MODEL HODNOCENÍ REGIONŮ NA BÁZI VICEKRITERIÁLNÍHO VÁŽENÉHO RANKINGU Ivana KRAFTOVÁ Universita Pardubice, Fakulta ekonomicko-správní
[email protected] Abstrakt Při řízení povzbudivého růstu regionu hraje svou roli řada rozličných faktorů. Některé z nich lze považovat za významné z hlediska účinku na dynamiku rozvoje regionu. Otázkou je, zda při meziregionálním srovnání úroveň těchto ukazatelů odpovídá úrovni vytvořeného bohatství v regionu. Cílem příspěvku je popsat model hodnocení regionu na bázi vícekriteriálního váženého rankingu a ukázat výsledky jeho aplikace na datech regionů (krajů, NUTS III) České republiky. Klíčová slova: region, ranking, váha pořadí, bohatství, výkonnost, povzbudivý růst 1
ÚVOD Otázka růstu a rozvoje regionů je jednou ze zásadních, na něž je upřena pozornost v rámci Evropské unie [7]. Při hodnocení regionů, jejich konkurenceschopnosti, růstového potenciálu a rozvoje je možné užít různé metodiky [1]. Volnou inspirací pro vytvoření a aplikaci prezentovaného modelu vícekriteriálního váženého rankingu je Higginsova teorie povzbudivého růstu [3]. Indikátory, které představují v modelu zvažovaná kritéria, jsou voleny tak, aby respektovaly široký záběr potenciálu růstu, není proto vynechán ani aspekt rozvoje informační a znalostní společnosti. [2], [4], [5]. Stranou není ponechána ani otázka možné aplikace metrického benchmarkingu [6], resp. jisté benchmarkingové dekompozice souhrnného ukazatele, to zejména v souvislosti s řízením povzbudivého růstu regionu.
2
POPIS MODELU HODNOCENÍ REGIONU Při konstrukci modelu byla určena nejdříve vstupní data, tj. data, která představují kritéria hodnocení regionu při řízení jeho povzbudivého růstu. V této fázi bylo vybráno 5 ukazatelů, a to 1. disponibilní důchod domácností (DDD), který je vnímán jako odraz koupěschopné poptávky v regionu; tj. spotřebu, která podněcuje produkci; 2. tvorba hrubého fixního kapitálu (HFK), jakožto statisticky vykazovaný ukazatel investic, tj. odloženou spotřebu, která představuje jak obnovovací, tak čisté investice do nejvýznamnější části kapitálu; 3. vývoz regionu (EXP), odrážející svým způsobem jednak jeho výkonnost, ale také vnější konkurenceschopnost jako jednu z podmínek jeho ekonomického růstu; 4. výdaje na vědu a výzkum (VVV), které jsou ve znalostní společnosti chápány jako jeden z dynamizujících prvků rozvoje ekonomiky; 5. využití internetu (INT), který v podmínkách informační společnosti představuje vysoký potenciál pro rozvoj jak spotřeby, tak výroby a značnou měrou přispívá i k rozvoji znalostní společnosti, tedy podobně jako v předcházejícím případě jde o ukazatel, který byl vybrán do modelu jako dynamizující faktor zajišťování povzbudivého růstu regionu. Ukazatele 1 až 4 představují absolutní hodnoty v mil. CZK, tím jsou ignorovány meziregionální velikostní rozdíly, které mohou být popsány např. počtem obyvatel, resp. počtem zaměstnaných osob 425
podle charakteru ukazatele. Tabulka č. 1 zachycuje přehled uvažovaných indikátorů v jejich absolutním a relativním vyjádření. Tabulka 1 Přehled posuzovaných ukazatelů zkratka DDD DDD/o
typ abs. relat.
HFK HFK/z
abs. relat.
EXP EXP/z VVV VVV/z
abs. relat. abs. relat.
INT
relat.
popis, jednotka disponibilní důchod domácností regionu v mil. CZK disponibilní důchod domácností na obyvatele regionu v mil. CZK na 1 obyvatele tvorba hrubého fixního kapitálu v regionu v mil. CZK tvorba hrubého fixního kapitálu v regionu na zaměstnance v mil. CZK na 1 zaměstnance vývoz regionu v mil. CZK vývoz regionu na zaměstnance v mil. CZK na 1 zaměstnance Výdaje na vědu a výzkum v regionu v mil. CZK Výdaje na vědu a výzkum v regionu na zaměstnance v mil. CZK na 1 zaměstnance podíl jedinců využívajících internet v %
Pramen: vlastní zpracování Pozn.: Všechny ukazatele se vztahují k roku 2006, pouze INT je hodnotou vztaženou ke 2. čtvrtletí 2006.
Bylo stanoveno pořadí krajů podle jednotlivých ukazatelů. V každém tomto rankingu byla použita minimální hodnota jako základ = 1 a pro regiony s vyššími hodnotami ukazatele byl určen násobek základní minimální hodnoty, tj. váha jeho pozice v rankingu označená jako „váha pořadí“. Pro zjištění míry odlišnosti mezi absolutními a relativními ukazateli byl tento postup aplikován pro oba typy ukazatelů. Tabulka č. 2a dokládá, že absolutní ukazatele vykazují vyšší variabilitu hodnot, než ukazatele relativní, a to ve všech čtyřech porovnávaných případech. Tabulka 2b ukazuje na odlišnosti v pozicích jednotlivých regionů v rámci rankingů v závislosti na užití absolutního či relativního ukazatele.
426
Tabulka 2a Porovnání vah pořadí absolutních a relativních ukazatelů regionů pořadí 1 2 3 4 5 6 7 8 9 10 11 12 13 14
DDD 5,96 4,57 4,20 4,02 2,70 2,26 2,14 2,06 2,05 1,97 1,80 1,77 1,47 1,00
DDD/o 1,53 1,19 1,13 1,09 1,09 1,08 1,07 1,06 1,06 1,04 1,02 1,02 1,00 1,00
HFK 12,30 4,66 4,55 4,32 2,75 2,54 2,45 2,07 1,82 1,59 1,32 1,32 1,24 1,00
HFK/z 2,55 1,77 1,59 1,55 1,55 1,45 1,31 1,25 1,22 1,22 1,11 1,09 1,03 1,00
VVV 270,23 120,07 77,96 71,23 27,21 24,13 23,18 20,89 18,79 18,70 13,87 8,28 7,28 1,00
VVV/z 45,81 33,38 21,72 19,53 16,84 15,30 12,74 11,86 9,88 9,67 7,78 4,64 3,48 1,00
EXP 8,12 4,36 3,40 3,02 2,96 2,81 2,49 2,01 1,86 1,82 1,79 1,75 1,62 1,00
EXP/z 5,34 4,42 4,22 3,22 2,87 2,79 2,69 2,61 2,36 2,32 2,11 1,98 1,92 1,00
Pramen: vlastní zpracování
Odlišnosti v hodnotách vah pořadí v závislosti na typu ukazatele jsou zřejmé. Konkrétně: maximální váha VVV 5,9krát převyšuje maximální váhu VVV/zam., maximální váha HFK 4,83krát převyšuje maximální váhu HFK/zam., maximální váha DDD 3,89krát převyšuje maximální váhu DDD/obyv. Nejnižšího násobku dosahuje EXP, jehož maximální váha činí 1,53 násobek EXP/zam. Na základě odlišností vah pořadí lze vysledovat i změny v pozicích jednotlivých regionů v rankingu v závislosti na použitém ukazateli, jak dokládá tabulka č. 2b.
427
Tabulka 2b Změny v pozicích regionů v závislosti na typu ukazatele pořadí 1 2 3 4 5 6 7 8 9 10 11 12 13 14
DDD PHA STČ MSK JHM ULK JHČ OLK ZLK PLK HKK VYS PAK LBK KVK
DDD/o PHA STČ PLK HKK JHČ JHM VYS ZLK PAK LBK MSK OLK ULK KVK
HFK PHA MSK STČ JHM PLK ULK OLK JHČ ZLK HKK PAK VYS LBK KVK
HFK/z PHA PLK MSK STČ OLK JHM ULK JHČ KVK ZLK LBK HKK VYS PAK
VVV PHA STČ MSK JHM PAK JHČ ZLK LBK PLK OLK HKK ULK VYS KVK
VVV/z PHA STČ MSK JHM PAK LBK ZLK JHČ PLK OLK HKK VYS ULK KVK
EXP STČ MSK PLK PAK JHM ULK PHA ZLK LBK JHČ VYS HKK OLK KVK
EXP/z STČ PAK PLK LBK MSK ULK VYS ZLK KVK HKK JHČ OLK JHM PHA
Pramen: vlastní zpracování Pozn.: PHA=Praha, STČ=Středočeský kraj, JHČ=Jihočeský kraj, PLK=Plzeňský kraj, KVK=Karlovarský kraj, ULK=Ústecký kraj, LBK=Liberecký kraj, HKK=Královéhradecký kraj, PAK=Pardubický kraj, VYS=Kraj Vysočina, JHM=Jihomoravský kraj, OLK=Olomoucký kraj, ZLK=Zlínský kraj, MSK=Moravskoslezský kraj
Z tabulky 2b vyplývá, že nejvíce shodných pozic (tučně zvýrazněno) v obou typech ukazatelů se vyskytuje u ukazatele VVV (10 ze 14 dvojic), nejméně u ukazatele HFK (2 ze 14 dvojic). Pro model hodnocení regionů byly užity relativní ukazatele.
2.3 Rankingové vícekriteriální hodnocení regionů bez užití vah Při posouzení pozice jednotlivých regionů v rankingu bez užití vah bylo pořadí nahrazeno počtem bodů, kdy maximum bodů odpovídá počtu regionů v rankingu. Každému regionu bylo v každém ukazateli přiřazeno příslušné bodové ohodnocení. Čím lepší region v daném kritériu, tím vyšší hodnota. Hodnoty bodů dosažené v jednotlivých hodnocených ukazatelích byly následně sečteny a byla zjištěna ztráta regionu na dosažitelném maximu, které odpovídá součinu počtu regionů a počtu kritérií (ukazatelů). Na závěr této části byl zpracován ranking bodového součtu. Tabulka č. 3 obsahuje jak bodová hodnocení pořadí jednotlivých regionů podle jednotlivých ukazatelů, tak bodový součet a ztrátu na dosažitelné maximum (80).
428
Tabulka 3 Bodové ohodnocení rankingu jednotlivých kritérií a jeho sumace ztráta proti součet dosažitelnému kraj DDD/o. HFK/z. VVV/z EXP/z. INT bodů maximu PHA 14 14 14 1 14 57 13 STČ 13 11 13 14 12 63 7 JHČ 10 7 7 4 5 33 37 PLK 12 13 6 12 9 52 18 KVK 1 6 1 6 6 20 50 ULK 2 8 2 9 1 22 48 LBK 5 4 9 11 2 31 39 HKK 11 3 4 5 10 33 37 PAK 6 1 10 13 13 43 27 VYS 8 2 3 8 8 29 41 JHM 9 9 11 2 11 42 28 OLK 3 10 5 3 4 25 45 ZLK 7 5 8 7 3 30 40 MSK 4 12 12 10 7 45 25 Pramen: vlastní zpracování
V rámci stanovené metodiky hodnocení je nejlepším regionem ČR NUTS III Středočeský kraj (překvapivě to není Praha) a nejhorším NUTS III (podle očekávání) je Karlovarský kraj, i když i ten přesahuje dosažitelné minimum (5) o 15 bodů. Podle dosažených výsledků lze podle bodové ztráty oproti dosažitelnému maximu rozdělit regiony České republiky do tří skupin: v intervalu ≤0;10≥ se nachází pouze jeden region, a to Středočeský kraj; v intervalu ≤11;29≥ figuruje 5 regionů, a to (v závorce uvedena bodová ztráta): Praha (13); Plzeňský kraj (18); Moravskoslezský kraj (25); Pardubický kraj (27) a Jihomoravský kraj (28); v intervalu ≤30;50≥ jsou zbývající regiony, a to: Jihočeský a Královéhradecký kraj se stejnou bodovou ztrátou (37); Liberecký kraj (39); Zlínský kraj (40); kraj Vysočina (41); Olomoucký kraj (45); Ústecký kraj (48); Karlovarský kraj (50).
2.4 Rankingové vícekriteriální hodnocení regionů s užitím vah S ohledem na řádovou nesrovnatelnost hodnot ukazatele výdajů na vědu a výzkum na obyvatele (VVV/z), byl snížen ve všech případech na jednu desetinu své hodnoty. Vzhledem k tomu, že v modelu je rozhodující pořadí nikoli samotná hodnota ukazatele, nenarušuje tato úprava konzistenci dat. A to i s ohledem na to, že v dalším zpracování nedochází k multiplikaci ukazatelů. Váhy pořadí jednotlivých kritérií hodnocení – jak bylo výše uvedeno – představují násobek nejnižší hodnoty příslušného ukazatele, které dosáhl jeden z krajů. S ohledem na úpravu ukazatele VVV/z se ve vahách tohoto ukazatele objevují i hodnoty nižší než 1.
429
Tabulka 4 Váhové ohodnocení rankingu jednotlivých kritérií a jeho sumace kraj DDD/o HFK/z VVV/z EXP/z INT sumace PHA 1,534 2,549 4,581 1,617 11,279 1,000 STČ 1,194 1,546 3,338 5,335 1,286 12,699 JHČ 1,093 1,246 1,186 2,114 1,117 6,756 PLK 1,130 1,769 0,988 4,218 1,214 9,319 KVK 1,222 2,363 1,154 5,839 1,000 0,100 ULK 1,000 1,306 0,348 2,792 6,445 1,000 LBK 1,042 1,113 1,530 3,223 1,069 7,977 HKK 1,093 1,088 0,778 2,320 1,253 6,532 PAK 1,062 1,684 4,422 1,322 9,490 1,000 VYS 1,070 1,028 0,464 2,688 1,202 6,452 JHM 1,082 1,447 1,953 1,921 1,286 7,689 OLK 1,020 1,545 0,967 1,979 1,096 6,608 ZLK 1,062 1,222 1,274 2,614 1,084 7,257 MSK 1,023 1,587 2,172 2,873 1,178 8,833 Pramen: vlastní zpracování
Z tabulky č. 4 jsou zřejmé kraje s nejnižším pořadím ve sledovaných ukazatelích (hodnoty protučněny), a to v ukazateli disponibilní důchod domácností na obyvatele je to Karlovarský kraj těsně následovaný Ústeckým krajem; v ukazateli hrubého fixního kapitálu na zaměstnance je to Pardubický kraj; minimální hodnoty ve výdajích na vědu a výzkum dosahuje opět Karlovarský kraj; hodnota exportu na zaměstnance je nejnižší v Praze; nejnižší využití internetu vykazuje Ústecký kraj. S využitím sumace vah pořadí byl proveden ranking krajů, který zachycuje tabulka č. 5, která navíc zachycuje i absolutní hodnotu náskoku sumace vah pořadí příslušného kraje před jeho následovníkem.
430
Tabulka 5 Ranking krajů podle sumace vah pořadí
kraj Středočeský Praha Pardubický Plzeňský Moravskoslezský Liberecký Jihomoravský Zlínský Jihočeský Olomoucký Královéhradecký Vysočina Ústecký Karlovarský
sumace 12,699 11,279 9,490 9,319 8,833 7,977 7,689 7,257 6,756 6,608 6,532 6,452 6,445 5,839
náskok sumace vah pořadí před následujícím krajem 1,421 1,789 0,171 0,486 0,855 0,288 0,432 0,501 0,148 0,076 0,080 0,006 0,606 x
Pramen: vlastní zpracování
Rozdíly mezi kraji sousedícími v rankingu ukazují i na míru mezikrajových rozdílů, které jsou značné například mezi kraji Pardubickým a Prahou, či mezi Libereckým a Moravskoslezským krajem. Naopak téměř zanedbatelný rozdíl je mezi Ústeckým krajem a Vysočinou. Obdobně jako u bodového hodnocení lze i u hodnocení podle vah pořadí rozdělit regiony ČR, tentokrát do 4 skupin: hodnotu součtu vah nad 10 vykazují dva kraje, a to Středočeský kraj a Praha; v intervalu ≤8; 10≥ figurují 3 kraje, a to překvapivě (v pozitivním slova smyslu) Pardubický, dále Plzeňský a Moravskoslezský, hodnotu v intervalu ≤7; 8) dosahují kraje Liberecký, překvapivě (v negativním slova smyslu) Jihomoravský a dále Zlínský; v intervalu ≤5;7) se nacházejí zbývající regiony, a to: Jihočeský kraj, Olomoucký kraj, Královéhradecký kraj, kraj Vysočina, Ústecký kraj a poslední Karlovarský kraj. Pro ilustraci „silných a slabých stránek“ z hlediska hodnocených kritérií u jednotlivých krajů sledovaných podle výše uvedených 4 skupin jsou vytvořeny paprskové grafy č. 1-4, které ukazují plochu pětiúhelníků odrážející hodnotu vah pořadí dosaženou v jednotlivých hodnocených kritériích. Čím větší plocha, tím lepší celková pozice příslušného kraje. (V zájmu lepší rozlišitelnosti nejsou v jednotlivých grafech sjednoceny měřítka os, což však znemožňuje přímé vizuální porovnání mezi skupinami.)
431
DDD/o 6,0 5,0 4,0 3,0 2,0 1,0 0,0
INT
EXP/z
HFK/z Středočeský Praha
VVV/z
Graf 1Porovnání ploch pětiúhelníků vah pořadí ukazatelů první skupiny
DDD/o 5,0 4,0 3,0 2,0
INT
HFK/z
1,0
Pardubický
0,0
Plzeňský Moravskoslezský
EXP/z
VVV/z
Graf 2Porovnání ploch pětiúhelníků vah pořadí ukazatelů druhé skupiny
432
DDD/o 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0
INT
HFK/z
Liberecký Jihomoravský Zlínský
EXP/z
VVV/z
Graf 3Porovnání ploch pětiúhelníků vah pořadí ukazatelů třetí skupiny
DDD/o 3,0 2,5 2,0 1,5 1,0 0,5 0,0
INT
Jihočeský HFK/z
Olomoucký Královéhradecký Vysočina Ústecký Karlovarský
EXP/z
VVV/z
Graf 4 Porovnání ploch pětiúhelníků vah pořadí ukazatelů čtvrté skupiny
2.5 Porovnání výsledků modelu váženého rankingu s úrovní bohatství a výkonnosti jednotlivých krajů Kritéria zařazená do rankingového modelu jsou uvažovány jako předpoklady povzbudivého růstu, tj. takového růstu, který je vyvážený a eliminuje případné brzdy budoucího rozvoje. Jde o dostatečnost koupěschopné poptávky (DDD/o), dostatečnost investic (HFK/z), míru rozvoje znalostní společnosti (VVV/Z), míru rozvoje informační společnosti (INT) a dostatečnost konkurenceschopnosti (EXP/z). Výkonnost regionů je možno hodnotit v absolutním vyjádření vytvořenou hrubou přidanou hodnotou, v relativním vyjádření hrubou přidanou hodnotou na zaměstnance. Vedle toho jako ukazatel bohatství v absolutním vyjádření slouží regionální hrubý domácí produkt, v relativním vyjádření hrubý domácí produkt regionu na jednoho obyvatele. Jak relativní ukazatele bohatství a výkonnosti, tak jejich vstupní hodnoty jednotlivých krajů zachycuje tabulka č. 6.
433
kraj PHA STČ JHČ PLK KVK ULK LBK HKK PAK VYS JHM OLK ZLK MSK
Tabulka 6 Hodnoty ukazatelů ve vazbě na bohatství a výkonnost krajů ČR v roce 2006 HDP obyvatelstvo HDP/obyv. HPH zaměstnanci HPH/zam. 784 706 0,80 492 1 183 576 0,663 464 878 215 4 331 298 0,55 990 1 166 537 0,285 969 535 452 8 178 160 0,53 400 628 831 0,284 656 302 948 0 162 149 0,52 829 552 898 0,295 634 283 237 8 65 0,44 73 122 304 573 0,240 849 148 873 2 209 188 0,53 041 823 193 0,254 249 354 195 1 114 103 0,50 565 429 803 0,267 170 203 262 8 150 135 0,51 207 549 122 0,274 267 265 446 0 130 117 0,48 295 506 808 0,257 336 240 541 8 135 122 0,52 618 511 114 0,265 129 233 848 2 323 291 0,53 553 1 130 990 0,286 371 542 799 7 149 134 0,46 436 639 423 0,234 573 287 918 7 150 135 0,49 102 589 869 0,254 172 270 867 9 337 304 0,56 926 1 249 909 0,270 315 534 357 9
Pozn.: HDP a HPH za rok 2006 v mil. CZK; obyvatelstvo = střední stav roku 2006 v osobách, zaměstnanci = počet zaměstanců v hlavním pracovním poměru podle místa pracoviště v osobách Pramen: www.czso.cz a vlastní zpracování
Tabulka č. 7 zachycuje výsledky rankingu provedeného jednak podle sumace vah pořadí krajů ve sledovaných kritériích, jednak podle HDP na obyvatele a jednak podle HPH na zaměstnance spolu s uvedením příslušných hodnot.
434
Tabulka 7 Výsledky rankingů podle jednotlivých ukazatelů včetně jejich hodnot sumace vah pořadí HDP/o HPH/z STČ 12,699 PHA 0,663 PHA 0,804 PHA 11,279 PLK 0,295 MSK 0,569 PAK 9,490 JHM 0,286 STČ 0,558 PLK 9,319 STČ 0,285 JHM 0,537 MSK 8,833 JHČ 0,284 ULK 0,531 LBK 7,977 HKK 0,274 JHČ 0,530 JHM 7,689 MSK 0,270 PLK 0,528 ZLK JHČ OLK HKK VYS ULK ULK
7,257 6,756 6,608 6,532 6,452 6,445 5,839
LBK VYS PAK ZLK ULK ULK OLK
0,267 0,265 0,257 0,254 0,254 0,240 0,234
VYS HKK LBK ZLK PAK OLK ULK
0,522 0,510 0,508 0,499 0,488 0,467 0,442
Pramen: www.czso.cz a vlastní zpracování
Z uvedených údajů v tabulce č. 7 vyplývá, že relativní úroveň součtu pořadí vah jednotlivých hodnocených parametrů nejsou ve zřejmém souladu s rankingem provedeným podle zvolených ukazatelů bohatství (HDP/o) a výkonnosti (HPH/z). Přitom je zapotřebí vidět, – pomineme-li Prahu s ohledem na její výjimečnost – že v první polovině všech tří rankingů se vyskytují kraje: Středočeský, Plzeňský, Moravskoslezský a Jihomoravský. Pokud považujeme sumaci vah pořadí jako indikátor růstového potenciálu zajišťující udržitelnost zdrojů pro povzbudivý růst, pak vyznívá velmi dobře kraj Pardubický a Liberecký, přičemž oba dosahují lepších výsledků z hlediska tvorby bohatství než z hlediska výkonnosti. Zvláštní postavení má kraj Jihočeský, který zaujímá z hlediska sumace vah pořadí až 9. místo, avšak z hlediska výkonnosti je na místě 6., z hlediska tvorby bohatství dokonce na místě 5. Tato situace by mohla být interpretována jako nebezpečí nedostatečné tvorby potenciálu pro budoucí růst. Příznivá relace mezi vytvořeným HDP a počtem obyvatel posouvá Královéradecký kraj mezi první polovinu, ačkoli z hlediska obou dalších sledovaných hodnot se nachází v druhé polovině rankingu českých krajů. Velmi specifické postavení má kraj Ústecký, jehož výkonnost je 5. největší při téměř nejnižší úrovni růstových indikátorů a je až 12. v pořadí z hlediska tvorby bohatství. Tento stav může být zapříčiněn mimo jiné vysokým počtem obyvatel kraje, kteří nejsou v kraji samotném zaměstnáni. (Podobnou relaci mezi počtem zaměstnaných osob a celkovým počtem obyvatel kraje vykazuje i Moravskoslezský kraj, který zaujímá z hlediska výkonnosti hned druhé místo za Prahou, jak je patrné z tabulky č. 8). Následující tabulka č. 8 umožňuje porovnat pořadí podle sumace vah, ukazatele bohatství a výkonnosti v souvislosti s vahami rankingu podle jednotlivých kritérií hodnocení růstového potenciálu začleněných do vytvořeného modelu, umožňuje de facto provést v tomto smyslu mezikrajový benchmarking.
435
Tabulka 8 Výsledky rankingů podle jednotlivých ukazatelů včetně jejich hodnot pořadí podle váhy rankingu podle sumace kraj vah HDP/o HPH/z DDD/o HFK/z VVV/z EXP/z INT PHA 2 1 1 1,53 2,55 4,58 1,00 1,62 STČ 1 4 3 1,19 1,55 3,34 5,34 1,29 JHČ 9 5 6 1,09 1,25 1,19 2,11 1,12 PLK 4 2 7 1,13 1,77 0,99 4,22 1,21 KVK 14 13 14 1,00 1,22 0,10 2,36 1,15 ULK 13 12 5 1,00 1,31 0,35 2,79 1,00 LBK 6 8 10 1,04 1,11 1,53 3,22 1,07 HKK 11 6 9 1,09 1,09 0,78 2,32 1,25 PAK 3 10 12 1,06 1,00 1,68 4,42 1,32 VYS 12 9 8 1,07 1,03 0,46 2,69 1,20 JHM 7 3 4 1,08 1,45 1,95 1,92 1,29 OLK 10 14 13 1,02 1,55 0,97 1,98 1,10 ZLK 8 11 11 1,06 1,22 1,27 2,61 1,08 MSK 5 7 2 1,02 1,59 2,17 2,87 1,18 Pramen: vlastní zpracování
3
ZÁVĚR Smyslem navrženého modelu je relativní hodnocení krajů České republiky, a to na základě pěti kritérií, které lze považovat za indikátory růstového potenciálu, za zdrojové ukazatele ovlivňující – každý svým způsobem – bohatství a výkonnost příslušného regionu. Toto porovnání může být provedeno na základě rankingu bez užití vah pomocí bodového ohodnocení nebo přísnějším měřítkem, tj. rankingem s užitím vah pořadí, které navíc zohledňují relativní úroveň indikátoru. Posouzení pozice krajů z hlediska navrženého vícekriteriálního váženého rankingu v porovnání s jejich pozicí z hlediska zvolených ukazatelů bohatství a výkonnosti má svůj význam při řízení povzbudivého růstu regionu, tj. takového růstu, při němž jsou vytvářeny v potřebné míře zdroje budoucího růstu. A právě jako inspirace „nejlepší praxí“ může sloužit benchmarkingová dekompozice sumace vah pořadí, která je obsažena v tabulce č. 8. V porovnání s dosaženým pořadím v ukazatelích bohatství a výkonnosti je možné určit slabiny v růstovém potenciálu, nebo naopak slabiny v jeho využívání v jednotlivých krajích ve srovnání s ostatními. Je třeba však ukázat na dva problémy: jedním z nich je otázka optimální velikosti regionu pro výše uvedené hodnocení; (otázkou je, zda kraj není příliš malý region při hodnocení dopadu výdajů na vědu a výzkum, zda by toto hodnocení nevyžadovalo větší region); druhým problémem je časový posun mezi tvorbou zdrojů a jejich užitím, např. v jednom roce vytvořená investice přináší „své plody“ v obdobích následujících. Kromě toho se ukazuje jako významné včlenit do zkoumání i relace mezi různými základnami (jmenovateli) relativních ukazatelů, zde např. relaci mezi počtem obyvatel a počtem zaměstnaných osob v jednotlivých krajích. Poděkování: Tento článek byl zpracován za podpory Grantové agentury České republiky v souvislosti s řešením výzkumného projektu č. 402/08/0848.
436
POUŽITÁ LITERATURA [1] Baier S. L., Dwyer, G. P. Jr., Tamura R.: How Important Are Capital and Total Factor Produktivity for Economic Growth? Economic Inquiry 44 (1), 23-49 doi: 10.1093/ei/cbj003 [2] ESDIS: Building the Konwledge Society: Social and Human Capital Interactions. SEC (2003) 652. Brussels, 28.5.2003 [3] Higgins, R.C.: Analýza pro finanční management, Praha: Grada, 1997, ISBN 80-7169-404-5 [4] Morgan, K., Nauvelaers, C.: Regional Innovation Strategies: The Challenge for Less-Favored Regions. Regions, Cities and Public Policy Series; London: The Stationery Office and the Regional Studies Association, 1999 in Diez, M-A: New Approaches to Evaluating Regional Policy. The Potential of a Theory-Based Approach. GMI, 36, Winter 2001, EBSCO Publishing, s. 37-29 [5] Nelson, A. C.: Attitudes of business climate for high-tech industry. Economic Development Review, Park Ridge: Fall 1993. Vol. 11, Iss.4;pg 53, 10 pgs. [6] Široký J. a kol.: Benchmarking ve veřejné správě. 2. upravené a doplněné vydání. Praha: MV ČR, 2006, ISBN 80-239-7326-6 [7] Tomeš, J.: Evropa regionů – o regionálních problémech v Evropské unii. 2003. http://www.europeum.org/disp_article.php?aid=476 [8] www.czso.cz
437