Ekonomické modelování dopravy v regionech: Volba dopravního prostředku v závislosti na ekonomických faktorech
Anotace … Annotation …
1
Úvod
Rostoucí ekonomická výkonnost a s tím úzce spojena specializace vyţaduje od pracovní síly stále větší prostorovou flexibilitu a z této vyplývající prostorovou mobilitu (Reggiani, Nijkamp 2006). Mobilita pracovní síly nevyplývá pouze z hlediska prohlubující se specializace a dělby práce, ale také především z lokalizace pracovních příleţitostí ve specifických centrech rozvoje. Tato centra disponují potřebnou socioekonomickou infrastrukturou a nabízejí potřebné aglomerační výhody (Toušek 2008). Způsob prostorové mobility je závislí na mnoha faktorech, které více či méně ovlivňuji volbu dopravních prostředků při dojíţďce do spádových center, která mnohdy představují centra rozvoje (Wokoun 2008). V České republice lze za taková centra povaţovat krajská města a aţ na málo výjimek, především v přímém sousedství k hlavnímu městu Praze, také okresní města. Okresní města představují pro tuto dizertační práci hlavní centra denní regionální dojíţďky, nejen za sluţbami, ale především centra dojíţďky za prací. Spádové území okresních měst představuje v největší míře okres a vněm se nacházející obydlí. Sídelní struktura okresů ČR je z hlediska dopravy velice rozmanitá. Sahá od vysoce urbanizovaných okresů aţ k vysoce dekoncentrovaných okresů. Volba dopravního prostředku je závislá na mnoha faktorech, mezi které lze zahrnout: ekonomickou situaci zaměstnance, vzdálenost mezi místem bydliště a místem zaměstnání, sociální postavení zaměstnance, nabídka veřejné dopravy, vzdálenost k nástupišti do veřejné dopravy, délka přepravy, institucionální rámec v daném regionu. Institucionálním rámcem jsou míněny právní normy a předpisy ale také neformální instituce, vyplývající ze sociálního okolí zaměstnance. Místní správy mají moţnost pomocí administrativních a ekonomických nástrojů podpořit nebo potlačit jeden nebo druhý druh
dopravy. Jako hlavní dva druhy dopravy rozlišujeme veřejnou dopravu a individuální automobilovou dopravu. V případě velkých městských center s dobrou nabídkou veřejné dopravy je vhodné podporovat veřejnou dopravu a snaţit se omezit individuální automobilovou dopravu. Toto lze pomocí administrativních ale také ekonomických nástrojů, ale také informačními nástroji. Opačně tomu je u regionů venkovského charakteru, ve kterých je realizace veřejné dopravy neefektivní, a tudíţ je nabídka veřejné dopravy relativně nízká. Široká škála regionů, od venkovských regionů s vysokou dekoncentrací obyvatel do velkého počtu sídel aţ po vysoce urbanizované regiony s vysokou koncentrací obyvatel do mála velkých sídel, vyţaduje odlišné administrativní přístupy řešení dopravy. V případě venkovských regionů je vhodné podporovat jak koncentrované vyuţití veřejné dopravy, tak i individuelní automobilové dopravy. Toto lze například uzpůsobením jízdních řádů potřebám zaměstnanců aţ k bezplatným parkovacím plochám. V případě velkých urbanizovaných regionů je situace odlišná. V převáţné míře velice efektivní veřejná doprava, z důvodu velkého potenciálu poptávky, je nutné podpořit restriktivními opatřeními proti individuelní automobilové dopravě. Lze pouţít jak administrativních nástrojů tak i ekonomických a informačních. Omezením přístupu individuelní automobilové dopravy do vybraných částí města, vhodně nastavené poplatky za parkovací plochy na území města a vhodné informace o spojích a linkách veřejné dopravy. Faktory podporující veřejnou dopravu ve venkovských regionech jsou převáţně socioekonomické. Nízké průměrné příjmy zaměstnanců, nízký sociální tlak ve prospěch individuelní automobilové dopravy a nízké náklady na dopravu jsou dobré předpoklady pro vyuţití veřejné dopravy. Proti veřejné dopravě hovoří nehospodárnost spojů a tudíţ nízká nabídka veřejné dopravy, dále větší vzdálenosti mezi místem bydliště a místem zaměstnání. Pro individuelní automobilovou dopravu hovoří větší flexibilita a časová nezávislost. Naopak proti individuelní automobilové dopravě hovoří vysoké náklady na dopravu, nízké průměrné příjmy obyvatel. V městských regionech jsou dané odlišné předpoklady pro dopravu. Jednak Institucionální podpora alternativní dopravy do zaměstnání zvyšuje akceptaci a vyuţití alternativní dopravy. (Sandoval et al. 2009)
2
Ekonomická úroveň regionů a dopravní chování obyvatel
Ekonomickou úroveň, za účelem hodnocení dopravního chování obyvatel, obzvlášť při kaţdodenní dojíţďce za prací do centra dojíţďky, je nutné vztahovat přímo k účastníkům dané dopravy. Účastníky dojíţďky za prací do centra dojíţďky jsou převáţně obyvatelé daného regionu, v tomto případě okresu. Ekonomickými ukazateli týkajícími se bezprostředně zmíněných účastníků jsou průměrná hrubá mzda a míra nezaměstnanosti. Úroveň HDP nebo HDP na obyvatele, počet ekonomických subjektů, poukazují na ekonomickou úroveň daného regionu, nikoliv na ekonomickou úroveň zmíněných účastníků. Ukazatelé budou pravděpodobně ovlivňovat úroveň účastníků, nejsou s nimi ale v přímé relaci. Naopak jsou tyto ukazatelé vhodným měřítkem pro úroveň daného regionu, coţ leze měřit například: výší daňových odvodů a poplatků, které se od výše HDP přímo odvozují. Výše daňových a nedaňových příjmů místní samosprávy se bude reflektovat na úrovni sluţeb, poskytovaných na daném území, mimo jiné také na úrovni veřejné dopravy. Ekonomičtí ukazatelé: průměrná hrubá mzda a míra nezaměstnanosti, stojí v přímé relaci k ekonomické úrovni obyvatel, v tomto případě analyzovaných aktérů. Průměrná hrubá mzda vyjadřuje ekonomickou sílu ekonomicky aktivního obyvatelstva a určuje jejich disponibilní důchod. Výše disponibilního důchodu dále ovlivňuje skladbu a objem nákupního koše. Při zjednodušeném pohledu představují výdaje za mobilitu část nákupního koše. Rozdělíme-li výdaje na mobilitu, na výdaje na veřejnou a individuální dopravu, bude se ekonomicky aktivní občan rozhodovat o rozdělení části svého důchodu mezi zmíněné dva statky. Elasticita poptávky po jednotlivých druzích dopravy je mezi těmito druhy odlišná. Elasticitou poptávky rozumíme změnu poptávaného mnoţství daného statku při změně výše disponibilního důchodu. Všeobecně lze pro Českou republiku konstatovat, ţe se s rostoucím disponibilním důchodem sniţuje mnoţství nakupovaného statku veřejná doprava a zvyšuje mnoţství nakupovaného statku individuální automobilová doprava. Toto lze vyjádřit graficky:
Graf 1 – Důchodová spotřební křivka (zdroj: vlastní zpracování)
Na svislé ose je zobrazeno mnoţství statku IAD – individuální automobilová doprava, na vodorovné ose mnoţství statku VD – veřejná doprava. Spojnice mezi svislou a vodorovnou osou představují kombinace statků IAD a VD dosaţitelné při daném disponibilním důchodu ID. Křivky dotýkající se spojnic ID představují křivky uţitku, která vychází z preferencí spotřebitele. Bod doteku mezi křivkou ID a křivkou uţitků definují mnoţství a kombinaci zakoupených statků spotřebitelem. Při rostoucím disponibilním důchodu, coţ je představeno spojnicemi ID 1 aţ ID 3 se mění mnoţství a poměr kombinace zakoupených statků VD a IAD. Vzhledem k tomu, ţe představuje IAD preferovaný statek, roste mnoţství zakoupeného statku IAD rychleji neţ mnoţství VD. Z tohoto poznatku lze vyvodit, ţe za stejných podmínek, se při nárůstu disponibilního důchodu zvětší poměr IAD a zmenší poměr VD. Z regionálního hlediska to znamená, ţe za jinak stejných předpokladů, bude poměr vyuţití individuální automobilové dopravy v regionech s vyššími průměrnými mzdami vyšší, neţ v regionech s niţšími průměrnými mzdami. Naopak bude poměr vyuţití veřejné dopravy vyšší v regionech s niţšími průměrnými hrubými mzdy, neţ v okresech s vyššími průměrnými mzdy.
3
Předpoklady modelu
Ekonomickým modelováním dopravy v regionech, se v tomto případě rozumí, modelování podmínek, za kterých se spotřebitel rozhoduje při volbě dopravního prostředku při dojíţďce za prací. Regionální aspekt je zohledněn odlišností proměnných v jednotlivých regionech a
z toho vyplývající regionální odlišnosti ve sloţení podílů uţivatelů dopravních prostředků při dojíţďce do zaměstnání. V navazujících částech této práce budou zkoumány ekonomické a regionální proměnné, mající vliv na volbu dopravního prostředku. Těmito proměnnými budou: průměrná výše hrubé mzdy na úrovni okresů ČR a registrovaná míra nezaměstnanosti na úrovni okresů. Uvedené proměnné budou předmětem ekonomického modelování za účelem prokázání teoretického vlivu na volbu dopravního prostředku. Dopravní prostředky se dělí na dva hlavní a jeden vedlejší druh: 1) individuální automobilová doprava (IAD); 2) veřejná doprava (VD) a ostatní. Individuální automobilová doprava představuje motorizovanou dopravu s malým počtem přepravených osob na jeden dopravní prostředek. Veřejná doprava představuje dopravu s velkým počtem přepravených na jeden dopravní prostředek.
Předpoklady a omezení modelu. IAD má větší náklady na kilometr dopravy neţ VD. Spotřebitel můţe ze svého disponibilního důchodu nakoupit více kilometrů VD neţ IAD. Spotřebitel vydává veškerý svůj důchod pouze za kombinaci uvedených statků IAD a VD. Neexistují úspory. Spotřebiteli se rozumí zaměstnanci, dojíţdějící do zaměstnání. Z toho vyplývá, ţe se spotřebitel rozhoduje naprosto racionálně, protoţe má pro své rozhodování veškeré potřebné informace a jeho rozhodování je kaţdodenně se opakující proces. Spotřebitel nakupuje přesně vymezené mnoţství (kilometrů) dopravy, potřebné pro dojíţďku za zaměstnáním. Toto mnoţství je neměnné. IAD je ţádanější dopravní prostředek neţ VD. V závislosti na disponibilním důchodu se spotřebitel vţdy rozhoduje pro IAD před VD. Pouze výdajové omezení nutí spotřebitele nakupovat VD.
3.1
Model rozhodování spotřebitele mezi IAD a VD za podmínek odlišné výše hrubé průměrné měsíční mzdy
Předpoklady modelu zůstávají zachovány. Doplňujícím předpokladem je stejná velikost a sídelní struktura regionů. Proměnná veličina je průměrná hrubá měsíční mzda, čímţ dochází k posunu linii rozpočtového omezení. V regionech s niţším průměrným měsíčním příjmem budou také niţší disponibilní důchody. Tím se posune linie rozpočtového omezení směrem dolu a sníţí se tím také výše dostupných vzdáleností dopravy, vyplývající z kombinace obou
dopravních druhů dopravy. Obdobně jako u výše uvedeného modelu jsou na grafu uvedeny kombinace dopravních prostředků IAD a VD, které můţe zaměstnanec zakoupit za účelem dojíţďky do zaměstnání. Úspory nejsou moţné, takţe zaměstnanec utratí veškeré prostředky za nákup dopravy za zaměstnáním. V regionech s vyššími průměrnými měsíčními mzdami bude linie rozpočtového omezení výše, neţ v regionech s niţšími průměrnými měsíčními mzdami. Exemplárně porovnáváme dvě linie rozpočtového omezení I0 a I1. Rozpočtové omezení I0 znázorňuje region s vyššími průměrnými měsíčními mzdami. Zaměstnanec v tomto regionu volí kombinaci dopravy do zaměstnání dle délky vzdálenosti dojíţďky. Opět můţe zvolit 5 jednotek, kombinovaných 4 jednotky IAD a 1 jednotka VD, 6 jednotek, kombinovaných 3 jednotky IAD a 3 jednotka VD, 7 jednotek, kombinovaných 2 jednotky IAD a 5 jednotka VD, 8 jednotek, kombinovaných 1 jednotky IAD a 7 jednotka VD. Rostoucí vzdáleností dojíţďky vyuţívá zaměstnanec více jednotek VD a méně jednotek IAD. Nyní porovnáme region s niţší průměrnou měsíční mzdou, který je znázorněný rozpočtovým omezením I1. Bude-li zaměstnanec v tomto regionu potřebovat 5 jednotek k dojíţďce za zaměstnáním, musí zvolit kombinaci 2 jednotky IAD a 3 jednotky VD. V případě potřeby 6 jednotek dopravy za zaměstnáním, zvolí zaměstnanec kombinaci 1 jednotky IAD a 5 jednotek VD. V případě potřeby 7 jednotek dopravy za zaměstnáním, zvolí zaměstnanec kombinaci 0 jednotek IAD a 7 jednotek VD. 8 jednotek dopravy si zaměstnanec v regionu s niţší průměrnou hrubou měsíční mzdou nebude moci dovolit. Jaký je rozdíl mezi oběma regiony. První rozdíl spočívá v odlišné maximální vzdálenosti dojíţďky. V regionu s vyšší průměrnou mzdou mohou zaměstnanci dojíţdět na větší maximální vzdálenosti, neţ v regionu s niţší průměrnou mzdou. Druhý rozdíl mezi modelovými regiony má vliv na podíl uţivatelů jednotlivých dopravních prostředků. V regionu s rozpočtovým omezením I0 bude moci volit zaměstnanec 5 jednotek dopravy v kombinaci 4 jednotky IAD a 1 jednotku VD. Zaměstnanec v regionu s rozpočtovým omezením I1 zvolí pro 5 jednotek dopravy kombinaci 2 jednotky IAD a 3 jednotky VD. Pro ilustraci ještě příklad se 7 jednotkami dopravy. V regionu s rozpočtovým omezením I0 bude moci volit zaměstnanec 7 jednotek dopravy v kombinaci 2 jednotky IAD a 5 jednotek VD. Zaměstnanec v regionu s rozpočtovým omezením I1 zvolí pro 7 jednotek dopravy kombinaci 0 jednotek IAD a 7 jednotek VD. Z této modelové komparace dvou regionů vyplývá, ţe v regionu s výdajovým omezením I0 bude kladen větší nárok na IAD. V regionu s výdajovým omezením I1 bude kladen větší nárok na VD.
Graf 1 – posun linie výdajového omezení, kombinace statků IAD a VD (zdroj: autor)
3.2
Model rozhodování spotřebitele mezi IAD a VD za podmínek odlišné registrované míry nezaměstnanosti
Při zachování uvedených předpokladů, nebude mít výše registrované míry nezaměstnanosti ţádný vliv na volbu dopravního prostředku při dojíţďce za zaměstnáním. Jednak z důvodu, ţe dojíţdějícími jsou vţdy zaměstnanci a dále z důvodu, ţe registrovaná míra nezaměstnanosti nemá vliv na výdajové omezení. Tudíţ zůstává situace ve všech regionech, bez ohledu na výši registrované míry nezaměstnanosti, stejná. Jinými slovy, kombinace dopravních prostředků jsou pro všechny regiony stejné.
4
Model za pozměněných předpokladů
Dosavadní předpoklady zůstávají zachovány aţ na předpoklad neexistujících úspor. Budeme předpokládat, ţe spotřebitel, zaměstnanec, můţe své výdajové omezení vyuţít pro nákup kombinace obou uvedených statků, IAD a VD, případně uspořit část svého disponibilního důchodu.
4.1 Model rozhodování spotřebitele mezi IAD a VD za podmínek odlišné výše hrubé průměrné měsíční mzdy a existence úspor V případě, ţe připustíme úspory, mohou nastat následující situace. Spotřebitelé se mohou rozhodovat mezi oběma dopravními prostředky tak, aby jejich kombinace zajistila dojíţďku do zaměstnání na potřebnou vzdálenost. Jelikoţ je IAD ţádoucí, bude v regionech s vyššími podíl uţivatelů IAD pravděpodobně stejní jako za situace bez moţnosti úspor. V regionech s niţšími průměrnými příjmy, za předpokladu, ţe příjmy budou dostačující, mohou uţivatele volit VD před IAD. Dolní hranice výdajového omezení bude omezeno velikostí regionu a tím délkou dojezdové vzdálenosti. Oproti modelu bez úspor se posune pouze dolní hranice výdajového omezení.
4.2 Model rozhodování spotřebitele mezi IAD a VD za podmínek odlišné registrované míry nezaměstnanosti a existence úspor
Registrovaná míra nezaměstnanosti neovlivňuje disponibilní důchod zaměstnanců, ovlivňuje ale disponibilní důchod domácností a ovlivňuje také očekávání zaměstnanců ve vztahu ke ztrátě zaměstnání a rizika nezaměstnanosti. Vyšší míra nezaměstnanosti představuje niţší disponibilní důchod domácností. Domácnosti jsou často odkázány na příjem jednoho člena a tím jsou jejich moţnosti spotřeby omezené. V takových případech musí členové domácnosti, v zaměstnaneckém poměru, pečlivě zvaţovat výdaje na dopravu za zaměstnáním. Dalším rizikem v regionech s vysokou mírou nezaměstnanosti je doba nebo očekávaná doba hledání zaměstnání. Pro takové případy si domácnosti tvoří úspory, které jim v případě ztráty zaměstnání mají pomoci překlenout dobu nezaměstnání. Naopak tomu bude v regionech s nízkou mírou nezaměstnanosti. Domácnosti často skládají své disponibilní důchody z dvou nebo dokonce více příjmů. Také riziko ztráty zaměstnání je niţší a doba hledání nového zaměstnání kratší. Domácnosti nebo členové dojíţdějící za zaměstnáním mají k dispozici více
prostředků na dopravu a mohou se rozhodovat mezi draţší, ale komfortnější dopravou nebo levnější dopravou.
Uvedené faktory mohou a pravděpodobně budou mít podstatný vliv na volbu dopravního prostředku při dojíţďce za zaměstnáním. Na první pohled se můţe jevit faktor průměrné hrubé mzdy jako faktor s vyšší váhou ve vztahu k volbě dopravního prostředku. Budeme-li uvaţovat o ekonomicky si relativně podobných regionech, v oboustranně omezeném pásmu hrubé průměrné výši příjmů, můţe vykazovat faktor registrované míry nezaměstnanosti vyšší váhu ve vztahu k volbě dopravního prostředku, neţ faktor hrubého průměrného příjmu. V případě okresů České republiky, vyjma velkých aglomerací Praha, Brno a Ostrava, by tomu tak být mohlo.
4.3 Hypotézy Na základě modelů lze formulovat následující hypotézy: 1. Výše průměrné hrubé mzdy ovlivní volbu dopravního prostředku přímo úměrně ve prospěch individuální automobilové dopravy. 2. Míra registrované nezaměstnanosti ovlivní volbu dopravního prostředku přímo úměrně ve prospěch veřejné dopravy.
5
Postup při analýze volby dopravního prostředku a regionální ekonomické úrovně
Pro analýzu volby dopravního prostředku a regionální ekonomické úrovně jsou pouţity ukazatelé z databáze Českého statistického úřadu. Nejaktuálnější ekonomičtí ukazatelé na úrovni okresů jsou dostupné za rok 2004 z tabulky „Tab. 4. Vybraný ukazatelé podle okresů v roce 2004“. Tyto tabulky jsou zpracovány pro jednotlivé kraje a obsahují všechny okresy kraje. Relevantními ukazateli pro následující analýzu jsou: 1) průměrná hrubá měsíční mzda zaměstnance; 2) míra registrované nezaměstnanosti. Zmíněné údaje jsou zapracovány do souhrnné tabulky, obsahující všechny okresy ČR. Tyto údaje nejsou v souhrnné tabulce dále upraveny. Z uvedené souhrnné tabulky jsou vytvořeny dva kartogramy, zobrazující území České republiky, rozdělené na jednotlivé okresy. V kartogramech jsou údaje zobrazeny ve škále intenzity jednoho barevného odstínu. Na základě kartogramu je moţné provést kartogramovou analýzu rozmístění hodnot zvolených ukazatelů na úrovni okresů. Následně je moţné vyvodit moţné korelace mezi zvolenými ekonomickými ukazateli a volbou dopravního prostředku. Ukazatel volby dopravního prostředku je znázorněn ukazatelem podílu uţivatelů veřejné dopravy při dojíţďce za zaměstnáním do centra dojíţďky. Ukazatel je generován z databáze ČSÚ z tabulky „Tab. B4. Dojíţdějící denně za prací do centra dojíţďky podle pouţitého dopravního prostředku“. Zmíněná tabulka vyplývá z šetření Sčítání lidů, domů a bytů z roku 2001. Časový rozdíl mezi jednotlivými ukazateli nemá na výsledek analýzy vliv. Míra registrované nezaměstnanosti se změnila na úrovni krajů velice nepatrně. Hrubý měsíční průměrný příjem rostl ve všech krajích relativně stejným tempem. Tyto údaje vyplývají z šetření ČSÚ „Trh práce v ČR 1993 aţ 2007“. Výjimkou jsou hlavní urbanizační centra Praha, Brno a Ostrava, která představují celkově výjimku oproti ostatním okresům. Pro komparaci mezi zvolenými ekonomickými ukazateli a volbou dopravního prostředku je zvolen ukazatel podílu uţivatelů veřejné dopravy při dojíţďce za zaměstnáním do centra dojíţďky a ukazatel podílu uţivatelů individuální automobilové dopravy při dojíţďce za zaměstnáním do centra dojíţďky.
5.1
Analýza ekonomické úrovně okresů a volba dopravního prostředku
Následující analýza je rozdělena do dvou částí. V první části je analyzováno rozmístění ukazatele průměrná hrubá měsíční mzda na úrovni okresů. Geografické rozmístění tohoto ukazatele je poté komparováno k rozmístění ukazatelů podílu uţivatelů VD a IAD při dojíţďce za zaměstnáním do centra dojíţďky. V druhé části je analyzováno rozmístění ukazatele registrovaná míra nezaměstnanosti na úrovni okresů. Geografické rozmístění tohoto ukazatele je poté komparováno k rozmístění ukazatelů podílu uţivatelů VD a IAD při dojíţďce za zaměstnáním do centra dojíţďky.
5.1.1 Geografická analýza ukazatele průměrná hrubá měsíční mzda Českou republiku lze všeobecně rozdělit z hlediska rozmístění výše průměrné měsíční hrubé mzdy na dva makro-regiony. Čechy, vykazující vyšší úroveň průměrné hrubé měsíční mzdy a Morava, vykazující niţší úroveň průměrné hrubé měsíční mzdy. Toto rozdělení vykazuje na úrovni krajů velké diference, coţ lze pozorovat také na úrovni okresů. Na úrovni krajů lze pozorovat rostoucí úroveň průměrné hrubé měsíční mzdy směrem k hlavnímu městu Praha. Na úrovni okresů je tato tendence ještě zřetelnější. Úroveň průměrné hrubé mzdy roste směrem k okresům s krajskými městy, ve kterých je v daném kraji průměrná měsíční mzda vţdy nejvyšší. Velká krajská centra vykazují nadprůměrně vysokou úroveň hrubé průměrné měsíční mzdy. Jedinou výjimkou, řadící se na úroveň zmíněných velkých krajských měst, je okres Mladá Boleslav. Na úrovni krajů, respektive okresů, lze pozorovat relativně homogenní rozloţení úrovně hrubé průměrné měsíční mzdy. Výjimkami zde jsou: Středočeský kraj, Ústecký kraj a do jisté míry kraj Vysočina. Ve Středočeském kraji lze, kromě okresu Mladá Boleslav, pozorovat vysoké úrovně průměrné měsíční mzdy v okresech Praha – západ, Praha – východ a Beroun. V Ústeckém kraji vykazují relativně k ostatním okresům kraje vysokou úroveň průměrné měsíční mzdy okresy: Most a Ústí nad Labem, přičemţ okres Most dominuje. V kraji Vysočina, který je z hlediska úrovně průměrné mzdy homogenní, vykazuje okres Jihlava, který je současně okresem s krajským městem, vyšší úroveň průměrné hrubé mzdy. U ostatních krajů jsou okresy relativně homogenní. Jistou výjimku představují okresy: Brno –
město, Ostrava – město, Plzeň – město, České Budějovice, Pardubice, Hradec Králové. Zde je úroveň průměrné měsíční mzdy nad úrovní okresů v kraji. Na úrovni České republiky lze, obdobně jako u ukazatele hrubé průměrné měsíční mzdy, rozdělit území do dvou makro-regionů. Čechy s niţším podílem uţivatelů veřejné dopravy a Moravu s vyšším podílem uţivatelů veřejné dopravy. Morava představuje z hlediska podílu uţivatelů relativně homogenní region. Výjimkami jsou okresy: Ţďár nad Sázavou, Blansko, Vsetín a Ostrava-město. Tyto okresy vykazují vyšší podíl uţivatelů VD. Okresy vykazující niţší úroveň hrubé měsíční průměrné mzdy a vyšší podíl uţivatelů veřejné dopravy jsou okresy: Zlínského, Moravskoslezského a Olomouckého kraje. Dále jednotlivé okresy v rámci krajů. Těmito okresy jsou: Ţďár nad Sázavou, Třebíč, Blansko, Jeseník, Prachatice, Trutnov, Náchod a Jablonec nad Nisou. Okresy vykazující vysokou úroveň hrubé měsíční průměrné mzdy a zároveň velký podíl uţivatelů VD jsou okresy: Praha, Ostrava – město, Brno – město, Mladá Boleslav, Most, Teplice a Ústí nad Labem. Okresy vykazující vysokou úroveň hrubé měsíční průměrné mzdy a zároveň malý podíl uţivatelů VD jsou okresy: Praha–západ a Praha-východ. Okresy vykazující nízkou úroveň hrubé měsíční průměrné mzdy a zároveň malý podíl uţivatelů VD jsou okresy: Pardubice a Tachov.
Kartogram 1 – průměrná hrubá měsíční mzda (zdroj: ČSÚ, vlastní zpracování) Kartogram 2 – VD (zdroj: ČSÚ, vlastní zpracování)
Ve vztahu ukazatelů průměrná hrubá měsíční mzda a podíl uţivatelů individuální automobilové dopravy lze uvést přibliţně opačný poměr neţ u vztahu k veřejné dopravě. I zde
lze charakterizovat některé výjimky. Těmito výjimkami jsou okresy s vysokou úrovní hrubé měsíční průměrné mzdy a současně s nízkým podílem uţivatelů IAD. Mezi těmito okresy jsou: Praha-západ a Praha-východ. Další výjimkou jsou okresy s vysokou úrovní hrubé měsíční průměrné mzdy a současně s nízkým podílem uţivatelů IAD. Takovými okresy jsou pouze: Ostrava-město, Brno-město a okres Most.
Kartogram 3- průměrná hrubá měsíční mzda (zdroj: ČSÚ, vlastní zpracování) Kartogram 4 – VD (zdroj: ČSÚ, vlastní zpracování)
5.1.2 Geografická analýza ukazatele registrovaná míra nezaměstnanosti Obdobně jako u ukazatele hrubé průměrné měsíční mzdy lze konstatovat i u ukazatele registrované míry nezaměstnanosti rozdělení na dva makro-regiony, Čechy a Morava. Všeobecně registrovaná míra nezaměstnanost je v Čechách niţší neţ na Moravě, ale jsou zde velké krajské a okresní rozdíly. Všeobecně roste míra nezaměstnanosti s rostoucí vzdáleností od okresů krajských měst. Výjimku představuje Moravskoslezský kraj. Na úrovni krajů je relativně vysoká míra nezaměstnanosti v Moravskoslezském, Olomouckém a Ústeckém kraji. Významně vysoká registrovaná míra nezaměstnanosti je v okresech: Chomutov, Most, Teplice, Děčín, Jeseník, Bruntál a Karviná. V rámci krajů představují jistou výjimku oproti ostatním okresům kraje následující okresy: Ţďár nad Sázavou, Znojmo a Hodonín. Tyto okresy vykazují v rámci svého kraje vyšší míru registrované nezaměstnanosti. V porovnání úrovně registrované míry nezaměstnanosti a podílu dojíţdějících do zaměstnání veřejnou dopravou vykazují největší poměrovou ekvivalenci okresy kraje Ústí nad Labem. Poměrově vykazují okresy kraje Ústí nad Labem ekvivalentně vysoké úrovně registrované
míry nezaměstnanosti a podílu uţivatelů veřejné dopravy. Obdobně ekvivalentní vztah mezi oběma faktory vykazují okresy Karlovarského a Plzeňského kraje. Významnější odlišnosti mezi úrovněmi obou faktorů vykazují okresy krajů: Jihočeský, Vysočina, Jihomoravský, Zlínský a Moravskoslezský. V rámci Jihočeského kraje vykazuje významnou odlišnost v porovnání obou faktorů okres Prachatice. Úroveň registrované míry nezaměstnanosti je na stejné úrovni ostatních okresů kraje. Podíl uţivatelů veřejné dopravy při dojíţďce do zaměstnání je podstatně vyšší, neţ u ostatních okresů tohoto kraje. U kraje Vysočina rozdíl mezi úrovněmi obou zkoumaných faktorů větší neţ u ostatních kraů, kromě jiţ zmíněných: Jihomoravský, Zlínský a Moravskoslezský kraj. I v těchto krajích je rozdíl mezi úrovněmi obou faktorů větší neţ u ostatních krajů. U kraje Vysočina se obzvlášť liší okres Ţďár nad Sázavou. V tomto okrese je registrovaná míra nezaměstnanosti na podobné úrovni ostatních okresů kraje, podíl uţivatelů VD jasně převyšuje úroveň podílu ostatních okresů. V Jihomoravském kraji vykazuje okres Blansko
Kartogram 5 – registrovaná míra nezaměstnanosti (zdroj: ČSÚ, vlastní zpracování) Kartogram 6 – VD (zdroj: ČSÚ, vlastní zpracování)
podstatně vyšší podíl uţivatelů VD oproti ostatním okresům kraje, přitom vykazuje tento okres obdobnou úroveň registrované míry nezaměstnanosti. Ve Zlínském kraji vykazuje takovéto rozdíly okres Vsetín. Registrovaná míra nezaměstnanosti je obdobně vysoká jako u ostatních okresů kraje, podíl uţivatelů VD při dojíţďce do zaměstnaní je viditelně vyšší. U Moravskoslezského kraje vykazují všechny okresy vysoké hodnoty registrované míry nezaměstnanosti a podíly uţivatelů VD při dojíţďce do zaměstnání. Nejvyšší podíl uţivatelů VD vykazuje okres Ostrava.
Kartogram 7 – registrovaná míra nezaměstnanosti (zdroj: ČSÚ, vlastní zpracování) Kartogram 8 – IAD (zdroj: ČSÚ, vlastní zpracování)
Porovnání faktorů registrovaná míra nezaměstnanosti a podíl uţivatelů individuální automobilové dopravy při dojíţďce za zaměstnáním vykazují obdobné výsledky jako předchozí porovnání faktorů registrovaná míra nezaměstnanosti a podíl uţivatelů veřejné dopravy při dojíţďce za zaměstnáním, pouze v opačném poměru. Okres Třebíč vykazuje jako jediný vysokou registrovanou míru nezaměstnanosti a současně vysoký podíl uţivatelů individuální automobilové dopravy. Ostatní okresy tak protichůdný poměr nevykazují.
5.2
Diskuze analýzy ekonomické úrovně okresů a dopravního chování obyvatel
V analytické části byla provedena kartografická analýza rozmístění faktoru výše průměrné hrubé mzdy a výše registrované míry nezaměstnanosti na úrovni okresů České republiky. Návazně na tuto analýzu byla provedena komparace k rozmístění ukazatele podílu dojíţdějících za prací do centra dojíţďky dle dopravního prostředku. Tento ukazatel je znázorněn ve dvou skupinách: veřejná doprava a individuální automobilová doprava. Tyto dva druhy dopravy stojí v konkurenčním vztahu. Volba jednoho či druhého dopravního prostředku je, mimo mnoha jiných faktorů, které zde nejsou předmětem zkoumání, ovlivňována ekonomickou úrovní daného regionu, v tomto případě okresů ČR. Ekonomická úroveň je pro potřeby této analýzy vyjádřena výše uvedenými faktory, které přímo ovlivňují ekonomickou úroveň obyvatel a jejich rozhodování o sloţení spotřebního koše, který se zde sestává ze dvou statků: veřejná doprava a individuální automobilová doprava.
Z analýzy vyplývá, ţe rozmístění faktoru výše průměrné hrubé mzdy a výše registrované míry nezaměstnanosti vykazuje jistou západovýchodní tendenci. V případě faktoru výše průměrné hrubé mzdy je tato tendence směrem od západu na východ klesající. V případě faktoru výše registrované míry nezaměstnanosti je tato tendence směrem od západu na východ rostoucí. Dalším zjištěním je, ţe v rozmístění faktorů hrají jistou roli významná aglomerační centra. Blízkost těchto center ovlivňuje přímo úměrně faktor výše průměrné hrubé mzdy a nepřímo úměrně faktor výše registrované míry nezaměstnanosti. Z hlediska dopravního chování, respektive volby dopravního
prostředku
při
dojíţďce
za
zaměstnáním lze konstatovat následující vliv obou zkoumaných faktorů. Faktor průměrná hrubá mzda vykazuje relativně nízký vliv na volbu dopravního prostředku veřejná doprava. Mezi prvními deseti okresy s nejvyšší průměrnou hrubou mzdou (17 aţ 20 tisíc Kč) a posledními deseti okresy s nejniţší průměrnou hrubou mzdou (13 aţ 15 tisíc Kč) nejsou v podílech uţivatelů Tab. 1 – okresy s krajními hodnotami průměrné hrubé měsíční mzdy (zdroj: ČSÚ, vlastní zpracování)
veřejné dopravy ţádné významné rozdíly, a také se neprojevuje ţádná pravidelnost. Také u podílu
uţivatelů individuální automobilové dopravy nelze pozorovat ţádnou pravidelnost v závislosti na klesající hodnotě průměrné hrubé mzdy. U prvních deseti okresů lze pozorovat v průměru vyšší podíl uţivatelů IAD oproti posledním deseti okresům s nejniţší průměrnou hrubou mzdou. Vzhledem ke komplexnosti vlivů na volbu dopravního prostředku a s tím spojené nejednoznačnosti výsledků zkoumání spojitosti jednoho faktoru s volbou dopravního prostředku lze konstatovat, ţe existuje vztah mezi výší průměrné mzdy a volbou dopravního prostředku individuální automobilové dopravy na úrovni okresů ČR. Také lze konstatovat, ţe neexistuje vztah mezi výší průměrné hrubé mzdy a volbou dopravního prostředku veřejné dopravy. Platnost hypotézy: „Výše průměrné hrubé mzdy ovlivní volbu dopravního prostředku přímo úměrně ve prospěch individuální automobilové dopravy“, lze s jistou opatrností potvrdit.
V případě faktoru registrovaná míra nezaměstnanosti lze uvést následující zjištění. Prokázal se celkem významný vztah mezi faktorem registrované míry nezaměstnanosti a volbou dopravního prostředku veřejná doprava. Prvních deset okresů
s nejvyšší
registrovanou
mírou
nezaměstnanosti (15% aţ 22%) vykazuje vysoký podíl uţivatelů veřejné doprava. Posledních deset okresů s nejniţší mírou nezaměstnanosti (3% aţ 6%) vykazují niţší podíl uţivatelů veřejné dopravy. Také lze potvrdit
jistou
komparovaných
pravidelnost ukazatelů.
vztahu Vztah
obou mezi
komparovanými ukazateli je přímo úměrný. S rostoucí registrovanou mírou nezaměstnanosti roste podíl uţivatelů veřejné dopravy. V případě podílu uţivatelů individuální
automobilové
dopravy
nelze
jiţ
Tab. 2 – okresy s krajními hodnotami registrované míry nezaměstnanosti
konstatovat takto silný vztah k registrované míře nezaměstnanosti. Principiálně lze pozorovat, ţe v průměru je podíl uţivatelů individuální automobilové dopravy v prvních deseti okresech s nejvyšší registrovanou mírou nezaměstnanosti niţší, neţ v posledních deseti okresech s nejniţší registrovanou mírou nezaměstnanosti, jasné pravidlo jiţ pozorovatelné není. Na základě poznatků vztahu ekonomického faktoru registrované míry nezaměstnanosti k podílu uţivatelů veřejné dopravy a podílu uţivatelů individuální automobilové dopravy při dojíţďce za zaměstnáním lze téměř jednoznačně potvrdit hypotézu: „Míra registrované nezaměstnanosti ovlivní volbu dopravního prostředku přímo úměrně ve prospěch veřejné dopravy“.
5.3 …
Závěr
Seznam literatury [1] Bennett, R., Haining, R.: Spatial Structure and Spatial Interaction: Modelling Approaches to the Statistical Analysis of Geographical Data; Journal of the Royal Statistical Society, Series A (General), Vol. 148, No. 1 (1985), pp.1-3 [2] Bruegmann, R.: Point: Sprawl and accessibility; Journal of Transport and Land Use 1:1 (Summer 2008) pp. 5–11 [3] Brůha J.: Analýza volby dopravního prostředku při dojíţďce do práce do centra rozvoje: Brno, Karlovy Vary; Bakalářská práce VŠE KREG 2011 [4] Bougheas, S., et al.: Infrastructure, Specialization, and Economic Growth, The Canadian Journal of Economics / Revue canadienne d'Economique, Vol. 33, No. 2 (May, 2000), pp. 506-522 [5] Ferwein, M., Seebauer, S.: Modelle zur Beschreibung der Verkehrsmittelwahl; Stadt Technik: Öffentlicher Verkehr 2003
[6] Gauthier, H.: Geography, Transportation, and Regional Development, Economic Geography, Vol. 46, No. 4 (Oct., 1970), pp. 612-619. [7] Gauthier, H., Mitchelson, R.: Attribute Importance and Mode Satisfaction in Travel Mode Choice Research; Economic Geography, Vol. 57 (1981) pp. 348-361
[8] Heggie, I.: Putting Behaviour into Behavioural Models of Travel Choice; The Journal of the Operational Research Society, Vol. 29, No. 6 (Jun., 1978), pp. 541550 [9] Isard, W.: Transport Development and Building Cycles, The Quarterly Journal of Economics, Vol. 57, No. 1 (Nov., 1942), pp. 90-112 [10]
Kolektiv autorů: Úvod do regionálních věd a veřejné správy, 2. vydání, Aleš
Čeněk Plzeň 2008, ISBN 978-80-7380-086-4 [11]
Kunhart J.: Faktory ovlivňující volbu dopravního systému uţivatelem dopravní
sluţby; Perners Contacts, Ročník 3., Číslo 5., 2008 [12]
Pojkarová, K., Jeţek, J.: Elasticita poptávky v dopravě a průměrných mezd
zaměstnanců; Perners Contacts, Ročník 4., Číslo III., listopad 2009 [13]
Pova P.: Analýza dopravní obsluţnosti s důrazem na dopravu jako významný
faktor rozvoje regionu; Perners Contacts, Ročník 4., Číslo I., 2009
[14]
Pova P.: Index RTSN – Regional Transport Needs, Perner´s Contacts; č. IV,
obsah V, prosinec 2010, str. 216-224, ISSN 1801 674X. [15]
Pova P.: Korelace ţelezniční dopravy a ekonomického růstu; sborník v rámci
recenzovaného workshopu MAE911, 2007 [16]
Patuelli, R., Reggiani, A., Nijkamp, P., Bade, F.J.: The evolution of the
commuting network in Germany; Journal of Transport and Land Use 2 (3/4) [Winter 2010] pp. 5–37 [17]
Pova, P.: Analýza dopravní obsluţnosti s důrazem na dopravu jako významný
faktor rozvoje regionu; Perners Contacts, Ročník 4., Číslo I., 2009 [18]
Reggiani, A., Rietveld, P.: Networks, Commuting and Spatial Structures: An
Introduction; Journal of Transport and Land Use 2 (3/4) [Winter 2010] pp. 1–4 [19]
Reggiani A., Nijkamp P.: Space in Motion Spatial Dynamics, Networks and
Modelling, Edward Elgar Publishing Ltd. UK 2006, ISBN-13: 1 84542 450 6 [20]
Sandoval, O., Petersen, E., Hunt, K.:A Case Study of Job Access and Reverse
Commute Programs in the Chicago, Kansas City, and San Francisco Metropolitan Regions; Journal of Public Transportation, Vol. 12, No. 4, 2009 [21]
Toušek V., Kunc J., Vystoupil J. a kol.: Ekonomická a sociální geografie, Aleš
Čeněk Plzeň 2008, ISBN 978-80-7380-114-4 [22]
Wokoun, R. et al.: Úvod do regionálních věd a veřejné správy; 2. Rozšířené
vydání, nakladatelství Aleš Čeněk, Plzeň 2008, ISBN 978-80-7380-086-4, str. 7274 [23]
Wokoun R. – Červený M. a kol. (2008): Ekonomika v prostoru – svět, střední
Evropa, EU, OECD, ČR, Linde Praha 2008, ISBN 978-80-7201-698-3 [24]
Wokoun, R. et al.: Regionální rozvoj; Linde Praha 2008, S. 376-379, ISBN
978-80-7201-699-0 [25]
Wokoun, R. et al.: Ekonomika v prostoru; Linde Praha 2008, S. 115-119, ISBN
978-80-7201-698-3
