LIDSKÉ ZDROJE JAKO VÝZNAMNÝ FAKTOR ROZVOJOVÉHO POTENCIÁLU KRAJŮ ČESKÉ REPUBLIKY

LIDSKÉ ZDROJE JAKO VÝZNAMNÝ FAKTOR ROZVOJOVÉHO POTENCIÁLU KRAJŮ ČESKÉ REPUBLIKY Human Resources as important Factor of the development Potential of Regions of the Czech Republic

Jaroslav Dufek, Bohumil Minařík

Abstract

Evaluation of the development potential of the regions of the Czech Republic from the point of view of human resources. Experts chose 26 which cover these four descriptors: demographic development, economic situation and employment, standard of living and social security scheme, education, state of health and crime rate. The analysis refers to 2008. The level and variability were set for all indicators, to assess the dispariry and regional division, cluster analysis was used. The results are presented in dendrograms and cluster graphs. The crucial contribution of the analysis is ranking the regions based on each deskriptor independently and consequently their overall complex ranking. The choice of indicators was reduced to of 14 indicators using the factor analysis. To determine the order of regions were used the so-called dot method enabling the determination of indexes of development potential. Keywords

regions of the Czech Pepublic, development potential, human resources, indicators, region division and ranking Úvod

Jednou z významných priorit v rámci Evropské unie a tedy i naší České republiky je regionální rozvoj, přičemţ velmi důleţitou úlohu v procesu rozvoje regionů lze přisoudit lidskému faktoru. Podpora rozvoje lidských zdrojů se stala součástí podpory podnikání a jako taková je dotována z evropských fondů. Systematickou péčí o zvyšování kvalifikace lidských zdrojů lze dojít k tzv. lidskému kapitálu, který představuje znalosti a dovednosti, kterými člověk disponuje a které vnáší do produkčního procesu. Lidský kapitál, jak potvrzuje trh práce, představuje nepostradatelný zdroj ekonomického růstu a sociální úrovně v regionech. Základním cílem příspěvku je kvantifikace rozvojového potenciálu lidských zdrojů v krajích České republiky na základě dat vztahujících se k roku 2008. Za dílčí cíle lze povaţovat hodnocení úrovně a variability vybraných indikátorů, posouzení disparity a následné členění krajů ČR z hlediska úrovně indikátorů, stanovení pořadí krajů podle jednotlivých deskriptorů a vyvození celkového pořadí rozvojového potenciálu lidských zdrojů v krajích ČR. Materiál a metodika

Výchozí číselný materiál byl získán z webových stránek Českého statistického úřadu. Problémem při hodnocení regionálního rozvoje je určení vhodných indikátorů a to jak z hlediska rozsahu, tak i z hlediska obsahu. Výběr indikátorů byl proveden s ohledem na 1

deskriptory, které jsou schopny popsat rozvojový potenciál regionů. Z celkového velkého počtu relevantních ukazatelů bylo vybráno 26 ukazatelů a pouţito jako indikátory zařazené v rámci čtyř souhrnnějších deskriptorů: 1 – Demografický vývoj: hustota obyvatel (osoby/km2), podíl venkovského obyvatelstva (%), věková skupina 15-64 let (%), index stáří (%), střední délka ţivota muţů (roky), střední délka ţivota ţen (roky), ţivě narození na 1000 obyvatel (‰), zemřelí na 1000 obyvatel (‰), migrační přírůstek na 1000 obyvatel (‰), 2 – Ekonomická úroveň a zaměstnanost: registrované subjekty na 1000 obyvatel (‰), zaměstnaní celkem na 1000 obyvatel (osoby), míra ekonomické aktivity celkem (%), uchazeči o zaměstnání na 1000 obyvatel (osoby), volná pracovní místa na 1 uchazeče o zaměstnání (místa), míra registrované nezaměstnanosti (%), 3 – Životní a sociální úroveň: HDP na 1 obyvatele (Kč), ČDD na 1 obyvatele (Kč), průměrná hrubá měsíční mzda (Kč), příjemci důchodů celkem na 1000 obyvatel (osoby), průměrný měsíční důchod celkem (Kč), počet míst sociální péče na 1000 obyvatel (místa), 4 – Vzdělání, zdravotní stav a kriminalita: počet studentů denního studia středních škol na 1000 obyvatel (osoby), počet studentů vysokých škol na 1000 obyvatel podle trvalého bydliště(osoby), počet obyvatel na 1 lékaře (osoby), průměrná pracovní neschopnost (%), spáchané trestní činy na 1000 obyvatel (počet). Při zpracování číselného materiálu jsou uplatněny relevantní statistické metody, které umoţňují dosáhnout poţadovaných výsledků řešení. Jako základní metody jsou vyuţity charakteristiky úrovně a variability. Při členění krajů do homogennějších skupin z hlediska více indikátorů je uplatněna hierarchická shluková analýza, její metoda nejvzdálenějšího souseda při Euklidovské vzdálenosti. Aby byl vyloučen vliv různé úrovně a variability indikátorů, jsou převedeny na normované hodnoty. Pro kvantifikaci rozvojového potenciálu krajů a určení jejich pořadí je vyuţita faktorová analýza, na jejímţ základě je výběr indikátorů zúţen. Úroveň rozvojového potenciálu regionů je pak vyjádřena prostřednictvím indexů rozvojového potenciálu. V daném případě jsou definovány na základě bodové metody jako n

I

RP j



b k

wi

ij

i 1

(1)

n

 b j 1 i 1

ij

wi

k kde: bi j …… bodová hodnota i-té proměnné (indikátoru) v j-tém regionu (kraji), wi …… váha i-té proměnné (indikátoru), bi j wi … bodové skóre i-té proměnné (indikátoru) v j-tém regionu (kraji), n …… počet proměnných (indikátorů), k …… počet regionů (krajů). Bodová hodnota bi j je rovna bi j 

bi j 

/ xi j  xmin / / xmax  xmin / / xmax  xi j / / xmax  xmin /

při pozitivní působnosti

při negativní působnosti

(2)

(3)

V případě, ţe index nabývá hodnoty 1, lze hodnotit stav či vývoj kraje jako průměrný. Vyšší hodnoty indexu neţ 1 vypovídají o nadprůměrném potenciálu kraje, přičemţ platí, ţe 2

čím vyšší je hodnota indexu, tím větší je úroveň rozvojového potenciálu kraje. Opačně, při niţší hodnotě indexu neţ 1 jde o podprůměrný potenciál kraje, při klesající hodnotě indexu se sniţuje i rozvojový potenciál hodnoceného kraje. Výsledky

Základní přehled o úrovni a variabilitě všech vybraných 26 indikátorů poskytuje Tab. 1. Je třeba konstatovat, ţe charakteristiky jsou počítány prostou formou z dat souboru 14 krajů České republiky, kdy kaţdý kraj jako jednotka hodnoceného souboru má stejnou váhu. Některé indikátory se výrazně odlišují svými hodnotami u Hlavního města Prahy od ostatních krajů, coţ bylo v analýze zvaţováno, ale vzhledem k rozsahu příspěvku není uváděno. Tab. 1: Charakteristiky úrovně a variability indikátorů u souboru krajů ČR Měrné Aritmetický jednotky průměr Demografický vývoj Hustota obyvatel osoby/km2 292,25 Podíl venkovského obyvatelstva % 30,41 Věková skupina 15–64 let % 70,94 Index stáří % 104,53 Střední délka ţivota muţů roky 73,81 Střední délka ţivota ţen roky 79,99 Ţivě narození na 1000 obyvatel ‰ 11,41 Zemřelí na 1000 obyvatel ‰ 10,03 Migrační přírůstek na 1000 obyvatel ‰ 5,75 Ekonomická úroveň a zaměstnanost Počet registr. subjektů na 1000 obyv. ‰ 239,23 Zaměstnaní celkem na 1000 obyv. ‰ 481,15 Míra ekonomické aktivity % 58,47 Poč. uchazečů o zaměst. na 1000 obyv. ‰ 34,34 Volná pracovní místa na 1 uchazeče místa 0,30 Míra registrované nezaměstnanosti % 6,19 Ţivotní a sociální úroveň HDP na 1 obyvatele Kč 327000 ČDD na 1 obyvatele Kč 177227 Průměrná hrubá měsíční mzda Kč 19161 Příjemci důchodů na 1000 obyvatel osoby 263,73 Průměrný měsíční důchod Kč 9384 Počet míst soc. péče na 1000 obyv. místa 6,62 Vzdělanost, zdravotní stav a kriminalita Studenti středních škol na 1000 obyv. osoby 53,84 Studenti vysokých škol na 1000 obyv. osoby 31,49 Počet obyvatel na 1 lékaře osoby 253,14 Průměrná pracovní neschopnost % 5,41 Trestné činy na 1000 obyv. počet 29,99 Indikátor

Směrodatná odchylka

Variační koeficient

632,87 12,61 0,58 10,45 1,08 0,69 0,52 0,27 6,55

2,17 0,41 0,01 0,10 0,01 0,01 0,05 0,03 1,14

46,37 26,18 1,52 9,93 0,34 1,96

0,19 0,05 0,03 0,29 1,14 0,32

127176 21072 2472 10,52 220 1,54

0,39 0,12 0,13 0,04 0,02 0,23

4,79 4,80 43,66 0,51 12,87

0,09 0,15 0,17 0,09 0,43

Z indikátorů demografického vývoje ovlivňuje Hlavní město Praha vysokou úroveň a variabilitu především u hustoty obyvatel a spolu se Středočeským krajem u migračního přírůstku. Podíl venkovského obyvatelstva má u Hlavního města Prahy nulovou hodnotu a poněkud sniţuje relativně vysokou variabilitu. Zhruba střední variabilitu má index stáří, všechny ostatní indikátory jsou minimálně variabilní. V případě deskriptoru ekonomická úroveň a zaměstnanost mají indikátory vztahující se k zaměstnanosti variabilitu významně niţší, neţ je tomu u indikátorů popisujících nezaměstnanost. Vůbec nejniţší mezikrajová variabilita je u ekonomické aktivity, neboť činí 3

jen 3 %. Naproti tomu je nejvyšší variabilita v případě volných pracovních míst na 1 uchazeče o zaměstnání, neboť dosahuje 114 %. Všeobecně lze konstatovat, ţe aţ na výjimky mají české kraje vyšší nabídku volných pracovních míst na 1 uchazeče neţ kraje moravské. Hlavní město Praha má oproti ostatním krajům výrazně vyšší HDP na 1 obyvatele a průměrnou hrubou měsíční mzdu, coţ ovlivňuje i vyšší variabilitu. Mezikrajově je vysoká variabilita i u počtu míst sociální péče na 1000 obyvatel. Počty studentů jsou uváděny podle trvalého bydliště a ne podle místa návštěvy škol, kdy by variabilita byla významně vyšší. Hlavní město Praha má počet obyvatel na 1 lékaře zhruba poloviční neţ ostatní kraje, oproti ostatním krajům však má aţ trojnásobnou kriminalitu. Pro hodnocení disparity a členění krajů do homogennějších skupin byla vyuţita shluková analýza. Vzhledem k různým měrným jednotkám a rozdílné úrovni či variabilitě indikátorů byly jejich hodnoty převedeny na bezrozměrné normované hodnoty. Podle všech vybraných 9 indikátorů demografického vývoje jsou kraje členěny do 4 skupin, jak lze posoudit z dendrogramu na Obr. 1. 10

vzdálenost

8

6

4 shluky 4

2

0

3

9

11

8

12

13

4

10

2

1

5

7

6

14

k r a j e

Obr. 1: Dendrogram krajů ČR podle indikátorů demografického vývoje 1. shluk: 1 kraj ( 7,14 %): 1 – Hlavní město Praha 2. shluk: 1 kraj ( 7,14 %): 2 – Středočeský kraj 3. shluk: 8 krajů (57,15 %): 3 – Jihočeský kraj, 4 – Plzeňský kraj, 8 – Královéhradecký kraj, 9 – Pardubický kraj , 10 – Vysočina, 11 – Jihomoravský kraj, 12 – Olomoucký kraj, 13 – Zlínský kraj 4. shluk: 4 shluky (28,57): 5 – Karlovarský kraj, 6 – Ústecký kraj, 7 – Liberecký kraj, 14 – Moravskoslezský kraj Podle 6 indikátorů deskriptoru ekonomická úroveň a zaměstnanost je soubor krajů ČR členěn do 3 shluků, jak to prezentuje Obr. 2.

4

10

vzdálenost

8

6

3 shluky 4

2

0

2

3

4

9

13

8

10

5

6

14

7

11

12

1

k r a j e

Obr. 2: Dendrogram krajů ČR podle indikátorů ekonomické úrovně a zaměstnanosti 1 – Hlavní město Praha 2 – Středočeský kraj, 3 – Jihočeský kraj, 4 – Plzeňský kraj, 5 – Karlovarský kraj, 8 – Královéhradecký kraj, 9 – Pardubický, 10 – Vysočina, 13 – Zlínský kraj 3. shluk: 5 krajů ( 35,71 %): 6 – Ústecký kraj, 7 – Liberecký kraj, 11 – Jihomoravský kraj, 12 – Olomoucký kraj, 14 – Moravskoslezský kraj Podle 6 indikátorů ţivotní s sociální úrovně jsou kraje členěny do 3 homogennějších skupin jak je zřejmé z dendrogramu na Obr. 3. 1. shluk: 1 kraj ( 7,14 %): 2. shluk: 8 krajů ( 57,15 %):

10

vzdálenost

8

6

3 shluky

4

2

0

2

5

6

4

14

3

9

13

11

8

10

12

7

1

k r a j e

Obr. 3: Dendrogram krajů ČR podle indikátorů ţivotní a sociální úrovně 1. shluk: 1 kraj ( 7,14 %) 1 – Hlavní město Praha 2. shluk: 3 kraje ( 21,42 %): 2 – Středočeský kraj, 5 – Karlovarský kraj, 6 – Ústecký kraj 3. shluk: 10 krajů (71,44 %) : 3 – Jihočeský kraj, 4 – Plzeňský kraj, 7 – Liberecký kraj, 8 – Královéhradecký kraj, 9 – Pardubický kraj, 10 – Vysočina, 11 – Jihomoravský kraj, 12 – Olomoucký kraj, 13 – Zlínský kraj, , 14 – Moravskoslezský kraj

5

Podle vzdělanosti, zdravotního stavu a kriminality je soubor krajů ČR členěn do 3 skupin, jak uvádí Obr. 4.

vzdělanost

8

6

4

3 shluky 2

0

4

5

6

7

2

3

12

8

11

9

10

13

14

1

k r a j e

Obr. 4: Dendrogram krajů ČR podle indikátorů vzdělanosti, zdravotního stavu a kriminality 1. shluk: 1 kraj ( 7,14 %): 2. shluk: 5 krajů (35,71 %): 3. shluk: 8 krajů (57,15 %):

1 – Hlavní město Praha 2 – Středočeský kraj, , 4 – Plzeňský kraj, 5 – Karlovarský kraj, 6 – Ústecký kraj, 7 – Liberecký kraj, 13 – Zlínský kraj 3 – Jihočeský kraj, 8 – Královéhradecký, 9 – Pardubický, 10 – Vysočina, 11 – Jihomoravský kraj, 12 – Olomoucký kraj, 14 – Moravskoslezský kraj

Kromě členění krajů podle všech indikátorů zařazených do jednotlivých deskriptorů byla shluková analýza vyuţita i při členění vţdy podle logických dvojic indikátorů a bylo tak moţno po posouzení počtu skupin krajů podle dendrogramu vyhotovit velmi názorné grafy shluků. Ukázku členění podle počtu středoškoláků a vysokoškoláků poskytuje Obr. 5, kterou je moţno doplnit identifikací krajů ve skupinách.

normované hodnoty počtu studentů vysokých škol na 1000 obyvatel

3

2

a a

1 c 0

-1

-2 -3

c d d

b

c cc c c

d d

-2

-1

0

1

2

normované hodnoty počtu studentů středních škol na 1000 obyvatel

Obr. 5: Graf shluků podle počtu středoškoláků a vysokoškoláků na 1000 obyvatel

6

Pro stanovení pořadí krajů byl na základě faktorové analýzy zúţen počet indikátorů ze všech deskriptorů na celkový počet 14 a konkretizován jejich výběr podle faktorových zátěţí. Při výpočtech je třeba přihlédnout k jejich důleţitosti (váze) a směru působnosti. Váhy indikátorů jsou stanoveny expertně, přičemţ jejich průměr je roven 1. Směr působnosti je určen tak, ţe pokud zvýšení hodnot je posuzováno příznivě, jde o pozitivní působnost a naopak, pokud zvyšování hodnot je nepříznivé, hodnotí se působnost jako negativní. Indikátor

Váha wi

Směr působnosti

index stáří (%) podíl 15–64letých (%) ţivě narození na 1000 obyvatel (‰) zemřelí na 1000 obyvatel (‰)

1,5 0,8 1,2 0,5

negativní pozitivní pozitivní negativní

míra registrované nezaměstnanosti (%) zaměstnaní celkem na 1000 obyvatel (osoby) míra ekonomické aktivity (%)

1,3 0,8 0,9

negativní pozitivní pozitivní

HDP na 1 obyvatele (Kč) příjemci důchodů na 1000 obyvatel (osoby) počet míst sociální péče na 1000 obyvatel (místa) průměrný měsíční důchod (Kč)

1,5 0,7 0,8 1,0

pozitivní negativní pozitivní pozitivní

studenti vysokých škol na 1000 obyvatel počet obyvatel na 1 lékaře trestné činy na 1000 obyvatel

1,5 0,8 0,7

pozitivní negativní negativní

Existuje řada moţných metodických postupů, jak přistupovat k určování pořadí. Můţe být pouţita např. metoda zaloţená na váţených normovaných hodnotách, z nichţ se pro stanovení pořadí vypočte celkové skóre. Obvykle se však počítá tzv. index rozvojového potenciálu, podle jehoţ hodnot se rozvojový potenciál regionu posuzuje. Je-li jeho hodnota rovna 1, svědčí to o průměrné úrovni rozvojového potenciálu regionu. V daném případě byla zvolena tzv. bodová metoda. Pro stanovení pořadí krajů se vychází z rozdílů výchozích hodnot daného indikátoru a jeho minimální či maximální hodnoty a přihlíţí se ke směru působnosti indikátoru, čímţ se získají bodové hodnoty i–tého indikátoru v j–tém kraji. Vzorce pro výpočet bodových hodnot jsou obsaţeny v metodické části příspěvku. Součinem bodových hodnot s vahami indikátorů se dostanou dílčí skóre indikátorů v jednotlivých krajích a jejich součtem v rámci kaţdého kraje celkové skóre. Indexy rozvojového potenciálu jsou pak dány podílem celkových skóre krajů k průměrnému celkovému skóre všech krajů. Z indexů rozvojového potenciálu je poté stanoveno pořadí krajů podle zvoleného deskriptoru. Příkladem výpočtů je stanovení pořadí krajů ČR podle demografického vývoje. Postup je demonstrován v Tab. 2. – 4.

7

Tab. 2: Výchozí hodnoty indikátorů demografického vývoje krajů ČR pro rok 2008 Index Věková skup. Ţivě naroz. Zemřelí stáří 15–64 let na 1000 obyv. na 1000 obyv. KR AJ – + + – 1 Hlavní město Praha 11,7 10,0 130,01 72,00 2 Středočeský 95,57 70,84 10,1 12,5 3 Jihočeský 103,16 70,83 11,3 10,0 4 Plzeňský 110,09 70,94 11,3 10,2 5 Karlovarský 93,72 71,77 11,5 9,8 6 Ústecký 71,54 12,0 87,57 10,6 7 Liberecký 94,08 71,37 12,0 9,9 8 Královéhradecký 109,63 11,3 10,0 70,05 9 Pardubický 103,73 70,34 11,2 9,9 10 Vysočina 104,48 70,28 11,0 9,5 11 Jihomoravský 112,27 70,63 11,5 9,8 12 Olomoucký 107,07 70,74 11,1 10,0 13 Zlínský 110,78 70,56 10,2 10,6 14 Moravskoslezský 101,23 71,23 10,7 10,4 Poznámka: + pozitivní působnost , – negativní působnost maximální hodnota, minimální hodnota

Tab. 3: Bodové hodnoty b i j pro hlavní indikátory demografického vývoje 1 2 3 4 5 6 7 8 9 10 11 12 13 14

KR AJ Hlavní město Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský

Index stáří 0,0000 0,8115 0,6327 0,4694 0,8551 1,0000 0,8466 0,4802 0,6192 0,6016 0,4180 0,5405 0,4531 0,6781

Věková skup. Ţivě naroz. Zemřelí 15–64 let na 1000 obyv. na 1000 obyv. 1,0000 0,5789 0,5455 0,4051 1,0000 0,4545 0,4000 0,3684 0,5455 0,4564 0,3684 0,3636 0,8821 0,4737 0,7273 0,7641 0,7368 0,0000 0,6769 0,7368 0,6364 0,0000 0,3684 0,5455 0,1487 0,3158 0,6364 0,1179 0,2105 1,0000 0,2974 0,4737 0,7273 0,3538 0,2632 0,5455 0,2615 0,0000 0,3636 0,6051 0,0526 0,1818

Tab. 4: Celková bodové skóre, indexy rozvojového potenciálu a pořadí krajů podle indikátorů demografického vývoje v roce 2008 KR AJ 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Hlavní město Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský

Celkové bodové skóre  bi j wi

Index rozvojového potenciálu

Pořadí krajů

1,7674 2,9686 1,9839 1,6931 2,9204 2,9954 3,0138 1,4351 1,7449 1,7493 1,7970 1,6824 1,0707 1,6553

0,8689 1,4594 0,9753 0,8324 1,4357 1,4726 1,4816 0,7055 0,8578 0,8600 0,8834 0,8271 0,5264 0,8138

8 3 5 10 4 2 1 13 9 7 6 11 14 12

8

Stejným způsobem bylo za pouţití bodové metody stanoveno pořadí krajů u tří dalších deskriptorů. Přehled těchto dílčích pořadí a komplexní pořadí krajů ČR získané na základě součtu dílčích pořadí prezentuje Tab. 5. Znamená to, ţe všem čtyřem deskriptorům byla přiznána stejná váha Tab. 5: Celkové pořadí krajů ČR podle rozvojového potenciálu lidských zdrojů v roce 2008 KR AJ

1 2 3 4 5 6 7 8 9 10 11 12 13 14

demografického vývoje 8 3 5 10 4 2 1 13 9 7 6 11 14 12

Hlavní město Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský

Pořadí podle indikátorů ekonomiky ţivotní a a zaměstsociální nanosti úrovně 1 3 3 2 4 4 2 9 6 6 14 1 12 12 7 11 8 5 5 13 10 7 11 14 9 10 13 8

vzdělanosti, zdravotnictví a kriminality 1 12 6 10 14 13 11 7 9 5 3 4 2 8

Součet pořadí

Celk. pořadí

13 20 19 31 30 30 36 38 31 30 26 40 35 41

1 3 2 8-9 5–7 5–7 11 12 8-9 5–7 4 13 10 14

Jak je zřejmé z dílčích pořadí krajů podle jednotlivých deskriptorů, projevují se u některých krajů značné rozdíly. Např. Hlavní město Praha zaujímá u tří deskriptorů 1. místo, avšak z hlediska demografického vývoje aţ 8. místo. Přesně opačnou pozicí se vyznačuje Liberecký kraj, který je na 1. místě podle demografického vývoje, zatímco podle ostatních tří deskriptorů na místech zadních. Podobnou situací, i kdyţ méně rozdílných dílčích pořadí, se vyznačuje i řada dalších krajů. Nejvyrovnanější dílčí pořadí vykazují kraje Jihočeský a Pardubický. Komplexní pořadí krajů ČR při hodnocení jejich rozvojového potenciálu z hlediska lidských zdrojů lze názorně posoudit z grafického znázornění na Obr. 6. 45

součet pořadí podle deskriptorů

40

KH

35

ZL 30

JM 20

JČ

15

MS

LI

PL PA

KV ÚS VY

25

OL

SČ

Pha

10 0

1

2

3

4

5

6

7

8

9

10 11 12 13 14 15

celkové p ořadí krajů

Obr. 6: Pořadí krajů ČR podle 4 deskriptorů (14 indikátorů) rozvojového potenciálu lidských zdrojů v roce 2008 9

Závěr

Vzhledem k tomu, ţe základním faktorem rozvoje společnosti jsou lidé, je předloţená práce zaměřena na hodnocení rozvojového potenciálu krajů České republiky z hlediska lidských zdrojů. Časově se analýza vztahuje k roku 2008. Završením analýzy je celkové pořadí krajů České republiky z hlediska vybraných indikátorů rozvojového potenciálu lidských zdrojů. Na 1. místě se umístilo Hlavní město Praha, další přední místa obsazují Jihočeský kraj, Středočeský kraj a Jihomoravský kraj. Poslední místo zaujímá Moravskoslezský kraj. Příspěvek byl zpracován v rámci řešení výzkumného záměru PEF MZLU v Brně MSM 6215648904, tematického směru 5 a jeho dílčího úkolu „Analýza demografického vývoje ČR, důsledky zpoždění oproti vyspělým západním zemím, projevy ve venkovském prostředí u základních demografických charakteristik obecně a podle konkrétních specifických podmínek regionů ČR“. Literatura

DUFEK, J., 2008: Hodnocení krajů České republiky podle demografických charakteristik v roce 2006. In: Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 3: 57-66. DUFEK, J. – MINAŘÍK, B., 2009: Age of population and the development of population ageing in the regions of the Czech Republic. In: Agricultural Economics (Zemědělská ekonomika), 6: 259-270. DUFEK, J. – MINAŘÍK, B., 2010: Hodnocení rozvojového potenciálu krajů České republiky z hlediska lidských zdrojů. Brno: Mendelova univerzita v Brně, 142 s.. GERYLOVOVÁ, A. – HOLČÍK, J., 1999: Střední délka ţivota v krajích a okresech České republiky.In: Demografie, 3: 184-192. HRABÁNKOVÁ, M., 2007: Přístupy k řešení regionálních disparit ve venkovských oblastech. In: Sborník z VIII. mezinár. konf. Liberecké ekonomické fórum 2007, 906-920. LANGHAMROVÁ, J. – FIALA, T., 2007: The Ageing of the Population and its Consequences. In: Forum Statisticum Slovacum, 6: 79-83. MINAŘÍK, B. – DUFEK, J. – SOJKOVÁ, Z., 2009: Konvergenční procesy vybraných demografických ukazatelů v krajích ČR. In: Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis. 6, v tisku. PALÁT, M. – MACA, E., 2005: Development and prediction of the selected population movement indicators in the Czech Republic. In: Agricultural Economics, 6: 235-239. SVATOŠOVÁ, L., 2006: Analýza potenciálu lidských zdrojů v regionech. In: Acta Universitatis Meridionales , The Scientific Journal for Economics, Management and Trade. 9, 71-74. SVATOŠOVÁ, L., 2007: Lidské zdroje jako předpoklad regionálního rozvoje. In: Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 3: 157-162. SVATOŠOVÁ, L. – BOHÁČKOVÁ, I. – HRABÁNKOVÁ, M, 2005: Regionální rozvoj z pozice strukturální politiky. České Budějovice: Jihočeská univerzita v Českých Budějovicích, Zemědělská fakulta, 173 s. Adresa autorů:

Jaroslav Dufek, Prof., Ing., DrSc. Mendelova univerzita v Brně Zemědělská 1 613 00 Brno [email protected]

Bohumil Minařík, Prof., Ing., CSc. Mendelova univerzita v Brně Zemědělská 1 613 00 Brno minaří[email protected] 10