Cílem této práce je statisticky dokázat, zdali mají faktory jako je například hustota zalidnění, míra motorizace či přepravní výkon skutečný vliv na emise CO2.

Data, se kterými se v projektu pracuje, byla získána z webového portálu Eurostatu a Ministerstva Dopravy ČR.

V práci se využívá metody nejmenších čtverců (OLS).

Klíčová slova

Oxid uhličitý, doprava, OLS, lineární regrese

JEL klasifikace

Q53, L90, C21

Úvodní představení problému

S růstem integrace v rámci Evropské Unie se obyvatelé EU mohou volně pohybovat po jejím území a zboží může být rychle a bez překážek dopraveno spotřebitelům sídlícím často v jiných státech. Evropská Unie od svého vzniku podněcuje tuto svobodu pohybu otevřením vnitrostátních trhů a odstraněním fyzických a technických překážek. Volnost pohybu přispívá k většímu ekonomickému růstu států v rámci EU a může pozitivně ovlivňovat jejich hospodářství. „Odvětví dopravy vytváří zhruba 10 % (HDP) EU a zajišťuje práci více než deseti milionům lidí.”[1]V současnosti ale volnost pohybu přináší i negativní důsledky spojené s přepravou lidí i zboží. Jedná se především o větší zátěž na životní prostředí spojenou s produkcí skleníkových plynů.

„Za období 1990 – 2004 dosáhla EU celkového snížení emisí skleníkových plynů o 5 %, ovšem za stejné období se emise z dopravy o 26 % zvýšily.“[2] V současnosti je situace kolem snižování emisí celkem nejasná, protože konference v Kodani nepřinesla nová závazná opatření.

Obrázek 1: Změna produkce emise CO2 z různých hospodářských odvětví EU v období 1990-2004 (%) [3]

Příčinou růstu emisí z dopravy je nárůst motorizace a lepší cenová dostupnost dopravních prostředků. V dnešní době se automobil stává nedílnou součástí domácností, protože poskytuje svým uživatelům lepší dopravní dostupnost. Sice vzrůstá účinnost automobilům, ale na druhé straně vzrůstá jejich celkový počet a prodlužují se ujeté cesty. Nejen proto dochází v EU k nárůstu emisí CO2 z dopravy.

Dosavadní stav zkoumání

Otázkou emisí a CO2 se zabývá řada nadnárodních a mezinárodních organizací a programů. Jako příklad lze uvést následující organizace:

· The European Environment Agency (http://www.eea.europa.eu)

· The Intergovernmental Panel of Climate Change (http://www.ipcc.ch)

· United Nations Environment Programme (http://www.unep.org)

· The World Meteorological Organization (http://www.wmo.int)

· The United Nations Statistics Division (http://unstats.un.org)

Mezi ekonometrické modely a zprávy zabývající se emisemi CO2 v automobilovém průmyslu patří následující práce:

· Results of the review of the Community Strategy to reduce CO2 emissions from passenger cars and light-commercial vehicles

o zdroj: http://ec.europa.eu/environment/air/transport/co2/pdf/sec_2007_60_ia.pdf

· Transport and environment: on the way to a new common transport policy

o zdroj: http://www.eea.europa.eu/publications/eea_report_2007_1/at_download/file

· Tax Policy and CO2 Emissions : An Econometric Analysis of the German Automobile Market

o zdroj: http://repec.rwi-essen.de/files/REP_09_089.pdf

· The effect of fuel price increases on road transport CO2 emissions

o Zdroj: http://ideas.repec.org/a/eee/trapol/v1y1993i1p43-48.html

V souhrnu existuje celá řada prací zabývající se emisemi skleníkových plynů z nejrůznějších úhlů pohledů. V dnešní době je totiž otázka životního prostředí a udržitelného života velice aktuální. Diskuse na toto téma se vede jak v odborných kruzích, tak i v laické veřejnosti.

Data

Data jsem převážně získal z webového portálu Eurostatu sídlícího na internetové adrese http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/ a Ministerstva dopravy ČR sídlícího na internetové adrese http://www.mdcr.cz/cs/. Jedná se o průřezová data z 23 evropských zemí vztažená k roku 2006. Bohužel novější data nebylo možné použít, protože většinou nebyla kompletní.

Obrázek 2: Výchozí data

Ekonometrický model

V ekonometrickém modelu se budu zabývat vlivem různých faktorů na množství CO2 vypuštěných do ovzduší z odvětví dopravy v rámci EU. V práci využiji metodu nejmenších čtverců (OLS metoda). Pokusil jsem si určit vybrané faktory, které by mohli mít vliv na množství emisí v závislosti na datové dostupnosti a odhadovaném přímém i nepřímém vztahu k vysvětlované proměnné. Vzhledem k časové náročnosti a neuceleným datovým zdrojům jsem byl nucen použít obecnější vysvětlující proměnné a snížit počet zemí z 27 na 23. V modelu se budou využívat průřezová data z těchto 23 států.

V modelu vycházím z toho, že množství CO2 (v tis. tun) v ovzduší pocházející z dopravy ovlivňují následující faktory:

o moto_rate =úroveň motorizace (počet aut na 1000 obyvatel dané země)

o V ekonometrickém modelu pod písmenem M

o rail_pass=přepravní výkon železnice – osoby (mil. osobo kilometrů přepravených v dané zemi ročně)

o V ekonometrickém modelu pod písmenem Z

o rail_goods=přepravní výkon železnice – zboží (mil. tuno kilometrů přepravených v dané zemi ročně)

o V ekonometrickém modelu pod písmenem X

o road_good=přepravní výkon silniční doprava-zboží (mil.tkm přepravených v dané zemi ročně)

o V ekonometrickém modelu pod písmenem S

o density=hustota zalidnění (počet obyvatel na km2 dané země)

o V ekonometrickém modelu pod písmenem T

o population=celková populace (absolutní číslo)

o V ekonometrickém modelu pod písmenem P

o real__GDP=míra růstu reálného HDP (procentní změna HDP k minulému roku)

o V ekonometrickém modelu pod písmenem H

o air_pass=počet přepravených osob vzdušnou dopravou (absolutní číslo)

o V ekonometrickém modelu pod písmenem V

o air_goods=množství přepraveného zboží vzdušnou dopravou (tuny)

o V ekonometrickém modelu pod písmenem W

o establis=ubytovací kapacita země (počet ložnic a míst na spaní v dané zemi určených pro komerční účely, tj. pro potřeby turismu)

o Hlavní indikátor pro oblast turismu, protože se předpokládá přímá závislost mezi touto proměnnou a velikostí odvětví turismu dané země

o V ekonometrickém modelu pod písmenem K

Vysvětlovaná proměnná:

o co2_transport=množství CO2 v ovzduší pocházející z dopravy (tis. tun)

o V ekonometrickém modelu označení C

V projektu využiji lineární model vícenásobné regrese v obecném zápisu:

Y_i =α + ₁X_1i + ₂ X_2i +… + _k X_ki +_I,

kde:

Y_i …vysvětlovaná proměnná

X_i …vysvětlující proměnná

α …úrovňová konstanta

…parametr vysvětlující proměnné

i …pozorování, kdy i=1,…n

_I …náhodná veličina[4].

Lineární regresní model se používá pro vysvětlení závislosti vysvětlované proměnné na vysvětlujících proměnných. V našem prípadě je vysvětlovanou proměnnou množství emicí CO2 z dopravy, která je vysvětlována 11 proměnnými. Při aplikaci lineárního modelu vícenásobné regrese na náš případ bude model vypadat následně:

C_i = ₀ + ₁M_i + ₂Z_i + ₃X_i + ₄S_i + ₅T_i + ₆P_i + ₇H_i + ₈V_i + ₉W_i+ ₁₀K_i+_I,

kde: M, Z, X, S, T, P, H, V, W, K jsou vysvětlující proměnné uvedené výše a C je vysvětlovaná proměnná.

Testování předpokladů

K tomu abychom mohli metodu nejmenších čtverců aplikovat, musí náš model splňovat pět předpokladů:

„1. E (εi) = 0 Nulová střední hodnota náhodných složek.

2. var (εi) = E (εi2) = σ2 Konstantní rozptyl náhodných složek (homoskedasticita).

3. cov (εi; εj) = 0 pro i ≠ j. εi a εj jsou vzájemně nekorelované.

4. εi má normální rozdělení.

5. X1i, … , Xki jsou pevně daná, jedná se o nenáhodné veličina.“[5]

Nulová střední hodnota náhodných složek

Tuto podmínku považujeme za splněnou, protože je v modelu obsažena úrovňová konstanta.

Konstantní rozptyl náhodných složek (homoskedasticita)

K testování o přítomnosti homoskedasticity v modelu využijeme Whiteův test obsažený přímo v aplikaci gretl:

Whiteův test heteroskedasticity

Nulová hypotéza: není zde heteroskedasticita

Testovací statistika: LM = 19,8071 s p-hodnotou = P(Chi-Square(20) > 19,8071) = 0,470051

Nulová hypotéza je, že rozptyl náhodných složek je konstantní. P-hodnota je vyšší než námi zvolená hladina významnosti, proto tuto hypotézu na hladině významnosti 0,05 podle Whiteova testu heteroskedasticity nezamítám.

Breusch-Paganův test heteroskedasticity

Nulová hypotéza: není zde heteroskedasticita

Testovací statistika: LM = 11,8097 s p-hodnotou = P(Chi-Square(10) > 11,8097) = 0,297995

P-hodnota je vyšší než námi zvolená hladina významnosti, proto nulovou hypotézu na hladině významnosti 0,05 podle tohoto testu heteroskedasticity nezamítám.

Z obou dvou testů vyplývá, že předpoklad konstantních rozptylů náhodných složek je splněn.

Nekorelovanost náhodných složek

Multikolinearitu modelu zkontrolujeme korelační maticí vytvořenou v gretlu:

Korelační koeficienty, za použití pozorování 1 – 24

5% kritická hodnota (oboustranná) = 0,4044 pro n = 24

Hodnoty, které jsou vyšší, než 0,9 mohou naznačovat problém s multikolinearitou. Aby se jednalo o skutečný problém, musí se hodnoty korelačních koeficientů pohybovat v blízkosti extrémních hodnot 1 nebo -1.[6]Abychom se vyhnuli problémům, vyřadíme vysvětlující proměnné, které mají vysoké hodnoty korelačních koeficientů. V tomto případě jsem se rozhodnul vyřadit proměnnou population.

Pro upravený model provedu test kolinearity dostupný v gretlu:

Test kolinearity

Faktory zvyšující rozptyl (VIF)

Minimální možná hodnota = 1.0

Hodnoty > 10.0 mohou indikovat problém kolinearity

moto_rate 2,091

rail_pass 11,475

road_good 24,183

density 8,046

real__GDP 2,084

rail_goods 14,132

establis 6,717

air_pass 35,406

air_goods 35,585

Proměnné air_pass a air_goods nejvíce převyšují hodnotu 10, takže jsme indikovali problém s kolinearitou. Proto odebereme z modelu tyto dvě proměnné a provedeme znovu test kolinearity.

Faktory zvyšující rozptyl (VIF)

Minimální možná hodnota = 1.0

Hodnoty > 10.0 mohou indikovat problém kolinearity

moto_rate 1,395

rail_pass 7,110

road_good 4,814

density 1,267

real__GDP 1,912

rail_goods 3,826

establis 2,214

Žádná proměnná nemá vyšší hodnotu než 10, proto jsme již neindikovali problém s kolinearitou. Předpoklad nekorelovanosti náhodných složek je tedy splněn.

Normální rozdělení

Pro splnění předpokladu normálního rozložení využijeme testu normality, který je obsažen v gretlu. Nulová hypotéza předpokládá, že data modelu jsou normálně rozložena. Alternativní hypotéza předpokládá, že data modelu nepocházejí z normálního rozložení.

Obrázek 3: Graf normálního rozdělení modelu

Z grafu nelze přesně vypozorovat, jestli se jedná o normální rozložení. Proto využijeme p-hodnoty, která je 0,31040 a je tedy vyšší než hladina významnosti 5%. Proto nulovou hypotézu o normálnosti rozdělení nezamítám na hadině významnosti 5%. Předpoklad normality je tedy splněn.

Nenáhodné veličiny

Data modelu jsou nenáhodná, pevně stanovená čísla, které pocházejí ze statistických průzkumů. Proto je i tento předpoklad splněn.

Všechny předpoklady model tedy splňuje a můžeme aplikovat model OLS.

Model OLS

Model 1

Model 1: OLS, za použití pozorování 1-24

Závisle proměnná: co2_transport

V modelu OLS máme dvě vysvětlující proměnné, které na hladině 5% vykazují statistickou nevýznamnost. Proto nejdříve z modelu odstraníme proměnné real__GDP.

Model 2(bez real_gdp)

Model 2: OLS, za použití pozorování 1-24

Závisle proměnná: co2_transport

Úpravou modelu jsme odstranili statisticky nevýznamné vysvětlující proměnné, které nedosahovali ani 90% statistické významnosti. I nadále ale proměnná density nesplňuje požadavek statistické významnosti na hladině 5%. Proto model opět upravíme a odstraníme z něj proměnnou density.

Model 3 (bez real_gdp a density)

Model 3: OLS, za použití pozorování 1-24

Závisle proměnná: co2_transport

Úpravou modelu jsme odstranili statisticky nevýznamné vysvětlující proměnné, které nedosahovali ani 95% statistické významnosti.

Koeficient determinace je 0,995659. To znamená, že vysvětlující proměnné vysvětlují 99,57% variability vysvětlované proměnné. Protože se koeficient determinace blíží 100%, jsem s tímto modelem z tohoto pohledu velice spokojen. Mnou provedené úpravy měli pouze minimální dopad na koeficient determinace.

Z výše uvedeného modelu OLS lze sestrojit tuto rovnici lineárního modelu vícenásobné regrese:

co2_transport=-6767,47+22,5262 moto_rate+0,943727 rail_pass+0,306722 road_good-0,448401 rail_goods +0,43864 establis

TEST PŘEDPOKLADŮ

K tomu abychom mohli metodu nejmenších čtverců aplikovat u modelu 3, musí náš model opět splňovat pět klasických předpokladů uvedených výše.

Nulová střední hodnota náhodných složek

Tuto podmínku považujeme za splněnou, protože je v modelu obsažena úrovňová konstanta.

Konstantní rozptyl náhodných složek (homoskedasticita)

K testování o přítomnosti homoskedasticity v modelu využijeme Whiteův a Breusch-Paganův test obsažený v aplikaci gretl:

Whiteův test heteroskedasticity -

Nulová hypotéza: není zde heteroskedasticita

Testovací statistika: LM = 23,4423 s p-hodnotou = P(Chi-Square(20) > 23,4423) = 0,267604

P-hodnota je vyšší než námi zvolená hladina významnosti, proto tuto hypotézu na hladině významnosti 0,05 podle Whiteova testu heteroskedasticity nezamítám.

Breusch-Paganův test heteroskedasticity -

Nulová hypotéza: není zde heteroskedasticita

Testovací statistika: LM = 2,16805 s p-hodnotou = P(Chi-Square(5) > 2,16805) = 0,825437

P-hodnota je vyšší než námi zvolená hladina významnosti, proto nulovou hypotézu na hladině významnosti 0,05 podle tohoto testu heteroskedasticity nezamítám.

Z obou dvou testů vyplývá, že předpoklad konstantních rozptylů náhodných složek je splněn.

Nekorelovanost náhodných složek

Multikolinearitu modelu opět zkontrolujeme korelační maticí vytvořenou v gretlu:

Korelační koeficienty, za použití pozorování 1 – 24

5% kritická hodnota (oboustranná) = 0,4044 pro n = 24

Žádná hodnota není vyšší, než 0,9, proto by model neměl vykazovat problém s multikolinearitou. Pro jistotu provedeme ještě test kolinearity dostupný v gretlu:

Faktory zvyšující rozptyl (VIF)

Minimální možná hodnota = 1.0

Hodnoty > 10.0 mohou indikovat problém kolinearity

moto_rate 1,257

rail_pass 6,365

road_good 4,639

rail_goods 3,154

establis 2,209

Žádná proměnná nemá vyšší hodnotu než 10, proto jsme již neindikovali problém s kolinearitou. Předpoklad nekorelovanosti náhodných složek je tedy opět splněn.

Normální rozdělení

Pro splnění předpokladu normálního rozložení využijeme testu normality, který je obsažen v gretlu. Nulová hypotéza předpokládá, že data modelu jsou normálně rozložena. Alternativní hypotéza předpokládá, že data modelu nepocházejí z normálního rozložení.

Z grafu lze přímo vypozorovat, že by se mohlo zhruba jednat o normální rozložení. Přesto využijeme p-hodnoty, která je 0,82977 a tedy vyšší než hladina významnosti 5%. Proto nulovou hypotézu o normálnosti rozdělení nezamítám na hadině významnosti 5%. Předpoklad normality je tedy splněn.

Nenáhodné veličiny

Data modelu pocházejí ze statistických průzkumů. Můžeme tedy i tento předpoklad považovat za splněný.

Všechny předpoklady model tedy splňuje a proto lze aplikovat model OLS.

RESET TEST

Na závěr otestujeme celkový model ještě pomocí RESET testu.

Test RESET pro specifikaci (druhé a třetí mocniny)

Testovací statistika: F = 2,179941,

s p-hodnotou = P(F(2,16) > 2,17994) = 0,145

Test RESET pro specifikaci (pouze třetí mocniny)

Testovací statistika: F = 2,038215,

s p-hodnotou = P(F(1,17) > 2,03821) = 0,172

Test RESET pro specifikaci (pouze druhé mocniny)

Testovací statistika: F = 1,019870,

s p-hodnotou = P(F(1,17) > 1,01987) = 0,327

Všechny p-hodnoty jsou vyšší než hladina významnosti 5%, proto považujeme model za korektní.

Empirická zjištění a závěry

Na začátek porovnáme námi očekávanou závislost mezi vysvětlovanou proměnnou a vysvětlujícími proměnnými s výsledky ekonometrického modelu 3. U proměnné moto_rate jsem předpokládal pozitivní závislost s emisemi CO2. Tato domněnka se potvrdila a míra motorizace má značnou kladnou závislost s množstvím CO2 v ovzduší z dopravy. Z ekonometrického modelu vyplývá, že pokud vzroste míra motorizace o jednotku (počet aut na 1000 obyvatel), zvýší se emise CO2 o 22,5262 tis. tun v dané zemi.

U proměnných rail_pass a rail_goods jsem očekával negativní závislost, protože většina vlaků je v rámci EU již elektrifikována a počet lokomotiv jezdících na naftu je nízký. Vlak je jedním ze substitutů automobilů, proto jsem předpokládal, že čím více cestujících nebo zboží přepraví železniční doprava, tím méně se budou používat automobily k dopravě a přepravě a dojde k poklesu množství emisí CO2 z dopravy. Bohužel ale ekonometrický model můj předpoklad u proměnné rail_pass nepotvrdil a vyplývá z něj, že pokud vzrostou mil.osobokilometrů o jednotku („osobokilometr představuje přepravu jedné osoby v osobní dopravě na vzdálenost jednoho kilometru”[7]), zvýší se emise CO2 o 0,943727 tis. tun v dané zemi. Na druhou stranu u proměnné rail_goods model potvrdil moji domněnku a vyplývá z něj, že pokud vzrostou mil.tunokilometrů o jednotku („tunový kilometr představuje přepravu jedné tuny nákladu v nákladní dopravě na vzdálenost jednoho kilometru” [8]), sníží se emise CO2 o 0,448401 tis. tun v dané zemi.

U proměnné road_good jsem očekával pozitivní závislost s emisemi CO2, protože čím větší množství zboží je přepraveno po silnicích, tím větší nároky to klade na silniční dopravu, která je hlavním producentem CO2. Z ekonometrického modelu vyplývá, že pokud vzrostou mil.tunokilometrů o jednotku, zvýší se emise CO2 o 0,306722 tis. tun v dané zemi.

U proměnné establis jsem očekával pozitivní závislost s emisemi CO2, protože jsem vycházel z předpokladu pozitivní vazby turismu na dopravu. Jelikož se ubytovací kapacita země považuje za významný ukazatel velikosti turismu v dané zemi, měl by mít i vliv na emise CO2 z dopravy, protože čím větší turismus v dané zemi je, tím větší jsou nároky na dopravu a tím větší by toto odvětví mělo být. Proto by to mělo v konečném důsledku vést ke zvyšování emisí CO2. Z ekonometrického modelu vyplývá, že pokud vzroste počet ložnic a míst určených ke spaní o jednotku, zvýší se emise CO2 o 0,438640 tis. tun v dané zemi.

Z ekonometrického modelu nám buďto pro problémy s korelací anebo se statistickou významností vypadly proměnné population, density, air_goods, air_pass a real_gdp. U většiny z nich je to celkem překvapivé.

Možná rozšírení

Tento model by bylo možné rozšířit o další oblasti jako je například průmysl, energetika nebo zemědělství. Dále by bylo vhodné do modelu vložit více proměnných, které by mohli mít přímou i nepřímou vazbu s emisemi CO2 a třeba i využít výzkumu pro získání konkrétnější a podrobnějších dat. Jako příklad lze uvést zavedení proměnných, které by zohledňovali geografické podmínky země, vzdálenost velkých center od sebe, cenu pohonných hmot, průměrné stáří vozového parku apod.

Reference

[1] http://europa.eu/pol/trans/index_cs.htm

[2] http://www.cenia.cz/web/www/cenia-akt-tema.nsf/$pid/MZPMSFKUJWBD/$FILE/EU_doprava_CO2.pdf

[3] http://www.cenia.cz/web/www/cenia-akt-tema.nsf/$pid/MZPMSFKUJWBD/$FILE/EU_doprava_CO2.pdf

[4] NĚMEC, Daniel. Základy ekonometrie, 2009.WWW: https://is.muni.cz/auth/el/1456/podzim2009/BPE_ZAEK/um/8972174/ZakladyEkonometrie.pdf?fakula=1456;obdobi=4644;studium=241594;kod=BPE_ZAEK

[5] NĚMEC, Daniel. Základy ekonometrie, 2009.WWW: https://is.muni.cz/auth/el/1456/podzim2009/BPE_ZAEK/um/8972174/ZakladyEkonometrie.pdf?fakula=1456;obdobi=4644;studium=241594;kod=BPE_ZAEK

[6] NĚMEC, Daniel. Základy ekonometrie, 2009.WWW: https://is.muni.cz/auth/el/1456/podzim2009/BPE_ZAEK/um/8972174/ZakladyEkonometrie.pdf?fakula=1456;obdobi=4644;studium=241594;kod=BPE_ZAEK

[7] http://www.czso.cz/cz/cisla/0/00/000902/data/0009t014.htm

[8] http://www.czso.cz/cz/cisla/0/00/000902/data/0009t014.htm

Zdroje dat:

1) http://www.sydos.cz/cs/prehledy_eurostat/01_zeleznice_osobni_06.xls

2) http://www.sydos.cz/cs/prehledy_eurostat/02_zeleznice_nakladni_06.xls

3) http://www.sydos.cz/cs/prehledy_eurostat/03_silnice_nakladni_06.xls

4) http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=tsdpc340

5) http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=tps00003

6) http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=tps00001

7) http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=tsieb020

http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=ttr00012

9) http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=ttr00011

10) http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&plugin=1&language=en&pcode=tsdtr410

11) http://nui.epp.eurostat.ec.europa.eu/nui/show.do?dataset=tour_cap_nat&lang=en

Datum: 16.1.2010

We can start…

The sample is going to work with this table:

We will create the procedure called gpsdistance with two input numbers mybuilding_id and mydistance.

mybuilding_id represents ID number of our base building in which surroundings we will search further buildings (which are situated inside the distance handed in the second parameter mydistance) (in kilometers!).

Sequentially we will declare these internal variables:

• mylon – longitude of our base building
• mylat – latitude of our base building
• lon1 – 1. longitude limit
• lon2 – 2. longitude limit
• lat1 – 1. latitude limit
• lat2 – 2. latitude limit

Next command loads actual values of our base building into variables mylon and mylat:

Follow calculating of limiting coordinates on the basis of mydistance. Number 111 represents length of 1° of latitude in kilometres (69 miles). The meaning of formulas you can find in the original document (link below).

And engine of the whole sample is a select which searches buildings located from the base building up to the value of mydistance. In addition this script returns column called distance which represent real distance (in kilometres) from the base building. Number 6372.795 is earth radius in kilometres (3956 miles). Again, the meaning of formulas you can find in the original document (link below).

Complete MySQL procedure

Command DELIMITER // set separator on two slashes. It’s happening because the default separator is semicolon. Semicolons are emerged inside the procedure and it would cause the fault during procedure creation. That’s why you should pay attention as long as you create procedure in phpMyAdmin (you will have to set separator different from semicolon – under the SQL command field).

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
DELIMITER //

CREATE PROCEDURE `gpsdistance` (IN mybuilding_id int, IN mydistance int)

BEGIN

declare mylon double;

declare mylat double;

declare lon1 float;

declare lon2 float;

declare lat1 float;

declare lat2 float;



SELECT building_latitude, building_longitude INTO mylat, mylon FROM buildings WHERE building_id = mybuilding_id;



SET lon1 = mylon-mydistance/abs(cos(radians(mylat))*111);

SET lon2 = mylon+mydistance/abs(cos(radians(mylat))*111);

SET lat1 = mylat-(mydistance/111);

SET lat2 = mylat+(mydistance/111);



SELECT buildings.*, 6372.795 * 2 * ASIN(SQRT(POWER(SIN((mylat-ABS(building_latitude))*pi()/180/2), 2) +

COS(mylat * pi()/180) * COS(ABS(building_latitude) * pi()/180) * POWER(SIN((mylon - building_longitude) * pi()/180 / 2), 2))) AS distance

FROM buildings WHERE building_latitude IS NOT NULL AND building_longitude IS NOT NULL AND

building_longitude BETWEEN lon1 AND lon2 AND building_latitude BETWEEN lat1 AND lat2 HAVING distance < mydistance ORDER BY distance LIMIT 50;



END//

Calling the procedure in PHP

Very important is to know that you can call procedures only through MySQLi layer (which is object-oriented). The procedure can be call by this SQL command: call gpsdistance($mybuilding_id, $mydistance). Here is a short sample:

1
2
3
4
5
6
7
8
9
10
11
12
$link = mysqli_connect('localhost', 'db', 'user', 'passwd');

if (!$link) {

    printf("Can't connect to MySQL Server. Errorcode: %s\n", mysqli_connect_error());

    exit;

}

if ($result = mysqli_query($link, "call gpsdistance($mybuilding_id, 5)")) {

    while($row = mysqli_fetch_array($result)) {

        ...

    }

    mysqli_free_result($result);

    mysqli_close($link);

}

That’s all. I hope the article is useful for somebody

Used literature

• RUBIN, Alexander. Geo/Spatial Search with MySQL. Scribd [online]. 2008 [cit. 2009-11-04]. Accessible from WWW: <http://www.scribd.com/doc/2569355/Geo-Distance-Search-with-MySQL>.

The geocoding service may only be used in conjunction with displaying results on a Google map.

Geocoding Service

Geocoding Service provides way to get geographic coordinates via an HTTP request. We must send a request to http://maps.google.com/maps/geo? with several parameteres. We are interested in these parameters:

• q (required) – the address to which you want get coordinates
• key (required) – your API key (you can obtain it here)
• sensor (required) – true if the request is sent from a device with location sensor, otherwise false
• output (required) – the format of output (the options are xml, kml, csv or json)
• oe (optional) – output encoding (It’s recommended set this parameter to utf8)
• …a další

The input data should be encoded in utf-8.

CSV output format

Output data can be generated in these formats:

• json (default)
• kml
• xml
• csv – data are separated by semi-colon

In our situation is CSV ideal because it returns only 4 blocks of data separated by semi-colon:

1. HTTP status code
   • 200 - succes
   • 500 – server error
   • 602 – unknown address
   • 610 – bad API key
   • 620 – too many queries (>5000 per day or too many requests in too short a period of time)
   • a další…
2. Accuracy
   • 0 – unknown
   • 1 – country level
   • …
   • 4 – city (village) leel
   • 5 – ZIP level
   • 6 -street level
   • 7 – intersection level
   • 8 – address level
   • 9 – building level
3. Latitude
4. Longitude

For example:

PHP: example of getting GPS coordinates from CSV file

We assume having table in db with buildings’ addresses to which we can find their GPS coordinates. The table could look like this:

Then our PHP script for filling up GPS coordinates could look like this:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
<?php

$conn = mysql_connect("localhost", "user", "passwd");

if (!$conn) {

  die("Could not connect: ". mysql_error());

}

if (!mysql_select_db("database", $conn)) {

  die("Could select db: ". mysql_error());

}



// YOUR DOMAIN API KEY

$api_key = "ABCDEFGHIJK";



$query = "select * from buildings where building_latitude is null and building_longitude is null order by building_id";

$result = mysql_query($query);



while ($row = mysql_fetch_array($result)) {



  // SET ADDRESS

  $address = urlencode($row["building_street"]." ".$row["building_street_nr"]." ".$row["building_city"]." Czech republic");



  // URL TO HTTP REQUEST

  $link = "http://maps.google.com/maps/geo?q=".$address."&key=".$api_key."&sensor=false&output=csv&oe=utf8";



  // WE GET FILE CONTENT

  $page = file_get_contents($link);



  // WE OBTAIN DATA FROM GIVEN CSV

  list($status, $accuracy, $latitude, $longitude) = explode(",", $page);



  // IF EVERYTHING OK AND ACCURANCY GREATER THEN 3 WE SAVE COORDINATES

  if (($status == 200) and ($accuracy>=4)) {

    $query_edit = "update buildings set building_latitude = '".$latitude."',

    building_longitude = '".$longitude."'

    where building_id = '".$row["building_id"]."'";

    $result_edit = mysql_query($query_edit);

    echo $row["building_id"]." - OK<br />";

  } else {

    echo $row["building_id"]." - ERROR<br />";

  }



  // TIMER BECAUSE GOOGLE DOESN'T LIKE TO BE QUERIED IN SHORT TIME

  sleep(3);

}



mysql_close($conn);

?>

In following article will be introduced MySQL procedure which returns list of the nearest buildings calculated from GPS.