Detailed Information on Publication Record
2017
Identifikace regionálních disparit na úrovni LAU, simulace virtuálních lokálních extrémů
BOTLÍK, Josef and Milena BOTLÍKOVÁBasic information
Original name
Identifikace regionálních disparit na úrovni LAU, simulace virtuálních lokálních extrémů
Name in Czech
Identifikace regionálních disparit na úrovni LAU, simulace virtuálních lokálních extrémů
Name (in English)
Identification of regional disparities on the level of LAU, the simulation virtual local extremes
Authors
BOTLÍK, Josef (203 Czech Republic, belonging to the institution) and Milena BOTLÍKOVÁ (203 Czech Republic)
Edition
Brno, XX. mezinárodní kolokvium o regionálních vědách, p. 52-59, 8 pp. 2017
Publisher
Masarykova univerzita v Brně, Ekonomicko-správní fakulta, Katedra regionální ekonomie a správy
Other information
Language
Czech
Type of outcome
Stať ve sborníku
Field of Study
50700 5.7 Social and economic geography
Confidentiality degree
není předmětem státního či obchodního tajemství
Publication form
electronic version available online
RIV identification code
RIV/47813059:19520/17:00010838
Organization unit
School of Business Administration in Karvina
ISBN
978-80-210-8587-9
Keywords in English
region; precedence; incidence; binary matrix; Moravia and Silesia
Změněno: 7/2/2020 10:57, RNDr. Daniel Jakubík
V originále
Identifikace regionálních disparit na úrovni obcí je poměrně komplikovaná, zejména z důvodu značného počtu analyzovaných subjektů. Existuje škála metod, redukujících počty analyzovaných subjektů podle předem zvolených parametrů (shluková analýza, aproximační metody, JENKS optimalizace apod.). V uváděných metodách dochází k zobecnění a redukci vybíraných prvků a zjednodušení objektivní reality. Jedním z cílů výzkumu probíhajícího na OPF v Karviné, bylo nalezení metody vhodné pro regionální analýzy, umožňující zpracování rozsáhlých regionálních dat, neredukující množinu analyzovaných subjektů, obecně použitelné. Jako vhodná se jeví metoda využívající precedencí a incidencí v systému, redukovaná do binárního záznamu, umožňující identifikovat nárůsty a poklesy hodnot analyzovaných faktorů v regionu. Na tomto principu jsou následně v regionu identifikovány lokální extrémy hodnot faktorů a stanovena jejich významnost vzhledem k okolí. Prezentovaný výzkum analyzuje 2383 obcí Moravy a Slezska a kraje Vysočina. Následně byly lokální extrémy redukovány na 1679 obcí Moravy a Slezska. Byla vytvořena virtuální infrastruktura pomocí ortodrom a redukovaných deviatilit. Na této infrastruktuře byly srovnány hodnoty charakterizující regionální disparity v počtu obyvatel, hustotě obyvatel a rozloze obcí. Cílem výzkumu je identifikace prostorového rozložení těchto disparit. Výsledky jednoznačně prokazují význam analýz prostorových dislokací obcí.
In English
Identification of regional disparities at the level of municipalities is quite complicated, in particular reason to the substantial number of analysed subjects. Standard methods reduce the number of analyzed entities according to pre-selected parameters (cluster analysis, approximation methods, JENKS optimization, etc.), which simplifies objective reality. At the OPF in Karviná, we work with generally applicable methods they allow processing of large-scale regional data. As appropriate appears to be the method of using precedences and the incidences in the system, reduced into a binary matrix, to identify increases and decreases of the values of the analysed factors in the region. On this principle, are consequently in the region identified by the local extrema of the values of the factors and determine their significance relative to the surrounding area. The presented research analyzes 2383 Moravian municipalities, for local extremes were reduced to 1,679 villages. Created virtual infrastructure using ortodrom and reduced deviatilites. On this infrastructure were compared the values characterising the regional disparities in population, population density and land area of the village. The aim of the research is the identification of the spatial distribution of these disparities. The results clearly demonstrate the importance of analyses of the spatial dislocation of communities.