MENDELOVA UNIVERZITA V BRNĚ Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu
Přínosy cestovního ruchu ČR pro ekonomiku země Diplomová práce
Vedoucí práce: Mgr. Veronika Blašková, Ph.D.
Brno 2011
Bc. Pavla Přichystalová
Zadání
Na tomto místě bych ráda poděkovala Mgr. Veronice Blaškové, Ph.D. za ochotu, odborné rady a cenné připomínky, kterými přispěla k vypracování této diplomové práce.
Prohlašuji, že jsem diplomovou práci „Přínosy cestovního ruchu pro ekonomiku ČR“ zpracovala samostatně pod vedením Mgr. Veroniky Blaškové, Ph.D. a uvedla v seznamu literatury všechny použité literární a odborné zdroje.
V Brně dne 27. května 2011
__________________
Abstract Přichystalová, P., Benefits of tourism in Czech Republic to the national economy. Diploma thesis. Brno: MENDELU, 2011. This diploma thesis is focused on identification of economic benefits of tourism trade to the economy of Czech Republic. The theoretical part describes the tourism trade, history and economic importance. The practical part deals with statistic calculations of data related to tourism and forecasts future occupancy in collective accommodation establishments. The degree of correlation between chosen variables of tourism is calculated using regression and correlation analysis. Keywords Tourism, Czech Republic, economic benefits, time series, regression and correlation analysis, regression model, prognosis.
Abstrakt Přichystalová, P. Přínosy cestovního ruchu ČR pro ekonomiku země. Diplomová práce. Brno: MENDELU v Brně, 2011. Diplomová práce se zabývá identifikací ekonomických přínosů odvětví cestovního ruchu pro ekonomiku České republiky. Teoretická část této práce charakterizuje odvětví cestovního ruchu, historii a jeho ekonomický význam. Praktická část se věnuje statistickému zpracování údajů souvisejících s cestovním ruchem a stanovením budoucího vývoje návštěvnosti v hromadných ubytovacích zařízeních v následujícím roce. Pomocí regresní analýzy je určena míra závislosti mezi vybranými ukazateli cestovního ruchu. Klíčová slova Cestovní ruch, Česká republika, ekonomické přínosy, časové řady, regresní a korelační analýza, regresní model, prognóza.
Obsah
6
Obsah 1
2
Úvod a cíl práce 1.1
Úvod .............................................................................................................10
1.2
Cíl práce ....................................................................................................... 11
Literární přehled řešené problematiky
12
2.1
Vymezení pojmu .........................................................................................12
2.2
Vznik a vývoj cestovního ruchu..................................................................12
2.3
Typologie cestovního ruchu ....................................................................... 15
2.3.1
Formy cestovního ruchu .................................................................... 15
2.3.2
Druhy cestovního ruchu ..................................................................... 15
2.4
Ekonomický význam cestovního ruchu.....................................................16
2.5
Ekonomické funkce cestovního ruchu ......................................................18
2.5.1
Vyrovnávací funkce.............................................................................18
2.5.2
Funkce zaměstnanosti........................................................................19
2.5.3
Příjmová funkce (multiplikační efekt) ..............................................19
2.5.4
Výrobní funkce (efekt tvorby hodnot)...............................................19
2.6
3
10
Statistika v cestovním ruchu ..................................................................... 20
2.6.1
Satelitní účet cestovního ruchu ........................................................ 20
2.6.2
Mezinárodní instituce.........................................................................21
Metodika
23
3.1
Pojem a druhy časových řad...................................................................... 23
3.2
Elementární charakteristiky časových řad............................................... 24
3.3
Přístupy k modelování časových řad .........................................................25
3.3.1
Mechanické vyrovnání....................................................................... 26
3.3.2
Analytické vyrovnání ......................................................................... 26
3.3.3
Identifikace a popis sezónní složky ...................................................27
3.4
Regresní a korelační analýza..................................................................... 28
3.4.1
Regresní analýza dvou proměnných ................................................ 29
3.4.2
Kvalita regresní funkce a intenzita závislosti ...................................31
Obsah
4
7
3.4.3
Testování statistické průkaznosti modelu ....................................... 32
3.4.4
Heteroskedasticita a autokorelace ................................................... 33
Vlastní práce
35
4.1
Charakteristika ČR......................................................................................35
4.2
Cestovní ruch v ČR..................................................................................... 40
4.2.1
Prognóza vývoje návštěvnosti v roce 2011 ....................................... 48
4.3
Přínosy cestovního ruchu pro národní hospodářství .............................. 50
4.4
Regresní a korelační analýza......................................................................56
4.4.1
Jednorozměrný regresní model 1 ......................................................56
4.4.2
Jednorozměrný regresní model 2......................................................59
5
Diskuze
62
6
Závěr
66
7
Literatura
67
Seznam grafů
8
Seznam grafů Graf. 1
Vývoj počtu hostů v HUZ ČR v letech 2000 - 2010
40
Graf. 2
Vývoj počtu hostů v HUZ ČR v letech 2000 – 2010 rozdělení na rezidenty a nerezidenty
41
Vývoj průměrné doby přenocování v HUZ ČR v letech 2000 - 2010
41
Graf. 4
Vývoj počtu hostů v HUZ ČR dle sezónnosti v roce 2010
42
Graf. 5
Počet hostů v HUZ ČR dle zemí v roce 2000 a 2010
43
Graf. 6
Počet hostů v HUZ ČR dle krajů v roce 2010
45
Graf. 7
Přírůstek hostů v HUZ ČR podle kategorie ubytovacího zařízení 2010/2009
46
Skutečné a vyrovnané hodnoty počtu rezidentů v HUZ ČR s prognózou 2011
50
Graf. 3
Graf. 8 Graf. 9
Skutečné a vyrovnané hodnoty počtu nerezidentů v HUZ ČR s prognózou 2011 50
Graf. 10 Vývoj devizových příjmů a výdajů ze zahraničního cestovního ruchu
51
Graf. 11 Výše vybraných poplatků podle krajů za rok 2009
55
Graf. 12 Grafické znázornění zvoleného modelu
57
Graf. 13 Pás spolehlivosti pro lineární model
58
Graf. 14 Interval spolehlivosti pro lineární model
58
Graf. 15 Grafické znázornění modelu
60
Seznam tabulek
9
Seznam tabulek Tab. 1 Přehled států EU27 podle podílu cestovního ruchu na HDP pro rok 2010 18 Tab. 2
TOP 10 nejnavštěvovanějších turistických cílů v ČR 2009 39
Tab. 3 Vývoj tržeb v ubytování, stravování a pohostinství (NACE 55 + 56) 47 Tab. 4
Empirické sezónní indexy
49
Tab. 5
Předpověď pro rok 2011
49
Tab. 6
Saldo zahraničního cestovního ruchu ČR a další ukazatele52
Tab. 7
Podíl CR na zaměstnanosti, HPH, HDP
53
Tab. 8
Analýza rozptylu
58
Tab. 9
Testy heteroskedasticity a autokorelace chybového členu 59
Úvod a cíl práce
10
1 Úvod a cíl práce 1.1
Úvod
Obecně lze cestovní ruch považovat za jiný výraz pro cestování. Lidé cestovali již v dobách dávnověku. Nejstaršími cestovateli byli Řekové, Egypťané a Římané. Rozvoj cestování je spojen s počátkem obchodních, objevitelských a kolonizačních cest do zámoří. V masové formě se začal rozvíjet ve 2. pol. 19. stol. a největšího rozmachu dosáhl po druhé světové válce vlivem dynamického ekonomického rozvoje společnosti a vědecko-technickému pokroku. V posledních letech se cestovní ruch stal významným společenskoekonomickým fenoménem, společně s ropným a automobilovým průmyslem patří nejvýznamnější odvětví národní i světové ekonomiky. V některých oblastech tvoří hlavní zdroj příjmů obyvatel. Každoročně představuje největší pohyb lidské populace nejen za účelem rekreace, ale i za poznáním. Jeho rozvoj je ovlivňován hospodářským růstem, rozvojem dopravy, infrastruktury, růstem životní úrovně obyvatelstva a zvýšenou motivací cestovat. Cestovní ruch se dotýká řady ekonomických i mimoekonomických procesů společnosti a přináší do společnosti značnou přidanou hodnotu. Mezi jeho hlavní přínosy patří tvorba nových pracovních příležitostí a hrubého domácího produktu, podpora malého a středního podnikání, zvyšování vzdělanostní úrovně obyvatelstva, tvorba devizových rezerv státu a podnikatelských příležitostí, také ovlivňuje příjmy do státního i do místního rozpočtu. Dle organizace World Travel and Tourism Council cestovní ruch zaměstnává více než 235 miliónů lidí a podílí se na světovém HDP 9.2 %. Kromě přínosů však cestovní ruch přináší určité negativní dopady jako je ohrožení přírodního bohatství a lokální kultury. Globální ekonomická krize zasáhla i cestování, avšak nejnovější údaje uvádějí, že se toto odvětví během toku 2010 začalo vzpamatovávat z recese. K tomu, aby přínosy z cestovního ruchu i nadále rostly, je nutné podporovat jeho udržitelný rozvoj, konkurenceschopnost a nabízet výjimečnou, kvalitní, komplexní a atraktivní nabídku země.
Úvod a cíl práce
1.2
11
Cíl práce
Hlavním cílem této diplomové práce je analyzovat a vyhodnotit vývoj cestovního ruchu v České republice a identifikovat přínosy, které toto odvětví přináší pro ekonomiku naší země. K tomu je použita analýza vývoje časových řad statistických údajů týkajících se cestovního ruchu. Diplomová práce má za úkol nastínit jeho budoucí vývoj a doporučení, která by měla podpořit ekonomickou výkonnost cestovního ruchu a další rozvoj dostupného potenciálu České republiky. Dílčími cíly práce jsou: · studium odborné literatury daného tématu, · charakterizovat kraje České republiky z hlediska cestovního ruchu, · vyhodnotit změny ve vývoji návštěvnosti České republiky od roku 2000, · stanovit budoucí vývoj návštěvnosti ubytovacích zařízení ve čtvrtletích letošního roku, · určit přínosy cestovního ruchu pro národní hospodářství ve formě devizových příjmů, podílu na celkové zaměstnanosti, na HDP, na HPH a ve výši příjmů do krajských rozpočtů, · pomocí regresní a korelační analýzy určit míru závislosti mezi zvolenými ekonomickými ukazateli a spotřebou cestovního ruchu, · navrhnout doporučení pro další rozvoj cestovního ruchu. V diplomové práci jsou předpokládány následující hypotézy: H1: Odvětví cestovního ruchu značně ovlivnila hospodářská recese. H2: Rok 2010 byl příznivý pro cestovní ruch. H3: Největší koncentrace turistů je v hlavním městě Praze. H4: Výše devizových příjmů ze zahraničního cestovního ruchu tvoří aktivní saldo obchodní bilance. H5: Cestovní ruch je tvůrcem nových pracovních příležitostí s multiplikačním efektem. H6: Výše devizových příjmů má silnou závislost na počtu zahraničních návštěvníků. H7: Zaměstnanost v cestovním ruchu má pozitivní závislost na počtu hostů v hromadných ubytovacích zařízení.
Literární přehled řešené problematiky
12
2 Literární přehled řešené problematiky 2.1
Vymezení pojmu
Cestovní ruch je mnohostranným odvětvím národního hospodářství a zasahuje do řady různých oborů, proto jeho vymezení není jednoduché a neustále se mění. Existuje řada definic různých autorů, ale žádná z nich není zcela vyčerpávající. Původní význam cestovního ruchu byl jiný výraz pro cestování. Postupem času je spojován s využitím volného času, s poznáváním a rekreací. Cestovní ruch začal být předmětem vědeckého bádání již začátkem dvacátého století, kdy se autoři snažili o odlišení cestovního ruchu od širšího pojmu cestování. V dalších letech již autoři zdůrazňují ekonomické, geografické, dopravní a sociologické aspekty cestovního ruchu. Významným mezníkem v procesu definování cestovního ruchu je práce W. Hunzikera a K. Krapfa z roku 1942, ve které definují tento jev jako „soubor vztahů a jevů, které vyplývají z pobytu na cizím místě, pokud cílem pobytu není trvalý pobyt nebo výkon výdělečné činnosti“. V 70. letech minulého století došlo k zintenzivnění úsilí o definování pojmu, ale vzniklé teorie se od sebe zásadně nelišily.1 V roce 1991 zorganizovala Světová organizace cestovního ruchu (WTO) mezinárodní konferenci v Ottavě s cílem sjednotit základní definice a zpracování statistických údajů o cestovním ruchu. Konference vymezila pojem cestovní ruch jako „činnost osoby, cestující na přechodnou dobu do místa mimo její běžné prostředí (mimo bydliště), na dobu kratší než je stanovena2, přičemž hlavní účel cesty je jiný než výkon výdělečné činnosti v navštíveném místě“.3
2.2 Vznik a vývoj cestovního ruchu Vývoj cestovního ruchu bývá rozdělován obvykle do čtyř etap:4 I. Prvopočátky CR: 480 př. n. l. – 16. století. II. Začátky moderního CR: 17. století – 19. století.
HESKOVÁ, Marie a kol. Cestovní ruch: pro vyšší odborné školy a vysoké školy. Praha, 2006. s. 10. 2 Stanovenou dobou je v mezinárodním cestovním ruchu jeden rok, v domácím cestovním ruchu 6 měsíců. 3 MALÁ, Vlasta. Cestovní ruch: vybrané kapitoly. Praha, 1999. s. 11. 4 RYGLOVÁ, Kateřina. Cestovní ruch: Soubor studijních materiálů. Ostrava, 2009. s. 17. 1
Literární přehled řešené problematiky
13
III. Novodobý CR: a) po I. světové válce – do roku 1948 b) do roku 1989. IV. Současné období: po roce 1990. I. Prvopočátky CR V literatuře můžeme nalézt řadu odkazů na to, že lidé cestovali již od dávnověku. Nejstaršími cestovateli byli Řekové, Egypťané a Římané. První doložený spis pochází od řeckého dějepisce z roku 480 – 425 př. n. l., ve kterém popisuje svoje cesty v oblasti Středozemního moře. Ve 13. století nastává počátek obchodních, objevitelských a kolonizačních cest do zámoří (Čína, Indie, Indonésie). Motivem cest se stává poznávání nových zemí a kultur a získání nových území. Mezi nejznámější cestovatele a mořeplavce patří Marco Polo, Krištof Kolumbus, Amerigo Vespucci, Bartolomeo Diaz. 5 II. Začátky moderního cestovního ruchu Většina autorů se shoduje, že počátky moderního cestovního ruchu je třeba hledat v 17. a 18. století, a to v cestách šlechticů a tovaryšů za získáváním zkušeností. CR byl také podpořen právem volného pohybu po cizím území pro šlechtice a kupce. Průmyslová revoluce a technický pokrok na konci 17. století vyvolala potřebu nových pracovních sil a zrušení omezení volnosti pohybu. Průkopníkem organizovaného cestovního ruchu byl angličanem Thomas Cook (1808 – 1892), který v roce 1841 uspořádal výlet zvláštním vlakem na trati Leicester – Loughborough. Tímto činem dal impuls ke zrodu první cestovní kanceláře. V roce 1855 uskutečnila jeho kancelář první zahraniční zájezd na Světovou výstavu do Paříže. Mnoho Cookových metod se používá dodnes.6 Prvních forem cestovního ruchu se zúčastňovala pouze bohatá šlechta, zanedlouho i průmysloví podnikatelé a vlivem rozvoje železniční dopravy se do cestování zapojovaly stále širší vrstvy obyvatelstva. Rozvíjela se především horská a pěší turistika a lázeňství.7
HESKOVÁ, Marie. Základní problémy cestovního ruchu. Praha, 1999. s. 8. HESKOVÁ, Marie. Základní problémy cestovního ruchu. Praha, 1999. s. 8. 7 HESKOVÁ, Marie a kol. Cestovní ruch: pro vyšší odborné školy a vysoké školy. Praha, 2006. s. 43. 5
6
Literární přehled řešené problematiky
14
III. Novodobý CR a) po I. světové válce – do roku 1948 Rozvoj cestovního ruchu byl značně oslaben vlivem I. světové války. Řada států přistoupila k ochranářským opatřením v oblasti celní, vízové a pasové, což omezovalo mezinárodní vztahy. Další oslabení poptávky po cestovním ruchu a zpomalení rozvoje přinesla světová hospodářská krize ve 30. letech 20. století. Naopak rozvoji cestovního ruchu napomohl technologický pokrok zejména v oblasti dopravních prostředků. Mnohé státy si uvědomily ekonomický význam cestovního ruchu a snažily se ho ovlivňovat aktivní politikou, začaly vznikat organizační struktury a mezinárodní organizace.8 V České republice zaznamenal největší rozmach tramping. Prioritní postavení v oblasti cestovního ruchu zaujal Čedok (vznik v r. 1920), který se zařadil mezi největší cestovní kanceláře na světě. b) do roku 1989 Po II. světové válce se cestovního ruchu účastní všechny vrstvy obyvatelstva, rozšiřuje se délka dovolené a teritoriální rozložení cestovního ruchu. V 50. letech se rozvíjí domácí cestovní ruch zejména ve formě chataření a chalupaření a vázaného cestovního ruchu v rámci odborových organizací. Velká pozornost je věnována odbornému vzdělání a zvyšování kvalifikace, čímž dochází ke zkvalitňování služeb cestovního ruchu. IV. Současné období S pádem socialistického politického režimu v roce 1989 nastaly výrazné změny ve vývoji cestovního ruchu. Došlo ke zrušení vízové povinnosti a byl zaveden bezdevizový styk a do České republiky začaly přijíždět zahraniční turisté a také Češi více vyjížděli do zahraničí. Charakteristické bylo zakládání velkého počtu cestovních kanceláří, zvýšil se počet ubytovacích zařízení, vznikají nové formy a produkty cestovního ruchu (agroturistika, dobrodružný cestovní ruch, atd.). Cestovní ruch se stal neodmyslitelnou součástí životního stylu a potřeb lidí, zvyšuje se jeho úloha, rostou výdaje na cestovní ruch.
8
GALVASOVÁ, Iva, et al. Průmysl cestovního ruchu. Praha, 2008. s. 15.
Literární přehled řešené problematiky
15
2.3 Typologie cestovního ruchu V odborné literatuře najdeme řadu různých kritérií členění cestovního ruchu. Formy cestovního ruchu vycházejí z primárních potřeb účastníka, kterými je účast na cestovním ruchu a ze specifických potřeb nejrůznějších spotřebitelských segmentů, které jsou s vývojem společnosti rozmanitější a jejich nabídka se stále rozšiřuje. 2.3.1
Formy cestovního ruchu
Základními formami CR jsou: - rekreační, - kulturně poznávací, - sportovně turistický, - léčebný a lázeňský. Specifickými formami CR jsou: - mládežnický, seniorů, rodinný, městský, venkovský, kongresový, incentivní, gastronomický, náboženský, chatařský a chalupářský, karavanový, zábavní a atrakční, cykloturistika, mototuristika, sportovní lov, rybolov, nákupní turistika, CR zdravotně postižených a další.9 2.3.2
Druhy cestovního ruchu
1. Podle místa jeho realizace: a) domácí, b) zahraniční, c) vnitrostátní, d) národní, e) světový. 2. Podle vztahu k platební bilanci státu: a) příjezdový CR (příjezdy zahraničních návštěvníků do dané země; pro platební bilanci znamená přínos – tzv. aktivní CR), b) tranzitní CR (tranzit zahraničních osob přes danou zemi; součást aktivního CR),
9
RYGLOVÁ, Kateřina. Cestovní ruch: Soubor studijních materiálů. Ostrava, 2009. s. 17.
Literární přehled řešené problematiky
16
c) výjezdový CR (výjezdy občanů dané země do zahraničí; pro platební bilanci znamená vývoz devizových prostředků – tzv. pasivní CR). 3. Podle délky trvání pobytu: a) krátkodobý (pobyt do 3 dnů), b) dlouhodobý (pobyt nad 3 dny do 6 měsíců). 4. Podle způsobu zabezpečení služeb CR: a) neorganizovaný (zajišťuje si účastník), b) organizovaný (prostřednictvím cestovní kanceláře nebo jiného zprostředkovatele). 5. Podle způsobu účasti a formy úhrady nákladů: a) volný, b) vázaný.10 Další hlediska členění jsou např. podle způsobu ubytováni, cíle cesty, věku a počtu účastníků, převažujícího prostředí pobytu, ročního období a dalších.
2.4 Ekonomický význam cestovního ruchu Jak již bylo zmíněno v úvodu, odvětví cestovního ruchu se zařadilo mezi významné součásti národních ekonomik většiny států. Z hlediska obratu se nachází na třetím místě za ropném a automobilovém průmyslu. Jeho ekonomický význam je dán tím, že druhotně pozitivně ovlivňuje řadu dalších odvětví a sektorů jako jsou doprava, obchod, stavebnictví, bankovnictví, telekomunikace, kultura, sport a další. Ve většině zemí světa patří cestovní ruch mezi pět odvětví s největším podílem na vývozu zboží a pro dvě pětiny zemí světa je to největší zdroj devizových příjmů. Jeho důležitá role spočívá v rozvoji evropských regionů a krajů ČR, neboť infrastruktura vybudovaná pro účely cestovního ruchu přispívá k místnímu rozvoji a městské obnově, vytváří pracovní příležitosti i v upadajících oblastech. Podle statistik organizace WTTC byl podíl cestovního ruchu na HDP v roce 2010 v EU27 7,8 % a 9 % ve světě, zaměstnanost v cestovním ruchu se pohybovala kolem 8,4 % pro EU27 a 8,6 % světově.11
10 11
ČERTÍK, Miroslav a kol. Cestovní ruch: vývoj, organizace a řízení. Praha, 2000. s. 16 – 19. World Travel & Tourism Council [online]. 2007.
Literární přehled řešené problematiky
Obr. 1
12
Vazby cestovního ruchu na odvětví ekonomické činnosti12
GALVASOVÁ, Iva, et al. Průmysl cestovního ruchu. Praha, 2008. str. 34.
17
Literární přehled řešené problematiky Tab. 1
18
Přehled států EU27 podle podílu cestovního ruchu na HDP pro rok 2010
Stát Malta Kypr Řecko Bulharsko Portugalsko Španělsko Estonsko Slovinsko Maďarsko Rakousko Francie Lotyšsko Itálie Česká republika
% z HDP 25,4 18,2 15,7 14,8 14,7 14,3 13,6 12,1 12,0 11,8 9,0 8,5 8,5 7,9
Stát UK Finsko Dánsko Slovenko Irsko Nizozemsko Švédsko Litva Polsko Belgie Lucembursko Německo Rumunsko světový průměr
% z HDP 6,9 6,5 6,4 6,1 6,0 6,0 5,5 5,3 5,1 4,8 4,6 4,5 4,4 13,87
Zpracováno autorem: zdroj WTTC13
2.5 Ekonomické funkce cestovního ruchu Mezi ekonomické funkce cestovního ruchu patří: · vyrovnávací funkce, · funkce zaměstnanosti, · příjmová funkce, · výrobní funkce. 2.5.1
Vyrovnávací funkce
Cestovní ruch má významnou roli v revitalizaci hospodářsky slabých a strukturálně postižených území. Působí zde jako stabilizační faktor ve vztahu k místnímu obyvatelstvu, ale i ve vztahu k sociálně-kulturnímu zázemí, které cestovní ruch zprostředkovává pro další návštěvníky a turisty, a tím posiluje místní identitu z hlediska hrdosti na místní tradice a kulturní specifika. K tomu, aby cestovní ruch plnil v regionu vyrovnávací funkci a podporoval regionální hospodářský růst, musí být splněny určité podmínky. Především je to existence nezbytných předpokladů a možností pro cestovní ruch, tj. primární a sekundární nabídka. To však samo o sobě hospodářský význam nevyvolá. K tomu je zapotřebí existence poptávky na jedné straně a nabídky na straně druhé. Rozvoj re-
13
World Travel & Tourism Council [online]. Economic data search tool.
Literární přehled řešené problematiky
19
gionálního hospodářství bude tím vyšší, čím nezávislejší je region na ostatních regionálních trzích. To se týká financí, výroby a práce. 14 2.5.2
Funkce zaměstnanosti
Jak již bylo zmíněno, cestovní ruch má výrazný vliv také na zaměstnanost. Cestovní ruch je multioborové odvětví, na němž se podílí řada dalších odvětví a sektorů, proto není jednoduché přesně stanovit počet pracovních míst v tomto odvětví. Pro zaměstnanost cestovního ruchu je typické, že: a) cestovní ruch vytváří pracovní pozice i v mnoha dalších odvětvích terciární sféry, b) i obce, které nejsou střediskem cestovního ruchu, mají minimální množství pracovních míst v pohostinství pro uspokojení potřeb místního obyvatelstva, c) v cestovním ruchu pracuje mnoho sezónních pracovníků nebo pracovníků na částečný pracovní úvazek.15 2.5.3
Příjmová funkce (multiplikační efekt)
Multiplikátor cestovního ruchu vyjadřuje o kolik se změní příjmy, pokud se výdaje zvýší o jednotku. Velikost tohoto multiplikátoru je závislá na hospodářské soběstačnosti a na stupni rozvoje tohoto národního hospodářství. V případě nižšího stupně rozvoje, dochází k úniku vyvolaných příjmů mimo ekonomiku. Multiplikátor cestovního ruchu je závislý na objemu dovozu (čím nižší je objem dovozu, tím vyšší je multiplikátor příjmů) a na sklonu ke spotřebě (čím vyšší je sklon ke spotřebě, tím vyšší je multiplikátor příjmů, přičemž musí platit, že se spotřeba uskuteční uvnitř daného hospodářství).16 2.5.4
Výrobní funkce (efekt tvorby hodnot)
Tvorba hodnot představuje přidanou hodnotu nebo přírůstek hodnoty, který vznikl výrobní činností za použití práce, kapitálu a půdy. Z krátkodobého hlediska se význam cestovního ruchu projevuje jako přírůstek hrubého domácího produktu, z dlouhodobého hlediska přispívá ke zvýšení národního bohatství. Výrobní charakter cestovního ruchu vyplývá ze skutečnosti, že cestovní ruch: · vystupuje jako zaměstnavatel, · tvoří dodatečná pracovní místa, · tvoří kapitálové příjmy, VYSTOUPIL, Jiří. Základy cestovního ruchu. Brno, 2006. str. 93 – 94. VYSTOUPIL, Jiří. Základy cestovního ruchu. Brno, 2006. str. 95. 16 VYSTOUPIL, Jiří. Základy cestovního ruchu. Brno, 2006. str. 96. 14 15
Literární přehled řešené problematiky
20
· umožňuje pozemkovou rentu. Tvorbu hodnot cestovním ruchem je v současnosti velmi složité vyjádřit pomocí systému národních účtů. Existují empirické metody, které dopomáhají ke zjištění této hodnoty. Jednou z nich je metoda obratu, která vychází z odhadů, kolik % z obratu může tvořit průměrnou hodnotu ve službách cestovního ruchu (dle odhadů kolem 40 %). Další metodou je metoda intenzity, která zjišťuje intenzitu cestovního ruchu podle počtu přenocování na 100 obyvatel. Zjištěná intenzita se dává do vztahu k hrubému domácímu produktu. Někteří autoři uvádějí, že intenzita vyšší než 500 představuje příspěvek k hrubému domácímu produktu ve výši 1 %.17
2.6 Statistika v cestovním ruchu Vzhledem k tomu, že cestovní ruch má průřezový charakter a zasahuje do mnoha odvětví národního hospodářství, je velice obtížné kvantifikovat celkový ekonomický přínos pro danou zemi. Některé oblasti ekonomiky poskytují produkty a služby nejen účastníkům cestovního ruchu, kteří naopak využívají produkty a služby z odvětvích přímo nesouvisejících s cestovním ruchem. Z těchto důvodů nelze hodnotit jeho ekonomický přínos přímo z podkladů národního účetnictví nebo jiných statistik, a proto bylo nutné sestavit tzv. satelitní účet cestovního ruchu (dále jen TSA), který by měl umožnit podrobnou analýzu poptávky a nabídky cestovního ruchu, zhodnotit jeho celkový přínos pro ekonomiku země a umožnit mezinárodní srovnání s dalšími státy světa.
2.6.1
Satelitní účet cestovního ruchu
Problematikou sestavování TSA se začal Český statistický úřad zabývat v roce 1999. V prvních letech neměl ČSÚ odpovídající podmínky pro jeho sestavení. Trvalo několik let než byla zveřejněna jeho první podoba. Cílem satelitního účtu je umožnit lepší mezinárodní porovnání statistických údajů o cestovním ruchu. TSA by měl vytvářet podrobnou analýzu poptávky po výrobcích a službách souvisejících s cestovním ruchem a popsat, jak nabídka cestovního ruchu ovlivňuje ostatní hospodářské činnosti. Za posledních několik let došlo ke zlepšení statistiky cestovního ruchu v ČR, ale stále zde existují určité nedostatky, které je potřeba odstranit. V oblasti příjezdového cestovního ruchu stále chybí dostatečně spolehlivé a detailní infor17
VYSTOUPIL, Jiří. Základy cestovního ruchu. Brno, 2006. str. 97.
Literární přehled řešené problematiky
21
mace. Dalším problémem je kvalita a aktuálnost registru ubytovacích zařízení a chybějící podklady ke sledování individuálních ubytovacích zařízení. Mnohá data proto musí ČSÚ odhadovat nebo je získávat přímo z terénu, což je časově a finančně náročné.18 Tabulky TSA 1. Spotřeba příjezdového CR 2. Spotřeba domácího CR 3. Spotřeba výjezdového CR 4. Spotřeba vnitřního CR 5. Výrobní účty odvětví CR a ostatních odvětví 6. Domácí nabídka a spotřeba vnitřního CR 7. Zaměstnanost v odvětvích CR 8. Tvorba hrubého fixního kapitálu CR a ostatních odvětví 9. Kolektivní spotřeba CR 10. Nepeněžní ukazatele CR19 2.6.2
Mezinárodní instituce
· WTO (World Tourism Organization) Světová organizace pro cestovní ruch patří mezi nejvýznamnější instituce cestovního ruchu. V současnosti sdružuje 146 členských zemí, 7 přidružených členů a 2 pozorovatele. Česká republika se stala členem v roce 1976. Jedním z jeho hlavních strategických projektů je právě rozvíjení TSA. WTO organizuje mezinárodní konference a semináře věnující se této problematice a je autorem rámcového manuálu (Tourism Satelite Account: Recommended Methodological Framework), který tvoří stálou oporu tvorby satelitních účtů. · OECD (Organisation for Economic Cooperation and Development) Organizace pro hospodářskou spolupráci a rozvoj sdružuje 30 členských států, Česká republika je členem od roku 1995. OECD neustále radí svým členským zemím, jak vytvářet srovnatelné mezinárodní účty při použití zásad národního účetnictví a integrovaného přístupu. V roce 1997 navrhl „satelitní účet pro cestovní ruch pro země OECD“.
18 19
INDROVÁ, Jarmila. Mezinárodní cestovní ruch: vybrané kapitoly. Praha, 2007. str. 57. INDROVÁ, Jarmila. Mezinárodní cestovní ruch: vybrané kapitoly. Praha, 2007. str. 59.
Literární přehled řešené problematiky
22
· WTTC (World Travel & Tourism Council) Světová rada pro cestovní ruch vznikla v roce 1990 a podílí se na kvantifikaci hospodářského dopadu cestovního ruchu, zaměřuje se na dopad spotřeby návštěvníků stejně jako na celkovou poptávku cestovního ruchu, na přímé a nepřímé dopady spojené s kapitálovými investicemi, výdaje vládních institucí, na zvýšení poptávky po výrobcích a službách vytvářené pohybem lidí na celém světě. Pravidelně vydává publikaci souboru statistik cestovního ruchu. · EUROSTAT (Statistical Office of the European Communities) Statistický úřad EUROSTAT provádí pravidelný sběr informací základních statistik, vytváří řadu programů s finanční podporou, jejichž úkolem je zlepšení implementace toho nástroje. Vytvořil propracovaný manuál k sestavováno jednotlivých částí satelitního účtu cestovního ruchu (European Implementation Manual on Tourism Satelite Accounts).20
20
Český statistický úřad [online]. Metodika - Tabulky satelitního účtu cestovního ruchu.
Metodika
23
3 Metodika 3.1
Pojem a druhy časových řad
Časovou řadou rozumíme posloupnost věcně a prostorově srovnatelných pozorování (dat), která jsou jednoznačně uspořádána z hlediska času ve směru minulost – přítomnost. Analýzou časových řad se rozumí soubor metod, které slouží k popisu těchto řad. Snaha pomocí zjednodušujících charakteristik porozumět minulosti toho, co nás obklopuje a vyvodit z ní případně to, co nás čeká, vedla v posledních letech k rozvoji metod analýzy a prognózy ekonomických časových řad. Tyto metody v současné době představují širokou nabídku rozmanitých nástrojů a technik. Svým způsobem revoluční se přibližně před čtvrt stoletím stala Box-Jenkinsonova metodologie. Časové řady ekonomických ukazatelů se obvykle určitým způsobem člení. Nejde o pouhé definiční vymezení druhů řad, ale především o vyjádření rozdílností v obsahu sledovaných ukazatelů, jež je mnohdy provázeno specifickými statistickými vlastnostmi. Proto je nutné volit diferencovaně i prostředky analýzy sloužící k porozumění mechanismu, kterým je vývoj sledovaného jevu utvářen. Základní druhy časových řad ekonomických ukazatelů se rozlišují: · podle rozhodného časového hlediska na intervalové (tj. časové řady intervalových ukazatelů) a na časové řady okamžikové (tj. časové řady okamžikových ukazatelů), · podle periodicity, s jakou jsou údaje v řadách sledovány, na časové řady roční (někdy též dlouhodobé) a na časové řady krátkodobé ve čtvrtletních, měsíčních, týdenních aj. periodách, · podle druhu sledovaných ukazatelů na časové řady primárních (prvotních) ukazatelů a na časové řady sekundárních (odvozených) charakteristik, · podle způsobu vyjádření údajů na časové řady naturálních ukazatelů a na časové řady peněžních ukazatelů. Údaje v časových řadách musí být srovnatelné z věcného, prostorového a časového hlediska. Problémem svého druhu je cenová srovnatelnost údajů. V zásadě je možné postupovat dvojím způsobem – použít běžných (tj. aktuálních) cen a vyjádřit v nich nominální hodnotu určitého ukazatele, nebo vycházet
Metodika
24
ze stálých cen (cen fixovaných k určitému datu) a sestavit tak řadu reálných hodnot ukazatele.21
3.2 Elementární charakteristiky časových řad Obvykle prvním úkolem při analýze časové řady je získat rychlou a orientační představu o charakteru procesu, který tato řada reprezentuje. Mezi základní metody patří vizuální analýza chování ukazatele využívající grafů spolu s určováním elementárních statistických charakteristik. K elementárním charakteristikám řadíme diference různého řádu, tempa a průměrná tempa růstu, průměry hodnot časové řady aj.22 · Absolutní přírůstek (diference): d t = y t - y t -1 , pro t = 2, 3, …, n s nulovou, kladnou nebo zápornou hodnotou. · koeficient růstu: yt kt = , yt - 1 pro t = 2, 3, …, n; · koeficient přírůstku (relativní přírůstek): d y - y t -1 dt = t = t = k t - 1, y t -1 y t -1 pro t = 2, 3, …, n; · tempo růstu a tempo přírůstku: 100k t [%] 100d t [%] · průměrný absolutní přírůstek: y - y1 1 n d = dt = n , å n - 1 t ´= 2 n -1 · průměrný koeficient růstu: n y k = n -1 Õ k t = n-1 n . 23 y1 t =2
[3.1]
[3.2]
[3.3]
[3.4]
[3.5]
[3.6]
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 246 -251. 22 HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 252. 23 MINAŘÍK, Bohumil. Statistika I. Brno, 2007. str. 162 – 163. 21
Metodika
25
3.3 Přístupy k modelování časových řad Tradičním principem modelování časových řad je jednorozměrný model: yt = f(t, εt), [3.7] kde yt je modelová hodnota ukazatele v čase t, t = 1, 2, …, n (o proměnné t často hovoříme jako o proměnné časové), εt je hodnota náhodné složky (poruchy) v čase t. K jednorozměrnému modelu se dá přistupovat několika přístupy: a) pomocí klasického (formálního) modelu, b) pomocí Boxovy-Jenkinsovy metodologie, c) pomocí spektrální analýzy. V této diplomové práci byla časová řada modelována pomocí klasického modelu. Klasický (formální) model popisuje pouze formy pohybu (a ne věcné příčiny dynamiky časové řady). Model vychází z dekompozice řady na čtyři složky časového pohybu: - trendovou složku Tt, - sezónní složku St, - cyklickou složku Ct, - náhodnou složku εt, přičemž vlastní tvar rozkladu může být dvojího typu: · aditivní, v němž yt = Tt + St + Ct + εt = Yt + εt, t = 1, 2, …, n, [3.8] kde Yt se často označuje jako teoretická (modelová, systematická, deterministická) složka ve tvaru Tt + St + Ct. · multiplikativní, v němž yt = Tt St Ct εt, t = 1, 2, …, n. [3.9] V praxi obvykle dostačuje aditivní typ, přičemž lze tento typ snadno převést logaritmickou transformací. Trendem rozumíme dlouhodobou tendenci ve vývoji hodnot analyzovaného ukazatele v čase. Trend může být rostoucí, klesající nebo konstantní, kdy hodnoty ukazatele dané časové řady v průběhu sledovaného období mohou kolísat kolem určité úrovně. Sezónní složka je pravidelně se opakující odchylka od trendové složky, vyskytující se u časových řad s periodicitou kratší než jeden rok nebo rovnou právě jednomu roku. Příčiny sezónního kolísání mohou být různé. Dochází k němu buď vlivem změn jednotlivých ročních obdobích, vlivem různé délky měsíčního či pracovního cyklu nebo vlivem různých společenských zvyklostí (svátky, výplata mezd, dovolené, vánoční nákupy atd.).
Metodika
26
Cyklickou složkou rozumíme kolísání okolo trendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok. Dlouhodobé kolísání s neznámou periodou může mít i jiné příčiny než klasický ekonomický cyklus. Jedná se např. o cykly demografické, inovační apod. Někdy bývá cyklická složka zahrnována pod složku trendovou jako její část (tzv. střednědobý trend). Náhodná složka je taková veličina, kterou nelze popsat žádnou funkcí času. Tato složka zbývá po vyloučení trendu, sezónní a cyklické složky. V ideálním případě jsou jejím zdrojem drobné a v jednotlivostech nepostižitelné příčiny, které jsou vzájemně nezávislé. V takovém případě můžeme náhodnou složku popsat pravděpodobnostně.24 3.3.1
Mechanické vyrovnání
Jedním z přístupů k vyrovnání časových řad je použití tzv. klouzavých průměrů. Podstata vyrovnání spočívá v tom, že posloupnost empirických pozorování nahradíme řadou průměrů vypočítaných z těchto pozorování. Klouzavý průměr pro délku klouzavé části p vypočítáme jako klouzavý úhrn dělený délkou klouzavé části a umístěný do jejího středu. Takto získaný klouzavý průměr označujeme jako prostý symetrický klouzavý průměr. Vyhlazující účinek klouzavých průměrů roste spolu s rostoucí délkou klouzavé části, současně se zvětšuje délka nevyrovnané části na začátku a na konci řady, která činí na každém z obou konp -1 ců řady období. Číslo p volíme jako liché číslo, pokud je p sudé, je třeba 2 provést tzv. centrování, které spočívá ve výpočtu prostého průměru vždy ze dvou sousedních necentrovaných klouzavých průměrů. Rozhodující je právě stanovení vhodné délky klouzavé části. K určitým nedostatkům použití této metody patří především neexistence analytického vyjádření vyrovnaných hodnot a nevyrovnání koncové části časové řady, což znemožňuje použití tohoto vyrovnání při konstrukci předpokládaného budoucího vývoje.25 3.3.2
Analytické vyrovnání
Další metodou popisu trendu časové řady je její vyrovnání pomocí matematické funkce. Existuje řada trendových funkcí od jednodušších až po složitější tvary trendu. V této práci bude použito vyrovnání pomocí lineárního trendu. Dalšími
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 254 – 256. 25 MINAŘÍK, Bohumil. Statistika I. Brno, 2007. str. 166 – 167. 24
Metodika
27
typy funkcí je parabolický trend, exponenciální trend, modifikovaný exponenciální trend, logistický trend, Gompertzova křivka a další. Základní metodou proložení trendové funkce je metoda nejmenších čtverců. Nezávislou proměnnou je pravidelně odstupňovaná časová proměnná, kterou získáme jedním ze dvou možných způsobů: · hodnota časové proměnné t = 1, 2, …, n, 2i - n - 1 · hodnota časové proměnné t = pro i =1, 2, …, n, přičemž ∑t = 0. 2 Kritérium minimálních čtverců pro trendové funkce lineární v parametrech můžeme psát jako
n
å(y t =1
t
- Tt ) 2 ® min .
Lineární trend je nejčastěji používaným typem trendové funkce. Vyjádříme ho ve tvaru: Tt = b0 + b1t , [3.10] kde jsou b0 a b1 neznámé parametry a t = 1, 2, …, n je časová proměnná. Soustava normálních rovnic má tvar
åy å ty
t t
= nb0 + b1 å t ,
= b0 å t + b1 å t 2 .
[3.11]
Je-li časová proměnná zavedena druhým způsobem, tj. tak, že platí ∑t = 0, můžeme pro parametry trendové přímky psát å yt , b = å yt × t .26 b0 = [3.12] 1 2 n t å 3.3.3
Identifikace a popis sezónní složky
Při analýze časových řad s periodicitou zjišťování kratší než jeden rok se setkáváme téměř vždy s existencí sezónních vlivů, reprezentovaných sezónní složkou. Výsledkem působení sezónních vlivů na časovou řadu jsou tzv. sezónní výkyvy, tj. pravidelné výkyvy zkoumané řady nahoru a dolů vůči určitému nesezónnímu vývoji řady v průběhu let. Protože periodické kolísání zakrývá do značné míry dynamiku ekonomických jevů a tím znemožňuje srovnávat hodnoty uvnitř daného roku, provádí se tzv. sezónní očišťování, které má za úkol vyloučit sezónní složku z analyzované řady.27
MINAŘÍK, Bohumil. Statistika I. Brno, 2007. str. 168. HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 302 – 303. 26 27
Metodika
28
Ze statistického hlediska lze sezónnost modelovat jako proporcionální sezónnost, kde se sezónní výkyvy mění přímo úměrně dosažené úrovni trendové složky, takže sezónní složka je přímo úměrná složce trendové a konstantní sezónnost, ve které se sezónní výkyvy rok od roku opakují a mezi léty se neliší. Tyto výkyvy se v rámci roku vykompenzují a jejich roční součet je nulový. Triviální model sezónnosti vychází z proporcionálního pojetí sezónní složky a používá k jejímu měření empirický sezónní index. Empirický sezónní index je definován jako aritmetický průměr podílů pozorovaných a vyrovnaných hodnot příslušného dílčího období za všechny periody řady. m 1 k y ij Ij = å Ij =m [3.13] å k i =1 Tij j =1 Je-li v j-té sezóně index Ij > 0, jde o sezónní vzestup, při Ij < 0 o sezónní pokles. Vyrovnané hodnoty časové řady lze vypočítat jako součin trendové složky a empirického sezónního indexu. Yij = Tij × I j 28 [3.14]
3.4 Regresní a korelační analýza Regresní a korelační analýza se používá při zkoumání závislostí dvou a více číselných proměnných. Je to souhrn statistických metod a postupů sloužících k odhadu hodnot nějaké proměnné odpovídající daným hodnotám jedné či většího počtu vysvětlujících proměnných. Proměnnou, jejíž hodnoty mají být odhadovány, tj. vysvětlovanou nebo závisle proměnnou značíme symbolem y. Proměnnou, kterou se tyto odhady provádějí, tj. vysvětlující nebo nezávisle proměnnou značíme symbolem x. Pokud se využívá pouze jedna vysvětlující proměnná, hovoří se o jednoduché regresi. V případě, kdy je vysvětlujících proměnných více, hovoří se o vícenásobné regresi.29 Hlavním úkolem regresní a korelační analýzy je matematický popis systematických okolností, které provázejí statistické závislosti. Ještě častěji je snahou najít matematickou funkci tak, aby co nejlépe vyjadřovala charakter závislosti a co nejvěrněji zobrazovala průběh změn závisle proměnné. Tato matematická funkce se nazývá regresní funkce. S uvedeným úkolem regresní analýzy souvisí řada dílčích úkolů jako: MINAŘÍK, Bohumil. Statistika I. Brno, 2007. str. 169 - 170. HINDLS, Richard; HRONOVÁ, Stanislava; NOVÁK, Ilja. Metody statistické analýzy pro ekonomy. Praha, 2000. str. 44. 28 29
Metodika
29
· shromáždit a matematicky formulovat apriorní představy o charakteru regresní funkce, · formulovat představy o souhrnném působení neuvažovaných statistických znaků, · odhadnout empirickou regresní funkci na základě statistických pozorování, · posoudit kvalitu empirické regresní funkce z hlediska důvodů a cílů statistického zjišťování. Hlavní úkoly při zkoumání statistických závislostí se týkají průběhu závislostí a její intenzity. Popis průběhu závislostí provádíme tak, že danou závislost vystihujeme určitou vyrovnávající analytickou funkcí. Za tyto funkce volíme některé funkce z matematiky. Charakteristiky intenzity závislosti vyjadřují na jedné straně sílu vzájemného vztahu mezi proměnnými a na druhé straně hodnotí sílu závislosti vzhledem k odhadnuté regresní funkci. Musíme rozlišovat, zda se jedná o síle závislosti jako takové nebo o závislosti podmíněné kvalitou regresní funkce, která charakterizuje průběh závislosti. Použijeme-li nevhodnou regresní funkci, síla závislosti může být malá i v případech, kdy tomu tak reálně není.30 3.4.1
Regresní analýza dvou proměnných
Regresní analýza dvou proměnných má za úkol vystihnout pomocí regresní funkce na základě znalosti dvojic empirických hodnot xi a yi průběh závislosti mezi oběma proměnnými. Prvním úkolem regresní analýzy je volba vhodné regresní funkce, která nejlépe vystihuje danou závislost. · Volba regresní funkce Rozhodování o vhodném typu regresní funkce by mělo být zvoleno na základě věcného rozboru analýzy vztahů mezi veličinami, přičemž by základem rozhodnutí měla být existující ekonomická teorie. Tato teorie by měla umožnit rozhodnutí, které nezávisle proměnné přicházejí v úvahu pro analýzu dané závisle proměnné. Není-li možné jednoznačně stanovit vhodný typ regresní funkce na základě věcně ekonomických kritérií, musíme použít empirický (induktivní) způsob volby, tzn. na základě rozboru empirického průběhu závislosti. Základní metodou je grafická metoda, kdy průběh závislosti znázorňujeme pomocí bodového diagramu, kde každá dvojice pozorování tvoří jeden bod tohoto grafu. Podle průběhu bodového grafu se rozhodneme jaký typ regresní funkce by byl
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 177 – 179. 30
Metodika
30
pro popis závislosti nejvhodnější (přímka, parabola, logaritmická funkce apod.).31 · Určení parametrů regresní funkce Označíme-li teoretickou regresní funkci jako Yi, pak pro každé konkrétní pozorování bude platit rovnice yi = Yi + εi, ve které yi je i-tá hodnota vysvětlované proměnné y, Yi je i-tá hodnota teoretické regresní funkce a εi je odchylka yi od Yi. Odhady parametrů regresní funkce označíme jako b0, b1, …, bp, pak empirickou regresní funkci píšeme ve formě Yi = f(xi, b0, b1, …, bp). K odhadu regresních parametrů funkce se používá metoda nejmenších čtverců založená na požadavku minimálního součtu čtverců chyb εi. n
n
i =1
i =1
å e i2 = å ( yi - Yi ) 2 ® min .
[3.15]
Mezi nejčastěji používané lineární regresní funkce patří: přímková regrese Y = b0 + b1x, parabolická regrese Y = b0 + b1x + b2x2, polynomická regrese p-tého stupně Y = b0 + b1x + b2x2 + … + bpxp, hyperbolická regrese prvního stupně b Y = b0 + 1 , x hyperbolická regrese p-tého stupně bp b b Y = b0 + 1 + 22 + ... + p , x x x logaritmická regrese Y = b0 + b1logx.32
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 179 – 180. 32 HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 185 31
Metodika
3.4.2
31
Kvalita regresní funkce a intenzita závislosti
Index determinace Intenzitu závislosti a kvalitu regresní funkce můžeme hodnotit podle toho, jak se podílí na rozptylu skutečně zjištěných hodnot rozptyl vyrovnaných hodnot, případně rozptyl odchylek kolem regresní čáry. Závislost proměnné y a proměnné x bude tím silnější, čím větší bude podíl rozptylu vyrovnaných hodnot na celkovém rozptylu, a tím slabší, čím bude podíl tohoto rozptylu menší. Sílu závislosti je možné měřit poměrem, který se nazývá index determinace I yx2 =
sY2 , s 2y
kde rozptyl empirických hodnot y je 1 s 2y = å ( y i - y ) 2 , n rozptyl vyrovnaných hodnot Y je 1 sY2 = å (Yi - y ) 2 , n a reziduální rozptyl 1 s (2y -Y ) = å ( y i - Yi ) 2 . n Při použití metody nejmenších čtverců platí vztah s 2y = sY2 + s (2y -Y ) .
[3.16]
[3.17]
[3.18]
[3.19]
[3.20]
Index determinace nabývá v případě funkční závislosti hodnoty 1, v případě nezávislosti hodnoty 0. Čím více se bude blížit jedné, tím považujeme danou závislost za silnější, čím více se bude blížit nule, tím považujeme danou závislost za slabší a regresní funkci za méně výstižnou. Index determinace vynásobený stem udává relativně v % tu část rozptylu závisle proměnné y, kterou se podařilo vysvětlit použitou regresní funkcí. Vyjde-li nízká hodnota indexu determinace, nemusí to ještě znamenat nízký stupeň závislosti mezi proměnnými, ale může to signalizovat chybnou volbu regresní funkce. Index korelace K měření těsnosti závislosti se v praxi obyčejně nepoužívá samotného indexu determinace, ale jeho odmocniny – index korelace, který poskytuje stejné informace o těsnosti závislosti jako index determinace, ale má menší vypovídací schopnost.
Metodika
32
I yx =
3.4.3
å (Y å(y
i
- y) 2
i
- y) 2
=
sY2 33 . s 2y
[3.21]
Testování statistické průkaznosti modelu
Statistickou významnost modelu jako celku lze testovat pomocí F-testu. Je to test nulové hypotézy H0, že regresní funkce je statisticky neprůkazná. Testové kritérium má rozdělení k-1 a n-k stupňů volnosti. Je-li hodnota F-testu větší než tabulková hodnota F*, potom na zvolené hladině významnosti zamítneme nulovou hypotézu ve prospěch alternativní, kdy model je statisticky významný. F=
sY2 s (2y -Y )
.
[3.22]
K testování významnosti jednotlivých parametrů se používá t-poměr, který má rozdělení n-k-1 stupňů volnosti. Pomocí tohoto poměru testujeme nulovou hypotézu βj = 0, což znamená, že vysvětlující proměnná nemá žádný vliv na vysvětlovanou proměnnou. Pokud je hodnota t j .ñt * , pak nulovou hypotézu na zvolené hladině významnosti zamítneme a příslušný parametr je statisticky průkazný. bj tj = . [3.23] s bj Odmítnutí nulové hypotézy v průběhu testování statistické významnosti odhadnutých parametrů lineárního regresního modelu ještě neznamená, že bodové odhady nejmenších čtverců jsou přesnými odhady skutečných hodnot parametrů β. Abychom mohli určit stupeň shody odhadnuté a skutečné hodnoty konkrétního parametru lineární regresní závislosti, musíme stanovit pro jeho skutečnou hodnotu interval spolehlivosti. Tzn. nalézt meze, uvnitř kterých se skutečná hodnota parametru bude při opakovaných výběrech nacházet s určitým stupněm spolehlivosti. Při konstrukci intervalu spolehlivosti použijeme testovací statistiku t a hladinu spolehlivosti α, pak
P(b j - ta* / 2 sb j < b j < b j + t a* / 2 sb j ) = 1 - a . 34
[3.24]
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. Praha, 2002. str. 202 – 205. 34 HUŠEK, Roman. Ekonometrická analýza. Praha, 1999. str. 40 -46. 33
Metodika
3.4.4
33
Heteroskedasticita a autokorelace
Podmínka klasického lineárního regresního modelu v sobě zahrnuje požadavek konečného a konstantního rozptylu náhodných složek, a tudíž i reziduí modelu, který označujeme jako homoskedasticitu. V opačném případě se jedná o heteroskedasticitu. S tímto jevem se setkáváme především u průřezových dat. Příčiny a důsledky heteroskedasticity: · Chybná specifikace modelu, spočívající ve vynechání některé podstatné vysvětlující proměnné. · Mikroekonomická průřezová data nabývají značně rozdílných hodnot v jednom náhodném výběru pozorování, takže rozptyl vysvětlované proměnné, a tím i reziduí, je často funkcí některé vysvětlující proměnné. · Při výskytu chyb měření dochází k jejich kumulaci s rostoucí hodnotou vysvětlované proměnné a tím se zvětšuje její rozptyl i rozptyl reziduí. · Použijeme-li k odhadu parametrů modelu nikoliv původní pozorování, nýbrž například skupinové průměry spočtené z tříděných údajů. Heteroskedasticita způsobuje, že odhady regresních i stochastických parametrů, získané klasickou metodou nejmenších čtverců, ztrácejí některé optimální vlastnosti. K zjišťování heteroskedasticity a k ověřování jejích různých forem lze použít celou řadu postupů a testů, z nichž žádný nemá univerzální charakter. Protože heteroskedasticita je vlastností náhodných složek, které neznáme, vycházejí metody testování ze známých hodnot reziduí, získaných při odhadu modelu metodou nejmenších čtverců. Další podmínkou klasického lineárního regresního modelu jsou i nulové kovariance, tj. nulové nediagonální prvky kovarianční matice náhodných složek. Tento požadavek často není splněn u časových řad. Důsledky autokorelace náhodných složek jsou obdobné jako v případě heteroskedasticity. Je nutné statisticky testovat, zda je klasický předpoklad sériové nezávislosti náhodných složek narušen a do jaké míry. Nejčastěji používaným testem autokorelace prvního řádu je Durbinova-Watsonova (DW) statistika d T
d=
å (e t =2
t
- et -1 ) 2
T
åe t =1
,
[3.25]
2 t
tj. podíl součtu čtverců rozdílů sousedních reziduí a nevysvětleného, neboli reziduálního součtu čtverců. Statistika d nabývá při pozitivní autokorelaci prvního řádu nízké hodnoty a při negativní naopak vysoké. Pro daný počet stupňů volnosti n-k lze stanovit horní a dolní meze statistiky d (dH a dD) pomocí nichž tes-
Metodika
34
tujeme nulovou hypotézu o sériové nezávislosti. Je-li hodnota d z intervalu (0; dD), jedná se o kladnou autokorelaci prvního řádu, je-li d z intervalu (4 - dD; 4), jedná se o negativní autokorelaci prvního řádu. Nulovou hypotézu nezamítáme, pokud je d z intervalu (dH; 4 - dD). Leží-li hodnota d v intervalech (dD; dD) a (4 - dD; 4 – dH) nelze rozhodnout a výsledky jsou neprůkazné.35
35
HUŠEK, Roman. Ekonometrická analýza. Praha, 1999. str. 74 -86.
Vlastní práce
35
4 Vlastní práce 4.1 Charakteristika ČR Česká republika je vnitrozemský stát ležící ve střední Evropě, často také nazývaný srdcem Evropy. Svou rozlohou necelých 79 000 km2 patří ke středně velkým evropským státům. Z celkové rozlohy Evropské unie zaujímá něco přes 2 %. Je tvořena ze tří historických zemí - Čech, Moravy a Slezska. Hlavním městem je Praha. Bezprostředními sousedy jsou na západní straně Německo, na severu Polsko, na východě Slovensko a na jihu Rakousko. Jako subjekt mezinárodního práva vznikla Česká republika 1. ledna 1993 a členem Evropské unie se stala 1. května 2004. Vnitřně je Česká republika rozdělena na 14 krajů, které svou velikostí odpovídají územním jednotkám NUTS 3. · Hlavní město Praha již v minulosti získala pověst jednoho z nejkrásnějších měst světa s mnoha přívlastky - stověžatá, zlatá, koruna světa nebo i kamenný sen. Pyšní se svým unikátním historickým jádrem a koncentrací památek, ke kterým patří Pražský hrad, Karlův most, Orloj, mnoho kostelů, paláců, zahrad s výjimečnou architekturou, díky níž jsou mnohé tyto stavby zapsány do seznamu UNESCO. Vyhledávanými turistickými lákadly v Praze jsou také ZOO, aquaparky, rozhledny apod. Kulturního vyžití je zde nespočetně mnoho např. festival vážné hudby Pražské jaro. V roce 2000 byla Praha jmenována Evropským městem kultury. · Středočeský kraj je díky své poloze bezprostředního souseda hlavního města Prahy velmi atraktivní i pro místní obyvatelstvo především díky výhodné dostupnosti do Prahy. Kromě toho nabízí tato oblast skutečné historické poklady včetně města Kutná Hora. Ta bývá často označována jako stříbrná pokladnice českého království. Byla také zapsána mezi památky UNESCO. Leží zde několik chráněných krajinných oblastí jako je biosférická rezervace Křivoklátsko na seznamu UNESCO nebo Český kras s Koněpruskými jeskyněmi. Kraj je proslaven historickými památkami a hrady Karlštejn, Křivoklát, Konopiště, Kokořín, Okoř či Český Šternberk. V roce 2003 byl kraj přijat za člena Shromáždění evropských regionů. · Jihočeský kraj je druhým největším krajem a vyznačuje se kulturním a přírodním zázemím s dlouholetou tradicí rybníkářství. K cenným památkám patří středověké jádro města Český Krumlov a architektonicky unikátní obec Holešovice ve stylu tzv. jihočeského baroka, obě byly zařazeny do seznamu UNESCO. Turisticky atraktivní jsou v létě i v zimě četné rybníky a přehradní jezera Lipno a Orlík a pohoří Šumava propojující Jihočeský
Vlastní práce
36
kraj se sousedním Rakouskem a Německem mnoha pěšími, cyklistickými a lyžařskými stezkami. Lákadlem jsou rovněž lázeňská centra v Třeboni a Bechyni. · Plzeňský kraj není jen kolébkou světoznámého piva, ale také oblastí s bohatou historií, průmyslem a množstvím přírodních lokalit. Je to třetí největší kraj země, který se může pyšnit nejstarší dochovanou architektonickou památkou Rotundou sv. Petra a Pavla ve Starém Plzenci, a také nejstarším letištěm v České republice. Unikátní přírodní celek tvoří NP a CHKO Šumava společně s NP Bavorský les, který tvoří tzv. „zelenou střechu Evropy“. Volný čas lze trávit na cykloturistických trasách na kole nebo na lyžích, na řece Berounce či u soustavy Boleveckých rybníků. K populárním akcím patří i folklorní festivaly, tradiční jarmarky a trhy. · Karlovarský kraj je vyhlášený pro svá lázeňská města, která lákají nejen návštěvníky z celé České republiky, ale i ze zahraničí. Ať už vybereme Karlovy Vary, Mariánské či Františkovy Lázně, či radioaktivní lázně Jáchymov nebo Kynžvart. Svůj půvab si získaly díky svým nádherně upraveným kolonádám, parkům a léčivým pramenům. Za návštěvu také stojí Přírodní rezervace SOOS připomínající pravěkou krajinu. Karlovarský kraj si zachoval jedinečné přírodní bohatství díky vyhaslým sopkám, zalesněným kopcům a skalám. Dále se kraj může pochlubit jedním z nejstarších židovských ghett v České republice v městečku Bečov nad Teplou a druhou nejvzácnější památkou relikviářem svatého Maura. Mezi konané kulturní akce patří nejpopulárnější Mezinárodní filmový festival Karlovy Vary, Dvořákův Karlovarský podzim, Mezinárodní jazzový festival, Beethovenovy dny a další. Pro sportovní nadšence jsou zde zimní areály v Krušných horách nebo golfová hřiště. · Ústecký kraj se nachází na severozápadě České republiky a zároveň tvoří státní hranici s Německem. Co do rozlohy je to pátý největší kraj země. V kraji má významné postavení těžba nerostných surovin, energetika a chemický průmysl. Výrazná průmyslová činnost se značně projevila na kvalitě životního prostředí přirozené krajiny. I přesto se kraj pyšní významným přírodním bohatstvím. Nejvýznamnějším turistickým poutačem jsou krásné přírodní úkazy, včetně nejmladšího národního parku České republiky – Českého Švýcarska a půvabná vodní cesta řeky Labe s údolím Porta Bohemica. Díky léčivým pramenům se zde nachází i nejstarší české lázně Teplice. Mezi nejznámější historické památky patří románská rotunda na hoře Říp, gotický kostel v Mostě, barokní zámek v Duchově a další. Kra-
Vlastní práce
·
·
·
·
37
jem prochází důležitá mezinárodní dálnice E 55 přecházející v dálnici D8 a řeka Labe spojující Českou republiku se Severním mořem. Liberecký kraj je druhým nejmenším krajem. Celý kraj je převážně hornatý s vysokou koncentrací chráněných území. Nachází se zde chráněné krajinné oblasti (České středohoří, Jizerské hory, Lužické hory, Český ráj, Kokořínsko), národní přírodní rezervace a památky. Za zhlédnutí stojí stavba na vrcholu Ještědu, která se stala dominantou celého kraje. Mezi nejzajímavější určitě patří i hrady a zámky jako např. Trosky, Malá Skála, Bezděz, Valdštejn, Hrubý Rohovec aj. Skvělé podmínky zde nabízí v zimních měsících řada areálů pro sjezdové lyžování, ale také milovníci běžeckého lyžování ocení kvalitně upravené běžecké tratě. Mezi nejoblíbenější patří Jizerská magistrála. V létě je možno navštívit Máchovo jezero, ideální pro koupání, slunění, vodní sporty, ale i vyhlídkové plavby. Královéhradecký kraj vyniká svými tajuplnými skalními městy a stolovými horami. Ať už Adršpašsko-teplické skály, Broumovské stěny, Kočičí skály nebo Peklo u Nového Města nad Metují, všechny nadchnou každého, kdo má rád kopce a výlety po značených trasách pro cyklisty i chodce. Výraznou dominantou je nejvyšší hora České republiky Sněžka. Nevídanou raritou jsou vojenské pevnosti Josefov a velké množství historických památek jako např. zámek Opočno, Kuks, Náchod, Ratibořice, Babiččino údolí a další. V České republice je také velmi známá zoologická zahrada ve Dvoře Králové spojená s expozicí safari. Pardubický kraj zahrnuje nejúrodnější část Polabí, je to kraj prosluněných luk a řek, starých kanálů a rybníků, perníku a koní. Kraj má krásnou přírodu, příznivé klima a množství příležitostí ke koupání, pěší turistiku, cykloturistiku, kolečkové brusle a agroturistiku se zaměřením na tradiční chov koní. V Kladrubech nad Labem nalezneme proslulý hřebčín, jehož odchovanci vozí královské kočáry na celém světě po staletí. Mezi konané kulturní akce patří mezinárodní operní festival Smetanova Litomyšl, Kocianova houslová soutěž a světově uznávaná Velká pardubická steeplechase a další. Pardubický kraj vyniká sklářskou tradicí Orlických hor a výrobou perníku. Kraj Vysočina se řadí k regionům s nejzdravějším životním prostředím. Vypadá jako idylický obraz venkova s lesy, rybníky, loukami, potoky, údolíčka a cesty lemované alejemi. Vyznačuje se zejména pěší turistikou a zimními sporty, ale dá se zde nalézt řada historických a pozoruhodných památek. Tři z nich jsou zapsány v seznamu UNESCO – poutní kostel Jana Nepomuckého na Zelené Hoře u Žďáru nad Sázavou, bazilika sv. Prokopa spo-
Vlastní práce
·
·
·
·
38
lu s židovskou čtvrtí a židovským hřbitovem v Třebíči a historické jádro města Telč. Moderní turistickou atrakcí je westernové městečko Šiklův mlýn u Zvole nad Pernštejnem, které představuje Ameriku a Divoký západ v dobách jeho osídlování. Ze sportovních akcí je nejvýznamnější závod Světového poháru v běhu na lyžích Zlatá lyže. Krajem prochází hlavní dopravní tepna dálnice D1. Jihomoravský kraj nabízí návštěvníkům rozsáhlou škálu kulturních, přírodních, technických památek a jedinečnou folklorní a vinařskou turistiku. Do seznamu UNESCO se zapsala Vila Tugendhat a Lednicko-valtický areál. Významné jsou i dvě biosférické rezervace Dolní Morava a Bílé Karpaty, Národní park Podyjí a krasová oblast Moravský kras včetně propasti Macocha. Díky svým přírodním podmínkám a rovinatému terénu má výborné podmínky pro cykloturistiku, zejména vinařské cyklostezky jsou specialitou kraje. Kromě kulturních a přírodních památek nabízí kraj turistům živé tradice a folklor v podobě různých folklorních akcí, festivalů nebo hodů. Magnetem je také každoroční mistrovství světa motocyklů v Brně. Hlavní město tohoto kraje Brno má dlouholetou tradici v pořádání veletrhů, kam ročně zavítá přes milion lidí z celého světa. Olomoucký kraj je známý především díky Jeseníkům a střední Moravou. Jeseníky slibují horskou přírodu, relaxaci, sport a odpočinek. Střední Morava je spojena především s historickými památkami a kulinářskými požitky, neboť olomoucké tvarůžky zná snad každý. Centrem regionu je Olomouc s barokním sloupem Nejsvětější Trojice, který se zapsal mezi památky UNESCO. Severně od Jeseníků sídlí ruční papírna ve Velkých Losinách, dále nejnavštěvovanější hrad v ČR Bouzov či Šternberk, zámky Úsov a Náměšť na Hané, několik jeskyní a také Priessnitzovy léčebné lázně v Jeseníku, termální lázně Velké Losiny či lázně Teplice nad Bečvou. Zlínský kraj má mimořádně silnou tradici lidové kultury, protože se zde setkávají tři celky: Valašsko, Slovácko a Haná. Lákadlem je největší a nejstarší skanzen ve střední Evropě v Rožnově pod Radhoštěm, pro pěší turisty je to vrchol posvátné hory Radhošť a poutní místo Svatý Hostýn s bazilikou, unikátní Podzámecké a Květné zahrady v Kroměříži zapsané v seznamu UNESCO a také hodně navštěvované ZOO Zlín. Zlínský kraj je proslaven také lázeňstvím díky Luhačovicím s léčivými minerálními prameny, kouzelnou atmosférou a lidovou architekturou. Moravskoslezský kraj je spojován především s průmyslovým Ostravskem, přesto nabízí řadu přírodních památek - CHKO Beskydy, CHKO Poodří a CHKO Jeseníky. Specifikem kraje jsou podmínky pro rozvoj průmys-
Vlastní práce
39
lové turistiky s návštěvou Technického muzea automobilů v Kopřivnici, Vagonářského muzea ve Studénce, Hornického muzea v Ostravě, Dolu Michal v Ostravě a dalších. V kraji se pravidelně pořádají různé hudební festivaly a sportovních akcí Zlatá tretra. Důležitou součástí příjezdového cestovního ruchu České republiky je lázeňství. Na území České republiky vyvěrají jedinečné minerální prameny, které jsou již od počátku 15. století využívány k léčebným účelům. Lázeňská města se nacházejí v malebných krajinných oblastech se zajímavou architekturou, některé lázeňské domy se pyšní původním vybavením, proto je Česká republika právem považována za lázeňskou velmoc. Ve světě je nejznámější trojice západočeských lázní - Karlovy Vary, Mariánské Lázně a Františkovy Lázně. Z moravských lázní jsou to Luhačovice.36 Tab. 2
TOP 10 nejnavštěvovanějších turistických cílů v ČR 2009
pořadí v r. 2009 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.
turistický cíl Zoo Praha Pražský hrad Aquapalace Praha Centrum Babylon Liberec Národní muzeum Praha Židovské muzeum Praha Zoo Dvůr Králové Zoo Zlín Zoo a botanická zahrada Plzeň Památník Terezín
pořadí v r. 2008 2. 1. 5. 4. 3. 6. 7. 11. 10.
Zdroj: Časopis COT Business37
Zpracováno dle zdrojů: Objevte ČR [online]. Obecná fakta o ČR a Asociace krajů ČR [online]. Kraje ČR. 37 COT Business [online]. Nejnavštěvovanější turistické cíle v Česku 2009. 36
Vlastní práce
40
4.2 Cestovní ruch v ČR V další části vlastní práce je provedena statistická analýza vývoje dat týkajících se oblasti cestovního ruchu České republiky za posledních deset let. Veškeré číselné údaje byly získány na internetových stránkách Českého statistického úřadu, České národní banky a Ministerstva financí. Následující graf znázorňuje absolutní počet hostů, kteří navštívili hromadná ubytovací zařízení v ČR v letech 2000 – 2010. Z grafu je patrné, že počet hostů má od roku 2000 neustále rostoucí tendenci. V roce 2002 však došlo k celkovému poklesu o 8 %, který způsobily jedny z největších povodní v historii České republiky. Postižena byla i významná střediska cestovního ruchu jako např. Praha, Český Krumlov a další. Mírný pokles byl také zaznamenán v roce 2008 (o 1 %) a pokračoval i v roce následujícím (o 7 %). Na tomto období se podepsala světová hospodářská krize, která zasáhla všechna odvětví národního hospodářství. Od roku 2010 začíná krize pomalu ustupovat, což se projevilo v opětovném růstu návštěvnosti o 2 %. Celkově se v hromadných ubytovacích zařízení ubytovalo 12,21 mil. turistů. Následující rok by měla rostoucí tendence dále pokračovat. Graf. 1
Vývoj počtu hostů v HUZ ČR v letech 2000 - 2010 Hosté v hromadných ubytovacích zařízeních ČR
13 000 000
počet
12 000 000 11 000 000 10 000 000 9 000 000 2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
období
Zdroj: Vlastní zpracování; Pramen: ČSÚ
Pozitivní vliv na růst počtu hostů však měl především zvyšující se počet zahraničních návštěvníků (nerezidentů), který má podobný průběh jako celkový počet hostů v ČR. Opět v roce 2002 došlo k poklesu způsobeného povodněmi především v Praze, která je u zahraničních hostů velmi oblíbená. Určitý podíl na tomto úbytku mohl mít i teroristický útok v USA z roku 2001. K výraznému růstu v počtu cizinců došlo v roce 2004, kdy Česká republika vstoupila do Evropské unie, čímž došlo k odstranění administrativních bariér a země se stala dostupnější pro ostatní členské státy. Od roku 2005 již počet nerezidentů převa-
Vlastní práce
41
žuje nad domácími návštěvníky. V roce 2009 se projevila ekonomická recese u obou skupin turistů, avšak větší pokles byl zaznamenám u nerezidentů, a to o 10 %. U rezidentů došlo k poklesu o necelé 4 %. Vzhledem k tomu, že největším nákladem dovolené je cesta a ubytování, volí lidé v době krize levnější formu dovolené někde ve své zemi nebo na dovolenou nejedou vůbec. Z těchto důvodů byl patrný výraznější pokles u zahraničních turistů a domácí cestovní ruch byl i v době krize zvolen jako levnější varianta dovolené. V loňském roce došlo k meziročnímu růstu zahraničních turistů o 5 % oproti roku předchozímu a počet domácích turistů opět klesl o 1,3 %. Graf. 2
Vývoj počtu hostů v HUZ ČR v letech 2000 – 2010 rozdělení na rezidenty a nerezidenty
počet
Hosté v hromadných ubytovacích zařízeních ČR 7 000 000 6 500 000 6 000 000 5 500 000 5 000 000 4 500 000 4 000 000 2000
2001
2002
2003
nerezidenti
2004
rezidenti
2005
2006
2007
2008
období Lineární (rezidenti)
2009
2010
Lineární (nerezidenti)
Zdroj: Vlastní zpracování; Pramen: ČSÚ
Průměrná doba přenocování se dlouhodobě snižuje, což se projevilo i v loňském roce, kdy celková hodnota klesla v průměru na 3 noci. U domácích hostů klesla průměrná doba přenocování na 3,1 nocí a u zahraničních hostů zůstala hodnota na stejné úrovni jako v roce 2009, a to 2,9 nocí. Graf. 3
Vývoj průměrné doby přenocování v HUZ ČR v letech 2000 - 2010 Průměrná doba přenocování
5 dny
4 3 2 1 0 2000
2001
2002
2003
2004
2005 období
Zdroj: Vlastní zpracování; Pramen: ČSÚ
2006
2007
2008
2009
2010
Vlastní práce
42
Pro cestovní ruch je charakteristická jeho sezónnost zejména v letních měsících. V průběhu roku dosahují sezónní výkyvy v návštěvnosti ČR nejvyšších hodnot v červenci a v srpnu. Naopak nejnižší hodnoty se vyskytují v zimních měsících, ve kterých jsou charakteristické jednodenní pobyty. V zimním období jsou vícedenní pobyty častější v regionech s lyžařskými středisky, v Praze a Karlovarském kraji, kam jezdí především zahraniční klientela. V posledních letech se projevil rostoucí zájem Čechů o lyžování v zahraničí. Podle odhadů se o deset procent zvýšily počty příjezdů českých lyžařů do Rakouska a Německa. Hlavním důvodem jsou nejen lepší sněhové podmínky, ale také delší sjezdovky, absence front u vleků, srovnatelné ceny skipasů, kvalitnější služby a lepší doplňkové služby v zahraničních střediscích např. bazény, výřivky, sauny a další relaxační programy.38 Graf. 4
Vývoj počtu hostů v HUZ ČR dle sezónnosti v roce 2010 Hosté v hromadných ubytovacích zařízeních ČR v měsících roku 2010
1 000 000 900 000
počet
800 000 700 000 600 000 500 000 400 000 300 000 200 000 1
2
3
4
5
6
7
8
9
10
11
12
měsíce
nerezidenti
rezidenti
Zdroj: Vlastní zpracování; Pramen: ČSÚ
Co se týče zastoupení zahraničních turistů podle země původu, kteří navštívili HUZ v ČR, tak se jejich pořadí za posledních deset let zásadně nezměnilo. Pořadí prvních šesti zemí je uvedeno v Příloze 1. Hlavní zdrojovou zemí zůstává tradičně Německo, i když ve srovnání s rokem 2000 došlo k poklesu o 10 %. Pro německé turisty je Česká republika poměrně levnou destinací, kam jezdí většina z nich také za levnými nákupy a jako západní sousedé mají poměrně dostupné turisticky nejoblíbenější cíle jako je Praha a nebo Karlovy Vary. Na druhou příčku se v loňském roce vyšplhali turisté z Ruska, jejichž počet od roku 2000 vzros-
38
KLÍMKOVÁ, Alena. Češi dávají přednost lyžování v zahraničí. Mediafax.cz [online].
Vlastní práce
43
tl téměř čtyřnásobně. Zvyšující se zájem o Českou republiku lze vysvětlit tím, že se ruská ekonomika pomalu odrazila ode dna a ruský rubl je v poslední době stabilní, dokonce nepatrně posílil. Díky tomu začíná cestovat ruská střední třída nejen do lázní, ale i na poznávací zájezdy.39 Podle odhadů by se počet ruských turistů ještě téměř zdvojnásobil, pokud by došlo ke zrušení vzájemné vízové povinnosti mezi Ruskem a Evropskou unií. Mezi další významné zdrojové země patří Velká Británie, Polsko, Itálie, USA. V současnosti se výrazně zvyšuje počet asijských turistů, kterých jezdí do České republiky nejvíce z Japonska, Jižní Koreje a Číny. Asijští turisté preferují nejvyšší standard ubytování a utrácejí nejvyšší částky. Turisté z Asie mohou být pro Českou republiku novým zdrojem příjezdové turistiky a stát by se měl zaměřit na propagační kampaně a programové balíčky, které by byly pro asijské turisty dostatečně zajímavé. Graf. 5
Počet hostů v HUZ ČR dle zemí v roce 2000 a 2010 Zastoupení dle zemí v roce 2000 (počet nad 100 000 hostů)
Ostatní evropské země 2% Španělsko 3% Spojené království 5% Slovensko 3% Rusko 2% Rakousko 3%
Spojené státy Izrael americké 4% 5%
ostatní 16% Dánsko 4% Francie 3% Itálie 5%
Polsko 7% Nizozemsko 7%
39
Německo 31%
CzechTourism [online]. Počet zahraničních turistů opět roste.
Vlastní práce
44
Zastoupení dle zemí v roce 2010 (počet nad 100 000 hostů)
Spojené státy Ostatní evropské americké 5% země 2%
Japonsko 2%
Ukrajina 2%
Ostatní asijské země 4% ostatní 20%
Španělsko 3%
Dánsko 2%
Spojené království 6%
Francie 4%
Slovensko 5%
Itálie 5%
Rusko 7% Rakousko 3% Polsko 6%
Maďarsko 2% Nizozemsko 3%
Německo 21%
Zdroj: Vlastní zpracování; Pramen: ČSÚ
Z regionálního pohledu je jednoznačně nejnavštěvovanější hlavní město Praha. Její oblíbenost má rostoucí tendenci a v loňském roce se zde ubytovalo 39 % všech ubytovaných hostů, z toho téměř 87 % tvořili hosté ze zahraničí. U domácích turistů se z hlediska počtu ubytovaných hostů umístila až na 2. místě těsně za Jihomoravským krajem. I přesto můžeme považovat Prahu za nejoblíbenější destinaci také pro domácí obyvatele, protože velká část jich sem přijíždí z okolních krajů třeba jen na jednodenní výlety a je těžké stanovit přesně jejich počet. Ostatní kraje mají již menší podíly na návštěvnosti v HUZ. Na druhém místě se pohybuje Jihomoravský kraj s 10% podílem, který je oblíben hlavně díky historickým a přírodním památkám a kulturně poznávací turistice. U Karlovarského kraje, který se s 6 % umístil na 4. místě, je zajímavé to, že z hlediska domácích turistů se řadí na poslední místa, ale pro zahraniční turisty je druhým nejnavštěvovanějším krajem hned po Praze. Zájem zahraničních hostů o tento kraj je hlavně díky tomu, že se zde nachází největší a nejznámější lázně Karlovy Vary společně s dalšími významnými lázeňskými centry (Mariánské Lázně, Františkovy Lázně, lázně Jáchymov a Kynžvart), které jsou společně s Mezinárodním filmovým festivalem velkým lákadlem. Nejméně navštěvovaným krajem je kraj Ústecký, ve kterém došlo k největšímu meziročnímu poklesu o 13 %. I přesto, že má tento kraj předpoklady pro rozvoj cestovního ruchu jako např. velký podíl chráněných ploch, lázeňská střediska a výhodnou polohu, turisticky však není příliš oblíben. Problémem nízké návštěvnosti jsou u domácích
Vlastní práce
45
turistů především negativní předsudky (těžba, průmysl, zdevastovaná krajina, dálnice E 55), u zahraničních turistů zase nízké povědomí o tomto kraji.40 Graf. 6
Počet hostů v HUZ ČR dle krajů v roce 2010 Hosté v hromadných ubytovacích zařízeních dle krajů
Zlínský kraj Olomoucký kraj 4% 3%
Moravskoslezský kraj 4%
Jihomoravský kraj 8% Vysočina 3%
Hlavní město Praha 39%
Pardubický kraj 3% Královéhradecký kraj 7% Liberecký kraj 5% Ústecký kraj 2% Karlovarský kraj 6%
Plzeňský kraj 4%
Středočeský kraj 5% Jihočeský kraj 7%
Zdroj: Vlastní zpracování; Pramen: ČSÚ
Nejvíce hostů se tradičně ubytovává v tříhvězdičkových a ostatních hotelech. V loňském roce zaznamenaly meziroční růst pouze čtyřhvězdičkové (17 %) a tříhvězdičkové hotely (15 %), což bylo způsobeno meziročním růstem zahraničních turistů. Hosté ze zahraničí dávají přednost pohodlí a komfortu a za ubytování si klidně připlatí. Ostatní kategorie UZ meziročně poklesy, největší pokles byl v kempech (14 %), ubytovnách a pensionech (7 %). Tento trend také ovlivnila ustupující ekonomická krize, kdy se poptávka vrací do stavu před ní a lidé ustupují od levnějších forem ubytování jako jsou kempy a turistické ubytovny. Dalším faktorem zvýšeného zájmu o ubytování v hotelech jsou rekordně nízké ceny za tento typ ubytování.
40
MAŘÍKOVÁ, Eva. Ústecký kraj mění image. Homérlive.cz [online].
Vlastní práce Graf. 7
46
Přírůstek hostů v HUZ ČR podle kategorie ubytovacího zařízení 2010/2009 Přírůstek hostů v období 2010/2009 hotely *****
20
hotely ****
15 10 %
5
celkem
0 -5 -10 -15
ostatní hotely
pensiony
chatové osady a ostatní turistické ubytovny kempy
Zdroj: Vlastní zpracování; Pramen: ČSÚ
V následující tabulce jsou uvedeny meziroční indexy vývoje tržeb v ubytování, stravování a pohostinství za rok 2010/2009. Změna ve vývoji tržeb je vypočtena ke stejnému čtvrtletí předchozího roku. V sektoru ubytování došlo k poklesu v I. až III. čtvrtletí, ve IV. čtvrtletí tržby vzrostly o necelé 2 %. Sektor stravování poklesl ve všech čtvrtletích, nejvíce poklesl v I. čtvrtletí o 5,5 %. Lepší výsledky ubytování než stravování a pohostinství má za následek růst počtu hostů v hotelech vyšší třídy a snižující se počet hostů ve stravovacích zařízeních. Nelze ani vyloučit vyšší podíl šedé ekonomiky. Celkově došlo v tomto sektoru k meziročnímu poklesu tržeb o 3 %, a to i přesto, že se počet turistů v loňském roce zvýšil. V ubytování, stravování a pohostinství klesají tržby již od prvního čtvrtletí 2008. To, že tržby nenarůstají společně s rostoucím počtem návštěvníků, mohly způsobit rekordně nízké ceny ubytovacích zařízení. K těmto cenovým opatřením přistoupila řada provozovatelů ubytovacích zařízení již v roce 2009, ve kterém poklesly tržby o 9 % díky poklesu příjezdů zahraničních turistů, jejichž rozhodování bylo ovlivněno světovou hospodářskou recesí. Dalším důsledkem snížení tržeb mohla být pokračující tendence ve zkracování průměrné doby přenocování a také pokles zaměstnanosti a průměrné mzdy.41
BERÁNEK, Jaromír. Ministerstvo vnitra České republiky [online]. Cestovní ruch čeká další pokles. 41
Vlastní práce Tab. 3
47
Vývoj tržeb v ubytování, stravování a pohostinství (NACE 55 + 56)
čtvrtletí I. II. III. IV. celkem 2010/2009
ubytování index 96,7 94,5 98,4 101,7
stravování index 94,5 96,7 97,5 98,5
97,1
Zdroj: ČSÚ
Dalším prohloubením této krize v oblasti ubytování a stravování by mohlo být zvýšení sazby daně z přidané hodnoty. S návrhem změny této sazby přišla vláda začátkem letošního roku. V rámci získání finančních prostředků pro důchodovou reformu došlo k předložení návrhu na sjednocení sazby DPH. V současné době je základní sazba DPH ve výši 20 % a snížená sazba DPH 10 %. Snížená sazba DPH se uplatňuje na všechny oblasti služeb, kam spadají i ubytovací služby. V roce 2012 by mělo dojít pouze ke zvýšení snížené sazby DPH na 14 % a v dalším roce je naplánováno sjednocení obou daní z přidané hodnoty na 17,5 %.42 Tímto rozhodnutím však na druhou stranu dojde k dalšímu prohloubení krize v sektoru hotelnictví a národní ekonomiky celkově. V porovnání s ostatními státy EU dojde ke snížení konkurenceschopnosti ubytovacích zařízení. Majitelé budou nuceni zvýšit ceny za ubytování a nebudou moci konkurovat ostatním státům EU, protože ve většině z nich se používá pro služby a ubytování snížená sazba DPH. V některých zemích je tato sazba dokonce i na poloviční úrovni než by měla být výše sazby v ČR. Např. v sousedním Německu je to 7 %, v Rakousku 10 % a nebo jsou na seznamu služeb se sníženou sazbou DPH zahrnuty i služby v restauracích. Dalším negativním faktorem bude celkový nárůst nákladů domácností a firem, což povede ke snížení zájmu spotřebitelů o nezbytné statky mezi nimiž jsou i služby hotelů a restaurací. V konečném důsledku dojde ke snížení pracovních míst v cestovním ruchu a prohloubení celkové nezaměstnanosti.
TÁBORSKÝ, Jiří. Naše Peníze.cz [online]. Od roku 2012 budou nové sazby DPH 14 a 20 procent. 42
Vlastní práce
4.2.1
48
Prognóza vývoje návštěvnosti v roce 2011
V následující podkapitole je provedena prognóza budoucího vývoje návštěvnosti rezidentů a nerezidentů v HUZ ve čtvrtletích následujícího roku 2011. Postup stanovení prognózy je popsán v kapitole Metodika. Pro sestavení trendové přímky byly vypočteny parametry β0 a β1. Výpočet byl proveden metodou nejmenších čtverců podle vzorců [3.12]. Údaje k výpočtu trendové přímky jsou uvedeny v Příloze 2. Parametry trendové přímky jsou následující: Pro rezidenty: β0= 1 515 459 β1= 895,5 Tt = 1 515 459 + 895,5 t Pro nerezidenty: β0 = 1 466 527,2 β1 = 11 859,5
Tt = 1 466 527,2 + 11 859,5 t
Z vypočtených rovnic trendových přímek můžeme vidět, že průměrně se počet rezidentů zvýší o zhruba 3 500 hostů za rok a počet nerezidentů o 47 500, což v tomto případě způsobuje rostoucí trendová přímka. Trendová přímka domácích návštěvníků není ani rostoucí ani klesající. K popisu sezónnosti bylo použito triviálního modelu sezónnosti na základě empirických sezónních indexů podle vzorce [3.13]. Vyrovnané hodnoty časové řady byly vypočteny podle vzorce [3.14]. Z vypočtených vyrovnaných hodnot byly získány budoucí hodnoty následujících čtvrtletí roku 2011.
Vlastní práce Tab. 4
49
Empirické sezónní indexy
indexy I1 I2 I3 I4 suma
rezidenti 0,7842 1,0002 1,4867 0,729 4,0001
nerezidenti 0,7151 1,1084 1,3245 0,8506 3,999
rezidenti 1 204 256 1 536 747 2 285 602 1 121 336 6 147 941
nerezidenti 1 239 502 1 934 412 2 327 281 1 504 746 7 005 940
Zdroj: Vlastní zpracování Tab. 5
Předpověď pro rok 2011
čtvrtletí I/2011 II/2011 III/2011 IV/2011 suma Zdroj: Vlastní zpracování
Následující grafy vyrovnaných a skutečných hodnot zobrazují trend a budoucí vývoj pro rok 2011. U domácích návštěvníků graf vyrovnaných hodnot téměř kopíruje hodnoty skutečné. Výjimkou byl rok 2002, kdy došlo ke značnému poklesu skutečných hodnot. Tento pokles způsobily rozsáhlé povodně zmiňované již v předešlé části textu práce. V grafu vývoje zahraničních návštěvníků nejsou vyrovnané a skutečné hodnoty tak totožné jako tomu bylo na předcházejícím grafu. K odlišnému vývoji došlo taktéž v roce 2002 ze zmiňovaných důvodů. Význam můžeme přikládat i teroristickému útoku v USA, po kterém zahraniční návštěvníci raději volili bližší turistické cíle ve svých zemích. K dalšímu vychýlení došlo v roce 2009 vzhledem k ekonomické recesi a v roce 2010, kdy byl očekáván vyšší nárůst návštěvníků, ale doznívající krize ho ještě neumožnila. V roce 2011 by měly být výsledky mnohem lepší. Následující prognóza očekává nadále pokračující rostoucí trend ve vývoji návštěvnosti HUZ ČR ve všech čtvrtletích budoucího roku. Celkově by mělo dojít k meziročnímu růstu v počtu domácích hostů o 4,7 % a v počtu zahraničních turistů o 10,6%. Tato prognóza je ovšem pouze orientační, protože na odvětví cestovního ruchu může působit řada nepředvídatelných faktorů jako jsou např. klimatické podmínky či přírodní katastrofy, změny nákupního rozhodování spotřebitelů, nové trendy v cestovním ruchu, ekonomické výkyvy a další.
Vlastní práce Graf. 8
50
Skutečné a vyrovnané hodnoty počtu rezidentů v HUZ ČR s prognózou 2011 Rezidenti v hromadných ubytovacích zařízení
3000000
počet
2500000 2000000 1500000 1000000 500000 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
0 2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
období vyrovnané hodnoty
trendová přím ka
skutečné hodnoty
Zdroj: Vlastní zpracování Graf. 9
Skutečné a vyrovnané hodnoty počtu nerezidentů v HUZ ČR s prognózou 2011 Nerezidenti v hromadných ubytovacích zařízení
2500000
počet
2000000 1500000 1000000 500000 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
0 2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
období vyrovnané hodnoty
trendová přím ka
skutečné hodnoty
Zdroj: Vlastní zpracování
4.3 Přínosy cestovního ruchu pro národní hospodářství Jedním z hlavních ukazatelů přínosů cestovního ruchu je jeho vliv na platební bilanci státu. Příjmy z cestovního ruchu tvoří příjezdy zahraničních návštěvníků a výdaje tvoří výjezdy českých občanů do zahraničí. Vzhledem k poměru příjezdů zahraničních turistů a výjezdů našich občanů je devizová bilance ČR po řadu let vysoce aktivní a vytváří saldo ve výši 50 mld. Kč. Vývoj devizových příjmů kopíruje vývoj návštěvnosti nerezidentů v HUZ ČR. K poklesu došlo opět v letech 2002, 2008 a 2009. V loňském roce dosáhly devizové příjmy 127,4 mld. Kč (meziroční růst 5 %). Vývoj těchto příjmů je závislý na vývoji globální ekonomiky, vývoji kurzu koruny k ostatním měnám
Vlastní práce
51
a také na aktuálních trendech cestovního ruchu na zahraničních trzích. Devizové výdaje českých turistů byly v loňském roce ve výši 77,6 mld. Kč (meziroční růst 0,5 %) a v posledních čtyřech letech se téměř nezměnily. Tento pomalejší růst výjezdového cestovního ruchu může souviset s novými projekty zaměřenými na podporu domácího cestovního ruchu. Graf. 10
Vývoj devizových příjmů a výdajů ze zahraničního cestovního ruchu
v mld. Kč
Devizové příjmy a výdaje 140 120 100 80 60 40 20 0 2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
období příjm y
výdaje
Zdroj: Vlastní zpracování; Pramen: ČNB
V následující tabulce je stanovena výše aktivního salda zahraničního cestovního ruchu, které zajišťuje kladnou bilanci služeb a přispívá tak k nižšímu deficitu platební bilance ČR. Devizové příjmy z CR se na celkovém exportu podílejí 5,3 % a na výši devizových příjmů ze služeb se podílejí 31 %. Podíl devizových příjmů na HDP tvoří 3,5 %. Z hlediska vývoje lze pozorovat klesající význam těchto příjmů na základních makroekonomických ukazatelích. Tento vývoj může být způsoben pomalejším růstem odvětví cestovního ruchu či růstem HDP a exportu.
Vlastní práce Tab. 6
52
Saldo zahraničního cestovního ruchu ČR a další ukazatele
rok
Saldo ZCR v mld. Kč
Podíl příjmů ZCR na exportu (%)
Podíl příjmů ZCR na vývozu služeb (%)
Podíl příjmů ZCR na HDP (%)
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
65,701 65,331 44,740 45,891 48,834 54,457 62,570 55,523 44,545 45,310 49,848
10,3 12,6 7,7 7,3 6,2 6,0 5,8 5,2 4,9 6,0 5,3
43,5 43,8 41,7 45,8 43,4 39,7 39,7 37,8 33,0 31,8 30,9
5,3 5,0 3,9 3,9 3,8 3,8 3,9 3,6 3,3 3,4 3,5
Zdroj: Vlastní zpracování; Pramen: ČNB
Podíly cestovního ruchu na některých ekonomických ukazatelích jsou dostupné prostřednictvím Satelitního účtu ČR, který začal data zveřejňovat v roce 2003. V současné situaci jsou dostupná pouze data za rok 2009 a nemůžeme porovnat k jak velkému zlepšení došlo v loňském roce. Výše ukazatelů je také do určité míry ovlivněna tempem růstu ostatních ekonomických odvětví. Podíl cestovního ruchu na celkové zaměstnanosti se doposud pohyboval kolem hodnoty 5 %. Podíl na celkovém HDP ČR má klesající tendenci, v roce 2009 byl na hodnotě 2,9 %. Hrubá přidaná hodnota je ukazatel vyjadřující HDP bez daní a dotací na produkty, její podíl se pohybuje kolem hodnoty 3 %. Pokud srovnáme tyto ukazatele s Rakouskem, kde se podíl cestovního ruchu na HDP pohybuje kolem hodnoty 4,5 % a podíl na celkové zaměstnanosti je téměř 5 %, vidíme, že zde je toto odvětví na lepší úrovni než v ČR.
Vlastní práce Tab. 7
53
Podíl CR na zaměstnanosti, HPH, HDP43
HPH Podíl CR na HDP Podíl cestovního období celkové cestovního na ruchu zaměstnanosti ruchu (mil. Kč) HDP (mil. Kč) 2003 2004 2005 2006 2007 20081) 20092) Zdroj: TSA ČSÚ
4,79 4,79 4,74 4,64 4,52 4,56 4,58
90 792 102 316 99 079 99 956 103 079 103 451 104 293
3,5 3,6 3,3 3,1 2,9 2,8 2,9
80 020 83 751 81 683 84 494 86 234 86 427 88 442
Podíl na HPH 3,4 3,3 3,0 2,9 2,7 2,6 2,7
1) semi-definitivní data 2) předběžná data
Dalším z ekonomických přínosů cestovního ruchu je, že přispívá do obecních rozpočtů prostřednictvím vybraných poplatků a daní. Tyto poplatky jsou stanoveny dle zákona č. 565/1990 Sb., o místních poplatcích. Za konkrétní příjmové položky z cestovního ruchu můžeme považovat poplatek za ubytovací kapacity (položka č. 1345), poplatek za lázeňský nebo rekreační pobyt (položka č. 1342) a poplatek ze vstupného (položka č. 1344). Dalšími příjmy do místních rozpočtů je také daň z přidané hodnoty, daň z příjmů, daň z nemovitostí. Údaje o všech položkách týkajících se rozpočtové skladby zveřejňuje Ministerstvo financí prostřednictvím databáze IDB ARIS. Poplatek za ubytovací kapacity platí ubytovatel (fyzická nebo právnická osoba), který poskytl přechodné ubytování za úplatu. Ubytovatel je povinen vést evidenční knihu s údaji o ubytovaných hostech. Od 1.1.2010 je sazba poplatku za každé využité lůžko a den ve výši až 6 Kč, předchozí sazba činila až 4 Kč. Poplatku ubytovací kapacity nepodléhá: · ubytovací kapacita pro přechodné ubytování studentů a žáků, · ubytovací kapacita ve zdravotnických nebo lázeňských zařízeních, pokud nejsou užívána jako hotelová zařízení, · ubytovací kapacita sloužící sociálním a charitativním účelům. Poplatek za lázeňský nebo rekreační pobyt hradí fyzické osoby, které přechodně a za úplatu pobývají v lázeňských místech za účelem léčení nebo rekreace v maximální výši 15 Kč za osobu a za každý započatý den pobytu. Poplatek se nevztahuje na:
43
Uvedené podíly udávají přímý vliv cestovního ruchu.
Vlastní práce
54
· osoby nevidomé, bezmocné a osoby s těžkým zdravotním postižením a jejich průvodci, · osoby mladší 18 let a starší 70 let nebo osoby, na které náležejí přídavky na děti, vojáci v základní službě a osoby vykonávající civilní službu. Poplatek ze vstupného hradí osoby, které pořádají kulturní, sportovní, prodejní nebo reklamní akci pokud se nejedná o charitativní akci. Výše poplatku činí až 20 % z úhrnné částky vybraného vstupného.44 Na následujícím grafu je možné porovnat objem vybraných poplatků ze vstupného, z ubytovacích kapacit a za rekreační pobyt v krajích v roce 2009. Hodnoty za kraje Vysočina a Jihomoravský nejsou bohužel dostupné. Největší podíl na těchto poplatcích má samozřejmě Praha. Nejméně příjmů plynou do Pardubického a Ústeckého kraje, což je způsobeno nízkou návštěvností. V roce 2010 došlo ke zvýšení poplatku za ubytovací kapacity a také vzhledem k většímu počtu ubytovaných hostů, můžeme předpokládat, že výše příjmů do místních rozpočtů bude ještě vyšší. Výše poplatku je ovlivněna především počtem návštěvníků a dobou přenocování. Tyto data však mohou být zkreslena tím, že obcím není ze zákona stanovena povinnost tyto poplatky vybírat ani v jaké výši. Je stanovena pouze jeho maximální hranice. Problémem také může být nevěrohodnost dat, kdy by mohlo dojít k falšování údajů o počtu návštěvníků či době jejich přenocování.
44
Portál veřejné správy České republiky [online]. Zákony - Vyhledávání.
Vlastní práce Graf. 11
55
Výše vybraných poplatků podle krajů za rok 2009 Příjmy do místních rozpočtů v tis. Kč Olomoucký kraj; 12 803
Zlínský kraj; 14 332
Pardubický kraj; 6 315 Královéhradecký kraj; 39 010 Liberecký kraj; 29 658
Moravskoslezský kraj; 12 502
Hl. město Praha; 214 894
Ústecký kraj; 8 431 Karlovarský kraj; 47 006 Plzeňský kraj; 15 111 Jihočeský kraj; 42 549
Středočeský kraj; 21 113
Zdroj: Vlastní zpracování; Pramen: ARIS45
Ministerstvo financí České republiky [online]. ARISweb - webové rozhraní pro zobrazování dat aplikace ARIS. 45
Vlastní práce
56
4.4 Regresní a korelační analýza V následující části je provedena jednorozměrná regresní analýza, která zkoumá vliv počtu návštěvníků v HUZ na vybrané ekonomické ukazatele ČR. Odhad parametrů regresního modelu je stanoven pomocí metody nejmenších čtverců, dále je testována významnost parametrů modelu a celková vhodnost modelu, intervaly spolehlivosti a další testy. Analýza dat byla stanovena použitím programu Gretl a MS Excel dle výpočtů uvedených v kapitole Metodika. 4.4.1
Jednorozměrný regresní model 1
V prvním jednorozměrném regresním modelu bude sledován vliv počtu zahraničních návštěvníků na devizové příjmy platební bilance ČR. Vysvětlovanou proměnnou jsou zde devizové příjmy a vysvětlující proměnnou je počet zahraničních hostů v HUZ. Data jsou uvedena v Příloze 3. Je předpokládán pozitivní vliv počtu zahraničních návštěvníků na devizové příjmy, tzn. že s růstem počtu zahraničních turistů by mělo docházet k růstu devizových příjmů platební bilance a naopak jejich pokles by měl znamenat také pokles devizových příjmů. Pro analýzu dat byly uvažovány různé modely, pro které byly vypočteny odhady parametrů pomocí metody nejmenších čtverců, standardní chyby odhadů parametrů a nezkreslené odhady indexu determinace. Dále byly provedeny ttesty významnosti jednotlivých parametrů a celkový F-test vhodnosti modelu. Jako nejvhodnější regresní model pro daný funkční vztah se jevil lineární model přímky. Lineární funkční forma (přímka) Yˆ = 5,30988e + 010 + 10706,7 X i
(3413,67) t = 3,136 n = 11
R 2 = 0, 47
F = 9,837
DW = 0,846
Vlastní práce Graf. 12
57
Grafické znázornění zvoleného modelu Lineární funkční forma
devizové příjmy [v mil. Kč]
140 000 120 000 100 000 80 000 60 000 40 000 4
5
5
6
6
7
7
zahraniční hosté [v mil.]
Zdroj: Vlastní zpracování
Při testování průkaznosti regresních parametrů byla prokázána statistická významnost parametru na pětiprocentní hladině významnosti (t0,975(9) = 2,26). Na jednoprocentní hladině významnosti (t0,995(9) = 3,25) nebyla významnost prokázána. Celkový F-test o statistické průkaznosti modelu při hodnotě testové statistiky F = 9,837 zamítl nulovou hypotézu o neprůkaznosti modelu na pětiprocentní hladině významnosti (Fc = 5,12), na jednoprocentní hladině významnosti (Fc = 10,56) nebyla nulová hypotéza zamítnuta. Model byl také podroben RESET testu specifikace modelu, kdy nulovou hypotézou je správná specifikace modelu. Vypočtená hodnota p-value = 0,93 nezamítá nulovou hypotézu, model je proto správně specifikován. Odhadnutý model je tedy statisticky průkazný. Hodnoty rozkladu součtu čtverců na celkový, regresní a reziduální součet a hodnota indexu determinace R2, korigovaného (nezkresleného) indexu deter2
minace R a indexu korelace R jsou uvedeny v Tabulce 8. Podle hodnoty indexu determinace můžeme říci, že tento model vysvětluje 52 % celkové variability závisle proměnné, tedy devizových příjmů platební bilance. Index korelace měří intenzitu závislosti mezi proměnnými. V tomto modelu má hodnotu 0,72, což značí těsnou závislost mezi počtem zahraničních návštěvníků a devizovými příjmy platební bilance.
Vlastní práce Tab. 8
58
Analýza rozptylu
ESS 6,1921E+20
RSS 5,66519E+20
TSS 1,18573E+21
R2
R2
0,52
0,47
R 0,72
Zdroj: Vlastní zpracování
Pás spolehlivosti a interval spolehlivosti jsou zobrazeny v grafu 13 a 14. Pás spolehlivosti vymezuje hranice, které s 95 % pravděpodobností ohraničují plochu v níž se vyskytují empirické hodnoty rozptýlené kolem regresní funkce, jež představuje teoretické hodnoty. Interval spolehlivosti vymezuje plochu, v níž se s 95 % pravděpodobností nachází odhadnutý regresní model. Graf. 13
Pás spolehlivosti pro lineární model
devizové p říjmy [v mil. Kč]
Pás spolehlivosti pro regresní model 160 000 140 000 120 000 100 000 80 000 60 000 40 000 4
5
5
6
6
7
7
7
7
zahraniční hosté [v milionech]
Zdroj: Vlastní zpracování Graf. 14
Interval spolehlivosti pro lineární model
devizovéříjmy p [v mil. Kč]
Interval spole hlivosti pro regresní model 140 130 120 110 100 90 80 70 60 50 40
000 000 000 000 000 000 000 000 000 000 000 4
5
5
6
6
zahraniční hosté [v milionech]
Zdroj: Vlastní zpracování
Vlastní práce
59
V tabulce č. 2 jsou uvedeny výsledky testů heteroskedasticity a autokorelace chybového členu. Whiteův a Breusch-Paganův test nezamítaji nulovou hypotézu o homoskedasticitě. V modelu není přítomna heteroskedasticita chybového členu. Durbin-Watsonův test poukazuje na existenci pozitivní autokorelaci chybového členu, která se u časových řad vyskytuje poměrně často. Další testy však autokorelaci nepotvrdily ani autokorelaci 4-tého řádu ( n = 11 =& 4 ), kterou zjišťuje Ljung-Boxův test. Tab. 9
Testy heteroskedasticity a autokorelace chybového členu
Model
Testová statistika
p-value
Whiteův test
LM = 3,48
0,175
Breusch-Paganův test
LM = 0,81
0,369
Durbin-Watsonův test
DW = 0,85
0,004
Breusch-Godfrey test
F = 2,61
0,161
Box-Pierce test
Chí-kvadrát = 7,44
0,115
Ljung-Box test
Chí-kvadrát = 6,76
0,149
Zdroj: Vlastní zpracování
Výše analyzovaný model lze na základě výsledků regresní analýzy považovat za statisticky průkazný. Z ekonomického hlediska vypovídá o pozitivním vlivu zahraničních turistů na devizové příjmy platební bilance, byla prokázána těsná závislost mezi oběma proměnnými. Uvedený jednorozměrný model však nelze z ekonomického hlediska považovat za úplný. Výše devizových příjmů platební bilance není ovlivňována pouze počtem zahraničních návštěvníků. Lze identifikovat další proměnné, které určitým způsobem ovlivňují výši devizových příjmů. Další proměnnou může být výše spotřeby zahraničních návštěvníků v ČR či výše směnného kurzu USD/CZK a EUR/CZK. 4.4.2
Jednorozměrný regresní model 2
Druhý jednorozměrný model analyzuje vztah mezi počtem hostů v HUZ a zaměstnaností v cestovním ruchu. Vysvětlovanou proměnnou je zde počet osob zaměstnaných v odvětví cestovního a vysvětlující proměnnou je celkový počet hostů v hromadných ubytovacích zařízeních ČR. Vzhledem k tomu, že údaje o počtu osob zaměstnaných v cestovním ruchu začal ČSÚ zveřejňovat až od roku 2003 a nejaktuálnější jsou data za rok 2009, byly potřebné údaje získány z da-
Vlastní práce
60
tabáze Světové rady pro cestovní ruch WTTC.46 Data jsou uvedena v Příloze 3. Před začátkem analýzy je předpokládán pozitivní vliv počtu návštěvníků na zaměstnanost cestovního ruchu, tzn. že zvyšující se počet návštěvníků s sebou přináší tvorbu nových pracovních pozic a naopak. Analýza dat byla provedena stejným postupem jako v jednorozměrném modelu 1. Vhodnou regresní funkcí se jevila přímka. Lineární funkční forma (přímka) Yˆ = 751544,98 - 0,04 X i
(0,018) t = -2,209 n = 11 Graf. 15
R 2 = 0,28
F = 4,88
DW = 0,789
Grafické znázornění zvoleného modelu Lineární funkční forma
zaměstnanost [v tis.]
400 350 300 250 200 150 10 000
10 500
11 000
11 500
12 000
12 500
13 000
13 500
počet hostů [v tis.]
Zdroj: Vlastní práce
Při testování průkaznosti tohoto modelu nebyla prokázána statistická významnost zvoleného parametru ani modelu. Bodový diagram znázorňuje spíše negativní vztah mezi počtem návštěvníků a počtem zaměstnaných osob, který může být zkreslen malým počtem hodnot. To, že nebyla zjištěna závislost mezi zvolenými proměnnými lze zdůvodnit klesající průměrnou dobou přenocování. Doba přenocování se zkracovala, kapacity v ubytovacích zařízeních se proto mohly zvyšovat provozovatelé nepotřebovali zaměstnat více pracovníků. Dalším důvodem může být zpožděná reakce na změny ve vývoji návštěvnosti či koncentrace návštěvníků pouze v některých regionech. Odvětví je velmi citlivé na jakékoliv změny a provozovatelé služeb cestovního ruchu nemůžou přes46
World Travel & Tourism Council [online]. Economic data search tool.
Vlastní práce
61
ně předpovídat jaká bude poptávka po jejich službách. Jejich kapacity pracovních pozic jsou taktéž omezené. V odvětví stravování a ubytování docházelo v posledních letech k poklesu tržeb a majitelé těchto zařízení byli nuceni některé zaměstnance propustit nebo snížit jejich mzdy i přesto, že došlo ke zvýšení počtu návštěvníků.
Diskuze
62
5 Diskuze Je zřejmé, že cestovní ruch se stal významným ekonomickým odvětvím, které generuje nemalé příjmy a pozitivně působí i na řadu dalších odvětví a sektorů jako jsou doprava, maloobchod, stavebnictví, kultura, sport a další. Jeho přímý podíl na tvorbě hrubého domácího produktu ČR se pohybuje kolem 3 % a nepřímý podíl je téměř 10 %. Na celkové zaměstnanosti se podílí zhruba 5 % a vytváří pracovní příležitosti i v hospodářsky slabých oblastech. Jeho význam můžeme také vidět na výši devizových příjmů zahraničního cestovního ruchu, které byly v loňském roce 127,4 mld. Kč. Devizové příjmy dlouhodobě pozitivně ovlivňují platební bilanci ČR, zejména bilanci služeb. Cestovní ruch je také významných zdrojem do státního i do místního rozpočtu ve formě daňových příjmů a dalších poplatků, podporuje malé a střední podnikání, zlepšuje celkovou úroveň infrastruktury a vybavenosti veřejných služeb nejen pro účastníky cestovního ruchu, ale také pro místní obyvatelstvo. V neposlední řadě má pozitivní vliv na zachování původních tradic, kultur a řemesel a je určitou formou relaxace a rozvoje osobnosti člověka. Kromě pozitivních přínosů s sebou cestovní ruch přináší i negativní dopady, a to ve formě zabírání zemědělské a lesní půdy, znečištění vody, znečištění ovzduší způsobeného zejména zvýšenou dopravou, problémy likvidace odpadu, narušování přírodního rázu krajiny např. tvorbou přístupových cest či sešlapem ve volné přírodě, poškozování přírodních hodnot či narušení soukromí místních obyvatel. Cestovní ruch by neměl být rozvíjen v masové formě, ale měl by být koordinován tak, aby byla respektována ochrana přírody a životního prostředí v rámci udržitelného vývoje. Uvedená statistická analýza dat prokázala, že odvětví cestovního ruchu má v České republice stále rostoucí tendenci. V loňském roce ji navštívilo celkem 12,21 mil. turistů. Výraznější podíl na cestovním ruchu mají především zahraniční návštěvníci, domácí cestovní ruch se pohybuje v posledních letech na stejné úrovni. Toto odvětví značně zasáhl rok 2002, ve kterém došlo k 8% poklesu způsobeného největšími povodněmi v historii České republiky. Vzhledem k tomu, že byla postižena významná střediska cestovního ruchu včetně centra Prahy byl tento dopad značný. Hospodářská krize se podepsala i na odvětví cestovního ruchu. V roce 2009 došlo k propadu především příjezdového cestovního ruchu (o 10 %). Domácí turistika poklesla o necelé 4 % a stala se přijatelnější variantou dovolené pro místní obyvatele v době recese. V loňském roce lze spatřit zlepšující se ekonomickou situaci, kdy vzrostl počet zahraničních příjezdů o 5 %, avšak počet domácích hostů poklesl o 1,3 %. To, že je krize na ústupu po-
Diskuze
63
tvrdila i Světová organizace cestovního ruchu, která na svých stránkách zveřejnila aktuální výsledky za první měsíce letošního roku, které signalizují pokračující rostoucí tendenci počtu mezinárodních příjezdů o 5 %.47 Na základě provedené analýzy cestovního ruchu České republiky a jeho problematických oblastí navrhuji následující doporučení, která by měla podpořit jeho ekonomickou výkonnost a potenciál. · Lepší propagace České republiky v zahraničí Příjmy ze zahraničního cestovního ruchu jsou pro ČR velmi významné a jejich vývoj má silnou závislost na počtu zahraničních turistů, jak prokázala provedená regresní analýza. I z toho důvodu je velmi důležité přitáhnout další návštěvníky ze zahraničí. Brzdou ve vývoji cestovního ruchu ČR je velká koncentrace zahraničních návštěvníků v hlavním městě Praze. Za loňský rok ji navštívilo až 87 % ze všech nerezidentů, z čehož lze usuzovat, že ostatní kraje ČR nejsou v zahraničí dostatečně propagovány. Je jasné, že Praha vždy bude nejvíce navštěvovanou turistickou destinací, ale bylo by vhodné tuto koncentraci turistů rozptýlit i do okolních krajů. Řešením by mohla být vhodná propagace, která představí ČR jako zemi neomezených možností od historických památek, přírodních zajímavostí, lázeňství až po vinařskou a pivní turistiku. Vytvořit zajímavé produktové balíčky zaměřené na různé formy turistiky. Je důležité návštěvníky zaujmout natolik, aby měli důvod se sem opět vrátit. Například balíček nabízející návštěvu historických památek v Praze a v okolích krajích spojenou s relaxací v lázeňských centrech nebo cestování křížem krážem po památkách UNESCO, které jsou rozprostřeny po celé ČR či využít světové proslulosti českého piva a nabídnout poznávací zájezdy po pivních nebo také vinařských stezkách. · Zaměření se na klienty z Ruska Počet ruských návštěvníků vzrostl za posledních deset let téměř čtyřnásobně, v loňském roce dokonce obsadili druhou příčku hned za Německem. Nemalým zdrojem devizových příjmů by právě v budoucnu mohli být ruští turisté. Podle mého názoru ale stále trvající vízová povinnost mezi Ruskem a Evropskou unií může být určitou administrativní překážkou, která odradí tyto turisty od návštěvy ČR. Vzhledem k tomu, že zrušení vízové povinnosti není jen záležitostí ČR, ale celé EU, navrhuji alespoň jiné řešení, které by částečně tento problém vyřešil. Incomingové cestovní agentury by vytvářely produkty přímo pro určité skupiny ruských návštěvníků (mladí lidé, rodiny, senioři) zahrnující kromě služeb také hromadné vyřízení víz. Vzhledem k velké vzdálenosti Ruska a ČR je vý-
World Tourism Organization UNWTO [online]. International Tourism: First results of 2011 confirm consolidation of growth. 47
Diskuze
64
hodnější nabízet tyto skupinové zájezdy na delší pobyt a mohla by se tak prodloužit průměrná doba přenocování v HUZ. · Snížená sazba DPH Poměrně aktuálním problémem je zmiňované zvýšení sazby DPH týkající se zejména sektoru ubytování, který se momentálně nachází ve snížené sazbě DPH 10 %. Od příštího roku se plánuje zvýšení na 14 % a v roce 2013 společné sjednocení na 17,5 %. Podle mého názoru bude mít tato změna právě opačný efekt, a to ve snížení konkurenceschopnosti odvětví cestovního ruchu. Provozovatelé ubytovacích zařízení nebudou moci svými vyššími cenami konkurovat zahraničí, kde jsou tyto služby stále daněny sníženou sazbou a navíc některé státy do této sazby zahrnují i služby v restauracích. Zvýšení cen za ubytování může zhoršit příjezdový cestovní ruch, tím se sníží devizové příjmy a celkově platební bilance. Další omezení může nastat také u domácího cestovního ruchu, protože zahraniční dovolená může být cenově výhodnější. Jedním z cílů vlády ČR je podpora konkurenceschopnosti cestovního ruchu a malých a středních podniků. Tímto krokem rozhodně k podpoře tohoto odvětví nedojde, navíc se změna projeví také zvýšením celkové nezaměstnanosti. Služby cestovního ruchu by měly být zvýhodněny nízkou sazbou DPH, tak jako je tomu v sousedních státech. · Podpora domácího cestovního ruchu Dalším zjištěným problém je určitá stagnace vývoje domácího cestovního ruchu a je nutné ho nějak podpořit. Domácí cestovní ruch je důležitý zejména pro menší oblasti, které nejsou pro zahraniční návštěvníky dostatečně atraktivní. Podporovat by se měly hlavně nejméně navštěvované kraje, které mají dosud nevyužitý potenciál. Příkladem může být nejméně navštěvovaný Ústecký kraj, který je především průmyslovou oblastí, přesto má ale řadu přírodních a historických památek či léčivé prameny v lázních Teplice. Ústecký kraj může využít svého postavení v průmyslu např. formou výletů po tamních dolech a technických muzeích. Jako skvělý nápad podpory cestovního ruchu hodnotím probíhající akci s názvem „Cestovní ruch pro všechny“, který má umožnit cestovat všem sociálním skupinám. Jedná se o dotační program na podporu výstavby bezbariérových přístupů pro zdravotně postižené či možnost vyjet na dovolenou mimo sezónu pro sociálně slabší, čímž bude z části redukován problém sezónnosti. · Regionalizace satelitního účtu Satelitní účet cestovního ruchu ČR poskytuje v současné době informace o celkovém významu pro ekonomiku pouze na národní úrovni. Nevýhodou je, že tyto informace stále ještě nejsou získávány na regionální úrovni. Podrobnější poskytování těchto údajů na úrovni krajů bude rozhodně přínosem pro snadnější roz-
Diskuze
65
hodování v rozvoji cestovního ruchu pro krajské úřady, podnikatelské sektory a také pro místní obyvatelstvo.
Závěr
66
6 Závěr Cestování a cestovní ruch jsou aktivity představující souhrn jednoho z největších světových ekonomických odvětví. O jeho rozvoji svědčí to, že za posledních více než padesát let se počet turistů, kteří překročili hranice své země zvýšil 29krát, což je průměrný roční přírůstek téměř o 7 %. Je zřejmé, že rozvoj cestovního ruchu bude i nadále pokračovat společně s rozvojem nových regionů a oblastí vstupujících do odvětví cestovního ruchu. Cestovní ruch není ekonomicky a statisticky uzavřené odvětví, ale soubor různých činností zasahujících v různé míře do mnoha ekonomických odvětví. Přes jeho nesporný přínos pro národní ekonomiky bývá stále v řadě zemí dosud politicky a ekonomicky nedoceněn. Česká republika má z hlediska cestovního ruchu široký potenciál. Nachází se zde množství atraktivních přírodních, kulturních a technických památek a zajímavostí, včetně památek zapsaných do seznamu UNESCO. Rozmanitost země nabízí vhodné podmínky pro rozvoj různých forem cestovního ruchu jako např. lázeňský cestovní ruch, městský, kongresový a incentivní cestovní ruch, cykloturistika, venkovský cestovní ruch apod. Brzdou v rozvoji cestovního ruchu České republiky je jeho koncentrace do hlavního města Prahy. Cílem diplomové práce bylo vyhodnocení vývoje cestovního ruchu v České republice a identifikace přínosů, které toto odvětví přináší. Ke splnění cíle bylo využito statistické analýzy časových řad souvisejících s cestovním ruchem a regresní a korelační analýzy. Údaje byly získány prostřednictvím internetových databází Českého statistického úřadu, České národní banky a Ministerstva financí. V závěrečné fázi práce byla navržena doporučení, která by měla přispět k dalšímu udržitelnému rozvoji cestovního ruchu České republiky.
Literatura
67
7 Literatura ČERTÍK, Miroslav a kol. Cestovní ruch: vývoj, organizace a řízení. první vydání. Praha: OFF s.r.o., 2000. 352 s. ISBN 80-238-6275-8. GALVASOVÁ, Iva, et al. Průmysl cestovního ruchu. první vydání. Praha : Ministerstvo pro místní rozvoj, 2008. 264 s. ISBN 978-80-87147-06-1. HESKOVÁ, Marie a kol. Cestovní ruch: pro vyšší odborné školy a vysoké školy. první vydání. Praha: Fortuna, 2006. 222 s. ISBN 80-7168-948-3. HESKOVÁ, Marie. Základní problémy cestovního ruchu. první vydání. Praha : Vysoká škola ekonomická v Praze, 1999. 142 s. ISBN 80-7079-047-4. HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro ekonomy. druhé vydání. Praha : Professional Publishing, 2002. 417 s. ISBN 8086419-30-4. HINDLS, Richard; HRONOVÁ, Stanislava; NOVÁK, Ilja. Metody statistické analýzy pro ekonomy. 2. vydání. Praha : Management press, 2000. 259 s. ISBN 80-7261-013-9. HUŠEK, Roman. Ekonometrická analýza. 1. vydání. Praha : Ekopress, 1999. 298 s. ISBN 80-86119-19-X. INDROVÁ, Jarmila. Mezinárodní cestovní ruch: vybrané kapitoly. první vydání. Praha: Oeconomica, 2007. 93 s. ISBN 978-80-245-1287-7. MALÁ, Vlasta. Cestovní ruch: vybrané kapitoly. první vydání. Praha: Vysoká škola ekonomická v Praze, 1999. 83 s. ISBN 80-7079-443-7. MINAŘÍK, Bohumil. Statistika I.: Popisná statistika. První. Brno: Mendlova zemědělská a lesnická univerzita v Brně, 2007. 208 s. ISBN 978-80-7157929-8. RYGLOVÁ, Kateřina. Cestovní ruch : Soubor studijních materiálů. třetí rozšířené vydání. Ostrava : KEY Publishing s.r.o., 2009. 187 s. ISBN 978-80-7418028-6. VYSTOUPIL, Jiří; ŠAUER, Martin. Základy cestovního ruchu. první vydání. Brno : Masarykova univerzita, 2006. 163 s. ISBN 80-210-4205-2.
Internetové zdroje World Travel & Tourism Council [online]. 2007 [cit. 2011-03-25]. Economic data search tool. Dostupné z WWW:
.
Literatura
68
Český statistický úřad [online]. 2011, aktualizováno dne: 28.3.2008 [cit. 201103-29]. Metodika – Tabulky satelitního účtu cestovního ruchu. Dostupné z WWW:
. Objevte ČR [online]. 2009 [cit. 2011-05-12]. Obecná fakta o ČR. Dostupné z WWW:
. Asociace krajů ČR [online]. 2004 [cit. 2011-05-12]. Kraje ČR. Dostupné z WWW: . CzechTourism. COT Business [online]. 10.09.2010 [cit. 2011-04-12]. Nejnavštěvovanější turistické cíle v Česku 200í. Dostupné z WWW: . KLÍMKOVÁ, Alena. Češi dávají přednost lyžování v zahraničí. Mediafax.cz [online]. 14.03.2009 [cit. 2011-05-06]. Dostupný z WWW: . CzechTourism [online]. 11.08.2010 [cit. 2011-05-06]. Počet zahraničních turistů opět roste. Dostupné z WWW: . MAŘÍKOVÁ, Eva. Ústecký kraj mění image. Homérlive.cz [online]. 08.02.2010 [cit. 2011-05-07]. Dostupný z WWW: . BERÁNEK, Jaromír. Ministerstvo vnitra České republiky [online]. 2010 [cit. 2011-05-10]. Cestovní ruch čeká další pokles. Dostupné z WWW: . TÁBORSKÝ, Jiří. Naše Peníze.cz [online]. 10.03.2011 [cit. 2011-05-10]. Od roku 2012 budou nové sazby DPH 14 a 20 procent. Dostupné z WWW: . Portál veřejné správy České republiky [online]. c 2003 - 2011 [cit. 2011-05-12]. Zákony Vyhledávání. Dostupné z WWW: . Ministerstvo financí České republiky [online]. c 2005 [cit. 2011-05-12]. ARISweb - webové rozhraní pro zobrazování dat aplikace ARIS. Dostupné z WWW: .
Literatura
69
Český statistický úřad [online]. 2011 [cit. 2011-04-18]. Cestovní ruch - časové řady. Dostupné z WWW: . Česká národní banka [online]. 2003-2011 [cit. 2011-04-20]. Platební bilance čtvrtletní. Dostupné z WWW: . Český statistický úřad [online]. 2011 [cit. 2011-05-18]. TSA cestovního ruchu. Dostupné z WWW: . World Tourism Organization UNWTO [online]. 11.05.2011 [cit. 2011-05-20]. International Tourism: First results of 2011 confirm consolidation of growth. Dostupné z WWW: .
Přílohy
70
Přílohy
Příloha 1: Pořadí zemí dle návštěvnosti v hromadných ubytovacích zařízeních Příloha 2: Výpočty pro lineární trend a prognózu počtu hostů v HUZ Příloha 3: Data pro výpočet regresních modelů
Příloha 1: Tabulka č. 1: Pořadí zemí dle návštěvnosti hromadných ubytovacích zařízení v ČR
rok/pořadí 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
1. Německo Německo Německo Německo Německo Německo Německo Německo Německo Německo Německo
2. Polsko Polsko Polsko UK UK UK UK UK UK UK Rusko
3. Nizozemsko Itálie UK Polsko Itálie Itálie Itálie Itálie Rusko Itálie UK
4. UK UK Itálie Itálie USA USA USA USA Polsko Polsko Polsko
5. Itálie Nizozemsko Slovensko Slovensko Nizozemsko Nizozemsko Nizozemsko Rusko Itálie Rusko Itálie
6. USA USA Francie Nizozemsko Slovensko Polsko Slovensko Slovensko USA Slovensko USA
Příloha 2: Tabulka č. 2: Výpočty pro lineární trend a prognózu v počtu rezidentů v HUZ
yij 1 312 524 1 587 813 2 176 677 1 013 964 1 172 810 1 497 503 2 133 335 1 074 298 1 233 191 1 452 620 1 832 330 1 154 341 1 230 163 1 589 293 2 332 251 1 119 019 1 187 465 1 480 251 2 429 023 1 061 725 1 135 073 1 477 255 2 306 765 1 106 572 1 192 050 1 540 057 2 431 155 1 126 190 1 113 816 1 578 210 2 383 682 1 205 509 1 203 686 1 573 546 2 241 476 1 167 768 1 142 117 1 454 732 2 300 621 1 056 069 1 134 649 1 434 300 2 226 828 1 077 483 66 680 205
tij -21,5 -20,5 -19,5 -18,5 -17,5 -16,5 -15,5 -14,5 -13,5 -12,5 -11,5 -10,5 -9,5 -8,5 -7,5 -6,5 -5,5 -4,5 -3,5 -2,5 -1,5 -0,5 0,5 1,5 2,5 3,5 4,5 5,5 6,5 7,5 8,5 9,5 10,5 11,5 12,5 13,5 14,5 15,5 16,5 17,5 18,5 19,5 20,5 21,5 x
tij2 462,25 420,25 380,25 342,25 306,25 272,25 240,25 210,25 182,25 156,25 132,25 110,25 90,25 72,25 56,25 42,25 30,25 20,25 12,25 6,25 2,25 0,25 0,25 2,25 6,25 12,25 20,25 30,25 42,25 56,25 72,25 90,25 110,25 132,25 156,25 182,25 210,25 240,25 272,25 306,25 342,25 380,25 420,25 462,25 7095
yij*tij -28219266 -32550167 -42445202 -18758334 -20524175 -24708800 -33066693 -15577321 -16648079 -18157750 -21071795 -12120581 -11686549 -13508991 -17491883 -7273624 -6531058 -6661130 -8501581 -2654313 -1702610 -738627,5 1153383 1659858 2980125 5390200 10940198 6194045 7239804 11836575 20261297 11452336 12638703 18095779 28018450 15764868 16560697 22548346 37960247 18481208 20991007 27968850 45649974 23165885 6353309
Tij 1496207 1497102 1497998 1498893 1499789 1500684 1501580 1502475 1503370 1504266 1505161 1506057 1506952 1507848 1508743 1509639 1510534 1511430 1512325 1513221 1514116 1515011 1515907 1516802 1517698 1518593 1519489 1520384 1521280 1522175 1523071 1523966 1524862 1525757 1526652 1527548 1528443 1529339 1530234 1531130 1532025 1532921 1533816 1534712 x
Iij 0,877234 1,060591 1,453058 0,676475 0,781984 0,99788 1,420727 0,715019 0,820284 0,965667 1,217364 0,766466 0,816325 1,054014 1,545824 0,74125 0,786123 0,979371 1,606151 0,701633 0,749661 0,975078 1,521706 0,729543 0,785433 1,014134 1,599982 0,740727 0,732157 1,036812 1,56505 0,791034 0,789374 1,031321 1,468229 0,764472 0,747242 0,951216 1,503444 0,689732 0,74062 0,935665 1,451822 0,702075 x
Yij 1173358 1497341 2227027 1092615 1176167 1500923 2232352 1095226 1178975 1504505 2237677 1097837 1181784 1508088 2243002 1100448 1184593 1511670 2248327 1103059 1187402 1515253 2253652 1105670 1190211 1518835 2258977 1108281 1193020 1522417 2264302 1110892 1195829 1526000 2269627 1113503 1198638 1529582 2274952 1116114 1201447 1533165 2280277 1118725 x
Tabulka č. 3: Výpočty pro lineární trend a prognózu v počtu nerezidentů v HUZ
yij 770 303 1 328 044 1 727 161 947 286 916 751 1 583 899 1 829 982 1 074 607 950 688 1 447 378 1 435 794 908 913 819 718 1 349 242 1 778 943 1 127 853 1 034 034 1 641 944 2 088 770 1 296 477 1 142 819 1 688 134 2 116 925 1 388 250 1 115 870 1 774 888 2 148 148 1 396 568 1 213 846 1 805 119 2 128 184 1 532 555 1 296 714 1 797 799 2 119 105 1 435 792 1 056 818 1 636 366 1 959 282 1 379 904 1 095 614 1 708 769 2 065 746 1 466 195 64 527 197
tij -21,5 -20,5 -19,5 -18,5 -17,5 -16,5 -15,5 -14,5 -13,5 -12,5 -11,5 -10,5 -9,5 -8,5 -7,5 -6,5 -5,5 -4,5 -3,5 -2,5 -1,5 -0,5 0,5 1,5 2,5 3,5 4,5 5,5 6,5 7,5 8,5 9,5 10,5 11,5 12,5 13,5 14,5 15,5 16,5 17,5 18,5 19,5 20,5 21,5 x
tij2 462,25 420,25 380,25 342,25 306,25 272,25 240,25 210,25 182,25 156,25 132,25 110,25 90,25 72,25 56,25 42,25 30,25 20,25 12,25 6,25 2,25 0,25 0,25 2,25 6,25 12,25 20,25 30,25 42,25 56,25 72,25 90,25 110,25 132,25 156,25 182,25 210,25 240,25 272,25 306,25 342,25 380,25 420,25 462,25 7095
yij*tij -16561515 -27224902 -33679640 -17524791 -16043143 -26134334 -28364721 -15581802 -12834288 -18092225 -16511631 -9543586,5 -7787321 -11468557 -13342073 -7331044,5 -5687187 -7388748 -7310695 -3241192,5 -1714228,5 -844067 1058462,5 2082375 2789675 6212108 9666666 7681124 7889999 13538392,5 18089564 14559272,5 13615497 20674688,5 26488812,5 19383192 15323861 25363673 32328153 24148320 20268859 33320995,5 42347793 31523192,5 84142986,5
Tij 1211548 1223408 1235267 1247127 1258986 1270846 1282705 1294565 1306424 1318284 1330143 1342003 1353862 1365722 1377581 1389441 1401300 1413160 1425019 1436879 1448738 1460597 1472457 1484316 1496176 1508035 1519895 1531754 1543614 1555473 1567333 1579192 1591052 1602911 1614771 1626630 1638490 1650349 1662209 1674068 1685928 1697787 1709646 1721506 x
Iij 0,6358 1,085528 1,398208 0,759575 0,728166 1,246334 1,426658 0,830091 0,727702 1,097926 1,079428 0,677281 0,605466 0,987933 1,291353 0,811732 0,73791 1,161896 1,465784 0,902287 0,788838 1,155783 1,437682 0,935279 0,745815 1,176954 1,413353 0,911744 0,786366 1,160495 1,357838 0,970468 0,815004 1,121584 1,312326 0,882679 0,644995 0,991527 1,178722 0,824282 0,649858 1,006468 1,208288 0,851693 x
Yij 866358,7 1356029 1636127 1060864 900280,8 1408609 1698960 1101217 934202,9 1461189 1761792 1141570 968124,9 1513770 1824624 1181923 1002047 1566350 1887456 1222276 1035969 1618930 1950288 1262628 1069891 1671510 2013120 1302981 1103813 1724091 2075952 1343334 1137735 1776671 2138784 1383687 1171657 1829251 2201616 1424040 1205580 1881832 2264449 1464393 x
Příloha 3: Tabulka č. 4: Data pro výpočet regresního modelu 1 rok devizové příjmy nerezidenti 2000 115 071 000 000 4 772 794 2001 118 133 000 000 5 405 239 2002 96 289 200 000 4 742 773 2003 100 310 100 000 5 075 756 2004 107 231 800 000 6 061 225 2005 112 234 400 000 6 336 128 2006 124 744 200 000 6 435 474 2007 129 009 300 000 6 679 704 2008 122 032 300 000 6 649 410 2009 122 469 900 000 6 032 370 2010 127 433 000 000 6 336 324 Tabulka č. 5: Data pro výpočet regresního modelu 2 rok počet zaměstnaných počet hostů 2000 376 500 10 863 772 2001 366 800 11 283 185 2002 310 300 10 415 255 2003 251 600 11 346 482 2004 242 600 12 219 689 2005 256 200 12 361 793 2006 271 700 12 724 926 2007 279 400 12 960 921 2008 234 600 12 835 886 2009 214 600 11 985 909 2010 204 100 12 209 584