XXI. MEZINÁRODNÍ KOLOKVIUM O REGIONÁLNÍCH VĚDÁCH. SBORNÍK
PŘÍSPĚVKŮ.
21ST
INTERNATIONAL COLLOQUIUM ON REGIONAL SCIENCES.
CONFERENCE PROCEEDINGS.
Place: Kurdějov (Czech Republic)
June 13-15, 2018
Publisher: Masarykova univerzita, Brno
Edited by:
Viktorie KLÍMOVÁ
Vladimír ŽÍTEK
(Masarykova univerzita / Masaryk University, Czech Republic)
Vzor citace / Citation example:
AUTOR, A. Název článku. In Klímová, V., Žítek, V. (eds.) XXI. mezinárodní kolokvium
o regionálních vědách. Sborník příspěvků. Brno: Masarykova univerzita, 2018. s. 1–5.
ISBN 978-80-210-8969-3.
AUTHOR, A. Title of paper. In Klímová, V., Žítek, V. (eds.) 21st
International Colloquium
on Regional Sciences. Conference Proceedings. Brno: Masarykova univerzita, 2018. pp. 1–
5. ISBN 978-80-210-8969-3.
Publikace neprošla jazykovou úpravou. / Publication is not a subject of language check.
Za správnost obsahu a originalitu výzkumu zodpovídají autoři. / Authors are fully responsible for the
content and originality of the articles.
© 2018 Masarykova univerzita
ISBN 978-80-210-8969-3
ISBN 978-80-210-8970-9 (online : pdf)
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
285
DOI: 10.5817/CZ.MUNI.P210-8970-2018-37
PROSTOROVÁ NEURČITOST FUNKČNÍCH REGIONŮ:
POROVNÁNÍ PRACOVNÍ DOJÍŽĎKY V LETECH 1991-2011
Spatial fuzziness of functional regions: comparison of labour commuting
during 1991-2011
PETR TONEV1
MARIÁN HALÁS2
PAVEL KLAPKA2
1
Katedra regionální ekonomie a správy
Ekonomicko-správní fakulta
Masarykova univerzita
1
Department of Reg. Economics and Administration
Faculty of Economic and Administration
Masaryk University
 Lipová 41a, 602 00 Brno, Czech Republic
E-mail: petr.tonev@econ.muni.cz
2
Katedra geografie
Přírodovědecká fakulta
Univerzita Palackého v Olomouci
2
Department of Geography
Faculty of Science
Palacký University Olomouc
 17. listopadu 12, 771 46 Olomouc, Czech Republic
E-mail: marian.halas@upol.cz, pavel.klapka@upol.cz
Anotace
Funkční regiony jsou regiony vymezené na základě horizontálních vazeb, toků nebo interakcí. Při tomto postupu
jsou standardně využívány sofistikované iterační algoritmy, přičemž vymezení těchto regionů není nikdy úplně
jednoznačné. Pro nejednoznačnou příslušnost regionálních stavebních kamenů k funkčnímu regionu se používá
termín prostorová neurčitost, stejným způsobem můžeme označit i rozdílnou příslušnost území v čase. Dosavadní
zkušenosti ze zahraničí i ČR ukazují, že ačkoliv jsou regionální systémy na bázi funkčních regionů z celkového
pohledu poměrně stabilní (vazby, toky nebo interakce, na jejichž základě jsou vymezeny, se nemění rychle a změny
mají velkou setrvačnost), k určitým změnám v čase dochází. Cílem příspěvku je vymezení funkčních regionů podle
dat o denní dojížďce za prací ve třech časových horizontech, respektive komparace výsledků a hodnocení změn,
ke kterým v letech 1991-2011 došlo.
Klíčová slova
funkční regiony, dojížďka za prací (pracovní regiony), prostorová neurčitost, Česká republika
Annotation
Functional regions are based on horizontal links, flows and interactions. Sophisticated iterative algorithms are
used for their definition, which is never completely unambiguous. The term spatial uncertainty denotes that the
affinity of regional building blocks to a functional region can vary. The same term applies to the different affinity
of building blocks to functional regions over time. Existing knowledge both from the Czech Republic and abroad
shows that even though the regional systems based on functional regions are relatively stable in general (links,
flows or interactions on which they are based do not change rapidly and changes have certain level of inertia),
there are some changes over time. The objective of the paper is to define functional regions according to the daily
travel-to-work flows within three time horizons and to compare and assess changes, which occurred during 1991-
2011.
Key words
functional regions, travel-to-work flows (areas), spatial fuzziness, Czech Republic
JEL classification: J01, J40, R10, R12
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
286
1. Úvod
Vymezování funkčních regionů určených horizontálními (prostorovými) toky obyvatelstva má ve světové vědecké
literatuře dlouhodobou tradici trvající několik desetiletí. Funkční region je přitom oblast definovaná pomocí
prostorových vazeb, toků nebo interakcí, které jsou uvnitř této oblasti maximalizované, naopak minimalizované
jsou toky přes hranice tak, aby byly splněny zásady vnitřní soudržnosti a vnější uzavřenosti (např. Klapka, Halás,
2016). Na hierarchicky nižších regionálních úrovních (které jsou předmětem zájmu předkládaného příspěvku) se
pro vymezování funkčních regionů zpravidla používají toky obyvatelstva s denní periodicitou.
Při postupu vymezování funkčních regionů jsou dnes již standardně využívány pokročilé iterační algoritmy (byť
ojediněle se lze ještě setkat s jednoduššími metodami), přičemž vymezení hranic těchto regionů (nezávisle na
metodě) není vždy zcela jednoznačné – hranice prochází oscilačním územím, kde intenzita vazeb ke dvěma či více
regionům může být téměř stejná. Pro nejednoznačnou příslušnost k funkčnímu regionu se používá termín
prostorová neurčitost, stejným způsobem můžeme označit i rozdílnou příslušnost území k funkčním regionům
v průběhu času. Cílem příspěvku je vymezení funkčních regionů České republiky na nižší hierarchické úrovni
podle dat o denní dojížďce za prací ve třech časových obdobích, přičemž jsou použita srovnatelná kritéria pro
minimální velikost a uzavřenost regionu, což umožní následnou komparaci regionálních systémů vycházející z
teorie prostorové neurčitosti.
2. Teoretický vstup
Dojížďka za prací je z územního hlediska jednoznačně nejobjemnějším pravidelným tokem obyvatelstva s denní
periodicitou a oproti většině dalších pohybů obyvatel má dvě zřetelné výhody – je zjišťována pravidelně (při
sčítání obyvatelstva nebo z jiných zdrojů) a je směrově jednoznačná (uvádí se pouze jedna destinace – adresa
jediného nebo hlavního pracoviště). Proto je tento proces zdaleka nejčastěji využíván k vymezení funkčních
regionů a k regionálně geografickým pracím analyzujícím sídelní a regionální systémy. S méně či více
sofistikovanými funkčními regionalizacemi na základě dojížďky za prací se dnes lze setkat ve většině vyspělých
zemí, které disponují potřebnými údaji: v Británii (Coombes, Green, Openshaw, 1986 nebo Coombes, 2010),
Španělsku (Casado-Díaz, 2000; Martínez-Bernabeu, Casado-Díaz, 2016), Slovensku (Bezák, 2000; Halás a kol.,
2014), Austrálii (Mitchell, Watts, 2010), Novém Zélandu (Papps, Newell, 2002;), Irsku (Meredith a kol., 2007),
Jihoafrické republice (Nel a kol., 2008), Polsku (Gruchociak, 2012), České republice (Klapka a kol., 2016),
Slovinsku (Drobne, Lakner, 2016), Maďarsku (Pálóczi a kol., 2016) nebo Portugalsku (Soares, Figueiredo, Vala,
2017).
Hlavním cílem výše zmíněných příspěvků bylo většinou buď zavést novou či modifikovanou metodu
regionalizace (nový algoritmus) nebo na území daného státu a jeho (specifické) sídelní struktuře otestovat jinde
zavedenou metodu, k čemuž zpravidla slouží data za jedno časové období, nejčastěji z jednoho sčítání. Z hlediska
zaměření předkládaného příspěvku jsou ovšem zajímavější studie, které se, ať už s pomocí vyzkoušené nebo
inovované metody, pokouší hodnotit stabilitu či změny regionálních systémů v čase na základě analýzy dat ze
dvou nebo více časových období. Například na území Belgie takto Persyn a Torfs (2011) porovnávali data za roky
1981,1991 a 2001 ze sčítání a navíc i údaje z roku 2007 pocházející z administrativních zdrojů. Newell a Perry
(2004 a 2005) používali příbuzný regionalizační algoritmus k zjištění změn funkčních regionů na Novém Zélandu
v období 1991-2001, Andersenová (2002) o něco jednodušší metodou analyzovala stabilitu dánského regionálního
systému v letech 1980 a 1995, s ohledem na možné využití funkčních regionů pro vymezení administrativních
celků. Stabilita regionálního systému v čase na území Německa byla tématem velmi zevrubné analýzy Kroppa a
Schwenglerové (2017), kteří díky administrativním zdrojům údajů o dojížďce mohli k analýze využívat navazující
tříletá období mezi roky 1993-2013. Tyto i některé další studie vykazují ve svých zjištěních jeden společný
jmenovatel – byť regionální systémy vykazují určitou stabilitu, postupem času dochází k redukci počtu funkčních
regionů (tedy základních stavebních jednotek). K témuž zjištění dospěla i práce zabývající se hodnocením změn
funkčních regionů v ČR v letech 1991-2001 (Tonev, 2013). Předkládaný příspěvek by měl (mimo jiné) analýzou
delšího časového období 1991-2011, zjistit, zda tento trend pokračuje a pokud ano, tak s jakou intenzitou.
3. Metodika
V příspěvku je aplikovaná mírně upravená verze mezinárodně akceptovaného regionalizačního algoritmu
CURDS, konkrétně verze převzatá z práce Coombes (1986)7
. Je to vícestupňová agregační metoda, která se skládá
z vícera iteračních procedur, ve kterých je matice toků aktualizovaná po každém jednotlivém spojení prostorových
jednotek (obcí). Pro určení splnění kritérií velikosti a uzavřenosti funkčních regionů (resp. trade-off mezi velikostí
a uzavřeností) je na rozdíl od původní verze algoritmu použita tzv. souvislá funkce omezení z práce Halás a kol.
7
K úpravám blíže viz Tonev (2013)
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
287
(2015). Funkce omezení stanovuje podmínku pro minimální velikost a uzavřenost regionu. Nastavení trade-off
mezi velikostí a uzavřeností znamená, že pro populačně větší funkční regiony je přípustná nižší míra uzavřenosti
a naopak, populačně menší funkční regiony musí mít uzavřenost vyšší.
Vstupními daty pro regionalizační algoritmus jsou údaje o denní dojížďce za prací ze sčítání 1991, 2001 a 2011.
Porovnání výsledků tří různých censů (tedy tří časových období) sebou neslo hned několik metodických problémů.
V prvé řadě to byla proměnlivost administrativní struktury (různý počet a vymezení obcí při sčítáních) – počty
dojíždějících za prací (mezi obcemi i uvnitř obcí) tedy byly přepočítány na shodnou administrativní strukturu
(5702 obcí). Druhým problémem byly metodické změny v rámci sčítání, které se bohužel v některých případech
nedaly zcela odstranit. Z důvodu měnící se definice ekonomicky aktivních osob resp. množiny osob, u nichž byla
zjišťována dojížďka za prací, byly z dalšího zpracování vyřazeny nezaměstnané osoby a osoby na mateřské a
rodičovské dovolené za rok 1991 a osoby na mateřské dovolené v letech 2001 a 2011. Dále to byly zjevně nepřesné
údaje vzniklé zpravidla špatným vyplněním sčítacího formuláře – především záměna denní a nedenní dojížďky,
které byly taktéž z dalšího zpracování vynechány8
. Určité omezení vždy přináší i objem nezjištěných údajů,
zatímco v letech 1991 i 2001 byly tyto hodnoty relativně nízké, v roce 2011 nebyla dojížďka zjištěna u více než
1,5 milionu zaměstnaných osob. Nicméně lze předpokládat, že tento jev měl víceméně plošný charakter a výsledky
analýzy zásadně neovlivnil.
Hodnota minimální uzavřenosti funkčního regionu je stanovena prostřednictvím vztahu
jj
k k
kjjk
jj
j
T-TT
T
SC
∑ ∑+
= na úrovni 0,50 (50 %) - v tomto případě skutečně hranice mezi uzavřeným a
neuzavřeným regionem, tedy hodnota, která nemá jen kvantitativní, ale i kvalitativní význam. Tato hodnota je
zvolena i z toho důvodu, že pokud ve sledovaném období došlo k nějakým změnám v prostorové organizaci
pohybu za prací, měly by se v prvé řadě projevit v oblasti této kritické hranice. Horní mez uzavřenosti pro oblast
trade-off byla stanovena jako násobek minimální hodnoty, tedy že suma pohybů uvnitř regionu musí být
dvojnásobkem sumy pohybů přes hranice regionu, v procentuálním vyjádření vztahu to znamená hodnotu
66,67 %.
Pokud jde o velikost regionu, původní verze algoritmu použitá v Británii pracovala s ekonomicky aktivním
obyvatelstvem, protože v rámci britského censu údaje o dojížďce vyplňovali i nezaměstnaní, v případě ČR
algoritmus počítá se zaměstnaným, denně dojíždějícím obyvatelstvem. Na rozdíl od uzavřenosti zde není hodnota,
která by znamenala „kvalitativní“ předěl, při použití některé z variant algoritmu CURDS v zahraničí autoři
původní „britské“ hodnoty upravovali podle potřeb s odvoláním na specifika sídelního systému dané země apod.
(např. Casado-Díaz, 2000; Papps, Newell, 2002; nebo Watts, 2004).
Vzhledem k rozdílům mezi oběma censy (nárůst nezaměstnanosti, nezjištěných údajů apod.) byla horní hranice
stanovena relativně - jako jedno promile z celkového počtu denně dojíždějících (včetně dojížďky v rámci obce a
započítáni byli i pracující na adrese trvalého pobytu), tedy 4,6 tis. pro rok 1991, 3,9 tis. pro rok 2001 a 2,4 tis. pro
rok 2011, spodní hranice pak byla vždy o 10 % nižší.
4. Výsledky
Analýza s použitím výše popsaného algoritmu ukázala postupné proměny regionálního systému České republiky
v čase – zatímco v roce 1991 se skládal ze 198 funkčních regionů, v dalších sledovaných letech to bylo 193 (2001)
a 157 (2011) regionů (viz obr. 1). Téměř všechny regiony z roku 2011 (přesně 155) existovaly i v předchozích
dvou sledovaných letech (byť mohly mít trochu jiné vymezení), pouze region České Velenice byl v roce 1991
součástí regionu Třeboň a Jemnice byla v letech 1991 a 2001 součástí Dačic.
Jak již bylo řečeno v teoretické části, jedním z klíčových parametrů pro hodnocení funkčního regionu je jeho
uzavřenost (vnější izolovanost, vnitřní soudržnost). Porovnání všech tří regionálních systémů se tedy opírá
především o tento ukazatel. Obecně lze konstatovat, že s rostoucí rozlohou funkčního regionu roste také jeho
uzavřenost – byť to neplatí absolutně, vyšší uzavřenost mohou i u menších regionů způsobovat přírodní bariéry
(např. horská údolí) nebo vliv státní/administrativní hranice. Větší region znamená (v případě dojížďky za prací)
větší a pestřejší nabídku pracovních míst a tím i malou potřebu dojíždět za prací do jiných regionů.
8
Detailnímu popis úprav viz Tonev (2013)
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
288
Na obr. 1 (a v tab. 1) lze sledovat, že ačkoliv počet funkčních regionů klesal, klesala postupně i jejich uzavřenost
- průměr se snížil z 76,5 % v roce 1991 na 68,7 v roce 2011 a podobně i medián. Minimální a maximální hodnoty
uzavřenosti v jednotlivých letech přitom zůstávaly velmi podobné (cca 50 % resp. 96 %).
Obr. 1: Funkční regiony České republiky podle dojížďky za prací v letech 1991, 2001 a 2011
Zdroj: vlastní zpracování dat dojížďky za prací 1991, 2001 a 2011
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
289
Vyšší uzavřenost si po celé období držely jednak funkční regiony největších měst, které lze s určitým
zjednodušením charakterizovat jako monocentrické (v blízkosti se nevyskytuje silné konkurenční centrum, jejich
uzavřenost výrazně zvyšují početné vnitřní toky v centrálních městech) – Praha, Brno, České Budějovice nebo
Plzeň a potom také menší regiony v okrajové poloze, kde se projevoval zmíněný bariérový efekt terénu a/nebo
státní hranice – typickým příkladem je region Jeseník, který ve všech třech letech vykazoval nejvyšší uzavřenost.
Tab. 1: Statistické ukazatele systémů funkčních regionů České republiky podle dojížďky za prací
atribut 1991 2001 2011
počet regionů 198 193 157
uzavřenost regionu v % (průměr) 76,5 72,0 68,7
uzavřenost regionu v % (medián) 78,6 73,4 69,6
uzavřenost regionu - minimum 51,8 51,4 50,2
uzavřenost regionu - maximum 95,4 97,6 96,7
počet obcí regionu (průměr) 28 30 36
počet obcí regionu (medián) 21 22 24
počet obcí regionu - minimum 2 2 4
počet obcí regionu - maximum 215 281 487
obyvatelstvo regionu (průměr) 52 031 53 005 66 475
obyvatelstvo regionu (medián) 26 012 25 821 32 574
obyvatelstvo regionu - minimum 9 112 9 060 9 398
obyvatelstvo regionu - maximum 1 379 977 1 427 948 1 885 702
Zdroj: vlastní zpracování dat dojížďky za prací 1991, 2001 a 2011
Vzhledem k upravené administrativní struktuře na shodný stav (5702 obcí) ve všech třech obdobích, je logické,
že co se týče počtu obcí v regionu, hodnoty průměru i mediánu postupně stoupaly, prakticky totéž se dá říci i o
počtu obyvatel v regionu (celkový počet obyvatel při sčítáních 1991, 2001 a 2011 se příliš neměnil). Daleko
zajímavější je variační rozpětí u obou ukazatelů. Zatímco minimální hodnoty zůstávaly ve sledovaném období
velmi podobné (2-4 obce a necelých 10 tis. obyvatel) maxima výrazně rostla a regionální systém se tak
z velikostního hlediska vnitřně silně diferencoval. Z 10 největších funkčních regionů v roce 1991 prakticky
všechny významně posílily (v počtu obyvatel i v počtu obcí, tvořících region) až na 2 výjimky, které zcela zjevně
souvisely s ekonomickou situací obou regionů – k výraznému poklesu došlo u Karviné, zatímco u Ostravy byl
v prvním období (1991-2001) nárůst slabší a ve druhém období již docházelo ke stagnaci.
Komparace se státy, které mají k dispozici delší časovou řadu regionálních systémů vymezených konzistentní
metodikou (viz tab. 2, srovnání je doplněno i o výsledky regionalizací ČR prováděných dlouhodobě M. Hamplem)
ukazuje, že výsledky předložené analýzy jsou zcela v souladu s trendem typickým pro vyspělé ekonomiky
minimálně od 80. let.
Tab. 2: Srovnání vývoje počtu funkčních regionů dle dojížďky za prací ve vybraných zemích
1981 1991 2001 2011 Pokles 1991-
2011 (%)
Česká republika 198 193 157 -20,7
Spojené království 334 308 243 228 -26,0
Itálie 955 784 686 611 -22,1
Švédsko 139 112 90 76 -32,1
USA1
764 741 709 658 -11,2
Belgie 30 28 21 112
Francie3
365 348 304 -12,6
Česká republika 151 147 144 131 -10,9
Zdroj: sestaveno podle (pořadí v tabulce odshora): výsledky metodiky použité v předkládaném článku; Coombes, ONS (1998)
a ONS (2016); Orasi, Sforzi (2005) a ISTAT (2014); Lindblad (2012); Tolbert, Killian (1993 a 1996) a Fowler, Jensen,
Ruthbard (2017); Persyn, Torfs (2011); Jayet (1985), INSEE, DATAR a DARES (2012); Hampl, Marada (2015)
1 – roky 1980, 1990, 2000
2 – rok 2007, vstupní data ale nejsou z censu a nejsou tak zcela srovnatelná s předchozími lety
3 – roky 1982, 1990, 2010
Ve všech zemích s dostupnými údaji dochází k postupné integraci a snižování počtu funkčních regionů, k nárůstu
denní dojížďky na delší vzdálenosti, kdy hlavními příčinami jsou obecně rostoucí mobilita obyvatelstva a lepšící
se dopravní dostupnost. Persyn a Torfs (2011) uvádí za Belgii nárůst průměrné vzdálenosti dojížďky z 10,7 km
v roce 1981 na 11,8 (1991) a 14,6 (2001), podobně v Británii vzrostl tento údaj z 13,4 na 15,0 km mezi roky 2001
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
290
a 2011 (ONS 2014), v Dánsku ze 13,0 na 15,8 km v letech 1980 -1995 (Andersen 2002) a Německu z 12,7 na 14,5
km v letech 1998 až 2009 (Kropp, Schwengler, 2017) a stejný trend uvádí posledně zmiňovaní autoři i pro Kanadu
nebo Nizozemí (údaje mezi jednotlivými zeměmi ovšem nelze z důvodů rozdílné metodiky měření přímo
porovnávat). V České republice postupně vzrostla ve sledovaném období průměrná vzdálenost dojížďky9
z 12,6
km (1991) na 14,2 (2001) a 20,4 (2011), zde ale mohly být data roku 2011 částečně ovlivněna zjišťováním údajů
za obvyklý pobyt místo trvalého, jak tomu bylo u předchozích dvou censů.
Závěr
Analýza a komparace tří regionálních systémů, kdy každý byl vymezen (na základě dojížďky za prací) pro jedno
období sčítání, tedy roky 1991, 2001 a 2011, pomocí stejné metodiky (rozšířené a užívané v různých modifikacích
v zahraničí) a z dat, která zajišťovala velmi dobrou srovnatelnost výsledků, ukázala, že v ČR v posledních
dekádách dochází jednak k postupnému snižování počtu funkčních regionů, ale zároveň se zvyšuje prostupnost
jejich hranic – tzn., že dochází k častějšímu pohybu přes hranice funkčních regionů a klesá tak jejich průměrná
uzavřenost.
Přes intenzívní a hluboké společenské a ekonomické změny spojené se změnou politického režimu a přechodem
na tržní hospodářství lze konstatovat, že prostorová organizace se alespoň v první sledované dekádě změnila
relativně málo (eventuálně se některé změny díky větší setrvačnosti ještě do data sčítání 2001 nestačily projevit).
Změna ve druhé dekádě (2001-2011) již byla výraznější. Jde na jedné straně o důsledek rostoucí mobility
obyvatelstva, zlepšující se dopravní infrastruktury a tím i lepší dostupnosti důležitých center a na straně druhé
přirozeně rostoucí rozdíly v atraktivitě nabídky jednotlivých regionů/center, které motivují obyvatelstvo
k dojíždění na větší vzdálenosti (při neochotě řešit tyto potřeby trvalou migrací). Svoji roli pochopitelně mohly
hrát i negativní dopady globální hospodářské krize započaté v roce 2008, kdy obecně jsou tyto vlivy silnější
v periferních oblastech či oblastech s nižší ekonomickou výkonností a ztráta pracovních příležitostí v těchto
místech pak byla hybnou silou rozpadu některých funkčních regionů s nízkou vnitřní integritou a zároveň motivem
k dojíždění na větší vzdálenosti. Je také možné, že z nějaké části byla změna v období 2001-2011 v analýze
zesílena i působením sekundárních faktorů (sčítání 2011 založené na obvyklém, místo trvalého pobytu, poměrně
značný objem nezjištěných údajů) samy o sobě ale nemohly výsledky analýzy díky zvolené metodě zásadně
ovlivnit.
Z územního hlediska analýza celkem podle předpokladů potvrdila prohlubování procesů koncentrace a polarizace
– růst nejsilnějších funkčních regionů (Praha, Brno), resp. jejich hlavních jader a naopak další oslabování významu
menších/slabších regionů, přičemž nejintenzivnější změny probíhaly právě v okolí velkých měst. Srovnání
s vyspělými zeměmi ukazuje, že jde o relativně dlouhodobé trendy, lze tedy předpokládat, že zmíněné změny a
procesy budou probíhat i nadále, i když se může měnit jejich intenzita.
Literatura
[1] ANDERSEN, A. K. (2002): Are Commuting Areas Relevant for the Delimitation of Administrative Regions
in Denmark? Regional Studies, vol. 36, no. 8, pp. 833–844. ISSN 0034-3404. DOI:
10.1080/0034340022000012289.
[2] BEZÁK, A. (2000). Funkčné mestské regióny na Slovensku. Geographia Slovaca 15, Bratislava: Geografický
ústav SAV.
[3] CASADO-DÍAZ, J. M. (2000). Local labour market areas in Spain: a case study. Regional Studies, vol. 34,
no. 9, pp. 843-856. DOI: 10.1080/00343400020002976.
[4] COOMBES, M. (2010). Defining labour market areas by analysing commuting data: innovative methods in
the 2007 review of travel-to-work areas. In Technologies for Migration and Commuting Analysis: Spatial
Interaction Data Applications, Hershey: IGI Global, pp. 227-241. ISBN 978-1-61520-755-8.
[5] COOMBES, M., GREEN, A. E., OPENSHAW, S. (1986). An efficient algorithm to generate official
statistical reporting areas: The Case of the 1984 travel-to-work areas revision in Britain. The Journal of the
Operational Research Society, vol. 37, no. 10, pp. 943953. ISSN 0160-5682. DOI: 10.2307/2582282.
[6] COOMBES, M., ONS (1998): 1991-based Travel-to-Work Areas. Office for National Statistics, London.
[7] DROBNE, S., LAKNER, M. (2016). Intramax and other objective functions: The case of Slovenia. Moravian
Geographical Reports, vol. 24, no. 2, pp. 12-25. ISSN 1210-8812. DOI: 10.1515/mgr-2016-0007.
[8] FOWLER, C. S., JENSEN, L., RHUBART, D. C. (2017): Overview-Comparing Labor-shed Delineations.
[online]. [cit. 8.3. 2018] Dostupné z: https://sites.psu.edu/psucz/background.
9
Uvažuje se pouze meziobecní dojížďka, nikoliv dojížďka v rámci obce a nejsou započítány ani osoby pracující
doma (na adrese bydliště).
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
291
[9] GRUCHOCIAK, H. (2012). Delimitacja lokalnych rynków pracy v Polsce. Przegląd statystyczny, Numer
specjalny 2, pp. 277-297. ISSN 0033-2372.
[10]HALÁS, M., KLAPKA, P., BLEHA, B., BEDNÁŘ, M. (2014). Funkčné regióny na Slovensku podľa
denných tokov do zamestnania. Geografický časopis, vol. 66, no. 2, pp. 89-114. ISSN 0016-7193.
[11]HALÁS, M., KLAPKA, P., TONEV, P., BEDNÁŘ, M. (2015). An alternative definition and use for the
constraint function for rule-based methods of functional regionalisation. Environment and Planning A, vol.
47, no. 5, pp. ISSN 1175-1191. DOI: 10.1177/0308518X15592306.
[12]HAMPL, M., MARADA, M. (2015): Sociogeografická regionalizace Česka. Geografie, vol. 120, no. 3, pp.
397–421. ISSN 1212-0014.
[13]INSEE, DATAR, DARES (2012): Atlas des zones d’emploi 2010. INSEE. [online]. [cit. 10.3. 2013].
Dostupné z: http://www.insee.fr/fr/ppp/bases-de-donnees/donnees-detaillees/atlas-zone-emploi-
2010/pdf/atlas-ze-2010.pdf.
[14]ISTAT (2014): I sistemi locali del lavoro 2011. Statistiche report. ISTAT. [online]. [cit. 9.3. 2018]. Dostupné
z: www.istat.it/it/files/2014/12/sistemi-locali-lavoro2011.pdf.
[15]JAYET, H. (1985): Les zones d’emploi et l’analyse locale des marchés du travail. Economie et statistique,
vol 182, no. 1, pp. 37–44.
[16]KLAPKA, P., HALÁS, M. (2016). Conceptualising patterns of spatial flows: five decades of advances in the
definition and use of functional regions. Moravian Geographical Reports, vol. 24, no. 2, pp. 2-11. ISSN 1210-
8812. DOI: 10.1515/mgr-2016-0006.
[17]KLAPKA, P., HALÁS, M., NETRDOVÁ, P., NOSEK, V. (2016). The efficiency of areal units in spatial
analysis: assessing the performance of functional and administrative regions. Moravian Geographical
Reports, vol. 24, no. 2, pp. 47-59. ISSN 1210-8812. DOI: 10.1515/mgr-2016-0010.
[18]KROPP, P., SCHWENGLER, B. (2017): Stability of functional labour market regions. IAB-Discussion
Paper, no. 21. ISSN 2195-2663.
[19]LINDBLAD, S. (2012). Implementing the concept of functional regions in Sweden. Warsaw. Territorial
development challenges – visions of Europe & Poland, 22-23 November, Warsaw. [online]. [cit. 5. 5 2013].
Dostupné z
www.mrr.gov.pl/english/News/Documents/02_Sverker_Lindblad_Functional_regions_in_Sweden.pdf.
[20]MARTÍNEZ-BERNABEU, L., CASADO-DÍAZ, J. M. (2016). Delineating zones to increase geographical
detail in individual response data files: an application to the Spanish 2011 Census of population. Moravian
Geographical Reports, vol. 24, no. 2, pp. 26-36. ISSN 1210-8812. DOI: 10.1515/mgr-2016-0008.
[21]MEREDITH, D., CHARLTON, M., FOLEY, R., WALSH, J. (2007). Identifying travel-to-work areas in
Ireland: a hierarchical approach using GIS. In Geographical Information Science Research Conference,
Maynooth: NCG, NUI, pp. 11-13. ISSN 0001-8325.
[22]MITCHELL, W., WATTS, M. (2010). Identifying functional regions in Australia using hierarchical
aggregation techniques. Geographical Research, vol. 48, no. 1, pp. 24-41. ISSN 1745-5871. DOI:
10.1111/j.1745-5871.2009.00631.x.
[23]NEL, J. H., KRYGSMAN, S. C., DE JONG, T. (2008). The identification of possible future provincial
boundaries for South Africa based on an intramax analysis of journey-to-work data. ORiON, vol. 24 , no. 2,
pp. 131-156. DOI: 10.5784/24-2-64.
[24]NEWELL, J. O., PERRY, M. (2004): Functional Labour Markets Revealed by Travel to Work data 1991 and
2001. Labour & Immigration Research Centre, Ministry of Business, Innovation and Employment,
Wellington.
[25]NEWELL, J. O., PERRY, M. (2005). Explaining continuity in New Zealand’s local labour market areas 1991
to 2001. Australasian Journal of Regional Studies, vol. 11, no. 2, pp. 155-174. ISSN 1324-0935.
[26]ONS (2014): 2011 Census Analysis - Distance Travelled to Work. Office for National Statistics. [online]. [cit.
9.3.2018]. Dostupné z:
webarchive.nationalarchives.gov.uk/20160107181447/http://www.ons.gov.uk/ons/dcp171776_357812.pdf
[27]ONS (2016): Travel to work area analysis in Great Britain: 2016. Office for National Statistics. [online]. [cit.
9.3.2018]. Dostupné z:
www.ons.gov.uk/employmentandlabourmarket/peopleinwork/employmentandemployeetypes/articles/travelt
oworkareaanalysisingreatbritain/2016/pdf
[28]ORASI, A., SFORZI, F. (2005): I sistemi locali del lavoro : Censimento 2001. Dati definitivi. ISTAT. [online].
[10.3. 2018]. Dostupné z: http://dawinci.istat.it/daWinci/jsp/MD/download/sll_comunicato.pdf.
[29]PÁLÓCZI, G., PÉNZES, J., HURBÁNEK, P., HALÁS, M., KLAPKA, P. (2016). Attempts to delineate
functional regions in Hungary based on commuting data. Regional Statistics, vol. 6, no. 1, pp. 23-41. ISSN
2063-9538. DOI: 10.15196/RS06102.
[30]PAPPS, K. L., NEWELL, J. O. (2002). Identifying functional labour market areas in New Zeland: a
reconnaissance study using travel-to-work data. IZA Discussion Paper No. 443. Bonn: Institute for the Study
of Labor.
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
292
[31]PERSYN, D., TORFS, W. (2011). Functional labour markets in Belgium: evolution over time and
intersectoral comparison. In Discussion Paper 17. Leuven:Vlaams Instituut voor Economie en Samenleving,
pp. 1-17.
[32]SOARES, E., FIGUEIREDO, R., VALA, F. (2017). Defining labour market areas and its relevance from a
statistical perspective: The Portuguese case. Statistical Journal of the IAOS, vol. 33, no. 3, pp. 615-625. ISSN
1874-7655. DOI: 10.3233/SJI-170381.
[33]TOLBERT, C. M., KILLIAN, M. S. (1993). Mapping social and economic space: The delineation of local
labour markets in the United States. In Singelmann, J., Deseran, F. A. (ed.): Inequalities in labor market
areas. Westview Press: Boulder, pp. 69-79. ISBN 0-8133-8388-9.
[34]TOLBERT, C. M., KILLIAN, M. S. (1996). U.S. commuting zones and labor market areas : A 1990 update.
ERS Staff Paper. AGES-9614. Economic Research Service, Rural Economy Division, U.S. Department of
Agriculture, Washigton, DC.
[35]TONEV, P. (2013). Změny v dojížďce za prací v období transformace: komparace lokálních trhů práce.
Disertační práce. Geografický ústav, Přírodovědecká fakulta Masarykovy univerzity, Brno.
[36]WATTS, M. (2004). Local labour markets in New South Wales: Fact or fiction? In Carlson, E. (ed.): A Future
That Works. University of Newcastle, Centre of Full Employment and Equity, Callaghan, N.S.W, pp. 461-
472. ISBN 1-920701-49-4.
Příspěvek byl zpracován v rámci projektu GAČR „Prostorová neurčitost a fuzzy regionální systémy:
identifikace, analýza a implikace pulsujících funkčních regionů“ [číslo 16-13502S].