Metody agregace a adjustace geodat pro sledování prostorové segregace na příkladu Ostravy

Abstract

Cílem této práce je zhodnocení moţností vyuţití různých metod agregace a adjustace geodat pro sledování prostorové segregace v městském prostředí. Mezi testovanými metodami bylo např. mapování relativního rizika, agregace dat na administrativní jednoty, pravidelnou čtvercovou síť a agregace pomocí metody jádrových odhadů. Jako zájmové území je zvoleno město Ostrava, které za poslední období prošlo výrazným vývojem situace na trhu práce. Vývoj nezaměstnanosti v druhé polovině 90. let vedl k rozvoji sociálně problémových aţ vyloučených lokalit. Faktem je, ţe Ostrava má zvláštní předpoklady k rozvoji těchto lokalit díky svému specifickému charakteru, silně ovlivněným průmyslovým rozvojem. Rezidenční oblasti se střídají s řadou nezastavěných ploch, průmyslovými areály a společenskými a obchodními bloky. Tato situace můţe napomáhat rozvoji prostorové segregace. V úvodu je představen problém prostorové segregace a její souvislost s nezaměstnaností a dále stručný vývoj Ostravy za poslední dvě desetiletí. V další části jsou specifikovány cíle práce a následují kapitoly definující pojmy jako je nezaměstnanost, trh práce, sociální exkluze a především prostorové segregace. Kapitola 5 popisuje sociálně vyloučené lokality v Ostravě, tak jak byly vymezeny v expertních studiích. Dále jsou popsány pouţité datové zdroje a indikátory nezaměstnanosti pouţité k identifikaci vyloučených lokalit. Následuje významná kapitola týkající se metodiky zpracování sloţena ze tří hlavních částí: lokalizace dat, adjustace dat a agregace dat. Na výsledky této kapitoly navazuje kapitola o prostorové autokorelace, která obsahuje jak teoretický základ této problematiky, tak i praktické výsledky. Kapitola 10 popisuje vymezení hranic vyloučených lokalit z dat získaných z Úřadu práce. Kapitola 11 je zaměřena na výpočet měr segregace na všech agregačních úrovních, včetně vyhodnocení lokalizačního koeficientu a Giniho koeficientu. V následující kapitole jsou popsány fyzické a sociální bariéry kolem jednotlivých lokalit, které umocňují jejich vyloučení. Kapitola 13 je zaměřena na sledování vývoje lokalit a jejich hranic v čase. K tomuto byly vyuţity mapy jádrových odhadů a vybraná izolinie. Vývoj byl sledován na plošné, hodnotové a strukturální úrovni. Cílem bylo posouzení, zda se jednotlivé charakteristiky mění a jestli např. není vymezení lokalit pomocí jádrových odhadů nestabilní a příliš variabilní v čase. Závěrečná kapitole pak vyhodnocuje a shrnuje všechny poznatky a přínosy této práce.

The aim of this work is to evaluate the possibility of using different methods of aggregation and adjustation of geodata to monitor spatial segregation in urban environment. Several methods were tested e.g. mapping the relative risk, aggregation of data within variousadministrative unit, regular square network and aggregation using the kernel density estimation. As an area of interest the city of Ostrava was selected, which passed through significant development in the labor market during last several years. Unemployment in the second half of 90 years led to the development of socially problematic and excluded areas. It is fact, that Ostrava has special prerequisites for the development of these localities due to its specific nature, strongly influenced by industrial development. Residential areas are interspersed with a number of vacant, industrial areas and social and business blocks. This situation may facilitate the development of spatial segregation. The introduction presents the problem of spatial segregation and its relation to unemployment and a short description of the development of Ostrava in the last two decades. The next part specifies the aims of the thesis and the following chapter defines terms such as unemployment, labor market, social exclusion and especialy spatial segregation. Chapter 5 describes the socially excluded localities in Ostrava, as they were defined in expert studies. Also the data sources and unemployment indicators used to identify the excluded areas are described. The major chapter of the methodology consists of three main parts: the localization of data, adjustation of data, and data aggregation. The results of this chapter is followed by the chapter about spatial autocorrelation, which contains the theoretical basis of this issueas well as the practical impacts. Chapter 10 describes the boundaries of excluded localities based on the data obtained from the Labour Office in Ostrava. Chapter 11 is focused on the calculation of the rates of segregation at all levels of aggregation, including evaluation of the localization coefficient and the Gini coefficient. The next chapter describes the physical and social barriers around localities which enhance their seggregation. Chapter 13 is focused on monitoring the development of localities and their boundaries in time. For this monitorig the kernel density maps and selected isolines were used. Development was observed on the space, value and structural level. The aim was to assess whether the individual characteristics are changing and whether such identifacation of localities based on the kernel density estimation is stable and too variable in time. The final chapter evaluates and summarizes all results and benefits of this thesis.