Výsledky
Naplnění hlavního cíle diplomové práce (totiž vyhodnotit vztahy mezi tématy „kvalita života“ a „příslušnost obcí k venkovskému a městskému prostoru“) bude prezentováno na úrovni čtyř vytyčených dílčích cílů (DC). Vzhledem ke značnému množstí výstupů je tato kapitola pojata jako slovní interpretace (a představení) výsledků s odkazem na konkrétní pasáže (strany) či kapitoly v textovém dokumentu diplomové práce.
Seznámení se s problematikou témat „kvalita života“ a „příslušnost obcí k venkovskému a městskému prostoru“ (DC 1)
V první části literární rešerše (viz kapitola 3.1) byl představen koncept kvality života včetně identifikace jeho hlavních charakteristických rysů (jako například dualita kvality života ve smyslu objektivního a subjektivního vnímání). Následně jsme se věnovali geografickému aspektu kvality života a jejímu ukotvení v geografii; systému dimenzí, domén a indikátorů i měření kvality života včetně obecného uvedení hodnotících přístupů (agregovaných ukazatelů, indexů). Podstatná část však byla věnována měření kvality života na úrovni obcí České republiky. V kapitole 3.1.5 detailně popisujeme studii Murgaše a Klobučníka [1], studii datových novinářů Českého rozhlasu, sociologa Daniela Prokopa, agentury Median a Aspen Institutu (prezentované v příspěvku Bočka a Cibulky [2] z roku 2018) i hodnocení kvality života podle platformy Obce v datech. Při popisu výše uvedených studii byl kladen zřetel na zvolenou skladbu indikátorů a na způsob konstrukce indexu kvality života samotného.
Po ozřejmění prvního z témat jsme přistoupili k témuž i v případě problematiky městského a venkovského prostoru. V úvodu kapitoly 3.2 jsme uvedli příklady definic těchto prostorů, v podkapitole 3.2.1 pak byly identifikovány hlavní přístupy k vymezení městského a venkovského prostoru. Explicitně zmiňujeme metodiky OECD, Eurostatu a ČSÚ. Značný prostor byl věnován aplikaci fuzzy přístupu při určování příslušnosti obcí České republiky k venkovskému a městskému prostoru (viz kapitola 3.2.2), který lze považovat za protipól (alternativu) k tradičním metodikám založeným na Booleově logice a dichotomii město versus venkov.
Naplnění DC 1 bylo umocněno kapitolou 3.3, ve které jsme provedli symbolickou integraci obou témat a zaměřili se na již realizované studie prostorové diferenciace kvality života v městském a venkovském prostoru. Z širokého pole zahraničních studií byl vytvořen strukturovaný tabelární přehled studií (viz tabulka 3.12, s. 41), prostřednictvím něhož je možné si udělat představu o použitých metodách, způsobu měření kvality života, způsobu definice městského a venkovského prostoru, vyslovených závěrech o diferenciaci kvality života v těchto prostorech i o území a časové aktuálnosti rešeršovaných studií.
Sestavení datových sad (DC 2)
V kapitole 4.1 je dokumentován vznik vlastního (aktualizovaného) hodnocení kvality života opírajícího se o metodiku studie Murgaše a Klobučníka [1]. Námi sestavený agregovaný ukazatel (index) sestává z celkem 10 nevážených indikátorů a poskytuje hodnocení českých obcí za období 2014–2018. V závěru kapitoly představujeme tabelární přehled (viz tabulka 4.3, s. 45) obcí s nejvyšší úrovní kvality života i situační mapu obcí České republiky na obrázku 4.1 (s. 45) .
Vzhledem k absenci (nedostupnosti) kompletní datové sady, jakož i dokumentace způsobu konstrukce, jsme byli nuceni se zabývat vznikem nové datové sady i v případě studie prezentované v příspěvku Bočka a Cibulky [2]. Podkladem pro vypozorování příslušného konstrukčního mechanismu agregovaného ukazatele jsme využili zdrojové kódy mapové aplikace v již zmíněném příspěvku a GitHub repozitář datových novinářů Českého rozhlasu. Podařilo se tak dohledat vstupní standardizovaná data indikátorů a jejich váhové ohodnocení (viz tabulka 4.4, s. 46). Samotný konstrukční postup indexu včetně situační mapy (obrázek 4.2, s. 47) a přehledu nejlépe hodnocených obcí (tabulka 4.5, s. 48) uvádíme v kapitole 4.2.
Analogické situační mapy a případné tabelární přehledy zbývajících datových sad je možné nalézt v části literární rešerše pojednávající o měření kvality života v České republice (viz kapitola 3.1.5). Veškeré využité datové sady prostorových i neprostorových dat (včetně těch, které vznikly svépomocí v rámci plnění DC 2) jsou součástí volně přiloženého digitálního média (nosič DVD).
Provedení série analýz za účelem odhalení vztahů mezi kvalitou života a příslušností obcí k venkovskému či městskému prostoru (DC 3)
V kapitole 5.5 bylo prokázáno, že mezi kvalitou života (agregovaným ukazatelem, indexem) a stupněm příslušnosti obce k venkovskému a městskému prostoru na globální úrovni neexistuje významný vztah. To lze doložit pohledem do korelační matice na obrázku 5.9 (s. 55). Nejsilnější vztah byl zjištěn v případě indexu kvality života Murgaše, Klobučníka (korelační koeficient se pohybuje okolo hodnoty ±0,1; korelace triviální). Naopak vyšší hodnoty kladného korelačních koeficientů jsou viditelné ve vzájemných vztazích indexů kvality života (0,55–0,69; významná pozitivní korelace). Ještě těsnějších vztahů dosahují uvažované varianty příslušností k městskému a venkovskému prostoru. Stejné typy příslušností se podle předpokladu vyznačují téměř perfektní pozitivní korelací (0,91), příslušnost k venkovskému prostoru negativně koreluje s příslušností k městskému prostoru (neboť jsou si vzájemně doplňky; korelační koeficient –0,91 až –1; téměř perfektní až perfektní korelace).
Kromě pozorování vazeb mezi hlavními jevy byly rovněž vyhodnocovány vzájemné vazby mezi dílčími indikátory, které tyto hlavní jevy formují. Na globální úrovni indikátorů kvality života Bočka, Cibulky byla odhalena střední pozitivní korelace mezi bezpečností a náboženskou vírou (korelační koeficient 0,41), dlouhověkostí a bezpečností (0,34) nebo nedostupností SŠ a nedostupností zdravotnictví (0,33). Negativní korelace téže síly závislosti existuje mezi exekucemi a náboženskou vírou (–0,43), případně mezi exekucemi a bezpečností (–0,33).
V případě indikátorů kvality života Rypla lze akcentovat silnou pozitivní korelaci mezi nadějí dožití mužů a nadějí dožití žen (korelační koeficient 0,76) nebo na střední pozitivní vztah mezi sebevraždami a generativitou (0,34). Dále je možné si všimnout série střední negativní závislosti mezi úmrtností na sebevraždy a nadějí dožití mužů (korelační koeficient –0,35), emisemi a generativitou (–0,34), generativitou a sebevraždami (–0,32) nebo sebevraždami a nadějí dožití žen (–0,31). Korelační matice zachycující tyto vazby indikátorů je možné si prohlédnout na obrázku 5.11 (s. 57). Podrobněji je o vztazích mezi indikátory kvality života Bočka a Cibulky i Rypla referováno v kapitole 5.5.1.
Globální vztahy mezi indikátory pro stanovení příslušnosti k venkovskému a městskému prostoru jsou kompletně popsány v kapitole 5.5.2. Korelační matice indikátorů novější varianty dat z roku 2019 (viz obrázek 5.12, s. 58) mj. odhalila silnou pozitivní korelaci mezi počtem obyvatel a obyvatelstvem na zastavěnou plochu (korelační koeficient 0,71). Dále byla zjištěna existence dvou středních pozitivních korelací – jednak mezi počtem obyvatel a podílem urbanizované plochy na celkové výměře obce (0,48) a jednak mezi počtem obyvatel na zastavěnou plochu a podílem urbanizované plochy na celkové výměře obce (0,42). Za zmínění stojí i souvislost počtu dokončených bytů a změny počtu obyvatel (pozitivní střední korelace; 0,4). Nejsilnější negativní korelace byla nalezena mezi počtem obyvatel a podílem bytů v rodinných domech na trvale obydlené byty (významná korelace, korelační koeficient o hodnotě –0,5). Vzájemné vztahy indikátorů starší varianty z roku 2010 až na výjimky odpovídají vztahům ve variantě novější – přesvědčit se o tom lze v korelační matici 5.13. O existujících rozdílech napříč variantami sad (rok 2010 versus rok 2019) rovněž pojednáváme v závěru kapitoly 5.5.2.
V kapitole 5.5.3 jsme se věnovali zkoumání vzájemných vztahů napříč indikátory obou témat (kvalita života a příslušnost obcí k venkovskému, městskému prostoru). Na základě korelační matice na obrázku 5.14 (indikátory kvality života Bočka, Cibulky versus indikátory pro stanovení stupně příslušnosti k venkovskému a městskému prostoru, s. 60) byla zjištěna významná pozitivní korelace u dvojice přírůstek obyvatel – dokončené byty (Spearmanův korelační koeficient zde činí 0,52), nebo nízké pozitivní korelace dvojic náboženská víra – podíl bytů v rodinných domech na trvale obydlené byty či emise – podíl urbanizované plochy na celkové výměře obce (obě dvojice 0,28). Střední negativní korelací se vyznačuje dvojice indikátorů exekuce – podíl bytů v rodinných domech na trvale obydlené byty (–0,45).
Nejvýznamnější vztahy byly sledovány i u druhé z kombinací indikátorů kvality života Rypla a indikátorů pro stanovení stupně příslušnosti k venkovskému a městskému prostoru (viz korelační matice na obrázku 5.15, s. 61). Nejvyšší kladné hodnoty korelačního koeficientu dosahovaly dvojice indikátorů populace s vysokoškolským vzděláním – počet obyvatel na zastavěnou plochu (0,38). Vyšší hodnoty koeficientu sledujeme také u prvního člena jmenované dvojice v různých obměnách s následujícími indikátory: dokončené byty (0,37), počet obyvatel (0,31), podíl urbanizované plochy na celkové výměře obce (rovněž 0,31; všichni jako zástupci střední pozitivní korelace). Negativní korelaci nacházíme mezi dvojicemi indikátorů úmrtnost – dokončené byty, populace s vysokoškolským vzděláním – silniční vzdálenost od krajského města (oběma dvojicím náleží korelační koeficient –0,33).
Metoda prostorově vážená korelace, na rozdíl od její neprostorové (globální) obdoby, prokázala existenci vztahu mezi hlavními jevy (tématy). V kapitole 6.2 tedy konstatujeme, že existence pozitivní korelace mezi indexy kvality života a příslušností k městskému prostoru poukazuje na vyšší kvalitu života ve spíše městských až městských oblastech – se zvyšující se příslušností k městskému prostoru roste hodnota indexu kvality života. Jednotlivé areály s významnou korelací jsou detailněji lokalizovány v kapitole 6.2.2. Byly však nalezeny i výjimky, jako jsou například oblasti Ostravska, Karvinska, Těšínska, jihozápadní oblast Karlovarského kraje a menší až střední areály v Ústeckém a Libereckém kraji, kde je závislost protichůdná – se zvyšující se příslušností k městskému prostoru klesá hodnota indexu kvality života.
V souvislosti s územním projevem prostorově vážené korelace bylo rovněž zjištěno, že nejvyšších absolutních hodnot korelačních koeficientů zpravidla nebylo dosaženo přímo v centrech jádrových oblastí (tj. větších městech), ale v jejich okolí. Proto jsme vyslovili otázku, zdali vysoká kvalita života nedominuje v tzv. přechodných oblastech (kupříkladu s mírnou dominancí městských znaků). Její zodpovězení bude poskytnuto při prezentaci výsledků souvisejících s naplněním DC 4.
V kapitole 7.2 bylo pojednáno o využití modelů logistické regrese pro identifikaci významných a nezastupitelných indikátorů při popisu hlavních jevů. Statistickou významnost indikátorů pro popis úrovní kvality života Bočka, Cibulky uvádíme v tabulce 7.1 (s. 75). Analogický výstup pro hodnotící přístup Rypla přinášíme v tabulce 7.2 (s. 76). Bylo mj. zjištěno, že pro popis střední úrovně kvality života Bočka, Cibulky jsou statisticky nevýznamné indikátory nezaměstnanosti, nedostupnosti mateřských škol a nedostupnosti rychlého internetu. Na popisu střední úrovně kvality života Rypla se významně nepodílí indikátor úmrtnosti na sebevraždy. Pro vysvětlení vysoké a nízké úrovně kvality života obou hodnotících přístupů je však nezbytná kompletní sada indikátorů.
V téže kapitole bylo taktéž sledováno, zda-li se indikátor prvního z jevů nepodílí na vysvětlení jevu druhého a naopak (kupříkladu jestli některý z indikátorů kvality života nebude prediktorem městského prostoru). Dílčí vysvětlující proměnnou vysoké úrovně kvality života Bočka, Cibulky může být rovněž počet obyvatel na zastavěnou plochu, podíl bytů v rodinných domech na trvale obydlené byty, počet dokončených bytů nebo indikátor změny počtu obyvatel. V případě střední úrovně lze hovořit pouze o prvních dvou ze jmenovaných indikátorů. Na vysvětlení nízké úrovně kvality života se může podílet dvojice indikátorů podíl bytů v rodinných domech na trvale obydlené byty a silniční vzdálenost od krajského města.
Z indikátorů pro stanovení příslušnosti k městskému a venkovskému prostoru se pak na vysvětlení vysoké úrovně kvality života Rypla podílí počet obyvatel na zastavěnou plochu, změna počtu obyvatel a silniční vzdálenost od krajského města. V případě střední úrovně se jedná o silniční vzdálenost od krajského města a podíl urbanizované plochy na celkové výměře obce. Nízkou úroveň kvality života pomáhají spoluutvářet indikátory počet obyvatel na zastavěnou plochu, změna počtu obyvatel a podíl urbanizované plochy na celkové výměře obce. V obou prezentovaných případech se však jedná o doplňkové prediktory, jejíž přítomnost v rozšířeném regresním modelu nepřinesla markantní změnu statistické významnosti indikátorů původních.
V kapitole 7.3 byla sledována významnost indikátorů pro popis venkovského, přechodného a městského prostoru. Jak vyplývá z tabulky 7.3 (s. 77), pro popis spíše městského až městského prostoru jsou významné indikátory počet obyvatel, počet obyvatel na zastavěnou plochu, dokončené byty a podíl urbanizované plochy na celkové výměře obce (ostatní lze hypoteticky vyloučit). K objasnění specifik zbývajících druhů prostorů (tj. přechodného a venkovského prostoru) jsou však všechny indikátory nezastupitelné.
Po rozšíření základních modelů (modely využívající pro popis jednotlivých druhů prostorů pouze sobě vlastní sadu indikátorů) o indikátory kvality života (tzv. rozšířené modely) byly zpozorovány změny statistické významnosti původních indikátorů, což znamenalo uplatnění indikátorů nových i vyloučení indikátorů původních. Rozšířený model přechodného prostoru (viz tabulka 7.4, s. 78) objevil signifikantní významnost indikátoru nedostupnosti mateřských škol, oproti modelu základnímu však tento nepočítá s původním indikátorem počtu dokončených bytů. Při popisu venkovského a městského prostoru se indikátory kvality života neprojevují – základní i rozšířené modely jej popisují pouze prostřednictvím původních indikátorů.
Větší rozdíly byly zpozorovány při komparaci základního modelu a modelu rozšířeného o indikátory kvality života Rypla (tabulky 7.3 a 7.5, s. 77 a 79). U obou typů modelů městský prostor shodně formují indikátory počtu obyvatel a počtu obyvatel na zastavěnou plochu, kromě toho se shodně neuplatňují indikátory změny počtu obyvatel a silniční vzdálenosti od krajského města. Základní model pracuje s počtem dokončených bytů a podílem urbanizované plochy na celkové výměře obce, rozšířený model však nikoliv. Naproti tomu rozšířený model zahrnuje proměnnou podílu bytů v rodinných domech na trvale obydlené byty, s níž základní model při predikci nepočítá. Z přidružených indikátorů kvality života se v rozšířeném modelu velmi významně uplatňuje indikátor populace s vysokoškolským vzděláním. Přechodný prostor pohledem rozšířeného modelu nevyžaduje přítomnost indikátoru počtu dokončených bytů, navíc se uplatňují indikátory rozvodovosti, populace s vysokoškolským vzděláním či míry nezaměstnanosti. V případě venkovského prostoru nedošlo mezi základním a rozšířeným modelem k jakékoliv změně.
Formulace tvrzení o chování hlavních jevů na území obcí České republiky (DC 4)
Analýza prostorové autokorelace kvality života (viz kapitola 6.1) na globální úrovni poukázala na skutečnost, že každý z uvažovaných indexů vykazuje známky shlukování, resp. pozitivní prostorové autokorelace (tj. vykazuje kladné Moranovo I kritérium blížící se k hodnotě 1). Vzhledem k prokázané tendenci dat o kvalitě života shlukovat se bylo následně přistoupeno k identifikaci prostorových shluků na základě metody LISA.
Shluky pozitivní a negativní prostorové autokorelace indexu kvality života Murgaše, Klobučníka jsou patrné z mapy na obrázku 6.3 (s. 63). Obdobná kompozice byla sestavena i pro zbývající dvojici indexů kvality života Bočka, Cibulky a Rypla – viz obrázek 6.4 (s. 64), respektive 6.5 (s. 65). Doplňující slovní interpretace identifikovaných shluků je rovněž součástí uvedené kapitoly 6.1.
Prostorová autokorelace byla rovněž zkoumána i v případě druhého z hlavních jevů. V případě příslušnosti obce k venkovskému a městskému prostoru se globální Moranovo I kritérium poukázalo na podstatně menší míru shlukování, než je tomu v případě kvality života. Vypočtená lokální Moranova statistiky pak odlišila (předpokládané) jádrové oblasti (jako jsou například městské areály Prahy, Brna, Ostravy, Plzně, Liberce, Ústí nad Labem a jejich bezprostřední okolí).
O existenci areálů prostorově vážená korelace a jejich územním rozsahu (kapitola 6.2.2) již bylo hovořeno v souvislosti s naplněním DC 3.
Významným počinem pro naplnění DC 4 se staly tři varianty typologií obcí ČR podle úrovně kvality života a příslušnosti k venkovskému, městskému prostoru. V kapitole 8.2 byly představeny jednotlivé varianty typologií z hlediska početnosti jednotlivých typů ve vztahu k lokální územním jednotkám, obyvatelstvu a k ploše. Klasifikované jednotky (obce) byly rovněž podrobeny testům nezávislosti, aby bylo možné potvrdit nebo vyvrátit relevantnost příslušné varianty typologie (porovnáním pozorovaných a očekávaných četností jednotlivých typů). Ve všech případech však byla relevantnost provedené klasifikace potvrzena.
V kapitole 8.2.4 byla učiněna vzájemná komparace jednotlivých variant typologií, jakož i kvantifikace výskytu úrovní kvality života napříč definovanými prostory.
První varianta typologie poukázala jen na mírnou dominanci vysoké úrovně kvality života ve městských prostorech oproti prostorům přechodným (venkovské prostory si vedou podstatně hůře). Zbývající varianty potvrdily dominanci vysoké úrovně v prostoru přechodném. V případě druhé varianty mírně dominuje přechodný prostor nad prostorem venkovským (nejhorší situace je ve městských prostorech). Prostorem s nejvyšším podílem vysoké kvality života je podle třetí varianty typologie prostor přechodný (nejmenší podíl vysoké úrovně kvality života pak nacházíme u venkovského prostoru).
Lze tedy konstatovat, že z pohledu uvažovaných objektivních hodnotících přístupů jsou očividným předpokladem vysoké úrovně kvality života přechodné prostory, pravděpodobně pro jejich charakteristickou kombinaci dobrých vlastností města a venkova. A to i přes zjevné odlišnosti v ohodnocení kvality života v městském a venkovském prostoru na úrovni jednotlivých variant typologií (první a třetí varianta přisuzuje lepší kvalitu života prostorům městským a přechodným, druhá varianta totéž tvrdí o prostorech přechodných a venkovských).
Na základě srovnání starší (první) a novější (třetí) varianty typologie, jejichž základem je totožný hodnotící přístup, se lze domnívat, že postupem času docházelo (a dochází) k přesunu potenciálu vysoké kvality života ze měst přes suburbie do jejich bezprostředního okolí.
Vyvrcholením celé práce je charakteristika jednotlivých typů v kapitole 8.3, jakož i určení míst jejich výskytu v republikovém kontextu.
