Návrh řešení socioekonomicky znevýhodněných oblastí Moravskoslezského kraje Analytická část
Agentura pro regionální rozvoj, a.s. Listopad 2010
Obsah: 1. Úvod .................................................................................................................................3 2. Socioekonomická analýza Moravskoslezského kraje ........................................................4 2.1 Obyvatelstvo .........................................................................................................4 2.2 Občanská vybavenost a bydlení ...........................................................................7 2.3 Ekonomika a podnikání .........................................................................................9 2.4 Trh práce a nezaměstnanost...............................................................................12 2.5 Dopravní obsluţnost ...........................................................................................14 2.6 Technická infrastruktura ......................................................................................16 2.7 Ţivotní prostředí ..................................................................................................19 3. Identifikace socioekonomicky znevýhodněných oblastí Moravskoslezského kraje ..........22 4. SWOT analýza ...............................................................................................................38 5. Závěr ..............................................................................................................................39
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -2-
1.
Úvod
Analytická část Návrhu řešení socioekonomicky znevýhodněných oblastí Moravskoslezského kraje prezentuje tendence hospodářského a sociálního vývoje kraje. Analýza zahrnuje oblasti ţivota v regionu, jako jsou demografie, občanská vybavenost, ekonomika a podnikání, trh práce a nezaměstnanost, dopravní obsluţnost, stav infrastruktury a ţivotní prostředí. Při zpracování socioekonomické analýzy byla vyuţita dostupná statistická data vztahující se k Moravskoslezskému kraji a také statistická data sledována na úrovni obcí. Nejvýznamnějším informačním zdrojem při zpracování analýzy byla Veřejná databáze Českého statistického úřadu. Z dalších zdrojů dat byla v ekonomické oblasti vyuţita data Ministerstva financí ČR, v oblasti trhu práce byla vyuţita data Ministerstva práce a sociálních věcí ČR, v oblasti dopravní obsluţnosti v městech a obcích kraje bylo vyuţito sčítání, které provedla společnost Koordinátor ODIS s.r.o. (KODIS) v únoru 2010 a dále také data Krajského úřadu Moravskoslezského kraje a společnosti RWE Transgas, a.s. v oblasti stavu technické infrastruktury a Ministerstva ţivotního prostředí ČR. Při zpracování socioekonomické analýzy byly také vyuţity strategické dokumenty a materiály Moravskoslezského kraje. Analytická část se skládá ze tří částí: 1) Socioekonomická analýza Moravskoslezského kraje – kromě tendencí hospodářského a sociálního vývoje Moravskoslezského kraje je zaměřena především na analýzu socioekonomicky znevýhodněných oblastí. V rámci tohoto přístupu proto byly v jednotlivých oblastech ţivota v regionu vybrány ukazatele (indikátory), na základě nichţ bylo moţné tyto znevýhodněné oblasti v závěru analýzy vymezit. Všechny ukazatele byly sledovány jak na krajské úrovni, tak především na úrovni obcí. Důraz byl přitom kladen na dostatečně dlouhé časové řady, kdy byl kaţdý ze sledovaných ukazatelů zkoumán za období 2001-2009. Kratší časová řada byla volena pouze u ukazatelů, u nichţ hodnoty vykazovaly za jednotlivé roky stabilní hodnoty nebo jen velmi malé odchylky či data nebyla dostupná vůbec a kde proto nebylo účelné sestavovat delší časovou řadu. U kaţdého ze stanovených ukazatelů byly sledovány a v příslušných kartogramech následně vyznačeny oblasti (obce), které svými hodnotami nedosahují krajského průměru v negativním slova smyslu. U takto znázorněných oblastí, čím více je hodnota negativní, tím sytější barvou je vyznačena. Bílé oblasti pak představují všechny oblasti (obce), které krajský průměr převyšují v pozitivním slova smyslu. 2) Identifikace socioekonomicky znevýhodněných oblastí Moravskoslezského kraje – pro identifikaci socioekonomicky znevýhodněných oblastí byl nejprve proveden monitoring a vyhodnocení metodických přístupů, které byly při vymezování takovýchto oblastí v minulosti pouţity v jednotlivých regionech ČR. Z různých, v praxi pouţívaných, přístupů byl pouţit přístup s vyuţitím tzv. generelových jednotek a na ně přepočítaných vybraných kritérií. Jedná se o mikroregiony na nejniţší regionální úrovni, které mají své středisko a k němu vymezené spádové území. Generelové jednotky byly pouţívány v sedmdesátých a osmdesátých letech 20. století v Terplanu Praha jako podklad při vymezování územních obvodů tehdejších národních výborů základního stupně a v rámci výzkumných prací týkajících se výhledového rozmístění obyvatelstva, struktury osídlení a aglomerací. Nejnověji byly generelové jednotky aktualizovány v ÚRS Praha, a.s. pro potřeby výzkumných úkolů zabývajících se vývojem obyvatelstva, vymezením periferních území apod. V ČR je aktuálně těchto jednotek vymezeno celkem 1 424, z toho 115 v Moravskoslezském kraji. Centrem generelových jednotek je obec, která má základní střediskové funkce (pošta, škola, zdravotní zařízeni, některé správní funkce – např. stavební a zejména matriční úřad). K ní jsou přičleněny obce, které k ní mají Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -3-
základní spádovost obyvatelstva. Při stanovení spádovosti se vycházelo jednak z dřívějších verzí generelových jednotek, kde byla zohledněna spádovost ke školám, zdravotním zařízením a občanské vybavenosti, současná správní příslušnost k obcím s rozšířenou působností, obcím s pověřeným obecním úřadem, stavebním a matričním úřadům a dále směrová spádovost podle dojíţďky do zaměstnání podle dat Sčítání lidu, domů a bytů 2001. Výhodou pouţití generelových jednotek je moţnost zařazení spádových středisek do socioekonomicky znevýhodněných oblastí, vymezení souvislejšího a kompaktnějšího území v rámci kraje. Nevýhodou jejich pouţití ale můţe být vyšší počet obcí a větší rozloha výsledných socioekonomicky znevýhodněných oblastí. Databáze s aktualizovaným vymezením generelových jednotek Moravskoslezského kraje byla pro účely této analýzy vyuţita se svolením ÚRS Praha, a.s. 3) SWOT analýza – na základě socioekonomické analýzy kraje a v rámci jeho identifikovaných a vymezených socioekonomicky znevýhodněných oblastí, byla zpracována SWOT analýza, která stanovila nejvýznamnější problémy místní, regionální i obecné, jako předmět řešení pro návrhovou část. Cílem návrhu řešení takto stanovených problémů je vyrovnávání disparit mezi těmito znevýhodněnými oblastmi a zbylými oblastmi Moravskoslezského kraje.
2.
Socioekonomická analýza Moravskoslezského kraje
2.1
Obyvatelstvo
Moravskoslezský kraj dlouhodobě patří k nejlidnatějším krajům České republiky. V současné době v něm ţije necelých 1 250 tisíc obyvatel. I přes vysoký počet obyvatel však lze, obdobně jako v dalších krajích ČR, pozorovat také v Moravskoslezském kraji pozvolný úbytek počtu obyvatel. Ve sledovaném období 2001-2009 se tento negativní trend projevoval aţ do roku 2007, kdy se úbytek počtu obyvatel zastavil a naopak v letech 2007 a 2008 dokonce velmi mírně vzrostl. V roce 2009 však pokles obyvatel znovu pokračoval a v tomto roce dosáhl Moravskoslezský kraj svého historicky nejniţšího počtu obyvatel (cca 1 247 tisíc obyvatel). Z hlediska struktury osídlení bydlí v obcích do 499 obyvatel jen necelé 2 % obyvatel, v obcích od 500 do 4 999 obyvatel okolo 24 % obyvatel, v obcích od 5 000 do 19 999 obyvatel ţije přes 13 % občanů kraje. Většina obyvatel kraje (více neţ 61 %), coţ je v rámci ČR výjimečné, ţije ve městech nad 20 tisíc obyvatel. V krajské metropoli Ostravě ţije přes 306 tisíc obyvatel, coţ představuje zhruba čtvrtinu obyvatel kraje. Dalšími velkými městy s počtem obyvatel nad 50 tisíc jsou Havířov (82 896 obyvatel), Karviná (61 948 obyvatel), Frýdek-Místek (58 582 obyvatel) a Opava (58 440 obyvatel). Na sniţování počtu obyvatel Moravskoslezského kraje se v posledních letech výrazně podílel migrační úbytek. Pro zmapování tohoto jevu byl vyuţit indikátor migračního salda, které vyjadřuje rozdíl mezi počtem přistěhovalých a vystěhovalých ve zkoumaném územním celku a patří k základním údajům pro bilanci obyvatelstva. Následně bylo migrační saldo přepočítáno na 1 000 obyvatel středního stavu. Zkoumanými územními celky byly všechny obce Moravskoslezského kraje, a to ve sledovaném období 2001-2009. Zdrojem dat byl Český statistický úřad. V roce 2009 vedlo migrační saldo k nejvyššímu meziročnímu poklesu obyvatel Moravskoslezského kraje za celé sledované období (přes 2 800 obyvatel). Budeme-li zkoumat nejvýznamnější migrační cíle, dojdeme ke zjištění, ţe se obyvatelstvo Moravskoslezského kraje Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -4-
stěhuje z velkých měst do blízkého okolí. Jako konkrétní příklady lze uvést významné migrační úbytky obyvatel u největších měst Moravskoslezského kraje (nejvíce u Ostravy, Frýdku-Místku, Opavy, Orlové, Havířova a Karviné) a naopak příliv obyvatel do jejich blízkých satelitů (nejvíce Petrovice u Karviné, Petřvald, Vratimov, Šenov, Horní Bludovice). Z hlediska hrubé míry migračního salda, která je vyjádřena jako migrační saldo na 1 000 obyvatel středního stavu, lze ve sledovaném období pozorovat největší úbytek obyvatel u obcí Doubrava, Křišťanovice, Bratříkovice, Karlova Studánka a Malá Morávka. Naopak největší příliv obyvatel vykazují obce Nová Pláň, Dlouhá Stráň, Malenovice, Kaňovice a Prţno. Mapa 1: Hrubá míra migračního salda (‰) v jednotlivých obcích Moravskoslezského kraje (2001-2009)
Zdroj: Český statistický úřad + vlastní úprava Dalším vyuţitým indikátorem v souvislosti s analýzou obyvatelstva Moravskoslezského kraje byl index stáří. Index stáří vyjadřuje poměr počtu starých osob k počtu dětí v obyvatelstvu, přičemţ za děti jsou povaţovány osoby ve věku 0-14 let a za hranici stáří je povaţován věk 65 let. Index stáří je dobře vypovídající charakteristikou vývoje věkového sloţení a základním indikátorem procesu stárnutí obyvatelstva. Zkoumanými územními celky byly opět všechny obce Moravskoslezského kraje, a to ve sledovaném období 2001-2009. Zdrojem dat byl Český statistický úřad. Ze statistických údajů vyplývá, ţe index stáří se kaţdým rokem zvyšuje, tedy převládá věková sloţka obyvatelstva 65 a více let nad věkovou sloţkou 0-14 let, coţ znamená, ţe obyvatelstvo Moravskoslezského kraje stárne. V roce 2009 dosáhl index stáří hodnoty 104,3. Konkrétně to znamená, ţe na 100 dětí do 15 let připadá v Moravskoslezském kraji více neţ 104 osob starších 64 let. Za sledované období 2001-2009 má index stáří průměrnou hodnotu 88,3. V rámci Moravskoslezského kraje byly v období 2001-2009 tímto trendem nejvíce zasaţeny okresy Ostrava-město, Karviná a Frýdek-Místek. Na úrovni obcí Moravskoslezského kraje Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -5-
dosahoval v období 2001-2009 index stáří nejvyšších průměrných hodnot u obcí Janov, Dlouhá Stráň, Petrovice (hodnoty v rozpětí 174,2 – 178,6) a Tvrdkov (200,6). Mapa 2: Index stáří (%) v jednotlivých obcích Moravskoslezského kraje (2001-2009)
Zdroj: Český statistický úřad + vlastní zpracování Indikátor hustota zalidnění ukazuje na rozdíly mezi rozlohou a počtem obyvatel ve zkoumaném územním celku. Rovněţ v tomto případě patřily mezi zkoumané územní celky všechny obce Moravskoslezského kraje, a to ve sledovaném období 2007-2009. Zdrojem dat byl Český statistický úřad. Ze statistik vyplývá, ţe hustota zalidnění je od posledních územních změn Moravskoslezského kraje (k 1. 1. 2005) víceméně konstantní a její průměrná hodnota se pohybuje okolo 230,2 obyvatel/km2. Významnější odchylku lze pozorovat aţ v roce 2009, kdy hustota zalidnění poklesla na 229,9 obyvatel/km2, coţ bylo způsobeno celkovým úbytkem obyvatelstva Moravskoslezského kraje v témţe roce. Jelikoţ přerozdělování daní mezi jednotlivé obce probíhá na základě jejich populační velikosti, jsou v tomto případě znevýhodněny populačně malé, ale plošně rozsáhlejší obce, které díky své rozloze potřebují více finančních prostředků na údrţbu a rozvoj svého území. Čím je hodnota tohoto ukazatele niţší, tím méně má obec finančních prostředků na údrţbu a rozvoj svého území, a tím více ji lze povaţovat za hospodářsky slabou. Nejniţší hustotu zalidnění vykazoval v období 2007-2009 téměř celý okres Bruntál a dále pak většina území ORP Vítkov, severní část ORP Odry, většina území ORP Frýdlant nad Ostravici a jiţní části ORP Frýdek-Místek a ORP Jablunkov. Z obcí Moravskoslezského kraje dosahovala hustota zalidnění nejniţších hodnot v obcích Bílá (5,1 obyvatel/km2), Staré Hamry (6,5 obyvatel/km2), Heřmanovice (8,2 obyvatel/km2), Roudno (8,2 obyvatel/km2) a Jiříkov (8,6 obyvatel/km2). Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -6-
Mapa 3: Hustota zalidnění (obyv./km2) v jednotlivých obcích Moravskoslezského kraje (20072009)
Zdroj: Český statistický úřad + vlastní zpracování
2.2
Občanská vybavenost a bydlení
V rámci indikátoru občanská vybavenost byly sledovány počty ordinací praktického lékaře pro dospělé, děti a dorost včetně detašovaných pracovišť v jednotlivých obcích Moravskoslezského kraje. Počet ordinací praktického lékaře byl následně přepočítán na 1 000 obyvatel. Sledováno bylo období 2001-2009. Zdrojem dat byl Český statistický úřad. Ve sledovaném období se počet ordinací praktického lékaře na území Moravskoslezského kraje postupně navyšoval v období 2003-2006, kdy bylo v roce 2006 dosaţeno maxima v podobě 954 ordinací. V následujícím období však počet ordinací pozvolna klesal aţ na současnou hodnotu 937 ordinací, která je totoţná s hodnotou v roce 2001, tedy na počátku sledovaného období. Krajský průměr činil ve sledovaném období 0,75 ordinace na 1 000 obyvatel. Nejníţe pod touto hodnotou se nachází kompaktní území obcí obepínající město Bruntál a vymezující se dále na severozápad k hranicím s Olomouckým krajem. V řadě případů se přitom jedná o obce, kde se nenachází vůbec ţádná ordinace praktického lékaře. Na území Moravskoslezského kraje lze identifikovat celkem 113 takovýchto obcí. Dále lze pozorovat kompaktnější území obcí na Osoblaţsku, Vítkovsku a Hlučínsku. Na zbývajícím území Moravskoslezského kraje se pak takováto území vyskytují pouze ostrůvkovitě.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -7-
Mapa 4: Občanská vybavenost (počet ordinací praktického lékaře na 1 000 obyvatel) v jednotlivých obcích Moravskoslezského kraje (2001-2009)
Zdroj: Český statistický úřad + vlastní zpracování Oblast bydlení je zastoupena indikátorem, který zaznamenává intenzitu bytové výstavby. Intenzita bytové výstavby pak vyjadřuje vztah mezi počtem dokončených bytů a počtem obyvatel ve zkoumaném územním celku a zároveň vypovídá o atraktivitě území, kde takováto výstavba probíhá. Kromě Moravskoslezského kraje jako celku byl tento indikátor vztaţen také zvlášť ke kaţdé obci Moravskoslezského kraje. Sledováno bylo období 2001-2009. Zdrojem dat byl Český statistický úřad. Ze statistických dat vyplývá, ţe intenzita bytové výstavby měla v Moravskoslezském kraji sestupnou tendenci. Teprve od roku 2006 dochází k jejímu výraznému nárůstu a v roce 2009 dosahuje svého maxima v podobě 2,4 dokončených bytů na 1 000 obyvatel. Krajský průměr činil ve sledovaném období 1,71 dokončených bytů na 1 000 obyvatel. Z prostorového hlediska lze zaznamenat nejniţší intenzitu bytové výstavby převáţně po celém území okresu Bruntál, v severozápadní části okresu Opava, na územích ORP Krnov (především na Osoblaţsku), ORP Vítkov a ORP Odry. Na zbývajícím území Moravskoslezského kraje se pak takováto území vyskytují pouze ostrůvkovitě. Na úrovni obcí pak ve sledovaném období 2001-2009 nebyl dokončen jediný byt celkem v 11 obcích Moravskoslezského kraje.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -8-
Mapa 5: Intenzita bytové výstavby (počet dokončených bytů na 1 000 obyvatel) v jednotlivých obcích Moravskoslezského kraje (2001-2009)
Zdroj: Český statistický úřad + vlastní zpracování
2.3
Ekonomika a podnikání
V rámci této kapitoly byl Moravskoslezský kraj zkoumán z hlediska věkové struktury obyvatelstva a jeho ekonomické aktivity, intenzity podnikatelské aktivity a daňových příjmů obcí. Zdrojem dat byl Český statistický úřad, v případě daňových příjmů obcí pak Ministerstvo financí ČR. Index ekonomického zatíţení charakterizuje demografický proces vývoje lidského potenciálu z hlediska věkové struktury obyvatelstva a jeho ekonomické aktivity. Vypovídá o poměru dětí ve věku 0-14 let a počtu obyvatel v důchodovém věku nad 65 let na 100 osob v ekonomicky aktivním obyvatelstvu ve věku 15-64 let. Pro potřeby porovnání tohoto indikátoru je uvaţováno, ţe čím vyšší je výsledná hodnota indexu ekonomického zatíţení, tím je počet ekonomicky závislých obyvatel vyšší, coţ představuje horší podmínky pro hospodářský rozvoj kraje. Ve sledovaném období (2001-2009) pro tento indikátor je v Moravskoslezském kraji patrný pokles podílu dětské sloţky v populaci a její stárnutí. Navíc je nutné vzít v potaz, ţe část osob v produktivním věku je nezaměstnaná nebo ekonomicky neaktivní. V důsledku toho je skutečný podíl závislých lidí, tj. poměr nevýdělečně činných na ekonomicky činných vyšší neţ prosté hodnotové vyjádření indexem ekonomického zatíţení. Z výsledného kartogramu je patrné, ţe ekonomicky aktivního obyvatelstva ubývá v okrese Frýdek-Místek, ORP Vítkov, ORP Osoblaha, ale i v dalších územích jako např. ORP Hlučín či ORP Odry. Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -9-
Mapa 6: Index ekonomického zatíţení (%) v jednotlivých obcích Moravskoslezského kraje (2001-2009)
Zdroj: Český statistický úřad + vlastní zpracování Jedním ze základních jevů vhodných podmínek pro podnikání je vysoká intenzita podnikatelské aktivity v území. Naopak případné hospodářské zaostávání je vyjádřeno nízkou či velmi nízkou intenzitou podnikatelé aktivity ve srovnání s průměrem kraje. Indikátor vyjadřuje počet podnikatelských subjektů v přepočtu na počet obyvatel. Ve sledovaném období (20052009) lze konstatovat, ţe do roku 2008 intenzita podnikatelské aktivity v Moravskoslezském kraji postupně rostla. Vlivem ekonomických změn však došlo v roce 2009 k poklesu registrovaných podnikatelských subjektů (FO) o více neţ 2 100, coţ se negativně projevilo i v poklesu intenzity podnikatelské aktivity. Nízká míra intenzity podnikatelské aktivity je z výsledného kartogramu patrná zejména v celém okrese Karviná, ORP Osoblaha, ORP Jablunkov, ORP Třinec a ORP Vítkov. Celkově se Moravskoslezský kraj vyznačuje nejniţším počtem registrovaných fyzických osob na 1 000 obyvatel v ČR. Přitom hospodářský rozvoj kraje a tím i růst intenzity podnikatelské aktivity bude i nadále podmiňován podporou malého a středního podnikání, podporou vědy a výzkumu, inovací, přílivu investic a optimalizací výroby a technologií k zajištění větší konkurenceschopnosti.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -10-
Mapa 7: Intenzita podnikatelské aktivity (počet podnikatelů (FO) na 1 000 obyvatel) v jednotlivých obcích Moravskoslezského kraje (2005-2009)
Zdroj: Český statistický úřad + vlastní zpracování Daňové příjmy obcí tvoří podstatnou část příjmů veřejných rozpočtů. Tok těchto prostředků je nejen regulován rozpočtovým určením daní, ale i lhůtou placení daní a způsobem jejich výběru. Daňové příjmy zahrnují svěřené daně, sdílené daně, místní poplatky a správní poplatky. Vyšší daňové příjmy obce na obyvatele zajišťují větší disponibilní objem finančních prostředků v rozpočtu pro rozvoj, zajištění kvalitních podmínek pro ţivot a rozvoj podnikatelských aktivit. Sledované období 2005-2009 prokázalo, ţe daňové příjmy jsou přímo závislé na ekonomickém růstu či poklesu hospodářství. Do roku 2008 daňové příjmy obcí na obyvatele v průměru rostly. V roce 2009 však v Moravskoslezském kraji došlo v těchto příjmech k propadu o 190,4 tisíc Kč na 1 obyvatele.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -11-
Mapa 8: Daňové příjmy (v tis. Kč na 1 obyvatele) v jednotlivých obcích Moravskoslezského kraje (2005-2009)
Zdroj: Ministerstvo financí ČR + vlastní zpracování
2.4
Trh práce a nezaměstnanost
Zapojení obyvatel do ekonomiky ovlivňuje zásadním způsobem její výkonnost. Tradiční odvětvová struktura Moravskoslezského kraje však přináší v současné době problémy, jeţ jsou spojeny zejména s vyšší mírou nezaměstnanosti. Počet zaměstnaných a nezaměstnaných osob a jejich podíl na celkové pracovní síle patří k jednomu z nejsledovanějších ukazatelů, vyjadřujících stav na trhu s pracovními silami. Relativně nejlépe je na tom okres Frýdek-Místek, vysokou míru nezaměstnanosti naopak vykazují okresy Bruntál a Karviná, které zaujímají jedny z posledních míst mezi všemi okresy v ČR. Dlouhodobým problémem Moravskoslezského kraje je pak podíl dlouhodobě nezaměstnaných (déle neţ 12 měsíců) na celkovém počtu nezaměstnaných, který je v Moravskoslezském kraji výrazně vyšší neţ celorepublikový průměr. Míra nezaměstnanosti jako poměr registrovaných nezaměstnaných k celkovému počtu ekonomicky aktivních obyvatel vystihuje podíl obyvatel v území se zhoršenými ţivotními podmínkami. Nezaměstnanost je přitom často spojena s dalšími negativními jevy, jako je ztráta sociálního statusu, změna sociální role nezaměstnaného, sníţení ţivotní úrovně či sociálně patologické jevy. Indikátor má přímou úměru, tzn., ţe čím je míra nezaměstnanosti vyšší, tím je územní jednotku moţno povaţovat za hospodářsky slabší. Ve sledovaném období 2001-2009 lze pozorovat zvyšující se míru nezaměstnanosti způsobenou restrukturalizací v 90. letech 20. století, a to aţ do roku 2003. Poté v období růstu a konjunktury docházelo k opětovnému poklesu aţ na 8,5 % v roce 2008. Vlivem hospodářských změn a poklesu růstu ekonomiky Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -12-
došlo v roce 2009 k nárůstu míry nezaměstnanosti o 3,7 %. Největší nezaměstnanost v Moravskoslezském kraji lze pozorovat v okrese Bruntál, vyjma ORP Krnov a dále v ORP Vítkov, ORP Odry, ORP Ostrava a ve větší části okresu Karviná. Mapa 9: Míra nezaměstnanosti (%) v jednotlivých obcích Moravskoslezského kraje (2001-2009)
Zdroj: Ministerstvo práce a sociálních věcí ČR + vlastní zpracování Míra dlouhodobé nezaměstnanosti vyjadřuje podíl dlouhodobě nezaměstnaných osob (12 měsíců a déle) na celkovém počtu ekonomicky aktivních osob ve věkové skupině 15-64 let. Dlouhodobá nezaměstnanost můţe doprovázet hmotné, zdravotní, psychické, i sociální problémy a strádání. U dlouhodobé nezaměstnanosti bývají tyto dopady často diferencované zvláště v závislosti na dřívějším postavení nezaměstnaného na pracovním trhu a v závislosti na trvání nezaměstnanosti. Čím vyšší je míra dlouhodobé nezaměstnanosti, tím hospodářsky slabší je daná uzemní jednotka. Ze sledovaného období 2005-2009 vyplývá, ţe míra dlouhodobé nezaměstnanosti kopírovala trend vývoje míry nezaměstnanosti, tzn. do roku 2008 postupně klesala a poté začala v roce 2009 opět narůstat. Dlouhodobou nezaměstnaností je nejvíce zatíţen okres Karviná, okres Bruntál, ORP Vítkov, ORP Fulnek a ORP Ostrava.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -13-
Mapa 10: Míra dlouhodobé nezaměstnanosti (%) v jednotlivých obcích Moravskoslezského kraje (2005-2009)
Zdroj: Ministerstvo práce a sociálních věcí ČR + vlastní zpracování
2.5
Dopravní obsluţnost
Odpovídající dopravní obsluţnost je významným faktorem, ovlivňujícím kvalitu ţivota v regionu. Ve smyslu nutnosti realizovat cesty za zaměstnáním, nákupy, úřady či lékařem je poptávka po dostupnosti vyšší ve venkovských oblastech neţ ve městech, kde je širší nabídka dopravních moţností, včetně systémů městské hromadné dopravy. Naopak z hlediska počtu osob je poptávka v řídce zalidněných venkovských oblastech nízká a způsobuje finanční ztrátovost obsluţnosti veřejnou dopravou. Tato skutečnost vede k nutnosti hradit provozovatelům tzv. prokazatelnou ztrátu, v opačném případě dochází k omezování spojů či rušení linek. To pak vyvolává zvýšenou potřebu individuální automobilové přepravy, která je pro obyvatele finančně náročnější, nehledě na to, ţe některé skupiny obyvatel mají v tomto směru velmi omezené moţnosti. Jedná se především o staré obyvatelstvo nebo děti a mládeţ, kteří nemohou vlastnit řidičské oprávnění. Nedostatečná dopravní obsluţnost negativně ovlivňuje například moţnost dojíţdět do zaměstnání, coţ má nepříznivý dopad hlavně v oblastech s jiţ tak nedostatečnou nabídkou pracovních míst, dále také omezuje výběr škol pro děti a mládeţ, kteří jsou limitováni dostupností těchto vzdělávacích zařízení. Omezená frekvence spojů má za následek také větší časovou náročnost dojíţďky, coţ je další faktor, negativně ovlivňující kvalitu ţivota obyvatel v takto znevýhodněných oblastech. Z prostorového hlediska jsou tímto negativním trendem Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -14-
zasaţeny především oblasti kraje s niţší hustotou osídlení, například Vítkovsko, některé oblasti Bruntálska či Rýmařovska a také Osoblaţsko. Zde je moţno uvést aktuální hrozbu zastavení pravidelného provozu na ţelezniční trati Třemešná-Osoblaha. Pro stanovení kvality dopravní obsluţnosti v městech a obcích kraje bylo vyuţito sčítání, které provedla společnost Koordinátor ODIS s.r.o. (KODIS) v únoru roku 2010. Bylo provedeno sčítání počtu spojů veřejné dopravy (vlaky, autobusy, bez zahrnutí spojů MHD), které zastavují v městech a obcích kraje, a to ve všední dny i o víkendu. První indikátor dopravní obsluţnosti tedy vyjadřuje počet spojů zastavujících v obci ve všední den (bez měst s MHD), vztaţený k průměru za kraj. Mapa 11: Počet spojů zastavujících v jednotlivých obcích Moravskoslezského kraje – všední den (bez měst s MHD) (únor 2010)
Zdroj: Koordinátor ODIS s.r.o. (KODIS) + vlastní zpracování
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -15-
Druhý indikátor dopravní obsluţnosti pak vyjadřuje počet spojů zastavujících v obci ve víkendový den (průměr za sobotu a neděli, bez měst s MHD), vztaţený k průměru za kraj. Mapa 12: Počet spojů zastavujících v jednotlivých obcích Moravskoslezského kraje – víkendový den (bez měst s MHD) (únor 2010)
Zdroj: Koordinátor ODIS s.r.o. (KODIS) + vlastní zpracování V obou případech se jednalo o jednorázové sčítání a není proto k dispozici časová řada. Vzhledem k průběţnému rušení spojů a linek lze však předpokládat negativní trend v posledních letech.
2.6
Technická infrastruktura
Kvalita ţivota a také moţnosti podnikání v kraji jsou významně ovlivněny dostupností a kvalitou technické infrastruktury. Její existence v obcích je dnes povaţována takřka za samozřejmost, pokud však některá ze sloţek technické infrastruktury v obcích chybí, znamená to komplikace jak pro obyvatele, tak pro podnikatele. Ve všech případech lze sice najít alternativní řešení, které však s sebou nese i určitá negativa. V případě vodovodů a alternativního řešení individuálními studnami je to nestabilita vydatnosti zdroje vody především v letních měsících a také vyšší riziko znečištění, v případě plynofikace a alternativního řešení například vytápění elektřinou jsou rizikem zvyšující se ceny elektrické energie. Je však pochopitelné, ţe kompletní pokrytí území obcí kraje rozvody vody, plynu a kanalizací je z technických či finančních důvodů nerealizovatelné a ţe alternativní řešení jsou v konkrétních případech vhodnější a často také ekologicky šetrnější. Ekonomickou návratnost investic do Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -16-
technické infrastruktury rozhodujícím způsobem ovlivňuje předpokládaný počet připojených objektů v rámci nově pokryté lokality a také struktura zástavby, která v případě větších vzdáleností jednotlivých připojovaných objektů způsobuje potřebu delších a tím i finančně náročnějších rozvodů. V prvním případě jsou znevýhodněny především oblasti s menší hustotou osídlení, například Vítkovsko či Osoblaţsko, v druhém případě pak oblasti s tzv. slezskou rozptýlenou zástavbou, například v podhůří Beskyd. Indikátory v oblasti technické vybavenosti vyjadřují, zda je konkrétní město či obec odkanalizována (údaje Moravskoslezského kraje za rok 2010), vybavena vodovodem (údaje Moravskoslezského kraje za rok 2010), respektive plynofikována (údaje společnosti RWE Transgas, a.s. za rok 2010). Indikátory nezohledňují míru pokrytí území jednotlivých obcí uvedenou infrastrukturou; tyto údaje nebyly v poţadované podrobnosti v době zpracování analýzy dostupné. Jednotlivé instituce nearchivují informace o vybavenosti obcí uvedenou technickou infrastrukturou, nelze proto informace uvést v časové řadě. Dle získaných informací se počet vybavených obcí postupně zvyšuje. Mapa 13: Vybavenost jednotlivých obcí Moravskoslezského kraje kanalizací (2010)
Zdroj: Moravskoslezský kraj + vlastní zpracování
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -17-
Mapa 14: Vybavenost jednotlivých obcí Moravskoslezského kraje vodovodem (2010)
Zdroj: Moravskoslezský kraj + vlastní zpracování
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -18-
Mapa 15: Vybavenost jednotlivých obcí Moravskoslezského kraje plynovodem (2010)
Zdroj: RWE Transgas, a.s. + vlastní zpracování
2.7
Ţivotní prostředí
Je naprosto zřejmé, ţe stav ovzduší, především v jádrové části ostravsko-karvinské aglomerace, je v současné době klíčovým problémem ţivotního prostředí Moravskoslezského kraje, a to i v území, která byla tradičně povaţována za méně problematická. Znečištění ovzduší můţe na jedné straně negativně ovlivnit rozvoj vybraných částí kraje (atraktivita území pro zaměstnance, odchod obyvatel, pro něţ patří stav ţivotního prostředí a jeho vliv na zdraví mezi ţivotní priority, apod.) a současně je tato situace limitující pro některé z rozvojových aktivit, jejichţ povolení ohroţuje to, ţe by mohly mít (byť i nevelký) vliv na další zhoršení situace (např. problematika příspěvku emisí v zatíţených oblastech, vlivy související dopravy, apod.). Zásadním problémem se v posledních letech stal opětovný lokální nárůst znečištění ovzduší oxidy dusíku, oxidem uhelnatým, polyaromatickými uhlovodíky (PAU) a polétavým prachem (PM10) ve velkých městech a v blízkosti zatíţených komunikací v důsledku rostoucí intenzity dopravy. Významným faktorem, který se podílí na špatné kvalitě ovzduší v kraji, jsou také emise z lokálních topenišť v rodinných domech, způsobené především spalováním nekvalitních paliv a odpadu. Tento faktor hraje významnou roli ve venkovských obcích, kde je dokonce významnější neţ emise z velkých zdrojů znečištění. Problematika znečištění ovzduší emisemi z lokálních topenišť se navíc neomezuje na oblast ostravské průmyslové aglomerace, ale je aktuální na celém území kraje. Data o znečištění ovzduší na úrovni obcí nejsou sledována, pro účely identifikace území se zhoršenou kvalitou ovzduší bylo vyuţito vymezení oblastí se zhoršenou kvalitou ovzduší za rok 2008, stanovené Ministerstvem ţivotního prostředí. Oblasti se zhoršenou kvalitou ovzduší Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -19-
se podle zákona č. 86/2002 Sb., o ochraně ovzduší, v platném znění vymezují jako území v rámci zóny nebo aglomerace, na kterém došlo k překročení hodnoty imisního limitu pro jednu nebo více znečišťujících látek. Jako nejmenší územní jednotka, pro kterou byly oblasti se zhoršenou kvalitou ovzduší vymezeny, jsou stanovena správní území stavebních úřadů. Mapa 16: Překročení denních imisních limitů (d IL) pro polétavý prach (2008)
Zdroj: Ministerstvo ţivotního prostředí ČR + vlastní zpracování Samostatně bylo sledováno také území, kde došlo k překročení cílového imisního limitu pro benzo(a)pyren, arsen a kadmium. I zde jsou nejmenší územní jednotkou, pro kterou jsou informace o překročení limitů dostupné, správní území stavebních úřadů. Zařazení konkrétních obcí do oblastí se zhoršenou kvalitou ovzduší se v průběhu posledních let částečně měnilo, pro účely tohoto sledování byla pouţita co nejaktuálnější data, tedy za rok 2008. Obce spadající do oblasti se zhoršenou kvalitou ovzduší tvoří v Moravskoslezském kraji rozsáhlé, relativně homogenní území, zahrnující celé okresy Ostrava a Karviná, severní část okresu Frýdek-Místek včetně Třinecka a Jablunkovska, větší část okresu Nový Jičín včetně okolí měst Kopřivnice, Studénka, Nový Jičín, Příbor, Bílovec, Odry a Frenštát pod Radhoštěm a východní část okresu Opava včetně města Opava. Překročení cílového imisního limitu pro benzo(a)pyren, arsen a kadmium bylo v roce 2008 zaznamenáno i v západní části kraje, konkrétně ve městech Bruntál, Krnov, Rýmařov, Vítkov a Vrbno pod Pradědem. Jako doplňkový indikátor v oblasti ţivotního prostředí byly pouţity hodnoty koeficientu ekologické stability za jednotlivé obce vzhledem k hodnotě tohoto koeficientu za celý Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -20-
Moravskoslezský kraj. Koeficient ekologické stability je stanoven jako podíl ekologicky příznivých ploch a ploch, které zatěţují ţivotní prostředí. Počítá se jako poměr druhů pozemků (chmelnice + vinice + zahrady + ovocné sady + trvalé travní porosty + pastviny + lesní půda + vodní plochy) / (orná půda + zastavěné plochy + ostatní plochy). Čím je koeficient vyšší, tím niţší je ekologická stabilita území. Data u tohoto indikátoru jsou dostupná za území jednotlivých obcí. Koeficient ekologické stability u jednotlivých obcí vykazuje stabilní hodnoty, u většiny obcí se za poslední roky nezměnil. Případné změny u některých z nich jsou v řádu desetin procenta a nebylo proto účelné sestavovat časovou řadu. Z prostorového hlediska nelze u tohoto indikátoru v kraji vysledovat konkrétní homogenní znevýhodněná území. Jedná se především o silně urbanizovaná území větších měst a jejich okolí, z venkovských obcí pak ty, které mají malou rozlohu svého katastrálního území. Mapa 17: Koeficient ekologické stability v jednotlivých obcích Moravskoslezského kraje (2009)
Zdroj: Český statistický úřad + vlastní zpracování
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -21-
3.
Identifikace socioekonomicky znevýhodněných oblastí Moravskoslezského kraje
Pro identifikaci socioekonomicky znevýhodněných oblastí byly vyuţity tzv. generelové jednotky a na ně přepočítána vybraná kritéria. Jednotlivé generelové jednotky byly porovnávány podle 11 ukazatelů. Jejich výběr a váhy byly konzultovány s vybranými odborníky v oblasti regionálního rozvoje. Přehled ukazatelů je uveden v následující tabulce: Ukazatel 1. Index stáří (IS) 2. Hustota zalidnění (HZ) 3. Hrubá míra migračního salda (HMMS)
4. Občanská vybavenost (OV)
5. Intenzita bytové výstavby (IBV)
6. Intenzita podnikatelské aktivity (IPA)
7. Index ekonomického zatíţení (IEZ)
8. Míra dlouhodobé nezaměstnanosti (MDN)
Výpočet (počet obyvatel ve věku 65 a více let / počet obyvatel ve věku 0-14 let) × 100 počet obyvatel / rozloha km2 Migrační saldo na 1 000 obyvatel středního stavu počet ordinací praktického lékaře (pro děti a dorost, pro dospělé), včetně detašovaných pracovišť; (počet ordinací včetně detašovaných pracovišť / počet obyvatel) x 1 000 (počet dokončených bytů / počet obyvatel) x 1 000 (FO + samostatně hospodařící rolníci + svobodná povolání + zemědělští podnikatelé) / počet obyvatel) x 1 000 (počet obyvatel ve věku 0-14 let + počet obyvatel ve věku 65 a více let) / (počet obyvatel ve věku 1564 let) x 100 (dlouhodobě nezaměstnaní (12 měsíců a déle) / počet ekonomicky aktivních obyvatel) x 100
Sledované období
Váha
2001-2009
4
2007-2009
2
2001-2009
9
2001-2009
9
2001-2009
7
2005-2009
16
2001-2009
10
2005-2009
17
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -22-
daňové příjmy obce v Kč / počet obyvatel
9. Daňové příjmy (DP)
počet spojů zastavujících v obcích ve všední (pracovní) den a ve víkendový den (počet spojů za všechny obce / počet obcí) vybavenost obce kanalizací (ano/ne), vodovodem (ano/ne) a plynovodem (ano/ne)
10. Dopravní obsluţnost (SPP, SPV)
11. Technická infrastruktura (KAN, VOD, PLY)
2005-2009
11
2010
11 (7,4)
2010
4 (2,1,1)
Pro všechny generelové jednotky byly vypočítány hodnoty ukazatelů jako součet nebo průměrná hodnota za jednotlivé obce. Generelová jednotka Albrechtice Bartošovice Bílovec Bohumín Bohuslavice Bolatice Brantice Brumovice Bruntál Brušperk Březová Břidličná Budišov nad Budišovkou Bystřice Čeladná Český Těšín Dětmarovice Dobrá Dolní Benešov Dolní Domaslavice Dolní Lomná Dolní Lutyně
IS
HZ
HM MS
OV
IBV
IPA
IEZ
MDN
DP
78,8
314,0
-1,4
0,69
1,2
114,8
39,4
4,3
7,38
1,0
71,1
83,9
4,9
0,62
2,5
189,9
36,6
3,4
7,95
0,5
79,5
100,6
6,0
0,40
3,0
141,9
38,5
2,7
7,76
86,9
738,1
-0,2
0,57
1,0
125,2
39,5
3,9
86,7
108,3
2,6
0,00
3,5
158,1
44,3
2,8
83,9
328,1
4,2
0,65
3,0
161,0
38,0
82,5
30,8
7,3
0,40
2,2
182,7
73,9
56,1
-1,1
1,38
1,6
151,9
75,2
68,3
11,0
0,35
6,8
94,6
388,1
12,7
0,66
61,9
35,3
2,5
1,49
85,5
70,0
-1,0
75,0
28,2
KAN VOD
PLY
SPP
SPV
1,0
1,0
106,0
52,0
1,0
1,0
82,0
25,5
0,9
1,0
1,0
89,1
21,1
9,38
1,0
1,0
1,0
323,0
213,0
7,48
1,0
1,0
1,0
51,5
25,3
2,5
7,13
1,0
1,0
1,0
118,0
46,0
40,6
2,6
8,77
0,0
1,0
0,5
49,5
21
35,4
2,8
8,15
1,0
1,0
1,0
41,0
1,0
195,0
37,1
4,9
9,37
0,3
0,5
0,6
63,9
21,1
5,5
163,3
41,9
1,2
7,15
1,0
1,0
1,0
127,5
49,8
1,1
142,3
39,7
1,6
8,26
1,0
1,0
1,0
48,0
8,0
1,14
1,4
144,7
39,2
3,0
8,07
0,3
0,7
1,0
64,7
23,0
-2,4
0,89
0,5
153,1
43,4
5,2
8,21
0,2
0,6
0,4
42,6
14,0 62,8
95,8
138,8
6,8
0,43
2,8
147,9
45,7
2,0
7,77
0,7
1,0
1,0
136,7
120,9
39,3
18,9
0,95
23,3
187,5
46,2
1,7
9,09
1,0
1,0
1,0
91,0
63,0
88,2
431,4
5,2
0,35
3,9
132,9
41,9
4,2
8,01
0,5
1,0
1,0
385,5
126,8
110,5
286,6
9,5
0,78
3,0
144,3
38,7
3,8
7,61
0,0
1,0
1,0
221,0
129,0
88,8
136,8
8,4
0,51
4,5
134,4
43,4
1,9
8,86
0,1
0,6
1,0
101,9
44,9
90,1
283,8
-4,7
0,71
2,0
154,8
40,2
2,5
8,43
1,0
1,0
1,0
157,0
68,5
103,5
169,9
18,6
1,05
4,5
144,2
42,3
1,6
7,01
0,3
1,0
1,0
37,7
18,3
82,6
23,8
-1,3
0,57
3,6
182,9
45,8
4,2
9,71
0,5
1,0
1,0
39,0
24,3
105,6
198,2
9,3
0,46
4,2
120,5
41,3
4,0
7,22
1,0
1,0
1,0
213,0
123,0
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -23-
Generelová jednotka Dvorce Frenštát pod Radhoštěm Fryčovice FrýdekMístek Frýdlant nad Ostravicí Fulnek Háj ve Slezsku Hať Havířov Hlučín Hnojník Hodslavice Holčovice Horní Benešov Horní Město Horní Suchá Hrabyně Hradec nad Moravicí Hukvaldy Chuchelná Jablunkov Jeseník nad Odrou Jindřichov Jistebník Karlovice Karviná Klimkovice Kobeřice Kopřivnice Kozlovice Kravaře Krnov Kunčice pod Ondřejníkem Lichnov (okres BR) Lichnov (okres NJ) Litultovice Lomnice
IS
HZ
HM MS
OV
IBV
IPA
IEZ
MDN
DP
73,7
28,9
-9,0
0,40
0,5
129,2
37,7
4,6
9,52
0,7
100,4
376,4
5,8
0,56
2,3
182,7
40,0
1,4
8,30
94,6
142,1
11,3
0,45
3,3
149,2
38,0
1,9
94,5
438,0
12,1
0,51
4,4
182,3
41,4
87,6
203,3
21,2
0,57
7,2
164,3
64,3
54,9
-3,4
0,30
1,8
122,8
238,7
7,1
0,80
KAN VOD
PLY
SPP
SPV
1,0
0,0
36,3
13,0
1,0
1,0
1,0
168,0
57,8
7,63
0,0
1,0
1,0
142,0
40,5
2,3
9,38
1,0
1,0
1,0
252,0
61,1
41,0
2,5
8,67
0,3
1,0
1,0
96,7
42,9
156,9
37,5
3,0
8,07
0,3
0,3
1,0
91,7
14,8
0,7
168,4
46,1
2,2
7,41
1,0
1,0
1,0
70,0
54,0
90,8
161,9
9,3
0,79
2,7
153,7
41,1
2,6
6,73
0,0
0,0
1,0
54,0
12,0
104,0
1408,1
14,0
0,53
4,2
147,7
40,3
4,6
8,85
1,0
1,0
1,0
405,0
64,0
103,3
250,0
5,1
0,14
3,5
152,2
41,0
2,6
7,31
1,0
1,0
1,0
158,8
70,0
97,6
111,3
13,6
1,25
4,9
144,1
46,0
1,7
7,78
0,4
0,9
0,9
83,9
43,1
95,6
118,8
6,0
0,59
3,5
160,3
40,3
1,5
7,38
0,0
1,0
1,0
92,5
24,5
80,3
12,9
-7,8
1,71
1,3
187,2
37,5
3,6
9,40
0,0
0,0
0,5
26,5
5,5
74,4
54,6
-2,3
0,31
1,6
138,3
41,2
4,3
9,20
0,3
0,5
0,8
42,5
7,4
142,1
21,2
-5,2
0,11
0,8
134,1
42,7
7,1
9,68
0,5
0,5
0,0
26,5
5,5
88,1
460,6
5,4
0,67
2,3
120,8
40,3
6,7
17,19
1,0
1,0
1,0
242,0
91,0
104,0
99,4
18,2
2,57
5,7
161,7
39,4
2,0
7,34
1,0
1,0
1,0
96,5
61,0
81,5
109,7
4,3
0,97
1,3
166,7
39,9
1,6
7,78
1,0
1,0
0,7
122,7
48,0
119,2
94,0
3,8
1,05
5,2
165,4
41,6
2,1
7,56
1,0
1,0
1,0
96,0
25,0
77,5
174,6
-1,0
1,32
1,9
140,2
42,6
2,8
7,14
1,0
1,0
1,0
65,0
24,5
80,5
257,9
1,9
0,36
3,5
121,6
44,5
1,9
6,99
0,5
1,0
1,0
132,2
70,4
65,1
65,8
1,7
0,65
1,4
136,9
41,5
2,3
7,86
1,0
1,0
1,0
84,0
28,0
119,6
26,0
2,9
0,33
0,9
149,8
41,0
3,9
9,14
0,3
0,5
0,8
34,5
11,4
88,0
94,7
7,3
1,35
2,8
140,5
40,8
3,6
6,98
1,0
1,0
1,0
51,0
26,0
73,3
33,9
2,9
0,40
2,3
196,8
35,7
5,1
8,29
0,5
1,0
0,0
36,5
15,8
92,3
1086,5
-4,1
0,71
0,4
114,1
39,7
7,6
10,91
1,0
1,0
1,0
678,0
111,0
95,8
154,4
11,7
0,31
4,4
160,3
39,8
1,9
7,30
0,7
1,0
1,0
112,3
45,0
73,7
189,2
0,7
0,93
2,0
149,5
41,6
3,1
7,82
1,0
1,0
1,0
100,0
23,0
79,9
488,3
7,1
0,99
4,3
143,1
42,1
1,9
8,29
1,0
1,0
1,0
223,5
60,3
93,1
103,1
11,4
0,35
2,9
142,1
42,6
1,6
7,43
0,5
1,0
0,5
70,5
16,8
90,9
352,3
3,5
0,59
2,5
177,8
41,8
3,1
8,57
1,0
1,0
1,0
198,0
87,5
89,1
167,3
-4,8
0,67
1,9
151,1
41,4
4,1
8,45
1,0
0,8
0,5
96,8
36,9
104,9
103,3
11,5
0,99
4,9
171,1
42,2
1,7
7,83
0,0
1,0
1,0
92,0
50,5
49,0
42,8
-2,4
0,66
1,0
146,3
38,6
5,2
7,23
0,0
0,0
1,0
33,0
8,5
96,1
108,3
1,0
1,50
4,4
159,0
41,1
1,3
7,42
1,0
1,0
1,0
67,0
22,0
83,9
57,2
0,8
1,25
0,9
159,0
44,7
2,7
7,84
0,7
0,3
0,7
37,1
19,9
81,0
18,5
-4,8
1,39
0,0
184,7
41,3
6,7
9,07
0,0
0,5
0,5
37,5
20,0
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -24-
Generelová jednotka Lučina Ludgeřovice Malá Morávka Melč Město Albrechtice Morávka Mořkov Mosty u Jablunkova Neplachovice Nový Jičín Odry Oldřišov Opava Orlová Osoblaha Ostrava Ostravice Palkovice Paskov Petrovice u Karviné Petřvald (okres KA) Petřvald (okres NJ) Písek Píšť Příbor Pustá Polom Raškovice Rychvald Rýmařov Sedliště Spálov Stará Ves nad Ondřejnicí Staré Hamry Starý Jičín Staříč Stěbořice Stonava Studénka Sudice
IS
HZ
HM MS
OV
IBV
IPA
IEZ
MDN
DP
KAN VOD
PLY
SPP
SPV
95,6
118,0
15,2
0,86
2,8
160,9
38,8
3,5
7,10
0,5
1,0
1,0
63,0
19,0
102,1
260,5
6,7
0,83
3,0
150,0
43,3
2,7
10,60
0,7
1,0
1,0
156,3
49,0
92,7
10,9
-17,1
0,00
8,9
257,8
38,7
4,5
15,01
1,0
0,0
1,0
46,0
26,5
86,5
33,8
-2,0
1,72
2,4
117,6
41,6
4,3
8,46
0,0
1,0
1,0
52,7
14,7
82,9
55,2
-1,0
0,83
1,8
157,0
41,0
2,8
8,50
1,0
1,0
1,0
97,0
32,0
127,7
12,2
10,9
1,92
3,8
200,3
41,6
3,3
9,88
0,0
1,0
1,0
42,0
24,5
100,6
229,6
4,5
0,96
1,1
145,4
40,4
1,9
6,88
0,0
1,0
1,0
108,0
42,5
96,6
102,0
-4,4
0,36
1,4
130,6
45,7
3,1
6,94
0,0
1,0
0,5
59,5
42,8
83,8
122,5
3,9
1,06
2,4
149,1
42,2
1,9
13,63
1,0
1,0
1,0
60,5
16,0
77,3
184,8
5,8
0,41
3,4
167,8
39,9
1,9
8,34
0,8
0,8
1,0
169,0
27,3
68,4
82,8
1,4
0,54
2,6
150,1
40,1
3,0
7,94
0,2
1,0
1,0
73,7
16,0
79,8
128,4
-1,1
1,16
1,2
169,2
39,1
2,3
7,71
1,0
1,0
1,0
46,3
10,2
84,5
200,9
3,4
1,26
2,5
167,4
41,8
2,2
8,29
0,9
0,9
0,9
122,4
37,0
77,9
752,5
-17,2
0,39
1,4
110,2
39,1
7,1
9,41
1,0
1,0
1,0
352,5
84,3
76,8
28,3
-2,4
0,25
0,5
114,9
44,3
6,1
10,49
0,3
0,9
0,0
27,0
10,0
94,1
1434,9
-3,2
0,67
1,0
167,2
40,1
4,4
20,21
1,0
1,0
1,0
1518
111,0
115,2
83,5
4,5
1,31
3,2
182,9
42,9
3,5
9,38
0,0
0,0
1,0
63,0
44,0
83,9
139,9
18,8
1,05
4,1
157,5
43,0
2,1
7,57
1,0
1,0
1,0
121,0
33,5
89,3
262,7
9,3
0,60
3,0
151,1
41,4
1,9
8,42
1,0
1,0
1,0
189,5
67,5
99,3
266,1
22,9
0,39
1,8
126,7
33,8
4,0
7,58
1,0
1,0
1,0
111,0
69,5
106,7
486,4
16,0
0,66
1,9
139,0
45,1
6,3
8,69
1,0
1,0
1,0
198,0
101,0
107,5
135,9
5,7
0,93
2,9
136,2
40,6
1,8
8,59
1,0
1,0
1,0
94,0
45,8
62,9
97,6
-0,6
0,28
3,2
146,7
44,2
2,0
6,84
0,5
1,0
1,0
72,0
34,0
120,4
186,9
0,7
0,34
2,6
141,1
44,0
1,7
7,60
0,5
1,0
1,0
57,0
17,8
98,0
175,4
4,7
0,96
2,4
156,4
40,6
1,9
7,39
1,0
1,0
1,0
90,5
33,1
110,4
88,8
7,5
2,78
3,3
136,1
47,5
2,6
7,38
1,0
1,0
1,0
36,8
10,0
81,1
144,8
5,6
0,28
3,5
153,1
44,2
1,7
7,66
0,5
1,0
1,0
70,3
33,0
111,3
407,4
7,8
0,54
2,2
130,1
42,0
3,6
7,57
1,0
1,0
1,0
228,0
107,5
88,9
47,5
6,0
0,31
2,6
167,7
42,0
5,6
10,11
0,4
0,8
0,6
49,8
13,4
82,4
96,2
22,7
0,28
7,0
190,3
40,7
1,8
7,01
0,0
1,0
1,0
62,0
17,3
113,0
49,3
-1,7
1,09
0,4
121,5
43,2
1,9
7,39
0,5
1,0
0,0
33,0
15,0
96,2
138,2
9,7
1,06
4,6
148,5
42,0
1,6
7,66
0,0
1,0
1,0
120,0
52,0
119,0
5,8
-7,0
1,79
2,3
207,1
41,3
2,7
13,14
1,0
0,0
0,0
35,0
14,0
90,9
75,5
7,4
0,94
1,6
175,6
43,1
1,1
9,03
1,0
1,0
1,0
79,0
17,5
75,2
103,0
4,9
1,09
1,7
173,0
36,8
2,4
16,51
1,0
1,0
1,0
125,0
25,5
69,5
70,2
4,5
0,78
2,7
151,0
44,9
1,6
7,40
0,5
0,0
1,0
37,0
12,0
102,8
135,4
5,4
1,95
0,2
97,7
42,4
4,2
11,13
1,0
1,0
1,0
143,0
16,5
97,7
206,6
1,3
0,61
2,7
156,5
44,8
2,3
7,48
1,0
1,0
1,0
99,7
38,3
78,2
63,2
4,7
0,54
1,8
162,6
44,5
5,4
8,63
0,3
0,7
0,7
46,7
15,8
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -25-
Generelová jednotka Suchdol nad Odrou Světlá Hora Šenov Štěpánkovice Štramberk Těrlicko Tichá Třemešná Třinec Velká Polom Velké Heraltice Veřovice Vítkov Vratimov Vrbno pod Pradědem Vřesina Zátor MSK
IS
HZ
HM MS
OV
IBV
IPA
IEZ
MDN
DP
66,2
86,1
0,8
0,40
3,1
139,0
40,3
2,2
8,04
0,5
KAN VOD
PLY
SPP
SPV
1,0
1,0
136,5
58,8
66,5
25,3
-4,2
0,14
2,2
185,3
35,5
5,9
8,46
0,7
0,0
1,0
39,7
14,8
106,1
324,7
17,0
0,58
4,4
150,7
44,2
2,1
7,38
1,0
1,0
1,0
260,0
129,0
78,2
248,1
0,5
0,65
1,3
143,0
41,7
2,7
7,25
1,0
1,0
1,0
99,0
48,0
85,4
225,4
6,8
1,11
2,3
143,7
44,5
1,7
7,22
1,0
1,0
1,0
104,5
48,3
106,7
170,4
5,2
0,96
2,3
154,6
40,4
3,6
7,62
1,0
1,0
1,0
129,0
66,5
97,9
101,7
12,0
0,00
3,0
124,3
43,3
1,4
7,15
1,0
1,0
1,0
131,0
37,5
93,0
34,5
3,2
1,05
0,7
142,3
41,6
2,8
7,84
0,0
1,0
1,0
57,0
22,5
93,9
260,4
5,3
0,49
4,0
130,3
45,0
2,3
8,40
0,7
1,0
1,0
301,0
127,5
94,9
165,5
15,0
1,24
4,4
170,8
40,7
2,2
7,38
1,0
1,0
1,0
69,0
47,0
77,4
36,1
-1,3
0,59
0,8
135,3
41,6
4,5
8,20
0,5
1,0
1,0
42,5
7,8
88,4
119,3
3,5
0,69
2,3
133,9
44,0
1,3
7,22
0,0
1,0
1,0
111,0
56,0
72,6
60,7
1,2
1,25
1,5
143,4
42,8
4,5
8,27
0,7
1,0
1,0
103,3
27,2
120,7
480,1
9,2
0,61
4,1
141,9
45,4
2,5
7,46
1,0
1,0
1,0
279,0
176,0
74,1
78,4
-8,3
0,31
1,9
213,1
36,0
4,1
10,76
0,7
1,0
0,7
59,0
30,0
110,2
354,6
18,4
0,86
4,5
185,3
44,0
1,7
7,24
1,0
1,0
1,0
91,0
86,0
81,0
44,3
4,9
0,51
0,8
177,1
40,1
3,3
8,10
0,0
0,0
1,0
45,0
16,5
88,3
230,2
-1,0
0,75
1,7
155,7
40,3
3,9
12,07
0,6
0,8
0,9
105,8
37,2
Výsledná hodnota pro všechny generelové jednotky byla porovnána s průměrnou hodnotou ukazatele za Moravskoslezský kraj (tj. Moravskoslezský kraj = 100). Generelová jednotka Albrechtice Bartošovice Bílovec Bohumín Bohuslavice Bolatice Brantice Brumovice Bruntál Brušperk Březová Břidličná Budišov nad Budišovkou Bystřice Čeladná Český Těšín Dětmarovice Dobrá
HM MS
OV
136
55
93
36
689
83
110
44
800
53
102
321
175
77
102
47
456
105
143
107
13
116
IS
HZ
IPA
IEZ
MDN
DP
111 119
PLY
SPP
SPV
70
74
149
122
102
89
61
143
109
112
66
71
111
111
100
140
111
111
78
69
178 57
91
104
131
64
80
102
101
78
122
111
111
84
57
143
111
111
305
573
0
208
102
90
128
62
143
111
111
49
68
616 926
87
178
103
106
54
129
117
99
136
59
143
111
111
112
124
133
73
0
125
56
47
24
93
184
95
98
112
56
128
68
143
111
111
39
3
115 93
30
1304
47
402
125
169
1471
89
321
105
108
73
78
41
56
71
60
57
96
168
59
143
111
111
121
134
130
15
449
199
64
91
101
158
68
143
111
111
45
22
103
30
100
153
81
93
103
124
67
48
74
111
61
62
115
12
-35
119
29
98
92
67
68
29
67
44
40
38
91
60
877
58
63
17
2088
127
168
95
87
148
64
95
111
111
129
169
1372
120
85
155
75
143
111
111
86
169
100
187
720
46
227
85
75
125
1151
103
177
93
96
93
66
71
111
111
364
341
104
102
63
0
111
111
209
347
99
59
1037
68
265
86
92
152
73
18
69
111
96
121
IBV
KAN VOD
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -26-
Generelová jednotka Dolní Benešov Dolní Domaslavice Dolní Lomná Dolní Lutyně Dvorce Frenštát pod Radhoštěm Fryčovice Frýdek-Místek Frýdlant nad Ostravicí Fulnek Háj ve Slezsku Hať Havířov Hlučín Hnojník Hodslavice Holčovice Horní Benešov Horní Město Horní Suchá Hrabyně Hradec nad Moravicí Hukvaldy Chuchelná Jablunkov Jeseník nad Odrou Jindřichov Jistebník Karlovice Karviná Klimkovice Kobeřice Kopřivnice Kozlovice Kravaře Krnov Kunčice pod Ondřejníkem Lichnov (okres BR) Lichnov (okres NJ)
IS
HZ
HM MS
OV
IBV
IPA
IEZ
MDN
DP
98
123
-273
94
115
99
100
136
70
143
83
74
2060
140
263
93
95
158
58
106
10
66
76
213
117
86
93
KAN VOD
PLY
SPP
SPV
111
111
148
184
48
111
111
36
49
80
71
111
111
37
65
80
86
1128
62
245
77
97
97
60
143
111
111
201
331
117
13
-703
53
29
83
106
82
79
95
111
0
34
35
86
164
784
75
138
117
101
163
69
143
111
111
159
155
93
62
1331
60
193
96
106
151
63
0
111
111
134
109
93
190
1412
68
258
117
97
141
78
143
111
111
238
164
101
88
2323
75
424
106
98
136
72
48
111
111
91
115
127
24
-136
40
106
101
107
122
67
48
37
111
87
40
61
104
915
107
43
108
86
143
61
143
111
111
66
145
97
70
1129
105
156
99
98
132
56
0
0
111
51
32
82
612
1598
71
250
95
100
82
73
143
111
111
383
172
83
109
711
18
204
98
98
133
61
143
111
111
150
188
89
48
1561
167
287
93
86
157
64
61
95
95
79
116
92
52
801
78
208
103
100
162
61
0
111
111
87
66
109
6
-583
228
74
120
107
107
78
0
0
56
25
15
116
24
-25
41
96
89
98
91
76
36
56
83
40
20
39
9
-317
15
47
86
94
17
80
71
56
0
25
15
100
200
737
90
136
78
100
28
142
143
111
111
229
245
82
43
2015
342
335
104
102
148
61
143
111
111
91
164
108
48
634
130
76
107
101
159
64
143
111
74
116
129 67
65
41
578
139
303
106
97
147
63
143
111
111
91
112
76
97
176
112
90
94
129
59
143
111
111
61
66
109
112
394
48
206
78
90
151
58
71
111
111
125
189
126
29
370
86
83
88
97
141
65
143
111
111
79
75
65
11
493
45
50
96
98
100
76
36
56
83
33
31
100
41
930
181
163
90
99
107
58
143
111
111
48
70
117
15
490
53
133
126
111
69
69
71
111
0
34
42
95
472
-214
95
23
73
101
6
90
143
111
111
641
298
92
67
1374
42
260
103
101
152
60
95
111
111
106
121
117
82
272
124
115
96
97
122
65
143
111
111
95
62
110
212
915
132
252
92
96
151
69
143
111
111
211
162
95
45
1345
47
170
91
94
160
62
71
111
56
67
45
97
153
552
78
144
114
96
120
71
143
111
111
187
235
99
73
-275
90
109
97
97
94
70
143
83
56
91
99
81
45
1351
132
290
110
95
156
65
0
111
111
87
136
145
19
-35
89
61
94
104
67
60
0
0
111
31
23
91
47
297
200
257
102
98
168
61
143
111
111
63
59
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -27-
Generelová jednotka Litultovice Lomnice Lučina Ludgeřovice Malá Morávka Melč Město Albrechtice Morávka Mořkov Mosty u Jablunkova Neplachovice Nový Jičín Odry Oldřišov Opava Orlová Osoblaha Ostrava Ostravice Palkovice Paskov Petrovice u Karviné Petřvald (okres KA) Petřvald (okres NJ) Písek Píšť Příbor Pustá Polom Raškovice Rychvald Rýmařov Sedliště Spálov Stará Ves nad Ondřejnicí Staré Hamry Starý Jičín Staříč Stěbořice Stonava Studénka
HM MS
OV
IBV
IPA
IEZ
MDN
DP
25
283
167
55
102
89
131
65
102
8
-284
185
0
119
98
29
75
0
92
51
1724
114
166
103
104
111
59
84
113
866
110
179
96
92
132
88
95
5
-1511
0
524
166
104
86
102
15
5
229
139
76
97
106
24
96
110
109
101
55
5
1286
256
226
86
100
649
128
62
91
44
-239
49
85
105
53
591
141
140
112
80
777
55
202
123
36
340
72
151
110
56
87
154
104
87
536
168
112
327
-1518
51
81
IS
HZ
105 108
KAN VOD
PLY
SPP
SPV
32
79
35
54
56
56
35
54
71
111
111
60
51
95
111
111
148
132
124
143
0
111
43
71
90
70
0
111
111
50
39
98
129
70
143
111
111
92
86
129
97
114
82
0
111
111
40
66
93
100
152
57
0
111
111
102
114
84
87
121
57
0
111
56
56
115
96
95
151
113
143
111
111
57
43
108
101
152
69
119
93
111
160
73
96
101
124
66
24
111
111
70
43
71
109
103
141
64
143
111
111
44
27
149
107
96
145
69
122
95
103
116
100
71
103
18
78
143
111
111
333
226
113
12
-35
34
30
74
90
45
87
41
95
0
26
27
93
623
-121
89
61
107
101
88
167
143
111
111
1435
298
69
36
646
174
191
117
93
111
78
0
0
111
60
118
105
61
2081
140
243
101
93
146
63
143
111
111
114
90
99
114
1132
80
177
97
97
152
70
143
111
111
179
181
88
116
2487
53
107
81
116
98
63
143
111
111
105
187
79
211
1801
88
111
89
88
37
72
143
111
111
187
272
78
59
769
124
168
87
99
155
71
143
111
111
89
123
129
42
138
38
189
94
90
150
57
71
111
111
68
91
64
81
266
46
150
91
91
157
63
71
111
111
54
48
89
76
673
129
141
100
99
152
61
143
111
111
86
89
75
39
949
370
195
87
82
134
61
143
111
111
35
27
108
63
757
37
207
98
90
156
63
71
111
111
66
89
74
177
980
71
129
84
96
106
63
143
111
111
216
289
99
21
800
42
151
108
96
57
84
57
89
67
47
36
107
42
2469
38
411
122
99
154
58
0
111
111
59
47
72
21
27
145
25
78
93
150
61
71
111
0
31
40
91
60
1173
141
270
95
96
159
63
0
111
111
113
140
65
3
-497
238
134
133
97
130
109
143
0
0
33
38
97
33
941
126
92
113
93
171
75
143
111
111
75
47
115
45
691
146
98
111
109
140
137
143
111
111
118
69
121
31
645
104
159
97
89
160
61
71
0
111
35
32
84
59
745
259
11
63
95
92
92
143
111
111
135
44
89
90
333
81
157
101
89
141
62
143
111
111
94
103
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -28-
Generelová jednotka Sudice Suchdol nad Odrou Světlá Hora Šenov Štěpánkovice Štramberk Těrlicko Tichá Třemešná Třinec Velká Polom Velké Heraltice Veřovice Vítkov Vratimov Vrbno pod Pradědem Vřesina Zátor MSK
IS
HZ
HM MS
OV
IBV
IPA
IEZ
MDN
DP
111
27
669
72
108
104
90
63
72
48
125
37
279
53
183
89
100
143
67
125
11
-217
19
130
119
112
49
KAN VOD
PLY
SPP
SPV
74
74
44
43
71
111
111
129
158
70
95
0
111
37
40
80
141
1899
77
258
97
90
145
61
143
111
111
246
347
111
108
250
86
74
92
97
132
60
143
111
111
94
129
103
98
885
149
136
92
89
156
60
143
111
111
99
130
79
74
723
128
135
99
100
107
63
143
111
111
122
179
89
44
1402
0
177
80
92
165
59
143
111
111
124
101
95
15
523
141
41
91
97
128
65
0
111
111
54
60
94
113
729
65
232
84
88
141
70
95
111
111
284
343
93
72
1701
165
261
110
99
143
61
143
111
111
65
126
112
16
70
79
46
87
97
84
68
71
111
111
40
21
100
52
548
91
134
86
91
167
60
0
111
111
105
151
118
26
317
167
86
92
94
85
69
95
111
111
98
73
63
209
1122
81
243
91
87
136
62
143
111
111
264
473
116
34
-633
42
112
137
111
96
89
95
111
74
56
81 231
75
154
2041
115
266
119
91
156
60
143
111
111
86
108
19
695
68
49
114
101
115
67
0
0
111
43
44
100
100
100
100
100
100
100
100
100
100
100
100
100
100
Hodnoty pro všechny generelové jednotky byly pro jednotlivé ukazatele vynásobeny příslušnou váhou. Váhy byly stanoveny podle významnosti jednotlivých ukazatelů. Součet všech vah se rovná 100. Generelová jednotka Albrechtice Bartošovice Bílovec Bohumín Bohuslavice Bolatice Brantice Brumovice Bruntál Brušperk Březová Břidličná Budišov nad Budišovkou Bystřice Čeladná Český Těšín Dětmarovice
IS
HZ
HMMS
OV
IBV
IPA
IEZ
MDN
DP
443 478
273
499
73
6198
440
87
406
641
407
KAN VOD PLY
SPP SPV
834
493
1180
1022
1517
672
286
111
111
701
559
750
1046
1952
1092
1908
724
143
111
111
543
274
7196
481
1246
1458
1044
2234
707
245
111
111
590
227
1578
689
402
1286
1020
1718
855
286
111
111
2137
2290
94
4106
0
1456
1624
900
2184
681
286
111
111
341
272
420
285
5545
784
1248
1655
1057
2306
650
286
111
111
781
495
426
27
8333
482
900
1877
992
2266
799
0
125
56
328
226
465
49
835
1655
666
1561
1122
2173
743
286
111
111
271
11
459
59
11732
422
2812
2004
1079
1243
854
82
56
71
422
227
372
337
13240
797
2250
1678
960
2860
651
286
111
111
844
535
520
31
4037
1790
449
1462
1015
2682
752
286
111
111
318
86
413
61
902
1374
570
1487
1027
2112
735
95
74
111
428
247
460
24
-317
1072
203
1574
924
1147
748
57
67
44
282
151
366
121
7889
518
1173
1520
865
2520
708
190
111
111
904
676
252
34
18791
1144
9603
1927
854
2643
828
286
111
111
602
677
401
375
6477
417
1592
1366
960
1587
730
143
111
111
2551
1363
300
249
10355
931
1240
1483
1040
1730
694
0
111
111
1462
1387
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -29-
Generelová jednotka Dobrá Dolní Benešov Dolní Domaslavice Dolní Lomná Dolní Lutyně Dvorce Frenštát pod Radhoštěm Fryčovice Frýdek-Místek Frýdlant nad Ostravicí Fulnek Háj ve Slezsku Hať Havířov Hlučín Hnojník Hodslavice Holčovice Horní Benešov Horní Město Horní Suchá Hrabyně Hradec nad Moravicí Hukvaldy Chuchelná Jablunkov Jeseník nad Odrou Jindřichov Jistebník Karlovice Karviná Klimkovice Kobeřice Kopřivnice Kozlovice Kravaře Krnov Kunčice pod Ondřejníkem Lichnov (okres BR)
IS
HZ
HMMS
OV
IBV
IPA
398 392 331
IEZ
MDN
DP
119
9333
613
1856
247
-2458
847
806
148
18538
1264
KAN VOD PLY
SPP SPV
1381
924
2592
808
36
69
111
674
483
1591
1004
2309
768
286
111
111
1039
737
1839
1482
949
2681
639
95
111
111
249
197
426
21
596
687
1493
1879
864
1578
885
143
111
111
258
261
322
172
10150
554
1718
1238
974
1653
658
286
111
111
1409
1323
466
25
-6328
481
203
1327
1064
1402
868
190
111
0
240
140
345
327
7053
674
967
1877
1007
2769
756
286
111
111
1112
622
372
123
11975
536
1352
1533
1057
2572
695
0
111
111
940
435
372
381
12707
610
1803
1874
973
2397
855
286
111
111
1667
657
403
177
20904
679
2968
1688
983
2320
790
95
111
111
640
461
509
48
-1225
361
745
1613
1068
2072
736
95
37
111
606
159
244
207
8233
966
304
1731
857
2427
675
286
111
111
463
581
389
141
10162
942
1095
1580
981
2250
614
0
0
111
357
129
329
1223
14381
641
1749
1518
1000
1389
807
286
111
111
2680
688
332
217
6395
162
1429
1564
982
2266
666
286
111
111
1051
753
358
97
14050
1502
2009
1481
859
2666
709
122
95
95
555
464
367
103
7208
704
1457
1647
1000
2747
673
0
111
111
612
263
436
11
-5244
2055
518
1924
1070
1816
856
0
0
56
175
59
463
47
-228
367
674
1421
978
1545
838
71
56
83
281
79
156
18
-2857
132
327
1378
940
297
882
143
56
0
175
59
401
400
6635
806
952
1241
1000
478
1566
286
111
111
1601
978
329
86
18137
3080
2343
1662
1023
2518
669
286
111
111
638
656
431
95
5705
1168
529
1713
1009
2700
709
286
111
74
812
516
260
82
5198
1255
2124
1699
967
2491
689
286
111
111
635
269
449
152
876
1585
782
1440
943
2199
651
286
111
111
430
263
435
224
3550
433
1440
1250
897
2560
637
143
111
111
874
757
505
57
3329
775
578
1407
969
2389
717
286
111
111
556
301
258
23
4440
401
353
1540
983
1693
833
71
56
83
228
122
402
82
8366
1625
1142
1444
987
1816
636
286
111
111
337
280
468
29
4411
476
933
2022
1113
1175
755
143
111
0
241
169
382
944
-1922
855
158
1172
1014
99
994
286
111
111
4486
1194
366
134
12364
378
1821
1647
1013
2592
665
190
111
111
743
484
466
164
2451
1116
807
1537
969
2069
713
286
111
111
662
247
438
424
8233
1187
1767
1470
955
2564
756
286
111
111
1479
648
378
90
12102
419
1188
1460
943
2722
677
143
111
56
466
180
388
306
4964
706
1010
1827
963
2043
781
286
111
111
1310
941
396
145
-2477
810
763
1552
972
1605
770
286
83
56
640
397
325
90
12161
1185
2028
1758
952
2644
714
0
111
111
609
543
578
37
-319
798
424
1503
1041
1143
659
0
0
111
218
91
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -30-
Generelová jednotka Lichnov (okres NJ) Litultovice Lomnice Lučina Ludgeřovice Malá Morávka Melč Město Albrechtice Morávka Mořkov Mosty u Jablunkova Neplachovice Nový Jičín Odry Oldřišov Opava Orlová Osoblaha Ostrava Ostravice Palkovice Paskov Petrovice u Karviné Petřvald (okres KA) Petřvald (okres NJ) Písek Píšť Příbor Pustá Polom Raškovice Rychvald Rýmařov Sedliště Spálov Stará Ves nad Ondřejnicí Staré Hamry Starý Jičín Staříč Stěbořice
IS
HZ
HMMS
OV
IBV
IPA
IEZ
MDN
DP
KAN VOD PLY
SPP SPV
365
94
2675
1803
1801
1634
981
2848
676
286
111
111
443
237
420
50
2548
1499
384
1634
891
2235
714
204
32
79
246
214
433
16
-2553
1666
0
1898
976
492
826
0
56
56
248
215
367
103
15513
1030
1159
1653
1036
1885
647
143
111
111
417
204
338
226
7797
993
1252
1542
925
2244
966
190
111
111
1034
527
380
9
-13599
0
3671
2649
1040
1457
1368
286
0
111
304
285
408
29
42
2058
972
1208
968
1537
771
0
111
111
348
158
424
48
861
994
760
1613
982
2188
775
286
111
111
642
344
221
11
11576
2301
1580
2058
967
1945
900
0
111
111
278
263
344
199
5845
1153
435
1494
998
2583
627
0
111
111
715
457
362
89
-2154
437
597
1342
866
2056
632
0
111
56
394
460
420
106
5316
1269
980
1532
954
2567
1242
286
111
111
400
172
450
161
6997
498
1412
1724
1011
2576
760
238
93
111
1118
293
490
72
3057
650
1055
1543
1006
2110
723
48
111
111
487
172
438
112
784
1388
498
1739
1031
2389
702
286
111
111
307
109
417
175
4826
1512
1042
1720
963
2459
756
245
95
103
810
398
447
654
-13660
463
568
1132
1029
303
857
286
111
111
2332
906
452
25
-315
302
212
1181
900
758
956
82
95
0
179
108
374
1247
-1090
804
427
1719
1006
1488
1842
286
111
111
10043
1194
278
73
5810
1570
1338
1879
934
1886
855
0
0
111
417
473
420
122
18731
1257
1704
1619
933
2488
690
286
111
111
801
360
396
228
10191
719
1237
1553
973
2591
767
286
111
111
1254
726
350
231
22380
473
747
1302
1162
1660
691
286
111
111
734
747
317
423
16213
793
778
1428
880
636
792
286
111
111
1310
1086
313
118
6924
1113
1177
1400
993
2633
783
286
111
111
622
492
515
85
1238
338
1325
1507
903
2544
624
143
111
111
476
366
254
162
2396
414
1051
1450
909
2674
692
143
111
111
377
191
356
152
6054
1157
988
1607
992
2582
673
286
111
111
599
356
300
77
8540
3333
1366
1399
822
2276
672
286
111
111
243
108
433
126
6816
337
1446
1573
902
2652
698
143
111
111
465
355
296
354
8821
643
906
1337
959
1810
690
286
111
111
1509
1156
397
41
7199
376
1058
1723
958
961
922
114
89
67
329
144
427
84
22220
341
2877
1955
990
2619
638
0
111
111
410
186
288
43
242
1308
175
1249
927
2554
674
143
111
0
218
161
364
120
10558
1272
1887
1526
958
2701
698
0
111
111
794
559
261
5
-4477
2146
941
2128
975
2211
1198
286
0
0
232
151
388
66
8468
1134
643
1805
931
2901
823
286
111
111
523
188
459
89
6215
1313
689
1778
1088
2372
1504
286
111
111
827
274
485
61
5807
939
1113
1552
886
2716
675
143
0
111
245
129
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -31-
Generelová jednotka Stonava Studénka Sudice Suchdol nad Odrou Světlá Hora Šenov Štěpánkovice Štramberk Těrlicko Tichá Třemešná Třinec Velká Polom Velké Heraltice Veřovice Vítkov Vratimov Vrbno pod Pradědem Vřesina Zátor MSK
IS
HZ
HMMS
OV
IBV
IPA
IEZ
MDN
DP
334
118
6703
357
179
2999
446
55
500
75
KAN VOD PLY
SPP SPV
2335
74
1004
947
1561
1015
286
111
111
946
177
729
1096
1609
889
2393
682
286
111
111
659
412
6018
644
759
1670
895
1067
787
95
74
74
309
170
2509
475
1283
1429
1001
2424
732
143
111
111
903
632
499
22
-1956
171
907
1904
1120
839
771
190
0
111
262
159
319
282
17087
697
1808
1549
904
2464
673
286
111
111
1720
1387
446
216
2253
776
519
1469
965
2244
661
286
111
111
655
516
413
196
7964
1338
954
1477
895
2654
658
286
111
111
691
519
317
148
6505
1152
946
1588
996
1819
695
286
111
111
853
715
357
88
12621
0
1238
1277
924
2810
652
286
111
111
867
403
379
30
4711
1265
290
1463
968
2168
715
0
111
111
377
242
375
226
6558
589
1627
1339
883
2400
765
190
111
111
1991
1371
370
144
15305
1488
1830
1755
990
2431
673
286
111
111
457
505
449
31
632
714
325
1391
967
1429
747
143
111
111
281
83
399
104
4932
823
937
1376
909
2840
658
0
111
111
734
602
471
53
2857
1499
604
1474
938
1452
754
190
111
111
684
292
253
417
10095
728
1702
1458
873
2309
680
286
111
111
1846
1892
464
68
-5694
374
784
2189
1106
1630
981
190
111
74
390
323
301
308
18369
1035
1865
1904
908
2645
660
286
111
111
602
925
433
38
6254
615
341
1820
1006
1949
738
0
0
111
298
177
400
200
900
900
700
1600
1000
1700
1100
200
100
100
700
400
Výsledné hodnoty pro všechny ukazatele za jednotlivé generelové jednotky byly sečteny a vzestupně seřazeny. Generelové jednotky
Součet
Orlová
-4 461
Malá Morávka
-2 038
Dvorce
191
Horní Město
1 706
Vrbno pod Pradědem
2 991
Holčovice
3 733
Lomnice
4 328
Osoblaha
4 933
Světlá Hora
5 001
Mosty u Jablunkova
5 247
Krnov
5 998
Staré Hamry
6 056
Lichnov
6 286
Budišov nad Budišovkou 6 436 Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -32-
Generelové jednotky
Součet
Horní Benešov
6 676
Fulnek
6 934
Velké Heraltice
7 415
Dolní Benešov
7 788
Spálov
8 093
Albrechtice
8 702
Melč
8 722
Dolní Lomná
9 312
Břidličná
9 637
Karviná
9 883
Moravskoslezský kraj Oldřišov
10 000
Brumovice
10 058
Město Albrechtice
10 139
Chuchelná Písek Píšť
10 279 10 285
Jindřichov
11 084
Litultovice
11 150
Štěpánkovice
11 227
Vítkov
11 490
Odry
11 635
Kobeřice
11 708
Karlovice
12 048
Jeseník nad Odrou
12 090
Suchdol nad Odrou
12 327
Studénka
12 511
Bohuslavice
12 573
Třemešná
12 828
Sudice
13 064
Jablunkov
13 422
Bohumín
13 532
Březová
13 649
Zátor
13 781
Lichnov
14 064
Rýmařov
14 379
10 004
10 936
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -33-
Generelové jednotky
Součet
Veřovice
14 537
Stěbořice
14 861
Mořkov
15 072
Bartošovice
15 402
Neplachovice
15 466
Opava
15 520
Ostravice
15 623
Stonava
15 722
Bolatice
15 733
Kravaře
15 749
Hradec nad Moravicí
15 858
Příbor
16 025
Raškovice
16 168
Hukvaldy
16 178
Bílovec
16 178
Těrlicko
16 243
Hlučín
16 326
Horní Suchá
16 567
Brantice
16 836
Hodslavice
17 004
Petřvald
17 076
Staříč
17 117
Háj ve Slezsku
17 196
Nový Jičín
17 441
Jistebník
17 625
Bystřice
17 672
Frenštát pod Radhoštěm
18 017
Český Těšín
18 183
Ludgeřovice
18 257
Štramberk
18 266
Starý Jičín
18 377
Třinec
18 537
Hať
18 750
Rychvald
18 988
Dobrá
19 398
Ostrava
19 561
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -34-
Generelové jednotky
Součet
Pustá Polom
19 644
Kopřivnice
20 431
Dolní Lutyně
20 679
Kozlovice
20 936
Dětmarovice
21 092
Paskov
21 142
Bruntál
21 524
Stará Ves nad Ondřejnicí
21 660
Tichá
21 745
Fryčovice
21 812
Morávka
22 324
Klimkovice
22 621
Vratimov
22 763
Kunčice pod Ondřejníkem
23 230
Lučina
24 379
Frýdek-Místek
24 803
Brušperk
25 032
Hnojník
25 062
Petřvald
25 163
Velká Polom
26 454
Havířov
26 913
Dolní Domaslavice
28 635
Šenov
29 398
Palkovice
29 632
Vřesina
30 030
Petrovice u Karviné
30 986
Hrabyně
31 648
Frýdlant nad Ostravicí
32 329
Sedliště
32 970
Čeladná
37 864
Generelové jednotky jejichţ součet nedosahuje průměru Moravskoslezského kraje (<10 000) představují oblasti, které byly identifikovány jako socioekonomicky znevýhodněné oblasti Moravskoslezského kraje. Celkem lze vymezit 6 kompaktnějších oblastí pokrývajících 23 generelových jednotek tvořených 60 obcemi. Pouze generelová jednotka Dolní Benešov se vyskytuje osamoceně a netvoří rozsáhlejší oblast.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -35-
Mapa 18: Socioekonomicky znevýhodněné oblasti Moravskoslezského kraje
Zdroj: vlastní zpracování
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -36-
Socioekonomicky znevýhodněná oblast
Jesenicko
Generelová jednotka
Obce
Holčovice Malá Morávka
Heřmanovice, Holčovice Malá Morávka Andělská Hora, Rudná pod Pradědem, Světlá Hora Karlova Studánka, Ludvíkov, Vrbno pod Pradědem Bohušov, Dívčí Hrad, Hlinka, Osoblaha, Rusín, Slezské Pavlovice, Slezské Rudoltice Horní Benešov, Horní Ţivotice, Staré Heřminovy, Svobodné Heřmanice Býkov-Láryšov, Hošťálkovy, Krnov, Úvalno Lichnov Sosnová, Velké Heraltice Břidličná, Ryţoviště, Velká Štáhle Budišov nad Budišovkou, Kruţberk, Nové Lublice, Staré Těchanovice, Svatoňovice Bílčice, Dvorce, Křišťanovice Fulnek, Kujavy, Vrchy Horní Město, Tvrdkov Dětřichov nad Bystřicí, Lomnice Melč, Moravice, Radkov Luboměř, Spálov Albrechtice Karviná Doubrava, Orlová Dolní Lomná, Horní Lomná Hrčava, Mosty u Jablunkova Bílá, Staré Hamry
Světlá Hora Vrbno pod Pradědem
Osoblaţsko
Osoblaha Horní Benešov
Krnovsko
Krnov Lichnov Velké Heraltice Břidličná Budišov nad Budišovkou
Nízký Jeseník
Karvinsko
Beskydsko
Dvorce Fulnek Horní Město Lomnice Melč Spálov Albrechtice Karviná Orlová Dolní Lomná Mosty u Jablunkova Staré Hamry
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -37-
4.
SWOT analýza
Na základě socioekonomické analýzy kraje a v rámci identifikovaných a vymezených socioekonomicky znevýhodněných oblastech, byla zpracována SWOT analýza, která stanovila nejvýznamnější problémy místní, regionální i obecné, jako předmět řešení pro návrhovou část. SWOT analýza zohledňuje sociální, ekonomickou a územní sloţku rozvoje těchto oblastí. Silné stránky Stále silná populační základna Zvyšující se intenzita bytové výstavby Kvalitní úroveň veřejných sluţeb Nejvyšší produktivita práce v kraji při přepočtu na odpracovanou hodinu v rámci ČR (mimo Prahy) Relativně vysoká výkonnost ekonomiky Vybudovaná image kraje jako vhodného místa pro investice, zejména v oblasti zpracovatelského průmyslu Vysoký podíl krajinářsky, biologicky i ekologicky hodnotných a chráněných oblastí (3 velkoplošně chráněná území, 136 maloplošných) Turistický a přírodní potenciál oblastí Existence mikroregionů a svazků obcí – koordinovaný přístup k rozvoji území na místní úrovni
Slabé stránky Vysoká míra migrace zejména lidí v produktivním věku a vzdělaných lidí mimo kraj Vysoký podíl obyvatelstva v postproduktivním věku Nejniţší podíl OSVČ ve struktuře ekonomiky v rámci celé ČR – nízká intenzita podnikatelské aktivity Nízká míra ekonomické participace – málo lidí pracuje Přetrvávající dlouhodobá nezaměstnanost Zhoršující se věková struktura obyvatelstva – zvyšující se index ekonomického zatíţení Nízká adaptabilita obyvatel na trhu práce Úbytek volných pracovních míst a růst nezaměstnanosti vlivem ekonomické recese Nedostatečná vybavenost území technickou infrastrukturou (plynofikace, kanalizace, vodovod) Nedostatečná obsluţnost území veřejnou dopravou Zhoršená kvalita ţivotního prostředí, zejména ovzduší, vlivem velkých zdrojů znečištění (v rámci ostravské průmyslové aglomerace) a lokálních topenišť (celé území kraje)
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -38-
Příleţitosti
Hrozby
Moţnost vyuţití finančních prostředků ze strukturálních fondů, národních a regionálních zdrojů
Pokračování nepříznivého sociálně demografického vývoje – stěhování mimo region, stárnutí populace
Výhodná geografická poloha pro uţší přeshraniční spolupráci s polskou a slovenskou stranou
Úbytek peněz v rozpočtu obcí z daňových příjmů pro rozvoj a zvyšování podmínek pro ţivot
Vyuţití přírodního potenciálu pro rozvoj alternativních forem zemědělství a venkovské turistiky, ke zvýšení vyuţívání alternativních zdrojů energie, zejména vyuţití biomasy
Další marginalizace okrajových oblastí, odklon od hospodaření v těchto oblastech a tím sniţování zaměstnanosti Změny na globálních trzích, stagnace EU Zhoršování kvality ovzduší vlivem lokálních topenišť jako důsledek zhoršování ţivotní úrovně obyvatel a s tím spojeného vyššího vyuţívání odpadů a nekvalitních paliv k topení Zhoršování dopravní obsluţnosti veřejnou dopravou jako důsledek vylidňování oblastí a s tím spojeného rušení spojů Zhoršování atraktivity území k bydlení v důsledku nedostatečné vybavenosti technickou infrastrukturou
5.
Závěr
Analytická část byla vypracována jako podklad pro návrh řešení, jimiţ lze formou vnějších, nebo vnitřních stimulů dosáhnout zlepšení situace v jednotlivých identifikovaných socioekonomicky znevýhodněných oblastech tak, aby docházelo k vyrovnávání disparit mezi těmito oblastmi a zbylými oblastmi Moravskoslezského kraje.
Dokument byl financován z prostředků Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje a zaměstnanost a státního rozpočtu ČR v rámci projektu „Rozvoj kompetencí strategického, procesního a projektového řízení a kvality“ -39-
