ˇ ´ VYSOKE ´ UCEN ˇ ´I TECHNICKE ´ V PRAZE CESK E FAKULTA STAVEBN´I ´ PROGRAM GEODEZIE A KARTOGRAFIE OBOR GEOINFORMATIKA
´ PRACE ´ DIPLOMOVA ´ ANALYZA VZTAHU HDP A DALSˇ´ICH CHARAKTERISTIK ˇ ˇ ´ REPUBLICE MEST V CESK E ANALYSIS OF RELATION OF GDP AND OTHER CHARACTERISTICS OF CITIES IN THE CZECH REPUBLIC
Vedouc´ı pr´ace: Doc. Ing. Lena Halounov´a, CSc. Katedra mapov´an´ı a kartografie
PRAHA 2014
ˇ ´ Bc. Anna SUBRTOV A
ABSTRAKT Tato diplomov´a pr´ace vzikla na z´akladˇe projektu Modelov´an´ı mˇestsk´ych oblast´ı s c´ılem ” sn´ıˇzit negativn´ı vliv lidsk´e ˇcinnosti“ (OC 10011) za podpory Ministerstva ˇskolstv´ı, ml´adeˇze a tˇelov´ychovy. C´ılem pr´ace je urˇcit moˇznou z´avislost mezi hodnotami HDP a dalˇs´ımi charakteristikami pˇrev´aˇznˇe z oblasti dopravy a u´zemn´ıho pl´anov´an´ı. Pr´ace je zamˇeˇrena na obdob´ı od roku 2001 do roku 2011. Data jsou zpracov´ana pro 36 obc´ı po ˇ e republice. K hodnocen´ı vztah˚ cel´e Cesk´ u je pouˇzito korelaˇcn´ıch a regresn´ıch anal´yz, kter´e jsou provedeny v programu Microsoft Excel. V´ysledky jsou pˇrehlednˇe zpracov´any a vhodnˇe interpretov´any vˇcetnˇe rozdˇelen´ı obc´ı do skupin podle podobnosti ve v´ysledc´ıch anal´yz.
ˇ ´ SLOVA KL´ICOV A ´ z´avislost, HDP, UHDP, land use, intenzita dopravy, dojezdov´a vzd´alenost, statistika, korelaˇcn´ı koeficient, regresn´ı anal´yza, multiline´arn´ı regrese, MS Excel
ABSTRACT This master thesis is based on project Modelling of urban areas in order to reduce ” the negative impacts of human activities“ (OC 10011) with support of the Ministry of Education, Youth and Sports. The aim is to determine the possible relation between the value of GDP and other characteristics, mainly in the field of transport and land use planning. This thesis is focused on the 2001 to 2011 period. Data were processed for 36 cities across the Czech Republic. Correlation and regression analysis are used to express the relations. Analyses are processed in Microsoft Excel. The results are clearly presented and interpreted appropriately, including rouping the cities according to the results of the analyses.
KEYWORDS Correlation, GDP, land use, road traffic intensity, driving distance, statistics, correlation coefficient, regression analysis, multilinear regression, MS Excel
´ SEN ˇ ´I PROHLA Prohlaˇsuji, ˇze diplomovou pr´aci na t´ema Anal´yza vztahu HDP a dalˇs´ıch charakteristik ” ˇ e republice“ jsem vypracovala samostatnˇe. Pouˇzitou literaturu a podkladov´e mˇest v Cesk´ materi´aly uv´ad´ım v seznamu zdroj˚ u.
V Praze dne
...............
.................................. (podpis autora)
ˇ ´ ´I PODEKOV AN Chtˇela bych podˇekovat vedouc´ı diplomov´e pr´ace Doc. Ing. Lenˇe Halounov´e, CSc. za podnˇet ke zpracov´an´ı t´eto diplomov´e pr´ace a cenn´e pˇripom´ınky v pr˚ ubˇehu tvorby. Podˇekov´an´ı patˇr´ı i Prof. RNDr. Daniele Jaruˇskov´e, CSc. za konzultace ohlednˇe statistick´ych dat a Ing. Miloslavu Chladovi, Ph.D. za poskytnutou radu. V neposledn´ı ˇradˇe bych chtˇela podˇekovat m´e rodinˇe za jejich podporu bˇehem cel´eho studia a gramatick´e korekce.
Obsah ´ Uvod
10
C´ıle diplomov´e pr´ace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1 Ekonomick´ e z´ aklady 1.1
Hrub´ y dom´ac´ı produkt . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2 Struˇ cn´ a charakteristika obdob´ı 2.1
11
15
ˇ e republiky . . . . . . . . . . . . . . . . . . . . . . . 16 Ekonomika Cesk´
3 Popis dat
19
3.1
Soubor mˇest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2
Hrub´ y dom´ac´ı produkt . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3
Vybran´e charakteristiky . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.3.1
Obyvatelstvo . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.2
´ Uhrnn´ e hodnoty druh˚ u pozemk˚ u . . . . . . . . . . . . . . . . 26
3.3.3
Land use . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.4
Dojezdov´a vzd´alenost k d´alnici nebo rychlostn´ı silnici . . . . . 30
3.3.5
Intenzita dopravy . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 Pˇ r´ıprava dat 4.1
Zpracov´an´ı prostorov´ ych dat . . . . . . . . . . . . . . . . . . . . . . . 37
5 Anal´ yza dat 5.1
5.2
37
40
Korelace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 5.1.1
Charakteristiky mˇen´ıc´ı se v ˇcase . . . . . . . . . . . . . . . . . 42
5.1.2
Charakteristiky mˇen´ıc´ı se v poloze
. . . . . . . . . . . . . . . 48
Regrese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.2.1
Vstupn´ı model . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.2.2
Hodnocen´ı regresn´ı anal´ yzy . . . . . . . . . . . . . . . . . . . 55
5.2.3
Hodnocen´ı - obce . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2.4
Hodnocen´ı - shrnut´ı . . . . . . . . . . . . . . . . . . . . . . . . 63
Z´ avˇ er
70
Elektronick´ e pˇ r´ılohy
73
Seznam zkratek
74
Seznam pouˇ zit´ ych zdroj˚ u
75
Seznam tabulek 3.1
Seznam obc´ı . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2
Porovn´an´ı HDP za osobu a za obec vˇcetnˇe poˇrad´ı (zdroj: vlastn´ı v´ ypoˇcet) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3
Seznam charakteristik (zdroj: vlastn´ı tvorba) . . . . . . . . . . . . . . 25
3.4
´ ˇ U) ´ . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 UHDP (zdroj: CS
3.5
Rozdˇelen´ı plochy do funkˇcn´ıch tˇr´ıd (zdroj: atlas) . . . . . . . . . . . . 29
3.6
Rozdˇelen´ı silniˇcn´ı s´ıtˇe . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.7
ˇ e republice mimo d´alnice a rychV´ ypoˇcet pr˚ umˇern´e rychlosti v Cesk´ lostn´ı silnice (zdroj: Pl´anov´an´ı a mˇeˇren´ı trasy; Mapy.cz [16]) . . . . . 32
3.8
Rozdˇelen´ı ˇcasu dojezdov´e vzd´alenosti k d´alnici nebo rychlostn´ı silnici
32
5.1
Rozdˇelen´ı z´avislosti podle hodnoty korelaˇcn´ıho koeficientu . . . . . . 41
5.2
Hodnocen´ı v´ ysledk˚ u korelace s charakteristikami mˇen´ıc´ımi se v ˇcase (poˇcet v´ yskyt˚ u obc´ı v korelaˇcn´ıch kategori´ıch bˇehem sledovan´eho obdob´ı) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.3
Podobnost korelaˇcn´ıch koeficient˚ u z 1. anal´ yzy. Uv´ad´ı poˇcty nepodobn´ ych korelaˇcn´ıch koeficient˚ u. . . . . . . . . . . . . . . . . . . . . . 47
5.4
V´ ysledky korelace s charakteristikami mˇen´ıc´ımi se v poloze . . . . . . 49
5.5
Z´akladn´ı model regresn´ı anal´ yzy pro vˇsechny obce (kromˇe Hlavn´ıho mˇesta Praha) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.6
Uk´azka v´ ystupu regresn´ı anal´ yzy v programu Excel. . . . . . . . . . . 57
5.7
V´ yskyty charakteristik v regresn´ıch modelech pro kaˇzdou obec, seˇrazeno podle HDP obce . . . . . . . . . . . . . . . . . . . . . . . . 64
5.8
V´ yskyty charakteristik v regresn´ıch modelech pro kaˇzdou obec, seˇrazeno podle HDP na osobu . . . . . . . . . . . . . . . . . . . . . . 65
Seznam obr´ azk˚ u 2.1
ˇ e republice v miliard´ach Kˇc bˇeˇzn´ Graf v´ yvoje HDP v Cesk´ ych cen . . 17
2.2
ˇ e republice 17 Graf procentu´aln´ı zmˇeny HDP v˚ uˇci pˇredchoz´ımu roku v Cesk´
3.1
ˇ atlas, upraveno), oriUk´azka mapy sledovan´ ych obc´ı (zdroj: ArcCR, gin´al je souˇc´ast´ı elektronick´ ych pˇr´ıloh . . . . . . . . . . . . . . . . . . 19
3.2
Graf v´ yvoje celkov´eho souˇctu HDP ve sledovan´em souboru mˇest (zdroj: vlastn´ı v´ ypoˇcet) . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3
Graf v´ yvoje celkov´eho poˇctu obyvatel ve sledovan´em souboru mˇest ˇ U, ´ upraveno) . . . . . . . . . . . . . . . . . . . . . . . . . . 24 (zdroj: CS
3.4
Graf v´ yvoje celkov´eho poˇctu zamˇestnanc˚ u ve sledovan´em souboru mˇest (zdroj: Ministerstvo financ´ı, upraveno) . . . . . . . . . . . . . . 26
3.5
Grafy v´ yvoje celkov´e rozlohy druh˚ u p˚ ud v hektarech ve sledovan´em ˇ U, ´ upraveno) . . . . . . . . . . . . . . . . . . 28 souboru mˇest (zdroj: CS
3.6
Graf v´ yvoje celkov´e rozlohy land use v hektarech ve sledovan´em souboru mˇest (zdroj: atlas, upraveno) . . . . . . . . . . . . . . . . . . . . 30
3.7
ˇ s vyznaˇcen´ Uk´azka mapy silniˇcn´ı s´ıtˇe v CR ym v´ yvojem d´alniˇcn´ı a rychlostn´ı s´ıtˇe a uk´azkou dojezdov´ ych z´on Hradce Kr´alov´e (zdroj: ˇ 500, atlas, RSD, ˇ ArcCR upraveno), origin´al je souˇca´st´ı elektronick´ ych pˇr´ıloh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.8
Graf poˇctu obc´ı v jednotliv´ ych kategori´ıch dojezdov´ ych vzd´alenost´ı (zdroj: vlastn´ı anal´ yza) . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.9
Uk´azka mapy sˇc´ıt´an´ı intenzity dopravy v Chrudimi . . . . . . . . . . 35
3.10 Graf v´ yvoje celkov´e intenzity dopravy v JV ve sledovan´em souboru mˇest. (zdroj: atlas a vlastn´ı anal´ yza) . . . . . . . . . . . . . . . . . . 36 5.1
Graf vypoˇcten´ ych hodnot X pro jednotliv´e charakteristiky . . . . . . 44
5.2
Graf pr˚ umˇern´ ych korelaˇcn´ıch koeficient˚ u v anal´ yze se zmˇenou v poloze 48
5.3
Uk´azka nastaven´ı funkce Regrese z programu Excel . . . . . . . . . . 53
5.4
Uk´azka mapy obc´ı se shodn´ ymi charakteristikami v regresn´ıch modeˇ 500, atlas, upraveno), origin´al je souˇca´st´ı elektrolech (zdroj: ArcCR nick´ ych pˇr´ıloh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
ˇ CVUT v Praze
´ UVOD
´ Uvod Tato diplomov´a pr´ace navazuje na Atlas urbanistick´eho v´ yvoje ˇcesk´ ych mˇest. Vznik atlasu byl umoˇznˇen d´ıky COST (evropsk´e spolupr´aci ve vˇedeck´em a technick´em v´ yzkumu), konkr´etnˇe bˇehem projektu Modelov´an´ı mˇestsk´ ych oblast´ı s c´ılem ” sn´ıˇzit negativn´ı vliv lidsk´e ˇcinnosti“ (OC 10011). Atlas byl zpracov´an za podpory Ministerstva ˇskolstv´ı, ml´adeˇze a tˇelov´ ychovy. Atlas je zamˇeˇren na urbanistick´ y v´ yvoj mˇest, s d˚ urazem na dopravn´ı s´ıt’. Zpracovan´a data poch´az´ı z velk´eho ˇcasov´eho obdob´ı, a to od 60. let 20. stolet´ı t´emˇeˇr do souˇcasnosti. Velk´a ˇca´st obsahu vznikla v r´amci studentsk´ ych bakal´aˇrsk´ ych a diplomov´ ych prac´ı. Tato diplomov´a pr´ace se zamˇeˇr´ı na anal´ yzu vztahu hrub´eho dom´ac´ıho produktu (HDP) vzhledem k dalˇs´ım charakteristik´am jako jsou hodnoty o obyvatelstu, u ´hrnn´e hodnoty druh˚ u pozemk˚ u, hodnoty land use a informac´ım o dopravˇe v 36 mˇestech zpracovan´ ych v Atlase. Protoˇze se HDP eviduje velmi kr´atkou dobu, je diplomov´a pr´ace zamˇeˇrena na obdob´ı od roku 2001 do roku 2011.
C´ıle diplomov´ e pr´ ace • Zpracovat teoretick´ yu ´vod do ekonomie a shrnout ˇcasov´e obdob´ı. • Popsat zp˚ usob z´ısk´an´ı dat, jejich zdroj a nutn´e u ´pravy pˇred pouˇzit´ım v anal´ yz´ach. • Prov´est 3 stˇeˇzejn´ı anal´ yzy. 1. anal´ yza bude zamˇeˇrena na v´ ypoˇcet korelaˇcn´ıho koeficientu mezi HDP a ostatn´ımi charakteristikami mˇen´ıc´ımi se v ˇcase. 2. korelaˇcn´ı anal´ yza bude zamˇeˇrena na vztah HDP s charakteristikami mˇen´ıc´ımi se v poloze. 3. regresn´ı anal´ yza bude hledat vhodn´ y model pro predikci HDP v kaˇzd´e obci. Z v´ ysledn´ ych model˚ u budeme usuzovat moˇzn´e z´avislosti. • V´ ysledky pˇrehlednˇe zpracovat do tabulek a graf˚ u a doplnit je slovn´ım popisem vzhledem k souvislostem. • Na z´akladˇe v´ ysledk˚ u rozdˇelit mˇesta do podobn´ ych typov´ ych skupin.
10
ˇ CVUT v Praze
1
´ ZAKLADY ´ 1. EKONOMICKE
Ekonomick´ e z´ aklady Protoˇze zpracov´avan´e t´ema u ´zce souvis´ı s ekonomick´ ymi pojmy, zvl´aˇstˇe pak
s pojmem HDP (hrub´ y dom´ac´ı produkt), je na m´ıstˇe zde uv´est alespoˇ n z´akladn´ı u ´vod do t´eto problematiky. Hrub´ y dom´ac´ı produkt je pojem z makroekonomie. Makroekonomie je teoretick´ y obor, kter´ y zkoum´a pˇresnˇe vymezen´ y ekonomick´ y syst´em jako celek. Sleduje vztahy mezi agreg´atn´ımi veliˇcinami, mezi kter´e patˇr´ı jiˇz zm´ınˇen´e HDP, d´ale pak celkov´a nab´ıdka zboˇz´ı a sluˇzeb, celkov´ yu ´hrn v´ ydaj˚ u, inflace, nezamˇestnanost, u ´rokov´a m´ıra a mˇenov´ y kurz. Snaˇz´ı se pozorovat jevy, kter´e tyto hodnoty ovlivˇ nuj´ı a d´ıky tomu dosahovat ekonomick´e rovnov´ahy. Makroekonomie popisuje data, kter´a jsou velmi d˚ uleˇzit´a pro ˇr´ızen´ı ekonomick´ ych syst´em˚ u, jako je napˇr´ıklad st´at. I proto se u ´daje z makroekonomie ˇrad´ı mezi z´akladn´ı n´arodohospod´aˇrsk´e ukazatele [3].
1.1
Hrub´ y dom´ ac´ı produkt
Hrub´ y dom´ac´ı produkt (v angliˇctinˇe oznaˇcov´an jako Gross Domestic Product GDP) je celkov´a penˇeˇzn´ı hodnota statk˚ u a sluˇzeb novˇe vytvoˇren´a za urˇcit´e obdob´ı na ˇ urˇcit´em u ´zem´ı. Casov´ ym obdob´ım b´ yv´a nejˇcastˇeji rok. Zjednoduˇsenˇe m˚ uˇzeme HDP ch´apat jako velikost ekonomie. Z nˇekter´ ych hledisek nen´ı d˚ uleˇzit´a hodnota HDP, ale sp´ıˇse v´ yvoj. Proto se ˇcasto ud´av´a pouze jako procentu´aln´ı n´ar˚ ust pˇr´ıpadnˇe pokles v˚ uˇci pˇredchoz´ımu obdob´ı na stejn´em u ´zem´ı. Mˇeˇren´ı HDP je zaloˇzeno na syst´emu n´arodn´ıch u ´ˇct˚ u, kter´e jsou obvykle zpracov´av´any jednotnˇe podle metodiky OSN. To tak´e umoˇzn ˇuje kromˇe anal´ yzy i mezin´arodn´ı srovn´av´an´ı jednotliv´ ych zem´ı. Zjednoduˇsenˇe se jedn´a o pˇet u ´ˇct˚ u: podnikov´ y, dom´acnost´ı, st´atu, styku s cizinou a kapit´alov´ yu ´ˇcet. V r´amci kaˇzd´eho u ´ˇctu se srovn´avaj´ı vstupy a v´ ystupy, resp. pˇr´ıjmy a v´ ydaje [4].
11
ˇ CVUT v Praze
´ ZAKLADY ´ 1. EKONOMICKE
V´ ypoˇ cet Pro v´ ypoˇcet HDP se vyuˇz´ıv´a 3 metod. Kaˇzd´a by vˇsak mˇela v´est ke stejn´emu ˇ eho statisv´ ysledku. Pˇresn´ y popis je uveden v metodice HDP na str´ank´ach Cesk´ tick´eho u ´ˇradu [2]. 1. Produkˇ cn´ı metoda Nˇekdy je tak´e oznaˇcov´ana za v´ yrobkovou nebo zboˇzovou metodu. HDP se poˇc´ıt´a jako souˇcet hrub´e pˇridan´e hodnoty jednotliv´ ych institucion´aln´ıch sektor˚ u nebo odvˇetv´ı a ˇcist´ ych dan´ı na produkty (kter´e nejsou rozvrˇzeny do sektor˚ u a odvˇetv´ı). Je to tak´e vyrovn´avac´ı poloˇzka u ´ˇctu v´ yroby za n´arodn´ı hospod´aˇrstv´ı celkem, kde se na stranˇe zdroj˚ u zachycuje produkce a na stranˇe uˇzit´ı mezispotˇreba1 . Hrub´a pˇridan´a hodnota je rozd´ılem mezi produkc´ı a mezispotˇrebou. Vzhledem k tomu, ˇze produkce se oceˇ nuje v z´akladn´ıch cen´ach a uˇzit´ı v kupn´ıch cen´ach, je strana zdroj˚ u za n´arodn´ı hospod´aˇrstv´ı celkem doplnˇena o danˇe sn´ıˇzen´e o dotace na v´ yrobky [2]. Pro laika bude srozumitelnˇejˇs´ı sp´ıˇse n´asleduj´ıc´ı z´apis: HDP = Produkce m´ınus Mezispotˇreba plus Danˇe z produkt˚ u m´ınus Dotace na produkty Mezi v´ yhody t´eto metody patˇr´ı, ˇze eliminuje duplicity. Nev´ yhodami je, ˇze u ´daje jsou tˇeˇzko zjistiteln´e a ˇspatnˇe se urˇcuje, zda je produkt fin´aln´ı a nebo se jedn´a o meziprodukt, kter´ y jde do dalˇs´ıho zpracov´an´ı. 2. V´ ydajov´ a metoda HDP se poˇc´ıt´a jako souˇcet koneˇcn´eho uˇzit´ı v´ yrobk˚ u a sluˇzeb rezidentsk´ ymi jednotkami (skuteˇcn´a koneˇcn´a spotˇreba a tvorba hrub´eho kapit´alu) a salda v´ yvozu a dovozu v´ yrobk˚ u a sluˇzeb. Skuteˇcn´a koneˇcn´a spotˇreba je odvozena prostˇrednictv´ım natur´aln´ıch soci´aln´ıch transfer˚ u od v´ ydaj˚ u na koneˇcnou spotˇrebu dom´acnost´ı, vl´ady a neziskov´ ych instituc´ı slouˇz´ıc´ıch dom´acnostem. Tvorba hrub´eho kapit´alu se ˇclen´ı na tvorbu hrub´eho fixn´ıho kapit´alu, zmˇenu z´asob a na ˇcist´e poˇr´ızen´ı cennost´ı. 1
Mezispotˇreba pˇredstavuje hodnotu v´ yrobk˚ u a sluˇzeb, spotˇrebovan´ ych bˇehem sledovan´eho ob-
dob´ı jako vstupy v´ yrobn´ıho procesu.
12
ˇ CVUT v Praze
´ ZAKLADY ´ 1. EKONOMICKE
HDP = V´ ydaje na koneˇcnou spotˇrebu plus Tvorba hrub´eho kapit´alu plus V´ yvoz v´ yrobk˚ u a sluˇzeb m´ınus Dovoz v´ yrobk˚ u a sluˇzeb 3. D˚ uchodov´ a metoda HDP se poˇc´ıt´a jako souˇcet prvotn´ıch d˚ uchod˚ u2 za n´arodn´ı hospod´aˇrstv´ı celkem: n´ahrad zamˇestnanc˚ um, dan´ı z v´ yroby a z dovozu sn´ıˇzen´ ych o dotace a hrub´eho provozn´ıho pˇrebytku a sm´ıˇsen´eho d˚ uchodu (resp. ˇcist´eho provozn´ıho pˇrebytku a sm´ıˇsen´eho d˚ uchodu a spotˇreby fixn´ıho kapit´alu). HDP = N´ahrady zamˇestnanc˚ um plus Danˇe z v´ yroby a z dovozu m´ınus Dotace ˇ y provozn´ı pˇrebytek plus Cist´ ˇ y sm´ıˇsen´ plus Cist´ y d˚ uchod plus Spotˇreba fixn´ıho kapit´alu
Jednotky HDP je ud´av´ano v mnoha jednotk´ach. Kaˇzd´a jednotka m´a sv´e opodstatnˇen´ı. 1. V bˇ eˇ zn´ ych (norm´ aln´ıch) cen´ ach HDP v bˇeˇzn´ ych cen´ach (bc) je oznaˇcov´ano jako nomin´aln´ı HDP. Hodnota je uvedena ve mˇenˇe dan´eho u ´zem´ı a v cen´ach platn´ ych v dan´em (sledovan´em) obdob´ı, ve kter´em doch´azelo k realizaci statisticky sledovan´e produkce zboˇz´ı, obchodu i sluˇzeb. Tento u ´daj se h˚ uˇre porovn´av´a s pˇredchoz´ımi hodnotami HDP. 2. Ve st´ al´ ych (srovnateln´ ych) cen´ ach Nomin´aln´ı HDP je pˇrepoˇcteno v˚ uˇci urˇcit´emu roku. Re´aln´e HDP, jak je oznaˇcov´ano, je opraveno o inflaci a st´ale z˚ ust´av´a uveden´e v mˇenˇe plat´ıc´ı na dan´em u ´zem´ı. L´epe se porovn´av´a s pˇredchoz´ımi u ´daji a t´ım i l´epe vystihuje n´ar˚ ust ˇci pokles. 3. Ve svˇ etov´ ych mˇ en´ ach Pro svˇetov´e srovn´an´ı ekonomik je nutn´e pˇrev´est HDP do jin´ ych mˇen. Pro pˇrevody vyuˇz´ıv´ame smˇenov´e kurzy. Obvykle se vyuˇz´ıvaj´ı mˇeny jako je dolar ˇci euro. 2
D˚ uchodem v ekonomice je obecnˇe pˇr´ıjem nebo pˇr´ınos
13
ˇ CVUT v Praze
´ ZAKLADY ´ 1. EKONOMICKE
4. Parita kupn´ı s´ıly Parita kupn´ı s´ıly kter´ekoliv mˇeny vyjadˇruje, kolik jednotek dan´e mˇeny je tˇreba k zakoupen´ı stejn´eho mnoˇzstv´ı v´ yrobk˚ u a sluˇzeb na vnitrost´atn´ım trhu. Tuto veliˇcinu je sice velmi tˇeˇzk´e definovat, ale i tak pˇrin´aˇs´ı daleko pˇresnˇejˇs´ı srovn´an´ı na mezin´arodn´ı u ´rovni. 5. Na osobu Pro dalˇs´ı zpˇresnˇen´ı je HDP ud´av´ano ve kter´ekoliv z v´ yˇse uveden´ ych jednotek a pˇrepoˇcteno na 1 obyvatele dan´eho u ´zem´ı (zemˇe). To m´a ˇsirok´e uplatnˇen´ı, doch´az´ı totiˇz k vyrovn´an´ı rozd´ıl˚ u ve velikostech u ´zem´ı (st´at˚ u) co do poˇctu obyvatel. Napˇr. Evropsk´a unie na z´akladˇe tˇechto hodnot rozhoduje o rozdˇelen´ı dotac´ı.
14
ˇ CVUT v Praze
2
ˇ A ´ CHARAKTERISTIKA OBDOB´I 2. STRUCN
Struˇ cn´ a charakteristika obdob´ı Diplomov´a pr´ace je zamˇeˇren´a na obdob´ı od roku 2001 do roku 2011. ˇ e republiky do OrgaZ hlediska ekonomie je pro toto obdob´ı d˚ uleˇzit´ y vstup Cesk´
nizace pro hospod´aˇrskou spolupr´aci a rozvoj (EOCD). Organizace, ve kter´e je dnes 34 ekonomicky nejrozvinutˇejˇs´ıch st´at˚ u na svˇetˇe, kter´e pˇrijaly principy demokracie a trˇzn´ı ekonomiky. EOCD koordinuje ekonomickou a soci´alnˇe-politickou spolupr´aci ˇclensk´ ych zem´ı, zprostˇredkov´av´a nov´e investice, prosazuje liberalizaci mezin´arodn´ıho obchodu. C´ılem EOCD je napom´ahat k dalˇs´ımu ekonomick´emu rozvoji, potlaˇcen´ı nezamˇestnanosti, stabilizaci a rozvoji mezin´arodn´ıch finanˇcn´ıch trh˚ u. ˇ a republika do SeTˇesnˇe pˇred t´ımto obdob´ım (12. bˇrezna 1999) vstoupila Cesk´ veroatlantick´e aliance (NATO). Byla to prvn´ı vlna rozˇsiˇrov´an´ı aliance o postkomunistick´e zemˇe. I proto nebyl vstup do NATO zcela jednoznaˇcn´ y. Dnes se vstup do ˇ aliance hodnot´ı jako velmi pˇr´ınosn´ y krok pro Ceskou republiku, zvl´aˇstˇe pak v oblasti arm´ady. ˇ e republiky bylo vstouDalˇs´ım v´ yznamn´ ym bodem t´eto ned´avn´e historie Cesk´ ˇ do Evropsk´e unie (EU). Stalo se tak k 1. kvˇetnu 2004, i kdyˇz jedn´an´ı pen´ı CR o vstupu sahaj´ı mnohem v´ıce do historie. V roce 1996 vl´ada ofici´alnˇe podala ˇza´dost o vstup do Evropsk´e unie. V t´eto ˇza´dosti deklarovala, ˇze si uvˇedomuje ” prospˇeˇsnost a nezvratnost procesu evropsk´e integrace“ a ocenila jej jako d´ılo, kter´e ” zaruˇcilo obˇcan˚ um ˇclensk´ ych st´at˚ u na dlouh´a desetilet´ı m´ır, politickou stabilitu, korektnost mezin´arodn´ıch vztah˚ u, neb´ yval´e svobody a hospod´aˇrskou prosperitu“. T´eˇz prohl´asila, ˇze akceptuje i mimoekonomick´e aspekty evropsk´e integrace, a byt’ ne” bylo rovnˇeˇz lehk´e po ned´avn´em opˇetn´em nabyt´ı pln´e st´atn´ı svrchovanosti pˇrijmout pˇredstavu, ˇze bude v budoucnosti tˇreba se t´eto suverenity v urˇcit´ ych oblastech vzd´at“, nezvratnˇe dospˇela k z´avˇeru, ˇze v modern´ım evropsk´em v´ yvoji je v´ ymˇena ” ˇca´st´ı vlastn´ı st´atn´ı svrchovanosti za sd´ılen´ y pod´ıl na suverenitˇe nadst´atn´ı a na spoluzodpovˇednosti nevyhnuteln´a jak pro prospˇech vlastn´ı zemˇe, tak i pro celou Evropu“ [5]. V letech 1998 - 2002 prob´ıhala pˇr´ıstupov´a jedn´an´ı. Na jedn´an´ı byly
15
ˇ CVUT v Praze
ˇ A ´ CHARAKTERISTIKA OBDOB´I 2. STRUCN
uzavˇreny jednotliv´e kapitoly a stanovena pˇrechodn´a obdob´ı pro pˇrijet´ı evropsk´e leˇ e regislativy. V roce 2003 byla pˇrijata smlouva o pˇristoupen´ı, kter´a byla v Cesk´ publice schv´alena referendem, kdy pro schv´alen´ı smlouvy se vyj´adˇrilo tˇri ˇctvrtiny ˇ do EU pˇrineslo obyvatelstva (volebn´ı u ´ˇcast byla jen m´ırnˇe nadpoloviˇcn´ı). Vstup CR mimo jin´e voln´ y pohyb sluˇzeb, zboˇz´ı a kapit´alu, voln´ y pohyb osob, lepˇs´ı vymahatelnost pr´ava, pˇrerozdˇelov´an´ı penˇez, do budoucna moˇznost spoleˇcn´e mˇeny. Nˇekter´e zemˇe odm´ıtly otevˇren´ı pracovn´ıho trhu, otev´ır´an´ı prob´ıhalo pr˚ ubˇeˇznˇe aˇz do roku 2008. ˇ k Schengensk´ Vstupem do EU pˇristoupila CR ym dohod´am, na jejichˇz z´akladˇe ˇ do tzv. Schengensk´eho prostoru, coˇz pˇrineslo dne 21. prosince 2007 vstoupila CR otevˇren´ı hranic. Zavrˇsila tak nˇekolikalet´e obdob´ı intenzivn´ıch pˇr´ıprav smˇeˇruj´ıc´ıch k pˇrevzet´ı vˇsech standard˚ u vyˇzadovan´ ych pro zajiˇstˇen´ı bezpeˇcnosti a veˇrejn´eho poˇra´dku na u ´zem´ı st´at˚ u Schengenu. Nejviditelnˇejˇs´ı v´ yhodou vstupu do Schengenu je ruˇsen´ı hraniˇcn´ıch kontrol v evropsk´e silniˇcn´ı, ˇzelezniˇcn´ı, vodn´ı a leteck´e dopravn´ı s´ıti. Schengen vˇsak zasahuje i do pr´ace policejn´ıch a justiˇcn´ıch org´an˚ u a do v´ızov´e ˇ politiky CR.
2.1
ˇ Ekonomika Cesk´ e republiky
ˇ a republika je povaˇzov´ana za vyspˇelou zemi, s jednou z nejrozvinutˇejˇs´ıch Cesk´ ˇ a republika ˇclenem jiˇz zm´ınˇen´e organiekonomik na svˇetˇe. I proto m˚ uˇze b´ yt Cesk´ zace EOCD. Z´akladem ˇcesk´e ekonomiky je pr˚ umysl a sluˇzby, zat´ımco zemˇedˇelstv´ı ˇ e republice na a prvov´ yroba1 jsou zastoupeny jen slabˇe. Nezamˇestnanost je v Cesk´ pomˇernˇe n´ızk´e hodnotˇe. Pˇresto v roce 2000 dosahovala sp´ıˇse vyˇsˇs´ıch hodnot a do roku 2008 sp´ıˇse klesala. R˚ ust ekonomiky na poˇc´atku 3. tis´ıcilet´ı byl zp˚ usoben hlavnˇe v´ yvozem do zem´ı Evropsk´e unie, pˇr´ılivem zahraniˇcn´ıch investic a oˇzivuj´ıc´ı dom´ac´ı popt´avkou. Bˇehem tohoto obdob´ı bohuˇzel rostlo zadluˇzen´ı zemˇe. Pˇrestoˇze zadluˇzen´ı ˇ nen´ı oproti ostatn´ım st´at˚ CR um EU vysok´e, nepˇrimˇeˇren´a je rychlost r˚ ustu. Postupnˇe se republice podaˇrilo dos´ahnout aktivn´ıho salda, tedy vyˇsˇs´ımu exportu neˇz importu. 1
z´ısk´ av´ an´ı z´ akladn´ıch surovin z pˇr´ırodn´ıch zdroj˚ u pro pr˚ umyslov´e zpracov´an´ı: zemˇedˇelsk´a, lesn´ı,
nerostn´ a, d˚ uln´ı
16
ˇ CVUT v Praze
ˇ A ´ CHARAKTERISTIKA OBDOB´I 2. STRUCN
Aktivn´ımu saldu napomohl pˇrev´aˇznˇe automobilov´ y pr˚ umysl. V´ yznam pr˚ umyslu vˇsak ˇ ach v pr˚ vˇseobecn´e kles´a, i pˇresto je v Cech´ umyslu zamˇestn´ano pˇribliˇznˇe 35% ekonomicky aktivn´ıho obyvatelstva, coˇz je nejv´ıce mezi st´aty Evropsk´e unie. Zemˇedˇelsk´a v´ yroba t´emˇeˇr uspokojuje dom´ac´ı popt´avku, po vstupu do EU musela b´ yt v nˇekter´ ych odvˇetv´ıch ˇc´asteˇcnˇe utlumena. V energetice jsou hlavn´ım zdrojem uheln´e a jadern´e elektr´arny, pod´ıl obnoviteln´ ych zdroj˚ u je dnes kolem 12%. finanˇcn´ı krize v roce 2008 ˇ postihla i Ceskou republiku. Se zhorˇsen´ım ekonomick´eho stavu se pot´ yk´a republika dodnes.
HDP v České republice [miliardy Kč] 4000 mld. Kč
HDP ČR
3500 mld. Kč 3000 mld. Kč 2500 mld. Kč 2000 mld. Kč
ˇ e republice v miliard´ach Kˇc bˇeˇzn´ Obr. 2.1: Graf v´ yvoje HDP v Cesk´ ych cen
změna HDP
Změna HDP v České republice vůči předchozímu roku [%] 10 % 8% 6% 4% 2% 0% -2 % -4 %
ˇ e republice Obr. 2.2: Graf procentu´aln´ı zmˇeny HDP v˚ uˇci pˇredchoz´ımu roku v Cesk´ Jak je vidˇet na grafech 2.1 a 2.2, v roce 2009 nastal v´ yrazn´ y pokles, a ani v roce 2011 se HDP nedostalo na hodnotu z roku 2008. Doˇslo ke zv´ yˇsen´ı st´atn´ıho deficitu,
17
ˇ CVUT v Praze
ˇ A ´ CHARAKTERISTIKA OBDOB´I 2. STRUCN
zv´ yˇsen´ı nezamˇestnanosti a meziroˇcn´ı r˚ ust HDP byl z´aporn´ y. V roce 2008 byly sluˇzby ˇ a republika stala m´enˇe nepˇr´ıjemnˇe ovlivnˇeny silnou korunou, d´ıky tomu se Cesk´ zaj´ımavou destinac´ı v pomˇeru cena/v´ ykon. To nepˇr´ıznivˇe ovlivnilo cestovn´ı ruch, kter´ y je jedn´ım z nejd˚ uleˇzitˇejˇs´ıch v oblasti sluˇzeb.
18
ˇ CVUT v Praze
3
3. POPIS DAT
Popis dat V t´eto ˇca´sti by autorka r´ada pˇribl´ıˇzila soubor dat, kter´ y je v r´amci pr´ace zpra-
cov´av´an. Veˇsker´a podkladov´a data jsou souˇca´st´ı elektronick´e pˇr´ılohy.
3.1
Soubor mˇ est
Pr´ace navazuje na Atlas urbanistick´eho v´ yvoje ˇcesk´ ych mˇest (od 60. let 20. stolet´ı), kter´ y vznikl v roce 2013. Jak uˇz n´azev napov´ıd´a, v atlase je zpracov´an urbaˇ e republiky, viz tabulka 3.1. nistick´ y v´ yvoj 36 mˇest Cesk´ ˇ (obr´azek 3.1), mˇesta jsou pˇribliˇznˇe rovJak je vidˇet na pˇrehledov´e mapˇe CR ˇ e republice, takt´eˇz jsou zastoupeny r˚ nomˇernˇe rozloˇzena po cel´e Cesk´ uzn´e velikosti mˇest vzhledem k poˇctu obyvatel a rozloze a mˇesta r˚ uzn´ ych region´aln´ıch v´ yznam˚ u. Sledované obce
0*+ )/& (( 7.+ -)/2 !+ )$ +6 -& , .*+ /"()
2!+ )/3 51"'4 ) " + $
% + -% ) "
6", %2 + "*.& # %
% '
ˇ atlas, upraveno), origin´al Obr. 3.1: Uk´azka mapy sledovan´ ych obc´ı (zdroj: ArcCR, je souˇca´st´ı elektronick´ ych pˇr´ıloh
19
ˇ CVUT v Praze
3. POPIS DAT
Tab. 3.1: Seznam obc´ı Kraj
Obec
Zkratka
Praha
Hlavn´ı mˇesto Praha
PHA
Kladno
KLA
Kol´ın
KOL
Kutn´a Hora
KUH
Mˇeln´ık
MEL
Mlad´a Boleslav
MLB
Pˇr´ıbram
PRI
ˇ e Budˇejovice Cesk´
CEB
P´ısek
PIS
Strakonice
STR
Plzeˇ nsk´ y
Klatovy
KLT
Karlovarsk´ y
Cheb
CHE
Dˇeˇc´ın
DEC
Chomutov
CHO
Litv´ınov
LIT
Most
MOS
ˇ a l´ıpa Cesk´
CLI
Jablonec nad Nisou
JAB
Liberec
LIB
Hradec Kr´alov´e
HRK
N´achod
NAC
ˇ a Tˇrebov´a Cesk´
CTR
Pardubice
PAR
Havl´ıˇck˚ uv Brod
HBR
Jihlava
JIH
Tˇreb´ıˇc
TRE
ˇ ’´ar nad S´azavou Zd
ZDA
Bˇreclav
BRE
Znojmo
ZNO
Olomouc
OLO
Pˇrerov
PRE
Valaˇssk´e Meziˇr´ıˇc´ı
VAM
ˇ y Tˇeˇs´ın Cesk´
CTE
Fr´ ydek-M´ıstek
F-M
Opava
OPA
Ostrava
OST
Stˇredoˇcesk´ y
Jihoˇcesk´ y
´ Usteck´ y
Libereck´ y
Kr´ alovehradeck´ y
Pradubick´ y
Vysoˇcina
Jihomoravsk´ y
Olomouck´ y Zl´ınsk´ y
Moravskoslezsk´ y
20
ˇ CVUT v Praze
3. POPIS DAT
Prostorov´a data tˇechto mˇest byla z´ısk´ana od katedry geomatiky1 spoleˇcnˇe s dalˇs´ımi daty zpracovan´ ymi pro atlas. Tato data byla geometrick´eho typu polygon. Pro anal´ yzy popsan´e v kapitole 3.3.4 Dojezdov´a vzd´alenost k d´alnici nebo rychlostn´ı silnici na stranˇe 30 bylo vhodnˇejˇs´ı pouˇz´ıt data geometrick´eho typu bod, kter´a ˇ e republiky ArcCR ˇ byla z´ısk´ana z digit´aln´ı vektorov´e geografick´e datab´aze Cesk´ 500, kter´a je volnˇe dostupn´a na str´ank´ach firmy ArcData, s. r. o. Jej´ım obsa” ˇ e republice. Data vznikla ve spohem jsou pˇrehledn´e geografick´e informace o Cesk´ ˇ eho statistick´eho lupr´aci ARCDATA PRAHA, s.r.o., Zemˇemˇeˇrick´eho u ´ˇradu a Cesk´ u ´ˇradu a jsou distribuov´ana zdarma.“ [7] Byla vyuˇzita datov´a vrstva obce, ve kter´e se nach´az´ı i definiˇcn´ı bod obc´ı. V popisu vrstvy je pak uvedena platnost k 1. 7. 2012 ´ a jako zdroj je uvedeno odvozen´ı ze ZSJ, body a ˇc´ıseln´ıky z UIR-ZSJ, statistick´e ” ˇ U“. ´ Pro anal´ charakteristiky z datab´az´ı CS yzu byla vrstva upravena tak, aby obsahovala pouze definiˇcn´ı body sledovan´ ych obc´ı.
3.2
Hrub´ y dom´ ac´ı produkt
Obecn´e informace o HDP uˇz byly uvedeny v kapitole 1 Ekonomick´e z´aklady na stranˇe 11. Tato kapitola uˇz bude zamˇeˇrena na vlastn´ı z´ısk´an´ı a v´ ypoˇcet dat. Hodnoty HDP v´ yˇse zm´ınˇen´ ych mˇest byly pro zpracov´an´ı t´eto diplomov´e pr´ace ˇ y statistick´ kl´ıˇcov´e. Cesk´ yu ´ˇrad pˇri sledov´an´ı v´ yvoje HDP nezaznamen´av´a hodnoty na u ´rovni obc´ı, ale na z´akladˇe tzv. nomenklatur u ´zemn´ıch statistick´ ych jednotek (NUTS) 2. a 3. u ´rovnˇe, tedy na u ´rovni region˚ u a kraj˚ u. Tyto jednotky jsou stanoven´e ´ statistick´ ym u ´ˇradem pro Evropskou unii (Eurostat). Uzem´ ı NUTS 3 odpov´ıd´a sv´ ym ˇ e republice. Tyto hodnoty bylo nutn´e pˇrepoˇc´ıtat na jednotliv´e u ´zem´ım kraj˚ um v Cesk´ obce. K tomu byl zapotˇreb´ı dalˇs´ı statistick´ yu ´daj, a to poˇcet pracuj´ıc´ıch v dan´e obci. Tento u ´daj je sledov´an Ministerstvem financ´ı v r´amci vyhl´aˇsky o pod´ılu jednot” liv´ ych obc´ı na stanoven´ ych procentn´ıch ˇca´stech celost´atn´ıho hrub´eho v´ ynosu danˇe z pˇridan´e hodnoty a dan´ı z pˇr´ıjm˚ u“. Vyhl´aˇsky vˇcetnˇe jejich pˇr´ıloh jsou dostupn´e na 1
dˇr´ıve katedra mapov´ an´ı a kartografie
21
ˇ CVUT v Praze
3. POPIS DAT
ˇ e republiky v sekci Legislativa a podwebov´ ych str´ank´ach Ministerstva financ´ı Cesk´ sekci Legislativn´ı dokumenty [8]. N´aslednˇe bylo nutn´e stanovit pomˇer pracuj´ıc´ıch v obci v˚ uˇci kraji a t´ımto pomˇerem vyn´asobit hodnotu HDP v kraji. Tento v´ ypoˇcet je zaznamen´an ve vzorci 3.1, kde Z znaˇc´ı poˇcet zamˇestnanc˚ u a v indexu promˇenn´e je vˇzdy uvedena u ´zemn´ı jednotka. HDPobec =
Zobec · HDPkraj Zkraj
(3.1)
Na webov´ ych str´ank´ach Ministerstva financ´ı se nevyskytuje vyhl´aˇska z roku 2005, a proto nebylo moˇzn´e dopoˇc´ıtat HDP v roce 2004. Po nˇekolika testech byla pro dopoˇcet hodnoty v roce 2004 zvolena jako nejvhodnˇejˇs´ı spline interpolace. Pro uk´azku je zde uveden graf (obr´azek 3.2) v´ yvoje celkov´eho souˇctu HDP ve sledovan´em souboru mˇest.
Celkový součet HDP ve sledovaných obcích [miliardy Kč běžných cen] 2000 mld.
HDP
1500 mld. 1000 mld. 500 mld. 0 mld.
Obr. 3.2: Graf v´ yvoje celkov´eho souˇctu HDP ve sledovan´em souboru mˇest (zdroj: vlastn´ı v´ ypoˇcet)
Pokud nebude ˇreˇceno jinak,(hdp) bude HDP uv´adˇeno za celou obec. Uˇziteˇcn´e je pozdroj: charakteristiky rovn´an´ı HDP za obec a HDP pˇrepoˇcten´e na osobu, coˇz uv´ad´ı n´asleduj´ıc´ı tabulka 3.2
22
ˇ CVUT v Praze
3. POPIS DAT
Tab. 3.2: Porovn´an´ı HDP za osobu a za obec vˇcetnˇe poˇrad´ı (zdroj: vlastn´ı v´ ypoˇcet) Pořadí HDP za obec
HDP za obec
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
801697 117329 46464 42364 42073 35542 34019 32683 24978 24497 22300 20952 15534 15472 14942 14769 14320 14017 12832 12253 11257 10601 10552 10454 10198 9888 9820 9653 9213 8593 8513 8331 8171 7939 5635 4653
miliony
Zkratka
HDP na osobu tisíce
Pořadí HDP na osobu
PHA OST CEB HRK OLO PCE LIB MLB JIH KLA OPA MOS PRE KOL CHO F-M DEC PRI JAB CLI ZNO TRE VAM BRE HBR PIS ZDA STR KLT KUH CHE NAC LIT MEL CTE CTR
669 379 488 447 418 398 342 742 493 351 375 310 331 510 298 248 275 402 285 318 322 275 386 415 419 331 416 414 403 404 252 396 301 414 218 282
2 19 5 6 8 16 22 1 4 21 20 27 24 3 29 35 32 15 30 26 25 33 18 10 7 23 9 12 14 13 34 17 28 11 36 31
23
ˇ CVUT v Praze
3.3
3. POPIS DAT
Vybran´ e charakteristiky
V´ yvoj hodnoty HDP je jistˇe ovlivˇ nov´an mnoha faktory. Tato diplomov´a pr´ace je zamˇeˇrena hlavnˇe na faktory t´ ykaj´ıc´ı se u ´zemn´ıho pl´anov´an´ı, vyuˇz´ıt´ı p˚ udy a doravy. Vybran´e charakteristiky jsou pˇrehlednˇe shrnuty v tabulce 3.3 na n´asleduj´ıc´ı str´ance. V n´asleduj´ıc´ıch kapitol´ach budou tyto charakteristiky podrobnˇeji probr´any.
3.3.1
Obyvatelstvo
Tato charakteristika se sice net´ yk´a pˇr´ımo u ´zemn´ıho pl´anov´an´ı, vyuˇzit´ı p˚ udy ˇci dopravy, ale jistˇe s tˇemito faktory u ´zce souvis´ı, proto se autorka domn´ıv´a, ˇze je vhodn´e tato data do anal´ yzy zahrnout. Poˇ cet obyvatel Data o poˇctu obyvatel ve vybran´ ych obc´ıch byla staˇzena ze str´anek Veˇrejn´ a ˇ U). ´ Data jsou volnˇe k dispozici v ˇca´sti datab´aze ˇcesk´eho statistick´eho u ´ˇradu (CS Souborn´e informace a podˇc´asti Informace o regionech, mˇestech a obc´ıch, kde se nach´az´ı kapitola poˇcet obyvatel od roku 2000 (MOS B04) [10]. Data byla dostupn´a pro kaˇzdou zpracov´avanou obec po cel´e sledovan´e obdob´ı. Pro uk´azku je zde uveden graf (obr´azek 3.3) v´ yvoje celkov´eho poˇctu obyvatel ve sledovan´em souboru mˇest.
Celkový počet obyvatel Počet obyvatel
3,12 mil. 3,10 mil. 3,08 mil. 3,06 mil. 3,04 mil. 3,02 mil. 3,00 mil.
Obr. 3.3: Graf v´ yvoje celkov´eho poˇctu obyvatel ve sledovan´em souboru mˇest (zdroj: ˇ U, ´ upraveno) CS zdroj: charakteristiky (počet obyvatel)
24
ˇ CVUT v Praze
3. POPIS DAT
Tab. 3.3: Seznam charakteristik (zdroj: vlastn´ı tvorba) Oznaˇ cen´ı
Charakteristika
Skupina
A
HDP
Ekonomika
B
Poˇcet obyvatel
C
Poˇcet zamˇestnanc˚ u
D
Celkov´a v´ ymˇera
E
Zemˇedˇelsk´a p˚ uda
F
Orn´a p˚ uda (souˇc´ast zemˇedˇelsk´e p˚ udy)
G
Lesn´ı p˚ uda
H
Vodn´ı plochy
I
Zastavˇen´e plochy
J
Ostatn´ı plochy
K
Dopravn´ı plochy
L
Obytn´e plochy
M
Ostatn´ı plochy
N
Rekreaˇcn´ı plochy
O
V´ yrobn´ı plochy
P
Dojezdov´a vzd´alenost
Q
Souˇcet dopravy - intravil´an (JV)
R
Pr˚ umˇern´a doprava - intravil´an (JV)
S
Pr˚ umˇern´ y poˇcet tˇeˇzk´ ych vozidel - intravil´an
T
Pr˚ umˇern´ y poˇcet osobn´ıch vozidel - intravil´an
U
Souˇcet dopravy - pˇr´ıjezd (JV)
V
Pr˚ umˇern´a doprava - pˇr´ıjezd (JV)
W
Pr˚ umˇern´ y poˇcet tˇeˇzk´ ych vozidel - pˇr´ıjezd
X
Pr˚ umˇern´ y poˇcet osobn´ıch vozidel - pˇr´ıjezd
Obyvatelstvo
´ UHDP
Land use
Dostupnost
Intenzita dopravy
25
ˇ CVUT v Praze
3. POPIS DAT
Poˇ cet zamˇ estnanc˚ u Jedn´a se o poˇcet zamˇestnan´ ych osob v dan´e obci. Autorka se domn´ıv´a, ˇze tyto u ´daje u ´zce souvis´ı s ekonomick´ ym v´ yvojem obce. Data byla z´ısk´ana z vyhl´aˇsky Ministerstva financ´ı o pod´ılu jednotliv´ ych obc´ı na stanoven´ ych procentn´ıch ˇca´stech ” celost´atn´ıho hrub´eho v´ ynosu danˇe z pˇridan´e hodnoty a dan´ı z pˇr´ıjm˚ u“ [8]. Data byla dostupn´a pro kaˇzdou sledovanou obec po cel´e sledovan´e obdob´ı s v´ yjimkou roku 2004. Hodnota v roce 2004 byla dopoˇctena line´arn´ı interpolac´ı. Pro uk´azku je zde uveden graf (obr´azek 3.4) v´ yvoje celkov´eho poˇctu zamˇestnanc˚ u ve sledovan´em souboru mˇest.
Počet zaměstnanců
Celkový počet zaměstnanců 2,0 mil. 1,9 mil. 1,8 mil. 1,7 mil. 1,6 mil. 1,5 mil.
Obr. 3.4: Graf v´ yvoje celkov´eho poˇctu zamˇestnanc˚ u ve sledovan´em souboru mˇest (zdroj: Ministerstvo financ´ı, upraveno)
3.3.2
´ Uhrnn´ e hodnoty druh˚ u pozemk˚ u
Jak uv´ad´ı Terminologick´ y slovn´ık zemˇemˇeˇrictv´ı a katastru nemovitost´ı u ´hrnn´e ´ hodnoty druh˚ u pozemk˚ u (UHDP) je sumarizaˇcn´ı v´ ykaz, ve kter´em jsou uveden´e ” v´ ymˇery jednotliv´ ych druh˚ u pozemk˚ u, v´ ymˇera zemˇedˇelsk´e p˚ udy a celkov´a v´ ymˇera vˇsech pozemk˚ u v r´amci u ´zemn´ıho celku ...“ [11]. P˚ uda je tedy dˇelena do nˇekolika skupin, jak je vidˇet v n´asleduj´ıc´ı tabulce 3.4. Pro tuto pr´aci nebudeme uvaˇzovat o podrobn´em rozdˇelen´ı zemˇedˇelsk´e p˚ udy, spokoj´ıme se pouze z u ´dajem orn´e p˚ udy. Tyto hodnoty jsou opˇet veˇrejnˇe dostupn´e ze ˇ U. ´ Konkr´etnˇe v ˇca´sti souborn´e informace str´anek Veˇrejn´a datab´aze spravovan´ ych CS a podˇc´asti informace o regionech, mˇestech a obc´ıch, kde se nach´az´ı kapitola u ´zemn´ı
26
ˇ CVUT v Praze
3. POPIS DAT
´ ˇ U) ´ Tab. 3.4: UHDP (zdroj: CS celkov´a v´ ymˇera z toho
zemˇedˇelsk´a p˚ uda z toho
orn´a p˚ uda zahrady sady chmelnice vinice louky
lesn´ı p˚ uda vodn´ı plochy zastavˇen´e plochy ostatn´ı plochy
charakteristika obce v letech 2001 aˇz 2010 (MOS B01) [10]. V tabulce se souˇcasnˇe nach´az´ı i hodnota z roku 2011. Data byla dostupn´a pro kaˇzdou zpracov´avanou obec po cel´e sledovan´e obdob´ı. Pro uk´azku jsou zde uvedeny grafy (obr´azek 3.5 na samostatn´e str´ance), kter´e zachycuj´ı v´ yvoj rozloh vybran´ ych druh˚ u p˚ ud v hektarech ve sledovan´em souboru mˇest.
27
ˇ CVUT v Praze
3. POPIS DAT
Orná půda
Zemědělská půda
Celková rozloha druhů půd [hektary] 128 tis. 126 tis. 124 tis. 122 tis.
90 tis. 88 tis. 86 tis. 84 tis. 82 tis.
Lesní půda
56,5 tis. 56,0 tis. 55,5 tis.
Ostatní plochy
Zastavěné plochy
Vodní plochy
55,0 tis.
8,25 tis. 8,20 tis. 8,15 tis. 8,10 tis.
18,0 tis.
17,8 tis. 17,6 tis. 17,4 tis.
70 tis. 69 tis. 68 tis. 67 tis. 66 tis. 65 tis.
Obr. 3.5: Grafy v´ yvoje celkov´e rozlohy druh˚ u p˚ ud v hektarech ve sledovan´em souˇ U, ´ upraveno) boru mˇest (zdroj: CS 28
ˇ CVUT v Praze
3.3.3
3. POPIS DAT
Land use
Data land use, nebo-li ˇcesky vyuˇzit´ı u ´zem´ı, byla poskytnuta katedrou geomatiky. Land use bylo pro potˇreby atlasu rozdˇeleno do 5 tzv. funkˇcn´ıch tˇr´ıd. Rozdˇelen´ı plochy do funkˇcn´ıch tˇr´ıd popisuje n´asleduj´ıc´ı tabulka 3.5. Data land use, oproti ´ dat˚ um UHDP, mnohem l´epe vystihuj´ı vyuˇzit´ı p˚ udy v z´astavbˇe. Tab. 3.5: Rozdˇelen´ı plochy do funkˇcn´ıch tˇr´ıd (zdroj: atlas)
Dle tˇechto krit´eri´ı byla sb´ır´ana a tˇr´ıdˇena data pro jiˇz zm´ınˇen´ y Atlas urbanistick´eho v´ yvoje ˇcesk´ ych mˇest. V´ıce o vstupn´ıch datech a postupech zpracov´an´ı je uvedeno v atlase [6] a bakal´aˇrsk´ ych a magistersk´ ych prac´ıch. Atlas je zamˇeˇren na obdob´ı od 60. let 20. stolet´ı. V takov´em ˇcasov´em rozsahu by bylo prakticky nemoˇzn´e a hlavnˇe neefektivn´ı sb´ırat data pro kaˇzd´ y rok. Data byla sb´ır´ana nepravidelnˇe podle dostupn´ ych podkladov´ ych dat nejdˇr´ıve po 5 letech, ˇcasto vˇsak v intervalech 10 let,
29
ˇ CVUT v Praze
3. POPIS DAT
v nˇekter´ ych pˇr´ıpadech i v´ıce. Pro potˇreby t´eto anal´ yzy tedy bylo nutn´e data interpolovat a extrapolovat. D´ıky tomu byla z´ısk´ana data pro kaˇzd´ y rok v poˇzadovan´em obdob´ı, tedy od roku 2001 do roku 2011. V datech doch´azelo jen k velmi mal´ ym v´ ykyv˚ um, coˇz nen´ı pˇr´ızniv´e pro korelaˇcn´ı a regresn´ı anal´ yzu. Data jsou vztaˇzena k tzv. j´adrov´ ym u ´zem´ım. Jedn´a se o rozlohu mˇest pˇred pˇripojen´ım sousedn´ıch obc´ı v 70. a 80. letech. V´ıce o stanoven´ı j´adrov´eho u ´zem´ı je uvedeno v atlase [6] a bakal´aˇrsk´ ych a magistersk´ ych prac´ıch. Po zv´aˇzen´ı moˇznost´ı interpolace v˚ uˇci dat˚ um, byla vybr´ana line´aln´ı interpolace a to z d˚ uvodu, ˇze ˇz´adn´a interpolace by nedok´azala vystihnout skokov´e zmˇeny, kter´e se nejˇcastˇeji dˇej´ı ve zmˇen´ach vyuˇzit´ı p˚ udy. Autorka se tedy domn´ıv´a, ˇze line´arn´ı interpolac´ı budou data nejm´enˇe ovlivnˇena vzhledem ke zkoum´an´ı z´avislosti v˚ uˇci HDP. Pro uk´azku je zde uveden graf (obr´azek 3.6) v´ yvoje celkov´e rozlohy land use v hektarech ve sledovan´em souboru mˇest. Celková rozloha [hektary]
Rozloha
Dopravní plochy
Obytné plochy
Ostatní plochy
Rekreační plochy
Výrobní plochy
90 tis. 80 tis. 70 tis. 60 tis. 50 tis. 40 tis. 30 tis. 20 tis. 10 tis. 0 tis.
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Obr. 3.6: Graf v´ yvoje celkov´e rozlohy land use v hektarech ve sledovan´em souboru mˇest (zdroj: atlas, upraveno)
3.3.4
Dojezdov´ a vzd´ alenost k d´ alnici nebo rychlostn´ı silnici
Dalˇs´ı charakteristikou byla vybr´ana dojezdov´a vzd´alenost (ˇcas) k d´alnici pˇr´ıpadnˇe rychlostn´ı silnici. Pro v´ ypoˇcet t´eto charakteristiky bylo nutn´e z´ıskat ˇ e republiky pro kaˇzd´ aktu´aln´ı geografick´a data silniˇcn´ı s´ıtˇe Cesk´ y rok zpracov´avan´eho
30
ˇ CVUT v Praze
3. POPIS DAT
ˇ obdob´ı. Takov´a data vˇsak neeviduje ani st´atn´ı sektor (napˇr. Reditelstv´ ı silnic a d´alnic) ani soukrom´ y sektor (firmy poskytuj´ıc´ı mapy do navigac´ı). V geografick´ ych ˇ e republiky neexistuj´ı atributy uveden´ı u datech silniˇcn´ı s´ıtˇe Cesk´ ´seku do provozu a ukonˇcen´ı provozu. ˇ e republiky z digit´aln´ı Pro prostorov´e anal´ yzy byla vyuˇzita data silniˇcn´ı s´ıtˇe Cesk´ vektorov´e geografick´e datab´aze, kter´a je zdarma k dispozici na str´ank´ach firmy ArcData, s. r. o. V´ıce o tomto souboru dat je naps´ano v kapitole 3.1 Soubor mˇest na stranˇe 19. Silniˇcn´ı s´ıt’ je zde rozdˇelena na d´alnice, rychlostn´ı silnice, silnice I. tˇr´ıdy, silnice II. tˇr´ıdy, silnice III. tˇr´ıdy a neevidovan´e silnice. Staˇzen´ y stav byl platn´ y k 1. 1. 2013 a jako zdroj dat silniˇcn´ı s´ıtˇe je uvedeno Data2000. Pro u ´ˇcely t´eto diplomov´e pr´ace byla silniˇcn´ı s´ıt’ rozdˇelena do 2 skupin, jak uv´ad´ı n´asleduj´ıc´ı tabulka 3.6. Tab. 3.6: Rozdˇelen´ı silniˇcn´ı s´ıtˇe pro u ´ˇ cely DP
tˇ r´ıda silnice d´alnice
d´ alnice, rychlostn´ı silnice rychlostn´ı silnice silnice I. tˇr´ıdy silnice II. tˇr´ıdy ostatn´ı silnice silnice III. tˇr´ıdy neevidovan´e silnice
ˇ Podle u ´daj˚ u uv´adˇen´ ych na internetovv´ ych str´ank´ach Reditelstv´ ı silnic a d´alnic ˇ (RSD) [12], v elektronick´e knize 70 let d´alnic ve fotografii [13] a webov´ ych str´anek ceskedalnice.cz [14] byla data pro kaˇzd´ y rok editov´ana tak, aby jejich stav odpov´ıdal aktu´aln´ı silniˇcn´ı s´ıti. To bohuˇzel nen´ı moˇzn´e prov´est s celou silniˇcn´ı s´ıt´ı, a tak byla editov´ana pouze d´alniˇcn´ı a rychlostn´ı s´ıt’, kter´a je pro anal´ yzu stˇeˇzejn´ı. Protoˇze neexistuje jednotn´a norma, jak evidovat nov´e u ´seky, bylo nˇekdy velmi n´aroˇcn´e idetifikovat popsan´ yu ´sek v prostorov´ ych datech. Z tohoto d˚ uvodu byla snaha pouˇz´ıt vˇzdy co nejv´ıce zdroj˚ u.
31
ˇ CVUT v Praze
3. POPIS DAT
Takto upraven´a data byla pouˇzita pro s´ıt’ov´e anal´ yzy dojezdu v programu ArcMap 10.2 firmy ESRI. K tomu byla vyuˇzita extenze Network Analyst. Pro vytvoˇren´ı s´ıt’ov´eho datasetu, kter´ y je nezbytn´ y pro s´ıt’ov´e anal´ yzy, bylo nutn´e stanovit rychlost pohybu. Pro stanoven´ı pr˚ umˇern´e rychlosti mimo d´alnice a rychlostn´ı silnice ˇ e republice bylo zvoleno nˇekolik cest napˇr´ıˇc Ceskou ˇ v Cesk´ republikou. V´ ysledky shrnuje n´asleduj´ıc´ı tabulka 3.7. Pr˚ umˇern´a rychlost byla stanovena na 66 km/h, coˇz odpov´ıd´a 102 m/min. ˇ e republice mimo d´alnice a rychlostn´ı Tab. 3.7: V´ ypoˇcet pr˚ umˇern´e rychlosti v Cesk´ silnice (zdroj: Pl´anov´an´ı a mˇeˇren´ı trasy; Mapy.cz [16]) Odkud
Kam
Vzd´ alenost
Doba j´ızdy
Pr˚ umˇ ern´ a rychlost
[km]
[h:mm]
[km/h]
Karlovy Vary
Fr´ ydek-M´ıstek
476
7:15
66
Litv´ınov
Vset´ın
437
6:43
65
Domaˇzlice
Uhersk´ y Brod
415
6:12
67
Kaplice
Nov´ y Bor
268
3:53
69
Tachov
ˇ Sumperk
394
6:03
65
Ostrava
P´ısek
368
5:52
63
Bˇreclav
Varnsdorf
375
5:29
68
Celkov´ a pr˚ umˇ ern´ a rychlost
66
Doba dojezdov´e vzd´alenosti byla rozdˇelena do skupin po 15 minut´ach, jak je uvedeno v tabulce 3.8. Tab. 3.8: Rozdˇelen´ı ˇcasu dojezdov´e vzd´alenosti k d´alnici nebo rychlostn´ı silnici dojezd do 15 minut 15 - 30 minut 30 - 45 minut 45 - 60 minut Na n´asleduj´ıc´ı mapˇe (obr´azek 3.7) je zobrazena upraven´a silniˇcn´ı s´ıt’ a uk´azka dojezdov´ ych z´on pro obec Hradec Kr´alov´e.
32
ˇ CVUT v Praze
3. POPIS DAT
"601$&/5$,$ ..$ <4%13/57 #'1/* 1&9 $3,$2 : 401$5(./
3(5; (./
3(5; (./ 3(5; (./ 3(5; (./ 3(5; (./
3(5; (./
#
3(5; (./
!
3(5; (./
- ) .
#+1$3+$ /%&( 23$3.8 2) ,.) &( - ) . 9 (2+7 1(04%,) +$ 3$5 - ) . %(& 3(5; (./ - ) . 3(5; (./
"
#
+ -
ˇ s vyznaˇcen´ Obr. 3.7: Uk´azka mapy silniˇcn´ı s´ıtˇe v CR ym v´ yvojem d´alniˇcn´ı a rychˇ 500, atlas, lostn´ı s´ıtˇe a uk´azkou dojezdov´ ych z´on Hradce Kr´alov´e (zdroj: ArcCR ˇ RSD, upraveno), origin´al je souˇc´ast´ı elektronick´ ych pˇr´ıloh Vˇsechny zkouman´e obce kromˇe N´achoda se veˇsly do mezn´ıho limitu 60 minut. Lid´e z N´achoda mˇeli dojezd k nejbliˇzˇs´ı d´alnici v letech 2001 - 2005 dokonce mezi 75 aˇz 90 minutami. Od roku 2006 je z N´achoda d´alnice nebo rychlostn´ı silnice v dosahu 30 - 45 minut. V t´eto anal´ yze nen´ı zohlednˇeno, jak velk´ y souvisl´ y u ´sek d´alnice ˇci rychlostn´ı silnice je z dan´e obce v dosahu. Doch´az´ı tedy k situac´ım, kdy v bl´ızkosti obce dojde ke zprovoznˇen´ı pouze nˇekolikakilometrov´eho u ´seku d´alnice ˇci rychlostn´ı silnice, avˇsak chyb´ı napojen´ı na vˇetˇs´ı d´alniˇcn´ı a rychlostn´ı s´ıt’. Tento stav napov´ıd´a, ˇze silniˇcn´ı s´ıt’ se bude v okol´ı obce d´ale rozˇsiˇrovat, avˇsak vhledem k majetkopr´avn´ım vztah˚ um, finanˇcn´ı situaci a dalˇs´ım aspekt˚ um m˚ uˇze tento stav trvat dlouhou dobu, coˇz nen´ı pro obec pˇr´ıliˇs pˇr´ızniv´e. Pro uk´azku je zde uveden graf (obr´azek 3.8) s poˇcty obc´ı v jednotliv´ ych dojezdov´ ych kategori´ıch pro kaˇzd´ y rok anal´ yzy.
33
ˇ CVUT v Praze
3. POPIS DAT
Počet obcí v dojezdových kategoiích do 15 minut
do 30 minut
do 45 minut
do 60 minut
nad 60 minut
25
Počet obcí
20 15 10 5 0 2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Obr. 3.8: Graf poˇctu obc´ı v jednotliv´ ych kategori´ıch dojezdov´ ych vzd´alenost´ı (zdroj: vlastn´ı anal´ yza) Podrobn´ y popis zpracov´an´ı je uveden v kapitole 4.1 Zpracov´an´ı prostorov´ ych dat na stranˇe 37.
3.3.5
Intenzita dopravy
Intenzita dopravy vyjadˇruje poˇcet vˇsech vozidel, kter´a sledovan´ ym u ´sekem projedou bˇehem 24 hodin. Vozidla jsou dˇelena na tˇeˇzk´a vozidla, osobn´ı automobily a motocykly. D´ale se uv´ad´ı i celkov´a intenzita dopravy vyj´adˇren´a v tzv. jednotkov´ ych vozidlech. Jedn´a se o sumu poˇctu vozidel podle vzorce 3.2 JV = 2 ∗ T V + OA + 0, 5 ∗ M
(3.2)
Kde JV je intenzita dopravy vyj´adˇren´a v jednotkov´ ych vozidlech, TV je poˇcet tˇeˇzk´ ych vozidel, OA je poˇcet osobn´ıch automobil˚ u a M je poˇcet motocykl˚ u. D´ıky tomu, ˇze se nejedn´a o prostou sumu poˇctu vozidel je zohlednˇen r˚ uzn´ y vliv vozidel na dopravn´ı zat´ıˇzen´ı, ˇzivotn´ı prostˇred´ı a podobnˇe. Celost´atn´ı sˇc´ıt´an´ı dopravy na vˇsech d´alnic´ıch, silnic´ıch I. a II. tˇr´ıdy a na vyˇ e republice jiˇz od roku 1959 a od bran´ ych u ´sec´ıch silnic III. tˇr´ıdy prob´ıh´a v Cesk´ roku 1980 v pravideln´ ych pˇetilet´ ych intervalech. Pro kaˇzd´e mˇesto a jednotliv´e mˇeˇren´e ˇ roky je na str´ank´ach Reditelstv´ ı silnic a d´alnic [15] dostupn´a pˇrehledov´a mapa se z´akladn´ımi v´ ysledky. Uk´azka mapy mˇesta Chrudim je na obr´azku 3.9.
34
ˇ CVUT v Praze
3. POPIS DAT
Obr. 3.9: Uk´azka mapy sˇc´ıt´an´ı intenzity dopravy v Chrudimi Data ohlednˇe intenzity dopravy v letech 2000 a 2005 byla poskytnuta z dat zpracov´avan´ ych pro Atlas urbanistick´eho rozvoje ˇcesk´ ych mˇest [6]. Zde byly vybran´e komunikace rozdˇeleny do 2 skupin, a to na komunikace pˇrijezdov´ ych do dan´eho mˇesta a komunikace uvnitˇr mˇesta. Intenzita dopravy nebyla zpracov´ana pro Hlavn´ı mˇesto Praha. D´ale byl z´ısk´an struˇcn´ y popis, jak zpracovat data z mˇeˇren´ı intenzity dopravy v roce 2010, kter´a jsou uvedena na str´ank´ach Celost´atn´ı sˇc´ıt´an´ı dopravy 2010 spraˇ vovan´ ych RSD [15]. D´ıky tomuto postupu bylo moˇzn´e dopoˇc´ıst hodnoty v roce 2010. Pˇri zpracov´an´ı nebylo zkoum´ano, zda nepˇribyly nov´e mˇeˇren´e u ´seky, at’ uˇz na pˇr´ıjezdov´ ych komunikac´ıch nebo komunikac´ıch uvnitˇr mˇesta. Pouze byly vyhled´any nov´e hodnoty na dˇr´ıve mˇeˇren´ ych u ´sec´ıch. Data pro Hlavn´ı mˇesto Praha nebyla zpracov´ana. Line´arn´ı interpolac´ı byly z´ısk´any hodnoty v mezilehl´ ych letech. Line´arn´ı extrapolac´ı byl dopoˇcten rok 2011.
35
ˇ CVUT v Praze
3. POPIS DAT
Pro uk´azku je zde uveden graf (obr´azek 3.10) v´ yvoje celkov´e intenzity dopravy v JV ve sledovan´em souboru mˇest. Celková intenzita dopravy [JV] intravilán
příjezd
Intenzita dopravy
15 000 12 500 10 000
7 500 5 000 2 500 0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Obr. 3.10: Graf v´ yvoje celkov´e intenzity dopravy v JV ve sledovan´em souboru mˇest. (zdroj: atlas a vlastn´ı anal´ yza)
36
ˇ CVUT v Praze
4
ˇ ´IPRAVA DAT 4. PR
Pˇ r´ıprava dat Nejprve bylo nutn´e z´ıskan´a data pˇrev´est do jednotn´eho form´atu. Pro korelaˇcn´ı
a regresn´ı anal´ yzy byl vybr´an software Microsoft Office Excel (d´ale jen Excel“). ” Proto bylo nutn´e veˇsker´a podkladov´a data pˇrev´est do tohoto tabulkov´eho procesoru. ´ Podkladov´a data s poˇcty zamˇestnanc˚ u, rozlohami p˚ ud UHDP a dalˇs´ı se nach´azela v mnoha form´atech jako je PDF, r˚ uzn´e textov´e form´aty, internetov´e tabulky a podobnˇe. Bohuˇzel form´at a struktura uloˇzen´ ych dat se ˇcasto mˇenily. Data ve form´atu PDF bylo nutn´e nejprve pˇrev´est na nˇekter´ y z editovateln´ ych form´at˚ u. K tomu bylo vyˇzito hned nˇekolika program˚ u a online sluˇzeb, protoˇze kvalita pˇrevod˚ u se liˇsila vzledem k rozd´ılnosti vstupn´ıch dat. Hodnoty HDP bylo nutn´e vypoˇc´ıtat podle jednoduch´eho vzorce popsan´eho v kapitole 3.2 na stranˇe 21. Tak´e bylo nutn´e dopoˇc´ıtat hodnoty intenzity dopravy v roce 2010 podle pokyn˚ u, kter´e byly pouˇzity pro zpracov´an´ı pˇredchoz´ıch let pro atlas. V pˇr´ıpadˇe, ˇze hodnoty nepokr´ yvaly cel´e sledovan´e obdob´ı, byla pouˇzita line´aln´ı interpolace, v nˇekter´ ych pˇr´ıpadech i extrapolace. To bylo zvl´aˇstˇe d˚ uleˇzit´e u charakteristik ze skupiny land use, kter´e byly zpracov´av´any pro atlas a tud´ıˇz v jin´em ˇ ˇcasov´em obdob´ı. Casto se ve sledovan´em obdob´ı nach´azela pouze jedna zn´am´a hodnota. V takov´em pˇr´ıpadˇe by nebylo moˇzn´e data pouˇz´ıt pro dalˇs´ı anal´ yzy, protoˇze je nutn´e m´ıt k dispozici alespoˇ n 2 hodnoty. Pˇristoupit v takov´em pˇr´ıpadˇe k interpolaci (respektive extrapolaci) bylo jedin´e moˇzn´e ˇreˇsen´ı, jak data do anal´ yzy zahrnout.
4.1
Zpracov´ an´ı prostorov´ ych dat
ˇ 500, byla dod´ana Prostorov´a data, at’ uˇz od katedry geomatiky ˇci data ArcCR v geodatab´azi. Nebyl proto probl´em pˇristoupit rovnou ke zpracov´an´ı dat v programu ArcGIS 10.2 firmy Esri, konkr´etnˇe v aplikaci ArcMap. Nejprve bylo nutn´e upravit data silniˇcn´ı s´ıtˇe. Doˇslo k vytvoˇren´ı nov´eho shapefilu silnice ostatni.shp obsahuj´ıc´ı pouze ostatn´ı silnice, jak je uvedeno v tabulce 3.6 na stranˇe 31. V t´eto vrstvˇe byly vytvoˇreny 3 nov´e atributy. Atribut Meters, kde
37
ˇ CVUT v Praze
ˇ ´IPRAVA DAT 4. PR
byla pomoc´ı funkce Calculate Geometry... dopoˇctena d´elka geometrick´eho segmentu u ´seku silnice v metrech. D´ale atributy s n´azvy TF Minutes a FT Minutes, kde byl dopoˇcten ˇcas (v minut´ach) potˇrebn´ y k pr˚ uchodu segmentu. Bylo stanoveno, ˇze pr˚ uchod je v obou smˇerech stejn´ y. T´ım doˇslo k zanedb´an´ı pˇr´ıpadn´ ych jednosmˇern´ ych silnic, coˇz v naˇsem pˇr´ıpadˇe nevad´ı. Doba pr˚ uchodu byla dopoˇctena pomoc´ı funkce Field Calculator..., kde byl dosazen vzorec 4.1. T F (T F ) M inutes = M eters/vp
(4.1)
ˇ e repubKde vp znaˇc´ı pr˚ umˇernou rychlost v m/min. Pr˚ umˇern´a rychlost v Cesk´ lice mimo d´alnice a rychlostn´ı silnice byla vypoˇctena na 66 km/h, coˇz odpov´ıd´a 102 m/min. V´ıce o tomto v´ ypoˇctu je uvedeno v kapitole 3.3.4 Dojezdov´a vzd´alenost k d´alnici nebo rychlostn´ı silnici na stranˇe 30. Pojmenov´an´ı novˇe vznikl´ ych atribut˚ u nen´ı n´ahodn´e, takto pojmenovan´e atributy se budou v n´asleduj´ıc´ıch operac´ıch automaticky naˇc´ıtat. Dojde tak k ulehˇcen´ı pr´ace. Z takto pˇripraven´e vrstvy byl vytvoˇren s´ıt’ov´ y dataset silnice ostatni ND. Funkce (New Network Dataset...) se nach´az´ı v menu pod prav´ ym tlaˇc´ıtkem nad vstupn´ı vstvou v ArcCatalog. V´ ysledkem je kromˇe s´ıt’ov´eho datasetu silnice ostatni ND.nd jeˇstˇe bodov´a vrstva uzl˚ u silnice ostatni ND Junctions.shp. Pˇred proveden´ım s´ıt’ov´e anal´ yzy bylo nutn´e pˇripravit bodov´ y shapefile obce body.shp se sledovan´ ymi mˇesty. Ten byl vytvoˇren funkc´ı Clip, kter´a oˇr´ızla boˇ 500 podle polygonov´ dovou vrstvu ObceBody z ArcCR ych vrstev j´adrov´ ych u ´zem´ı obc´ı. Pro vytvoˇren´ı s´ıt’ov´e anal´ yzy je nutn´e m´ıt dostupnou extenzi Network Analyst. Pokud je extenze zapnuta a z´aroveˇ n se v ArcMap nach´az´ı naˇcten´ y s´ıt’ov´ y dataset, jsou dostupn´e s´ıt’ov´e anal´ yzy Network Analyst. Pro u ´ˇcely t´eto diplomov´e pr´ace byla provedena anal´ yza New Service Area. Dalˇs´ım vstupem byly body z dˇr´ıve pˇripraven´eho shapefilu obce body.shp. S´ıt’ov´e anal´ yzy nab´ız´ı velk´e mnoˇzstv´ı nastaven´ı. C´ılem t´eto pr´ace nen´ı popisov´an´ı postupu zpracov´an´ı v programu ArcMap, a proto zde budou uvedeny pouze zdroje, kter´e pomohly se zpracov´an´ım. Dobˇre zpracovan´ y je ofici´aln´ı help pro ArcGIS, s´ıt’ov´e anal´ yzy se nach´az´ı v ˇca´sti Extensions
Network Analyst
38
Network analysis [17].
ˇ CVUT v Praze
ˇ ´IPRAVA DAT 4. PR
S´ıt’ov´ ymi anal´ yzami se zab´ yvala tak´e bakal´aˇrsk´a a diplomov´a z´avˇereˇcn´a pr´ace Terezy Pant˚ uˇckov´e [18] [19]. V´ ystupem s´ıt’ov´e anal´ yzy jsou pˇribliˇznˇe kruhov´e polygony pro kaˇzdou obec rozdˇelen´e podle ˇcasov´e dostupnosti v rozmez´ı po 15 minut´ach, jak uv´ad´ı tabulka 3.8 na stranˇe 32. V´ ystup byl opˇet uloˇzen do form´atu shapefile s n´azvem ’obec’ zony.shp, kde za ’obec’ je vˇzdy dosazen n´azev obce bez diakritiky a v pˇr´ıpadˇe dvouslovn´ ych n´azv˚ u jsou slova oddˇelena podtrˇz´ıtkem napˇr.: ceske budejovice zony.shp. Pro zhodnocen´ı ˇcasov´e n´aroˇcnosti dojezdu z obce na d´alnici nebo rychlostn´ı silnici bylo zapotˇreb´ı vytvoˇrit shapefile s aktu´aln´ım stavem d´alniˇcn´ı a rychlostn´ı s´ıtˇe pro kaˇzd´ y rok ze zpracov´avan´eho obdob´ı. Postupnou editac´ı podle zdroj˚ u uveden´ ych v kapitole 3.3.4 na stranˇe 30 bylo vytvoˇreno 11 shapefil˚ u s n´azvem ’rok’.shp napˇr.: 2001.shp. Editace prob´ıhala od souˇcasnosti do minulosti. Vˇzdy byl vytvoˇren duplicitn´ı shapefile aktu´aln´ıho stavu a z nˇeho byly postupnˇe odebr´any pr´avˇe tento rok zprovoznˇen´e u ´seky, t´ım se z´ıskal aktu´aln´ı stav pro pˇredchoz´ı rok. N´aslednˇe bylo kaˇzd´e mˇesto jednotlivˇe hodnoceno, zda d´alnice ˇci rychlostn´ı silnice zasahuje do nˇekter´e z vytvoˇren´ ych dojezdov´ ych z´on. Z´ona s nejkratˇs´ı dojezdovou vzd´alenost´ı, kter´a splˇ novala tuto podm´ınku, byla zaps´ana do tabulky v Excelu. Vznikla tak unik´atn´ı tabulka v´ yvoje dojezdov´e vzd´alenosti sledovan´ ych obc´ı v letech 2001 - 2011. Tabulka je souˇca´st´ı elektronick´e pˇr´ılohy. Uk´azka zpracovan´ ych dat je jiˇz uvedena na obr´azku 3.7 v kapitole Dojezdov´a vzd´alenost k d´alnici nebo rychlostn´ı silnici na stranˇe 33.
39
ˇ CVUT v Praze
5
´ 5. ANALYZA DAT
Anal´ yza dat Pro anal´ yzu dat byl vytvoˇren soubor v programu Excel, ve kter´em byla pro
kaˇzdou skupinu charakteristik pˇripravena z´aloˇzka s daty. Tento soubor obsahuje veˇsker´a zdrojov´a data pro anal´ yzy, kter´e budou postupnˇe probr´any v n´asleduj´ıc´ıch kapitol´ach. Soubor je souˇca´st´ı elektronick´e pˇr´ılohy t´eto pr´ace. Seznam charakteristik je uveden v tabulce 3.3 v kapitole Seznam charakteristik (zdroj: vlastn´ı tvorba) na stranˇe 25. U kaˇzd´e proveden´e anal´ yzy bude uvedeno tak´e zhodnocen´ı v´ ysledk˚ u. Statistick´e v´ ypoˇcty jsou velmi mocn´ ym n´astrojem. Mohlo by se zd´at, ˇze ˇc´ısla mluv´ı jasnˇe. Pˇresto je velice d˚ uleˇzit´e neopom´ıjet logick´e zamyˇslen´ı se nad daty, vz´ıt v u ´vahu ˇ zdroj informac´ı a zapojit v´ ysledky do souvislost´ı. Casto jsou v´ ysledky statistick´ ych anal´ yz pouze podklady pro dalˇs´ı u ´vahy a pˇr´ıpadn´e anal´ yzy. Ve v´ ysledc´ıch se tak´e pokus´ıme naj´ıt nˇejak´e podobnosti mezi obcemi a rozdˇelit je do podobnostn´ıch skupin.
5.1
Korelace
Slovo korelace poch´az´ı z latiny a vypov´ıd´a o vz´ajemn´em vztahu 2 veliˇcin. Koˇ ım relaˇcn´ı koeficient nab´ yv´a hodnot od -1 do 1, coˇz urˇcuje m´ıru line´arn´ı korelace. C´ vyˇsˇs´ı hodnoty v absolutn´ı hodnotˇe nab´ yv´a korelaˇcn´ı koeficient, t´ım vˇetˇs´ı je z´avislost jedn´e veliˇciny na druh´e. Znam´enko pak urˇcuje, zda je z´avislost pˇr´ım´a ˇci nepˇr´ım´a. Kladn´e hodnoty vyjadˇruj´ı pˇr´ımou z´avislost. To znamen´a, ˇze obˇe veliˇciny navz´ajem klesaj´ı nebo stoupaj´ı stejnou mˇerou. Z´aporn´e hodnoty vyjadˇruj´ı nepˇr´ımou z´avislost, tedy pokud jedna z veliˇcin stoup´a, druh´a kles´a stejnou mˇerou a naopak. Hodnoty korelaˇcn´ıho koeficientu bl´ıˇz´ıc´ıho se k nule vypov´ıdaj´ı o neexistenci line´arn´ı z´avislosti. Nelze vˇsak tvrdit, ˇze veliˇciny na sobˇe nejsou z´avisl´e. Je tak´e d˚ uleˇzit´e ˇr´ıci, ˇze korelaˇcn´ı koeficient urˇcuje m´ıru line´aln´ı z´avislosti, nelze z toho vyvozovat, ˇze jedna z veliˇcin je pˇr´ıˇcinou a druh´a d˚ usledkem. [20] Posouzen´ı z´avislosti v t´eto diplomov´e pr´aci je pops´ano v n´asleduj´ıc´ı tabulce 5.1.
40
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Tab. 5.1: Rozdˇelen´ı z´avislosti podle hodnoty korelaˇcn´ıho koeficientu Typ korelace
Hodnota
siln´a
0,6 – 1
slab´a
0,2 – 0,5999
pˇr´ım´a neprok´azan´a
−0, 1999 – 0,1999
slab´a
−0, 5999 – −0, 2
siln´a
−1 – −0, 6
nepˇr´ım´a
Pro urˇcen´ı korelaˇcn´ıho koeficientu je zapotˇreb´ı alespoˇ n 2 hodnot vysvˇetluj´ıc´ı promˇenn´e. Pokud jsou k dispozici pr´avˇe 2 hodnoty, korelaˇcn´ı koeficient neurˇcuje m´ıru z´avislosti, ale pouze jej´ı orientaci, zda se jedn´a o pˇr´ımou nebo nepˇr´ımou z´avislost. K takov´e situaci v naˇsem pˇr´ıpadˇe nedoch´az´ı z d˚ uvodu pouˇzit´ı interpolace, respektive extrapolace dat, avˇsak u nˇekter´ ych charakteristik se hodnota velmi bl´ıˇz´ı ±1. To m˚ uˇze b´ yt zp˚ usobeno pr´avˇe nedostatkem mˇeˇren´ ych hodnot. K t´eto situaci bude doch´azet zvl´aˇstˇe u charakteristik ze skupiny land use. V pˇr´ıpadˇe, ˇze se hodnota vysvˇetluj´ıc´ı promˇenn´e nemˇen´ı, nen´ı moˇzn´e urˇcit hodnotu korelaˇcn´ıho koeficientu. Tato situace se v pr´aci vyskytla nˇekolikr´at, zvl´aˇstˇe pak v datech o dojezdu k d´alnici ˇci rychlostn´ı silnici. Program Excel obsahuje mnoho funkc´ı pro statistick´e v´ ypoˇcty. Pro v´ ypoˇcet korelaˇcn´ıho koeficientu bylo pouˇzito funkce Correl, kter´a je standardnˇe souˇc´ast´ı programu Excel. Vstupem do t´eto funkce jsou 2 matice, kter´e mus´ı m´ıt stejn´ y poˇcet ˇc´ıseln´ ych prvk˚ u. V matici se nesm´ı opakovat pouze jedna hodnota. Pomoc´ı t´eto funkce bylo provedeno nˇekolik anal´ yz, kdy jedna z matic vˇzdy charakterizovala HDP. Anal´ yzy budou pops´any v n´asleduj´ıc´ıch kapitol´ach. V n´asleduj´ıc´ıch kapitol´ach budou pops´any 2 korelaˇcn´ı anal´ yzy se stejn´ ymi daty. Rozd´ıl bude pouze v pˇr´ıstupu k dat˚ um. V prvn´ım pˇr´ıpadˇe budou pouˇzity charakteristiky mˇen´ıc´ı se v ˇcase. V tomto pˇr´ıpadˇe budeme povaˇzovat jako fixn´ı polohu u ´daje a z´avislost budeme pozorovat vzhledem k v´ yvoji v ˇcase. V druh´em pˇr´ıpadˇe zafixujeme ˇcas a budeme sledovat v´ yvoj u ´daje se zmˇenou v poloze.
41
ˇ CVUT v Praze
5.1.1
´ 5. ANALYZA DAT
Charakteristiky mˇ en´ıc´ı se v ˇ case
V t´eto anal´ yze byl vypoˇcten korelaˇcn´ı koeficient v´ yvoje HDP postupnˇe s kaˇzdou charakteristikou mˇen´ıc´ı se v ˇcase. V´ ystupem je tabulka korelaˇcn´ıch koeficient˚ u pro kaˇzd´e mˇesto a kaˇzdou charakteristiku. V´ yjimku tvoˇr´ı pouze Hlavn´ı mˇesto Praha, protoˇze pro tuto obec nebyly zpracov´any hodnoty o intenzitˇe dopravy. V´ ysledn´a tabulka je souˇca´st´ı elektronick´e pˇr´ılohy. Protoˇze v´ ysledn´e koeficienty vykazovaly v r´amci jedn´e charakteristiky velk´e rozd´ılnosti, a tud´ıˇz nebylo na prvn´ı pohled zˇrejm´e, zda je zde prokazateln´a korelace s nˇekterou z charakteristik, pˇristoupila autorka k vlastn´ı anal´ yze vypoˇcten´ ych dat. Pro kaˇzdou charakteristiku bylo spoˇcteno, kolika mˇest˚ um spad´a korelaˇcn´ı koeficient do urˇcit´eho typu korelace viz tabulka 5.1. Nyn´ı uˇz bylo moˇzn´e l´epe posoudit v´ ysledn´e korelace. Pro jeˇstˇe vˇetˇs´ı zjednoduˇsen´ı hodnocen´ı v´ ysledk˚ u doˇslo k pˇrevodu na jedno ˇc´ıslo pro kaˇzdou charakteristiku. To bylo provedeno podle vzorce 5.1, kde hledan´a hodnota je oznaˇcena jako X. X=
nphc ∗ 10 + nplc ∗ 5 + nuc ∗ 1 + nnlc ∗ −5 + nnhc ∗ −10 n
(5.1)
Hodnoty n znamenaj´ı poˇcet v´ yskyt˚ u, v indexu se pak nach´az´ı oznaˇcen´ı skupiny, podle korelaˇcn´ıho koeficientu. Index phc (positive high correlation) znaˇc´ı silnou pˇr´ımou korelaci, plc (pisitive low correlation) znaˇc´ı slabou pˇr´ımou korelaci, uc (unproven correlation) znaˇc´ı neprok´azanou korelaci, nlc (negative low correlation) znaˇc´ı slabou nepˇr´ımou korelaci a nhc (negative high correlation) znaˇc´ı silnou nepˇr´ımou korelaci. Hodnocen´ı v´ ysledk˚ u V´ ysledn´e korelace jsou uvedeny v souboru, kter´ y je souˇca´st´ı elektronick´e pˇr´ılohy. Zde bude uvedena pouze tabulka 5.2 s hodnocen´ım v´ ysledk˚ u, kter´a byla pops´ana v´ yˇse. Trochu pˇrekvapuj´ıc´ım v´ ysledkem je z´aporn´a korelace HDP s v´ yvojem poˇctu obyvatel. Jak je vidˇet, HDP je pˇr´ımo z´avisl´e na poˇctu zamˇestnanc˚ u. Na t´eto u ´vaze byl zaloˇzen i v´ ypoˇcet HDP v jednotliv´ ych obc´ıch, jak je uvedeno v kapitole 3.2. Pro doplnˇen´ı informace, byla provedena korelace mezi poˇctem obyvatel a poˇctem
42
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Tab. 5.2: Hodnocen´ı v´ ysledk˚ u korelace s charakteristikami mˇen´ıc´ımi se v ˇcase (poˇcet v´ yskyt˚ u obc´ı v korelaˇcn´ıch kategori´ıch bˇehem sledovan´eho obdob´ı)
nepřímá závislost
neprokázaná závislost
přímá závislost
korelace charak. K L J O C X G N I T V U D H R B Q W S E F P M
přímá silná slabá 24 1 34 0 30 2 25 2 18 6 16 8 19 6 20 1 15 1 16 0 6 5 7 3 10 4 9 6 4 4 3 4 0 4 0 1 2 0 3 1 2 1 0 0 1 0
neprok. 0 0 0 0 7 3 2 0 7 3 11 10 5 3 5 4 4 5 3 0 0 0 0
nepřímá slabá silná 0 0 0 1 2 2 0 7 4 1 5 3 1 8 0 14 4 9 8 8 6 7 6 9 1 16 3 15 10 12 3 22 12 15 15 14 13 17 0 32 0 33 3 8 0 34
chyba 11 1 0 2 0 1 0 1 0 1 1 1 0 0 1 0 1 1 1 0 0 25 1
X 9,80 9,43 7,78 5,59 5,00 4,14 3,75 1,86 1,25 1,14 -0,43 -1,00 -1,25 -1,25 -3,14 -5,14 -5,43 -6,00 -6,14 -7,92 -8,47 -8,64 -9,43
zamˇestnanc˚ u. Hodnota X vypoˇcten´a podle vzorce 5.1 vyˇsla -2,8. Jako mezn´ı hranice pro urˇcen´ı korelace byla zvolena hodnota ±3. To znamen´a, ˇze podle hodnocen´ı, kter´e bylo stanoveno, se jedn´a o neprok´azanou korelaci, avˇsak je zde n´aznak nepˇr´ım´e korelace. V´ yrazn´a je tak´e nepˇr´ım´a korelace v anal´ yze s rozlohou zemˇedˇelsk´e p˚ udy. Tento v´ ysledek se d´a od˚ uvodnit t´ım, ˇze u ´bytek zemˇedˇelsk´e p˚ udy znamen´a pˇrevod na jin´ y ´ typ p˚ udy. Napˇr´ıklad UHDP ostatn´ı plochy (J) naopak vykazuje silnou pˇr´ımou korelaci.
43
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Graf výsledkých koeficientů X
Koeficient X
B C D E F G H I J K L M N O P Q R S T U V W X 10 8 6 4 2 0 -2 -4 -6 -8 -10
Obr. 5.1: Graf vypoˇcten´ ych hodnot X pro jednotliv´e charakteristiky D´ale je nutn´e se zastavit u v´ ysledk˚ u korelac´ı ze skupiny land use. Jak bylo uvedeno v kapitole 3.3.3, tyto hodnoty byly sb´ır´any pro Atlas urbanistick´eho v´ yvoje ˇcesk´ ych mˇest od 60. let 20. stolet´ı. Tedy po velmi dlouhou dobu oproti dobˇe, na kterou je zamˇeˇrena tato diplomov´a pr´ace. Proto bylo pro sledovan´e obdob´ı velmi m´alo mˇeˇren´ ych hodnot. Data jsou zat´ıˇzena vlivem interpolace a extrapolace, coˇz se bl´ıˇz´ı situaci, kdy jsou k dispozici pouze 2 mˇeˇren´e hodnoty. Znamen´a to tedy, ˇze m´ıra korelace je u tˇechto dat zkreslena a sp´ıˇse je vhodn´e uvaˇzovat o moˇzn´e pˇr´ım´e ˇci nepˇr´ım´e z´avislosti. V´ ysledn´a hodnota X proto dosahuje extr´emn´ıch hodnot, kter´e nevystihuj´ı skuteˇcnost. U dopravn´ıch ploch (K) a obytn´ ych ploch (L) je zˇrejm´a pˇr´ım´a z´avislost. U ostatn´ıch ploch (M) naopak nepˇr´ım´a. U ostatn´ıch typ˚ u ploch m˚ uˇzeme pozorovat neobvyklou nevyv´aˇzenost, kter´a se nejv´ıce projevuje u rekreaˇcn´ıch ploch (N). Tak´e zde nastala situace, ˇze nˇekter´e koeficienty nebylo moˇzn´e urˇcit z d˚ uvodu nulov´e diverzity dat. Podobn´a situace nastala i u dostupnosti (P), kde byl tak´e probl´em s diverzitou dat, proto korelaˇcn´ı koeficienty u nˇekter´ ych mˇest nemohly b´ yt dopoˇcteny. Koeficienty byly vypoˇcteny pouze pro 11 mˇest, kde v pr˚ ubˇehu sledovan´eho obdob´ı doˇslo ke zmˇenˇe ˇcasu dojezdov´e vzd´alenosti do jin´e kategorie. V´ıce teorie o zpracov´an´ı dat je pops´ano v kapitole 3.3.4. Pˇrestoˇze pouˇziteln´ ych v´ ysledk˚ u je podstatnˇe m´enˇe
44
ˇ CVUT v Praze
´ 5. ANALYZA DAT
neˇz v pˇredchoz´ıch pˇr´ıpadech, v´ ysledn´a hodnota X, kter´a je rovna -8,6, jasnˇe vypov´ıd´a nepˇr´ım´e z´avislosti. Tento v´ ysledek se na prvn´ı pohled m˚ uˇze zd´at pˇrekvapiv´ y. Ale je d˚ uleˇzit´e si uvˇedomit, ˇze hodnoty dojezdu byly vloˇzeny v minut´ach dojezdu k d´alnici nebo rychlostn´ı silnici. Oˇcek´av´a se tedy, ˇze ˇc´ım niˇzˇs´ı bude hodnota dojezdu, t´ım bude vˇetˇs´ı hodnota HDP. Posledn´ı ˇc´ast, kterou je nutn´e zhodnotit jsou data intenzity dopravy. Data z intravil´anu vˇetˇsinou vykazuj´ı nepˇr´ımou z´avislost. Pouze pr˚ umˇern´a intenzita dopravy osobn´ıch vozidel je velmi nevyrovnan´a a z´avislost je neprokazateln´a. Tyto v´ ysledky si m˚ uˇzeme od˚ uvodnit napˇr´ıklad t´ım, ˇze ˇc´ım se mˇesto v´ıce rozv´ıj´ı, t´ım je vˇetˇs´ı snaha budovat obchvaty mˇest a odv´est dopravu mimo intravil´an. V´ ysledn´e hodnoty intenzity dopravy na pˇr´ıjezdov´ ych komunikac´ıch uˇz nen´ı tak jednoduch´e analyzovat. Zat´ımco v´ ysledky celkov´e a pr˚ umˇern´e intenzity dopravy jsou neprokazateln´e, u pr˚ umˇern´e intenzity n´akladn´ıch automobil˚ u na pˇr´ıjezdov´ ych komunikac´ıch je z´avislost nepˇr´ım´a a u osobn´ıch automobil˚ u je z´avislost pˇr´ım´a. Pˇr´ım´a z´avislost u osobn´ıch automobil˚ u se doplˇ nuje s pˇr´ımou z´avislost´ı u poˇctu zamˇestnanc˚ u a nepˇr´ımou z´avislost´ı u poˇctu obyvatel, coˇz potvrzuje teorii, ˇze do obce mus´ı lid´e za prac´ı doj´ıˇzdˇet. C´ılem pr´ace bylo tak´e rozdˇelit obce do skupin podle vztahu jednotliv´ ych charakteristik k HDP. V´ ysledky anal´ yz vˇsak nenaznaˇcily ˇza´dn´ y takov´ y vztah nebo uskupen´ı. Proto byla vytvoˇren´a doplˇ nkov´a tabulka 5.3, kter´a ud´av´a poˇcet charakteristik, u kter´ ych se liˇs´ı v´ ysledek korelaˇcn´ıho koeficientu. Byla vytvoˇrena tak, ˇze nejprve byly spoˇcteny rozd´ıly korelaˇcn´ıch koeficient˚ u a kde byl tento rozd´ıl v absolutn´ı hodnotˇe vyˇsˇs´ı neˇz 25%, tedy 0,25, bylo rozhodnuto, ˇze charakteristiky nemaj´ı stejn´ y korelaˇcn´ı koeficient. V tabulce nejsou zohlednˇeny charakteristiky, u kter´ ych nebyly dopoˇcteny korelaˇcn´ı koeficienty. Tak´e byla z tabulky vylouˇcena Praha, protoˇze se jedn´a o hlavn´ı mˇesto, kde se oˇcek´av´a individu´aln´ı v´ yvoj HDP, a tak´e proto, ˇze pro Prahu nebyly zpracov´any hodnoty ohlednˇe intenzity dopravy. Ani tabulka 5.3 neuk´azala ˇz´adn´e rozs´ahlejˇs´ı podobnosti mezi v´ ysledky korelaˇcn´ıch koeficient˚ u. Pokud je mezi obcemi cca 6 nestejn´ ych korelaˇcn´ıch koeficient˚ u, jsou si v´ ysledky tˇechto mˇest podobn´e zhruba z 75% (kol´ıs´a poˇcet charakteristik zahrnut´ ych v anal´ yze). V tabulce je moˇzn´e naj´ıt nˇekolik takov´ ych dvojic, avˇsak v drtiv´e vˇetˇsinˇe nebyla nalezena souvislost, kter´a by mˇesta propojovala. Rozhodnˇe z tˇechto
45
ˇ CVUT v Praze
´ 5. ANALYZA DAT
dat nen´ı moˇzn´e vyvodit vˇseobecnˇe platn´e z´avˇery. Tabulka 5.3 m´a jin´e poˇrad´ı obc´ı, neˇz bylo dˇr´ıve pouˇzito v t´eto pr´aci. Obce jsou seˇrazeny podle velikosti HDP v roce 2001, a to hlavnˇe z toho d˚ uvodu, ˇze se oˇcek´avalo, ˇze podobn´ y v´ yvoj by mohl nastat u obc´ı s podobnou hodnotou HDP. Tato u ´vaha se nepotvrdila.
46
Tab. 5.3: Podobnost korelaˇcn´ıch koeficient˚ u z 1. anal´ yzy. Uv´ad´ı poˇcty nepodobn´ ych korelaˇcn´ıch koeficient˚ u.
9
47
6 8 13 9 13 7 9 11 11 14 11 12 9 12 7 12 13 14 8 11 7 9 9 11 12 11 16 11 11 10 15 9 10
7 8 11 13 8 8 12 9 12 8 12 7 15 9 10 9 16 9 10 7 6 10 10 12 12 14 9 10 9 16 6 7
9 8 7 11 11 13 12 9 12 9 11 9 9 9 11 9 14 10 11 13 9 8 8 9 11 8 13 13 11 9 12 14 7 10
15 13 8 11 15 16 12 11 18 8 14 9 11 13 15 14 15 11 16 8 9 12 6 13 14 10 14 16 16 11 13 16 9 8
6 9 11 11 15 14 9 11 14 11 14 11 13 10 9 10 15 12 14 12 14 9 12 11 10 12 12 17 14 11 11 16 12 11
12 13 13 13 16 14 12 14 17 16 12 13 12 14 14 15 7 11 15 17 15 13 16 12 12 12 15 12 17 13 12 10 11 13
10 7 8 12 12 9 12 10 13 12 13 11 14 12 13 9 14 14 17 7 14 9 9 10 8 11 10 18 14 11 6 14 11 10
7 9 8 9 11 11 14 10 12 5 11 11 8 13 10 8 11 7 11 9 10 7 10 8 11 9 9 15 12 12 12 18 6 10
14 11 12 12 18 14 17 13 12 17 14 14 15 11 15 10 11 15 17 16 11 15 14 15 13 16 15 17 14 14 14 16 13 13
9 11 9 9 8 11 16 12 5 17 10 12 9 11 12 10 14 11 9 9 9 8 8 9 10 10 9 15 14 12 13 15 8 9
11 14 12 11 14 14 12 13 11 14 10 11 10 11 14 6 13 11 14 13 8 9 11 11 8 12 16 13 13 12 11 10 11 8
13 11 8 9 9 11 13 11 11 14 12 11 11 10 14 10 15 12 16 11 10 9 10 10 11 13 12 15 12 11 10 11 9 9
9 12 12 9 11 13 12 14 8 15 9 10 11 12 9 13 9 9 15 10 5 11 14 13 12 9 13 9 14 11 11 9 7 13
14 9 7 9 13 10 14 12 13 11 11 11 10 12 12 12 14 12 15 13 12 9 10 10 12 14 15 12 11 11 12 12 11 8
9 12 15 11 15 9 14 13 10 15 12 14 14 9 12 11 16 10 9 10 13 12 11 13 13 10 13 13 15 11 15 10 12 14
9 7 9 9 14 10 15 9 8 10 10 6 10 13 12 11 14 13 14 8 11 8 10 11 7 9 13 16 12 11 11 10 11 10
14 12 10 14 15 15 7 14 11 11 14 13 15 9 14 16 14 11 16 14 13 14 14 13 14 10 11 11 12 14 9 12 9 14
10 13 9 10 11 12 11 14 7 15 11 11 12 9 12 10 13 11 14 12 11 10 10 12 13 12 11 12 14 14 16 13 6 10
10 14 16 11 16 14 15 17 11 17 9 14 16 15 15 9 14 16 14 12 14 12 13 10 15 11 11 17 17 13 14 14 15 13
11 8 9 13 8 12 17 7 9 16 9 13 11 10 13 10 8 14 12 12 9 10 9 12 11 11 10 16 14 13 13 14 10 9
12 11 10 9 9 14 15 14 10 11 9 8 10 5 12 13 11 13 11 14 9 11 10 14 14 12 12 11 12 14 10 10 10 12
4 7 7 8 12 9 13 9 7 15 8 9 9 11 9 12 8 14 10 12 10 11 10 6 7 11 13 16 11 10 11 16 8 6
11 9 6 8 6 12 16 9 10 14 8 11 10 14 10 11 10 14 10 13 9 10 10 10 10 10 12 14 11 8 10 15 8 6
9 9 10 9 13 11 12 10 8 15 9 11 10 13 10 13 11 13 12 10 12 14 6 10 10 12 10 16 11 12 10 14 12 10
9 11 10 11 14 10 12 8 11 13 10 8 11 12 12 13 7 14 13 15 11 14 7 10 10 13 11 16 11 10 11 14 12 9
9 12 12 8 10 12 12 11 9 16 10 12 13 9 14 10 9 10 12 11 11 12 11 10 12 13 12 11 13 12 9 15 9 13
8 11 12 13 14 12 15 10 9 15 9 16 12 13 15 13 13 11 11 11 10 12 13 12 10 11 12 13 16 14 12 16 13 11
LIT NAC KUH CHE MEL CTE CTR 16 16 14 13 16 17 12 18 15 17 15 13 15 9 12 13 16 11 12 17 16 11 16 14 16 16 11 13 11 14 13 13 10 15
14 11 9 11 16 14 17 14 12 14 14 13 12 14 11 15 12 12 14 17 14 12 11 11 11 11 13 16 11 12 12 15 10 10
11 11 10 9 11 11 13 11 12 14 12 12 11 11 11 11 11 14 14 13 13 14 10 8 12 10 12 14 14 12 12 11 11 10
12 10 9 12 13 11 12 6 12 14 13 11 10 11 12 15 11 9 16 14 13 10 11 10 10 11 9 12 13 12 12 10 10 13
16 15 16 14 16 16 10 14 18 16 15 10 11 9 12 10 10 12 13 14 14 10 16 15 14 14 15 16 13 15 11 10 11 12
10 9 6 7 9 12 11 11 6 13 8 11 9 7 11 12 11 9 6 15 10 10 8 8 12 12 9 13 10 10 11 10 11 8
10 10 7 10 8 11 13 10 10 13 9 8 9 13 8 14 10 14 10 13 9 12 6 6 10 9 13 11 15 10 10 13 12 8
´ 5. ANALYZA DAT
9 10 9 15 6 12 10 7 14 9 11 13 9 14 9 9 14 10 10 11 12 4 11 9 9 9 8 16 14 11 12 16 10 10
10 6
ˇ CVUT v Praze
OST CEB HRK OLO MLB LIB PCE JIH KLA MOS OPA PRE KOL DEC PŘI JAB F-M CLI ZNO CHO TRE BRE VAM KLT ZDA HBR PIS STR OST CEB HRK OLO MLB LIB PCE JIH KLA MOS OPA PRE KOL DEC PŘI JAB F-M CLI ZNO CHO TRE BRE VAM KLT ZDA HBR PIS STR LIT NAC KUH CHE MEL CTE CTR
ˇ CVUT v Praze
5.1.2
´ 5. ANALYZA DAT
Charakteristiky mˇ en´ıc´ı se v poloze
V t´eto anal´ yze byl vypoˇcten korelaˇcn´ı koeficient v´ yvoje HDP postupnˇe s kaˇzdou charakteristikou mˇen´ıc´ı se v poloze. V´ ystupem je tabulka korelaˇcn´ıch koeficient˚ u pro kaˇzdou charakteristiku v kaˇzd´em roce. Vˇetˇsina koeficient˚ u byla vypoˇctena v r´amci 36 sledovan´ ych mˇest. V´ yjimku tvoˇr´ı pouze charakteristiky ze skupiny intenzita dopravy, kter´e nebyly zpracov´any pro Hlavn´ı mˇesto Praha, v´ ypoˇcet byl tedy proveden pouze pro 35 mˇest. Oproti pˇredchoz´ı anal´ yze, zde v r´amci jednotliv´ ych charakteristik v´ ysledky nevykazovaly velk´e rozd´ıly, naopak vykazovaly jen velmi mal´e rozd´ıly v ˇr´adech setin. V takov´em pˇr´ıpadˇe lze data jednoduˇse shrnout prost´ ym pr˚ umˇerem koeficient˚ u pro kaˇzdou charakteristiku. V´ ysledn´a tabulka je souˇca´st´ı elektronick´e pˇr´ılohy, zde bude uvedeno pouze shrnut´ı v tabulce 5.4. Hodnocen´ı v´ ysledk˚ u Z v´ ysledn´ ych pr˚ umˇer˚ u v tabulce 5.4 je vidˇet, ˇze HDP je pˇr´ımo z´avisl´e na vˇetˇsinˇe charakteristik. Protoˇze se jednalo o anal´ yzu zmˇeny HDP v˚ uˇci ostatn´ım charakteristik´am v poloze, nedoch´az´ı zde k v´ yˇse popsan´emu jevu, ˇze hodnoty bl´ıˇz´ıc´ı se k ±1 jsou zp˚ usobeny nedostatkem podkladov´ ych dat. Charakteristiky, kter´e je moˇzn´e povaˇzovat za pˇr´ımo u ´mˇern´e velikosti HDP jsou oznaˇceny v tabulce 5.4.
Korelační koeficient
Průměrný korelační koeficient 1,2 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 B C D E F G H I J K L M N O P Q R S T U V W X
Obr. 5.2: Graf pr˚ umˇern´ ych korelaˇcn´ıch koeficient˚ u v anal´ yze se zmˇenou v poloze
48
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Tab. 5.4: V´ ysledky korelace s charakteristikami mˇen´ıc´ımi se v poloze Zkratka
Průměrný korel. koef.
Počet zaměstnanců
C
1,00
Počet obyvatel
B
0,99
Dopravní plochy
K
0,99
Obytné plochy
L
0,98
Zastavěné plochy
I
0,97
Ostatní plochy
M
0,94
Celková výměra
D
0,93
Ostatní plochy
J
0,93
Zemědělská půda
E
0,89
Orná půda (součást zemědělské půdy)
F
0,86
Součet dopravy - intravilán (JV)
Q
0,82
Rekreační plochy
N
0,73
Průměrný počet osobních vozidel - intravilán
T
0,56
Výrobní plochy
O
0,56
Vodní plochy
H
0,55
Průměrná doprava - intravilán (JV)
R
0,53
Součet dopravy - příjezd (JV)
U
0,47
Lesní půda
G
0,42
Průměrný počet těžkých vozidel - intravilán
S
0,29
Průměrný počet osobních vozidel - příjezd
X
0,22
Průměrná doprava - příjezd (JV)
V
0,22
Průměrný počet těžkých vozidel - příjezd
W
0,17
Dojezdová vzdálenost
P
-0,17
Nepr.
Slabá přímá závislost
Silná přímá závislost
Charakteristika
Zbyl´e hodnoty vykazuj´ı slabou pˇr´ımou z´avislost, aˇz neprokazatelnou. Ve v´ ysledc´ıch se nevyskytuj´ı ˇz´adn´e pˇrekvapiv´e hodnoty. Jak bychom pˇredpokl´adali, vyˇsˇs´ı HDP je ve mˇestech, kter´e maj´ı vyˇsˇs´ı poˇcet obyvatel a zamˇestnanc˚ u. Coˇz pˇr´ımo souvis´ı i s vˇetˇs´ı rozlohu mˇesta, a t´ım p´adem i vˇetˇs´ı rozlohou pro r˚ uzn´e druhy p˚ ud. ´ Z druh˚ u p˚ ud podle UHDP se jako silnˇe pˇr´ımo z´avisl´a s HDP uk´azala zemˇedˇelsk´a p˚ uda a tak´e orn´a p˚ uda (je souˇca´st´ı zemˇedˇelsk´e p˚ udy). D´ale pak zastavˇen´e plochy a ostatn´ı plochy. Z hodnot land use maj´ı pˇr´ımou z´avislost s HDP vˇsechny charakteristiky. Anal´ yza tak pouze potvrdila, ˇze s vyˇsˇs´ım HDP se ve mˇestˇe nach´az´ı vˇetˇs´ı mnoˇzstv´ı dopravn´ıch,
49
ˇ CVUT v Praze
´ 5. ANALYZA DAT
obytn´ ych, ostatn´ıch a rekreaˇcn´ıch ploch. Jedin´a charakteristika, kter´a vykazuje slabˇs´ı pˇr´ım´e z´avislosti je v´ ymˇera v´ yrobn´ıch ploch. Pokud se opˇet zamysl´ıme nad zdrojov´ ymi daty, d´a se tento fakt jednoduˇse od˚ uvodnit. Hodnoty land use jsou zpracovan´e pro tzv. j´adrov´e u ´zem´ı. Jedn´a se o rozlohu mˇest pˇred pˇripojen´ım sousedn´ıch obc´ı v 70. a 80. letech. Je vˇseobecnˇe zn´amo, ˇze velk´a ˇca´st v´ yrobn´ıch ploch je soustˇredˇena do okrajov´ ych ˇca´st´ı mˇest, kter´e v tomto pˇr´ıpadˇe nejsou do anal´ yzy zahrnuty. Samozˇrejmost´ı jsou zastavˇen´e plochy, protoˇze vˇetˇs´ı mnoˇzstv´ı obyvatel mus´ı m´ıt kde bydlet, pracovat a podobnˇe. Obyvatelstvo mus´ı i v´ıce cestovat a m´ıt kde tr´avit voln´ y ˇcas, coˇz potvrzuje i pˇr´ım´a u ´mˇera u dopravn´ıch a rekreaˇcn´ıch ploch. Jedinou z´apornou hodnotu, kterou je moˇzn´e naj´ıt v tabulce 5.4, je hodnota u charakteristiky dostupnost. Opˇet je vhodn´e pˇripomenout, ˇze hodnoty dojezdu byly vloˇzeny v minut´ach dojezdu k d´alnici nebo rychlostn´ı silnici. Oˇcek´av´a se tedy, ˇze ˇc´ım niˇzˇs´ı bude hodnota dojezdu, t´ım bude vˇetˇs´ı hodnota HDP. Tud´ıˇz pouze u t´eto charakteristiky byla z´aporn´a hodnota oˇcek´av´ana. Z charakteristik ohlednˇe intenzity dopravy se jedin´a siln´a pˇr´ım´a z´avislost vyskytla u hodnoty celkov´eho souˇctu dopravy v intravil´anu. Ostatn´ı hodnoty maj´ı slabou pˇr´ımou z´avislost, aˇz neprok´azanou. Nelze tedy ˇr´ıci, ˇze s vyˇsˇs´ım HDP se ve mˇestˇe nach´az´ı i zv´ yˇsen´a intenzita dopravy. To m˚ uˇze b´ yt zd˚ uvodnˇeno vyuˇz´ıv´an´ım mˇestsk´e hromadn´e dopravy, kter´a ˇcasto zasahuje i do bl´ızk´eho okol´ı mˇesta a ovlivˇ nuje nejen hodnoty v intravil´anu, ale i na pˇr´ıjezdov´ ych komunikac´ıch.
5.2
Regrese
Regresn´ı anal´ yza je jedna ze statistick´ ych metod. Prim´arnˇe slouˇz´ı k odhad˚ um n´ahodn´e veliˇciny, kter´e ˇr´ık´ame z´avisl´a promˇenn´a, nebo tak´e vysvˇetlovan´a promˇenn´a, na z´akladˇe zn´am´ ych hodnot jin´ ych veliˇcin, kter´e jsou oznaˇcovan´e jako nez´avisl´e promˇenn´e, nebo tak´e vysvˇetluj´ıc´ı promˇenn´e. V naˇsem pˇr´ıpadˇe se pokus´ıme tˇechto metod vyuˇz´ıt pro urˇcen´ı, kter´a ze sledovan´ ych charakteristik (vysvˇetluj´ıc´ı promˇenn´e) nejv´ıce souvis´ı s HDP (vysvˇetlovan´a promˇenn´a). V t´eto pr´aci se budeme zaob´ırat mnohon´asobnou line´arn´ı regres´ı. V takov´e anal´ yze hled´ame hodnoty vysvˇetlovan´e (z´avisl´e) promˇenn´e z line´arn´ı kombinace
50
ˇ CVUT v Praze
´ 5. ANALYZA DAT
dvou a v´ıce hodnot vysvˇetluj´ıc´ı (nez´avisl´e) promˇenn´e. Regresn´ı ˇca´ra bude pˇr´ımka. Vysvˇetluj´ıc´ı promˇennou vyj´adˇr´ıme pomoc´ı vztahu 5.2. Y = β0 + β1 X1 + β2 X2 + ... + βi Xi + ε
(5.2)
Kde Y je vysvˇetlovan´a promˇenn´a, v naˇsem pˇr´ıpadˇe HDP, Xi je vysvˇetluj´ıc´ı promˇenn´a, v naˇsem pˇr´ıpadˇe jsou to jednotliv´e charakteristiky, βi jsou parametry modelu, tzv. regresn´ı koeficienty a ε je n´ahodn´a sloˇzka zahrnuj´ıc´ı vˇsechny nepopsan´e chyby. O bodech reprezentuj´ıc´ıch mˇeˇren´a data se pˇredpokl´ad´a, ˇze jejich x-ov´e souˇradnice jsou pˇresn´e, zat´ımco y-ov´e souˇradnice mohou b´ yt zat´ıˇzeny n´ahodnou chybou, pˇriˇcemˇz pˇredpokl´ad´ame, ˇze z´avislost y na x lze graficky vyj´adˇrit pˇr´ımkou. Pokud mˇeˇren´e body proloˇz´ıme pˇr´ımkou, tak pˇri odeˇc´ıt´an´ı z grafu bude mezi y-ovou hodnotou mˇeˇren´eho bodu a y-ovou hodnotou leˇz´ıc´ı na pˇr´ımce odchylka. Podstatou line´arn´ı regrese je nalezen´ı takov´e pˇr´ımky, aby souˇcet druh´ ych mocnin tˇechto odchylek byl ˇ [21] co nejmenˇs´ı, tedy pouˇzit´ı metody nejmenˇs´ıch ˇctverc˚ u (MNC). C´ıle mnohon´asobn´e line´arn´ı regrese [22]: • Pomoc´ı statistiky R2 vysvˇetlit rozptyl v z´avisl´e promˇenn´e y. • Odhadnout (vypoˇc´ıtat) vliv kaˇzd´e z nez´avisle promˇenn´ ych x na z´avislou promˇennou y. S´ılu toho vlivu sdˇeluj´ı nestandardizovan´e regresn´ı koeficienty. Vliv kaˇzd´e nez´avisl´e promˇenn´e je odhadov´an tak, ˇze je kontrolov´ano p˚ usoben´ı ostatn´ıch nez´avisl´ ych, kter´e vstupuj´ı do modelu. Mnohon´asobn´a regrese prostˇrednictv´ım standardizovan´ ych regresn´ıch koeficient˚ u tak´e pom´ah´a urˇcit relativn´ı s´ılu vlivu jednotliv´ ych promˇenn´ ych na promˇennou z´avislou. Umoˇzn ˇuje zjistit, kter´e promˇenn´e maj´ı na rozptyl z´avisl´e promˇenn´e nejvˇetˇs´ı vliv, a kter´e maj´ı naopak vliv nejmenˇs´ı. • S pomoc´ı sestaven´e regresn´ı rovnice predikovat pro jednotliv´e pˇr´ıpady hodnoty z´avisle promˇenn´e. Existuje nˇekolik pˇredpoklad˚ u, kter´e je potˇreba splnit pˇred pouˇzit´ım regresn´ı anal´ yzy. Hlavn´ı podm´ınkou pro vhodnost regresn´ıch model˚ u je, ˇze nesm´ı existovat siln´a korelace mezi vysvˇetluj´ıc´ımi promˇenn´ ymi, v naˇsem pˇr´ıpadˇe charakteristikami.
51
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Pokud tento stav nastane, jde o tzv. multikolinearitu. Z´avislost mezi vysvˇetluj´ıc´ımi promˇenn´ ymi je t´emˇeˇr vˇzdy pˇr´ıtomn´a, probl´em nast´av´a u tzv. perfektn´ı multikolinearity, kdy nen´ı moˇzn´e odhadnout regresn´ı parametry metodou nejmenˇs´ıch ˇctverc˚ u.
D˚ usledky multikolinearity: • nadhodnocen´ı souˇct˚ u ˇctverc˚ u regresn´ıch koeficient˚ u, coˇz m˚ uˇze v´est k pˇrikl´ad´an´ı vˇetˇs´ı d˚ uleˇzitosti nˇekter´e vysvˇetluj´ıc´ı promˇenn´e • intervaly spolehlivosti pro regresn´ı koeficienty jsou moc ˇsirok´e (ˇcasto obsahuj´ı 0) • t-testy nevedou k zam´ıtnut´ı hypot´ezy o nev´ yznamnosti koeficient˚ u • v extr´emn´ım pˇr´ıpadˇe nelze parametry modelu pomoc´ı metody nejmenˇs´ıch ˇctverc˚ u v˚ ubec odhadnout ˇ Castou pˇr´ıˇcinou multikolinearity je nadmˇern´ y poˇcet vysvˇetluj´ıc´ıch promˇenn´ ych. Proto je d˚ uleˇzit´e pˇred pouˇzit´ım regresn´ı anal´ yzy prov´est u ´vahu o souvislostech a vytvoˇrit model, kter´ y m´a nˇejak´e teoretick´e opodstatnˇen´ı. Je dobr´e zv´aˇzit pˇr´ınosnost promˇenn´ ych do modelu. ˇ Casto se i po takov´e u ´vaze vyskytuje multikolinearita mezi vysvˇetluj´ıc´ımi promˇenn´ ymi. V takov´em pˇr´ıpadˇe je vhodn´e identifikovat, kter´e promˇenn´e jsou v modelu nadbyteˇcn´e a vypustit je. Existuje nˇekolik metod, jak v takov´em pˇr´ıpadˇe postupovat. Tyto metody jsou pops´any napˇr´ıklad v pr´aci Mnohon´asobn´a line´arn´ı regrese. [22] Pro testov´an´ı byl opˇet zvolen program Excel. Funkce Regrese nen´ı standardnˇe souˇc´ast´ı tabulkov´eho procesoru Excel, a proto bylo nutn´e doinstalovat doplnˇek Analytick´e n´astroje. Po zaveden´ı doplˇ nku je na kartˇe Data dostupn´ y pˇr´ıkaz Anal´yza dat, jehoˇz souˇca´st´ı je i funkce Regrese. Vstupn´ımi daty do regresn´ı anal´ yzy je vˇzdy matice vysvˇetlovan´e promˇenn´e a matice vysvˇetluj´ıc´ıch promˇenn´ ych. Excel umoˇzn ˇuje na vstupu maxim´alnˇe 16 vysvˇetluj´ıc´ıch promˇenn´ ych. D´ale je moˇzn´e ve funkci nastavit zp˚ usob v´ ystupu dat. Zde je na v´ ybˇer mezi v´ ystupem na samostatnou str´anku nebo volbou vlastn´ıho um´ıstˇen´ı v´ ystupu. D´ale jsou zde dalˇs´ı moˇznosti nastaven´ı. Za zm´ınku stoj´ı moˇznost
52
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Popisky, coˇz umoˇzn´ı naˇc´ıst v matici i popisov´a data promˇenn´ ych v prvn´ım ˇr´adku matice. Tak´e je zde moˇznost zvolit si vlastn´ı hladinu spolehlivosti. Pro u ´ˇcely t´eto diplomov´e pr´ace se spokoj´ıme s defaultn´ım nastaven´ım hladiny spolehlivosti 95%. Volitelnˇe mohou b´ yt souˇc´ast´ı v´ ystupu i rezidua a to formou tabulky nebo grafu.
Obr. 5.3: Uk´azka nastaven´ı funkce Regrese z programu Excel Jak se pozdˇeji zjistilo, funkce Regrese je pomˇernˇe striktn´ı na form´at vstupn´ıch dat. Proto bylo nutn´e pro tuto anal´ yzu pˇreform´atovat data tak, aby se ve sloupc´ıch nach´azely jednotliv´e charakteristiky a v ˇra´dc´ıch sledovan´e roky. Dalˇs´ı podstatnou podm´ınkou, kter´a znaˇcnˇe znepˇr´ıjemnila pr´aci, je nutnost m´ıt vysvˇetluj´ıc´ı promˇenn´e v jednom ucelen´em bloku dat. To znamen´a, ˇze v pˇr´ıpadˇe nevyhovuj´ıc´ı prvotn´ı anal´ yzy bylo nutn´e nejprve novˇe uspoˇra´dat zdrojov´a data, a aˇz pot´e bylo moˇzn´e prov´est anal´ yzu.
5.2.1
Vstupn´ı model
Nejprve bylo nutn´e zvolit si vhodn´ y model. Tak´e muselo doj´ıt k redukci promˇenn´ ych, protoˇze Excel je omezen na 16 vysvˇetluj´ıc´ıch promˇenn´ ych, zat´ımco v pˇredchoz´ıch anal´ yz´ach bylo vyuˇzito vˇsech 23 charakteristik. Po logick´e u ´vaze doˇslo k vyˇrazen´ı n´asleduj´ıc´ıch charakteristik:
53
ˇ CVUT v Praze
´ 5. ANALYZA DAT
• Poˇ cet zamˇ estnanc˚ u Tento u ´daj byl vyuˇzit pro v´ ypoˇcet hodnoty HDP v obci, tud´ıˇz v´ıme, ˇze zde z´avislost jistˇe existuje a nen´ı nutn´e j´ı zkouˇset d´ale dokazovat. ´ • Celkov´ a v´ ymˇ era UHDP ´ Celkov´a v´ ymˇera UHDP je do jist´e m´ıry korelovan´a s ostatn´ımi hodnotami druh˚ u p˚ ud. Bylo rozhodnuto zamˇeˇrit se sp´ıˇse na jednotliv´e druhy p˚ ud neˇz pouze na celkovou rozlohu. • Orn´ a p˚ uda Orn´a p˚ uda je souˇc´ast´ı zemˇedˇelsk´e p˚ udy, kter´a je v anal´ yze ponech´ana. Mezi tˇemito charakteristikami existuje siln´a korelace. • Dostupnost Tato charakteristika bohuˇzel neposkytovala dostateˇcnou diverzitu, aby mohla b´ yt do anal´ yzy zahrnuta. • Intenzita dopravy Vzhledem k tomu, ˇze hodnoty intenzity dopravy jsou spolu silnˇe prov´azan´e, bylo nutn´e vybrat pouze nˇekter´e hodnoty. V tomto pˇr´ıpadˇe bylo rozhodnuto ponechat celkovou intenzitu dopravy v intravil´anu a celkovou intenzitu dopravy na pˇr´ıjezdov´ ych komunikac´ıch. Tyto u ´daje jsou v tvz. jednotkov´ ych vozidlech (JV) viz kapitola 3.3.5 Intenzita dopravy a zahrnuj´ı mˇeˇren´ı tˇeˇzk´ ych a osobn´ı vozidel i motocykl˚ u. Byly vypuˇstˇeny n´asleduj´ıc´ı charakteristiky: – Pr˚ umˇern´a doprava - intravil´an (JV) – Pr˚ umˇern´ y poˇcet tˇeˇzk´ ych vozidel - intravil´an – Pr˚ umˇern´ y poˇcet osobn´ıch vozidel - intravil´an – Pr˚ umˇern´a doprava - pˇr´ıjezd (JV) – Pr˚ umˇern´ y poˇcet tˇeˇzk´ ych vozidel - pˇr´ıjezd – Pr˚ umˇern´ y poˇcet osobn´ıch vozidel - pˇr´ıjezd • Land use Protoˇze data land use jsou d˚ uleˇzit´a pro tuto pr´aci, byla snaha je z anal´ yzy nevyˇrazovat. U nˇekter´ ych mˇest vˇsak nevykazovala dostateˇcnou diverzitu, a tak
54
ˇ CVUT v Praze
´ 5. ANALYZA DAT
musela b´ yt z anal´ yz vyˇrazena. To se t´ ykalo obc´ı, kde existovala charakteristika z t´eto skupiny, u kter´e nedoˇslo v pr˚ ubˇehu sledovan´eho obdob´ı k v´ yvoji (hodnota se v pr˚ ubˇehu nezmˇenila). U ostatn´ıch mˇest byla data ponech´ana. Pro 21 mˇest byla provedena regresn´ı anal´ yza vˇcetnˇe dat land use. Bohuˇzel anal´ yza neprobˇehla dobˇre ani v jednom pˇr´ıpadˇe. Data land use v tomto rozsahu jsou zcela nevyhovuj´ıc´ı pro regresn´ı anal´ yzu, pravdˇepodobnˇe z d˚ uvodu n´ızk´eho poˇctu mˇeˇren´ ych dat, coˇz vede k n´ızk´e diverzitˇe a k vz´ajemn´e korelaci. Z´akladn´ı model, kter´ y byl poˇca´teˇcn´ı u vˇsech mˇest s v´ yjimkou Hlavn´ıho mˇesta Prahy, pro kter´e nebyla zpracov´ana data o dopravˇe, je vyps´an v tabulce 5.5. Tab. 5.5: Z´akladn´ı model regresn´ı anal´ yzy pro vˇsechny obce (kromˇe Hlavn´ıho mˇesta Praha)
5.2.2
Oznaˇ cen´ı
Charakteristika
B
Poˇcet obyvatel
E
Zemˇedˇelsk´a p˚ uda
G
Lesn´ı p˚ uda
H
Vodn´ı plochy
I
Zastavˇen´e plochy
J
Ostatn´ı plochy
K
Dopravn´ı plochy
L
Obytn´e plochy
M
Ostatn´ı plochy
N
Rekreaˇcn´ı plochy
O
V´ yrobn´ı plochy
Q
Souˇcet dopravy - intravil´an (JV)
U
Souˇcet dopravy - pˇr´ıjezd (JV)
Hodnocen´ı regresn´ı anal´ yzy
V´ ystupem regresn´ı anal´ yzy v programu Excel je tabulka hodnot. Zde budou pops´any hlavnˇe v´ ystupy, kter´e jsou pro naˇse u ´ˇcely d˚ uleˇzit´e.
55
ˇ CVUT v Praze
´ 5. ANALYZA DAT
´ Prvn´ı ˇc´ast tabulky je nazv´ana VYSLEDEK. Zde se nach´az´ı z´akladn´ı regresn´ı statistika. N´asobn´e R vyjadˇruje korelaˇcn´ı koeficient. D˚ uleˇzit´e jsou hodnoty Hodnota spolehlivosti R a Nastaven´a hodnota spolehlivosti R. Tyto n´azvy nejsou zcela vhodn´e, ˇcastˇeji jsou oznaˇcov´any jako determinaˇcn´ı index a upraven´ y determinaˇcn´ı index. Po vyn´asoben´ı stem obˇe hodnoty vyjadˇruj´ı procento z celkov´e variability hodnot vysvˇetlovan´e promˇenn´e, kter´a je objasnˇena t´ımto modelem. Prvn´ı z hodnot je znaˇcnˇe ovlivˇ nov´ana poˇctem vysvˇetluj´ıc´ıch promˇenn´ ych, velikost´ı v´ ybˇeru a vztahem mezi veliˇcinami. Druh´a hodnota l´epe odpov´ıd´a skuteˇcn´e situaci. Chyba stˇr. hodnoty ud´av´a pr˚ umˇernou chybu v pˇredpovˇedi HDP. Posledn´ı informac´ı je poˇcet vstupn´ıch hodnot. [24] Druh´a ˇca´st se naz´ yv´a ANOVA. Zde je podstatn´a hodnota V´yznamnost F. Jedn´a se o p-hodnotu F-testu. Pokud je hodnota niˇzˇs´ı neˇz zvolen´a mez 5 %, tedy niˇzˇs´ı neˇz 0,05, pak doch´az´ı k zam´ıtnut´ı nulov´e hypot´ezy o nevhodnosti modelu. Ostatn´ı v´ ysledky by bylo moˇzn´e pouˇz´ıt napˇr´ıklad pro hodnocen´ı, zda doˇslo ke zlepˇsen´ı modelu oproti pˇredchoz´ımu a podobnˇe. T´ımto se d´ale nebudeme zaob´ırat. Ve tˇret´ı ˇca´sti se nach´az´ı jednotliv´e koeficienty, ze kter´ ych bychom mohli sestavit rovnici modelu pro predikci. Nejd˚ uleˇzitˇejˇs´ım v´ ysledkem je p-hodnota. Za pomoci p-hodnoty se vyhodnocuj´ı v´ ysledky t Stat studentova rozdˇelen´ı. Pokud jsou p-hodnoty niˇzˇs´ı neˇz zvolen´a mez, charakteristika je v modelu pouˇzita spr´avnˇe. V pˇr´ıpadˇe vyˇsˇs´ı hodnoty je nutn´e charakteristiku z modelu vypustit. Protoˇze v naˇsem pˇr´ıpadˇe ˇcasto vych´azely p-hodnoty velmi vysok´e, byla zvolena mezn´ı hodnota 0,1. ˇ dan´a charakteristika nem´a na model vliv, n´am mohou uk´azat i vysok´e hodnoty Ze Chyba stˇr. hodnoty, kde mus´ıme vz´ıt v u ´vahu i jednotky, d´ale pak intervaly spolehlivosti Doln´ı 95% a Horn´ı 95%. Pokud je interval pˇr´ıliˇs velik´ y a obsahuje nulu, pak dan´a charakteristika nem´a na model vliv. Posledn´ı voliteln´a ˇca´st s n´azvem REZIDUA obsahuje uˇz jen doplˇ nuj´ıc´ı informace, kter´e nen´ı nutn´e zn´at pro tvorbu modelu. Jak bylo ˇreˇcenu v u ´vodu t´eto kapitoly, vysvˇetluj´ıc´ı promˇenn´e jsou povaˇzov´any za nemˇenn´e, zat´ımco vysvˇetlovan´a promˇenn´a m˚ uˇze b´ yt zat´ıˇzena n´ahodnou chybou. Umoˇzn ˇuje zobrazit rozd´ıl mezi mˇeˇren´ ymi hodnotami a hodnotami, kter´e jsou d´any modelem. Tato ˇc´ast nebude v´ ystupem z anal´ yz v t´eto diplomov´e pr´aci.
56
ˇ CVUT v Praze
Tab. 5.6: Uk´azka v´ ystupu regresn´ı anal´ yzy v programu Excel. VÝSLEDEK Regresní statistika Násobné R Hodnota spolehlivosti R Nastavená hodnota spolehlivosti R Chyba stř. hodnoty Pozorování
0.998657737 0.997317276 0.991057585 158.8053391 11
ANOVA Rozdíl 57
Regrese Rezidua Celkem
Koeficienty -234042738 62935.9736 63539.6279 63586.0377 62984.075 63028.2781 -0.4725537 1.01282903
MS F Významnost F 4018007.075 159.323742 0.000751821 25219.13572
Chyba stř. hodnoty t Stat Hodnota P 67193584.38 -3.483111379 0.03996523 18141.07728 3.469252277 0.04036823 18092.2154 3.511987142 0.0391419 18230.61686 3.48787088 0.03982802 18122.33901 3.475493697 0.04018611 18118.17358 3.478732436 0.04009201 0.216163279 -2.186096045 0.11668027 0.577411133 1.754086422 0.17769158
Dolní 95% -447882712.7 5202.969295 5962.12381 5568.078399 5310.704172 5368.16355 -1.16048172 -0.824750899
Horní 95% Dolní 95.0% -20202764 -447882712.7 120668.978 5202.969295 121117.1319 5962.12381 121603.997 5568.078399 120657.4459 5310.704172 120688.3927 5368.16355 0.21537434 -1.16048172 2.850408956 -0.824750899
Horní 95.0% -20202764 120668.978 121117.1319 121603.997 120657.4459 120688.3927 0.21537434 2.850408956
´ 5. ANALYZA DAT
Hranice E - zemědělská půda G - lesní půda H - vodní plochy I - zastavěné plochy J - ostatní plochy Q - součet intravilán U - součet příjezd
7 3 10
SS 28126049.52 75657.40715 28201706.93
ˇ CVUT v Praze
5.2.3
´ 5. ANALYZA DAT
Hodnocen´ı - obce
Kaˇzd´a obec musela b´ yt zpracov´av´ana samostatnˇe. V n´asleduj´ıc´ı ˇcasti bude pro kaˇzdou obec pops´an postup, kter´ ym byl nalezen optim´aln´ı regresn´ı model. • Hlavn´ı mˇ esto Praha (PHA) Hlavn´ı mˇesto Praha je jedin´a obec, pro kterou nebyla zpracov´ana data o intenzitˇe dopravy. Jiˇz prvn´ı anal´ yza byla provedena na menˇs´ım poˇctu sledovan´ ych charakteristik, neˇz je tomu u ostatn´ıch mˇest. V´ ysledky z prvn´ı anal´ yzy nebyly pˇr´ızniv´e. Jedin´a z charakteristik, kter´a se zd´ala b´ yt podle p-hodnoty pouˇziteln´a v modelu, obsahovala v intervalu spolehlivosti nulu. Pˇresto to byla jedin´a charakteristika, kter´a po postupn´em ub´ır´an´ı nejv´ıce nevhodn´ ych charakteristik z˚ ustala v modelu. • Kladno (KLA) Jiˇz pouˇzit´ı prvn´ıho modelu dalo neˇcekanˇe dobr´e v´ ysledky. Jedin´a p-hodnota, kter´a se z´asadnˇe odchylovala, byla u charakteristiky U - souˇcet dopravy pˇr´ıjezd (JV), a byla proto z modelu vypuˇstˇena. Charakteristika B - poˇcet obyvatel tak´e nesplˇ novala mezn´ı hodnotu proveden´e anal´ yzy, tedy 0,05 a jej´ı nevhodnost naznaˇcovala i nula v intervalu spolehlivosti. Ve tˇret´ım modelu byla vynech´ana i tato charakteristika. Tento model jiˇz splˇ noval veˇsker´a krit´eria. Z´aroveˇ n upraven´ y determinaˇcn´ı index ud´av´a 100 % vysvˇetlen´ ych hodnot. • Kol´ın (KOL) Ve v´ ysledn´em modelu z˚ ustaly pouze tˇri charakteristiky. Charakteristika I - zastavˇen´a plocha mˇela p-hodnotu 0,06 a v intervalu spolehlivosti obsahovala nulu. Jej´ım ostranˇen´ım vˇsak doˇslo k znaˇcn´emu n´ar˚ ustu p-hodnot. Proto byla ve v´ ysledn´em modelu ponech´ana. • Kutn´ a Hora (KUH) V prvn´ı anal´ yze modelu nevyhovovala charakteristika souˇcet dopravy intravil´an (JV). Po jej´ım odstranˇen´ı se p-hodnoty znaˇcnˇe zlepˇsily, pˇresto u 2 chrakteristik byla v intervalu spolehlivosti obsaˇzena nula. Po odstranˇen´ı tˇechto 2 charakteristik doˇslo k v´ yrazn´emu zhorˇsen´ı modelu, proto byl pˇredchoz´ı model povaˇzov´an za dostaˇcuj´ıc´ı.
58
ˇ CVUT v Praze
´ 5. ANALYZA DAT
• Mˇ eln´ık (MEL) U tohoto mˇesta prvn´ı anal´ yza zcela selhala. P-hodnoty dosahovaly u vˇetˇsiny charakteristik velmi vysok´ ych hodnot. Postupn´ ym odstraˇ nov´an´ım vˇzdy t´e nejhorˇs´ı p-hodnoty se v´ ysledky v´ yraznˇe zlepˇsovaly. Ve v´ ysledn´em modelu z˚ ustaly charakteristiky B - poˇcet obyvatel, J - ostatn´ı plochy a obˇe hodnoty intenzity dopravy (Q, U). • Mlad´ a Boleslav (MLB) Data obce Mlad´a Boleslav se chovala zcela nestandardnˇe. V prvn´ı anal´ yze sice p-hodnoty nebyly dobr´e, nejzvl´aˇstnˇejˇs´ı byl fakt, ˇze nejhorˇs´ı p-hodnota se vyskytovala u Hranice coˇz je konstantn´ı ˇclen, kter´ y je ve vzorci 5.2 na stranˇe 51 oznaˇcen β0 . Postupn´ ym ub´ır´an´ım nevhodn´ ych charakteristik jsme se dostali k v´ ysledku, kter´ y pouk´azal na fakt, ˇze hodnoty HDP a souˇcet dopravy pˇr´ıjezd (JV) jsou si velmi bl´ızk´e, coˇz znehodnotilo celou anal´ yzu. Cel´ y proces byl opakov´an bez pouˇzit´ı charakteristiky souˇcet dopravy pˇr´ıjezd (JV). Vhodn´ y model charakterizuje pouze lesn´ı p˚ uda. • Pˇ r´ıbram (PRI) Anal´ yzy se opˇet nevyv´ıjely pˇr´ıliˇs pˇr´ıznivˇe. T´emˇeˇr dostaˇcuj´ıc´ı byl model, kter´ y vych´azel z H - vodn´ı plochy a I - zastavˇen´eho u ´zem´ı. Druh´a z charakteristik vˇsak obsahovala v intervalu spolehlivosti nulu a po jej´ım vypuˇstˇen´ı doˇslo ke zlepˇsen´ı modelu. ˇ • Cesk´ e Budˇ ejovice (CEB) Z prvotn´ı anal´ yzy byly vyˇrazeny hned 2 znaˇcnˇe nevyhovuj´ıc´ı charakteristiky. D´al se pokraˇcovalo opˇet odstranˇen´ım vˇzdy t´e nejm´enˇe vyhovuj´ıc´ı. Ve v´ ysledn´em modelu z˚ ustal B - poˇcet obyvatel, I - zastavˇen´e plochy a obˇe charakteristiky o intenzitˇe dopravy (Q, U). • P´ısek (PIS) Postupn´e odeb´ır´an´ı charakteristik vedlo k situaci, kdy posledn´ı nevhodnou p-hodnotou byla Hranice, tedy konstantn´ı ˇclen. Proto byla provedena regresn´ı anal´ yza, ve kter´e bylo nastaveno, ˇze konstantn´ı ˇclen m´a b´ yt nulov´ y. Tato anal´ yza dopadla nejl´epe s charakteristikami B - poˇcet obyvatel, J - ostatn´ı plochy a Q - souˇcet dopravy intravil´an (JV).
59
ˇ CVUT v Praze
´ 5. ANALYZA DAT
• Strakonice (STR) Prvn´ı anal´ yza v obci Strakonice mˇela velmi ˇspatn´e v´ ysledky. Postupn´ ym odstraˇ nov´an´ım nevhodn´ ych charakteristik z˚ ustaly posledn´ı 3, kdy pouze Q - souˇcet dopravy intravil´an mˇel vyˇsˇs´ı p-hodnotu neˇz 0,5 a v intervalu spolehlivosti se nach´azela nula. Odstranˇen´ı vˇsak vedlo ke zhorˇsen´ı modelu a tak byl pˇredchoz´ı model povaˇzov´an za dostaˇcuj´ıc´ı. Upraven´ y determinaˇcn´ı index ud´av´a niˇzˇs´ı procento vysvˇetlen´ ych hodnot, neˇz je obvykl´e u ostatn´ıch obc´ı. • Klatovy (KLT) Regresn´ı anal´ yza se dobˇre vyv´ıjela a ve v´ ysledn´em modelu z˚ ustalo hned 5 charakteristik s velmi n´ızk´ ymi p-hodnotami. I upraven´ y determinaˇcn´ı index je vysok´ y. Ud´av´a 99 % vysvˇetlen´ ych hodnot. • Cheb (CHE) U anal´ yz nad daty obce Cheb bylo provedeno vˇetˇs´ı mnoˇzstv´ı anal´ yz. Ve v´ ysledc´ıch se ˇcasto nach´azela pouze jedna charakteristika, kter´a nesplˇ novala podm´ınky modelu. Jej´ı odstranˇen´ı vˇsak vedlo ke zhorˇsen´ı jin´e charakteristiky. Tento pˇr´ıklad dobˇre ukazuje na fakt, ˇze zmˇenou modelu doch´az´ı k velk´e zmˇenˇe v moˇzn´ ych z´avislostech. • Dˇ eˇ c´ın (DEC) Regresn´ı anal´ yza prob´ıhala standardn´ım zp˚ usobem. V´ ysledn´ y model je z´avisl´ y pouze na dvou charakteristik´ach a to E - zemˇedˇelsk´a p˚ uda a G - lesn´ı p˚ uda. • Chomutov (CHO) U tˇechto anal´ yz nastala situace, kdy nejhorˇs´ı p-hodnota byla u Hranice. V minulosti se uk´azalo, ˇze pokud hodnotu ponech´ame, dojde postupn´ ym ub´ır´an´ım charakteristik k v´ yrazn´emu sn´ıˇzen´ı p-hodnoty, aˇz splˇ nuje podm´ınky modelu. Protoˇze v pr˚ ubˇehu tˇechto anal´ yz dosahovala skuteˇcnˇe extr´emn´ıch hodnot (0,99), byly provedeny anal´ yzy i pˇri nulov´em konstantn´ım ˇclenu. V´ ysledky uk´azaly, ˇze doˇslo-li k vynulov´an´ı konstantn´ıho ˇclenu, v´ ysledn´ y model obsahoval o jednu charakteristiku v´ıc. • Litv´ınov (LIT) U anal´ yz obce Litv´ınov vych´azely velmi podobn´e p-hodnoty. Z tohoto d˚ uvodu bylo tˇeˇzk´e rozhodovat, kter´e charakteristiky z modelu vyˇradit. Ve v´ ysledn´em
60
ˇ CVUT v Praze
´ 5. ANALYZA DAT
modelu zbyly 3 charakteristiky, pˇrestoˇze interval spolehlivosti jedn´e z nich obsahuje nulu. Jej´ım odstranˇen´ım vˇsak doˇslo ke zhorˇsen´ı modelu. • Most (MOS) Tyto anal´ yzy prob´ıhaly hladce. Ve v´ ysledn´em modelu z˚ ustaly 4 charakteristiky. ˇ • Cesk´ a L´ıpa (CLI) ˇ a L´ıpa anal´ U dat z obce Cesk´ yzy opˇet vedly k situaci, kdy bylo vhodn´e vypustit z modelu konstantn´ı ˇclen. Ve v´ ysledn´em modelu z˚ ustaly pouze 2 charakteristiky. • Jablonec nad Nisou (JAB) Po odebr´an´ı prvn´ı nevhodn´e charakteristiky doˇslo k velk´emu zlepˇsen´ı p-hodnot. V´ ysledn´ y model je sloˇzen hned z pˇeti charakteristik. • Liberec (LIB) U obce Liberec se hodnoty dlouhou dobu drˇzely na velmi podobn´ ych a pomˇernˇe vysok´ ych p-hodnot´ach. V´ ysledn´ y model obsahuje 4 charakteristiky a vysvˇetluje 98 % dat. • Hradec Kr´ alov´ e (HRK) V´ ysledn´ y model obsahuje pouze 2 charakteristiky a dosahuje opravdu n´ızk´ ych p-hodnot. Coˇz vede k mal´ ym interval˚ um spolehlivosti a vysok´emu procentu vysvˇetlen´ ych hodnot. • N´ achod (NAC) Anal´ yzy u dat z obce N´achod si nevedly pˇr´ıliˇs dobˇre. V´ ysledkem je model, kter´ y je z´avisl´ y pouze na charakteristice B - poˇcet obyvatel. Na tomto pˇr´ıkladu se ukazuje fakt, ˇze model se snaˇz´ı b´ yt co nej´ uspornˇejˇs´ı a vyuˇz´ıt co moˇzn´a nejm´enˇe vysvˇetluj´ıc´ıch promˇenn´ ych. ˇ • Cesk´ a Tˇ rebov´ a (CTR) ˇ a Tˇrebov´a se chovaly obdobn´ Anal´ yzy u obce Cesk´ ym zp˚ usobem jako u N´achoda. Tak´e se ve v´ ysledn´em modelu nach´az´ı pouze jedna charakteristika a to E - zemˇedˇelsk´a p˚ uda. • Pardubice (PAR) Model splnil podm´ınky za pˇr´ıtomnosti 3 charakteristik. Anal´ yzy prob´ıhaly zcela standardnˇe.
61
ˇ CVUT v Praze
´ 5. ANALYZA DAT
• Havl´ıˇ ck˚ uv Brod (HBR) Anal´ yzy u obce Havl´ıˇck˚ uv Brod prob´ıhaly bez ˇz´adn´ ych neoˇcek´avan´ ych v´ ysledk˚ u. Kaˇzd´ ym odebr´an´ım nevhodn´e charakteristiky doˇslo ke zlepˇsen´ı p-hodnot ostatn´ıch. V´ ysledn´eho modelu za pˇr´ıtomnosti pˇeti charakteristik bylo brzy dosaˇzeno. Upraven´ y determinaˇcn´ı index ud´av´a 99 % vysvˇetlen´ ych dat. • Jihlava (JIH) V´ ysledn´ y model u obce Jihlava obsahuje 4 charakteristiky. V anal´ yz´ach se nevyskytly ˇza´dn´e neoˇcek´avan´e situace. • Tˇ reb´ıˇ c (TRE) U obce Tˇreb´ıˇc nebylo nutn´e prov´est velk´ y poˇcet anal´ yz. P-hodnoty jiˇz v prvn´ı anal´ yze vykazovaly dobr´e hodnoty. Vˇzdy se objevila pouze jedna charakteristika, kter´a do modelu hrubˇe nezapadala. V´ ysledn´ y model je tvoˇren z ˇsesti charakteristik. ˇ ’´ • Zd ar nad S´ azavou (ZDA) ˇ ’a´r nad S´azavou prob´ıhaly tak´e velmi rychle. Uˇz 3. anal´ Anal´ yzy u obce Zd yza vytvoˇrila model, kter´ y t´emˇeˇr splˇ noval podm´ınky, pouze u charakteristiky Q - souˇcet dopravy intravil´an byla p-hodnota o trochu vyˇsˇs´ı neˇz 0,5 a interval spolehlivosti obsahoval nulu. Vypuˇstˇen´ım t´eto charakteristiky vˇsak doˇslo ke zhorˇsen´ı modelu t´emˇeˇr konstantnˇe u vˇsech charakteristik. Proto byl pˇredchoz´ı model sloˇzen´ y z 6 charakteristik povaˇzov´an za dostaˇcuj´ıc´ı. • Bˇ reclav (BRE) Anal´ yzy nad daty z obce Bˇreclav vedly k v´ ysledn´emu modelu obsahuj´ıc´ımu 2 charakteristiky a to B - poˇcet obyvatel a E - zemˇedˇelsk´a p˚ uda. • Znojmo (ZNO) Jako v´ ysledek byl uzn´an model obsahuj´ıc´ı pouze 2 charakteristiky. Jiˇz u pˇredchoz´ıch anal´ yz se vyskytovaly charakteristiky, kter´e mˇely p-hodnoty niˇzˇs´ı neˇz 0,1 avˇsak vyˇsˇs´ı neˇz 0,5 a intervaly spolehlivosti obsahovaly nulu. V pˇr´ıpadˇe vyˇrazen´ı tˇechto charakteristik z modelu doˇslo ke zlepˇsen´ı, avˇsak v´ ysledn´ y model vysvˇetluje menˇs´ı procento hodnot.
62
ˇ CVUT v Praze
´ 5. ANALYZA DAT
• Olomouc (OLO) V´ ysledn´ y model regresn´ı anal´ yzy pro obec Olomouc obsahuje 3 charakteristiky. Anal´ yzy prob´ıhaly zcela standardnˇe. • Pˇ rerov (PRE) Anal´ yzy uk´azaly, ˇze model obce Pˇrerov je z´avisl´ y na jedin´e charakteristice E - zemˇedˇelsk´a p˚ uda. V pr˚ ubˇehu anal´ yz doˇslo k v´ yrazn´emu zhorˇsen´ı modelu po odstranˇen´ı jedn´e z promˇenn´e. Proto bylo nutn´e dˇelat vˇetˇs´ı poˇcet anal´ yz. • Valaˇ ssk´ e meziˇ r´ıˇ c´ı (VAM) Tyto anal´ yzy opˇet prob´ıhaly zcela standardnˇe a ve v´ ysledn´em modelu se nach´az´ı 3 charakteristiky. ˇ • Cesk´ y Tˇ eˇ s´ın (CTE) ˇ eho Tˇeˇs´ına nastala situace, kdy vˇsechny charakteristiky mˇely p-hodnotu U Cesk´ dostateˇcnˇe n´ızkou a jedin´a nevyhovuj´ıc´ı p-hodnota se nach´azela u Hranice. Doˇslo proto i zde k vynech´an´ı konstantn´ıho ˇclenu z modelu. Ve v´ ysledn´em modelu se nach´az´ı 3 charakteristiky. • Fr´ ydek-M´ıstek (F-M) V´ ysledn´ y model u obce Fr´ ydek-M´ıstek je tvoˇren ˇsesti charakteristikami. Anal´ yzy prob´ıhaly standardnˇe. • Opava (OPA) U obce Opava opˇet vych´azela ˇspatnˇe p-hodnota u ˇclenu Hranice. Nakonec vˇsak byla v modelu ponech´ana a v´ ysledn´ y model je tvoˇren 3 charakteristikami. • Ostrava (OST) V´ ysledn´ y model regresn´ı anal´ yzy u obce Ostrava obsahuje pouze 2 charakteristiky. Postupn´ ym ub´ır´an´ım charakteristik se opˇet stala nejhorˇs´ı hodnota u konstantn´ıho ˇclenu. V modelu vˇsak byla ponech´ana.
5.2.4
Hodnocen´ı - shrnut´ı
V´ ysledn´e modely jsou shrnuty v tabulk´ach 5.7 a 5.8. Tabulky zn´azorˇ nuj´ı stejn´a data. V prvn´ım pˇr´ıpadˇe je tabulka setˇr´ıdˇena podle celkov´eho HDP obce a v druh´em pˇr´ıpadˇe podle HDP na osobu.
63
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Tab. 5.7: V´ yskyty charakteristik v regresn´ıch modelech pro kaˇzdou obec, seˇrazeno
vodní plochy H
I x
doprava příjezd
lesní půda G
zastavěné plochy
zemědělská půda E
doprava intravilán
1 1 1 2 7 3 5 3 5 2 3 6 2 4 2 4 1 3 1 2 5 3 1 3 2 4 6 6 3 2 3 2 4 3 3 6
B
ostatní plochy
PHA CTR MLB CLI KUH VAM JAB PCE HBR OST CTE F-M CHE CEB KOL MEL PRE LIB PRI DEC KLT PIS NAC STR BRE JIH ZDA KLA OPA HRK MOS ZNO CHO OLO LIT TRE součet
počet obyvatel
počet charakteristik v modelu
podle HDP obce
J
Q
U
x x x
x x
x x x
x x x
x x
x x
x
x
x x
x x x x x
x
x
x
x x
x
x x x x x x
x x
x x
x
x
x x
x x
x
x
x
x x x
x x x x
x x
x x
x x x
x
x x x
x x
x x x x x x
x x x x
x x
x x x
x x x
x x x
x x x x
x x x
x x x 11
x 17
x x
x
x x 14
8
64
x
x
x
x x 15
x x 15
x 17
18
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Tab. 5.8: V´ yskyty charakteristik v regresn´ıch modelech pro kaˇzdou obec, seˇrazeno
MLB PHA KOL JIH CEB HRK HBR OLO ZDA BRE MEL STR KUH KLT PRI PCE NAC VAM OST OPA KLA LIB PIS PRE ZNO CLI MOS LIT CHO JAB CTR DEC TRE CHE F-M CTE součet
1 1 2 4 4 2 5 3 6 2 4 3 7 5 1 3 1 3 2 3 6 3 3 1 2 2 3 3 4 5 1 2 6 2 6 3
ostatní plochy
doprava intravilán
doprava příjezd
G x
zastavěné plochy
E
vodní plochy
zemědělská půda
B
lesní půda
počet obyvatel
počet charakteristik v modelu
podle HDP na osobu
H
I
J
Q
U
x x x
x x
x
x
x x x x
x x x x x
x x
x
x x x x
x x
x x
x x x x
x
x
x x x x
x
x
x x x
x
x
x
x x x
x x x
x
x
x x x
x x
x
x
x
x x
x x
x x
x x x
x x x x x x x
x
11
x x x
x x x
17
x x
x
x x
x
x
x x
x
x
x
x
14
8
65
x x 15
x x 17
x x x
x x x 18
x x x x
x x x 15
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Z tˇechto v´ ysledk˚ u m˚ uˇzeme pozorovat, ˇze nˇekter´e charakteristiky byly ˇcastˇeji zapojen´e do regresn´ıho modelu a jin´e m´enˇe. Nejv´ıce byla v modelech zastoupena charakteristika Q - souˇcet intenzity dopravy v intravil´anu. Nejm´enˇe se vyskytovala charakteristika H - vodn´ı plochy. Jak je vidˇet z tabulkek 5.7 a 5.8, kaˇzd´e mˇesto je zcela individu´aln´ı a anal´ yzy neuk´azaly ˇza´dn´e konstantn´ı v´ ysledky, ze kter´ ych by bylo moˇzn´e usuzovat, kter´e charakteristiky maj´ı nejvˇetˇs´ı vliv na v´ yvoj HDP, a tedy by bylo moˇzn´e HDP z jejich hodnot predikovat. Mezi obcemi se ˇz´adn´ y z model˚ u nevyskytl v´ıce neˇz 2x. Nelze tedy ˇr´ıci, ˇze existuje model umoˇzn ˇuj´ıc´ı predikci HDP z hodnot zamˇeˇren´ ych na vyuˇzit´ı p˚ ud a dopravu. Nyn´ı se pokus´ıme analyzovat, zda jsou si obce se stejn´ ym regresn´ım modelem podobn´e. Shoda nastala u n´asleduj´ıc´ıch charakteristik a mˇest: • schodn´ e charakteristiky regresn´ıho modelu: E I J Q U – Klatovy (KLT) – Havl´ıˇck˚ uv Brod (HBR) Obˇe mˇesta maj´ı podobnou hodnotu HDP, i kdyˇz r˚ ust u obce Havl´ıˇck˚ uv Brod byl o trochu rychlejˇs´ı. I poˇcet obyvatel i zamˇestnanc˚ u je t´emˇeˇr stejn´ y a u obou mˇest doˇslo ve sledovan´em obdob´ı ke shodn´emu m´ırn´emu sn´ıˇzen´ı. V celkov´e rozloze je obec Klatovy o nˇeco vˇetˇs´ı, z´aroveˇ n zde doˇslo ke zv´ yˇsen´ı rozlohy, zat´ımco u Havl´ıˇckova Brodu doˇslo ke sn´ıˇzen´ı celkov´e rozlohy. Zemˇedˇelsk´a p˚ uda zab´ır´a opˇet o nˇeco vˇetˇs´ı rozlohu u obce Klatovy. Co se t´ yk´a orn´e p˚ udy, tak zde obce zab´ıraj´ı pˇribliˇznˇe stejnou rozlohu. V lesn´ı p˚ udˇe a vodn´ıch ploch´ach jsou vˇetˇs´ı rozd´ıly. Hodnoty land use se neshoduj´ı t´emˇeˇr v˚ ubec. Havl´ıˇck˚ uv Brod m´a dojezdovou vzd´alenost k d´alnici ˇci rychlostn´ı silnici do 30 minut a Klatovy do 45 minut. Ani u jedn´e obce se ˇcas dojezdu v pr˚ ubˇehu pozorov´an´ı nezmˇenil. V intenzit´ach dopravy opˇet nem˚ uˇzeme pozorovat podobnost. U tˇechto mˇest m˚ uˇzeme pozorovat podobnost hlavnˇe v socioekonomick´ ych aspektech a rozloze orn´e p˚ udy.
66
ˇ CVUT v Praze
´ 5. ANALYZA DAT
• shodn´ e charakteristiky regresn´ıho modelu: E G – Dˇeˇc´ın (DEC) – Znojmo (ZNO) Obec Dˇeˇc´ın m´a o cca 3000 vyˇsˇs´ı HDP, r˚ ust je u ´mˇern´ y velikosti HDP v obou obc´ıch. I v poˇctu obyvatel a poˇctu zamˇestnanc˚ u je Dˇeˇc´ın o trochu vˇetˇs´ı mˇesto, ale v´ yvoj maj´ı podobn´ y. V rozloze je rozd´ıl jeˇstˇe o trochu vˇetˇs´ı. V obci Znojmo je v´ yraznˇe vysok´a hodnota zemˇedˇelsk´e a orn´e p˚ udy, coˇz vede k menˇs´ı rozloze vˇsech ostatn´ıch druh˚ u p˚ ud. Uˇz v˚ ubec nenalezneme podobnost mezi mˇesty ve skupinˇe charakteristik land use. Dˇeˇc´ın m´a dojezdovou vzd´alenost k d´alnici ˇci rychlostn´ı silnici do 30 minut a Znojmo do 45 minut. Ani u jedn´e obce se ˇcas dojezdu v pr˚ ubˇehu pozorov´an´ı nezmˇenil. Jistou podobnost m˚ uˇzeme pozorovat v dopravˇe, a to hlavnˇe na pˇr´ıjezdov´ ych komunikac´ıch. Tato mˇesta si jsou nejv´ıce podobn´a v intenzitˇe dopravy na pˇr´ıjezdov´ ych komunikac´ıch, jsou ze stejn´e skupiny mˇest co do socioekonomick´ ych aspekt˚ u, ale vˇetˇs´ı podobnost nebyla nalezena. Jedn´a se o mˇesta sp´ıˇse odliˇsn´a. Z dalˇs´ıch hledisek stoj´ı za upozornˇen´ı, ˇze obˇe mˇesta se nach´az´ı v tˇesn´e bl´ızkosti st´atn´ı hranice. • schodn´ e charakteristiky regresn´ıho modelu: Q U – Cheb (CHE) – Ostrava (OST) Ostrava je jednoznaˇcnˇe vˇetˇs´ı mˇesto. To m˚ uˇzeme pozorovat jak na HDP, tak jeˇstˇe v´ıce na poˇctu obyvatel a zamˇestnanc˚ u. Stejnˇe se to projevilo i na celkov´e rozloze i na jednotliv´ ych druz´ıch p˚ udy, kde nejvˇetˇs´ı rozd´ıl byl v zastavˇen´em u ´zem´ı a ostatn´ıch ploch´ach. I v hodnot´ach land use byla Ostrava jednoznaˇcnˇe vˇetˇs´ı, pouze v ostatn´ıch ploch´ach se hodnoty trochu pˇribl´ıˇzily. Stejn´a je snad jen dojezdov´a vzd´alenost 15 minut k d´alnici ˇci rychlostn´ı silnici. U vˇetˇsiny hodnot ze skupiny charakteristik t´ ykaj´ıc´ıch se intenzity dopravy se ukazuje, ˇze Ostrava je vˇetˇs´ı mˇesto, pouze u osobn´ı a tˇeˇzk´e dopravy na pˇr´ıjezdov´ ych komunikac´ıch do obce se hodnoty trochu pˇribliˇzuj´ı.
67
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Obˇe mˇesta lze povaˇzovat ve sledovan´ ych hodnot´ach za zcela odliˇsn´a. Z dalˇs´ıch hledisek stoj´ı za upozornˇen´ı, ˇze obˇe mˇesta se nach´az´ı v tˇesn´e bl´ızkosti st´atn´ı hranice. • schodn´ e charakteristiky regresn´ıho modelu: E ˇ a Tˇrebov´a (CTR) – Cesk´ – Pˇrerov (PRE) V porovn´an´ı tˇechto dvou mˇest m˚ uˇzeme ˇr´ıci, ˇze Pˇrerov je vˇetˇs´ı mˇesto. Opˇet se to projevilo jak na hodnotˇe HDP, tak na poˇctu obyvatel i poˇctu zamˇestnanc˚ u. ´ To m˚ uˇzeme pozorovat i na hodnot´ach UHDP. Zde stoj´ı za zm´ınˇen´ı, ˇze obec Pˇrerov disponuje velkou rozlohou orn´e p˚ udy, to je vyv´aˇzeno velmi malou rozˇ a Tˇrebov´a neˇcekanˇe velkou obytnou lohou lesn´ıch p˚ ud. Z dat land use m´a Cesk´ ˇ a Tˇrebov´a plochu, kter´a se bl´ıˇz´ı hodnot´am obce Pˇrerov. D´ale pak m´a Cesk´ vˇetˇs´ı rozlohu u typu ostatn´ı plochy a rekreaˇcn´ı plochy. Pˇrerov m´a naopak ˇ a Tˇrebov´a m´a dojezdovou velk´e mnoˇzstv´ı dopravn´ıch a v´ yrobn´ıch ploch. Cesk´ vzd´alenost k d´alnici ˇci rychlostn´ı silnici do 45 minut a Pˇrerov do 15 minut. Ani u jedn´e obce se ˇcas dojezdu v pr˚ ubˇehu pozorov´an´ı nezmˇenil. V intenzitˇe dopravy se ukazuje, ˇze pro obec Pˇrerov je doprava skuteˇcnˇe d˚ uleˇzit´ ym prvkem ˇ e Tˇrebov´e. a vˇsechny hodnoty m´a znaˇcnˇe vyˇsˇs´ı oproti Cesk´ Obˇe mˇesta lze povaˇzovat ve sledovan´ ych hodnot´ach za zcela odliˇsn´a. Z dalˇsich hledisek stoj´ı za upozornˇen´ı, ˇze obˇe mˇesta jsou v´ yznamn´ ymi ˇzelezniˇcn´ımi uzly. Tato teoretick´a u ´vaha neprok´azala, ˇze by v´ ysledn´e stejn´e regresn´ı modely mˇely pˇr´ıˇcinu v podobnosti mˇest. Shodu v modelech m˚ uˇzeme povaˇzovat sp´ıˇse za shodu n´ahodnou. Pro u ´plnost jsou shodn´e modely obc´ı zn´azornˇeny v mapˇe (obr´azek 5.4 na n´asleduj´ıc´ı str´ance).
68
ˇ CVUT v Praze
´ 5. ANALYZA DAT
Shoda charakteristik v regresních modelech
% .(0$. & /0& (3
% .(0$. & /0& (3
3- .", 2 ) ++ 71!. 0, 24 #. ,' . "6 0)/ 1- .2$+,
% .(0$. & /0& (3 % .(0$. & /& (3
.' (.0( , !"$
6$/(4 . $- 1!) & (
+#& 2& #14) +5 *, #$) 3
( *
Obr. 5.4: Uk´azka mapy obc´ı se shodn´ ymi charakteristikami v regresn´ıch modelech ˇ 500, atlas, upraveno), origin´al je souˇca´st´ı elektronick´ (zdroj: ArcCR ych pˇr´ıloh
69
ˇ CVUT v Praze
´ ER ˇ ZAV
Z´ avˇ er Pr´ace je zamˇeˇrena na obdob´ı 2001 - 2011 a sleduje v´ yvoj 24 charakteristik ˇ e republiky. Stˇeˇzejn´ı jsou hodnoty HDP, zbyl´e charakteristiky ve 36 mˇestech Cesk´ ´ jsou rozdˇeleny do kategori´ı: obyvatelstvo, UHDP, land use, dostupnost a intenzita dopravy.
Shrnut´ı anal´ yz Prvn´ı korelaˇcn´ı anal´ yza, kter´a hodnotila z´avislosti charakteristik mˇen´ıc´ıch se v ˇcase na HDP uk´azala, zda jsou charakteristiky pˇr´ımo ˇci nepˇr´ımo z´avisl´e na HDP. U nˇekter´ ych charakteristik nebylo moˇzn´e tuto z´avislost zhodnotit. D˚ uleˇzit´e je tak´e vz´ıt v potaz zdroj dat. Z d˚ uvodu nedostatku mˇeˇren´ ych dat ve skupinˇe charakteristik land use je nutn´e br´at v´ ysledky anal´ yzy pouze jako n´aznak pˇr´ım´e ˇci nepˇr´ım´e z´avislosti, pˇrestoˇze v´ ysledky se zdaj´ı b´ yt jasnˇe z´avisl´e. Pokud tedy vynech´ame tyto hodnoty, byla nejvˇetˇs´ı pˇr´ım´a z´avislost vypoˇctena u charakteristiky I - ostatn´ı plo´ chy ze skupiny UHDP. Nejvyˇsˇs´ı nepˇr´ım´a u ´mˇera byla vypoˇctena u charakteristiky P - dojezdov´a vzd´alenost k d´alnici ˇci rychlostn´ı silnici, kde sice bylo mˇeˇren´ ych dat dostatek, ale jedn´a se jen o velmi m´alo mˇen´ıc´ı se charakteristiku, a proto nebylo moˇzn´e pouˇz´ıt data pro kaˇzd´e mˇesto, ale pouze pro ty, kde doˇslo ke zmˇenˇe. Tud´ıˇz to tak´e nen´ı vhodn´a charakteristika. Jako druh´a nejv´ıce nepˇr´ım´a u ´mˇera byla vypoˇctena ´ u charakteristiky F - orn´a p˚ uda tak´e ze skupiny UHDP. Celkov´e v´ ysledky jsou shrnuty v tabulce 5.2 a vykresleny v grafu 5.1. Bylo na snaze ve v´ ysledc´ıch nal´ezt podobnosti a rozdˇelit tak mˇesta do skupin. Ve v´ ysledc´ıch nebyly nalezeny ˇza´dn´e podobnosti. Druh´a korelaˇcn´ı anal´ yza z´avislosti HDP na charakteristik´ach mˇen´ıc´ıch se v poloze potvrdila oˇcek´avan´ y stav, ˇze vyˇsˇs´ı HDP bude obecnˇe ve vˇetˇs´ıch mˇestech. Prakticky u vˇsech charakteristik byla prok´az´ana pˇr´ım´a z´avislost, tedy ˇc´ım vˇetˇs´ı HDP, t´ım vˇetˇs´ı hodnoty jednotliv´ ych charakteristik. Pouze u charakteristik ohlednˇe intenzity dopravy byla prok´az´ana pouze slab´a pˇr´ım´a z´avislost. Z´aporn´a a nav´ıc t´emˇeˇr neprok´azan´a z´avislost byla vypoˇctena pouze u charakteristiky P - dojezdov´a vzd´alenost, kde, jak uˇz bylo ˇreˇceno, je nepˇr´ım´a z´avislost oˇcek´av´ana, protoˇze jsou hodnoty uvedeny v minut´ach dojezdu.
70
ˇ CVUT v Praze
´ ER ˇ ZAV
Jako tˇret´ı a posledn´ı byla provedena regresn´ı anal´ yza pro kaˇzdou obec. Musel b´ yt sestaven z´akladn´ı vstupn´ı model. Ten je pops´an v tabulce 5.5. Jiˇz v z´akladn´ım modelu muselo doj´ıt k vypuˇstˇen´ı nˇekter´ ych charakteristik, a to z d˚ uvodu, ˇze regresn´ı anal´ yza je velmi citliv´a na korelaci mezi vysvˇetluj´ıc´ımi promˇenn´ ymi, tzv. multikolinearitu. Pot´e musel b´ yt model upravov´an pro kaˇzdou obec jednotlivˇe. Anal´ yza v 36 mˇestech neprok´azala v´ yskyt jednotn´eho modelu, kter´ y by mohl b´ yt pouˇzit pro predikci HDP. Z v´ ysledk˚ u m˚ uˇzeme pouze vyˇc´ıst, ˇze nˇekter´e charakteristiky maj´ı na HDP vˇetˇs´ı vliv. Zde m˚ uˇzeme uv´est napˇr´ıklad charakteristiku Q - suma intenzity dopravy v intravil´anu, kter´a se v modelu vyskytla celkem 18 x. Jako pˇr´ıklad charakteristiky, kter´a nem´a t´emˇeˇr ˇza´dn´ y vliv na HDP m˚ uˇzeme uv´est charakteristiku H - vodn´ı plochy, kter´a se v modelu vyskytla pouze 8 x. V´ ysledky jsou shrnuty v tabulk´ach 5.7 a 5.8. D˚ uleˇzit´e je pˇripomenout, ˇze statistika je vˇeda a postup, jak rozv´ıjet lidsk´e ” znalosti pouˇzit´ım empirick´ ych dat.“ ... C´ılem statistiky je naj´ıt nejlepˇs´ı“ informace ” ” z dostupn´ ych dat.“ [25] Z toho plyne, ˇze v´ ysledky jsou silnˇe z´avisl´e na kvalitˇe podkladov´ ych dat, ze kter´ ych anal´ yzy vych´az´ı. V´ ysledky je dobr´e br´at jako n´aznaky moˇzn´ ych vztah˚ u mezi HDP a ostatn´ımi charakteristikami. Nesmˇej´ı b´ yt vytrˇzeny z kontextu a vˇzdy mus´ı b´ yt doplnˇeny logickou u ´vahou. Ve statistice tak´e ˇc´ıh´a mnoho nebezpeˇc´ı, kter´e mohou znaˇcnˇe ovlivnit v´ ysledky anal´ yz, aniˇz by byla odhalena jejich pˇr´ıtomnost. Takov´ ych situac´ı m˚ uˇze nastat velmi mnoho. Aby bylo zˇrejm´e, ˇze tyto hrozby nen´ı dobr´e br´at na lehkou v´ahu, zde bude uveden pˇr´ıklad. Zkoumali bychom z´avislost mezi cenou ovoce a masa, obˇe hodnoty by rostly a bude odhalena pˇr´ım´a z´avislost. Ve skuteˇcnosti ale mohlo doj´ıt ke zdraˇzen´ı ropy a tud´ıˇz stoupla cena dopravy a obˇe potraviny tak ˇsly s cenou nahoru. V takov´em pˇr´ıpadnˇe v˚ ubec nemus´ı existovat spojitost mezi masem a ovocem, i pˇresto, ˇze statistick´e anal´ yzy by prok´azaly pˇr´ımou z´avislost. Tak´e je dobr´e ˇr´ıci, ˇze v r´amci t´eto pr´ace byly provedeny hlavnˇe z´akladn´ı anal´ yzy. Ze statistick´eho hlediska by bylo moˇzn´e tato data zkoumat daleko hloubˇeji. V takov´em pˇr´ıpadˇe by uˇz nepostaˇcily n´astroje programu Excel a bylo by nutn´e vyuˇz´ıt nˇekter´ ych ze statistick´ ych program˚ u.
71
ˇ CVUT v Praze
´ ER ˇ ZAV
V r´ amci pr´ ace bylo zpracov´ ano: 1. Teoretick´ yu ´vod do problematiky ekonomie a struˇcn´ y popis sledovan´eho obdob´ı 2. Podrobn´ y popis zdroj˚ u dat, z´ısk´an´ı dat a u ´prava dat pˇred zpracov´an´ım 3. Anal´ yzy vztahu HDP k charakteristik´am Pro v´ ypoˇcty byl pouˇzit program Microsoft Office Excel. • Korelaˇcn´ı anal´ yza HDP v˚ uˇci kaˇzd´e charakteristice se zmˇenou v ˇcase
V´ ysledky byly pomˇernˇe nevyv´aˇzen´e. U nˇekter´ ych charakteristik se prok´azala pˇr´ım´a ˇci nepˇr´ım´a z´avislost. V´ ysledky jsou snadno logicky od˚ uvodniteln´e. • Korelaˇcn´ı anal´ yza HDP v˚ uˇci kaˇzd´e charakteristice se zmˇenou v poloze Podle oˇcek´av´an´ı se u vˇetˇsiny charakteristik prok´azala siln´a pˇr´ım´a z´avislost. • Multikriteri´aln´ı regresn´ı anal´ yza V´ ysledky regresn´ı anal´ yzy byly velmi individu´aln´ı pro kaˇzd´e mˇesto. Nebyl nalezen model, kter´ y by mohl obecnˇe predikovat HDP. Z v´ ysledn´ ych model˚ u je vidˇet, ˇze nˇekter´e charakteristiky maj´ı na v´ yvoj HDP vˇetˇs´ı vliv a jin´e naopak vliv zanedbateln´ y. 4. Rodˇelen´ı mˇest do skupin podle v´ ysledk˚ u anal´ yz V´ ysledky byly natolik individu´aln´ı, ˇze se nepodaˇrilo rozdˇelit mˇesta do podobnostn´ıch skupin, ani na z´akladˇe korelaˇcn´ıch anal´ yz, ani regresn´ı anal´ yzy. V´ ysledky neodhalily ˇza´dn´e v´ yznamn´e vazby mezi HDP a ostatn´ımi charakteristikami. Pˇresto je lze vz´ıt v u ´vahu napˇr´ıklad pˇri u ´zemn´ım pl´anov´an´ı obce. V´ ysledky jsou ovlivnˇeny i kr´atk´ ym ˇcasov´ ym rozpˇet´ım, ale vzhledem k evidenci HDP nebylo moˇzn´e ˇcasov´e obdob´ı rozˇs´ıˇrit. Nad daty zpracovan´ ymi pro Atlas urbanistick´eho v´ yvoje ˇcesk´ ych mˇest, ze kter´ ych pr´ace vych´az´ı, je moˇzn´e prov´est dalˇs´ı anal´ yzy. Spoleˇcnˇe budou pod´avat ucelen´ y ˇ e republice. pohled na urbanistick´ y v´ yvoj mˇest v Cesk´
72
ˇ CVUT v Praze
´ PR ˇ ´ILOHY ELEKTRONICKE
Elektronick´ e pˇ r´ılohy Pˇriloˇzen´e CD obsahuje veˇsker´a data t´ ykaj´ıc´ı se t´eto diplomov´e pr´ace. Jsou zde uvedeny pˇrehledov´e tabulky, podkladov´a data, v´ ysledky jednotliv´ ych anal´ yz, vˇcetnˇe meziv´ ysledk˚ u a prostorov´ ych dat. Tak´e jsou zde pˇriloˇzeny zdrojov´e k´ody textu diplomov´e pr´ace.
Obsah CD \subrtova elektronicke prilohy DP 2014 . . . . . . . . . . . . . souhrn´e informace, DP v pdf \mapy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . origin´aly map uveden´ ych v pr´aci \prostorova data . . . . . . . . . . . . . . . . . . . . . . . . . . . . prostorov´a data ve form´atu shp \administrativni cleneni . . . . . . . . . . . . . . . . . . . . . . . . . hranice st´atu a kraj˚ u \obce . . . . . . . . . . hranice j´adrov´ ych u ´zem´ı a body sledovan´ ych obc´ı \dojezdove zony . . . . . . . . . . . . . v´ ysledky vlastn´ı anal´ yzy dojezdov´ ych z´on \silnicni sit . . . . . . . . . . . . . . . . . . . . . . . . upraven´a silniˇcn´ı s´ıt’, s´ıt’ov´ y dataset y k´od textu DP \text DP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . zdrojov´ \obrazky. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .obr´azky pouˇzit´e v DP \text . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . texty jednotliv´ ych kapitol \vypocty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . podkladov´a data, v´ ysledky anal´ yz
73
ˇ CVUT v Praze
SEZNAM ZKRATEK
Seznam zkratek COST
Evropsk´a spolupr´ace ve vˇedeck´em a technick´em v´ yzkumu; The European Co-operation in Scientific and Technical Research
HDP
Hrub´ y dom´ac´ı produkt; Gross domestic product
NATO
Severoatlantick´a aliance; North Atlantic Treaty Organization
ˇ CR
ˇ a republika Cesk´
EU
Evropsk´a unie; European Union
EOCD
Organizace pro hospod´aˇrskou spolupr´aci a rozvoj; Organisation for Economic Co-operation and Development
ˇ MSMT
Ministerstvo ˇskolstv´ı, ml´adeˇze a tˇelov´ ychovy; Ministry of Education, Youth and Sports
MF
Ministerstvo financ´ı; Ministry of Finance
NUTS
Nomenklatura u ´zemn´ıch statistick´ ych jednotek; Nomenclature of Units for Territorial Statistics
ˇ U ´ CS
ˇ y statistick´ Cesk´ yu ´ˇrad; Czech Statistical Office
ZSJ
Z´akladn´ı s´ıdeln´ı jednotka
´ ´ UIR-ZSJ Uzemnˇ e identifikaˇcn´ı registr z´akladn´ıch s´ıdeln´ıch jednotek ´ UHDP
u ´hrnn´e hodnoty druh˚ u pozemk˚ u; total values of nature of land use
ˇ RSD
ˇ Reditelstv´ ı silnic a d´alnic
ˇ MNC
Metoda nejmenˇs´ıch ˇctverc˚ u
74
ˇ CVUT v Praze
ˇ YCH ´ ˚ SEZNAM POUZIT ZDROJU
Seznam pouˇ zit´ ych zdroj˚ u [1] CZECH STATISTICAL OFFICE Quarterly National Accounts Inventories. Czech Republic, 2008. [online] 2013 [citov´ano 2013-10-15] Dostupn´e z: http: //www.czso.cz/csu/redakce.nsf/i/hruby_domaci_produkt_(hdp) ˇ ´ STATISTICKY ´ U ´ RAD. ˇ [2] Hrub´ y dom´ac´ı produkt (HDP) - Metodika. CESK Y ˇ y statistick´y u Cesk´ ´ˇrad [online]. 2013. vyd. 2013 [cit. 2013-10-18]. Dostupn´e z: www.czso.cz/csu/redakce.nsf/i/hruby_domaci_produkt_(hdp) [3] Pˇrispˇevatel´e Wikipedie, Makroekonomie [online], Wikipedie: Otevˇren´a encyklopedie, c2013, Datum posledn´ı revize 8. 03. 2013, 13:55 UTC, [citov´ano 2013-10-15] Dostupn´e z: http://cs.wikipedia.org/w/index.php? title=Makroekonomie&oldid=9841731 [4] FINANCE MEDIA A.S. Finance.cz [online]. 2013 [cit. 2013-10-17]. Dostupn´e z: http://www.finance.cz/ [5] Wikipedie: ropsk´e unie
Otevˇren´a
encyklopedie:
Vstup
ˇ e Cesk´
republiky
do
Ev-
[online]. c2013 [citov´ano 2013-11-2]. Dostupn´e z: http:
//cs.wikipedia.org/w/index.php?title=Vstup_%C4%8Cesk%C3%A9_ republiky_do_Evropsk%C3%A9_unie&oldid=10456221 ´ Lena, Karel VEPREK, ˇ ˇ ´ Vladim´ır HOLUBEC [6] HALOUNOVA, Martin REH AK, ˇ ´ ´I A KARTOGRAFIE, Fakulta a Miroslav TEHLE. KATEDRA MAPOVAN ˇ stavebn´ı CVUT v Praze. Atlas urbanistick´eho v´yvoje ˇcesk´ych mˇest: od 60. let 20. stolet´ı. Praha, 2013. ISBN 978-80-01-05177-1. ˇ 500. ARCDATA PRAHA, s.r.o. ARCDATA PRAHA: Geografick´e in[7] ArcCR formaˇcn´ı syst´emy [online]. 2013 [cit. 2014-01-26]. Dostupn´e z: http://www. arcdata.cz/produkty-a-sluzby/geograficka-data/arccr-500/ ˇ Ministerstvo financ´ı Cesk´ ˇ e Republiky [online]. [8] MINISTERSTVO FINANC´I CR. 2013 [cit. 2014-01-08]. Dostupn´e z: http://www.mfcr.cz/
75
ˇ CVUT v Praze
ˇ YCH ´ ˚ SEZNAM POUZIT ZDROJU
ˇ ´ STATISTICKY ´ U ´ RAD. ˇ ˇ y statistick´y u [9] Veˇrejn´a datab´aze CESK Y Cesk´ ´ˇrad [online]. 2013. vyd. 2013 [cit. 2013-10-18]. Dostupn´e z: http://vdb.czso.cz/ ˇ y statistick´y u [10] Veˇrejn´a datab´aze. Cesk´ ´ˇrad [online]. 2014 [cit. 2014-01-12]. Dostupn´e z: http://vdb.czso.cz/vdbvo/uvod.jsp ´ ´ [11] Terminologick´ y slovn´ı zemˇemˇeˇriˇcstv´ı a katastru nemovitost´ı. VYZKUMN Y ´ ´ topografick´ ´ USTAV GEODETICKY, y a kartografick´ y, v.v.i. VUGTK [online]. [cit. 2014-01-15]. Dostupn´e z: http://www.vugtk.cz/slovnik/index.php ˇ ˇ [online]. c 2012 [cit. 2014-01-26]. Dostupn´e z: [12] Reditelstv´ ı silnic a d´alnic CR http://www.rsd.cz/ ˇ ´I, Jan, Tom´aˇs JANDA a V´aclav L´IDL. REDITELSTV ˇ ´I SILNIC A [13] HOREN ´ ˇ DALNIC CR. 70 let d´alnic ve fotografii [online]. 2009 [cit. 2014-01-26]. Dostupn´e z: http://www.rsd.cz/doc/Silnicni-a-dalnicni-sit/Historie/ kniha-70-let-dalnic-ve-fotografii c 2002 – 2014 [cit. 2014-01[14] CESKEDALNICE.CZ. Ceskedalnice.cz [online]. 26]. Dostupn´e z: http://www.ceskedalnice.cz/ ´ ´I SC ˇ ´ITAN ´ ´I DOPRAVY 2010. REDITELSTV ˇ ´I SILNIC A [15] CELOSTATN ´ ˇ Reditelstv´ ˇ ˇ [online]. 2011 [cit. 2014-01-31]. DoDALNIC CR. ı silnic a d´alnic CR stupn´e z: http://scitani2010.rsd.cz/pages/informations/default.aspx [16] Mapy.cz. SEZNAM.CZ, a. s. [online]. 2014 [cit. 2014-01-12]. Dostupn´e z: http: //mapy.cz [17] Help. ESRI. ArcGIS [online]. 2013 [cit. 2014-01-22]. Dostupn´e z: http:// resources.arcgis.com/en/help/ ˇ ´ [18] PAND˚ UCKOV A, Dostupn´e
Tereza.
S´ıt’ov´a
z:
anal´yza
v
GIS.
Praha,
2011.
http://gama.fsv.cvut.cz/~cepek/proj/bp/2011/ ˇ tereza-pantuckova-bp-2011.pdf. Bakal´aˇrsk´a pr´ace. CVUT. Vedouc´ı pr´ace Ing. Jiˇr´ı CAJTHAML, Ph.D.
76
ˇ CVUT v Praze
ˇ YCH ´ ˚ SEZNAM POUZIT ZDROJU
ˇ ´ Tereza. S´ıt’ov´e anal´yzy v GIS. Praha, 2012. Dostupn´e [19] PAND˚ UCKOV A, z:
http://maps.fsv.cvut.cz/diplomky/2013_DP_Pantuckova_Sitove_
ˇ analyzy_v_GIS.pdf. Diplomov´a pr´ace. CVUT. Vedouc´ı pr´ace Ing. Jiˇr´ı CAJTHAML, Ph.D. [20] Wikipedie: Otevˇren´a encyklopedie: Korelace [online]. c2013 [citov´ano 201401-18].
Dostupn´e
z:
http://cs.wikipedia.org/w/index.php?title=
Korelace&oldid=10867420 [21] Wikipedie: Otevˇren´a encyklopedie: Line´arn´ı regrese [online]. c2014 [citov´ano 2014-01-14]. Dostupn´e z: http://cs.wikipedia.org/w/index.php?title= Line%C3%A1rn%C3%AD_regrese&oldid=11224116 ˇ [22] RABUSIC, Ladislav. MASARYKOVA UNIVERZITA. Mnohon´asobn´a line´arn´ı regrese. Brno, 2004. [online]. c2014 [citov´ano 2014-01-18]. Dostupn´e z: http: //is.muni.cz/el/1423/podzim2004/SOC418/multipl_regres_1.pdf ˇ V UST ´ ´I NAD LABEM. [23] POPELKA, Jan. UNIVERZITA J.E. PURKYNE ´ ı nad Labem, 2012. [online]. c2014 [citov´ano 2014-01-10] Statistika. Ust´ Dostupn´e z: http://most.ujep.cz/~popelka/msp_prednasky.htm/SOC418/ multipl_regres_1.pdf ˇ ´ FAKULTA JU. Modern´ı regresn´ı metody. [24] SMILAUER, Petr. BIOLOGICKA ˇ e Budˇejovice, [online]. (c) 1998 - 2007. Dostupn´e z: http://regent.jcu. Cesk´ cz/MRM.pdf [25] Wikipedie: Otevˇren´a encyklopedie: Statistika
[online].
c2014
[citov´ano
2014-01-22]. Dostupn´e z: http://cs.wikipedia.org/w/index.php?title= Statistika&oldid=11221713
77