ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ Επιστήμη του Διαδικτύου «Web Science» ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Ανάλυση Δεδομένων και Οικονομικών Δεικτών, μέσω Εφαρμογής Αλγορίθμων Στατιστικής Μάθησης, σε Σημασιολογικά Δεδομένα Προϋπολογισμών ΟΤΑ του OpenBudgets.eu Παπαδοπούλου Αναστασία ΕΠΙΒΛΕΠΩΝ: Δρ. Χαράλαμπος Μπράτσας Τμήμα Μαθηματικών Α.Π.Θ. Υπό την εποπτεία: Ν. Φαρμάκη Αναπληρωτή Καθηγητή Σ.Θ.Ε. Α.Π.Θ Θεσσαλονίκη, Δεκέμβριος 2016

2

3 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ Επιστήμη του Διαδικτύου «Web Science» ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Ανάλυση Δεδομένων και Οικονομικών Δεικτών, μέσω Εφαρμογής Αλγορίθμων Στατιστικής Μάθησης, σε Σημασιολογικά Δεδομένα Προϋπολογισμών ΟΤΑ του OpenBudgets.eu Παπαδοπούλου Αναστασία ΕΠΙΒΛΕΠΩΝ: Δρ. Χαράλαμπος Μπράτσας Τμήμα Μαθηματικών Α.Π.Θ. Υπό την εποπτεία: Ν. Φαρμάκη Αναπληρωτή Καθηγητή Σ.Θ.Ε. Α.Π.Θ. Εγκρίθηκε από την Τριμελή Εξεταστική Επιτροπή την X. Μπράτσας Ι. Αντωνίου Ν. Φαρμάκης ΕΕΔΙΠ Σ.Θ.Ε. Α.Π.Θ. Καθηγητής Σ.Θ.Ε. Α.Π.Θ. Αναπληρωτής Καθηγητής Σ.Θ.Ε. Α.Π.Θ Θεσσαλονίκη, Δεκέμβριος 2016

4 ... Παπαδοπούλου Αναστασία Πτυχιούχος Μαθηματικών Α.Π.Θ. Copyright Παπαδοπούλου Αναστασία, 2016 Με επιφύλαξη παντός δικαιώματος. All rights reserved. Απαγορεύεται η αντιγραφή, αποθήκευση και διανομή της παρούσας εργασίας, εξ ολοκλήρου ή τμήματος αυτής, για εμπορικό σκοπό. Επιτρέπεται η ανατύπωση, αποθήκευση και διανομή για σκοπό μη κερδοσκοπικό, εκπαιδευτικής ή ερευνητικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν μήνυμα. Ερωτήματα που αφορούν τη χρήση της εργασίας για κερδοσκοπικό σκοπό πρέπει να απευθύνονται προς το συγγραφέα. Οι απόψεις και τα συμπεράσματα που περιέχονται σε αυτό το έγγραφο εκφράζουν το συγγραφέα και δεν πρέπει να ερμηνευτεί ότι εκφράζουν τις επίσημες θέσεις του Α.Π.Θ.

5 Περίληψη Στη παρούσα εργασία πραγματοποιείται στατιστική ανάλυση δεικτών σε σημασιολογικά δεδομένα προϋπολογισμών πρωτοβάθμιων Οργανισμών Τοπικής Αυτοδιοίκησης, με στόχο την αξιολόγηση των οικονομικών τους στοιχείων. Ως πρωτογενή δεδομένα χρησιμοποιήθηκαν τα δεδομένα προϋπολογισμών του δήμου Αθηναίων και του δήμου Θεσσαλονίκης. Τα δεδομένα αυτά μετατράπηκαν σε σημασιολογική μορφή με χρήση του εργαλείου LinkedPipes ETL, βάσει του εννοιολογικού μοντέλου για δεδομένα προϋπολογισμών του OpenBudgets.eu. Για να ανακτηθεί η επιθυμητή πληροφορία που αφορά τους δείκτες, δημιουργήθηκαν και εκτελέσθηκαν κατάλληλα SPARQL ερωτήματα. Για τα αποτελέσματα των ερωτημάτων αυτών, που αποτυπώνουν τις τιμές επιλεγμένων αριθμοδεικτών, πραγματοποιήθηκε στατιστική ανάλυση μέσω RStudio. Υπολογίσθηκαν τα μέτρα κεντρικής τάσης, τα μέτρα διασποράς, ο συντελεστής λοξότητας και ο συντελεστής κύρτωσης και πραγματοποιήθηκε οπτικοποίηση των αποτελεσμάτων. Η γραφική απεικόνιση περιλαμβάνει θηκογράμματα, ιστογράμματα, αναπαράσταση του πίνακα συσχέτισης και τέλος δημιουργία χρονοσειρών για μια πρώτη παρουσίαση της εξέλιξης των δεικτών χρονικά. Τέλος, με συγκριτική διερεύνηση των δύο δήμων έγινε εξαγωγή χρήσιμων συμπερασμάτων, όπως αυτά προκύπτουν από την ερμηνεία των αποτελεσμάτων.. Δημοσιονομικά Δεδομένα, Διασυνδεδεμένα Δεδομένα, Στατιστική Ανάλυση Δεικτών [5]

6 Abstract In this thesis, we describe statistical analysis of accounting ratios applied in open linked data of municipalities budget data, aiming at evaluating their overall financial condition. We used the budget data both of the municipality of Athens and the municipality of Thessaloniki. These raw data were converted into semantic form using LinkedPipes ETL tool, based on the data model of OpenBudgets.eu. In order to extract the information needed about specific ratios, we created and executed properly SPARQL queries. Through RStudio we held statistical ratio analysis, by calculating the measures of central tendency, measures of dispersion, the coefficient of skewness and the coefficient of kurtosis. Data visualization includes boxplots, histograms, correlation matrix representation and graphical display of time series. The study ends with the conclusions that arise through the analysis. Fiscal Data, Linked Data, Statistical Ratio Analysis [6]

7 Περιεχόμενα Περίληψη... 5 Abstract... 6 Περιεχόμενα... 7 Εισαγωγή Ευχαριστίες Δημοσιονομικά Δεδομένα και Διασυνδεδεμένα Δεδομένα Διασυνδεδεμένα Δεδομένα Στατιστικά Δεδομένα ως Διασυνδεδεμένα Δεδομένα Δημοσιονομικά Δεδομένα Αριθμοδείκτες Δείκτες δομής Εσόδων και Εξόδων Δείκτης Αυτονομίας Δείκτης Αστάθειας Δείκτης Εξάρτησης Δείκτης Ανεξαρτησίας Δείκτης Απαιτήσεων Δείκτης Λειτουργικών Δαπανών Δείκτης Επενδύσεων Δείκτης Υποχρεώσεων Δείκτες Εσόδων και Εξόδων ανά Κάτοικο Δείκτης Συνολικών Εσόδων ανά Κάτοικο Δείκτης Συνολικών Εξόδων ανά Κάτοικο Δείκτης Επιβάρυνσης Δημοτών Δείκτης Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο Φόροι και Τέλη ανά Κάτοικο Έξοδα χρήσης ανά Κάτοικο Επενδύσεις ανά Κάτοικο Επιχορηγήσεις ανά Κάτοικο Δείκτες Ανθρώπινου Δυναμικού Δείκτης Κόστους Απασχόλησης ως προς τις Δαπάνες Δείκτης Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης [7]

8 2.4 Δείκτες συσχέτισης Εσόδων και Εξόδων Δείκτης Επιχορηγήσεων ως προς τις Δαπάνες Δείκτης Κάλυψης Εξόδων από τα Τακτικά Έσοδα Δείκτης Κάλυψης Κόστους Μισθοδοσίας Προσωπικού Δείκτης Κεντρικών Αυτοτελών Πόρων Δείκτης Λειτουργικής Αυτονομίας Δείκτης Αποπληρωμής Δανειακών Υποχρεώσεων Ορισμός Εννοιολογικού Μοντέλου Δημοσιονομικών Δεδομένων Αναπαράσταση Δημοσιονομικών Δεδομένων με χρήση Οντολογίας Data Cube RDF Data Cube Vocabulary Ορισμός Εννοιολογικού Μοντέλου για Δεδομένα Δημόσιων Προϋπολογισμών Διαστάσεις Μετρήσιμα Μεγέθη Χαρακτηριστικά Ορισμός Εννοιολογικού Μοντέλου για Δεδομένα Δημόσιων Δαπανών Διαστάσεις Μετρήσιμα Μεγέθη Χαρακτηριστικά Μεθοδολογία Πρωτογενή δεδομένα Code Lists Σημασιολογική Αναπαράσταση LinkedPipes ETL LinkedPipes ETL pipeline για Δεδομένα Προϋπολογισμών SPARQL ερωτήματα Στατιστική Ανάλυση δεικτών με χρήση RStudio Αποτελέσματα Περιγραφικά Μέτρα Δείκτες Εσόδων και Εξόδων ανά Κάτοικο Δείκτες δομής Εσόδων και Εξόδων Δείκτες Ανθρώπινου Δυναμικού Δείκτες συσχέτισης Εσόδων και Εξόδων Δείκτης Λειτουργικής Αυτονομίας Δείκτης Αποπληρωμής Δανειακών Υποχρεώσεων Οπτικοποίηση Αποτελεσμάτων [8]

9 Συμπεράσματα Μελλοντική Προοπτική- Επεκτάσεις Βιβλιογραφία Σύνδεσμοι Ευρετήριο Εικόνων [9]

10 Εισαγωγή Η παρούσα εργασία ασχολείται με την στατιστική ανάλυση δεικτών σε σημασιολογικά δεδομένα προϋπολογισμών πρωτοβάθμιων Οργανισμών Τοπικής Αυτοδιοίκησης, με στόχο την αξιολόγηση των οικονομικών τους στοιχείων, τη συγκριτική διερεύνηση των οικονομικών καταστάσεων των δήμων Αθηναίων και Θεσσαλονίκης και την εξαγωγή χρήσιμων συμπερασμάτων, όπως αυτά προκύπτουν από την ερμηνεία των αποτελεσμάτων. Διανύουμε την εποχή, όπου το Διαδίκτυο ξεπερνά την συμβατική έννοια, και πλέον απαριθμούνται πολλές περιπτώσεις, όπου καθίσταται πλέον αναγκαίο και ταυτόχρονα χρήσιμο, η δημοσίευση πολυδιάστατων δεδομένων, κατά τέτοιο τρόπο ώστε να υπάρχει σύνδεση με συναφή σύνολα δεδομένων, καθώς και έννοιες. Τα διασυνδεδεμένα δεδομένα αποτελούν μια μέθοδο δημοσίευσης δεδομένων, η οποία επιτρέπει την πολυπόθητη σύνδεση μέσω αναφορών σε κοινές έννοιες. Η χρήση των διασυνδεδεμένων δεδομένων χαίρει όλο και μεγαλύτερης αναγνώρισης, λόγω των πολλαπλών δυνατοτήτων που προσφέρει η συγκεκριμένη μέθοδος. Επιπλέον, σε μια περίοδο όπου η δημοσιονομική διαφάνεια αποτελεί μείζον ζήτημα, η χρήση αριθμοδεικτών σε δεδομένα προϋπολογισμών των δήμων για την αξιολόγηση του τρόπου λειτουργίας του, παρέχει το πλεονέκτημα της συμπυκνωμένης πληροφορίας στους δημότες, καθιστώντας την ενημέρωση και την πληροφόρηση τους άμεση. Οι δείκτες συνοψίζουν με συστηματικό τρόπο μεγάλο αριθμό δημοσιονομικών δεδομένων, και συνεπώς γίνεται ευκολότερη η μελέτη και η εξαγωγή χρήσιμων συμπερασμάτων, όσον αφορά την αποτελεσματικότητα της δράσης των δήμων και την αποδοτικότητα τους. Το πρώτο κεφάλαιο πραγματεύεται την έννοια των διασυνδεδεμένων δεδομένων, τις τεχνολογίες πάνω στις οποίες βασίζεται η συγκεκριμένη μέθοδος δημοσίευσης δεδομένων, καθώς και τις αρχές των που διέπουν τα διασυνδεδεμένα δεδομένα, θέτοντας τα θεμέλια για την επέκταση του Web σε ένα παγκόσμιο χώρο δεδομένων. Επίσης γίνεται αναφορά στα οφέλη που υπάρχουν από τη δημοσίευση πολυδιάστατων δεδομένων, όπως είναι τα στατιστικά δεδομένα, χρησιμοποιώντας την προσέγγιση των διασυνδεδεμένων δεδομένων. Τέλος, δίνονται παραδείγματα δημοσιονομικών δεδομένων και συγκεκριμένα των προϋπολογισμών που δημοσιεύουν οι δήμοι Θεσσαλονίκης και Αθηναίων. [10]

11 Στο δεύτερο κεφάλαιο γίνεται λόγος για την χρήση αριθμοδεικτών, ως μιας χρήσιμης μεθόδου χρηματοοικονομικής ανάλυσης για οικονομικές μονάδες. Η χρήση των αριθμοδεικτών επεκτείνεται και στην αξιολόγηση της λειτουργίας και της αποδοτικότητας των δήμων, όπως μάλιστα ορίζεται και με συγκεκριμένη απόφαση. Οι αριθμοδείκτες συνοψίζουν με συστηματικό τρόπο μεγάλο αριθμό δημοσιονομικών δεδομένων, όπως είναι τα δεδομένα προϋπολογισμών, καθιστώντας την εξέταση της εξέλιξής τους ευκολότερη. Επιπλέον, παρατίθενται οι διάφορες κατηγορίες αριθμοδεικτών, καθώς και οι επιμέρους δείκτες οι οποίοι εντάσσονται στην κάθε κατηγορία. Στη συνέχεια, στο τρίτο κεφάλαιο περιγράφεται η μεθοδολογία για τη δημιουργία του εννοιολογικού μοντέλου δημοσιονομικών δεδομένων, με τη χρήση του RDF Data Cube Vocabulary (DCV) και του RDF Schema (RDFS) Vocabulary. Ως εννοιολογικό μοντέλο για τα δεδομένα δημόσιων προϋπολογισμών που μελετά και αναλύει η παρούσα εργασία χρησιμοποιείται το σημασιολογικό μοντέλο του OpenBudgets.eu, με την αντίστοιχη δομή και τις ιδιότητές του. Το εννοιολογικό μοντέλο ορίζεται με τη βοήθεια του Data Structure Definition της Data Cube, το οποίο καθορίζει ουσιαστικά τη δομή ενός ή περισσοτέρων συνόλων δεδομένων. Συγκεκριμένα για το εννοιολογικό μοντέλο δημοσιονομικών δεδομένων αναλύονται οι επιμέρους διαστάσεις (dimensions), τα χαρακτηριστικά (attributes) και τα μετρήσιμα μεγέθη (measures), τόσο για δεδομένα δημόσιων προϋπολογισμών, όσο και για δεδομένα δημόσιων δαπανών. Παρακάτω, στο τέταρτο κεφάλαιο αναλύεται διεξοδικά η μεθοδολογία που ακολουθήθηκε για την διαδικασία σημασιολογικής μετατροπής και αναπαράστασης των πρωτογενών δεδομένων. Πρωτογενή δεδομένα αποτελούν οι προϋπολογισμοί του δήμου Αθηναίων και του δήμου Θεσσαλονίκης. Βάσει του εννοιολογικού μοντέλου για δεδομένα προϋπολογισμών του OpenBudgets.eu, τα δεδομένα αυτά μετατράπηκαν σε σημασιολογική μορφή με χρήση του εργαλείου LinkedPipes ETL και κατόπιν οι RDF τριπλέτες που δημιουργήθηκαν αποθηκεύτηκαν σε έναν Virtuoso Server. Στη συνέχεια για να ανακτηθεί η επιθυμητή πληροφορία που αφορά τους αριθμοδείκτες, δημιουργήθηκαν και εκτελέσθηκαν κατάλληλα SPARQL ερωτήματα (queries) στο endpoint του Virtuoso Server. Τα αποτελέσματα των ερωτημάτων αυτών αποτυπώνουν τις τιμές επιλεγμένων αριθμοδεικτών, για τους οποίους πραγματοποιήθηκε στατιστική ανάλυση μέσω RStudio. Η περιγραφική στατιστική περιλαμβάνει μεθόδους για τη συνοπτική και την αποτελεσματική παρουσίαση των δεδομένων. Για το σκοπό αυτό, με εγκατάσταση των κατάλληλων πακέτων (packages) και χρήση των αντίστοιχων εντολών υπολογίσθηκαν τα μέτρα κεντρικής τάσης, τα μέτρα διασποράς, ο συντελεστής λοξότητας και ο συντελεστής κύρτωσης, ώστε να πληροφορηθούμε για τη θέση της κατανομής των παρατηρήσεων, την μεταβλητότητα, τον τύπος της κατανομής, [11]

12 ελέγχοντας κατά πόσο είναι συμμετρική ή ασύμμετρη και αν προσεγγίζει την κανονική κατανομή. Κατόπιν με ανάλογα πακέτα και εντολές γραφικής αποτύπωσης, δημιουργήθηκαν τα ανάλογα γραφήματα, ώστε να παρουσιάσουμε τα κυριότερα χαρακτηριστικά της κατανομής για κάθε έναν από τους επιλεγμένους αριθμοδείκτες. Η γραφική απεικόνιση των δεδομένων περιλαμβάνει θηκογράμματα, ιστογράμματα, αναπαράσταση του πίνακα συσχέτισης και τέλος δημιουργία χρονοσειρών για μια πρώτη παρουσίαση της εξέλιξης των δεικτών χρονικά. Στο πέμπτο κεφάλαιο της εργασίας, παρουσιάζονται τα αποτελέσματα της στατιστικής ανάλυσης των δεικτών, όπου παρατίθενται τα περιγραφικά μέτρα για κάθε κατηγορία δεικτών. Παρουσιάζονται αρχικά οι πίνακες των περιγραφικών μέτρων για τους αριθμοδείκτες εσόδων και εξόδων ανά κάτοικο, καθώς οι συγκεκριμένοι δείκτες είναι αρκετά σημαντικοί για τη σύγκριση μεταξύ των δύο δήμων. Εν συνεχεία παρουσιάζονται τα αριθμητικά μέτρα για τους αριθμοδείκτες δομής εσόδων και εξόδων, εκφράζοντας την ποσοστιαία συμμετοχή κάθε κατηγορίας και υποκατηγορίας εσόδων και εξόδων στα συνολικά έσοδα και έξοδα. Ακολουθούν οι πίνακες των αριθμητικών μέτρων για τους δείκτες ανθρώπινου δυναμικού και τους δείκτες συσχέτισης εσόδων και εξόδων, καθώς και οι αντίστοιχοι πίνακες δύο επιπλέον δεικτών για την αξιολόγηση του τόπου λειτουργίας του κάθε δήμου. Τέλος με την οπτικοποίηση των αποτελεσμάτων, την ερμηνεία και τη μελέτη του κάθε γραφήματος, καθώς και τη συγκριτική ανάλυση των δύο δήμων, αναφέρονται τα βασικά συμπεράσματα που προκύπτουν για την οικονομική κατάσταση των δήμων. [12]

13 Ευχαριστίες Είναι οι οπτικές που διαμορφώνεις μέσα από κάθε διαδικασία η βάση για την εκκίνηση της επόμενης. Για αυτές τις οπτικές και τα μελλοντικά εφόδια που αποκόμισα, θα ήθελα να ευχαριστήσω τον επιβλέποντα καθηγητή της παρούσας εργασίας, κ. Χαράλαμπο Μπράτσα. [13]

14 1 Δημοσιονομικά Δεδομένα και Διασυνδεδεμένα Δεδομένα 1.1 Διασυνδεδεμένα Δεδομένα Στην εποχή όπου το Διαδίκτυο ξεπερνά την συμβατική έννοια, απαριθμούνται πολλές περιπτώσεις, όπου είναι επιθυμητό και ταυτόχρονα χρήσιμο να είμαστε σε θέση να δημοσιεύουμε πολυδιάστατα δεδομένα, κατά τέτοιο τρόπο ώστε να υπάρχει σύνδεση με συναφή σύνολα δεδομένων, καθώς και έννοιες. Τα διασυνδεδεμένα δεδομένα αποτελούν μια μέθοδο δημοσίευσης δεδομένων στο Διαδίκτυο, επιτρέποντας στα σύνολα δεδομένων να συνδέονται μεταξύ τους μέσω αναφορών σε κοινές έννοιες. Η μέθοδος αυτή βασίζεται σε δύο τεχνολογίες που είναι θεμελιώδεις στον Ιστό: Τα Ενιαία Αναγνωριστικά Πόρων (Uniform Resource Identifiers-URIs). Το πρωτόκολλο μεταφοράς υπερκειμένου HTTP. Το Resource Description Framework (RDF) είναι η τεχνολογία, όπου υλοποιούνται τα URIs και το HTTP και χρησιμοποιείται για τη δημοσίευση δεδομένων στο διαδίκτυο. Τα διασυνδεδεμένα δεδομένα βασίζονται πάνω σε αυτές τις τεχνολογίες του Ιστού, όχι μόνο για να τις αξιοποιήσουν σε ιστοσελίδες, οι οποίες προσανατολίζονται στους ανθρώπους, αλλά και για να αποτελέσουν πληροφορία που μπορεί να διαβαστεί από τους υπολογιστές. Από τα δεδομένα URI, οι μηχανές λαμβάνουν το RDF, ενώ οι άνθρωποι την HTML. Αυτό επιτρέπει σε δεδομένα από διαφορετικές πηγές να είναι συνδεδεμένα μεταξύ τους, όπως επίσης και να γίνονται ερωτήματα πάνω σε αυτά. [14]

15 Εικόνα 1 : Σύνδεση RDF δεδομένων από διαφορετικές σχεσιακές βάσεις δεδομένων. Ο τρόπος μοντελοποίησης των δεδομένων που ορίζεται από το RDF (Resource Description Framework), είναι εμπνευσμένος από τις σχεσιακές βάσεις και την επιστήμη της λογικής. Συγκεκριμένα, βασίζεται στο μοντέλο τριπλέτας δεδομένων, που έχει τη μορφή υποκείμενο (subject), κατηγορούμενο (predicate), αντικείμενο (object). Με την κατάλληλη διαδικασία, τα σχεσιακά δεδομένα μετατρέπονται σε RDF δεδομένα, τα οποία μπορούν να συνδεθούν με άλλα RDF δεδομένα. Κατά αυτόν τον τρόπο, μπορεί να δημιουργηθεί μια τεράστια, ενιαία βάση δεδομένων, όπου στο τελευταίο της, ιδανικό στάδιο θα αποτελείται από ολόκληρο τον Ιστό. Όπως και με τα σχεσιακά δεδομένα, που υπάρχει η SQL για την πραγματοποίηση ερωτημάτων, έτσι και με τα RDF δεδομένα, υπάρχει μια αντίστοιχη γλώσσα, η SPARQL. [15]

16 Εικόνα 2 : Αναπαράσταση των SQL δεδομένων σε RDF Το 2006, ο δημιουργός του Παγκόσμιου Ιστού, Tim Berners-Lee πρότεινε ένα σύνολο κανόνων για την δημοσιοποίηση των δεδομένων στον Ιστό, που αποτελούν τις βασικές αρχές των διασυνδεδεμένων δεδομένων: Χρήση των URIs για προσδιορισμό αντικειμένων. Χρήση των HTTP URIs, ώστε να μπορούν να αναφερθούν σε αυτά τα αντικείμενα και να αναζητηθούν από ανθρώπους και μηχανές. Να παρέχεται η απαιτούμενη χρήσιμη πληροφορία, χρησιμοποιώντας τα πρότυπα (RDF,SPARQL), όταν κάποιος αναζητά ένα URI. Να συμπεριλαμβάνονται συνδέσεις σε άλλα URIs, ώστε να καθίσταται δυνατή η ανακάλυψη περισσότερων αντικειμένων Συνοπτικά, οι αρχές των διασυνδεδεμένων δεδομένων θέτουν τα θεμέλια για την επέκταση του Web σε ένα παγκόσμιο χώρο δεδομένων. Μάλιστα ο Tim Berners-Lee, σε μια παρουσίαση σχετικά με τα διασυνδεδεμένα δεδομένα το 2009, επαναπροσδιόρισε τις βασικές αρχές σε τρεις "εξαιρετικά απλούς" κανόνες: Όλα τα είδη των εννοιολογικών αντικειμένων έχουν πλέον ονόματα, τα οποία αρχίζουν με HTTP. [16]

17 Λαμβάνω πίσω σημαντική πληροφορία. Παίρνω πίσω δεδομένα σε τυποποιημένη μορφή, τα οποία αποτελούν χρήσιμα δεδομένα, όπου μπορεί κάποιος να ενδιαφέρεται να μάθει σχετικά με αυτό το αντικείμενο ή γεγονός. Η πληροφορία που λαμβάνω πίσω δεν αφορά μόνο το ύψος και το βάρος κάποιου ή το που έχει γεννηθεί, αλλά περιέχει και σχέσεις. Και όταν εμπεριέχονται σχέσεις, κάθε φορά που εκφράζεται μια σχέση, το άλλο αντικείμενο με το οποίο συνδέεται, αποκτά ένα από αυτά τα ονόματα, τα οποία αρχίζουν με HTTP. Μερικά γενικά χαρακτηριστικά των εφαρμογών που χρησιμοποιούν διασυνδεδεμένα δεδομένα πρέπει να είναι: Να διαχειρίζονται δεδομένα που είναι δημοσιευμένα στον Ιστό, ακολουθώντας τις βασικές αρχές των διασυνδεδεμένων δεδομένων. Μια εφαρμογή πρέπει να είναι ικανή να αιτηθεί, να ανακτήσει και να επεξεργαστεί δεδομένα στα οποία έχει πρόσβαση. Να προχωρούν σε ανακάλυψη περαιτέρω πληροφορίας, ακολουθώντας τις συνδέσεις μεταξύ των διαφορετικών πηγών δεδομένων. Να γίνεται συνδυασμός των διασυνδεδεμένων δεδομένων που διαχειρίζονται, με δεδομένα από άλλες πηγές, χωρίς απαραίτητα αυτά να αποτελούν διασυνδεδεμένα δεδομένα. Να παρέχουν αυτό το συνδυασμό δεδομένων ξανά στον Ιστό, ακολουθώντας και πάλι τις βασικές αρχές των διασυνδεδεμένων δεδομένων. Να παρέχουν κάτι χρήσιμο στους τελικούς χρήστες. Αναφορικά κάποια γνωστά σύνολα δεδομένων, σχετικά με διασυνδεδεμένα δεδομένα, τα οποία περιλαμβάνονται στο CKAN το οποίο περιέχει το μητρώο ανοιχτών δεδομένων (open data) και πακέτων (content packages) που παρέχονται από το Ίδρυμα Ανοικτής Γνώσης (Open Knowledge Foundation). Μερικά εκ των οποίων είναι: DBpedia - τα δεδομένα του συνόλου αυτού προέρχονται από την Wikipedia και περιλαμβάνει 3,4 εκατομμύρια έννοιες, οι οποίες περιγράφονται από 1 δις τριπλέτες. GeoNames - περιλαμβάνει RDF περιγραφές για περισσότερα από 7,5 γεωγραφικά σημεία στον κόσμο. [17]

18 VIAF - περιέχει αναφορές σε αρχεία και συγγραφείς από Εθνικές Βιβλιοθήκες πολλών χωρών του κόσμου. FOAF - αποτελεί σύνολο δεδομένων για την περιγραφή προσώπων, των ιδιοτήτων (properties) τους και των σχέσεων μεταξύ τους. 1.2 Στατιστικά Δεδομένα ως Διασυνδεδεμένα Δεδομένα Είναι ευρέως παραδεκτό πως υπάρχουν πολλαπλά οφέλη από τη δημοσίευση πολυδιάστατων δεδομένων, όπως είναι τα στατιστικά δεδομένα, χρησιμοποιώντας το RDF και την προσέγγιση των διασυνδεδεμένων δεδομένων. Ενδεικτικά μερικά από αυτά είναι: Οι επιμέρους παρατηρήσεις (observations), και οι ομάδες παρατηρήσεων γίνονται διευθυνσιοδοτούμενες στο Web (web addressable). Αυτό επιτρέπει σε όσους δημοσιεύουν δεδομένα καθώς και σε τρίτους να επισημάνουν (annotate) και να συνδεθούν με αυτά τα δεδομένα. Για παράδειγμα, μια αναφορά μπορεί να κάνει παραπομπή (reference) σε συγκεκριμένα στοιχεία στα οποία βασίζεται, επιτρέποντας τον ακριβή εντοπισμό της προέλευσής της. Τα δεδομένα μπορούν να συνδυαστούν με ευελιξία σε όλα τα σύνολα δεδομένων, λόγου χάρη η εύρεση όλων των θρησκευτικών σχολείων, σε περιοχές που έχουν απογραφεί με υψηλές τιμές σε εθνικούς δείκτες σχετικά με θρησκευτική αποδοχή. Τα στατιστικά δεδομένα καθίστανται αναπόσπαστο κομμάτι του ευρύτερου δικτύου των διασυνδεδεμένων δεδομένων. Για όσους δημοσιεύουν δεδομένα, και επί του παρόντος παρέχουν μόνο στατικά αρχεία, η μέθοδος των διασυνδεδεμένων δεδομένων είναι ένας ευέλικτος και κυρίως μηχαναγνώσιμος τρόπος δημοσίευσης δεδομένων, που υποστηρίζει ένα διαφορετικό και έξω από τα τυπικά πλαίσια web API (Application Programming Interface) για προγραμματιστική πρόσβαση. Επιτρέπει την επαναχρησιμοποίηση τυποποιημένων τεχνικών εργαλείων. 1.3 Δημοσιονομικά Δεδομένα Έχει δημοσιευθεί η εγκύκλιος για την εφαρμογή του νόμου 4305/2014, ο οποίος είναι γνωστός ως νόμος για τα Ανοικτά Δεδομένα. Ο συγκεκριμένος νόμος κατοχυρώνει την αρχή της εξ ορισμού ανοικτής διάθεσης και περαιτέρω χρήσης των εγγράφων, πληροφοριών και δεδομένων του δημόσιου τομέα (open by default). [18]

19 Ο νόμος για τα Ανοικτά Δεδομένα στόχο έχει την ενίσχυση της διαφάνειας και της δημόσιας λογοδοσίας, καθώς προβλέπει την ανάρτηση στη Διαύγεια των στοιχείων εκτέλεσης των προϋπολογισμών των δημόσιων φορέων και των απολογιστικών στοιχείων δαπανών μη κερδοσκοπικών φορέων που επιχορηγούνται καθ οποιονδήποτε τρόπο από το κράτος. Ο δήμος Θεσσαλονίκης διαθέτει ανοικτά τα δεδομένα προϋπολογισμού του φορέα, καθώς και την παρακολούθηση της υλοποίησης του σε πραγματικό χρόνο. Στην ιστοσελίδα του δήμου, στην πύλη της Ηλεκτρονικής Διακυβέρνησης, διατίθενται οι προϋπολογιστικοί πίνακες ανά έτος. Εικόνα 3: Δεδομένα Προϋπολογισμού για το δήμο Θεσσαλονίκης [19]

20 Επίσης στην ιστοσελίδα του δήμου Αθηναίων, στο σύστημα Ηλεκτρονικής Διακυβέρνησης, επιλέγοντας από τα Στοιχεία του Δήμου, την Υλοποίηση του Προϋπολογισμού, υπάρχουν τα δεδομένα, όπως αυτά έχουν διαμορφωθεί ανά διεύθυνση και ανά έτος. Εικόνα 4: Δεδομένα Προϋπολογισμού για το δήμο Αθηναίων [20]

21 2 Αριθμοδείκτες Ανάλυση Δεδομένων και Οικονομικών Δεικτών, μέσω Εφαρμογής Αλγορίθμων Στατιστικής Μάθησης, Μια μία από τις πλέον διαδεδομένες και χρήσιμες μεθόδους χρηματοοικονομικής ανάλυσης είναι η χρήση αριθμοδεικτών, η οποία αποτελεί σημαντικό εργαλείο στην ερμηνεία των οικονομικών στοιχείων των οικονομικών μονάδων. Οι αριθμοδείκτες ορίζονται ως το πηλίκο μεταξύ επιλεγμένων αριθμητικών τιμών που λαμβάνονται από τις οικονομικές καταστάσεις μιας μονάδας. Καταρτίζονται με σκοπό τον προσδιορισμό της πραγματικής θέσεως ή της αποδοτικότητας των διάφορων τμημάτων ή ολόκληρων τομέων, οι οποίοι αφορούν μία οικονομική μονάδα και σε τελική ανάλυση της πραγματικής καταστάσεως ολόκληρης της οικονομικής μονάδας ή και γενικότερα του κλάδου στον οποίο ανήκει η μονάδα αυτή. Η χρήση τους, ωστόσο, ενδείκνυται και για τους Οργανισμούς Τοπικής Αυτοδιοίκησης (ΟΤΑ), όπως είναι οι δήμοι. Μάλιστα, σύμφωνα με την απόφαση Αριθμ , που δημοσιεύθηκε στην Εφημερίδα της Κυβερνήσεως, με ημερομηνία έκδοσης 29/12/2010, καθορίζεται ο τύπος, το περιεχόμενο των στοιχείων, ο χρόνος και ο τρόπος ενημέρωσης της βάσης δεδομένων Οικονομικά στοιχεία δήμων, καθώς και οι αριθμοδείκτες αξιολόγησης. Συγκεκριμένα στο Άρθρο 6, της παραπάνω απόφασης, ορίζεται πως για τις ανάγκες αξιολόγησης των οικονομικών στοιχείων, που τηρούνται στη βάση δεδομένων, εξάγονται αυτόματα ή με τις κατάλληλες στατιστικές επεξεργασίες, αριθμοδείκτες για κάθε δήμο. Η χρήση δεικτών σε δεδομένα προϋπολογισμών πρωτοβάθμιων Οργανισμών Τοπικής Αυτοδιοίκησης (ΟΤΑ), για την αξιολόγηση του τρόπου λειτουργίας τους, παρέχει το πλεονέκτημα της συμπυκνωμένης πληροφορίας προς τους δημότες και κατά αυτόν τον τρόπο προσφέρει άμεση ενημέρωση και πληροφόρηση για την αποτελεσματικότητα λειτουργίας του ΟΤΑ, εξασφαλίζοντας τον έλεγχο και τη διαφάνεια σε όλα τα επίπεδα. Επιπλέον, παρέχει αριθμητική αναπαράσταση μιας πτυχής του προϋπολογισμού, με δυνατότητα περαιτέρω μελέτης και εξαγωγής χρήσιμων συμπερασμάτων, όσον αφορά την αποδοτικότητα. Τέλος, οι δείκτες συνοψίζουν με συστηματικό τρόπο μεγάλο αριθμό δημοσιονομικών δεδομένων, όπως τα δεδομένα προϋπολογισμών, καθιστώντας την εξέταση της εξέλιξής τους ευκολότερη. Οι αριθμοδείκτες είναι δυνατό να υπολογίζονται και να εξάγονται σε επίπεδο τετραψήφιου κωδικού αριθμού εσόδων και εξόδων, ανάλογα με τις ανάγκες ειδικότερων αναλύσεων και επεξεργασιών. 2.1 Δείκτες δομής Εσόδων και Εξόδων 1 [21]

22 Οι συγκεκριμένοι αριθμοδείκτες εκφράζουν ποσοστιαία συμμετοχή. Ο δείκτης δομής εσόδων εκφράζει την ποσοστιαία συμμετοχή κάθε κατηγορίας εσόδων στα συνολικά Κατηγορία Εσόδων 100 έσοδα, προκύπτει δηλαδή ως το πηλίκο. Κατά αντιστοιχία ο Συνολικά έσοδα δείκτης δομής εξόδων εκφράζει την ποσοστιαία συμμετοχή κάθε κατηγορίας εξόδων στα συνολικά έξοδα, είναι δηλαδή Κατηγορία Εξόδων 100 Συνολικά έξοδα Δείκτης Αυτονομίας Σύνολο Τακτικών Εσόδων Ο δείκτης Αυτονομίας προκύπτει ως το πηλίκο και εκφράζει το Συνολικά Έσοδα ποσοστό συμμετοχής των τακτικών εσόδων στα συνολικά έσοδα του δήμου. Όσο μεγαλύτερη είναι η τιμή του δείκτη, τόσο μεγαλύτερη αυτονομία διαθέτει ο δήμος σε θέματα προϋπολογισμού και οικονομικής διαχείρισης, καθώς στηρίζεται σε τακτικά έσοδα, τα οποία αποτελούν προβλέψιμες πηγές εσόδων. Από την άλλη πλευρά, η συρρίκνωση των εκτάκτων εσόδων μπορεί να υποδηλώνει μειωμένη επενδυτική δραστηριότητα, καθώς οι επιχορηγήσεις για επενδύσεις συμπεριλαμβάνονται στα έκτακτα έσοδα Δείκτης Αστάθειας Σύνολο Έκακτων Εσόδων Ο δείκτης Αστάθειας ορίζεται ως το πηλίκο και εκφράζει το Συνολικά Έσοδα ποσοστό συμμετοχής των εκτάκτων εσόδων στα συνολικά έσοδα του δήμου. Όσο μεγαλύτερη είναι η τιμή του δείκτη αυτού, τόσο περισσότερο εξαρτάται ο δήμος από μη ελεγχόμενες πηγές εσόδων, καθώς στηρίζεται σε έκτακτα έσοδα. Κατά συνέπεια υπάρχει μικρή δυνατότητα αυτόνομου προγραμματισμού και δράσης του δήμου Δείκτης Εξάρτησης Σύνολο Επιχορηγήσεων Ο δείκτης Εξάρτησης ορίζεται ως το πηλίκο και εκφράζει το Συνολικά Έσοδα ποσοστό συμμετοχής των επιχορηγήσεων του δήμου στο σύνολο των εσόδων του. Μεγάλη τιμή του δείκτη αυτού, υποδηλώνει υπερβολική εξάρτηση του δήμου από επιχορηγήσεις, και ως συνέπεια περιορισμένη αυτονομία. Υπό άλλη οπτική, μικρή τιμή του δείκτη ενδεχομένως να υποδεικνύει αδυναμία του δήμου για προγραμματισμό, σχεδιασμό και απορρόφηση επιχορηγήσεων από ευρωπαϊκές ή εθνικές πηγές Δείκτης Ανεξαρτησίας Ο δείκτης Ανεξαρτησίας ορίζεται ως το πηλίκο και εκφράζει το Συνολικά Έσοδα ποσοστό συμμετοχής των ιδίων εσόδων του δήμου στα συνολικά του έσοδα. Όσο αυξάνει η τιμή του δείκτη αυτού, τόσο μικρότερη είναι η εξάρτηση του δήμου από τις [22] Ιδία Έσοδα

23 τακτικές και έκτακτες επιχορηγήσεις, καθώς και από άλλα έσοδα (λόγου χάρη δάνεια) και συνεπώς τόσο μεγαλύτερη η ανεξάρτητη δράση του δήμου Δείκτης Απαιτήσεων Εισπρακτέα Υπόλοιπα Ο δείκτης Απαιτήσεων ορίζεται ως το πηλίκο και εκφράζει το Συνολικά Έσοδα ποσοστό των συνολικών εσόδων που αποτελούν ανείσπρακτα έσοδα. Όσο μικρότερη η τιμή του δείκτη, τόσο λιγότερες οι ανείσπρακτες απαιτήσεις του δήμου από τρίτους Δείκτης Λειτουργικών Δαπανών Ο δείκτης Λειτουργικών Δαπανών ορίζεται ως το πηλίκο Σύνολο Εξόδων Χρήσης Συνολικά Έξοδα εκφράζει τι ποσοστό των συνολικών εξόδων αποτελούν οι λειτουργικές δαπάνες του δήμου. Αν η τιμή του δείκτη είναι μεγάλη, τότε το μεγαλύτερο μέρος των δαπανών έχει διατεθεί για έξοδα χρήσης και περιορίζεται η δυνατότητα υλοποίησης επενδυτικών δαπανών. και Δείκτης Επενδύσεων Ο δείκτης Επενδύσεων ορίζεται ως το πηλίκο Συνολικό Ποσό Επενδύσεων Συνολικά Έξοδα και εκφράζει τι ποσοστό των συνολικών εξόδων έχει διατεθεί σε έργα και επενδύσεις. Όσο μεγαλύτερη η τιμή του δείκτη, τόσο μεγαλύτερο μέρος των δαπανών αφιερώνεται σε επενδύσεις. Επίσης, μεγάλη τιμή του δείκτη μπορεί να υποδηλώνει περιορισμένα λειτουργικά έξοδα για τον δήμο ή και ανυπαρξία παροχής υπηρεσιών Δείκτης Υποχρεώσεων Οφειλές Παρελθοντικών Οικονομικών Ετών Ο δείκτης Υποχρεώσεων ορίζεται ως το πηλίκο Συνολικά Έξοδα και εκφράζει το ποσοστό των οφειλών παρελθοντικών οικονομικών ετών ως προς το σύνολο των εξόδων. Όσο μεγαλύτερη είναι η τιμή του δείκτη αυτού, τόσο αυξάνονται οι υποχρεώσεις του δήμου προς τρίτους. 2.2 Δείκτες Εσόδων και Εξόδων ανά Κάτοικο Με βάση την τελευταία απογραφή της ΕΛΣΤΑΤ για τον πληθυσμό του δήμου, διαμορφώνονται οι παρακάτω δείκτες: [23]

24 2.2.1 Δείκτης Συνολικών Εσόδων ανά Κάτοικο Ο δείκτης Συνολικά Έσοδα ανά Κάτοικο προκύπτει από το πηλίκο των συνολικών εσόδων προς τον αριθμό των κατοίκων Συνολικά Έσοδα Πληθυσμός και εκφράζει το ποσό που αντιστοιχεί σε κάθε δημότη με βάση τα συνολικά έσοδα. Όσο υψηλότερος είναι ο δείκτης, τόσα περισσότερα έσοδα μπορεί να διαθέσει ο δήμος ανά κάτοικο για να υλοποιήσει τις πολιτικές του Δείκτης Συνολικών Εξόδων ανά Κάτοικο Ο δείκτης Συνολικά Έξοδα ανά Κάτοικο προκύπτει από το πηλίκο των συνολικών εξόδων προς τον αριθμό των κατοίκων Συνολικά Έξοδα Πληθυσμός και εκφράζει το ποσό που αντιστοιχεί σε κάθε δημότη με βάση τα συνολικά έξοδα. Όσο υψηλότερος είναι ο δείκτης, τόσες περισσότερες δαπάνες ανά κάτοικο διαθέτει ο δήμος για την εφαρμογή του προγράμματος δράσης του Δείκτης Επιβάρυνσης Δημοτών Ο δείκτης Επιβάρυνσης Δημοτών προκύπτει από το πηλίκο των ιδίων εσόδων προς τον αριθμό των κατοίκων Ιδία Έσοδα Πληθυσμός δημότη κατά μέσο όρο η είσπραξη των ιδίων εσόδων. και εκφράζει το ποσό που επιβαρύνει κάθε Δείκτης Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο Ο δείκτης Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο προκύπτει από το Ανταποδοτικά Έσοδα πηλίκο των ανταποδοτικών εσόδων προς τον αριθμό των κατοίκων Πληθυσμός και εκφράζει το ποσό των ανταποδοτικών εσόδων και δικαιωμάτων που επιβαρύνει κάθε δημότη Φόροι και Τέλη ανά Κάτοικο Ο δείκτης αυτός προκύπτει αν διαιρέσουμε τους φόρους και τα τέλη με τον αριθμό των κατοίκων για κάθε δημότη. Φόροι και Τέλη Πληθυσμός και εκφράζει το ποσό επιβάρυνσης από φόρους και τέλη [24]

25 2.2.6 Έξοδα χρήσης ανά Κάτοικο Ο δείκτης Έξοδα χρήσης ανά Κάτοικο προκύπτει από το πηλίκο των εξόδων χρήσης προς τον αριθμό των κατοίκων Έξοδα Χρήσης Πληθυσμός και εκφράζει το ποσό ανά δημότη κατά μέσο όρο που απαιτείται για την κάλυψη της λειτουργίας του δήμου και της παροχής υπηρεσιών Επενδύσεις ανά Κάτοικο Ο δείκτης Επενδύσεις ανά Κάτοικο προκύπτει από το πηλίκο των επενδύσεων προς των αριθμών των κατοίκων Επενδύσεις και εκφράζει το ποσό ανά δημότη που Πληθυσμός αφιερώνει ο δήμος κατά μέσο όρο για επενδύσεις. Όσο μεγαλύτερος ο δείκτης, τόσο περισσότεροι πόροι αφιερώνονται για τις δράσεις του δήμου Επιχορηγήσεις ανά Κάτοικο Ο δείκτης Επιχορηγήσεις ανά Κάτοικο προκύπτει από το πηλίκο των επιχορηγήσεων προς των αριθμών των κατοίκων Επιχορηγήσεις Πληθυσμός και εκφράζει το ποσό των επιχορηγήσεων που λαμβάνει ανά κάτοικο ο δήμος από την κεντρική διοίκηση. 2.3 Δείκτες Ανθρώπινου Δυναμικού Δείκτης Κόστους Απασχόλησης ως προς τις Δαπάνες Ο δείκτης Κόστους Απασχόλησης ως προς τις Δαπάνες ορίζεται ως το πηλίκο Κόστος Απασχόλησης Συνολικά Έξοδα και εκφράζει το κόστος από τη συνολική μισθοδοσία του προσωπικού σε σχέση με το σύνολο των δαπανών. Όσο μεγαλύτερος είναι ο δείκτης, τόσο περιορίζεται η δυνατότητα του δήμου για επενδύσεις και μπορεί να οφείλεται, είτε σε αυξημένο κόστος ανά εργαζόμενο, είτε σε μεγάλο αριθμό εργαζομένων. Συνεπώς, όσο μικρότερη είναι η τιμή του δείκτη αυτού, τόσο αυξάνεται η δυνατότητα του δήμου για υλοποίηση επενδύσεων Δείκτης Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης Ο δείκτης Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης ορίζεται ως το πηλίκο [25]

26 Κόστος Απασχόλησης Έξοδα Χρήσης και εκφράζει το μέρος των εξόδων χρήσης που αφορά το κόστος απασχόλησης. Αύξηση της τιμής του δείκτη μπορεί να σημαίνει ότι ο δήμος περιορίζει γενικά τα έξοδα χρήσης σε σχέση με το κόστος απασχόλησης ή ότι το κόστος απασχόλησης αυξάνεται σε σχέση με τα υπόλοιπα έξοδα χρήσης. 2.4 Δείκτες συσχέτισης Εσόδων και Εξόδων Δείκτης Επιχορηγήσεων ως προς τις Δαπάνες Ο δείκτης Επιχορηγήσεων ως προς τις Δαπάνες ορίζεται ως το πηλίκο Σύνολο Επιχορηγήσεων Συνολικά Έξοδα και εκφράζει το ποσοστό των συνολικών εξόδων του δήμου που καλύπτεται από επιχορηγήσεις. Όσο μεγαλύτερη είναι η τιμή του δείκτη, τόσο μεγαλύτερη είναι η συμμετοχή των επιχορηγήσεων στην κάλυψη των εξόδων του δήμου και κατά συνέπεια τόσο πιο εξαρτημένος είναι ο δήμος από επιχορηγήσεις Δείκτης Κάλυψης Εξόδων από τα Τακτικά Έσοδα Ο δείκτης Κάλυψης Εξόδων από τα Τακτικά Έσοδα ορίζεται ως το πηλίκο των εξόδων Έξοδα Χρήσης χρήσης προς τα τακτικά έσοδα, και εκφράζει την κάλυψη των Τακτικά Έσοδα λειτουργικών εξόδων από τα τακτικά έσοδα του δήμου Δείκτης Κάλυψης Κόστους Μισθοδοσίας Προσωπικού Ο δείκτης Κάλυψης Κόστους Μισθοδοσίας Προσωπικού ορίζεται ως το πηλίκο των Αμοιβές και Έξοδα προσωπικού αμοιβών και εξόδων προσωπικού προς τα τακτικά έσοδα,. Τακτικά Έσοδα Όσο μεγαλύτερη είναι η τιμή του δείκτη, τόσο περισσότερα χρήματα από τα τακτικά έσοδα του δήμου δεσμεύονται για την κάλυψη της μισθοδοσίας του προσωπικού, ενώ αντίθετα όσο μικρότερη είναι η τιμή του δείκτη τόσο αυξάνεται η δυνατότητα του δήμου για χρηματοδότηση άλλων δράσεων Δείκτης Κεντρικών Αυτοτελών Πόρων Ο δείκτης Κεντρικών Αυτοτελών Πόρων (ΚΑΠ) ορίζεται ως το πηλίκο Κεντρικοί Αυτοτελείς Πόροι Λειτουργικές Δαπάνες και εκφράζει το ποσοστό των κεντρικών αυτοτελών πόρων που διατίθενται για την κάλυψη λειτουργικών αναγκών. Όσο μεγαλύτερος ο δείκτης, τόσο μεγαλύτερος ο βαθμός εξάρτησης του δήμου από τους κεντρικούς αυτοτελείς πόρους για τη λειτουργία του. [26]

27 2.5 Δείκτης Λειτουργικής Αυτονομίας Ο δείκτης Λειτουργικής Αυτονομίας ορίζεται ως το πηλίκο Ιδία Τακτικά Έσοδα Σύνολο Τακτικών Εσόδων και εκφράζει το ποσοστό συμμετοχής των ιδίων τακτικών εσόδων στο σύνολο των τακτικών εσόδων. Όσο αυξάνεται η τιμή του δείκτη, τόσο αυξάνεται η ανεξαρτησία του δήμου από τις χρηματοδοτήσεις της κεντρικής διοίκησης και έτσι μπορεί να προγραμματίζει τις οικονομικές του υποχρεώσεις με βάση τοπικές πηγές εσόδων. 2.6 Δείκτης Αποπληρωμής Δανειακών Υποχρεώσεων Ο δείκτης Αποπληρωμής Δανειακών Υποχρεώσεων προκύπτει από το πηλίκο Τοκοχρεολύσια και δείχνει το ποσοστό των τακτικών εσόδων που προορίζεται Σύνολο Τακτικών Εσόδων για την κάλυψη των τοκοχρεολυτικών δόσεων. Ο συγκεκριμένος δείκτης βοηθάει στην ορθολογική διαχείριση των οικονομικών του δήμου και στην λήψη αποφάσεων, καθώς μέσω του δείκτη μπορεί να εκτιμηθεί αν ο δήμος ανταπεξέρχεται στις τοκοχρεολυτικές του υποχρεώσεις. Όσο αυξάνεται η τιμή του δείκτη τόσο αυξάνεται το ποσοστό των τακτικών εσόδων που καλύπτει τις τοκοχρεολυτικές δόσεις και έτσι μειώνεται το ποσοστό των τακτικών εσόδων που προορίζεται για λειτουργικές δαπάνες. Επίσης, αποτελεί ένα από τα βασικά κριτήρια που χρησιμοποιούν τα πιστωτικά ιδρύματα για να αξιολογήσουν τα αιτήματα των δήμων προς δανειοδότηση. Όσο μεγαλύτερη είναι η τιμή του δείκτη, τόσο μειώνεται και η πιστοληπτική του ικανότητα. [27]

28 3 Ορισμός Εννοιολογικού Μοντέλου Δημοσιονομικών Δεδομένων 3.1 Αναπαράσταση Δημοσιονομικών Δεδομένων με χρήση Οντολογίας Data Cube Στην τρέχουσα ενότητα περιγράφεται η μεθοδολογία για τη δημιουργία του εννοιολογικού μοντέλου δημοσιονομικών δεδομένων, με τη χρήση του RDF Data Cube Vocabulary (DCV) και του RDF Schema (RDFS) Vocabulary, ως πρότυπο για την περιγραφή των δομικών του ιδιοτήτων. Παράλληλα, παρέχεται μια λίστα με συγκεκριμένες επαναχρησιμοποιήσιμες ιδιότητες, οι οποίες λειτουργούν ως διαστάσεις (dimensions), χαρακτηριστικά (attributes) ή μετρήσιμα μεγέθη (measures) και οι οποίες εμφανίζονται συχνά σε σύνολα δημοσιονομικών δεδομένων. Οι ιδιότητες αυτές μπορούν να αξιοποιηθούν για τη συγκρισιμότητα των διαφόρων συνόλων δημοσιονομικών δεδομένων. Ταυτόχρονα, μπορούν να επαναχρησιμοποιηθούν για τη δημιουργία νέων και διαφορετικών εννοιολογικών μοντέλων δημοσιονομικών δεδομένων, που στηρίζονται στην οντολογία της Data Cube. Οι ιδιότητες που παρουσιάζονται, δηλαδή, είναι αρκετά γενικές, ώστε να μπορούν να είναι επαναχρησιμοποιήσιμες σε διάφορα σύνολα δημοσιονομικών δεδομένων RDF Data Cube Vocabulary Για τη σημασιολογική αναπαράσταση στατιστικών δεδομένων με πολλαπλές διαστάσεις, όπως είναι τα δεδομένα προϋπολογισμού, συνίσταται η χρήση του RDF Data Cube Vocabulary 2. Είναι ένα ευρέως χρησιμοποιούμενο λεξιλόγιο για την αναπαράσταση πολυδιάστατων στατιστικών δεδομένων συμβατό με το γνωστό στατιστικό πρότυπο SDMX 3 (Statistical Data and Metadata exchange). Πρόκειται για ένα πρότυπο ISO για ανταλλαγή και κοινή χρήση στατιστικών δεδομένων και μεταδεδομένων μεταξύ οργανισμών. Οι βασικοί όροι του Data Cube Vocabulary και οι σχέσεις μεταξύ τους απεικονίζονται στην παρακάτω εικόνα [28]

29 Εικόνα 5 Βασικοί όροι και οι μεταξύ του σχέσεις στο RDF Data Cube Vocabulary Το εννοιολογικό μοντέλο ορίζεται με τη βοήθεια του Data Structure Definition της Data Cube. Το Data Structure Definition καθορίζει ουσιαστικά τη δομή ενός ή περισσοτέρων συνόλων δεδομένων. Πιο συγκεκριμένα, καθορίζει τις διαστάσεις (dimensions), τα χαρακτηριστικά (attributes) και τα μετρήσιμα μεγέθη (measures) που χρησιμοποιούνται στο σύνολο δεδομένων, μαζί με κάποιες πιο εξειδικευμένες πληροφορίες, όπως για παράδειγμα τη διάταξη των διαστάσεων και κατά πόσο τα χαρακτηριστικά που ορίζονται είναι υποχρεωτικά ή προαιρετικά για κάθε εγγραφή του συνόλου δεδομένων. Πολλές από τις πληροφορίες αυτές μπορούν να προκύψουν και διακρίνονται ουσιαστικά μέσα από τις RDF ιδιότητες των παρατηρήσεων (observations) του συνόλου δεδομένων. Ωστόσο, ο ρητός και ξεχωριστός ορισμός της δομής του μοντέλου έχει τα δικά του πλεονεκτήματα, καθώς επιτρέπει την επαλήθευση ότι το σύνολο των δεδομένων ταιριάζει με την αναμενόμενη δομή και βοηθά στην ανίχνευση συνόλων που πιθανώς έχουν συνδυαστεί και ακολουθούν κάποια διαφορετική δομή. Επιπρόσθετα, επιτρέπει σε όποιον επιθυμεί να ανακτήσει και να χρησιμοποιήσει τα δεδομένα, να προσδιορίσει εύκολα ποιες διαστάσεις είναι διαθέσιμες για το ερώτημά του, καθώς και τη σειρά εμφάνισής τους, γεγονός που απλοποιεί την αξιοποίηση τους. Είναι σύνηθες κατά τη δημοσίευση στατιστικών δεδομένων, πολλά από αυτά τα σύνολα να ακολουθούν την ίδια δομή. Η έννοια του Data Structure Definition (DSD) επιτρέπει τον ορισμό της δομής μία φορά και εν συνεχεία την επαναχρησιμοποίησή [29]

30 της από κάθε σύνολο δεδομένων που ακολουθεί αυτήν την δομή. Με τον τρόπο αυτό, όσοι χρησιμοποιούν τα δεδομένα αυτά μπορούν να είναι σίγουροι ότι η δομή τους είναι κοινή και δεν έχει αλλάξει. Ένα κύβος (data cube) αποτελείται από διαστάσεις (dimensions), οι οποίες περιγράφουν τις ιδιότητες των επιμέρους παρατηρήσεων (observations), όπως είναι η χρονολογία ή η γεωγραφική περιοχή. Τέτοια παραδείγματα μπορεί να αποτελούν το οικονομικό έτος, ή η ημερομηνία κάποιας συναλλαγής, καθώς και ο οργανισμός που σχετίζεται με αυτές. Επιπρόσθετα, στους κύβους υπάρχουν μετρήσιμα μεγέθη (measures) που αντιπροσωπεύουν τις παρατηρούμενες τιμές όπως το ύψος, το πλάτος, το ποσό και άλλα. Αντίστοιχα, στο πλαίσιο των δημοσιονομικών δεδομένων, το μετρήσιμο μέγεθος αναφέρεται συνήθως σε κάποιο χρηματικό ποσό. Τέλος, υπάρχουν τα χαρακτηριστικά (attributes), τα οποία καθορίζουν πρόσθετες ιδιότητες, όπως η μονάδα μέτρησης ή ένας πιθανός πολλαπλασιαστής στα αντίστοιχα μετρήσιμα μεγέθη. Παράδειγμα ενός χαρακτηριστικού μπορεί να αποτελεί η μονάδα μέτρησης του μετρήσιμου μεγέθους του κύβου (στα δημοσιονομικά δεδομένα, η νομισματική μονάδα). Ένας κύβος Data Cube μπορεί να επιμεριστεί στις αποκαλούμενες φέτες (slices), ομαδοποιώντας παρατηρήσεις που έχουν τις ίδιες τιμές σε επιλεγμένες διαστάσεις, όπως για παράδειγμα τα δημοσιονομικά στοιχεία για ένα επιλεγμένο οικονομικό έτος ή έναν συγκεκριμένο οργανισμό. Η δυνατότητα ομαδοποίησης τμημάτων του προϋπολογισμού με συγκεκριμένες κοινές ιδιότητες εξυπηρετεί στην ευκολότερη και πιο απλή ανάκτησή και επεξεργασία τους και αποτελεί ένα από τα βασικά πλεονεκτήματα του Data Cube Vocabulary. Χρησιμοποιώντας το RDF DataCube Vocabulary και αξιοποιώντας τις δομικές του ιδιότητες για τη μοντελοποίηση στατιστικών δεδομένων (διαστάσεις, μετρήσιμα μεγέθη, χαρακτηριστικά), δημιουργήθηκε το μοντέλο δεδομένων για τα δεδομένα προϋπολογισμού. 3.2 Ορισμός Εννοιολογικού Μοντέλου για Δεδομένα Δημόσιων Προϋπολογισμών Ως εννοιολογικό μοντέλο για τα δεδομένα προϋπολογισμού που μελετά και αναλύει η παρούσα εργασία χρησιμοποιείται το σημασιολογικό μοντέλο του OpenBudgets.eu 4, με την αντίστοιχη δομή και τις δομικές ιδιότητές του. 4 [30]

31 Οι δομικές ιδιότητες στο εννοιολογικό μοντέλο για δεδομένα δημόσιων προϋπολογισμών χωρίζονται, όπως αναφέρθηκε παραπάνω σε διαστάσεις, μετρήσιμα μεγέθη και χαρακτηριστικά. Στην ορολογία των δεδομένων προϋπολογισμού, οι ιδιότητες αυτές είναι συνήθως το οικονομικό έτος, ο οργανισμός και η κατηγορία προϋπολογισμού. Κατά αντιστοιχία, ένα μετρήσιμο μέγεθος για δεδομένα προϋπολογισμού είναι συνήθως το προϋπολογισμένο ποσό των χρημάτων, ενώ ένα από τα χαρακτηριστικά αναφέρεται στη νομισματική μονάδα των χρηματικών ποσών Διαστάσεις Οι τιμές των διαστάσεων προσδιορίζουν κατά μοναδικό τρόπο μια παρατήρηση σε ένα σύνολο δεδομένων. Για τα δεδομένα προϋπολογισμού, οι βασικές διαστάσεις, βάσει και της συχνότητας που αυτές συναντώνται στα διάφορα σύνολα προϋπολογισμού), έχουν οριστεί στο μοντέλο δεδομένων του OpenBudgets.eu ως εξής: Budgetary unit Η δημοσιονομική μονάδα προσδιορίζει την οντότητα που σχεδιάζει τον προϋπολογισμό. H δημοσιονομική μονάδα αποτελεί ένα στιγμιότυπο της κλάσης org:organization Fiscal period Η δημοσιονομική περίοδος είναι η χρονική περίοδος στην οποία αναφέρονται τα δεδομένα προϋπολογισμού. Χρησιμοποιείται ο γενικότερος όρος «δημοσιονομική περίοδος», αντί του πιο συνηθισμένου όρου «οικονομικό έτος», επειδή πολλές φορές, μερικά σύνολα δεδομένων του προϋπολογισμού δημοσιεύονται ανά τρίμηνο Fiscal year Το οικονομικό έτος είναι μια από τις πλέον συνήθεις διαστάσεις μεταξύ των συνόλων δεδομένων προϋπολογισμού. Ορίζεται ως μια υπο-ιδιότητα (subproperty) της δημοσιονομικής περιόδου Classification Υπάρχει μια τεράστια ποσότητα ταξινομήσεων που χρησιμοποιούνται για την ταξινόμηση των δεδομένων του προϋπολογισμού. Οι ταξινομήσεις αυτές μπορούν, κατά ένα μεγάλο βαθμό, να χωριστούν σε τέσσερις γενικές κατηγορίες: [31]

32 Functional classification Η λειτουργική ταξινόμηση κατηγοριοποιεί τις δαπάνες σύμφωνα με τους σκοπούς και τους στόχους για τους οποίους προορίζονται από τη δημοσιονομική μονάδα. Programme classification Η ταξινόμηση προγράμματος είναι μια ομαδοποίηση των δαπανών με κοινό σκοπό για τους στόχους του προϋπολογισμού. Economic classification Η οικονομική ταξινόμηση προσδιορίζει το είδος των δαπανών που πραγματοποιήθηκαν. Administrative classification Η διοικητική ταξινόμηση προσδιορίζει τον φορέα που είναι υπεύθυνος για τη διαχείριση των δημόσιων χρημάτων. Αυτός μπορεί να είναι για παράδειγμα ένα συγκεκριμένο τμήμα του δήμου, ενώ η δημοσιονομική μονάδα (budgetary unit) είναι ο ίδιος ο δήμος, ως σύνολο Operation character Διακρίνει τα σύνολα δεδομένων προϋπολογισμού, ανάλογα με το αν αναφέρονται σε έσοδα ή σε δαπάνες Budget phase Αρκετά σύνολα δεδομένων προϋπολογισμού εμπεριέχουν την κατάσταση του προϋπολογισμού σε πολλαπλά χρονικά σημεία, τις λεγόμενες φάσεις του προϋπολογισμού (budget phases). Για να γίνει η διάκριση ανάμεσα στις διάφορες φάσεις του προϋπολογισμού, ορίζεται μια συγκεκριμένη διάσταση, που έχει ένα πολύ συγκεκριμένο εύρος τιμών. Τέτοιες τιμές είναι για τα δεδομένα προϋπολογισμού είναι τα προϋπολογισθέντα (draft), τα αναθεωρηθέντα (revised), τα βεβαιωθέντα (approved) και τα εκτελεσθέντα (executed) ποσά. Οι τιμές αυτές [32]

33 αποτελούν στο σύνολό τους μια λίστα κωδικών (code list), η οποία δηλώνεται για μια Data Cube διάσταση, ώστε να οριστεί ποιο είναι το συγκεκριμένο εύρος τιμών που μπορεί να λάβει. Σημειώνεται ότι οι διάφορες αρχές μπορεί να δημοσιεύουν τους προϋπολογισμούς τους στις διάφορες αυτές φάσεις. Είναι επίσης πιθανό για μία δημοσιονομική μονάδα, οι φάσεις προϋπολογισμού στις οποίες διαθέτει τα δεδομένα της να διαφοροποιούνται από τη γενική λίστα κωδικών που αναφέρθηκε παραπάνω και αυτές να είναι, για παράδειγμα, λιγότερες Μετρήσιμα Μεγέθη Amount Το βασικότερο, και πλέον προφανές μετρήσιμο μέγεθος σε ένα σύνολο δεδομένων προϋπολογισμού είναι το προϋπολογισθέν ποσό. Σε όλα τα σύνολα δεδομένων προϋπολογισμού χρησιμοποιείται το συγκεκριμένο μετρήσιμο μέγεθος, ώστε να προσδιοριστεί το ποσό σε κάθε γραμμή του προϋπολογισμού (budget line) Χαρακτηριστικά Currency Το νόμισμα του προϋπολογισθέντος ποσού, πρέπει να αποτελεί αναπόσπαστο συστατικό των συνόλων δεδομένων προϋπολογισμού, αν και συχνά παραλείπεται, καθώς θεωρείται προφανές μέγεθος από τις δημοσιονομικές μονάδες που καταρτίζουν και δημοσιεύουν τον προϋπολογισμό. Η παρουσία και ο καθορισμός ωστόσο του χαρακτηριστικού αυτού ενισχύει τη συγκρισιμότητα (comparability), αλλά και τη μηχαναγνωσιμότητα (machine readability) των δεδομένων προϋπολογισμού. Στο μοντέλο του OpenBudgets.eu, το νόμισμα ορίζεται ως χαρακτηριστικό (attribute) του κύβου, επειδή δεν προσδιορίζει το ίδιο το μετρήσιμο μέγεθος (ποσό), αλλά καθορίζει μια ιδιότητά του. Αυτή είναι και μια ειδοποιός διαφορά μεταξύ διαστάσεων και χαρακτηριστικών σε έναν κύβο Data Cube. Το RDF Data Cube Vocabulary επιτρέπει την ευελιξία της σύνδεσης και του ορισμού των χαρακτηριστικών του κύβου, είτε σε επίπεδο παρατήρησης, είτε σε επίπεδο φέτας, είτε σε ολόκληρο το σύνολο δεδομένων. Αυτό επιτρέπει στα σύνολα δεδομένων να έχουν μία ή ακόμη και περισσότερες νομισματικές μονάδες. [33]

34 Taxes included Το χαρακτηριστικό αυτό υποδηλώνει εάν το αναφερόμενο χρηματικό ποσό περιλαμβάνει φόρους. Είναι μια δυαδική ιδιότητα που μπορεί να είναι είτε αληθής είτε ψευδής. Η παρουσία του ή μη, σε ένα σύνολο δεδομένων προϋπολογισμού αντικατοπτρίζει το επίπεδο λεπτομέρειας των δεδομένων που περιέχονται, όπου είτε περιλαμβάνουν όλους τους ισχύοντες φόρους, ή δεν περιλαμβάνουν καθόλου φόρους. Παραδείγματα συνηθισμένων φόρων που περιλαμβάνονται στις γραμμές δαπανών του προϋπολογισμού είναι ο φόρος προστιθέμενης αξίας ή ο ειδικός φόρος κατανάλωσης (λόγου χάρη για τα καύσιμα). Οι φόροι συνήθως ισχύουν μόνο για τις γραμμές δαπανών του προϋπολογισμού και δεν περιλαμβάνονται στις γραμμές εσόδων. Σε ορισμένες περιπτώσεις, οι πληρωμές των φόρων αναφέρονται αθροιστικά σε ξεχωριστές γραμμές προϋπολογισμού βάσει του τύπου του φόρου. 3.3 Ορισμός Εννοιολογικού Μοντέλου για Δεδομένα Δημόσιων Δαπανών Όπως έγινε αναφορά στην παραπάνω υπο-ενότητα, ένας κύβος (Data Cube) αποτελείται από διαστάσεις, οι οποίες περιγράφουν τις ιδιότητες των επιμέρους παρατηρήσεων (observations). Στην ορολογία των δεδομένων που αφορούν δαπάνες οι ιδιότητες αυτές είναι συνήθως η ημερομηνία της συναλλαγής, ο πληρωτής και ο δικαιούχος. Κατά αντιστοιχία ένα μετρήσιμο μέγεθος (measures) για δεδομένα δαπανών είναι το ποσό των χρημάτων της συναλλαγής και ένα από τα χαρακτηριστικά (attributes) είναι και εδώ, το νόμισμα της συναλλαγής Διαστάσεις Για τα δεδομένα δαπανών, οι βασικές διαστάσεις στο μοντέλο δεδομένων του OpenBudgets.eu έχουν οριστεί ως εξής: Organization Ως οργανισμός λογίζεται ο φορέας που πραγματοποίησε την πληρωμή ή έλαβε έσοδα Partner Ένας εταίρος αποτελεί μέρος της συναλλαγής και είναι είτε η οντότητα στην οποία πραγματοποιείται η πληρωμή, είτε αυτή από την οποία προέρχεται η πληρωμή. Ο εταίρος μπορεί να είναι είτε νομικό είτε φυσικό πρόσωπο. Αν ο εταίρος είναι νομικό [34]

35 πρόσωπο, τότε θα πρέπει να συνδέεται και να προσδιορίζεται κατά μοναδικό τρόπο με κάποια εταιρεία, μέσω κάποιου αντίστοιχου χαρακτηριστικού, όπως για παράδειγμα το αναγνωριστικό της από το επίσημο μητρώο επιχειρήσεων Date Τα δεδομένα δαπανών παρέχουν ένα ιστορικό καταγραφής της δημοσιονομικής διαχείρισης της κυβέρνησης. Προκειμένου να οργανωθεί αυτό το ιστορικό δαπανών, είναι απαραίτητο να ορίζει τον ακριβή χρόνο που οι οικονομικές συναλλαγές που εμπεριέχει, έλαβαν χώρα. Για να περιγραφεί και να αποτυπωθεί ο χρόνος αυτός, ορίζεται η διάσταση της ημερομηνίας (date) της συναλλαγής. Επειδή η κάθε δαπάνη είναι συνυφασμένη με εξαργύρωση, συνδέεται με την ημερομηνία που πληρώθηκε κάποιο έξοδο ή εισπράχθηκε κάποιο έσοδο. Το εύρος της διάστασης της ημερομηνίας ορίζεται με τέτοιο τρόπο, ώστε να μπορεί να υφίσταται μια ιεραρχική σχέση μεταξύ των ημερομηνιών του μοντέλου δαπανών και προϋπολογισμού (λόγου χάρη μία ημέρα εμπεριέχεται μέσα σε ένα τρίμηνο), ώστε να μπορούν εύκολα να συναθροιστούν δεδομένα βάσει του χρονικού διαστήματος Operation character Όπως και με τα δεδομένα προϋπολογισμού, τα δεδομένα δαπανών μπορούν να αναφέρονται είτε σε έσοδα ή έξοδα. Η διάσταση αυτή δηλαδή, παίρνει, ως επί των πλείστων, μία από τις δύο τιμές. Για εξαιρέσεις, όπου μπορεί να χρειαστεί μια επιπλέον τιμή (για παράδειγμα δάνεια), το εύρος τιμών μπορεί να οριστεί ανάλογα Budget line Κάθε δαπάνη ή έσοδο πρέπει να συνδέεται με μια γραμμή του προϋπολογισμού, από την οποία χρηματοδοτείται. Πρακτικά, ωστόσο, η σύνδεση αυτή δεν αποτελεί συχνά μέρος των δεδομένων που αφορούν δαπάνες. Ο λόγος, που έχει οριστεί η διάσταση αυτή ως κομμάτι του βασικού μοντέλου δεδομένων είναι διττός. Καταρχάς, στοχεύει στην προώθηση της πρακτικής που περιλαμβάνει τη δημοσίευση συνδέσεων με τις γραμμές του προϋπολογισμού, με τις οποίες σχετίζονται οι δαπάνες. Κατά δεύτερον, ακόμη και αν οι συνδέσεις με τις γραμμές του προϋπολογισμού καλύπτουν μια μειοψηφία των συνόλων δεδομένων των δαπανών, αν δεν οριστεί αυτή η διάσταση, θα αναγκαστούν όσοι δημοσιεύουν σύνολα δεδομένων δαπανών, τα οποία περιέχουν συνδέσεις με τους προϋπολογισμούς να ορίσουν τις δικές τους διαστάσεις, περιγράφοντας την ίδια σχέση. Έχοντας πολλαπλούς και, ενδεχομένως, ασύμβατους ορισμούς της διάστασης γραμμή του προϋπολογισμού (budget line), θα αποτελούσε εμπόδιο για τη διαλειτουργικότητα και θα καθιστούσε την επαναχρησιμοποίηση των δεδομένων δυσκολότερη. Ως εκ τούτου, παρέχεται η ιδιότητα της γραμμής του προϋπολογισμού, που μπορεί εύκολα να επαναχρησιμοποιηθεί Currency Το νόμισμα, στο οποίο πραγματοποιήθηκαν οι συναλλαγές, είναι ένας πολύ σημαντικός παράγοντας, που συχνά αφήνεται να εννοηθεί εμμέσως στα σύνολα δεδομένων που αφορούν δαπάνες. Με στόχο τη βελτίωση της συγκρισιμότητας και [35]

36 της μηχαναγνωσιμότητας, όλα τα σύνολα δεδομένων στο OpenBudgets.eu καθορίζουν το νόμισμα των συναλλαγών. Μάλιστα υπάρχουν δύο συνηθισμένοι τύποι για την μοντελοποίηση της ιδιότητας του νομίσματος. Στην πρώτη περίπτωση, το σύνολο δεδομένων δαπανών εμπεριέχει ένα ποσό συναλλαγής σε ένα ενιαίο νόμισμα και καθορίζεται το νόμισμα αυτό. Για αυτήν την περίπτωση χρησιμοποιείται το νόμισμα (currency) ως χαρακτηριστικό (attribute), όπως αναφέρεται παρακάτω στα core attributes, και όχι ως διάσταση (dimension). Το νόμισμα ως διάσταση (dimension) χρησιμοποιείται στη δεύτερη περίπτωση, όπου ένα χρηματικό ποσό εκφράζεται σε διάφορα νομίσματα. H διάσταση (dimension) νόμισμα διακρίνει μεταξύ των διάφορων νομισμάτων, επιπρόσθετα με το χαρακτηριστικό (attribute) νόμισμα Taxes included Οι ενσωματωμένοι φόροι, όπως και το νόμισμα, μπορούν να είναι είτε διάσταση (dimension), είτε χαρακτηριστικό (attribute) και υποδηλώνουν εάν το αναφερόμενο χρηματικό ποσό συμπεριλαμβάνει φόρους. Είναι μια δυαδική ιδιότητα που μπορεί να είναι αληθής ή ψευδής. Η παρουσία του ή μη, σε ένα σύνολο δεδομένων προϋπολογισμού αντικατοπτρίζει το επίπεδο λεπτομέρειας των δεδομένων που περιέχονται, όπου είτε περιλαμβάνουν όλους τους ισχύοντες φόρους, ή δεν περιλαμβάνουν καθόλου φόρους. Συνηθισμένοι φόροι, οι οποίοι περιλαμβάνονταιενσωματώνονται στις δαπάνες είναι ο φόρος προστιθέμενης αξίας και ο ειδικός φόρους κατανάλωσης (λόγου χάρη για τα καύσιμα). Σε ορισμένες περιπτώσεις, οι πληρωμές των φόρων αναφέρονται αθροιστικά σε ξεχωριστές γραμμές προϋπολογισμού βάσει του τύπου του φόρου. Η παρουσία της συγκεκριμένης διάστασης εξυπηρετεί στη διάκριση μεταξύ δύο παρατηρήσεων που αναφέρονται σε μία γραμμή (budget line) που περιέχει τόσο το ποσό με τους φόρους (μία παρατήρηση), όσο και το ποσό χωρίς τους φόρους (δεύτερη παρατήρηση) Project Οι δαπάνες μπορεί να συσχετίζονται με ένα έργο. Ειδικότερα, αυτό είναι σύνηθες σε δεδομένα σχετικά με επιδοτήσεις, όπως τα Διαρθρωτικά Ταμεία και το Ταμείο Συνοχής της Ευρωπαϊκής Ένωσης Classification Στην συγκεκριμένη διάσταση γίνεται επαναχρησιμοποίηση των ταξινομήσεων που ορίζονται στην αντίστοιχη υποενότητα του εννοιολογικού μοντέλου για δεδομένα δημόσιων προϋπολογισμών. Επακόλουθα, οι τέσσερις γενικοί τύποι ταξινομήσεων είναι: Functional classification Η λειτουργική ταξινόμηση κατηγοριοποιεί τις δαπάνες σύμφωνα με τους σκοπούς και τους στόχους για τους οποίους προορίζονται. [36]

37 Functional classification Η λειτουργική ταξινόμηση κατηγοριοποιεί τις δαπάνες σύμφωνα με τους σκοπούς και τους στόχους για τους οποίους προορίζονται. Programme classification Η ταξινόμηση προγράμματος είναι μια ομαδοποίηση των δαπανών με κοινό σκοπό για τους στόχους του προϋπολογισμού. Economic classification Η οικονομική ταξινόμηση προσδιορίζει το είδος των δαπανών που πραγματοποιήθηκαν. Administrative classification Η διοικητική ταξινόμηση προσδιορίζει τον φορέα που είναι υπεύθυνος για τη διαχείριση των δημόσιων χρημάτων. Αυτός μπορεί να είναι για παράδειγμα ένα συγκεκριμένο τμήμα του δήμου, ενώ η δημοσιονομική μονάδα (budgetary unit) είναι ο ίδιος ο δήμος, ως σύνολο Accounting record Οι περισσότεροι φορείς διακυβέρνησης υποχρεούνται από το νόμο να καταγράφουν για κάθε λειτουργική δαπάνη μία λογιστική εγγραφή. Είναι άλλωστε σύνηθες να προβλέπονται αναγνωριστικά τιμολογίων για γραμμές δαπανών. Τα συγκεκριμένα δεδομένα είναι σημαντικά για τη διασφάλιση του ορθού χειρισμού των δαπανών στον τομέα της λογιστικής. Μια σύνδεση με οποιοδήποτε λογιστικό βιβλίο, όπως ένα τιμολόγιο, σχετίζεται με τις δαπάνες. Στις περισσότερες περιπτώσεις μόνο ένα αναγνωριστικό της λογιστικής καταγραφής είναι διαθέσιμο στα σύνολα δεδομένων δαπανών, όπου και επιτρέπεται η δημιουργία μιας καθορισμένης σύνδεσης με αυτήν Μετρήσιμα Μεγέθη Τα μέτρα περιέχουν τις πραγματικές μετρήσιμες τιμές, που προσδιορίζονται από τις τιμές στις διαστάσεις. Όσον αφορά τα δεδομένα δαπανών, το βασικό μέτρο είναι το χρηματικό ποσό Amount Όπως και στα δεδομένα προϋπολογισμού, το βασικότερο μετρήσιμο μέγεθος σε ένα σύνολο δεδομένων δαπανών είναι το χρηματικό ποσό. Στη συγκεκριμένη περίπτωση [37]

38 μάλιστα, το χρηματικό ποσό είναι πάντα μη αρνητικός αριθμός και προσδιορίζει ξεχωριστά κάθε γραμμή του συνόλου δεδομένων (budget line) Χαρακτηριστικά Τα χαρακτηριστικά αναφέρονται και εξειδικεύουν περαιτέρω τις αριθμητικές τιμές των μετρήσιμων μεγεθών. Τέτοια χαρακτηριστικά είναι το νόμισμα και η συμπερίληψη, ή μη, των φόρων Currency Όπως έγινε αναφορά και στο μοντέλο του προϋπολογισμού, η παρουσία και ο καθορισμός του χαρακτηριστικού αυτού ενισχύει τη συγκρισιμότητα (comparability) αλλά και τη μηχαναγνωσιμότητα (machine readability) των δεδομένων δαπανών. Και στο μοντέλο των δαπανών του OpenBudgets.eu, το νόμισμα ορίζεται ως χαρακτηριστικό (attribute) του κύβου, επειδή δεν προσδιορίζει το ίδιο το μετρήσιμο μέγεθος (ποσό), αλλά καθορίζει μια ιδιότητά του. Το RDF Data Cube Vocabulary επιτρέπει την ευελιξία της σύνδεσης και του ορισμού των χαρακτηριστικών του κύβου είτε σε επίπεδο παρατήρησης, είτε σε επίπεδο φέτας, είτε σε ολόκληρο το σύνολο δεδομένων. Αυτό επιτρέπει στα σύνολα δεδομένων να έχουν μία ή ακόμη και περισσότερες νομισματικές μονάδες Location Σε ορισμένες περιπτώσεις, οι δαπάνες σχετίζονται με μια συγκεκριμένη φυσική θέση. Ένα παράδειγμα είναι η επισκευή ενός οδικού δικτύου Taxes included Το χαρακτηριστικό αυτό υποδηλώνει εάν το αναφερόμενο χρηματικό ποσό συμπεριλαμβάνει φόρους. Είναι μια δυαδική ιδιότητα που μπορεί να είναι είτε αληθής είτε ψευδής. Η παρουσία του ή μη, σε ένα σύνολο δεδομένων προϋπολογισμού αντικατοπτρίζει το επίπεδο λεπτομέρειας των δεδομένων που περιέχονται, όπου είτε περιλαμβάνουν όλους τους ισχύοντες φόρους, ή δεν περιλαμβάνουν καθόλου φόρους. Συνηθισμένοι φόροι, οι οποίοι περιλαμβάνονται στις δαπάνες είναι ο φόρος προστιθέμενης αξίας και ο ειδικός φόρος κατανάλωσης (λόγου χάρη για τα καύσιμα). Σε ορισμένες περιπτώσεις, οι πληρωμές των φόρων αναφέρονται αθροιστικά σε ξεχωριστές γραμμές προϋπολογισμού βάσει του τύπου του φόρου. [38]

39 4 Μεθοδολογία Ανάλυση Δεδομένων και Οικονομικών Δεικτών, μέσω Εφαρμογής Αλγορίθμων Στατιστικής Μάθησης, Η διαδικασία που ακολουθήθηκε συνοψίζεται στο παρακάτω σχήμα: ΠρωτογενήΔεδομένα LinkedPipes ETL Linked Data Server SPARQL ερωτήματα RStudio Στατιστική Ανάλυση Δεικτών Εικόνα 6 : Σχηματική αποτύπωση της μεθοδολογίας Τα πρωτογενή δεδομένα που αποτέλεσαν τη βάση της μελέτης, είναι τα δεδομένα προϋπολογισμών του δήμου Αθηναίων και του δήμου Θεσσαλονίκης. Τα δεδομένα αυτά μετατράπηκαν σε σημασιολογική μορφή με χρήση του εργαλείου LinkedPipes ETL, βάσει του εννοιολογικού μοντέλου που αναλύθηκε παραπάνω. Οι RDF τριπλέτες που δημιουργήθηκαν, αποθηκεύτηκαν σε ένα RDF Triple Store (Linked Data Server) και συγκεκριμένα σε έναν Virtuoso Server. Στη συνέχεια για να ανακτηθεί η επιθυμητή πληροφορία που αφορά τους δείκτες, που χρησιμοποιήθηκαν στην ανάλυση, δημιουργήθηκαν και εκτελέσθηκαν κατάλληλα SPARQL ερωτήματα (queries) στο endpoint του Virtuoso Server. Τα αποτελέσματα των ερωτημάτων αποτυπώνουν τις τιμές των δεικτών, για τους οποίους πραγματοποιήθηκε στατιστική ανάλυση μέσω RStudio. Η ανάλυση περιλαμβάνει περιγραφική στατιστική, με χρήση διαφόρων στατιστικών μεθόδων. Κατόπιν, η γραφική απεικόνιση των δεδομένων περιλαμβάνει θηκογράμματα, ιστογράμματα, αναπαράσταση του πίνακα συσχέτισης και τέλος δημιουργία χρονοσειρών για μια πρώτη παρουσίαση της εξέλιξης των δεικτών χρονικά. Η μελέτη και η ερμηνεία τους οδήγησε στα βασικά συμπεράσματα της εργασίας. 4.1 Πρωτογενή δεδομένα Ως πρωτογενή δεδομένα χρησιμοποιήθηκαν τα δεδομένα προϋπολογισμών του δήμου Αθηναίων, καθώς και του δήμου Θεσσαλονίκης. Ο προϋπολογισμός των δήμων διακρίνεται σε προϋπολογισμό εσόδων και προϋπολογισμό εξόδων και κάθε προϋπολογιστικός πίνακας περιέχει τη διεύθυνση του δήμου που υπάγονται τα αντίστοιχα έσοδα και έξοδα, τον κωδικό αριθμό εσόδων και εξόδων (ΚΑΕ), την [39]

40 περιγραφή των επιμέρους εσόδων και εξόδων και τα ποσά που αντιστοιχούν σε κάθε φάση του προϋπολογισμού. Για τα δεδομένα εσόδων τα ποσά που αναγράφονται στις στήλες του προϋπολογισμού είναι τα εξής : Προϋπολογισθέντα, Διαμορφωθέντα, Βεβαιωθέντα, Εισπραχθέντα. Αντίστοιχα για τα δεδομένα εξόδων τα ποσά που αναγράφονται είναι: Προϋπολογισθέντα, Διαμορφωθέντα, Δεσμευθέντα, Ενταλθέντα, Πληρωθέντα. Τα δεδομένα προϋπολογισμών αποτέλεσαν τη βάση της μελέτης. 4.2 Code Lists Τα σύνολα δεδομένων προϋπολογισμού περιέχουν πεδία που αναφέρονται σε οικονομικές έννοιες, όπως η φάση του προϋπολογισμού, η κατηγορία εσόδων ή εξόδων, οι δημοσιονομικές μονάδες και άλλα. Κάποια από αυτά τα πεδία έχουν ένα καθορισμένο εύρος τιμών που μπορούν να λάβουν και κάθε γραμμή του προϋπολογισμού μπορεί να περιέχει μία από τις τιμές αυτές, σε κάθε αντίστοιχο πεδίο. Για το σκοπό αυτό, οι στατιστικές αρχές έχουν δημιουργήσει κατάλληλες ταξινομήσεις, τις λεγόμενες λίστες κωδικών, ή αλλιώς code lists, που εμπεριέχουν όλες τις πιθανές τιμές που μπορούν να λάβουν τα αντίστοιχα πεδία στα σύνολα προϋπολογισμού. Για παράδειγμα, ένα πεδίο που αναφέρεται στη φάση του προϋπολογισμού μπορεί να λάβει μία από τις τιμές προτεινόμενα (draft), αναμορφωθέντα (revised), βεβαιωθέντα (approved) και εκτελεσθέντα (executed), ενώ ένα πεδίο που αναφέρεται, για παράδειγμα, στο υπουργείο που είναι υπεύθυνο για την εκτέλεση μια δαπάνης, μπορεί να λάβει ως τιμές ένα από τα υπάρχοντα υπουργεία. Ωστόσο, αντί για την ονομασία του υπουργείου, η τιμή στο συγκεκριμένο πεδίο θα είναι ένας συγκεκριμένος κωδικός που αντιστοιχεί στο σχετικό υπουργείο, όπως ορίζεται στη λίστα κωδικών. Να σημειωθεί ότι το εύρος τιμών για ένα πεδίο καθορίζεται από την ίδια λίστα κωδικών. Σύνολα δεδομένων που χρησιμοποιούν διαφορετικές λίστες κωδικών, μπορεί να έχουν διαφοροποιημένο εύρος τιμών στα αντίστοιχα πεδία τους. Οι λίστες κωδικών αποτελούν αναπόσπαστο συστατικό των οικονομικών συνόλων δεδομένων, αφού εξυπηρετούν στην κωδικοποίηση εννοιών που θα μπορούσαν να εκφραστούν και να αποτυπωθούν με πολλούς τρόπους. Η παρουσία τους είναι επίσης ζωτικής σημασίας για τη συνάθροιση δεδομένων προϋπολογισμού, καθώς, συνήθως έχουν δομηθεί ιεραρχικά και το γεγονός αυτό επιτρέπει την ιεράρχηση των εννοιών στις οποίες αναφέρονται και κατ' επέκταση των ποσών που περιέχονται στα δεδομένα. Επιπρόσθετα, οι λίστες κωδικών είναι πολύτιμες για τη σύγκριση δημοσιονομικών δεδομένων, καθώς μπορούν να χρησιμοποιηθούν και να διασυνδεθούν με διαφορετικά σύνολα δεδομένων προϋπολογισμού, επιτρέποντας τις μεταξύ τους συγκρίσεις, βάσει των πεδίων που χρησιμοποιούν τις ίδιες λίστες. Πολλές γενικές λίστες κωδικών έχουν δημοσιευθεί και προτείνονται από διεθνείς αρχές και έχουν υιοθετηθεί, είτε πλήρως, είτε μερικώς από τις ευρωπαϊκές χώρες για [40]

41 την αναπαράσταση των προϋπολογισμών τους. Παράλληλα όμως, οι εγχώριες στατιστικές αρχές δημοσιεύουν και προτείνουν τις δικές τους ξεχωριστές λίστες κωδικών, για τις εξειδικευμένες τους ανάγκες. Αντίστοιχα, λίστες κωδικών χρησιμοποιούνται και στα σύνολα δεδομένων προϋπολογισμού Αθήνας και Θεσσαλονίκης, όπως και σε αυτά άλλων ελληνικών πόλεων. Η παρουσία τους βοήθησε σημαντικά τη διαδικασία ανάλυσης των δημοσιονομικών τους δεδομένων. 4.3 Σημασιολογική Αναπαράσταση Στην παρούσα υποενότητα περιγράφεται η διαδικασία σημασιολογικής μετατροπής και αναπαράστασης των πρωτογενών δεδομένων που χρησιμοποιήθηκαν, με χρήση του εργαλείου LinkedPipes ETL LinkedPipes ETL Για τη σημασιολογική μετατροπή των δεδομένων προϋπολογισμού του δήμου Αθηναίων και του δήμου Θεσσαλονίκης, χρησιμοποιήθηκε το εργαλείο LinkedPipes ETL που επιτρέπει λειτουργίες όπως η ανάκτηση, ο καθαρισμός, το φιλτράρισμα και η επεξεργασία, η σημασιολογική μετατροπή και η αντιστοίχιση (mapping) αντιστοίχιση των δεδομένων στις ιδιότητες που έχουν οριστεί από το OpenBudgets.eu μοντέλο, καθώς και η αποθήκευσή τους. Το εργαλείο LinkedPipes ETL στηρίζεται στη δημιουργία και διαχείριση των λεγόμενων pipelines, που μπορούν να εκτελεστούν με αυτόματο τρόπο για την εισαγωγή, μετατροπή και εξαγωγή των δεδομένων. Μια pipeline αποτελείται από πολλά διαφορετικά DPUs (Data Processing Units), κάθε ένα από τα οποία εξυπηρετεί ένα συγκεκριμένο σκοπό και λειτουργία, για παράδειγμα, το φιλτράρισμα των δεδομένων, ή τη δημιουργία σημασιολογικών σχέσεων μέσω SPARQL ερωτημάτων. Η δομή του εργαλείου είναι τέτοια που επιτρέπει την επαναχρησιμοποίηση DPUs από μία pipeline σε μία άλλη (με την κατάλληλη παραμετροποίηση). Έτσι, μια διαφορετική διαμόρφωση μιας pipeline, μπορεί να αναπαραστήσει ένα διαφορετικό σενάριο σημασιολογικής μετατροπής δεδομένων και μπορεί να αξιοποιηθεί για την δημιουργία καινούριων pipelines. Αυτή η επαναχρησιμοποίηση των δομικών στοιχείων (DPUs) των pipelines και κατ' επέκταση η δυνατότητα αυτοματοποίησης της διαδικασίας αποτελούν τα βασικά πλεονεκτήματα του LinkedPipes ETL και για 5 [41]

42 αυτό τον λόγο επιλέχθηκε για τη διαδικασία της σημασιολογικής αναπαράστασης των δεδομένων προϋπολογισμού του δήμου Αθηναίων και δήμου Θεσσαλονίκης LinkedPipes ETL pipeline για Δεδομένα Προϋπολογισμών Αφού έγινε η ανάκτηση των συνόλων δεδομένων προϋπολογισμού των δήμων Αθηναίων και Θεσσαλονίκης, ακολούθως έγινε η μετατροπή και η σημασιολογική τους αναπαράσταση σε μορφή RDF. Τα σύνολα δεδομένων που μετατράπηκαν σε σημασιολογική μορφή περιλαμβάνουν τις χρονιές 2004 έως 2015 για το δήμο Αθηναίων και 2011 έως 2015 για το δήμο Θεσσαλονίκης. Πάνω σε αυτά τα δεδομένα προϋπολογισμών πραγματοποιήθηκε η ανάλυση στη συνέχεια. Ως κύριο εργαλείο μετατροπής των δεδομένων προϋπολογισμού σε διασυνδεδεμένα δεδομένα χρησιμοποιήθηκε το εργαλείο LinkedPipes ETL. Τα νέα σημασιολογικά δεδομένα είναι ανοιχτά διαθέσιμα στο Διαδίκτυο6 και μπορούν να αξιοποιηθούν από κάθε ενδιαφερόμενο, ενώ μεταφορτώθηκαν και σε Virtuoso Server, από όπου και στη συνέχεια ανακτήθηκαν για τους σκοπούς της ανάλυσης, με τα κατάλληλα SPARQL ερωτήματα. Χρησιμοποιώντας το LinkedPipes ETL, η σημασιολογική μετατροπή των δεδομένων μπορεί να γίνει, σε ένα μεγάλο βαθμό τουλάχιστον, αυτόματα. Πριν όμως ανακτηθεί ένα σύνολο δεδομένων μέσω των κατάλληλων διεργασιών του LinkedPipes ETL, είναι χρήσιμο να αναγνωριστούν οι διαστάσεις και οι ιδιότητες που περιέχει και χρησιμοποιεί, ώστε να σχεδιαστεί κατάλληλα η αντίστοιχη pipeline μετατροπής, με τα απαραίτητα DPUs που χρειάζονται. Παρακάτω, παρουσιάζεται ένα παράδειγμα της διαδικασίας που χρησιμοποιείται μέσω μιας LinkedPipes ETL pipeline, για τη σημασιολογική μετατροπή δεδομένων προϋπολογισμού. Στις περισσότερες περιπτώσεις, μια διαφοροποιημένη δομή pipeline απαιτείται ώστε να φτάσουμε στον επιθυμητό στόχο, βάσει των χαρακτηριστικών του συνόλου δεδομένων, αλλά και των μεταδεδομένων του. Για παράδειγμα, αν και στη βασική τους δομή θα μοιάζουν σε μεγάλο βαθμό, τα σύνολα δεδομένων προϋπολογισμού δύο δήμων μπορεί να διαφέρουν σε μια διαφορετική ιδιότητα που χρησιμοποιούν, ενώ πάντα απαιτείται και η ξεχωριστή παραμετροποίηση της pipeline βάσει της ονομασίας του δήμου, ή της χρονολογίας στην οποία αναφέρεται ο προϋπολογισμός. Κάποια από τα πιο συνηθισμένα πεδία που συναντώνται στα σύνολα δεδομένων προϋπολογισμού των ελληνικών πόλεων, όπως της Αθήνας και της Θεσσαλονίκης είναι οι κωδικοί αριθμοί εσόδων/εξόδων (ΚΑΕ εσόδων/εξόδων), η υπεύθυνη για τα 6 [42]

43 έσοδα ή έξοδα διεύθυνση του δήμου, η συγκεκριμένη περιγραφή των εσόδων ή των εξόδων, καθώς και τα αντίστοιχα ποσά, για κάθε φάση του προϋπολογισμού. Όλες οι τιμές των πεδίων που μπορούν να συσχετιστούν με τις διαστάσεις του μοντέλου προϋπολογισμού του OpenBudgets.eu, μπορούν να αναπαρασταθούν με λίστες κωδικών (code lists). Η διαδικασία μετατροπής ενός συνόλου δεδομένων προϋπολογισμού σε τριπλέτες RDF, με χρήση του LinkedPipes ETL, εμφανίζεται στην επόμενη εικόνα. Τα κόκκινα πλαίσια είναι τα DPUs που χρησιμοποιούνται για να κατεβάσουν τα πρωτογενή δεδομένα προϋπολογισμού. Ο πιο κοινός τύπος δεδομένων που δημοσιεύονται τα αρχεία προϋπολογισμού είναι τα αρχεία CSV, ή τα αρχεία Excel, τα οποία μπορούν να μετατραπούν εύκολα σε μορφή CSV. Τα αρχεία αυτά μπορούν να ανακτηθούν από το LinkedPipes ETL είτε τοπικά, είτε διαδικτυακά, μέσω του URL τους. Εικόνα 7 : LinkedPipes ETL pipeline για Δημοσιονομικά Δεδομένα [43]

44 Μετά την ανάκτηση τους από το εργαλείο, τα πρωτογενή δεδομένα προϋπολογισμού περνούν σε ένα plugin που ονομάζεται Tabular. Στο DPU αυτό ρυθμίζεται πως θα διαβαστεί το αρχείο καθώς και πως ακριβώς θα περιγραφούν τα δεδομένα του. Επίσης, καθορίζεται το μοντέλο δεδομένων που θα χρησιμοποιηθεί. Συνολικά δηλαδή, το Tabular plugin στο LinkedPipes ETL χρησιμοποιείται για να κατασκευαστεί η βασική δομή του προϋπολογισμού κατά τη σημασιολογική του μετατροπή σε μορφή RDF. Επιπρόσθετα, στο Tabular καθορίζεται πως θα πραγματοποιηθούν οι βασικές αντιστοιχίσεις (mappings) των δεδομένων. Το συγκεκριμένο plugin μπορεί να κατασκευάσει τις κύριες ιδιότητες για κάθε σημασιολογική οντότητα, δηλώνοντας απλώς το όνομα της στήλης, τον τύπο των δεδομένων που αυτή περιέχει και, φυσικά, την URI ιδιότητα που θα χρησιμοποιηθεί για να περιγράψει τα αντίστοιχα δεδομένα. Εικόνα 8: Tabular plugin του εργαλείου LinkedPipes ETL [44]

45 Για κάθε σημασιολογική οντότητα που δημιουργείται, ορίζεται και η βάση του URI που θα χρησιμοποιηθεί, ενώ δηλώνεται ποια στήλη από το σύνολο δεδομένων θα χρησιμοποιηθεί για να ξεχωρίζει τη συγκεκριμένη οντότητα. Για παράδειγμα, για το σύνολο δεδομένων προϋπολογισμού της Αθήνας του 2015, έχει δηλωθεί η βάση του URI /slice/, ενώ η οντότητα με κωδικό που αναφέρεται σε μια συγκεκριμένη κατηγορία εσόδου/εξόδου, μιας συγκεκριμένης διεύθυνσης του δήμου, αναπαρίσταται με το URI, βάσει της βάσης που έχει οριστεί, αλλά και της αντίστοιχης τιμής της στο σύνολο δεδομένων, για παράδειγμα ως /slice/ Αντί του κωδικού αυτού, θα μπορούσε να χρησιμοποιηθεί κάποια άλλη στήλη, ή απλώς ένα ξεχωριστό id, που θα διαχώριζε τη συγκεκριμένη γραμμή προϋπολογισμού-σημασιολογική οντότητα από τις υπόλοιπες, για παράδειγμα /slice/100. Επιπρόσθετα, ορίζεται η κλάση για κάθε οντότητα του συνόλου δεδομένων. Έτσι, κάθε παρατήρηση (observation) προϋπολογισμού, αποτελεί στιγμιότυπο της κλάσης qb:observation της DataCube, ενώ έχοντας κάποιες από τις διαστάσεις τους κοινές, οι παρατηρήσεις ομαδοποιούνται σε φέτες (slices), οι οποίες με τη σειρά τους αποτελούν στιγμιότυπα της κλάσης qb:slice της DataCube. Ουσιαστικά, στα δεδομένα προϋπολογισμού των δήμων Αθηναίων και Θεσσαλονίκης που χρησιμοποιήθηκαν, κάθε εγγραφή προϋπολογισμού θεωρείται μια slice, ενώ για κάθε ξεχωριστή φάση προϋπολογισμού, ορίζονται ξεχωριστές παρατηρήσεις. Για αυτό το λόγο, η βάση του URI στο Tabular plugin αναφέρεται σε slices. Για κάθε σύνολο δεδομένων που χρησιμοποιείται ως είσοδος σε μια pipeline, υπάρχει και το αντίστοιχο Tabular plugin για τον κατάλληλο χειρισμό των δεδομένων. Για πιο πολύπλοκες αντιστοιχίσεις (mappings) που απαιτούνται στη σημασιολογική αναπαράσταση δεδομένων προϋπολογισμού, όπως για παράδειγμα για τη δημιουργία σημασιολογικών σχέσεων μεταξύ των οντοτήτων, η λειτουργικότητα του Tabular δεν αρκεί, οπότε χρησιμοποιούνται πιο εξειδικευμένα DPUs του UnifiedViews, όπως τα SPARQL Construct και SPARQL Update DPUs. Τα συγκεκριμένα plugins έχουν τη δυνατότητα να πραγματοποιήσουν τα αντίστοιχα ερωτήματα που υποδηλώνουν οι ονομασίες τους (κατασκευής και ανανέωσης ή διαγραφής σημασιολογικών δεδομένων), πάνω στα δεδομένα που δέχονται ως είσοδο. Όπως φαίνεται και στην απεικόνιση της pipeline για τον Δήμο Αθήνας, τέτοια DPUs χρησιμοποιούνται κατά κόρον στη διαδικασία της σημασιολογικής μετατροπής των δεδομένων προϋπολογισμού κι αυτό γιατί, εκτός των άλλων, τα δεδομένα που προέρχονται από τον εκάστοτε δήμο θα πρέπει να συνδεθούν σημασιολογικά και με τις διάφορες λίστες κωδικών (code lists) που αυτός χρησιμοποιεί και οι οποίες έχουν ήδη [45]

46 αναπαρασταθεί σημασιολογικά με μια αντίστοιχη διαδικασία. Οι pipelines του UnifiedViews για αυτές τις λίστες κωδικών είναι διαφορετικής και λιγότερο πολύπλοκης δομής. Επιπρόσθετα, με SPARQL Construct DPU δημιουργούνται οι επιμέρους παρατηρήσεις του προϋπολογισμού, κάθε μία από τις οποίες αναφέρεται μια ξεχωριστή φάση του προϋπολογισμού, για κάθε εγγραφή του προϋπολογισμού. Ένα παράδειγμα μιας τέτοιας σημασιολογικής οντότητας αναφέρεται με το URI /observation/1000. Κάθε εγγραφή-slice του προϋπολογισμού περιέχει τόσες παρατηρήσεις, όσες και οι φάσεις του προϋπολογισμού (budgetphase) που υπάρχουν ως στήλες στα δεδομένα. Με αντίστοιχα ερωτήματα δημιουργούνται όλες οι σημασιολογικές σχέσεις μεταξύ των οντοτήτων του προϋπολογισμού, ενώ κατασκευάζονται οι απαιτούμενες ιδιότητες που χρειάζονται για να προσδιορίσουν κάθε σημασιολογική οντότητα, βάσει των διαθέσιμων δεδομένων. Οι ιδιότητες administrativeclassification και economicclassification δημιουργούνται μέσω κατάλληλης σημασιολογικής σύνδεσης με τις αντίστοιχες λίστες κωδικών που διοχετεύονται ως είσοδοι στην pipeline. Οι συνδέσεις πραγματοποιούνται με SPARQL construct ερωτήματα, βάσει των τιμών των κωδικών που υπάρχουν στα αντίστοιχα αρχεία (αυτό του προϋπολογισμού και το RDF με την λίστα κωδικών), με την αντίστοιχη ιδιότητα στον προϋπολογισμό (για παράδειγμα economicclassification) να λαμβάνει ως τιμή το URI της οντότητας που έχει τιμή το σχετικό κωδικό, στη λίστα κωδικών, για παράδειγμα (για το ΚΑΕ 7134): Ωστόσο, για την functionalclassification, δεν υπάρχει ξεχωριστή λίστα κωδικών, καθώς η συγκεκριμένη ταξινόμηση είναι εξειδικευμένη για κάθε δήμο και κάθε χρονιά. Πιο συγκεκριμένα, η functionalclassification αποτελεί σύμπτυξη της administrativeclassification και της economicclassification, ενώ περιέχει εξειδικευμένη οικονομική πληροφορία. Για παράδειγμα, στον κωδικό , το 10 αναφέρεται στη διαχειριστική διεύθυνση του δήμου (administrativeclassification), το 3219 στον κωδικό ΚΑΕ (economicclassification), που είναι κοινός για όλους τους δήμους της Ελλάδας, ενώ το 014 επιμερίζει το προϋπολογιζόμενο έξοδο/έσοδο για τις εξειδικευμένες ανάγκες του δήμου. Έτσι, ο κωδικός 014 για το συγκεκριμένο ΚΑΕ μπορεί να έχει διαφορετική σημασία μεταξύ των δήμων Αθηναίων και Θεσσαλονίκης. Η συνένωση [46]

47 των κωδικών αυτών επιτυγχάνεται με ένα σύνθετο SPARQL Construct DPU και αναφέρεται στην functionalclassification της οντότητας. Συνολικά, στα σύνολα προϋπολογισμού των δήμων Αθηναίων και Θεσσαλονίκης ορίζονται σημασιολογικά οι εξής ιδιότητες από το OpenBudgets.eu μοντέλο (διαστάσεις, μετρήσιμα μεγέθη, χαρακτηριστικά): administrativeclassification functionalclassification economicclassification budgetphase amount currency fiscalyear operationalcharacter organization Έχοντας δημιουργήσει όλες τις απαιτούμενες τριπλέτες RDF, αυτές συνενώνονται όλες μαζί σε έναν RDF γράφο και τελικά εξάγονται σε ένα αρχείο RDF, ενώ μπορούν να μεταφορτωθούν και σε Virtuoso server, μέσω του σχετικού DPU του UnifiedViews. Για κάθε δήμο και για κάθε χρονιά, δημιουργήθηκε ένας ξεχωριστός RDF γράφος με τα αντίστοιχα δεδομένα σε σημασιολογική μορφή και στη συνέχεια όλα τα σχετικά δεδομένα μεταφορτώθηκαν σε Virtuoso server, όπως αναφέρθηκε, ενώ δημιουργήθηκαν και τα αντίστοιχα ξεχωριστά αρχεία που είναι διαθέσιμα στο Διαδίκτυο. 4.4 SPARQL ερωτήματα Η SPARQL (SPARQL Protocol and RDF Query Language) αποτελεί μια από τις σημαντικότερες τεχνολογίες του Semantic Web και είναι μια γλώσσα που χρησιμοποιείται για την πραγματοποίηση ερωτημάτων σε RDF γράφους, καθώς επίσης και για την ανάκτηση και το χειρισμό των δεδομένων που αυτοί περιέχουν. Τα ερωτήματα αυτά πραγματοποιούνται σε κάποιο SPARQL endpoint, το οποίο είναι μια υπηρεσία που δέχεται SPARQL ερωτήματα και επιστρέφει τα αποτελέσματα. [47]

48 H SPARQL μπορεί να πραγματοποιήσει τέσσερα διαφορετικά είδη ερωτημάτων: SELECT: για την εξαγωγή πρωτογενών δεδομένων από το endpoint, με τα αποτελέσματα να είναι σε μορφή πίνακα CONSTRUCT: τα αποτελέσματα του ερωτήματος μετατρέπονται σε RDF ASK: τα αποτελέσματα είναι της μορφής true/false DESCRIBE: επιστρέφει έναν RDF γράφο που περιγράφει τις πηγές που βρέθηκαν Σε κάθε ένα από αυτά τα ερωτήματα μπορεί να υπάρχει η συνθήκη WHERE που συγκεκριμενοποιεί και περιορίζει τα αποτελέσματα, βάσει των patterns αναζήτησης που περιέχει. Οι μεταβλητές σε ένα SPARQL ερώτημα ξεκινούν με τον χαρακτήρα? (ή $), ενώ συνηθίζεται να γίνεται ο ορισμός των prefixes και να χρησιμοποιούνται αυτά μέσα στο ερώτημα, αντί για ολόκληρο το namespace της οντολογίας που αντιπροσωπεύουν. SPARQL ερωτήματα χρησιμοποιήθηκαν για την ανάκτηση των αριθμοδεικτών, μέσα από τα σημασιολογικά πια δημοσιονομικά δεδομένα Αθήνας και Θεσσαλονίκης. Ένα τέτοιο SPARQL ερώτημα είναι το παρακάτω: SELECT?year (SUM(?amount) AS?sum) WHERE {?dataset obeu-dimension:fiscalyear?year.?dataset obeu-dimension:organization?organization.?dataset obeu-dimension:operationcharacter?op_character.?dataset qb:slice?slice.?slice qb:observation?observation.?observation gr-dimension:budgetphase?phase.?observation obeu-measure:amount?amount. VALUES?phase {obeu-budgetphase:executed} VALUES?organization { < VALUES?op_character {obeu-operation:expenditure } VALUES?year {< } Στο συγκεκριμένο ερώτημα, αναζητάται το συνολικό ποσό των εκτελεσθέντων εξόδων του προϋπολογισμού του Δήμου Αθηναίων για τη χρονιά Το ποσό αυτό υπολογίζεται ως το άθροισμα των επιμέρους ποσών για κάθε εγγραφή του συνόλου δεδομένων του προϋπολογισμού και θα μπορούσε να περιοριστεί σε ένα συγκεκριμένο υποσύνολο (για παράδειγμα μια συγκεκριμένη διεύθυνση του Δήμου). Στο SELECT του ερωτήματος βρίσκονται οι μεταβλητές που θα εμφανίζονται στα αποτελέσματα (εν προκειμένω η χρονιά και το συνολικό ποσό), ενώ το βασικό graph pattern που αναζητείται στον RDF γράφο, περιέχεται μέσα στη συνθήκη WHERE. [48]

49 Στη συνθήκη where περιέχονται τα patterns στα οποία πρέπει να ταιριάζουν οι RDF τριπλέτες από τα σημασιολογικά δεδομένα του γράφου. Τα patterns ακολουθούν τη δομή των RDF τριπλετών, δηλαδή subject predicate object. Ο επεξεργαστής SPARQL ερωτημάτων κάνει αναζήτηση για τριπλέτες που ταιριάζουν σε αυτά τα patterns, με τις μεταβλητές να χρησιμοποιούνται διαφορετικά σε κάθε pattern, όπως η?slice που στο ένα είναι το object και στο άλλο το subject. Αυτά τα patterns τριπλετών αποτελούν το βασικό graph pattern του ερωτήματος, το οποίο ταιριάζει με ένα υπογράφο των RDF δεδομένων, εφόσον υπάρχουν RDF όροι σε αυτόν τον υπογράφο, οι οποίοι μπορούν να αντικατασταθούν για τις μεταβλητές του ερωτήματος και να προκύψει ένας RDF γράφος ίδιος με τον υπογράφο. Πιο αναλυτικά, με τη μεταβλητή?dataset εννοείται το σύνολο δεδομένων στο οποίο θα γίνει η αναζήτηση και περιέχει τις ιδιότητες του κύβου με το οποίο έχει μοντελοποιηθεί σημασιολογικά. Στο συγκεκριμένο ερώτημα αξιοποιούνται οι διαστάσεις obeu-dimension:fiscalyear, obeu-dimension:organisation και obeudimension:operationcharacter, που αναφέρονται στη χρονιά, στο Δήμο και στο αν τα δεδομένα αναφέρονται στα έσοδα ή στα έξοδα του προϋπολογισμού. Παράλληλα, το συγκεκριμένο σύνολο δεδομένων έχει επιμεριστεί σε φέτες (qb:slice), οι οποίες με τη σειρά τους περιέχουν συγκεκριμένες παρατηρήσεις (qb:observation). Η σειρά που ακολουθείται είναι πάντα subject predicate object. Κάθε τέτοια παρατήρηση περιέχει ένα μετρήσιμο ποσό obeu-measure:amount, ενώ αναφέρεται σε μια συγκεκριμένη φάση προϋπολογισμού gr-dimension:budgetphase. Η τιμή που μπορεί να πάρει η συγκεκριμένη μεταβλητή (?phase) καθορίζεται μέσω της VALUES και εν προκειμένω, πρόκειται μόνο για τα ποσά που αναφέρονται στη φάση προϋπολογισμού εκτελεσθέντα (obeu-budgetphase:executed). Ανάλογα ορίζονται και οι τιμές για άλλες μεταβλητές, όπως ο Δήμος Αθηναϊων για τη μεταβλητή?organization που αποτελεί ουσιαστικά την τιμή της διάστασης obeudimension:organization του κύβου, όπως επίσης και η χρονιά 2005, κατ' αντίστοιχο τρόπο. Τέλος, για τη διάσταση obeu-dimension:operationcharacter, καθορίζεται η τιμή obeu-operation:expenditure, η οποία αναφέρεται στα έξοδα του προϋπολογισμού. Με βάση τις τιμές αυτές, οι μεταβλητές στη συνθήκη where γίνονται συγκεκριμένες και ανακτώνται μόνο εκείνα τα ποσά που αποτελούν μετρήσιμα μεγέθη (μέσω της obeu-measure:amount) των εν λόγω παρατηρήσεων. Ενδεχόμενη απουσία κάποιας συνθήκης VALUES θα είχε μεγαλύτερο αριθμό αποτελεσμάτων, ανάλογα με τη μεταβλητή στην οποία θα αναφερόταν. Το τελικό συνολικό ποσό μπορεί να αξιοποιηθεί στον υπολογισμό ενός αριθμοδείκτη. Για να προκύψει η τιμή ενός του αριθμοδείκτη για τα έξοδα ανά κάτοικο για παράδειγμα, τότε το συνολικό αυτό ποσό διαιρείται με τον πληθυσμό του Δήμου, βάσει και της τελευταίας απογραφής του Ανάλογα υπολογίστηκαν και οι υπόλοιποι αριθμοδείκτες, με αντίστοιχα ή και διαφορετικά SPARQL ερωτήματα. [49]

50 4.5 Στατιστική Ανάλυση δεικτών με χρήση RStudio Η στατιστική ανάλυση πραγματοποιήθηκε για μια σειρά επιλεγμένων δεικτών. Για το δήμο Θεσσαλονίκης οι τιμές των αριθμοδεικτών που προέκυψαν παρατίθενται παρακάτω. Δείκτες Δείκτης Συνολικών Εσόδων ανά Κάτοικο Δείκτης Συνολικών Εξόδων ανά Κάτοικο Δείκτης Επιβάρυνσης Δημοτών Δείκτης Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο Φόροι και Τέλη ανά Κάτοικο Έξοδα χρήσης ανά Κάτοικο Επενδύσεις ανά Κάτοικο Επιχορηγήσεις ανά Κάτοικο Δείκτης Κόστους Απασχόλησης ως προς τις Δαπάνες Δείκτης Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης Δείκτης Επιχορηγήσεων ως προς τις Δαπάνες Δείκτης Κάλυψης Εξόδων από τα Τακτικά Έσοδα Δείκτης Κάλυψης Κόστους Μισθοδοσίας Προσωπικού Δείκτης ΚΑΠ Δείκτης Αυτονομίας Δείκτης Αστάθειας Δείκτης Εξάρτησης Δείκτης Ανεξαρτησίας Δείκτης Λειτουργικής Αυτονομίας Δείκτης Λειτουργικών Δαπανών Δείκτης Επενδύσεων Δείκτης Υποχρεώσεων Δείκτης Απαιτήσεων Δείκτης Αποπληρωμής Δανειακών Υποχρεώσεων Πίνακας 1 [50]

51 Για τον δήμο Αθηναίων παρατίθενται οι τιμές των ίδιων επιλεγμένων αριθμοδεικτών Η ανάλυση των δύο συνόλων δεδομένων περιλαμβάνει περιγραφική στατιστική, χρησιμοποιώντας τη γλώσσα προγραμματισμού R, η οποία ενδείκνυται για γνωσιακή επεξεργασία μέσω στατιστικής. Η R είναι μία από τις πιο διαδεδομένες γλώσσες προγραμματισμού για στατιστική ανάλυση δεδομένων, καθώς παρέχει μια μεγάλη ποικιλία στατιστικών δυνατοτήτων. Πρόκειται για ένα έργο GNU [51]

52 Η πιο εξελιγμένη έκδοση της R, η οποία και χρησιμοποιήθηκε για την στατιστική ανάλυση των αριθμοδεικτών, είναι το RStudio. Η συγκεκριμένη έκδοση της R παρέχει στον χρήστη μια πληθώρα δυνατοτήτων με χρήση των κατάλληλων εντολών και πακέτων (packages). Εικόνα 9: Το περιβάλλον του RStudio Με την εκκίνηση του R Studio φορτώνονται εντολές και συναρτήσεις από τα default πακέτα. Ωστόσο έχουμε την δυνατότητα να φορτώσουμε επιπλέον εντολές και συναρτήσεις, οι οποίες περιέχονται σε διάφορα εξειδικευμένα πακέτα. Στο διαδίκτυο υπάρχουν εκατοντάδες πακέτα που καλύπτουν σχεδόν όλες τις περιοχές της εφαρμοσμένης στατιστικής. Για τις ανάγκες της στατιστικής ανάλυσης που πραγματοποιήθηκε στην παρούσα εργασία, απαραίτητη είναι η εγκατάσταση των πακέτων reshape, psych, xlsx, rjava, ggplot2 και corrplot. Μετά την εγκατάστασή τους, για να γίνει χρήση των εντολών των πακέτων αυτών τρέχουμε την αντίστοιχη εντολή, ώστε να φορτώσουμε τις συναρτήσεις, λόγου χάρη library(reshape). Το reshape package μας προσφέρει δυνατότητες αναμόρφωσης και ομαδοποίησης των δεδομένων ευέλικτα. Εν ολίγοις, ρευστοποιούμε τα δεδομένα με την εντολή melt() και τα διαμορφώνουμε στην επιθυμητή δομή με την εντολή cast(). Επιπρόσθετα στην R υπάρχει ένα ευρύ φάσμα εντολών για να εξασφαλίσουμε συνοπτικά τα απαραίτητα στατιστικά στοιχεία. Μία μέθοδος για περιγραφική στατιστική είναι η χρήση της εντολής sapply (). [52]

53 Οι εντολές που χρησιμοποιούνται στην sapply() περιλαμβάνουν τις mean, sd, min, max, median, range, και quantile. Κατά αυτόν τον τρόπο και με χρήση επιπλέον κατάλληλων εντολών υπολογίζουμε και για τα δύο σύνολα δεδομένων τα μέτρα κεντρικής τάσης, μέση τιμή, διάμεσο, ποσοστιαία σημεία, ώστε να λάβουμε μια πρώτη πληροφόρηση για τη θέση της κατανομής των παρατηρήσεων, καθώς και τα μέτρα διασποράς, εύρος, τυπική απόκλιση, ώστε να περιγράψουμε με αριθμητικά μεγέθη τις αποκλίσεις των τιμών της μεταβλητής γύρω από τα μέτρα κεντρικής τάσης. Επιπρόσθετα, τον συντελεστή λοξότητας, ως ένα αριθμητικό μέτρο καθορισμού της ασυμμετρίας που χαρακτηρίζει την κατανομή και τέλος τον συντελεστή κύρτωσης, το οποίο μέτρο αποτυπώνει τον βαθμό συγκέντρωσης των τιμών της μεταβλητής γύρω από τον μέσο. Το xlsx package καθιστά δυνατή τη διαχείριση αρχείων Excel μέσω της R. Μια διεπαφή προγραμματισμού εφαρμογών (API) επιτρέπει στον χρήστη να διαβάσει ένα φύλλο ενός αρχείου xlsx σε data.frame και να γράψει ένα data.frame σε ένα αρχείο Excel. Στα μετόπισθεν, το xlsx package χρησιμοποιεί μια βιβλιοθήκη της Java από το project Apache 8. Αφού φορτώσουμε τη library(xlsx), με την εντολή save.xlsx αποθηκεύουμε τον πίνακα με τα περιγραφικά μέτρα των αριθμοδεικτών, που έχει προκύψει, σε ένα φύλλο εργασίας Excel. Στη συνέχεια, για κάθε σύνολο δεδομένων, ομαδοποιούμε τα δεδομένα σε δύο υποσύνολα, στο υποσύνολο αριθμοδεικτών οι οποίοι εκφράζουν ποσό που αντιστοιχεί ή επιβαρύνει κάθε δημότη, και στο υποσύνολο αριθμοδεικτών οι οποίοι εκφράζουν ποσοστό. Για κάθε υποσύνολο αριθμοδεικτών κατασκευάζουμε τα αντίστοιχα θηκογράμματα. Το ggplot2 package παρέχει μια ισχυρή γλώσσα γραφικών και αποτελεί ένα εξελιγμένο σύστημα γραφικής αποτύπωσης για δημιουργία καλαίσθητων και πολύπλοκων γραφημάτων. Σε αντίθεση με τα βασικά γραφήματα της R, οι γραφικές αναπαραστάσεις με χρήση του πακέτου ggplot2 δεν επηρεάζονται από επιλογές που προσδιορίζει η εντολή par() για προσαρμογή των χαρακτηριστικών των γραφημάτων. Τα γραφήματα με χρήση του συγκεκριμένου πακέτου μπορούν να τροποποιηθούν χρησιμοποιώντας την εντολή theme(). Για ακόμη μεγαλύτερη ευελιξία, χρησιμοποιείται η εντολή ggplot(), καθώς και άλλες εντολές που παρέχονται από το πακέτο. Αναφορικά με την κατασκευή θηκογράμματος, η ανάλυση δεδομένων με το συγκεκριμένο γράφημα, μας επιτρέπει να παρουσιάσουμε τα κυριότερα μέτρα θέσης με τέτοιο τρόπο, ώστε να διευκολύνεται πολύ η εξαγωγή συμπερασμάτων για την κατανομή. Από τα θηκογράμματα για κάθε αριθμοδείκτη, πληροφορούμαστε για τυχόν παράτυπα σημεία, ακραίας τιμές ή εξαιρετικά ακραίες, οι οποίες βρίσκονται εκτός των φραγμάτων. Κατόπιν, με την εντολή multi.hist() στο ίδιο γράφημα δημιουργούμε πολλαπλά ιστογράμματα, όπου αποτυπώνεται αν καθένα από αυτά ακολουθεί την κανονική 8 [53]

54 κατανομή και οι τιμές της μεταβλητής είναι κανονικά κατανεμημένες. Τα αντίστοιχα γραφήματα γίνονται και για τα δύο υποσύνολα αριθμοδεικτών. Όσον αφορά το corrplot package, το πακέτο αυτό αποτελεί μια γραφική απεικόνιση του πίνακα συσχέτισης. Επίσης, περιέχει ορισμένους αλγόριθμους, οι οποίοι καθιστούν εφικτή την αναδιάταξη του πίνακα. Επιπλέον, το πλεονέκτημα που παρέχει είναι ότι εξειδικεύεται στη λεπτομέρεια, υπό την έννοια της επιλογής χρώματος, ετικέτας κειμένου, ετικέτας χρώματος και λοιπών επιλογών. Αντί να ερμηνεύουμε τον πίνακα συσχέτισης, από τις τιμές που λαμβάνει ο συντελεστής συσχέτισης, ώστε να αποφανθούμε αν μεταξύ των δύο μεταβλητών, στην προκειμένη περίπτωση αριθμοδεικτών, υπάρχει πολύ ισχυρή, ασθενής ή και καθόλου συσχέτιση, έχουμε την δυνατότητα να αναπαραστήσουμε γραφικά αυτά τα δεδομένα. Αφού φορτώσουμε την βιβλιοθήκη corrplot, εν συνεχεία μπορούμε να κάνουμε τη γραφική αποτύπωση του πίνακα συσχέτισης με την εντολή cor(). Μάλιστα, στο corrplot package είναι διαθέσιμες διάφορες μέθοδοι απεικόνισης, όπως ο κύκλος, το τετράγωνο, η έλλειψη, η αριθμητική ένδειξη, η σκίαση, η χρωματική απόχρωση, η πίτα. Η προεπιλεγμένη μέθοδος είναι η αναπαράσταση μέσω κύκλου, η οποία και χρησιμοποιήθηκε για την αναπαράσταση του κάθε πίνακα συσχέτισης και για τα δύο σύνολα δεδομένων. Η κάθε κυκλική επιφάνεια αντιστοιχεί στον συντελεστή συσχέτισης που έχουν οι αντίστοιχες μεταβλητές Το χρώμα της κάθε κυκλικής επιφάνειας αποτυπώνεται στην πλευρική μπάρα, όπου το έντονο μπλε αντιστοιχεί στην θετική μονάδα και το έντονο κόκκινο στην αρνητική μονάδα. Τέλος, δημιουργούμε χρονοσειρές, συνδέοντας τις τιμές που εμφανίζει ο κάθε αριθμοδείκτης ανά έτος, από το αντίστοιχο σύνολο δεδομένων, χρησιμοποιώντας την εντολή geom_line(),συνδυαστικά με την ggplot(), όπου για λόγους σύγκρισης αποτυπώνουμε τις χρονοσειρές σε ίδια γραφήματα. [54]

55 5 Αποτελέσματα Στην ενότητα αυτή παρουσιάζονται τα αποτελέσματα της στατιστικής ανάλυσης των δεικτών, όπως αυτά διαμορφώθηκαν, καθώς και οι αντίστοιχες διαγραμματικές αναπαραστάσεις των αποτελεσμάτων, στατιστικά γραφήματα. 5.1 Περιγραφικά Μέτρα Για καθέναν από τους επιλεγμένους αριθμοδείκτες παρατίθενται οι τιμές των μέτρων κεντρικής τάσης, των μέτρων διασποράς, του συντελεστή λοξότητας και του συντελεστή κύρτωσης, συγκριτικά για τα σύνολα δεδομένων του δήμου Αθηναίων και του δήμου Θεσσαλονίκης Δείκτες Εσόδων και Εξόδων ανά Κάτοικο Παρουσιάζονται αρχικά τα περιγραφικά μέτρα για τους αριθμοδείκτες εσόδων και εξόδων ανά κάτοικο, καθώς οι συγκεκριμένοι δείκτες είναι αρκετά χρήσιμοι για τη σύγκριση μεταξύ των δύο δήμων, καθότι αποτυπώνουν τον τρόπο λειτουργίας του δήμου σε σχέση με τους δημότες. Για τον δείκτη Συνολικών Εσόδων ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή 768, Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο [55]

56 Από τον παραπάνω πίνακα παρατηρούμε ότι ο δήμος Αθηναίων παρουσιάζει κατά μέσο όρο μεγαλύτερο κατά κεφαλήν ποσό με βάση τα συνολικά έσοδα, σε σχέση με τον δήμο Θεσσαλονίκης, συνεπώς με μια πρώτη επισκόπηση μπορεί να διαθέσει περισσότερα έσοδα ανά κάτοικο για την υλοποίηση των πολιτικών του. Η κεντρική θέση της κατανομής των παρατηρήσεων, τόσο για το σύνολο δεδομένων του δήμου Αθηναίων, όσο και του δήμου Θεσσαλονίκης συγκλίνει με τη μέση τιμή, με αυτή του δήμου Αθηναίων να παρουσιάζει και πάλι λίγο μεγαλύτερη τιμή από την αντίστοιχη του δήμου Θεσσαλονίκης. Όσον αφορά τα μέτρα διασποράς, ως μια πρώτη προσέγγιση, η μεγαλύτερη μεταβλητότητα εμφανίζεται στο δήμο Αθηναίων, γεγονός που συνεπάγεται μεγαλύτερη διαφοροποίηση στην πάροδο του χρόνου. Για τον δείκτη Συνολικών Εξόδων ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος ,57 Τυπική Απόκλιση Ελάχιστη Τιμή 939,42 552,91 Μέγιστη Τιμή ,85 Εύρος 552,51 326,94 Συντελεστής Λοξότητας -0, , Συντελεστής Κύρτωσης -1, , ο Τεταρτημόριο ο Τεταρτημόριο Από τον πίνακα των περιγραφικών μέτρων παρατηρούμε ότι ο δήμος Αθηναίων παρουσιάζει κατά μέσο όρο αρκετά μεγαλύτερο ποσό να αντιστοιχεί σε κάθε δημότη με βάση τα συνολικά έξοδα, συγκριτικά με τον δήμο Θεσσαλονίκης, δηλαδή φαίνεται να διαθέτει περισσότερες δαπάνες ανά δημότη για την εφαρμογή του προγράμματος δράσης του. Οι δύο κατανομές είναι πλατύκυρτες και ταυτόχρονα εμφανίζουν αρνητική ασυμμετρία, η οποία υποδηλώνει ομαδοποίηση των παρατηρήσεων δεξιά από τον μέση τιμή. [56]

57 Για τον δείκτη Επιβάρυνσης Δημοτών τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι ο δήμος Θεσσαλονίκης παρουσιάζει κατά μέσο όρο μικρότερο ποσό επιβάρυνσης των δημοτών από την είσπραξη των ιδίων εσόδων. Μάλιστα, για τον δήμο Θεσσαλονίκης η τυπική απόκλιση είναι αρκετά μικρή, επομένως αναμένουμε μια τυπική τιμή της μεταβλητής να μην απέχει κατά πολύ από τη μέση τιμή, γεγονός που συνεπάγεται μικρή διαφοροποίηση στις τιμές του συγκεκριμένου δείκτη με το πέρας των χρόνων. Ως μία εποπτική εικόνα των κατανομών, από τον συντελεστή κύρτωσης παρατηρούμε ότι και οι δύο κατανομές είναι πλατύκυρτες. Επιπρόσθετα, η κατανομή για το δήμο Αθηναίων εμφανίζει μία μικρή αρνητική ασυμμετρία, ενώ η κατανομή για τον δήμο Θεσσαλονίκης εμφανίζει θετική ασυμμετρία. [57]

58 Για τον δείκτη Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι ο δήμος Θεσσαλονίκης εμφανίζει κατά μέσο όρο σχετικά μικρότερο ποσό επιβάρυνσης ανταποδοτικών εσόδων και δικαιωμάτων για κάθε δημότη. Αξιοσημείωτη, ωστόσο, και για τα δύο σύνολα δεδομένων είναι η αρκετά μικρή τιμή της τυπικής απόκλισης, γεγονός που υποδηλώνει ότι δεν υπάρχει έντονη μεταβλητότητα στις τιμές με την πάροδο του χρόνου. Επιπλέον, εντοπίζουμε αρνητική τιμή στον συντελεστή λοξότητας στην κατανομή του δήμου Αθηναίων, όπως επίσης και μία μικρή αρνητική ασυμμετρία στην κατανομή του δήμου Θεσσαλονίκης. [58]

59 Για τον δείκτη Φόροι και Τέλη ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε συγκριτικά ότι ο μέσος όρος του ποσού επιβάρυνσης από φόρους και τέλη για κάθε δημότη είναι μεγαλύτερος στο δήμο Αθηναίων. Η τυπική απόκλιση, βέβαια, είναι μικρή και για τα δύο σύνολα δεδομένων, με αυτήν για τα δεδομένα του δήμου Θεσσαλονίκης να είναι σημαντικά μικρή. Ο συγκεκριμένος δείκτης άπτεται της φορολογικής πολιτικής των δήμων, επομένως αποτελεί ένδειξη της σταθερής πολιτικής φορολογικών απαιτήσεων που ακολουθούν οι δήμοι. Για τον δείκτη Έξοδα χρήσης ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή [59]

60 Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι τον μεγαλύτερο μέσο όρο του ποσού που δαπανά ανά δημότη για την λειτουργία του δήμου και την παροχή υπηρεσιών προς αυτούς, τον παρουσιάζει ο δήμος Αθηναίων. Η τυπική απόκλιση και για τα δύο σύνολα δεδομένων είναι σχετικά μεγάλη, άρα οι παρατηρήσεις διαφέρουν αρκετά από την μέση τιμή. Συνεπώς, παρατηρείται μεταβλητότητα στη δαπάνη ανά δημότη για την κάλυψη των λειτουργικών εξόδων των δήμων. Για τον δείκτη Επενδύσεις ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Από τον πίνακα των περιγραφικών μέτρων παρατηρούμε ότι ο μέσος όρος του δήμου Αθηναίων είναι κατά πολύ μεγαλύτερος από τον αντίστοιχο του δήμου Θεσσαλονίκης. Ο δείκτης αποτυπώνει το ποσό για επενδύσεις που δαπανά ανά δημότη ο εκάστοτε δήμος, οπότε συμπεραίνουμε ότι ο δήμος Αθηναίων αφιερώνει περισσότερους πόρους για την βελτίωση των δράσεων του, με αρκετά μεγάλη μεταβλητότητα στην πορεία του χρόνου. [60]

61 Για τον δείκτη Επιχορηγήσεις ανά Κάτοικο τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε για τον συγκεκριμένο δείκτη, ότι ο δήμος Θεσσαλονίκης λαμβάνει κατά μέσο όρο μεγαλύτερο ποσό επιχορηγήσεων ανά δημότη από την κεντρική διοίκηση, είτε για επενδυτικές, είτε για λειτουργικές δαπάνες. Επιπλέον βάσει του συντελεστή λοξότητας, η κατανομή δεδομένων του δήμου Αθηναίων παρουσιάζει μια μικρή θετική ασυμμετρία, με τις περισσότερες παρατηρήσεις να ομαδοποιούνται αριστερά από τον μέσο όρο Δείκτες δομής Εσόδων και Εξόδων Εν συνεχεία παρουσιάζονται τα περιγραφικά μέτρα για τους αριθμοδείκτες δομής εσόδων και εξόδων, οι οποίοι όπως έχει γίνει αναφορά εκφράζουν την ποσοστιαία συμμετοχή κάθε κατηγορίας και υποκατηγορίας εσόδων και εξόδων στα συνολικά έσοδα και έξοδα. Για τον δείκτη Αυτονομίας τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: [61]

62 Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Όπως προκύπτει από των πίνακα των περιγραφικών μέτρων, τόσο ο δήμος Αθηναίων, όσο και ο δήμος Θεσσαλονίκης, διαθέτουν αρκετά υψηλό μέσο όρο στον συγκεκριμένο δείκτη, δηλαδή διαθέτουν αρκετά αυτόνομη δράση. Κατά συνέπεια, έχουν την δυνατότητα να δρομολογήσουν σταθερότερες πολιτικές και καλύτερο προγραμματισμό, καθότι τα τακτικά έσοδα είναι προβλέψιμες πηγές εσόδων. Συγκεκριμένα, τον μεγαλύτερο μέσο όρο στο ποσοστό συμμετοχής των τακτικών εσόδων στα συνολικά έσοδα, εμφανίζει ο δήμος Θεσσαλονίκης. Από την άλλη πλευρά όμως, η συρρίκνωση των εκτάκτων εσόδων μπορεί να φανερώνει μειωμένη επενδυτική δραστηριότητα, καθώς οι επιχορηγήσεις για επενδύσεις συμπεριλαμβάνονται στα έκτακτα έσοδα. Για τον δείκτη Αστάθειας τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης [62]

63 1 ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε από τον πίνακα ότι και οι δύο δήμοι εμφανίζουν μικρή τιμή κατά μέσο όρο στον συγκεκριμένο δείκτη, δηλαδή στηρίζονται σε μικρό ποσοστό σε έκτακτα έσοδα, τα οποία αποτελούν μη ελεγχόμενες πηγές εσόδων από τους δήμους. Ως εκ τούτου, διαθέτουν μεγαλύτερη δυνατότητα αυτόνομης δράσης, γεγονός που εκτιμήθηκε και από τον δείκτη αυτονομίας παραπάνω. Μάλιστα, ο δήμος Θεσσαλονίκης εμφανίζεται με το μικρότερο ποσοστό συμμετοχής των εκτάκτων εσόδων στα συνολικά έσοδα Όσον αφορά τις κατανομές των δεδομένων παρουσιάζουν αρνητική ασυμμετρία, οι παρατηρήσεις δηλαδή ομαδοποιούνται περισσότερο στα αριστερά του μέσου. Για τον δείκτη Εξάρτησης τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι ο δήμος Αθηναίων παρουσιάζει ποσοστό συμμετοχής των επιχορηγήσεων στο σύνολο των εσόδων του κατά μέσο όρο περίπου %, ενώ ο δήμος Θεσσαλονίκης 47.6%, γεγονός που αποτυπώνει την διαφοροποίηση των δήμων στην εξάρτηση από επιχορηγήσεις, με τον δήμο Θεσσαλονίκης να διαθέτει μεγαλύτερο ποσοστό εξάρτησης. Μεγαλύτερο ποσοστό στον συγκεκριμένο δείκτη μπορεί να υποδεικνύει περιορισμό της αυτονομίας του δήμου ή να δείχνει μεγαλύτερη δυνατότητα του δήμου για προγραμματισμό, σχεδιασμό και απορρόφηση επιχορηγήσεων. [63]

64 Για τον δείκτη Ανεξαρτησίας τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Από τον παραπάνω πίνακα παρατηρούμε ότι ο δήμος Αθηναίων παρουσιάζει μεγαλύτερο μέσο όρο στο ποσοστό συμμετοχής των ιδίων εσόδων στο σύνολο των εσόδων του, γεγονός που δείχνει μικρότερη εξάρτηση του δήμου από τακτικές και έκτακτες επιχορηγήσεις. Κατά συνέπεια ο δήμος Αθηναίων, στηρίζεται περισσότερο σε έσοδα που παράγει ο ίδιος, με αποτέλεσμα να ενισχύεται η ανεξάρτητη δράση του δήμου. Για τον δείκτη Απαιτήσεων τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο [64]

65 3 ο Τεταρτημόριο Τόσο για το δήμο Θεσσαλονίκης, όσο και για τον δήμο Αθηναίων, παρατηρούμε σημαντικά μικρό ποσοστό κατά μέσο όρο των ανείσπρακτων εσόδων σε σχέση με τα συνολικά έσοδα. Συνεπώς, είναι αρκετά μικρές οι ανείσπρακτες απαιτήσεις και των δύο δήμων. Ο συντελεστής λοξότητας είναι μηδενικός για την κατανομή των δεδομένων του δήμου Θεσσαλονίκης, δηλαδή τα δεδομένα κατανέμονται συμμετρικά όσο απομακρυνόμαστε από την μέση τιμή. Για τον δείκτη Λειτουργικών Δαπανών τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι ο δήμος Θεσσαλονίκης εμφανίζει μεγαλύτερο μέσο όρο για τις τιμές του συγκεκριμένου δείκτη, δηλαδή ως ποσοστό των συνολικών εξόδων, οι λειτουργικές δαπάνες του δήμου είναι μεγαλύτερες. Ως εκ τούτου, το μεγαλύτερο μέρος των δαπανών διατίθεται σε έξοδα χρήσης από το δήμο Θεσσαλονίκης, περιορίζοντας κατά αυτόν τον τρόπο τη δυνατότητα υλοποίησης επενδυτικών δαπανών. [65]

66 Για τον δείκτη Επενδύσεων τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Από τον πίνακα παρατηρούμε ότι ο δήμος Θεσσαλονίκης διαθέτει κατά μέσο μικρότερο ποσοστό συνολικών εξόδων σε έργα και επενδύσεις, συγκριτικά με τον δήμο Αθηναίων. Οι τιμές δείκτη Επενδύσεων, ενισχύουν τα αποτελέσματα που αποτύπωσε ο δείκτης Λειτουργικών Δαπανών για τον δήμο Θεσσαλονίκης, δηλαδή ότι οι λειτουργικές δαπάνες καταλαμβάνουν μεγάλο μέρος στα συνολικά έξοδα του δήμου, ενώ αντίθετα οι επενδύσεις αρκετά μικρό. Από την άλλη, και το αντίστοιχο ποσοστό του δήμου Αθηναίων δεν είναι αρκετά υψηλό και εμφανίζει μεγάλη μεταβλητότητα. [66]

67 Για τον δείκτη Υποχρεώσεων τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Από τον πίνακα παρατηρούμε ότι κατά μέσο όρο το ποσοστό των οφειλών παρελθοντικών οικονομικών ετών προς το σύνολο των εξόδων είναι μικρό και για τους δύο δήμους. Συνεπώς, λιγότερες οι υποχρεώσεις και των δύο δήμων προς τρίτους Δείκτες Ανθρώπινου Δυναμικού Ακολουθούν τα περιγραφικά μέτρα για τους δείκτες ανθρώπινου δυναμικού. Για τον δείκτη Κόστους Απασχόλησης ως προς τις Δαπάνες τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος [67]

68 Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Από τον πίνακα παρατηρούμε ότι για τα δεδομένα του δήμου Θεσσαλονίκης έχουμε κατά μέσο όρο μεγαλύτερο ποσοστό συνολικής μισθοδοσίας προσωπικού ως προς το σύνολο των δαπανών, σε σύγκριση με τα δεδομένα του δήμου Αθηναίων. Κατά συνέπεια, ο δήμος Θεσσαλονίκης εμφανίζει περιορισμένη δυνατότητα για υλοποίηση επενδύσεων. Ακόμη η τυπική απόκλιση από τη μέση τιμή και για τα δύο σύνολα δεδομένων είναι μικρή. Η κατανομή των δεδομένων για το δήμο Αθηναίων παρουσιάζει αρνητική ασυμμετρία, ενώ για τα δεδομένα του δήμου Θεσσαλονίκης θετική. Για τον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε κατά μέσο όρο σχετικά μεγάλες τιμές στον συγκεκριμένο δείκτη και για τα δύο σύνολα δεδομένων. Συμπερασματικά, το κόστος απασχόλησης είναι αυξημένο σε σχέση με τα υπόλοιπα έξοδα χρήσης, δηλαδή μεγάλο ποσοστό των πόρων δεσμεύεται για την κάλυψη λειτουργικών αναγκών και την εξυπηρέτηση του κόστους απασχόλησης, ή μπορεί ακόμη οι δήμοι να περιορίζουν τα έξοδα χρήσης σε σχέση με το κόστος απασχόλησης. Η κατανομή των δεδομένων για το δήμο Αθηναίων παρουσιάζει αρνητική ασυμμετρία, ενώ για τα δεδομένα του δήμου Θεσσαλονίκης θετική. [68]

69 Ανάλυση Δεδομένων και Οικονομικών Δεικτών, μέσω Εφαρμογής Αλγορίθμων Στατιστικής Μάθησης, Δείκτες συσχέτισης Εσόδων και Εξόδων Κατόπιν παρατίθενται τα περιγραφικά μέτρα για τους δείκτες συσχέτισης εσόδων και εξόδων. Για τον δείκτη Επιχορηγήσεων ως προς τις Δαπάνες τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Τυπική Απόκλιση Από τον πίνακα παρατηρούμε ότι ο δήμος Θεσσαλονίκης παρουσιάζει κατά μέσο όρο αρκετά μεγαλύτερο ποσοστό συνολικών εξόδων που καλύπτονται από επιχορηγήσεις, συγκριτικά με το δήμο Αθηναίων. Η αρκετά μεγάλη συμμετοχή των επιχορηγήσεων στην κάλυψη των εξόδων του δήμου Θεσσαλονίκης, αποτελεί ένδειξη πως ο δήμος είναι περισσότερο εξαρτημένος από επιχορηγήσεις, γεγονός που προέκυψε ως συμπέρασμα και από τον δείκτη Εξάρτησης. Για τον δείκτη Κάλυψης Εξόδων από τα Τακτικά Έσοδα τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή [69]

70 Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι για τα δεδομένα του δήμου Αθηναίων το ποσοστό κατά μέσο όρο ξεπερνά το 100%, γεγονός που υποδεικνύει ότι τα έξοδα χρήσης υπερβαίνουν τα τακτικά έσοδα του δήμου και κατά συνέπεια καθίσταται μη δυνατή η κάλυψη των λειτουργικών δαπανών από τα τακτικά έσοδα. Παρόμοια εικόνα παρουσιάζει και ο δήμος Θεσσαλονίκης με αντίστοιχο ποσοστό 100%. Για τον δείκτη Κάλυψης Κόστους Μισθοδοσίας Προσωπικού τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε ότι η μέση τιμή του δείκτη για τα δεδομένα του δήμου Αθηναίων υπερβαίνει το 50% (ένδειξη που απαγορεύεται από διάταξη), συνεπώς πολύ μεγάλο ποσό από τα τακτικά έσοδα του δήμου δεσμεύεται για την κάλυψη της μισθοδοσίας του προσωπικού. Αντίστοιχα, μεγάλη τιμή παρατηρούμε και στο δεδομένα του δήμου Θεσσαλονίκης. Το γεγονός αυτό περιορίζει τη δυνατότητα των δήμων για χρηματοδότηση άλλων δράσεων και διενέργεια επενδύσεων. Όπως, αποτυπώθηκε και από τον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης, το κόστος [70]

71 απασχόλησης είναι αυξημένο σε σχέση με τα υπόλοιπα έξοδα χρήσης και για τους δύο δήμους. Για τον δείκτη Κεντρικών Αυτοτελών Πόρων (ΚΑΠ) τα περιγραφικά μέτρα συνοψίζονται στον παρακάτω πίνακα: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Από τον πίνακα παρατηρούμε παρόμοιο ποσοστό κατά μέσο όρο και για τα δύο σύνολα δεδομένων, δηλαδή υπάρχει κάποιος βαθμός εξάρτησης των δήμων από τους κεντρικούς αυτοτελείς πόρους για την κάλυψη των λειτουργικών τους αναγκών Δείκτης Λειτουργικής Αυτονομίας Στον πίνακα που ακολουθεί συνοψίζονται τα περιγραφικά μέτρα για τον δείκτη Λειτουργικής Αυτονομίας: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος [71]

72 Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο Παρατηρούμε για τα δεδομένα του δήμου Αθηναίων μεγαλύτερο ποσοστό συμμετοχής των ιδίων τακτικών εσόδων στο σύνολο των τακτικών εσόδων, γεγονός που δείχνει ότι ο δήμος διαθέτει μεγαλύτερη λειτουργική αυτονομία, είναι δηλαδή αρκετά ανεξάρτητος από τις χρηματοδοτήσεις της κεντρικής διοίκησης και μπορεί να προγραμματίζει σε μεγαλύτερο βαθμό τις οικονομικές του υποχρεώσεις με βάση τοπικές πηγές εσόδων Δείκτης Αποπληρωμής Δανειακών Υποχρεώσεων Στον παρακάτω πίνακα συνοψίζονται τα περιγραφικά μέτρα για τον δείκτη Αποπληρωμής Δανειακών Υποχρεώσεων: Αθήνα Θεσσαλονίκη Μέση Τιμή Διάμεσος Τυπική Απόκλιση Ελάχιστη Τιμή Μέγιστη Τιμή Εύρος Συντελεστής Λοξότητας Συντελεστής Κύρτωσης ο Τεταρτημόριο ο Τεταρτημόριο [72]

73 Παρατηρούμε και για τα δύο σύνολα δεδομένων κατά μέσο όρο μικρό ποσοστό τακτικών εσόδων που προορίζεται για την κάλυψη τοκοχρεολυτικών δόσεων. Μάλιστα ο δήμος Θεσσαλονίκης παρουσιάζει τη μικρότερη τιμή στο πέρας των χρόνων, γεγονός που συνεπάγεται μικρό ποσοστό τακτικών εσόδων για την κάλυψη των τοκοχρεολυτικών δόσεων και μεγάλο ποσοστό τακτικών εσόδων που προορίζεται για λειτουργικές δαπάνες. Επιπρόσθετα και οι δύο δήμοι διαθέτουν αυξημένη πιστοληπτική ικανότητα, καθώς ο συγκεκριμένος δείκτης αποτελεί ένα από τα βασικά κριτήρια που χρησιμοποιούν τα πιστωτικά ιδρύματα, ώστε να αξιολογήσουν τα αιτήματα των δήμων προς δανειοδότηση. 5.2 Οπτικοποίηση Αποτελεσμάτων Τα θηκογράμματα που δημιουργήθηκαν για τους επιλεγμένους αριθμοδείκτες μας πληροφορούν για την ύπαρξη έκτροπων παρατηρήσεων. Αρχικά, παρουσιάζονται τα θηκογράμματα για το πρώτο υποσύνολο δεικτών, οι οποίοι εκφράζουν ποσό επιβάρυνσης ή ποσό που διαθέτει ο εκάστοτε δήμος ανά δημότη. Εικόνα 10 : Θηκογράμματα δεικτών για τον δήμο Αθηναίων [73]

74 Εικόνα 11 : Θηκογράμματα δεικτών για τον δήμο Θεσσαλονίκης Για τον δήμο Αθηναίων παρατηρούμε ότι δεν υπάρχουν τιμές που υπερβαίνουν τους αναφερόμενους ως φράχτες, δεν εντοπίζουμε δηλαδή ακραίες τιμές (outliers) για τις τιμές των συγκεκριμένων δεικτών. Ωστόσο για τον δήμο Θεσσαλονίκης εντοπίζουμε παράτυπο σημείο στον δείκτη Επιβάρυνσης Δημοτών. Εικόνα 12 : Θηκογράμματα δεικτών για τον δήμο Αθηναίων [74]

75 Εικόνα 13 : Θηκογράμματα δεικτών για τον δήμο Θεσσαλονίκης Για τον δήμο Αθηναίων, επίσης δεν παρατηρούμε ακραίες τιμές στους δείκτες που αποτυπώνουν τα αντίστοιχα θηκογράμματα, ενώ για τον δήμο Θεσσαλονίκης εντοπίζουμε παράτυπο σημείο στα Έξοδα χρήσης ανά Κάτοικο. Το πλαίσιο του θηκογράμματος για τον δείκτη Επενδύσεις ανά Κάτοικο στο δήμο Αθηναίων αντιστοιχεί σε μεγαλύτερα ποσά, όπως έχουμε επισημάνει αφιερώνει περισσότερους πόρους για την βελτίωση των δράσεων. Αντίστοιχα, υπερυψωμένο είναι το πλαίσιο του θηκογράμματος για τον δείκτη Επιχορηγήσεις ανά Κάτοικο στο δήμο Θεσσαλονίκης, καθότι ο δήμος λαμβάνει κατά μέσο όρο μεγαλύτερο ποσό επιχορηγήσεων ανά δημότη από την κεντρική διοίκηση. Στη συνέχεια, παρουσιάζονται τα θηκογράμματα για το δεύτερο υποσύνολο δεικτών, οι οποίοι εκφράζουν ποσοστό. [75]

76 Εικόνα 14 : Θηκογράμματα δεικτών για τον δήμο Αθηναίων Εικόνα 15 : Θηκογράμματα δεικτών για τον δήμο Θεσσαλονίκης Για τον δήμο Αθηναίων παρατηρούμε μία ακραία τιμή στον δείκτη Απαιτήσεων, όπως και δύο ακραίες τιμές στον δείκτη Αποπληρωμής Δανειακών Υποχρεώσεων. Επιπρόσθετα, εντοπίζουμε έκτροπη παρατήρηση στον δείκτη Εξάρτησης και στον δείκτη Επιχορηγήσεων ως προς τις Δαπάνες. Για τον δήμο Θεσσαλονίκης εντοπίζουμε ακραία τιμή στον δείκτη Αστάθειας, στον δείκτη Αυτονομίας, στον δείκτη Επιχορηγήσεων ως προς τις Δαπάνες. [76]

77 Εικόνα 16 : Θηκογράμματα δεικτών για τον δήμο Αθηναίων Εικόνα 17 : Θηκογράμματα δεικτών για τον δήμο Θεσσαλονίκης Για τον δήμο Αθηναίων δεν εντοπίζουμε παράτυπα σημεία στα αντίστοιχα θηκογράμματα, Για τον δήμο Θεσσαλονίκης εντοπίζουμε ακραία τιμή στο δείκτη Κάλυψης Κόστους Μισθοδοσίας Προσωπικού, στον δείκτη Κεντρικών Αυτοτελών Πόρων (ΚΑΠ) στον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης και στον δείκτη Λειτουργικών Δαπανών. Επιπλέον, στον δείκτη Κάλυψης Εξόδων από τα Τακτικά Έσοδα εντοπίζουμε δύο παράτυπα σημεία. [77]

78 Κατόπιν παρατίθενται τα ιστογράμματα για το σύνολο των αριθμοδεικτών του δήμου Αθηναίων, για να ελέγξουμε με τον συγκεκριμένο τρόπο οπτικοποίησης των δεδομένων την κατανομή και κατά πόσον αυτή προσεγγίζει την κανονική. Εικόνα 18 : Ιστογράμματα δεικτών για τον δήμο Αθηναίων Παρατηρούμε ότι η κατανομή του δείκτη Επιβάρυνσης Δημοτών προσεγγίζει την κανονική κατανομή, γεγονός που επιβεβαιώνεται και από το αντίστοιχο θηκόγραμμα, όπου η διάμεσος βρίσκεται κεντρικά στο ορθογώνιο πλαίσιο και δεν υπάρχουν παράτυπα σημεία. Επίσης, στο επόμενο γράφημα η κατανομή του δείκτη Έξοδα χρήσης ανά Κάτοικο εμφανίζει συμμετρία, όπως επίσης επιβεβαιώνεται και από το αντίστοιχο θηκόγραμμα. [78]

79 Εικόνα 19 : Ιστογράμματα δεικτών για τον δήμο Αθηναίων Εικόνα 20 : Ιστογράμματα δεικτών για τον δήμο Αθηναίων [79]

80 Εικόνα 21 : Ιστογράμματα δεικτών για τον δήμο Αθηναίων [80]

81 Εικόνα 22 : Ιστογράμματα δεικτών για τον δήμο Αθηναίων [81]

82 Εικόνα 23 : Ιστογράμματα δεικτών για τον δήμο Αθηναίων Ακόμη, η κατανομή του δείκτη Κάλυψης Κόστους Μισθοδοσίας Προσωπικού, εμφανίζει μια συμμετρία. Επιπλέον, παρατηρούμε ότι η κατανομή του δείκτη Κάλυψη Εξόδων από τα Τακτικά Έσοδα προσεγγίζει την κανονική κατανομή. Μάλιστα η διάμεσος στο αντίστοιχο θηκόγραμμα συμπίπτει με το μέσο του ορθογωνίου πλαισίου. [82]

83 Ακολουθούν τα ιστογράμματα για το σύνολο των αριθμοδεικτών του δήμου Θεσσαλονίκης. Εικόνα 24 : Ιστογράμματα δεικτών για τον δήμο Θεσσαλονίκης Εικόνα 25 : Ιστογράμματα δεικτών για τον δήμο Θεσσαλονίκης [83]

84 Εικόνα 26 : Ιστογράμματα δεικτών για τον δήμο Θεσσαλονίκης Η κατανομή του δείκτη Αποπληρωμής Δανειακών Υποχρεώσεων εμφανίζει θετική ασυμμετρία, γεγονός που επιβεβαιώνεται και από το θηκόγραμμα, όπου η διάμεσος είναι μετατοπισμένη στο κάτω μέρος του ορθογωνίου πλαισίου. [84]

85 Εικόνα 27 : Ιστογράμματα δεικτών για τον δήμο Θεσσαλονίκης [85]

86 Εικόνα 28 : Ιστογράμματα δεικτών για τον δήμο Θεσσαλονίκης [86]

87 Εικόνα 29 : Ιστογράμματα δεικτών για τον δήμο Θεσσαλονίκης Επίσης η κατανομή του δείκτη Κόστους Απασχόλησης ως προς τις Δαπάνες εμφανίζει θετική ασυμμετρία, όπως αποτυπώνεται και στο αντίστοιχο θηκόγραμμα. [87]

88 Η γραφική αναπαράσταση του πίνακα συσχέτισης μας πληροφορεί άμεσα για την ύπαρξη θετικής ή αρνητικής συσχέτισης ανάμεσα στους δείκτες. Εικόνα 30 : Γραφική απεικόνιση του πίνακα συσχέτισης Όσον αφορά τον δήμο Αθηναίων, για το πρώτο υποσύνολο δεικτών παρατηρούμε πολύ ισχυρή θετική συσχέτιση ανάμεσα στον δείκτη Φόροι και Τέλη ανά Κάτοικο και τον δείκτη Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο. Ο δείκτης Συνολικών Εσόδων ανά Κάτοικο παρουσιάζει θετική συσχέτιση, τόσο με τον δείκτη Έξοδα χρήσης ανά Κάτοικο, όσο και με τον δείκτη Επιβάρυνσης Δημοτών. Επίσης, ισχυρή θετική συσχέτιση εντοπίζεται ανάμεσα στον δείκτη Έξοδα χρήσης ανά Κάτοικο και τον δείκτη Επιβάρυνσης Δημοτών. [88]

89 Εικόνα 31 : Γραφική απεικόνιση του πίνακα συσχέτισης Συνεχίζοντας για το δεύτερο υποσύνολο δεικτών, παρατηρούμε ισχυρή αρνητική συσχέτιση ανάμεσα στον δείκτη Επενδύσεων και τον δείκτη Απαιτήσεων. Ο δείκτης Λειτουργικών Δαπανών εμφανίζει ισχυρή θετική συσχέτιση με τον δείκτη Υποχρεώσεων και τον δείκτη Κόστους Απασχόλησης ως προς τις Δαπάνες, ενώ αντίθετα ισχυρή αρνητική συσχέτιση με τον δείκτη Απαιτήσεων. Ισχυρή θετική συσχέτιση εντοπίζεται ανάμεσα στον δείκτη Υποχρεώσεων και τον δείκτη Κόστους Απασχόλησης ως προς τις Δαπάνες, ενώ πολύ ισχυρή αρνητική συσχέτιση ανάμεσα στον δείκτη Υποχρεώσεων και τον δείκτη Απαιτήσεων. Ο δείκτης Κάλυψης Κόστους Μισθοδοσίας Προσωπικού παρουσιάζει ισχυρή θετική συσχέτιση με τον δείκτη Αστάθειας και τον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης. Ο ίδιος δείκτης παρουσιάζει πολύ ισχυρή αρνητική συσχέτιση με τον δείκτη Αυτονομίας. Ο [89]

90 δείκτης Κόστους Απασχόλησης ως προς τις Δαπάνες εμφανίζει ισχυρή θετική συσχέτιση με τον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης. Ισχυρή θετική συσχέτιση παρατηρείται ανάμεσα στον δείκτη Αστάθειας και τον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης, ενώ πολύ ισχυρή αρνητική συσχέτιση ανάμεσα στον δείκτη Αστάθειας και τον δείκτη Αυτονομίας. Εικόνα 32 : Γραφική απεικόνιση του πίνακα συσχέτισης Για το πρώτο υποσύνολο δεικτών, για τα δεδομένα του δήμου Θεσσαλονίκης, παρατηρούμε πως ο δείκτης Έξοδα χρήσης ανά Κάτοικο εμφανίζει πολύ ισχυρή θετική συσχέτιση με τον δείκτη Συνολικών Εξόδων ανά Κάτοικο. Πολύ ισχυρή θετική [90]

91 συσχέτιση, επίσης, παρουσιάζει ο δείκτης Φόροι και Τέλη ανά Κάτοικο με τον δείκτη Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο. Παρατηρούμε ακόμη θετική συσχέτιση ανάμεσα στον δείκτη Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο και τους δείκτες Επιχορηγήσεις ανά Κάτοικο και Συνολικών Εσόδων ανά Κάτοικο. Εικόνα 33 : Γραφική απεικόνιση του πίνακα συσχέτισης Για το δεύτερο υποσύνολο δεικτών, για τα δεδομένα του δήμου Θεσσαλονίκης, ισχυρή θετική συσχέτιση παρουσιάζει ο δείκτης Υποχρεώσεων με τον δείκτη Εξάρτησης, ενώ αντίθετα ο δείκτης Υποχρεώσεων εμφανίζει πολύ αρνητική συσχέτιση με τον δείκτη Απαιτήσεων, καθώς και με τον δείκτη Ανεξαρτησίας. Ο δείκτης Αυτονομίας εμφανίζει ισχυρή αρνητική συσχέτιση με τον δείκτη Αστάθειας. [91]

92 Επίσης ο δείκτης Εξάρτησης εμφανίζει πολύ αρνητική συσχέτιση με τον δείκτη Ανεξαρτησίας. Επιπρόσθετα, ο δείκτης Κάλυψης Εξόδων από τα Τακτικά Έσοδα εμφανίζει ισχυρή αρνητική συσχέτιση με τον δείκτη Κεντρικών Αυτοτελών Πόρων (ΚΑΠ). Ο δείκτης Κόστους Απασχόλησης ως προς τις Δαπάνες παρουσιάζει ισχυρή θετική συσχέτιση με τον δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης. Επίσης ο δείκτης Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης παρουσιάζει ισχυρή θετική συσχέτιση τόσο με τον δείκτη Επιχορηγήσεων ως προς τις Δαπάνες. Τέλος, ο δείκτη Κάλυψης Εξόδων από τα Τακτικά Έσοδα, παρουσιάζει ισχυρή αρνητική συσχέτιση με τον δείκτη Επιχορηγήσεων ως προς τις Δαπάνες, καθώς και με τον δείκτη Κεντρικών Αυτοτελών Πόρων (ΚΑΠ). Παρατίθενται οι γραφικές απεικονίσεις των χρονοσειρών, για μια πρώτη παρουσίαση της εξέλιξής τους χρονικά. Εικόνα 34 : Χρονοσειρές δεικτών για τον δήμο Αθηναίων [92]

93 Εικόνα 35 : Χρονοσειρές δεικτών για τον δήμο Αθηναίων Παρατηρούμε πως οι δείκτες Φόροι και Τέλη ανά Κάτοικο και Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο παρουσιάζουν την ίδια στατική πορεία στην εξέλιξη του χρόνου, όπως μάλιστα αποτυπώθηκε και στην γραφική απεικόνιση του πίνακα συσχέτισης παρουσιάζουν ισχυρή θετική συσχέτιση. Συμπεραίνουμε δηλαδή ότι ο δήμος Αθηναίων δεν παρουσιάζει μεγάλη απόκλιση στην άσκηση της φορολογικής του πολιτικής στην πάροδο των χρόνων. [93]

94 Εικόνα 36 : Χρονοσειρές δεικτών για τον δήμο Αθηναίων Εικόνα 37 : Χρονοσειρές δεικτών για τον δήμο Αθηναίων [94]

95 Ο δείκτης Λειτουργικών Δαπανών παρουσιάζει παρόμοια χρονική εξέλιξη με τον δείκτη Υποχρεώσεων, καθώς και με τον δείκτη Κόστους Απασχόλησης ως προς τις Δαπάνες, γεγονός που επιβεβαιώνει και την θετική συσχέτιση από την γραφική αναπαράσταση του πίνακα συσχέτισης. Ο δήμος Αθηναίων, δεν παρουσιάζει στην πάροδο του χρόνου αυξομειώσεις στα έξοδα χρήσης, στην κάλυψη μισθοδοσίας προσωπικού, στις οφειλές και υποχρεώσεις προς τρίτους, διατηρώντας σχετικά χαμηλές τιμές στους αντίστοιχους δείκτες, έχοντας κατά αυτόν τον τρόπο μεγαλύτερη ευχέρεια στη δρομολόγηση επενδυτικών δαπανών. Έντονη διαφοροποίηση στην εξέλιξη στον χρόνο παρουσιάζουν ο δείκτης Αστάθειας και ο δείκτης Αυτονομίας. Παρατηρούμε αυξητική τάση για τον δείκτη Αυτονομίας, ενώ αντίθετα πτωτική πορεία στον δείκτη Αστάθειας, όπου συμπερασματικά καταλήγουμε ότι ο δήμος Αθηναίων στηρίζεται περισσότερο σε τακτικά έσοδα και περιορίζει τις μη ελεγχόμενες πηγές εσόδων, ενισχύοντας την αυτόνομη δράση του. Επιπρόσθετα, παρατηρούμε και την ίδια ακριβώς εξέλιξη του δείκτη Κόστους Απασχόλησης ως προς τις Δαπάνες και του δείκτη Κόστους Απασχόλησης ως προς τα Έξοδα χρήσης, όπως έχει επισημανθεί μάλιστα εμφανίζουν ισχυρή θετική συσχέτιση. Εικόνα 38 : Χρονοσειρές δεικτών για τον δήμο Θεσσαλονίκης [95]

96 Εικόνα 39 : Χρονοσειρές δεικτών για τον δήμο Θεσσαλονίκης Παρατηρούμε ότι ο δείκτης Φόροι και Τέλη ανά Κάτοικο παρουσιάζει την ίδια στατική πορεία με τον δείκτη Επιβάρυνσης Ανταποδοτικών Εσόδων ανά Κάτοικο, έχοντας αποτυπώσει πολύ ισχυρή θετική συσχέτιση. Συμπεραίνουμε πως δεν υπάρχουν μεγάλες αλλαγές στην φορολογική πολιτική που ασκεί ο δήμος Θεσσαλονίκης στην πάροδο των χρόνων. Επίσης, την ίδια έντονη πτώση σε συγκεκριμένη χρονιά εντοπίζουμε για τον δείκτη Έξοδα χρήσης ανά Κάτοικο και τον δείκτη Συνολικών Εξόδων ανά Κάτοικο. Παρατηρήθηκε πτώση των εξόδων που διαθέτει ανά δημότη ο δήμος και ταυτόχρονα μείωση του ποσού που δαπανά ανά δημότη για την λειτουργία του και την παροχή υπηρεσιών προς αυτούς. [96]

97 Εικόνα 40 : Χρονοσειρές δεικτών για τον δήμο Θεσσαλονίκης Εικόνα 41 : Χρονοσειρές δεικτών για τον δήμο Θεσσαλονίκης Παρατηρούμε αντίθετη εξέλιξη για τον δείκτη Κάλυψης Εξόδων από τα Τακτικά Έσοδα και τον δείκτη Κεντρικών Αυτοτελών Πόρων (ΚΑΠ), οι οποίοι εμφανίζουν ισχυρή αρνητική συσχέτιση μεταξύ τους. Στην πορεία του χρόνου, όταν περιορίζεται η δυνατότητα κάλυψης των λειτουργικών εξόδων του δήμου Θεσσαλονίκης από τα τακτικά έσοδα του, τότε αυξάνεται ο βαθμός εξάρτησης των δήμων από τους Κεντρικούς Αυτοτελείς Πόρους για την κάλυψη των λειτουργικών του αναγκών. [97]