Model ideální sítě škol

Libor Svoboda, Michaela Kleňhová a kol.

Model ideální sítě škol (východiska, popis modelu a základní výsledky) Úvod Předkládaný článek se pokouší o modelový pohled na současnou síť středních škol v České republice. Snaží se přitom upozornit na širší souvislosti, zejména demografického vývoje, důležité pro její další rozvoj. Použitá technika modelování rozsahu sítě škol vychází z platných Rámcových vzdělávacích programů a z pravidel pro sestavování krajských normativů. Výchozími údaji se staly údaje za školní rok 2009/10, ale použité postupy jsou poměrně snadno přenositelné na data za další roky. Článek kolektivním dílem pracovníků Vysoké školy ekonomické v Praze (VŠE), Ústavu pro informace ve vzdělávání (ÚIV) a Střediska vzdělávací politiky UK v Praze (SVP). Vedoucím autorského kolektivu byl Libor Svoboda z VŠE v Praze, výpočty zpracovala Michaela Kleňhová z ÚIV. Dílčí analýzy a podkladové materiály připravili Soňa Fořtová (ÚIV) a Petr Mazouch (VŠE). Konzultacemi přispěli Tomáš Bouda a Jan Koucký.

Kapacita sítě škol z pohledu dlouhodobého demografického vývoje Současná síť škol a školských zařízení a jejich kapacitní rozsah (jak pokud jde o materiálně technické vybavení, tak i pokud jde o rozsah personálního zabezpečení) byla formována v předchozích desetiletích. Postupně se musela vyrovnávat s výraznými změnami ve věkové (a částečně i sídelní) struktuře (a rozmístění) obyvatelstva školního věku. Významné změny ve věkové struktuře obyvatelstva školního věku lze očekávat i v nejbližších desetiletích. Pro hodnocení očekávaného dlouhodobého vývoje vycházíme z oficiální projekce počtu obyvatel v pětiletých věkových skupinách v krajích ČR, kterou zpracoval Český statistický úřad v roce 2009 s horizontem projekce (tj. nejzazším časovým okamžikem) v roce 2066. Vzhledem k tomu, že se jedná o dlouhodobou projekci a tedy o odhad budoucího vývoje za řady zjednodušujících předpokladů (zejména není uvažována vnější ani vnitřní migrace, úmrtnost a plodnost jsou modelovány expertně zpravidla dle vývoje v demograficky vyspělejších zemích), není pro potřeby základních perspektivních úvah nutné upravovat v demografii běžné třídění do pětiletých věkových skupin, tj. relativní vývoj věkové skupiny 0-4 dokončených let je možné použít pro základní odhady nutných kapacit sítě mateřských škol, věkové skupiny 5-9 dokončených let pro odhady nutných kapacit sítě 1. stupně základních škol, věkové skupiny 10-14 pro odhady kapacit sítě 2. stupně základních škol resp. nižšího stupně víceletých gymnázií a relativní vývoj věkové skupiny 15-19 pro rámcové odhady kapacit sítě středních škol.

-1-

Oficiální projekce ČSÚ je zpracována s prahem projekce v roce 2009 a horizontem v roce 2066. Je třeba předeslat, že zejména údaje pro druhou polovinu takto vymezeného období je třeba chápat jako spíše orientační, vycházející ze současných znalostí o trendech populačního vývoje. Mateřské školy Požadavky na kapacity sítě mateřských škol jsou (vzhledem k nepovinné docházce do všech ročníků mateřské školy) jsou rozumně modelovatelné jen za doplňujícího předpokladu, že míra participace (tj. účasti dětí z příslušných ročníků na vzdělávání) zůstane na současné úrovni. V takovém případě lze očekávat, že největší potřeba kapacit mateřských škol bude v nejbližších několika letech. Maximum potřebné kapacity lze situovat do let 2012 až 2014. S výjimkou hlavního města Prahy nepřekročí nárůst potřeb kapacit sítě mateřských škol v žádném z krajů v těchto letech 5 % oproti stavu roku 2010, v Praze bude hodnota překročení současných kapacit do 7 %. Poté bude ve všech krajích České republiky potřeba kapacit mateřských škol dlouhodobě klesat (přibližně do roku 2035), kdy ve většině krajů dosáhne úrovně cca 65-75 % výchozího roku 2010. Mírné zvýšení nároků na kapacitu mateřských škol v následujících letech ve většině krajů nepřekročí 80 % stavu roku 2010 v letech 2045-2050 s následným poklesem na 60 % současné hodnoty kapacit. Výjimkou je opět hlavní město Praha, kde je predikována největší rozkolísanost těchto hodnot. Např. pokles kolem roku 2035 lze odhadovat až na pouze téměř 50 % současných kapacit. K odhadům potřeb kapacit mateřských škol je třeba dodat, že se jedná o nejnižší věkovou skupinu 0-4 letých, ve které jsou odhady již pro první roky projekce ztíženy nutností odhadovat počty narozených v jednotlivých letech, zatímco u např. u projekce vývoje věkové skupiny 15-20 letých jsou takové odhady třeba až pro 15 rok projekce (tedy v případě projekce ČSÚ až pro projekci vývoje této skupiny pro rok 2025 a následující. Situace v jednotlivých krajích České republiky je dobře patrná z následujícího grafu. Údaje je třeba chápat jako krajské úhrny, tj. s vědomím, že v případě mateřských škol se mohou místní (obecní) podmínky i výrazněji odchylovat od krajských úhrnů oběma směry.

-2-

Vývoj věkové skupiny 0-4 letých dle projekce ČSÚ, 2010 = 100

První stupeň základních škol Pro zachycení základních tendencí vývoje v tomto školském sektoru plně postačuje použití projekce vývoje věkové skupiny 5-9 let. U všech krajů lze očekávat podobné základní tendence, ale s různou mírou variability oproti současnosti. Výrazně největší rozkolísanost věkové struktury vykazuje hlavní město Praha, kde potřeba kapacit může dosáhnout kolem roku 2019 téměř 150 % kapacit roku 2010, avšak následována prudkým poklesem na téměř 70 % současné kapacity kolem roku 2040 a dále opětným vzestupem potřeb zhruba na úroveň současných kapacit v letech 2053-2056. Nejmenší variabilitu (tj. relativní rozsah poklesů a vzestupů potřeb) lze očekávat u kraje Vysočina. Nárůst do 120 % v roce 2019, pokles na 88 % kolem roku 2040 a vzestup na maximálně 95 % současného stavu v letech 2053-2056. Také v případě prvního stupně základních škol je třeba zmínit podmíněnost prezentovaných odhadů místními podmínkami a také správností odhadů počtů narozených již pro odhady počínajíce rokem 2016.

-3-


Druhý stupeň základních škol Jako adekvátní věková skupina pro odhady budoucího vývoje kapacit druhého stupně základních škol byla použita věková skupina 10-14 letých. Krajské porovnání je poněkud stíženo skutečností, že se v jednotlivých krajích liší podíly žáků odcházejících z druhého stupně základních škol do víceletých gymnázií, na druhé straně lze projekci využít i pro odhady budoucích počtů těchto žáků. Obdobně jako u prvního stupně základních škol vykazuje největší rozkolísanost hodnot hlavní město Praha, kde lze kolem roku 2024 očekávat zvýšení poptávky po kapacitách až o téměř 70 % současného stavu, s rychlým poklesem na zhruba polovinu těchto maximálních potřeb kolem roku 2045 a následným vzestupem na téměř 120 % současných kapacit kolem roku 2060. Vývoji Prahy je nejbližší očekávaný vývoj ve Středočeském kraji, i když kolísání potřeb je významně menší (140 % v roce 2022, 90 % v roce 2045 a něco málo přes 100 % současného stavu v roce 2055. Zde je třeba znovu podotknout, že Praha i Středočeský kraj byly v období posledních deseti let nejvíce zatíženy vnitřní migrací (stěhováním) obyvatelstva, což mělo v našem srovnání vliv zejména na hodnotu počtu osob v základním roce 2010. Ten se v Praze snížil, ve Středočeském kraji o stejné počty vzrostl. Realisticky lze tedy v nejbližším období očekávat v obou krajích podobný vývoj, někde „mezi“ křivkami charakterizujícími oba kraje. Protisměrně (směrem ze Středočeského kraje do Prahy) navíc může působit denní dojížďka do škol. Nejmenší očekávanou dynamiku změn vykazují kraje Pardubický, Zlínský, Moravskoslezský a Vysočina, ve kterých lze růst potřeb kolem roku 2022 odhadovat mezi 112-116 % současného stavu, a následný pokles do roku 2045 na 80-90 % současného stavu. V dalších letech po roce 2045 nelze u těchto krajů očekávat růst poptávky na hodnoty větší než v současnosti. -4-


Základní škola jako celek Pro ilustraci uveďme ještě vývoj věkové skupiny odpovídající základní škole jako celku, tj. věkové skupiny 5-14 letých. V případě spojení obou věkových skupin dochází ke kompenzaci (v čase) protisměrných pohybu u původních skupin 5-9 letých a 10-14 letých. To v konečném důsledku vede ke zmírnění variability kolísání věkové struktury. Kompenzace je navíc v řadě případů (u škol s oběma stupni základní školy) možná i fakticky, tj. reálným přesunem materiálních i lidských kapacit uvnitř stejných institucí. Extrémních hodnot nabývá vývoj této věkové skupiny opět v případě hlavního města Prahy, kde potřeba kapacit kolem roku 2021 dosahuje zhruba 150 % současného stavu, po rychlém plynulém sestupu kolem roku 2042 asi 80 % současného stavu a následně v letech 2054-2050 dosahuje asi 106 procent současného stavu. Pro Prahu a Středočeský kraj platí stejná poznámka ohledně migrace jako u druhého stupně základních škol. V ostatních krajích se maxima kolem roku 2020 pohybují v rozmezí 110 až 120 %, pokles ve 40. letech by měl dosáhnout 80-90 % současnosti, a žádný z dalších krajů už by v další budoucnosti neměl překonat hodnoty roku 2010.

-5-


Střední školy Pro dlouhodobé perspektivní analýzy potřeb sítě středních škol je z projekce ČSÚ nejvhodnější použití věkové skupiny 15-19 letých. Z hlediska nejbližšího období, tj. nejbližších 6-9 let jde o kategorii nejproblematičtější, neboť se musí (na rozdíl od kategorií předchozích) bezprostředně vyrovnávat s velkým demografickým poklesem. Ten je navíc až do let 2016 – 2019 z relativního hlediska velmi podobný ve všech krajích. Maximální pokles očekávaných kapacit je tomto období v rozmezí 77 % současnosti ve Středočeském kraji v roce 2016 po zhruba 70 % v Moravskoslezském kraji v roce 2018. Očekávaný průběh následného populačního vzestupu této věkové skupiny, vrcholícího kolem let 2027-2028 se však již v jednotlivých krajích významně odlišuje. Zatímco v Praze (124 % v roce 2028) a v menší míře také ve Středočeském kraji (106 % v roce 2027) přesáhnou potřeby kapacity roku 2010, v ostatních krajích již této hodnoty „nikdy“ nedosáhnou. V krajích Zlínském, Moravskoslezském a Vysočině hodnoty v těchto letech pouze o několik procent přesáhnou 80 % současných kapacit. O dalších dvacet let později lze očekávat u všech krajů České republiky kapacitní potřeby v rozmezí 60-70 % současného stavu.

-6-


Shrnutí dlouhodobého demografického vývoje Z výše uvedeného vyplývá, že i když v dlouhodobém horizontu se budou muset s dopady demografické situace vyrovnávat prakticky všechny stupně škol v regionálním školství, ve střednědobém horizontu, tj. v nejbližších 5 až 6 letech bude situace nejvážnější v oblasti (věkové skupině) středních škol. Proto se v dalších částech zabýváme podrobněji modelováním právě v této oblasti.

-7-

Základní struktura výkonů a financování regionálního školství Významná změna ve financování regionálního školství uskutečněná po vzniku krajů současně platným školským zákonem, byla druhou nejvýznamnější změnou po vzniku odvětvového řízení (okresních školských úřadů) počátkem 90. let minulého století. Po dlouhých diskusích o podílu centrální (ministerstvo), regionální (kraje) a místní správy bylo zvoleno řešení, kdy z centrální úrovně jsou u veřejných škol financovány tzv. přímé náklady škol a školských zařízení (zejména mzdové a související výdaje pedagogických a nepedagogických pracovníků a výdaje na učební pomůcky) a ostatní tzv. nepřímé výdaje (materiální náklady, investiční náklady aj.) jsou financovány z autonomních daňových příjmů rozpočtů zřizovatelů (kraje a obce). V odlišném režimu je upraveno financování soukromých a církevních škol, které je zabezpečováno z centrálních zdrojů ve výši stanovené příslušnými zákony (v případě soukromých škol podle samostatného zákona, v případě církevních škol, podle školského zákona). Klíčovou roli v rozdělování prostředků hrají zejména krajské úřady, které přerozdělují formou krajských normativů centrální prostředky pro školy a zařízení, která sami zřizují, ale také pro školy zřizované obcemi. Ministerstvo prostředky krajům poskytuje pomocí globálních normativů pro základní věkové skupiny, krajské normativy neinvestičních výdajů jsou pak rozpracovány do jednotlivých stupňů škol, oborů vzdělávání a s přihlédnutím k dalším skutečnostem (např. velikost školy, stupeň školy u základních škol, aj.). Součástí finančního řízení ze strany ministerstva je i stanovování ukazatelů mzdové regulace, tedy především limitů mzdových a souvisejících výdajů a limitů počtů zaměstnanců. Nepřímo je finanční náročnost jednotlivých stupňů škol a oborů vzdělávání ministerstvem usměrňována vydáváním Rámcových vzdělávacích programů, v nichž jsou vedle pedagogicko-obsahových parametrů definovány také základní organizační (zprostředkovaně i finanční) parametry vzdělávání. Rozdíly ve financování podle krajů Často diskutovanou otázkou je, zda zavedení současného systému financování regionálního školství po svém vzniku vedlo či vede k významné variabilitě (významným odlišnostem) ve výši a struktuře financování jednotlivých součástí školského systému v rámci krajů. V následujících tabulkách je provedeno základní mezikrajské porovnání. Srovnání je možné s dobrou vypovídací schopností provést pouze pro základní typy a stupně škol (jak jsou vykazovány v souladu s platnou rozpočtovou skladbou) a také pouze v těch případech, kdy jsou navzájem porovnatelné výkonové jednotky (nejčastěji počty přepočtených žáků). První tabulka obsahuje porovnání relativních přímých výdajů v krajích na základní stupně a typy škol, tedy relativní strukturu většiny prostředků rozepisovaných do škol v rámci kraje pomocí krajských normativů. Odchylky od celostátního průměru lze získat porovnáním s řádkem Česká republika. To však má u tabulky 1 bezprostřední smysl pouze u sloupců základní umělecké školy a ostatní zařízení (stravovací, ubytovací, domy dětí a mládeže apod.), pro které neumíme jednoduše stanovit jejich společný ukazatel výkonu. Největší podíl výdajů na ostatní zařízení oproti celostátnímu průměru 15,2 % vykazují kraje Jihočeský (16,9 %), Vysočina a Zlínský (oba 16,1 %), nejnižší naopak kraje Moravskoslezský (14,3 %), Jihomoravský a Hl. město Praha (obojí 14,6 %). U základních uměleckých škol převyšuje ostatní kraje kraj Karlovarský (6,1 % oproti republikovému průměru 4,3 %), nejnižší podíl výdajů na základní umělecké školy mají v kraji Ústeckém (3,1 %). -8-

5,0 4,2 4,3 5,2 6,5 8,1 6,3 6,6 5,5 3,2 5,5 6,1 4,9 5,4 5,4

4,5 4,2 4,1 4,9 6,1 3,1 4,0 4,5 5,0 4,0 4,5 4,2 4,6 4,4 4,3

Celkem

1,4 0,7 1,2 0,7 0,6 0,6 0,6 0,8 0,9 1,0 1,0 0,5 0,7 0,4 0,8

Ostatní zařízení

Základní umělecké školy

2,3 0,0 0,5 0,7 0,0 0,4 0,0 0,0 0,6 0,0 0,9 0,0 0,5 0,7 0,6

Speciální školy celkem

7,5 9,3 8,8 11,4 7,8 8,7 8,5 8,6 8,6 10,6 9,5 10,3 8,9 9,2 9,1

Konzervatoře

12,2 8,6 12,3 8,2 11,0 10,9 10,5 11,0 10,3 9,7 9,8 9,8 11,1 10,3 10,4

Vyšší odborné školy

9,6 5,9 6,0 6,0 6,4 5,5 5,7 5,9 6,4 6,1 6,6 7,8 6,4 6,7 6,6

Střední odborná učiliště

30,0 37,7 33,8 34,9 34,3 35,2 36,5 34,3 33,8 36,6 35,0 33,1 34,2 36,3 34,7

Gymnázia

12,8 14,1 12,2 13,0 12,1 12,0 13,0 12,7 13,5 12,8 12,6 12,8 12,8 12,2 12,8

Střední odborné školy

Hl.m.Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský Česká republika

Základní školy

Kraj

Mateřské školy

Tabulka 1 Relativní struktura přímých výdajů základních školských sektorů v krajích ČR v roce 2009 (v %)

14,6 15,3 16,9 15,0 15,2 15,4 14,8 15,5 15,4 16,1 14,6 15,4 16,1 14,3 15,2

100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

Pokud položky výdaje na základní umělecké školy a ostatní zařízení pomineme, dostaneme následující výsledky v tabulce 2.

-9-

Tabulka 2

15,1 10,7 15,5 10,2 14,0 13,4 13,0 13,7 12,9 12,1 12,1 12,2 14,0 12,6 12,9

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

2,9 0,0 0,6 0,8 0,0 0,5 0,0 0,0 0,7 0,0 1,1 0,0 0,6 0,9 0,7

1,8 0,8 1,5 0,9 0,7 0,8 0,8 1,0 1,1 1,2 1,3 0,7 0,8 0,5 1,0

Celkem

11,8 7,3 7,6 7,5 8,1 6,7 7,0 7,4 8,0 7,6 8,2 9,7 8,0 8,3 8,2



37,1 46,8 42,7 43,6 43,6 43,3 44,9 42,9 42,5 45,8 43,3 41,2 43,1 44,7 43,2



15,8 17,5 15,5 16,2 15,3 14,8 16,0 15,9 16,9 16,0 15,6 15,9 16,1 15,1 15,9

Konzervatoře

Gymnázia


Základní školy

Kraj

Mateřské školy

Relativní struktura přímých výdajů základních typů škol v krajích ČR v roce 2009 (v % , bez výdajů na ZUŠ a ostatní zařízení)

6,2 5,2 5,5 6,4 8,3 10,0 7,8 8,2 6,9 4,0 6,8 7,6 6,1 6,6 6,8

100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

Rozdíly v relativní struktuře výkonů dle krajů ve vztahu k jejich financování Abychom mohli vyhodnotit preference krajů mezi jednotlivými školskými sektory, uvádíme dále v obdobném členění jako předchozí tabulku také relativní strukturu výkonů (počtu žáků jednotlivých stupňů a typů škol) v tabulce 3.

- 10 -

Tabulka 3

13,0 9,1 12,3 11,0 10,9 11,2 10,0 11,6 10,3 10,8 10,9 10,4 11,3 11,3 11,0

6,2 7,7 10,6 10,7 9,8 10,3 9,8 9,5 9,0 10,1 9,9 10,5 10,3 10,1 9,4

0,7 0,0 0,2 0,2 0,0 0,1 0,0 0,0 0,2 0,0 0,3 0,0 0,2 0,2 0,2

1,6 0,7 1,6 1,0 0,7 1,0 0,7 0,9 1,3 1,1 1,2 0,6 0,8 0,5 1,0

3,1 2,5 2,0 2,9 3,5 3,8 3,5 3,8 2,8 1,7 2,7 3,2 2,2 2,4 2,8

Celkem


11,9 7,1 7,2 6,8 7,6 6,3 6,9 7,3 7,9 7,3 8,2 9,3 8,0 8,0 8,0



44,2 52,9 47,4 48,8 50,1 50,1 50,2 48,2 49,1 50,8 48,4 47,4 48,5 50,1 49,0


Gymnázia

19,3 19,9 18,7 18,7 17,4 17,2 18,9 18,7 19,3 18,3 18,4 18,6 18,5 17,5 18,6

Konzervatoře

Základní školy


Mateřské školy

Relativní struktura výkonů škol (počtů žáků) v krajích ČR v roce 2009 (v %)

100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

Informace obsažené v obou tabulkách 2 a 3 se pokusíme spojit tak, že srovnáme procentní podíly výdajů a výkonů v nich uvedených. Srovnání s celostátním průměrem nám umožní základní porovnání krajských preferencí ve financování jednotlivých sektorů. Ty nutně nemusí vyplývat z rozhodnutí politického charakteru, ale mohou být primárně způsobeny objektivně existujícími rozdíly ve struktuře sítě škol (vetší počet menších venkovských mateřských a základních škol, jiná oborová struktura odborného školství apod.). Výsledky shrnujeme v tabulce 4.

- 11 -

Tabulka 4


Celkem

1,50 1,50 1,05 1,34 1,01 1,04 1,07 1,14 1,21 1,32 1,18 1,22 1,08 1,12 1,20


1,16 1,17 1,26 0,93 1,29 1,19 1,30 1,18 1,25 1,13 1,11 1,17 1,23 1,12 1,17

Konzervatoře


0,84 0,997 0,88 1,04 0,90 1,06 0,89 1,11 0,87 1,06 0,86 1,07 0,90 1,02 0,89 1,01 0,87 1,01 0,90 1,04 0,90 1,00 0,87 1,04 0,89 1,00 0,89 1,04 0,88 1,03

Gymnázia

0,82 0,88 0,83 0,87 0,88 0,86 0,85 0,85 0,87 0,88 0,84 0,86 0,87 0,86 0,86



Základní školy

Kraj

Mateřské školy

Podíl relativních výdajů k podílu relativních výkonů v roce 2009

4,19

1,09 1,13 0,95 0,86 1,05 0,81 1,07 1,11 0,85 1,13 1,07 1,09 1,02 1,06 1,02

2,03 2,07 2,70 2,25 2,35 2,65 2,22 2,18 2,47 2,39 2,54 2,34 2,75 2,80 2,41

1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00

3,72 4,00 3,70

3,41 3,50 3,11 4,40 3,90

Modře jsou v tabulce označeny kraje a školské sektory, ve kterých kraj na daný sektor dává významně menší (o 3 % a více) podíl výdajů než by odpovídalo relativnímu podílu na výkonech (ve vztahu k republikovému průměru daného sektoru). Fialově jsou potom označeny kraje a sektory, ve kterých má kraj tento podíl významně větší (o 3 % a více). Z tabulky je zřejmé, že minimální variabilita podílu relativních výdajů k podílu relativních výkonů je mezi kraji u mateřských a základních škol. V obou případech se významněji směrem dolů odchyluje pouze hl. město Praha, což logicky vyplývá z možností organizace těchto stupňů vzdělávání ve velkém městě. V případě základních škol je v podobném (byť v menší míře) postavení Ústecký kraj. U středních škol různých typů je situace komplikovanější. Největší variabilitu lze pozorovat v oblasti středních odborných škol a středních odborných učilišť, menší u gymnázií. K celostátnímu průměru se nejvíce blíží Olomoucký kraj. Větší variabilita může být způsobena rozdílnou strukturou (a tedy i finanční náročností) jednotlivých oborů odborného vzdělávání. Pokud spojíme všechny střední školy do stejné kategorie, mezikrajová variabilita se výrazně zmenší. Významněji se odchyluje pouze Středočeský kraj, a to směrem nahoru.

- 12 -

Tabulka 5 Podíl relativních výdajů k podílu relativních výkonů za střední školy celkem Hl.m.Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský Česká republika

1,17 1,24 1,14 1,13 1,13 1,11 1,14 1,12 1,17 1,17 1,10 1,15 1,12 1,10 1,14

Skutečnost, že největší variabilitu vykazuje právě jednotlivé segmenty středního školství, a také skutečnost, že je to sektor školství, u něhož kraje vystupují v roli majoritního zřizovatele, je jedním z důvodů, proč mu při konstrukci modelu ideální sítě škol věnujeme v další části práce největší pozornost. Při našich dalších výpočtech je třeba mít na paměti, že otázky organizace vzdělávání ve středních školách a s tím spojené finanční efektivity vzdělávacího procesu samotného jsou jenom jedním, i když velmi podstatným, aspektem celkové efektivity vzdělávací soustavy. Neméně podstatnými aspekty jsou otázky dosahované kvality vzdělávání, u středních škol otázky uplatnitelnosti absolventů na trhu práce aj. Jednotkové výdaje v roce 2009 Odrazem výše uváděných „krajských preferencí“ je potom průměrná výše přímých jednotkových výdajů na různé typy a stupně škol v jednotlivých krajích. V následující tabulce jsou modře označeny kraje a školské sektory, ve kterých kraj má v daném sektoru významně menší (o 3 % a více) jednotkové výdaje než je celostátní průměr, fialově jsou potom označeny kraje a sektory, ve kterých má kraj tyto jednotkové výdaje významně větší (o 3 % a více).

- 13 -

54,4 54,3 37,6 48,6 36,7 38,9 39,5 41,7 43,6 47,9 43,4 44,6 39,1 41,8 44,0

152,2 133,7 145,4 138,8

122,7 128,5 112,5 163,7 142,7

39,7 73,6 40,8 74,8 34,1 97,0 31,3 81,6 38,3 85,4 30,6 99,4 39,7 82,0 40,4 79,4 30,5 89,0 41,0 86,9 39,3 93,3 40,0 85,7 36,9 99,4 39,6 104,3 37,3 88,0

Celkem

42,2 42,4 45,1 33,9 46,8 44,8 48,0 43,1 45,0 41,0 40,6 42,8 44,5 41,6 42,6



36,2 37,6 38,2 40,2 38,7 40,1 37,7 37,0 36,5 37,7 36,7 38,1 36,1 38,6 37,6



30,4 31,9 32,4 32,5 31,7 32,4 33,2 32,5 31,2 32,8 32,8 31,8 32,2 33,2 32,2


Gymnázia

29,8 31,7 29,7 31,5 32,1 32,2 31,3 31,0 31,5 31,8 31,0 31,4 31,6 32,1 31,3

Konzervatoře

Základní školy


Mateřské školy

Tabulka 6 Přímé rozpočtované výdaje na jednotku výkonu v roce 2009 (v tis. Kč)

15,0 14,2 15,2 14,0 14,2 14,3 13,5 13,2 13,7 14,0 14,5 15,5 13,3 15,9 14,4

33,8 33,5 33,7 33,2 32,7 35,4 34,2 33,3 32,9 33,8 33,9 34,3 33,1 34,8 33,9

Z tabulky je zřejmý obdobný závěr jako z předchozích, tj. že největší variabilita krajských výsledků je právě v oblasti středního školství. V kombinaci s informací o nejvýznamnějších demografických pohybech v tomto sektoru v nejbližších letech vzniká otázka aspoň přibližného vyčíslení finančních dopadů těchto změn. Projekce přímých rozpočtových výdajů roku 2009 pro rok 2013 Přímé rozpočtové výdaje na stupně a typy škol uvedené v tabulce 6 činily v roce 2009 za celou Českou republiku 60,6 mld. Kč. Za předpokladu zachování jednotkových výdajů z tabulky 6 (tj. za předpokladu financování regionálního školství na úrovni roku 2009) je možné sestavit projekci v předchozí kapitole uváděných demografických změn do výdajů jednotlivých krajů a stupňů a typů škol. Vzájemné kompenzace rozdílného demografického vývoje v různých věkových skupinách jsou příčinou poklesu takto projektovaných celkových přímých rozpočtových výdajů pro rok 2013 o něco málo více než 2 mld. Kč, tj. o více než 3 % oproti roku 2009. Tento celkový pokles však bude rozložen nerovnoměrně mezi různé typy a stupně škol. Zatímco u mateřských škol lze očekávat celostátně průměrný růst oproti roku 2009 o více než 14 %, u základních škol růst o 3 %, pak u středních škol pokles na zhruba 83 % u gymnázií a 76 % u středních odborných škol a učilišť. V peněžním vyjádření by to u středních škol představovalo pokles přímých rozpočtových výdajů o 4,1 mld. Kč.

- 14 -

Také očekávané rozpočtové dopady v pro jednotlivé kraje budou rozdílné. Zatímco u hl. m. Prahy a Středočeského kraje se objem přímých rozpočtových výdajů vlivem demografické projekce za výše uvedených předpokladů prakticky nezmění, u ostatních krajů by došlo ve srovnání s rokem 2009 k poklesu v rozmezí zhruba 2,5 až 5,5 %. Podrobnější výsledky jsou zřejmé z tabulky 7.

0,744 0,787 0,767 0,768 0,766 0,779 0,774 0,778 0,779 0,769 0,744 0,749 0,750 0,759 0,764

0,744 0,743 0,909 0,767 0,900 0,768 0,868 0,862 0,779 0,916 0,891 0,912 0,779 0,919 0,923 0,744 0,911 0,890 0,750 0,902 0,759 0,876 0,753 0,875

Celkem

0,744 0,787 0,767 0,768 0,766 0,779 0,774 0,778 0,779 0,769 0,744 0,749 0,750 0,759 0,763



0,817 0,846 0,834 0,838 0,832 0,843 0,833 0,836 0,835 0,830 0,813 0,817 0,817 0,821 0,827



1,119 1,072 1,018 1,035 1,016 1,033 1,021 1,016 1,007 0,997 1,034 1,017 1,003 1,002 1,032


Gymnázia

1,218 1,152 1,135 1,160 1,146 1,113 1,178 1,151 1,137 1,100 1,160 1,142 1,112 1,111 1,145

Konzervatoře

Základní školy

Hl.m.Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský Celkem

Mateřské školy

Tabulka 7 Projekce demografického vývoje do přímých rozpočtových výdajů krajů v roce (2009 = 100)

1,057 1,036 1,000 1,001 1,003 1,031 1,006 0,965 0,957 0,974 0,983 0,974 0,966 0,988 1,000

1,119 1,072 1,018 1,035 1,016 1,033 1,021 1,016 1,007 0,997 1,034 1,017 1,003 1,002 1,033

0,993 1,006 0,954 0,973 0,963 0,971 0,975 0,964 0,958 0,944 0,963 0,950 0,941 0,944 0,966

- 15 -

Model Ideální krajské sítě středních škol Demografické aspekty Jak vyplývá z předešlých kapitol, soustředí se nejvýznamnější dopady demografických změn, a s tím také nutnost provedení nejhlubších strukturálních změn v síti škol, do oblasti středních škol. To můžeme dokumentovat následujícím grafem, který zobrazuje specializovanou demografickou projekci věkové skupiny 15-18 letých k 30.9. kalendářního roku, tj. ze školského pohledu projekci potenciálních počtů žáků středních škol ve školním roce, který v daném kalendářním roce začíná.

Očekávaný vývoj věkové skupiny 15-18 letých k 30.9. v jednotlivých krajích (2009=100)

Z grafu je navíc zřejmé, že zatímco zhruba do roku 2013 je demografický vývoj dané věkové skupiny v krajích velmi podobný, v letech následujících dojde ke značnému rozkolísání a zvětšení mezikrajové variability. To je způsobeno zejména významnými mezikrajskými rozdíly v úrovni plodnosti ve druhé polovině 90. let a začátkem tohoto století. Vraťme se ještě k dlouhodobé projekci ČSÚ. Minimální hodnoty, které počty odpovídající věkové skupiny (u ČSÚ 15-19 letých) v jednotlivých krajích v nejbližších 10 letech dosahují, jsou:

- 16 -

Minimální počet osob ve věku 15-19 Středočeský Liberecký Ústecký Královéhradecký Plzeňský Jihočeský Pardubický Praha Karlovarský Olomoucký Zlínský Jihomoravský Vysočina Moravskoslezský

Dosaženo v roce 2016 2017 2016 2018 2016 2016 2019 2016 2016 2016 2018 2017 2017 2018

2009 = 100 77 76 76 75 74 74 74 73 73 72 72 71 71 71

Z předchozích kapitol navíc víme, že kolem roku 2028-29 lze očekávat další vrchol populační vlny. Vzhledem k výše popsané rozkolísanosti však bude tento vrchol z hlediska potřeb sítě škol pro různé kraje mít zcela odlišnou intenzitu. V následující tabulce vidíme očekávané počty 15-19 letých kolem roku 2029 dle projektce ČSÚ pro jednotlivé kraje (2009=100). Dobrou charakteristikou velkých rozdílů mezi jednotlivými kraji je poslední sloupec tabulky, který v procentních bodech roku 2009 představuje rozdíl mezi očekávaným populačním vrcholem kolem roku 2029 a minimální hodnotou v nejbližších deseti letech.

- 17 -

Očekávaný počet osob ve věku 1519 kolem roku 2029 Praha Středočeský Jihomoravský Plzeňský Liberecký Ústecký Karlovarský Královéhradecký Jihočeský Pardubický Olomoucký Vysočina Zlínský Moravskoslezský

2009 = 100

124 105 95 96 95 94 91 92 90 88 87 84 84 83

Očekávaný nárůst proti minimu (procentní body) 51 28 23 22 19 18 18 18 16 15 14 13 13 12

Pedagogické, organizační a finanční aspekty Příprava modelu ideální krajské sítě škol1 vycházela z myšlenky, že z mnoha důvodů (pedagogických, organizačních i finančních) je výhodnější organizovat vzdělávání ve středních školách ve větších celcích, tak aby bylo možné využívat všechny synergické efekty, které takové uspořádání poskytuje, včetně odpovídajícího odměňování (zejména pedagogických) pracovníků. Přitom je třeba vzít v potaz, že zatímco většina výdajů hrazených ministerstvem má charakter výdajů variabilních, tj. závislých na počtech žáků resp. tříd a učitelů, nemalá část výdajů zřizovatelů má charakter výdajů fixních, tj. výdajů spojených s provozem právních subjektů a budov, které nejsou na počtu žáků či učitelů bezprostředně závislé, resp. jejichž výše se mění „ve skocích“. Klíčovým prvkem pro sestavení modelu je modelování počtu pedagogických pracovníků a jejich mezd. Výdaje na mzdy pedagogických pracovníků a související výdaje (zdravotní a sociální pojištění) představují rozhodující část výdajů státního rozpočtu na střední školy. Ostatní složky výdajů, zejména výdaje na mzdy nepedagogických pracovníků, jsou do značné míry funkcí mezd pedagogů. V rozpočtu roku 2010 byly normovány ve výši něco málo přes 23 % mezd a souvisejících výdajů pedagogů. Model ideální sítě škol musí respektovat současně platné pedagogické dokumenty, zejména Rámcové vzdělávací programy (dále jen RVP) pro jednotlivé obory vzdělávání. Pokud jde o samotnou organizaci vzdělávání, obsahují platné RVP stanovení ukazatele „H“ jako „průměrného počtu vyučovacích hodin ve třídě za týden vyplývající z příslušného RVP včetně nezbytného dělení tříd“. Národní ústav odborného vzdělávání na základě zadání 1

Při modelování krajské sítě škol se zabýváme pouze modelováním sítě škol, ve kterých kraj vystupuje v roli zřizovatele, tj. nezahrnujeme do modelu školy soukromé a církevní. Demografické trendy samozřejmě platí i pro tyto školy, a případné budoucí dopady se na ně přenesou s obdobnou intenzitou, jako na školy zřizované kraji.

- 18 -

ministerstva připravil doplnění jednotlivých RVP o stanovení hodnot počtu žáků ve třídě, ke kterým se v RVP uváděná hodnota vztahuje. Tím by mělo dojít k doplnění důležitého prvku do samotných RVP. Je logické, že hodnota ukazatele H musí být stanovením velikosti třídy doplněna. Stanovení hodnot velikosti třídy jako doplňku ukazatele H již bylo krajským úřadům rozesláno k vyjádření připomínek. Ukazatel H je jedním ze stavebních prvků, na základě kterého jsou krajskými úřady sestavovány krajské normativy jednotlivých oborů vzdělání. Model ideální sítě středních škol Výše uvedené aspekty vedly k sestavení modelu „ideální“ sítě středních škol tak, aby z hlediska pedagogického, organizačního i finančního vznikly dostatečně velké instituce, které umožní v rámci svého vnitřního chodu optimalizaci pedagogických, kapacitních i finančních aspektů. Východiskem se stalo modelování sítě škol v kraji jako sítě velkých (ideálních) okresních škol – jinými slovy se vychází z pojetí, „co okres, to jedna střední škola“. Jakkoliv je tento ideál prakticky nedosažitelný, umožňuje získat měřítko, se kterým je možné vyčíslit teoretický rozsah úspor dosažitelných v procesu optimalizace krajské sítě škol a to také v závislosti na nepříznivém vývoji demografické situace v nejbližších letech. Síť škol v daném kraji je pak modelována jako součet těchto „okresních“ středních škol spadajících do daného kraje. Vzhledem k termínům zpracování (konec listopadu 2010) model vychází z dat zjištěných ze statistického výkaznictví pro školní rok 2009/2010 resp. výkazů práce a mezd za rok 2009. Celý proces tvorby modelu je programově zabezpečen v programu SPSS, tj. výpočty pro nová výkonová data (školní rok 2010/2011) bude možné provést prakticky ihned po jejich kompletaci. Takto získané „ideální“ parametry modelu mohou být v budoucnu, po projednání konstrukce modelu s kraji, porovnány s jejich hodnotami u jednotlivých škol. V poslední fázi je provedena projekce základních modelových ukazatelů na úrovni krajů vycházející z vývoje příslušných věkových skupin do roku 2013.

Metodika modelových výpočtů Ukazatel požadované velikosti třídy v denní formě studia Konstrukce modelu (a také jeho návaznost na RVP) je založena na výpočtu ukazatele požadované (průměrné) velikosti třídy v daném oboru vzdělávání. Ke stanovení ukazatele „Px - požadovaná velikost třídy v oboru vzdělávání x“ byly použity doporučené hodnoty (průměrné) velikosti třídy, které v rámci revize RVP připravil NÚOV a rozeslal odborům školství krajských úřadů k připomínkám. Hodnoty tohoto ukazatele jsou tedy v rámci každého RVP společné pro celou Českou republiku. Postup výpočtu modelu pro okres y („okresní školu“) 1) Pro jednotlivé obory vzdělání (x = 1,2, …, n) byly vypočteny hodnoty ukazatelů „Zxy přepočtený počet žáků oboru x v okrese y“.

- 19 -

Přepočet spočíval v převodu žáků ostatních forem vzdělávání v daném oboru na žáky denní formy vzdělávání násobením jejich skutečného počtu koeficientem ¼.

2) Pro každý obor a okres byly vypočítány hodnoty ukazatel „Txy – teoretický počet tříd denního vzdělávání v oboru x v okrese y“ jako podíl přepočteného počtu žáků v oboru a ukazatele požadované velikosti třídy dle RVP, tj.

, x = 1,2, …, n .

3) Dále byly stanoveny hodnoty ukazatele „Oxy – teoretický počet odučených hodin v oboru x v okrese y dle RVP za týden“ vynásobením ukazatele Txy hodnotou parametru Hx z příslušného rámcového vzdělávacího programu. Parametr Hx je definován jako „průměrný počet vyučovacích hodin ve třídě za týden vyplývající z příslušného rámcového vzdělávacího programu včetně nezbytného dělení tříd“.

4) Na závěr této fáze výpočtů jsou získány hodnoty ukazatelů „Uxy – teoretický počet pedagogických pracovníků v oboru x v okrese y“ jako

, x = 1,2, …, n ,

přičemž u oborů, kde je to nutné (odborné vzdělávání), byli rozlišováni učitelé teoretického a učitelé praktického vyučování. Parametr VP je definován jako v právních předpisech stanovený „průměrný týdenní rozsah přímé vyučovací činnosti pedagogických pracovníků stanovený zvláštním právním předpisem“.

5) Byly vypočteny souhrnné charakteristiky teoretického počtu pedagogických pracovníků za celý okres, v členění na pedagogické pracovníky gymnaziálních oborů a u oborů odborného vzdělávání v členění na teoretické a praktické vyučování jako prostý součet přes jednotlivé obory v okrese y. Analogicky byly prostým součtem získány úhrny za kraje a za celou Českou republiku.

6) Dále byla zpracována Modelová projekce krajské sítě škol pro školní rok 2013/14. Postup výpočtu byl stejný jako u modelových propočtů pro školní rok 2009/10 s tím, že počty žáků v jednotlivých oborech vzdělání v denní formě byly vynásobeny projekčními koeficienty, které odrážejí vývoj relevantních věkových skupin. Projekční - 20 -

koeficienty byly vypočteny na základě výše použitých krajských demografických projekcí věkových skupin relevantních věkových skupin. Z tohoto pohledu mohou v rámci jednotlivých míst, vznikat drobnější odchylky (např. vlivem specifického demografického vývoje v daném okrese či místě), což by však nemělo mít významný vliv na krajské souhrny. Též je třeba uvést, že projekce jsou zpracovány bez vlivu zahraniční i vnitrostátní migrace, které jsou v daném časovém horizontu na krajské úrovni fakticky nepredikovatelné. Použité projekční koeficienty uvádíme v tabulce. Souhrnný koeficient pro gymnázia obsahuje odpovídající přepočty pro žáky ve z věkových skupin odpovídající věku povinné školní docházky. Projekční koeficienty pro počty žáků oborů vzdělání pro školní rok 2013/14 oproti školnímu roku 2009/10

Gymnázia celkem Hl.m. Praha Středočeský Jihočeský Plzeňský Karlovarský Ústecký Liberecký Královéhradecký Pardubický Vysočina Jihomoravský Olomoucký Zlínský Moravskoslezský

11-18 0,865 0,875 0,851 0,857 0,854 0,865 0,863 0,854 0,853 0,831 0,831 0,837 0,836 0,830

Ostatní formy Denní forma vzdělávání vzdělávání Čtyřleté Tříleté Nástavbové obory (příp. obory studium i pětileté) 15 – 17 15 - 18 18 -19 0,717 0,744 0,744 1,000 0,789 0,787 0,819 1,000 0,846 0,767 0,775 1,000 0,764 0,768 0,817 1,000 0,765 0,766 0,804 1,000 0,774 0,779 0,842 1,000 0,780 0,774 0,795 1,000 0,780 0,778 0,817 1,000 0,779 0,779 0,824 1,000 0,762 0,769 0,825 1,000 0,743 0,744 0,804 1,000 0,751 0,749 0,793 1,000 0,749 0,750 0,797 1,000 0,764 0,759 0,782 1,000

Základní výsledky modelu Základní výsledky odhadů modelu včetně jejich predikce do roku 2013 jsou za jednotlivé kraje uvedeny v následující tabulce, ve větší míře podrobnosti potom v příloze tohoto materiálu.

- 21 -

Uxy / Učitelé výkonové výkazy září 2009

Pedagogové včetně vedoucích zaměstnanců celorok 2009

pedagogové Uxy / včetně učitelé září vedoucích 2009 v % zaměstnanců celorok 2009 v%

Kraj

4 553,1 3 736,7 Jihočeský 2 828,6 Plzeňský 2 200,9 Karlovarský 1 193,8 Ústecký 3 326,6 Liberecký 1 703,3 Královéhradecký 2 362,8 Pardubický 2 097,4 Vysočina 2 139,3 Jihomoravský 4 685,5 Olomoucký 2 796,7 Zlínský 2 548,6 Moravskoslezský 5 035,8 ČR celkem 41 209,0

Projekce 2013 celkem za střední školy

Proj. Uxy

Podíly

Celkem odb. vzdělávání

2009 a projekce 2013

Celkem za střední školy

Uxy Skutečné počty učitelů

Projekce 2013 Projekce oproti 2013 oproti skutečnosti skutečnosti pedagogických učitelů v září pracovníků v 2009 v % roce 2009 v %

Praha

4 361,5

4 199,9

104,4%

108,4%

2 152,8

3 582,3

82,1%

85,3%

Středočeský

3 629,1

3 534,1

103,0%

105,7%

2 129,5

3 047,5

84,0%

86,2%

2 685,2

2 714,1

105,3%

104,2%

1 749,7

2 288,9

85,2%

84,3%

2 033,4

2 031,2

108,2%

108,4%

1 318,4

1 741,6

85,6%

85,7%

1 131,3

1 110,8

105,5%

107,5%

683,4

946,2

83,6%

85,2%

3 197,0

3 107,8

104,1%

107,0%

2 050,7

2 664,5

83,3%

85,7%

1 629,7

1 627,5

104,5%

104,7%

1 013,9

1 363,6

83,7%

83,8%

2 274,5

2 232,2

103,9%

105,9%

1 408,5

1 889,1

83,1%

84,6%

2 018,2

1 986,2

103,9%

105,6%

1 198,1

1 680,5

83,3%

84,6%

2 050,8

2 003,0

104,3%

106,8%

1 249,6

1 683,7

82,1%

84,1%

4 388,4

4 381,6

106,8%

106,9%

2 593,0

3 611,6

82,3%

82,4%

2 694,7

2 694,0

103,8%

103,8%

1 507,2

2 181,4

80,9%

81,0%

2 381,0

2 389,5

107,0%

106,7%

1 432,3

1 975,2

83,0%

82,7%

4 799,5

4 830,7

104,9%

104,2%

2 835,4

3 946,4

82,2%

81,7%

39 274,3

38 842,6

104,9%

106,1%

23 322,8

32 602,4

83,0%

83,9%

Z výsledků vyplývá poměrně potěšitelná skutečnost, že současné počty pedagogických pracovníků ve středních školách jsou ve všech krajích nižší než modelové výsledky. To svědčí jednak o tom, že současný způsob financování a regulace tohoto sektoru ze strany ministerstva je poměrně účinný, a jednak o tom, že činnost krajských úřadů při plnění jejich role je též vykonávána kvalitně. Jedním z důvodů, proč jsou modelové počty pedagogických pracovníků větší, než skutečnost, je to, že týdenní skutečný plný úvazek učitele je o téměř celou jednu vyučovací hodinu (v průměru 0,87 vyučovací hodiny) větší než právním předpisem stanovená hodnota. Při použití této hodnoty k modelovým výpočtům bychom dospěli k faktické shodě modelových dat a skutečnosti školního roku 2009/10. K dalším (souvisejícím) důvodům může patřit také skutečnost, že některé školy ve snaze zabezpečit vyšší mzdy ani možnosti dělení tříd dle ukazatele H nevyužívají. Závažnější závěry však vyplývají z porovnání současných stavů s projekcí na rok 2013. Při zachování stávajících předepsaných pedagogicko-organizačních parametrů vzdělávacího procesu na středních školách z nich vyplývá potřeba postupně snížit stávající stavy pedagogických pracovníků o zhruba 16 % jejich počtu (při porovnání s počtem pedagogických pracovníků z výkazů PAM), což představuje za celou republiku více než 6,2 tisíce zaměstnanců. Situace je navíc komplikovanější v tom, že z předchozích kapitol již víme, že tyto počty budou v dalších letech po stagnaci postupně růst, výjimečně i přesáhnout stávající úroveň.

- 22 -

Mezi jednotlivými kraji se však budou projevovat významnější rozdíly. Nejmenší redukci lze očekávat u kraje Středočeského (zhruba 14 %), největší u krajů Moravskoslezského (přes 18 %) a Olomouckého (19 %). Pokud bychom promítli výše uvedené počty do finančního vyjádření, dospíváme k obdobnému zjištění jako v předchozí kapitole, tj. redukci výdajů na střední školství na úrovni zhruba 4 mld. Kč (při mzdové úrovni roku 2009). Pro samotné rozpočty krajů, které hradí nepřímé výdaje středních škol, to lze na základě jejich dlouhodobého podílu na celkovém financování středních škol, odhadnout úhrnem částku na zhruba 800 mil. Kč za rok. Podmíněnost výpočtů a rizika odchylného vývoje Výsledky modelového propočtu i projekce jsou podmíněny několika faktory, které je dobře mít na vědomí: 

Všechny výpočty jsou podmíněny kvalitou vstupních dat. Zejména u propočtů u konkrétních škol to může tvořit zdroj rozdílů.



Pro projekci byly použity krajské demografické projekce pro všechny okresy daného kraje. Ve skutečnosti mohou být v demografickém vývoji mezi okresy daného kraje určité rozdíly.



Model nepředpokládá změny v oborové struktuře středního školství v krajích.



Model předpokládá, že nedojde ke změnám v participaci na středním vzdělávání, zjednodušeně řečeno, že nedojde z nejrůznějších důvodů (rozvoj nástavbového studia, přechody z vyšších ročníků do nižších ročníků jiných středních škol aj.) k prodloužení docházky žáků do středních škol v kraji.



Nedojde k významným pohybům v oblasti migrace (stěhování) obyvatelstva ani v oblasti denní dojížďky do škol mezi kraji.

Použitá literatura 1. Projekce obyvatelstva v krajích a oblastech ČR do roku 2065, Český statistický úřad, Praha, 2010. 2.

Vyhláška 492/2005 Sb. o krajských normativech ve znění pozdějších předpisů.

3. Interní materiály NÚOV k Rámcovým vzdělávacím programům.

- 23 -

Model ideální sítě škol

Recommend Documents