ZAKLJUČNO POROČILO O REZULTATIH OPRAVLJENEGA RAZISKOVALNEGA DELA NA PROJEKTU V OKVIRU CILJNEGA RAZISKOVALNEGA PROGRAMA (CRP) »KONKURENČNOST SLOVENIJE 2006 - 2013« I. Predstavitev osnovnih podatkov raziskovalnega projekta I. Naziv težišča v okviru CRP: Povezovanje ukrepov za doseganje trajnostnega razvoja 2. Šifra projekta: V5-0304 3. Naslov pro jekta: Razvoja modela za potrebe regionalne politike 3. Naslov projekta 3.1. Naslov projekta v slovenskem jeziku: 3.2. Naslov projekta v angleškem jeziku: 4. Ključne besede projekta 4.1. Ključne besede projekta v slovenskem jeziku: Regionalni razvoj, model Lowrijevega tipa, indeks razvojne ogroženosti, stalne migracije, dnevne migracije, razširjena odgovornost proizvajalca, EPR. 4.2. Ključne besede projekta v angleškem jeziku: Regional development, Lowry like model, development deficiency rate, migration, daily commuting, extended producer responsibility, EPR. Obrazec ARR.S-RJ-CRP-ZP/2008 Stran 26 od 26 5. ''Jaziv nosilne raziskovalne organizacije: 0510 UNIVERZA V LJUBLJANI (članica: 0584, Ekonomska fakulteta) 5.1. Seznam sodelujočih raziskovalnih organizacij (R0): 0510 UNIVERZA V LJUBLJANI (članica: 0792, Fakulteta za gradbeništvo in geodezijo) 6. Sofinancer/sofinancerji: Služba Vlade RS za lokalno samoupravo in regionalno politiko 7. Šifra ter ime in priimek vodje projekta:_ 2978 1 Prof. ddr" Ludvik Bogataj Datum: Oktober, 2008 Podpis vodje projekta: ddr. Ludvik Boüaj I ■■ s i I"' < Podpis in žig izvajalca: • \ \ Prof. dr. Andreja Kocijančič, ! rektorica ^^ Zanjo po pooblastilu Prof. dr. Di Ekonoi ;an Mramor, dekan bske faku tete Obrazec ARRS-RI-CRP-ZP/2008 Stran 2 od 41 n. Vsebinska struktura zaključnega poročila o rezultatili raziskovalnega projekta v okviru CRP 1. Cilji projekta: 1.1. Ali so bili cilji projekta doseženi? X a) v celoti 3 b) delno c) ne Geb) in c), je potrebna utemeljitev. 1.2. Ali so se cilji projekta med raziskavo spremenili? _l a) da 3 b) ne Če so se, je potrebna utemeljitev: Obrazec ARRS-RI-CR.P-ZP/2008 Stran 3 od 11 2, Vsebinsko poročilo o realizaciji predloženega programa dela': IZHODIŠČE ZA NALOGO Projekt z naslovom Razvoj modela za potrebe regionalne politike je eden od projektov v tematskem sklopu Skladnejši regionalni razvoj in izboljšanje gospodarjenja s prostorom, katerega težišče je povezovanje množice ukrepov, ki imajo za skupni cilj doseganje trajnostnega razvoja. Ta pa zahteva sonaravno 1. bivanje in 2. ustvarjanje v prostoru. Kjer kvaliteto bivanja študiramo predvsem preko študije prebivalstva in stanovanjske rabe prostora ter spremljajočih dejavnosti, ki zagotavljajo višjo kvaliteto življenja, ustvarjanje pa predvsem preko študija Industrije, storitvenih in drugih (tudi raziskovalnih in umetniških) dejavnosti in z njimi povezane rabe prostora. Trajnostni razvoj pri tem razumemo kot razvoj, ki zadovoljuje potrebe sedanje generacije, ne da bi bila ogrožena zadovoljitev potreb prihodnjih generacij vsaj v taki meri, kot je to na voljo današnjim generacijam. To zahteva enakopravno obravnavo treh sestavin ekonomskega razvoja: gospodarsko, družbeno in okoljsko v dinamičnem sistemu, z izrazitimi zahtevami po racionalni rabi prostora, s posebnim poudarkom na časovnih preferencah dinamičnih modelov. Pri tako zasnovanem pristopu pa je regionalna politika, ki vključuje vse naštete vidike, še posebej pomembna za uravnoteženje lokalnih politik in podporo državnim usmeritvam. Modele v podporo odločanju na regionalnem nivoju gradimo tudi v okviru pričujočega projekta. V nalogi izhajamo iz predpostavke, da regije z ugodnejšimi kazalniki, ki vplivajo na kvaliteto bivanja v regiji, pritegnejo prebivalstvo, da ostaja v regiji bivanja ali da se vanjo priseli zaradi ugodnih vrednosti teh kazalnikov. Prav tako predpostavljamo, da bodo regije z ugodnejšimi vrednostmi kazalnikov gospodarskega razvoja pritegnile s svojimi delovnimi mesti in višino osebnih dohodkov človeške vire kot stalne migrante v regijo oziroma kot dnevne migrante iz drugih regij. Namen naše naloge je bil, da preko gravitacijskih modelov Lowrijevega tipa, modelov input/output analize blagovnih tokov in spremljajočih ugotovitev iz Alonsojevih modelov ugotovimo: 1. kateri so faktorji, ki vplivajo na polnjenje ali praznjenje regij, oziroma faktorji, ki vplivajo na dnevne migracije med regijami, pa ne samo to, ugotoviti želimo, kako dvig posameznih faktorjev vpliva na stalne in dnevne migracije med regijami; 2. kako razdalja med regijami in investicije v povezave med njimi, še posebej investicije v evropske koridorje, vplivajo na atraktivnost regij _ob teh koridorjih;______ ^ Potrebno je napisati vsebinsko raziskovalno poročilo, kjo- mora biti na kratko predstavljen program dela z raziskovalno hipotezo in metodološko-teoretičen opis raziskovanja pri njenem preverjanju ali zavračanju vključno s pridobljenimi rezultati projdcta. Obrazec ARRS-RI-CRP-ZP/2008 Stran 4 od 26 3. 4. 5. 6. zakaj se posamezne aktivnosti v globalnih oskrbovalnih sistemih selijo iz lokacije na lokacijo, iz regije v regijo in kako je mogoče napovedovati spremembe lokacije celic aktivnosti v globalnih oskrbovalnih sistemih, še posebej ko iščemo ekonomsko - okljsko ravnotežje; kje zajamemo podatke o teh faktorjih, kako lahko pri tem izkoristimo že izdelane študije v Sloveniji, predvsem pa želimo omogočiti simulacije posledic različnih odločitev o vlaganjih EU in domačih sredstev v regije na demografske spremembe, ekonomsko rast in ekonomsko-okoljsko ravnotežje. Modele smo do podrobnosti razvili in omogočili uporabo za nivo SKTE-3, vendar pa je mogoče na podlagi priloženih navodil in agregacije podatkov na občinskem nivoju ponoviti študije za SKTE-2 in občinski nivo, kar smo tudi pokazali na nekaterih primerih. Izhajamo iz potrebe, da matematični modeli in ustrezna informacijska baza v podporo odločanju o razvoju slovenskih regij ponudijo orodja za odločanje na tem področju. Končni dogovor z naročnikom je bil, da sicer pripravimo podatkovno bazo in navodila za ažuriranje te baze za potrebe izvajanja gravitacijskega modela za vrednotenje investicij v regije, vendar pa smo se dogovorili, da zaradi nižjega pogodbenega zneska www aplikacijo izvedemo kdaj pozneje. Zato je v tej fazi raziskave priložena le podatkovna baza, na kateri smo izvajali simulacije ter navodila, kako te izvesti na različnih drugih nivojih hierarhičnih prostorskih struktur in kako te podatke vzdrževati za bodoče obdelave. Pri prvem delu naloge: MODELI ZA OCENJEVANJE INVESTICIJ V PROSTOR IN NAPOVEDOVANJE DEMOGRAFSKIH SPREMEMB smo delno posegli tudi po rezultatih projekta istega naročnika, ki ga je pred dobrim letom izdelal inštitut za ekonomska raziskovanja pod naslovom OBLIKOVANJE KAZALCEV SAMOVZDRŽNOSTI REGIJE TER OCENA REGIJ GLEDE NA TE KAZALCE V MEDSEBOJNI MEDREGIONALNI IN MEDNARODNI PRIMERJAVI (Kavaš et al., 2005). Na temelju oblikovanih in delno v našem projektuj tudi revidiranih kazalcev samovzdržnosti regije ter ocene regij glede na te kazalce v medsebojni medregionalni in mednarodni primerjavi ( v smislu, da regija išče politiko trajnostnega ustvarjanja blaginje iz lastnih, endogenih virov kakor tudi iz eksogenih virov) želimo zasnovati modele v podporo odločanju o trajnostnem razvoju regij in s tem opozoriti tudi na potrebno informacijsko podporo odločitvam v prostoru, kar je končni cilj tega projekta. V drugem delu naloge, ki nosi naslov VLOGA REGIJ V ISKANJU OKOLJSKO - EKONOMSKEGA RAVNOTEŽJA GLOBALNIH OSKRBOVALNIH VERIG IN MODEL ZA ANALIZO OKOLJSKIH DAJATEV smo izhajali iz MRP teorije Grubbströma in njegove šole in ga razširili v model ^ Več o hierarhiji in razvoju centralnih naselij v Sloveniji smo zapisali v (Bogataj in Drobne, 1990). Obrazec ARRS-RI-CRP-ZP/2008 Stran 5 od 26 za študij globalnih logističnih verig in interakcij le-teh z lokalnimi (regionalnimi) upravljalci prostora in s človeškimi viri v regijah. I. MODELI ZA OCENJEVANJE INVESTICIJ V PROSTOR IN NAPOVEDOVANJE DEMOGRAFSKIH SPREMEMB Trajnostni princip zahteva regionalno uravnotežen in prostorsko vzdržen razvoj. Sledeč temu cilju regija ustvarja pogoje za trajno ustvarjanje blaginje iz lastnih, endogenih virov in iz drugih (eksogenih) virov, ki jih zagotavljajo tokovi blaga, človeških virov, informacij in finančni tokovi. Ustvarjanje te blaginje je vezano na rabo prostora in kontakte z drugimi lokacijami, za katere skrbijo druge lokalne skupnosti in druge regije. Ustvarjanje te blaginje je vezano na rabo prostora. Brez upoštevanja prostora in dejavnosti, ki se v njem odvijajo, ni mogoče koncipirati modela trajnostnega razvoja regije. Ker je zagotavljanje skladnega razvoja pogoj za uravnotežen in prostorsko vzdržen razvoj v Sloveniji, smo preverili in v model interakcij med regijami vključili tudi študijo Metodologija izračuna indeksa razvojne ogroženosti za obdobje od 2007 do 2013 (Pečar, Kavaš, 2006). Omenjene rezultate s potrebno modifikacijo smo vključili v gravitacijski model Lowrijevega tipa ter ugotavljali, kako posamezni fektorji vplivajo na gospodarstvo, prebivalstvo, predvsem pa na migracije v prostoru in s tem tudi na potrebe po novih stavbnih zemljiščih. Še posebej smo vključili v obravnavo vpliv indeksa ogroženosti in politike, ki jo napovedujejo državni dokumenti na temelju ocenjenega indeksa ogroženosti na rabo prostora. 1. MIGRACIJE IN POTREBE PO STAVBNIH ZEMLJIŠČIH Pri oblikovanju sistema kazalcev »samovzdržnosti« regije smo se ko kot Kavaš et al (2005) vzorovali po OECD priporočilih za spremljanje štirih referenčnih teženj v regijah: 1. solidarnost in družba (splošne karakteristike, značilne za vso državo); 2. ekonomska konkurenčnost in trajnostna ekonomija: 2.1. vzdrževanje in izboljševanje ekonomske moči in konkurenčnosti ter mnogovrstne ekonomske strukture; 2.2. vzdrževanje in izboljševanje znanja in RR ter 2.3. izboljševanje učinkovitosti naravnih virov in ekonomije. 3. socialna in prostorska pravičnost: 3.1. zadovoljevanje individualnih potreb; 3.2. jamčenje socialne stabilnosti in 3.3. enak dostop do zaposlitev in družbe ter 4. varstvo naravnih virov: Obrazec ARR.S-RJ-CRP-ZP/2008 Stran 6 od 26 4.1. ohranjanje biotske raznovrstnosti; 4.2. zmanjšanje kontaminiranosti/obremenjenosti okolja za ohranjanje njegove naravne absorbcijske kapacitete in 4.3. zmanjšanje oziroma z vidita sonaravnega bivanja večkriterialna optimizacija rabe naravnih virov. Študirali smo, kako so po naših regijah na nivoju NUTS 3 kazalci socialne in prostorske pravičnosti korelirani z ekonomskimi kazalci in jih preko indeksa ogroženosti regij preverili, kako vplivajo na stalne in dnevne migracije med regijami. Na temelju dobljenih rezultatov smo napovedali vpliv nove zakonodaje, ki določa delitev sredstev po indeksu ogroženosti, na stalne in dnevne migracije med regijami in posledično na rabo prostora. Še posebej smo bili pozorni na večjo koreliranost med indeksom ogroženosti in investicijsko intenzivnostjo med regijami. Ugotovili smo namreč, da je indeks investicijske intenzivnosti v dokaj veliki korelaciji z indeksom ogroženosti in da je hkrati investicijska intenzivnost v pozitivni korelaciji s sektorsko koncentracijo, kar pa posredno povečuje ogroženost regij. Iz predhodnih študij korelacije med številom prebivalcev po regijah in občinah in površinami stavbnih zemljišč, ki so jim bile v preteklosti na voljo, lahko ugotavljamo tudi prostorski standard prebivalcev slovenskih občin (glej priloge prvega vmesnega poročila!) Ta prostorski standard smo predvideli tudi v modelu napovedovanja potreb prebivalstva po stavbnih zemljiščih. Iz korelacije, katere regresijski koeficient znaša 0,0334 ha na dodatnega prebivalca pa ob ohranjanju sedanjega prostorskega standarda sledijo naslednje potrebe po stavbnih zemljiščih na nivoju države Slovenije kumulativno od leta 2004 dalje: Tabela 1.1 : Projekcija potreb po stavbnih zemljiščih v Sloveniji (v ha) glede na osnovno varianto projekcije prebivalstva in srednji prostorski standard na dodatnega prebivalca po slovenskih občinah. leto 012345678 200 110 214 316 417 520 201 614 707 739 747 749 747 740 728 712 694 202 677 661 647 632 616 593 560 517 463 397 203 319 231 131 19 -104 -236 -379 -531 -692 -862 204 -1039 -1225 -1418 -1619 -1826 -2039 -2258 -2484 -2715 -2951 205 -3193 O O O O O O O O O Študija upošteva večje potrebe po stavbnih zemljiščih, ki bodo rezultat novih investicij glede na večje investicije v regije z večjim indeksom ogroženosti. Obrazec ARRS-RI-CR.P-ZP/2008 Stran 7 od 11 Naša študija je namreč pokazala, da raste število stalnih migracij v regije z višjim indeksom ogroženosti. Ker pričakujemo nadaljevanje vlaganj v regije z večjim indeksom ogroženosti, bodo temu sorazmerno rasle potrebe po stavbnih zemljiščih. Upoštevajoč osnovno projekcijo prebivalstva Slovenije bo pri ohranjanju sedanjega prostorskega standarda potreba po stavbnih zemljiščih naraščala do leta 2014, ko bomo potrebovali dodatnih 7,5 kvadratnih kilometrov stavbnih zemljišč več, kot smo jih imeli na voljo leta 2004, od tega leta dalje pa bo po osnovni projekciji prebivalstva povpraševanje po stavbnih zemljiščih ob istem prostorskem standardu manjše od razpoložljivega, če bomo do leta 2014 sledili povpraševanjem z zadostnimi površinami stavbnih zemljišč. Če pa hočemo zagotoviti prostorski standard, ki ga imajo regije z največjim prostorskim standardom v Sloveniji, tudi prirastku prebivalstva v drugih regijah, potem potrebujemo naslednje površine v letih od 2004 dalje. Tabela 1.2: Projekcija potreb po stavbnih zemljiščih (v km2) na nivoju Slovenije glede na osnovno varianto projekcije prebivalstva in prostorski standard na dodatnega prebivalca, ki ga doseže ali preseže 5% občin. leto 0123456789 200 3 6 9 12 16 201 18 21 22 22 22 22 22 22 21 21 202 20 20 19 19 18 18 17 15 14 12 203 96 70 39 0,6 -3 -7 -11 -14 -21 -26 204 -31 -37 -42 -48 -55 -61 -68 -74 -81 -88 205 -96 Seveda bodo tudi v tem primeru po letu 2014 razpoložljive površine presegle povpraševanje na državnem nivoju. Ker pa pričakujemo različno dinamiko rasti prebivalstva po regijah in občinah, je za natančnejše projekcije po manjših teritorialnih enotah potrebno upoštevati ekonomske, geografske in demografske značilnosti, ki vplivajo na rast prebivalstva po manjših teritorialnih enotah, predvsem pa je potrebno upoštevati povpraševanja po novih zemljiščih zaradi investicij na temelju pravilnika, ki daje prioritete regijam z višjim indeksom ogroženosti. Pri projekcijah na nižjem nivoju ne gre samo za razliko v indikatorjih, ki zvišujejo ali znižujejo rast populacij na nekem manjšem teritoriju,ampak tudi za dejstvo, da zakon velikih števil, na osnovi katerega delamo te projekcije, pri majhnih populacijah, kot so občine ali naselja, odpove. Tako lahko nakažemo po občinah ali naseljih le tendence razvoja, zanesljivost projekcij pa je majhna. V ta namen smo pripravili spletno aplikacijo. Iz modela za napovedovanje stalnih migracij lahko iz ugotavljanja razlik med priseljenimi in odseljenimi, kar je korekcija rasti prebivalstva po Obrazec ARRS-RI-CR.P-ZP/2008 Stran 8 od 11 EUROSTAT-u, približno ocenimo površine stavbnih zemljišč in stanovanj, ki jih moramo zagotoviti, da bi obdržali prostorski standard, kot ga imamo v izhodišču po zgoraj navedenih podatkih v tabelah. Tabela 1.3: Rang občine po selitvenem saldu dnevnih migrantov v občino za občine s pozitivnim saldom, ime občine, rezultati pričakovanega števiila dnevnih migrantov iz občine, selitveni saldo in pričakovano povpraševanje po novih stavbnih zemljiščih po občinah do leta 2013, če upoštevamo, daje dan indeks ogroženosti le na nivoju regije, kiji občina pripada Ranq Občina Dnevni Selitveni saido Povpraševanje 1 Ljubljana 16598 2248 3380 1128856 2 Maribor 5566 1789 1048 350192 3 Celje 4303 1288 615 205564 4 Murska Sobota 1713 300 463 154577 5 Kranj 1989 976 279 93228 6 Velenje 880 380 278 92704 7 Novo mesto 716 358 264 88213 8 Šempet. - Vrt. 5087 3736 174 57981 9 Slo\reni Grad. 1116 396 166 55607 10 Ptuj 1681 974 153 51219 11 Nova Gorica 6214 5780 127 42418 12 Trzin 823 317 115 38397 13 Kidričevo 751 349 92 30688 14 Sežana 1710 666 88 29282 15 Postojna 1314 682 81 27178 16 Zreče 151 44 76 25539 17 Nazarje 152 36 76 25268 18 Naldo 271 116 45 15141 19 Koper 846 1005 43 14228 20 Ljutomer 733 400 32 10660 21 .enart 471 199 27 8954 22 Rogaška Slat. 391 304 24 8158 23 Ravne na K. 700 568 24 8121 24 drija 253 157 24 7981 25 Gornja Radq. 473 364 18 5973 26 .endava 240 190 17 5568 27 Semič 46 58 3 867 28 Žiri 21 49 1 223 29 Radije ob D. 272 256 1 216 30 Hodoš/Hodos 17 10 0 151 31 Osiinica 3 3 0 3 32 Štore 378 356 3 121 Obrazec ARR.S-RJ-CRP-ZP/2008 Stran 9 od 26 Iz računalniške aplikacije gravitacijskega modela lahko razberemo pričakovane stalne migracije, ki so rezultat medsebojnih vplivov med regijami. Kontaktiranje med regijami se bo pospešilo z dograditvijo avtocestnega križa do leta 2013. Predviden je povečan obseg dnevnih migracij iz regij z višjim indeksom ogroženosti kakor tudi priliv delavcev v regije z večjim indeksom ogroženosti. Obseg priliva delavcev in drugih v regije z večjim indeksom ogroženosti je večji od odliva dnevnih migrantov iz teh regij . S stalnimi migracijami je drugače. Medtem ko indeks ogroženosti ni v korelaciji s številom odseljenega prebivalstva v prvih petih letih tega tisočletja, je v močni korelaciji s številom priseljenih prebivalcev, kar povzroča, kot že omenjeno pritisk na nova stavbna zemljišča v bolj ogroženih regijah, podrobnosti so podane v prilogi prvega vmesnega poročila. V zgornji tabeli so po vrsti; rang občine po selitvenem saldu dnevnih migrantov v občino za občine s pozitivnim saldom, ime občine, rezultati pričakovanega številla dnevnih migrantov iz občine, selitveni saldo in pričakovano povpraševanje po novih stavbnih zemljiščih po občinah do leta 2013, če upoštevamo, da je dan indeks ogroženosti le na nivoju regije, ki ji občina pripada. Potrebe po stavbnih zemljiščih pri konstantnem prostorskem standardu prebivalstva bodo v nekaj nadaljnjih let še rasle glede na osnovno in visoko projekcijo prebivalstva Slovenije po EUROSTAT-u, vendar pa se bo že v nekaj letih ta dinamika povpraševanja hudo zmanjšala tako po osnovni kot po nizki varianti projekcije prebivalstva. Po regijah bodo na razlike povpraševanja vplivali le meddržavni in notranji migracijski tokovi. Prvi so že vključeni v projekcije EUROSTAT-a, druge pa smo ocenjevali na temelju priloženega računalniškega programa po metodologiji, ki jo podajata v računalniški aplikaciji, za vsako izbrano prostorsko enoto posebej. Kot vse evropsko prebivalstvo se slovensko prebivalstvo stara. Indek staranja je koreliran z indeksom ogroženosti. Demografske projekcije po strukturi narekujejo večji delež stanovanj primernih za starajočo se populacijo in manjši delež stanovanj za mlade družine. Starejši populaciji je potrebno zagotoviti kvaliteten dostop do ustreznih oskrbnih centrov za starejše, pri čemer je potrebno upoštevati letno stopnjo rasti povpraševanja po teh storitvah, mlajšim družinam pa do delovnih mest. Tako lahko predvidevamo čez 50 let trikrat tolikšne površine za oskrbo starejšega prebivalstva kot jih imamo danes ob istem prostorskem standardu starostnikov. Potrebe po teh površinah rastejo sorazmerno z indeksom staranja. Povpraševanje po tovrstnih zemljiščih zavisi tudi od razvitosti nepremičninskega trga in finančno - zavarovalniških instrumentov, ki omogočajo optimalnejšo rabo prostora. Z vidika varstva naravne danosti smo še posebej študirali in oblikovali model, ki omogoča analizo vpliva okoljskih dajatev na delež reciklaže in obnove produktov .__ Obrazec ARRS-RI-CR.P-ZP/2008 Stran 10 od 11 Prvotno študijo, ki smo jo objavili skupaj 2 akademikom Grubbströmom, smo dopolnili in jo priložili h končnemu poročilu. Študija je služila kot izhodišče za ugotavljanje interakcij med človeškimi viri v regijah in širitvijo globalnih oskrbovalnih mrež. 2. INDEKS RAZVOJNE OGROŽENOSTI V Sloveniji imamo kljub njeni majhnosti velike notranje razlike med regijami tako na NUTS-2 kot na NUTS-3 nivoju. Posledice koncentracije gospodarskih dejavnosti in prebivalstva le na nekaterih območjih še danes čutimo v različnih nivojih BDP na prebivalca (BDPp) in stopnji brezposelnosti po regijah, v različni izobrazbeni strukturi prebivalstva, kakor tudi v različni infrastrukturi in razvitosti storitvene dejavnosti po regijah. Ta problem je toliko bolj pereč, kolikor bolj so problematične dostopnosti med posameznimi lokacijami v regijah (znotraj le - teh) in med regijami. Neustrezno prometno povezanost med občinami in regijami ter neenakomerno dostopnost do družbene Infrastrukture gradi prepade v kvaliteti bivanja in ustvarjanja v posameznih teritorialnih enotah Slovenije. Pomembna posledica teh razlik pa je vse večje praznjenje nekaterih območij v Sloveniji. Slika 2.1 prikazuje stanje leta 2005 glede na gostoto prebivalstva po regijah in pripadajoči BDP na prebivalca. Obrazec ARRS-RI-CR.P-ZP/2008 Stran 11 od 11 Gostota prebivalstva in bruto domači proizvod rta prebivalca po statističnih regijah RS ieta 2005 Density of population and gross domestic product per. capit-^ do mz-.c ^ ................. General indicators im 8DPria prebivalca V EUR (GDP p«i capita in EUR] Gostota prebivalcev na Inn2 (densit/ of population on Kin2) El,I.l 50 i" manj (and less) ira 51-101 •Ei 101 - ISO ^ 151 inveeoiWmofe) scjrt^suimcnoactttDS.» Slika 2.1: Gostota prebivalstva in bruto domači proizvod po regijah RS Zanimiva je ugotovitev iz prve faze študija, da so imele regije z večjim BDP na prebivalca v obdobju 1998 -2002 tudi v povprečju večjo rast BDP, kar pelje v vse večja neskladja v gospodarskih kazalcih med regijami. 1.02 n 1.01 1.01 U. 1.00 o £Q •ii 1.00 l^n (5.1) 'J Kjer so parametri a, ^'"®9'"esUsko analizo in imajo koeficienti v formuli naslednji pomen:_ K BDPp,i Razmerje med bruto domačim proizvodom na prebivalca regije odselitve in drž ave K BDPpJ Razmerje med bruto domačim proizvodom na prebivalca regije priselitve in države K BOD,i Razmerje med bruto osebnim dohodkom na nivoju regije odselitve in države K BODJ Razmerje med bruto osebnim dohodkom na nivoju regije priselitve in države K Razmerje med zaposlenostjo na nivoju regije odselitve in države ZPPCJ K Razmerje med zaposlenostjo na nivoju regije priselitve in države ZPPCJ K Koeficient razvojne ogroženosti v regiji odselitve IRO,i K Koeficient razvojne ogroženosti v regiji priselitve IROJ V regresijskem poročilu imajo posamezne oznake naslednji pomen: Tabela 5.1; pomen posameznih oznak v regresijskem poročilu Oznaka Oznaka hm-fJi-ii nt\i J'formuli fMh'ficit'nia V formuli Illlfli'Cpl Pi I'l ■ |||<.IM log a a, a. ß KlUHH KISODj K/ \Vi K/AP| Obrazec ARRS-RI-CR.P-ZP/2008 Stran 25 od 11 KBDPi KBDPj n Ti KOGRI KOGRJ Če smo v regresijske analizo vključili vse parametre, smo dobili naslednje rezultate: Tabela 5.2: Regresijske poročilo za stalne migracije pri vključitvi vseh faktorjev Multiple R 0,933083 R Square 0,8706 Adjusted R Square 0,858786 Standard Error 0,537303 Observations 132 ANOVA Significance df SS MS F F Regression 11 233,171 21,19736 l^AlAll 6,48E-48 Residual 120 34,64339 0,288695 Total 131 267,8144 Coefficient Standard s Error t Stat P-value Intercept -2,5159 .V-511 0^5037 Pi 0,8093 (l.tl(i<> 0,0000 Pi 0^6658 0,1167 5,7048 0,0000 d(t-GIS) -1,4706 ii.iir? -13,6809 0,0000 KBDPi 0,9844 1,0686 0,9212 0,3588 KBDPj 0,1286 1,0688 0,1203 0,9045 KBODi -0,3072 1,6129 -0,1905 0,8493 KBODj 4,9838 1,6124 3,0908 0,0025 KZAPi 0,6766 1,3253 0,5105 0,6106 k/ M'i 3,9891 1,3222 3,0170 0,0031 KOGRI=KIRO I 0,0768 0,1654 0,4646 0,6431 MK.UI klUO 1 «."211 0.1 (144 .V4-'>4 IMHIir Vidimo, da ima konstanta izredno veliko standardno napako ocene, podobno pa velja tudi za vpliv BDPna prebivalca (KBDP) na stalne migracije tako v regiji odselitve kot v regiji priselitve. Na stalne migracije so močno vplivali osebni dohodki v regiji priselitve, višji delež zaposlenih v regiji priselitve in višji indeks razvojne ogroženosti. Posebej zanimiva je ugotovitev, da se prebivalstvo seli iz regije z nižjim indeksom razvojne ogroženosti v regijo z višjim indeksom razvojne ogroženosti. Poglejmo, kaj dobimo z izključitvijo faktorjev, ki imajo tveganje višje od 0,01 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 26 od 11 Tabela 5.3.: Vpliv faktorjev BDPp, BOĐ, zaposlenosti In razvojne ogroženosti na stalne migracije (GM) - IZBRANI PARAMETRI S SIGNIFIKANTNIM VPLIVOM skupaj z indeksom ogroženosti Multiple R 0,929585 R Square 0,864128 Adjusted R Square 0,857606 Standard Error 0,539544 Observations 132 ANOVA Significance df SS MS F F 38,5709 8 132,497 Regression 6 231,4259 3 1,02E-51 0,29110 8 Residual 125 36,38847 Total 131 267,8144 Coefficient s Standard Error t Stat P'value iiiicrcc|ti -5.n'> -2,156" \ l>i (UMr" 1 l.l) 4S2 ' OJMMM) i'i (I.1IIS3 ci.25llka Slovenija (RepubTib of Slcveriis Obrazec ARRS-RI-CR.P-ZP/2008 Stran 32 od 11 Siika 6.1: Mreža cest ter priključki na avtoceste in hitre ceste leta 2005 časovna oddaljenost od regijskega sredilČa v R$ leta 2005 Time-spending distance to regional centre, ih RS in 2005 časovna razdalja (v minutah) Time-spendmg distance (in tnlhutes) r~i 0-15 m 16-30 M 31-45 Sm 46-60. ' ■i 61-90 HR ^ 'n več (and mote) ® Regijsko središče (Regional cehtre) . I I Statistična regija (S(atistlca) region) Slika 6.2: Časovna oddaljenost površin Slovenije do regijskega središča leta 2005. Obrazec ARRS-RI-CR.P-ZP/2008 Stran 33 od 11 časovna oddaljenost od administrativnega središča v RS leta 2005 Time-spending distance to admini$träti\/6-centre in RŠ:ln 2005 . DVna razdalja {v minutah) »-spending distance (in minutes) 0-15 16-30 31-45 BS 'le-eo . ^B . 61 in:veö (and more) Upravno sredäie (AdministratLve. centre) Upravna enota (AdmimslraCve region) I_L Slika 6.3: Časovna oddaljenost do administrativnega središča leta 2005 časovna oddaljenost od občinskega središči V RS leta:2ÖÖS Time^pending distance to municipal centre /V? fiS /n Časovna razdalja (v minutah) Time-spending distance (in minutes) 1~~1 0-15 B le-M ■ 31 -45. . • 46inve6(andfre*e) o Obtir^Ko središče (Mur^pal centre) I I Ot>6ina (MunidpalK^ Siika 6.4: Časovna oddaljenost do občinskega središča leta 2005 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 34 od 11 struktura delovno aktivnih dnevnih migrantov po statističnih regijah RS ieta 2002 Populđclfa Ol delovno aktivni dnevni migranti PopulMian unti persom In employment • commuters ^^^^20.000 dnevn&i n^grantov In drugih (commulefs arid othef$ ^^ dndvni migranti v isti regOi (commuters In (he same region) dnevni migranti v diugo regijo (commuters to other regbn) ostan v regiji (others in the fehlen) r SWitOtnl fS. Pspit SCOŽ Slika 6.5: Struktura delovno aktivnih dnevnih migrantov po statističnih regijah RS leta 2002 struktura dnevnih migrantov učencev/dijalcov/študentov po statističnih regijah RS leta 2002 Stničture of commuters - population m fyrmal education by statistical regions of RS in 2002 Dnevni migranti uiencl/di[aki/štuilenti Pupits/schoolboys/students •commuters 000 dnevnih mgrantov in drugih (commuters and other: IS] dnevni migranavisti regqUmmnuteisinthssains region) l^i dnevni migranti v drugo regijo (commuters to other regön) ITH ostaS V feg^i (othere m the regen) ■ Slika 6.6: Struktura dnevnih migrantov učencev/dijakov/študentov po statističnih regijah RS leta 2002 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 35 od 11 Medregionalni tokov] delovno aktivnih dnevnih: migrantov v RS leta 2002 Interregional commuting flows of persons in employment in RS /n 2002 Delovno aktivni dnevni migrant) Persons In e^^>loytnent - dally corntiKuters ----'1-200 201 -1000 — 1001-2000 EBB 2001-4000 tm 4001-11000 ® Regi)skDsre(ji$£s(Resiaiatc»tr6) ; ■ li^ Sta&bčna regija (Statistici ' 3) Slika 6.7: Medregionaini tokovi delovno aktivniji dnevnih migrantov leta 2002 Medregionalni tokovi dnevnih migrantov učencev/dijakov/študentov v RS leta 2002 Interregional commuting flows - Population in formai education m RS m 2002 i/dijaRiržtodenti dents < comnVCrters 3251 - 8500 > (Reglonaf centre) Sotšlićna legja (Statisticalregion) Slika 6.8: Medregionalni tokovi dnevnih migrantov učencev/dijakov/študentov (eta 2002 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 36 od 11 Tematske karte 6.3-6.6 prikazujejo obseg dnevnih migracij delavcev in šolarjev med regijami po obsegu in deležu. Do leta 2013 bomo tudi s podporo sredstev Kohezijskega sklada dosegli pokritost Slovenije z avtocestno mrežo, kot to prikazuje slika 6.9 (tretje razvojne osi tu še nimamo vključene podrobneje). Mreža cest ter prtkijučki na hitre ceste v RS v obdobju 2005 - 2013 Road network and highway conneđions in RS in 2005 - 2013 Mreža cest in priključki na hitre ceste Road netvvork and highway connections Leto izgradnje «.rtoc^e (Year of con&tnjction of 19T2 - 2005 2006 - 2013 o Pnključek m hitro cesto (Higtway connactlon) - Glavna cesta 1 tMain road 1) - Glavna cesla 2 (Main road 2) - Regionalna cesta i (Regional road 1) — Regionalna cesta 2 (Regional road 2) --Regionalna cesta 3 (Regional road 3) ----TurtstISna cesta (Regional road • tourist loađ) - Loteina all diuga cesta (Local ci other load) ® Državno sfediče (Capital) Regijäu) sredile (Re^onal centre} Ri^HibllKa Slovenija (RepuUic ol Slovenia) Slika 6.9: Mreža cest ter priključki na avtoceste in hitre ceste v RS v obdobju 2005-2013 Kako bo ta mreža vplivala na dnevne migracije in kako bo vplivala tudi na stalne migracije kot komplement dnevnih migracij smo ocenjevali z gravitacijskim modelom, izhajajoč iz podatkov popisa leta 2002 ob upoštevanju, da bodo nove avtoceste zmanjšale časovne razdalje med regijami. Te smo ocenjevali s paketom OmniTrans In jih prikazali v sliki 13. Obrazec ARRS-RI-CR.P-ZP/2008 Stran 37 od 11 Izboljšanje časovne dostopnosti do regijsk^a središča v RS zaradi novo zgrajenih avtocest v obdobju 2006 - 2013 Improvement of time-spending distance to regional centre in RS due to new higtiways from 2006- 2013 ^^^REžice j Izboljšanje časovne razdalje (v minutah) improvement of fime-spetiding distance (in minutes) [^1-5 6-10 11 - IS 16-30 31 in več {and more] Regijsko sredižće (Regional centre) I I Statlstićna regija (SlaSslical region) UB} izgradnje avtoceste (Year of cai\štnict»h of high 1972 - 2005 2006 - 2013 Priključek na hitro cesto (HIgliwa/ connec Slika 6.10: Izboljšanje časovne dostopnosti do regijskega središča zaradi novo zgrajenih avtocest v obdobju 2006-2013. Za stalne migracije lahko ugotovimo, upoštevajoč enačbo: GM,, = 643 (6.2) da se v primeru, ko se časovna razdalja med regijami zmanjša za 10% (n. pr. iz 30 na 27 minut ) zraste število stalnih migrantov v povprečju za 16% {0,9"'-'*'' =1,16). Regresijska analiza gravitacijskega modela (1) je dala namreč s 86% pojasnjeno varianco naslednje rezultate: Coefficie nts Standard Error t Stat P-value Inui('(.|>l -S.O'M* 2.3r.20 -1 il.d o.jirr" 14.0 IS: .......... njoN.« 6.2511" (I.IMIIM) lIl{-(rIS) o.iiiii'; -14.(1(1.«' O.IIIHII) Ki:iii)j 5.»5(>" J.2U(|| 4 INoS O.IHMH K/ \i'i 3.%22 i.ni~ 11.11(1112 Kof.ui (1 15 IS 3."" 1 .«D II.IIOII.^ Obrazec ARRS-RI-CR.P-ZP/2008 Stran 38 od 11 Podobno smo preverili tudi spremembe števila dnevnih migrantov med regijami. S 83% pojasnjene variance smo dobili naslednje vrednosti potenc koeficientov modela, vpisanih v prvem stolpcu: Coefficie nts Standard Error t Stat P-value liiuiicpi U S9(>l 5 S(>S2 (1 l(>4)'> li.S"2 + 1*1 n.fKriK 4.01 li.iioiM II.IS(i5 «>."50" n.llOIM) fl(( (.IN) -2.11611» II.IMMM» KIIODI 2.tr'r 1 KltOll) 11(52-1 2.0-«)| o.mioii K / \i'i IMl (1.(12 Ml K/\i'j i.-(.I<| () ')S54 (».2(i3S O.iHM«^ Podobno kot za stalne migracije GM smo tako dobili tudi regresijske analizo vpliva posameznih faktorjev na dnevne migracije DC: ^10,53 j^i.lS ^2,73 ^0,99 DC — ^BODJ^BODJ^ZAPJ^ZAPJ^IROJ^OGRJ '»V ' J '•J Vidimo, da na dnevne migracije značilno vplivajo tudi razmere v regiji bivanja (i) in ne samo razmere v regiji zaposlitve (j)- Iz (6-3) lahko razberemo, da bo v primeru, kjer se časovne razdalje zmanjšajo za 10% zaradi zgoraj navedenih investicij, število dnevnih migrantov - delavcev v povprečju poveča za 32% (O 9-2,66 ^ J 32). študente, bomo analizo izvedli pozneje. Formula (6.3) dejansko kaže, kako bodo nove prometnice omogočile večjo Izbiro delovnih mest s širitvijo razdalje, do katere so delavci še pripravljeni potovati vsak dan. Pričakovano povečano mobilnost po letu 2013 glede na rezultate zgornjega modela kažeta sliki 12 in 13. Kot pri stalnih migracijah tudi tu rast dnevnih migracij izrazito pospešuje predvsem razlika v BOD tako v regiji bivanja kot BOD v regiji zaposlitve. Obrazec ARRS-RI-CR.P-ZP/2008 Stran 39 od 11 Povečanje delovno aktivnih dnevnih migrantov zaradi skrajšanja časovne razdalje po občinah izvora RS v obdobju 2005 - 2013 Growth of persons In t in munidpalities of om V občini izvora delovno aktivnih dnevnih migrantov) In municipality of origin of persons iniemployment - commuters) ' 0 -250 ^ 251-500 n 501-1250 . B <251 . 2500 HI 2501 - SSOO Slika 6.11: Pričakovano povečanje delovno aktivnih dnevnih migrantov v druge občine zaradi skrajšanja časovne razdalje po občinah izvora v obdobju 2005-2013 Povečanje delovno aktivnih dnevnih migrantov zaradi skrajšanja časovne razdalje po občinah ponora RS v obdobju 200S - 2013 Growth of persons in employment • commuters due to shortening of.time-spe in municipalities of destination In RS in 2005 - 2013 m«' lora .......dnevnih migrantov] Growth in municipaiity of destination (in number of persons in employment • commuters) 0-: ® 201 -300 s 301 -900 s 901 - 6000 ■ 6001 -16600 I ' ■ ' Siika 6.12: Pričakovano povečanje delovno aktivnih dnevnih migrantov v druge občine zaradi skrajšanja časovne razdalje po občinah ponora v obdobju 2005-2013 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 40 od 11 če od BOD odštejemo davke in prispevke, bo slika enaka, kakor tudi koeficienti v gravitacijskem modelu. S spreminjanjem davkov in prispevkov ob nespremenjenem BOD pa preračunamo pričakovane neto dohodke. Če se s spremembo fiskalne politike v neki regiji povišajo za 1% pri nespremenjeni višini v drugih regijah, lahko pričakujemo za 5% povečan priliv stalnih migrantov iz drugih regij v istem časovnem obdobju. 6.2. Vpliv nacionalnih razvojnih osi na transakcijsico vrednost kmetijskih in gozdnih zemljišč v Sloveniji 6.2.1 UVOD Sonaravni družbeni, gospodarski kot tudi okoljski razvoj je tesno povezan z zemljišči, ki so bila od nekdaj ključnega pomena za obstoj človeka. Zemljišča ne moremo obravnavati kot samostojno fizično enoto površja Zemlje, ampak kot sestavni del celotne družbe, skupaj z njenimi pravili, institucijami in družbeno-gospodarskimi značilnostmi (Larsson, 1997). Zemljišče se smatra kot družbeno dobro, saj je osnova za pridelavo hrane, podaja prostor za bivanje, v tržno usmerjenih gospodarstvih pa predstavlja tudi osnovni vir kapitala (Soto, 2000). S pravnega vidika je zemljišče abstraktni pojem in se obravnava kot entiteta, katere pomembna lastnost je skupek pravic do rabe zemljišča, in vrednost povezana s pričakovanimi donosi. Z zemljišči je tako mogoče trgovati kljub dejstvu, da fizični objekt ni premičen (Dale in McLaughlin, 1999). Spremljanje in analiziranje nepremičninskega trga je postalo izrednega pomena v vsakem tržnem gospodarstvu. Slednje prispeva k preglednosti in posledično k učinkovitosti nepremičninskega trga ter predstavlja osnovo za oblikovanje smernic pri odločanju v javnem in privatnem sektorju (Lisec, 2007). Za pravilno oceno vrednosti zemljiške rente je pomembno poznati njeno spreminjanje v prostoru. V razvijajočih se in razvitih gospodarstvih zemljiška renta pomembno prispeva k vrednosti zemljišča; pomen se v državah z bolj razvitim gospodarstvom še povečuje. V večini razvitih držav predstavlja zemljiška renta skoraj polovico bruto letnega proizvoda. Zemljiška renta je letno plačilo za posebno pravico (monopol) do rabe določene lokacije, dela zemljišča ali drugih naravnih virov na zemljišču. Posameznik dobi za delo plačo, kapital postane zanimiv za vlaganje, zemljišču pa za posebno rabo lokacije pripada renta. V primeru, ko lastnik zemljišče uporablja sam in ga ne odda v najem, mu potencialna zemljiška renta ostaja v obliki višjega dobička od dejavnosti na tem zemljišču, ali pa ostajajo kakšne druge koristi, kot je udobje bivanja v prostoru. Skozi zgodovino se iz etičnih in pravnih vidikov delovanja družbe pojavlja zahteva po pravični udeležbi družbe pri posebnem dohodku, ki je rezultat rabe zemljišč in je nastal z vlaganji lokalne skupnosti oziroma širše družbe v obravnavano zemljišče in dostopnosti do drugih zemljišč v prostoru. Ta zahteva se realizira v zemljiškem davku. Obrazec ARRS-RI-CRP-2P/2008 Stran 41 od 51 Zemljiški davek pripada praviloma lokalni skupnosti oziroma širši skupnosti, ki je z vlaganji vplivala na renfne diferenciale na obravnavanem zemljišču. Skupnost prispeva k vrednosti zemljišč z določitvijo ekskluzivne rabe in z vlaganji, kot je vlaganje v transportno infrastrukturo z namenom izboljšanja dostopnosti. Z investicijami v Javni sektor ustvarja skupnost prednosti posameznikom, ki jih ti izkoristijo preko ekskluzivne pravice rabe zemljišča, pridobijo rento ali poseben dohodek in del tega vrnejo v javni sektor. Tržna vrednost zemljišča je neto sedanja vrednost pričakovane zemljiške rente v prihodnosti, zmanjšane za višino davka od rabe zemljišča; ocena pričakovane zemljiške rente pa je pogojena z oceno stopnja kapitalizacije (Bogataj, 1982; Bogataj, 2000). Zemljišča delimo na mestna in podeželska, pri čemer pa je potrebno upoštevati, da se tudi nekatera zemljišča na podeželju, vaseh in trgih obnašajo kot mestna zemljišča. Zemljišča na podeželju so v velikem deležu namenjena obdelovanju in so ključnega pomena sektorjem, kot sta kmetijstvo in gozdarstvo. Primarna raba zemljišč se pogosto prepleta z drugimi rabami, predvsem za namene rekreacije, in tudi z rabami, ki so značilne za urbana območja (Larsson, 1997). Kljub temu, da se urbana območja smatrajo kot območja, kamor se osredotočajo človeške aktivnosti in kapital, ne smemo prezreti pomena podeželja, V tržno usmerjenih gospodarstvih predstavlja osnovo razvoju podeželja dejaven zemljiški trg (Swinnen in Vranken, 2005). Tržna vrednost kmetijskih in gozdnih zemljišč je odvisna od fizičnih in pravnih lastnosti zemljišč in od pričakovane rabe v prihodnosti. Proces urbanizacije se lahko med drugim tako odraža tudi na kmetijskem in gozdnem zemljiškem trgu (Lisec in Lobnik, 2007). Za pravilno razumevanje zemljiškega trga Je treba nadalje obravnavati prostorske lastnosti zemljišč. Danes omogočata več-atributna analiza in GIS, ki sta se sicer razvijala neodvisno drug od drugega, združevanje različnih količinskih in kakovostnih podatkov z določenim prostorskim položajem (Lisec in Drobne, 2007). Več-atributna analiza in okolje GIS ne omogočata le vključevanja prostorskih in fizičnih lastnosti zemljišč, planskih določil ipd., ampak omogočata tudi obravnavanje lokacije v smislu dostopnosti, kjer je mogoče transportne povezave analizirati na različnih ravneh prostorske hierarhije. Johann Heinrich von Thünen (1783-1850) je prvi predstavil pristop k študiji kmetijske zemljiške rente ter neto sedanje vrednosti pričakovane zemljiške rente, kjer je upošteval razlike med različnimi lokacijami. Von Thünen je razvil model rentnih diferencialov kmetijske zemljiške rente. V njegovem modelu Je lokacija obravnavana kot dostopnost do trga, ob predpostavki, da lahko dostopnost opišemo s funkcijami evklidske razdalje v homogenem prostoru, kar Je v nasprotju s stvarnostjo. Z orodji GIS lahko danes lokacijo obravnavamo veliko bolj učinkovito. V (Drobne, Lisec in Bogataj, 2008) smo analizirali vpliv dostopnosti do centralnega kraja Slovenije (Ljubljane, glavnega mesta) na transakcijsko vrednost kmetijskih in gozdnih zemljišč. Dokazali smo, da ima lokacija v smislu dostopnosti do glavnega mesta pomembno vlogo na trgu kmetijskih in gozdnih zemljišč v Sloveniji. V tem prispevku predstavljamo rezultate analize Obrazec ARRS-RI-CR.P-ZP/2008 Stran 42 od 11 vpliva dostopnosti do nacionalnih razvojnih osi (avtocestnega omrežja) na trg kmetijskih in gozdnih zemljišč v Sloveniji. Domnevali smo, da je tržna vrednost kmetijskih in gozdnih zemljišč odvisna od dostopnosti do najbližjega avtocestnega priključka. Analiza korelacije med srednjim potovalnim časom do avtocestnih priključkov za slovenske statistične regije v letu 2005 in srednjo transakcijsko vrednostjo kmetijskih in gozdnih zemljišč v letu 2005 ni pokazala statistične povezanosti med obravnavanima parametroma (oz. zelo šibko povezanost). V nalogi smo predpostavili, da izboljšava mreže cest (nove avtoceste) na trg kmetijskih in gozdnih zemljišč ne vpliva neposredno, ampak s časovno zakasnitvijo. Pri analizi slovenskega trga kmetijskih in gozdnih zemljišč za obdobje 2001-2005 smo zato kot referenčno leto stanja avtocestnega omrežja prevzeli leto 2001. Na ta način smo upoštevali časovno zakasnitev, ki se pojavi med dejansko izgradnjo avtoceste in njenim vplivom na vrednost zemljišč, pri tem pa nismo posebej analizirali anticipacij zemljiške rente. 6.2.2 ZEMLJIŠKA RENTA IN LOKACIJSKA TEORIJA Teorija zemljiške rente in lokacije izvira iz agrarne ekonomike, kjer se za utemeljitelja smatra nemški agrarni ekonomist Albrecht Thaer (1752-1828) (Persson, 1975). Njegov osnovni prispevek je določitev količinskih kazalcev pridelovalne sposobnosti zemljišč za ocenjevanje poljedeljskih oziroma kmetijskih sistemov. Thaer je pristop z določevanjem pridelovalne sposobnosti tal uporabil za vrednotenje večjih nemških kmetijskih pridelovalnih sistemov. Lokacijo je obravnaval implicitno in se pri tem osredotočal na problem potencialnih donosov v kmetijstvu. David Ricardo (1772-1823), ki je deloval v istem obdobju kot Thaer, je razvil ekonomsko teorijo osnovano na relativni pridelovalni sposobnosti zemljišč. Po njegovi teoriji temelji zemljiška renta na relativnih razlikah v proizvodni sposobnosti zemljišč, tal. Slaba stran Ricardove teorije je, da ne upošteva lokacije (Thaller, 2002). V teoriji zemljiške rente po Thaerju je ta določena kot presežek med dohodki in stroški, s tem pa je bila upoštevana tudi lokacija. Thaer je nadalje poudaril, da je lahko osnovna vrednost naknadno spremenjena z upoštevanjem različnih dejavnikov, tudi razdalje do trga, drugih zemljišč ipd. (Persson, 1975). Johann Heinrich von Thünen (1783-1850) je sledil idejam Ricarda in Thaerja 0 teoriji zemljiške rente, vendar je izpostavil pomen pričakovanega donosa v prihodnosti in se osredotočil na vpliv lokacije. Transakcijsko vrednost je razložil kot čisto trenutno vrednost pričakovane donosnosti zaradi rabe zemljišča. V njegovi teoriji, predstavljeni v The Isolated State (1826), je prostorska ekonomika prvič obravnava v povezavi s teorijo rente. V matematičnem modelu zemljiške rente je von Thünen predpostavil idealno homogenost prostora ob upoštevanju različne proizvodne sposobnosti in premega sorazmerja transportnih stroškov z Evklidsko razdaljo. Kljub skupnim izhodiščem velja opozoriti na razlike med pristopom von Thünena in deli Launhardta (1832-1918), Webra (1864-1920), Christallerja (1893-1969), utemeljitelja teorije centralnih krajev, ter Löscha (1906-1945), ki je sledil ideji Christallerja in se osredotočil na industrijsko lokacijo; pri tem je podjetje obravnaval kot učinkovitega monopolista, obdanega z izoliranimi strankami Obrazec ARRS-RI-CR.P-ZP/2008 Stran 43 od 11 (Puu, 2003). Medtem ko je von Thünen obravnaval lokacijo v eni razsežnosti (skalama razdalja do trga), so preostali avtorji omogočali študijo vrednosti zemljišč kot rezultat več razdalj v policentričnem sistemu, vendar niso uspeli vektorsko nadgraditi pristopa von Thünena k ocenjevanju zemljiške rente v prostorski mreži. Kljub poenostavljenemu teoretičnemu pristopu, kjer je lokacija obravnavana s skalarnimi modeli, lokacija oziroma transportni stroški pa so podani premo-sorazmerno z evklidsko razdalja do trga, je postala teorija von Thünena osnova teoriji mestnih zemljišč in mestne rente, ki so jo razvijali Alonso (1960, 1964) in ostali v drugi polovici preteklega stoletja. Takrat je naraščal pomen študij medsebojnega vpliva podeželskih in mestnih območij. V preteklih desetletjih so enostavne matematične algoritme za določevanje vrednosti lokacije zamenjali bolj obsežni matematični modeli, ob upoštevanju reliefa, rabe zemljišč, transportnih povezav ipd. Tudi v statistični analizi zemljiške rente Je geometrijsko (največkrat evklidsko) razdaljo zamenjala oddaljenost oziroma dostopnost ter časovna mera dostopnosti. V prispevku smo se osredotočili na pomen dostopnosti do nacionalnih razvojnih osi (avtocestnega omrežja) za trg kmetijskih in gozdnih zemljišč v Sloveniji. Slovenija je majhna država, zato smo predpostavili, da je potovalni čas z avtom znotraj avtocestnega omrežja za kmetijske pridelke manjšega pomena pri dostopanju do centralnih krajev v primerjavi z dostopnostjo do avtoceste. Naša trditev je, da izvira glavna transportna ovira pri dostopanju do centralnih naselij iz dostopnosti do avtocestnega omrežja oz. nacionalnih razvojnih osi.^ Po naši hipotezi dostopnost do avtocestnih priključkov vpliva na tržno vrednost kmetijskih in gozdnih zemljišč. Dostopnost je določena na osnovi rastrskega pristopa v GIS-u, kjer smo določili potovalni čas z motornim vozilom na osnovi razvitih modelov dostopnosti (Drobne, 2003; Drobne, 2005; Drobne et al., 2005). Pristop je osnovan na metodologiji Donnaya in Ledenta (1995), namenjeni določevanju dostopnosti za mestno regijo Liege (Belgija), in Juliaoja (1999), uporabljeni za regijo Tagus Valley (Portugalska), vendar je metodologija pomembno nadgrajena. 6.2.3 METODOLOGIJA IN GRADIVA 6.2.3.1 Tržni podatki Analiza slovenskega trga kmetijskih In gozdnih zemljišč temelji na transakcijskih podatkih, pridobljenih od Davčne uprave Republike Slovenije za obdobje 2001-2005. Po slovenski zakonodaji je osnovna enota zemljiške transakcije zemljiška parcela. Podatki, ki se nanašajo na zemljiško parcelo, spadajo med osebne podatke. Zaradi varovanja osebnih podatkov je v Sloveniji pridobivanje podatkov o zemljiškem trgu s prostorsko natančnostjo zemljiške parcele omejeno. Podatki podatkovne baze nepremičninskih transakcij pri davčni upravi so za javnost prostorsko opredeljeni na občino in tudi na katastrsko občino natančno; slednja je manjša prostorska enota v primerjavi z občino in predstavlja osnovno administrativno enoto zemljiškega informacijskega sistema v Sloveniji (zemljiškega katastra). V naši raziskavi smo transakcije kmetijskih in gozdnih zemljišč prostorsko opredelili na občino natančno. Osnovni razlog je bil v manjkajočih zapisih o katastrski občini Obrazec ARRS-RI-CR.P-ZP/2008 Stran 44 od 11 zemljišča. Kljub temu, da smo se s tem deloma izognili nepopolnosti podatkovne baze, je bilo v povprečju 10 % zapisov še vedno neprimemih za vključitev v tržno analizo (Preglednica 6.1). Tabela 6.1: Kakovost podatkovne baze in popolnost podatkov o transakcijah nepremičnin Davčne uprave Republike Slovenije - transakcije kmetijskih in gozdnih zemljišč v Sloveniji v obdobju 2001-2005. Leto Vsi zapisi Nepopolni zapisi Transakcije s ceno (p): p > 1000,00 €/m^ ali p < 0,05 Izločene transakcije fšti iSt.] fSt.l |št.i [%] 2001 7396 638 122 760 10,3 2002 7299 654 81 735 10,1 2003 10727 810 101 911 8,5 2004 10081 1330 74 1404 13,9 2005 10232 1032 25 1057 10,3 Skupaj 45735 4464 403 4464 10,6 Opisni podatki podatkovne baze nepremičninskih transakcij davčne uprave so pripravljeni za odmero in kontrolo davka na transakcije nepremičnin. Posledično v podatkovni bazi manjkajo nekateri opisni podatki, ki pa so za analizo nepremičninskega trga odločilnega pomena. Preglednica 1 prikazuje osnovne informacije o popolnosti in kakovosti podatkovne baze nepremičninskih transakcij davčne uprave, in sicer za podatke o transakcijah kmetijskih in gozdnih zemljišč v obdobju 2001-2005. Pri analizi trga kmetijskih in gozdnih zemljišč smo transakcijsko vrednost (tržno ceno p) zemljišč omejili na interval med 0,05 in 1000,00 €/m^. Upoštevali smo le popolne zapise zemljiških transakcij (občina, datum, transakcijska vrednost, raba, površina) (Tabela 6.1). Poleg tržnih podatkov so za analizo nepremičninskega trga izrednega pomena tudi podatki o prebivalcih, ponudbi, gospodinjstvih, kmetijah, rabi zemljišč, tržnih pogojih ipd. V večini primerov se ti podatki nanašajo na administrativna območja, kot so NUTS (angl. Nomenclature of Territorial Units for Statistics), ki jih je uvedel Statistični urad pri Evropski Komisiji (Eurostat). V prispevku je slovenski trg kmetijskih in gozdnih zemljišč analiziran na ravni NUTS 3, kjer so območja NUTS 3 ekvivalentna z dvanajstimi slovenskimi statističnimi regijami, ki predstavljajo osnovo slovenski regionalni statistiki že desetletja. Prostorska opredelitev zemljiških transakcij na občino natančneje bilo tako več kot zadovoljivo za namen naše raziskave. Slika 6.13 prikazuje aktivnost trga kmetijskih in gozdnih zemljišč v Sloveniji v obdobju 2001-2005; aktivnost trga je določena kot frekvenca transakcij na kvadratni meter površine občine. Na karti so dodatno prikazane meje statističnih regij ter njihove številčne oznake (kot so predstavljene v Tabela 6.2)._ Obrazec ARRS-RI-CR.P-ZP/2008 Stran 45 od 11 LEGENDA C3 Državna meja (Slovenija) □ StalisMna regya (NU7S3) Občina Aktivnost zemljiškega trga (kmetijska in gozdna zemljišča) SSil.kvantil ffiZ. kvantn ^ 3. kvanti! Bi 4. kvanfit ^B 5. kvantil Slika 6.13: Intenzivnost trga kmetijskih in gozdnih zemljišč v slovenskih občinah (2001-2005) in statistične regije. Kot je razvidno s Slike 6.14, je intenziteta trga kmetijskih in gozdnili zemljišč višja na območjih s pretežno kmetijsko rabo, kjer prevladuje ravninska pokrajina, in v bližini večjih mest. V prispevku se osredotočamo na tržno vrednost kmetijskih in gozdnih zemljišč. 6.2.3.2 Modeliranje dostopnosti Pri analizi zemljiškega trga je ključnega pomena prostorska komponenta. Lokacijo zemljišč smo upoštevali v smislu dostopnosti do nacionalnih razvojnih osi, in sicer na tistih odsekih nacionalnih razvojnih osi, kjer je avtocesta že zgrajena. Dostopnost do nacionalnih razvojnih osi smo tako enačili z dostopnostjo do avtocestnih priključkov vzdolž osi. Dostopnost je mogoče meriti na različne načine: s sestavljenimi merami, primerjalnimi merami ali na osnovi časovnega pristopa k merjenju razdalj, kjer določamo časovne razdalje. V prispevku smo uporabili metodologijo rastrskega pristopa modeliranja dostopnosti v GIS-u, za kar smo potrebovali podatkovne sloje o javnem cestnem omrežju, pnDstorsko lokacijo avtocestnih priključkov in meje statističnih regij. Za potrebe rastrskega modeliranja dostopnosti smo vektorske sloje javnega cestnega omrežja kot tudi sloje avtocestnih priključkov za leti 2001 in 2005 pretvorili v rastrski zapis z ločljivostjo 100 m. Model dostopnosti temelji na stroškovnih ploskvah, izračun katerih je osnovan na ploskvah trenja. Ploskev trenja je definirana z relativnimi stroški premika čez rastrsko celico. Strošek premika je v našem primenj opredeljen kot potovalni čas, potreben za prehod območja z določenimi opisnimi vrednostmi. Potovalni čas za prehod posamezne rastrske celice znotraj mreže cest je določen s povprečno potovalno hitrostjo za posamezno kategorijo cest Rastrskim celicam izven mreže cest smo pripisali konstantno povprečno potovalno hitrost (več v Drobne 2003; Obrazec ARRS-RI-CR.P-ZP/2008 Stran 46 od 11 Drobne, 2005; Drobne et al., 2005). Stroškovna (časovna) razdalja je določena kot najmanjši kumulativni strošek pri premikanju od izvora (avtocestnega priključka) po ploskvi trenja. Vsaki rastrski celici je bil pripisana najnižja utež (potovalni čas), potrebna za potovanje z osebnim avtom do avtocestnega priključka. Na osnovi potovalnih časov posamezne rastrske celice smo za vsako statistično regijo v Sloveniji izračunali srednji potovalni čas do najbližjih avtocestnih priključkov v letih 2001 in 2005. 6.2.4 REZULTATI IN RAZPRAVA 3.2.4.1 Trg kmetijskih in gozdnih zemljišč v Sloveniji Podobno kot v večini razvitih državah, se tudi v slovenski zakonodaji odraža več"funkcionalnost podeželja za družbo, kjer zakonodaja podaja osnovna pravila za upravljanje s kmetijskimi in gozdnimi zemljišči. Poleg omejitev pravic na zemljiščih, kot so možnost rekreacije in prostega dostopa, lova ipd., je tudi postopek transakcije kmetijskih in gozdnih zemljišč pravno strogo določen. Osnovo trgu s kmetijskimi in gozdnimi zemljišči podaja Zakon o kmetijskih zemljiščih (2003). Po zakonu mora biti vsaka transakcija kmetijskega in gozdnega zemljišča javno objavljena ter ob upoštevanju posebnih prednostnih predkupnih pravic odobrena s strani relevantne lokalne pisarne na oddelku za kmetijstvo, ki zastopa državno upravno službo (upravna enota). Odobritev transakcije s strani upravne enote ni potrebna v nekaterih posebnih zakonsko določenih primerih (Zakon o kmetijskih zemljiščih, 2003). Zakon o kmetijskih zemljiščih (2003) izvira iz leta 1996. Zakon je doživel največje spremembe v letu 2002, to je v obdobju, na katero se nanaša naša študija. Spremembe zakona so se odrazile tudi na trgu kmetijskih in gozdnih zemljišč, kar je razvidno z grafikona (Slika 6.13), kjer je vidna sprememba frekvence števila transakcij v letu 2003 v skoraj vseh razredih transakcijskih vrednosti zemljišč (od A do F). Po letu 2003, ko so se pojavile velike spremembe v aktivnosti zemljiškega trga, se je začelo povečati predvsem število transakcij z višjimi cenami na m^ (transakcije s ceno zemljišč p > 2,00 €/rrf), medtem ko se je število transakcij z nižjimi cenami na m^ po letu 2003 zmanjševalo (transakcije s ceno zemljišč p < 2,00 €/rr?), Obrazec ARRS-RI-CR.P-ZP/2008 Stran 47 od 11 r4000 leto 2005 200' 20( 21 2001 Slika 6.14: Porazdelitev tržnih cen kmetijskih in gozdnih zemljišč pri transakcijah v Sloveniji (2001-2005). Prva pomembna sprememba zakona v letu 2002 je zmanjšala omejitve na trgu kmetijskih in gozdnih zemljišč. Na osnovi odloka Ustavnega sodišča je bil razveljavljen člen, Ki je zahteval, da mora biti kupec kmetijskih in gozdnih zemljišč kmet ali ustrezno kvalificiran posameznik za kmetijsko/gozdno pridelavo. Druga pomembna sprememba Zakona o kmetijskih zemljiščih (1996) se je nanašala na način javne objave namena prodaje kmetijskih in gozdnih zemljišč, in sicer mora po spremembi zakona upravna enota ponudbo za prodajo javno objaviti tudi preko Interneta (portal državne uprave) in ne le v obliki obvestila, objavljenega na oglasni deski upravne enote. Slednje predstavlja pomemben korak k transparentnosti trga kmetijskih in gozdnih zemljišč v Sloveniji. Na osnovi Zakona o urejanju prostora (2002) (ki ga je že nasledil Zakon o prostorskem načrtovanju iz 2007), in Zakona o graditvi objektov (2002) je bilo ukinjeno posebno namensko plačilo za spremembo namembnosti rabe kmetijskih zemljišč, ki sicer izvira iz leta 1984 in ga je zakonodajalec prvotno ohranil tudi v Zakonu o kmetijskih zemljiščih (1996). Osnovni namen tega posebnega plačila je bil varovati kmetijska zemljišča najvišjih kakovosti pred pritiski urbanizacije. Vpliv ukinitve namenskega plačila na proces urbanizacije sta deloma predstavila Lisec in Lobnik (2007). 6.2.4.2 Dostopnost do avtocestnega omrežja Pri analizi dostopnosti do najbližjih avtocestnih priključkov smo določili srednje vrednosti potovalnih časov za vsako statistično regijo, ločeno za leti 2001 in 2005. Izkazalo se je, daj je korelacija med dostopnostjo do avtocestnih priključkov v letu 2005 in transakcijsko vrednostjo kmetijskih in gozdnih zemljišč leta 2005 oziroma v obdobju 2001-2005 izredno šibka. V statistično analizo smo zato vključili podatke o dostopnosti za leto 2001. Slika 4 prikazuje časovne razdalje posameznih lokacij v RS (opredeljenih z ločljivostjo rastrske celice) do avtocestnih priključkov v Sloveniji v letu 2001. Za potrebe statistične analize so bile statistične regije uvrščene v rang glede Obrazec ARRS-RI-CRP-ZP/2008 Stran 48 od 51 na srednjo vrednost časovnih razdalj do avtocestnih priključkov v letu 2001 (glej Tabelo 6.2). Tabela 6.2; Potovalni čas do avtocestnih priključkov po statističnih regijah v Slovenija leta 2001. Šifra regije Statistična regija/ država Potovalni čas fmin] Rang Slovenija 73 12 Obalno-Kraška 20 1 8 Osrednjeslovenska 24 2 4 Savinjska 37 3 2 Podravska 37 4 9 Gorenjska 38 5 5 Zasavska 42 6 10 Notranjsko-Kraška 49 7 11 Goriška 61 8 7 Jugovzhodna (JV) Slovenija 78 9 3 Koroška 87 10 1 Pomurska 99 11 6 Spodnjeposavska 99 12 Na osnovi srednjih vrednosti potovalnih časov z avtom od zemljiške parcele (rastrsl 20,00 €/m^) in zelo nizko (p <0,20 €/m^) transakcijsko vrednostjo v občinah, kjer je bilo v obdobju 2001-2005 najmanj 20 takšnih transakcij (Slika 6.16). LEGENDA (Slovenija) CI3 Slatistićna regija (NUTS3) Obana Transakcije z visokofnlzko ceno Transakcije s p > 20 €/m2 Transakcije s p =< 0.20 €/m2 Potovalni čas (minute) -15 15-30 -45 45-60 60-90 nad 90 Slika 6.16: Potovalni čas do avtocestnih priključkov leta 2001, statistične regije ter število transakcij kmetijskih in gozdnih zemljišč s tržno vrednostjo p > 20,00 (temni stolpec) in p < Obrazec ARRS-RI-CRP-ZP/2008 Stran 50 od 51 0,20 iJm^ (svetli stolpec) po občinah v obdobju 2001-2005. Vpliv dostopnosti do avtocest na tržno vrednost kmetijsf20,00€/ml Tabela 6.3: Frekvenčna porazdelitev števila transakcij kmetijskih in gozdnih zemljišč glede na rang potovalnega časa do avtocestnih priključkov leta 2001 in transakcijske cene kmetijskih in gozdnih zemljišč v obdobju 2001-2005. ID Statistična regija Rang Razred transakcijskih cen zemljišč Skupaj A B C D E F 12 Obalno-Kraška 1 38 281 248 579 679 237 2062 8 Osrednjesiovensk a 2 194 1245 863 947 864 482 4595 4 Savinjska 3 191 1582 1023 822 432 71 4121 2 Podravska 4 270 2555 859 866 662 223 5435 g Gorenjska 5 80 618 498 594 378 218 2386 5 Zasavska 6 11 117 69 89 69 12 367 10 Notranjsko-Kraška 7 122 758 271 107 61 14 1333 11 Goriška 8 103 646 556 529 456 134 2424 7 JV Slovenija 9 345 2100 1623 1250 835 398 6551 3 Koroška 10 34 267 170 188 104 32 795 1 Pomurska 11 602 4451 382 1027 962 28 7452 6 Spodnjeposavska 12 222 1508 586 691 289 51 3347 Skupaj 2212 16128 7148 7689 5791 1900 40868 /z Tabele 6.3 je razvidno, da v statističnih regijah z višjim rangom potovalnega časa do avtocestnih priključkov (slabšo dostopnostjo) prevladujejo transakcije z nižjimi transakcijskimi cenami kmetijskih In gozdnih zemljišč (Jugovzhodna Slovenija, Koroška, Pomurska in Spodnjeposavska), medtem ko je delež transakcij z višjimi vrednostmi višji v regijah z boljšo dostopnostjo do avtocestnih priključkov. Za namen testa kontingence med srednjo vrednostjo potovalnih časov do najbližjih avtocestnih priključkov statističnih regij in transakcijsko ceno kmetijskih in gozdnih zemljišč, smo statistične regije združili v štiri skupine glede na rang srednjega potovalnega časa do avtocestnih priključkov v letu 2001. Transakcije Obrazec ARRS-RI-CR.P-ZP/2008 Stran 51 od 11 kmetijskih in gozdnih zemljišč smo razvrstili v tri razrede glede na tržno ceno kvadratnega metra zemljišča (cena pj (Preglednica 6.4): - transakcije s tržno ceno zemljišč p <1,00 - transakcije s tržno ceno zemljišč 1,00 < p <5,00 €/m^, in - transakcije s tržno ceno zemljišč p > 5,00 €/m^. Tabela 6.4: Kontingenca med srednjo vrednostjo dostopnosti v regiji do avtocestnih priključkov Dostopnost (skupine rangov) Skupina glede na transakcijsko ceno Skup aj A in B p < 1,00 €/m^ C in D p > 1,00 €/m^ in p <1,00 €/rrf F in G p > 5,00 €/m^ 1-3 3531 4482 2765 10778 4-6 3651 2975 1562 8188 7-9 4074 4336 1898 10308 10-12 7084 3044 1466 11594 Skupaj 18340 14837 7691 40868 Iz Preglednice 6.4 je razvidno, da število transakcij kmetijskih in gozdnih zemljišč (kot tudi delež transakcij) z nizko transakcijsko ceno fp < 1,00 €/m^) narašča z večanjem srednjega potovalnega časa do avtocestnih priključkov v statistični regiji. Na drugi strani se delež transakcij z visoko transakcijsko ceno ( p > 5,00 0m^) manjša z večanjem srednjega potovalnega časa do avtocestnih priključkov v regiji Za testirane podatke je eksperimentalne vrednost testa zelo velika (1,9-10'^). Zato lahko trdimo, da je dostopnost kmetijskega in gozdnega zemljišča do avtocestnih priključkov v letu 2001 pomembno vplivala na tržno ceno kmetijskih in gozdnih zemljišč v obdobju 2001-2005 (a « 0,001). 6.2.5 ZAKLJUČEK Rezultati naše raziskave kažejo, da lokacija v smislu dostopnosti do nacionalnih razvojnih osi (avtocestnega omrežja) pomembno vpliva na tržno vrednost kmetijskih in gozdnih zemljišč v Sloveniji. Analiza korelacije med srednjo vrednostjo potovalnih časov do avtocestnih priključkov za slovenske statistične regije v letu 2001 in tržno ceno kmetijskih in gozdnih zemljišč v obdobju 2001-2005 kaže na zmerno linearno odvisnost. V tem obdobju se je absolutna vrednost korelacijskega koeficienta počasi manjšala, kar lahko povežemo s krajšo ali daljšo časovno zakasnitvijo vpliva izboljšav transportnih povezav na trg kmetijskih in gozdnih zemljišč in s predvidenimi investicijami na drugi strani. Izkazalo se je, da obstaja le šibka (oziroma ne obstaja) korelacija med srednjo vrednostjo potovalnega časa do avtocestnih priključkov za slovenske statistične regije v letu 2005 in transakcijsko ceno kmetijskih in gozdnih zemljišč v letu 2005, medtem ko je transakcijska cena zemljišč bolj povezana z dostopnostjo v letu 2001. Test kontingence med dostopnostjo v letu 2001 in ceno zemljišč v obdobju Obrazec ARRS-RI-CR.P-ZP/2008 Stran 52 od 11 2001-2005 nadalje kaže, da imajo kmetijska in gozdna zemljišča v statističnih regijah bližje nacionalnih razvojnih osi (avtocestnih priključkov) v smislu dostopnosti v povprečju višjo tržno ceno. V prihodnosti bi zato morali spremljati investicije in posodabljanje mreže cest vzdolž nacionalnih razvojnih osi ter izvajanje programa izgradnje avtocest, in sicer z namenom določitve časovne zakasnitve med investicijami in njihovim vplivom na lokalni trg kmetijskih in gozdnih zemljišč, kar bi dalo osnovo za ocenitev povišanja zemljiške rente. Kot smo že omenili, zahtevata enakopravnost in učinkovitost delovanja družbe plačilo lastnika lokalni skupnosti, ki oblikuje in viša vrednost zemljišč z izboljšavami v dostopnosti do drugih lokacij, za ekskluzivno pravico rabe obogatenega zemljišča. Izboljšanje dostopnosti namreč povzroča višanje zemljiške rente in tržne vrednosti zemljišč na izbranih lokacijah. Plačila poznamo v obliki zemljiškega davka (glej Bogataj, 1982). Zemljiški davek lahko postane pomemben vir investicij (v infrastrukturo) za izboljšavo rabe zemljišč ter posledično za splošno gospodarsko rast družbe. GIS in predstavljena metoda ugotavljanja dostopnosti pri tem lahko podpirata pravično regulacijo rasti urbano-ruralnega kontinuuma. 6.2,6.Uteratura: Alonso, W. (1960). [Objavljeno v Priemus, H. (ur.), Button, K., Nijkamp, P. (ur.), (2007): Land Use Planning, Series Classics in Planning 6. Cheltenham, Northampton: Edward Elgar.j A Theory of Urban Land Market. Papers and Proceedings of the Regional Science Association, VI (str. 149- 157). Alonso, W. (1964). Location and Land Use: Toward a General Theory of Land Rent. Cambridge: Harvard University. Bogataj, M. (1982). Renta kot regulator rasti urbanih agiomeracij. Doktorska disertacija. Ljubljana: Univerza v Ljubljani. Bogataj, M. (2000). Mobilistika in prostor Portorož - Ljubljana: FPP - CERRISK in RlUS center. Bogataj, M., Drobne, S. (1990). Hierarhija in razvoj slovenskih naselij v luči urbanske ekonomike. Geodetski vestnik, 34 (2/3), 9-26. Dale, P.F., McLaughlin, J.D. (1999). Land Administration. Oxford: OxfonJ University Press. Donnay, J. P., Ledent, Ph. (1995). Modelling of Accessibility Fields. V Pmceedings JEC-GI '95 (str. 489-494). Drobne, S. (2003). Modelling accessibility fields in Slovene municipalities. V L, Zadnik Stim (ur.), S., Drobne (ur), SOR '03 proceedings. Proceedings of the 6r^ International Symposium on Operational Research in Slovenia (str. 89-96). Ljubljana: Slovenian Society Informatika (SDI), SOR. Drobne, S. (2005). Do Administrative Boundaries fit Accessibility Fields in Slovenia? In: D., Cygas, K.D., F röhner (Eds.), Environmental Engineering, the International Conference, Selected papers (str. 537-542). Vilnius: University Press Technika. Obrazec AJRRS-RI-CRP-ZP/2008 Stran 53 od 61 Drobne. S., Bogataj, M., Paliska, D., Fabjan, D. (2005). Will the Future Motorway Network Improve the Accessibility to Administrative Centres in Slovenia? V L, Zadnik Stirn (ur.), S., Drobne (ur.), SOR '05 proceedings, Proceedings of the ^^ International Symposium on Operational Research in Slovenia (str. 213-218). Ljubljana: Slovenian Society Informatika (SDI), SOR. Drobne, S., Lisec, A., Bogataj, M. (2008). GIS Analysis of Rural Land Market in Slovenia. AGILE 2008 Conference: Taking Geoinformation Science One Step Further [v tisku j. Julišo, R. P. (1999). Measuring Accessibility Using GIS. V GeoComputation Proceedings. http://www.geovista.psu.edu/sites/geocomp99/Gc99/010/gc_010.htm (Last accessed: 18. 04. 2003). Soto, H. (2000). The Mystery of capital: why capitalism triumphs in the West and fails everywhere else. London: Back Swan. Larsson, G. (1997). Land Management - Public Policy, Control and Participation. Stockholm: The Swedish Council for Building Research. Usee, A. (2007). Vpliv izbranih dejavnikov na tržno vrednost zemljišč v postopku množičnega vrednotenja kmetijskih zemljišč = The influence of the selected factors on land market value by the process of agricultural land mass valuation. Doktorska disertacija. Ljubljana: Univerza v Ljubljani. Lisec, A., Drobne, S. (2007). Spatial multi-attribute analysis of land market - a case of rural land market analysis In the statistical regional of Pomurje. V L, Zadnik Stim (ur.), S., Drobne (ur), SOR '07 proceedings. Proceedings of the International Symposium on Operational Research in Slovenia (str. 233-240). Ljubljana: Slovenian Society Informatika (SDI), SOR. Usee, A., Ferian, M., Šum rada, R. (2007). U ML notation for the rural land transaction procedure = Postopek transakcije ruralnih zemljišč v zapisu UML. Geodetski vestnik, 51 (1), 597-608. Lisec, A., Lobnik, F. (2007). Spreminjanje rabe kmetijskih zemljišč kot posledica urbanizacije v Sloveniji. V Knapič, M. (ur.), Strategija varovanja tal v Sloveniji: zbornik referatov Konference ob svetovnem dnevu tal 5. decembra 2007 (str. 307-318). Ljubljana: Pedološko društvo Slovenije. Persson, E. (1975). Historical review of value theory and value concepts. Stockholm: KTH Stockholm. Puu, T. (2003). Mathematical Location and Land Use Theory. Beriin, Heidelberg, New York: Springer-Veriag. Swinnen, J. F. M., Vranken, E. (2005). The Development of Rural Land Markets in Transition Countries. In Regional Wori.483.339 325.483.339 Odvajanje m čiščenje komunalnih odpadnih vod Osl« 0.0000 Kuonj 4.14SI 1 3.3483 0.00]t K/ \i't 3.0663 1.0627 2.8853 0.0046 Koc.Uj 0.5619 0.1488 < 0.0002 Kiosj 0.5053 0.2U6I ' {-r 0.0156 Obrazec AJRRS-RI-CRP-ZP/2008 Stran 61 od 61 {JM^ j - j,4 lU t'j d^j ^BODJ^ZAPJ^OGRJ^ISOJ (6-4) 6.3.4. Stalne migracije (2000-2004), skupne investicije (2000-2004) in prirast sicupnih investicij (2004-2006) Zgornji rezultati veijajo za obdobje 2000-2004, zato smo preverili, v kakšni korelaciji so stalne migracije v obdobju 2000-2004 in spremembe investicij v obdobju 2004-2006. Izhajali smo iz naslednje korelacije: SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 0,950492 0,9034 0,894584 0,464232 132 Coefficients Standard Error t Stat P-value Intercept -3,24S1 2,500S ■1 y-ü 0,1969 Ti 0,8211 Ü,069U 11,9047 0,0000 Pj 0,5981) 0,102» 0,0000 d(t-(iIS) ■1,465K 0,0874 -16,7752 0,0000 KBDPJ ■i -Ml 1 :>is ■J-I'M 0,0003 l\i:c>ii| 6,2244 1,4097 141« 0,0000 K/ \i'j 4,7563 3,7821 0,0002 KoCRj 0,2938 0,1593 1,8440 0,0676 KsLm_SKUi -0,5043 0,280- 0,0749 •KsLNI_SKUj -1,2013 1« M" -3,6662 0,0004 Kslnipc^skui 0,5443 (».1-22 3,5765 0.0005 KSLMPC SKI 1 1,6551 0.318% ; 'SISi « I'MS 0,0000 iz česar sledi GM=^3.9-10-' p0,82p0,60j^6,22 1^4,76 ^0,29 i f onn . J^rtrzD •0,54 K 1.66 J1,47 ^4,58 ^0,50 ^/J ^ BDFJ ^ SLNI _ SKUJ ^ SLNI _ SKUJ Obrazec ARRS-RI-CR.P-ZP/2008 Stran 62 od 11 kjer je: KsLNI_SKUi KsLNI_SKUj KsLNIPC_SKUi KsLNIPC_SKUj (6.5) koeficient srednje letne rasti investicij SKUPAJ (04do06)/(00do04) v regiji izvora koeficient srednje letne rasti investicij SKUPAJ (04do06)/(00do04) v regiji ponora koeficient investicij per capita SKUPAJ (OOdoOö) v regiji izvora [v 1000€ na prebivalca] koeficient investicij per capita SKUPAJ (00do06) v regiji ponora [v 1000€ na prebivalca] Z izpostavitvijo koeficienta investicij per capita SKUPAJ (2000 do 2006) v regiji ponora (KsiNiPc^sKUj) smo dobili naslednjo regresijski model: SUMMARY OUTPUT Regression Statistics Multiple R 0,931935 R Square 0,S685 Adjusted R Square 0,858801 Standard Error 0,119672 Observations 132 Coefficieiili Standard Error f Stilt P-value Intercept 1 in 0,3967 3.648 i 0,0004 GM (avs 00-04) 0,1040 0,0198 5,2412 0,0000 l'i r0,0814 0,0242 -3,3593 0,0010 liillftSlSSi: -0,0593 0,0266 ■2 0,0279 d(t-(jIS) 0,1462 0,0357 4,0901 0,0001 Ki:iti'i 2,4266 0,1890 0,0000 Kiu)i>j -0,8932 0,3448 -2,5904 0,0108 Knt.ui 0,1495 0,0.189 3,8462 0,0002 K^-l M SKI ) 0,2444 0,0752 3,2495 0,0015 Mi l Ski 1 ■0,0740 0,0405 ■1,8279 0,0700 iz česar sledi K SLNIPC_SKÖJ = 4,25 GM'fd'-]' •j >j ^2,43 J^O.24 ^ BDPj ^ OGRJ ^ SLNl _ SKU J R 0,08 ^ SLMIPC _SKU ,i p 0,06 ^0,89 bod j (6.6) Investicij per capita SKUPAJ (v obdobju 2000 do 2006 v regiji ponora so bile višje tam, kjer sta višja BDP in indeks razvojne ogroženosti, in so v pozitivni korelaciji z srednjo letno stopnjo rasti investicij SKUPAJ (04do06)/(00do04) v regiji ponora._ Obrazec ARRS-RI-CR.P-ZP/2008 Stran 63 od 11 v regiji, kjer so osebni dohodki višji, je koeficient investicij nižji. 6.3.5. Razčlenitev investicij po dejavnostih (2000-2004) s prirasti po dejavnosti (2004-2006) in ugotavljanje korelacije s stalnimi migracijami (2000-2004) V podrobno analizo vpliva investicij po dejavnostih na stalne migracije smo vključili naslednje dejavnosti: D predelovalne dejavnosti E oskrba z elektriko, plinom, vodo F gradbeništvo I promet, skladiščenje, zveze K nepremičnine, najem, poslovne storitve Dobili smo naslednji rezultat regresijske analize: SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 0.958796 0,9193 0,90806 0.433545 132 Coefficients Standard Error tStai P-value Intercept 4,6367 3,7754 1,2281 0,22! 9 1'i 0,8041 0,0948 8,4806 0,0000 "•j 0,5413 0,1063 5,0909 0,0000 d{t^GlS) -1,6683 0,0923 -18,0767 0,0000 KBDPi 0,5913 0,9790 0,6039 0,5471 KIJDl'j -3,3265 1 iiz,3S77 - -•.0,'Ö196 KBODJ ■0,2844 13047 ■0,2180 0,8278 KJK)DJ ' 5,5076 Um} . 0,0050 KZAPi 1,4270 1,1050 1,2914 llfei ■ 0,1992 KZ\l'j 6,^075 Lsllifflü . tf,fla04 KOGRi 0,1401 0,1849 0,7578 0,4501 KO(;Rj 0,4306 0,1723 2,4998 0,0138 KSLMPCJli ■0,4132 KSLN1PC_KJ -0,0719 0,1070 ■0,6714 0,5033 KsrMI'( li 0,1594 0,0797 2,0007 - 0,0478 KSLNIP( _rj 0,3501 0,0732 4.7845 O,D000 K.SI.NIPC Kj 0,4787 0,0005 iz katerega sledi, da koeficienti KBDPj (koeficient bruto domačega proizvoda per capita v regiji izvora), KBODj (koeficient bruto osebnih dohodkov na zaposlenega v regiji izvora), KZAPj (je razmerje med številom zaposlenih in Obrazec ARRS-RI-CR.P-ZP/2008 Stran 64 od 11 številom vseh prebivalcev regije izvora), KOGRi (razmerje med indeksom ogroženosti v regiji izvora in tem kazalnikom na nivoju Slovenije) in KSLNIPC_Ej (koeficient investicij per capita v energetsko in komunalno infrastrukturo v obdobju 2000 do 2006 v regiji ponora) ne vplivajo značilno na stalne migracije. Zato smo jih izločili iz nadaljnje analize in dobili naslednji regresijski model vplivov posameznih kazalnikov na stalne migracije: SUMMARY OUTPUT Recession Statistics Multiple R R Square Adjusted R Square Standard Error Observations 0,957165 0,9162 0,908481 0,432551 132 Coefficients Standard Error t Stat P-value Intercept 2,8314 2,7189 1,0414 0,2998 i'i 0,90J9 0,0573 1 5 -».-I« 0,0000 i'l 0,5280 0,0985 5,3586 0,0000 d(t.GiS) -1,6487 0,0851 -19,3671 0,M4 0,0004 KBODj 6,4138 1,3837 4,6352 0,0000 K/ \l'j 7,1520 I,43S4 4,9828 0,0000 K()(;KJ 0,4387 iMi.V» 2,5972 0,0106 K^i MIH Pi -0,3076 0,!058 -2,9U8U 0,0043 U>>l Ml ( ii 0.2382 0,0566 4,2063 0,0001 N«»! Ml'1 I 1 0,3455 0,0720 4,7963 0,0000 KSLMI'C Ki Ü.4455 0,1257 3,5446 0.0006 p0,90 p 0,53 j^6.41 K^7,15 J^0,44 J^0,24 JT®'^^ ;^0,45 ,(00-04) _ -i-i^i "j ^BODj^ZAPj^OGR,j^SLN!PC_FJ^SLNIPC_Fj^SLNIPC_Kj ^Mi j - i / J Q Cl; : JXciMf. Uj ■^^SLN!PC_DJ (6.7) kjer je: KSLNIPC Di KSLNIPC Fi KSLNIPC_Fj KSLNIPC_KJ koeficient investicij per capita v predelovalni dejavnosti v obdobju 2(}00 do 2006 v regiji Izvora [v 1000€ na prebivalca] koeficient Investicij per capita v gradbeništvu v obdobju 2000 do 2006 y regiji izvora [v 1000€ na prebivalca] koeficient investicij per capita v gradbeništvu v obdobju 2000 do 2006 ^ regiji ponora [v 1000€ na prebivalca] koeficient investicij per capita pri Investicijah v nepremičnine, rentništvd le-teh in v poslovne storitve v obdobju 2000 do 2006 v regiji ponora [v lopoc na prebivalca] 6.3.6. Stalne migracije (2000-2006), skupne investicije (2000-2004) in prirast skupnih Investicij (2004-2006) Obrazec ARRS-RI-CR.P-ZP/2008 Stran 65 od 11 SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations 0,952674 0,9076 0,899117 0,45288 132 Coefficients Standard Error t Stat P-value Intercept -3,7046 2,4396 -1,5185 0,1315 Ü,S380 0,0673 12,4548 0,0000 l"j 0,5975 ........ 6,0068 0,0000 d(t-GIS) -IJ«'« l^.ir-»- 0,0000 KRDPJ -4,8985 1,2046 -4,0666 0,0001 K lil >11- r. 4,8151 0,0000 lx/\l'| 4,4755 3,6480 0,0004 KOGRj 0,2281 0,1554 1,4676 0,1448 Ksl M SKI 1 -0,5672 0.2738 -2;0?12 0,0405 K"»! M SM 1 -1,1020 0,3197 -3,4475 0,0008 IxNiMM Mxl 1 0,4891 0,1485 3,2948 0,0013 W-l Ml'( sUl , 1,6822 0,3109 5,4111 0,0000 iz česar sledi P t p u,ou J^ ^BODJ r/-4,48 /1^0,23 N 0,49 ^1,68 SLNIPC _ SKUJ-^SLNIPC_SKUJ -1,10 ^BDPJ^SLNI_SKU,i^SLN}_SKUJ (6.8) Z izpostavitvijo koeficienta investicij per capita SKUPAJ (2000 do 2006) v regiji ponora (KsLN!PC_sKUj) smo dobili naslednjo regresijski model: SUMMARY OUTPUT Regression Statistics Multiple R 0,932888 R Square 0,8703 Adjusted R Square 0,860711 Standard Error 0,11886 Observations 132 Coi'fßi ii'it/s Standard Error t Stai P-value Intercept C;M_(uvg_0(l-(»6) _pi_ 1,4984 0,1090 -0,0873 -0,0622 0,3958 0,0201 0,024» 3,7859 -3,5651 0,0002 0,0000 0,0005 0,0265 SlllisSlif^^^llr 0,0204 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 66 od 11 d(t-GIS) 0,1527 0,0358 4,1641) 0,000l) KBDPj 2.4575 0,1862 13,1955 0,0000 KBODj -0,%42 0,3448 >2,7961 0,0060 KOGRj 0,1527 0.0J83 3,9841 0,0001 KSI.Nl.SKl.j 0.2371 0,0746 3,1775 0,0019 KSLNIPC SKt'i -0,0704 0,0400_-1,7621 0,0805 iz česar sledi »0,15 1^2,46 ^ - A An 'J 'J BDPJ^OGRJ^SLNI_SKUJ ^SLNIPC_SKV,j p0,09j^0,07 p 0,06^0.96 "i ^SLN1PC_SKUJ V I^ODJ g^ Tako kot za stalne migracije v obdobju 2000-2004 tudi za stalne migracije v obdobju 2000-2006 velja, da so bile investicij per capita SKUPAJ (v obdobju 2000 do 2006 v regiji ponora višje tam, kjer sta višja BDP in indeks razvojne ogroženosti, in so bile v pozitivni korelaciji z srednjo letno stopnjo rasti investicij SKUPAJ (04do06)/(00do04) v regiji ponora. Noben od koeficientov modela (6) se ne razlikuje bistveno od koeficientov modela (3). V regiji, kjer so osebni dohodki višji, je koeficient investicij v povprečju še vedno nižji. 6.3.7. Razčlenitev investicij po dejavnostihi (2000-2004) s prirasti po dejavnosti (2004-2006) in ugotavljanje korelacije s stalnimi migracijami (2000-2006) V podrobno analizo vpliva investicij po dejavnostih na stalne migracije smo vključili naslednje dejavnosti: D predelovalne dejavnosti E oskrba z elektriko, plinom, vodo F gradbeništvo i promet, skladiščenje, zveze K nepremičnine, najem, poslovne storitve Dobili smo naslednji končni rezultat regresijske analize: SUMMARY OUTPUT Regression Statistics Multiple R 0,9626 R Square 0,9267 Adjusted R Square 0,9192 Standard Error 0,4051 Observations 132 Coefficients Standard Error t Stat_P-value Obrazec ARRS-RI-CR.P-ZP/2008 Stran 67 od 11 Intercept ]>i Pj d(t-(;is) M'.DI'i h lifilij k/ \l | KtM.Kj K"*« MI'l 1>I k^^l Mi l 11 K^l Mi l I i lol Ml'« ii KM Ml t Kl 4,0730 0,8079 ü,5ISä ■ I -4,2141 <>,9106 6,9411 0,3661 -0,J415 0,1672 0,3525 0,1546 0,4231 2,6081 0,0639 0,0924 0,0798 1,0048 I »'X.S I «IU> 0,1582 0,0992 0,0555 0,0675 0,0507 0,1177 13617 12,6350 5,5815 •20.4803 -4,1940 « »»SN 5,1621 2^138 SIZI 3,0139 5,2227 3,0483 3,5935 0,1210 0,0000 0,0000 0,0000 0,0001 0,0000 0,0000 0,0224 0,0008 0,0032 0,0000 0,0028 0,0005 pO,81 p 0,52 j^6.94 j^0,37 ;^0,17 7^0,25 ~ jl.63 ^0.34 Cli ; jV DriD 7^0,42 IJ^SLNIPC ''ij ^^BDPJ^^SLNIPC_DJ (6.19) kjer je: KSLNIPC Ii koeficient investicij per capita v logistiko (promet, skladiščenje, zv obdobju 2000 do 2006 v regiji Izvora [v 1000€ na prebivalca] S primerjavo modelov ugotavljamo, da so migracije v zadnjem obdobju povečale v regije, kjer je BDP nižji, kar v obdobju do leta 2004 ni bilo značilno. Prav tako ugotavljamo, ga je začel sigifikantno vplivati na stalne migracije koeficient investicij v logistično infrastrukturo (KSLNIPCJi): prebivalci se značilno bolj izseljujejo v zadnjem času iz regij, v katerih so se povečale investicije v promet, skladiščenje in zveze. 6.3.8. Dnevne migracije (2002) in investicije v osnovna sredstva (2000-2004) - iz drugega vmesnega poročilo (oktober 2007) Podobno kot za stalne migracije smo preverili tudi spremembe števila dnevnih migrantov med regijami. S 83% pojasnjene variance smo dobili naslednje vrednosti potenc koeficientov modela, vpisanih v prvem stolpcu: SUMMARY OUTPUT Regression Statistics Multiple R 0,9118 R Square 0,8315 Adjusted R Square 0,8191 Standard Error 0,9260 Observations 132 Coefficients Standard Error t Stat P-value Intercept Pi Ii_ 0.8961 5.5682 0,7510 0,1868 1.2588 0,1865 0.1609 4;6i9S ■6,7507' 0.8724 0,0001 •■4j,ooeo 5ze) v Obrazec ARRS-RI-CR.P-ZP/2008 Stran 68 od 11 d(t-GIS) -2,0600 0,1852 -14,3640 0,0000 KnODi 4,3298 2.0797 2,0820 0,0394 KBODj 10371 2,0791 5,0633 0,0000 KZAPi 4,1530 1,7762 2;3381 0,0210 K7APJ 2,7307 1,7671 1,5453 0 1249 M)i.Ui .flfttoi 0,2654 3,2368 o,ooM KOGRj 0,9854 0^6^ =1 ■ 0,0003 ^4,33 ^10,53 ^0,99 DC — P BOD,i-^BOD,j^ZAP,i^ZAP,J^IRO,i-^OGR._ ij ~ i j 6.3.9. Dnevne migracije (2002), skupne investicije (2000-2004) in prirast skupnili investicij (2004-2006) Rezultati iz poglavja 6 veljajo za dnevne migracije ob popisu 2002. V nadaljevanju smo preverili, v kakšni korelaciji so dnevne migracije s skupnimi investicijami v obdobju 2000-2004 in preverili, ali obstaja korelacija med dnevnimi migracijami ob popisu in prirastom investij v nadaljevanju časovne vrste (2004-2006). SUMMARY OUTPUT Regression Statistics Multiple R 0,9222 R Square 0,8505 Adjusted R Square 0,8312 Standard Error 0,8946 Observations 132 Coefficients Standard Error t Stat P-value Inlercept - 6,7825 1.0900 0,2780 l'i 0,6295 0,1976 3,1859 0,0019 : l'l 1,152» 0,1972 5,8421 0,0000 d(t-GlS) ■2,7290 0,1810 -15,0754 0,0000 KBDPi -5,4861 2,3898i|a!r« 0,0235 KI.IU'I -2.7987 2,3895 -1,1713 0,2439 KlUiDi 6,6188 2,7297 2 12 ts 0,0169 KUODj 12,1742 2 -2M 1 4ft:« 0,0000 K/\l'i 6,1474 2.1«M 2,5009 0,0138 K/\V\ 5,5399 2,4506 2,2607 0,0256 ixOC.Ui 0,5859 0,3118 1,8790 0,0627 K()(?Rj 1,0124 0,3104 - 0,0015- KM M Skt 1 -1 '»V» 0,6342 -1,9536 0,0532 l211 0,0041 »•j 1,0668 0,2036 5,2395 0,0000 «IIS 0.1802 -14,1255 0,0000 KIJUJM -7,4063 2,1972 -3,3708 0,0010 KHDPj -6,4195 2,1918 -2,9288 0,0041 KISODi 5,5483 2,7872 1,9906 0,0488 KItODj 10,3444 1 -S^l 3,7110 0,0003 K / \ri 5,2724 2,5453 2,0714 0,0405 K / \l'i 4,4509 2,5393 I.-?; S 0,0822 K^i M sKl 1 -1,0634 «».».«5-1 ■1,6176 0,1084 KM M SKl 1 -1,3993 0,< K (".I j I ■: -nr. 0,6675 1,4362 -2,6702 -3,9646 I JSO 10,9567 4,0455 0,8609 4,6101 0,1935 0,1438 0,1783 1,6987 2,6366 2,0050 2,2210 0.2447 •0,588 i 3,4503 9,9872 -14,9736 -2,3339 I <»:«}! pÄ^ifi 1,8215 0,5.S76 0,0008 0.0000 0,0000 j> «»ji: 0,1U66 o,oouo 0,0710 0,0006 Obrazec ARRS-RI-CR.P-ZP/2008 Stran 72 od 11 KSLNIPC Fi_0.4922_0,1262_3,8987 0,0002 iz Česar sledi pO.67 p 1,44^4,29 ^10,96 j^4.05 r^0,86 ;^0,49 UM^j -0,0 lU .2,67;^3.96- (6.22) Iz modela (11) sledi, da na dnevne migracije med invisticijami v strukturi investicij vplivajo le investicije v gadbeništvo v izvorih tokov dnevnih migracij. Vse ostale investicije so se pokazale za neznačilno povezane z intenziteto dnevnih migracij. 7. DECENTRALIZACIJA VISOKEGA ŠOLSTVA S CILJEM PO VEČJEM GOSPODARSKEM RAZVOJU PERIFERNIH REGIJ V okviru druge razvojno-investicijske prioritete DRP je tudi program podpore terciarnemu sektorju ter raziskav in razvoja za potrebe gospodarstva in globalno konkurenčnost. Neštetokrat je bilo že ugotovljeno, da so kakovostni človeški viri ključnega pomena za gospodarski, socialni in kulturni razvoj države ter s tem tudi za njeno konkurenčnost in prepoznavnost na globalni ravni. Cilj naj bi bil ne samo dvigniti povprečno raven na tem področju, ampak tudi enakomernejši razvoj po regijah, kar zahteva večjo decentralizacijo visokega šolstva, raziskovalne dejavnosti in razvoja, hkrati pa je potrebno zagotoviti sodobno komunikacijsko tehnologijo za trdnejše povezovanje subjektov visokega šolstva, raziskav in razvoja v slovensko medregionalno mrežo. To namreč odpira dodatne možnosti pristnejšega povezovanja izobraževanja, raziskovanja in razvoja z gospodarsko dejavnostjo. Navedeni cilji se želijo doseči z naslednjimi aktivnostmi: • s štipendijskimi shemami za dodiplomski in podiplomski študij, • s krepitvijo podiplomskega znanja kadrov v gospodarstvu, • z zaposlovanjem podiplomskih in podoktorskih kadrov v gospodarstvo, • z mladimi raziskovalci za gospodarstvo, • s spodbudami za prehod raziskovalcev iz znanosti v gospodarstvo ter prehod razvojni kov iz velikih podjetij v mala in srednje velika podjetja, • z oblikovanjem interdisciplinarnih skupin za delo na projektih v gospodarstvu, • s spodbujanjem mednarodne, medsektorske in medinstitucionalne mobilnosti strokovnjakov in raziskovalcev, • z oblikovanjem skupnega slovenskega intelektualnega prostora ter s promocijo in popularizacijo znanosti, • vključevanje v program investicije v ustanove za promocijo in popularizacijo znanosti, • povečevanje vlaganj v RR v skladu z Barcelonskim ciljem, hkrati z njihovo večlo Obrazec ARRS-RI-CRP-ZP/2008 Stran 73 od 117 učinkovitostjo. • uveljavitev lttp://www.foeeurope.orq/publicatlons/2006/Extended Producer Responsibi itv.pdf in druga poročila o ukrepih Evropske komisije na tem področju), vendar pa lahko ta pristop pripelje k optimalnemu delovanju oskrbovalnih ^erih oziroma verig vrednosti le, če je proizvodni, distribucijski in razbremenilni del vsake logistične verige primerno razčlenjen tako, da je observabilen in kontrolabilen preko vsake celice aktivnosti v verigi. Takšne astnosti modelov oskrbovalnih sistemov Imajo MRP modeli v primeru oroizvodne logistike, za distribucijski del in za obratno logistiko pa je Dotrebno takšno razčlenitev šele zagotoviti. Temu cilju sledimo v naši študiji. Tako kot se je Leontijev zgledoval po Orlickem, ko je model MRP Orlickega oresadil na področje makroekonomskih analiz, bomo zdaj obratno izhajali iz -eontijevih okoljskih modelov kot razširitve klasičnega input - output modela Leontijeva in se vrnili v razširjen MRP model Orlickega. Celotna študija Je v prilogi). 8.2 Razširitev IVIRP modela po Orlickem in Grubbströmu Obrazec ARRS-RI-CRP-ZP/2008 Stran 77 od 117 v tem delu Izhajamo Iz temeljne MRP teorije (Materals Requirement Planning - planiranje materialnih potreb), ki jo je na temelju predhodnih del Orlyckega razvil v zadnjih dvajsetih letih Robert W. Grubbström. Teorijo smo razširili pozneje najprej na distribucijski del (Glej: Bogataj, Bogataj, 2004) in skupaj z Grubbströmom na temelju predhodnih študij razbremenilne logistike (glej: »Reverse logistics In value chain«, Bogataj, Bogataj, 2005) še na razbremenilno logistiko (Glej: Grubbström, Bogataj, Bogataj, 2007). Glavni namen študije iz leta 2007 je bil prikazati mnogostransko uporabnost kombiniranja vhodno-izhodne analize (angl. Input-Output analysis) in Laplaceove transformacije v različnih smereh obravnave oskrbovalnih sistemov. V pričujiči študiji podajamo kratko predstavitel te teorije in njeno uporabnost pri analizi različnih regionalnih politik. Dobavne verige razčlenjujemo na štiri podsisteme: proizvodnjo, distribucijo, potrošnjo in predelavo ostankov. V tem prispevku bo največ pozornosti namenjene podsistemu predelave ostankov (reciklaža, obnova komponent... in ponovna uporaba), s čimer bo sklenjen celotni krog, saj sta bila proizvodni in distribucijski podsistem že v preteklosti dokaj podrobno raziskana in predstavljena tudi slovenski strokovni javnosti (Bogataj, Bogataj, 2004). Pokazati želimo, da je mogoče povsem avtonomno in hkrati ustrezno povezano prikazovati In obravnavati te štiri podsisteme podane v input -output matriki proizvodnje, distribucije in vračanja Izrabljenih produktov v ponovno predelavo ali obnovo komponent, zbranih skupaj v ustrezne matrike sistema kot celote. Pomembno je, da omogočimo observabilnost in kontrolabllnost vsake celice aktivnosti v oskrbovalnem sistemu. Intenziteta aktivnosti v času, ki določa hitrost pripadajočih procesov proizvodnje, distribucije, potrošnje in reciklaže/obnove, bo v študiji obravnavan kot odločitvena spremenljivka. Procese želimo voditi tako, da bo dodana vrednost vseh aktivnosti v oskrbovalnem sistemu na obravnavanem časovnem horizontu, diskontirana na izbrani začetni trenutek vodenja procesa optimalen. Od regionalnih politik okolja, v katerega so vpete proizvodne in druge celice aktivnosti v verigi, zavisi, kakšno bo obremenjevanje okolja in kakšna bo neto dodana vrednost oskrbovalne verige. Ker se osredotočamo na podsisteme, kjer so tokovi materialov, vmesnih in končnih dobrin tipično divergentni (distribucija), je potrebno osnovno MRP teorijo nadgraditi z nekaj novimi koncepti, kot sta izhodni časovni zamik in posplošena izhodna matrika. 8.3 Lgistika predelave ostankov kot sestavni del dobavne 0bra2ec ARRS-RI-CRP-ZP/2008 Stran 78 od 101 verige Optimalne odločitve • kje proizvajati, • kako distribuirati proizvod, • ob katerem času naročiti ali dobaviti surovine, polizdelke ali izdelke v integrirani dobavni verigi, lahko uspešno izberemo ter opazujemo vpliv teh odločitev na namensko funkcijo v transformiranem okolju, kjer lahko časovnim zakasnitvam pripišemo linearno obliko. Problema izbire lokacije ter določitve kapacitet, kot sta na primer vprašanji, kje postaviti obrat ter kakšne kapacitete so potrebne za dosego ustrezne odzivnosti, se enostavneje obravnavata transformiranem okolju. Časovne zakasnitve v celotni dobavni verigi lahko enostavneje analiziramo s pomočjo MRP in vhodno-izhodne (I-O, angl. Input-Output) analize ter Laplaceove transformacije. Aktivnosti v integrirani dobavni verigi lahko obravnavamo kot štiri ločene sklope; • proizvodna logistika, • fizična distribucija, • potrošnja in • reciklaža oziroma ponovna uporaba v proizvodnji. Medtem ko je tretja komponenta izven upravljalskega sistema upravljalcev oskrbovalnih verig, so ostale tri komponente predmet njihovega odločanja. Vsi trije sklopi so lahko obravnavani v časovnem ali frekvenčnem prostoru. Različne faze aktivnosti v logistični verigi (vozli v verigi) so lahko predstavljene z enostavnim modelom transformacije materialov ali spremembe lokacije v posamezni celici aktivnosti v verigi. V vsaki celici aktivnosti nastaja nova vrednost, po drugi strani pa nastajajo določeni stroški, kar vpliva na neto dodano vrednost celice aktivnosti. V vsaki celici se torej pojavlja ponudba in povpraševanje po rezultatih njene aktivnosti, oba pa sta praviloma stohastične narave, tako glede na trenutek pojavljanja kot tudi glede na količino. Zaloge opravljajo funkcijo zavarovanja za primer nezaloženosti v vsaki celici logistične verige. Omejene so s kapaciteto vsakega predelovalnega vozla v verigi, transportnimi zmogljivostmi vhodno-izhodnih tokov in raznimi drugimi stroški, s katerimi so te aktivnosti povezane. Naročanje zalog (vhodni tok) v celicah aktivnosti lahko proučujemo kot ponavljajoči se dinamični problem. Tokovi blaga v dobavni verigi vplivajo na transportne stroške in stroške aktivnosti v logističnih voziih . TI so odvisni tudi od okolja, Obrazec ARRS-RI-CRP-ZP/2008 Stran 79 od 117 kjer je ceiica aktivnosti locirana. Od okolja zavisi cena in usposobljenost delovne sile, višina davkov in subvencij, nivo kvalitete in cena komunalnih storitev ter vrsta drugih faktorjev, ki vplivajo na neto sedanjo vrednost (NPV) vseh aktivnosti, ki jih je potrebno izvesti v takšnih logističnih mrežah. Še bolj kot stroški delovanja celic aktivnosti pa so od regionalnega okolja in mikrolokacije celice aktivnosti odvisni transportni stroški blaga. Model integriranega oskrbovalnega sistema, ki ga največkrat lahko obravnavamo kot verigo z možno povratno zanko, še posebej če ni organizirane razbremenilne logistike v vmesnili celicah aktivnosti, vključuje nabavo materialov, proizvodnjo s sestavljanjem na več nivojih in lokacijah in distribucijo končnih proizvodov do odjemalcev. Verigo lahko razširimo še z eno komponento, ki ji v tej analizi posvečamo še posebno pozornost, to je logistika predelave ostankov. Ključne spremenljivke, kijih moramo obravnavati v vsaki celici aktivnosti dobavne verige, so stopnja aktivnosti s časovno uskladitvijo dobavnih odlogov (med izvedbo naročila in trenutkom prispetja) in dinamiko nivoja zalog. Upravljavci dobavne verige imajo tako dve pomembni nalogi: • držati nivo zaloge v dobavni verigi čimniže, s čimer se posledično nižajo stroški zalog in • zagotoviti čimhitrejši pretok zalog blaga (v njihovi konstantno spreminjajoči obliki in/ali lokaciji) od surovin do končnega izdelka in njegove fizične distribucije ter dalje do končnih potrošnikov na različnih lokacijah ter povratno nazaj v proces reciklaže/ponovne proizvodnje. Končni cilj tega delovanja upravljalcev je običajno maksimiranje neto sedanje vrednosti (NPV) vseh aktivnosti v dobavni verigi in ne zgolj redukcija stroškov posameznih operacij. Surovine in polizdelki se dobavljajo in shranjujejo v skladiščih surovin in polizdelkov v proizvodnih in distribucijskih centrih. Od tam se črpajo v skladu s potrebami naslednjega proizvodnega centra, ki surovine transformira v polizdelke. Ti se nato sestavljajo toliko časa in na toliko različnih nivojih proizvodnje, dokler ne pridemo do končnega proizvoda. Končni proizvodi so nato shranjeni v skladišče končnih proizvodov. Od tu se nato dobavljajo distribucijskim centrom (oziroma njihovim skladiščem) in dalje prodajalnam, ki se običajno nahajajo na različnih lokacijah. Tam so proizvodi na razpolago končnim porabnikom. Tretji del, ki je lahko obravnavan na enak način kot prvi (proizvodna logistika) in drugi (distribucijska logistika), je logistika predelave ostankov. Sedaj se postavlja vprašanje, v kateri fazi v dobavni verigi vključiti aktivnosti logistike predelave ostankov in kako povečanje stopnje reciklaže (ki je izražena v odstotkih) vpliva na neto sedanjo vrednost Obrazec ARRS-RI-CRP-ZP/2008 Stran 80 od 117 celotne integrirane verige. To je še posebej težavno ocenjevati v primeru spreminjajočih se časovnih zakasnitev in v primeru nezaloženosti. Analiza v frekvenčni domeni, kjer so časovne zakasnitve obravnavane v linearni obliki, bi lahko pomagala pri enostavnejšem ocenjevanju posledic EU direktiv s področja varovanja okolja in poiskati optimalno politiko reciklaže/ obnove rabljenih izdelkov ter vračanje le teh v ponovno proizvodnjo. Med to politiko sodi predvsem določanje deleža izrabljenih izdelkov, ki se vrača nazaj v proizvodnjo in ne gre na odlsgslišče odpadkov. Sistem planiranja materialnih potreb (MRP, angl. Material Requirements Planning) določa delovanje proizvodnega dela oskrbovalnega sistema. Dejansko predstavlja model proizvodnega dela verige. Sestavljen je iz niza logično povezanih procedur, odločitvenih pravil in informacij o tem, kako proizvodni plan spremeniti v fazni časovni razpored zagotavljanja neto potreb. Za pokritje vseh teh planiranih potreb je potrebno razpored izdelati posebej za vsako celico aktivnosti, za vsako njeno komponento posebej. Sodobni pristop z uporabo Input - Output analize in Laplaceove transformacije je razvil Grubbström (1967) skupaj s svojimi učenci na Univerzi v Linköpingu (glej: 1989, 1990, 1994, 1998...). Posebna pozornost temu pristopu je bila posvečena na simpoziju v Storlienu v letu 1997 (Glej; Grubbström, Bogataj, Bogataj 1998). Rezultati tega simpozija so bili predstavljeni na praznovanju zadnjega rojstnega dne Vasilija Leontijeva v New Yorku, leta 1998 in so dosegli izjemno odmevnost in hiter nadaljnji razvoj. Tak pristop daje dobre teoretične in praktične rezultate tudi v razširitvi analize na distribucijo (Bogataj, Bogataj, 2003) in še posebej v delu oskrbovalne mreže, ki se ukvarja z logistiko predelave ostankov. Koncept vseh treh delov integrirane logistične verige je prikazan na sliki 8.1. Oobaviteli < Oobaviteij 2 Logistika p roizvo dnje Celica Celica aktivnosti 1 aidivnKti 3 Tfsovina 1 Distribut^sid center 1 Trgovina 2 Trgovioa 3 Distritnicqsid center 2 Distribucijska logisIBta Časovni oi^og Obrazec ARRS-RI-CRP-ZP/2008 Stran 81 od 117 Slika 8.1: Česlosten oskrbovalni sistem, ki vključuje tudi logistiko predelave ostankov. Fizične lastnosti surovin, polizdelkov in izdelkov, kakor tudi njihova lokacija, se spreminjajo korak za korakom v verigi, iz ene faze v drugo. V procesu globailzacije se razdalje med proizvodnimi celicami oziroma med proizvodnimi in distribucijskimi celicami praviloma povečujejo. Zaradi razvoja prometnih tehnologij postajajo stroški transporta vse nižji in zato iščejo celice aktivnosti svojo lokacijo tam, kjer so ugodnejše naravne danosti, kjer je cena človeških virov nižja ali so delavci bolje Izobraženi in usposobljeni oziroma tam, kjer lokalne skupnosti in regije nudijo boljšo komunalno in drugo infrastrukturno opremo ter hkrati zahtevajo nižje davke na dobiček ali celo subvencionirajo aktivnosti. Lokalne / regionalne okoljske omejitve selijo odlaganje odpadkov in logistiko predelave ostankov v države, kjer je tovrstna regulativa prisotna v manjši meri. Na odločitev, kje locirati celico aktivnosti, vplivajo transportni stroški in časovne zakasnitve pri dobavi ter še posebej v primeru logistike predelave ostankov tudi okoljski stroški, ki vsebujejo ekološke davke in druge tovrstne dajatve. Ker postajajo v globalnih logističnih verigah dobavni odlogi pomemben faktor dobičkonosnosti verige, jih je potrebno obvladovati in znati ustrezno napovedati vpljiv njihovih perturbacij na neto sedanjo vrednost vrednostne verige. To pa je dodatni razlog za razširitev MRP teorije v distribucijski del in v logistiko ostankov. 8.4 MRP teorija, ki jo je razvil Grubbström na temeiju input -output tabele Orlickega Elementi MRP sistema Veja raziskav, ki jo imenujemo MRP teorija, se ukvarja z razvojem teoretičnega ozadja in modela za več nivojske proizvodne sisteme zalog. Take sisteme v širšem pomenu imenujemo sistemi planiranja materialnih potreb (MRP - angl. Material Requirements Planning ). Predvsem Orlickemu (1975) in Wightu se imamo zahvaliti, da je v šestdesetih letih postal MRP osrednje orodje za načrtovanje proizvodnje, kakor tudi Plosslu, da je metodo ohranil in dopolnil v današnje dni. Kljub veliki razširjenosti uporabe MRP sistemov v praksi je prvotno kazalo, da jim primanjkuje teoretičnega ozadja za analiziranje bistvenih odločitev še predvsem v pogojih negotovega povpraševanja, kot so odločitve o količini zalog pri stohastičnem povpraševanju, varnostni zalogi in po času porazdeljenih varnostnih rezervah. Potreba po splošnem, analitičnem opisovanju in analiziranju večfaznih in več-nivojskih proizvodnih sistemov in sistemov zalog je obstajala tudi iz pedagoškega vidika, kajti proizvodni Obrazec ARJRS-RI-CRP-ZP/2008 Stran 11108 od 101 MRP modeli so bili prvotno zasnovani zelo izkustveno in mnogi še danes nimajo trdne teoretične podlage za obvladovanje negotovosti in tveganj pri stohastičnem povpraševanju, zato jih je pogosto mogoče študirati samo preko simulacij slabo definiranih sistemov. V predgovoru prve vezane knjige na temo MRP [Orlicky, 1975) avtor navaja prav ta razlog, zaradi katerega naj bi bil MRP v akademskih krogih prezrt. MRP naj namreč ne bi bil povezan s kvantitativno analizo, bolj kot v znanstvene namene pa naj bi bil namenjen strokovno-praktični uporabi. Ta trditev pa predstavlja izziv za snovalce MRP teorijo. Pojem MRP je v praksi največkrat omejen na praktične informacijske sisteme, v nadaljevanju pričujoče knjige pa bo uporabljen za združitev splošnih proizvodnih sistemov, ki slonijo na kosovnicah, in sistemov zalog, kjer večnivojske strukture proizvodov in časovne zakasnitve predstavljajo za optimalno vodenje takih sistemov pomembno lastnost, ki je ne smemo prezreti. V zadnjih letih je razvoj praktičnih rešitev upravljanja zalog pripeljal do razširitev osnovnega koncepta, ki je bila poimenovana kot MRP2 (angl. Manufacturing Resource Planning), le-te pa so se nadalje razvile v ERP (angl. Enterprise Resource Planning), ki pokriva tudi procese organizacije izven samih proizvodnih sistemov, vendar pa se vedno tesno naslanjajo na MRP kot jedro aplikacij. V nadaljevanju je kot osnovna metodologija uporabljena tako imenovana Input-Output analiza, ki je bila prvotno namenjena empirično usmerjenim teorijam za opisovanje odnosov med različnimi sektorji celotne ekonomije [Leontief, 1928]. V 50-lh Koopmans vpeljal analizo aktivnosti (angl. Activity Analysis), ki je pokrivala omejene optimizacijske probleme v proizvodnji [Koopmans, 1951]. Ta pa je dala Oriickemu izhodišče za njegovo MRP teorijo, ki sloni na input - output analizi aktivnosti in tokov med celicami v proizvodnem procesu. V študiji, ki smo jo izdelali skupaj z Grubbströmom in ki jo tu navezujemo na regionalna okolja, je uporabljena Input-Output analiza, ne glede na to, ali se uporablja na nacionalnem ali kateremkoli drugem nivoju in ne glede na to, ali se dotika empiričnih modelov ali optimizacije. Poleg MRP sistema in Input-Output analize bo kot tretje, matematično orodje uporabljena Laplaceova transformacija. Gre za matematično metodologijo, ki je bila razvita proti koncu 18. stoletja, uporablja pa se za reševanje diferencialnih enačb, opazovanje stabilnost dinamičnih sistemov, v verjetnostni teoriji in za ocenjevanje neto sedanje vrednosti tokov (NPV). V praksi se je najbolj uveljavila v elektrotehniki. Kot osnovo v MRP teoriji uporabimo pravokotno vhodno (H) in izhodno (G) matriko, z enako dimenzijo. Vsaka vrstica pripada različnemu elementu (surovini, komponenti proizvoda, skratka kosu iz kosivnice), ki se nahaja v proučevanem sistemu, vsak stolpec pa svoji aktivnosti Obrazec ARRS-RI-CRP-ZP/2008 Stran 83 od 117 (procesu). Z m označimo število procesov (stolpcev), z n pa število različnih elementov kosovnice (vrstic). Če y-ti proces poteka na nivoju Pj, je obseg zahtevanih vhodnih elementov / enak hijPj in obseg proizvedenih (izhodnih) elementov k enak gkjPj. Množico vseh vhodnih elementov (inputov) lahko zberemo v stoipčni vektor HP, množico vseh izhodnih elementov (outputov) pa v stoipčnem vektorju GP. Neto proizvodnjo lahko torej zapišemo kot (G-H)P. V splošnem bo torej P (in posledično neto proizvodnja) časovno odvisna vektorska funkcija. Če vsak proces proizvede zgolj en element (proizvod), ta element pa je rezultat samo tega procesa, je izhodna matrika lahko predstavljena kot enotska matrika G=l, ob predpostavki, da je število procesov enako številu elementov. Takšen proizvodni sistem imenujemo elementarni sistem. V l\y]RP sistemih so časovne zakasnitve vedno prisotne. Gre za čas, ki je potreben, da se izvede zahtevano naročilo. Če je P/t) obseg elementov j, ki naj bi bili dokončani v trenutku t, mora biti hi/p/t) elementov / na razpolago za proizvodnjo Tj časa pred t (časovna zakasnitev), torej v času t-Tj. Obseg h^Pj elementa i v času t-Tj, ki je bil pred tem del razpoložljive zaloge, mora biti ustrezno rezerviran in vnaprej določen za točno določeno proizvodnjo Pj(t) in nato po predvidenem dobavnem odlogu prestavljen v obdelavo (alocirana zaloga). V trenutku t, ko je proizvodnja zaključena, se elementi i pretvorijo v novo nastale elemente gkjPj(t). Če se pojavi potreba po dodatnih kapacitetah (npr. stroji), lahko to zahtevo vključimo kot dodatno vrstico v vhodni matriki H, pri čemer na dodatno zahtevano količino kapacitet gledamo kot na dodatno zahtevane vhodne elemente. Enostavno lahko ločimo dva sistema: • sistem sestavljanja proizvoda po kosovnici-' montažni sistem in • sistem razčlenjevanja dobrin na komponente -razvejani sistem. Pri montažnem sistemu so elementi, ki prihajajo z nižjega nivoja na višjem nivoju sestavljani (transformirani) v nove elemente. Če privzamemo tak princip označevanja elementov, da so višje ležeči označeni z nižjo številko/črko, lahko vhodno matriko H zapišemo v trikotni obliki, s pozitivnimi elementi pod glavno diagonalo, kot je to prikazano na sliki 2. V razvejanem sistemu je element z nižjega nivoja uporabljen v več različnih elementih na višjem nivoju. Pri tovrstnih sistemih lahko elemente in procese označimo tako, da Ima izhodna matrika G pozitivne elemente samo nad glavno diagonalo. Distribucija, izločevanje (rafinerije) in logistika predelave ostankov imajo običajno takšno obliko razvejanega sistema. Obrazec ARJRS-RI-CRP-ZP/2008 Stran 84 od 101 Montažni sistem Toknavigof 3'| E j A "0 0 0 0 0" A 0 0 0 4 0 B 0 0 0 0 B 0 0 0 5 0 H = C 4 0 0 0 0 G=e 0 0 0 2 3 D 2 4 0 0 D 0 0 0 0 1 E 0 2 5 3 0 0 6 0 0 0 Siika 8.2: Primer montažnega in razvejanega sistema, v obliki kosovnic in pripadajočili vhodno-izhodnih matrik. Obstajajo tudi kombinirani sistemi, ki so kombinacija montažnega in razvejanega sistema, v takšnili primerih pa Imata vhodna in izhodna matrika l O, je definirana kot (1) /=0 kjer s predstavlja l0 ' O in (o) Teorem neto sedanje vrednosti NPV: NPV = ja(t)e-'"dt = ä{p), (5) o kjer NPV predstavlja neto sedanjo vrednost denarnega toka a(t), p pa zvezno obrestno mero; {d) Teorem o transiaciji časa: £ {/O - r)} = £ {/(0} - me-, (6) kjerr predstavlja konstanten interval, ki funkcijo po času enolično prestavlja po časovni osi. Če je funkcija enolično prevajana nazaj skozi čas, je njena transformacija £{/(^+r)} = £{/(/)}V. V tem primeru predpostavimo, da je definirana tudi preteklost funkcije za t0. (12) Če so upoštevane tudi zahtevane kapacitete, lahko formuliramo omejitve tudi za razpoložljive kapacitete (Segerstedt, 1996). Če želimo modelirati ciklične procese, ki se ponavljajo v enakomernih časovnih intervalih Tj, j = Obrazec ARRS-RI-CRP-ZP/2008 Stran 88 od 117 1, 2, m, lahko z uvedbo diagonalnih matrik t(5) in t(5) plan P(5) zapišemo na sledeči način: m= O ••• = t(5)T(5)P (l-.-r (i-.-r p= (13) kjer P predstavlja vektor konstant (ki na primer opisuje celotne proizvajane ali dobavljene količine vsakega procesa znotraj periode 7}, j = 1, 2, m) in kjer so tj, 7=1,2, m trenutki na časovni osi, ko se prične vsal< izmed pripadajočih ciklov. Ti časi so potrebni zato, da sistemu zagotovimo elemente z nižjega nivoja, ki nastopajo kot vhodi na višjem nivoju (dobavni odlogi). Ravnotežje tokov v MRP sistemu Sedaj si oglejmo , kaj mora veljati, da se zaloge ne kopičijo preko vseh meja in da v povprečju ostajajo na vnaprej izbranem nivoju v ponavljajočem se, cikličnem procesu. Z uporabo teorema povprečnega časa (4) lahko dobimo dolgoročno povprečno vrednost za R, v skladu z \m\]R(ß)dß = limsRis)== t-im / J J^O V'^/ = R(0) + lim ((Ä(s)G - Ht(5)) )t(5)P - F(s)) Na desni strani enačbe se matrike ä(ä), t(j) in t(5) približujejo k enotski matriki I, ko s ^ 0. Omejiti moramo torej iim((G-H)t(s)P-F(s)j. Razširitev t(5) vodi torej proti (15) P, T + ■ A T' T' Obrazec ARRS-RI-CRP-ZP/2008 Stran 89 od 117 kjer vektor 0(s) ponikne vsaj s hitrostjo s. Pogoj, da bo sistem v povprečju ostal na končnem nivoju zalog, je torej lim / \ (G-H)l A P. v J ^ ±00 (16) To pomeni, da se dobave proizvodov Izven sistema F v povprečju natančno izenačijo z neto proizvodnjo. Ko na primer dobave sledijo konstantnemu zunanjemu povpraševanju F(s)=:D(j) = D/s, kjer je D konstanten vektor, velja naslednja zahteva: (G-H) T, L (17) (16) Cene elementov MRP sistema v frekvenčnem prostoru Osredotočimo se sedaj na ekonomsko obravnavo. Cene posameznih elementov (surovin, polizdelkov, izdelkov...) lahko strnemo v (vrstični) cenovni vektor p: P= Px^Pl^-^Pn (18) Vhodi fizičnih tokov v vsako celico aktivnosti proizvodnega podsistema povzročijo odliv finančnih sredstev in izhodi blaga iz posameznih celic aktivnosti generirajo priliv finančnih sredstev (plačilo). Ob predpostavki, da so vsa plačila Izvršena v denarju in da je transformiran tok med Obrazec ARRS-RI-CRP-ZP/2008 Stran 90 od 117 paroma celic aktivnosti = 'xlis) , je pripadajoči denarni tok fi = kjer se pozitivni elementi nanašajo na prejeta prilive in /=i negativni na odlive finančnih sredstev. V skladu s teoremom o neto sedanji vrednosti je neto sedanja vrednost denarnega toka (19) ;=1 kjer je p zvezna obrestna mera. Če se procesi izvajajo z diskretnimi paketi v trenutkih 2, ... (za vsak proces j), so ti povezani praviloma z zagonskimi stroški vsakega takega paketa, ki nastopajo v pričetku izvedbe. Takšni časi uvedbe za procese; so zbrani v zaporedje Diracovih impulzov vsoto takih zaporedij pa zapišemo takole: = = . (20) k k Če vsakemu takšnemu paketu pripada tudi zagonski ( fiksni) odliv finančnih sredstev, ki ga označimo s Kj, je skupna neto sedanja vrednost teh odlivov KjVj(p) = KjJ^e'""''. Če imamo neskončno k zaporedje takih paketov na časovnem intervalu z dolžino Tj, je neto sedanja vrednost fiksnih (zagonskih) stroškov: NPV - /(l - ), (21) pri čemer je čas prvega paketa t'j^=tj. V naši splošni obravnavi so zagonski stroški zbrani v vrstičnem vektorju K = Če vsi procesi potekajo v diskretnih paketih in v(j) = predstavlja m-dimenzionalni vektor vseh pričetkov aktivnosti v celicah aktivnosti, je neto sedanja vrednost vseh zagonskih stroškov: v,(P) NPV. zagonski = -Kv(p) i22)_ = -K KiP) M Obrazec ARRS-RI-CRP-ZP/2008 Stran 91 od 117 Kadar aktivnosti nastopajo v cil Aktivnost št. 1: proizvodnja ene enote končnega izdelka. > Aktivnost št. 2: distribucija končnega izdelka na lokacijo 1 v paketih po 100 enot. > Aktivnost št. 3: distribucija končnega izdelka na lokacijo 2 v paketih po 200 enot. > Aktivnost št. 4: potrošnja končnega izdelka, kupljenega na lokaciji 1. > Aktivnost št. 5: potrošnja končnega izdelka, kupljenega na lokaciji 2. > Aktivnost št. 6: reciklaža uporabljenih izdelkov. Sedaj lahko sestavimo vhodno in izhodno matriko: 2 5 100 200 j H = 1 1 1 Obrazec ARRS-RI-CRP-ZP/2008 Stran 95 od 117 i 0.3 G = 100 200 i i 0.7 V proučevanem primeru proizvedemo 800 enot končnega izdelka, od katerih jih 200 enot razvozimo na lokacijo 1 (2 paketa), 600 pa na lokacijo 2 (3 paketi). Vsi končni izdelki se uporabijo, nakar gredo v reciklažo. Paketi se torej porabijo, njihova vsebina pa vstopi v proces reciklaže. Zapišemo lahko vektor aktivnosti P v obliki P = "Pl" " 800 " 2 2 3 2 P3 ■3 .P4. 800 kar vpliva na vhodne zahteve v višini x = HP = 100 200 1 i 800 800 1600 2 4000 3 2 2 3 3 800 800 0 in izhodne vrednosti v višini Obrazec ARRS-RI-CRP-ZP/2008 Stran 96 od 101 y = GP = 1 i 0.3 100 200 i i 0.7 800 800 740 2 0 3 ? 2 3 800 SOO 560 Neto aktivnosti so z = y-x = 800 800 0 240 1600 -1360 0 4000 ^000 2 — 2 = 0 3 3 0 800 800 0 560 0 560 Ta primer lahko interpretiramo na sledeči način. Vsi končni izdelki so uporabljeni, kupiti moramo 1.360 komponent , 240 pa jih pridobimo z reciklažo. Za proizvodnjo potrebujemo tudi 4.000 enot surovin. 560 izrabljenih enot (št. 7) ostane in jih obravnavamo kot odpadek. Nabava/ UVQZ KooM Izdelki Odgraästado lipovca Komponente RedMirane komponente Odpadki Izrabljeni izdelki V dodane bze redHiraiJa Slika 8.4: Ilustracija numeričnega primera Obrazec ARRS-RI-CRP-ZP/2008 Stran 97 od 117 8.7 Podsistem reciklaže Razšitjena odgovornost proizvajalca v dobavni verigi Logistiko predelave ostankov smatramo kot razširitev odgovornosti proizvajalca v isti verigi. Ta odgovornost se odraža v (a) obliki odkupa odpadnih oziroma iztrošenih proizvodov po ceni p^, ki je negativna, če uporabniki za odvoz iztrošeniii proizvodov plačajo odvoz ali pozitivna, če za odpadni material dobijo plačilo, ali v (b) obliki ekoloških dajatev s ceno P/, za enoto odloženega odpadka na smetišču. Odgovornost proizvajalca se torej podaljšuje tudi v fazo po potrošnji. Po takšni shemi končni porabniki stroškov ravnanja z odpadki ne plačujejo v obliki lokalnih dajatev, saj so stroški reciklaže že vključeni v osnovno ceno proizvoda. V takšnem primeru p? (negativni cenovni parameter) v našem modelu vključuje ekološke stroške, ki so predpisani s strani lokalnih oblasti v obliki dajatev, v osnovni ceni proizvoda (potrošniki torej izrabljene proizvode vrnejo nazaj v dobavno verigo). Tok odpadkov je odvisen od deleža reciklaže a, ki ga določa Cobb - Douglasova proizvodna funkcija, torej je odvisen od količina dela L na cikel reciklaže in kvalitete odpadnega proizvoda na koncu njegovega življenjskega cikla. Strošek dela, potreben za reciklažo, je clL. Bolj kot je a visok, več vhodnega dela L je potrebnega. Logistika predelave ostankov torej znižuje količine odpadnega materiala, pri čemer optimalni odstotek odpadnih materialov ugotovimo z optimizacijo neto sedanje vrednosti vseh aktivnosti v dobavni verigi. Slika 8. 5: Proces reciklaže, ki vključuje izrabljene proizvode in delovno silo ter njej pripojeni kapital C kot input. Na podsistem reciklaže lahko gledamo kot na produkcijsko funkcijo, ki vsebuje eno vhodno (izrabljene proizvode) in dve izhodni liniji (prenovljene komponente, ki smo Jih v procesu uspeli obnoviti, ter izrabljene materiale, ki jih ne moremo ponovno uporabiti in jih odvažamo na deponijo). Temu sistemu lahko dodamo še eno vhodno linijo, delovno silo, s čimer lahko vplivamo na delež prenovljenih komponent, ki jih Obrazec ARRS-RI-CRP-ZP/2008 Stran 98 od 117 dobimo iz sistema. Ustrezni input-output matriki podsistema logistike predelave ostankov sta: H reciklaže G reciklaže I 1 ! a ! \-a Zaradi poenostavitve privzemimo Cobb-Douglasovo produkcijsko funkcijo [Sandelin, 1976]. Izhodna količina reciklaže proizvoda (prenovljene komponente) je a krat vstopna količina izrabljeniii proizvodov, kjer a predstavlja stopnjo reciklaže. Pri tem nastopata dve vhodni liniji; izrabljeni proizvodi (element št. 6) in delo. Proces reciklaže je ciklične narave, s periodo Te in velikostjo paketa P^. Pri obdelavi paketa P^ se kot vhod doda delo L^. na cikel proizvodnj. S pomočjo Cobb-Douglasove funkcije lahko ocenimo optimalno količino prenovljenih komponent. Označimo z a^x tok recikliranih komponent nazaj v proizvodnjo v primeru, ko je tok izrablenih izdelkov v predelavo enak x. Odločitvena spremenljivka a ustreza Cobb - Douglasovi funkciji: = A'L^/'^Cf^x^ / = l,2....r, če imamo r različnih lokacij, kjer se izvaja razbremenilna logistika, kjer je Z-^*, in C, obseg dela in kapitala v razbremenilni logistiki na i-ti lokaciji. Zaradi poenostavitve prikaza povezanosti med oskrbovalnim sistemom in njegovim regionalnim okoljem v i-ti regiji (na i-ti lokaciji) privzemimo, da je Obrazec ARRS-RI-CRP-ZP/2008 Stran 99 od 117 = AW (35) Pri tem A oziroma Ä zavisijo od tehnološkega razvoja oskrbovalnega sistema, f?od kvalitete izrablenih produktov in parametric / ( ali y\ in /2) od tehnologija v procesu reciklaže. Stroški recikliranja za količino odpadkov a; znašajo c^Z. Cobb - Douglasova funkcija se glasi: (36) Za izrabljene proizvode, ki jih ne recikliramo, moramo plačati stroške deponiranja, ki ob količini znašajo p^y^ Dodana vrednost reciklaže torej znaša: = +p,{\-a;)x -p^x = = p^a^x + p^{\~a,)x -p^x /4)"'. (38) / = .....r kjer za nastopajoče parametre velja: ^>0, 0 p > O (41) in velja: O < pPJPl, □ 1 - P,)AL'Pt' (42) S pomočjo razvoja v Taylorjevo vrsto in linearne aproksimacije pridemo do: Obrazec ARRS-RI-CRP-ZP/2008 Stran 103 od 117 => L = rjpi - Pi)^ \~Y ^^ p^-r MS {\-s){p,- p,)A{üy} C it '(l-r) r{p2 - Pi)A rK, ^ L = P. = K. Ar' (P2-a' = A(L-yiP:y-' = = A rK. [^cd-r-s)) K. O-r) (43) Optimalna rešitev obstaja le za primere, ko delež reciklaže leži med O in 1. Zato velja omejitev: =min O, otherwise {\-S){p,-P,)P:-K, rjPi-Pi) i,- m K. (44) (45) Kot nam že intuicija pove, bo delež reciklaže rasel s ceno druge komponente blaga v proizvodnji in stroški odlaganja odpadkov na deponijo. Rast cene človeških virov kakor tudi zagonski stroški reciklaže pa bodo zniževali optimalni delež recikliranega blaga, ki se bo vrnil v proizvodnjo. Te ugotovitve veljajo za vse primere, ko so tehnološki parametri: ^<1 in y < \. Ker se cene in tehnološki parametri od regije do regije spreminjajo, bodo različne lokacije v globalnih logističnih verigah različno atraktivne za razbremenilno logistiko in bodo protiutež transportnim stroškom v celicah aktivnosti globalnih logističnih verig._ Obrazec ARRS-RI-CRP-ZP/2008 Stran 104 od 117 Vpliv spremembe tehnologij na optimalno ravnanje z odpadki Zanimivo je pogledati, kako tehnološki parametri procesa A,^in/ vplivajo na optimalno odločanje o deležu odpadkov, ki se reciklira, ko se management oziroma lastniki oskrbovalnih sistemov odločijo za tehnološke spremembe. Iz (50) sledi, da ti takole vplivajo na spremembo kriterialne funkcije, če še vedno vstrajajo pri optimalni strukturi obdelave ostankov: dNPV. recycling l-e -phin-. dNPV. recycling dNPV. <5-1 recycling l-e -ppjpli ■dS 8.8. Numerični primer Vzemimo naslednje parameter logistike ostankov: 15 -0.25 0.20 0.20 0.10 20.00 -0.25 50.0 0.00001 Iz tabele sledi, da odkupna cena ostankov (ki je tu negativna) ustreza ceni deponiranja, kar pomeni, da je uporabniku vseeno, ali pošlje ostanke na deponijo ali v reciklažo. Obrazec ARRS-RI-CRP-ZP/2008 Stran 105 od 117 Vidimo, da z rastjo tehnološkega parametra A, ki nastopa v Cobb Douglasovi funkciji, narašča optimalni delež ostankov, ki gre v uporabo In ponovno proizvodnjo. Zato bi morai biti v takem primeru tako interes lokalne samouprave In pripadajočih regij, da podprejo razvoj tehnologij, ki bodo dvigovale tehnološki parameter A in s tem delež razbremenjevanja okolja v obsegu, ki ga določajo ostali parametri sistema. S spreminjanjem tehnoškega parametra se optimalni delež reciklaže a spreminja, kot sledi: NPV* P6* L* a* 0.10 -8929 74840 66.7 2.92E-05 0.14 3.69 16324 66.7 0.0001 0.20 13964 2339 66.7 0.0009 0.30 108195 308 66.7 0.007 0.50 1391852 24 66.7 0.091 0.70 7485715 4.45 66.7 0.491 0.75 10569377 3.15 66.7 0.693 0.80 14594626 2.28 66.7 0.957 0.807 15244413 2.19 66.7 1.000 8.9 Zaključek V tem delu smo pokazali kako lahko MRP teorijo, ki jo je razvil Grubbström in jo laliko uspešno uporabljamo pri vodenju proizvodnje »pod eno streiio«, se pravi, ko stroški distribucije in reciklaže niso predmet obravnave problema, nadgradimo v distribucijski in predvsem v tisti del, ki se ukvarja z optimizacijo ravnanja z ostanki.. Kombinacija vhodno-iztiodne (Input/Output) analize in Laplaceove transformacije nam omogoča analizo celotne dobavne verige, vključno s štirimi podsistemi; proizvodnjo, distribucijo, potrošnjo In logistiko predelave ostankov. V tej publikaciji je bila analiza a osredotočena na logistiko predelave ostankov (reciklaža/ obnova izdelkov, ponovna uporaba). Obrazec ARRS-RI-CRP-ZP/2008 Stran 106 od 117 Pokazali smo, da postane oskrbovalna veriga pregledna, observabilna in kontrolabilna v vseh celicah njenih aktivnosti, če jo predstavimo z razširjeno input/output matriko, ki jo je Grubbström , na temelju predhodnih del Orlickega uvedel v MRP teorijo. Uvedba vektorja cen omogoča ocenjevanje in optimiranje ekonomskih učinkov podsistemov, za kar je bila uporabljena namenska funkcija, ki podaja neto sedanjo vrednost vseh aktivnosti v sistemu. Logistika predelave ostankov je bila v tem delu analizirana kot nadgradnja MRP teorije in služi kot podlaga za optimalno odločanje o parametrih proizvodnje in razbremenilne logistike pri podaljšani odgovornosti proizvajalca EPR. Analiza je pokazala, kako lahko to odgovornost ocenjujemo v razširjenem MRP modelu, kjer je NPV merilec ekonomske učinkovitosti. Slovenija se vključuje v globalne logistične verige. Lastniki in managerji v teh verigah iščejo partnerje in želijo investirati tudi v regije v Sloveniji. Tu se srečujejo z lokalno samoupravo, ki jim postavlja svoje pogoje varovanja okolja in ponuja prostor s spreminjajočimi se tehničnimi parametri ter dražjo ali cenejšo, bolj ali manj usposobljeno delovno silo. Primerjava parametrov, ki smo jih obravnavali v modelu, po posameznih lokacijah bo dala odgovor na vprašanje, katera lokacija je boljša in kakšna naj bo omejitev zaradi varstva okolja, da bo zadoščeno tako lokalnim ponudnikom prostora kot tudi upravljalcem globalnih logističnih verig. Povezava verige z mobilnostjo človeških virov je podana v člankih: BOGATAJ. BOGATAJ. Global supply chains under extended producer responsibility. V: ABU-HIJLEH, Bassam (ur.). lAMOT 2008 : 17th Internationa! conference on management of technology, 6th-10th April 2008, Dubai, UA.E. : proceedings. [Dubai]: lAMOT, 2008, 7 str. Sistemske zahteve niso navedene. [COBISS.Sl-lD 28061229] BOGATAJ. BOGATAJ. Optimization of reverse logistics described in frequency domain. V: Optimization 2007, Porto, Portugal, 22nd-25th July 2007. Porto: Faculdade de economia, 2007, str. 248. [COBISS.SI-ID 17381350] BOGATAJ, BOGATAJ. Free zones on the EU borders as the response on reduction of daily commuting through the southern EU border. Eur. XXI (Warsz.), 2007, no. 16, str. 109-129. fCOBISS.SI-ID 18049510] Obrazec ARRS-RI-CRP-ZP/2008 Stran 107 od 117 8.10 Literature in viri 1. Aseltine, J.A., Transfom Method in Linear System Analysis, McGraw-Hill, New York, N.Y.. 1958. 2. Bogataj, D., Bogataj, M. "Capacity planning in stochastic programming of logistic chains". Upičnik, M. (Ed). Transport, promet, logistika, Portorož, Slovenija, 2. Anr^ua! proceedings, 2000, 11-16. 3. Bogataj, L., Ferbar, L., Stocliastic considerations of Grubbström-Molinder model of MRP, input-output and multi-echelon inventory systems, International Journal of Pmduction Economics. 45, 1996, 329-336. 4. Bogataj, M., Bogataj, L., Supply chain coordination in spatial games. Intemational Journal of Production Economics, 71, 2001, 277-286. 5. Bogataj, M., Bogataj, L On the compact presentation of the lead time perturbations in distribution networi