Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 4. února 2013
T T THINK TOGETHER
Think Together 2013 Vliv dotací z Programu rozvoje venkova ČR na rozvinutost venkovských obcí
The Influence of Subsidies from Rural Development Programme of the Czech Republic on the Development of Rural Municipalities
Marie Pechrová
36
Abstrakt Cílem článku je posoudit vliv dotací poskytovaných z Evropského zemědělského fondu pro rozvoj venkova na rozvinutost venkovských obcí v České republice. Konkrétně jsou zkoumány dotace z Programu rozvoje venkova (PRV) vyplacené v roce 2010 a programy, u kterých jsou žadateli obce. Záměrem evropské politiky rozvoje venkova je dosažení skupiny cílů, které lze agregovat do jednoho – rozvoj venkova. Avšak termín rozvoj implikuje proces. Proto je pomocí sady indikátorů měřena rozvinutost jako stav v roce 2011. Závislost výše indexu rozvinutosti na přijatých dotací je zkoumána pomocí ekonometrického modelu. Byl zjištěn kontraproduktivní vliv dotací, jelikož se se zvyšujícím množstvím přijatých financí zvyšuje logaritmus šance, že obec bude spadat do nižší kategorie rozvinutosti oproti tomu, že bude spadat do nejvyšší kategorie. Toto může být důsledkem přílišného spoléhání se na externí finanční pomoc a snížením motivace obcí k vlastní činnosti ve prospěch rozvoje. Klíčová slova společná zemědělská politika, Program rozvoje venkova ČR, index rozvinutosti Abstract The aim of the article is to assess the influence of the subsidies provided from European Agricultural Fund for Rural Development on the development of rural municipalities. Particularly, the subsidies from Rural Development Programmes (RDP) paid in 2010 and programmes where applicants are municipalities are analysed. The intention of the rural development policy is to achieve a group of objectives, which can be aggregated in one – rural Think Together 2013
development. However, the term development implies process. Therefore the underdevelopment is measured by a set of indicators as a state in year 2011. The influence of subsidies on the underdevelopment index is assessed by econometric model. The contra productive influence of subsidies was detected. Increasing the amount of received finances, increase the logarithm of odds that the municipality will belong to the lower category of underdevelopment over the odds that it will fall into the best category. This may be due to excessive reliance on external financial assistance and reducing the incentive for municipalities own activities for development. Key Words Common Agricultural Policy, Rural Development Programme of the CR, development index Úvod Definice venkova Před vlastní analýzou vlivu dotací na rozvinutost venkovských obcí je nutné definovat její rámec. Vzhledem k tomu, že exaktní vymezení venkovského prostoru ČR pro účely aplikace politiky rozvoje doposud chybí, je posuzování komplikovanější. „Existují velmi různé interpretace jak definovat venkovské oblasti vzhledem k cíli zahrnout do tohoto termínu pokud možno co největší oblast tj. nejvyšší množství lidí – venkovské populace.“ (Perlín a Kuldová 2008: 487) Často se determinuje venkov pomocí počtu a hustoty obyvatel. „Venkov je zpravidla vymezován jako prostor mimo městské osídlení a charakterizován několika specifickými znaky, mezi něž patří zejména nižší hustota zalidnění obyvatelstva, které se zabývá hlavně zemědělskými aktivitami. Mezi dalšími odlišnostmi Dostupné z: http://www.thinktogether.cz/
lze uvést např. urbanistické znaky a architekturu, styl života a sociální vazby, převažující způsob obživy a charakter krajiny. (Vošta 2010: 23) Tato vymezení mají často problém s validitou, a proto se jako nejlepší pro oddělení venkovského a městského obyvatelstva podle Pospěcha a Delína (2008: 131) „pro účely evropského výzkumu jeví sebe kvalifikace, která umožňuje obsáhnout diverzitu zemí.“ V programovacím období 2000 – 2006 byly venkovské oblasti v programových dokumentech definovány „jako oblasti s řídkým osídlením (pod 100 obyvatel na km2), oblasti s vyšším počtem (nad dvojnásobek průměru EU) obyvatel zaměstnaných v zemědělství a oblasti s výrazným poklesem počtu obyvatel. Dále jsou zde zařazeny venkovské oblasti postižené výrazným stárnutím obyvatel a vysokou nezaměstnaností v důsledku restrukturalizace zemědělství.“ (Bednaříková 2009: 35). Pro účely analýzy postačí jednoduché vymezení venkovských obcí (úroveň NUTS 5, LAU 2 dle klasifikace OECD) pomocí počtu obyvatel menší než 2000. Cíle politiky rozvoje venkova Výčet cílů rozvoje venkova se nachází v článku č. 4 Nařízení EK 1698/2005 o podpoře rozvoje venkova z Evropského zemědělského fondu pro rozvoj venkova (EZFRV): zlepšování konkurenceschopnosti zemědělství a lesnictví podporou restrukturalizace, rozvoje a inovací; zlepšování životního prostředí a krajiny podporou hospodaření s půdou; zlepšování kvality života ve venkovských oblastech a povzbuzení diverzifikace hospodářské činnosti. (Evropská komise (EK) 2005) „Vzhledem k existenci diferencí mezi jednotlivými členskými státy a k teritoriálním specifikům je dán obecný závazný rámec programů, ze kterých poté členský stát může implementovat pouze ty priority a opatření, které jsou pro něj významná.“ (Pechrová 2012: 67) ISBN: 978-80-213-2379-7
Problematika rozvoje venkovských regionů nebyla až do roku 2007 řešena samostatně, ale jako součást strukturální politiky. V programovacím období 2000 – 2006 se finanční prostředky přerozdělovaly prostřednictvím Evropského zemědělského podpůrného a záručního fondu, který byl součástí strukturálních fondů. Nyní je „hlavním finančním nástrojem podporujícím rozvoj venkova“ (Bradley et al. 2010: 15) EZFRV, který je zcela nezávislý. Předchůdcem PRV jsou Operační program zemědělství a Horizontální plán rozvoje venkova. Zatímco „v obou dokumentech je problematika rozvoje venkova v porovnání s podporou zemědělství dílčí záležitostí a není řešena samostatně, ale pouze jako součást rozvoje zemědělství“ (Bednaříková 2009: 36), v PRV je rozvoj venkova řešen komplexně. Záměrem je podporovat rozvoj venkova v mnoha oblastech. „Za souhrnný cíl politiky rozvoje venkova lze považovat udržitelný rozvoj oblastí, ve kterých mají obyvatelé možnost pracovat, mají nabídku veřejných služeb, kultury a volnočasových aktivit.“ (Bednaříková 2009). „Rozvoj je charakterizován rozšířením ekonomického systému se změnou parametrů růstových faktorů…. Rozvoj tedy obsahuje i inovace, které způsobují změny ekonomického systému.“ (Vošta 2010: 21) Podle Boháčkové a Hrabánkové (2009) nemají být dotace z fondů EU používány pouze pro zachování dosavadního stavu, status quo, ale mají spíše sloužit k dalšímu rozvoji regionu. Rozvinutost obce Rozvinutost obce je v článku definována ukazateli z oblasti demografické, ekonomické, vybavenosti a životního prostředí. Pro analýzu hlavních komponent byly vybrány dva ukazatele, kterými se stanovuje úroveň lidského kapitálu: počet obyvatel (Baliuk 2009) a přirozený přírůstek (Bernard 38
2011), a dále migrační aktivita (zde měřená saldem migrace) jako měřítko rozvinutosti obce navržené Bernardem (2011). Rovněž je zařazen počet obyvatel ve věku 15 – 64 let. Obdobný ukazatel (podíl lidí ve věku 20 – 39 let k počtu lidí starších 60 let) konstruuje Bogdanov et al. (2008) pro měření demografické životaschopnosti. Vyšší počet obyvatel v produktivním věku zakládá lepší možnosti pro rozvoj obce. Z ekonomických ukazatelů byly zvoleny míra nezaměstnanosti (indikátor ekonomického kapitálu (Bernard 2011), průměrný věk a počet dlouhodobých uchazečů o zaměstnání. U druhého jmenovaného se předpokládá, že čím bude hodnota nižší, tím větší potenciál pro ekonomický rozvoj obec má. Vysoký počet dlouhodobých uchazečů o práci poukazuje na problémy s pracovními příležitostmi v obci a potažmo indikuje nižší potenciál pro její rozvoj. Dále jsou vstupem do výpočtu indexu rozvinutosti ukazatele: počet dokončených bytů (Tudor a Rusu (2011) tímto měří míru investiční aktivity v dané oblasti), počet dokončených bytů v rodinných domech, počet hromadných ubytovacích zařízení (Tudor a Rusu (2011) předpokládají, že větší ubytovací kapacita bude mít ekonomický přínos pro danou oblast) a výměra zastavěné plochy. Agarwal et al. (2009) zavádí jako jeden z indikátorů kvality života index krásy přírody, který počítají jako počet ha chráněných území nebo pobřeží na km² a přítomnost či absence lesů a národních parků (vztaženo k průměru celé země). V článku je použit obdobný indikátor – podíl lesních pozemků na celkové výměře. Předpokládá se, že vyšší procento lesů podporuje turistický ruch a zlepšuje rozvinutost obce i kvalitu života v ní. Obdobné předpoklady platí i pro koeficient ekologické stability.
ISBN: 978-80-213-2379-7
Důvody pro zkoumání vlivu dotací EU vynakládá značné finanční částky na podporu venkovského prostoru, je tedy žádoucí zkoumat jejich vliv na dosahování deklarovaných cílů. Politika rozvoje venkova jako součást Společné zemědělské politiky (SZP) tvoří v průměru za léta 2007 až 2013 20 % rozpočtu SZP a 8,5 % celkového rozpočtu na závazky. Politika rozvoje venkova tak zaujímá necelé 0,1 ‰ hrubého národního příjmu. Nicméně v absolutních číslech nejde o bezvýznamnou částku. V současném finančním rámci je rozpočtováno na cíl Udržitelný růst: přírodní zdroje bez výdajů souvisejících s trhem a přímými platbami průměrně 20,63 mld. EUR v běžných cenách. Množství vynaložených finančních prostředků pohybuje mezi 9,3 až 12,8 mld. EUR. Průměrně je členské zemi přiděleno 3,6 mil. EUR, přičemž ČR tohoto průměru nedosahuje. V následujícím programovacím období bude rozvoj venkova tvořit zhruba 10 % rozpočtu na závazky. Finanční prostředky vyčleněné na Udržitelný růst: přírodní zdroje se však budou od roku 2014 snižovat - z 57,8 mld. EUR na 52,3 mld. EUR v roce 2020. Pokles zaznamenají oba pilíře SZP, v prvním výdaje klesnou o 4,1 mld. EUR, ve druhém se sníží pouze o 1,4 mld. EUR. V absolutních číslech jsou zatím připraveny prostředky v rozpočtu na závazky v průměrné výši 14,8 mld. EUR na léta 2014 – 2020. (EK 2012) Cílem je, aby „se stoupajícím tlakem na liberalizaci opatření obsažených v I. pilíři (exportní subvence, cenové podpory), rostla podpora II. pilíře, tzn. preference strukturální politiky rozvoje venkova (stabilizace venkovského obyvatelstva, růst kvality jejich života). (Bednaříková 2009: 35). PRV ČR v současném programovacím období 2007 – 2013 staví na Národním programu rozvoje venkova. Řídícím orgánem PRV je v ČR Ministerstvo zemědělství a platební agenturou Státní zemědělský intervenční fond (SZIF). Program je 39
koncipován do pěti os. V první jsou soustředěny podpory konkurenceschopnosti agropotravinářského komplexu a lesnictví, druhá osa je environmentálně zaměřena. Dotace třetí osy podporují kvalitu života na venkově a diverzifikaci ekonomických činností. Čtvrtá osa umožňuje realizaci opatření z předchozích os přístupem LEADER, pátá představuje technickou pomoc a aktivity Celostátní sítě pro venkov. Pro nové programovací období není zatím známa finanční obálka, tj. objem finančních prostředků alokovaný na PRV. Přesto by řídící orgán měl vědět, jaký vliv měly dotace v současném programovacím období na stanovený cíl. Běžně se úspěšnost programů hodnotí mírou vyčerpání alokovaných finančních prostředků. Mezi průběžně sledované veličiny patří zazávazkovaný a proplacený objem financí. Nicméně úhel pohledu z hlediska zájmu o programy je značně zúžený. Vypovídá pouze o tom, jaké typy programů různí příjemci preferují. Nelze ovšem říci, jaké jiné projekty by příjemcům pomohli k dosažení jejich cílů a k dosažení záměrů rozvoje venkovského prostoru. Metodika Cílem článku je posoudit vliv dotací na rozvinutost venkovských obcí (obce s méně než 2000 obyvateli) v ČR. Analýza se zaměřuje na osu III PRV a programy, u kterých jsou žadateli o dotaci obce. V úvahu jsou brány ty, které úspěšně získaly dotace z PRV v roce 2010 a zároveň o ně zažádaly prostřednictvím místních akčních skupin (MAS). Podle předpokladů by se výše financí měla pozitivně promítnout do úrovně rozvinutosti obce. (Byl zvolen pojem rozvinutost, protože na rozdíl od termínu rozvoj implikuje konkrétní dosažený stav v určitém místě a čase.) Vzhledem k neexistenci univerzálního měřítka rozvinutosti (výjimkou ISBN: 978-80-213-2379-7
je hrubý domácí produkt (HDP) na obyvatele, který ovšem není sledován na úrovni obcí), byl z relevantních indikátorů vypočten index, který aproximativně hodnotí rozvinutost jednotlivých obcí. Metodou hlavních komponent byly ukazatele rozřazeny do oblasti: demografické, ekonomické, životního prostředí, vybavenosti a služeb. Složení ukazatele rozvinutosti zobrazuje schéma č. 1 uvedené v příloze. Původní hodnoty ukazatelů jsou přepočteny metodou, kterou navrhli Muthumurugan a Elumalai (2011). Hodnota konkrétního ukazatele je nejprve normalizována, tj. je od ní odečten průměr za celý soubor a rozdíl je vydělen směrodatnou odchylkou hodnot souboru.
[X ′ ] = x
ij
ij
−xj
(1)
sj
kde xj představuje průměr j-tého indikátoru, sj je směrodatná odchylka j-tého ukazatele a [X´] vektor standardizovaných indikátorů. Z vektoru je pro každý indikátor vybrána nejlepší hodnota ukazatele – buď minimum nebo maximum (X´mj) dle povahy. Od konkrétní hodnoty je odečtena nejlepší hodnota a výsledek je umocněn, čímž je zjištěno, jak jednotlivé obce zaostávají za nejlepší a eliminován vliv znaménka.
Pij = (X ij′ − X mj′
)
2
(2)
Rovnice rozvinutosti je dána sumou poměru Pij a variačního koeficientu.
Ci =
∑
k
Pij
j =1
vj
(3)
kde vj představuje variační koeficient pro hodnoty Xij 40
zkoumaného j-tého indikátoru. Index rozvoje je vypočten následně jako poměr mezi indikátorem Ci a hodnotou, která se nachází 3 směrodatné odchylky od průměru (vzorec 4).
Ci C + 3s Di
(4)
u12−α / 2 σ 2 ∆2
(5)
Di =
kde sDi je směrodatná odchylka Ci. Čím je hodnota indexu Di vyšší, tím méně rozvinutější oblast je. Naopak čím nižší, tím vyšší rozvinutosti je dosaženo. Ke každé obci je přiřazena výše dotace, kterou získala v rámci PRV prostřednictvím MAS. Analýza zahrnuje projekty, u kterých byla v roce 2010 podána první žádost o proplacení. Vliv dotací je zpožděný, tj. rozvinutost v roce 2011 ovlivňuje množství dotací v roce 2010. Předpokládá se, že v roce 2011 již projekt přináší měřitelné výsledky. Pro model byl vybrán reprezentativní vzorek příjemců odvozený podle vzorce (5) na základě výše dotací.
n≥
kde u1-α/2 je kvantil normovaného normálního rozdělení pro zvolenou hladinu významnosti α, σ2 představuje rozptyl základního souboru a Δ je přípustná chyba odhadu. Indexy rozvoje byly nahrazeny kategoriemi od 1 do 4. Vzhledem k tomu, že vysvětlující proměnná (rozvinutost) je nespojitého charakteru, nelze pro odhad ekonometrického modelu využít běžnou metodu nejmenších čtverců. Je sestaven nelineární logit model, u kterého se předpokládá logistické rozložení náhodné složky. Odhad parametrů je proveden metodou maximální věrohodnosti. ISBN: 978-80-213-2379-7
Nejvýhodnější by bylo použít pořadový (ordered) logit model, kde je vysvětlovaná proměnná pořadová (jedna kategorie rozvinutosti je lepší než jiná). Nicméně kvůli malému počtu pozorování je sestaven mnohočlenný (multinomial) logit model, kdy má vysvětlující proměnná formu alternativ, u kterých na pořadí nezáleží. Byl použit nominální vícenásobný regresní logit model pro data specifická pro jednotlivce. Vysvětlovaná proměnná závisí na údajích typických pro obec (množství získaných dotací). Těsnost závislosti je posuzována testem poměru věrohodností (likelihood ratio – LR – test), kde je pod nulovou hypotézou tvrzení, že žádný z regresních koeficientů není statisticky významný. Jestliže je p-hodnota pro LR nižší než zvolená hladina významnosti α, lze nulovou hypotézu zamítnout. Interpretace výsledků odhadu je ve formě šance, že daná obec bude spadat do určité kategorie rozvinutosti v závislosti na výši získaných dotací. Šance, že obec bude spadat do kategorie rozvinutosti k oproti kategorii 1, je dána vztahem (6): π ik k = 2...4 ln = α k + β k X i π i1 πi1 = 1 - πi2 - πi3 - πi4
(6)
Data byla získána z internetových stránek Českého statistického úřadu (ČSÚ 2012) a z databáze SZIF. Výpočty byly provedeny v MS Excel a v ekonometrickém softwaru Gretl. Výsledky Konstrukce indexu rozvinutosti Obsahem ukazatele rozvinutosti obcí jsou indikátory z oblasti demografické, ekonomické, krajiny (resp. životního prostředí) a vybavenosti. 41
Původních 43 dostupných ukazatelů pro obce za rok 2011 bylo redukováno na základě logického posouzení na 13. Na těchto byla provedena analýza hlavních komponent a následná úprava skupin indikátorů. Tabulka č. 1: Analýza hlavních komponent pro ukazatele rozvinutosti obcí
Zdroj: vlastní výpočty v SW Gretl z dat ČSÚ Analýza hlavních komponent (PC = principal component) poukázala na souvislost demografických ukazatelů s vybaveností obcí. Čím více obyvatel, tím více dokončených bytů a více hromadných ubytovacích zařízení. První komponent je tedy sycen ukazateli vztahujícími se k obyvatelstvu a ukazateli vybavenosti obce. Nejsilněji ovlivňuje první komponentu počet obyvatel a počet obyvatel v produktivním věku (15 – 64 let), dále zastavěná plocha v hektarech, přirozený přírůstek a saldo migrace. Následuje počet dokončených bytů, počet dokončených bytů v rodinných domech a počet hromadných ubytovacích zařízení celkem. Druhá komponenta je nejvíce sycena ukazateli vztahujícími se ke krajině. Pozitivní vliv má podíl lesních pozemků z celkové výměry a koeficient ekologické stability. Na třetí komponentu nejvíce působí negativně průměrný věk obyvatel a pozitivně míra nezaměstnanosti. Čtvrtá komponenta je ovlivněna stejně jako třetí, nicméně oba ukazatele mají nyní záporné znaménko. Lze usuzovat, že PC3 a PC4 se vztahují k trhu práce. Pátá komponenta je ovlivněna nejvíce počtem dlouhodobých uchazečů o práci (evidovaných déle než 12 měsíců). Vzhledem k tomu, že druhý nejvyšší vliv má podíl lesních pozemků na celkové ISBN: 978-80-213-2379-7
42
výměře a počet dokončených bytů, je interpretace obtížná. Protože třetí a čtvrtou komponentu ovlivňují stejní indikátory a již první tři komponenty představují téměř 83 % všech vlivů, budou v následující analýze použity pouze první tři PC, které jsou seskupeny na základě ukazatelů do skupin uvedených v tabulce č. 2, přičemž první komponenta je rozdělena do dvou oblastí. Tabulka č. 2: Ukazatele použité pro výpočet rozvinutosti obcí PC1 - demografické ukazatele
Počet obyvatel ve věku 15 - 64 let, přirozený přírůstek, saldo migrace
PC1 - ukazatele vybavenosti
Počet dokončených bytů, počet dokončených bytů v rodinných domech,počet hromadných ubytovacích zařízení, zastavěné plochy
PC2 - ukazatele životního prostředí
Podíl lesních pozemků z celkové výměry, koeficient ekologické stability
PC3 - ekonomické ukazatele
Míra nezaměstnanosti, průměrný věk
Zdroj: vlastní zpracování Předpokládá se, že vyšší počet obyvatel v produktivním věku bude mít pozitivní vliv na rozvinutost obcí, stejně jako kladný přirozený přírůstek a saldo migrace. Vysoký počet dokončených bytů a bytů v rodinných domech obdobně jako vyšší počet hromadných ubytovacích zařízení a výměra zastavěné plochy reprezentují vybavenost. Čím vyšší podíl lesních pozemků, tím více prostoru pro relaxaci a čím vyšší hodnota koeficientu ekologické stability, tím kvalitnější životní prostředí. Naopak u míry nezaměstnanosti a průměrného věku jsou žádoucí co nejnižší hodnoty. Ukazatel počtu dlouhodobých uchazečů o práci byl jako irelevantní vyřazen. Na základě výše uvedených indikátorů byl vypočítán souhrnný index rozvinutosti ISBN: 978-80-213-2379-7
pro všechny obce v ČR. Ukazatel počtu obyvatel celkem byl vypuštěn kvůli zkreslení vnikajícímu v důsledku značných rozdílů v počtu obyvatel obcí v ČR. Pro Prahu byl index téměř roven 0, což poukazuje na nejvyšší možný stupeň rozvinutosti. Bez Prahy se index rozvinutosti pohyboval v rozmezí 0,6884 až 1,0097 pro všechny obce v ČR. Další analýza však zahrnovala pouze venkovské obce s více méně 2000 obyvateli. Poté se index rozvinutosti pohyboval od 0,8219, tj. úroveň rozvinutosti byla nižší. Rozvinutost obce Pro zkoumání dotací byl vybrán reprezentativní vzorek příjemců na základě množství proplacených dotací v roce 2010. Celkem v roce 2010 požádalo o vyplacení dotace z PRV 853 obcí, které předtím podaly žádost prostřednictvím MAS. Výše dotace na jednu obec se pohybovala v intervalu od 44 tisíc do 1,8 mil. Kč a průměrně jedna obec získala 554 tisíc Kč. Směrodatná odchylka ve výši 384 tisíc korun poukazuje na značné výkyvy ve výši získaných dotací. V případě volby hladiny významnosti 0,1 a přípustné chyby ve výši 45 tis. Kč postačí výběrový vzorek větší než 198 příjemců dotací. Do následující analýzy tedy bylo začleněno 200 obcí. Minimální a maximální výše dotace zůstala stejná, pouze průměrná výše přijaté finanční podpory (611 tis. Kč) je vyšší než u základního souboru. Soubor se ale dělí na polovinu již při dotaci ve výši 477 tis. Kč, což ukazuje na to, že malý počet příjemců přijal vysoké částky dotace. Medián má tedy lepší vypovídací schopnost o distribuci grantů. Dotace, které obce získaly, se lišily od průměru o plus mínus 423 tis.
43
Tabulka č. 3: Popisné statistiky výběrového souboru Minimum Maximum
Směr. odch.
Proměnná
Průměr Medián
Dotace 2010
611 609
477 112
44 082
1 800 000
423 024
Rozvoj 2011
0,9444
0,9453
0,9078
0,9762
0,0092
Zdroj: vlastní zpracování z dat SZIF a ČSÚ Co se týče kategorie rozvinutosti, minimální skóre a tedy nejrozvinutější obec docílila 0,91 bodů a nejméně rozvinutá 0,98 bodů. Jestliže rozdělíme tento rozsah na 4 shodně velké intervaly, vidíme, že se ukazatele mezi sebou výrazně neliší. Převážená většina obcí spadá do oblasti č. 3, tj. nerozvinutých obcí. 55 je méně rozvinutých, zatímco rozvinutých 7 a zaostávajících 6. Pracovně můžeme kategorii 1 nazvat rozvinutými obce, kategorii 2 méně rozvinutými, kategorii 3 označíme jako nerozvinuté a poslední jako zaostávající. Rozdíly mezi jednotlivými kategoriemi rozvinutosti jsou zřejmé z tabulky č. 4 uvedené v příloze. V mnoha případech hodnoty ukazatelů korespondují s kategorií rozvinutosti obce, někdy je ale porovnání nejednoznačné. V oblasti demografických ukazatelů je patrné, že zaostávající a nerozvinuté obce mají nižší počet ekonomicky aktivních obyvatel (lidí ve věku 15 – 64 let). Průměrný přirozený přírůstek je však překvapivě nejvyšší v nejméně rozvinutých obcí (kategorie 4), zatímco v kategorii 3 je záporný. Jednoznačně výrazně naopak klesá s rozvinutostí obce průměrné saldo migrace. Nejvyšší míra nezaměstnanosti je dle očekávání ve skupině zaostávajících obcí, poté ovšem u rozvinutých, nerozvinutých a nejnižší u méně rozvinutých (kategorie 2). Rozporná situace panuje rovněž u průměrného věku obyvatel, kdy obce v kategorii 4 mají překvapivě nejnižší průměrný věk obyvatel a nerozvinuté nejvyšší. ISBN: 978-80-213-2379-7
Vybavenost na druhou stranu jednoznačně koresponduje s kategorií rozvinutosti obce. Čím lepší kategorie, tím větší počet dokončených bytů celkem i v rodinných domech a počet hromadných ubytovacích zařízení. Průměrný podíl zastavěné plochy klesá s rozvinutostí obce, podíl lesních pozemků naopak roste stejně jako koeficient ekologické stability. Lze tedy usuzovat na to, že životní prostředí je v rozvinutých obcích v lepším stavu. Existuje zde dostatečně velká výměra lesů pro rekreaci. Rovněž i ekologická stabilita je vyšší. Vliv dotací na rozvinutost venkovských obcí Paleta podpořených projektů je široká a přispívá ke zvelebování obce. Obce mají možnost čerpat finanční prostředky na modernizace a stavební úpravy různých obecních budov (škol, hasičáren, kulturních domů, kluboven apod.) či veřejných prostranství, návsí, komunikací, sportovních areálů, parků, dětských hřišť atd., opravy kulturních památek, památníků, kostelů, chodníků apod., úpravy zeleně v obci, zřízení muzejních expozic, naučných stezek, pořízení vybavení pro různorodé zájmové kroužky či společenské akce v obci atd. Je obtížné vyčíslit příspěvek dotací k rozvinutosti obce, protože často je vliv nepřímý nebo nehmatatelný projevující se například zvýšením kvality života místních obyvatel se všemi aspekty, který tento pojem zahrnuje. Pro posouzení vlivu dotací byl sestaven vícenásobný logit model. Výsledky umožňují odvodit, jaká je šance, že obec bude spadat do vyšší kategorie rozvinutosti oproti nižší kategorii při zvýšení množství dotací. Lepší výsledky poskytoval model, ve kterém nebyla zahrnuta konstanta (viz model č. 1). Dva koeficienty vyšly statisticky významné na hladině významnosti α = 0,01 a jeden koeficient na hladině významnosti 0,42. Těsnost závislosti je posuzována testem poměru věrohodností. 44
Protože p-hodnota je nižší než α = 0,01, lze zamítnout nulovou hypotézu a konstatovat, že model dobře vystihuje zkoumaný vztah. Na vypovídací schopnost modelu poukazuje množství případů, které byly správně předpovězeny – 132 z 200; 2/3 obcí jsou na základě modelu zařazeny do správné kategorie rozvinutosti. Odhadnuté koeficienty jsou interpretovány ve vztahu k základní kategorii, kterou byla zvolena nejvyšší míra rozvinutosti – kategorie 1. Kladná hodnota koeficientu naznačuje, že při zvýšení množství dotací se zvyšuje šance, že obec bude spadat do kategorie 2 oproti tomu, že obec bude zařazena v kategorii 1. Obdobně i u kategorie 3 oproti kategorii 1 a u kategorie 4 oproti kategorii 1 je vyšší šance, že se obec zařadí do horší skupiny při zvýšení množství přijatých dotací, ceteris paribus. Když se množství přijatých dotací zvýší o 1 mil. Kč, logaritmus šance, že obec bude spadat do kategorie 2 oproti tomu, že bude zahrnuta v kategorii 1, se zvýší o 3,9. Obdobně jestliže množství dotací zvýšíme o 1 mil. Kč, logaritmus šance, že obec bude zařazena v kategorii 3 oproti nejlepší kategorii rozvinutosti, se zvýší o 4,7. Při zvýšení proplacených dotací o 1 mil. Kč, logaritmus šance, že obec bude spadat do nejhorší kategorie oproti nejlepší, se zvýší o 0,8. Ve všech případech je šance ve prospěch horší kategorie oproti nejlepší při zvýšení přijatých dotací 100 %. Výsledky odporují předpokladům, kdy cílem dotací by naopak mělo být snižovat logaritmus šance, že obec bude spadat do horší kategorie rozvinutosti. Výsledky poukazují na kontraproduktivní vliv dotací. Pro každou obec lze vypočítat pravděpodobnost, do jaké kategorie bude spadat podle výše přijaté dotace. Například obec, která získala dotaci ve výši 1,8 mil. Kč, by měla s 82 % pravděpodobností spadat do kategorie 3, nicméně je zařazena v kategorii 4, tj. zaostávajících. Na základě průměrného ISBN: 978-80-213-2379-7
množství přijatých dotací se obec s 2,63% pravděpodobností zařadí do 1. kategorie, 34,20% pravděpodobností do kategorie 2, s 58,68% pravděpodobností do kategorie 3 a 4,48% pravděpodobností do kategorie 4. Model č. 1: Multinomial Logit, počet pozorování 1-200 Dependent variable: Kateg_1_4 Standard errors based on Hessian Coefficient
Std. Error
z
p-value
3.94562e-06
8.26373e-07
4.7746
<0.00001
***
4.77617e-06
8.19835e-07
5.8258
<0.00001
***
8.19789e-07
1.00846e-06
0.8129
0.41627
Kateg_rozvin = 2 Dotace_2010 Kateg_rozvin = 3 Dotace_2010 Kateg_rozvin = 4 Dotace_2010 Mean dependent var
2.685000
S.D. dependent var
0.589502
Log-likelihood
-201.4601
Akaike criterion
408.9201
Schwarz criterion 418.8151 Hannan-Quinn 412.9245 Number of cases ‚correctly predicted‘ = 132 (66.0%) Likelihood ratio test: Chi-square(3) = 151.598 [0.0000]
Zdroj: vlastní zpracování
Závěr Přesto, že se předpokládal pozitivní vliv dotací proplacených v roce 2010 na rozvinutost venkovských obcí, zjištěné výsledky ukazují opak. Pomocí ukazatelů vybraných v analýze hlavních komponent byl vypočítán index rozvinutosti obcí. Na jeho základě se obce rozdělily do čtyř kategorií od 1 (nejrozvinutější) do 4 (zaostávající). Parametry odhadnutého mnohočlenného ekonometrického logit modelu poukazují na to, že vliv množství dotací na rozvinutost venkovských obcí 45
je kontraproduktivní. Zvýšení množství dotací o 1 mil. zvyšuje logaritmus šance, že obec bude spadat do horší kategorie rozvinutosti oproti tomu, že obec bude zařazena v nejlepší kategorii, ceteris paribus. Tento jev lze vysvětlit úbytkem motivace, kdy se starostové obcí spoléhají více na získané dotace než na vlastní aktivitu. Průměrná obec (tj. obec, které byly v roce 2010 vyplaceny finanční prostředky ve výši 645 000 Kč) se téměř se 60 % pravděpodobností zařadí do skupiny nerozvinutých obcí (do kategorie 3), ceteris paribus. Účinnost dotací na rozvinutost venkova je tedy rozporuplná. Nicméně výsledky závisí mimo jiné na ukazatelích zahrnutých v indexu rozvinutosti. Volba jiných indikátorů či jiný způsob výpočtu indexu přinese jiné poznatky. Zůstává tedy výzvou pro další výzkum zkonstruovat index, který by byl ovlivňován dotacemi pozitivně. Pro zlepšení vypovídací schopnosti ekonometrického modelu by rovněž bylo vhodné zahrnout do výpočtu i další faktory, které rozvinutost obce ovlivňují. Jako vysvětlující proměnné by bylo možno zahrnout i jiné zdroje financování obcí (rozpočet obce, dotace ze státního rozpočtu, z jiných fondů apod.) či potenciál pro rozvoj obce, měřený například vzdáleností od nejbližšího městského centra, podmínkami pro zemědělství či pro jiné ekonomické činnosti, vzdělanostní strukturou obyvatelstva apod. V dalším výzkumu by bylo užitečné zpozdit dotace o více let a zkoumat, za kolik let se jejich dopad projeví. V tomto případě by bylo ale vhodné analyzovat panelová data.
Literatura
Dedikace
[8] Eupen van, M. et al. (2012): A rural typology for strategic
Tento příspěvek vznikl v rámci grantu: “Využití finančních prostředků fondů EU pro rozvoj venkova” číslo 20121054:11110/1312/3112 Interní grantové agentury PEF ČZU.
[9] Financial Programming and Budget (2012). EK, Brussels.
ISBN: 978-80-213-2379-7
[1] Agarwal, S., Sanzidur, R., Errington, M. (2009): Measuring
the determinants of relative economic performance of rural areas. Journal of Rural Studies, 25: 309-321.
[2] Aktuální údaje za všechny obce ČR (mimo SLDB) (2012).
Český statistický úřad, Praha. Dostupné z http://www. czso.cz/csu/redakce.nsf/i/csu_a_uzemne_analyticke_ podklady (citováno prosinec 2012)
[3] Bednaříková, Z. (2009): Vývoj a nástroje politiky rozvoje venkova v České republice. Regionální studia, 1: 34-42.
[4] Bernard, J. (2011): Endogenní rozvojové potenciály
malých venkovských obcí – hledání jejich vlivu. Czech Sociological Review, 47: 745-775.
[5] Boháčková, I. a Hrabánková, M. (2009): Rozvojový
potenciál v regionech a jeho monitoring. Agris on-line Papers in Economics and Informatics, 3: 29-43.
[6] Bogdanov, N., Meredith, D. a Efstratoglou, S., (2008): A Typology of Rural Areas in Serbia. Economic annals, 53: 7-29.
[7] Bradley, D. et al. (2010): The Evaluation of Rural Development Policy in the EU. EuroChoices, 9: 15-19. European policies. Land Use Policy, 29: 473-482.
Dostupné z http://ec.europa.eu/budget/biblio/documents/ fin_fwk1420/fin_fwk1420_en.cfm (citováno prosinec 2012) 46
[10] Hart, M. (2007): Evaluating EU Regional Policy: How
might we understand the causal connections between interventions and outcomes more effectively? Policy Studies, 28(4): 295-308. ISSN 0144-2872
[11] Muthumurugan, P. a Elumalai, B. (2011): Recent Trends in Regional Disparities in Tamilnadu. International Journal of Business Economics and Management Research, 2(7): 173-179. ISSN 2229‐4848.
[12] NAŘÍZENÍ EVROPSKÉHO PARLAMENTU A RADY
[15] Perlín, R., Kuldová, S. (2008): Typology of rural areas. In: Majerová, V. (ed.) Countryside – our world 2: 487-509. ČZU, Kutná Hora; ISBN 978-80-213-1851-9.
[16] Pospěch, P., Delín, M. (2008): Quality of Life in Rural
Areas: an Analysis Based on the European Social Survey. In: Majerová, V. (ed.) Countryside – our world 2: 127-138. ČZU, Kutná Hora; ISBN 978-80-213-1851-9.
[17] Schválené žádosti o dotaci z opatření IV.1.2 Realizace místní rozvojové strategie NUTS II (2010). SZIF, Praha. Dostupné z http://www.szif.cz/irj/portal/anonymous/ eafrd/osa4/1/12 (citováno prosinec 2012)
(EU, EURATOM) č. 1081/2010 ze dne 24. listopadu 2010, kterým se mění nařízení Rady (ES, Euratom) č. 1605/2002, kterým se stanoví finanční nařízení o souhrnném rozpočtu Evropských společenství, pokud jde o Evropskou službu pro vnější činnost (2010). Rada, Brusel. Dostupné z http:// eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2 010:311:0009:0014:CS:PDF (citováno listopad 2012)
[18] Tudor, M. a Rusu, M. (2011): Romanian Rural Area
[13] NAŘÍZENÍ RADY (ES, EURATOM) č. 1605/2002, ze dne
České republiky v kontextu nástrojů Evropské unie. Acta Oeconomica Pragensia 18(5): 20-34. ISSN 0572-3043.
25. června 2002, kterým se stanoví finanční nařízení o souhrnném rozpočtu Evropských společenství (Úř. věst. L 248, 16.9.2002) (2002). Rada, Brusel. Dostupné z http:// eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=CO NSLEG:2002R1605:20071227:CS:PDF (citováno listopad 2012)
typology by the Inequality Level – a Multicriterial Approach. Lucraări Ştiinţifice. 1(8): 113-120.
[19] Vošta, M. (2010): Udržitelný rozvoj venkovského prostoru
[14] Pechrová, M. (2012): Rozvoj venkova v EU po roce 2013 v
kontextu návrhu reformy SZP. In: Sborník z konference Think together, 65-73. ČZU, Praha; ISBN: 978-80-2132169-4. Dostupné z www.thinktogether.cz. (citováno prosinec 2012)
ISBN: 978-80-213-2379-7
47
Přílohy Tabulka č. 4: Ukazatele dle kategorií rozvinutosti obcí Kategorie rozvinutosti
Interval rozvinutosti
Počet obcí
Prům. počet obyvatel v produktivním věku
Prům. přirozený přírůstek
Prům. saldo migrace
Prům. míra nezaměstnanosti
Prům. věk obyv.
1
rozvinuté obce
0,9078
0,9249
7
724
1,14
9,57
11,60
40,59
2
méně rozvinuté
0,9249
0,9420
55
667
0,55
6,02
9,32
40,25
3
nerozvinuté
0,9420
0,9591
132
435
-0,17
2,83
11,11
40,70
4
zaostávající
0,9591
0,9762
6
252
1,83
-4,00
25,74
38,90
Kategorie rozvinutosti
Prům. počet dokončených bytů
Počet dokončených bytů v rodinných domech
Počet hrom. ubytovacích zař.
Prům. zastavěné plochy
Prům. podíl lesních pozemků
Prům. koef. ekolog. stab.
1
rozvinuté obce
7,14
7
5,57
21,24
57,78
9,31
2
méně rozvinuté
4,78
4,18
1,21
17,84
39,75
2,58
3
nerozvinuté
1,27
1,13
0,28
15,59
21,33
0,82
4
zaostávající
0,50
0,33
0,17
8,92
6,83
0,22
Zdroj: vlastní zpracování z dat ČSÚ
ISBN: 978-80-213-2379-7
48
Schéma č. 1: Konstrukce ukazatele rozvinutosti venkova
Zdroj: vlastní zpracování
ISBN: 978-80-213-2379-7
49
