. Kraj Vysočina je atraktivním z hlediska jeho celoročního turistického vyuţití. Nabízí dobré příleţitosti pro pobytovou zimní i letní turistiku a návštěvu hodnotných kulturně-historických památek. Na území kraje Vysočina se nacházejí 3 památky České republiky zapsané v UNESCO. Je to městská památková rezervace Telč, národní kulturní památka Santiniho poutní kostel Zelená hora u Ţďáru nad Sázavou a ţidovská čtvrť se hřbitovem a s bazilikou sv. Prokopa v Třebíči. Budoucnost cestovního ruchu na Vysočině bude bezpochyby patřit vedle městské turistiky především formám klidné a ekologicky čisté pobytové turistiky. Tu umoţňuje hustá síť turisticky značených cest (asi km), budování cyklotras či postupně se rozvíjející agrofarmy s ubytováním. Kraj Jihomoravský Jihomoravský kraj 24 je pro svoji výhodnou polohu na hranicích se dvěma zeměmi EU a na spojnici Středozemí se střední a severní Evropou moţno povaţovat za křiţovatku Evropy. Jihomoravský kraj je tvořen 7 okresy - okresy Blansko, Brno-město, Brno-venkov, Břeclav, Hodonín, Vyškov a Znojmo obcí je rozděleno do 21 správních obvodů obcí s rozšířenou působností (ORP). Přírodní podmínky v Jihomoravském kraji jsou různorodé a mají samozřejmě vliv na způsob vyuţívání krajiny a na způsob ţivota v konkrétní lokalitě. V rámci kraje lze rozlišit čtyři odlišné charaktery základních krajinných typů: Rozsáhlé jeskynní komplexy Moravského krasu v severní části kraje, známé především propastí Macochou o hloubce 138,5 metrů, skalními úbočími a mnoţstvím chráněných lokalit. Řada jeskyní této unikátní oblasti, která se řadí k ekologicky nejčistějším v ČR, je zpřístupněna a hojně navštěvována našimi i zahraničními turisty. Jiţní část kraje je převáţně rovinatá oblast polí, luk a vinic se zbytky luţních lesů podél řeky Dyje. Národní park Podyjí v jihozápadním cípu kraje je ukázkou výjimečně

150 zachovalého říčního údolí v bohatě zalesněné krajině. Symbolem této části jiţní Moravy je Pálava a Lednicko valtický areál. Milovníci všech vodních sportů a rybaření navštěvují kaţdoročně vodní dílo Nové Mlýny. Za řekou Moravou ve východní části se krajina postupně zdvihá do kopců Bílých Karpat. Tato biosférická rezervace patří k nejcennějším přírodním oblastem v Evropě. Krajina v okolí Brna je sice ovlivněna existencí velké městské aglomerace, přesto je okolí města povaţováno za jedno z nejkrásnějších v republice. Na severu k němu těsně přiléhají lesy Moravského krasu, na jihu jsou otevřené roviny jiţní Moravy a přímo k hranicím města přiléhá Brněnská přehrada. Rozlohou km 2 se Jihomoravský kraj řadí na čtvrté místo v republice. Nejvyšší nadmořskou výšku dosahuje území kraje v okrese Hodonín na trojmezí se Zlínským krajem a Slovenskem v blízkosti kóty Durda (842 m n. m). Okres Břeclav se můţe pochlubit nejjiţněji poloţenou obcí Moravy Lanţhotem, na jehoţ katastru se nachází také nejníţe poloţený bod kraje - soutok řek Moravy a Dyje (150 m n. m.). Jihomoravský kraj patří k regionům s významným ekonomickým potenciálem. Vytvořený hrubý domácí produkt kraje představuje desetinu hrubého domácího produktu České republiky. Vzhledem k průmyslové tradici Brna a jeho okolí má stále dominantní postavení v ekonomice kraje zpracovatelský průmysl, nelze opomenout ani obchod a opravy spotřebního zboţí a tzv. komerční sluţby. Tradičním odvětvím především jiţních oblastí kraje je zemědělství, kdyţ téměř 60 % celkové rozlohy kraje tvoří zemědělská půda, z níţ připadá 83 % na ornou půdu. Nejvyšší stupeň zornění (podíl orné půdy na zemědělské) mají okresy Vyškov a Znojmo. Z hlediska výrobních oblastí je zemědělství zaměřeno především na obiloviny, řepku a cukrovku. Nadprůměrná úroveň přírodních předpokladů umoţňuje nadále pokračovat v dlouhodobé tradici specializovaných oborů zemědělské výroby s vazbou na specifické regionální rysy. Je to především vinařství, ovocnářství a zelinářství. V kraji se nachází více jak 90 % plochy vinic ČR. Vinohradnictví je rozvinuto především v okrese Břeclav, kde je 46 % plochy všech vinic v ČR, ale i v okresech Hodonín, Znojmo a částečně také Brno-venkov. V rámci ţivočišné výroby zaujímá Jihomoravský kraj jedno z předních míst v chovu prasat a drůbeţe. Jihomoravský kraj jako celek má relativně kvalitní ovzduší. Znečištění ovzduší, hluk a podobné nepříznivé vlivy jsou pouze lokálního charakteru, především u velkých průmyslových center. Přirozené spádové centrum celé jiţní Moravy je krajská metropole Brno, leţící na soutoku Svratky a Svitavy. Město s významným regionálním postavením, situované na křiţovatce dálnic ve směru Praha, Vídeň, Bratislava a Olomouc, je střediskem tradičních mezinárodních výstav a veletrhů, které podtrhují jeho status rušného mezinárodního obchodního centra. Druhé největší město republiky má také značný nadregionální význam. Je jednak sídlem řady institucí celostátního významu, především soudnictví, ale i významným centrem kultury a vysokého školství. Jihomoravský kraj je krajem turisticky atraktivním. Jsou zde dvě místa, která jsou zapsána do seznamu světového kulturního dědictví UNESCO. Na prvním místě je třeba jmenovat Lednicko valtický areál. Jedinečnost meziválečné moderní architektury zastupuje vila Tugendhat v Brně. Významnou součástí Jihomoravského kraje jsou také dvě biosférické rezervace UNESCO a to Dolní Morava a Bílé Karpaty, mezi přírodními atraktivitami vyniká 150

151 také Národní park Podyjí.Výsadní postavení se svými kulturními památkami zaujímá i metropole Brno. 2 Makroekonomické srovnání Úroveň ekonomiky je měřena podle vývoje celé řady ukazatelů, jako základní ukazatel je vyuţíván ukazatel hrubého domácího produktu (HDP) a HDP na obyvatele. Za celou ČR došlo v období od roku 2001 k růstu tohoto ukazatele, kdy hodnoty meziročního růstu dosáhly maxima v roce 2006 s meziročním nárůstem 6,8 %. V roce 2007 uţ docházelo k mírnému poklesu ekonomické výkonnosti - v meziročním srovnání o 0,7 % a v roce 2008 uţ se projevil nástup ekonomické krize a meziroční nárůst ekonomiky byl pouhá 2,5 %. V reálné tvorbě HDP podle předběţných výsledků podle krajů v roce 2008 dominovala Praha se čtvrtinovým podílem na ČR (25,3 %). Další tři kraje zajistily kaţdý více neţ 10 % (Středočeský, Jihomoravský, Moravskoslezský), nejméně Karlovarský 2,1 %. Ve vyjádření HDP na 1 obyvatele kraje byla v roce 2008 podle předběţných údajů Praha na dvojnásobku proti ČR (762 tis. Kč v b.c. proti 354 tis. Kč). 25 Kraj Vysočina v rozmezí let 2005 aţ 2008 zvyšuje jak absolutní výši HDP, tak i v přepočtu na obyvatele dochází k rostoucímu vývojovému trendu. Kraj Vysočina v porovnání krajů je v roce 2008 na 7. místě v tvorbě HDP, ukazatel HDP na obyvatele ČR je 83,6 % úrovně ČR, podíl na tvorbě HDP na obyvatele EU představuje 66,9 %. Jihomoravský kraj je ekonomicky mnohem silnější, coţ vychází z jeho historicky daného silnějšího průmyslového vývoje, intenzivnější zemědělské výroby zejména v důsledku klimatických podmínek a mnohem rozvinutějšímu sektoru sluţeb. Podíl kraje na HDP ČR ve všech letech přesahuje 10 % a kraj je na 2. místě v pořadí výše HDP, s rychlou dynamikou růstu ekonomické výkonnosti. Ukazatel HDP na obyvatele je v Jihomoravském kraji vyšší proti kraji Vysočina ve všech letech, v roce 2005 o 7,3 %, v dalším roce o 8,7 %, v roce 2007 o 9,04 %, v roce 2008 je HDP na obyvatele vyšší v Jihomoravském kraji o celých 10,4 %. Také dynamika růstu HDP na obyvatele v porovnání let roste rychleji v Jihomoravském kraji - v roce 2008 o plné 3,4 %. Ukazatel podíl HDP na obyvatele v Jihomoravském kraji je o přibliţně 10 % vyšší neţ v kraji Vysočina, dosahuje přes 90 % celorepublikového HDP na obyvatele ve všech sledovaných letech, podíl HDP na obyvatele EU 27 představuje v roce 2005 přibliţně 67 %, v následujících letech roste aţ na 73,9 %. Oba ukazatele, které charakterizují v relativním vyjádřením úroveň ekonomiky obou krajů, svědčí ve prospěch Jihomoravského kraje, jak v absolutních ukazatelích, tak i v relativním vyjádření dynamiky růstu. Zároveň ukazují na rozdíl mezi úrovní ekonomiky v ČR a EU. 25 reg.disparity2009-csu.cz 151

152 Tabulka 1: Makroekonomické údaje krajů regionu NUTS II Jihovýchod Kraj Vysočina Ukazatel HDP v běţných cenách (mil. Kč) Podíl HDP v běţných cenách v ČR (%, ČR = 100) 4,2 4,2 4,2 4,1 Počet obyvatel HDP na obyvatele (Kč) Podíl HDP na obyvatele v ČR ( %, ČR = 100) 84,8 84,2 84,3 83,6 Podíl HDP na obyv. v EU 27 ( %, EU 27 =100) 64,3 65,5 67,7 66,9 Vývoj HDP na obyvatele (%, 2005 = 100) ,8 119,7 Vývoj HDP na obyvatele (%, předch.rok = 100) 106,9 106,6 105,3 102,9 Kraj Jihomoravský Ukazatel HDP v běţných cenách Podíl HDP v běţných cenách v ČR (%, ČR = 100) 10 10,1 10,1 10,1 Počet obyvatel HDP na obyvatele (Kč) Podíl HDP na obyvatele v ČR ( %, ČR = 100) 91 91,6 91,9 92,3 Podíl HDP na obyv. v EU 27 ( %, EU 27 =100) 67 71,2 73,8 73,9 Vývoj HDP na obyvatele (%, 2005 = 100) ,4 118,7 123,1 Vývoj HDP na obyvatele (%, předch.rok = 100) 105,8 108,1 106, dostupné Lidské zdroje Lidské zdroje, tedy počet aktivních práceschopných obyvatel, jejich věková, profesní a kvalifikační struktura, stejně jako vzdělání jsou podstatné pro rozvoj regionu, pro jeho konkurenceschopnost a schopnost rychle reagovat na měnící se příleţitosti pro ekonomiku v daném regionu. Porovnání stavu a vývoje nabídky trhu práce v obou krajích je provedeno na podkladě tabulky 2 Vybrané ukazatele zaměstnanosti, kde jsou uvedeny údaje za oba kraje za roky 2005 aţ Ekonomicky aktivní obyvatelstvo a zaměstnanost Kraj Vysočina má v roce obyvatel ve věku 15 a více let. Tento údaj je nejvyšší ve sledovaném období 4 let. Z toho je 58,3 % ekonomicky aktivních obyvatel, tzn. 152

153 lidí je zaměstnáno v národním hospodářství. Kraj Vysočina je charakteristický vysokým procentem zaměstnaných obyvatel v zemědělství (9,4 %), procento zaměstnaných v průmyslu a stavebnictví je 44,3 a v trţních a netrţních sluţbách pracuje 46,2 % obyvatel. Ekonomicky neaktivních obyvatel je , z toho důchodci představují 61,3 % a ţáci a studenti 22,8 %. Kdyţ se budeme blíţe věnovat vývoji počtu zaměstnaných v národním hospodářství v předchozích 4 letech, zjistíme, ţe počet ekonomicky aktivních obyvatel byl v letech 2005 a 2006 přibliţně stejný, v roce 2007 došlo ke značnému nárůstu o 6 900, v roce 2008 se počet opět sníţil na obyvatel. Vývoj tak kopíruje reálný demografický vývoj i stav ekonomiky, kdy se vytvářely pracovní příleţitosti i pro zahraniční dělníky. V zemědělství dochází k postupnému sniţování počtu zaměstnaných z 10,4 % z ekonomicky aktivního obyvatelstva aţ na 8,3 % v roce 2007, se zvýšením o 1 procento v roce Stejně je počet zaměstnaných v zemědělství vysoký v porovnání s jinými kraji v ČR. V průmyslu a stavebnictví je zaměstnáno více neţ 45 % ekonomicky aktivních obyvatel s tím, ţe jejich počet postupně narůstá aţ do roku 2007 (na 48,4 %), v roce 2008 se začínají projevovat důsledky ekonomické krize a počet zaměstnaných se sniţuje na 44,3 %. V trţních a netrţních sluţbách je zaměstnáno 44,7 % ekonomicky aktivních obyvatel, v průběhu sledovaných let dochází k mírnému poklesu aţ do roku 2007, v roce 2008 se počet zaměstnaných zvýšil o 2,9 %. Z ekonomicky neaktivních obyvatel je zřejmý přibliţně stejný počet důchodců ( ), coţ představuje v průměru 62,55 % ekonomicky neaktivních obyvatel, avšak zřetelný je úbytek ţáků a studentů o 4,2 % za poslední 4 roky, coţ souvisí se zhoršujícím se demografickým vývojem. Jihomoravský kraj má v roce obyvatel ve věku 15 a více let. Ve sledovaném období došlo k nárůstu o obyvatel. Z těchto lidí je více neţ 57 % ekonomicky aktivních. V průběhu let počet ekonomicky aktivních obyvatel v absolutním vyjádření roste, v relativním vyjádření jejich počet na celkovém počtu obyvatel klesá. V roce 2008 je ekonomicky aktivních obyvatel. Ekonomicky neaktivních obyvatel je obyvatel, z toho důchodci představují 56,8 % a ţáci a studenti 24 %. Počet ekonomicky aktivních obyvatel v předchozích čtyřech letech postupně stoupal, s větším nárůstem v roce Tempo nárůstu je však niţší v porovnání s krajem Vysočina. I v roce 2008 dochází k nárůstu, zejména v kategorii zaměstnanců v průmyslu a stavebnictví a u trţních a netrţních sluţeb. V zemědělství dochází od roku 2005 k postupnému poklesu počtu pracovníků s výjimkou roku 2007 jak v absolutních, tak relativních hodnotách. V průmyslu a stavebnictví je zaměstnáno průměrně 40 % ekonomicky aktivního obyvatelstva, trend má dlouhodobě rostoucí charakter. Pokud bychom porovnali strukturu zaměstnanosti podle odvětví, vidíme v kraji Vysočina o 6,2 % vyšší zaměstnanost v zemědělství, o 5 % niţší zaměstnanost v sektoru průmyslu a stavebnictví a o 9,4 % niţší zaměstnanost v sektoru sluţeb. Počet ekonomicky neaktivních obyvatel v Jihomoravském kraji představuje v průměru 42,37 procent z počtu obyvatel, v porovnání s krajem Vysočina je toto procento vyšší o 1,07 %. V absolutním vyjádření se počet těchto obyvatel pohybuje nad 400 tisíci, s vysokou dynamikou nárůstu počtu osob v této kategorii v Jihomoravském kraji za poslední 4 roky, kdy představuje nárůst osob, coţ je více neţ 5 %. V kraji Vysočina to je nárůst pouze o 2100 osob, coţ představuje nárůst 1,15 %. 153

154 Tabulka 2: Vybrané údaje zaměstnanosti Vybrané údaje za kraj Vysočina zaměstnanost 2005 v % 2006 v % 2007 v % 2008 v % Počet obyvatel ve věku 15 a více let (tis. osob) 1) 435,2 100,0 433,2 100,0 436,5 100,0 439,6 100,0 v tom ekonomicky aktivní (pracovní síla) 253,9 58,3 253,5 58,5 260,4 59,7 256,2 58,3 z toho zaměstnaní v NH celkem 236,7 93,2 240,0 94,7 248,3 95,4 247,8 96,7 z toho v zemědělství, lesnictví a rybolovu 24,5 10,4 21,0 8,8 20,6 8,3 23,4 9,4 v průmyslu a stavebnictví 106,5 45,0 112,9 47,0 120,2 48,4 109,9 44,3 v trţních a netrţních sluţbách 105,7 44,7 106,1 44,2 107,5 43,3 114,5 46,2 ekonomicky neaktivní 181,3 41,7 179,8 41,5 176,0 40,3 183,4 41,7 z toho starobní a invalidní důchodci 113,5 62,6 112,8 62,7 111,9 63,6 112,5 61,3 ţáci a studenti 49,0 27,0 43,9 24,4 43,4 24,7 41,8 22,8 Průměrný evidenční počet zaměstnanců (tis. fyz. osob) 2) 183,4 186,9 186,6 x 154

155 Vybrané údaje za Jihomoravský kraj - zaměstnanost 2005 v % 2006 v % 2007 v % 2008 v % Počet obyvatel ve věku 15 a více let (tis. osob) 1) 961,8 100,0 969,4 100,0 975,9 100,0 985,3 100,0 v tom ekonomicky aktivní (pracovní síla) 559,1 58,1 560,3 57,8 562,6 57,6 561,7 57,0 z toho zaměstnaní v NH celkem 513,9 91,9 515,7 92,0 532,1 94,6 537,0 95,6 z toho v zemědělství, lesnictví a rybolovu 20,8 4,0 19,4 3,8 21,2 4,0 17,3 3,2 v průmyslu a stavebnictví 198,4 38,6 202,7 39,3 215,1 40,4 221,1 41,2 v trţních a netrţních sluţbách 294,7 57,3 293,5 56,9 295,7 55,6 298,6 55,6 ekonomicky neaktivní 402,6 41,9 409,1 42,2 413,3 42,4 423,6 43,0 z toho starobní a invalidní důchodci 257,0 63,8 249,8 61,1 248,1 60,0 240,6 56,8 ţáci a studenti 98,7 24,5 101,3 24,8 104,6 25,3 101,7 24,0 Průměrný evidenční počet zaměstnanců (tis. fyz. osob) 2) 445,3 472,8 465,4 x Zdroj: jihlava.czso.cz, brno.czso.cz 155

156 4 Trh práce Trh práce je systém, v němţ se setkává nabídka práce, tj. nabídka ze strany pracovních sil s poptávkou po práci, tj. se zájmem ze strany zaměstnavatelů po pracovních silách. Výsledkem tohoto setkávání je cena práce, kterou vyjadřuje mzda.trh práce ovlivňuje řada faktorů a je moţné ho hodnotit i pomocí různých parametrů. Jako zkoumané ukazatele jsou zvoleny ekonomicky aktivní obyvatelstvo, nezaměstnanost, počet volných pracovních míst, počet uchazečů na 1 pracovní místo a neumístění uchazeči. Počet obyvatel obou krajů dosahuje obyvatel, coţ představuje 15,88 % z obyvatelstva ČR. Kraj Vysočina má 45 % obyvatel kraje Jihomoravského. Nezaměstnanost v kraji Vysočina je dlouhodobě niţší neţ v kraji Jihomoravském, i kdyţ v průběhu let dochází k postupnému sbliţování hodnot. Nezaměstnanost se v průběhu let sniţovala aţ do roku 2007, kdy ekonomika vykazovala ještě rostoucí tendenci, od podzimu 2008 se začíná projevovat vliv nastupující krize, která se projevila uţ v roce 2008 a zejména v roce 2009 navýšením procenta registrované nezaměstnanosti v obou krajích. Rok 2009 překonal magickou hranici nezaměstnanosti a nezaměstnanost přesáhla 10% hranici jak v kraji Vysočina, tak i v kraji Jihomoravském. Došlo k masivnímu propouštění pracovníků ve velkých firmách, docházelo k zavírání malých firem a začaly se objevovat regiony s velmi vysokou nezaměstnaností. Tabulka 3: Ukazatele trhu práce krajů regionu NUTS II Jihovýchod nezaměstnanost Kraj Vysočina Ukazatel Počet obyvatel Ekonomicky aktivní obyvatelstvo Nezaměstnanost v % 8,23 7,1 5,63 6,27 10,25 Volná pracovní místa k Počet uchazečů na volné pracovní místo 11,92 4,93 2,81 7,4 37,49 Neumístění uchazeči k Kraj Jihomoravský Ukazatel Počet obyvatel Ekonomicky aktivní obyvatelstvo Nezaměstnanost v % 10,21 8,82 6,92 6,83 11 Volná pracovní místa k Počet uchazečů na volné pracovní místo 10,91 6,91 3,22 5,22 21,69 Neumístění uchazeči k

157 ČR celkem Ukazatel Počet obyvatel Ekonomicky aktivní obyvatelstvo Nezaměstnanost v % 7,93 7,14 5,32 4,39 6 Volná pracovní místa k Počet uchazečů na volné pracovní místo 9,78 4,8 2,52 3,86 11,1 Neumístění uchazeči k Zdroj: czso.cz Obdobný trend je i u ukazatele volných pracovních míst k Aţ do roku 2007 se poměr mezi volnými pracovními místy a ekonomicky aktivním obyvatelstvem zvyšoval ekonomika vytvářela stále nové pracovní příleţitosti, obrat je zřejmý v roce 2008 a následně hluboký propad je vidět v roce Situace v kraji Vysočina je v porovnání s Jihomoravským krajem horší, v průběhu 5 let je relativně větší nabídka volných pracovních míst v Jihomoravském kraji s výjimkou roku V porovnání s průměrem České republiky je situace v obou krajích pod těmito hodnotami, v kraji Vysočina i pod hodnotami kraje Jihomoravského. Obrázek 1: Míra registrované nezaměstnanosti 157

158 Tabulka 4: Ukazatele trhu práce krajů regionu NUTS II Jihovýchod volná pracovní místa Kraj Vysočina Ukazatel Ekonomicky aktivní obyvatelstvo Volná pracovní místa k Poměr volná pracovní místa/ekon.akt.obyv.v % 0,75 1,6 2,2 0,9 0,3 Kraj Jihomoravský Ukazatel Ekonomicky aktivní obyvatelstvo Volná pracovní místa k Poměr volná pracovní místa/ekon.akt.obyv.v % 1 1,4 2,4 1,5 0,5 ČR celkem Ukazatel Ekonomicky aktivní obyvatelstvo Volná pracovní místa k Poměr volná pracovní místa/ekon.akt.obyv.v % 1 1,8 2,7 1,7 0,9 Zdroj:czso.cz Situace u neumístěných uchazečů o práci dokumentuje skutečnost, ţe krize neskončila, a přes pozvolný růst HDP v roce 2009 dosud nedochází k dostatečnému nárůstu nových pracovních příleţitostí, naopak pokles těchto míst v roce 2009 je jak v obou krajích, tak i v rámci České republiky obrovský. 158

159 Obrázek 2: Průměrný počet uchazečů o zaměstnání na 1 volné pracovní místo Zdroj: Ministerstvo práce a sociálních věcí ČR Průměrná mzda Představuje údaj rozhodný pro příjmy domácností, pro výpočet daňové povinnosti a je i ukazatelem ekonomické úrovně regionu. Zároveň je signálem pro příliv nových vzdělaných odborníků do regionu a tím i vytváření prostředí, kde vzdělaná a kvalifikovaná populace vytváří předpoklady rychlého rozvoje regionu. Tabulka 5: Ukazatele trhu práce krajů regionu NUTS II Jihovýchod hrubá mzda Kraj Vysočina Ukazatel Hrubá mzda x Kraj Jihomoravský Ukazatel Hrubá mzda x ČR celkem Ukazatel Hrubá mzda Zdroj: czso.cz,csu.cz Průměrná hrubá mzda je v obou krajích niţší neţ je průměr ČR, v roce 2008 činí podíl kraje Vysočina na průměrných mzdách v ČR 90,73 %, podíl kraje Jihomoravského činí 95 % 159

160 průměru ČR. Jihomoravský kraj vykazuje vyšší úroveň mezd ve všech čtyřech zkoumaných letech, průměr hrubých mezd Jihomoravského kraje na mzdách ČR představuje 94,2 %, průměr hrubých mezd kraje Vysočina na mzdách ČR je pouze 90,13 %. 5 Vzdělání a výzkum Jedním z ukazatelů matice znalostního hodnocení Knowledge Assesment Matrix je úroveň lidských zdrojů. Lidské zdroje jsou rozhodujícím faktorem pro zvládnutí důleţitých úkolů v současné informační společnosti. Jejich vzdělanost a znalosti dávají předpoklad pro rozvoj náročných technologií, bez kterých uţ si dnes nelze představit ani výrobu, ani sluţby, ani státní správu. Jsou základem pro rozvoj inovačního potenciálu země i regionu. Kadeřábková, (2007) uvádí výsledky inovačních aktivit jako jeden ze základních faktorů konkurenceschopnosti charakterizovaný intenzitou výzkumu a vývoje, výsledky inovačních aktivit, podílem zahraničních investic na domácím výzkumu a vývoji, výší přidané hodnoty, výší vývozu a dalšími ukazateli. Následující tabulka charakterizuje vývoj inovačního potenciálu v obou regionech za posledních pět let. Tabulka 6: Ukazatele vědy a výzkumu podle krajů regionu NUTS II Jihovýchod Kraj Vysočina Ukazatel Počet pracovišť ve V a V Výzkumní pracovníci - přepočtené osoby Výdaje na V a V 529,3 706,8 517,2 537,6 697,8 Kraj Jihomoravský Ukazatel Počet pracovišť ve V a V Výzkumní pracovníci - přepočtené osoby Výdaje na V a V , , ČR celkem Ukazatel Počet pracovišť ve V a V x Výzkumní pracovníci - přepočtené osoby x Výdaje na V a V x Zdroj: czso.cz Na Vysočině se podle výsledků výzkumu za roky dynamicky zvyšují především výdaje na výzkum a vývoj, které jsou z 98 % tvořeny podnikatelským sektorem a rovněţ zahraniční přímé investice (coţ souvisí s koncernem Bosch v Jihlavě). Počet výzkumných pracovišť v Jihomoravském kraji je zhruba 5x vyšší neţ v regionu Vysočiny, v porovnání 160

161 s počtem vědeckých a výzkumných pracovišť v České republice je v kraji Vysočina v roce 2008 pouze 4 % pracovišť vědy a výzkumu, v Jihomoravském kraji 16,7 % pracovišť. Počet výzkumných pracovníků v kraji Vysočina i v Jihomoravském kraji dynamicky roste, v Jihomoravském kraji je počet vědeckých a výzkumných pracovníků ve všech letech téměř desetkrát vyšší. Obdobně je tomu i u výdajů na vědu a výzkum, kde zejména v roce 2008 je dynamika nárůstu vyšší, neţ je průměr České republiky. Závěr V současné době vyvstává problém měření regionálního rozvoje a regionální konkurenceschopnosti a stanovení jednotné metodiky na posouzení dynamiky rozvojových procesů a stanovení ekonomické úrovně regionu. Pokud se budeme zabývat publikovanými metodikami nebo i modely hodnocení regionální konkurence a konkurenceschopnosti, dojdeme k závěru, ţe situace je poněkud nepřehledná, existuje celá řada prováděných výzkumů a šetření s cílem posoudit úroveň a dynamiku regionálního rozvoje. Kadeřábková 4 například provádí hodnocení regionální ekonomické výkonnosti na podkladě komplexních ukazatelů, vytvářejících souhrnný index ekonomické výkonnosti. Index zahrnuje ukazatele HDP na obyvatele, produktivitu práce, míru nezaměstnanosti a tvorby hrubého fixního kapitálu na obyvatele. Souhrnná úroveň je vyjádřená jako průměr percentilů, které odráţejí pořadí kraje v rámci jednotlivých dílčích ukazatelů. Druhým ukazatelem je regionální inovační výkonnost, která zahrnuje inovační aktivity a technologické schopnosti regionu, vyjádřené pomocí výdajů na výzkum a vývoj přepočtených na obyvatele, výdaje v % HDP a zaměstnanost ve výzkumu a vývoji na tisíc obyvatel. Dalším ukazatelem je kvalitativní struktura přidané hodnoty a přímé zahraniční investice. Jánský 5 porovnává ekonomickou výkonnost jednotlivých regionů na podkladě ukazatelů výkonnosti: hrubého domácího produktu, hrubé přidané hodnoty a tvorby fixního kapitálu v období let Pro posouzení regionů jsou pouţity základní statistické charakteristiky aritmetický průměr a korelační koeficient, pro posouzení dynamiky vývoje v časových řadách je pouţito průměrných koeficientů růstu. Komplexně se výzkumem regionálních disparit a problematikou metod a metodiky ke stanovení integrovaných indikátorů pro sledování a hodnocení vývoje v regionech zabývá výzkumný úkol Ekonomické fakulty Vysoké školy báňské v Ostravě WD Regionální disparity v územním rozvoji České republiky. Tento příspěvek se zabývá posouzením lidských zdrojů jako rozhodujícího faktoru pro zajištění výkonnosti, konkurenceschopnosti a rozvoje v rámci regionu. Bylo provedeno posouzení dvou krajů spojených v regionu soudrţnosti NUTS II Jihovýchod. Z provedeného šetření vyplývá, ţe se jedná o spojení 2 regionů s rozdílnými předpoklady ekonomického růstu, danými historickým vývojem regionů, přírodními a geografickými podmínkami i úrovní a počtem pracovní síly. Je proto potřeba si uvědomit silné stránky a příleţitosti obou regionů 4 Kadeřábková,A.: Růst, stabilita a konkurenceschopnost III,Česká republika v globalizované ekonomice. Praha: Linde ISBN Jánský,J.: Porovnání ekonomické výkonnosti krajů v České republice. Konkurence teoretické a praktické aspekty. Sborník příspěvků z pracovní konference s mezinárodní účastí. Jihlava ISBN

162 a specifickým a odlišným způsobem uvaţovat o dalším směřování a rozvoji v rámci jednoho víceméně administrativně spojeného celku. Seznam literatury a zdrojů [1] [1] KADEŘÁBKOVÁ, A. (2007) : Růst, stabilita a konkurenceschopnost III, Česká republika v globalizované ekonomice. Praha:Linde ISBN [2] [2] JÁNSKÝ, J. (2009) : Porovnání ekonomické výkonnosti krajů v České republice. Konkurence teoretické a praktické aspekty. Sborník příspěvků z pracovní konference s mezinárodní účastí. Jihlava ISBN [3] Charakteristika kraje Vysočina - dostupný z www: http/: kr-vysocina.cz [4] Charakteristika Jihomoravského kraje - dostupný z www:http/: kr-jihomoravsky.cz 162

163 Abstrakt Regionálne aspekty rozmiestnenia nákupných centier Prof. RNDr. Oto Hudec, CSc; Ing. Jozef Martiniak Optimálnym umiestnením obchodných centier a ich spádovými oblasťami sa zaoberali viacerí autori. Zvyčajne boli metódy získavania dát zaloţené na empirickom anketovom výskume, alebo priestorových ekonometrických modeloch. V našom výskume sme sa zamerali na analýzu spádových oblastí obchodných centier v Bratislave a v Košiciach podľa menej tradičného ukazovateľa: štátnych poznávacích značiek áut prítomných na parkovisku pred jednotlivými obchodnými centrami, s cieľom určiť indexy spádovej oblasti. Index spádovej oblasti definujeme ako priemernú vzdialenosť, ktorú návštevník autom prekonáva, aby navštívil mesto/obchodné centrum. V príspevku analyzujeme vzájomný vzťah medzi počtom návštev z okresného mesta a vzdialenosťou od obchodného centra. Preukázala sa očakávaná väčšia spádová oblasť Bratislavy v porovnaní s Košicami, miera poklesu návštevníkov so vzdialenosťou je na podobnej úrovni. Kľúčové slová spádová oblasť, gravitačný model, obchodné centrá Summary An optimum location and gravitation area of shopping centres have been a subject of study of several authors from different fields of research. Traditionally, the methods of data gathering are based on empirical interview research or spatial econometric models. In our approach, the analysis of gravitation area of shopping centres in Bratislava and Košice is done via analysis of the less traditional indicator - registration numbers of parked vehicles and their residential belonging to a district. The gravitation index for each shopping centre is introduced as the average distance, which is driven by the visitor to visiting the shopping centre. As expected according to Rilley gravitation law, the gravitation index is higher for the larger city of Bratislava and its shopping centres in comparison to city of Košice, although the decline rate of number of visitors according to distance is similar. Key words gravitation area, gravity model, shopping centres Úvod Téma optimálneho umiestnenia obchodného centra vzhľadom na ekonomické, krajinné, či sociálne kritériá sa opiera uţ o práce W. J. Reillyho (1929). Známy je jeho postulát podobný Newtonovmu gravitačnému zákonu, ţe väčšie mestá majú uţ svojou veľkosťou väčšiu spádovú oblasť rezidentov ako menšie mestá. Gravitačný zákon aplikovaný na umiestnenie dvoch miest (Reilley 1929) môţem voľne formulovať tak, ţe obchodné centrá dvoch miest A, B priťahujú dopyt rezidentov z tretieho mesta priamo úmerne počtu obyvateľov týchto dvoch miest a nepriamo úmerne štvorcu ich vzdialeností od tretieho mesta, čo vieme vyjadriť 2 pomocou vzorca: R R a b Pa Pb D D b a 163

164 pričom Ra, Rb predstavujú dopyt ktorý z tretieho mesta získa mesto A (B), Pa (Pb) je počet obyvateľov mesta A (B) a Da, Db sú vzdialenosti mesta A (B) od tretieho mesta. Tento prístup bol odvodený z fyzikálneho gravitačného zákona a predpokladal ideálne obmedzujúce podmienky a prirodzene nie je ho moţné priamo aplikovať na spoločenskovednú oblasť, keďţe existuje veľa ďalších faktorov, ovplyvňujúcich dopyt a mobilitu za maloobchodným nákupom - lepšia propagácia centra, marketing, atď. (Eppli, Shiklling, 1996). Ak prejdeme od umiestnenia miest pre odhadovanie maloobchodného dopytu ku obchodným centrám, prirodzene na dôleţitosti získava aj konkrétne umiestnenie obchodného centra v rámci aglomerácie, v strede, blízkosti alebo mimo obytnej zóny (Lee, Pace 2005). V literatúre existuje viacero štúdií overujúcich gravitáciu, resp. plochu spádovej oblasti miest či obchodných centier (Brown 1992, Wagner 1974, Huff 1964, Converse 1949). Zvyčajne sú metódy zaloţené na empirickom anketovom výskume, alebo priestorových ekonometrických modeloch (Maryáš 1983). Napriek tomu, ţe Reillyho gravitačný model nie je praktickým výpočtovým nástrojom, ako ideové východisko má svoj prirodzený význam. Aj v súčasnosti je vyuţitie Reillyho modelu moţné, napriek všetkým výhradám (Halás, Klapka, 2010). Špecificky pre väčšie obchodné centrá môţeme testovať metódu podľa poznávacích značiek automobilov stojacich na zákazníckych parkoviskách, ktorá dáva zaujímavé výsledky z hľadiska odhadu veľkosti spádovej oblasti mesta aj jeho obchodných centier. Pod spádovou oblasťou vo všeobecnosti rozumieme územie vymedzené polomerom kruhu, ako vzdialenosť od nákupného centra k miestu, z ktorého je zákazník stále ochotný cestovať. V praktickej rovine, väčšina developerských spoločností určuje spádovú oblasť ako plochu, z ktorej sa dá dostať do centra do 30 resp. 60 minút jazdy autom. Cieľom článku nie je určiť presné hranice spádovej oblasti miest alebo obchodných centier aj z nasledujúceho prieskumu je zrejmé, ţe z jedného okresu cestujú rezidenti za nákupmi do viacerých miest. Nadväzujúc na doterajšie výskumy v tejto oblasti sa zameriavame na analýzu spádových oblastí jednotlivých obchodných centier v Bratislave a v Košiciach podľa štátnych poznávacích značiek áut prítomných na parkovisku pred jednotlivými obchodnými centrami a určíme index spádovej oblasti pre kaţdé obchodné centrum ako priemernú vzdialenosť váţenú počtom áut kaţdého okresu pri obchodnom centre. Na Slovensku majú poznávacie značky jednoznačné kódovanie podľa okresov a priradenie okresu k značke je jednoznačné. Prirodzene, pri tejto metóde nie je moţné brať do úvahy trţby. Index spádovej oblasti ako ukazovateľ vyjadruje priemernú vzdialenosť, ktorú musel návštevník prekonať, aby navštívil mesto/obchodné centrum. 1 Metodológia výskumu V analýze bolo potrebné zváţiť obmedzujúce predpoklady pre skúmanie: 1. Predpokladáme, ţe zákazník so štátnou poznávacou značkou z konkrétneho okresu je aj rezidentom z toho istého okresu. 2. Predpokladáme, ţe návštevníci centra, ktorí zaparkovali svoje auto na parkovisku nákupného centra, sú aj jeho zákazníkmi. 3. Predpokladáme, ţe návštevník jazdiaci na vozidle so štátnou poznávacou značkou ľubovoľného okresu má aj trvalé bydlisko v tomto okrese 4. V modeli uvaţujeme len tých návštevníkov obchodného centra, ktorí sa privezú autom (neberieme do úvahy dopravu pešo, miestnou hromadnou dopravou a pod.). Tento 164

165 predpoklad je prirodzene dosť obmedzujúci, na druhej strane sa zaoberáme hlavne návštevnosťou z iných okresov a tam je pravdepodobnosť dopravy automobilom vysoká. Podobne, centrom záujmu výskumu sú najmä obchodné centrá mimo obývaných zón, kam sa zákazníci prevaţne dopravujú automobilovou dopravou. 5. Vzdialenosti medzi okresmi sú vzdialenosťami medzi stredmi okresných miest, rovnako vzdialenosť k obchodným centrám sa nahrádza vzdialenosťou k stredu mesta. 6. Vzdialenosť jednotlivých okresných miest sme merali najrýchlejšou trasou podľa portálu Do výpočtu sme nezapočítali zahraničné štátne poznávacie značky, nakoľko vo všetkých centrách tvorili zanedbateľný počet vzhľadom na veľkosť vzorky. Do analýzy boli zahrnuté obchodné centrá v dvoch najväčších mestách Slovenska Bratislavy a Košíc a ich základné charakteristiky umiestnenie, plocha, a dostupnosť pre obyvateľov z mimomestských okresov (Tab. č. 1). Tabuľka 1: Zoznam obchodných centier a prenajímateľná plocha v Bratislave a Košiciach Mesto/centrum BRATISLAVA Polus City Center Avion Ikea Shopping Palace Zlaté Piesky Eurovea Adresa Prenajímateľná plocha v m 2 Vajnorská ul, Bratislava - Nové Mesto Ivánska cesta 18, blízko diaľnice D Ivánska cesta 18, blízko diaľnice D Cesta na Senec 2/A, blízko starej seneckej cesty Pribinova 8, nábreţná promenáda pri centre mesta Umiestnenie v blízkosti obývanej zóny mimo obývanej zóny mimo obývanej zóny mimo obývanej zóny v obývanej zóne Dostupnosť z rýchlostnej cesty nedostupné ľahko dostupné ľahko dostupné ľahko dostupné nedostupné Aupark Einsteinova ulica, blízko diaľnice D v blízkosti obývanej zóny ľahko dostupné KOŠICE OC Optima Juhovýchodný okraj mesta mimo obývanej zóny ľahko dostupné OC Cassovia Juhovýchodný okraj mesta v blízkosti obývanej zóny ľahko dostupné OC Galéria Sídlisko Terasa v obývanej zóne nedostupné Zbieranie údajov bolo realizované počas dňa pracovného pokoja v Bratislave dňa medzi a 19.00, a v Košiciach dňa medzi a na parkoviskách obchodných centier v Tabuľke 1. Zistené údaje o zaznamenaných poznávacích značkách automobilov a ich počty podľa okresov sú uvedené v Tabuľkách 2 a

166 Tabuľka 2: Počet poznávacích značiek automobilov podľa okresov v Bratislave. Okres Polus City center Avion Ikea Zlate piesky Aupark Eurovea BA PK DS SC NR TT NZ TN MA GA KE NM RK ZV IL ZA SA KS LC PP BB PB HC BN MY 1 LV BR MT PD PN KN

167 Okres Polus City center Avion Ikea Zlate piesky Aupark Eurovea PU ZC 3 2 KK RS PT 2 SE CA 6 1 DK ZM 3 1 SN 2 2 VT 1 DT TO PO SV 3 1 LE 1 HE LM PE SI 5 2 TS NO 1 ZH KA 1 1 KM 3 1 TV 1 1 BJ 1 2 SB 1 SK 1 BY 1 SO 3 RA 1 167

168 Okres Polus City center Avion Ikea Zlate piesky Aupark Eurovea SL 2 MI 2 3 SP 1 CZ A HU Ostatné SPOLU Tabuľka 3: Počet poznávacích značiek automobilov podľa okresov v Košiciach. Okres OPTIMA Galeria Cassovia Okres OPTIMA Galeria Cassovia BA RS 3 2 BB Rumunsko 1 BJ 10 1 RV BR 1 SB Česko SK Francúzsko 1 1 SL GA SN GL SO HE SP 4 3 KA 1 SV 3 2 KE Španielsko 1 KK TN 1 KS TS 1 LE 2 1 TT 1 MA 0 1 TV Maďarsko 1 Ukrajina 1 MI USA 1 ML 1 1 VK 1 MT 1 VT 13 2 Nemecko ZV 1 3 PN 1 BN 1 168

169 Okres OPTIMA Galeria Cassovia Okres OPTIMA Galeria Cassovia PO LC 1 Poľsko 0 KN 1 PP NZ 1 RA Rakúsko 0 1 Spolu Predmetom skúmania je závislosť počtu áut na vzdialenosti. Zo zistených údajov je moţné zostaviť korelačný diagram, ktorý zobrazuje závislosť počtu áut od vzdialenosti okresného mesta do Bratislavy resp. do Košíc. Regresná analýza naznačuje vyuţitie exponenciálnej regresie, prirodzene. Presnejšie, vzhľadom na predpokladaný exponenciálny pokles počtu áut podľa vzdialenosti od obchodného centra bol vytvorený exponenciálny regresný model predpokladanej závislosti, pričom očakávaný parameter B vyjadrujúci mieru zmeny by mal byť záporný. Model bol pouţitý na obchodné centrá v Bratislave aj Košiciach a grafické zobrazenie závislosti je v Grafoch 1 (Bratislava) a 2 (Košice). Koeficient determinácie nadobúda hodnoty z intervalu R 2 0; 1. Čím viac sa jeho hodnota blíţi k jednotke, tým väčšia časť celkovej variability je vysvetlená exponenciálnym modelom. Hodnoty blízke 0 naopak svedčia nízkej celkovej variabilite vysvetlenej regresným modelom. Podiel, akým sa časť závislosti vysvetlená regresným modelom podieľa na celkovej závislosti, vypočítame podľa vzorca vyjadrujúceho podiel rozptylu nameraných hodnôt na rozptyle teoretických hodnôt exponenciálnej závislosti: R 2 S S 2 yˆ 2 y S 2 y S S 2 y yˆ 2 y S 1 S 2 y yˆ 2 y Determinačný index vynásobený sto udáva percentuálne tú časť rozptylu závislej premennej y, ktorá sa dá vysvetliť pouţitou regresnou exponenciálnou funkciou. Na základe toho môţeme konštatovať, ţe počet áut z okresu je vysvetlený exponenciálnou závislosťou na vzdialenosti okresu od obchodného centra mierou R 2 0, 396 pre Bratislavu a pre Košice je R 2 0,362. Zodpovedajúce rozdiely v koeficientoch - 46,961 pre Bratislavu a 19,476 pre Košice v súlade s Reillyho modelom vyjadrujú menšiu gravitačnú silu Košíc ako mesta s menším počtom obyvateľov a menšou ponukou obchodných centier čo do plochy a ponuky. Miery exponenciálneho poklesu (0,007, resp. 0,008) sú pre obe mestá podobné. 169

170 Graf 1: Závislosť počtu áut od vzdialenosti okresných miest od Bratislavy. Graf 2: Závislosť počtu áut od vzdialenosti okresných miest od Košíc. 2 Zostavenie a výpočet indexu spádovej oblasti. V predchádzajúcej časti sme poukazovali na vzťah počtu návštev z okresného mesta na vzdialenosti od mesta, kde sú obchodné centrá lokalizované. Pre kaţdé z obchodných centier zároveň očakávame, ţe budú mať odlišne veľké spádové oblasti. Môţeme definovať index spádovej oblasti pre kaţdé obchodné centrum ako priemernú vzdialenosť váţenú počtom áut kaţdého okresu pri obchodnom centre. Vzorec pre Index spádovej oblasti má tvar: 170

171 kde G i je index spádovej oblasti centra i, X ij je počet áut na parkovisku centra i z okresu j, X i je počet všetkých áut na parkovisku centra i, a j je vzdialenosť okresného mesta j od Bratislavy, resp. od Košíc, Vzdialenosti z časti Košíc do obchodného centra v Košiciach a z Bratislavy do obchodného centra v Bratislave potrebujeme odhadnúť tieţ ako priemernú vzdialenosť medzi zákazníkom a obchodným centrom. Na základe prepočtu, priemerná vzdialenosť mestskej časti od centra je 7,7 km v Bratislave a 4,3 km pre mestské časti Košíc. Indexy spádovej oblasti jednotlivých obchodných centier majú nasledovné hodnoty v km. (tab. č. 4). Symboly D a ND sú pouţité na označenie dostupnosti (D) a nedostupnosti (ND) obchodného centra z diaľnice, rýchlostnej cesty či dopravného obchvatu mesta. Tabuľka 4: Indexy spádovej oblasti obchodných centier v Bratislave a Košiciach v km. Bratislava: Polus City Center Avion Ikea Zlaté piesky Aupark Eurovea 25,9 85,8 106,0 31,3 79,0 56,5 ND D D D D ND Košice: Optima Galeria Cassovia 43,9 17,8 12,3 D ND D Aké faktory vplývajú na index spádovej oblasti jednotlivých centier? Umiestnenie mimo obývanej zóny, ľahko dostupné z diaľnice alebo rýchlostnej cesty je predpokladom pre dopyt zákazníkov z mimomestských okresov. Táto téza je ilustrovaná v Tabuľke 4, lokalizácia obchodného centra na dostupnom mieste je dôleţitým faktorom dopyt mimomestských zákazníkov. V ďalšom kroku sme vyčíslili počet prenajímateľnej obchodnej plochy obchodných centier v Bratislave a Košiciach pripadajúcej na 1 zaparkované auto (Tabuľka 5). Špecifické postavenie má IKEA, ktorá je svojou ponukou a imidţom jediná svojho druhu na Slovensku, má najväčší index spádovej oblasti pri najmenšej ploche ako aj najmenší podiel prenajímateľnej plochy pripadajúcej na jedno zaparkované auto. 171

172 Tabuľka 5: Prenajímateľná obchodná plocha obchodných centier v Bratislave a Košiciach v pripadajúca na 1 zaparkované auto Bratislava: m 2 Ikea 31 Aupark 79 Polus City Center 80 Avion 94 Eurovea 99 Shopping Palace Zlaté Piesky 159 Košice: Galéria 80 Optima 94 Cassovia 153 Dalo by sa predpokladať, ţe veľkosť plochy je v pozitívnej korelácii ku indexu spádovej oblasti obchodných centier širšej spádovej oblasti by mala zodpovedať väčšia obchodná plocha. Podľa indexu lineárnej korelácie (0,0266) korelácia nie je preukázaná. Graf 3: Závislosť polomeru spádovej oblasti od prenajímateľnej plochy 3 Popis skúmaných obchodných centier Na doplnenie predchádzajúcich výpočtov a úvah uvádzame popis jednotlivých obchodných centier. Bratislava Polus City Center je obchodným centrom v Bratislave, ktorý má najmenší index spádovej oblasti. Nakupovať doň jazdia návštevníci do vzdialenosti v priemere ca. 25 km. Potvrdzuje sa, ţe Polus City Center je lokálnym centrom najmä pre bratislavských návštevníkov, čo dokazuje pomerne veľký počet áut s bratislavskou ŠPZ a malé zastúpenie áut z iných regiónov Slovenska. Avion je obchodným centrom situovaným na výpadovke smerom na Ţilinu, takţe predpoklad, ţe zachytáva podstatnú časť áut jazdiacich z východnejšie poloţených regiónov 172

173 Slovenska sa ukazuje byť správny. Vysoký index spádovej oblasti je moţné pripísať aj bezprostrednej blízkosti Ikei - predpokladáme, ţe niektorí návštevníci Ikei zaparkujú svoje autá na parkovisku Avionu a prejdu do Ikei peši. Ikea je obchodným centrom s najväčším indexom spádovej oblasti, t.j. kvôli Ikei cestuje do Bratislavy najviac áut z iných regiónov. V priemere je spádová oblasť Ikey ohraničená 100 km. Rovnako aj počet m 2 prenajímateľnej plochy pripadajúcej na 1 auto je najpriaznivejší spomedzi všetkých obchodných centier. Shopping Palace Zlaté Piesky je umiestnené na Starej seneckej ceste, t.j. zdalo by sa, ţe bude zachytávať veľa áut z východnejšie poloţených okresov. Opak je pravdou, po Poluse je Shopping Palace Zlaté Piesky obchodným centrom s druhým najmenším indexom spádovej oblasti. Nevyhovujúca lokalita je zrejme príčinou aj toho, ţe počet áut vzhľadom na veľkosť prenajímateľnej plochy je v porovnaní s ostatnými centrami jednoznačne najniţší. Aupark je obchodným centrom s najväčším počtom áut spomedzi všetkých bratislavských centier. Má tretí najväčší index spádovej oblasti po obchodných centrách Avion a Ikea, do Auparku cestujú návštevníci v priemere aţ z takmer 80 km vzdialenosti. Tomuto faktu nesporne prispieva aj blízkosť diaľnice. Eurovea má vzhľadom na svoje umiestnenie v centre mesta prekvapivo veľký index spádovej oblasti. Zastúpenie mnohých lukratívnych značiek ako aj veľkolepo poňatá architektúra obchodného centyra prispieva k tomu, ţe sa stáva magnetom aj pre návštevníkov z iných okresov, hoci sú v Bratislave centrá ktoré sú pre nich určite lepšie dostupné. Je zaujímavé sledovať, ţe bratislavské centrá nezachytávajú návštevníkov z Rakúska, Česka a Maďarska. V tomto zmysle je moţné konštatovať, ţe poloha Bratislavy ako hraničného mesta je z hľadiska spádovej oblasti obchodných centier menej výhodná, nakoľko sa stráca potenciál územia umiestneného v zahraničí. Košice Podľa očakávania je Optima najväčším magnetom pre kupujúcich. Popri takmer dvojnásobnému počtu áut v porovnaní s ostatnými centrami je aj jej index spádovej oblasti bezkonkurenčne najvyšší. Zachytáva návštevníkov z viac ako 40km vzdialenosti. Cassovia má napriek blízkosti Optimy najmenší počet návštevníkov ako aj najmenší index spádovej oblasti spomedzi všetkých košických centier. Napriek tomu je juhozápadná nákupná zóna (Optima a Cassovia) bezkonkurenčne najsilnejšia v rámci Košíc. Obchodné centrum Galéria ťaţí z dobrej polohy v rámci Košíc. Prekvapivo vysoký index spádovej oblasti (Galéria neleţí na ţiadnej výpadovke) je moţné pripísať aj tomu, ţe sa nedávno rozšírila o nové nákupné priestory. Dostatočne veľký počet parkovacích miest (Galéria má vybudované viacpodlaţné parkovisko) môţe byť dôvodom toho, ţe pomer počtu áut vzhľadom k prenajímateľnej ploche je priaznivejší ako u Optimy. Podľa gravitačného očakávania má väčšia Bratislava v porovnaní s Košicami obchodné centrá ktoré majú väčší index spádovej oblasti napriek tomu, ţe strácajú potenciál územia kvôli spomínanému faktu, ţe Bratislava je umiestnená blízko hranice s Rakúskom resp. s Českou 173

174 Republikou. V podobnej situácii sú aj košické obchodné centrá nie sú navštevované zákazníkmi z blízkeho Maďarska. V Košiciach sa dlhší čas hovorí o otvorení novej nákupnej zóny na severovýchode mesta v smere na Prešov (medializovaný vstup obchodného centra Ikea do Košíc v blízkosti hypermarketov Tesco a Metro). V prípade realizácie tohto projektu predpokladáme, ţe spádové oblasti obchodných centier by sa v rámci Košíc zmenili. Záver V článku sú analyzované spádové oblasti miest a obchodných centier v Bratislave a v Košiciach. Preukázala sa očakávaná väčšia spádová oblasť Bratislavu v porovnaní s Košicami na úrovni miest. Zároveň, jemnejšia analýza na úrovni obchodných centier. Výnimočnú pozíciu v rámci Slovenska ma kolokácia dvoch obchodných centier Ikea/Avion, v Košiciach dominuje veľkosťou spádovej oblasti obchodné centrum Optima. Relatívne jednoduchá metóda na základe poznávacích značiek automobilov s priradením vzdialenosti podľa okresu poskytuje dobrý odhad pre meranie spádovej oblasti. Zoznam literatury a zdrojov [1] Brown, S. (1989). Retail Location Theory: The Legacy of Harold Hotelling, Journal of Retailing, 65, [2] Brown S. (1992). The wheel of retail gravitation? Environment and Planning A 24(10) [3] Converse, P.D. (1949) New Laws of Retail Gravitation. Journal of Marketing 14, pp [4] Eppli M.J. Shilling J.D. (1996). How Critical Is a Good Location to a Regional Shopping Center? The Journal of Real Estate Research, v.12 no.3., [5] Halás, M., Klapka, P. (2010). Regionalizace Česka z hlediska modelování prostorových interakcí. Geografie, 115 (2), [6] Huff D. L. (1964). Defining and Estimating a Trading Area, Journal of Marketing [7] Lee M.N, Pace, R.K. (2005) Spatial Distribution of Retail Sales, Journal of Real Estate Finance and Economics, Volume 31, Number 1, [8] Maryáš, J. (1983): K metodám výběru středisek maloobchodu a sfér jejich vlivu. Zprávy Geografického ústavu ČSAV, 20 (3), [9] Reilly, W. J. (1929) The law of Retail Gravitation. New York. Knickerbocker Press. [10] Wagner, W. B. (1974). An Empirical Test of Reilly's Law of Retail Gravitation, Growth and Change, Volume 5 (3),

175 Mobilita pracovných síl ako adaptačný mechanizmus v kontexte eurozóny (regionálne aspekty pre slovenskú ekonomiku a jej Abstrakt členstvo v eurozóne) Ing. Magdaléna Drastichová Vstupom do menovej únie stráca krajina moţnosť pouţívať nástroje menovej a kurzovej politiky, pomocou ktorých je moţné ovplyvňovať ekonomickú rovnováhu. V podmienkach Európskej únie by preto krajiny vstupujúce do eurozóny mali disponovať prispôsobovacími (absorpčnými, adaptačnými) mechanizmami, ktoré eliminujú dopady negatívnych asymetrických šokov pri nemoţnosti pouţiť nástroje menovej a kurzovej politiky. Všeobecnejšie, krajiny a regióny Európskej únie a eurozóny vykazujú rozdiely v ekonomickej úrovni a ďalších charakteristikách medzi sebou navzájom, z čoho vyplýva potreba adaptačných mechanizmov pri nemoţnosti vyuţívať daných nástrojov podľa vlastných potrieb. Príspevok sa sústredí na teoretické, empirické poznatky v oblasti mobility pracovných síl a jej význam ako adaptačného mechanizmu k vyrovnávaniu rozdielov v eurozóne a konkrétne na niektoré aspekty mobility na Slovensku (aj s ohľadom na veľké regionálne disparity v tejto ekonomike). Pozornosť je venovaná geografickej mobilite resp. migrácii pracovníkov v rámci eurozóny a regiónov Slovenska. Kľúčové slová mobilita výrobných faktorov, mobilita pracovných síl, migrácia pracovníkov, teória optimálnej menovej oblasti, prispôsobovacie (adaptačne, absorpčné) mechanizmy, asymetrické ponukové a dopytové šoky Key words mobility of production factors, labour mobility, migration of workers, Optimum Currency Area Theory, adjustment (adaptation, absorption) mechanisms, asymmetric supply and demand shocks Úvod Mobilita pracovných síl v úlohe absorpčného mechanizmu môţe pomáhať pri redukcii dopadov asymetrických šokov resp. nerovností v mierach nezamestnanosti, reálnych mzdách a s tým súvisiacich problémov v eurozóne, jej krajinách, regiónoch. Slovensko ako člen eurozóny uţ nemôţe vyuţívať nástrojov menovej a kurzovej politiky pri vyrovnávaní sa s dopadmi asymetrických ponukových či dopytových šokov, všeobecnejšie k vyrovnávaniu ekonomických rozdielov. Mobilita výrobných faktorov, najmä mobilita pracovných síl pripadá do úvahy ako jeden z moţných mechanizmov prispôsobovania. Touto problematikou, pri zváţení aspektov pre Slovensko sa zaoberá kapitola 2. Kapitola 3 analyzuje moţnosti mobility pracovných síl medzi regiónmi Slovenska v súvislosti s existenciou rozsiahlych regionálnych disparít v krajine. Táto problematika taktieţ súvisí s predpokladmi úspešného členstva Slovenska v eurozóne i s moţnosťami plnenia ďalej uvedených kritérií teórie optimálnej menovej oblasti (OMO), ktorú predstavil R. Mundell v roku V analýze sa nesústredím na reakcie na konkrétny asymetrický šok a jeho dopady, ale na širšie aspekty mobility 175

176 pracovných síl a ďalších súvisiacich mechanizmov trhu práce uvedených v kapitole 1.2, ktoré vypovedajú o pruţnosti trhu práce a ktoré sú dôleţité i pre správne fungovanie ekonomiky v rámci menovej oblasti. Cieľom príspevku je jednoduchým spôsobom, ale pri zváţení širších aspektov, analyzovať moţnosti mobility pracovných síl ako adaptačného mechanizmu v eurozóne s bliţším pohľadom na medzinárodnú mobilitu Slovenska v rámci eurozóny (a EÚ) a medziregionálnu mobilitu na Slovensku. 1 Vymedzenie mobility pracovných síl Východiska mobility pracovných síl v ekonomickej teórii Pri skúmaní mobility výrobných faktorov (konkrétne faktoru práce) má význam na úvod zváţiť určité aspekty mobility, ktoré poskytuje ekonomická teória. Z ekonomických teórií moţno spomenúť neoklasickú makro- a mikroekonomickú teóriu migrácie a teórie novej ekonomiky migrácie [1]. V súvislosti so skúmaním mobility v rámci menovej únie je ďalej vhodné nadviazať konkrétnejšími poznatkami v rámci teórie OMO. Podľa neoklasickej makroekonomickej teórie je medzinárodná a medziregionálna migrácia vyvolaná geografickými odlišnosťami v ponuke a dopyte po pracovnej sile. Celkový pohľad na migráciu v poslednej štvrtine 20. storočia je charakterizovaný odlišnými znakmi, neţ sú typické pre predchádzajúce industriálne obdobie vo vysielajúcich krajinách existuje významná nerovnováha medzi ponukou a dopytom práce a v cieľových krajinách vedie nízka miera pôrodnosti a starnutie populácie k nedostatočnej ponuke práce. Zároveň, v cieľových ekonomikách vytvárajú kapitálovo náročné technológie rozvrstvený dopyt poskytujúci tuzemským kvalifikovaným pracovníkom dostatok príleţitostí, nezamestnanosť u tých, ktorý nemajú dostatok špeciálnych schopností a segmentovaný dopyt po práci imigrantov [12]. V rámci mikroekonomickej teórie moţno uviesť model, v ktorom racionálne kalkulujúci jednotlivci zvaţujú migráciu na základe sčítania nákladov a prínosov z nej. Medzinárodná migrácia potom predstavuje investície do ľudského kapitálu [14], tj. osoby migrujú do oblastí, kde môţu byť svojou kvalifikáciou najproduktívnejšie. Nová ekonomika pracovnej migrácie predpokladá migráciu z dôvodu prekonania trhových zlyhaní. Rozdiel medzi neoklasickou a novou teóriou spočíva v tom, ţe neoklasická teória predpokladá trvalé presťahovanie za účelom maximalizácie ţivotných zárobkov a nová ekonomika dočasné sťahovanie z dôvodu prekonania domácich trhových nedokonalostí. V druhom prípade, tj. teórie novej ekonomiky, jednotlivec neberie do úvahy len svoje vlastné zisky, ale kalkuluje i v súlade so svojou rodinou (domácnosťou) [5] [15]. Mobilita pracovných síl v rámci teórie OMO V súvislosti s analýzou členstva krajín v menovej únii treba doplniť pohľad teórie OMO na mobilitu výrobných faktorov, konkrétne pracovných síl. V podmienkach existencie samostatných (národných) mien môţu ekonomiky reagovať na agregátne ponukové či dopytové šoky rôznymi nástrojmi hospodárskej politiky. Vstup do menovej únie je spojený so stratou autonómie v oblasti menovej a kurzovej politiky, taktieţ pouţívanie fiškálnej politiky naráţa na obmedzenia (predpoklad dodrţiavania rozpočtovej disciplíny v eurozóne). Môţu tak nastať negatívne dopady na ekonomiky v prípade vzniku asymetrických šokov. Asymetrické šoky sú také, ktoré zasiahnu iba niektoré oblasti (krajiny, regióny) menovej únie, alebo všetky krajiny, avšak s opačným účinkom. Ďalej sa tu zaraďujú šoky, ktoré zasahujúce všetky oblasti (krajiny, regióny) v rovnakom smere, ale s rôznou intenzitou. 176

177 Menovou oblasťou je pre účely tohto článku chápaná oblasť, v ktorej je pouţívaná jednotná mena. Podľa teórie OMO je menová integrácia (fixné kurzy resp. jednotná mena) vhodná pre krajiny vystavované symetrickým šokom, alebo pre krajiny disponujúce pruţnými mechanizmami absorpcie asymetrických šokov [13]. Optimálnou menovou oblasťou moţno potom rozumieť zoskupenie krajín, u ktorých prínosy z členstva v menovej únii prevýšia náklady s ním spojené. Krajiny tejto oblasti pouţívajú jednotnú menu (resp. uplatňujú medzi sebou fixné menové kurzy) a sú previazané obchodom s tovarom a mobilitou výrobných faktorov. Existujú rôzne kritéria teórie OMO definované ekonómami, ktorých plnenie zvyšuje pravdepodobnosť, ţe prínosy z členstva v menovej únii prevýšia náklady s ním spojené. Prvé kritérium teórie OMO, ktorým je mobilita výrobných faktorov, vymedzil R. Mundell v roku Mundell v rámci klasickej teórie optimálnej menovej oblasti tvrdil, ţe neoddeliteľnou súčasťou menovej oblasti je vysoký stupeň mobility výrobných faktorov a predovšetkým faktoru práce. Región vymedzuje vnútorná mobilita a vonkajšia imobilita výrobných faktorov. Optimálna menová oblasť by bola tým pádom vţdy malá [13]. Jeho teória však bola neskôr rozšírená o ďalšie aspekty. Druhé kritérium predstavuje stupeň otvorenosti ekonomiky (definované R. I. McKinnonom v rámci teórie). Tretím základným kritériom je diverzifikácia produkcie, a definoval ho P. B. Kenen. Medzi ďalšie významné charakteristiky teórie OMO patria: podobnosť mier inflácie, štrukturálna podobnosť tvorby hrubého domáceho produktu, podobnosť cyklického vývoja ekonomík a podobnosť šokov, politická integrácia, flexibilita miezd a cien (variabilita reálneho menového kurzu), integrácia finančných trhov, fiškálna integrácia [10], [11]. Väčšina charakteristík teórie vypovedá o tom, či je oblasť menovej únie dostatočne homogénna, tj. vypovedajú o pravdepodobnosti výskytu asymetrických šokov. Politická integrácia, integrácia finančných trhov, fiškálna integrácia, mobilita výrobných faktorov a flexibilita miezd a cien sú zároveň významné adaptačné mechanizmy v prípade výskytu asymetrických šokov a k zaisťovaniu efektívnej alokácie zdrojov.. Mobilita pracovných síl je pre účely príspevku uvaţovaná ako medzinárodná i medziregionálna mobilita. Mobilitu pracovných síl moţno doplniť ďalšími charakteristikami trhu práce, ktoré súvisia s prispôsobovacími mechanizmami trhu práce: miera dlhodobej nezamestnanosti, regionálne rozdiely v mierach nezamestnanosti, miera ochrany pracovného trhu. Tieto ukazovatele trhu práce (vrátane kritéria flexibility cien a miezd) ovplyvňujú jeho celkovú pruţnosť, moţnosť prispôsobovania sa šokom a nerovnostiam cez trh práce [2]. Pre presnosť je moţné rozlišovať medzi mobilitou a migráciou. Mobilitu moţno brať ako migračný potenciál regiónu. Migrácia je potom skutočný medziregionálny pohyb [9]. Geografická mobilita teda predstavuje rozsah, v ktorom je faktor práce ochotný či schopný premiestniť sa. Niektorí autori povaţujú pojmy mobility a migrácie za zameniteľné. S geografickou mobilitou pracovných síl ako adaptačným mechanizmom sú späté určité problémy. Okrem samotných bariér mobility pracovných síl v európskych podmienkach (konkrétnejšie v podmienkach EÚ a eurozóny) rozobraných ďalej v texte, nie je isté, či sa pracovná sila dokáţe presunúť dostatočne rýchlo a v dostatočnom mnoţstve medzi oblasťami. Celkovo by prispôsobovanie pomocou menového kurzu trvalo kratšiu dobu, neţ pomocou presunu pracovných síl [10]. S presunom osôb sú totiţ vynakladané rôzne náklady (súvisiace so zmenou bydliska, sťahovaním rodiny apod.) a nie je jednoduché, aby sa 177

178 presunuli ihneď do inej oblasti v prípade, ţe by bol nepriaznivý šok uţ eliminovaný v danej oblasti a bola by zasiahnutá oblasť iná. Navyše, daná oblasť by mohla byť tieţ zasiahnutá následným šokom pôsobiacim v opačnom smere a je opäť problematické, aby sa pracovná sila okamţite presunula, keď uţ boli vynaloţené náklady s presunom a adaptáciou pracovníkov. Empíria mobility pracovných síl Empirický výskum ekonomiky pracovnej migrácie je spojený s rozvojom nových ekonometrických techník. Na mikroekonomickej úrovni sa mnoho empirických štúdií pokúša testovať jednoduché mikroekonomické modely migrácie, podľa ktorých sa jednotlivci (alebo rodiny) rozhodujú o lokácii najmä porovnávaním moţnosti príjmu v alternatívnych lokalitách. Súčasné štúdie sa sústreďujú na štrukturálne modely migračných rozhodnutí. Hlavne v minulosti predstavoval problém nedostatok dát o mzdách, ktoré by jednotlivci získali na dvoch alebo viacerých miestach v rovnakom čase. Odhady štrukturálnych modelov zhodne podporujú hypotézu, ţe jednotlivci reagujú na podnety v podobe príjmov pri migračných rozhodnutiach. Ţiaduce je ďalej skúmať, či reakcie v podobe migrácie na mzdové rozdiely rastú alebo klesajú v čase. Obzvlášť uţitočné sa v analýze determinantov migrácie preukazujú panelové dáta. Tie umoţňujú lepšie ovládať nepozorované premenné, ktoré ovplyvňujú mzdy, a ktoré sú korelované s migračnými rozhodnutiami. [15] Rozsiahly empirický výskum bol venovaný skúmaniu pokroku migrantov na trhu práce, so zameraním sa na chovanie medzinárodných migrantov. Väčšina daných štúdií zahrnula odhad rovníc prierezových miezd, kde roky od migrácie sú brané ako nezávislá premenná. Štúdie často dospievajú k záveru, ţe migranti zarábajú menej neţ rodení pracovníci s podobnými charakteristikami v prvých pár rokoch po migrácii, ale neskôr zarábajú viac neţ domáci. V danej oblasti je nutný ďalší výskum, tieto závery môţu byť dôsledkom rôznych faktorov (napr. odchodu najmenej úspešných migrantov). [15] Medzi ďalšie významné oblasti, ktorým doposiaľ nebola venovaná dostatočná pozornosť v empirickom výskume, patrí hodnotenie makroekonomických dopadov migrácie Existuje tu nedostatok empirickej práce týkajúcej sa účinkov migrácie pracovníkov na mzdy a zamestnanosť vo východiskovej a cieľovej oblasti pre rôzne typy pracovníkov (napríklad kvalifikovaných a nekvalifikovaných). Prospešná by bola tieţ analýza moţnosti substitúcie medzinárodnej a vnútornej migrácie (v rámci jedného štátu) v procese prispôsobovania trhov práce. Inou oblasťou je makroekonomický a mikroekonomický výskum vzťahu pracovnej migrácie s vekom. Empirické dôkazy pritom dôrazne naznačujú, ţe starší pracovníci sú menej mobilní neţ mladší. Je teda pravdepodobné, ţe krajiny s nízkou pôrodnosťou budú vykazovať klesajúci trend v schopnosti reagovať na ekonomické zmeny pomocou migrácie v súvislosti so starnutím populácie. Tento problém je uţ zreteľný v mnohých krajinách EÚ a pre tvorbu politík na podporu mobility je dôleţité poznať, ako je migračné chovanie ovplyvňované vekovým rozdelením populácie. Moţno doplniť ešte tretiu oblasť, ktorá si vyţaduje ďalší empirický výskum. Je ňou migračné chovanie rodín s dvoma príjmami. V tejto oblasti je významné najmä skúmať rozsah, v ktorom aktivity jedného člena rodiny na trhu práce podporujú alebo naopak obmedzujú migráciu ďalších členov rodiny. [15] Pre účely tohto príspevku je dôleţité ešte spomenúť, čo naznačuje i mnoho empirických štúdií, ţe migrácia pracovných síl hlavne v krátkom období neslúţi ako efektívny 178

179 mechanizmus adaptácie na asymetrické šoky v eurozóne [6]. To súvisí s problémami uvedenými v kapitole 1.2 (moţnosti dostatočného rýchleho presunu pracovníkov, následný presun v reakcií na ďalší šok, keď boli vynaloţené náklady so sťahovaním apod.), s doposiaľ pretrvávajúcimi bariérami mobility a charakterom európskych trhov práce. Prehľad empirickej práce a oblastí doposiaľ opomínaných v empirickom skúmaní bol rozobraný z dôvodu hlbších úvah o danom probléme a zváţenia vhodných opatrení na podporu mobility na úrovni EÚ i Slovenska. Analýza v príspevku sa sústredí na výpočet jednoduchých korelačných koeficientov medzi ukazovateľmi trhu práce a migrácie krajov na Slovensku, je však brané do úvahy dlhšie časové obdobie , na základe čoho moţno čiastočne usudzovať i o trendoch vo vývoji. Okrem toho sú analyzované rozdiely Slovenska a eurozóny a moţnosti mobility pracovníkov pri ich riešení. Pritom sú zohľadnené teoretické predpoklady a empirické zistenia naznačené v tejto kapitole. 2 Mobilita pracovných síl v európskych podmienkach a jej úloha adaptačného mechanizmu v eurozóne s bliţším pohľadom na Slovensko Situácia v európskych podmienkach a v eurozóne Pruţný trh práce charakterizuje flexibilita reálnych miezd a mobilita pracovných síl. Migrácia pracovníkov pomáha trhom dosahovať efektívnejšiu alokáciu zdrojov. Mobilita pracovných síl je celkovo v Európe nízka v porovnaní so Spojenými štátmi [2], platí to u väčšiny európskych krajín. Dôvodom je existencia rôznych bariér. Ide o inštitucionálne, sociálne, administratívne, jazykové, kultúrne faktory a pracovné zvyklosti atd. Konkrétne tu patrí silná inštitucionálna ochrana a nízka integrácia trhov práce, jazykové bariéry, nedostatočná porovnateľnosť a problematické uznávanie kvalifikácií, obmedzenie zamestnávania vo verejnom sektore, neochota ľudí sťahovať sa za prácou, napr. z dôvodu nutnosti odchodu od rodiny atd. Práve na úrovni EÚ resp. eurozóny by mali byť bariéry úspešne odstraňované, keďţe existuje i ekonomická integrácia medzi štátmi. Mnohé však naďalej pretrvávajú. Viaceré členské štáty pôvodnej EÚ-15 uplatňovali a dve (Rakúsko a Nemecko) doposiaľ uplatňujú prechodné obdobia aj pre prístup pracovníkov novších členských štátov EÚ Podľa oznámenia Komisie o vplyvu voľného pohybu pracovníkov z roku 2008 pritom rozšírenie EÚ nenarušilo váţne situáciu na pracovných trhoch. Mobilita pracovníkov z krajín EÚ prijatých od roku 2004 mala jasne pozitívny vplyv na hospodársky rast v EÚ. Odhaduje sa, ţe dodatočná mobilita z EÚ-8 v období viedla k zvýšeniu GDP rozšírenej EÚ o cca 0,17 % v krátkodobom horizonte a o 0,28 % v dlhodobom horizonte, tj. po prispôsobení výrobných zariadení dodatočnej ponuke pracovných síl. Mobilita z EÚ-2 27 zvýšila počas daného obdobia GDP EÚ o 0,15 % v krátkodobom horizonte a o 0,27 % v dlhodobom horizonte. Sťahujúci sa pracovníci z EÚ-8 a EÚ-2 tieţ prispievajú pozitívne k rozdeleniu kvalifikácie pracovnej sily v EÚ-15. V niektorých z týchto krajín by však naopak sťahovanie za prácou mohlo viesť k únikom mozgov. [4] Európska únia a jej inštitúcie vyvíjajú úsilie k zvyšovaniu mobility pracovníkov v rámci EÚ. Príkladom je Akčný plán pracovnej mobility prijatý Európskou komisiou na obdobie , ktorý usiluje o zlepšovanie existujúcej legislatívy a administratívnych praktík v oblasti mobility pracovníkov, podporu mobility na všetkých úrovniach, posilňovanie Európskych 26 EÚ-8: krajiny, ktoré vstúpili do EÚ v roku 2004 s výnimkou Cypru a Malty. 27 EÚ-2: krajiny, ktoré vstúpili do EÚ v roku 2007 (Bulharsko, Rumunsko). 179

180 sluţieb zamestnanosti (EURES) za účelom uľahčenia mobility pracovníkov a ich rodín, upevňovanie povedomia o moţnostiach a výhodach mobility u širšej verejnosti apod.. Plán predstavuje špecifické akcie zamerané na odstraňovanie prekáţok mobility na úrovni EÚ a takisto podporuje národné autority v odstraňovaní bariér na národnej, regionálnej a miestnej úrovni. Dôleţitá je tieţ podpora pozitívnych trendov v mobilite v rámci EÚ. Novým pozitívnym trendom je tzv. viacnásobna mobilita. Znamená sťahovanie mladých a vzdelaných pracovníkov do iných štátov či regiónov EÚ na krátke obdobia. Mobilita sa tak stáva neoddeliteľnou súčasťou ich kariéry a celoţivotného vzdelávania. [3] S mobilitou pracovných síl je úzko spojená problematika flexibility cien a miezd, ktorá tieţ umoţňuje prispôsobovať sa následkom asymetrických šokov resp. môţe napomáhať efektívnej alokácii zdrojov. Flexibilita cien je v európskych krajinách nízka z dôvodu napr. štátnej pomoci niektorým sektorom, pomalého odstraňovania netarifných bariér obchodu atd. Jedným z jej faktorov je nepruţnosť miezd (pruţnosť nominálnych miezd je mierne vyššia v nových členských štátoch EÚ, vstupujúcich po roku 2000, v porovnaní s pôvodnými členmi). Nepruţnosť miezd je dôsledkom napr. ochrany zamestnanosti či zavádzania minimálnych miezd. [16] Disparity Slovenska a eurozóny, moţnosti medzinárodnej mobility Slovensko sa stalo súčasťou širšej menovej oblasti eurozóny a uţ nemôţe vyuţívať nástrojov autonómnej menovej a kurzovej politiky k eliminácii dopadov asymetrických šokov resp. k dosiahnutiu lepšej alokácie výrobných faktorov. V roku 2009 dosiahla slovenská ekonomika 72% priemernej ekonomickej úrovne EÚ-27 meranej v ukazovateli GDP/obyv. v parite kúpnej sily (PPP). Vo vzťahu k EÚ-27 (i eurozóne) tak dosahuje stále nízku ţivotnú úroveň. V roku 2000 dosahovala táto úroveň Slovenska len 50 % priemeru EÚ-27. Ekonomická úroveň je zároveň stále najniţšia v porovnaní so štátmi eurozóny, dochádza však k jej pribliţovaniu k priemeru EÚ a eurozóny (nastáva konvergencia ekonomických úrovni ekonomík, ktoré sú navzájom prepojené v rámci európskej integrácie, ale i všeobecne ekonomík s podobnými parametrami). Slovensko dosahuje jednu z najvyšších mier nezamestnanosti medzi štátmi eurozóny a EÚ i v porovnaní s priemernou mierou nezamestnanosti eurozóny a EÚ (viď obr. 1). V roku 2009 dosiahlo 12%-nú mieru nezamestnanosti. Z členských štátov eurozóny malo v roku 2009 vyššiu mieru nezamestnanosti ako Slovensko iba Španielsko (18% pracovnej sily). Z členov EÚ-27 dosahujú vyššie miery nezamestnanosti ešte pobaltské štáty, avšak tie boli výrazne zasiahnuté hospodárskou krízou v roku 2009, pričom v roku 2008 mali výrazne niţšie miery nezamestnanosti. V roku 2008 malo vyššiu mieru nezamestnanosti iba Španielsko a v roku 2007 malo Slovensko najvyššiu mieru nezamestnanosti v EÚ-27 (11,1% pracovnej sily). Na Slovensku teda v dlhšom časovom období prevláda jedna z najvyšších mier nezamestnaností v EÚ a eurozóne (viď tab. 1). 180

181 Obrázok 1: Miera nezamestnanosti meraná podielom nezamestnaných na pracovnej sile (%) v krajinách EÚ-27, priemer EÚ-27 a priemer eurozóny Zdroj: ata/main_tables Je vhodné pozorovať ešte vývoj nezamestnanosti na Slovensku za dlhšie časové obdobie. Rok 2009 bol spojený s nárastom miery nezamestnanosti vo väčšine krajín EÚ-27, teda i na Slovensku. Inak moţno pozorovať postupný klesajúci trend (viď tab. 1), i keď ostáva na Slovensku stále vysoká v porovnaní s mnohými krajinami EÚ-27 a eurozóny aj s ich priemerom. Tabuľka 1: Miera nezamestnanosti na Slovensku meraná podielom nezamestnaných na pracovnej sile (%) ,8 19,3 18,7 17,6 18,2 16,3 13,4 11,1 9,5 12 Zdroj: ata/main_tables Naopak, Slovensko dosahuje niţšie hrubé mzdy v porovnaní s priemernou mzdou za eurozónu ako celok. Pre rok 2007 predstavoval priemerný hrubý ročný zárobok v priemysle a sluţbách na Slovensku Eur, čo je najniţšia hodnota spomedzi členských štátov eurozóny. 29 Z EÚ-27 dosahujú niţších hodnôt zárobkov pobaltské krajiny a Bulharsko s Rumunskom. Priemerný zárobok za celú EÚ-27 bol dostupný za rok 2006 a predstavoval 31302,1 Eur, čo je významne vyššia hodnota (na Slovensku je i niţšia ţivotná úroveň, niţšia porovnateľná cenová hladina, čo znova zdôrazňuje i význam konvergencie). Mobilita pracovných síl v tomto prípade zrejme neplní dostatočne úlohu mechanizmu vyrovnávania rozdielov mzdách a nezamestnanosti a efektívnej alokácie zdrojov. Napriek 28 Rozdiely v miere nezamestnanosti s tabuľkou 1 v prílohe sú spôsobené odlišným zdrojom. 29 Priemerný hrubý ročný zárobok predstavuje odmeny (mzdy a platy) v hotovosti vyplácané priamo zamestnancom, pred odpočtami na dani z príjmu a príspevkami na sociálne zabezpečenie platené zamestnancom. Ide o dáta pre zamestnancov na plný úväzok v oblasti priemyslu a sluţieb. 181

182 tomu, Slovensko dosahuje jeden z najväčších podielov obyvateľov presťahovaných do iných členských štátov EÚ. Zo Slovenska sa presťahovali v posledných štyroch rokoch (do roku 2007) 2 % obyvateľov, vyššie hodnoty dosiahla Litva (3,1%), Cyprus (3%) a Rumunsko (2,5%) [4]. Je teda moţné, ţe v budúcnosti bude mobilita pracových síl prispievať k eliminácii rozdielov. Musí však samozrejme dochádzať ku konvergencii Slovenskej ekonomiky k úrovni eurozóny a to bude viesť k zniţovaniu ekonomických rozdielov medzi nimi (k pribliţovaniu hodnôt makroekonomických ukazovateľov) a mobilita má ako prispôsobovací mechanizmus napomáhať k efektívnej alokácií zdrojov. 3 Moţnosti medziregionálnej mobility pracovných síl na Slovensku Mobilita pracovných síl medzi Slovenskom a eurozónou neprispieva významne k zniţovaniu rozdielov v reálnych mzdách a miere nezamestnanosti. Druhý aspekt, ktorý moţno zváţiť aj v súvislosti s účasťou Slovenska v menovej únii, je medziregionálna mobilita v rámci Slovenska. Ide o analýzu toho, či v rámci samotného Slovenska pôsobí mobilita k riešeniu nerovností medzi regiónmi. Regionálne disparity na Slovensku Pri analýze vychádzam z ukazovateľov dostupných za kraje 30 Slovenska (tj. úroveň NUTS III). Na Slovensku existujú rozsiahle regionálne disparity v ekonomických i ďalších charakteristikách, typické sú rozdiely v zárobkoch, miere nezamestnanosti atď. medzi krajmi (viď ďalej analýza v kap. 3.2). Východiskom môţe byť porovnanie úrovní GDP na obyvateľa (GDP/obyv.) v beţných cenách medzi ôsmymi slovenskými krajmi, čo zobrazuje obr. 1 a 2. Obrázok 2: GDP/obyv. v beţných cenách na Slovensku a krajoch Slovenska v Eur (konverzný kurz), Zdroj: Pozn.: Brat.-Bratislavský kraj, Trnav.-Trnavský kraj, Trenč.-Trenčianský kraj, Nitr.-Nitrianský kraj, Ţilin.-Ţilinský kraj, Bans.-Banskobystrický kraj, Preš.-Prešovský kraj, Košic.-Košický kraj 30 Na Slovensku existuje od roku 1996 osem samosprávnych krajov pomenovaných podľa svojich centier. 182

183 Najväčší GDP/obyv. v beţných cenách dosahuje Bratislavský kraj, pričom v porovnaní s druhým v poradí (Trnavský kraj) bol v roku 2007 pribliţne dvojnásobný. Oproti Prešovskému kraju mal Bratislavský kraj dokonca štvornásobne vyšší GDP/obyv. Obrázok 2 sleduje úroveň GDP/obyv. na celom Slovensku a v jednotlivých krajoch v parite kúpnej sily (PPP), sú teda zohľadnené i rozdiely v cenových úrovniach a tento ukazovateľ moţno lepšie pouţiť k porovnaniu ţivotnej úrovne v krajoch. Tá je výrazne vyššia v Bratislavskom kraji, neţ v ostatných. Je uţ teda na prvý pohľad zrejmé, ţe v slovenskej ekonomike pretrvávajú regionálne disparity medzi regiónom hlavného mesta a ostatnými regiónmi. Bratislavský kraj je zároveň jediným krajom Slovenska, ktorý dosahuje vyššiu neţ priemernú úroveň EÚ-27 v ukazovateli GDP/obyv. v PPP. Obrázok 3: GDP/obyv. v beţných cenách na Slovensku a v regiónoch Slovenska v parite kúpnej sily (PPP), Zdroj: Pozn.: Brat.-Bratislavský kraj, Tr.-Trnavský kraj, Trenč.-Trenčianský kraj, Nitr.-Nitrianský kraj, Ţilin.-Ţilinský kraj, Bans.-Banskobystrický kraj, Preš.-Prešovský kraj, Košic.-Košický kraj Nasledujúca analýza mobility pracovných síl (migrácie pracovníkov) medzi krajmi Slovenska zohľadňuje rozdiely v reálnych mzdách a miere nezamestnanosti. Tie sú takisto rozsiahle v rámci Slovenska a podobne, Bratislavský kraj dosahuje najvyššie mzdy v porovnaní s ostatnými a výrazne najniţšiu mieru nezamestnanosti medzi krajmi SR (viď tab. 1, obr. 1 a obr. 2 v prílohe). Aspekty medziregionálnej mobility (migrácie) pracovníkov v slovenskej ekonomike Okrem medzinárodnej mobility je medziregionálna mobilita v rámci jedného štátu taktieţ významný adaptačný mechanizmus v reakcii na asymetrické šoky a nerovnosti. Jednoduchou moţnosťou skúmania mobility medzi regiónmi v rámci jedného štátu je analýza vzájomného vzťahu medzi čistým prílivom osôb regiónu (rozdiel prisťahovaných a vysťahovaných z/do ostatných častí štátu) a veľkosťou hrubých priemerných reálnych mesačných miezd počas určitého vymedzeného časového obdobia v jednotlivých rokoch. Tento prístup bol 183

184 aplikovaný na slovenskú ekonomiku a bola skúmaná korelácia medzi čistým saldom migrácie (rozdiel prisťahovaných do kraja z ostatných častí SR a vysťahovaných do ostatných častí SR) a priemernými reálnymi mesačnými mzdami v krajoch SR v rokoch Boli zhromaţdené údaje o hrubých priemerných nominálnych mesačných mzdách vo všetkých ôsmych krajoch SR (za obdobie ), z nich boli vypočítané hrubé priemerné reálne mesačné mzdy pomocou harmonizovaného indexu spotrebiteľských cien (HICP) publikovaného Eurostatom. Nakoniec boli vypočítané korelačné koeficienty medzi priemernými reálnymi mesačnými mzdami (za jednotlivé roky) a čistým saldom migrácie pre osem krajov v kaţdom sledovanom roku obdobia Tabuľka 2 zhŕňa výsledky tejto analýzy a moţno povedať, ţe s určitými výnimkami dochádza k nárastu korelácie medzi priemernými reálnymi mzdami a čistým prílivom osôb v krajoch Slovenska. Nízka korelácia v roku 2003 bola ovplyvnená napríklad nízkym čistým prílivom osôb v Bratislavskom kraji v danom roku, čo zrejme skreslilo výpočet korelačného koeficientu. V tomto roku došlo u Bratislavského kraja k niţšiemu prílivu osôb v porovnaní so všetkými sledovanými rokmi (okrem roku 2001) a k najväčšiemu odlivu osôb v období Čisté migračné saldo predstavovalo v roku 2003 v Bratislavskom kraji len 487 osôb, zatiaľ čo v ostatných sledovaných rokoch prevyšovalo vţdy 1000 osôb. Sťahovanie v rámci krajov Slovenska bolo najvýznamnejšie korelované s reálnymi mzdami v roku 2009, keď korelačný koeficient dosiahol zaokrúhlene hodnoty 0,94. Najvýznamnejšie sa teda preukázal pozitívny vzťah medzi čistým migračným saldom a výškou reálnych miezd v rámci krajov (je však na zváţenie, nakoľko v tomto roku ovplyvnila výsledky hospodárska kríza). Celkovo moţno však sledovať rastúci trend (s určitými výkyvmi). Samozrejme existuje mnoho ďalších faktorov ovplyvňujúcich migráciu medzi regiónmi a preto sú výsledky zjednodušené. Určité závery o pozitívnom vzťahu medzi veličinami moţno uskutočniť i s ohľadom na zistenia empirických prác uvádzaným v kapitole 1.3, ţe jednotlivec reaguje na príjmové podnety pri uskutočňovaní migračných rozhodnutí. Tabuľka 2: Korelačné koeficienty medzi hrubými priemernými reálnymi mesačnými mzdami a čistou migráciou v ôsmych krajoch Slovenska, , , , , , , , ,93547 Zdroj: vlastné výpočty v programe Excel Pozn.: priemerné nominálne mesačné mzdy v jednotlivých krajoch boli delené HICP (2005=100) k výpočtu reálnych miezd Tabuľka 3 naznačuje korelačné koeficienty medzi mierami nezamestnanosti krajov Slovenska a čistou migráciou. Zreteľná je negatívna korelácia, tzn., ţe kraje s vyššou mierou nezamestnanosti budú mať menšie, či záporné migračné saldo v jednotlivých rokoch. Tieto koeficienty dosahujú pomerne vysokých hodnôt najmä od roku Moţno sledovať rastúci trend. 184

185 Tabuľka 3: Korelačné koeficienty medzi evidovanou mierou nezamestnanosti a čistou migráciou v ôsmych krajoch Slovenska, , , , , ,7898-0,8016-0, ,83725 Zdroj: vlastné výpočty v programe Excel Analýzu moţno doplniť skúmaním vzťahu miery nezamestnanosti v rámci krajov Slovenska a priemerných reálnych mesačných miezd. Na základe toho moţno čiastočne usudzovať, ako prispieva geografická mobilita k vyrovnávaniu miezd a miery nezamestnanosti medzi krajmi Slovenska. Výsledky sú zrejmé uţ z predchádzajúcej analýzy. Korelačné koeficienty počítané na podobnom princípe ako v predchádzajúcich prípadoch sú zhrnuté v tab. 4 a je zrejmé, ţe existuje pomerne vysoká negatívna korelácia medzi hrubými reálnymi mzdami a mierou nezamestnanosti, avšak koeficienty dosahujú celkovo niţších hodnôt, neţ pri predchádzajúcich dvoch analýzach. Nie je však zreteľný ich klesajúci trend a celkovo nemoţno povedať, ţe by v rámci Slovenska slúţila mobilita pracovných síl významnejšie k vyrovnávaniu rozdielov v mierach nezamestnanosti a reálnych mzdách (viď. tab. 5). Kraje s najvyššími mierami nezamestnanosti dosahujú najniţších reálnych miezd. Tabuľka 2 však naznačuje vysokú pozitívnu koreláciu medzi reálnymi mzdami a čistým migračným saldom predovšetkým v najnovšom období. Taktieţ korelácia vyplývajúca z tab. 3 medzi mierou nezamestnanosti a čistým migračným saldom je negatívna a v roku 2009 (i v niektorých ďalších) pomerne vysoká. Na základe danej analýzy by tak do budúcna mohlo dôjsť k zniţovaniu rozdielov v mierach nezamestnanosti a reálnych mzdách medzi krajmi Slovenska, avšak ako uţ bolo spomenuté, existuje mnoho ďalších faktorov, ktoré ovplyvňujú mobilitu či migráciu (viď analýza na konci tejto kapitoly) a záleţí tieţ, do akej miery sú mzdy pruţné. Tabuľka 4: Korelačné koeficienty medzi evidovanou mierou nezamestnanosti a hrubými priemernými reálnymi mesačnými mzdami v ôsmych krajoch Slovenska, , , , , , , , ,68972 Zdroj: vlastné výpočty v programe Excel Pozn.: priemerné nominálne mesačné mzdy v jednotlivých krajoch boli delené HICP (2005=100) k výpočtu reálnych miezd Pre záverečné priblíţenie sú konkrétne hodnoty priemerných reálnych mesačných miezd a evidovanej miery nezamestnanosti za rok 2009 pre jednotlivé kraje zhrnuté v tab. 5. Bratislavský kraj dosahuje ako jediný kraj vyššiu neţ priemernú reálnu mzdu na Slovensku v roku 2009 a výrazne niţšiu mieru nezamestnanosti ako je priemer Slovenska. Miera nezamestnanosti je niţšia v porovnaní s priemerom Slovenska ešte v Trnavskom kraji, avšak tá je v porovnaní s bratislavským krajom skoro dvojnásobná. Podobné atribúty reálnych miezd a miery nezamestnanosti v slovenských krajoch sú charakteristické po dlhšie obdobie (viď príloha). 185

186 Tabuľka 5: Hrubá priemerná reálna mesačná mzda a evidovaná miera nezamestnanosti na Slovensku a v ôsmych krajoch Slovenska, Región Hrubá priemerná reálna mesačná mzda Slovenská republika 720, ,66 Bratislavský kraj 989,9847 4,36 Trnavský kraj 683,6759 8,37 Trenčiansky kraj 638, ,13 Nitriansky kraj 632, ,72 Ţilinský kraj 644, ,89 Banskobystrický kraj 615, ,19 Prešovský kraj 592, ,29 Košický kraj 693, ,3 186 Evidovaná miera nezamestnanosti (% z pracovnej sily) Zdroj: vlastné výpočty Pozn.: priemerné nominálne mesačné mzdy na Slovensku a v jednotlivých krajoch boli delené HICP (2005=100) k výpočtu reálnych miezd Z tab. 5 je ďalej zrejmé, ţe najniţšiu reálnu mzdu v roku 2009 vykazuje Prešovský kraj, ktorý má po Banskobystrickom kraji druhú najvyššiu mieru nezamestnanosti. Podobne platí, ţe reálna mzda v Prešovskom kraji dosahuje i v dlhšom časovom horizonte najniţších hodnôt v porovnaní s ostatnými slovenskými krajmi a najvyššie miery nezamestnanosti spolu s Banskobystrickým a Košickým krajom (viď tab. 2 v prílohe). Regionálne disparity v daných ukazovateľoch sú vysoké, mobilita pracovníkov teda neredukuje významne rozdiely v reálnych mzdách a mierach nezamestnanosti medzi krajmi, ekonomický dopad mobility je nízky. Do budúcna by bolo moţné predpokladať pozitívny vplyv, ale treba zváţiť v tejto súvislosti starnutie populácie vo vzťahu s migráciou a menšiu ochotu starších osôb sťahovať sa za prácou. Navyše, mobilita resp. migrácia medzi regiónmi je ovplyvnená mnohými ďalšími faktormi okrem uvádzaných, napr. vzdialenosťou medzi regiónmi, bytovou politikou a trhom s nájomným bývaním, ktorého rozsah je na Slovensku nepostačujúci. U rôznych kvalifikácií môţe byť navyše situácia odlišná a vysoký podiel na vývoji reálnych miezd môţu predstavovať mzdy špecifických skupín pracovníkov (treba skúmať migráciu s ohľadom na vek, pohlavie, kvalifikáciu). Migráciu ovplyvňujú tieţ priame zahraničné investície. Celkovo nemoţno predpokladať, ţe všetky regionálne disparity sa vyriešia presunom pracovníkov medi regiónmi, je nutné sa zamerať i na vnútorný potenciál regiónov, tvorbu nových pracovných miest v nich a tak na zvyšovanie ţivotnej úrovne v regiónoch. Predchádzajúcou analýzou boli priblíţené i ďalšie charakteristiky trhu práce, vypovedajúce o jeho pruţnosti, ktoré boli načrtnuté v kapitole 1.2. Konkrétne, okrem medziregionálnej

187 mobility pracovných síl, ide o regionálne disparity v mierach nezamestnanosti. Dané disparity súvisia s prvým prispôsobovacím mechanizmom mobilitou pracovných síl, poukazujú na nízku medziregionálnu mobilitu, resp. na vysokú štrukturálnu nezamestnanosť. Aspekty medzinárodnej mobility v rámci eurozóny boli priblíţené v kapitole 2. Čo sa týka ďalšieho adaptačného mechanizmu, ktorým je flexibilita cien a miezd, tá je celkovo v európskych krajinách nízka (viď kap. 2.1). Ďalej je problémom Slovenska i vysoká dlhodobá nezamestnanosť, ktorá takisto súvisí s moţnosťami prispôsobovania sa cez trh práce. V roku 2008 dosiahla na Slovensku 6,6% a v roku ,5% pracovnej sily [18], čo sú najvyššie hodnoty v celej EÚ (platí to znova v dlhšom časovom horizonte). Tá je taktieţ výsledkom štrukturálnej nezamestnanosti. Výzvou pre Slovensko je teda hlavne pokračovať v reformách na trhu práce zameraných na zvyšovanie mobility pracovných síl a flexibility trhu práce. Doplnenie záverov vybraných štúdií medziregionálnej mobility na Slovensku Podľa štúdie Fidrmuca (2002), ktorá sa zaoberá migráciou a prispôsobovaním sa regionálnym šokom i na Slovensku, nastáva migrácia skôr medzi prosperujúcimi regiónmi, neţ k sťahovaniu zo zaostalých do prosperujúcich regiónov. Potenciálne účinky migrácie na regionálne rozdiely sú z ekonomického hľadiska nízke. [7] Vhodné je spomenúť ešte jednu štúdiu, ktorá sa sústredí na skúmanie migrácie na niţšej úrovni, ako sú kraje. Táto štúdia skúma koreláciu medzi reálnymi mzdami a migračnými tokmi priemyselných pracovníkov v siedmych okresoch Slovenska v období (vzťah reálnych miezd a čistej migrácie v okresoch krajských miest na Slovensku). Nepotvrdila migráciu týchto pracovníkov do okresov s vyššími reálnymi mzdami a nemoţno teda povedať, ţe pracovníci priemyslu sa sťahujú do centier s vyššími reálnymi mzdami. Môţe to byť ale spojené so zmenou tradičných migračných centier a orientáciou na blízke regióny týchto centier. [8] Realizované aktivity a potenciálne moţnosti riešenia pre Slovensko Pre úspešné fungovanie v eurozóne je dôleţitá pruţná ekonomika, keďţe Slovensko uţ stratilo moţnosti jej ovplyvňovania autonómnou menovou a kurzovou politikou. Práve vyššia flexibilita ekonomiky tj. flexibilita trhu práce, kvalitné podnikateľské prostredie atď. by mala pomôcť reagovať na asymetrické šoky a rozdiely v ekonomických disparitách regiónov, a v porovnaní s eurozónou a zaistiť efektívnu alokáciu výrobných zdrojov. Je dôleţité zaoberať sa mobilitou na všetkých úrovniach. Okrem aktivít prijatých na úrovni EÚ, musia štáty vrátane Slovenska prijímať opatrenia na podporu mobility pracovných síl. Na Slovensku bola napríklad v roku 2009 zavedená dávka na podporu pracovnej mobility. Keď sa pracovník registrovaný na úrade práce rozhodol migrovať za prácou v rámci Slovenska, mal nárok na dávku, ktorá uhradí časť jeho nákladov na zmenu bydliska. Tá však nemala významný úspech. Výzvou pre Slovensko je sústrediť sa ďalej na reformy trhu práce a na bytovú politiku. Malé moţnosti nájomného bývania na Slovensku významne komplikujú mobilitu pracovníkov. 31 Skúmané boli okresy: Bratislava, Trnava, Trenčín, Nitra, Ţilina, Banská Bystrica, Prešov. Nebol zahrnutý okres Košice. 187

188 Záver Mobilita výrobných faktorov, najmä pracovných síl je dôleţitý predpoklad úspešného fungovania oblasti alebo zoskupenia s jednotnou menou, keďţe môţe ako adaptačný mechanizmus nahradiť nemoţnosť pouţívať zmien menového kurzu a menovej politiky k reakcii na asymetrické šoky a k obnove rovnováhy. To uţ predpokladal R. Mundell v rámci svojej klasickej teórie OMO. V európskych krajinách sa nepotvrdzuje vysoká úroveň mobility pracovných síl a úloha mobility ako mechanizmu efektívnej alokácie zdrojov je v eurozóne obmedzená. Eurozóna netvorí optimálnu menovú oblasť nielen s ohľadom na fungovanie mobility pracovných síl, ale i niektoré ďalšie prispôsobovacie mechanizmy a viaceré kritéria teórie OMO. Do budúcna by sa situácia mohla zlepšovať i v súvislosti so snahou EÚ a jej inštitúcií podporovať mobilitu pracovných síl, poukazovať na jej pozitívny vplyv a povzbudzovať ju rôznymi nástrojmi. V súčasnej dobe existuje napríklad Akčný plán na podporu mobility prijatý Európskou komisiou, ktorý si kladie za cieľ podporu mobility pracovníkov na všetkých úrovniach politík. Naďalej musí pokračovať realizácia opatrení odstraňujúcich bariéry mobility v rámci EÚ a to je dôleţitý predpoklad, aby mohla fungovať aj ako efektívny adaptačný mechanizmus. Treba však zohľadniť všetky relevantné aspekty vyplývajúce z teórie a empírie migrácie, napríklad starnutie populácie v krajinách EÚ v súvislosti s pozorovanou niţšou ochotou starších pracovníkov sťahovať sa za prácou a tomu prispôsobiť konkrétne kroky. Naopak, sú sledované i pozitívne trendy v pracovnej mobilite v rámci EÚ, jedným z nich je tzv. viacnásobná mobilita mladých a kvalifikovaných ľudí. Slovensko vykazuje vyššiu mieru nezamestnanosti v porovnaní s priemerom eurozóny i s väčšinou krajín eurozóny, opačná situácia je u zárobkov. Ţivotná úroveň meraná GDP/obyv. v PPP na Slovensku dosiahla v roku % priemernej ekonomickej úrovne EÚ-27, naďalej sa však zvyšuje a dochádza teda ku konvergencii. Presun pracovníkov by mohol aspoň čiastočne pomáhať pri vyrovnávaní rozdielov daných charakteristík, resp. pomáhať reagovať na asymetrické šoky, ktoré zasiahnu jednotlivé oblasti eurozóny, vrátane regiónov Slovenska. Boli skúmané taktieţ moţnosti mobility a presunu pracovníkov v rámci slovenskej ekonomiky, konkrétne na úrovni krajov. Čisté migračné toky sú pozitívne korelované s reálnymi mzdami a negatívne s mierou nezamestnanosti, avšak naďalej pretrvávajú rozsiahle regionálne rozdiely v mzdách, nezamestnanosti i ţivotnej úrovni medzi slovenskými krajmi. Účinok mobility na vyrovnávanie daných rozdielov je doposiaľ nedostatočný. Vysoký korelačný koeficient medzi reálnou mzdou a čistou migráciou v roku 2009 naznačuje pozitívny trend, do budúcna by sa mohla situácia zlepšovať (je tu však moţné ovplyvnenie hospodárskou krízou). Reálne mzdy však nie sú jediným faktorom ovplyvňujúcim sťahovanie sa za prácou, treba sledovať širšie aspekty mobility na úrovni Slovenska a venovať pozornosť hlavne bytovej politike a celkovo zvyšovať flexibilitu ekonomiky a najmä trhu práce. I ďalšie ukazovatele súvisiace s pruţnosťou trhu práce a teda i moţnosťou reakcie na asymetrické šoky a ekonomickú nerovnováhu nevykazujú priaznivých hodnôt, či uţ ide o spomínané regionálne disparity, alebo vysokú dlhodobú mieru nezamestnanosti. Celkovo je mobilita pracovných síl v Európe nízka resp. jej efekty ako adaptačného mechanizmu sú nedostatočné a moţno ju teda vyuţívať len v obmedzenom rozsahu k odstraňovaniu ekonomickej nerovnováhy. Treba brať ohľad aj na jej špecifický charakter, 188

189 tj. nemoţno odstrániť všetky existujúce problémy štátov (regiónov) presunom pracovníkov do iného štátu (regiónu) eurozóny, či do iného regiónu v rámci štátu. Tým by mohlo dôjsť aj k výraznému úniku mozgov z východiskovej oblasti. Naopak, treba podporovať tento mechanizmus v rozumnej miere na úrovni EÚ (eurozóny) i jednotlivých štátov v kombinácií s ostatnými adaptačnými mechanizmami a plnením ďalších kritérií teórie OMO, čo by malo celkovo prispievať k prevahe prínosov z členstva v eurozóne nad nákladmi s ním spojenými. Zoznam literatúry a zdrojov [1] Bahna, M. (2008). Pracovná migrácia zo Slovenska po vstupe do EÚ v kontexte krajín EÚ 10 [on line]. Dostupné z: o_slovenska_v_kontexte_eu_10.pdf [2] Brůţek, A., Smrčková, G., Záklasník, M. (2007). Evropská měnová integrace a Česká republika. Praha: Velryba, 197 s. ISBN [3] Commission of the European Communities. Mobility, an Instrument for More and Better Jobs: The European Job Mobility Action Plan ( ). Brussels Available from: ing/c11805_en.htm [4] Commission of the European Communities. The Impact of Free Movement of Workers in the Context of EU Enlargement. Brussels Available from: [5] Constant, A., Massey, D. S. (2002). Return Migration by German Guestworkers: Neoclassical versus New Economic Theories, International Migration, Volume 40 Issue 4, September [6] Copaiu M., Asymmetric Shocks across European Monetary Union: Can Labor Mobility Act as an Adjustment Mechanism? Central European University, Budapest, Hungary. Dostupné z: pdc.ceu.hu/.../01/asymetric_shocks_across_european_monetary_union.pdf [7] Fidrmuc, J. (2002). Migration and Regional Adjustment to Asymmetric Shocks in Transition Economies, CEPR Discussion Paper No [8] Gazda V., Janotka M. (2008). O mobilite pracovnej sily v rámci SR. Dostupné z: [9] Kotlán V., Macháček M. (2001). EMU a asymetrické šoky: Přehled fungování mechanizmů adaptace a zajišťování. Finance a úvěr, ročník 51, č.10, 2001, pp [10] Kučerová, Z. (2005). Teorie optimální měnové oblasti a moţnosti její aplikace na země střední a východní Evropy. Studie Národohospodářského ústavu Josefa Hlávky, 2005, č. 3, 141s. ISBN [11] Lacina, L. a kol. (2007). Měnová integrace. Náklady a přínosy členství v měnové unii. Praha: C. H. Beck, 2007, 538 s. ISBN [12] Massey, S. D., Arango, J., Hugo, G., Kouaouci, A., Pellegrino, A., Taylor, J. E. (1998). Worlds in Motion, Understanding International Migration at the End of the Millenium. Oxford, Clarendon Press. [13] Mundell, R. A. (1961). A Theory of Optimum Currency Areas. American Economic Review, Vol. 51, no. 4, pp [14] Sjaastad, L. A. (1962). The Costs and Returns of Human migration, Journal of Political Economy, Vol. 70, No. 5, Part 2, pp [15] Stark, O., Bloom, D. E. (1985). The New Economics of Labor Migration, American Economic Review, Vol.75, No. 2, pp

190 Príloha [16] Šikulová I. (2006). Konvergencia v procese európskej menovej integrácie. Bratislava: Ekonomický ústav akadémie vied. ISBN [17] Štatistický úrad Slovenskej republiky. Databáza regionálnej štatistiky. [18] Štatistiky Eurostatu: [19] Todaro, M. P. (1969): A Model of Labor Migration and Urban Development in Less-Developed Countries, American Economic Review, Vol. 59, Issue 1, pp Tabuľka 1: Evidovaná miera nezamestnanosti na Slovensku a v ôsmych krajoch Slovenska, Slovenská republika 17,45 15,56 13,07 11,36 9,4 7,99 8,39 12,66 Bratislavský kraj 5,18 3,97 3,39 2,6 2,29 1,98 2,27 4,36 Trnavský kraj 12,99 11,05 8,83 7,15 5,22 4,3 4,29 8,37 Trenčianský kraj 10,91 9,87 8,09 6,8 5,19 4,5 4,95 10,13 Nitriansky kraj 21,51 19,07 14,8 11,39 9,09 7,1 7,41 11,72 Ţilinský kraj 14,74 13,23 11,12 9,33 7,03 5,55 6,2 10,89 Banskob. Kraj 23,77 22,75 19,5 18,32 16,12 14,1 14,25 19,19 Prešovský kraj 23 19,57 17,5 15,77 13,68 12,05 12,86 18,29 Košický kraj 24,26 22,16 18,89 17,5 15,18 13,02 13,5 17,3 Zdroj: Obrázok 1: evidovaná miera nezamestnanosti na Slovensku a v ôsmych krajoch Slovenska,

191 Zdroj: Tabuľka 2: Hrubá priemerná reálna mesačná mzda na Slovensku a v ôsmych krajoch Slovenska, SR 580,42 563,22 581,51 614,22 629,56 676,75 700,14 720,93 Br. 774,38 742,80 770,79 812,54 856,75 901,21 947,00 989,99 Trn. 555,77 545,28 584,89 604,71 593,36 659,60 665,47 683,68 Tre. 520,34 515,37 530,22 551,24 579,25 609,35 630,93 638,91 Nit. 519,57 497,84 508,83 529,69 555,37 599,01 625,15 632,07 Ţil. 552,11 502,20 537,22 556,52 564,26 601,32 629,75 644,35 Ban. 524,23 503,15 509,20 537,19 542,80 588,26 611,63 615,24 Preš 487,02 465,57 460,55 484,62 517,46 562,26 575,01 592,21 Koš. 568,48 579,24 585,05 595,77 635,19 671,53 684,50 693,10 Zdroj: al/hicp/data/database Pozn.1: priemerné nominálne mesačné mzdy na Slovensku a v jednotlivých krajoch boli delené HICP (2005=100) k výpočtu reálnych miezd, zaokrúhlené na 2 desatinné miesta Pozn.2: Br..-Bratislavský kraj, Trn.-Trnavský kraj, Tre.-Trenčianský kraj, Nit.-Nitrianský kraj, Ţil.-Ţilinský kraj, Ban.-Banskobystrický kraj, Preš.-Prešovský kraj, Koš.-Košický kraj 191

192 Podstata a smysl strategického řízení regionálního rozvoje v České republice Abstrakt Ing. Renáta Václavková Tento příspěvek se věnuje základním principům regionálního rozvoje v České republice. Kaţdý den přicházíme do styku s různými prostorovými strukturami. Většinou jsou pro nás tyto struktury natolik samozřejmé, ţe si je ani neuvědomujeme. Jednou z hlavních příčin je, ţe se tyto struktury zásadně nemění z pohledu krátkého časového úseku. Z pohledu dlouhodobého ovšem můţeme v těchto prostorových strukturách zaznamenat výrazné změny. Co ovlivňuje tyto změny a jak probíhá strategické řízení rozvoje území je rozpracováno v příspěvku, který se věnuje hlavním principům strategického řízení regionální politiky v České republice. Klíčová slova regionální rozvoj, regionální politika, strategické řízení. Abstract This paper is aimed to basic principles of the regional development in The Czech Republic. In every day we are into connection with a different territory structures. The territorial structures are very common in our life and we don t realize that they are here. The main reason is that these structures don t change in the short period of time. But with long term view we can see significant changes in that territory structures. What affects these changes and how is strategic management working is described in the paper. Document devotes to the main strategic management s principles of regional policy in The Czech Republic. Keywords regional development, regional policy, strategic management 1 Teoreticko - metodologická východiska regionálního rozvoje Dříve neţ bude popsán systém regionálního rozvoje, je nutné vysvětlit teoretickometodologická východiska regionálního rozvoje. Pro vymezení základních pojmů bylo vyuţito strategie regionálního rozvoje České republiky pro období Region dle subnacinálního územního členění regionů je Česká republika rozdělena do těchto celků: NUTS I Stát (1) NUTS II Regiony soudrţnosti (8) NUTS III Kraje (14) LAU I Okresy ( praţských obvodů) LAU II Obce (6 249) 192

193 Obrázek 1: Rozdělení NUTSII, NUTSIII v ČR zdroj Regionální rozvoj znamená růst socioekonomického a environmentálního potenciálu a konkurenceschopnosti regionů vedoucí ke zvyšování ţivotní úrovně a kvality ţivota jejich obyvatel. V tomto ohledu jde o dynamický a vyváţený rozvoj regionální struktury příslušného územního celku a jeho částí (regionů, mikroregionů) a odstraňování, popřípadě zmírňování regionálních disparit. (MMR, 2006) Regionálními disparitami rozumíme rozdíly v úrovni hospodářského, environmentálního a sociálního rozvoje regionů v míře, která je celospolečensky uznána jako neţádoucí. Za regionální disparity nelze např. povaţovat rozdíly vyplývající z rozmanitosti podmínek jednotlivých regionů a z nich vyplývající rozdíly v kvalitě ţivota např. v městských nebo venkovských oblastech, kde se výhody a nevýhody navzájem vyvaţují.(mmr, 2006) Regionální politika představuje soubor intervencí, zaměřených podle konkrétní situace státu a jeho regionů a podle očekávaných vývojových tendencí, na podporu opatření vedoucích k růstu ekonomických aktivit a lepšímu územnímu rozloţení v území a k rozvoji infrastruktury. Základní podmínkou je jasné definování priorit a koncentrace prostředků na tyto priority. (MMR, 2006) 2 Systém regionálního rozvoje Co tedy ovlivňuje kaţdý regionální rozvojový proces? Jelikoţ v našem případě pojmem region rozumíme subnacionální území, máme co do činění s otevřenými územními jednotkami, kde dochází k výměně zboţí, zásob, práce a informací přes regionální hranice, které nejsou všeobecně ţádným způsobem regulované. Neexistuje zde ţádné clo, kurzovní riziko, ţádné pobytové či pracovní povolení, které by bránilo vzájemné výměně mezi regiony. Následující obrázek schematicky znázorňuje tuto situaci. Obrázek č. 2 vysvětluje výměnu zboţí a sluţeb, pracovní síly, kapitálu a informací mezi centrálním regionem a ostatními regiony. Přitom informace se vyměňují zčásti odděleně a zčásti společně s ostatními výměnnými vztahy. To však neznamená, ţe kaţdá regionální výměna probíhá úplně bez překáţek. Například při přepravě zboţí a osob z jednoho regionu do druhého regionu vznikají dopravní náklady. Dále jiné zdroje, jako je např. půda, jsou 193

194 prostorově imobilní. Osobní sluţby naopak vyţadují přítomnost poptávajícího a kupujícího na stejném místě, a proto mohou vţdy zasáhnout jen malou oblast. Faktory se tedy chovají heterogenně dle specifických podmínek prostoru a času, coţ vede k vytváření trhů s různou strukturou a různým prostorovým rozsahem. Výsledkem je prostorově rozdílná koncentrace aktivit, která svým aglomeračním efektem různě silně přitahuje či odpuzuje nové aktivity. Kaţdý region má samozřejmě různé lokalizační předpoklady k hospodářskému růstu. V souvislosti s regionálním rozvojem jsou lokalizační předpoklady a prostorové struktury důleţité, protoţe představují předpoklady pro rozvoj dané oblasti. Regiony s vhodnými lokalizačními předpoklady a strukturami se budou moci lépe rozvíjet neţ regiony s nevhodnými předpoklady. Obrázek 2: Systém hospodářské výměny mezi regiony Zboţí Práce Informac e Kapitál Determinanty regionálního rozvoje Prostorové uspořádání, které pozorujeme v uzavřené ekonomice státní úrovně, je výsledkem rozhodnutí mnohých aktérů. Rozlišujeme tři nejdůleţitější aktéry ovlivňující regionální rozvoj. Jsou jimi podniky, domácnosti a stát. 194

195 Obrázek 3: Hospodářská výměna v regionální ekonomice Podrobněji se budeme zabývat pouze ovlivňováním regionální ekonomiky z úrovně veřejné ruky státu. Stát činí mnohá rozhodnutí, které mají vliv na prostorovou strukturu. Na jedné straně se podílí na kvalitě různých lokalit a na druhé straně sám přijímá lokalizační rozhodnutí při umísťování veřejných zařízení. Stát strukturuje rámcové politické a sociální podmínky na společný ţivot lidí a na jejich ekonomickou činnost. Vymáhá daně a poplatky, které se mohou prostorově lišit, vytváří právní pořádek, provozuje zařízení na prosazení tohoto pořádku (justice, policie) a poskytuje mnoţství veřejných sluţeb. Důleţitou úlohou státu je poskytování infrastrukturních zařízení. Tyto zařízení mohou mít podstatný prostorově-diferencující vliv. Vytvoření dopravní, ţelezniční a komunikační sítě má za následek, ţe některé lokality jsou pro určité funkce vhodnější a jiné méně vhodné. Druh a kvalita škol a univerzit určuje úroveň vzdělání pracovních sil, které opět mohou působit jako výhody a nevýhody dané lokality apod. Je třeba mít na zřeteli, ţe stát není homogenní aktér a také nestojí mimo hospodářské dění. Různé úrovně administrativy teritoriálního rozdělní (obec, kraj, stát) nebo funkcionálního charakteru (různé ministerstva, oddělení, sekce) mají často rozdílné cíle a navzájem si konkurují v úsilí o zdroje a kompetence. Svou vlastní hospodářskou činností, příjmy z daní, zájmovými zastoupeními a politickým tlakem je stát sám ovlivňovaný svými vlastními opatřeními a je vklíněný do hospodářské struktury. Při lokalizaci veřejných zařízení (škol, nemocnic, kulturních zařízení atd.) podléhá stát podobným restrikcím jako domácnosti. Musíme ho tedy pokládat za jednoho z vícerých aktérů regionálního rozvoje, kteří přijímají rozhodnutí ovlivňující prostorovou strukturu a jsou s ostatními aktéry velmi úzce spjatí. Kvůli tomu spojení můţe stát jen velmi nedokonale vykonávat úlohu nadřízené řídící organizace, která se mu v souvislosti s regionálním rozvojem připisuje.(maier, 1997) 195

196 Podrobnější členění aktérů v regionálním rozvoji z pohledu veřejné ruky zákonodárné sloţky státu (Poslanecká sněmovna a Senát) výkonné sloţky státu (vláda, ústřední orgány státní právy a jimi řízené organizace, dočasně okresní úřady) orgány územní samosprávy (na krajské a obecní úrovni) poradní a koordinační orgány (Národní programový a monitorovací výbor, Rady pro koordinaci regionálního rozvoje, Regionální řídící a monitorovací výbory) rozvojové organizace s celostátní či regionální působností (rozvojové agentury, klastry, podnikatelské inkubátory, vědeckotechnologické parky atd.) hospodářské a agrární komory, zájmová sdruţení, zaměstnanecké a zaměstnavatelské organizace, agentury instituce veřejného sektoru (školy, zdravotní a sociální zařízení, kulturní instituce aj.), nestátní neziskové organizace 3 Regionální politika Regionální politikou dle úvodní definice rozumíme soubor intervencí, zaměřených podle konkrétní situace státu a jeho regionů a podle očekávaných vývojových tendencí, na podporu opatření vedoucích k růstu ekonomických aktivit a lepšímu územnímu rozloţení v území a k rozvoji infrastruktury. Základní podmínkou je jasné definování priorit a koncentrace prostředků na tyto priority. Přitom se má korigovat prostorová alokace vytvořená trhem. Regiony jsou vymezeny buď podle kriterií rovnosti druhu (procento nezaměstnaných nebo dle HDP na obyvatele daného regionu) anebo podle funkční závislosti (centrum a příslušné zázemí). V prvním případě hovoříme o homogenních regionech a v druhém o funkčních regionech. Regionální politika se snaţí většinou o ovlivňování rozvoje velkých hospodářských celků určitého území, a proto nejdůleţitějšími účastníky regionální politiky jsou jiţ tradičně stát, regiony soudrţnosti, kraje, obce. V České republice se jedná o Ministerstvo pro místní rozvoj České republiky z pohledu národní úrovně. Například ve federálních státech, jako je Německo nebo Rakousko, převzali úlohu regionální politiky spolkové země. Proč je důleţité v trţních ekonomikách vykonávat regionální politiku? Jaké jsou důvody a argumenty pro regionální zásahy? V literatuře se vyskytují tři druhy důvodů: Ekonomické Sociální Environmentální Ekonomické zdůvodnění Podle neoklasiků má trţní mechanismus sám od sebe zabezpečovat optimální alokaci zdrojů v prostoru, proto regionální politika není potřebná. Externí efekty, jako je nedokonalá mobilita zdrojů, však brání optimální alokaci prostřednictvím trhu. Důsledky jsou například tyto: V některých regionech aglomerační náklady (nevýhody) převyšují aglomerační výnosy (výhody). Vliv inflačních efektů způsobených tím, ţe poptávka po faktorech v některých regionech trvale převyšuje nabídku. 196

197 Na druhé straně pak existují kvůli nedokonalé mobilitě kapitálu a práce často oblasti, ve kterých výrobní faktory (především pracovní síla) nejsou plně vyuţité. Soukromí investoři vyţadují příslušnou infrastrukturu (zásobování, odvoz odpadu, dopravu a komunikační technologie) a zařízení (jako vzdělávání, vědecký a technologický transfer a správu). Mnoho odvětví této infrastruktury má charakter veřejných statků (nevylučitelnost, nezmenšitelnost), a proto je soukromý sektor neposkytuje v dostatečném mnoţství. Sociální zdůvodnění Hlavní motivy existence regionální politiky ovšem nespočívají pouze v ekonomických cílech, ale především v cílech sociálních. Klíčovým argumentem je, ţe trţní mechanismus sám není schopný zabezpečit vyrovnaný regionální rozvoj se stejnými důchodovými moţnostmi a přibliţně stejnými ţivotními podmínkami ve všech regionech ekonomického prostoru. Hlavní rozdíly můţeme nalézt ve vybavenosti, ve výhodách z rozsahu, výhodách aglomerace apod. Společnosti, které mají jako cíl sociální rovnost, se pokoušejí prostřednictvím regionální politiky přispět k vyrovnání mezi rozdílnými regiony v oblasti podnikatelských a důchodových moţností a ostatních ţivotních podmínek. Cíl vyrovnávání má pro evropskou regionální politiku velký význam. Výběr regionů, které do této politiky spadají, je dán kriteriem potřebnosti. Regiony jsou vybrány podle znaků: nejniţší HDP na obyvatele, nezaměstnanost a nepříznivé ţivotní podmínky apod. V posledních letech ovšem nastalo určité vystřízlivění vzhledem k moţnosti zmenšit pomocí regionální politiky oblastní rozdíly. Často se povaţuje za úspěch stabilizování regionálních rozdílů a zastavení jeho dalšího prohlubování. V dalším rozměru se regionální politika v rámci sociálního pilíře zaměřuje na kvalitu ţivota obyvatel jako je například práce, bydlení, vzdělání, dostupnost výrobků a sluţeb, kultura, rekreace, sport a volný čas apod. (Maier 2., 1998) Environmentální zdůvodnění V posledním období získaly environmentální zájmy vysoký význam. Důvodem je stále zhoršující se ţivotní prostředí ve městech, přetíţení dopravních tepen, znečišťování prostředí velkými průmyslovými podniky, energetická náročnost západního stylu ţivota, problémy s odpadovým hospodářstvím a stále se zhorčující kvalita vody, půdy a ovzduší. V posledním období významnou roli hraje také otázka klimatické změny, díky které dochází k zásadním změnám počasí. Cílem regionální politiky prostorového uspořádání je zachování přírodního a kulturního prostředí pro další generace a zabezpečení přirozených ţivotních podmínek, coţ opět není moţné očekávat od volně působícího trţního mechanismu. Prostřednictvím cenového mechanismu jsou sice statky, na které existuje dispoziční právo, jako jsou například nerostné suroviny, půda a stavební pozemky v atraktivních lokalitách draţší a tím hodnotnější, ale stále je zde voda a vzduch jakoţto volně přístupný statek a podniky i domácnosti se k nim chovají podle individuálních zájmů. Regionální politika zde sleduje dva hlavní cíle. Prvním cílem je směřování od velmi ekologicky zatíţených regionů k méně zatíţeným, druhým cílem je vhodná volba regionálně politické strategie a důsledné kontrolování dopadů investičních projektů na ţivotní prostředí. Z hlediska udrţitelného rozvoje hlavní otázkou zůstává, v jakém rozsahu můţe regionální rozvoj zabezpečit přirozené ţivotní podmínky, případně v jakém rozsahu se tyto podmínky mohou změnit. 197

198 4 Regionální politika v ČR Strategie regionálního rozvoje ČR pro definuje základní úrovně pro realizaci regionální politiky v České republice. Mezi základní úrovně patří stát, regiony soudrţnosti, kraje a obce. Úlohou státní úrovně je koncepční a výkonná činnost zákonodárných a výkonných sloţek státu v oblasti regionální politiky a podpory regionálního rozvoje, včetně zabezpečení prostředků státního rozpočtu a adekvátních legislativních opatření. Cílem státní podpory regionálního rozvoje je růst socioekonomického a environmentálního potenciálu regionů, zvyšování jejich konkurenceschopnosti, vyváţený rozvoj regionální struktury státu a sniţování nepřiměřených rozdílů v úrovni hospodářského a sociálního rozvoje a environmentálních podmínek regionů. Při uplatňování principu subsidiarity v podpoře regionálního rozvoje a provádění regionální politiky je tedy úkolem státu zejména: vytváření koncepce regionální politiky státu, analýza a identifikace regionálních disparit, určení problémových regionů, které je potřeba podporovat z úrovně státu, stanovení rozsahu a zaměření podpory státu v rámci státních programů podpory regionálního rozvoje k odstraňování regionálních disparit. Úlohou krajské úrovně je koncepční a výkonná činnost samosprávných orgánů krajů v oblasti regionálního rozvoje. Orgány kraje tvoří základní stavební jednotku pro tvorbu a realizaci regionálního rozvoje v ČR, spolupracují s ústředními úřady státní správy a koordinují zájmy obcí ve věcech regionálního rozvoje nadobecního významu. Úkolem krajů je zejména: koordinace rozvoje územního obvodu kraje a rozvoj odvětví v jejich samostatné působnosti, koncipování vnitřní rozvojové politiky krajů, zpracování a implementace rozvojových programů, stanovení regionálních rozvojových priorit, ovlivňování vývoje regionálních disparit v rámci kraje a dbát o zachování krajinné a hospodářské pestrosti území. Stát i kraje plní při podpoře regionálního rozvoje své nezastupitelné role. Spolupracují, ale nemohou se vzájemně nahrazovat. Kraje nemohou převzít funkci státu z prostého důvodu - působí pouze na svém vymezeném území a nemohou překonat prostorové limity působnosti územních samospráv. Naproti tomu odstraňování regionálních disparit vyţaduje jednotné posuzování problémů na celém území státu a rozhodování podle jednotných kriterií o tom, které zaostávající územní celky v rámci státu a jakým způsobem mají být podporovány. Stát navíc vystupuje ve vztahu k příslušným institucím Evropské unie jako nezastupitelný partner při uplatňování politiky hospodářské a sociální soudrţnosti a tedy realizaci regionální politiky EU na území ČR. Stát by měl respektovat samosprávnou roli krajů v oblasti plnění dílčích funkcí regionální politiky a rozvoje regionů. V této oblasti je zcela zásadní uplatnění principu subsidiarity, v rámci něhoţ Strategie regionálního rozvoje představuje zastřešující koncepční dokument, jak pro tvorbu regionálních rozvojových strategií, tak i pro uplatnění jednotlivých nástrojů v rámci implementace národní regionální politiky při přípravě a realizaci čerpání prostředků z evropských fondů. 198

199 Úlohou obecní úrovně je koncepční a výkonná činnost samosprávných orgánů obcí v oblasti místního rozvoje, jejich iniciační činnost v oblasti řešení nadmístních problémů a definování nadmístních programů a jejich participace na realizaci regionálních programů. 5 Prorůstová strategie regionálního rozvoje ČR v roce a její procesy Preferovaným vzorcem překonávání regionálních disparit je dle Strategie regionálního rozvoje České republiky zachování a vyuţívání funkčních (z hlediska moţností rozvoje pozitivních) rozmanitostí jednotlivých regionů. Níţe uvedený obrázek ukazuje na diversifikovaný přístup k rozvoji regionů. Obrázek 4: Diverzifikovaný přístup rozvoje regionů Diversita Flexibilita Prosperita Stabilita a efektivita Dynamická rovnováha K zabezpečení takto pojaté prorůstové strategie slouţí následující procesy diversifikovaného rozvoje regionů: Mobilizace přírodního a kulturního potenciálu Jedná se o efektivní vyuţívání rozvojového potenciálu regionů na základě zmapování místně diversifikovaného přírodního a hmotného rozvojového potenciálu a aplikace účinných opatření k jeho vyuţití. Cílem je dosáhnout vyšší kapitálové absorpční schopnosti regionů směrem k maximálnímu vyuţití přírodního a kulturního rozvojového potenciálu. Opatřením je revitalizace regionálních tradic a jejího vyuţívání jako zdroje hospodářského růstu v rámci globálně dynamicky se vyvíjejících segmentů, jako je turismus nebo ekonomizace kulturního dědictví. Šíření rozvojových inovací Šíření efektů prostorových rozvojových pólů formou předávání inovací do rozvojově indiferentních regionů. Vyuţití komparativních výhod Vyuţití komparativních výhod zaloţených na zvýrazňování pozitivních faktorů regionů a jejich rozvojových předpokladů a odstranění negativních rozvojově disfunkčních disparit, které brání vyuţívání komparativních výhod. Prostorová soudrţnost, rozvoj infrastruktury Vnitřní integrace regionů na základě územní dělby práce, optimálně vyuţívající komparativních výhod a prostorové dostupnosti jednotlivých částí území a spádových vazeb mezi nimi. Posilování ekonomické a sociální soudrţnosti kapitálovými vklady do rozvoje infrastruktury regionů. 199

200 Diferencovaný rozvoj lidských zdrojů v regionech Zvyšování vzdělání, kvalifikace, motivace, sociální a prostorové mobility a akceschopnosti obyvatel s cílem zajištění vyšší efektivity jejich zapojení do rozvojových projektů a do aplikace principů místní Agendy 21. Přeshraniční a meziregionální spolupráce Vyuţívání moţností přeshraniční regionální spolupráce v rámci středoevropského prostoru a spolupráce s dalšími evropskými regiony a mezinárodními organizacemi. Zvýšení sociální soudrţnosti regionů Vysoká míra sociální soudrţnosti regionů, zaloţená na ekonomické a občanské participaci jednotlivých skupin obyvatel a jejich identifikaci s daným územím a na funkční podpoře integrace vyčleněných skupin se společným cílem zlepšení kvality ţivota v regionu. Modernizace socioekonomické struktury obyvatelstva regionů jako předpoklad jejich dlouhodobě udrţitelného rozvoje. Stabilizace sídelní struktury regionů a revitalizace venkovského prostoru Podporou substituce trvalé migrace dojíţďkou za prací zvýšit prostorovou flexibilitu na trhu práce bez výrazných změn v sídelní struktuře země s cílem omezování trendu vylidňování obcí a předcházení rozrůstání měst do krajiny. Oţivení venkovského prostoru vyuţitím moderních technologií, informatiky, modernizací zemědělské výroby a zvýšením environmentálních funkcí krajiny. Zvýšení prestiţe venkova zlepšenou kvalitou ţivotního prostředí a podpora zhodnocování krajinného potenciálu. Kvalita a otevřenost veřejné správy v regionech Zlepšení kvality a efektivity výkonu veřejné správy na regionální a lokální úrovni a její dostupnosti obyvatelům. Podpora rozvoje partnerství soukromého, veřejného a neziskového sektoru a otevřené komunikace. Ţivotní prostředí Šetrné vyuţití potenciálu ţivotního prostředí ke zvyšování růstu socioekonomického potenciálu a konkurenceschopnosti regionů v souladu s principy udrţitelného rozvoje. Zlepšování kvality ţivota prostřednictvím systémové ochrany a zvyšování kvality sloţek ţivotního prostředí. 6 Nástroje pro zajištění regionální politiky České republiky pro období Pobídková politika Regionální politika nebude mít vlastní specifické nástroje. Bude vyuţívat standardní ekonomické a finanční nástroje, které budou v odůvodněných případech regionálně diferencované (podpora podnikatelských aktivit) nebo aplikované s větší intenzitou ve vybraných regionech (podpora veřejného sektoru). Jednou z klíčových sloţek regionální politiky bude pobídková politika, která bude zajišťovat finanční podporu subjektům ve vyznačených regionech (nadstandardní podpora) s cílem tyto subjekty přesvědčit, aby se přemístily do těchto regionů anebo se v takových regionech rozvíjely. 200

201 Hlavní úvaha při navrhování opatření souvisejících s regionálními pobídkami se dotýká vyznačení těch regionů, v nichţ bude aplikována podpora ve formě pobídek. Pro podporu regionálního rozvoje České republiky budou aplikovány tři základní finanční nástroje pobídkového charakteru na podporu podnikatelských aktivit: kapitálová dotace, dotace vztahující se k úrokům nebo půjčkám, dotace vztahující se k pracovní síle. Informace a poradenství K institucionálním nástrojům počítáme instituce poskytující informace a poradenství. Významné instituce k podpoře regionálního rozvoje představují: Agentura pro rozvoj podnikání, fondy rizikového kapitálu, Česká agentura pro zahraniční investice CZECHINVEST, Česká agentura pro zahraniční obchod CZECHTRADE, Národní vzdělávací fond, Hospodářská komora ČR, Agrární komora ČR, Asociace inovačního podnikání ČR, Společnost vědeckotechnických parků, Česká centrála cestovního ruchu. Intenzita a finanční podpora poskytovaných sluţeb těchto institucí nejsou regionálně diferencovány, avšak v konkrétních případech mohou mít významný regionální efekt. Programové zabezpečení regionálního rozvoje Soustava strategických a programových dokumentů je členěna na strategické a programové dokumenty České republiky vypracovávané na úrovni státu a na úrovni krajů a také obcí. Následující obrázek ukazuje systémové uspořádání strategických a programových dokumentů, prostřednictvím kterého dochází ke strategickému řízení regionálního rozvoje. Obrázek 5: Systém strategických a programových dokumentů regionálního rozvoje ČR dle územního členění Zdroj: vlastní zpracování 201

202 Stupně strategického plánování Tvorba programových dokumentů je úzce spjata s procesem strategického plánování a řízení. Neexistuje jediná všeobecně přijímaná metodologie provádění strategického plánování rozvoje regionů. Proces zaloţený na budování konsensu u regionálních aktérů na společnou vizi a lepší ekonomickou a sociální a udrţitelnou budoucnost regionu. Strategické plánování probíhá ve třech základních stupních: Strategie je dlouhodobý koncepční dokument, který určuje základní linie rozvoje daného subjektu, resp. území, pro něţ daný subjekt strategii vytváří, a to ve všech základních tematických oblastech a na dlouhé období. Program je střednědobý koncepční dokument. Vychází a navazuje na strategii a ve střednědobém horizontu vytyčuje opatření, která bude subjekt realizovat, aby dosáhl strategických cílů. Plán je krátkodobý dokument prováděcího charakteru a v pravém slova smyslu jiţ nejde o strategický dokument. Je však nezbytným návazným dokumentem na strategii, neboť konkretizuje vybraná opatření ve formě projektů či aktivit. Obsahuje jiţ harmonogram a stanovuje způsob financování jednotlivých aktivit a projektů spolu s jejich rámcovými rozpočty. Programování strukturální pomoci Evropské Unie České republice pro programovací období Následující obrázek zaznamenává systém strategických dokumentů zaměřený na podporu strukturální pomoci. Hlavním cílem je navrhnout promyšlený soubor aktivit zaměřený na podporu ekonomického a sociálního rozvoje regionů v rámci vyuţití strukturální pomoci Evropské Unie. Tyto programové dokumenty jsou součástí realizační fáze podpory regionálního rozvoje České republiky v kontextu zájmů regionálního politiky Evropské Unie. 202

203 Obrázek 6-Programováni strukturální pomoci pro období Systém strategických dokumentů regionálního rozvoje zaměřený na podporu strukturální pomoci Národní úroveň Regionální úroveň Obce Strategický rámec EU Strategické obecné zásady Společenství Strategický rámec ČR - STRATEGIE Národní rozvojový plán Národní strategický referenční rámec Programový rámec PROGRAMY ČR- Tematické operační programy Regionální operační programy IPRM Integrovaný plán rozvoje města Program rozvoje města Operační rámec ČR- PLÁNY Rozvojové aktivity financované z fondů EU Rozvojové aktivity financované ze zdrojů strukturální pomoci na úrovni NUTS2 Rozvojové aktivity financované ze zdrojů strukturální pomoci na úrovni NUTS2 Zdroj: vlastní zpracování 7 Strategické plánování a řízení regionálního rozvoje v ČR Význam tvorby strategických a programových dokumentů v České republice a v jejich územních celcích stoupá s mírou, s jakou se prosazuje strategické řízení na těchto úrovních a s mírou našeho zapojení, jako členské země EU, do strategického plánování a programování EU. Proces plánování a řízení regionálního rozvoje je vnímáno jako systematický proces organizování změn a vytváření širokého konsenzu a společné vize pro dynamický regionální rozvoj naší země. Cílem je naplánovat a uskutečnit poţadované změny, které ovlivní současnou situaci v daném území a nikoliv pouze připravit strategický plán či program. Primárním cílem je vyvolat akci a dosáhnout určité ţádané změny a ne pouze vyčerpat momentálně dostupné prostředky. Strategické a programové dokumenty jsou nedílnou součástí strategického plánování a řízení regionálního rozvoje a nejsou a nemohou být vytvářeny izolovaně. Soustava strategických a programových dokumentů by měla tudíţ být provázaná dle jednotlivých územních úrovní, jedině tak je moţné zajistit efektivní fungování nástrojů regionální politiky. Proto je potřeba dobudovat legislativní oporu pro oblast regionálního plánování a řízení tak, aby byly zachovány jednotlivé vazby na dokumenty od vyššího regionálního uspořádání k niţšímu územnímu uspořádání. Dalším kriteriem pro efektivní plánování a řízení regionálního rozvoje je akceptování jednotlivých stupňů strategického plánování. Jak jiţ bylo zmíněno v úvodu dokumentu, 203

204 změny v prostorovém uspořádání se dějí jen velmi pomalu z krátkodobého pohledu. Je tedy nutné chápat proces strategického plánování v dlouhodobém horizontu, který přesahuje jedno volební období a proces taktického, programového plánování pouze ukusuje svůj díl z plánované strategie. Současnou situaci v České republice popisuje následující obrázek, který ukazuje jednotlivé vazby. V uvedeném znázornění je moţné si povšimnout nedokonalosti legislativní podpory pro strategické plánování regionálního rozvoje v ČR a nedostatečné provázanosti jednotlivých stupňů strategického plánování. Obrázek 7: Systém strategických a programových dokumentů regionálního rozvoje ČR Zdroj: vlastní zpracování Závěr Příspěvek se věnoval podstatě a smyslu regionálního rozvoje v kontextu České republiky. Hlavními aktéry regionálního rozvoje jsou podniky, domácnosti a stát. To, jak se regiony 204