WORKING PAPER č. 4/2005 Regionální předpoklady rozvoje inovací Milan Viturka ­ Vladimír Žítek ­ Petr Tonev prosinec 2005 Řada studií Working Papers Centra výzkumu konkurenční schopnosti české ekonomiky je vydávána s podporou projektu MŠMT výzkumná centra 1MO524. ISSN 1801-4496 Vedoucí: prof. Ing. Antonín Slaný, CSc., Lipová 41a, 602 00 Brno, e-mail: slany@econ.muni.cz, tel.: +420 549491111 REGIONÁLNÍ PŘEDPOKLADY ROZVOJE INOVACÍ Abstract: The contribution deals with evaluation of regional business environment quality in the Czech Republic according to chosen groups of factors (business, labour, local, cost, environmental and infrastructural factors) with emphasis on innovative potential of regions and application of microeconomics approach to performance of regional competiveness. Analytic information about microregions are synthetised on hierarchical level of 14 Czech regions (kraje) and consequently interpreted from the point of view perspective needs of new regional policy of the Czech Republic. Abstrakt: Příspěvek se zabývá regionálním hodnocením kvality podnikatelského prostředí v České republice podle vybraných skupin faktorů (obchodní, pracovní, lokální, cenové, environmentální a infrastrukturní faktory), s důrazem na inovační potenciál regionů a aplikaci mikroekonomického přístupu k pojetí regionální konkurenceschopnosti. Analytické informace za mikroregiony jsou syntetizovány na úrovni 14 českých krajů a návazně interpretovány z pohledu perspektivních potřeb nové regionální politiky České republiky. Recenzoval: doc. RNDr. Václav Toušek, CSc. ÚVOD Hlavním cílem příspěvku je prezentace metodiky hodnocení regionálních předpokladů pro rozvoj inovací v dlouhodobém časovém horizontu (se zvláštním důrazem na procesy tvorby a šíření inovací) a její aplikace na mikroregionální a mezoregionální úrovni České republiky. V tomto kontextu je úvodem potřebné věnovat pozornost základnímu teoretickému zarámování zkoumané problematiky. Ekonomický rozvoj resp. tvorba bohatství jsou v tržní ekonomice neodmyslitelně spojeny s pojmem konkurenceschopnosti jako základního měřítka úspěšnosti podniků a rovněž států, resp. jeho vnitřních administrativních územních jednotek, tj. regionů. Tento pojem je ovšem v ekonomické teorii různě chápán a objasňován, i když nelze zpochybnit, že v tržní ekonomice je rozhodujícím zdrojem národní konkurenceschopnosti soukromá podnikatelská sféra. Za hlavní příčinu těchto rozdílů lze považovat především rozdílné dopady nepříznivých vývojových trajektorií konkurenceschopnosti, kdy v případě podniků jsou neúspěšné podniky vytlačovány z trhu, kdežto v případě států, resp. regionů, vede dlouhodobé snižování jejich konkurenceschopnosti k adekvátnímu snížení životní úrovně obyvatelstva. Obecně můžeme dále konstatovat, že podniková a regionální konkurenceschopnost se významně liší stupněm inercie (vyšší inercie regionální konkurenceschopnosti). Regionální konkurenceschopnost tedy nelze chápat pouze jako prostou agregaci konkurenceschopnosti odpovídajících podnikatelských subjektů. V souladu s těmito zásadními rozdíly někteří ekonomové, např. P. Krugman, s používáním termínu konkurenceschopnost pro teritoriální jednotky, včetně úrovně států, nesouhlasí. K výraznému zpřesnění současného chápání pojmu konkurenceschopnosti především na makroekonomické úrovni přispěli zejména R. Solow ­ nová teorie ekonomického růstu (základní neoklasický model), ve které byl jako klíčový určen externě chápaný faktor technického pokroku, a dále R. Lucas a P. Romer ­ úloha lidského/znalostního kapitálu, interpretovaných prostřednictvím endogenních modelů ekonomickém růstu. Významným zástupcem mikroekonomických teorií konkurenceschopnosti je zejména teorie M. Portera s ,,modelem diamantu" (Skokan 2002, 2003). Modely endogenního (vnitřního) růstu reagují na skutečnost, že základní neoklasický model není schopen uspokojivě interpretovat dlouhodobý růst produkce. Tyto modely usilují o internalizaci akumulace základních ovlivňujících faktorů a je pro ně charakteristická určitá forma přelévání účinků zajišťující individuální i společenskou návratnost investovaných prostředků. Rozlišují se dva hlavní typy modelů vnitřního růstu. Představitelem prvního typu kladoucího důraz na akumulaci lidského kapitálu je model R. Lucase předpokládající, že budoucí úroveň lidského kapitálu závisí na způsobu, jakým jednotlivci rozdělují 4 disponibilní čas mezi práci a vzdělávání. V uzavřeném ekonomickém systému s vnějším faktorem rychlosti růstu populace existují dva druhy kapitálu: fyzický kapitál, který je akumulován a využíván ve výrobě zboží podle standardní neoklasické funkce produktivity, a lidský kapitál, který se akumuluje v rámci dané technologie s konstantní návratností. Funkce pro produktivitu výrobního sektoru je pak definována takto (zjednodušeno): Y = A . f (K, He, Ha) Kde: Y = úroveň produkce (výstupu) A = autonomní proměnná (technologická úroveň či souhrnná produktivita) K = objem fyzického kapitálu He = efektivní práce, tj. množství času věnovaného pracovníky na výrobu vynásobené hladinou dovednosti každého z nich Ha = průměrná hladina lidského kapitálu pro danou populaci. Lidský kapitál se zde projevuje dvěma základními efekty. Vnitřní efekt vychází z realistického předpokladu, že výdělky každého pracovníka kladně závisí na jeho dovednostech, a stimulují tedy úsilí jednotlivců dosáhnout vyšší kvalifikace. Vnější efekt vychází z předpokladu, že průměrná hladina, resp. úroveň lidského kapitálu, přispívá k produktivitě všech zahrnutých výrobních faktorů. Klíčovým předpokladem je nepřetržitá návratnost prostředků vkládaných do akumulace lidského kapitálu. Druhý typ je založen na akumulaci znalostního kapitálu a jeho představitelem je model P. Romera, vycházející z premise, že snaha jednotlivých firem inovovat motivovaná dosažením dočasného monopolního postavení na trhu zvyšuje celkový rozsah společenských vědomostí. Model zdůrazňuje, že rozvoj techniky a technologií je determinován vědou a výzkumem rozvíjejících se do značné míry autonomně, ale komerční využití jejich výsledků vyžaduje soukromé investice. Ekonomické využití kapitálu znalostí je tedy určováno na mikroekonomické úrovni, a sice rozhodnutími firem investovat do inovací (zvyšujících produktivitu všech výrobních faktorů). Odpovídající produkční funkce má následující tvar: Y = A f (R, K, L) Kde: Y, K, A mají stejný význam jako u předchozího modelu L = objem práce R = objem firemních výdajů na výzkum a vývoj. Model předpokládá, že rozvoj objemu společenských znalostí (technická úroveň) vzniká především přelévacím efektem z privátního výzkumného úsilí. Základní otázkou aplikace modelu je, zda znalosti jsou konkurenční (jak model předpokládá) nebo nekonkurenční faktor. 5 Pokud jsou znalosti pokládány za konkurenční faktor, představují spolu s fyzickým kapitálem a prací nákladové faktory, mezi nimiž se firma rozhoduje v souladu se svou rozvojovou strategií. Všeobecně ovšem převládá spíše názor, že znalosti jsou nekonkurenčním faktorem. Tento názor se opírá o neúplná práva na ochranu intelektuálního vlastnictví, v důsledku čehož dochází k nekontrolovatelnému přelévání výsledků vědy a výzkumu jako tzv. pozitivních externalit. Model předpokládá trvalý růst výstupu na hlavu, jehož rozhodujícím zdrojem je zavádění dalších inovací (na mikroekonomické úrovni jde o proces nerovnoměrný a víceméně náhodný). Z hlediska vývoje celkového přístupu ke konkurenceschopnosti se postupně prosazuje systémové chápání konkurenceschopnosti v intencích tzv. participativního modelu, ve kterém jsou konkurenční výhody podniků chápány jako výsledek multidimenzionálního spolupůsobení tržních a společenských resp. politických sil. V jeho rámci jsou procesy a faktory ovlivňující konkurenceschopnost posuzovány na čtyřech systémových úrovních: úrovně meta (rozvojová orientace společnosti), makro (stabilní rámec ekonomického rozvoje), mezo (jednotlivé politiky a podpůrné instituce orientované na posilování konkurenceschopnosti) a mikro (podniky a jejich seskupení). Tato hierarchická struktura determinující vývojovou diferenciaci socioekonomických systémů je v různé míře propojena s hierarchickou strukturací prostoru. Lze konstatovat, že významným prostorovým výsledkem těchto interaktivně působících procesů je teritoriální diferenciace v kvalitě podnikatelského prostředí. Z věcného pohledu pak současné pojetí komplexní konkurenceschopnosti zdůrazňuje zejména význam vzdělanosti a inovací, generujících dlouhodobé konkurenční výhody. Z regionálně ekonomického pohledu se často setkáváme s názorem, že globalizace ekonomiky nejen nesnižuje, ale naopak zvyšuje význam lokalizace ekonomických aktivit. V tomto ohledu uvádí např. M. Porter (upraveno): ,,Konkurenční výhody jsou v globální ekonomice velmi silně lokalizovány a vznikají z koncentrace vysoce specializovaných dovedností a znalostí, institucí, příbuzných podniků a zákazníků".1 V duchu výše uvedeného systémového přístupu je pak regionální konkurenceschopnost chápána jako výsledek společného úsilí o co nejproduktivnější využívání vnitřních zdrojů ekonomického rozvoje v interakci s využíváním vnějších zdrojů a rozvojových příležitostí, cíleného na trvale udržitelné zvyšování produkčního potenciálu regionů. Lze ji popsat i jako dlouhodobou schopnost regionů generovat vysokou úroveň příjmů a zaměstnanosti v daných podmínkách regionální, národní i mezinárodní konkurence. V této souvislosti je potřebné respektovat skutečnost, že vztah mezi konkurenceschopností 1 Odstraňování obchodních či dopravních bariér podporuje jak dekoncentraci (mobilní investice), tak koncentraci (shlukování) firem. 6 regionů a konkurenceschopností v nich usazených podnikatelských subjektů není zcela jednoznačný, neboť je modifikován různorodým působením faktorů vyšších řádů. Významný vliv zde má zejména vertikální hierarchická struktura nadnárodních firem, která stimuluje základní rozdělení regionů na ovládající (sídla ústředí nadnárodních podniků) a ovládané (sídla poboček nadnárodních firem). Pro vytvoření metodiky hodnocení regionální konkurenceschopnosti je účelné využít již zmíněnou Porterovu mikroekonomickou teorii konkurenceschopnosti (ta je rovněž využívána i pro hodnocení makroekonomické konkurenceschopnosti ­ viz. např. zprávy o globální konkurenceschopnosti každoročně vydávané Světovým ekonomickým forem). V této teorii jsou za základ konkurenceschopnosti považovány výkonnost a kvalita firem a kvalita podnikatelského prostředí (Skokan 2003), interpretované v interakci s celkovým makroekonomickým politickým, právním a sociálním rámcem ekonomického rozvoje. Vlastní regionální konkurenceschopnost je pak popsána prostřednictvím čtyř skupin faktorů: faktory vstupů (nabídka výrobních faktorů), faktory poptávky (zdůrazněn signální význam domácí poptávky), faktory generované přítomností příbuzných a podpůrných odvětví (vazby na dělbu práce a stupeň integrace ekonomiky) a faktory generované strategiemi a charakterem konkurence podniků (vazby na investiční a inovační klima). Jako doplňující faktory pak působí vlivy vlády a náhody. Váha a vnitřní struktura jednotlivých skupin faktorů se přirozeně mění s dosaženým stupněm rozvoje ekonomiky. K tomu je účelné poznamenat, že česká ekonomika se nachází v etapě rozvoje ,,poháněného investicemi" (investment driven) a nemá-li v delší perspektivě ztratit konkurenceschopnost, je nutný její přechod do etapy rozvoje ,,poháněného inovacemi" (innovation driven). V souladu s výše uvedenými skutečnostmi lze produkční funkci v regionálním modelu endogenního růstu zdůrazňujícího zásadní roli znalostního kapitálu resp. inovací upravit na tvar: Y = A (t, pm, pr) f (I, K, L) Kde: K, L mají stejný význam jako u předchozího modelu Y = regionální úroveň produkce A = multifaktorová autonomní proměnná s faktorovými komponentami t ­ úroveň technického rozvoje (vyjádřeného ve formě inovací), pm ­ makroekonomická (regionálně volná) kvalita podnikatelského prostředí a pr ­ regionální (regionálně vázaná) kvalita podnikatelského prostředí I = inovační potenciál firem. V našem příspěvku bude pozornost soustředěna především na regionální kvalitu podnikatelského prostředí a inovační potenciál firem. Jak již bylo uvedeno je konkurenceschopnost determinována především zdokonalováním jejích mikroekonomických základů zahrnujících podniky, zaměstnance, trhy a další návazné instituce, 7 které spolu soutěží (v tomto směru pak není důležité, která odvětví a podniky spolu soutěží, ale jakým způsobem spolu soutěží). V této souvislosti někteří odborníci perspektivně počítají s postupným přechodem od konkurenčního ke konkurenčně-kooperativnímu principu vzájemných vztahů firem (Hampl). Význam hodnocení kvality podnikatelského prostředí pro konkurenceschopnost regionů vyplývá z prakticky ověřeného faktu, že odpovídající nabídka představuje hlavní oblast, ve které mezi sebou regiony soutěží ve snaze vytvořit co nejlepší podmínky pro rozvoj podnikatelských aktivit. Současné metodické přístupy k jeho regionálnímu hodnocení v sobě slučují jak starší (např. externí resp. aglomerační a interní úspory, póly růstu), tak novější (např. ,,učící se" regiony, postfordismus a pružné výrobní systémy, společné akce) přístupy. Strukturální změny v ekonomice se v tomto kontextu projevují jak dekoncentračními (nové průmyslové prostory, outsourcing rutinních služeb), tak koncentračními (inovační klastry, centra mezinárodně obchodovatelných služeb) tendencemi. Regionální výhody se v moderních ekonomikách ve stále větší míře uplatňují zejména v rozvoji znalostně založené ekonomiky, zatímco v rozvoji klasických výrobních odvětví se (spíše ovšem selektivně) uplatňují vyrovnávací mechanismy popsané již v neoklasických modelech rovnováhy v interakci s interními úsporami z rozsahu, dosahovanými zejména velkými nadnárodními firmami. V souladu s těmito změnami je význam koncentračně působících faktorů ve stále větší míře chápán z pohledu rozvíjení kvalitativních forem této koncentrace ve smyslu ,,koncentrace významů". Tzv. externí úspory, které jsou obvykle členěny na lokalizační a urbanizační, jsou pak rozdělovány na všeobecně dostupné úspory a selektivně dostupné úspory indukované společnými akcemi jednotlivých subjektů ekonomického rozvoje (výrobní kooperace, obchodní aliance, klastry atd.). Vysoce kvalitní podnikatelské prostředí rovněž stimuluje konkurenci a tím podporuje zvyšování produktivity podniků včetně rozvoje inovací, jejichž tvorba je považována za rozhodující předpoklad pro získání dlouhodobých konkurenčních výhod. Podpora inovací tak tvoří jednu z hlavních součástí hospodářských politik jak na národní, příp. nadnárodní úrovni ­ národní inovační systémy či programy EU, tak na regionální úrovni ­ regionální inovační systémy, kde prostorová blízkost podniků usnadňuje snadnější ,,přelévání" zejména nekodifikovatelných znalostí v rámci vytvořených klastrů či sítí podniků. 2 Z pohledu praktické realizace regionální politiky lze konstatovat, že hlavní oblast alokace veřejných zdrojů se ve stále větší míře přesouvá z přímé podpory podniků na podporu zvyšování kvality podnikatelského prostředí. 2 Koncept klastrů nabízí ve srovnání s tradičním odvětvovým přístupem nový způsob nazírání ekonomiky, který je ve větším souladu s moderními teoriemi inovací založenými na interakčních aktivitách (European Commission 1997, 2000). 8 V souladu se zaměřením výzkumu je v další kapitole pozornost soustředěna na regionální hodnocení kvality podnikatelského prostředí. Na tomto místě je ovšem potřebné zdůraznit, že nezbytným předpokladem pro efektivní uplatnění výsledků výzkumu v praxi je jeho rozšíření o pohled firem, jehož syntetizující interpretaci je proto věnována pozornost v části zaměřené na hodnocení inovačního potenciálu. 9 1. INOVAČNĚ ORIENTOVANÉ HODNOCENÍ REGIONÁLNÍ KVALITY PODNIKATELSKÉHO PROSTŘEDÍ 1.1. Metodika řešení Primárním cílem vypracovaní vlastní metodiky je získání nástroje proinovačního hodnocení kvality podnikatelského prostředí (dále jen KPPI) prostřednictvím soustavy vybraných faktorů. Jako základní hierarchická úroveň hodnocení byly zvoleny územní obvody pověřených obcí třetího stupně.3 Lze konstatovat, že tyto administrativní jednotky mají do značné míry charakter tzv. nodálních regionů (v systémovém chápání hierarchických úrovní regionů je přesnější jejich označení jako mikroregiony), v jejichž rámci je uzavřena rozhodující část denních pohybů obyvatelstva. Z ekonomického pohledu tedy tyto mikroregiony tvoří základní územní rámec procesu utváření trhů práce, zohledňující historickým vývojem vzniklé územní disproporce v rozmístění obytných, výrobních a obslužných funkcí. Tato skutečnost poukazuje na jejich primární význam pro mikroekonomické hodnocení kvality podnikatelského prostředí. Vzhledem k hierarchický vyšším úrovním utváření většiny ostatních trhů (např. trhů rozhodující většiny výrobků a služeb či finančních trhů) je ovšem potřebné toto hodnocení adekvátním způsobem rozšířit ­ v tomto směru byla zvolena mezoregionální úroveň, ztotožněná zde s administrativní úrovní krajů, která hraje významnou roli v procesech utváření územní dělby práce resp. ekonomické specializace. Jak již bylo výše uvedeno navržená metodika vychází z mikroekonomického přístupu k hodnocení kvality podnikatelského prostředí, konkretizovaného prostřednictvím vybraných faktorů identifikovaných na základě investičních a rozvojových preferencí firem působících v oblasti zpracovatelského průmyslu a tzv. produktivních resp. vyšších tržních služeb ­ bankovnictví, pojišťovnictví, telekomunikace, informatika, výzkum a další služby pro podniky (Viturka 2002, 2003).4 V tomto smyslu bylo využito již dříve provedených všeobecných analýz kvality podnikatelského prostředí ­ výhodou tohoto přístupu je možnost komparace výsledků. Vybrané odvětvové skupiny představují rozhodující segmenty národního hospodářství s přibližně polovičním podílem na úhrnné tvorbě přidané hodnoty. Faktory KPPI a jejich významové váhy byly identifikovány na 3 Celkem 202 územních obvodů pověřených obcí 3. stupně včetně Prahy ­ nezařazeny územní obvody s detašovaným pracovištěm příslušného úřadu v Praze, Plzni a Brně (Brandýs n. L.-St. Boleslav, Černošice, Nýřany a Šlapanice). 4 OKEČ 51, 64, 65, 66, 70, 71, 72, 73 a 74. 10 základě analýz kvalifikovaných průzkumů názorů a lokalizačních preferencí potenciálních investorů s důrazem na investory působící v oblasti vědy a výzkumu (v tabulce hodnoty sloupců A), které byly verifikovány a adaptovány na podmínky ČR prostřednictvím statistických analýz (hodnoty sloupců B). V prvním případě byly jako vstupní použity údaje zjištěné zejména Nizozemským ekonomickým institutem a auditorskou firmou Ernst and Young (1993), doplněné informacemi z řady dalších pramenů. Nevýhodou tohoto přístupu je skutečnost, že je primárně zaměřen pouze na nové investice, v praxi označované jako investice na zelené louce. Ve druhém případě byly použity údaje zjištěné pomocí aplikace metody faktorové analýzy, cílené na kvantifikaci všeobecných lokalizačních závislostí projevujících se u zahraničních investic v ČR na přelomu 20. a 21. století (Viturka 2000). Tento přístup kromě investic na zelené louce zahrnuje i další typy investic (akvizice, joint-ventures a pod.), jejichž alokace je primárně podmíněna ekonomickou situací a rozvojovými perspektivami konkrétních českých podniků (podrobnější informace k této problematice podává publikace Regionální vyhodnocení kvality podnikatelského prostředí v České republice, představující základní informační zdroj pro tento příspěvek orientovaný především na období let 2000 až 2002). Pro konečné hodnocení KPPI pak byly použity průměry vah zjištěných aplikací obou přístupů (hodnoty sloupců C). Přehledná specifikace faktorů a jejich významová pozice je uvedena v tabulce. Vybrané faktory jsou členěny do šesti skupin ­ pracovní, environmentální a infrastrukturní faktory (které lze podle Porterova modelu interpretovat jako faktory vstupů resp. nabídky), obchodní a cenové faktory (faktory poptávky bez dílčích faktorů významných podniků a podpůrných služeb, které lze řadit k faktorům příbuzných a podpůrných odvětví) a lokální faktory (faktory příbuzných a podpůrných odvětví bez dílčího faktoru znalostní báze řazeného k faktorům nabídky). 11 Tabulka č. 1: Faktory KPPI a jejich významové váhy Vybraná odvětví průmyslu a služebFaktory A B C Obchodní faktory: blízkost trhů 14 10 12 významné podniky 9 11 10 přítomnost zahraničních podniků 5 3 4 podpůrné služby 3 3 3 celkem 31 27 29 Infrastrukturní faktory: kvalita silnic a železnic 3 3 3 blízkost letišť 1 1 1 rozvoj informačních a komunikačních technologií 4 5 4 celkem 8 9 8 Pracovní faktory: dostupnost pracovních sil 10 10 10 kvalita pracovních sil 15 11 13 flexibilita pracovních sil 3 3 3 celkem 28 24 26 Lokální faktory: znalostní báze 13 15 14 finanční asistence 1 2 1 celkem 14 17 15 Cenové faktory: cena práce 6 6 6 cena pronájmů 6 7 7 celkem 12 13 13 Environmentální faktory: urbanistická a přírodní atraktivita území 4 5 5 environmentální kvalita území 3 5 4 celkem 7 10 9 celkový součet 100 100 100 Zdroj: vlastní výzkum 1.2. Dílčí analýzy a syntézy V této části jsou popsány a komentovány jednotlivé původní skupiny faktorů použité pro hodnocení KPPI. Obchodní faktory Tato skupina faktorů charakterizujících tržní prostředí jednotlivých mikroregionů má pro hodnocení největší význam. Její věcnou strukturu tvoří čtyři faktory. 12 Faktor blízkosti trhů Faktor blízkosti trhů informuje o existujících polohových výhodách mikroregionů odvíjejících se z ekonomického potenciálu dostupných trhů. Jeho vyšší objem znamená vyšší konkurenci na trzích výrobků a služeb, která podniky nutí k vyššímu inovačnímu úsilí. Faktor zahrnuje zahraniční i domácí trhy, jejichž adekvátní podíly byly anticipovány na základě poměru domácí (národní, regionální příp. lokální poptávka, která má pro podnikatelské subjekty signální význam z pohledu identifikace perspektivních potřeb a v tomto směru má tedy její kvalita mnohem větší význam než její velikost) a zahraniční poptávky kvantifikovaného podílem exportu na HDP. Pro v daném případě užitou hodnotu týkající se produktivních služeb tento poměr činí 1 : 0,25 (volba odvětvové skupiny produktivních služeb, kde byla jako limitní zvolena průměrná vzdálenost vypočtená z úhrnu vzájemných vzdáleností krajských měst, koresponduje s primárním významem regionálních vazeb v procesu tvorby inovací). Faktor významných podniků Faktor interpretuje inovační přínosy generované přítomností kapitálově silných velkých průmyslových podniků, stimulujících šíření inovací a transfer know-how v rámci jimi vytvořených sítí výrobní kooperace a technické a obchodní spolupráce. V případě vysoké úrovně rozvinutosti těchto sítí zaujímají tyto podniky pozici tzv. hnacích podniků a s nimi intenzivně spolupracující menší podniky se pak dostávají do pozice hnaných podniků (je-li takto konstituovaný systém vztahů úspěšný zvyšuje svůj prostorový význam příp. až na nadnárodní úroveň globální kooperace). Výběr významných podniků respektuje stávající definici malých a středních podniků ­ MSP a celkem tak bylo identifikováno 159 velkých průmyslových podniků (klasifikační schéma je založeno na progresivně rostoucích velikostních intervalech). Faktor přítomnosti zahraničních podniků Zařazení faktoru obecně odráží pozitivní vliv zahraničních firem se zahraniční majetkovou účastí na KPPI, který je významný zejména pro méně rozvinuté země s nedostatečným objemem domácího kapitálu. Pro účely daného hodnocení byly použity údaje o zaměstnanosti v zahraničních podnicích s 20 a více zaměstnanci (Viturka 2003). Lze konstatovat, že v případě průmyslových investic (s přibližně 40 % podílem na celkovém objemu zahraničních investic) se zřetelně projevuje západo-východní gradient, v případě služeb (s více než 50 % podílem oproti průměrnému přibližně 70 % podílu v zemích 13 EU15) je pak zájem zahraničních investorů v nadpoloviční míře koncentrován na Prahu jako hlavní město ČR.5 Faktor podpůrných služeb Faktor interpretuje nezanedbatelný význam nabídky podpůrných služeb (zejména služby pro podniky včetně vědecko-výzkumných a informačních služeb a dále finanční služby) pro rozvoj různých typů inovací, zajišťované zvláště menšími specializovanými firmami. Pro hodnocení jednotlivých regionů byly použity údaje o počtu podnikatelských subjektů poskytujících podpůrné služby. Rozvoj podpůrných služeb je zvláště významný pro MSP (překonávaní jejich slabých stránek). Obecně však lze konstatovat výrazně větší význam daného faktoru pro rozvoj běžných ekonomických aktivit (v podmínkách ČR jde spíše o jednu z perspektivních oblastí stimulace tvorby inovací). Syntéza obchodních faktorů Syntéza obchodních faktorů poskytuje agregované informace charakterizující tržní prostředí jednotlivých regionů z hlediska potenciálních vlivů celkové poptávky (na globální a dále národní až regionální/mikroregionální úrovni) na rozvoj inovací. Z prostorového pohledu se zřetelně projevuje vliv Prahy jako nejvýznamnější koncentrace domácí poptávky v ČR. K tomu je účelné poznamenat, že pozice Prahy je dále, kromě samotného administrativního vymezení příslušného kraje (uvažovaného zde ovšem včetně dvou územních obvodů pověřených obcí 3. stupně s příslušným úřadem umístěným v Praze), pozitivně ovlivňována jejím postupným začleňováním do tvořící se sítě tzv. globálních velkoměst (gateway effect). Podle agregované úrovně obchodních faktorů (nevážený průměr odpovídajících mikroregionálních hodnot) pak za Pražským krajem s velkým odstupem následuje kraj Středočeský. Naopak celkově nejhorší úroveň obchodních faktorů byla zjištěna v krajích Zlínském a Moravskoslezském. Vnitrokrajská diferenciace v úrovni obchodních faktorů je kromě hierarchické pozice jednotlivých mikroregionů výrazně ovlivněna i lokalizací významných, zvláště průmyslových podniků v zahraničním vlastnictví. V některých krajích (Ústecký a Královéhradecký a dále Liberecký a Zlínský kraj) tak nezaujímají nejlepší postavení mikroregiony krajských měst. Dalším významným ovlivňujícím faktorem je poloha vzhledem k ekonomicky nejrozvinutějším evropským regionům, vytvářející tzv. západovýchodní gradient investiční atraktivity. Oproti předchozím všeobecně zaměřeným analýzám kvality podnikatelského prostředí (Viturka 1998, 2003) se v případě hodnocení KPPI významně zvyšuje význam faktoru blízkosti trhů a na druhé straně byl zaznamenán výrazný pokles 5 Tento údaj potvrzuje obecně pozorované divergenční působení segmentu produktivních služeb na regionální rozvoj. 14 významu faktoru podpůrných služeb. Celkový význam skupiny obchodních faktorů však zůstává v podstatě zachován. Pokud jde o výchozí mikroregionální úroveň byla do 1. skupiny zařazena pouze Praha, do 2. skupiny 15, do 3. skupiny 87, do 4. skupiny 81 a do 5. skupiny 18 mikroregionů. Infrastrukturní faktory Skupina infrastrukturních faktorů zaujímá (možná trochu překvapivě) v daném případě podobnou významovou pozici jako skupina environmentálních faktorů. Její věcnou strukturu tvoří tři faktory. Faktor kvality silnic a železnic Faktor kvality silnic a železnic interpretuje úroveň napojení mikroregionálních center na nejvýznamnější segmenty železniční a silniční sítě (provozované i budované dálnice, rychlostní silnice, mezinárodní a ostatní silnice 1. třídy a dále železniční tratě bez lokálních odboček a se současnou preferencí mezinárodně významných tratí v trasách tzv. železničních koridorů), přičemž byly zohledněny odpovídající podíly na dělbě přepravní práce v nákladní dopravě v poměru 1 : 4. Obecně lze konstatovat, že s klesající velikostí příslušných center dochází k vcelku plynulému zhoršování jejich postavení z pohledu daného faktoru. Faktor blízkosti letišť Faktor informuje o potenciální dostupnosti mezinárodních a regionálních letišť, která příznivě ovlivňuje podnikatelské prostředí zejména v případě produktivních služeb a průmyslových aktivit typu high-tech. V této oblasti má přirozeně zcela dominantní postavení letiště Praha-Ruzyně, za kterým s výrazným odstupem následují regionální letiště Ostravy, Brna, Karlových Var a dále Pardubic. Při hodnocení pozice jednotlivých mikroregionů byly v souladu s jejich významem zohledněny i prostorové efekty uvedených letišť. Faktor rozvoje informačních a telekomunikačních technologií (ICT) Tento v rámci dané skupiny nejvýznamnější faktor poskytuje informace o potenciálu vnějších úspor generovaných pokrytím území odpovídajícími sítěmi (identifikace na základě údajů dle posledního sčítání lidu, týkajících se vybavenosti domácností pevnými a mobilními telefony a osobními počítači včetně připojení na internet).6 Užitý přístup tak reflektuje potenciální možnosti externích úspor podmíněných pokrytím území odpovídající infrastrukturou, které jsou přirozeně generovány především ve spojitosti s realizací běžných podnikatelských aktivit (dostupnost moderních komunikačních a informačních technologií v podnikatelském sektoru je považována za 6 Podle výsledků sčítání 2001 bylo vybaveno počítačem téměř 30 % domácností, z nichž 11 % bylo připojeno na internet. 15 srovnatelnou s rozvinutými západoevropskými zeměmi). Pro územní rozložení hodnot faktoru je typická koncentrace podobných hodnot kolem hierarchicky nejvýznamnějších center, přičemž úroveň faktoru významně koreluje se vzdělaností obyvatelstva. Syntéza infrastrukturních faktorů Úroveň infrastrukturních faktorů vypovídá především o základních předpokladech pro zapojení podnikatelských subjektů do globální ekonomiky. Z krajských center má v tomto smyslu nejslabší pozici Ostrava a Ústí n. L. (determinováno podprůměrným rozvojem ICT), následované Libercem a Zlínem (málo kvalitní dopravní napojení). Nejlepší úrovní vybavenosti danou skupinou faktorů disponují Praha s Brnem. Z celokrajského pohledu pak v daném směru kromě Pražského kraje vykazují nejlepší pozici Středočeský a Jihomoravský kraj a naopak nejhorší pozici kraje Moravskoslezský a Olomoucký. Na mikroregionální úrovni byly do 1. skupiny zařazeny pouze 2 mikroregiony, do 2. skupiny 22, do 3. skupiny 81, do 4. skupiny 85 a do 5. skupiny 12 mikroregionů. Pokud srovnáme celkový význam skupiny infrastrukturních faktorů s výsledky předchozích obecněji zaměřených analýz kvality podnikatelského prostředí zjišťujeme jeho výrazný pokles indikovaný u všech zahrnutých dílčích faktorů (s nejmenším poklesem se setkáváme v případě faktoru rozvoje informačních a komunikačních technologií). Tento pokles logicky souvisí s nehmotnou povahou informací jako základního typu interakcí uskutečňovaných v oblasti inovačních procesů (určitý vliv má pochopitelně i zvolený metodický postup hodnocení, zejména pokud jde o hodnocení faktoru rozvoje ICT). Pracovní faktory Pracovní faktory představují druhou nejvýznamnější skupinu (společný podíl jejich významové váhy spolu se skupinou obchodních faktorů činí 55 %) a poskytují kvantitativní a kvalitativní informace o regionální nabídce pracovních sil. Tato skupina zahrnuje tři dílčí faktory. Faktor dostupnosti pracovních sil Faktor hodnotí celkovou regionální nabídku pracovních sil vztahující se k ekonomicky aktivní části populace, která představuje základní funkční a relativně stabilní rámec pro uspokojování různorodých preferencí poptávajících ekonomických subjektů (vyšší úroveň celkové nabídky pracovních sil obecně znamená i lepší možnosti pro uspokojování různorodých kvalitativních požadavků zaměstnavatelů na pracovní sily). Jako výchozí byly použity odpovídající údaje za regionální centra a následně byly provedeny kvalifikované odhady za příslušné mikroregiony. Z regionálního pohledu je charakteristická značná nerovnoměrnost v rozložení příslušných hodnot faktoru, determinována zejména historickým vývojem ekonomiky a urbanizačního procesu. Nejsilnější zastoupení má skupina 16 ,,venkovských mikroregionů" s vysoce podprůměrnými hodnotami daného faktoru, jejichž negativní dopady na investiční atraktivitu jsou obvykle dále umocňovány i podprůměrnou úrovní vzdělanosti obyvatelstva. Faktor kvality pracovních sil Kvalita pracovních sil je významným faktorem dlouhodobě ovlivňujícím vývoj ekonomiky (a zejména inovační potenciál), jehož úroveň se odvíjí z dosaženého stupně školního vzdělání charakterizujícího primární složku kvalifikace ­ za účelem eliminace rozdílů ve vzdělání městského a venkovského obyvatelstva se hodnocení vztahuje pouze k centrům příslušných mikroregionů.7 V souladu se zaměřením výzkumu byly váhy faktoru odvozeny z údajů za odvětvovou skupinu produktivních služeb. Za účelem zohlednění jejich vyšších nároků na vzdělání byly použity ukazatele (sčítání lidu 2001) podílu absolventů s úplným středním a vyšším odborným vzděláním na počtu obyvatel s dosaženým věkem 15 a více let a dále ukazatele podílu absolventů s vysokoškolským vzděláním na počtu obyvatel s úplným středním a vyšším vzděláním. Z hlediska rozložení hodnot faktoru se zřetelně projevuje přímá závislost mezi hierarchickým postavením regionů resp. jejich center a úrovní vzdělanosti obyvatelstva (do obou nadprůměrných skupin jsou zařazena všechna krajská města s výjimkou Ústí n. L. a K. Var). Faktor flexibility pracovních sil Flexibilita pracovních sil obecně vyjadřuje míru jejich přizpůsobivosti neustálým změnám charakteristickým pro současný vývoj ekonomiky a v souladu s tím je chápána jako kvalitativní faktor. Pro hodnocení flexibility je obvyklé použití určitých dílčích indikátorů, z nichž byl v našem případě vybrán indikátor interpretující kvalitativně nejvyšší komponentu flexibility, tj. podnikavost (ukazatel počtu podnikatelů připadajících na 1000 obyvatel podle mikroregionálních center; pro podrobnější hodnocení zohledňující např. podnikavost v oblasti inovačně orientovaných služeb chybějí dostupné údaje). Syntéza pracovních faktorů Syntéza daných faktorů poskytuje informace o nejvýznamnějších charakteristikách územní nabídky pracovních sil, která je všeobecně považována za jeden z nejvýznamnějších vnitroregionálních předpokladů ekonomického rozvoje. Z pohledu hodnocení KPPI hrají pracovní faktory zásadní roli a v souladu s tím zaznamenala tato skupina nejvýraznější nárůst významu, generovaného především faktorem kvality pracovních sil (více než dvojnásobný nárůst, který je tak nejvyšší ze všech sledovaných dílčích faktorů). Za logický lze 7 Je zřejmé, že v oblasti tvorby inovací tvoří primární kvalifikace pouze vstupní předpoklad pro navazující proces celoživotního zvyšování a prohlubování vysoce specializované ,,sekundární" kvalifikace. 17 považovat i nárůst významu faktoru flexibility pracovních sil (projevující se i přes omezenou vypovídací schopnost užitého ukazatele), zatímco význam faktoru dostupnosti pracovních sil zůstává na podobné úrovni jako v případě všeobecně orientovaného hodnocení kvality podnikatelského prostředí. Konkrétní zjištěné výsledky potvrzují dominantní postavení největších krajských měst, zejména Prahy, Plzně, Brna a dále pak Zlína z hlediska odpovídajících předpokladů pro rozvoj různorodých inovačních aktivit. Z těchto měst nebylo pouze Ústí n. L. zařazeno do nadprůměrné skupiny (zařazení až do třetí, tj. průměrné skupiny). Do nadprůměrné skupiny dále spadá srovnatelný počet ostatních mikroregionálních center, nacházejících se především ve Středočeském a dále Zlínském kraji. Nejhorší pozici pak zaujímají mikroregiony Moravskoslezského, Karlovarského, Pardubického a Ústeckého kraje (v obou strukturálně nejvíce postižených krajích spadají do podprůměrné skupiny díky existující nerovnováze mezi kvantitativní a kvalitativní úrovní pracovních sil i větší regionální centra, což nepochybně představuje významné bariéry jejich perspektivního ekonomického rozvoje). Na zkoumané mikroregionální úrovni byly do 1. skupiny zařazeny 4 mikroregiony, do 2. skupiny 22, do 3. skupiny 67, do 4. skupiny 77 a do 5. skupiny 32 mikroregionů. Lokální faktory Lokální faktory poskytující informace o územně specifických předpokladech jednotlivých mikroregionů pro tvorbu a podporu inovací. Skupinu tvoří dva faktory (variantně by bylo možné zařadit i faktor nabídky rozvojových ploch resp. průmyslových zón, která se však zatím v našich podmínkách realizuje spíše v segmentu výrob s nižší přidanou hodnotou) a co do významu zaujímá třetí pořadí. Faktor znalostní báze Jde o nejvýznamnější faktor trvale a všestranně ovlivňující kvalitu ekonomického rozvoje společnosti, jejíž významnou složku tvoří tvorba a transfer inovací. Jeho regionální hodnocení je orientováno na institucionální podmínky rozvoje znalostní báze cestou zvyšování vzdělanosti obyvatelstva a využívání výsledků vědy a výzkumu v podnikatelské sféře. V tomto směru byla selektivně zohledněna především lokalizace vysokých škol (s důrazem na technické a přírodovědné směry) a vědeckých a výzkumných ústavů a dále nově vznikajících vědecko-technických parků. Pro vyhodnocení faktoru v podmínkách hierarchicky níže postavených mikroregionů byly kromě lokalizace územně odloučených fakult vysokých škol využity i údaje o lokalizaci a koncentraci vybraných typů středních škol a dále vyšších odborných škol. Územní uspořádání institucí znalostní báze vykazuje výrazné hierarchické rysy (vysoká korelace s faktorem kvality pracovních sil), kdy ve více než 3/4 regionů tak jednoznačně převažuje pouze mikroregionální význam jejich znalostní báze. 18 Faktor finanční asistence Faktor postihuje určité potenciální možnosti finanční asistence mikroregionů při zlepšování KPPI, které jsou primárně determinovány výší daňových příjmů jejich center na jednoho obyvatele (daňově příjmy mají ve srovnání s ostatními příjmy nepochybně stabilnější charakter, neboť zde jsou výrazně potlačeny nahodilé vlivy). Dlouhodobá vypovídací schopnost faktoru závisí na vztahu obou základních principů uplatňujících se v tvorbě územních rozpočtů, tj. solidarity a zásluhovosti (zvolené hodnotící období 1999 až 2000 ve srovnání se současným stavem výrazněji zohledňuje princip zásluhovosti). Syntéza lokálních faktorů Syntéza lokálních faktorů, spadajících do širší skupiny endogenních faktorů ekonomického rozvoje, poskytuje informace o základních předpokladech jednotlivých regionů aktivně ovlivňovat KPPI ­ lze konstatovat, že na mezoregionální resp. krajské úrovni jde v tomto kontextu patrně o nejefektivnější směr jejich působení. V případě hodnocení KPPI dochází logicky k podstatnému zvýšení významu faktoru znalostní báze; význam faktoru finanční asistence na mikroregionální úrovni se ovšem vzhledem k hierarchicky vyšší dimenzi inovačních procesů prudce snižuje (v tomto směru je ovšem nutné upozornit na omezenou vypovídací schopnost daného faktoru, odvíjející se z reálných možností jeho hodnocení). Celkový význam lokálních faktorů tak v podstatě zůstává zachován. Z provedených analýz jednoznačně vyplývá dominantní pozice krajských měst, což lze chápat jako potvrzení pozice krajů jako základního regionálního rámce pro podporu procesu tvorby inovací (např. prostřednictvím tzv. regionálních inovačních strategií včetně podpory vytváření inovačně orientovaných klastrů jako jedné z rozhodujících oblastí perspektivní spolupráce soukromého a veřejného sektoru). Z krajských měst nejsou pouze K.Vary a Jihlava zařazeny do jedné z nadprůměrných klasifikačních skupin. Vyjmeme-li Pražský kraj jsou mezikrajské rozdíly v agregovaných průměrných hodnotách relativně málo významné (úroveň lokálních faktorů logicky významně koreluje s dosaženým stupněm urbanizace, která se tak pozitivně projevuje např. u Ústeckého a negativně u Plzeňského kraje). Celkově byly do 1. skupiny zařazeny 3 mikroregiony, do 2. skupiny 9, do 3. skupiny 32, do 4. skupiny 94 a do 5. skupiny 64 mikroregionů. Cenové faktory Cenové faktory lze pokládat za specifické indikátory KPPI vypovídající o interakci poptávky a nabídky na úrovní základních regionů. Do skupiny byly zařazeny faktor ceny práce a faktor ceny pronájmů. V rámci stanovených skupin zaujímají čtvrté pořadí. 19 Faktor ceny práce Cenu práce lze vnímat jako průmět různorodých vztahů poptávky a nabídky na regionálních trzích práce, identifikovaných v tomto případě v rámci vybraných odvětví produktivních služeb. Vzhledem k neexistenci odpovídajících mikroregionálních údajů o průměrné mzdě (ČSÚ tyto údaje sleduje pouze do úrovně okresů) bylo nutné hodnocení založit na originální metodice. Tato metodika vychází z průměrných mezd nejvýznamnějších podniků případně místně odloučených jednotek s alespoň 20 zaměstnanci (v mikroregionech s menšími sídelními centry byla v tomto směru zavedena podmínka paritního zastoupení hlavních odvětvových skupin produktivních služeb, s důrazem na služby pro podniky a finanční služby). Celkově tak byla podchycena přibližně 1/3 z celkového počtu zaměstnanců segmentu produktivních služeb, přičemž největší část mikroregionů byla zařazena do průměrné skupiny. Faktor ceny pronájmů Faktor podává informaci o průměrných cenách čistých ročních pronájmů kancelářských prostor získaných z údajů o nabídkových cenách prezentovaných významnějšími realitními kancelářemi (cca 600 kanceláří) na internetu a sekundárně i v dalších mediích a rovněž z vlastního průzkumu. Shromážděné údaje se vztahují na centra jednotlivých mikroregionů představující hlavní koncentrace odpovídající nabídky a poptávky. Údaje přirozeně potvrzují silnou závislost cen pronájmů na hierarchickém postavení těchto center (ceny ročních pronájmů se obecně pohybují v intervalu 700 až 9000 Kč/m-2 ), kde má zcela výsadní postavení Praha. Následují ostatní krajská města (k nimž lze přiřadit i M. Boleslav), u kterých se s nejnižšími cenami spadajícími až do průměrné skupiny setkáváme v případě Liberce, Ústí n. L. a Jihlavy. Syntéza cenových faktorů Z celkového pohledu vypovídá nadprůměrná až vysoce nadprůměrná úroveň cenových faktorů o příznivé úrovni celkové poptávky na relevantních trzích, jejichž součástí jsou i speciální služby přímo či nepřímo orientované na podporu rozvoje inovací (v konkrétních regionálních podmínkách může být ovšem vypovídací schopnost daných faktorů podstatným způsobem relativizována vlivem celé řady spolupůsobících činitelů, např. regionální struktury ekonomiky). Významová pozice dané skupiny faktorů zůstává v rámci hodnocení kvality podnikatelského prostředí stabilizovaná, přičemž komparativní analýza naznačuje v případě KPPI mírné zvýšení významu faktoru ceny práce a opačný vývoj v případě faktoru ceny pronájmů. Všechna krajská města z tohoto hlediska vykazují nadprůměrné hodnoty (srovnatelné postavení zaujímají pouze tři další mikroregionální centra). Celkově byla do 1. skupiny zařazena pouze Praha, jejíž ekonomická struktura je již srovnatelná s obdobnými 20 západoevropskými metropolemi, do 2. skupiny 15, do 3. skupiny 60, do 4. skupiny 95 a do 5. skupiny 31 mikroregionů. Environmentální faktory Tato méně významná skupina zahrnuje faktory urbanistické a přírodní atraktivity území a environmentální kvality území, které významným způsobem ovlivňují kvalitu života a v souladu s tím rovněž spoluvytvářejí podnikatelské prostředí. Faktor urbanistické a přírodní atraktivity Faktor má významný vliv na ,,image" regionů, který má nezpochybnitelné vazby zejména v případě KPPI (v tomto kontextu lze zdůraznit i pozitivní vazby na nabídku tzv. volnočasových aktivit). Metodický postup jeho hodnocení vychází z vybraných charakteristik přírodní atraktivity území, kulturně-historických památek a atraktivit a turistického významu mikroregionů (první stupeň byl předem vyhrazen pouze Praze, která má v ČR v daném ohledu zcela výjimečné postavení). Faktor environmentální kvality území Hodnocení faktoru je založeno na podrobné analýze údajů charakterizujících hygienickou úroveň životního prostředí, které jsou doplněny údaji o intenzitě silniční dopravy a ekologické stabilitě krajiny. K vypovídací hodnotě faktoru lze poznamenat, že úroveň narušení životního prostředí má silné negativní vazby na lokalizaci nabídky vysoce kvalitních pracovních míst v řadě odvětví produktivních služeb včetně vědy a výzkumu s vysokými nároky na kvalitu obytného prostředí. Syntéza environmentálních faktorů Syntéza environmentálních faktorů poskytuje informace o vybraných specifických faktorech přímo či nepřímo ovlivňujících KPPI. Jejich rostoucí význam je spojen se životním stylem vysoce kvalifikovaných a dobře situovaných zaměstnanců pracujících v produktivních službách či v průmyslových oborech high-tech. Jejich významová pozice v rámci provedených syntéz kvality podnikatelského prostředí je víceméně stabilní, přičemž v případě KPPI dochází ke zvyšování významu zejména v případě faktoru urbanistické a přírodní atraktivity území. Nejvyšší průměrnou hodnotu zařazených mikroregionů vykazují kraje Jihočeský, Liberecký a Karlovarský a naopak nejnižší hodnotu kraje Ústecký a Moravskoslezský. Z důvodu jisté kontraverznosti obou dílčích faktorů nebyl do 1. skupiny zařazen žádný mikroregion, do 2. skupiny pak bylo zařazeno 30, do 3. skupiny 124, do 4. skupiny 41 a do 5. skupiny 7 mikroregionů. 21 1.3. Komplexní syntéza na mikroregionální úrovni a inovační potenciál krajů V této části je provedena komplexní syntéza výsledků získaných výše komentovanou analýzou specifikovaných skupin faktorů v kontextu s navazujícími generalizacemi na úrovni krajů ČR. V prvním kroku bylo realizováno komplexní vyhodnocení KPPI v rámci zkoumaného souboru základních regionů tvořených územními obvody pověřených obcí 3. stupně a ve druhém kroku pak bylo provedeno celkové vyhodnocení inovačního potenciálu podle krajů ČR. Vlastní postup vyhodnocení KPPI vychází ze statistických analýz variability agregovaných hodnot faktorů. V rámci standardního 5ti stupňového klasifikačního schématu byly jednotlivé mikroregiony zařazeny do stanovených tříd A (mikroregiony s hodnotami KPPI v teoretickém intervalu 1 až 1,5 bodu), B (>1,5 až 2,5), C (>2,5 až <3,5), D (3,5 až <4,5) a E (4,5). Do třídy A byla zařazena pouze Praha, do třídy B 13 (mikroregiony krajských měst s výjimkou Ústí n. L. a dále mikroregiony Mladé Boleslavi a Tábora), do třídy C 77, do třídy D 107 a do třídy E pouze 4 mikroregiony. Pokud nás zajímají adekvátní podíly na počtu obyvatel ČR činí pro třídu A 12,9 % a pro následující třídy 20,9 %, 38,1 %, 27,4 % a 0,7 %. Podrobnější prezentace výsledků je uvedena v příloze a podle jednotlivých krajů pak v následující tabulce. Tabulka č. 2: Počet mikroregionů podle stanovených skupin ­ agregované hodnoty kvality podnikatelského prostředí (KPPI) kraj třída A třída B třída C třída D třída E celkem Pražský 1 0 0 0 0 1 Středočeský 0 1 16 7 0 24 Jihočeský 0 2 6 9 0 17 Plzeňský 0 1 3 10 0 14 Karlovarský 0 1 2 4 0 7 Ústecký 0 0 5 11 0 16 Liberecký 0 1 4 5 0 10 Královéhradecký 0 1 7 7 0 15 Pardubický 0 1 6 8 0 15 Vysočina 0 1 6 8 0 15 Jihomoravský 0 1 9 10 0 20 Olomoucký 0 1 4 8 0 13 Zlínský 0 1 6 6 0 13 Moravskoslezský 0 1 3 14 4 22 celkem 1 13 77 107 4 202 Zdroj: vlastní výzkum 22 Kvalita podnikatelského prostředí vykazuje v souladu se známou teorií centrálních míst významnou závislost na populační velikosti mikroregionů a jejich center, přičemž nejvýznamnější rozdíly byly zjištěny mezi stanovenou první (mikroregiony/centra s více než 200/100 tis. obyvateli) a druhou (mikroregiony/centra s více než 100/50 tis. obyvateli) velikostní skupinou.8 Tato skutečnost signalizuje zcela zásadní úlohu center mezoregionálního významu při vytváření příznivých podmínek pro rozvoj inovačních procesů, která koresponduje s jejich obecnou rolí hlavních pólů ekonomického rozvoje.9 Tuto jejich roli podtrhuje i výrazně vyšší stupeň koncentrace nadprůměrných hodnot kvality podnikatelského prostředí v případě inovačně orientovaného hodnocení oproti odpovídajícím výsledkům dosaženým v rámci předchozích studií zpracovaných na ESF MU a týkajících se investičně resp. všeobecně orientovaného hodnocení kvality podnikatelského prostředí (Viturka 1998, 2003). Pro účely navazujícího vyhodnocení inovačního potenciálu krajů byly nejprve hodnoty KPPI agregovány za příslušné kraje, přičemž byly za účelem zabezpečení srovnatelnosti výsledků váženy počtem obyvatel jednotlivých mikroregionů (viz tab. č. 3). Podle dosažených celkových hodnot pak byly jednotlivé kraje zařazeny do skupiny s nadprůměrnou, průměrnou nebo podprůměrnou kvalitou podnikatelského prostředí. Výslednou hodnotu KPPI krajů lze chápat jako relativně stabilní všeobecnou komponentu rozvoje inovačního potenciálu. Zjištěné mezikrajské rozdíly nejsou vzhledem k vyšší homogenitě souboru krajů ve srovnání s podstatně větším základním mikroregionálním souborem statisticky příliš výrazné, a do jiné než průměrné skupiny tak bylo zařazeno pouze pět krajů ­ Pražský kraj do nadprůměrné a kraje Zlínský, Karlovarský, Moravskoslezský a Ústecký do podprůměrné skupiny. Diferenciace hodnot KPPI na úrovni mikroregionů pak potvrzuje zásadní význam vytvořeného systému pólů a os ekonomického rozvoje, který kromě všech regionů s velmi vysokou a 8 Naopak nejnižší rozdíly byly v případě mikroregionů zaznamenány mezi 4. a 5. velikostní skupinou a v případě mikroregionálních center mezi 3. a 4. skupinou (Viturka 2003). 9 Jako pól rozvoje nadnárodního významu se prosazuje pouze Praha, ostatní póly mají národní význam ­ kromě krajských měst mezi ně patří i Mladá Boleslav s největším českým podnikem Škoda Auto a. s. (z aktuálního pohledu byl z nich jako nefunkční identifikován pól rozvoje krajského města Ústí n. L.; pól rozvoje krajského města Zlín byl primárně identifikován jako nerozvinutý, pokud jej však posuzujeme v územním kontextu celé aglomerace zahrnující pověřenou obec 3. stupně Otrokovice lze jej přiřadit k ostatním pólům národního významu). Krajským městům podřízená centra byla rozlišena na centra regionálního významu ­ 75 center (jako základní kriteria byly stanoveny velikost centra 15 tis. obyvatel a velikost jeho mikroregionu 30 tis. obyvatel, přičemž bylo přihlédnuto k dalším významovým charakteristikám a rovněž výsledkům sociogeografické regionalizace ­ Hampl 2001, 2005) a centra subregionálního významu ­ 113 center. 23 vysokou KPPI zahrnuje i většinu regionů se střední úrovní KPPI (Viturka 2003). Z pohledu tvorby inovací lze považovat za významnější než mezikrajskou diferenciaci v agregovaných hodnotách KPPI diferenciaci těchto hodnot mezi nejvýznamnějšími sídelními centry, tj. krajskými městy, které lze pokládat za hlavní nositele inovací. Toto konstatování koresponduje s v odborné literatuře nejčastěji se vyskytujícím názorem o šíření inovací podle hierarchického vzorce (1). Z krajských center fungujících v našich podmínkách vesměs jako hlavní póly ekonomického rozvoje vykazuje nejvyšší úroveň KPPI mikroregion Prahy, s odstupem následovaný mikroregiony Brna, Plzně a Pardubic. Na opačné straně pak stojí mikroregiony Zlína, Karlových Var a Ústí n. L. K tomu je účelné ještě poznamenat, že mimo krajská centra lze identifikovat tzv. vedlejší ohniska inovací, jejichž vznik byl v převážné míře indukován inovační výkonností zahraničních firem působících ve sféře zpracovatelského průmyslu. Na základě provedených analýz je možné konstatovat, že nejvýznamnější roli z těchto ohnisek hrají podkrkonošské, podorlické a podbeskydské ohnisko inovací. 10 10 Podkrkonošské ohnisko inovací zahrnuje nodální regiony Trutnova, Vrchlabí a Jilemnice (střední úroveň KPPI, převážně příznivé rozvojové tendence viz Viturka 2003); nejvýznamnějšími nositeli inovací jsou firmy Škoda Auto a Infineontechnologies, významné inovace jsou generovány i rozvojem cestovního ruchu a rekreace. Podorlické ohnisko inovací tvoří především nodální regiony Náchoda, Rychnova n. K, Vysokého Mýta, Ústí n. O., Kostelce n. O, Litomyšle, Lanškrouna a Žamberka (střední úroveň KPPI, příznivé až nejednoznačné rozvojové tendence); nositelem inovací jsou zejména firmy Škoda Auto, Karosa, AVX a Vertex. Podbeskydské ohnisko inovací zahrnuje nodální regiony Valašského Meziříčí, Rožnova p. R., Nového Jičína a Hranic (střední úroveň KPPI, nejednoznačné rozvojové tendence), k nimž lze přiřadit i region Frenštátu p. R.; hlavním nositelem inovací jsou firmy Autopal, Siemens ­ Automobilové systémy, Deza a Philips Display Components. 24 Tabulka č. 3: Vážené hodnoty kvality podnikatelského prostředí (KPPI) podle krajů kraj počet obyvatel v tis. KPPI krajů1 KPPI krajského centra2 Pražský 1316,9 1,30 1,30 Středočeský 974,7 3,01 2,26 Jihočeský 625,3 2,97 2,08 Plzeňský 550,7 2,85 1,73 Karlovarský 304,3 3,28 2,51 Ústecký 820,2 3,39 2,70 Liberecký 428,2 3,05 2,35 Královéhradecký 550,7 2,97 2,04 Pardubický 508,3 3,01 1,83 Vysočina 519,2 3,12 2,23 Jihomoravský 1127,7 2,72 1,58 Olomoucký 639,4 3,15 2,32 Zlínský 595,0 3,28 2,51 Moravskoslezský 1269,5 3,37 2,23 Česká republika 10230,1 2,96 1,30 Zdroj: vlastní výzkum Poznámka: 1 Pražský kraj zde zahrnuje i územní obvody pověřených obcí 3. stupně Brandýs n. L. -St. Boleslav a Černošice 2 V případě Středočeského kraje je uvedena hodnota za Mladou Boleslav Za rozhodující komponentu je ovšem nutné v dané souvislosti považovat vlastní inovační schopnosti podniků (viz Porterův model diamantu). Tuto komponentu lze alespoň částečně vyhodnotit prostřednictvím využití výsledků speciálního výběrového šetření realizovaného ČSÚ v podnikatelském sektoru (ČSÚ 2005). Uvedené šetření se vztahuje k období let 2002-2003 (šetřeno téměř 24 tis. podniků působících ve zpracovatelském průmyslu a službách, z nichž bylo mezi inovující zařazeno zhruba 26 % podniků ­ inovaci produktu zavedlo téměř 22 % a procesní inovaci téměř 12 % podniků). Celkový podíl zaměstnanců pracujících ve výzkumu a vývoji v ČR činil v roce 2003 2,9%, přičemž celkové náklady na inovace podle výsledků šetření dosáhly v tomtéž roce asi 46 mld. Kč. Největší zastoupení inovujících podniků v průmyslu vykázala odvětví chemického průmyslu, výroby dopravních prostředků a výroby strojů a zařízení (naopak nejnižší zastoupení vykázal textilní a kožedělný průmysl) a v případě služeb pak logicky odvětví výzkumu a vývoje a zpracování dat (opačnou pozici zaujímaly odvětví dopravy a telekomunikací a inženýrských poradenských služeb). Schopnost inovovat se výrazně zvyšuje s velikostí podniků, přičemž zjištěná inovační výkonnost zahraničních podniků (40 % podíl inovujících podniků) byla téměř 1,7 x vyšší než u domácích podniků. Z hlediska nákladů na inovace 25 zaujímaly největší podíl náklady na pořízení strojů a zařízení (s přibližně 34 % podílem) a dále náklady na vnitropodnikový výzkum a vývoj a uvádění inovací na trh. Podíl tržeb z prodeje inovovaných výrobků pak činil přibližně 27 % z celkových tržeb inovujících podniků (průmysl 31 % a služby 19 %). Rozhodující podíl měly v obou případech tržby z inovací nových ve firmě (ukazatel naznačující schopnosti adopce inovací) nad tržbami z inovací nových na trhu (ukazatel naznačující schopnosti tvorby inovací). Výrazně vyšší schopnosti tvorby inovací nových na trhu vykázaly v našich podmínkách velké firmy. Za nejvýznamnější přínosy zavádění inovací jsou pak pokládány zlepšení kvality produktů a rozšíření jejich sortimentu. Strategicky významným zjištěním je skutečnost, že se inovující podniky ve srovnání s neinovujícími podniky výrazně lépe prosazují na mezinárodních trzích. Z celkového pohledu lze tedy konstatovat, že mají lepší předpoklady pro rozšiřování trhů pro své produkty (k tomu je potřebné poznamenat, že podíl inovujících podniků v ČR je ovšem výrazně nižší než v členských zemích dřívější EU 15). V rámci jednotlivých krajů bylo zjištěno největší zastoupení inovujících podniků v Pražském kraji (cca 31 % ­ v tom průmysl 38 %, služby 29 %) a jednoznačně nejméně pak v Karlovarském kraji (cca 14 % ­ v tom průmysl 16 %, služby pouze 1 %). Jednotlivé kraje byly opět zařazeny do tří výše specifikovaných klasifikačních skupin, čímž byly získány základní regionálně členěné informace hodnotící dosažený stupeň proinovační adaptace podnikových struktur (užitý ukazatel logicky silně koreluje s počtem pracovníků vědy a výzkumu). Zjištěné rozdíly mezi kraji jsou statisticky méně výraznější než v předchozím případě, do jiné než průměrné skupiny byly zařazeny pouze čtyři kraje: Pražský a dále Pardubický (v případě průmyslu dále následuje Liberecký kraj) a Zlínský kraj do nadprůměrné a opět Karlovarský kraj do podprůměrné skupiny. Inovační výkonnost podniků nepochybně představuje dynamickou komponentu inovačního potenciálu, kdy právě prostřednictvím jejího zvyšování dochází k překonávání dlouhodobých omezení determinovaných úrovní KPPI. Uvedený závěr koresponduje se skutečností, že podle výše uvedeného šetření ČSÚ 45 % podniků pokládá z hlediska tvorby inovací za nejvýznamnější vnitřní zdroje informací, 40 % podniků pak podněty svých zákazníků (17 % inovačních podniků mělo v dané oblasti uzavřenu dohodu o spolupráci s jinými firmami či institucemi), a jen 4 % podniků považovalo za významný zdroj odpovídajících informací univerzity. Za nejvýznamnější faktor bránící výraznějšímu rozvoji inovací firmy všeobecně pokládají nedostatek finančních zdrojů ve spojení s vysokými náklady na jejich realizaci (poměrně překvapivý je relativně malý význam přisuzovaný v tomto kontextu nedostatku informací o relevantních trzích a technologiích). Výsledky předchozích analýz jsou shrnuty v tab. č. 4 a na jejich základě lze provést generalizované vyhodnocení inovačního potenciálu v rámci souboru krajů České republiky. Nadprůměrný 26 inovační potenciál zde vykazuje především Pražský kraj (v případě spojení se Středočeským krajem by agregované hodnoty spadaly v případě kvality podnikatelského prostředí do nadprůměrné a v případě inovační výkonnosti podniků do průměrné skupiny) a dále Pardubický kraj a naopak podprůměrný inovační potenciál pak kraje Ústecký, Moravskoslezský a zejména Karlovarský, tj. strukturálně nejvíce postižené kraje. Do průměrné skupiny pak spadá zbývajících devět krajů. Z hlediska zařazení v rámci obou hodnotících komponent vykazuje určité poziční disproporce zejména Zlínský kraj a dále kraje Pardubický, Moravskoslezský a Ústecký, jejichž inovační potenciál je pozitivně ovlivňován inovační výkonností podniků (u ostatních krajů se obě komponenty nacházejí v přibližné rovnováze). Z výše uvedených skutečností lze vyvozovat, že kromě pozičních výhod Prahy jako hlavního města ČR (již vzpomínaný gateway effect) je inovační potenciál krajů významně ovlivňován strategiemi firem cílených na udržení globální konkurenceschopnosti zejména prostřednictvím zvyšování jejich inovační výkonnosti. Tabulka č. 4: Inovační potenciál krajů1 kvalita podnikatelského prostředíinovační výkonnost podniků nadprůměrná střední podprůměrná nadprůměrná PR PU ZL střední STČ, JČ, PL, LB, HK, VY,J M, OL UL, MS podprůměrná KV Zdroj: vlastní výzkum Poznámka: 1 Použité zkratky krajů: PR ­ Pražský, STČ ­ Středočeský, JČ ­ Jihočeský, PL ­ Plzeňský, KV ­ Karlovarský, UL ­ Ústecký, LB ­ Liberecký, HK ­ Královéhradecký, PU ­ Pardubický, VY ­ Vysočina, JM ­ Jihomoravský, OL ­ Olomoucký, ZL ­ Zlínský, MS ­ Moravskoslezský Pro doplnění informací o inovačním potenciálu jednotlivých krajů je účelné uvést i výsledky strukturálních analýz zaměřených na inovačně progresivní odvětví high-tech (Viturka 2002). Námi provedená analýza je orientována na vývoj odvětví resp. oborů high-tech ve zpracovatelském průmyslu v období 1996 - 2000. Identifikace příslušných odvětví vychází z mezinárodně uznávané klasifikace OECD, která mezi tato odvětví zařazuje chemický průmysl (OKEČ 24 ­ reprezentované v provedené analýze obory 24.3, 24.5, 24.6 a 24.7), výrobu strojů a zařízení (OKEČ 29 ­ obory 29.1, 29.2, 29.4, 29.5, 29.6 a 29.7), výrobu elektrických, elektronických a dalších vybraných přístrojů a zařízení (výroba kancelářských strojů a počítačů, tj. OKEČ 30; výroba elektrických strojů a přístrojů, tj. OKEČ 31 ­ obory 31.1, 31.2, 31.3, 31.4 a 31.6; výroba radiových, televizních a spojových zařízení a přístrojů, tj. OKEČ 32; výroba zdravotnických, přesných, optických a časoměrných přístrojů, tj. OKEČ 33 ­ obory 33.1, 33.2 a 33.4) a výrobu dopravních prostředků 27 (výroba dvoustopých motorových vozidel, tj. OKEČ 34 ­ obory 34.1 s výjimkou výroby nákladních automobilů a 34.3; výroba ostatních dopravních zařízení, tj. OKEČ 35 ­ obor 35.3). Užitý metodický postup zohledňuje odpovídající vývojové trendy výroby a dále celkovou konkurenceschopnost zahrnutých odvětví prostřednictvím ukazatelů charakterizujících tržby, tuzemskou spotřebu a obchodní bilanci. Ve zkoumaném období vykázaly nejpříznivější vývojové tendence zejména ekonomicky nejvýznamnější skupina OKEČ 34 a dále objemově relativně málo významná skupina OKEČ 32 a naopak nejméně příznivé tendence pozičně významnější skupiny OKEČ 24 a 29, následované ekonomicky nepříliš významnou skupinou OKEČ 35. Pokud srovnáme postavení jednotlivých krajů z hlediska podílů odvětví high-tech patří mezi vedoucí kraje kromě Prahy (jejíž celková pozice je ovšem v daném směru determinována především odvětvími produktivních služeb ­ zejména OKEČ 64, 72 a 74) kraje Středočeský (automobilový průmysl) a dále Pardubický a Plzeňský. Charakteristickým jevem je srovnatelně nízké zastoupení odvětví hightech ve strukturálně postižených krajích Moravskoslezském a Ústeckém a dále i Karlovarském. V této souvislosti lze na úrovni celé ČR považovat za zajímavé zjištění vyrovnané zastoupení odvětví hightech a tzv. ekonomicky citlivých odvětví (odvětví nejvíce ohrožená globální konkurencí a odvětví, jejichž vývoj je v širším kontextu EU poznamenán dlouhodobou stagnací ­ kromě zemědělství a většiny těžebních odvětví jsou mezi ně obecně řazeny odvětvové skupiny potravinářské, textilní, rafinérské a chemické, hutnické a strojírenské výroby). Díky zostřující se mezinárodní konkurenci jsou do skupiny ekonomicky citlivých odvětví v rámci EU řazena i některá odvětví hightech. Na úrovni jednotlivých zemí je ovšem potřebné v tomto směru vycházet z podrobnějších analýz, na jejichž základě byly v našem případě ze skupiny citlivých odvětví vyjmuty některá odvětví příp. obory spadající do široce vymezených skupin strojírenského a chemického průmyslu. Většina odvětví českého průmyslu příslušela na počátku 21. století ke skupině ,,středního" proudu odpovídající svým charakterem tzv. low-tech odvětvím, která ve srovnání s odvětvími high-tech přirozeně disponují výrazně nižším inovačním potenciálem (v souladu s tím je pro ně charakteristická nižší úroveň tvorby přidané hodnoty, přičemž často vykazují stabilnější zaměstnanost ­ tato skutečnost naznačuje perspektivní problémy s udržením konkurenceschopnosti). Celkově je potřebné konstatovat, že odvětvově orientované analýzy průmyslu či celého národního hospodářství mají výrazně statický charakter a v nedostatečné míře zohledňují skutečnou inovační výkonnost jednotlivých podniků (v souladu s tím tyto analýzy poskytují spíše doplňkové informace k inovačně orientovaným výběrovým šetřením podnikatelské sféry, které jsou však na druhé straně časově i finančně výrazně náročnější). 28 1.4. Analýza všeobecných územních podmínek pro sociální transfer znalostního kapitálu Nezbytnou podmínkou šíření inovací, technologií atd. je možnost kontaktu, interakce mezi zdrojem (rozvojovým pólem) a cílovými oblastmi, kam se inovace mají/mohou šířit. Způsobů jak takové možnosti kvalitně sledovat nebo hodnotit není mnoho, tím spíše pokud se zaměříme na území celého státu. Tato pasáž představuje nástin možnosti využít pro tyto potřeby hodnocení mobility obyvatelstva, tedy jev, kterému v této souvislosti nebylo věnováno příliš pozornosti, ačkoliv analýza jeho datové základny poskytuje zajímavé možnosti. Při studiu mechanického pohybu obyvatelstva se rozlišuje v zásadě mezi dvěma typy pohybů (resp. tyto dva jsou důkladně statisticky podchyceny), a to pohyby relativně nevratné, spojené se změnou trvalého bydliště (stěhování) a pohyby relativně vratné (dojížďka za prací či do škol). Data týkající se stěhování mají výhodu v tom, že jsou pořizována víceméně kontinuálně, ovšem od 1.1. 2005 budou údaje přebírány z Centrálního registru obyvatel, což bude mít negativní vliv na strukturu poskytovaných dat (menší počet sledovaných charakteristik o migrantech). Navíc z dat není zřejmé, zda osoba je či není zapojena do pracovního procesu, a zcela jasný nebyl vždy ani důvod stěhování (výběr jen z několika důvodů, možnost zvolit neurčitou kategorii ,,jiné důvody"); ten navíc od 1.1. 2005 není zjišťován vůbec. Další nevýhodou je, že objem stěhování podvazuje deformovaný trh s byty, řada pohybů se tak buď vůbec neuskuteční nebo je nahrazena dojížďkou a/nebo nehlášeným podnájmem, který se ve statistikách neobjevuje. Oproti tomu je sice dojížďka za prací šetřena jen při censu, tedy cca jednou za deset let, nicméně řada studií, které se zabývaly srovnáním dvou censů, konstatovala relativně velkou setrvačnost těchto pohybů. Pozitivem je také mnohem širší záběr ­ zatímco přes hranice obce dojíždělo v roce 2001 za prací 1,7 mil. osob, trvalé bydliště změnilo ve stejném roce pouze 205 tis. osob. Nespornou výhodou potom je řada doplňujících charakteristik obyvatelstva zjišťovaných v rámci sčítání a příčinná jednoznačnost tohoto procesu ­ hlavním/jediným motivem pohybu ze zdrojové do cílové oblasti je práce. Navíc jak již bylo výše zmíněno, v posledním období dojížďka i částečně nahrazuje migraci. Existuje však ještě další důležitý důvod, proč pro účel této podkapitoly byla využita právě dojížďka za prací ­ sčítání kromě dojíždějících obsáhlo mimo jiné i zbytek pracujícího obyvatelstva, tedy ty, kteří své zaměstnání vykonávají v obci trvalého bydliště. Komparací těchto údajů a jejich analýzou lze získat relativně velmi přesné a podrobné informace o počtu a eventuelně i struktuře pracovních míst libovolného územního celku až do úrovně obce (ČSÚ je přitom z průběžné statistiky schopen takovéto údaje jen odhadovat, a to pouze do úrovně krajů). Tyto analýzy jsou přitom mimořádně cenné, protože právě 29 bilance dojížďky a vyjížďky, počet pracovních míst, jejich struktura, populační a plošná velikost dojížďkového regionu atd. reálně vypovídají o ekonomické roli, atraktivitě a dosahu ,,vlivu" daného územního celku. Dojížďku za prací tak můžeme považovat za proces, který při vhodné selekci dat umožňuje bilančními ukazateli definovat centra s určitou kvalitativní hodnotou a zmapováním nejintenzivnějších proudů identifikovat možné kanály pro šíření tohoto kvalitativního potenciálu. V předkládané analýze byly v této prvotní podobě použity jako základní územní jednotky okresy, a to i s vědomím, že nejde vždy o organicky vymezené jednotky (předpokladem je, že v další fázi řešení výzkumného úkolu bude tato problematika rozpracována na nižší hierarchické úrovni). Pozornost není zaměřena primárně na celkovou dojížďku za prací, ale soustřeďuje se především na zaměstnané osoby z vysokoškolským vzděláním (přesněji vysokoškolské bakalářské, vysokoškolské nebo vědecká příprava ­ dále v textu jen VŠ), a to jak na bilanci, tak na nejdůležitější směry jejich pohybu - s tímto výběrem jsou spojeny vstupní předpoklady analýzy. Vysoký podíl pracovních míst pro osoby s nejvyšší kvalifikací by zpravidla měl indikovat vysoký potenciál dané územní jednotky, souběh přítomnosti náročných zaměstnavatelů a vzdělaných pracovních sil, tedy prostředí vhodného pro rozvoj inovací. Volba okresu jako dostatečně veliké základní jednotky by přitom měla až na výjimky vyloučit možnosti, kdy k dosažení vysokých hodnot dojde výraznou kumulací např. administrativních či jiných funkcí, které ač náročné na kvalifikaci, proces tvorby a šíření inovací přímo neovlivňují. Dalším sledovaným aspektem je prostorová analýza hlavních směrů dojížďky osob s VŠ vzděláním, se zaměřením na hlavní centra, tedy v podstatě potenciální rozvojové póly. Víceméně jde o předpoklad, který vyplývá či souvisí z výše uvedeným - pokud je někdo ze zdrojového regionu významným způsobem zapojen v inovativním podnikání, pak je to s nejvyšší pravděpodobností člověk s vysokým vzděláním, a pokud navíc takový člověk pravidelně dojíždí, a často i na velké vzdálenosti, lze jej označit za potenciálního nositele inovačních procesů. Samozřejmě, že tyto předpoklady staví na určitém zobecnění a zjednodušení, nicméně těsné závislosti, např. mezi faktorem pracovních sil a faktorem významných podniků či přítomnosti zahraničních podniků, které byly sledovány při zpracování všeobecných analýz kvality podnikatelského prostředí (24), k takovému počínání opravňují. Předem je účelné stručně charakterizovat území ČR z hlediska sledovaných jevů. Celkový počet zaměstnaných dosáhl podle censu v roce 2001 cca 4,7 mil., z toho mimo okres svého bydliště dojíždělo za prací celkem 660 tis. osob (13,9 %), z toho 25 tis. do zahraničí, přičemž řada odborníků považuje údaj o vyjížďce do zahraničí za podhodnocený. 30 VŠ vzdělání mělo 762 tis. obyvatel, tj. 8,9 % obyvatel ve věku 15 let a více. Z toho 609 tis. osob census zachytil jako zaměstnané - takto označená skupina obsahovala celé spektrum možných postavení v zaměstnání (zaměstnanci, zaměstnavatelé, samostatně činní, členové produkčních družstev atd.). Přes hranice okresu vyjíždělo za prací 111 tis. ,,vysokoškoláků", tj. 18,1 %, z toho do zahraničí to bylo 5,4 tis. Na základě dat ze SLDB 2001 byly pro jednotlivé okresy vypočteny hodnoty tzv. obsazených pracovních míst (OPM): OPM11 = ZB + ZD ­ ZV kde ZB = zaměstnané osoby bydlící v okrese ZD = zaměstnané osoby dojíždějící do okresu za prací ZV = zaměstnané osoby vyjíždějící z okresu za prací Analogicky hodnoty OPM pro osoby s vysokoškolským vzděláním: OPM_VŠ = ZB_VŠ + ZD_VŠ ­ ZV_VŠ. Na první pohled je v souboru 77 okresů zřejmá mimořádná koncentrace zkoumaného jevu, zatímco u všech pracovních míst deset ,,nejsilnějších" okresů soustřeďuje o něco více než třetinu (37,6 %) celkového množství, v případě míst obsazených osobami s VŠ vzděláním tato koncentrace dosahuje 55,7 %. Nerovnoměrnému rozložení odpovídá také fakt, že pouze devět okresů vykazuje v dojížďce osob s VŠ vzděláním kladné saldo, jde o okresy bývalých krajských měst, Olomouc a Mladou Boleslav; významných hodnot (>10 % počtu bydlících s VŠ) však saldo nabývá pouze u Prahy, Brna, Ostravy a Plzně. 11 Zde je nutné upozornit, že předložená analýza i s vědomím určité ,,nedokonalosti" pracovala pouze s údaji zjištěnými při sčítání. Zatímco počet vyjíždějících za prací do zahraničí se ČSÚ podařil zřejmě z větší části podchytit, údaje o počtu cizinců v ČR jsou značně podhodnoceny. Konkrétně v souvislosti se zaměstnaností census podchytil 73 tis. zaměstnaných cizinců s trvalým či dlouhodobým pobytem (celkový počet cizinců činil 125 tis.), databáze různých vládních institucí (ČSÚ 2001) však k 31. 12. 2000, tedy 2 měsíce před rozhodným okamžikem sčítání, evidovaly 165 tis. cizinců s legálním přístupem na trh práce (40 tis. platných pracovních povolení, 61 tis. platných živnostenských oprávnění a 64 tis. Slováků registrovaných na úřadech práce). Skutečný počet pracovních míst v době censu tedy mohl být cca 4,8 mil. + ilegální pracovníci (odhady se dle různých pramenů pohybují v desítkách tisíc, často i přes 100 tis.). Tyto ,,nedopočty" nejvíce poškozují Prahu, která hostila cca 1/3 legálně zaměstnaných cizinců (a pravděpodobně velkou část ilegálních pracovníků), počet jejích pracovních míst by vzrostl minimálně o 10 %. Vzdělanostní struktura u cizinců je zřejmě, soudě podle vzorku zachyceného sčítáním a struktury pracovních povolení (podíl osob s VŠ vzděláním, resp. míst s VŠ kvalifikací, dosahuje 18 %), příznivější než u českého obyvatelstva, otázkou je však její uplatnění ve vykonávaných profesích, např. při existenci jazykové bariéry. 31 Dominantní je celkem pochopitelně postavení Prahy, která soustřeďuje 28,5 % pracovních míst obsazených osobami s VŠ, následuje Brno (8,2 %) a Ostrava (4,3 %), další čtyři okresy překročily hranici dvou procent (Olomouc, Plzeň-město, České Budějovice a Hradec Králové) a jedenáct se jich pohybuje mezi 1-2 %, přičemž jsou zde zastoupeny všechny okresy krajských měst kromě Jihlavy a Karlových Varů. Tyto absolutní hodnoty jsou ovšem kromě významnosti jednotlivých jednotek ovlivněny také jejich administrativním vymezením či populační velikostí. Mnohem lepší představu o ,,kvalitativní" struktuře pracovních míst dává podíl pracovních míst obsazených osobami s VŠ vzděláním na celkovém počtu v daném okrese (v ČR jako celku tento podíl činí 12,8 %). I v tomto případě dosahuje samozřejmě nejvyšší podíl Praha (23,9 %), rozdíly oproti ostatním okresům však již nejsou tak markantní, podobnou hodnotu vykazuje i Brno-město (22,0 %). Zde se ovšem zřejmě nejvíc projevilo ,,nesečtení" cizinců v SLDB (viz pozn. pod čarou 11), když přibližně třetina jich žije v Praze a velká část je zaměstnaná ve vedoucích pozicích v českých centrálách zahraničních firem. Dalším faktorem je potom výrazně pokročilejší fáze komerční suburbanizace u Prahy oproti dalším městským okresům (Brno, Ostrava, Plzeň), v okresním členění se tak potenciál Prahy do značné míry skrývá i v příznivých hodnotách okresů Praha-východ a Praha-západ (obr.1). Efekt velmi atraktivní Prahy se spolu se ,,slabostí" některých okresních center a zaměřením ekonomiky některých okresů také zřejmě podílí na zřetelně vyšší polarizaci sledovaného jevu v Čechách než na Moravě a ve Slezsku Po Praze a Brnu v pořadí následovaly dvojice Plzeň-město, Ostravaměsto (15,9 %) a Hradec Králové, Olomouc (14,9 resp. 14,7 %) a výrazněji se od zbytku okresů odlišovaly ještě České Budějovice (13,9 %). Významných podílů (vyšší hodnota než průměr + polovina směrodatné odchylky) dosahují ještě, kromě zmíněných okresů v zázemí Prahy, okresy Pardubice, Zlín, Liberec a také Vyškov, u nějž je ovšem hodnota výrazně ovlivněna lokalizací Vojenské akademie, při relativně nízkém celkovém počtu pracovních míst v okrese. Všechny tyto okresy (mimo zmíněného Vyškova a okresů v zázemí Prahy) jsou také zdrojovým a cílovým místem některé z nejsilnějších dojíždkových vazeb směřujících mimo Prahu (viz obr.2), jejichž podrobnější studium bude předmětem dalších etap výzkumu. Význam těchto okresů (samozřejmě kromě Vyškova a okolí Prahy) se projevil také při hodnocení dojížďkových vazeb. V tomto ohledu existuje v ČR jediné centrum na makroregionální úrovni, kterému jsou prakticky všechny jednotky podřízeny přímo. Pouze jedenáct okresů (kromě výše uvedených ještě Ústí nad Labem a Karlovy Vary) vytváří vlastní zázemí, kde překonává vliv Prahy (obr.1). Brno-město takto integruje 8 okresů (kromě okresů Jihomoravského kraje ještě Třebíč a Žďár nad Sázavou; celá oblast včetně Brna má cca 1,4 mil. obyv.), 33 Ostrava (1,2 mil.) a Plzeň-město (400 tis.) po čtyřech okresech (přičemž vztah Tachova a Plzně a Tachova a Prahy je prakticky rovnocenný), Zlín (450 tis.), Olomouc (470 tis.) a České Budějovice (330 tis.) po dvou okresech, Karlovy Vary, Ústí nad Labem, Liberec, Hradec Králové a Pardubice po jednom (přičemž vztah Pardubic a Hradce Králové a Pardubic a Prahy je téměř vyrovnaný, s tím, že celková vazba mezi Hradcem Králové a Pardubicemi nemá znaky jednoznačné podřízenosti). Přestože celkově lze považovat použité okresní členění za poměrně hrubé, výsledky indikující přítomnost kvalitativně vyšších jednotek se prakticky shodují s dříve prováděnými analýzami na nižší hierarchické úrovni (chybí pouze Jihlava a Mladá Boleslav, což může být eventuelně způsobeno relativně malou vahou těchto mikroregionů v okresním členění) a poměrně zřetelně poukazují i na dílčí rozdíly mezi těmito ,,rozvojovými póly" (Praha, poté Brno, Ostrava, Plzeň oproti zbytku). 34 2. STÁVAJÍCÍ SYSTÉM A PROGRAMOVÁ PODPORA INOVAČNÍHO PODNIKÁNÍ V ČR Prvním krokem v ČR směrem k národní inovační politice byl dokument ,,Národní inovační strategie ČR" přijatý vládou v březnu 2004 navazující na lisabonskou strategii EU, na jehož základě je postavena ,,Národní inovační politika na léta 2005-2010", přijatá vládou v červenci 2005, která poskytuje celkový rámec podpory inovacím v ČR. Národní inovační strategie předkládá stručný přehled vývoje podpory inovací v EU a hodnotí inovační prostředí v ČR. Nástroje podpory člení na přímé (legislativní, politické, finanční a organizační) a nepřímé (vnitřní vlivy ­ inovační infrastruktura, personální a technické aspekty a vnější vlivy ­ mezinárodní spolupráce). Národní inovační politika (NIP) charakterizuje koncepční východiska, analyzuje přednosti a nedostatky inovačních procesů v ČR, popisuje návaznost NIP na již existující strategické dokumenty a především definuje hlavní cíle, nástroje a opatření. Hlavní cíle jsou: * posílit výzkum a vývoj jako zdroj inovací, * vytvořit funkční spolupráci veřejného a soukromého sektoru, * zajistit lidské zdroje pro inovace, * zefektivnit výkon státní správy ve výzkumu, vývoji a inovacích. V oblasti národní politiky vědy a výzkumu byly vypracovány a schváleny politické dokumenty (národní politiky výzkumu), ze kterých vycházejí národní programy výzkumu: * Národní program výzkumu I (NPV I): 2004 - 2008, * Národní program výzkumu II (NPV II): 2006 - 2011. Hlavním motivem vzniku těchto programů byla potřeba cílené a koordinované alokace prostředků na výzkum z veřejných zdrojů. NPV I je zaměřen na klíčové výzkumné směry s vysokým potenciálem přispívat k ekonomickému rozvoji a k naplnění sociálních potřeb společnosti při optimálním využití veřejných prostředků na výzkum a vývoj. NPV II je především orientován na problémové oblasti. Program je zaměřen převážně na aplikovaný výzkum, mimo jiné též řeší otázku regionálních aspektů výzkumu a vývoje. Předpokládá se spolufinancování výzkumných projektů soukromým sektorem. V současné době existují v ČR dva programy podpory pro oblast inovačního podnikání: * INOVACE * PROSPERITA 36 Program Inovace realizuje opatření 2.2 (Podpora inovací výrobků, technologií a služeb) priority 2 (Rozvoj konkurenceschopnosti podniků) Operačního programu průmysl a podnikání. Cílem programu je podpořit realizaci projektů zaměřených na zvýšení technických a užitných hodnot výrobků a služeb či zvyšujících efektivnost procesů výroby a poskytování služeb nebo na zavedení pokrokových metod řízení, provedení významných změn organizační struktury či změn ve strategické orientaci podnikatele či jiných netechnických inovací, posilujících tak schopnost dlouhodobé konkurenceschopnosti podnikatelů a jejich udržitelného růstu. Program Prosperita realizuje opatření 1.1. (Infrastruktura pro průmyslový výzkum, vývoj a inovace) priority 1 (Rozvoj podnikatelského prostředí) Operačního programu průmysl a podnikání. Cílem programu je podpora infrastruktury pro posilování vazeb výzkumu a vývoje na průmysl; podpora infrastruktury pro průmyslový výzkum, technologický rozvoj a inovace; zlepšení prostředí pro technologicky orientované firmy. Zvláštní pozornost věnuje program vytváření infrastruktury pro zakládání a fungování podnikatelských inkubátorů a vědeckotechnických parků, stejně jako center pro transfer technologií. Důležitou roli hraje též podpora inovací na regionální úrovni. Za tímto účelem přijímají jednotlivé kraje (NUTS 3) svoje Regionální inovační strategie (RIS). Úroveň jejich tvorby je rozdílná, zatímco některé kraje teprve začínají s její přípravou, tak například Jihomoravský kraj má v roce 2005 k dispozici již druhou verzi. Dalšími kraji se zpracovanou RIS jsou Plzeňský, Pražský, Moravskoslezský, Ústecký a Karlovarský. Jihomoravský kraj na základě provedených analýz definuje devět problémových okruhů RIS, na jejichž základě stanovil devět opatření. Problémovými okruhy jsou: nedostatek finančních prostředků (především pro rozjezd malého a středního podnikání), nedostatek prostor se standardní infrastrukturou pro inovativní firmy, nedostatečné zkušenosti a finance pro zajištění ochrany duševního vlastnictví, malá znalost komerčních subjektů navzájem, nevyužívání možností vzájemné spolupráce, nízký počet projektů a malá efektivita přenosu výsledku výzkumu a vývoje z VŠ do praxe, nedostatečné množství a kvalita poradenských subjektů, nedostatek financí na využívání poradenství, nedostatečná infrastruktura pro podporu inovačního podnikání, potřeba periodického monitoringu prostředí a sumarizace ve formě pravidelných analýz, propagace podpory inovací, komunikace s klíčovými segmenty. Plzeňský kraj na základě realizovaných analytických činností, výstupů z workshopů a porovnání se systémy v jiných evropských regionech zpracoval návrh strategického rámce RIS a definoval těchto šest cílů: vytváření podmínek pro rozvoj progresivních sektorů, zlepšit infrastrukturu pro inovační firmy, budování nových a posilování 37 existujících kapacit výzkumu a vývoje ve vazbě na podnikovou sféru, rozvoj lidských zdrojů, finanční zdroje pro inovační projekty, posílení image regionu (Plzeňský kraj jako region progresivních technologií) ­ budování inovačního prostředí. Pražský kraj při návrhu RIS vychází ze tří základních pilířů, kterými jsou: definované cíle, výsledky analytické fáze, studium a benchmarking dostupných zkušeností a ověřené praxe evropských regionů. Na tomto základě definuje sedm strategických oblastí, uvnitř každé z nich jsou pak definována dvě opatření. Oblastmi jsou: konkurenceschopný sektor inovačních podniků, aktivní zapojení výzkumné a vývojové základny do rozvoje inovačního podnikání, lidské zdroje pro inovace, financování inovací, inovace jako součást regionálního rozvoje, meziregionální spolupráce. Moravskoslezský kraj přijal jako vhodnou neutrálně defenzivní strategii rozvoje technických inovací a neutrálně ofenzivní strategii rozvoje komerčních inovací. V jejich rámci definuje kvantitativní cílové hodnoty, jejichž prostřednictvím by v horizontu pěti let mělo být dosaženo současných hodnot v zemích EU. Těmito cílovými hodnotami jsou: komerčně úspěšné technické inovace, MSP s technickým inovačním programem, inovační MSP zapojené do regionálních (nadnárodních) klastrů, patenty či licence na inovační know-how, nově zaváděné produkty a služby v existujících podnicích, nově vznikající MSP s programem komerčních inovací, podnikatelské subjekty využívající e-commerce. Pro jejich dosažení je nutné provést řadu organizačních, informačních, marketingových, personálních a finančních opatření a vybudovat regionální trh s inovacemi. Ústecký kraj vytvořil pět zájmových skupin, z nichž každá definovala cíle RIS, z nichž byly následně zvoleny tři priority. Cíle se částečně překrývají a lze je stručně interpretovat takto: podpora VaV a inovačních firem, zapojení do mezinárodních projektů, podpora technického školství, přenos výsledků VaV do komerční sféry, komplexní a koordinované inovační poradenství. Prioritami je: spolupráce všech aktérů VaV a inovací, rozvoj infrastruktury pro VaV a inovace, finanční a politická podpora VaV a inovací. Karlovarský kraj vychází při stanovení cílů RIS ze svého Programu rozvoje kraje (oblast Průmysl a služby) a z provedené SWOT analýzy. Cíle jsou tři: zvýšení konkurenceschopnosti firem, snižování nezaměstnanosti, zlepšení spolupráce subjektů inovační infrastruktury. Z těchto cílů jsou pak odvozeny následující tři priority: podpora inovací v podnikatelské sféře (podpora VaV a inovací v MSP, rozvoj infrastruktury pro VaV a inovace), zvýšení kvality lidských zdrojů v souladu s trhem práce (podpora adaptability a mobility lidských zdrojů), podpora spolupráce všech subjektů inovačního procesu (propagace a prezentace inovačních procesů, zapojení do mezinárodních projektů VaV a inovací). 38 Je tedy zřejmé, že jednotlivé Regionální inovační strategie se shodují zejména v definici těchto problémových okruhů resp. cílů: * finanční podpora inovačních projektů MSP, * zvýšení spolupráce inovačních a VaV subjektů (regionální i meziregionální), * přenos výsledků výzkumu a vývoje do komerční (podnikové) praxe, * rozvoj inovační infrastruktury. Za důležité dále všechny kraje považují institucionální zabezpečení podpory inovací, zahrnující především monitoring, poradenství a koordinaci v této oblasti. 39 3. ZÁVĚREČNÉ ÚVAHY A DOPORUČENÍ Z pohledu praktického využití výše prezentovaných výsledků regionálního výzkumu inovačních procesů je účelné úvodem poznamenat, že základem efektivní regionální politiky je volba optimální strategie regionálního rozvoje, která musí pochopitelně respektovat celkové podmínky rozvoje ekonomiky a z nich se odvíjející strategické priority makroekonomického rozvoje.12 V tomto kontextu lze za základní nedostatek považovat opožděnou programovou inkorporaci globálních trendů rozvoje ekonomiky spojených s nástupem post-industriálního stadia společenského rozvoje do hospodářské politiky ČR (ekonomickou transformaci lze chápat i jako soubor nápravných opatření směřujících k návratu na přirozenou vývojovou trajektorii). Za základní strategický cíl ekonomického rozvoje ČR sledující posílení její mezinárodní konkurenceschopnosti je nicméně považován přechod k tzv. znalostní ekonomice založené na inovacích a vysoké vzdělanosti obyvatelstva. Z obecného pohledu je pro post-industriální stadium ekonomického rozvoje charakteristický přesun od extenzivních forem rozvoje (spojených s územní koncentrací jevů v podmínkách téměř jednoznačné dominance principu konkurence) k jeho intenzivním formám (spojených s územní koncentrací významů v podmínkách efektivního propojování principu konkurence s principem kooperace). Ze strukturálního pohledu je naznačený vývoj doprovázen zvyšováním národohospodářského významu terciárního sektoru (v podrobnějším členění se značnou rozvojovou dynamikou obecně vyznačuje především tzv. kvartérní sektor, zahrnující kvalifikačně nejnáročnější obory vesměs mezinárodně obchodovatelných nemateriálních služeb). Pokud jde o odpovídající prostorové souvislosti je možné konstatovat, že postindustriálním stadium sice zachovává ,,zděděnou" hierarchickou organizaci prostoru (zejména sídelní systémy v tradičně nejvíce rozvinutých zemích se vyznačují silnou inercií a z ekonomického pohledu tak urbanizační proces v podstatě vytváří ,,nosnou kostru" územní dělby práce), dochází však k významové selekci hierarchicky nejvýše postavených řídících center, která je nevyhnutelně spojena s výraznými dopady do regionálního rozvoje. V širším kontextu řešení problematiky podpory inovací je účelné uvést hlavní závěry společné studie Evropské komise a Eurostatu (European Commission 2000), poskytující řadu odpovídajících statistických informací o zemích střední a východní Evropy. Podle této studie by tyto země (včetně ČR) měly svoji pozornost v daném směru soustředit na následující aktivity: 12 V této první fázi výzkumu jde spíše o naznačení praktické orientace regionálně-ekonomické části výzkumu v rámci Centra výzkumu konkurenční schopnosti české ekonomiky. 40 ˇ podpora rozvoje inovací a tvořivosti jak ve vzdělávacím systému, tak v podnikatelské sféře, * podpora rozvoje menších inovačních firem, zejména v oblasti přístupu ke kapitálu a napojení na výzkumná a vzdělávací centra, * podpora tvorby inovačních sítí v podnikatelské sféře, * formulace konceptu inovační politiky včetně vytvoření mezinárodně srovnatelné informační báze o inovacích, * implementace postupů cílených na vyhodnocování efektivity proinovačních opatření a nástrojů, * perspektivně orientované vyhodnocování základních trendů technologického vývoje, * začlenění inovací do procesu reforem právního a regulačního rámce. Z výše uvedených skutečností logicky vyplývá i perspektivní potřeba výrazných změn v koncepci regionální politiky ČR, jejíž hlavní všeobecnou prioritou by se měla stát podpora rozvoje inovačních procesů v interakci s podporou rozvoje lidských zdrojů (s důrazem na růst vzdělanosti obyvatelstva). Kromě všestranné podpory rozvoje lidských zdrojů při respektování perspektivního vývoje poptávky a nabídky na regionálních pracovních trzích je tedy potřebné optimalizovat i odpovídající rozvojové programy orientované na podnikatelskou sféru. V souladu s dosavadními výsledky výzkumu lze v tomto směru zdůraznit následující programové oblasti: podporu zvyšování proinovační kvality podnikatelského prostředí na regionální úrovni (nepřímá forma podpory stimulující mj. tvorbu všeobecně a selektivně dostupných externích úspor v podnikatelské sféře) a podporu zvyšování kvality a výkonnosti firem s akcentem na tvorbu a šíření inovací (přímá forma podpory ekonomického rozvoje zaměřená především na segment malých a středních inovačních firem). V podmínkách ČR disponují nejlepší kvalitou podnikatelského prostředí, a tedy i největšími aglomeračními výhodami s pozitivními dopady na konkurenceschopnost firem především, krajská centra makroregionálního (Praha) a mezoregionálního významu. Jelikož příslušné centrální regiony, resp. jejich centry integrované hlavní metropolitní prostory, představují nejvýznamnější národní koncentrace socioekonomických aktivit, tvoří logicky i hlavní ohniska inovací, které se z nich následně šíří do okolních regionů (příznivé podmínky pro dynamický rozvoj těchto procesů vytváří územní systémy rozvojových os, zejména os národního významu propojující hlavní póly rozvoje). Z obecného pohledu jde o zákonitý proces difúze změn primárně vznikajících v socioekonomicky nejvíce rozvinutých regionech směrem k méně vyspělým regionům. Tento proces má přirozeně nejen pozitivní, ale i negativní dopady, z nichž lze uvést potenciální prohlubování marginalizace periferních regionů. Z hlediska posilování 41 regionální konkurenceschopnosti lze nicméně programovou podporu šíření inovačních efektů považovat za efektivní způsob naplňování první z výše uvedených priorit, neboť jejím prostřednictvím dochází nejen ke stimulaci poptávky po inovačních produktech vytvářených v centrálních regionech, ale i ke zvyšování kvality nabídky výrobků a služeb v mezilehlých a selektivně i v periferních regionech v důsledku rostoucí konkurence (tato forma podpory je navíc v souladu s prostorovým uspořádáním ekonomiky indukovaným dlouhodobým působením tržních mechanismů). V předchozím odstavci byla pozornost víceméně soustředěna na hlavní metropolitní prostory či hlavní ohniska vzniku inovací. Z hlediska vlastního procesu vzniku a šíření inovací je ovšem potřebné respektovat jeho mikroekonomickou podstatu ­ inovace přirozeně vznikají v konkrétních firmách, příp. veřejných institucích.13 Všeobecný popis procesu šíření inovací je proto nutné doplnit reálným a do určité míry ,,individualizovaným" popisem tohoto procesu, směřujícího od základních mikrostruktur (úspěšně inovující firmy) k makrostrukturám (národohospodářská odvětví, národní příp. světová ekonomika). Lze konstatovat, že rozhodující ohniska inovací jsou vytvářena spontánně či organizovaným způsobem vzniklými územními shluky, resp. klastry inovujících firem, reprodukujících se v systému obousměrně probíhajících mnohačetných endogenních (firma firma) i exogenních (firma okolí) vazeb. Z toho logicky vyplývá, že přímou podporu inovujících firem nelze striktně oddělovat od nepřímé podpory inovačně orientovaného zvyšování kvality podnikatelského prostředí. Jelikož inovující firmy jsou, jak již bylo výše uvedeno, výrazně úspěšnější na zahraničních trzích než neinovující firmy, má jejich podpora vedle zvyšování ekonomické výkonnosti a kvality firem obvykle i pozitivní dopady na růst exportu (účelná integrace přímé a nepřímé podpory tvorby inovací tak naplňuje strategii tzv. dvojnásobného vítězství). Z pohledu plnění základních cílů tradiční regionální politiky zaměřené na snižování rozdílů v ekonomické úrovni je potřebné v tomto ohledu poznamenat, že i v případě inovačně orientovaných průmyslových firem není výjimečná jejich lokalizace v ekonomicky méně rozvinutých regionech, kde tak vytvářejí ,,ostrovy pozitivní deviace". V tomto směru jde přirozeně především o menší firmy, jejichž aktivity obecně vytvářejí tzv. lokální ekonomiku s pozitivními dopady na zaměstnanost obyvatelstva a sociální soudržnost společnosti. V souladu s objektivně danou skutečností, že vyšší tržní služby (zejména tzv. kvartérní služby včetně vědy a výzkumu) se v rozhodující míře koncentrují v metropolitních areálech, tak lze podporu inovačně orientovaných průmyslových firem 13 Zajímavým zjištěním vyplývajícím z globálních komparací je nižší inovační potenciál soukromého sektoru v EU ve srovnání s USA a Japonskem při nevýznamných rozdílech v oblastech ovlivňovaných veřejným sektorem. 42 považovat za významný nástroj stimulace ekonomického rozvoje ,,venkovských" regionů. Závěrem považujeme za potřebné zdůraznit, že ekonomický výzkum orientovaný na podporu rozvoje znalostní ekonomiky stále ještě představuje v našich podmínkách relativně nový směr výzkumu, který je na Ekonomicko-správní fakultě MU úzce propojen s výzkumem konkurenceschopnosti české ekonomiky. Za významný deficit v tomto směru považujeme i zatím spíše okrajovou pozornost věnovanou regionálním aspektům hodnocení konkurenceschopnosti. V tomto smyslu lze tedy daný příspěvek považovat za jeden z prvních pokusů o snížení tohoto deficitu. 43 4. POUŽITÁ LITERATURA BLAŽEK, J., UHLÍŘ, D.: Teorie regionálního rozvoje. UK Praha, Nakladatelství Karolinum 2002, ISBN 80-246-0384-5. DETR, P.: Planning for clusters ­ a research report. London 2000, ISBN 1-85112-400-4. DRUCKER, P., F.: Věk diskontinuity. Management Press, Praha, 1994. EUROPEAN COMMISSION: Regional development studies ­ The impact of the development of the countries of Central and Eastern Europe on the Community territory. Office for Official Publications of the European Communities, ISBN 92-826-8802-X, Luxembourg 1996. EUROPEAN COMMISSION: Aggregate and regional impact ­ Regional growth and convergence. Office for Official Publications of the European Communities, ISBN 92-827-8806-7, Luxembourg 1997. EUROPEAN COMMISSION, EUROSTAT: R&D and innovation statistics in candidate countries and the Russian federation. Office for Official Publications of the European Communities, ISBN 92-828-93286, Luxembourg 2000. EUROPEAN COMMISSION, EUROSTAT: European union foreign direct investment yearbook 2000. Office for Official Publications of the European Communities, ISBN 92-894-0644-6, Luxembourg 2000. HAMPL, M. a kol.: Regionální vývoj: specifika české transformace, evropská integrace a obecná teorie. PřF UK Praha, 2001. HAMPL, M.: Současný vývoj geografické organizace a změny v dojížďce za prací a do škol v Česku. Geografie, č. 3, ČGS Praha 2005, ISSN1212-0014. HAMPL, M.: Geografická organizace společnosti v České republice: transformační procesy a jejich obecný kontext. PřF UK Praha (v tisku). IFO: An empirical assessment of factors shaping regional competiviness in problem regions in Europe. Munich 1989. NETHERLANDS ECONOMIC INSTITUTE in cooperation with Ernst & Young: New location factors for mobile investment in Europe. Office for Official Publications of the European Communities. Brussel Luxembourg 1993. POMERY, CH.: Zpráva o zahraničních investicích ve výrobním sektoru v České republice 1998, CzechInvest Praha 1998. SKOKAN, K.: Industry clusters ­ odvětvová seskupení firem v rozvoji. In: V. mezinárodní kolokvium o regionálních vědách, ESF MU Brno 2002, ISBN 80-210-3008-9. 44 SKOKAN, K.: Průmyslové klastry a konkurenceschopnost regionů. Habilitační práce, VŠB ­ TU Ostrava 2003. SPĚVÁČEK, V. a kol.:Transformace české ekonomiky. VŠE Praha, vyd. Linde s.r.o. Praha 2002, ISBN 80-86131-32-7. TOUŠEK, V., TONEV, P.: Změny ve struktuře zaměstnanosti v regionech České republiky; vliv zahraničních investic. In: Vybrané aspekty kvality podnikatelského prostředí jako výchozího faktoru efektivnosti regionálních rozvojových projektů, ESF MU Brno 2002. VANHOVE, N., KLASSEN, L. O.: Regional policy: An European Approach, 2. vyd., Avebury Hants 1987. VITURKA, M.: Zahraniční investice a strategie regionálního rozvoje. ESF MU, 81 s., vyd. MU Brno 2000. ISBN 80-210-2297-3. VITURKA, M. & kol.: Investiční atraktivita vybraných měst České republiky. ESF MU, vyd. MU Brno 1998. ISBN 80-210-2007-5. VITURKA, M. & kol.: Vybrané aspekty kvality podnikatelského prostředí jako výchozího faktoru efektivnosti regionálních rozvojových projektů. ESF MU, vyd. MU Brno 2002. ISBN 80-210-2813-0. VITURKA, M.: Postavení oborů hi-tech ve zpracovatelském průmyslu ČR. In: V. mezinárodní kolokvium o regionálních vědách (Sborník referátů), ESF MU Brno 2002, ISBN 80-210-3008-9. VITURKA, M. & kol.: Regionální vyhodnocení kvality podnikatelského prostředí v České republice. ESF MU, vyd. MU Brno 2003, ISBN 80- 210-3304-5. Webové stránky: www.czechinvest.cz; www.pbj.cz; www.rrajm.cz. Statistické prameny: ČSÚ. Cizinci v České republice v roce 2000 [elektronická verze publikace]. ČSÚ Praha. 2001. ČSÚ. Sčítání lidu, domů a bytů 2001 [CD-ROM]. ČSÚ Praha. 2004. ČSÚ: Technické inovace v ČR za rok 2002-2003, ČSÚ Praha, 2005. 45 Příloha: Proinovační kvalita podnikatelského prostředí ­ mikroregionální úroveň zařazení v rámci jednotlivých skupin faktorů kraj mikroregion obchodní pracovní lokální cenové environm entální infrastruk turní celkové hodnocení Praha 1 1 1 1 3 1 1 Středočeský: Benešov 2 2 4 3 3 2 3 Vlašim 3 4 4 3 3 4 3 Votice 3 5 5 4 3 3 4 Beroun 3 3 4 3 3 2 3 Hořovice 3 3 4 3 3 2 3 Kladno 3 3 3 3 4 3 3 Slaný 3 3 4 3 4 2 3 Kolín 2 3 3 3 3 3 3 Č. Brod 3 4 5 4 4 3 4 K. Hora 2 3 4 3 2 3 3 Čáslav 3, 3 4 4 3 4 3 Mělník 3 3 4 3 3 2 3 Kralupy n. V. 2 4 4 3 5 2 3 Neratovice 3 4 4 3 5 3 3 M. Boleslav 2 3 3 2 3 3 2 M. Hradiště 3 4 5 4 3 3 4 Nymburk 3 3 5 4 4 3 4 Lysá n. L. 3 4 5 4 4 3 4 Poděbrady 3 2 4 3 3 2 3 Říčany 3 2 4 3 4 2 3 Příbram 3 3 3 3 3 3 3 Dobříš 3 4 5 4 3 2 4 Sedlčany 3 4 5 5 3 3 4 Rakovník 2 3 4 4 3 3 3 Jihočeský: Č. Budějovice 3 2 2 2 2 2 2 T. Sviny 4 5 5 4 3 4 4 Týn n. V. 3 4 5 4 3 4 4 Č. Krumlov 3 3 4 2 2 3 3 46 Kaplice 4 5 4 5 3 4 4 J. Hradec 3 3 3 4 3 3 3 Dačice 3 5 5 4 3 4 4 Třeboň 3 3 4 4 2 3 3 Písek 3 3 3 4 3 3 3 Milevsko 3 4 4 5 2 4 4 Prachatice 4 3 4 3 2 4 3 Vimperk 4 4 4 4 2 4 4 Strakonice 3 3 4 3 3 3 3 Blatná 3 4 5 4 3 3 4 Vodňany 4 4 4 5 3 4 4 Tábor 3 2 3 3 2 2 2 Soběslav 4 4 5 4 3 4 4 Plzeňský: Plzeň 2 1 2 2 3 2 2 Domažlice 3 3 4 3 3 3 3 H. Týn 4 5 4 5 3 4 4 Klatovy 4 2 4 3 3 3 3 Horažďovice 4 4 5 4 3 4 4 Sušice 4 3 5 4 2 5 4 Blovice 4 4 5 4 3 4 4 Nepomuk 4 5 5 4 3 4 4 Přeštice 3 4 5 4 4 4 4 Stod 4 5 5 5 4 4 4 Kralovice 3 4 5 4 3 4 4 Rokycany 3 3 5 3 4 3 3 Tachov 4 4 5 4 3 4 4 Stříbro 3 4 4 4 3 3 4 Karlovarský: K. Vary 3 2 3 2 2 2 2 Ostrov n. O. 3 4 5 4 3 4 4 Cheb 4 4 3 3 2 3 3 Aš 4 5 5 4 3 5 4 M. Lázně 4 3 4 3 2 3 3 Sokolov 3 4 4 3 4 4 4 Kraslice 4 5 5 4 3 4 4 Ústecký: Ústí n. L. 3 3 2 2 4 3 3 Děčín 3 4 3 3 3 4 3 Rumburk 4 5 4 4 3 4 4 Varnsdorf 4 5 4 4 4 4 4 47 Chomutov 4 4 3 3 4 4 4 Kadaň 4 5 4 4 4 4 4 Litoměřice 2 2 3 3 3 3 3 Lovosice 3 5 4 4 5 4 4 Roudnice n. L. 3 3 4 4 4 3 3 Louny 3 3 4 4 4 3 4 Podbořany 3 5 5 5 4 4 4 Žatec 4 3 4 4 3 3 4 Most 4 4 3 3 5 3 4 Litvínov 2 5 4 3 4 4 4 Teplice 3 3 3 3 4 3 3 Bílina 3 5 5 4 4 4 4 Liberecký: Liberec 3 2 2 2 3 3 2 Frýdlant 4 4 4 5 3 5 4 Č. Lípa 2 4 3 3 3 4 3 Nový Bor 4 4 4 4 3 3 4 Jablonec n. N. 3 3 3 2 2 3 3 Tanvald 4 5 5 4 2 4 4 Ž. Brod 4 5 5 5 3 4 4 Semily 4 4 4 4 3 5 4 Jilemnice 4 3 5 4 2 3 3 Turnov 4 3 4 3 2 3 3 Královéhradecký: H. Králové 3 2 2 2 3 2 2 N. Bydžov 4 4 4 4 4 4 4 Jičín 2 2 4 3 2 3 3 Hořice 4 4 4 4 3 4 4 Nová Paka 3 4 4 5 3 4 4 Náchod 3 3 4 3 3 3 3 Broumov 3 5 5 5 2 5 4 Jaroměř 3 4 5 4 3 3 4 N. Město n. M. 4 4 5 4 3 3 4 Rychnov n. K. 2 3 4 4 3 3 3 Dobruška 3 3 4 4 3 3 3 Kostelec n. O. 3 3 4 5 3 4 3 Trutnov 3 3 3 3 2 3 3 Dvůr Králové n. L. 4 4 4 4 3 4 4 Vrchlabí 3 4 4 3 2 4 3 Pardubický: Pardubice 2 2 2 2 3 2 2 48 Holice 4 5 5 4 3 3 4 Přelouč 3 4 5 4 4 3 4 Chrudim 3 3 3 4 3 3 3 Hlinsko 3 5 5 4 3 4 4 Svitavy 3 4 4 4 3 4 4 Litomyšl 3 3 3 3 3 3 3 M. Třebová 3 4 4 4 3 5 4 Polička 3 4 4 4 3 4 4 Ústí n. O. 3 3 4 4 3 4 3 Č. Třebová 3 5 4 4 3 3 4 Králíky 4 5 5 5 3 5 4 Lanškroun 3 3 4 4 3 4 3 V. Mýto 3 3 4 4 3 4 3 Žamberk 3 3 4 4 3 3 3 Vysočina: Jihlava 2 2 3 2 3 2 2 Telč 3 4 5 4 2 4 4 H. Brod 3 3 3 3 3 3 3 Chotěboř 3 4 4 5 3 4 4 Světlá n. S. 3 5 4 5 3 4 4 Pelhřimov 3 3 4 4 3 3 3 Humpolec 3 4 4 4 3 3 3 Pacov 3 5 5 5 3 4 4 Třebíč 4 3 3 3 3 3 3 M. Budějovice 4 4 5 5 3 4 4 Náměšť n. O. 4 3 5 5 3 3 4 Žďár n. S. 3 3 4 3 3 4 3 Bystřice n. P. 4 4 4 4 3 5 4 N. Město na M. 4 4 5 4 2 4 4 Vel. Meziříčí 3 4 4 4 3 3 3 Jihomoravský: Brno 2 1 1 2 3 1 2 Ivančice 4 4 5 4 3 4 4 Kuřim 3 3 5 4 4 2 3 Rosice 4 4 5 4 4 2 4 Tišnov 4 3 4 4 3 3 3 Židlochovice 3 3 5 5 3 3 4 Blansko 3 3 4 3 2 3 3 Boskovice 3 3 4 4 3 4 3 Břeclav 4 3 4 3 2 3 3 Hustopeče 4 3 4 4 4 3 4 49 Mikulov 4 4 5 4 3 3 4 Pohořelice 4 5 5 5 4 4 4 Hodonín 3 3 4 3 4 3 3 Kyjov 4 3 4 4 3 3 3 Veselí n. M. 4 4 4 4 3 4 4 Vyškov 4 2 3 3 4 2 3 Bučovice 4 4 5 5 3 4 4 Slavkov u B. 4 4 5 4 3 2 4 Znojmo 4 3 3 3 2 3 3 M. Krumlov 3 4 5 4 3 4 4 Olomoucký: Olomouc 3 2 2 2 3 2 2 Litovel 4 4 5 4 3 4 4 Šternberk 4 4 5 4 3 4 4 Uničov 4 4 4 4 3 5 4 Jeseník 5 3 4 4 2 4 4 Prostějov 4 2 3 3 3 3 3 Konice 4 5 5 5 3 4 4 Přerov 4 3 3 3 4 4 3 Hranice 4 3 4 4 3 3 3 Lipník n. B. 4 4 4 4 4 4 4 Šumperk 4 2 3 3 3 4 3 Mohelnice 3 4 4 5 3 4 4 Zábřeh 4 3 4 4 3 4 4 Zlínský: Zlín 4 1 2 2 3 3 2 Luhačovice 5 3 4 4 2 4 4 Otrokovice 3 4 4 3 4 3 3 Val. Klobouky 5 3 5 5 3 4 4 Vizovice 4 4 5 5 3 3 4 Kroměříž 5 2 3 3 3 3 3 Bystřice p. H. 5 4 5 5 3 4 4 Holešov 5 4 4 5 4 4 4 U. Hradiště 4 2 3 3 3 2 3 U. Brod 5 3 4 4 3 3 4 Vsetín 5 3 4 3 3 3 3 Rožnov p. R. 4 2 4 3 2 3 3 Val. Meziříčí 4 3 4 4 3 3 3 Moravskoslezský: Ostrava 3 2 1 2 4 3 2 Bruntál 4 3 4 4 3 4 4 50 Krnov 5 4 4 4 3 4 4 Rýmařov 4 5 5 5 3 5 4 Frýdek-Místek 4 3 3 3 3 3 3 Frýdlant n. O. 5 4 5 4 2 3 4 Jablunkov 5 5 5 5 4 5 5 Třinec 4 4 4 3 4 4 4 Karviná 4 4 3 3 4 4 4 Bohumín 4 4 4 4 5 4 4 Č. Těšín 5 4 4 3 4 3 4 Havířov 5 3 3 3 4 4 4 Orlová 5 4 4 4 5 4 4 N.Jičín 4 3 4 3 3 3 3 Bílovec 5 4 5 4 4 4 4 Frenštát p. R. 4 4 4 3 2 4 4 Kopřivnice 4 4 4 3 4 4 4 Odry 4 5 5 5 3 4 5 Opava 4 2 2 3 3 3 3 Hlučín 5 4 5 4 5 4 4 Kravaře 5 5 5 4 4 4 5 Vítkov 5 5 5 5 3 5 5 51 V roce 2005 vyšlo: WP č. 1/2005 Petr Chmelík: Vliv institucí přímé demokracie na hospodářskou politiku ve světle empirického výzkumu WP č. 2/2005 Martin Kvizda ­ Jindřiška Šedová: Privatizace a akciové společnosti ­ k některým institucionálním aspektům konkurenceschopnosti české ekonomiky WP č. 3/2005 Jaroslav Rektořík: Přístup k inovacím v České republice. Současný stav a možné směry zlepšení. WP č. 4/2005 Milan Viturka ­ Vladimír Žítek ­ Petr Tonev: Regionální předpoklady rozvoje inovací 52