Prostorová lokalizace faktorů konkurenceschopnosti a jejich vliv na efektivnost regionů NUTS 2 zemí EU28

SP2014/111

Melecká Staníčková Michaela doc. Ing., Ph.D.

prof. RNDr. Dana Šalounová, Ph.D.

01. 01. 2014 - 31. 12. 2014

Motivace: Současná světová ekonomika je významným způsobem determinována globalizačními procesy a snahou rozličných ekonomických entit o dosahování co nejvyšší úrovně konkurenceschopnosti. V globalizující se ekonomice dochází ke zmenšování vzdáleností, národní zdroje jsou více mobilní, zatímco národní ekonomiky jsou více vzájemně závislé. Globálnost sama o sobě (ve smyslu schopnosti mít přístup ke vstupům a k aktivům ve světovém měřítku) přestává být konkurenční výhodou. V tomto smyslu dochází k takovému vývoji, že současná etapa globalizace zvyšuje význam regionálních či odvětvových uskupení vytvářejících inovační ohniska. Ukazuje se, že jejich vznik je podmíněn minimálním potřebným množstvím odbornosti, vzdělanosti, ekonomických subjektů a infrastrukturního zázemí v dané lokalitě, což je určující pro dosahovanou úroveň konkurenceschopnosti. Ekonomické a sociální nerovnosti se odrážejí v kvalitě života a rozdílném tempu vývoje jednotlivých zemí a regionů EU. Zároveň platí, že rozdílné ekonomické, sociální a přírodní podmínky některé regiony zvýhodňují a jiné diskvalifikují pro lokalizaci ekonomických aktivit. Tradiční lokalizační faktory ekonomických aktivit, které se díky technologickému rozvoji mnohdy stávají „všudypřítomnými“, jsou postupně nahrazovány faktory novými, mezi něž patří především schopnost vytvářet a využívat nové znalosti a inovace, kvalita lidských zdrojů a schopnost ekonomických subjektů vzájemně spolupracovat. Regionální konkurenceschopnost je v nejužším pojetí možno spojit s poměrně přesně definovanou konkurenceschopností na mikroúrovni, tzn. na úrovni firem, kdy konkurenceschopnost firem je spojena s jejich schopností trvale a se ziskem vytvářet produkty, které splňují požadavky trhu ve smyslu ceny, kvality apod. Firmy však své aktivity realizují v neustálé interakci s prostředím, ve kterém se nacházejí a jsou zakořeněny. Proto je firemní konkurenceschopnost ovlivněna faktory, které jsou specifické právě pro dané území. Mezi faktory ovlivňující firemní konkurenceschopnost je však nutné zařadit i vnější vlivy ležící mimo dané úzce vymezené území (regionální a nadregionální úroveň). Regionální konkurenceschopnost je pro účely projektu SGS 2014 chápána jako schopnost regionu maximálně využít své vnitřní zdroje tak, aby dokázal uspět (a prosperovat) v regionální, národní a popřípadě i globální konkurenci a byl schopen se flexibilně přizpůsobit změnám na těchto trzích. O úrovni a perspektivách dalšího zvyšování regionální konkurenceschopnosti rozhodují tři typy předpokladů. V první řadě jsou to základní atributy prostředí (institucionální, infrastrukturní a socioekonomické), v němž se regiony nacházejí a rozvíjejí svoji konkurenceschopnost. Zde hraje velkou roli stát, který je primárně zodpovědný za administrativní a legislativní nástroje regionálního rozvoje. Návazně na to je pro růst konkurenceschopnosti důležité, jak efektivně jsou v regionu využívány vnitřní zdroje. Zde je klíčovým faktorem kvalita lidských zdrojů. Těžiště růstu regionální konkurenceschopnosti však spočívá ve schopnosti regionu přijímat výzvy globální ekonomiky a budovat svůj ekonomický rozvoj na znalostech a inovacích. Tyto tři úrovně předpokladů zvyšování regionální konkurenceschopnosti jsou v souladu s konceptem indexu regionální konkurenceschopnosti (Regional Competitiveness Index, RCI), jež je základním konceptem, o který se projekt SGS 2014 bude opírat v teoretické části pojetí konkurenceschopnosti. V kontextu uvedené komplexní podmíněnosti konkurenceschopnosti zemí a regionů bude v rámci projektu kladen důraz na zhodnocení ekonomického potenciálu území a budou zkoumány jednotlivé faktory ovlivňující regionální rozvoj a jejich význam pro hodnocené regiony z hlediska efektivnosti využívání zdrojů na území, jež je klíčovým předpokladem úspěšné existence regionu v prostředí globální konkurence. O ekonomickém úspěchu regionu rozhoduje to, jak prostřednictvím svého obyvatelstva dokáže využívat velké spektrum zdrojů, které se mu nabízí. Jsou to právě flexibilita, znalosti a inovativnost obyvatelstva regionu, které rozhodují o tom, jak daný region dokáže reagovat na ekonomické impulsy zevnitř i z národní či globální úrovně. Pokud jsou místní obyvatelé tyto impulsy schopni využít pro valorizaci lokálních (resp. regionálních) zdrojů, má region velké šance na úspěch v globální konkurenci. Předmět výzkumu: Předmětem výzkumu v rámci projektu bude tvorba typologie regionů NUTS 2 členských států EU28 z hlediska regionální konkurenceschopnosti, zachycení rozdílů mezi regiony, pokud jde o základní atributy konkurenceschopnosti, a sestavení určité škály regionů dle stupně rozvoje. S regionálním rozvojem a zvyšováním konkurenceschopnosti je úzce spjata i problematika ekonomického růstu. Projektem se budeme snažit odpovědět na otázky typu: Proč některé regiony rostou rychleji než ostatní? Co stojí v pozadí dlouhodobého růstu určitého regionu? Jak stimulovat zaostalejší regiony, aby rostly rychleji? Hodnocení regionální konkurenceschopnosti a klasifikace regionů bude vycházet z metodiky Evropské komise. Typologie bude provedena na základě souboru ukazatelů, jež jsou součástí přístupu indexu regionální konkurenceschopnosti (RCI) 2010, resp. 2013, který byl rozšířen o počet hodnocených regionů NUTS 2, aktualizován z hlediska struktury datové základny ukazatelů. Aktualizace konceptu RCI 2013 byla realizována z důvodu přistoupení Chorvatska do EU. Ukazatele RCI 2013 budou uplatněny pro 272 regionů NUTS 2 pro všech 28 členských států EU, a zároveň bude provedena, v souladu s revidovanou koncepcí RCI 2013, fúze vybraných regionů NUTS 2 připadajících na hlavní města, a to s regiony NUTS 2, jež jsou spádovými oblastmi hlavních měst. Tato fúze se bude týkat regionů NUTS 2 Vídeň, Brusel, Praha, Berlín, Amsterdam a Londýn, které jsou významnými hlavními městy v EU, jež jsou v rámci klasifikace NUTS 2 extrahovány od svých spádových oblastí. Do analýzy bude zahrnut výsledný počet 262 regionů NUTS 2. Průřezová analýza regionů NUTS 2 bude probíhat v referenčních letech 2004, 2007, 2009-2012, reprezentujících jednak základní momenty novodobého procesu rozšiřování EU, tak období růstové dynamiky a ekonomického poklesu v důsledku hospodářské krize. Srovnáním regionů z hlediska změn v čase získáme poznatky o komparativních výhodách jednotlivých územních celků a o vývoji regionální struktury v porovnání se strukturou národní ekonomiky. V rámci analýzy ukazatelů regionální konkurenceschopnosti budou, prostřednictvím metody faktorové analýzy (Factor Analysis, FA) a metody modelování strukturních rovnic (Structural Equation Modelling, SEM), stanoveny stěžejní lokalizační faktory, jež vypovídají o konkurenční výhodě jednotlivých hodnocených regionů. Extrahované faktory budou následně vstupními proměnnými pro analýzu regionální efektivnosti prostřednictvím Malmquistova indexu (Malmquist Index, MI) rozšířeného o kvalitu, jež je součástí metody analýzy obalu dat (Data Envelopment Analysis, DEA). Prostřednictvím MI rozšířeného o kvalitu dojde ke zkoumání efektivnosti regionů z hlediska vztahu výsledek-dopad (output-outcome) na společnost/území, a dojde tak k posunu od základní MI zkoumajícího vztah vstup-výstup (input-output). V projektu bude zvážena možnost využití prostorové ekonometrie pro zkoumání příčin efektivnosti/neefektivnosti vybraných regionů NUTS 2 v prostoru EU28. Na základě výsledných hodnot efektivnosti MI rozšířeného o kvalitu, bude provedena klasifikace regionů metodou DEA-Clustering a bude možné sestavit typologii regionů z hlediska lokálních konkurenčních výhod, tzn. roztřídit regiony z vnějšího pohledu do heterogenních a z pohledu vnitřního do homogenních seskupení, jež se vyznačují podobnými charakteristikami a problémy, které mají vliv na konkurenceschopnost těchto území. Typologie regionů bude v projektu vycházet z terminologie užité ve Strategie regionálního rozvoje ČR pro období 2014-2020. Současný stav řešení: V rámci řešení předcházejícího projektu SGS 2013 „Makroekonomická efektivnost jako faktor konkurenceschopnosti členských států Evropské unie v globalizovaném prostředí číslo SP 2013/45“ byla makroekonomická efektivnost zkoumána na národní úrovni ve vzorku dvou dílčích skupin členských států EU, tj. původních členských zemí (EU15) a nových členských zemí (EU12). Referenčním rámcem výzkumu byl celek všech členských zemí (EU27). Jednotlivé země EU27 byly zkoumány prostřednictvím vícerozměrných statistických metod v podobě faktorové a shlukové analýzy a dále prostřednictvím nadstavby vícekriteriální metody analýzy obalu dat (DEA) – Malmquistova indexu (MI) s využitím ekonometrického modelování panelových dat. První část výzkumu byla zaměřena na tvorbu databáze 66 relevantních statistických ukazatelů vycházejících s databáze Eurobarometru, Evropské klastrové observatoře, Eurostatu, OECD a Světové banky. Byly identifikovány ukazatele vstupů (38) a výstupů (28), jež odrážejí národní konkurenceschopnost členských států EU v souladu s metodikou tvorby Indexu národní konkurenceschopnosti (Country Competitiveness Index, CCI). V úvodní části výzkumu byla provedena úprava zvolené databáze ukazatelů vstupů a výstupů v rámci 11 pilířů CCI pro hodnocení národní konkurenceschopnosti členských států EU27 pomocí korelační analýzy, kdy došlo k vyřazení korelovaných ukazatelů na straně vstupů a výstupů. Revidovaná datová základna byla použita pro stanovení kvantitativních faktorů konkurenceschopnosti členských států EU15, EU12 a referenčního rámce EU27 v rámci FA, jež snížila původní počet ukazatelů vstupů a výstupů proměnných, které se staly součástí extrahovaných stěžejních faktorů konkurenceschopnosti. V závěru první fáze výzkumu byla provedena klasifikace členských států EU15, EU12 a referenčního rámce EU27 podle ukazatelů konkurenceschopnosti a faktorů konkurenceschopnosti prostřednictvím do relativně homogenních celků (shluků). Faktorovou analýzou bylo extrahováno celkem 9 faktorů na straně vstupů a 5 faktorů na straně výstupů. Ve druhé části výzkumu, v návaznosti na výsledky FA, byla pozornost věnována určení míry dynamiky rozvoje hodnocených zemí EU15, EU12 a celkově EU27, jež byla doprovázena hodnocením efektivnosti členských států v rámci dílčích skupin (EU15 a EU12) s použitím konstrukce Malmquistova indexu produktivity a jeho rozkladu na technickou a technologickou efektivnost kvantitativních faktorů ovlivňující vnitřní a vnější efektivnost členských států EU, a to jak v rámci skupin zemí EU12, EU15, tak také v rámci porovnání efektivnosti a změn efektivnosti napříč hodnoceným obdobím ve všech členských státech EU současně. Toto hodnocení bylo provedeno prostřednictvím softwarového nástroje DEA Frontier Add-In Microsoft Excel. Jednotlivé země EU15, byly na základě hodnot MI v letech 2000 a 2011 roztříděny do 5 relativně homogenních klastrů. Klastr 1 byl v rámci zemí EU15 tvořen Irskem, Itálií, Portugalskem, Francii, Švédskem, Německem a Španělskem. Jednotlivé státy se vyznačují velmi podobnými hodnotami MI (menší než 1) a byl zde identifikován zlepšující se (rostoucí) trend úrovně efektivnosti mezi léty 2000 a 2011. Klastr 2, jež zahrnoval Belgii, Spojené království Velké Británie a Severního Irska a Řecko, se vyznačuje klesající úrovni efektivnosti v rámci hodnot MI (větší než 1). Klastr 3 je reprezentován Rakouskem, Finskem a Nizozemskem. Tyto země se vyznačují, dle hodnot MI, mírně klesající úrovní efektivnosti, avšak reprezentují státy s tradičně vyspělou ekonomikou. Klastr 4 byl tvořen Dánskem a klastr 5 byl reprezentován Lucemburskem. Oba státy se vyznačují nejvyššími hodnotami MI a tudíž největší mírou zhoršení úrovně efektivnosti mezi léty 2000 a 2011. Analýza efektivnosti prostřednictvím hodnot MI v rámci zemí EU12 přinesla rovněž výsledky, které byly sledovány jak mezi léty 2000-2011, tak průřezově mezi léty 2000-2007, 2007-2008 a 2008-2011. Nejlepších výsledků v úrovni efektivnosti ve všech sledovaných obdobích dosáhlo Slovinsko. Pozitivní trendy v úrovni efektivnosti měřené pomocí MI byly rozpoznány také v zemích, jako je Česká republika, Slovensko, Polsko a Malta. Většina zemí EU12 pak vykazovala zhoršení trendu efektivnosti mezi léty 2007-2008, tedy v období finanční, ekonomické a dluhové krize. V závěrečné fázi výzkumu byla provedena ekonometrická analýza efektivnosti, jejímž cílem bylo vysvětlení příčin změn efektivnosti v zemích EU15 a EU12 a také celkově v rámci EU27, ve stanoveném referenčním období 2000-2011, které bylo rozděleno do období 2000-2007 odpovídající růstové dynamice hodnocených států, a období 2008-2011 reprezentující ekonomický pokles členských států EU v důsledku ekonomické krize. Výstupem dynamického modelu panelových dat byl odhad efektivnosti každé země EU v rámci EU15 a EU12 ve vztahu k průměrné odhadované hodnotě dílčích skupin zemí EU12 a EU15 v závislosti na jejich příčinách, regionálních disparitách a časových změnách. Z hlediska zkoumání efektivnosti zemí EU15 a EU12 byly využit MI produktivity založený na modelu CCR s konstantními výnosy z rozsahu (CRS), jenž stanovil míru technické a technologické efektivnosti hodnocených zemí. Na národní úrovni bylo prokázáno, že v letech 2008-2011 dochází k postupnému sbližování úrovní efektivnosti, a to jak mezi jednotlivými zeměmi EU15 a EU12, tak vůči referenčnímu rámci EU27. Ačkoliv byl ve většině zemí EU27 zaznamenán pozitivní trend rostoucí míry efektivnosti v letech 2008-2011, stále zde existují rozdíly v úrovni efektivnosti jednotlivých zemí EU, které mohou negativně ovlivňovat konkurenceschopnost celého státu v postkrizovém období. Rešerše použité literatury v rámci výzkumného projektu: Tuzemské publikace: 1.BINEK, Jan a kol. Strategie regionální rozvoje ČR pro období 2014-2020. Praha: MMR, 2012. 2.BLAŽEK, Jiří a David UHLÍŘ. Teorie regionálního rozvoje. Nástin, kritika, implikace. Praha: Karolinum, 2011. 342 s. ISBN 978-80-246-1974-3. 3.HANČLOVÁ, Jana et al. Makroekonomické modelování české ekonomiky a vybraných ekonomik EU. Ostrava: VŠB-TU Ostrava. 2010. 310 s. ISBN 978-80-248-2353-9. 4.HENDL, Jan. Přehled statistických metod: analýza a metaanalýza dat. 3.vyd. Praha: Portál, 2009. 695 s. ISBN 978-80-7367-482-3. 5.KLVAČOVÁ, E., J. MALÝ a K. MRÁČEK. Základy evropské konkurenceschopnosti. Praha: Professional Publishing, 2007. 118 s. ISBN 978-80-86946-54-2. 6.MELOUN, Milan a Jiří MILITKÝ. Kompendium statistického zpracování dat. Praha: Academia, 2006. 982 s. ISBN 80-200-1396-2. 7.SLANÝ, Antonín et al. Ekonomické prostředí a konkurenceschopnost. Brno: Masarykova univerzita, CVKSCE, 2009. 325 s. ISBN 80-210-5056-3. 8.SPURNÁ, Pavlína. Prostorová autokorelace – všudypřítomný jev při analýze prostorových dat? Sociologický časopis, 2008, č. 4, roč. 44, s. 767-787. ISSN 0038-0288. 9.STEINMETZOVÁ, Dana. Bariéry konkurenceschopnosti. Praha: Oeconomica, 2008. 162 s. ISBN 978-80-245-1444-4. 10.VITURKA, Milan Konkurenceschopnost regionů a možnosti jejího hodnocení. Politická ekonomie, 2007, č. 5, s. 637 – 658. ISSN 0032-3233. Zahraniční publikace: 11.ANNONI, Paola a Lewis DIJKSTRA. EU Regional Competitiveness Index 2013. JRC Scientific and Technical Reports. Luxembourg: Publication Office of the European Union. 2013, 183 s. ISBN 978-92-79- 32370-6. 12.ANNONI, Paola a Kornelia KOZOVSKA. EU Regional Competitiveness Index 2010. JRC Scientific and Technical Reports. Luxembourg: Publication Office of the European Union. 2010, 274 s. ISBN 978-92-79-15693-9. 13.ARBIA, Giuseppe a Badi H. BALTAGI. Spatial Econometrics. Methods and Applications. Verlag Heildelberg: Physica, 2010. 281 s. ISBN 978-3-7908-2563-3. 14.BALCEROWICZ, Leszek a Stanley FISCHER. Living Standards and the Wealth of Nations. Successes and Failures in Real Convergence. Massachusetts: Institute of Technology, 2006. 434 s. ISBN 978-0-2620-2595-9. 15.BYRNE Barbara M. Structural Equation Modeling With AMOS: Basic Concepts, Applications, and Programming (Multivariate Applications Series). Second Edition. New Jersey: Routledge Academic, 2009. 416 s. ISBN 978-0805863734. 16.COOK, Wade D. a Joe ZHU. Data Envelopment Analysis: Modelling Operational Processes and Measuring Productivity. Boston: Kluwer Academic Publishers, 2008. 248 s. ISBN 978-1434830234. 17.DUNNING, J. H. Regions, Globalization and the Knowledge Economy. New York: Oxford University Press, 2002. ISBN 978-0199250011. 18.FOTHERINGHAM, S. A., BRUNSDON, CH. a M. CHARLTON. Quantitative Geography – Perspectives on Spatial Data Analysis. London: SAGE, 2000. 288 s. ISBN 978-0761959472. 19.HAIR, J. F., W. C. BLACK et al. Multivariate Data Analysis. 7th Edition. Prentice Hall, 2010. 816 s. ISBN-13: 978-0138132637. 20.KLINE, Rex. B. Principles and Practice of Structural Equation Modelling. 3rd edition. New York: The Guilford Press, 2011. 427 s. ISBN 978-1-60623-876-9. 21.MAYER, A., R. STEYER a H. MUELLER. A General Approach to Defining Latent Growth Components. Structural Equation Modeling: A Multidisciplinary Journal, Vol. 19, Iss. 4, 2012, s. 513-533. ISSN 1532-8007. 22.MULAIK, Stanley A. Linear Causal Modelling with Structural Equations. FL: Chapman & Hall/CRC, 2009. 468 s. ISBN-13: 978-1-4398-0038-6. 23.PO, R.W., GUH, Y. Y. a M. S. YANG. A new clustering approach using data envelopment analysis, European Journal of Operational Research, 2009, vol. 199, pp. 278-284. 24.PORTER, Michael. E. The Economic Performance of Regions, Regional Studies, vol.37, no.6/7, 2003, pp. 549-578. 25.REICH, R. B. Dílo národů: příprava na kapitalismus 21. století. Praha: Prostor, 1990. 461 s. ISBN 8072600648. 26.SHARMA, J. Mithon a Song Jin YU. Performance based stratification and clustering for benchmarking in DEA, European Journal of Operational Research, 2009, vol. 36, pp. 5016-5022. 27.SCHUMACKER Randall E. a Richard G. LOMAX. A Beginner's Guide to Structural Equation Modeling. Third Edition. New Jersey: Routledge Academic, 2010. 536 s. ISBN 978-1841698915. 28.TOLOO, Mehdi. Alternative solutions for classifying inputs and outputs in data envelopment analysis, Computers and Mathematics with Application, 2012, vol. 63, pp. 1104-1110. 29.TOLOO, Mehdi. A New Method for Ranking Discovered Rules from Data Mining by DEA, Expert System with Application, 2009, vol. 36, pp. 8503-8508. 30.TUMPEL-GUGERELL, Gertrude a Peter MOOSLECHNER. Economic Convergence and Divergence in Europe. Growth and Regional Development in an Enlarged European Union. Cheltenham: Edward Elgar Publishing, 2003. 471 s. ISBN 1-84376-241-2. Elektronické databáze: 1.EUROPE INNOVA. European Cluster Observatory Overview. Europe-innova.eu [online]. 2013. Dostupné z: http://www.europe-innova.eu/web/guest/eu-cluster-observatory/overview;jsessionid=147DBEBDCF9AF9BD0E21AACD2D30356C. 2.EUROPEAN COMMISSION. Public Opinion. Eurobarometer interactive search system. Ec.europa.eu [online]. 2013. Dostupné z: http://ec.europa.eu/public_opinion/cf/index_en.cfm. 3.EUROSTAT. Statistics. Epp.eurostat.ec.europa.eu [online]. 2013. Dostupné z: http://epp.eurostat.ec.europa.eu/portal/page/portal/statistics/themes. 4.OECD. OECD Database. Stats.oecd.org [online]. 2013. Dostupné z: http://stats.oecd.org. 5.WORLD BANK. Data. Data.worldbank.org [online]. 2013. Dostupné z: http://data.worldbank.org. Cíl projektu: Cílem projektu je vyhodnocení socioekonomické vyspělosti regionů na základě faktorů regionální konkurenceschopnosti a určení jejich vlivu na efektivnost regionů NUTS 2 zemí EU28. Hodnocení socioekonomické vyspělosti regionu s konkurenceschopností velmi úzce souvisí, jelikož je chápána ve smyslu vysoké životní úrovně obyvatel, která je determinována ekonomickými a sociálními podmínkami a kvalitou života v regionu, za současného zajištění těchto podmínek i pro budoucí generace. Socioekonomická vyspělost se dle tohoto pojetí dá do jisté míry ztotožnit s konkurenceschopností, je však vymezena v širším smyslu, a proto bude hodnocení zaměřeno na širší posouzení výkonnostní situace regionů NUTS 2 členských států EU, identifikaci největších problémů, příležitostí, hrozeb a jejich souvislostí a naznačení vývojových tendencí, tj. určení směřování k regionální rovnováze (konvergenci) či regionální nerovnováze (divergenci) v oblasti konkurenceschopnosti. Efektivnost bude zkoumána za účelem vyhodnocení rozvojového potenciálu jednotlivých regionů, určení jejich silných a slabých stránek a působení hlavních faktorů konkurenceschopnosti determinujících jejich rozvoj. V rámci projektu nebude hodnocena diferenciace faktorů konkurenceschopnosti ve společnosti jako celku, ale bude sledováno, jak se toto prostorové rozrůznění konkurenčních výhod a nevýhod zrcadlí v prostředí regionů NUTS 2. Předmět výzkumného projektu bude řešen, v souladu se stanoveným cílem, ve třech návazných rovinách. V první rovině výzkumu bude testována přítomnost prostorové autokorelace, přesněji řečeno, zda data vykazují pozitivní, neutrální či negativní prostorovou autokorelaci. Následně budou na vybrané ukazatele RCI zkoumány vícerozměrnými statistickými metodami FA a SEM za účelem nalezení společných faktorů konkurenceschopnosti, kterými jsou původní ukazatele ovlivňovány. Ve druhé rovině výzkumu bude hodnocena efektivnost využívání zdrojů v regionech NUTS 2 zemí EU28, jež je klíčovým předpokladem úspěšné existence regionu v globálním konkurenceschopném prostředí. Analýza regionální efektivnosti bude zkoumána prostřednictvím MI rozšířeného o kvalitu (pokročilý přístup DEA), čímž dojde k hodnocení efektivnosti regionů z hlediska vztahu výsledek-dopad (output-outcome) na společnost/území. Ve třetí rovině výzkumu bude, na základě výsledných hodnot MI rozšířeného o kvalitu, provedena klasifikace regionů metodou DEA-Clustering a bude možné sestavit typologii regionů z hlediska lokálních konkurenčních výhod. Globální hypotéza výzkumného projektu: Řešení projektu SGS2014 bude postaveno na obecné hypotéze, že prostorový výskyt faktorů konkurenceschopnosti determinuje vytváření územně specifických ekonomických struktur. Tuto hypotézu lze dále rozšířit o předpoklad klíčového významu tzv. pólů rozvoje (metropolitní regiony) pro dlouhodobý ekonomický růst, který se zejména prostřednictvím kooperačních vazeb přenáší do jejich okolí (spádové oblasti metropolitních regionů) a návazně indikuje tvorbu rozvojových os, což je spojeno se zvyšováním konkurenceschopnosti periferních či znevýhodněných oblastí. Tento předpoklad může sloužit k objasnění existence nerovnováh (disparit) v úrovni regionální konkurenceschopnosti včetně dynamiky působení konvergenčních a divergenčních procesů v regionálním rozvoji. Generované synergické efekty z kooperačních vazeb prohlubují územní integraci ekonomiky a zvyšují regionální konkurenceschopnost, čímž jsou vytvářeny základní předpoklady dlouhodobě udržitelného regionálního rozvoje. Rozvojové tendence jednotlivých regionů se pak odvíjejí od toho, zda daný region získává či naopak ztrácí konkurenční výhodu vzhledem k ostatním regionům s podobným hierarchickým postavením. Nejvýznamnějším prostorovým projevem diferenciace regionů v oblasti konkurenceschopnosti je vznik hierarchizovaných systémů pólů a os rozvoje. Podpora šíření synergických efektů z pólů rozvoje na osy rozvoje přispívá ke snižování regionálních disparit i zvyšování regionální konkurenceschopnosti a jejich prostřednictvím jsou tak překonávány limity vybavení regionu výrobními faktory či jejich neefektivní využívání. Stav prostorové diferenciace je tak výsledkem působení řady různých procesů. Uplatnění nebo neuplatnění některých procesů v konkrétních regionech závisí na řadě faktorů konkurenceschopnosti, které představují důležité činitele prostorové diferenciace. V souladu s funkční komplexností společenských systémů je potřebné procesy polarizace analyzovat podle profilujícího typu územních interakcí. Prostor a ekonomická úroveň regionů tak spolu velice úzce souvisí. Prostorové podmínky dané klimatickými podmínkami, geografickými podmínkami, zdroji surovin a nerostného bohatství i technickou a ekonomickou úrovní výroby vytvářejí lepší či horší předpoklady pro ekonomický rozvoj regionu a jeho úroveň konkurenceschopnosti. Vazba výzkumného projektu na předešlé aktivity: Výzkumný projekt navazuje svým zaměřením na výzkumné záměry realizované na Ekonomické fakultě VŠB-TU Ostrava, na kterých se podílel řešitel projektu a někteří členové realizačního týmu: • Studentský výzkumný projekt SGS 2013–SP2013/45: Makroekonomická efektivnost jako faktor konkurenceschopnosti členských států Evropské unie v globalizovaném prostředí,2013 (odpovědný řešitel Boris Navrátil). • Studentský výzkumný projekt SGS 2012–SP2012/153: Disparity, soudržnost a konkurenceschopnost v zemích a regionech Visegrádské čtyřky v kontextu vybraných vyspělých zemí EU,2012 odpovědný řešitel Lukáš Melecký). • Studentský výzkumný projekt SGS 2011–SP2011/124: Konkurenceschopnost a soudržnost zemí Visegrádské čtyřky v kontextu růstových strategií Evropské unie, 2011(odpovědný řešitel Lukáš Melecký). Postup řešení: 1. Tvorba datové základny regionálních ukazatelů dle konceptu RCI 2013. 2. Aplikace základních výběrových statistik na vybranou databázi ukazatelů a analýza struktury v datech ukazatelů prostřednictvím prostorové autokorelace za účelem zkoumání skutečnosti, zda se data vyznačují prostorovou závislostí. Měření prostorové autokorelace bude souviset se sledováním prostorové variability a vymezováním strukturálně podobných prostorových jednotek. Průběžná prezentace dílčích výsledků výzkumu. 3. Stanovení faktorů konkurenceschopnosti a jejich identifikace z hlediska vyspělosti hodnocených regionů NUTS 2 za účelem hodnocení míry specializace či diverzifikace v regionální ekonomice a získání informací o komparativních výhodách územních celků. Průběžná prezentace dílčích výsledků výzkumu. 4. Analýza faktorů ovlivňujících úroveň konkurenceschopnosti regionu – faktory budou zkoumány nejprve odděleně (prostřednictvím metody FA) a následně bude hodnocena jejich souvztažnost (prostřednictvím metody SEM). Průběžná prezentace dílčích výsledků výzkumu. 5. Určení míry regionální efektivnosti (na základě faktorů konkurenceschopnosti, jež budou vstupovat jako proměnné do metody DEA), jež se promítá do konkurenčního potenciálu hodnocených regionů NUTS 2. Pro analýzu regionální efektivnosti bude použit Malmquistův index rozšířený o kvalitu. Prostřednictvím rozšířeného MI dojde ke zkoumání efektivnosti regionů z hlediska vztahu výsledek-dopad (output-outcome) na hodnocené regiony. Průběžná prezentace dílčích výsledků výzkumu. 6. Na základě výsledných hodnot efektivnosti MI rozšířeného o kvalitu, bude provedena klasifikace regionů metodou DEA-Clustering a bude sestavena typologie regionů z hlediska lokálních konkurenčních výhod. Průběžná prezentace dílčích výsledků výzkumu. 7. Syntéza dosažených výsledků. Prezentace souhrnných výsledků výzkumu v článcích v odborných časopisech a příspěvcích na mezinárodních vědeckých konferencích. Metodologie vědecké práce: Prostorová lokalizace faktorů konkurenceschopnosti a jejich vliv na efektivnost regionů NUTS 2 zemí EU bude zkoumána prostřednictvím metod logických a metod specifických. Metody logické: V teoretické části projektu bude použita metoda dedukce, umožňující postupovat od obecných informací ke konkrétním. Aplikační část projektu bude zpracována zejména na základě metody deskripce, analýzy a následné syntézy dostupných informací a jejich následném využití pro stanovení a splnění cíle projektu. Z hlediska logických metod budeme vycházet z metody induktivní, tzn., že po zjištění dostupných dat v rámci ukazatelů konkurenceschopnosti, jejich použití v rámci vybraných kvantitativních metod pro hodnocení konkurenceschopnosti a efektivnosti a komparativní analýze výsledků, bude vyhodnocena socioekonomická vyspělost regionů na základě faktorů regionální konkurenceschopnosti a určení jejich vlivu na efektivnost regionů NUTS 2 zemí EU28. Z empirických metod bude, v praktické části projektu, dále použita metoda nepřímého pozorování prostřednictvím ukazatelů regionální konkurenceschopnosti RCI. Metody specifické: V projektu budou aplikovány především metody exaktní a metoda komparace. Z metod exaktních budou, pro stanovení faktorů konkurenceschopnosti, použity vícerozměrné metody faktorové analýzy (FA) a metody modelování strukturních rovnic (SEM). Analýza regionální efektivnosti bude zkoumána prostřednictvím pokročilého přístupu metody analýzy obalu dat (DEA), tj. Malmquistova indexu rozšířeného o kvalitu. Metodou DEA-Clustering bude provedena klasifikace regionů, na základě čehož bude možné sestavit typologii regionů z hlediska lokálních konkurenčních výhod. V projektu bude zvážena možnost využití prostorové ekonometrie pro zkoumání příčin efektivnosti/neefektivnosti vybraných regionů NUTS 2 v prostoru EU28. Využití kvantitativních metod ve výzkumném projektu: Problematika vyspělosti regionů je úzce provázána s hodnocením regionální konkurenceschopnosti. Způsob,jakým je tato problematika uchopena, determinuje celý proces regionální analýzy a tedy i její výsledky. S požadavkem co největší transparentnosti přistupujeme k regionální analýze skrze matematické a statistické modely, jejichž nedílnou součástí je podrobná deskripce datového souboru a sledovaných ukazatelů. Hodnocení regionální konkurenceschopnosti bude vycházet z metodiky Evropské komise - indexu regionální konkurenceschopnosti (RCI) 2013, který byl (oproti původnímu RCI 2010) rozšířen o počet hodnocených regionů NUTS 2, a byla provedena aktualizace ukazatelů a sestavena nová datová základna ukazatelů. Nejprve bude nutné tedy ověřit dostupnost datové základny 73 ukazatelů RCI 2013 (oproti 66 ukazatelům RCI 2010) pro 262 regionů NUTS 2 zemí EU28 v referenčních letech 2004, 2007, 2009-2012. Prostorová data mají mnoho specifických vlastností, které znesnadňují jejich analýzu a vyžadují použití odlišného souboru statistických metod, modelovacích přístupů i velmi citlivou interpretaci výsledků kvantitativních analýz (Spurná, 2008). Jednou z otázek, které si v rámci analýzy prostorových dat můžeme položit, je, zda přítomnost nějakého jevu v jednom regionu zvyšuje, či snižuje pravděpodobnost přítomnosti tohoto jevu v blízkých regionech. V první fázi výzkumu bude tedy nutné nejprve zkoumat, zda se data vyznačují prostorovou závislostí, přesněji řečeno, zda vykazují prostorovou autokorelaci. Kromě otázky týkající se míry, do jaké je výskyt určitého jevu v regionu závislý na výskytu tohoto jevu v blízkých regionech, je s problematikou prostorové autokorelace spojena též otázka shlukování. Měření prostorové autokorelace tak úzce souvisí se sledováním prostorové variability a vymezováním strukturálně podobných prostorových jednotek. Zkoumání prostorové autokorelace a především identifikace prostorových vzorců může v mnoha ohledech přispět k porozumění procesům, které tyto prostorové vzorce vytvářejí v hodnocených regionech. Prostorová autokorelace bude měřena prostřednictvím Moranova I kritéria a lokálních indikátorů prostorové asociace (Local Indicators of Spatial Association, LISA), jež spolu úzce souvisí a jsou v současnosti standardním nástrojem pro lokální analýzu prostorové autokorelace. Předmětem druhé fáze výzkumu bude analýza sledovaných ukazatelů (pro potřeby DEA budou zkoumány zvlášť ukazatelé vstupů a zvlášť ukazatelé výstupů) a prošetření jejich struktury, díky čemuž bude možné odpovědět na otázky týkající se vztahů mezi ukazateli konkurenceschopnosti, odhalení jejich struktury a nalezení společných faktorů, kterými jsou tyto ukazatele ovlivňovány. Bude zde využita vícerozměrná metoda faktorové analýzy (FA), která na výše uvedené otázky hledá odpovědi a ve své podstatě nahrazuje původní ukazatele (proměnné) menším počtem latentních proměnných, tzv. společných faktorů, které stojí za vzájemnými vztahy mezi původními proměnnými. V projektu bude uvažován ortogonální model faktorové analýzy, který má za cíl nalézt takový systém faktorů, které jsou navzájem nekorelované. Každý z faktorů tak vysvětluje odlišnou charakteristiku původního souboru. Následně bude použita metoda modelování pomocí strukturních rovnic (SEM) za účelem zkoumání komplexních závislostí mezi proměnnými, tj. mezi ukazateli, jež jsou součástí extrahovaných faktorů, a k přezkoumání komplexních vztahů a testování hypotéz, zda proměnné se vzájemně ovlivňují předpokládaným způsobem a jak silně. Na základě výsledků FA a SEM bude provedena interpretace extrahovaných faktorů a jejich územní diferenciace. Dalším krokem bude určení koeficientů faktorového skóre, které představují přepočtení původních ukazatelů (proměnných) na hodnoty faktorů. Dojde tak ke stanovení stěžejních lokalizačních faktorů, jež vypovídají o konkurenční výhodě jednotlivých hodnocených regionů. Extrahované faktory a jejich faktorová skóre pro jednotlivé ukazatele vstupů a výstupů budou vstupními parametry pro modelování metodou analýzy obalu dat (DEA). V rámci třetí fáze výzkumu bude analyzován vývoj efektivnosti regionů NUTS 2 zemí EU28 prostřednictvím Malmquistova indexu (MI) rozšířeného o kvalitu. Jedná se o dynamický přístup, který zohledňuje jak změnu efektivnosti, tak také jejích složek, v čase. Právě metodou DEA, založenou na vstupech a výstupech hodnocených regionů, je možné měřit efektivitu, s jakou regiony dokáží své vstupy transformovat na výstupy, tj. jak velkých výstupů dokáže region dosáhnout při vynaložení jednotkového množství disponibilních vstupů. Základní koncept MI je založen na zkoumání efektivity, tj. vztahu vstup-výstup (input-output) v časovém období, avšak zahrnutím kvality do MI budeme zkoumat efektivnost regionů, tzn. vztah výsledek-dopad na společnost/ekonomiku/území (output-outcome) v čase 2004, 2007, 2009-2012. MI rozšířen o kvalitu, který měří dynamický vývoj v produkci výstupů a kvality, bude rozložen na tři složky – první složka měří změnu technickou, druhá složka technologickou změnu efektivnosti hodnoceného regionu a třetí složka vyjadřuje změnu kvality. V rámci projektu budou dále uvažovány dva alternativní modely zachycení kvality v MI, podle separovatelnosti kvality od produkčního procesu. Nejprve bude vytvořen model MI pro index změny kvality v případě neoddělitelnosti produkce a kvality – kvalita je integrální součástí produkčního procesu a index kvality je přímo ovlivněn změnami hodnot vstupů a výstupů. Následně bude vytvořen model MI pro index změny kvality v případě separovatelnosti kvality od produkčního procesu – v tomto případě bude index změny kvality rozložen na tři složky efektivnosti vyjadřující 1) změnu kvality, 2) změnu relativní efektivnosti hodnoceného regionu vůči ostatním regionům a 3) změnu hranice produkčních možností, jež je vyvolána technologií. Hodnocení vývoje efektivnosti v čase nutně musí vzít v úvahu možnost změn odvětvových výrobních technologií. Nové technologie nesporně patří mezi cesty zvyšování efektivnosti, nejsou však cestou jedinou a nemohou vysvětlit rozdíly ve výkonnosti regionů se stejnou úrovní používaných technologií. Formulací MI rozšířeného o kvalitu bude možné vyhodnotit socioekonomickou vyspělost regionů na základě faktorů regionální konkurenceschopnosti a určit jejich silné a slabé stránky vzhledem k působení faktorů konkurenceschopnosti na efektivnost regionů NUTS 2 zemí EU28. Na základě výsledných hodnot efektivnosti MI rozšířeného o kvalitu, bude ve čtvrté fázi výzkumu provedena klasifikace regionů metodou DEA-Clustering, díky čemuž bude možné sestavit klasifikaci regionů z hlediska lokálních konkurenčních výhod, tzn. roztřídit regiony z vnějšího pohledu do heterogenních a z pohledu vnitřního do homogenních seskupení, jež se vyznačují podobnými charakteristikami a problémy, které mají vliv na konkurenceschopnost těchto území. Typologie regionů bude vytvořena podle dynamických změn efektivnosti, jež jednotlivé regiony dosahovaly v průběhu referenčního období. Změna regionální efektivnosti může být vysvětlena buď v rámci technologických změn (tj. zda se hranice produkčních možností pohybuje směrem ven nebo dovnitř v čase), nebo díky příspěvku technické změny efektivity (tj. zda se region blíží nebo vzdaluje vůči hranici produkčních možností v průběhu času). Určitá míra diferenciace mezi hodnocenými regiony je nevyhnutelný jev a jedna z podmínek jejich efektivnějšího fungování regionů. Z tohoto úhlu pohledu bude metodou DEA vytvořeno schéma shlukování hodnocených jednotek na základě hodnot MI rozšířeného o kvalitu a vzhledem k jejich technologickým a technickým změnám efektivnosti. V této části bude rovněž zkoumána tzv. path dependence (závislost na cestě), kdy faktory konkurenceschopnosti vlastní jednotlivým regionům mohou mít dlouhodobý vliv na efektivnosti regionů napříč jednotlivými shluky. S ohledem na vzdálenost jednotlivých DEA shluků vůči hranici produkčních možností, budou pro neefektivní regiony vytvořeny tzv. peer regiony. Pro každý neefektivní region bude identifikován soubor odpovídajících efektivních regionů, které lze použít jako kritéria pro zlepšení efektivnosti tohoto neefektivního regionu a posunu po/vůči hranici produkčních možností v rámci daného shluku, či vůči shlukům efektivních regionů. Prostřednictvím metody DEA-Clustering tak bude možné rozpoznat, jak prostorový výskyt faktorů konkurenceschopnosti determinuje vytváření územně specifických ekonomických struktur, resp. tvorbu synergických efektů z kooperačních vazeb mezi tzv. póly rozvoje a na ně navazujícími rozvojovými osami, což je spojeno se zvyšováním konkurenceschopnosti periferních či znevýhodněných oblastí. K hromadnému zpracování dat, jak během jejich přípravy, tak následně i v analýze samotné, bude využito několika softwarových aplikací. U tvorby datové základny bude využito systému na správu databází Microsoft Office Access. K tvorbě vlastních proměnných a zčásti i k jejich předzpracování poslouží zejména tabulkový procesor Microsoft Excel 2010. Pro analýzu prostorové autokorelace bude použito Moranovo I kritérium a analýza LISA, přičemž všechny výpočty budou prováděny pomocí programu GeoDa 0.9.5-i (Beta). Pro analýzu ukazatelů, jejich struktury a zkoumání komplexních závislostí mezi proměnnými prostřednictvím FA a SEM bude sloužit SPSS 22 a jeho nadstavba SPSS Amos. Pro potřeby výpočtu efektivnosti bude využit software DEA Frontier Add-In Microsoft Excel, pro vizualizaci software KonSi-DEA Analysis for Benchmarking-3D Visualisation a pro úpravu modelu MI a tvorbu schématu DEA-Clustering bude využit software GAMS. Intenzita faktorů konkurenceschopnosti a efektivnosti v jednotlivých regionech bude zobrazena prostřednictvím kartogramů (aplikace Mapový generátor). Datová základna: Datová základna bude tvořena 73 ukazateli, jež jsou součástí aktualizovaného konceptu indexu regionální konkurenceschopnosti (RCI), který byl publikován v roce 2013 z důvodu přistoupení Chorvatska do EU. Zdrojové databáze ukazatelů tvoří Eurobarometr, Evropská klastrová observatoř, Eurostat, OECD a Světova banka. Data budou analyzována dle dostupnosti v referenčním období let 2004, 2007, 2009-2012. Časový harmonogram: 1. Leden 2014: Příprava realizace projektu SGS: vymezení koncepce řešení projektu, zadání a rozdělení úkolů v rámci řešitelského týmu, stanovení termínů plnění úkolů. 2. Únor – Březen 2014: Literární rešerše, studium odborných zdrojů, příprava detailní konstrukce metodiky vhodné pro řešení projektu SGS. Vyhodnocení a zpracování relevantních informací, tvorba datové základny pro analýzu. 3. Duben – Říjen 2014: Realizační práce na projektu dle zvolené metodiky řešení, analýza, zpracování dílčích výstupů projektu, syntéza výstupů, průběžné prezentace dosažených výsledků v článcích v odborných časopisech a publikacích a na mezinárodních vědeckých konferencích. 4. Listopad – Prosinec 2014: Finalizace výstupů projektu, vyhodnocení dosažených výsledků, závěrečné práce na projektu (vyúčtování a uzavření projektu, zpracování závěrečné zprávy), určení směrů budoucího zaměření výzkumu.

Ing. Lukáš Melecký, Ph.D.
prof. Ing. Jana Hančlová, CSc.
prof. Mehdi Toloo, Ph.D.
doc. Ing. Michaela Melecká Staníčková, Ph.D.
Ing. Bohdan Vahalík
Bc. Lucie Remešová
Bc. Nikol Pešlová
Bc. Eliška Mikesková
Bc. Adam Rýpar
Bc. Karolína Popelářová
Ing. Jiří Sikora
prof. RNDr. Dana Šalounová, Ph.D.

Výstupem projektu bude zkoumání prostorových aspektů dotýkajících se regionů NUTS 2 EU28, jež povede k vyhodnocení socioekonomické vyspělosti regionů na základě faktorů regionální konkurenceschopnosti z pohledu komparace lokalizace konkurenčních výhod a určení jejich vlivu na efektivnost regionů. V rámci projektu bude kladen důraz na zhodnocení rozvojového potenciálu hodnocených regionů z hlediska efektivnosti využívání faktorů konkurenceschopnosti v území, jež je klíčovým předpokladem úspěšné existence regionu v globálním konkurenceschopném prostředí. V projektu bude sledováno, jak se toto prostorové rozrůznění konkurenčních výhod a nevýhod zrcadlí v prostředí regionů 262 regionů NUTS 2 zemí EU. Socioekonomická vyspělost se dá ztotožnit s konkurenceschopností, je však vymezena v širším smyslu, a proto bude hodnocení zaměřeno na posouzení výkonnostní situace na úrovni regionů NUTS 2 zemí EU28, identifikaci největších problémů, příležitostí, hrozeb a jejich souvislostí, naznačení vývojových tendencí, tj. určení směřování k regionální rovnováze či regionální nerovnovázev oblasti konkurenceschopnosti.

Předpokládané dílčí výsledky výzkumu:
• Příprava datové základny pro měření vlivu prostorových procesů na rozmístění ukazatelů konkurenceschopnosti lokalizovaných v hodnocených regionech – prostorová autokorelace.
• Stanovení hlavních faktorů regionální konkurenceschopnost prostřednictvím faktorové analýzy a zkoumání komplexních závislostí mezi ukazateli, jež jsou součástí extrahovaných faktorů metodou modelování strukturních rovnic.
• Vyhodnocení socioekonomické vyspělosti regionů na základě faktorů regionální konkurenceschopnosti a určení hlavních charakteristik efektivnosti regionů v závislosti na vývoji faktorů regionální konkurenceschopnosti.
• Analýza dopadů diferencovaného rozmístění faktorů konkurenceschopnosti, resp. zdrojů konkurenčních výhod na různorodost regionální efektivnosti.
• Vyjádření diferenciace v efektivnosti mezi hodnocenými regiony, určení specializace regionů pro účely typologie regionů a analýzy zlepšení,tj.tvorbě tzv. peer-jednotek.

Výstupem projektu SGS bude závazně minimálně 50 bodů.
V roce 2014 předpokládáme dosažení minimálně 20 bodů prostřednictvím článku indexovaného ve světově uznávané databázi Scopus, článků ve sbornících z mezinárodních konferencí zařazených do databáze Conference Proceedings Citation Index a článku v odborném domácím recenzovaném časopise. V roce 2015 předpokládáme dosažení minimálně 30 bodů prostřednictvím článku v impaktovaném časopise, článku indexovaného ve světově uznávané databázi Scopus a článků ve sbornících z mezinárodních konferencí zařazených do databáze Conference Proceedings Citation Index.

Mezinárodní vědecké konference:
• BEM 2014,Řím Itálie,duben 2014.
• ICEI 2014,Ostrava,ČR,květen 2014.
• QME 2014, Virt, Slovensko,květen 2014.
• MKRV 2014,Valtice,ČR,červen 2014.
• IFORS 2014,Barcelona, Španělsko,červenec,2014.
• MME 2014,Olomouc,ČR,září 2014.

Publikační výstupy dle RVVI:
• 4 články ve sbornících z mezinárodních vědeckých konferencí zařazených v databázi Conference Proceedings Citation Index;D-32 bodů.
• 2 články v impaktovaném časopise (např. European Journal of Operational Research-IF=2,038;Central European Journal of Operations Research-IF=0,629;Journal of Business, Economics and Management-IF=1,881;Ekonomický časopis-IF=0,194);Prague Economic Papers-IF=0,561);Jimp-min.20 bodů.
• 2 články v recenzovaném časopise indexovaném ve světově uznávané databázi Scopus (např. Computational Economics,SNIP= 0,538;International Journal of Mathematical Models and Methods in Applied Sciences, SNIP=0,676;International Journal of Advanced Manufacturing Technology SNIP=2,043;A Quarterly Journal of Operations Research,SNIP=0,938);Jsc-min.20 bodů.
• 1 článek v odborném domácím recenzovaném časopise(např. Journal of Competitiveness, Národohospodářský obzor, Regionální studia);Jrec-4 body.