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
425
DOI: 10.5817/CZ.MUNI.P210-8970-2018-56
HODNOTENIE FINANČNÉHO ZDRAVIA OBCE AKO
FAKTOR EKONOMICKÉHO POTENCIÁLU REGIÓNU
Evaluation of the financial health of a municipality as a factor of economic
potential of a region
ROMAN VAVREK
Katedra manažmentu
Fakulta manažmentu
Prešovská univerzita v Prešove
Department of Management
Faculty of Management
University of Prešov
 Konštantínova 16,080 01 Prešov, Slovak Republic
E-mail: roman.vavrek@unipo.sk
Anotace
Efektívne hospodárenie s finančnými prostriedkami predstavuje pre každý ekonomický subjekt oblasť, ktorá
podlieha čoraz väčšej kontrole, subjekty územnej samosprávy nevynímajúc. Aktuálne sú obce v Slovenskej
republike zákonom hodnotené na základe jediného kritéria, týmto kritériom je zadlženosť. Cieľom predloženého
príspevku je komplexne zhodnotiť hospodárenie 315 obcí Žilinského samosprávneho kraja pomocou TOPSIS
techniky v roku 2016. Hodnotenie obci je realizované za použitia 8 ukazovateľov, medzi ktoré môžeme zaradiť
napr. rentabilitu aktív, podiel cudzích zdrojov na celkových aktívach či bežné príjmy na obyvateľa. Na základe
získaných výsledkov konštatujeme priestorovú náhodnosť a homogenitu hodnotenia jednotlivých okresov. Výrazný
vplyv na celkové výsledky má súbor použitých ukazovateľov ako váhy, ktoré boli týmto ukazovateľov pridelené.
Tieto faktory ovplyvnili celkové výsledky ako aj výsledky použitých matematicko-štatistických metód, ku ktorým
patrí Moranov index, jednofaktorová ANOVA, Kendallov korelačný koeficient, Dean Dixonov test a ďalšie.
Klíčová slova
hodnotenie, obec, TOPSIS technika, Žilinský samosprávny kraj
Annotation
For each economic subject, effective management of financial means represents an area that is increasingly under
bigger control, not excluding the subjects of territorial self-government. Currently, the municipalities in the Slovak
Republic are evaluated by the law based on one criterion, the criterion being indebtedness. The aim of presented
paper is to complex evaluate of management of 315 municipalities of the Žilina self-governing region using the
TOPSIS technique in the year 2016. The evaluation of the municipalities is conducted using 8 indicators including
e.g. return on assets, the share of foreign resources in total assets or current income per capita. Based on the
results obtained, we observe spatial randomness and homogeneity of the assessment of individual districts.
Significant impact on the overall results is the set of indicators used as the weights assigned to these indicators.
These factors influenced the overall results as well as the results of the mathematical and statistical methods used,
such as Moran I, One-Way ANOVA, Kendall correlation coefficient, Dean Dixon test, and others.
Key words
evaluation, municipality, TOPSIS technique, Žilina region
JEL classification: C58, R12, R51
1. Úvod
Hospodárska činnosť každého ekonomického subjektu je upravená legislatívou, ktorá definuje rámec jeho
pôsobnosti. V podmienkach Slovenskej republiky je hospodárenie obcí upravené Zákonom o rozpočtových
pravidlách územnej samosprávy č. 583/2004 Z. z., ktorý za jediné hodnotiace kritérium hospodárenia obce
považuje jej zadlženosť (§19).
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
426
Zároveň tento zákon dopĺňa, že obec môže na plnenie svojich úloh prijať návratné zdroje financovania (t.j. úver,
pôžička), len ak:
 „celková suma dlhu obce alebo vyššieho územného celku neprekročí 60 % skutočných bežných príjmov
predchádzajúceho rozpočtového roka a
 suma ročných splátok návratných zdrojov financovania vrátane úhrady výnosov neprekročí 25% skutočných
bežných príjmov predchádzajúceho rozpočtového roka.“ (Zákon č. 583/2004, Z. z., §17)
Vo všeobecnosti je uznávané, že ak chcú organizácie verejného sektoru prežiť a prosperovať v súčasnom
globálnom a konkurenčnom prostredí, musia zmeniť spôsob myslenia a riadenia. Tetřevová a kol. (2009) vidia
kľúčový problém v efektívnosti a jej fungovaní vo verejnom sektore. Problémom je, že názory na efektívnosť sú
rôzne. Siegl, Stejskal, Stránska Koťátková (2011) popierajú samotnú existenciu efektívnosti. Efektívnosť je podľa
nich možná za podmienky dokonalej konkurencie, ktorá je ale ekonomickým modelom. Efektívnosť znamená
podľa Mankiwa (2000) a Vorlíčka (2008) spoločnosťou maximálne využívanie svojich vzácnych zdrojov.
Podobne chápu efektívnosť aj Peková (2011), Hamerníková, Maaytová a kol. (2010) či Rektořík, Šelešovský a
kol. (2003), ktorí ju považujú za stav, keď z dostupných spoločenských zdrojov sa podarí získať maximálne
množstvo statkov a maximálny úžitok. Za absenciu plytvania, teda stav, keď sa ekonomika nachádza na hranici
produkčných možností, ju označuje Tetřevová ( 2008). Jednu z definícií ponúka aj Zákon č. 502/2001 Z. z. o
finančnej kontrole, ktorý efektívnosťou označuje „maximalizovanie výsledkov činnosti vo vzťahu k
disponibilným verejným prostriedkom.“ Tento zákon popisuje zároveň efektívnosť obšírnejšie a teda ako použitie
verejných prostriedkov, ktorým sa dosiahne najvyššieho možného rozsahu, kvality a prínosu plnených úloh v
porovnaní s objemom prostriedkov vynaložených na ich plnenie. Podľa Tetřevovej (2008) je potrebné vždy hľadať
určitý kompromis medzi efektívnosťou a spravodlivosťou. Prílišné uprednostnenie efektívnosti vedie k sociálnej
nestabilite v spoločnosti, naopak prílišný dôraz na spravodlivosť spôsobuje spomalenie ekonomického rastu a
rozvoja. Narbon-Pepina, De Witte (2018) dopĺňajú, že práve efektívny manažment dostupných zdrojov na úrovni
územnej samosprávy sa stáva oblasťou vysokého záujmu.
2. Vzťah efektívnosti a účinnosti
Účinnosťou sa podľa Rektoříka, Šelešovského a kol. (2003) rozumie také použitie verejných prostriedkov, ktoré
zaistí optimálnu mieru dosiahnutých cieľov pri stanovených úlohách. Hamerníková, Maatyová a kol. (2010)
účinnosťou rozumejú stupeň naplnenia cieľov, keď výsledky danej výdavkovej aktivity sú porovnané s cieľom vo
vzťahu k zdrojom, ktoré sú potrebné na dosiahnutie vytýčených cieľov. Podľa Zákona č. 502/2001 Z. z. (§ 2)
predstavuje účinnosť „vzťah medzi plánovaným výsledkom činnosti a skutočným výsledkom činnosti vzhľadom
na použité verejné prostriedky.“ Ochrana (2003) považuje hľadisko účinnosti za vyššie kritérium merania
výkonnosti. Dôvodom je fakt, že aj napriek dosiahnutiu vysokej efektivity procesu, môže byť jeho výstup neúčelný
a teda neužitočný. Kľúčovú úlohu pri stanovení a meraní účinnosti majú ciele, ktoré predstavujú očakávané budúce
stavy (výsledky). Po realizácii, spätnou väzbou, sa zisťuje nakoľko boli dané ciele splnené. Kombináciou
efektívnosti a účinnosti je možné považovať podľa Ochranu (2003) vynaložené finančné prostriedky za
ekonomicky racionálne.
Ukazovatele účinnosti znázorňujú vzťah medzi službami/produktmi a zdrojmi nutnými k ich produkcii.
Ukazovatele efektívnosti znázorňujú kvalitu výkonu alebo plnenie cieľov danej jednotky. Jednou z možností je
meranie včasnosti a miery uspokojenia občanov (klientov). Ukazovatele produktivity podľa Provazníkovej (2009)
kombinujú zložky účinnosti a efektívnosti v jednom ukazovateli (obr. 1).
Obr. 1: Vzťahy medzi efektívnosťou a účinnosťou
Zdroj: Provazníková (2009)
2.1 Neefektívnosť verejnej správy
Efektívnosť vo verejnom sektore v užšom slova zmysle sa podľa Pekovej (2004) posudzuje ako výsledok vzťahu
medzi vstupmi a výstupmi. Jej východiskom je podľa Cibákovej, Nináčovej (2006) rešpektovanie dvoch
podmienok - dosiahnutie paretovho optima a individuálnej efektívnosti tvorby konkrétneho verejného statku. Za
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
427
hlavný problém je však považovaná objektívne pôsobiaca tendencia k neefektivite. Dlhodobo prevláda snaha
maximalizovať vstupy v organizáciách, absentuje intenzívny tlak na znižovanie nákladov organizácií a stagnujú
výstupy, resp. dochádza k minimalizácii výstupov organizácií. Vo verejnom sektore podľa Tetřevovej (2008)
prevláda tendencia k neefektivite z dôvodov:
 nie sú vytvárané podmienky pre konkurenciu,
 nie je konkrétny vlastník,
 nepôsobí kategória zisku,
 nehrozí riziko bankrotu,
 vstupy do verejného sektora je možné presne kvantifikovať, zatiaľ čo výstupy (úžitok) sú ťažko
kvantifikovateľné,
 vstupy sú nakupované za trhové ceny a výstupy sú poskytované bezplatne (za daňovú cenu) či za
modifikovanú cenu (užívateľský poplatok),
 aktivity verejného sektora sú náročné na odbornú spôsobilosť.
Zákon č. 583/2004 Z. z. o rozpočtových pravidlách verejnej správy považuje neefektívne, nehospodárne a
neúčinné vynakladanie verejných prostriedkov za porušenie finančnej disciplíny, pričom definovanie pojmu
účinnosť, efektívnosť a hospodárnosť upravuje Zákon č. 502/2001 Z. z.. Účinnosť, efektívnosť a hospodárnosť
použitia verejných prostriedkov verejnou správou upravuje v ČR Zákon č. 320/2001 Sb. o finančnej kontrole.
Efektívnosť verejného sektora je závislá na jeho veľkosti a štruktúre. K vonkajším faktorom ovplyvňujúcim
veľkosť a štruktúru verejného sektora, t.j. efektívnosť, Šebestová (2008) priradzuje:
 politické usporiadanie spoločnosti a s tým súvisiace pôsobenie verejnej voľby a verejnej kontroly,
 fungovanie trhového systému tým, že platca daní vytvára atmosféru efektívnosti výškou vyprodukovaných
daňových výnosov reguluje financovanie verejných služieb,
 konkurenčné prostredie vo vnútri verejného sektora vytvárané verejnou správou,
 financovanie odvetví a organizácií verejného sektora podľa výkonov a úžitkov.
V praxi sa využívajú rôzne kvalitatívne a kvantitatívne metódy hodnotenia efektívnosti nielen vo verejnom sektore
(Balážová, Papcunová, Tej, 2016; Bečica, 2015; Cooper, Ezzamel, Qu, 2017; či Vrábková, Vaňková, Ivan, 2016).
Jednou z týchto skupín sú aj MCDM metódy, v rámci ktorých je pre potreby tohto príspevku použitá TOPSIS
technika.
3. Metodológia
V rámci výskumu bolo identifikovaných celkovo 8 ukazovateľov pre hodnotenie efektívnosti hospodárenia.
Identifikácia jednotlivých ukazovateľov vychádzala z osobných konzultácií s vládnymi audítormi Správy
finančnej kontroly a predstaviteľmi obcí. Ich cieľom bolo spoločne identifikovať skupinu základných
ukazovateľov, ktorá najlepšie odráža reálny stav hospodárenia konkrétnej obce. V prvej fáze im bola prezentovaná
skupina 28 ukazovateľov, ktorá po viacerých stretnutiach, diskusiách bola minimalizovaná do nasledujúcej
skupiny sledovaných ukazovateľov:
 R1 – Celkové výdavky na obyvateľa,
 R2 – Podiel cudzích zdrojov na celkových aktívach obce,
 R3 – Celkové príjmy na obyvateľa obce,
 R4 – Výsledok hospodárenia na obyvateľa obce,
 R5 – Rentabilita aktív,
 R6 – Bežné výdavky na obyvateľa obce,
 R7 – Cudzie zdroje na obyvateľa obce,
 R8 – Bežné príjmy na obyvateľa obce
Uvedený súbor ukazovateľov podľa nášho názoru spĺňa požiadavky, ktoré na takýto súbor kladú Fotr, Dědina,
Hrůzová (2000), t.j. úplnosť, operacionalitu, neredundanciu a minimálny rozsah. Vyššie spomenuté ukazovatele
sú použité v rámci TOPSIS techniky, pomocou ktorej sú hodnotené obce v Žilinskom samosprávnom kraji na
základe výsledkov v roku 2016. Podľa Shih, Shyur, Lee (2006) umožňuje TOPSIS rozhodovateľovi riešiť a
analyzovať problém, porovnávať alternatívy a zostaviť ich poradie na základe zvolených kritérií. Zároveň je táto
metóda označovaná ako najpriamočiarejšia z metód MCDM, pričom Pavic, Novoselac (2013) poukazuje na fakt,
že táto metóda je vhodným nástrojom rozhodovania na základe neúplných dát. Rozsah zvolených dát pritom
Kandakoglu, Celik, Akgun (2008) a Shih, Shyur, Lee (2006) nepovažujú pri jej použitie determinujúci, t.j. je
možné použiť dáta ľubovoľného rozsahu. Bližšie sa TOPSIS technike venuje napr. Bhutia, Phipon (2012), Milani,
Shanian, El-Lahham (2008), Pavic, Novoselac (2013), či Vavrek, Novotová (2017). Využitie tejto metódy je
možné nájsť vo viacerých oblastiach, napr. v manufaktúrach (Olson, 2014), v poľnohospodárstve
(Seyedmohammadi a kol., 2018, pri hodnotení rizík (Hashemkhani Zolfani, Antucheviciene, 2012) alebo pri
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
428
hodnotení poskytovateľov cloudových služieb (Radulescu, Radulescu, 2017). Pomocou fullerovho trojuholníka
skupina tvorená 25 expertmi identifikovala váhy ukazovateľov pre zostavenie poradia municipalít nasledovne.
Tab. 1: Upravené váhy použitých ukazovateľov
R1 R2 R3 R4 R5 R6 R7 R8
0,161 0,113 0,150 0,123 0,09 0,144 0,106 0,113
Zdroj: vlastné spracovanie
Alternatívnym je použitie rovnakých váh jednotlivých ukazovateľov, pričom takto získané dve sady výsledkov sú
navzájom porovnané. Bližšie sa tejto problematike venuje Vavrek (2017a, 2017b). Vavrek, Kotulič, Adamišin
(2015) sa taktiež venovali vplyvu váh stanovených Fullerovou metódou na celkové výsledky TOPSIS techniky.
Výsledky sú spracované s použitím viacerých matematicko-štatistických metód použitých napr. aj Moranov index,
jednofaktorová ANOVA, Kendallov korelačný koeficient, Dean Dixonov test. Analýzy a výsledky sú spracované
v prostredí MS Excel a programoch Statgraphics a Statistica.
4. Výsledky a diskusia
Žilinský samosprávy kraj (ďalej len „ŽSK") a jeho ekonomika je zastúpená viacerými odvetviami, pričom
rozhodujúcim je priemysel a stavebníctvo. Priemyselný charakter kraja ovplyvňuje prítomnosť priemyselných zón
Českej a Poľskej republiky a taktiež nedostatok úrodnej pôdy. Celkový počet obcí v ŽSK je 315, ktoré boli zároveň
predmetom hodnotenia. V kraji sa nachádzajú prevažne malé obce (Q3 = 1794 obyvateľov), kvôli ktorým je súbor
obcí výrazne zošikmený (ɑ = 64,554). Najväčším mesto je krajské mesto Žilina (81 382 obyvateľov),
najmenšou štatistikou jednotkou obec Liešno s 57 obyvateľmi. Poradie obcí dosiahnuté aplikáciou TOPSIS
techniky pri rovnakých aj upravených váhach vrátane súvislosti s jednotlivými sledovanými kritériami na
dosiahnutom výsledku zachytáva tabuľka 2.
Tab. 2: Poradie a výsledky obcí na základe TOPSIS techniky
R U Obec ci* R1 R2 R3 R4 R5 R6 R7 R8
1 1 ZA Lutiše 0,8 168,9 2,6 558,4 396,8 0,5 169 20,2 558,4
2 2 ZA Malá Čierna 0,8 350,8 1,1 488,9 431,9 0,4 338,7 12,6 357,5
3 3 CA Krásno n. K. 0,8 395,6 13,1 438,5 506,8 0,4 311,7 179,6 341,6
4 4 LM Part. Ľupča 0,6 676,6 13,7 701,2 391,1 0,1 647,9 402,6 700,8
5 5 TR Turček 0,6 338,9 22,6 336,2 321,7 0,1 277,7 469,3 336,2
6 6 LM Bobrovník 0,6 637,6 26,5 657,1 269,7 0,2 403,9 428 415
7 8 ZA Rajecká Lesná 0,6 397,5 0,9 384,9 194,2 0,1 263,1 14,1 384,9
8 7 LM Uhorská Ves 0,6 511,7 3,2 714 287,5 0,1 346,6 189 641,4
9 9 CA Čadca 0,6 855,4 19,2 951,6 225,1 0,1 539,9 490,9 618,8
10 14 LM Malatíny 0,6 186,5 5,8 197,2 53,5 0,1 186,5 24,3 186,7
... ... ... ... ... ... ... ... ... ... ... ... ...
310 310 TS Zuberec 0,4 512,4 38,8 606,3 -167,2 -0,1 494,4 1399,2 526,9
312 312 MT Krpeľany 0,3 346,1 67 521,3 26 0 273,4 4437,7 498,3
313 314 KM Kysucké N. M. 0,3 1290,9 47,2 1494,5 -40,4 0 808,6 3315,2 932,5
314 315 RK Komjatná 0,3 2705,9 59,4 1858,5 122,4 0 929,1 4361,9 1047,6
315 313 LM Bobrovec 0,3 494,7 63,6 599,4 -73,9 0 398,8 3101,6 556,6
Korelácia výsledkov s jednotlivými kritériami
Rovnaké váhy (rK) -0,12 -0,30 -0,09 0,61 0,69 -0,15 -0,26 -0,13
p 0 0 0,02 0 0 0 0 0
Upravené váhy (rK) 0,04 0,01 0,04 -0,03 -0,05 0,05 0,03 0,07
p 0,33 0,71 0,30 0,42 0,18 0,15 0,36 0,08
Zdroj: vlastné spracovanie
Najlepšie hodnotou je obec Lutiše so 756 obyvateľmi, pričom v najlepšej desiatke hodnotených má najpočetnejšie
zastúpenie okres Liptovský Mikuláš (4 obce) a okres Žilina (3). Zaujímavou je potvrdená lineárna korelácia s
ukazovateľmi len v prípade rovnakých váh jednotlivých ukazovateľov. Pomocou Dean Dixonovho testu (tab. 3)
pre ďalšie štatistické spracovanie sú na úrovni okresov podľa počtu obyvateľov identifikované a odstránené
odľahlé hodnoty (obce).
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
429
Tab. 3: Obce identifikované ako odľahlé hodnoty v jednotlivých okresoch
okres štatistická jednotka
Bytča Bytča
Čadca Čadca
Dolný Kubín Dolný Kubín, Zázrivá
Kysucké Nové Mesto Kysucké Nové Mesto
Liptovský Mikuláš Liptovský Hrádok, Liptovský Mikuláš
Martin Martin, Vrútky
Námestovo Námestovo
Ružomberok Ružomberok
Turčianske Teplice Turčianske Teplice
Tvrdošín
Žilina Rajec, Žilina
Zdroj: vlastné spracovanie
Kolmogorov-Smirnov test nepotvrdil zhodu distribučných funkcií výsledkov TOPSIS techniky (K-S = 0,4684, p
≤ 0,01). Lineárna súvislosť medzi výsledkami sa však potvrdila Kendallovým koeficientom (rK = 0,9307, p
≤ 0,01).
Obr. 2: Porovnanie distribučných funkcií výsledkov TOPSIS techniky
VR - distribučná funkcia výsledkov TOPSIS techniky pri rovnakých váhach
VU - distribučná funkcia výsledkov TOPSIS techniky pri upravených váhach
Zdroj: vlastné spracovanie
Vzťah medzi výsledkom TOPSIS techniky a počtom obyvateľov je sledovaný Kendallovým koeficientom, ktorý
nepotvrdil lineárnu koreláciu medzi sledovanými premennými (rKR = -0,0158, p = 0,683; rKU = -0,0199, p
= 0,758). Predpoklady regresných funkcií VR = 0,0744425*ln(PO), resp. VU = 0,0782856*ln(PO) zachytáva
tabuľka 4.
Tab. 4: Predpoklady reziduií regresného modelu
Predpoklad Test (R) Test (U)
εi ~ N(0; σε
2
) SW = 0,9783, p = 0,113 SW = 0,9787, p = 0,131 splnený
E (εi) = 0 T-test = 2,311, p =0,021 T-test = 2,393, p = 0,017 nesplnený
cov (εi εj) = 0 Moran I = -0,0249 Moran I = -0,0257 splnený
D (εi) = σε
2
LE = 9/10 LE = 9/10 splnený
odľahlé hodnoty Dean Dixonov test Dean Dixonov test splnený
Zdroj: vlastné spracovanie
Napriek tomuto faktu, t.j. nesplneniu všetkých predpokladov rozloženia reziduí, môžme týmto modelom pripísať
vysokú vypovedaciu schopnosť vyjadrenú koeficientom determinácie nad 0,9 (KDR = 0,9674; KDU = 0,9698).
4.1 Výsledky v jednotlivých okresoch Žilinského samosprávneho kraja
Zmena váh sledovaných ukazovateľov nemala za dôsledok zmenu rozptylu výsledkov na úrovni okresov,
zapríčinila však zmenu ich mediánov vo všetkých okresoch ŽSK. V okrese Bytča, Dolný Kubín a Kysucké Nové
Mesto sa potvrdil prostredníctvom jednofaktorovej analýzy rozptylu štatisticky významný rozdiel vo výsledkoch
s rovnakými a upravenými váhami. (F-ratioBY = 5,12, p = 0,03; F-ratioDK = 13,13, p ≤ 0,01; F-ratioKM = 23,20, p
≤ 0,01). Na základe výsledkov v ďalších okresoch (tab. 4) boli rozdiely sledované pomocou Kruskal-Wallisovho
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
430
testu, ktorý potvrdil štatisticky významný rozdiel vo výsledkoch s rovnakými a upravenými váhami vo všetkých
okresoch ŽSK.
Tab. 5: Vybrané charakteristiky okresov ŽSK
okres normalita homoskedasticita zhoda mediánov
Bytča áno/áno áno nie
Čadca nie/nie áno nie
Dolný Kubín áno/áno áno nie
Kysucké Nové Mesto áno/áno áno nie
Liptovský Mikuláš nie/nie áno nie
Martin nie/nie áno nie
Námestovo áno/nie áno nie
Ružomberok nie áno nie
Turčianske Teplice nie/nie áno nie
Tvrdošín nie/áno áno nie
Žilina nie/nie áno nie
Zdroj: vlastné spracovanie
Obr. 3 poukazuje na rozdiely medzi priemerným hodnotením obcí v jednotlivých okresoch, ktoré sa líši v priemere
o 5,14 %. Najlepšie hodnotenými sú okresy Martin a Ružomberok. Najhoršie hodnotenými sú okresy Bytča a
Liptovský Mikuláš. Zmena váh spôsobila vo všetkých okresoch zlepšenie priemerného hodnotenia TOPSIS
technikou, ktoré je signifikantné predovšetkým v už spomenutých okresoch Bytča a Liptovský Mikuláš.
Obr. 3: Porovnanie priemerného hodnotenia obcí v okresoch ŽSK
Zdroj: vlastné spracovanie
Štatistický významný rozdiel medzi hodnotením okresov sa Kruskal-Wallisovým testom nepotvrdil (KWR
= 12,205, p = 0,2716; KWU = 12,149, p = 0,2752). V oboch prípadoch sa potvrdila Leveneho testom
homoskedasticita výsledkov.
Obr. 4: LISA v jednotlivých okresoch ŽSK
Zdroj: vlastné spracovanie
Z pohľadu priestorového rozloženia preukázal Moranov index priestorovú náhodnosť, resp. nekorelovanosť
výsledkov (IR = -0,0249, IU =-0,0257). LISA, používaná pre detekciu miestnych zoskúpení, hodnotí územie ŽSK
ako región so žiadnou významnou lokálnou priestorovou autokoreláciou.
Záver
Hodnotenie subjektov územnej samosprávy v zmysle aktuálne platnej legislatívy ponúka priestor hospodárenie
týchto subjektov podriadiť jednému ukazovateľu, ktorý podľa nášho názoru nemusí vypovedať o reálnej finančnej
kondícií. Cieľom predloženého príspevku bolo ponúknuť alternatívu v podobe TOPSIS techniky s použitím 8
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
431
indikátorov a komplexne zhodnotiť hospodárenie obcí v Žilinskom samosprávnom kraji. Na základe
realizovaných analýzy konštatujeme naplnenie stanoveného cieľa, pričom taktiež konštatujeme, že:
 postavenie obce vo výslednom poradí závisí predovšetkým na použitých váhach jednotlivých ukazovateľov,
ktoré determinujú súvislosť celkového výsledku s jednotlivými ukazovateľmi,
 zmena váh ukazovateľov spôsobila pri zachovaní rozptylu zmenu mediánu ako aj priemerného výsledku v
jednotlivých okresoch (nárast o 5,14 %),
 územie ŽSK z pohľadu hodnotenia obcí v jednotlivých okresoch je možné považovať za homogénne.
Použité hodnotenie jednotlivých obcí a okresov je potrebné chápať s obmedzeniami vyplývajúcimi z použitých
metód. Z tohto dôvodu pre získanie komplexného obrazu o finančnom zdraví subjektov územnej samosprávy v
predmetnom území odporúčame a plánujeme rozšíriť predmetné územne a sledované obdobie či objektivizovať
použité ukazovatele a ich dôležitosť v takto vytvorenom zoskupení.
Literatúra
[1] BALÁŽOVÁ, E., PAPCUNOVÁ, V., TEJ, J., (2016). The Impact of the Fiscal Decentralization on the Tax
Revenue of Real Estate Tax on the Local Self-government of the Slovak Republic. In XIX. mezinárodní
kolokvium o regionálních vědách. Sborník příspěvků. Brno: Masarykova univerzita, pp. 891-898. ISBN 978-
80-210-8273-1. DOI: 10.5817/CZ.MUNI.P210-8273-2016-115.
[2] BECICA, J., (2015). Property of Self-governing Regions in the Czech Republic. In 11th International
Scientific Conference Public Economics and Administration. Ostrava: VŠB-TUO, pp. 22-26. ISBN 978-80-
248-3839-7.
[3] BHUTIA, P. W., PHIPON, R., (2012). Application of AHP and TOPSIS Method for Supplier Selection
Problem. Journal of Engineering, vol. 2, no. 10. pp. 43-50. ISSN 2278-8719.
[4] CIBÁKOVÁ, V., NINÁČOVÁ, V., (2006). Základy ekonomiky verejného sektora. Bratislava: Merkury.
ISBN 80-89143-25-3.
[5] COOPER, D. J., EZZAMEL, M., QU, S. Q., (2017). Popularizing a Management Accounting Idea: The Case
of the Balanced Scorecard. Contemporary Accounting Research, vol. 34, no. 2. pp. 991-1025. ISSN 0823-
9150.
[6] FOTR, J., DĚDINA, J., HRŮZOVÁ, H., (2000). Manažerské rozhodovaní. Praha: Ekopress. ISBN 80-86119-
20-3.
[7] HAMERNÍKOVÁ, B., MAAYTOVÁ, A. a kol., (2010). Veřejné finance. Praha: Wolters Kluwer ČR. ISBN
978-80-7357-497-0.
[8] HASHEMKHANI ZOLFANI, S., ANTUCHEVICIENE, J., (2012). Team Member Selecting Based on AHP
and TOPSIS Grey. Inzinerine Ekonomika-Engineering Economics, vol. 23, no. 4, pp. 425-434. ISSN 1392-
2785.
[9] KANDAKOGLU, A., CELIK, M., AKGUN, I., (2009). A multi-methodological approach for shipping
registry selection in maritime transportation industry. Mathematical and Computer Modelling, vol. 2009, no.
49, pp. 586-597. ISSN 0895-7177.
[10]MANKIW, N., (2000). Zásady ekonomie. Praha: Grada. ISBN 80-71698-91-1.
[11]MILANI, A.S., SHANIAN, A., EL-LAHHAM, C., (2008). A decision-based approach for measuring human
behavioral resistance to organizational change in strategic planning. Mathematical and Computer Modelling,
vol. 2008, no. 48, pp. 1765-1774. ISSN 0895-7177. DOI:10.1016/j.mcm.2008.06.018
[12]NARBON-PEPINA, I., DE WITTE, K., (2018). Local governments' efficiency: a systematic literature
reviewpart I. International Transactions in Operational Research, vol. 25, no. 2, pp. 431-468. ISSN 0969-
6016.
[13]OCHRANA, F., (2003). Veřejná volba a řízení veřejných výdavků. Praha: Ekopress. ISBN 80-86119-71-8.
[14]OLSON, D. L., (2004). Comparison of Weights in TOPSIS Models. Mathematical and Computer Modelling,
vol. 2004, no. 40, pp. 721-727. ISSN 0895-7177.
[15]PAVIC, Z., NOVOSELAC, V., (2013). Notes on TOPSIS Method. International Journal of Research in
Engineering and Science, vol. 1, no. 2, pp. 5-12. ISSN 2320-9356.
[16]PEKOVÁ, J., (2004). Hospodaření a finance územní samosprávy. Praha: Management Press. ISBN 80-7261-
086-4.
[17]PEKOVÁ, J., (2011). Finance územní samosprávy: teorie a prax v ČR. Praha: Wolters Kluwer ČR. ISBN
978-80-7357-614-1.
[18]PROVAZNÍKOVÁ, R., (2009). Financování měst, obcí a regionů: teorie a praxe. Praha: Grada Publishing.
ISBN 978-80-247-2789-9.
[19]RADULESCU, C. Z., RADULESCU, I. C., (2017). An Extended TOPSIS Approach for Ranking Cloud
Service Providers. Studies in Informatics and Control, vol. 26, no. 2, pp. 183-192. ISSN 1220-1766.
Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018
432
[20]REKTOŘÍK, J., ŠELEŠOVSKÝ, J. a kol., (2003). Kontrolní systémy veřejné správy a veřejného sektoru.
Praha: Ekopress. ISBN 80-86119-72-6.
[21]SEYEDMOHAMMADI, J., SARMADIAN, F., JAFARZADEH, A., GHORBANI, M., SHAHBAZI, F.,
(2018). Application of SAW, TOPSIS and fuzzy TOPSIS models in cultivation priority planning for maize,
rapeseed and soybean crops. GEODERMA, vol. 310, pp. 178-190. ISSN 0016-7061.
[22]SHIH, H., H. SHYUR, LEE, E. S., (2007). An extension of TOPSIS for group decision making. Mathematical
and Computer Modelling. vol. 2007, no. 45, pp. 801-813. ISSN 0895-7177.
[23]SIEGL, M., STEJSKAL, J., STRÁNSKÁ KOŤÁTKOVÁ, P., (2011). Management veřejného sektoru.
Pardubice: Univerzita Pardubice. ISBN 978-80-7395-415-4.
[24]ŠEBESTOVÁ, J., (2008). Kontrolní systém veřejné správy a veřejného sektoru. Karviná: SleŽSKá univerzita
v Opavě. ISBN 978-80-7248-460-7.
[25]TETŘEVOVÁ, L. a kol., (2009). Veřejný a podnikatelský sektor. Příbram: PBtisk Příbram. ISBN 978-80-
86946-90-0.
[26]TETŘEVOVÁ, L., (2008). Veřejná ekonomie. Příbram: PBtisk Příbram. ISBN 978-80-86946-79-5.
[27]VAVREK, R. (2017). Weight of TOPSIS technique parameter and its impact on assessment of municipalities
in Slovak republic. Scientific papers of the University of Pardubice, vol. 24, no. 39, pp. 236-246. ISSN 1211-
555X.
[28]VAVREK, R., (2017). Multi-criteria evaluation of municipalities. Warsawa: Jedność w róznorodości. ISBN
978-83-947394-6-1.
[29]VAVREK, R., KOTULIČ, R, ADAMIŠIN, P., (2015). Evaluation of Municipalities Management with the
TOPSIS Technique Emphasising on the Impact of Weights of Established Criteria. Lex localis - Journal of
Local Self-Government. Maribor: Institute for Local Self-Government and Public Procurement, vol. 13, no.
2, pp. 249-264. ISSN 1581-5374. DOI: 10.4335/13.2.249-264.
[30]VAVREK, R., NOVOTOVÁ, J., (2017). Brand and its impact in analysis of customer decision - making
process using TOPSIS technique. International journal of applied mathematics & statistics, vol. 56, no. 2,
pp. 1-18. ISSN 0973-1377.
[31]VORLÍČEK, J., (2008). Úvod do ekonomie veřejného sektoru. Praha: Oeconomica. ISBN 9778-80-245-1419-
2.
[32]VRABKOVÁ, I., VAŇKOVA, I., IVAN, I., (2016). The Efficiency and Public Transport Accessibility of
Indirect State Administration in the Czech Republic. Review of Economic Perspectives, vol. 16, no. 2, pp.
135-156. ISSN 1213-2446.
[33]Zákon č. 320/2001 Sb. o finančnej kontrole
[34]Zákon č. 502/2001 Z. z. o finančnej kontrole
[35]Zákon č. 583/2004, Z. z. o rozpočtových pravidlách územnej samosprávy
Príspevok bol spracovaný v rámci grantu KEGA 035PU-4/2016, KEGA 038PU-4/2018, VEGA 1/0139/16 a
VEGA 1/0578//18.