HODNOCENÍ DOJÍŽĎKY DO ZAMĚSTNÁNÍ V MORAVSKOSLEZSKÉM KRAJ

HODNOCENÍ DOJÍŽĎKY DO ZAMĚSTNÁNÍ V MORAVSKOSLEZSKÉM KRAJ Jří HORÁK, Jan TESLA, Igor IVAN,, Insttut Geonformatky, HGF, VŠB-TU Ostrava, 7. lstopadu 5, 708 Ostrava, Česká republka jr.horak@vsb.cz, jan.tesla@vsb.cz, gor.van@vsb.cz Abstrakt K běžným zdrojům nformací o dojížďce patří SLDB. Výsledky SLDB 0 ukazují na poměrně významný podíl chybějících odpovědí, což komplkuje zpracování takových dat. Jako mnmální opatření je možné provést korekc známých hodnot pro dosažení celkové konzstence toků. Vlastní hodnocení dojížďky do zaměstnání je provedeno pro Moravskoslezský kraj, na úrovn obcí, s využtím gravtačního modelu, který dovoluje pomocí velkost rezduí vyhodnott odchylky od celkového modelu. Pro modelování stuace byl použt exponencální typ regresního vztahu. Samostatně byly hodnoceny dojížďky pro vybrané typy ekonomckých sektorů zpracovatelský průmysl, obchod a služby, vzdělávání. Vedle známých skutečností (vyjížďka z Havířova, suburbanzace velkých měst) byly odhaleny některé méně zřejmé vazby, např. významnost dojížďky z Opavy do Hradce nad Moravcí nebo dojížďky z okolních měst do Frenštátu pod Radhoštěm. Abstract Evaluaton of Commutng n the Moravan-Slesan Regon: Census s consdered as a usual source of nformaton about commutng. Results of last Census show a sgnfcant share of mssng answers whch complcate data processng. Adjustment of receved data to renstall a data consstency s proposed as the basc possble soluton. The evaluaton of commutng to work s provded for a Moravan-Slesan regon, for muncpalty level. The evaluaton utlzed gravty models whch enable to use resduals n assessment of devatons from a common model. The exponental type of regresson modellng has been appled. Followng economc sectors has been evaluated: ndustry, trade, and educaton. Except of antcpated relatonshps (.e. commutng from Havířov, suburbansaton nfluence n large ctes) there are newly dscovered lnks.e. relatvely mportant commutng from Opava to Hradec n.m., or commutng to Frenštát p.r. from surroundng towns. Klíčová slova: dojížďka, gravtační modely, GIS, Ostrava Keywords: commutng, gravty model, GIS, Ostrava. ÚVOD Gravtační modely vyjadřují jednoduchou myšlenku, že síla vazby mez objekty je přímo úměrná jejch velkost a nepřímo úměrná jejch vzdálenost. Gravtační modely nacházejí řadu uplatnění v různých oborech. Teoretckým základem gravtačních modelů jsou maxmalzace entrope systému (Wlson, 967, Baley, Gatrell, 995) a teore náhodné užtečnost (random utlty theory, Anas, 98). V ČR uvádí využtí gravtačního modelu jž např. Pavlík, Kühnl (98) pomocí vztahu: P M, M j d b síla vzájemného působení hmot P = M M j d b, () hmoty v místě a j, tj. velkost zdroje resp. cíle vzdálenost koefcent vlvu vzdálenost V geografckých aplkacích vystupuje v rol hmoty (tj. velkost) např. počet obyvatel, počet ekonomcky aktvních obyvatel složtější faktory typu počet obyvatel * průměrný příjem. Vzdálenost může být vyjádřena

jako metrcká, často se používá časová, vzdálenostní nebo cenová. Vlv vzdálenost (b) se mění podle typu dopravního prostředku (Horák, 0). Způsob matematcké formulace gravtačního modelu závsí především na vyjádření vzdálenostní funkce mez objekty č zónam. Je možné použít exponencální funkc e -α(c) ; mocnnnou funkc c β ; Gamma funkc a * e - α(c) * c β (Celk, 00), log-normální funkc (Shrewsbury, 0), Box-Cox, Pareto funkc a jejch modfkace (Halás et al, 04). Většna aplkací využívá exponencální vzdálenostní funkc. Podle Uboe (004) je právě exponencální funkce výsledkem formulace problému maxmalzace náhodné užtečnost. Ncméně vhodný tvar této funkce by měl být pro konkrétní případ vždy ověřován (Fk, Mullgan, 998). Podle (Baley, Gatrell, 995) může být gravtační model vyjádřen následovně: Y = α β j e γ d + ε, () α β j d Y ε sada parametrů popsujících vlastnost zdroje generovat toky sada parametrů popsujících vlastnost cíle j přtahovat toky popsuje vzdálenostní efekt vzdálenost mez zdrojem a cílem j zjštěná hodnota toku mez zdrojem a cílem j náhodná složka pozorování (chyby) Základní model gravtačního zákona však nezabezpečí soulad se zjštěným hodnotam toků. Řešení poskytuje oboustranně omezený gravtační model, který vyžaduje splnění následujících podmínek (Horák 0): Suma toků ze zdroje musí odpovídat zjštěné hodnotě j μ = a,() Suma toků do cíle j musí odpovídat zjštěné hodnotě μ = b j, (4) Celková cena cestování v systému je konstantní. j d μ = c, (5) Kalbrace gravtačních modelů vyžaduje především dobrou reprezentac toků, založenou na dostatečně velkém vzorku. Např. Celk (00) ukázal, že velkost vzorku kolem 000 pro každou kategor účelu cestování je dostatečná. Kalbrační metody mohou být založeny na teračních procedurách (např. BPR přístup vz Vton 995), odhadech maxmální věrohodnost, Hymanově kalbračním algortmu (Wllams, 976), na nterpolac pomocí tříbodové raconální funkce (three-pont ratonal functon nterpolaton method, Wllams 977), procedurách stochastcké heurstcké optmalzace (Tsekers, Stathopoulos 006) a dalších. Tyto metody jsou obecně značně výpočetně náročné. Některé modely používají dodatečné parametry ke zlepšení kvalty modelu. Optmalzace využívá různých konvergenčních krtérí, ale nejčastěj se aplkuje metoda nejmenších čtverců (RMSE). Použtím vhodné transformace se usnadňuje řešení gravtačních modelů pomocí regresních vztahů. Transformace do poměru toků a parametrů zdroje a cíle umožňuje řešení jednoduchým regresním modelem Vton (995), často se ale používají vícenásobné regresní modely, zejména v ekonomckých vědách (např. Grange et al., 009). Jejch výhodou je možnost vyhnout se skryté multkolneartě mez proměnným a ocent vlv jednotlvých proměnných na výsledné toky, což je využto př nterpretac výsledků. Specfkace charakterstky gravtačních modelů jsou závslé na řadě faktorů. Podle (Celk, 00) jde zejména o výběr vhodné míry prostorové separace, výběr dopravního módu, volba typu matce (např. vytváření přtahování, zdroj-cíl), výběr časového ntervalu. Modely dstrbuce cest mohou být klasfkovány do dvou velkých skupn jako agregační a dsagregační (Celk, 00). Dsagregační modely se snaží vysvětlt ndvduální chování ve výběru zdrojů a cílů, zatímco agregační modely analyzují celkové toky mez zónam.

Detalní dsagregační model pro příklad konkrétního podnku přpravl Vojta (009), který porovnával skutečné a teoretcké dojížďky z gravtačního modelu pro Lanex Bolatce. Gravtační modely jsou vhodným teoretckým nástrojem pro ocenění prostorové nterakce, vlastností a chování zdrojů a cílů, schopné predkovat a smulovat budoucí nebo podmíněné chování. Ncméně jejch schopnost jsou omezovány a ovlvňovány negatvním faktory jako: Časová heterogenta (změny gravtačních modelů v čase (Mkkonen, Luoma, 999); změna dstrbuce cest během studovaného období (Tsekers, Stathopoulos, 006)) Prostorová heterogenta (systematcká změna parametrů odvozených na základě gravtačních modelů - Uboe 004) Reálná geografcká nebo dopravní omezení (např. omezená dostupnost nebo kapacta některých potencálních destnací). Omezené prostorové rozlšení (vzdálenost mez středy měst neodpovídá průměrné vzdálenost mez vntřním a vnějším dojížděním Uboe 004) Heterogenta pracovní síly (rozdíly v kvalfkac pracovní síly, v reakc na vzdálenost - Uboe 004) Pracovní heterogenta (ne všechny destnace nabízejí stejné zastoupení jednotlvých typů pracovních nabídek) Herarchcké pořadí potencálních destnací a jejch soupeření (Fotherngen, O Kelly, 989, navržen model soupeřících cílů), Uvedené problémy mohou vysvětlovat, proč pracovníc nemohou provádět lbovolný výběr z pracovních možností (Uboe, 004). Gravtační modely jsou aplkovány nejen pro stude dstrbuce cest, ale také pro různé ekonomcké aplkace jako hodnocení vzájemné obchodní výměny mez zeměm nebo regony, studum turstckých nterakcí a pro geografcké aplkace (Halás, Klapka 00 pro hodnocení sfér vlvu pro česká města. Preferovaný dvojnásobně omezený gravtační model může být nevhodný v podmínkách, kdy nejsou všechny cesty známy. Jedním z důvodů může být slabý datový zdroj. V případě SLDB 0 podle sdělení pracovníků ČSÚ chybí odpověd týkající se dojíždění as u třetny respondentů. Cílem příspěvku je ukázat možnost zlepšení gravtačních modelů dopravních podmínek založených na alternatvně oceněné velkost zdrojů a cílů, včetně odpovídajících adjustací a korekcí.. POUŽITÁ DATA Hlavním zdrojem dat je SLDB 0, zejména toky mez obcem (všechny, denní, dojížďka do práce celková a podle hlavních ekonomckých sektorů), agregované demografcké, ekonomcké a dojížďkové charakterstky jednotlvých obcí (zejména počet zaměstnaných a počet dojíždějících). Kvaltu SLDB 0 bohužel ovlvňuje významný podíl chybějících odpovědí (as / u dojížďkových proudů). Velkost tohoto problému byla oceněna srovnáním součtu všech známých jednotlvých toků s počtem dojíždějících zaměstnanců. Suma zaměstnanců je obvykle o -4% vyšší, ale některá města vykazují až 40% rozdíl (Budšovce) a v případě Ostravy je rozdíl 0%, což také nelze zanedbat. Proto byla původní data adjustována na chybějící hodnoty pomocí koefcentu reprezentujícího podíl chybějících odpovědí. Dstrbuce zaměstnavatelů byla modelována pomocí dat z Fremního montoru Albertna (AFM). Kromě adresy byly u každé frmy exportovány také údaje o ekonomckém sektoru, kategore počtu zaměstnanců a nsttuconální forma. Data byly exportovány v březnu 04. Nejdříve bylo nutné zkontrolovat a vyloučt frmy, které mají ndkac lkvdace nebo zrušení (vyloučeno bylo celkem 405 frem z 6, což je.5%). Dále bylo potřebné odhadnout počet zaměstnanců v každé velkostní kategor. Na základě vzorku frem se známým počtem zaměstnanců byl ohodnocen průměr pro každou velkostní kategor. Ukázalo se však, že as 60% frem nemá uvedenou an kategor velkost. Pro tyto případy jsme použl klasfkac frem podle typu nsttuce (celkem 87 různých forem) pro každý typ frmy byl vypočten průměrný počet zaměstnanců. Nakonec byl agregován počet zaměstnanců na každou cílovou obec.

Ukázalo se, že celkový počet je přílš vysoký a proto byla data adjustována pomocí známého počtu zaměstnanců v obcích poskytovaného mnsterstvem fnancí. Byla využta rovněž klasfkace frem podle hlavního ekonomckého sektoru. Identfkace ekonomckého sektoru u frem chybí pouze ve,% případů, což lze zanedbat. Předpokládá se přímý vztah mez klasfkací frmy a klasfkací jejch zaměstnanců např. pokud je organzace vzdělávací nsttucí, předpokládá se, že všchn její zaměstnanc dentfkují svoje pracovní zařazení do téhož sektoru. Naneštěstí jsou použty rozdílné klasfkační systémy. SLDB 0 používá ekonomckých sektorů (a třída ostatní ), zatímco toky dojíždějících jsou rozlšeny do 0 ekonomckých tříd. AFM používá tříd. Pro vyhodnocení byly použty následující sektory, kde by se vymezení sektorů mělo mnmálně lšt a současně jsou zajímavé z hledska dojíždění zpracovatelský průmysl, obchod a vzdělávání. Základem pro určení vzdáleností mez obcem byla síťová analýza pro slnční síť z Ředtelství slnc a dálnc. Současně však bylo využto databáze dopravních spojení (Horák et al., 04), která obsahuje pops spojení VLD mez jednotlvým obcem. Z ní byly vybrány vzdálenost mez relevantním obcem. Z obou vzdáleností (slnční a VLD) byla vybrána kratší vzdálenost. V 8,5% případů byla kratší vzdálenost VLD.. Metodka a výsledky V gravtačních modelech byla použta následující data: Toky dojížďka do zaměstnání v daném sektoru mez obcem (adjustovaná data SDLB 0) (TRIPS). Zdroje součet adjustovaných toků (v daném sektoru) ze zdrojové obce (ORIGINS, O), Počet zaměstnanců v daném sektoru SLDB 0 (EMPLOYEES, E). Cíle (atraktvnost) součet sum adjustovaných toků (v daném sektoru) ze zdrojové obce do cílové obce (DESTINATIONS, D), Počet pracovních míst v daném sektoru z AFM pro příslušnou obec adjustované daty z Mnsterstva fnancí (JOBS, J). Pro testování byly vybrány následující typy modelů: mocnnný (PW), exponencální (EXP), log-normální (LN). K lnearzac jednotlvých rovnc byla využta logartmcká transformace. Výsledné multlneární regresní modely byly optmalzovány v prostředí SPSS. Všechny modely byly vytvořeny ve varantách jako dvojnásobně omezený model s použtím proměnných ORIGINS a DESTINATIONS (OD modely) a neomezené modely využívající proměnné EMPLOYEES a JOBS (ED modely). Byly testovány také varanty smíšených modelů, kde vystupovaly proměnné OD EJ, avšak ty podle očekávání ukazovaly velm vysokou multkolneartu (díky vysoké korelac mez O a E, a rovněž mez D a J). Celkově tedy bylo hodnoceno následujících 6 typů gravtačních modelů pro každý ze sledovaných ekonomckých sektorů: EJPW 0 Y * E * J * d, (6) j ODPW 0 Y * O * D * d, (7) j EJLN Y 0 ( *ln ( d )) * E * * J j e, (8) ODLN Y 0 ( *ln ( d )) * O * * Dj e, (9) EJEXP Y j * d 0 * E * J * e, (0) ODEXP Y j * d 0 * O * D * e. () Nejdříve byla provedena explorační analýza všech sledovaných proměnných a jejch logartmckých transformací. Kontrolovala se dstrbuce dat (především odchylky od normální dstrbuce). Vlv odlehlých hodnot byl testován pro vzdělávací sektor (mocnnný a log-lneární modely pro OD EJ proměnné) a bylo

zjštěno, že ndex determnace se zvýšl o -6% a střední chyba klesla o 9-% (obr. vlevo). Proto byly u všech gravtačních modelů odstraněny odlehlé hodnoty. Výsledky jednotlvých modelů jsou uvedeny v tab.. Tab.. Výsledky optmalzace vícenásobného lneárního regresního modelu pro průmysl (INDU), vzdělání (EDU) a obchod (RET) Model R Střední chyba Průměrná chyba Dílčí korelace β Dílčí korelace β Dílčí korelace β INDU-EJPW 0,466 4,09-4,05 0,59 0,599-0,45 INDU-ODPW 0,55 4,00-4,98 0,58 0,648-0,504 INDU-EJLN 0,474 4,80 -,89 0,54 0,604-0,46 INDU-ODLN 0,545 4,7-4,98 0,544 0,654-0,5 INDU-EJEXP 0,48 4,4-4,09 0,5 0,604-0,547 INDU-ODEXP 0,54 40,98-4,84 0,547 0,645-0,50 EDU-EJPW 0,50 8,54 -,05 0,558 0,649-0,454 EDU-ODPW 0,550 8,48 -,40 0,580 0,656-0,45 EDU-EJLN 0,50 8,55 -,8 0,56 0,655-0,464 EDU-ODLN 0,559 8,40 -,6 0,584 0,66-0,46 EDU-EJEXP 0,54 8,6-0,96 0,565 0,660-0,477 EDU-ODEXP 0,567 8,0 -, 0,585 0,66-0,470 RET-EJPW 0,50 8, -,08 0,496 0,66-0,488 RET-ODPW 0,50 7,96 -,50 0,499 0,645-0,495 RET-EJLN 0,50 8,07 -,4 0,50 0,64-0,498 RET-ODLN 0,58 8,0 -,68 0,50 0,650-0,50 RET-EJEXP 0,5 7,75 -,9 0,50 0,68-0,499 RET-ODEXP 0,5 7,58 -, 0,50 0,64-0,499 Všechny koefcenty β v regresních rovncích a F statstky pro ANOVA byly u všech modelů sgnfkantní (p<0.00). Modely pro proměnné OD a EJ ukazují podobné výsledky. Jedním z možných vysvětlení je skutečnost, že pracovní trh v regonu je relatvně uzavřený (tj. méně ovlvněn dojížďkou vně regonu) a proto EJ model reprezentuje vhodnou náhradu OD modelu (tj. např. suma pracovních míst se blíží č alespoň vysoce koreluje se sumam toků do jednotlvých cílů pracovní dojížďky). Přesto autoř upřednostňují použtí EJ modelů, protože co je v průměru dobré nemusí být vhodné pro ndvduální stuace a zejména se tam mohou objevt výrazné odchylky, zejména v stuac, kdy neznáme všechny toky. Pro demonstrac průběhu vzdálenostních funkcí pro jednotlvé modely byl použt příklad, kdy E=000 a J=0000, což přblžně smuluje podmínky dojíždění do Ostravy z okolních větších měst. V levé část obrázku pro stuac ve vzdělávacím sektoru lze srovnat výsledky modelů bez a s elmnací odlehlých hodnot (označení o v názvu modelů dentfkuje použtí opravených dat, tj. bez odlehlých hodnot). Ukázalo se, že odstranění odlehlých hodnot vede ke zvýšení hodnoty toků, zejména pro krátké vzdálenost. Př posuzování tvaru jednotlvých závslostí se ukázalo, že exstují významné rozdíly zejména mez exponencálním modely na straně a skupnou mocnnných a log-lneárních modelů na straně druhé. Vzdálenostní funkce u exponencálních modelů má příkřejší průběh (tj. síla nterakce rychlej klesá). Podobně se křvky chovají také u dalších sledovaných ekonomckých sektorů vz obrázek vpravo pro zpracovatelský průmysl (opět použty hodnoty E=000, J=0000).

00 400 50 00 00 00 50 00 0 0 0000 40000 60000 80000 00000 0 0 0000 40000 60000 80000 00000 P_edu_EJ_f_pw P_edu_EJ_o_pw P_edu_EJ_f_ll P_edu_EJ_o_ll P_edu_EJ_o_exp P_ndu_EJ_o_pw P_ndu_EJ_o_ll P_ndu_EJ_o_exp Obr.. Regresní modely EJ (E=000, J=0000) pro zaměstnání ve vzdělávacím sektoru (vlevo) a zpracovatelském průmyslu (vpravo) Na základě statstckého zhodnocení (některé výsledky v tabulce ), zhodnocení průběhu závslostí (obrázek ) a preference těchto modelů u dalších autorů byly pro vybrány pro modelování dojížďky exponencální tvary rovnc. K hlavním důvodům patří (Horák et al., 04): Nízké chyby (střední chyba průměrná chyba), Relatvně vysoký ndex determnace (relatvně vůč ostatním modelům), Vyšší částečná (part, resp. sempartal) korelace, Uspokojvé rozložení rezduí regresních modelů, Lepší chování regresní křvky. Naopak k možným nedostatkům patří vysoké odchylky od normální dstrbuce zejména pro proměnnou vzdálenost, jejíž dstrbuce je výrazně asymetrcká. Pro všechny vybrané ekonomcké sektory byly optmalzovány gravtační modely s využtím exponencálních rovnc, varanta neomezeného modelu s adjustací dat a odstraněním odlehlých hodnot (proměnné EJ, tj. cíle reprezentovány počtem pracovních míst podle AFM s okrajovým omezením podle dat z MF a zdroje reprezentovány počtem vyjíždějících pracujících v daném sektoru z jednotlvých obcí podle SLDB). Pro demonstrac průběhu závslost toku na vzdálenost byl opět použt příklad s E=000 a J=0000 (obr. ). Chování gravtačních modelů pro sektor vzdělávání a obchod je velm podobné, což ukazuje na malé rozdíly v atraktvtě pracovních příležtostí. Naprot tomu sektor zpracovatelského průmyslu přtahuje toky mnohem více (křvka je mnohem strmější a ukazuje na přblžně o ½ menší hodnoty v případě krátkých vzdáleností tj. můžeme mluvt o 50% vyšší atraktvtě pracovních příležtostí ve zpracovatelském průmyslu). Výsledek koresponduje s představou výrazně vyšší moblty ve zpracovatelském průmyslu, kde jsou zaměstnanc více ochotn dojíždět než zaměstnanc v sektoru vzdělávání č obchod. Projevuje se rozdíl v platech zaměstnanců. V ostravském regonu jsou navíc významní zaměstnavatelé ve zpracovatelském průmyslu často umístěn mmo města, což pochoptelně generuje velké toky dojíždějících. Dalším podporujícím faktorem může být to, že v ostravském regonu jsou zaměstnanc v tomto sektoru tradčně zvyklí na dojíždění na poměrně velké vzdálenost.

0 00 80 60 40 0 0 0 0000 40000 60000 80000 00000 P_edu_EJ_o_exp P_ndu_EJ_o_exp P_ret_EJ_o_exp Obr.. Exponencální regresní EJ modely (E=000, J=0000) pro sektor vzdělávání (EDU), zpracovatelského průmyslu (INDU) a obchodu (RET) Kromě obecného porovnání parametrů modelů a tvarů jejch křvek se získanou nterpretací byly také analyzovány extrémně malé a extrémně velké toky (tj. ty, které vykazovaly největší odchylky od teoretckých toků získaných z gravtačních modelů). V sektoru zpracovatelského průmyslu (obr. ) se podle očekávání ukázaly největší rozdíly v případě toků Havířov Ostrava a Havířov Nošovce. Celkově abnormálně velké toky směřují do domnantních průmyslových center v kraj. Jedním z nch jsou Nošovce, kde je soustředěn zejména automoblový průmysl (Hyunda 500 zaměstnanců, Mobs Automotve 850, Dymos CR 40) a který přtahuje zejména toky z Ostravy, Havířova a Frýdku-Místku. Dalším takovým centrem je Třnec, tradční středsko hutnctví a strojírenství, ncméně rozdíl u něj je v tom, že přtahuje zejména toky z krátkých vzdáleností. Abnormálně velké toky přtahuje také Frenštát pod Radhoštěm, kde působí významné elektrotechncké společnost jako Contnental Automotve Czech Republc, Semens (dříve Semens Electromotors) a nformační technologe (Logs), dále Kopřvnce, Opava a Bohumín. Zajímavostí je také nečekaně vysoká dojížďka z Opavy do Hradce nad Moravcí (zejména Brano). Obr.. Abnormální toky zaměstnanců ve zpracovatelském průmyslu s vysokým relatvním rezdu (model INDU-EJEXP)

Dojíždění do zaměstnání ve vzdělávání ukazuje největší rozdíly mez modelovaným a skutečným toky v případě malých sídel kolem velkých měst (zejména Ostrava a Frýdek-Místek), což lze snadno vysvětlt suburbanzací (vz např. Buran et al., 04). V obou případech je suburbanzace geografcky asymetrcká. Neočekávaně vysoké jsou vzájemné toky mez Ostravou a Opavou, což lze částečně vysvětlt přítomností vysokých škol a řady středních škol v obou městech a slným vzájemným dojížděním pedagogů. Velm vysoké toky byly zaznamenány opět pro Havířov s více vzdáleným destnacem jako jsou Ostrava, Karvná nebo Český Těšín. Naopak extrémně nízké toky byly zjštěny pro dojížďku z velkých měst do jejch zázemí. Jako logcké vysvětlení se nabízí fakt, že velké vzdělávací nsttuce jsou stuovány především ve velkých městech a regonálních centrech. Celkově jsou vzdálenost dojíždění kratší než v případě zpracovatelského průmyslu. Obr. 4. Abnormální toky zaměstnanců ve vzdělávání s vysokým relatvním rezdu (model EDU-EJEXP) Obr. 5. Abnormální toky zaměstnanců v obchodu s vysokým relatvním rezdu (model RET-EJEXP)

V případě dojížďky do zaměstnání v obchodu (obr. 5) se jako neočekávaně velké ukázaly toky do Ostravy z jejího zázemí především severně a východně. Největší relatvní kladné odchylky mají Karvná, Orlová a Hlučín.. ZÁVĚR Na základě testování byla pro gravtační modelování vybrána varanta neomezeného exponencálního vícenásobného regresního modelu s adjustací dat a odstraněním odlehlých hodnot. Výsledky dobře dokumentují makrorozdíly v chování dojížďky do zpracovatelského průmyslu a vzdělávacích a obchodních společností. Zajímavé výsledky poskytuje také mapování relatvních rezduí modelovaných toků do zaměstnání v území, kde jsou zvýrazněny jak očekávané tak nečekané nterakce mez jednotlvým sídly. Příprava gravtačních modelů byla velm náročná především z pohledu přípravy vstupních dat. Zejména správné ohodnocení velkost zdrojů a cílů a dojížďkových proudů vyžaduje kontrolu více podmínek a provádění úprav dat. Přesto se ukázalo, že výsledky stávajících modelů, používajících upravená data u neomezených modelů nejsou přílš odlšné od výsledků dvojnásobně omezených modelů, což s vysvětlujeme ještě stále vysokou chybovostí v datech. Potvrzují to poměrně nízké ndexy determnace (0.46-0.56). V současnost se pracuje na vylepšení těchto modelů. Gravtační modely jsou jedním z nástrojů pro matematckou formulac síly vzájemné nterakce mez zdroj a cíl dojíždění a jejch parametry budou využty př stochastckých smulacích náhodných toků v regonu pro zlepšený pops dostupnost a odhalování lokálních dopravních problémů v území. PODĚKOVÁNÍ Příspěvek byl podpořen grantem GAČR 4-68S Prostorové smulační modelování dostupnost. LITERATURA Anas, A. 98. Dscrete choce theory, nformaton theory and the multnomal logt and gravty models. Transportaton Research B, 7:. Baley, T.C.; Gatrell, A.C. 995. Interactve spatal data analyss. Longman Scentfc & Techncal, Essex. 4 p. Buran, J.; Zajckova, L.; Tucek, P.; Vozenlek, V.; Langrova, B.; Boor, M. 04. Traffc ntensty changes and ther nfluence on spatal dstrbuton of suburbanzaton. In 4th Internatonal Multdscplnary Scentfc GeoConference SGEM 04. Celk, H.M. 00. Sample sze needed for calbratng trp dstrbuton and behavour of the gravty model. Journal of Transport Geography, 8(00): 8 90. Fk, T. J.; Mullgan, G.F. 990. Spatal flows and competng central places: towards a general theory of herarchcal nteracton. Envronment and Plannng A. : 57 549. Fotherngen, S.; O Kelly, M.E. 989. Spatal Interacton Models: Formulatons and Applcatons. Kluwer Academc Publshers, Dordrecht. Grange, L.; Troncoso, R.; Ibeas, A.; González, F. 009. Gravty model estmaton wth proxy varables and the mpact of endogenety on transportaton plannng. Transportaton Research Part A. 4 (009), 05 6.

Halás, M.; Klapka, P.; Kladvo, P. 04. Dstance-decay functons for daly travel-to-work flows. Journal of Transport Geography, 5(04): 07 9. Halás, M., Klapka P., 00. Regonal dvson of Czecha on the bass of spatal nteracton modellng. Geografe, 5, No., pp. 44 60. Horák J. 0: Prostorová analýza dat. 5 stran. VŠB-TU Ostrava. 5. vydání. Horák, J.; Ivan, I.; Fojtík, D.; Buran, J. 04. Large scale montorng of publc transport accessblty n the Czech Republc. In Proceedngs of ICCC 04, Velké Karlovce, 8-0.5.04, pp. -7. Khadaroo, J.; Seetanah, B. 008. The role of transport nfrastructure n nternatonal toursm development: A gravty model approach. Toursm Management, 9(008): 8 840. Mkkonen, M.; Luoma, M. 999. The parameters of the gravty model are changng - how and why? Journal of Transport Geography, 7(999): 77-8. Pavlík, Z., Kühnl, K.: Úvod do kvanttatvních metod pro geografy. Praha, SPN, 98, 67 s. Shrewsbury, J. 0. Calbraton of trp dstrbuton by generalsed lnear models. Dostupné onlne: http://www.nzta.govt.nz/resources/research/reports/47/docs/47.pdf Tsekers, T.; Stathopoulos, A. 006. Gravty models for dynamc transport plannng: Development and mplementaton n urban networks. Journal of Transport Geography, 4(006): 5 60. Uboe, J. 004. Aggregaton of gravty models for journeys to work. Envron. Plan. A. 6 (4), 75 79. Vton, P.A. 995. Calbratng the Gravty Model. Dostupné onlne: http://facweb.knowlton.ohostate.edu/pvton/courses/crp5700/calbratng.pdf Vojta M. 009. Analýza dojíždění pro podnky Lanex a MSA. DP, Insttut geonformatky, HGF VŠB-TU Ostrava. Vrtc, M.; Frohlch, P.; Schussler, N.; Axhausen, K.W.; Lohse, D.; Schller, C.; Techert, H. 007. Twodmensonally constraned dsaggregate trp generaton, dstrbuton and mode choce model: Theory and applcaton for a Swss natonal model. Transportaton Research Part A. 4(007): 857 87. Wllams, I. 976. A comparson of some calbraton technques for doubly constraned models wth an exponental cost functon. Transportaton Research 0, 9 04. Wllams, I. N. 977. Algorthm : Three-pont ratonal functon nterpolaton for calbratng gravty models. Envronment and Plannng 9A, 5. Wlson, A.G. 970. Entropy n Urban and Regonal Modelng. Pon, London.