Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu
Analýza koncentračních křivek příjmu v ČR a vybraných zemích EU Bakalářská práce
Vedoucí práce: Mgr. Martin Řezáč, Ph.D.
Vypracovala: Kateřina Petruchová
2009
Prohlašuji, že jsem tuto práci vyřešila samostatně s použitím literatury, kterou uvádím v seznamu.
V Brně dne 15. května 2009
Ráda bych na tomto místě poděkovala svému vedoucímu bakalářské práce, Mgr. Martinu Řezáčovi, Ph.D. za jeho cenné rady, připomínky a také jeho vstřícný přístup při vypracování této bakalářské práce.
Abstrakt Petruchová, K.: Analýza koncentračních křivek příjmů v ČR a vybraných zemí EU. Bakalářská práce. Brno, 2009. V této bakalářské práci byla provedena statistická analýza nerovnosti dělení příjmů obyvatel České republiky a zemí EU v letech 2004 - 2007. Jako nástroje měření posloužily koncentrační křivky příjmů, Giniho koeficienty a koeficienty S80/S20. Za rok 2006 byla vytvořena analýza struktury příjmů a zhodnocen vliv daní a sociálních příjmů na příjmovou diferenciaci v České republice. Životní úroveň obyvatel EU byla srovnána pomocí průměrného čistého ročního příjmu domácnosti. Klíčová slova: důchod, příjmová nerovnost, Lorenzova křivka, Giniho koeficient
Abstract Petruchová, K: Analysis of the concentration curves of incomes of Czech Republic and selected countries European Union. Bachelor thesis. Brno, 2009. In this thesis was perfomed statistic analysis of income inequality of the populations of Czech Republic and European Union countries in years 2004 – 2007. The concentration curves of income served as tools measurement, the Gini coefficiensts and coefficients S80/S20. For the year 2006 was made analysis of the distribution of income and apreciation the influence of taxes and social income on the income differentiation of Czech Republic. The standard of living of the population of European Union was compared using the average net annual household income. Keywords: income, income inequality, Lorenz curve, Gini coefficient
Obsah 1
ÚVOD A CÍL PRÁCE.................................................................................................8
2
TEORETICKÁ A METODICKÁ ČÁST..................................................................9 2.1 Důchod a bohatství .................................................................................................9 2.2 Skladba důchodů a nerovnosti v důchodech ......................................................9 2.2.1 Skladba důchodů ........................................................................................................................... 9 2.2.2 Nerovnost v pracovních důchodech ......................................................................................... 10 2.2.3 Nerovnost ve vlastnických důchodech..................................................................................... 10
2.3 Měření nerovnosti v důchodech..........................................................................11 2.3.1 Lorenzova křivka......................................................................................................................... 11 2.3.2 Směrnice Lorenzovy křivky ....................................................................................................... 13 2.3.3 Giniho koeficient.......................................................................................................................... 14 2.3.4 Výpočet Giniho koeficientu........................................................................................................ 15 2.3.5 Koeficient příjmové nerovnosti S80/S20 ................................................................................... 17
2.4 Přerozdělovací procesy v ekonomice .................................................................17 2.4.1 Redistribuční funkce státu.......................................................................................................... 17 2.4.2 Vliv přerozdělovaní na ekonomické aktivity........................................................................... 18
2.5 Ukazatelé životní úrovně .....................................................................................19 2.5.1 Hrubé, čisté a sociální příjmy..................................................................................................... 19 2.5.2 Vyrovnaný disponibilní příjem (Equivalised disposable income)........................................ 20 2.5.3 Parita kupní síly........................................................................................................................... 20
3
PRAKTICKÁ ČÁST PRÁCE...................................................................................21 3.1 Nerovnoměrnost rozdělení příjmů v ČR v letech 2004 – 2006........................21 3.1.1 Analýza vývoje čistého měsíčního příjmu za domácnosti a za osoby.................................. 22 3.1.2 Lorenzovy křivky příjmů pro domácnosti a pro osoby ......................................................... 23 3.1.3 Porovnání nerovnoměrnosti příjmů pomocí směrnic Lorenzových křivek ........................ 24 3.1.4 Giniho indexy domácností a osob ............................................................................................. 25
PEF MZLU v Brně 3.1.5 Koeficient S80/S20 domácností a osob ...................................................................................... 26
3.2 Analýza hrubých a čistých příjmů v příjmových decilech, 2006 ....................27 3.2.1 Příjmové rozdělení domácností a struktura příjmů................................................................ 28 3.2.2 Porovnání hrubých a čistých příjmů člena domácnosti pomocí Lorenzovy křivky a směrnic LC............................................................................................................................................... 30
3.3 Redistribuce příjmů v EU .....................................................................................32 3.3.1 Úroveň příjmů a nerovnost rozdělení příjmů států EU-25 v roce 2007................................ 33 3.3.2 Giniho indexy v EU ..................................................................................................................... 34
4
ZÁVĚR ........................................................................................................................36
5
POUŽITÁ LITERATURA .......................................................................................38
6
SEZNAM TABULKOVÝCH A GRAFICKÝCH PŘÍLOH.................................40
PEF MZLU v Brně
1 Úvod a cíl práce Příjmová nerovnost, tedy rozdíl v obdržených příjmech, je přirozenou součástí každé demokratické lidské společnosti. Ve své podstatě může být chápána jako měřítko chudoby, ale i jako míra přerozdělování v rámci daňových či sociálních systémů. Vyrovnání majetkových rozdílů prostřednictvím přerozdělování má být bráno jako ekonomická otázka pomoci chudým. Levicově smýšlející občané se domnívají, že nerovnost je synonymem pro nespravedlnost a tento problém řeší ve snaze o nápravu jistého zločinu obohacování, jehož důsledkem je právě majetková a příjmová nerovnost. Charakter české sociální společnosti je silně ovlivněn některými historickými rysy, jež vyostřují již samo o sobě problémové rozhraní mezi sociální spravedlností a ekonomickou efektivností. Jedná se o dědictví socialismu v podobě snahy o přenesení odpovědnosti na stát a ve spoléhání na redistribuci, jež je stále zakořeněné v mentalitě lidí. Toto hodnocení má silný vliv na volbu politické reprezentace a politické chování, což se logicky promítá do pojetí sociální politiky. Ekonom Pavel Kohout na názorném příkladu jasně ukázal, že majetková nerovnost je naprosto přirozeným jevem a nemusí být hned důvodem k obavám. Představme si ostrovní ekonomiku, kde žije určitý počet rodin, z nichž každá dostane přidělen stejný kus půdy, stejný počet hospodářského zvířectva a stejné technické vybavení. V této dokonalé rovnostářské ekonomice se budou všichni těšit stejnému blahobytu. Předpokládejme, že jedna rodina na našem fiktivním ostrově bude dosahovat 1 % ročního růstu produktivity, zatímco produktivita ostatních bude stagnovat, což postupně povede k obrovským příjmovým a majetkovým rozdílům. Pokud počátek myšlenkového experimentu položíme do roku 1 našeho letopočtu, budou v roce 2005 příjmy potomků zmíněné rodiny již více než 450 miliardkrát vyšší. To je větší rozdíl, než jaký je poměr příjmů Billa Gatese ve srovnání s americkým bezdomovcem. Technologie, obchod a finance, která nám přinášejí nové možnosti v seberealizaci, samy o sobě nejsou příčinami nerovnosti. Pouze umožňují produktivnějším jedincům rozvíjet jejich přirozený potenciál. Majetkové a příjmové rozdíly jsou tedy tou nejpřirozenější věcí v lidské společnosti. Vznikají proto, že lidé jsou různí, a časem se rozdíly mezi nimi násobí.1 Cílem této práce je zmapovat diferenciaci v čistých příjmech v České republice za celé domácnosti i za její jednotlivé členy a posoudit tyto změny během tří let. Dále posoudit vliv daní, zákonných odvodů a sociálních příjmů na tuto nerovnost během roku 2006. Na závěr provést srovnání příjmové nerovnosti a průměrných ročních příjmů 25-ti zemí Evropské unie. Analýza porovnávající příjmy ČR bude provedena na základě dat Českého statistického úřadu, analýza porovnávající země EU pomocí dat z výstupu Eurostatu.
-8-
PEF MZLU v Brně
2 Teoretická a metodická část Při hledání literatury k tématům jako je příjmová diferenciace, její měření a příčiny jsem nalezla vesměs knihy z oblasti mikroekonomie nebo makroekonomie. Poznatky jsou zde pouze teoretické a spíše než metody výpočtů konkrétních hodnot jsou zkoumány příčiny jejího vzniku a dopady na společnost. Konkrétním výpočtem příjmové nerovnosti pomocí Lorenzových křivek a především Giniho indexu, či koeficientu S80/S20 se však žádná z těchto literatur nezabývá a nenachází se ani v česky psané literatuře z oblasti statistiky. Jako cenný zdroj mi proto posloužil internet. Nalezla jsem několik publikací, které se tímto problémem okrajově zabývají. Také jsem využila zajímavé anglické odkazy, především z portálu Wikipedie. Dalším velmi cenných zdrojem mi byla práce s názvem ,,Ekvivalenční stupnice a příjmová nerovnost“ od Ing. Michala Lapáčka z VŠE, který ve své práci využívá nejen metod měření pomocí Lorenzových křivek, ale také pomocí směrnic tečen Lorenzovy křivky.
2.1 Důchod a bohatství Teorie rozdělování se zabývá způsoby rozdělování důchodu a bohatství ve společnosti. Důchod a bohatství jsou kategorie nejčastěji používané pro charakteristiku ekonomického postavení člověka. Důchod je celkové množství peněz, které člověk nebo domácnost obdrží během určitého časového období (zpravidla jednoho roku). Důchod může být tvořen: -
mzdou, resp. pracovním výdělkem;
-
vlastnickým důchodem, jako např. rentou, úroky či dividendami;
-
příjmem plynoucím z transferových plateb (příjmy od vlády, jako jsou např. starobní důchody či podpory v nezaměstnanosti).
Bohatství je čistá hodnota aktiv vlastněných k určitému časovému okamžiku v určitých peněžních jednotkách (Kč). Bohatství je tedy určitá zásoba Kč, zatímco důchod je tok Kč v průběhu času.2
2.2 Skladba důchodů a nerovnosti v důchodech 2.2.1
Skladba důchodů Celkové důchody domácností (Y) lze rozdělit na:2
-
pracovní důchody (YL);
-
důchody plynoucí z vlastnictví půdy a kapitálu (YA, YK);
-
důchod ve formě transferové platby (YT).
-9-
PEF MZLU v Brně
Platí tedy
Y = YL + YA + YK + YT.
YL = w . L,
kde a kde a kde a
YA = I . A, YK = v . K, Tudíž: 2.2.2
Dále platí, že
L = počet hodin práce odpracovaných domácností w = průměrná hodinová mzdová sazba; A = množství půdy ve vlastnictví domácnosti I = průměrná míra výnosu z půdy; K = objem kapitálu ve vlastnictví domácnosti v = průměrná míra výnosu z kapitálu.
Y = w . L + I . A + v . K + YT Nerovnost v pracovních důchodech
Pracovní důchody domácnosti závisí na množství práce, které domácnost prodá na trhu práce a mzdové sazbě, neboli ceně práce. Cena práce je dána objektivně, zatímco množství nabízené práce obvykle závisí na rozhodnutí domácnosti. Nerovnost ve výši výdělku ovlivňují zejména následující faktory: -
Rozdíly ve fyzických a duševních schopnostech a s tím související rozdílné dovednosti lidí. Jejich základem je jak biologické dědictví, tak ekonomické a sociální prostředí.
-
Intenzita práce, resp. rozdíly ve vynaloženém úsilí.
-
Rozdíly v povolání, které souvisí s dobou odborné přípravy, specifickými schopnostmi a dovednostmi vázanými na určitou profesi, nebezpečností či nepříjemností určité práce apod.
-
Rozdíly ve vzdělání, odrážející rozdílnost v kvalitě pracovníků.
-
Nezanedbatelný vliv mají i faktory pracovní diskriminace, zejména podle pohlaví a věku, ale též podle národnosti, rasy nebo náboženství. Důležitými zdroji diferenciace důchodů může být také štěstí nebo náhoda.2
2.2.3
Nerovnost ve vlastnických důchodech
Nerovnost ve vlastnických důchodech je založena především na rozdílném množství kapitálu a půdy ve vlastnictví domácnosti. Tento majetek získávají domácnosti v zásadě třemi způsoby: -
dědictvím (tj. přenosem akumulovaných pracovních i nepracovních důchodů z minulých generací) a dary;
-
úsporami z pracovních a nepracovních důchodů a jejich akumulací;
-
podnikáním s ochotou podstupovat riziko.
- 10 -
PEF MZLU v Brně
Míra výnosu z kapitálu a míra výnosu z půdy mohou být pro různé domácnosti nestejné s tím, že některé domácnosti nemají přístup k výhodnějším mírám výnosu (nemají možnost volit si výhodnější alokaci svých úspor). Tyto poruchy v mobilitě kapitálu a půdy jsou způsobeny: -
monopolem vlastnictví výrobního faktoru (např. speciální vysoce kvalitní půdy);
-
nedostupností některých investic pro domácnost s nedostatečně vysokými úsporami (např. existuje vysoká nejnižší cena akcie, a neexistuje možnost jejího nákupu na úvěr nebo společného nákupu několika osobami).2
2.3 Měření nerovnosti v důchodech Pro měření stupně nerovnosti v důchodech se používá mnoho způsobů. Mezi nejznámější patří: 1. Lorenzova křivka 2. Giniho koeficient 3. Koeficient příjmové nerovnoměrnosti S80/S20 2.3.1
Lorenzova křivka
Způsob rozdělení důchodů vyjadřuje Lorenzova křivka (Lorenz Curve – LC) tak, že přiřazuje poměrně (procentně) rozděleným skupinám obyvatelstva poměrná (procentní) rozdělení důchodů mezi ně. Na ose x je kumulativně vyčíslováno procento domácností, na ose y je kumulativně vyčíslováno procento důchodů. Absolutně rovné rozdělení důchodů vyjadřuje tzv. ideální Lorenzova křivka, což je vlastně přímka svírající s osou x úhel 45 stupňů. Znázorňuje tedy situaci, kdy 10 % domácností získává 10 % důchodů, 20 % domácností 20 % důchodů atd. (obrázek 2.1 – zelená křivka). Opačným extrémní případem je hypotetický, resp. absurdní případ absolutní nerovnosti, při které veškerý důchod společnosti získává pouze jedna domácnost, zatímco ostatní nedostávají nic. Je to tedy přímka zalomená do pravého úhlu (obrázek 2.1 – modrá křivka). Skutečná Lorenzova křivka leží někde mezi oběma extrémními případy. Tedy např. nejchudších 20 % domácností dostává 11 % důchodů, zatímco 20 % nejbohatších domácností získává téměř 45 % důchodů atd. (obrázek 2.1 – červená křivka).2
- 11 -
PEF MZLU v Brně
Obrázek 2.1: Lorenzova křivka příjmů
Zdroj: http://en.wikipedia.org/wiki/Lorenz_curve
Při porovnávání dvou souborů mohou nastat rozdílné situace. Z obrázku 2.2 je patrné, že vyšší křivka představuje rovnoměrnější rozdělení příjmů než křivka nižší. Ovšem až příliš snadno může nastat situace, při níž již tak zřejmé závěry nebudeme moci vyvodit. Jedná se o případy, v nichž se křivky protínají, a tudíž v jisté části je rovnoměrnější rozdělení na jedné a v jiné části grafu na druhé křivce viz obrázek 2.3. Obrázek 2.2: Porovnatelné LC
Obrázek 2.3: Neporovnatelné LC
Zdroj: Vlastní tvorba
Zdroj: Vlastní tvorba
Jak je vidět, nelze určit, která křivka reprezentuje rovnoměrnější rozdělení příjmů. V každé části grafu je tomu totiž jinak. Jedna křivka představuje společnost, v níž jsou nižší příjmy rozloženy rovnoměrněji, a naopak ve vyšších příjmových kategoriích panuje větší nerovnost. Druhá křivka zobrazuje společnosti, kde nižší příjmy jsou rozděleny více nerovnoměrně. Rozložení
- 12 -
PEF MZLU v Brně
vyšších příjmů u druhé křivky je rovnoměrnější. Nelze tedy jednoznačně říci, která křivka reprezentuje společnost s nižší nerovností v příjmech. Lorenzova křivka je dobrým grafickým nástrojem, avšak pro složitější porovnání nevhodným. Jednak proto, že se snadno vyskytne situace, kdy porovnání nejsme schopni provést, a jednak proto, že grafické porovnání není příliš praktické. Nelze efektivně srovnávat více zemí a není možné vyvozovat kvantitativní závěry.3 2.3.2
Směrnice Lorenzovy křivky
Robert R. Schultz v roce 1951 ve svém článku ,,On The Measurement Of Income Inequality“ navrhuje zkoumat příjmovou nerovnost raději pomocí směrnic tečen Lorenzovy křivky nežli pomocí Lorenzovy křivky samotné. Pro konstrukci této varianty LC je důležité rozdělení populace do deseti stejně velkých skupin (decilů). Směrnici tečny křivky v daném bodě je možné vypočítat následujícím podílem: Obrázek 2.4: Směrnice Lorenzovy křivky
tg α = ` a
Zdroj: LAPÁČEK, M.
PD f f f f f f f f f f f f f f f f f f Sf
PPD S , kde
2.1
PDS je procento důchodu, které obdrží skupina S PPDS je procento příjemců tvořené skupinou S Čím více se poté velikost směrnice odchyluje od hodnoty 1, tím větší je v daném bodě nerovnost. Speciálním případem je právě hodnota 1 (křivka dokonalého rozdělení), která odpovídá sklonu křivky 45° (obrázek 2.1), tedy ideální LC. Hodnoty směrnic nižší nežli 1 odpovídají tečnám s úhlem 45° a celkový obsah šedivě vybarvené plochy pod křivkou dokonalého rozdělení důchodů (obrázek 2.4) tedy vyjadřuje, kolik ztrácí nejchudší skupiny obyvatel ve prospěch nejbohatších, tedy míru příjmové nerovnosti. Z toho vyplývá, že obsahy těchto dvou ploch jsou shodné. Co chybí těm nejchudším logicky obdrží ti nejbohatší. Tyto plochy však obvykle nemají stejný tvar jako na obrázku 2.4, ale
- 13 -
PEF MZLU v Brně
obsahy ploch jsou stejné vždy. Pro výpočet této plochy použijeme následující vzorec: Hh I i S=1 b c PD f f f f f f f f f f f f f f f f f f Sf kA PPD M X Obsah = XL Jj1 @ K = PPD @ PD S S S S=1 m
PPDS
,kde
2.2
m
m je počet skupin, pro které je směrnice tečny LC menší než 1
Za měřítko příjmové nerovnosti může být tedy považována právě velikost obsahu této plochy. Výhodou tohoto přístupu je snažší porovnání příjmové nerovnosti mezi jednotlivými skupinami, právě na základě obsahu plochy jednotlivých sloupců pro každou skupinu.4 2.3.3
Giniho koeficient
Giniho koeficient, sestrojený italským statistikem Coradem Gini v roce 1912, poměřuje skutečnou Lorenzovu křivku s křivkou ideální (obrázek 2.5). Jeho význam je v tom, že vyjadřuje míru nerovnosti distribuce. V moderní ekonomii se používá pro kvantitativní vyjádření nerovnosti v rozdělení příjmů ve společnosti. Koeficient nabývá hodnoty mezi 0 a 1. Čím je hodnota blíže k 0, tím se rozdělení důchodů domácností blíží absolutně rovnostářskému. V této situaci nejsou relativně příliš veliké rozdíly v jejich důchodech. Koeficient blížící se k hodnotě 1 by poukazoval na stav absolutní nerovnosti. Společnost s vyšším Giniho indexem je charakteristická velkými rozdíly v příjmech jednotlivých domácností. Koeficient v extrémech intervalu možných hodnot není v reálném světě dosažitelný. Ve společnosti byli a vždy budou jedinci, kteří vydělávají více a kteří vydělávají méně. Hodnota blížící se k nule by nastala pouze tehdy, pokud by si všichni v celé společnosti dělili důchod absolutně rovným dílem. Hodnota dosahující na jedničku by mohla nastat, pokud by některé domácnosti nevydělávaly téměř nic zatímco jiné téměř vše.5
- 14 -
PEF MZLU v Brně
Obrázek 2.5: Výpočet Giniho koeficientu použitím Lorenzovy křivky
A f f f f f f f f f f f f f f f f f f G= f A+B
Zdroj: LAPÁČEK, M.
U většiny evropských států se hodnota Giniho koeficientu pohybuje mezi 0,24 až 0,36. V USA dosahuje hodnota Giniho koeficientu k hodnotám 0,44; což vypovídá o vyšší nerovnoměrnosti rozložení příjmů než v Evropě. Nejvyšších hodnot je dosaženo ve státech Jižní Ameriky a Afriky (obrázek 2.6).6 Obrázek 2.6: Giniho koeficienty ve světě
Zdroj: http://en.wikipedia.org/wiki/Gini_coefficient
2.3.4
Výpočet Giniho koeficientu
Při výpočtu Giniho koeficientu se nemusíme vázat pouze na Lorenzovu křivku, ale využíváme také následující matematické vzorce:
- 15 -
PEF MZLU v Brně
a)
Brownova rovnice.6 Nejčastěji využívaný vzorec pro výpočet Giniho indexu. n
G = 1 @X X k @ X k @ 1 Y k + Y k @ 1 k=1
b
cb
c
, kde
2.3
Xk je kumulovaný podíl příjemců důchodu, přičemž k = 0,…,n pro X0 = 0, Xn = 1 Yk je kumulovaný podíl příjmů, přičemž k = 0,…,n pro Y0 = 0, Yn = 1
b)
Výpočet pomocí rozdílů v průměru příjmů mezi všemi páry jednotlivců.7
Výhodou tohoto výpočetního postupu je, že nemusíme jednotlivce či skupiny řadit dle výše příjmu. k@ 1
G=
k
L
M
M X XL Lx i @ x j MA ni n j
if =f 1f jf =f if +f 1f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f
f f f f
n2 x
,kde
2.4
x i,j jsou příjmy dvou náhodně vybraných skupin ni,j jsou počty jednotlivců dvou náhodně vybraných skupin n je celkový počet jednotlivců f f f f x je průměrný příjem jednotlivce
c)
Výpočet pomocí kumulativních úhrnů.7
G nebo G
L L k b L =L L X kpi L i =1
cb
+ kpi @ 1
M cM M kqi @ kqi @ 1 M M@ 1 M
L L k b cb L X =L 1 @ kp @ kp kqi L i i@1 L i =1
+
M cM M kqi @ 1 M M M
kpi jsou kumulativní relativní četnosti tříd kqi jsou kumulativní relativní úhrny tříd
- 16 -
2.5
, kde
2.6
PEF MZLU v Brně
d)
Výpočet pomocí průměrného příjmu.8 r@1
b
X M
G=
j+1
c
b
cD
b
@M j Ak pj A 1 @k pj
cE
jf f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f f
M
, kde
2.7
M j je průměrný příjem v j-tém intervalu pro r = 1, 2, …r M j+1@M f f f f f f f
j
je diference intervalových průměrných příjmů f f f f f f f
r
M je celkový průměrný příjem za všechny intervaly M = X M j p j j=1
2.3.5
Koeficient příjmové nerovnosti S80/S20
Koeficient příjmové nerovnosti S80/S20 je definován jako poměr celkových příjmů 20 % populace s nejvyššími příjmy (horní pětina) k příjmům 20 % populace s nejnižšími příjmy (spodní pětina). Čím vyšší je hodnota koeficientu S80/S20, tím vyšší je diferenciace příjmů v dané společnosti. Hodnota koeficientu 1 značí absolutní rovnost příjmů všech členů společnosti. Jeho hodnota v rámci EU nebývá nižší než 3 a vyšší než 12 (obrázek 2.7).9 Obrázek 2.7: Státy EU podle koeficientu S80/S20
3.3 – 3.7 3.7– 3.8 3.8 – 4.6 4.6 – 5.5 5.5 – 9.9 N/A
Zdroj: www.epp.eurostat.ec.europa.eu; Legend (Series: 2007)
2.4 Přerozdělovací procesy v ekonomice 2.4.1
Redistribuční funkce státu
Rozdělení důchodů – mezd, úroků, zisků a renty – mezi domácnosti, které je výsledkem fungování tržního mechanismu, nazýváme prvotním rozdělením. Prvotní rozdělení důchodů obvykle neodpovídá poměrům mezních produktivit
- 17 -
PEF MZLU v Brně
výrobních faktorů, protože na dílčích trzích jsou nerovnovážné stavy a tyto trhy jsou nedokonalé. Důchody, které jsou výsledkem procesu prvotního rozdělování, tedy prvotní důchody, však ještě nejsou konečnými důchody jednotlivých ekonomických subjektů. Tyto důchody totiž podléhají přerozdělování, zejména prostřednictvím státního rozpočtu, eventuelně prostřednictvím rozpočtů municipálních nebo regionálních. Uvedené rozpočty mají zákonem určené příjmy a výdaje a zákon stanovuje i nástroje, které je utvářejí – daně, poplatky a různé sociální dávky, dotace a subvence. Přerozdělování prvotních důchodů probíhá také prostřednictvím fondů sociálního pojištění, zejména penzijního pojištění, nemocenského pojištění a pojištění v nezaměstnanosti. Výsledkem přerozdělování důchodů je jeho konečné rozdělení. Důchody domácností byly v procesu přerozdělování zvýšeny o tzv. transferové platby (sociální podpory, dávky nemocenského pojištění, starobní a jiné penze, podpory v nezaměstnanosti atd.) a sníženy o daně, dávky, poplatky a jiné odvody do státního rozpočtu a dalších povinně naplňovaných fondů. Pro konečné rozdělení důchodů mezi domácnosti je charakteristická menší nerovnost ve srovnání s prvotním rozdělením. Důchody vyšších příjmových skupin domácností se v procesu přerozdělování snižují a důchody nižších příjmových skupin se naopak zvyšují. Rozdíl je pouze v míře přerozdělení a tedy ve stupni zmírnění prvotní nerovnosti. Výsledkem přerozdělovacích procesů je tedy snížení důchodového Giniho koeficientu, respektive přiblížení důchodové Lorenzovy křivky směrem ke křivce ideální.2 2.4.2
Vliv přerozdělovaní na ekonomické aktivity
Ekonomové se domnívají, že převažují negativní účinky přerozdělovacích procesů, protože přerozdělování snižuje velikost disponibilního důchodu společnosti. Důvodů je několik: 1)
Administrativní náklady
S přerozdělováním jsou vždy spjaté přímé neproduktivní (zejména administrativní) náklady: platy úředníků berních úřadů a ministerstva financí, sociálních pracovníků atd. a věcné náklady činnosti těchto úřadů. 2)
Vliv na pracovní úsilí a podnikatelství
Přerozdělovací procesy často oslabují podněty k práci a podnikání. Pro část obyvatelstva je výhodnější spoléhat na sociální transfer než na prvotní důchody. Státem zabezpečený minimální příjem způsobuje, že část domácností dá přednost volnému času před prací nebo málo intenzivní práci před prací intenzivnější. Pro úplnost je třeba dodat, že některé přerozdělovací procesy mohou zvyšovat konkurenční dokonalost na trhu práce a mobilitu práce jako výrobního faktoru. Sem patří např. povinná školní docházka, státní podpora školství a státní
- 18 -
PEF MZLU v Brně
rekvalifikační programy. Pokud by fungovaly pouze tržní síly, bylo by vzdělání funkcí sociálního postavení a důchodů rodičů a prarodičů. 3)
Vliv na tvorbu úspor a investice
Obecně lze říci, že státní podpora výrobních podniků (dotace, subvence apod.) může jak oslabovat náročnost (parametričnost) tržního prostředí a tím působit proti efektivnosti výroby a oslabovat alokační funkci trhu, tak také být účinnou formou zvyšování efektivnosti. Taková podpora však musí být koncipována určitým způsobem – jako např. selektivní podpora exportu (třeba pomocí daňových úlev), podpora výzkumu a mobility vědeckých, technických a komerčních informací apod. Je tedy zřejmé, že vliv přerozdělovacích opatření na pracovní úsilí i podnikatelskou aktivitu, stejně tak jako na tvorbu úspor a jejich přeměnu v investice, má své kladné i záporné aspekty.2
2.5 Ukazatelé životní úrovně 2.5.1
Hrubé, čisté a sociální příjmy
Rozhodujícím ukazatelem při posuzování životní úrovně je bezpochyby disponibilní příjem tzv. čistý peněžní příjem domácnosti. Jedná se o hlavní národní ukazatel (zcela srovnatelný s dřívějšími mikrocenzy). Jeho výše se vypočítá, když od celkových hrubých příjmů odečteme částky zdravotního a sociálního pojištění, daň z příjmu fyzických osob a přičteme hodnotu sociálních příjmů. Mezi hrubé příjmy řadíme příjmy ze závislé činnosti, příjmy z podnikání, příjmy z pronájmu, příjmy z kapitálového majetku a také ostatní příjmy, jako jsou např. výhry, dědictví, alimenty, atd. Do skupiny sociálních příjmů patří dávky nemocenského pojištění, ostatní dávky státní sociální podpory a jiné sociální příjmy nebo dávky sociální potřebnosti. Pro zjištění celkových čistých příjmů je třeba k čistému peněžnímu příjmu ještě přičíst hodnotu naturálních příjmů. Jejich výši domácnosti uvádí odhadem podle množství spotřebovaných potravin a ostatních výrobků a služeb, produktů z vlastního hospodářství nebo podniku (např. potraviny a užitková zvířata z vlastního hospodářství, hodnota jídel z vlastní restaurace, pečivo z vlastní pekárny apod). Součástí těchto příjmů je i ocenění naturálních požitků zaměstnanců, kteří bezplatně používali služební motorové vozidlo pro soukromé účely - konkrétně částka 1 000 Kč za každý měsíc používání vozidla v roce 2006.9
- 19 -
PEF MZLU v Brně
2.5.2
Vyrovnaný disponibilní příjem (Equivalised disposable income)
V zájmu srovnatelnosti s předchozími příjmovými šetřeními v ČR byl jako hlavní ukazatel na národní úrovni zachován čistý peněžní příjem domácnosti, zatímco pro mezinárodní srovnání je většina údajů založena na tzv. vyrovnaném (ekvivalizovaném) disponibilním příjmu. Jeho přesnou definici předepisuje metodika Eurostatu. Rozdíl mezi oběma uvedenými příjmovými ukazateli spočívá v zahrnutí, resp. vyloučení některých dílčích příjmů případně výdajů domácností. Konkrétně se jedná o jednorázové přijaté a pravidelně vydávané peněžní transfery mezi domácnostmi, naturální požitky, příjmy z životního pojištění a daň z nemovitosti.9 2.5.3
Parita kupní síly
Teorie parity kupní síly (Purchasing power parity, PPP) říká, že měnové kurzy mezi dvěma zeměmi se pohybují podle změny cenových hladin v těchto zemích. Tato teorie vychází z trhu zboží. Je založena na úvaze, že stejné zboží vyráběné ve dvou zemích by mělo být stejně drahé na celém světě bez ohledu na zemi původu.10 Parita kupní síly měny XY, vyjadřuje počet jednotek národní měny, za který lze koupit stejné množství výrobků a služeb na vnitrostátním trhu jako za jednotku měny XY na vnitrostátním trhu měny XY. Parita kupní síly měn sice není exaktně definovanou veličinou, avšak umožňuje podstatně přesnější srovnání skutečné ekonomické úrovně, struktury a výkonnosti států. Základem výpočtu parit je porovnání cen v národních měnách u dostatečného počtu shodných výrobků a služeb na vnitrostátních trzích. To se zpravidla provádí metodou spotřebního koše vyjadřujícího běžné náklady domácnosti. Parita kupní síly se tedy liší od kursu měny, který určuje de facto zájem o českou korunu na mezinárodních finančních trzích a najdeme jej např. na kursovním lístku České národní banky, neboť zahrnuje i ty příjmy obyvatelstva, které nejsou přímo vyjádřeny peněžními jednotkami. Porovnání rozdílů mezi kurzem měny a PPP viz tabulka 2.1.11 Tabulka 2.1: HDP ve vybraných zemích EU v roce 2004 HDP
HDP PPP
HDP/obyv.
HDP PPP/obyv.
mil. Euro/rok
mil. Euro/rok
Euro/rok
Euro/rok
10 266 471
10 266 471
22 300
22 300
7 601 226
7 446 065
24 388
23 900
86 239
159 711
8 478
15 700
2 207 240
2 008 574
26 703
24 300
Polsko
195 206
399 155
5 135
10 500
Rakousko
237 039
223 079
29 008
27 300
Slovensko
33 119
62 676
6 130
11 600
Oblast EU 25 Eurozóna (EMU) ČR Německo
Zdroj: ČSÚ
- 20 -
PEF MZLU v Brně
3 Praktická část práce Vlastní práce popisuje nerovnoměrnost rozdělení příjmů v ČR a v EU. Za ČR jsou porovnávány čisté měsíční příjmy podle počtu domácností a podle počtu osob v letech 2004 – 2006 pomocí koncentračních křivek příjmů, koeficientů S80/S20 a Giniho indexů. Dále je za rok 2006 provedena analýza hrubých a čistých ročních příjmů osob a posouzení vlivu daní a sociálních dávek na příjmovou diferenciaci za pomoci rozdělení osob do deseti příjmových skupin (tzv. decilů). Pro analýzu redistribuce příjmů v EU za rok 2007 je využito metody S80/S20 (porovnání příjmů horních 20 % a spodních 20 % populace) a vyjádření životní úrovně pomocí mediánového ročního čistého příjmu domácností v paritě kupní síly jednotlivých států. Jelikož nejsou dostupné údaje o čistém příjmu domácností v Rumunsku a Bulharsku, tyto státy jsou z analýzy vyloučené. Metody S80/S20 je dále využito pro porovnání nerovnosti příjmů v ČR a v sousedních státech v letech 2005 – 2007. V rámci dalšího šetření se již pracuje pouze s zeměmi EU 25, kdy je provedena analýza nerovnoměrnosti rozdělení příjmů pomocí Giniho indexů pro roky 2001, 2005, 2006 a 2007.
3.1 Nerovnoměrnost rozdělení příjmů v ČR v letech 2004 – 2006 Pro porovnání diferenciace v příjmech a sestrojení koncentračních křivek příjmu pro více let najednou využiji dat ČSÚ ze statistického šetření Příjmy a životní podmínky domácností. Data jsou dostupná pouze z let 2004, 2005 a 2006.12 Další roky prozatím nejsou k dispozici. Starší údaje nelze využít, jelikož dříve bylo uvažováno o jiných kategoriích příjmu a tyto kategorie jsou s těmi nynějšími neslučitelné. Tabulka 3.1: Rozdělení domácností a osob podle příjmových skupin, 2004 - 2006 Počet domácností
Čistý měsíční příjem na osobu (Kč)
Počet osob
2004
2005
2006
2004
2005
2006
4 000
264 838
217 494
161 734
891 308
762 041
570 926
2.
4 001 - 5 000
581 841
499 431
400 291
1 944 673
1 656 169
1 386 533
3.
6 001 - 8 000
1 119 542 1 019 001
776 321
2 694 182
2 611 260
2 151 166
4.
8 001 - 10 000
886 806
994 834
1 083 615
1 995 315
2 255 641
2 457 019
5.
10 001 - 15 000
782 476
865 949
1 071 485
1 833 259
2 021 948
2 507 994
6.
15 001 - 20 000
232 736
257 771
319 424
476 040
528 348
693 267
7.
20 001 - 30 000
104 330
116 802
169 820
212 699
213 371
326 243
8.
30 001 - 50 000
28 089
48 332
48 520
60 771
91 445
81 561
9.
50 001
12 038
8 055
12 130
20 257
20 321
20 390
1.
do
a více
Suma
4 012 695 4 027 670
4 043 341 10 128 503 10 160 544 10 195 099
Zdroj: ČSÚ
- 21 -
PEF MZLU v Brně
3.1.1
Analýza vývoje čistého měsíčního příjmu za domácnosti a za osoby
Na základě dat uvedených v tabulce 3.1 jsem vytvořila grafy, z nichž je patrný přesun domácností a osob do vyšších příjmových skupin během let 2004 – 2006. Tento nárůst byl způsoben především vzestupem životní úrovně nebo také nárůstem minimální mzdy z 6 700 Kč (leden 2004) až na 7 955 Kč (červenec 2006). V roce 2004 i v roce 2005 více než polovina domácností v ČR hospodařilo s čistým měsíčním příjmem ve výši 6 000 – 10 000 Kč, v roce 2006 již s příjmem v rozmezí 8 000 – 15 000 Kč (graf 3.1). V nejvyšším příjmovém intervalu je zaznamenán pokles v roce 2005 o téměř 4 000 domácností, v dalším roce se však stav vrací na původní hodnoty roku 2004. Průměrný čistý měsíční příjem na osobu vzrostl z 8 740 Kč v roce 2004, na 9 160 Kč v roce 2005, až na 10 079 Kč v roce 2006, což vypovídá o již zmíněném přesunu osob do vyšších příjmových skupin (graf 3.2). Graf 3.1: Počty domácností ve skupinách čistého měsíčního příjmu, 2004 – 2006 1 200
Počty domácností (v tis.)
1 000
800 2004 600
2005 2006
400
200
0
do 4000
40015000
60018000
800110000
1000115000
1500120000
2000130000
3000150000
50001 a více
Čistý měsíční příjem na osobu (Kč)
Graf 3.2: Počty osob ve skupinách čistého měsíčního příjmu, 2004 – 2006 3 000
Počty osob (v tis.)
2 500 2 000 2004 1 500
2005 2006
1 000 500 0 do 4000
40015000
60018000
800110000
1000115000
1500120000
Čistý měsíční příjem na osobu (Kč)
- 22 -
2000130000
3000150000
50001 a více
PEF MZLU v Brně
3.1.2
Lorenzovy křivky příjmů pro domácnosti a pro osoby
Pro zkonstruování Lorenzovy křivky využiji údaje z tabulky 3.1. Za jednotlivé roky vznikly samostatné Lorenzovy křivky, které pro porovnání vkládám do stejného grafu. Je zřejmé, že vzdálenost jednotlivých křivek od ideální LC není příliš velká, což poukazuje na značnou nivelizaci v příjmech. Při srovnání jednotlivých let jsou však viditelné rozdíly v průběhu Lorenzových křivek minimální a téměř nerozeznatelné, navíc nelze přesně určit, v kterém roce byla nerovnost vyšší nebo naopak nižší. Graf 3.3: Koncentrační křivky příjmů domácností, 2004 - 2006 100% 90%
Kumulativní úhrn příjmů
80% 70% 60%
2004 2005
50%
2006 Ideální LC
40% 30% 20% 10% 0% 0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Kumulativní úhrn počtu domácností
Graf 3.4: Koncentrační křivky příjmů osob, 2004 - 2006 100% 90%
Kumulativní úhrn příjmů
80% 70% 60%
2004 2005
50%
2006 Ideální LC
40% 30% 20% 10% 0% 0%
10%
20%
30%
40%
50%
60%
Kumulativní úhrn počtu osob
- 23 -
70%
80%
90%
100%
PEF MZLU v Brně
3.1.3
Porovnání nerovnoměrnosti příjmů pomocí směrnic Lorenzových křivek
Abych si utvořila lepší představu o příjmové nerovnosti, použiji metodu směrnic Lorenzovy křivky. Pro tento výpočet je nutné rozdělit soubor domácností a osob do deseti stejně velkých skupin. Tento přepočet by byl zdlouhavý, proto využiji decilového rozdělení domácností podle ročního čistého peněžních příjmu na osobu (tzn. v každé příjmové skupině se nachází 10 % domácností) podle statistického šetření Životní podmínky (EU-SILC). Jedná se o šetření, které Český statistický úřad zajišťuje od roku 2005 a jeho provádění se stalo pro ČR závazné po jejím vstupu do EU v roce 2004. Data jsem využila z publikace Příjmy a životní podmínky domácností z let 2007, 2006 a 2005.13 Získané údaje dosadím do vzorce 2.1 a vypočítám směrnice pro jednotlivé skupiny viz tabulka 3.2. Tabulka 3.2: Směrnice Lorenzovy křivky pro domácnosti a osoby, 2004 – 2006 Hodnoty směrnic LC Decily
Domácnosti
Osoby
2004
2005
2006
2004
2005
2006
Nejnižších 10%
0,374
0,389
0,389
0,400
0,417
0,417
Druhých 10%
0,567
0,575
0,586
0,606
0,617
0,627
Třetích 10%
0,689
0,695
0,698
0,737
0,745
0,747
Čtvrtých 10%
0,769
0,774
0,772
0,822
0,831
0,826
Pátých 10%
0,835
0,835
0,836
0,892
0,895
0,896
Šestých 10%
0,907
0,904
0,908
0,970
0,970
0,973
Sedmých 10%
1,003
0,994
1,005
1,072
1,067
1,076
Osmých 10%
1,146
1,139
1,150
1,225
1,222
1,231
Devátých 10%
1,385
1,374
1,392
1,481
1,474
1,490
Nejvyšších 10%
1,385
1,374
1,392
1,481
1,474
1,490
Následně sestrojené grafy pro domácnosti a osoby již nabízí srovnání přeci jen o něco přehlednější (graf 3.5 a 3.6). V histogramech směrnic LC jsou lépe viditelné rozdíly diference příjmů za jednotlivé roky.
- 24 -
PEF MZLU v Brně
Graf 3.5: Směrnice čistých příjmů LC za domácnosti, 2004 – 2006 3,0 2,5
Směrnice LC
2,0 2004 2005
1,5
2006 1,0 0,5
1
2
3
4
5
6
7
8
9
10
0,0 Decily
Graf 3.6: Směrnice čistých příjmů LC za osoby, 2004 - 2006 3,0
2,5
Směrnice LC
2,0 2004 1,5
2005 2006
1,0
0,5
1
2
3
4
5
6
7
8
9
10
0,0 Decily
Po sestrojení těchto grafů je účelné spočítat obsahy ploch histogramu, které získám dosazením údajů z tabulky 3.2 do vzorce 2.2. Vypočtené obsahy ploch směrnic jsou uvedeny na konci oddílu v tabulce 3.3 v porovnání s Giniho koeficienty a koeficienty S80/S20. Postupný mírný pokles hodnot značí, že nerovnost v příjmech v průběhu let nepatrně klesá. 3.1.4
Giniho indexy domácností a osob
Hodnoty Giniho koeficientů na základě vzdáleností Lorenzových křivek od křivky dokonalého rozdělení příjmů lze očekávat spíše nízké a také velmi podobné pro jednotlivé roky ve skupinách domácností i osob. Pro jejich výpočet
- 25 -
PEF MZLU v Brně
využiji hodnot z tabulky 3.1 a dosadím do kteréhokoliv z vzorců 2.3 – 2.7. Výsledky budou samozřejmě shodné. Hodnoty Giniho koeficientů domácností a osob viz tabulka 3.3 na konci oddílu. Pokles hodnot v průběhu let 2004 - 2006 je nepatrný. Vychází poměrně nízké hodnoty poukazující na velmi malou příjmovou nerovnost v ČR, která se i nadále snižovala, podpořena zejména příznivým vývojem ekonomiky, snižováním nezaměstnanosti a tehdy nastaveným sociálním systémem. Graf 3.7: Giniho koeficienty pro domácnosti a osoby, 2004 - 2006 0,28
Giniho koeficienty
0,2775 0,275 Domácnosti
0,2725
Osoby
0,27 0,2675 0,265 2004
2005
2006
Rok
3.1.5
Koeficient S80/S20 domácností a osob
Pro výpočet tohoto ukazatele příjmové nerovnosti využiji opět dat z publikace Příjmy a životní podmínky domácností v ČR z let 2007, 2006 a 2005 13 a sečtu částky celkových čistých příjmů ve dvou nejvyšších decilech, které vydělím částkami součtu dvou nejnižších decilů. Jelikož hodnoty decilů jsou voleny pro domácnosti a osoby stejně, stejné budou i hodnoty koeficientů. Výsledky slouží pouze pro srovnání v rámci ČR. Při mezinárodním srovnání se využívají hodnoty čistého disponibilního přijmu domácnosti, tudíž se tyto ukazatelé nebudou shodovat s údaji získanými z výstupů Eurostatu. Hodnoty koeficientu S80/S20 jsou uvedeny v tabulce 3.3 spolu s ostatními ukazateli příjmové diference.
- 26 -
PEF MZLU v Brně
Tabulka 3.3: Číselné ukazatele příjmové nerovnosti v ČR, 2004 - 2006 Domácnosti Rok
Osoby
Obsah plochy
Giniho
Koeficient
Obsah plochy
Giniho
Koeficient
směrnic LC
koeficient
S80/S20
směrnic LC
koeficient
S80/S20
2004
18,584
0,273
3,939
18,921
0,277
3,939
2005
18,291
0,271
3,835
18,507
0,274
3,835
2006
18,105
0,267
3,749
18,410
0,268
3,749
Je zřejmé, že příjmová diference se ve zkoumaných letech snižovala, ať už při porovnávání domácností nebo osob. Tento vývoj byl způsoben progresivním zdaněním příjmů fyzických osob. V roce 2006 navíc došlo ve zdanění FO ke zvýšení horní hranice u prvního daňového pásma a ke snížení procentních sazeb u prvních dvou pásem. Mezi další vlivy lze zařadit i každoročně se zvyšující vyplácené sociální dávky, především důchody. Dalším aspektem byl také růst pracovních příjmů a snížení nezaměstnanosti.
3.2 Analýza hrubých a čistých příjmů v příjmových decilech, 2006 Pro lepší představu o tom, jak na redistribuci působí výše daní a sociálních příjmů provedu podrobnou analýzu hrubých a čistých příjmů jednoho člena domácnosti podle již zmíněného decilového rozdělení. Data jsou čerpána ze statistického šetření, které bylo provedeno v roce 2007 (tzn. příjmy za rok 2006). Potřebné hodnoty pro analýzu viz tabulka 3.4. Tabulka 3.4: Příjmy a životní podmínky domácností ČR, 2006 Decilové příjmové skupiny podle čistého peněžních příjmu na osobu Položka
Počet domácností Počet členů domác.
prvních
druhých
třetích
čtvrtých
pátých
šestých
sedmých
10%
10%
10%
10%
10%
10%
10%
404 064
404 700
osmých devátých 10%
10%
nejvyšš. 10%
404 391
404 382 404 381 404 207
404 262 404 303
404 426
404 225
1 419 912 1 321 719 1 067 145
964 597 907 985 891 890
942 530 970 402
913 601
795 318
148 947 173 899
219 910
381 871
Přehled příjmů za rok 2006 (Kč) Hrubé příjmy
53 569
83 670
99 080
108 816 118 573 131 111
20 426
20 372
35 248
47 717
50 339
48 069
37 416
30 062
21 249
16 327
ZP a SP pojištění
3 256
6 506
6 499
6 355
7 212
8 863
11 544
14 376
20 244
29 085
Daň z příjmu FO
1 190
3 377
4 511
4 760
5 712
7 354
10 441
14 973
24 022
64 867
49 123
73 787
88 070
126 962 144 549
175 644
287 918
1 314
2 090
2 303
4 353
4 582
5 352
50 437
75 876
90 373
130 152 148 902
180 227
293 270
100,0
100,0
z toho sociální příjmy
Čisté peněžní příjmy Naturální příjmy Celkové čisté příjmy
97 701 105 648 114 895 2 250
2 668
2 733
99 951 108 315 117 628
3 190
STRUKTURA příjmů v % 100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
ZP a SP pojištění
6,1
7,8
6,6
5,8
6,1
6,8
7,8
8,3
9,2
7,6
Daň z příjmu FO
2,2
4,0
4,6
4,4
4,8
5,6
7,0
8,6
10,9
17,0
91,7
88,2
88,8
89,8
89,1
87,6
85,2
83,1
79,9
75,4
Hrubé příjmy
Čisté peněžní příjmy
Zdroj: ČSÚ
- 27 -
PEF MZLU v Brně
3.2.1
Příjmové rozdělení domácností a struktura příjmů
Jak je z tabulky 3.4 patrné, průměrný hrubý příjem jednoho člena domácnosti nacházející se v desátém nejvyšším decilu, byl 7,1krát vyšší než příjem člena v prvním decilu. Čtvrtý decil činil dvojnásobek příjmu toho prvního. Rozdíly v další decilech pak byly relativně malé a výrazně se zvýšily až v posledních decilech. Základní vysvětlení poskytuje srovnání počtu osob v jednotlivých decilech. V prvních pěti příjmových decilech se totiž nacházelo 56 % osob, přičemž nejnižší dva decily zahrnovaly dokonce 27 % osob, zatímco jen zhruba 16,8 % osob bylo v nejvyšších dvou decilech (graf 3.8).
400
1 600
350
1 400
300
1 200
250
1 000
200
800
150
600
100
400
50
200
tis. osob
tis.Kč
Graf 3.8: Domácnosti podle hrubého příjmu a počty osob v decilech, 2006
Hrubé příjmy na osobu Počty osob
0
0 1
2
3
4
5
6
7
8
9
10
Decily
Dosud jsem pracovala s hrubými příjmy. Budu-li sledovat celkové čisté příjmy a sociální příjmy, obraz rozdělení členů domácností podle příjmů na osobu se logicky poněkud změní. Celkový čistý příjem na osobu mezi příjmovými decily samozřejmě také rostl, ale rozdíly byly menší, zejména mezi třetím až šestým decilem, což bylo zesíleno rozložením sociálních příjmů (zejména důchodů) na osobu, které byly nejvyšší právě v těchto decilech. Od šestého decilu rostl čistý příjem na osobu podstatně pomaleji než hrubý. Je to samozřejmě způsobeno absolutním růstem daně z příjmu a odvodů sociálního a zdravotního pojištění s rostoucím příjmem a rozdělením sociálních příjmů. Nicméně i po tomto přerozdělovacím procesu přes veřejné instituce byla úroveň v desátém decilu téměř 6krát vyšší než v decilu prvním (graf 3.9).
- 28 -
PEF MZLU v Brně
Graf 3.9: Hrubé, čisté a sociální příjmy v jednotlivých příjmových decilech, 2006 400 350 300
tis.Kč
250 Hrubé příjmy 200
Celkové čisté příjmy Sociální příjmy
150 100 50 0 1
2
3
4
5
6
7
8
9
10
Decily
V nejvyšším příjmovém decilu činila výše daní z příjmu FO 55krát více než v decilu nejnižším; výše odvodů zákonného pojištění 9krát více. Při rozboru struktury hrubých příjmů se nezohledňují příjmy naturální, tudíž čistý příjem je v tomto případě chápán jako čistý peněžní příjem člena domácnosti (graf 3.10). Z grafu 3.10 lze jasně vyčíst účinek progresivního zdaňovacího systému. Po zavedení rovné daně v roce 2008 bude plocha zobrazující zdanění relativně shodná pro všechny příjmové decily. Samozřejmě procento zdanění hrubých příjmů nebude v každém decilu odpovídat přesně 15 % (pozn. sazba daně z příjmu FO v roce 2008), jelikož se uplatňují také slevy na dani a jejich výše je u každé osoby jiná. Posun k vyrovnání daňové spravedlnosti bude však velmi znatelný a tím pádem se také prohloubí rozdíly v čistých příjmech.
- 29 -
PEF MZLU v Brně
Graf 3.10: Struktura hrubých příjmů v jednotlivých příjmových decilech, 2006 10 9 8
Decily
7 6 ZP a SP pojištění 5
Daň z příjmů FO Čisté peněžní příjmy
4 3 2 1 0%
20%
40%
60%
80%
100%
Za povšimnutí také stojí, že v roce 2006 na každou domácnost připadlo průměrně 31 877 Kč sociální příjmů. Pokud však sečtu částky zákonného pojištění a daně z příjmu FO připadající na jednu domácnost, dostávám pouze částku 22 797 Kč. Stát tedy na sociálních dávkách domácnostem vyplatil asi 1,4krát více než inkasoval za odvody z hrubých mezd. Rozdíl kryly ostatní příjmy veřejných rozpočtů, mj. nepřímé daně (DPH, spotřební daně). 3.2.2
Porovnání hrubých a čistých příjmů člena domácnosti pomocí Lorenzovy křivky a směrnic LC
Pro porovnání rozdílů nerovnosti v dělení mezi hrubými a čistými příjmy jednoho člena domácnosti použiji data z tabulky 3.4. V rámci této analýzy využiji celkové čisté příjmy, abych analyzovala konečný čistý příjem člena domácnosti, ve kterém jsou zohledněny také naturální příjmy. Průměrný roční hrubý a čistý příjem v jednotlivých decilech využiji jako střed třídy intervalového příjmu. Jelikož se tento střed každý rok mění, nelze porovnávat více let najedou, analýza by byla nesmyslná. Pro srovnání hrubých a čistých příjmů v jednom roce však tuto analýzu využít lze. Po sestrojení koncentračních křivek je na první pohled patrný vliv přerozdělování. Křivka čistých příjmů se více blíží křivce dokonalého rozložení než křivka hrubých příjmů a to značí snížení míry diference mezi příjmovými decily (graf 3.11).
- 30 -
PEF MZLU v Brně
Graf 3.11: Koncentrační křivka hrubých a čistých příjmů, 2006 100% 90%
Kumulativní úhrn příjmů
80% 70% 60%
Hrubé příjmy
50%
Celkové čisté příjmy 40%
Ideální LC
30% 20% 10% 0% 0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Kumulativní úhrn počtu osob
Pro ještě lepší viditelnost rozdílu opět vypočítám směrnice Lorenzových křivek dosazením údajů z tabulky 3.4 do vzorce 2.1 zvlášť pro hrubé a pro čisté příjmy. Podle výsledků sestrojím graf směrnic LC a porovnám (graf 3.12). Graf 3.12: Směrnice LC pro hrubé a čisté příjmy, 2006 3,0
Směrnice LC
2,5 2,0 Hrubé příjmy
1,5
Celkové čisté přjmy
1,0 0,5
1
2
3
4
5
6
7
8
9
10
0,0 Decily
Po sestrojení grafu vypočítám ještě obsah ploch směrnic LC podle vzorce 2.2. Obsah pro hrubé příjmy 21,155; obsah pro čisté příjmy 18,410. Tedy ať už měřeno graficky nebo výpočtem, můžu konstatovat, že v roce 2006 mělo přerozdělování přes veřejné instituce velmi značný podíl na snížení příjmové nerovnosti v ČR.
- 31 -
PEF MZLU v Brně
3.3 Redistribuce příjmů v EU Srovnatelná prvotní data pro vytvoření mezinárodní analýzy redistribuce příjmů jsou velmi těžko dostupná. V databázi Eurostatu nejsou domácnosti děleny do skupin podle výše čistého příjmu. Při dělení do příjmových decilů jsou data dostupná pouze do roku 2004 pro skupinu EU 15. Porovnání nerovnoměrnosti dělení příjmů v jednotlivých zemí EU 25 pomocí Lorenzových křivek tedy není možné. Pro srovnání redistribuce příjmů v daných zemích proto využiji koeficientů S80/S20 a Giniho indexů, jejichž již vypočtené hodnoty lze nalézt v databázi Eurostatu. Evropská unie je společenstvím značně nesourodých států. Liší se rozlohou (od nejmenší Malty s 0,3 tis. km2 po největší Francii s 632,8 tis. km2), počtem obyvatel (nejmenší Malta s 0,41 mil. obyvatel, nejvíce Německo s 82,38 mil. obyvateli), hustotou osídlení (Finsko má pouze 17,3 obyvatele na km2, kdežto Malta má neuvěřitelných, ale pochopitelných 1 287,8 obyvatele na km2), sociální a ekonomickou situací. Míra nezaměstnanosti klesla v roce 2007 (oproti roku 2006) ve většině členských států, klesá i míra dlouhodobé nezaměstnanosti. Produktivita práce za celou EU sice spíše stagnuje, avšak v některých nově přistoupivších zemí roste obdivuhodným tempem (např. na Slovensku, v Litvě a Lotyšsku), což vypovídá o probíhající restrukturalizaci daných ekonomik.14 Životní úroveň obyvatel měřena čistým průměrným ročním příjmem na domácnost v PPP se vyrovnává v rámci celé EU velmi pomalu viz tabulka 3.5. Tabulka 3.5: Ukazatele životní úrovně za vybrané země EU, 2005 – 2007 Čistý příjem domácnosti Stát
(PPP)
Koeficient S80/S20
Giniho koeficient
2005
2006
2007
2005
2006
2007
2005
2006
2007
7 771
8 337
8 913
3,7
3,5
3,5
0,26
0,25
0,25
Německo
15 962
15 187
17 335
3,8
4,1
5,0
0,24
0,24
0,25
Rakousko
17 604
17 696
18 222
3,8
3,7
3,8
0,26
0,25
0,26
Polsko
4 791
5 092
5 704
6,6
5,6
5,3
0,36
0,33
0,32
Slovensko
5 197
6 003
6 876
3,9
4,0
3,5
0,26
0,28
0,24
14 515
15 234
15 624
4,0
4,0
3,8
0,28
0,27
0,26
Maďarsko
5 631
6 151
6 631
4,0
5,5
3,7
0,28
0,33
0,26
Portugalsko
8 348
8 694
8 936
6,9
6,8
6,5
0,38
0,38
0,37
Velká Británie
17 766
17 734
18 952
5,8
5,4
5,5
0,34
0,32
0,33
Lucembursko
27 292
28 679
29 292
3,8
4,2
4,0
0,26
0,28
0,27
Estonsko
4 780
5 709
6 764
5,9
5,5
5,5
0,34
0,33
0,33
Lotyško
3 999
4 550
5 593
6,7
7,9
6,3
0,36
0,39
0,35
Litva
3 900
4 685
5 848
6,9
6,3
5,9
0,36
0,35
0,34
Česká republika
Francie
Zdroj: Eurostat
- 32 -
PEF MZLU v Brně
3.3.1
Úroveň příjmů a nerovnost rozdělení příjmů států EU-25 v roce 2007
V roce 2007 se roční příjem domácnosti pohyboval v rozmezí hodnot 5 600 – 29 300 (pozn. měřeno v paritě kupní síly, PPP) Mezi státy s nejnižším vyrovnaným příjmem patřilo Polsko, Maďarsko, Slovensko a Pobaltské státy. O něco vyšších hodnot dosáhlo Portugalsko, ČR a Kypr. Mezi státy pohybující se na úrovni 13 234 (průměr EU-25) patřilo Slovinsko, Malta, Španělsko a Itálie. Nejvyšší roční příjem domácnosti zaznamenalo již tradičně Lucembursko, které dosáhlo 5,2krát vyššího příjmu než Lotyšsko (nejnižší příjem domácnosti).15 Při nejspravedlivějším rozdělovaní příjmu kupodivu nehrají roli nejvyspělejší a nejbohatší státy EU. Průměr EU 25 v roce 2007 byl 4,8. Mezi státy s nejnižší diferenciací příjmu patří Slovinsko, Švédsko, ČR a Slovensko. Naopak nad průměrem EU 25 se nacházejí státy jako Německo, Španělsko, Itálie a také Velká Británie. Nejvyššího stupně dosáhlo Portugalsko a Řecko (graf 3.13).16 Graf 3.13: Roční příjmy domácností a nerovnost rozdělení příjmů v EU, 2007 7,0 PT
Koeficient S80/S20
6,0
GR LT IT
EE
UK
ES
PL
DE
5,0
IE
EU-25 CY
LV
LU
NL
4,0
SK
3,0 5 000
FR FI
MT
HU CZ
AT
DK SE
SL
10 000
BE
15 000
20 000
25 000
30 000
Mediánový roční vyrovnaný příjem domácností (v PPP)
Zdroj: Eurostat
Nyní se zaměřím pouze na Českou republiku a její sousední státy u dat analýzy S80/S20 v průběhu let 2005 – 2007. Nejvyšší nerovnost pozoruji u Polska, které ovšem svou diferenciaci v příjmech neustále snižuje. Naopak v Německu koeficient stále roste a předpokládám, že v dalších letech se dostane nad hodnoty Polska. U ČR a Rakouska koeficient stagnuje. U Slovenska v roce 2007 došlo ke snížení až na úroveň České republiky (graf 3.14).16
- 33 -
PEF MZLU v Brně
Graf 3.14: Vývoj nerovnosti v příjmech v ČR a sousedních státech, 2005 – 2007 7,0
Koeficient S80/S20
6,0 ČR Německo 5,0
Rakousko Polsko Slovensko
4,0
3,0 2005
2006
2007
Rok
V letech 2008 očekávám buď stagnaci a nebo mírný nárůst hodnot koeficientu. V roce 2009 vlivem hospodářské krize předpokládám nárůst rapidnější, a tudíž i mnohem výraznější prohloubení nerovnoměrnosti v rozdělování důchodů. Mezi faktory této budoucí predikce patří nízký růst reálných mezd, dramatický pokles volných pracovních míst a následná expanze nezaměstnanosti, vysoká inflace, znehodnocení úspor obyvatelstva, pokles světové ekonomiky, pokles cen nemovitostí, snižující se poptávka na světových trzích, pád kurzů akcií, krachy bankovních institucí atd. 3.3.2
Giniho indexy v EU
Při porovnání Giniho indexů jsem získala data z roku 2001, 2005 – 2007. U jednotlivých států EU většinou index stagnoval. Pouze u Lotyška, Maďarska a Slovenska došlo k výraznějším poklesům; u Německa naopak k postupnému nárůstu. Stabilně nejvyšších hodnot dosahují Pobaltské státy, Řecko, Španělsko, Portugalsko a také Velká Británie viz grafy 3.15 – 3.18.17
- 34 -
PEF MZLU v Brně Graf 3.15: Giniho indexy v EU, 2001
Graf 3.16: Giniho indexy v EU, 2005
BE EU-25
BE EU-25
CZ
50
UK
DK 40
SE
35
29
24 31
22 25
30
23
26
29 SL
37
24
PT 38
ES
27
30 24
27
HU
FR 33
36 LV HU
LT LU
Graf 3.18: Giniho indexy v EU, 2007
Graf 3.17: Giniho indexy v EU, 2006 BE
BE CZ
50
UK 40
DE
24 SK
SE
25
EE 27
20
26
30 30
FI
33 IE
SK
26
32
28
DK 40
33 24
34
24
23
GR
SL
EE
30 33
IE 31 GR
34
23 0
31
ES
PT
FR
PL
32 IT
FR
26 28
29 28
AT
32 26
28 33
39 LV
35
MT HU
CY
30 26 27
NL
35
34 MT
LT
IT CY
LV HU
LU
ES
26
32
25 26
31
37
27
33
NL
25
10
0
AT
DE 26 25
20
24
10
PT 38 PL
CZ
50
UK
28 30
SL
EU-25 DK
FI
CY
36 MT
LT
30
IT
26
28
NL
CY
LU
32
ES
29 28
LV
SE
GR
26
AT
IT
34
31
MT
EU-25
33 32 28
36
27
29
NL
PL
FR
29
27 30
IE 32
0
33
25
34
10
0
AT
EE 26
20
26
GR
26 24
SK
IE
DE 28
30
35
33
22
PL
34
FI
EE
10
SL PT
25
20
27
SK
SE
DE
DK 40
28
30
FI
CZ
50
UK
LT LU
Poznámka: Gini 2001- data převzatá z let: CY:1997, LV:2002, MT:2000, SI:2000 a SK: 2003. Zdroj: Eurostat
- 35 -
PEF MZLU v Brně
4 Závěr Cílem této bakalářské práce bylo zmapování nerovnosti v příjmech obyvatel České republiky a Evropské unie více způsoby měření a výsledky hodnot porovnat. Během let 2004 – 2006 dochází v České republice k přesunu domácností i osob do vyšších příjmových skupin a k růstu čistého průměrného měsíčního příjmu osob postupně z 8 740 Kč – 9 160 Kč – 10 079 Kč. Při využití Lorenzových křivek v porovnání diferenciace za dané roky nejsou patrné viditelné rozdíly a nelze jasně určit, zda došlo ke změnám. Pro lepší představu jsem využila metodu směrnic tečen LC a pomocí následně sestrojených grafů jsem již mohla konstantovat, že nerovnosti v příjmech obyvatel se pro domácnosti i osoby v těchto letech mírně snižují. Tento závěr mi potvrdily i vypočtené obsahy ploch těchto směrnic, jejichž hodnoty také klesají. U domácností jako celků se pohybují kolem hodnoty 18,3 a u osob kolem hodnoty 18,6. Jako další hodnotící ukazatel mi posloužil Giniho index, jehož vypočtené hodnoty také klesaly a ve zkoumaných letech dosahovaly u domácností k hodnotám 0,270, u osob k hodnotám 0,274. U posledního ukazatele, jímž byl koeficient S80/S20, pro skupinu domácností i osob vyšly shodné výsledky. Tento způsob poměřuje hodnotu čistého příjmu nejvyšších dvou decilů a dvou decilů nejnižších, jejichž hodnoty jsou stanoveny pro osoby i domácnosti shodně. Hodnoty se změnily z 3,939 na 3,835 a na 3,749. Mírný pokles v měřené diferenciaci čistých měsíčních příjmů byl způsoben progresivním způsobem zdanění příjmů FO, posunem hranic pásem zdanění směrem nahoru, vyplácení relativně vysokých dávek sociální podpory. Dalšími faktory bylo snižování nezaměstnanosti a růst české ekonomiky ve výši 6,1 % v roce 2006 (měřeno v HDP). Při posuzování vlivu daní, zákonných odvodů a sociálních příjmů v roce 2006 jsem zvolila analýzu mezidecilového srovnání. Hrubý příjem jednoho člena domácnosti v nejvyšším decilu byl 7,1krát vyšší než člena v decilu prvním. Celkový čistý příjem na osobu mezi příjmovými decily také rostl, ale rozdíly byly výrazně menší. To bylo způsobeno samozřejmě absolutním růstem daně z příjmu FO, která činila v nejvyšším decilu 55krát více než v decilu nejnižším, výše zákonných odvodů 9krát více. Nejvyšších hodnot sociální příjmů (zejména důchodů) dosahovali lidé mezi třetím a šestým decilem. Po tomto přerozdělovacím procesu byla úroveň čistého příjmu jednoho člena domácnosti v desátém decilu téměř 6krát vyšší než v prvním. Následně jsem sestrojila Lorenzovu křivku pro hrubé a čisté příjmy a také histogram jejich směrnic tečen. Viditelné rozdíly byly patrné v obou případech. Při výpočtu obsahu směrnic LC jsem dospěla k hodnotám 21,155 pro hrubé a 18,410 pro čisté příjmy. Měřeno graficky nebo výpočtem je tedy jasné, že v roce 2006 mělo přerozdělování přes veřejné instituce velmi značný podíl na snížení příjmové nerovnosti v ČR. Analýza
- 36 -
PEF MZLU v Brně
byla vytvořena z dat, které ještě nezahrnovaly změny v roce 2007 a 2008, které mohly zaznamenat výraznější posuny. Mezi nejvýraznější řadím zavedení rovné daně 15 %, zúžení okruhu příjemců sociální podpory a jejího celkového snížení o 12,5 mld. Kč, reforma nemocenského a důchodového pojištění, postihy pasivního přístupu dlouhodobě nezaměstnaných, penalizování nelegální práce a zneužívání sociálních dávek, zrušení společného zdanění manželů nebo také zhoršování výkonu české ekonomiky v roce 2008 na 3,2 % (měřeno v HDP), dramatický pokles volných pracovních míst v posledním čtvrtletí téhož roku, vzhledem k růstu inflace a spotřebitelských cen nejnižší nárůst reálné mzdy za posledních deset let. V letech 1995 – 2006 se ekonomická úroveň ČR přibližovala k průměru vyspělých států EU 25 a v roce 2006 dosáhla téměř 76 % (měřeno v HDP k průměru EU 25). Při měření životní úrovně domácností pomocí průměrného čistého ročního příjmu patří ČR, Portugalsko a Kypr k zemím pod průměrem EU 25. Mezi státy s nejnižší životní úrovní patří Pobaltské státy, Slovensko, Maďarsko a Polsko. Extrémně nadprůměrných hodnot dosahuje Lucembursko, jehož obyvatelé disponují s více než 5krát vyšším příjmem než obyvatelé Lotyšska. Při posuzování diferenciace příjmů patří ČR, Švédsko, Slovinsko a Slovensko k zemím s nízkou nerovností v jejich rozdělování. Na jedné straně nízká míra diferenciace umožňuje nízkou míru chudoby a sociální mír, ale současně nízká úroveň mezd i úspor obyvatelstva může přibrzdit spotřebu domácností v budoucnosti. Tento závěr vyplývá z analýzy koeficientů S80/S20, ale také z analýzy porovnávání Giniho koeficientů během posledních let. Po srovnání ČR a jejích sousedních států vyplynulo, že ČR, Slovensko i Rakousku si udržují stabilní nízkou diferenciaci v příjmech, přičemž Polsko ji postupně snižuje a Německo naopak zvyšuje. Je zapotřebí tedy v České republice snižovat příjmovou nerovnost? V oblasti příjmové nerovnosti je evidentně nejlepší zlatá střední cesta. Příliš vysoká míra diferenciace znamená široce rozšířenou chudobu, zatímco rovnostářství může vést k pomalému hospodářskému růstu a riziku zaostávání. Majetková a příjmová nerovnost sama o sobě není ani dobrá ani špatná. Přehnaná redistribuce může být ekonomicky efektivní a přínosná pro hospodářský růst pouze v případě, že náklady na sociální dávky jsou nižší, než cena, která by musela zabránit případnému sociálnímu konfliktu.
- 37 -
PEF MZLU v Brně
5 Použitá literatura [1]
KOHOUT, P. Nerovnost jako přirozený stav. [cit. 28. dubna 2009]. Dostupné na: <www.rozhlas.cz/_binary/00150681.doc>
[2]
MACÁKOVÁ, L. a kol. Mikroekonomie : základní kurs. 9. vyd. Slaný: MELANDRIUM, 2005. 275 s. ISBN 80-86175-41-3
[3]
ZAMEČNÍK, P. Efektivita versus rovnost. Diplomová práce. Praha: Univerzita Karlova v Praze, 2001. Dostupné na:
[4]
LAPÁČEK, M. Ekvivalenční stupnice a příjmová nerovnost. [cit. 5. ledna 2009]. Dostupné na:
[5]
Finance-management. [online]. Dostupné na:
[6]
Encyklopedie Wikipedia. [online]. Dostupné na:
[7]
ADAMEC, V. Analýza koncentrace. [cit. 5. ledna 2009]. Dostupné na:
[8]
ŠPALEK, J. Vztah pro výpočet Giniho koeficientu. [cit. 5. ledna 2009]. Dostupné na:
[9]
Český statistický úřad. Metodické vysvětlivky. [online]. Dostupné na:
[10]
KUBIŠTA, V. a kol. Mezinárodní ekonomické vztahy. 1. vyd. Praha: HZ Editio, 1999. 378 s. ISBN 80-86009-29-7
[11]
Encyklopedie Wikipedia. [online].Dostupné na:
[12]
ČSÚ. Příjmy a životní podmínky domácností. [online]. Tab. 1 Domácnosti podle sociálních skupin. a) složení domácností a roční příjmy na osobu (%, Kč). Dostupné na:
- 38 -
PEF MZLU v Brně
[13]
ČSÚ. Příjmy a životní podmínky domácností. [online]. Tab. 2 Domácnosti podle decilového rozdělení čistých peněžních příjmů na osobu. a) složení domácností a roční příjmy na osobu (%, Kč). Dostupné na:
[14]
Český statistický úřad. Česká republika v EU. [online]. Dostupné na:
[15]
Eurostat.Database. [online]. Population and social conditions. Living conditions and welfare. Income and living conditions. Income distribution and monetary poverty. Mean and median income by household type. Dostupné na:
[16]
Eurostat.Database. [online]. Population and social conditions. Living conditions and welfare. Income and living conditions. Income distribution and monetary poverty. S80/S20 income quintile share ratio by gender and selected age group. Dostupné na:
[17]
Eurostat.Database. [online]. Population and social conditions. Living conditions and welfare. Income and living conditions. Income distribution and monetary poverty. Gini coefficient. Dostupné na:
- 39 -
PEF MZLU v Brně
6 Seznam tabulkových a grafických příloh Obrázek 2.1: Lorenzova křivka příjmů...................................................................................................... 12 Obrázek 2.2: Porovnatelné LC .................................................................................................................... 12 Obrázek 2.3: Neporovnatelné LC ............................................................................................................... 12 Obrázek 2.6: Giniho koeficienty ve světě .................................................................................................. 15 Obrázek 2.7: Státy EU podle koeficientu S80/S20..................................................................................... 17 Tabulka 2.1: HDP ve vybraných zemích EU v roce 2004 ........................................................................ 20 Tabulka 3.1: Rozdělení domácností a osob podle příjmových skupin, 2004 - 2006............................. 21 Tabulka 3.2: Směrnice Lorenzovy křivky pro domácnosti a osoby, 2004 – 2006 ................................. 24 Tabulka 3.3: Číselné ukazatele příjmové nerovnosti v ČR, 2004 - 2006 ................................................ 27 Tabulka 3.4: Příjmy a životní podmínky domácností ČR, 2006 ............................................................. 27 Tabulka 3.5: Ukazatele životní úrovně za vybrané země EU, 2005 – 2007 ........................................... 32 Graf 3.1: Počty domácností ve skupinách čistého měsíčního příjmu, 2004 – 2006 .............................. 22 Graf 3.2: Počty osob ve skupinách čistého měsíčního příjmu, 2004 – 2006........................................... 22 Graf 3.3: Koncentrační křivky příjmů domácností, 2004 - 2006 ............................................................. 23 Graf 3.4: Koncentrační křivky příjmů osob, 2004 - 2006.......................................................................... 23 Graf 3.5: Směrnice čistých příjmů LC za domácnosti, 2004 – 2006 ........................................................ 25 Graf 3.6: Směrnice čistých příjmů LC za osoby, 2004 - 2006................................................................... 25 Graf 3.7: Giniho koeficienty pro domácnosti a osoby, 2004 - 2006 ........................................................ 26 Graf 3.8: Domácnosti podle hrubého příjmu a počty osob v decilech, 2006......................................... 28 Graf 3.9: Hrubé, čisté a sociální příjmy v jednotlivých příjmových decilech, 2006 ............................. 29 Graf 3.10: Struktura hrubých příjmů v jednotlivých příjmových decilech, 2006................................. 30 Graf 3.11: Koncentrační křivka hrubých a čistých příjmů, 2006 ............................................................ 31 Graf 3.12: Směrnice LC pro hrubé a čisté příjmy, 2006............................................................................ 31 Graf 3.13: Roční příjmy domácností a nerovnost rozdělení příjmů v EU, 2007 ................................... 33 Graf 3.14: Vývoj nerovnosti v příjmech v ČR a sousedních státech, 2005 – 2007................................. 34 Graf 3.15: Giniho indexy v EU, 2001 .......................................................................................................... 35 Graf 3.16: Giniho indexy v EU, 2005 .......................................................................................................... 35 Graf 3.17: Giniho indexy v EU, 2006 .......................................................................................................... 35 Graf 3.18: Giniho indexy v EU, 2007 .......................................................................................................... 35
- 40 -
