Analýza překážek zaměstnanosti

Analýza překážek zaměstnanosti Štěpán Jurajda a Jozef Zubrický CERGE-EI 20 září, 2005 Obsah Sekce I: Úvod, motivace a shrnutí...................................................................................... 3 Sekce II: Ukazatele pobídek k zaměstnání......................................................................... 5 1 Úvod ................................................................................................................................. 5 2 Metodologie ..................................................................................................................... 7 2.1 Čistá míra náhrady ..................................................................................................... 7 2.2 Mezní efektivní daňová míra...................................................................................... 7 3 Shrnutí systému sociálního zabezpečení ........................................................................ 10 3.1 Podpora v nezaměstnanosti ...................................................................................... 11 3.2 Životní minimum...................................................................................................... 12 3.3 Státní sociální podpora ............................................................................................. 12 3.3.1 Přídavek na dítě............................................................................................... 13 3.3.2 Příspěvek z důvodu sociální potřebosti ........................................................... 13 3.3.3 Příspěvek na bydlení ....................................................................................... 14 3.3.4 Ostatní přídavky .............................................................................................. 14 3.4 Sociální výpomoc ..................................................................................................... 15 3.5 Zdanění příjmů ......................................................................................................... 16 3.5.1 Odečet od základu daně a daňový bonus ........................................................ 16 3.6 Odvody ..................................................................................................................... 18 4 Přehled navrhovaných změn .......................................................................................... 19 4.1 Životní a existenční minimum.................................................................................. 20 4.2 Státní sociální podpora ............................................................................................. 21 4.2.1 Příspěvek na bydlení ...................................................................................... 21 4.3 Sociální výpomoc ..................................................................................................... 22 4.3.1 Příspěvek na přežití ......................................................................................... 22 4 3.2 Doplatek za bydlení......................................................................................... 23 4.4 Zdanění příjmu ......................................................................................................... 24 4.5 Odčitatelné položky.................................................................................................. 24 5 Ilustrační příklad: Výpočet dávek, ČMN a MEDM ....................................................... 25 5.1 Současný systém ...................................................................................................... 25 5.2 Navrhovaný systém .................................................................................................. 26 5.3 Čistá míra náhrady ................................................................................................... 27 5.4 Mezní efektivní daňvá míra...................................................................................... 27

1

6 Čistá míra náhrady ......................................................................................................... 29 6.1 Vývoj českých ČMN................................................................................................ 29 6.2 Srovnání současného a navrhovaného systému ....................................................... 30 6.3 Budoucí výhody ....................................................................................................... 32 7 Mezní efektivní daňová míra.......................................................................................... 34 7.1 Srovnání současného a navrhovaného systému ....................................................... 35 8 Diskuze........................................................................................................................... 37 8.1 Stínová ekonomika................................................................................................... 37 8.2 Alternativní výpočty založené na zkušenostech z praxe .......................................... 39 9 Slovník oficáalních českých pojmů................................................................................ 39 Sekce III: Vyhodnocování programů ekonometrickými technikami ................................ 41 10 Cíle ............................................................................................................................... 41 11 Problematika vyhodnocování programů ...................................................................... 42 11.1 Statistické vymezení problému ............................................................................ 44 11.2 Experimentální řešení........................................................................................... 46 12 Přístupy v nekontrolovaném prostředí ......................................................................... 46 12.1 “Přírodní” experimenty ........................................................................................ 47 12.2 Rozdíl v rozdílech ................................................................................................ 48 12.3 Ekonometrické techniky....................................................................................... 50 12.3.1 Kontrola pozorovatelných faktorů: Regrese a párování............................ 50 12.3.2 Kontrola nepozorovatelných faktorů: Instrumentální proměnné a Úprava výběru ........................................................................................ 50 13 Získané zkušenosti ....................................................................................................... 51 14 Ilustrativní návrh .......................................................................................................... 52 Reference...................................................................................................................... 53

2

Sekce I: Úvod, motivace a shrnutí Cílem této zprávy je podpora širšího využití moderních ekonomických metod při analýze účinků politiky zaměstnanosti na sociálně znevýhodněné skupiny v České republice. Hlavním předmětem zájmu bude institucionální rámec (vládní politiky), který ovlivňuje chování jednotlivců, rodin a institucí - a potenciálně vytváří překážky zaměstnanosti. Důraz bude kladen na racionální reakci jednotlivých aktérů na pobídky vytvořené tímto rámcem. Základní ambicí této práce je překonání potíží, které jsou spojeny s vyhodnocováním jednotlivých politik, a v konečném důsledku také prosazení širšího uplatnění evaluačních metod, jenž umožní kvantifikaci behaviorálních dopadů vládních programů. Získané odhady poté mohou být využity při reformě jednotlivých politik, a tudíž i napomoci k lepšímu využití veřejných prostředků určených ke snižování sociální izolace. V souladu se zmíněným záměrem nabízíme nejprve jedno úvodní zhodnocení vládních politik a dále stručný přehled složitějších hodnotících přístupů vyvinutých v rámci moderní ekonomie práce a vhodných k použití v podmínkách České republiky. Úvodní hodnocení spočívá ve vytvoření jednoduchých ukazatelů peněžních pobídek zabudovaných v systému všech vládních programů zaměstnanosti, které mají dopad na zaměstnavatelnost jednotlivců s menším výdělečným potenciálem a nižším vzděláním. Těmito ukazateli (viz Sekce II) jsou čistá míra náhrady a mezní efektivní daňová míra, jenž představují široce používanou hodnotící metodu měření dopadů programů sociálního zabezpečení. V kontextu České republiky byla tato metoda použita již pracemi OECD (2004) a Jahoda (2004). Naším příspěvkem je posouzení přesnosti dosavadních výpočtů a jejich rozšíření ve třech dimenzích: (i) soustředíme se na typické rodinné modely sociálně slabých, (ii) srovnáme současný institucionální rámec s rámcem navrhovaným

3

pro rok 2006 a (bii) výpočty doplníme o informace z praxe. Součástí zprávy je také počítačový program pro provedené výpočty, který může sloužit jako výchozí bod pro budoucí hodnocení. Možná nikoli překvapivě nacházíme velmi silné pobídky nepracovat u početných rodin a rodin s nízkým potenciálním pracovním příjmem. Naše srovnání současného a navrhovaného systému sociální podpory kvantifikuje zásadní změny v peněžních pobídkách k zaměstnanosti v rámci českého trhu práce. Navrhovaný systém pravděpodobně zlepší motivaci k práci pro větší rodiny s nižším příjmem a v konečném důsledku bude “trestat” dlouhodobou nezaměstnanost (nečinnost). Na druhou stranu, nový systém může oproti současnému znevýhodnit růst mezd již zaměstnaných jedinců. Je důležité zdůraznit, že zatímco navrhovaný systém zjevně snižuje demotivující pobídky na straně nabídky práce, na straně poptávky po práci sociálně slabších existují jistě výrazné bariéry, kterým se zde ale nevěnujeme. Naše programování a popis systému sociální podpory však dobře ilustruje komplikovanost a obtížnou uchopitelnost tohoto systému. Účinnost pobídek k práci v rámci systému je tak dost možná snížena, protože zvlášť pro sociálně slabší rodiny a pracovníky může být záměr podpory (motivace) zaměstnanosti obtížně čitelný. Naše hodnocení vládních politik zahrnuje nejširší obecné vládní programy v oblasti trhu práce. Tyto vládní programy jsou vzhledem k malému rozsahu, roztříštěnosti a nejasné účinnosti současné aktivní politiky zaměstnanosti na podporu zaměstnanosti Romů (VÚPSV, 2004) pravděpodobně hlavním hnacím motorem ekonomických rozhodnutí na straně nabídky práce. Jelikož jsou ale výsledky, které zde prezentujeme, pouze prvotním hodnocením bez využití odhadů odvozených z mikroekonomických dat, měly by být brány pouze jako seznamovací výstup. V Sekci III proto poskytneme stručný úvod do moderní ekonometrické metodologie pro hodnocení efektivnosti programů, který by měl napomoci k jejímu širšímu využití v rámci českého trhu práce. 4

Sekce III vymezuje klíčový problém – měření dopadů jednotlivých programů - a dále diskutuje výhody a nevýhody, stejně jako příklady několika analytických přístupů uváděných v odborných ekonomických publikacích. Probrané metody umožňují získat odpověď na otázku kauzality dopadů jednotlivých programů na jejich účastníky i nezúčastněné. Navíc by měly umožnit srovnání přínosů a nákladů z hlediska společensky optimálního využití veřejných zdrojů.

Sekce II: Ukazatele pobídek k zaměstnání 1. Úvod Cílem této sekce je seznámení čtenáře s fungováním systému sociální podpory v České republice - kombinací sociálních příspěvků a podpory v nezaměstnanosti a a zabudovaných pobídek k zaměstnání a participaci na trhu práce. Protože český systém sociální podpory pracuje s rodinou jako základní jednotkou pro stanovení nároku na jednotlivé příspěvky a tudíž i pro motivaci k práci, naše analýza se zaměřuje právě na chování rodin. Středem zájmu jsou pobídky k zaměstnání na straně nabídky práce u sociálně slabších rodin s demografickými charakteristikami a postavením na trhu práce typickými pro romskou menšinu.1 Použitý přístup k měření pobídek na straně nabídky práce je seznamovací analýzou založenou na oficiálních pravidlech pro sociální podporu. Tato metoda je užitečným měřítkem ke srovnání rozdílných systémů sociální podpory. Navíc může být použita pro zhodnocení dopadů nových programů ještě předtím, než jsou skutečně zahájeny a testovány v praxi.2 Dvěma

1

Nezaobíráme se tudíž otázkami odpovídajících schopností na straně sociálně slabších, ani diskriminací na trhu práce. 2 Sekce III probírá možnou metodologii pro hodnocení uskutečněných změn v programech.

5

nejběžněji používanými ukazateli pobídek k práci v rámci systému sociální podpory jsou Čistá Míra Náhrady (ČMN) a Mezní Efektivní Daňová Míra (MEDM).3 Čistá míra náhrady je poměr čistého příjmu nezaměstnané domácnosti a čistého příjmu té samé domácnosti, je-li zaměstnán alespoň jeden její člen.4 Mezní Efektivní Daňová Míra na druhou stranu říká, jak je (malý) růst dané hrubé mzdy domácnosti zatížen explicitním zdaněním příjmu a implicitním zdaněním, které vyplývá ze systému sociální podpory. Ekonomická teorie vnímá MEDM jako ideální ukazatel ke studiu pobídek k zaměstnání zejména u rodin s nižším příjmem (viz např. Carone a Salomaki, 2001). Zmíněné ukazatele aplikujeme jak na současný systém sociální podpory v České repulice, tak i na (zatím pouze hypotetický) nový systém nedávno navržený českou vládou. Změna dosavadního systému by měla spočívat ve dvou krocích: Za prvé, vláda schválila reorganizaci systému sociální podpory, která by mohla být dokončena v červnu 2006. Za druhé, vláda také zvažuje změny ve zdanění příjmů s možnou platností od ledna 2006. Z tohoto důvodu nabízíme ex ante srovnání pobídek na straně nabídky práce v rámci současného a navrhovaného systému. Tato práce má následující strukturu. Nejdříve popíšeme metodologii a po detailním popisu ČMN a MEDM probereme výhody a nedostatky obou ukazatelů jako měřítek motivace k práci. Poté představíme sociální systém, daňový systém a systém podpory v nezaměstnanosti v České republice a dále osvětlíme navrhované systémové změny. Jako příklad určíme nároky na podporu pro různé typy rodin, tak jak vyplývají ze současného a navrhovaného systému a pro srovnání obou spočteme ČMN a MEDM s ohledem na relativní pobídky ke hledání práce. Zejména se soustředíme na situaci převažujích rodinných forem mezi sociálně slabšími a zhodnotíme ČMN a MEDM pro rodiny s nižšími příjmy. V neposlední řadě stručně probereme 3

Nejčerstvější použití těchto ukazatelů Organizací pro hospodářskou spolupráci a rozvoj lze nalézt v Benefits and Wages (2004) na www.oed.org. 4 Salomaki a Munzi (1999) shrnují různé přístupy ke spočtení čistých měr náhrady u nezaměstnaných.

6

několik specifických problémů v rámci systému sociální podpory, které nejsou podchyceny v našich výpočtech. Důležitým poznatkem plynoucím z našeho popisu a hodnocení systému sociální podpory je obtížnost jeho uchopení i pro formálně vzdělané ekonomy, nehledě na sociálně slabší skupiny s nižším vzděláním.

2. Metodologie 2.1 Čistá míra náhrady Čistá míra náhrady (ČMN), používaná např. OECD, je vymezená jako poměr čistých příjmů nezaměstnané osoby a zaměstnané osoby. Formálně může být vyjádřena jako:

OECD (2004) počítá dva druhy ČMN: takzvanou krátkodobou ČMN, vztaženou na období, kdy nezaměstnaný přijímá podporu v nezaměstnanosti a sociální podporu, a dále dlouhodobou ČMN, aplikovatelnou na období po vypršení nároku na podporu v nezaměstnanosti a tudíž zohledňující pouze sociální podporu pro dlouhodobě nezaměstnané. Pro srovnání systémů sociální podpory mezi jejími členskými zeměmi počítá OECD ČMN pro dvě úrovně příjmů: Průměrnou Výrobní Mzdu (PVM)5 a mzdu odpovídající 67% úrovně PVM. Protože typické rozdělení příjmů je vychýleno směrem doleva, průměrná mzda je vyšší než medián a druhá úrověň příjmů (t.j. 2/3 PVM) tudíž může být brána jako přibližná úroveň výdělku pracujícího, který se nachází v polovině distribuce. Je důležité mít na paměti, že PVM a dokonce i 67% úrovně PVM může být podstatně nad možnou úrovní mezd sociálně

5

Průměrný příjem výrobních pracovníků na plný úvazek ve zpracovatelském průmyslu dané země.

7

slabších pracovní síly s nižším vzděláním, zaměstnaných v nekvalifikovaných dělnických profesích či ve službách. Protože sociální dávky závisí na složení rodin, je třeba vypočíst ČMN pro různé typy rodin.6 OECD používá ve svých kalkulacích ČMN čtyři typy rodin: samotný dospělý, pár, pár se dvěma dětmi a samotný rodič se dvěma dětmi. Potenciální pracovní příjem u manželských párů je vztažen pouze k jednomu z manželů, zatímco se předpokládá, že druhý člen páru není pracovně aktivní. Věk dětí je stanoven na 4 a 6 let, výpočty OECD ale neberou v potaz přídavky a náklady na děti. ČMN lze vnímat jako vyjádření pobídek k hledání práce pro osoby, které pobírají podporu v nezaměstnanosti anebo sociální dávky. Míra může nabývat hodnoty mezi 0 až 100. Čím vyšší je toto číslo, tím nižší jsou pobídky k hledání pracovní příležitosti. Například, pokud systém garantuje Čistou Míru Náhrady ve výši 100%, žádný peněžní stimul k práci neexistuje, protože domácnost dostane stejný příjem bez ohledu na zaměstnanecký status. Jelikož si domácnosti vedle spotřeby cení také volný čas a mimo jiné hradí náklady na hledání zaměstnání a fixní náklady participace na trhu práce (dojíždění do práce, vyšší náklady na stravování mimo domácnost, atd.), lze očekávat, že ani Čistá Míra Náhrady podstatně nižší než 100 nemusí znamenat dostatečnou motivaci k hledání zaměstnání.7 Skutečná úroveň ČMN, která by generovala efektivní pobídku k prácí navíc nezávisí pouze na ocenění transakčních nákladů a nákladů volného času, ale také na vnějších možnostech, jako například na možnosti zaměstnání v šedé ekonomice apod. Z tohoto důvodu se nepokoušíme určit, je-li specifická ČMN dostatečně vysoká či nízká. Spíše se budeme snažit poukázat na vývoj úrovně ČMN v čase a dále stanovit pravděpodobný dopad navrhovaného systému sociální podpory a ČMN. Naše analýza 6

Protože je sociální pojištění strukturováno jako program na úrovni rodin, ČMN zachycuje motivaci k zaměstnání na úrovni rodin. Samozřejmě za touto informací lze nalézt také individuální motivaci. 7 Jackson a Brown (2003) diskutují úroveň ČMN a MEDM, která pravděpodobně postačuje k účinným pobídkám.

8

přizpůsobuje metodologii OECD našemu zájmu o rodinné typy sociálně slabších, a zároveň doplníme kalkulaci ČMN o některé důležité sociální dávky (včetně přídavků na pokrytí rostoucích nákladů na bydlení), které práce OECD (2004) nebrala v potaz.

2.2 Mezní Efektivní Daňová Míra Mezní Efektivní Daňová Míra (MEDM) zahrnuje kombinované dopady zdanění příjmu a sociálních dávek, které zvyšují hrubý pracovní příjem domácnosti. Protože nejvyšší úroveň dávek obvykle dostávají rodiny bez pracovních příjmů a přídavky se občas snižují téměř jedna k jedné s rostoucím příjmem, statická teorie nabídky práce předpovídá negativní dopady systému sociálního zabezpečení na participaci na trhu práce a počet odpracovaných hodin. Proto je důležité znát rozsah demotivujících pobídek, neboli sklon implicitní daňové křivky. Haveman (1996) tvrdí, že úroveň MEDM by měla být mezi 30% a 50%, pokud má skutečně podporovat nabídku práce. Podle jeho názoru je také vysoká úroveň MEDM v mnoha zemích výsledkem slabé vazby mezi množinou různých typů sociálních dávek. OECD počítá MEDM pro nárůst hrubého příjmu o 1%, 2% a 5%. Označme ČP0 a ČP1 jako čistý příjem před a po nárůstu hrubého příjmu, a jako HP0 a HP1 příslušné hrubé příjmy. MEDM lze potom spočítat jako:

Jahoda (2004) vypočetl MEDM pro Českou republiku a zjistil, že pro určité nízké úrovně původního hrubého příjmu a pro jeho malé potenciální změny je český MEDM někdy vyšší než 100. Podobná situace bývá často nazývána jako past nečinnosti, protože zvýšení hrubého příjmu zhoršuje finanční situaci domácností. Autorovu analýzu rozšíříme v čase a

9

doplníme jeho metodologii o nové typy příspěvků (za účelem pokrytí zvýšených nákladů na bydlení, viz podrobněji níže).

3. Shrnutí systému sociálního zabezpečení Systém sociálního zabezpečení je stejně jako systém podpory v nezaměstnanosti v České republice založen na principu veřejného pojištění.8 Zaměstnanci, zaměstnavatelé a podnikatelé platí dané části jejich hrubého příjmu do fondů spravovaných státem (viz Sekce 3.6). Pro jednotlivce a rodiny s nižším příjmem existují dva základní druhy dávek. Prvním je podpora v nezaměstnanosti, druhým jsou sociální dávky, zahrnující státní sociální podporu a sociální výpomoc. Organizace zodpovědné za vyplácení státní sociální podpory a podpory v nezaměstnanosti jsou Okresní úřady (OÚ) a Úřady práce (ÚP). ÚP také poskytují pomoc nezaměstnaným při hledání práce a nabízejí rekvalifikační kurzy a další formy aktivní politiky zaměstnanosti. A konečně, sociální výpomoc poskytovaná obcemi je poslední formou sociálních dávek. Tato sekce nabízí podrobnější popis jednotlivých forem podpory. Celý systém je odvozen od klíčového parametru - takzvaného životního minima. Tato částka se počítá na úrovni jednotlivce i rodiny a měla by vyjadřovat životní náklady. Většina příspěvků je pak stanovena jako pevný podíl z rodinného životního minima. Procedura pro získání dávek začíná čistou mzdou za odvedenou práci. V případě ztráty zaměstnání pobírá nezaměstnaný podporu v nezaměstnanosti po období nejméně 6 měsíců. Klesne-li čistá mzda, anebo podpora v nezaměstnanosti pod určitý násobek životního minima, daná osoba získává nárok na státní sociální podporu. Čistý příjem za účelem výpočtu státní 8

Současný systém sociální podpory je do značné míry výsledkem reforem z roku 1995. Od té doby byly provedeny pouze menší úpravy.

10

sociální podpory je součtem čisté mzdy a podpory v nezaměstnanosti. Osoby, jejichž příjem i po započtení státní sociální podpory nedosahuje výše životního minima mají nárok na dodatečné dávky v rámci sociální výpomoci, které by měli přinejmenším zajistit dosažení příjmu na úrovni životního minima. V principu však můžou být vyplaceny i další dávky nad rámec sociální výpomoci potřebné k dosažení životního minima, protože sociální výpomoc bere v potaz také faktory jako například skutečné náklady na bydlení, zdravotní postižení členů rodiny apod.

3.1 Podpora v nezaměstnanosti Podporu v nezaměstnanosti lze přiznat osobě, která aktivně hledá zaměstnání (muži až do věku 60-63, ženy do 57-63 let),9 a která byla zaměstnána nejméně 12 měsíců posledních 3 letech s výjimkou osob, které odešly, anebo byly propuštěny pro hrubé porušení pracovní kázně, a to nejméně dvakrát během posledních 6 měsíců. Základem pro výpočet podpory v nezaměstnanosti je průměrná čistá měsíční mzda za poslední čtvrtletí před vstupem mezi nezaměstnané. Výše podpory je v současné době stanovena ve výši 50% této mzdy během prvních 3 měsíců a ve výši 45% v následujících 3 měsících nezaměstnanosti,10 nikoliv však více než 2,5×násobku životního minima pro jednotlivce. V případě, že se nezaměstnaný účastní rekvalifikačního programu hrazeného místním úřadem práce, podpora v nezaměstnanosti je rovna 60% průměrné čisté mzdy za poslední čtvrtletí; maximální možná dávka je potom 2,8×násobek životního minima jednotlivce. Podpora v nezaměstnanosti nepodléhá zdanění. Příklad: Průměrná čistá mzda zaměstnance za poslední 3 měsíce byla 15 000 Kč. Zaměstnanec má 30 let a neúčastní se žádného rekvalifikačního kurzu. V prvních 3 měsících 9

Věk odchodu do důchodu u každého jednotlivce závisí na počtu dětí a dalších faktorech a také je ovlivněn nedávnými změnami v důchodovém systému. 10 Nárok na podporu je 3+6 pro věk mezi 50 a 55 a 3+22 měsíců pro nezaměstnané nad 55 let.

11

nezaměstnanosti činí jeho podpora 0,5 × 15 000 = 7 500 Kč. V následujících 3 měsících pak dostane 0,45 × 15 000 = 6 750 Kč.

3.2 Životní minimum Vzorec pro výpočet státní sociální podpory a sociální výpomoci obsahuje životní minimum na úrovni rodiny, zákonem definované11 jako součet dvou částí. První částí je životní minimum jednotlivce, vymezené v závislosti na věku jednotlivce: měsíční částka za každé dítě mladší 6 let je 1 720Kč, za každé dítě mezi 6 a 10 lety 1 920 Kč, za dítě mezi 10 a 15 lety 2 270 Kč, a pro všechny ostatní činí 2 360 Kč. Druhou částí je rodinné životní minimum: částka pro jednočlennou rodinu je rovna 1 940 Kč, pro rodinu s 2 (3-4) členy 2 530 Kč (3 140 Kč), a konečně pro domácnosti s 5 a více členy 3 520 Kč. Tyto částky se přizpůsobují o inflaci, změní-li se cenová hladina od posledního navýšení o více než 5%. Výše navýšení je však v kompetenci vlády. Příklad: Rodina se skládá ze 2 dospělých, 3 dětí ve věku 4, 8 a 13 let. Životní minimum pro tuto rodinu se rovná 2 360 Kč (manžel) + 2 360 Kč (manželka) + 1 720 Kč (4-leté dítě) + 1 920 Kč (8-leté dítě) + 2 270 Kč (13-leté dítě) + 3 520 Kč (rodinné životní minimum pro 5člennou rodinu) = 14 150 Kč.

3.3 Státní sociální podpora Následující podkapitoly shrnují nejběžnější typy státní sociální podpory v České republice.12

11 12

Zákon č. 463/1991 o životním minimu. Státní sociální podpora je vyplácena v souladu se Zákonem č. 117/1995 Sb. o státní sociální pomoci.

12

Výše státní sociální podpory závisí na čistém příjmu a životním minimu domácnosti.

3.3.1 Přídavek na dítě Přídavek na dítě je určen pro rodiny s dětmi, jejichž Čistý Příjem (ČP) v minulém roce nepřekročil 3× životního minima (ŽM). Způsob výpočtu přídavku:

kde

Příklad: Připomeňme si opět naši rodinu s 2 dospělými a 3 dětmi. Její ŽM činí 14 150 Kč a společný příjem je roven 15 800 Kč, což je více než 1,1 × ŽM, zároveň však méně než 1,8 × ŽM. Přídavek na dítě je 0,28 × (1 720 + 1 920 + 2 270)13= 1 655 Kč.

3.3.2 Příspevěk z důvodu sociální potřebnosti Příspěvek z důvodu sociální potřebnosti (PSP) je dostupný rodinám s nejméně 1 závislým dítětem a čistým příjmem v posledním čtvrtletí pod 1,6× ŽM. Čistý příjem za účelem výpočtu PSP zahrnuje také přídavek na dítě. PSP je určeno jako

13

Suma ŽM dětí.

13

Příklad: Rodina s 2 dospělými a 3 dětmi má ŽM rovno 14 150 Kč a společný čistý příjem 15 800 Kč. Domácnost rovněž dostane příspěvky na dítě 1 655 Kč. Její ČP pro výpočet PSP je 15 800 + 1 655 = 17 455 Kč. Příspěvek z důvodu sociální potřebnosti je tudíž (1 720 + 1 920 + 2 270)-[(1 720 + 1 920 + 2 270)×17 455]/(14 150 ×1,6) = 1 353 Kč.

3.3.3 Příspevěk na bydlení Příspěvek na bydlení (PB) je určen rodinám, které vlastní, anebo si pronajímají byt a jejichž čistý příjem byl za poslední čtvrtletí nepřekročil 1,6׎M. Čistý příjem za účelem výpočtu PSP opět zahrnuje také přídavek na dítě. PB je určen jako:

Příklad: Rodina s 2 dospělými a 3 dětmi, s ŽM rovným 14 150 Kč a společným čistým příjmem včetně přídavků na děti 17 455 Kč získá příspěvek na bydlení 3 520 Kč14 - (3 520×17 455)/(14 150× 1,6) = 806 Kč.

3.3.4 Ostatní přídavky Ostatní přídavky zahrnují rodičovský příspěvek, dávky pěstounské péče, pohřebné a porodné. V další analýze od nich budeme abstrahovat, protože závisí na specifických podmínkách, jako například zdravotní postižení dítěte apod.

14

Toto je část ŽM připadající na domácnost.

14

3.4 Sociální výpomoc Sociální výpomoc (SV) slouží jako zdroj pro podporu v krizi.15 Domácnost má nárok na sociální výpomoc, je-li její čistý příjem nižší než životní minimum i po započtení státní sociální podpory. Vzorec pro výpočet sociální výpomoci vypadá následovně:

Čistý příjem je definován jako průměrný měsíční čistý příjem z pracovní činnosti, anebo čistý podnikatelský zisk plus podpora v nezaměstnanosti plus součet

dávek na zdravotní

pojištění, penze, rodičovských přídavků, příspěvků z důvodu sociální potřebnosti, přídavků na děti a příspěvků na bydlení. Ještě předtím, než blíže popíšeme tyto zvláštní příspěvky, rádi bychom zdůraznili jednu méně známou charakteristiku sociální výpomoci. Sociální výpomoc může být vyšší než bylo uvedeno, má-li určitá domácnost vyšší životní náklady, než je běžné (obvykle se jedná o domácnosti s vysokým nájmem). Ačkoli sociální výpomoc nad rámec doplatku do životního minima může být relativně podstatná, její velikost není odvozena od přesně stanoveného vzorce, a navíc závisí na mnoha faktorech včetně uvážení samotných úředníků. Vzhledem k obtížnému vyjádření dávek v rámci sociální výpomoci proto není překvapením, že nejsou zahrnuty v kalkulacích ČMN -MEDM prováděných OECD. Tento problém je zásadní při srovnávání pobídek k zaměstnání zakotvených v současném a navrhovaném systému sociální podpory, popsaném v Sekci 4. Navrhovaný systém nově pevně stanovuje výši sociální výpomoci. Pro potřeby srovnání jsme proto provedli simulaci současné praxe poskytování výpomoci. Nový systém by měl zavést vzorce pro stanovení dávek, založené na takzvaných běžných a skutečných životních nákladech (viz Sekce 4.2.1). Naší snahou je

15

SV je ošetřena v Zákonu č. 482/1991 Sb., o sociální potřebnosti.

15

odhadnutí výše této dodatečné dávky, nyní závislé na uvážení odpovědného úředníka. Získaný odhad by měl být konzistentní s přesným vymezením sociální podpory navrhovaným systémem. Několik příkladů dodatečných dávek sociální výpomoci je uvedeno na webových stránkách Ministerstva práce a sociálních věcí,16 neuvádí však bohužel podrobnější postup při jejich výpočtu. Po provedení různých odhadů jsme tak vybrali ten, který byl nejblíže příkladům uváděných Ministerstvem. Při odhadech dodatečné sociální výpomoci jsme postupovali následovně. U domácností s příjmem pod životním minimem je dodatečná sociální výpomoc rovna rozdílu mezi skutečnými náklady a běžnými náklady na bydlení.17 Dodatečná sociální výpomoc u domácností s příjmem mezi životním minimem a 1,6 × ŽM tvoří zlomek ((příjem)/(1,6׎M)) rozdílu mezi skutečnými náklady a běžnými náklady na bydlení. Domácnosti s příjmy nad 1,6׎M nemají na dodatečnou výpomoc nárok. Příklad: Uvažujme rodinu s příjmy o 500 Kč nižšími, než je životní minimum a skutečnými náklady na bydlení o 1000 Kč nad běžnými náklady. Dodatečná výpomoc je v tomto případě rovna 500 Kč (k dosažení ŽM) + 1 000 Kč (k pokrytí zvýšených nákladů na bydlení) = 1 500 Kč.

3.5 Zdanění příjmů Česká republika uplatňuje progresivní daňový systém.18 Daň z příjmu je určena jako podíl na hrubé mzdě po odečtení zdravotního a sociálního pojištění, pojištění proti nezaměstnanosti a odečitatelných položek podle následující tabulky.

16

http://www.psv.cz/sqw/text/tiskt.sqw?O=4&CT=1063&CT1=0 Běžné náklady na bydlení budou přesně vymezeny v nově navrhovaném systému. 18 Viz Zákon č. 586/1992 Sb., o daních z příjmů. 17

16

3.5.1 Odečet od základu daně a daňový bonus Roční odečet od daňového základu je 38 040 Kč na jednoho plátce daně plus 21 720 Kč pro manžela/manželku, nemá-li roční příjem nad 38 040 Kč a pokud se domácnost rozhodla podat společné daňové přiznání.19 Teprve po zaplacení odvodů ze mzdy a odečtení daňového základu je spočtena samotná daň v souladu s progresivním zdaněním. Systém zdanění příjmů byl nedávno pozměněn za účelem posílení jeho role dodatečného nástroje pro transfer příjmů k potřebným rodinám s dětmi. Zvýšená dostupnost sociální podpory v závislosti na počtu dětí je obecně přijímána jako zdroj příjmů mimo trh práce, který dokonce převyšuje průměrnou úroveň mezd (OECD, 2004). S cílem oslabení této negativní pobídky k práci byl v roce 2005 zaveden daňový bonus. Daňoví poplatníci, kteří jsou dostatečně aktivní na trhu práce,20 mohou konkrétně použít daňový bonus až do výše 6000 Kč na jedno dítě, bonus však neplatí pro více než 4 děti. Zmíněné opatření nezávisí na stanovené dani, a je-li tato daň nižší než daňový bonus na dítě, má domácnost nárok na negativní daň (t.j. přijme platbu).

19 20

Existují také odečty pro plně, nebo částečně zdravotně postižené, které jsme však do našich výpočtů nezahrnuli. T.j. s vydělaným ročním příjmem ve výši nejméně 6-tinásobku minimální mzdy.

17

Příklad: Předpokládejme, že vyměřená daň pro určitou domácnost s jedním dítětem je rovna 5 000 Kč.

Má-li domácnost nárok na daňový bonus ve výši 6 000 Kč, neplatí ve

skutečnosti nic a naopak dostane 1 000 Kč.21

3.6 Odvody Odvody (příspěvky do zdravotních, nemocenských, zaměstnaneckých a penzijních fondů) jsou hrazeny z hrubé mzdy anebo hrubého zisku podnikatelů. Platby těchto příspěvků jsou rozděleny mezi zaměstnance a zaměstnavatele podle následujícího klíče.

Odvodům je nutno věnovat pozornost ze dvou důvodů. Za prvé, zaměstnanecké odvody snižují čistou mzdu pracovníků. Vysoké odvody hrazené zaměstnavatelem dále zvyšují náklady práce. Čím vyšší jsou náklady na legální práci, tím vyšší lze očekávat nelegální poptávku po pracovní síle. Tato problematika je posouzena v Sekci 8.1.

21

V předcházejícím režimu mohli daňoví poplatníci pouze snížit svůj daňový základ, aby tak snížili zdanitelný příjem.

18

4. Přehled navrhovaných změn Vláda nedávno navrhla (a schválila) přepracování systému sociální podpory, které v případě přijetí parlamentem může nabýt účinku od června 2006.22 V současné době se navíc zvažují podstatné změny ve zdanění příjmu. První část navrhované reformy uvažuje pozměnění systému sociální podpory (státní sociální podpory i sociální výpomoci) a ponechání systému podpory v nezaměstnanosti v současném stavu. Hlavních cílů změn je několik. Navrhované změny by měly ve větší míře odrážet skutečnost, že rodiny s vyšším počtem členů jsou ve výhodnější pozici díky sdílení životních nákladů. Na druhou stranu je třeba reflektovat v současnosti mnohdy nedostatečnou výši sociální podpory u jednočlenných domácností, která nemusí stačit ani k pokrytí skutečných životních nákladů (zejména nákladů na bydlení). Nový systém by tudíž měl poskytnout více podpory menším domácnostem a naopak zkrátit dávky pro rodiny s více členy. Dalším úkolem je omezení podpory z prostředků státní sociální podpory a naopak zvýšení participace obcí a sociální výpomoci; odpovědnost za sociální podporu by tedy měla být přenesena více na obce. Distribuce dávek obcemi při jejich relativně tvrdším rozpočtovém omezení by měla vést k účinnějšímu tlaku na nezaměstnané při hledání práce a přijímání pracovních nabídek. V tomto rozsahu budou mít obce možnost provádět jakési “známkování” aktivity potřebných domácností, a tato aktivita by tak měla určovat výši podpory. V neposlední řadě by měl navrhovaný systém stanovit přesnější vodítko při vymezení dostupné částky na sociální výpomoc (včetně regionálních nákladů na bydlení), a tudíž být méně závislý na diskreci úředníků.

22

Viz www.psp.cz/sqw/historie.sqw?O=4&T=1063

19

4.1 Životní a existenční minimum Reformní návrh ruší rodinnou část životního minima. Z tohoto důvodu ve většině případů poklesne celkové životní minimum rodin. Mimoto návrh zavádí takzvané existenční minimum (EM), které je rovno částce 2010 Kč. EM je důležité při výpočtu příspěvku z důvodu sociální potřebnosti, ŽM však stále zůstává základem pro kalkulaci státní sociální podpory. Odlišení EM a ŽM má odrážet aktivitu (vyvinuté úsilí) jednotlivce ke zlepšení jeho životní situace. Je-li osoba “aktivní” (kupříkladu aktivně hledá zaměstnání, snižuje náklady na bydlení, apod.), sociální výpomoc bude vypočtena na základě ŽM. Na druhou stranu, pokud je pasivní, základem pro výpočet sociální výpomoci bude EM. Zákon také zavádí tzv. životní základnu - rozdíl mezi ŽM a EM, který záleží na aktivitě jednotlivce. Nově navržená úroveň životního minima pro jednotlivce je shrnuta v následující tabulce.

Životní minimum pro rodinu je součtem životních minim členů rodiny, přičemž dospělí členové jsou bráni v potaz jako první. Děti jsou považovány za druhou, případně třetí osobu, je-li v domácnosti více než jeden dospělý. Příklad: Rodina se 2 dospělými, a 3 dětmi ve věku 4, 8 a 13 let. Její ŽM je 2 870 (první osoba, dospělý) + 2 580 (druhá osoba, dospělý) + 1 610 (třetí osoba, dítě, 6-15 let) + 1 610 (čtvrtá osoba, dítě, 6-15 let) + 1 310 (pátá osoba, dítě, 0-6 let) = 9 980 Kč.

20

4.2 Státní sociální podpora Zatímco vzorce pro výpočet přídavků na děti a příspěvek z důvodu sociální potřebnosti ze státní sociální podpory zůstanou nezměněny, je nutné si uvědomit, že celková výše těchto podpor bude v navrhovaném systému nižší. Důvodem je vypuštění rodinné části životního minima, čímž se sníží celkové životní minimum.

4.2.1 Příspěvek na bydlení Hlavní změnou u příspěvku na bydlení bude explicitní zohlednění rozdílných nákladů na bydlení v regionech České republiky. V budoucnosti by měl být přijat zákon, který definuje takzvané běžné (typické) náklady na bydlení (BNB). BNB se budou lišit podle regionu s trvalým bydlištěm a počtu členů domácnosti. Pracovní verze tohoto zákona zatím není k dispozici. Náš přístup předpokládá skutečné náklady na bydlení ve výši 4500 Kč a běžné náklady na bydlení ve výši 3900 Kč. Zákon také zavádí koncept takzvaných společensky přijatelných nákladů na bydlení (SPNB). Výše SPNB by měla být stanovena jako

kde Čistý Příjem pro potřeby výpočtu SPNB je určen jako součet 70% čisté mzdy, 80% podpory v nezaměstnanosti a 100% přídavků na děti. Je-li úroveň SPNB nižší než BNB, příspěvek na bydlení bude

21

kde SNB jsou skutečné náklady na bydlení. Příklad: Rodina žije v regionu s běžnými náklady a bydlení 3 900 Kč a skutečnými náklady na bydlení 4 500 Kč. Čistá mzda domácnosti činí 10 000 Kč. V tom případě je SPNB spočteno jako 0,7 × 10 000 × 0,3 = 2 100 Kč a domácnost má nárok na přídavek na bydlení ze státní sociální podpory ve výši 3 900 - 2 100 = 1 800 Kč.

4.3 Sociální výpomoc Sociální výpomoc v současnosti slouží k dorovnání příjmů na úroveň životního minima. Namísto tohoto dorovnání by se nově měla skládat ze dvou forem dávek sociální výpomoci, jenž budou hrazeny z rozpočtů obcí. Nové typy přídavků se nazývají příspěvek na přežití a doplatek na bydlení. Pro potřeby výpočtu obou podpor se do příjmu nezapočítávají daňové bonusy za děti.

4.3.1 Příspěvek na přežití Příspěvek na přežití (PP) je novou formou podpory, která by kromě situace domácnosti měla zohledňovat také její snahu dostat se ze závislosti na sociální podpoře. Pro účely kalkulace příspěvku na přežití je čistý příjem vymezen jako 70% čisté mzdy (případně čistého podnikatelského zisku), 80% příspěvků zdravotní péče (health care benefits) anebo podpory v nezaměstnanosti a 100% ostatních příjmů, včetně dávek ze státní sociální podpory vyjma rozdílu mezi přídavkem na bydlení a SPNB. Základem pro výpočet příspěvku na přežití je takzvaná životní základna, počítaná na úrovni domácnosti. Životní základna je rovna součtu ŽM dětí plus dodatečný rozdíl mezi EM a ŽM dospělých, který je závislý na úsilí o zlepšení jejich situace. Životní základna se tudíž může

22

přiblížit k ŽM, pokud daná osoba vyvíjí dostatečnou aktivitu směrem k odstranění její závislosti na systému sociální podpory. Tato závislost by měla být definována novým zákonem. Životní základna je rovna EM+A×(ŽM-EM) kde A leží v intervalu [0,1]. Nemá-li dotčená osoba například nesplacené dluhy, využívá svá aktiva ke zlepšení postavení domácnosti, je-li schopna doložit úsilí o nalezení zaměstnání, apod., koeficient A může mít hodnotu 0.8. Je-li daná osoba méně aktivní, A může být rovno 0,5, nebo dokonce 0. Rozhodnutí o výši A je v pravomoci obce. Naše analýza předpokládá A=1 u krátkodobě nezaměstnaných a A=0,5 u dlouhodobě nezaměstnaných. Příklad: Rodina se 2 dospělými a 3 dětmi, ve které ani jeden z dospělých nevykazuje úsilí o zlepšení situace domácnosti, má následující životní základnu: 2 010 (EM manžela) + 2 010 (EM manželky) + 1 610 (třetí osoba, dítě, 6-15 let) + 1 610 (čtvrtá osoba, dítě, 6-15 let) + 1 310 (pátá osoba, dítě, 0-6 let) = 8 550 Kč. Příspěvek na přežití (PP) je vyplacen, je-li příjem domácnosti (definovaný pro potřeby příspěvku na přežití) menší, než je životní základna. Výše příspěvku je potom vypočtena jako prostý rozdíl mezi dvěmi částkami:

4.3.2 Doplatek na bydlení Pro určení výše doplatku na bydlení (DB) je příjem vymezen jako součet 70% čisté mzdy (případně čistého podnikatelského zisku), 80% nemocenské anebo podpory v nezaměstnanosti a 100% ostatních příjmů, včetně dávek ze státní sociální podpory a příspěku na přežití. Doplatek na bydlení je vyplacen, je-li příjem domácnosti po uhrazení životních nákladů menší než životní základna. Výpočet doplatku je stanoven podle následujícího vzorce:

23

4.4 Zdanění příjmu Cílem navrhovaných změn zdanění příjmu je snížení daňového zatížení osob s nižšími příjmy, které má být dosaženo poklesem daňových sazeb ve dvou nejnižších daňových pásmech z 15% na 12% a z 20% na 19%. Vláda rovněž navrhla zvýšit nejnižší daňové pásmo ze 109 200 Kč na 121 200 Kč. Je však nutné si všimnout, že nečinnost vlády, pokud se jedná o zbývající daňová pásma, má rovněž za následek faktické změny ve zdanění příjmů vzhledem k rostoucím nominálním mzdám. Růst nominálních mezd znamená, že do nejnižších dvou daňových pásem se postupem času vejde stále méně osob a a faktický dopad progresivního zdanění je tudíž zesílen. Následující tabulka popisuje návrh nových daňových sazeb platných od ledna 2006.

4.5 Odčitatelné položky Vláda rovněž navrhla změny v systému odečtů od základu daně a odčitatelných položek. Odečty od základu daně budou zrušeny a nahrazeny odčitatelnými položkami, které se odečtou od samotné daně a nikoli od daňového základu. Roční odečitatelné položky by měly být rovny 7 000 Kč pro plátce daně, 4 200 Kč pro jeho manžela/manželku (8 400 Kč v případě zdravotního

24

postižení). V platnosti zůstane daňový bonus pro dítě ve výši 6 000 Kč (platí maximálně pro 4 děti). Odečitatelná položka se od daňového bonusu liší tím, že daňový bonus může mít formu záporné daně, překročí-li daňovou povinnost, ale odečitatelná položka je daňovou povinností.

5. Ilustrační příklad: Výpočet dávek, ČMN a MEDM Tato sekce zahrnuje výpočet všech dostupných podpor, ČMN a MEDM pro typickou romskou rodinu. Sociklub (1999) konstatuje, že romská žena má v průměru 3,6 dětí; dále v rámci romské komunity uvádí 83,4% podíl jedinců pouze se základním vzděláním. Český statistický úřad odhaduje celkovou průměrnou měsíční mzdu ve druhém čtvrtletí roku 2005 ve výši 18 763 Kč, zatímco průměrná mzda pracovníka se základním vzděláním činila 13 509 Kč.23 Uvažujme hypotetickou rodinu Delemanů se 2 dospělými a 3 dětmi. Prvním dítěti jsou 4 roky, druhému 8 a třetímu 13 let. Pan Deleman pracuje za měsíční hrubou mzdu 13 600 Kč, zatímco paní Delemanová je nezaměstnaná již déle než 6 měsíců. Rodina bydlí v Chebu v bytě s měsíčním nájmem 4 500 Kč. Běžné náklady na bydlení pro podobnou rodinu a region činí 3 800 Kč.

5.1 Současný systém Následující tabulka uvádí strukturu příjmů rodiny Delemanů za současného systému. Daný rodinný příjem bude srovnán s alternativním příjmem v případě, že pan Deleman opustí své zaměstnání. Zaměstnání na plný úvazek v tomto případě vygeneruje “bonusový” příjem ve výši 3 000 Kč.

23

www.czso.cz/csu/edicniplan.nsf/p/3111-05

25

5.2 Navrhovaný systém Nyní se podívejme na strukturu příjmu rodiny Delemanových v novém systému a vezměme v potaz změny v systému sociální podpory i ve zdanění příjmů. Opět uvažujme srovnání daného rodinného příjmu s alternativním příjmem v případě, že pan Deleman opustí své zaměstnání. Dodatečný příjem ze zaměstnání se skoro zdvojnásobí ve srovnání se současným systémem, a tudíž poskytuje silnější motivaci k práci.

26

5.3 Čistá míra náhrady Čistou míru náhrady pro naši hypotetickou rodinu můžeme získat s použitím celkového příjmu v případu nezaměstnanosti a zaměstnanosti pana Delemana. Vezměme si situaci, kdy je pan Deleman nezaměstnaný déle než 6 měsíců a nepobírá již podporu v nezaměstnanosti (situace odpovídá dlouhodobé ČMN podle metodologie OECD). Označme ČMN Ds jako dlouhodobou čistou míru náhrady pro rodinu Delemanových za existence současného systému, a ČMN Dn jako odpovídající ČMN v novém systému. Potom

a

Opět je vidět, že nový systém obsahuje silnější pobídky ke hledání/udržení zaměstnání pro naši hypotetickou hlavu rodiny.

27

5.4 Mezní efektivní daňová míra Nyní předpokládejme, že pan Deleman je zaměstnán a přemýšlí o přínosech jeho potenciální snahy najít si lépe placenou práci. Předpokládejme dále, že se mu podařilo najít práci s hrubou mzdou o 5% vyšší oproti současnosti, jmenovitě ve výši 14 280 Kč. Výsledná struktura příjmů ve stávajícím a navrhovaném systému je uvedena v následující tabulce. Oba systémy srovnáváme za předpokladu, že pan Deleman je nyní zaměstnán na nové pozici.

Použijeme-li MEDMDs pro označení mezní efektivní daňové míry ve stávajícím systému a MEDMDn pro odpovídající míru v rámci nového systému, potom

28

a

Tudíž, zvažuje-li pan Deleman nové místo s o 5% vyšší hrubou mzdou (oproti 13 600 Kč), jeho motivace v navrhovaném systému bude relativně oslabena. Dodatečný příjem pana Delemana je totiž podle nového systému zdaněn efektivní mírou 79%, zatímco ve stávajícím systému je efektivní zdanění rovno pouze 58%. Náš hypotetický příklad tudíž ukazuje, že motivace k zaměstnání je (pro zde uvažovanou hypotetickou rodinu) silnější v rámci nového systému, který však není tak vstřícný k zaměstnaným s nižší mzdou, kteří se snaží najít lépe placenou práci.

6. Čistá míra náhrady Naše obecná analýza začíná spočtením čistých měr náhrady pro Českou republiku v posledních 10 letech. Ke kalkulacím použijeme systém podpory popsáný výše a dále standardy OECD. Abychom byly schopni ukázat vývoj pobídek k práci zabudovaných v českém systému sociální podpory, museli jsme vzít v potaz všechny změny v rámci systému za posledních 10 let.

29

Obrázek 6.1: Čisté míry náhrady v České republice za posledních 10 let

6.1 Vývoj českých ČMN Obrázek 6.1 ukazuje čisté míry náhrady vypočtené za posledních 10 let pro různé typy rodin podle metodologie OECD. Srovnání zahrnuje krátkodobé a dlouhodobé ČMN pro rodiny s jedním dospělým, s bezdětným párem a s 2 dospělými a 2 dětmi.24 Pro pracovní příjem jsme použili průměrnou mzdu hlášenou na konci druhého čtvrtletí každého roku a pro srovnání jednotlivých ČMN předpokládali, že hlava rodiny vydělává 2/3 této mzdy. Obrázek ukazuje jasný trend: čisté míry náhrady podle metodologie OECD v České republice obecně klesají, což je příznivý vývoj z hlediska motivace k práci. Výrazným výsledkem jsou podstatně vyšší ČMN pro rodiny s více dětmi a pro rodiny s menšími nadějemi získání lépe placeného zaměstnání. Během let 1995 až 1997 si můžeme všimnout, že u rodin s 2 a více dětmi 24

Předpokládejme jedno dítě mladší než 6 a jedno mezi 6 a 10 lety.

30

a příjmem ve výši 2/3 PVM dosáhla čistá míra náhrady hodnoty 100. Následní pokles trendu lze zejména přičíst relativně vyššímu růstu mezd. Nicméně i v roce 2005 byla ČMN pro rodiny s více dětmi a menšími možnostmi výdělku stále mírně nad 80%. Tak vysoká úroveň signalizuje silně demotivující pobídky k práci.

6.2 Srovnání současného a navrhovaného systému Nyní použijeme naši metodologii k výpočtu ČMN v roce 2005 a ČMN podle navrženého systému, která by měla vejít v platnost v červnu roku 2006. Tyto alternativní ČMN spočteme pro několik typů rodin: rodiny s jedním dospělým, s bezdětným párem a s 2 dospělými a 2 dětmi. Dále také rozlišíme úroveň mezd. V neposlední řadě pak srovnáme ČMN pro krátkodobě a dlouhodobě nezaměstnané. Pro rok 2005 jsme použili PVM ve výši 18 763 Kč, zatímco pro rok 2006 odhadujeme průměrnou výrobní mzdu na 20 143 Kč. Pro oba roky předpokládáme, že skutečné životní náklady domácnosti jsou o 600 Kč vyšší než běžné životní náklady pro danou oblast a rodinný typ. Současný systém generuje zejména u větších rodin malé rozdíly mezi krátkodobou a dlouhodobou ČMN. Jednotlivci jsou tudíž indiferentní mezi pobíráním podpory v nezaměstnanosti a déle než 6-měsíční nezaměstnaností (kdy pobírá pouze sociální podporu), protože v konečném důsledku dostanou výši podpory. Nový systém rozlišuje mezi dlouhodobou a krátkodobou nezaměstnaností tím, že pouze 80% podpory v nezaměstnanosti je považováno za příjem pro potřeby výpočtu většiny sociálních dávek.

31

Nově navržený systém je podle tabulky štědřejší (poskytuje vyšší dávky) k rodinám s jedním členem, a naopak podstatně skoupější k větším rodinám. Dále je navrhovaný systém oproti současnému relativně štědřejší ke krátkodobě nezaměstnaným a opačně relativně přísnější k dlouhodobě nezaměstnaným. Obecněji vzato, nový systém zmenšuje rozptyl ČMN podle rodinných typů a úrovně příjmů. Navíc si můžeme všimnout celkové tendence směrem k nižší úrovni ČMN.

32

Obrázek 6.2: Srovnání ČMN v současném a navrhovaném systému

Obrázek 6.2 prezentuje podrobnější výpočty ČMN. Přidáni jsou zde manželé se 3 dětmi. Za druhé jsme měnili úroveň mezd od 40% po 120% průměrné mzdy. Všimněme si, že 40% průměrné mzdy v roce 2005 je přibližně rovno minimální mzdě. Tečkované křivky reprezentují navrhovaný systém, čárkované pak krátkodobé ČMN. Vraťme se nyní zpátky k hypotetické rodině Delemanů, která má v současnosti ČMN ve výši 82% a tudíž nemá velkou motivaci k práci. Nejdříve si všimněme, že pokud by byla mzda pana Delemana nižší než jsme předpokládali, ČMN se ještě zvýší. Uvažoval-li by pan Deleman například o přijetí místa se mzdou pouze ve výši národní minimální mzdy (v současnosti 7 185 Kč), ČMN pro jeho domácnost by byla rovna 100, t.j. systém by nenabízel bezprostřední pobídku k práci. Nový systém se snaží takto demotivující pobídku potlačit; pan Deleman by měl při pobírání minimální mzdy ČMN rovnu 83%. 33

6.3 Dodatek: Budoucí výhody Měli bychom však zdůraznit, že ačkoli současný systém nemotivuje nějak zásadně k práci, v praxi existují další motivační faktory, které nebyly zahrnuty v našich výpočtech. Vyjmenujme zde několik z nich, označených jako ‘budoucí výhody’:

1) Po dobu zaměstnání jsou odvedené příspěvky vyšší (z větší části jsou hrazeny zaměstnavatelem). Celkové příspěvky do systému následně ovlivňují budoucí starobní důchody. Vypočtené ČMN jsou proto z dlouhodobého pohledu jednotlivce vychýlené směrem nahoru. Velikost vychýlení však záleží na diskontním faktoru agentů, tedy na relativní váze, kterou přikládají současné a budoucí spotřebě. Hirt and Jakoubek (2004) tvrdí, že diskontní faktor u romských rodin je nízký a vychýlení proto pravděpodobně malé; časově vzdálená výhoda v podobě penzí nehraje velkou roli při dnešním rozhodnutí o zaměstnání.

2) Další budoucí výhodou dnešního zaměstnání (relativně k nezaměstnanosti) je dostupnost podpory v nezaměstnanosti, pokud uchazeč pracoval v posledních 3 letech nejméně po dobu 12 měsíců. Role diskontního faktoru je v tomto případě omezená, protože možný příjem podpory v nezaměstnanosti je pracovníka v průměrném věku časově blíže ve srovnání se starobním důchodem. Stejně však předpokládáme (zejména v současném systému) pouze omezené zkreslení ČMN. Současný systém v podstatě nerozlišuje krátko- a dlouhodobé přídavky, a to ani v případě nadprůměrných příjmů. Vychýlení u dlouhodobé ČMN může být dle nových pravidel

34

větší, protože celkové dávky osob pobírajících podporu v nezaměstnanosti je podstatně větší relativně k dávkám dlouhodobě nezaměstnaných.

Pominutí zmíněných faktorů lze brát jako nedostatek metodologie ČMN. Další nedostatky můžou zahrnovat nedostatečnou informovanost jednotlivci pokud jde o jejich nárok na konkrétní dávky, způsob podání žádosti, anebo možnost ilegálního zaměstnání. Některé z těchto omezení se pokusíme probrat v další sekci. V širší perspektivě se zdá být nový systém krokem kupředu, mluvíme-li o motivaci k práci pro nezaměstnané. Navrhovaný systém nejenže snižuje rozptyl dávek podle rodinných typů, ale zároveň také rozlišuje mezi krátko- a dlouhodobou nezaměstnaností. Takové odlišení by mělo vést k silnější motivaci vyhnout se dlouhodobé nezaměstnanosti, přičemž náš předpoklad, že obce budou brát dlouhodobě nezaměstnané jako méně aktivní hraje pro toto rozlišení vedlejší roli. Nově navržený systém generuje nejsilnější pobídky k práci pro rodiny s nižšími příjmy. Ačkoli lze na straně poptávky po práci i nadále očekávat přítomnost významných bariér pro zaměstnavatelnost sociálně slabých, navržený systém zřetelně snižuje překážky na straně nabídky práce.

7. Mezní efektivní daňová míra Nyní představíme řadu měření MEDM a zhodnotíme dopad navrhované reformy na mezní efektivní daňovou míru, která říká, jak je (malý) růst dané hrubé mzdy domácnosti zatížen explicitním zdaněním příjmu a implicitním zdaněním, které vyplývá ze systému sociální podpory.

35

V úvodním příkladu rodiny Delemanových jsme diskutovali MEDM při zvýšení hrubé mzdy pana Delemana o 5% (ze 13 600 Kč na 14 280 Kč). MEDM lze spočíst několika způsoby. Jednou z klíčových voleb je velikost mezního nárůstu hrubé mzdy, ze které se míra počítá. Skupina OECD používá nárůst o 1%, 2% a 5% průměrné výrobní mzdy. V kontextu České republiky jsme se rozhodli pro 2% nárůst, což v praxi roku 2005 znamená přibližně 400 Kč. Naše MEDM proto měří efektivní míru zdanění při nárůstu hrubé mzdy o cca 400 Kč.

7.1 Srovnání současného a navrhovaného systému Stejně jako v případě ČMN začneme s kalkulací MEDM pro tři základní rodinné typy a dvě úrovně mezd. Poté provedeme srovnání obou systémů za použití úplného intervalu zlomků PVM (od 0,4 po 1,2). Pokračujeme v použití 18 763 Kč jako průměrné mzdy pro rok 2005 a 20 143 Kč jako průměrné měsíční mzdy v roce 2006. Dále při odhadech úrovně podpory opět zůstaneme u předpokladu, že skutečné životní náklady jsou o 600 Kč vyšší než běžné životní náklady.

36

Tabulka implikuje, že současný systém převážně vytváří nižší MEDM, a tudíž nabízí silnější motivaci ke zvýšení hrubého příjmu rodiny. Jinými slovy, současný systém nabízí úroveň podpory, která není tak těsně vázána na danou úroveň příjmu jako je tomu u nově navrženého systému - ten je více závislý na příjmové hladině. Zatímco je však určitá míra vázanosti na příjem vhodnou součástí pro kterýkoliv systém určený pouze určitým skupinám v populaci, její přílišné využití může vést k nedostatečným pobídkám k hledání lepšího zaměstnání. Konečný objem fondů vydaných na sociální podporu tak v konečném důsledku může být vyšší, než v případě systému s volnější vazbou mezi dávkami a úrovní příjmu. Srovnání nového a starého systému samozřejmě závisí na velikosti příjmu a struktuře domácností. Jak ilustruje Obrázek 7.1, například MEDM v současném systému se přibližuje 100% u domácností s nižšími příjmy, protože ty dostávají přinejmenším ŽM. Ačkoli je obtížné stanovit optimální míru MEDM, nově navrhovaný systém má zdá se neobvykle vysokou úroveň MEDM u větších rodin. Skutečnost, že současný systém je méně vázaný na příjem lze také vypozorovat z “hrotů” v grafickém znázornění MEDM. MEDM kupříkladu občas klesne pod 40% u rodin s nižším příjmem a 2 a 3 dětmi; znamená to, že sociální dávky neberou v potaz nárůst v příjmech domácnosti a jsou tak stále relativně vysoké.

37

Obrázek 7.1: Srovnání MEDM v současném a navrhovaném systému

8 Diskuze 8.1 Stínová ekonomika Jednoznačně největším problémem naší analýzy je přítomnost neoficiálních pracovních příležitostí. Je-li pracovník zaměstnán v rámci šedé ekonomiky, pobírá všechny příspěvky a zvažuje možnost oficiálního zaměstnání, jeho ČMN může být dokonce výrazně vyšší než 100%, protože vstupem do oficiálního sektoru ztrácí některé z dávek i příjem z nelegální práce. Rozsah šedé ekonomiky je obtížně odhadnutelný; namísto toho ukážeme hypotetický příklad, který ilustruje široké možnosti pro nelegální zaměstnání v rámci současného systému.

38

Představme si, že pan Deleman dostal nabídku zaměstnání “načerno”. Předpokládejme dále, že o této práci obec neví a tudíž stále pobírá sociální podporu jako nezaměstnaný. Ve starém systému by pro něj bylo lepší vydělávat měsíčně načerno 2862 Kč oproti oficiálnímu zaměstnání s měsíční mzdou 13 600 Kč a ztrátou části přídavků. Na druhé straně trhu práce jsou náklady zaměstnavatele na pana Delemana při oficiální mzdě 13 600 Kč rovny 17 600 Kč.25 V rámci nového systému by se panu Delemanovi vyplatila práce načerno při mzdě 6 290 Kč a celkových nákladech na práci 18 994 Kč. Ačkoli neoficiálnímu zaměstnavateli i panu Delemanovi hrozí riziko přistižení, úspory v podobě nižších nákladů na práci a vyšších pracovních příjmů (díky neohlášenému zaměstnání) jsou nezanedbatelné.26

Obrázek 8.1: Náklady dané zákonem a celkové náklady

25 26

Náklady práce jsou spočteny jako hrubá mzda x podíl odvodů placených zaměstnavatelem. Všimněme si, že stejně jako u ČMN nebereme v potaz důsledek nárůstu penzí a podpory v nezaměstnanosti.

39

Obrázek 8.1 popisuje rozdíl mezi náklady danými zákonem a celkovými náklady na práci pro různé rodinné typy a pro rozličné potenciální úrovně mezd. Křivky bez křížků představují ilegální mzdu, při které je agent nerozhodný mezi nelegální prací a nezaměstnaností. Křivky s křížky představují náklady zaměstnavatele na legální zaměstnání pracovníka. Plné a přerušované křivky popisují současný a navrhovaný systém. Obrázek naznačuje, že ačkoli navrhovaný systém v zásadě sníží rozdíl mezi ilegální mzdou (při které je agent nerozhodný mezi nelegální prací a oficiálním zaměstnáním) a celkovými náklady na práci přinejmenším pro pozice s menší přidanou hodnotou, tento rozdíl pořád zůstává značný. Předpokládejme například, že se zaměstnavatel a pan Deleman dohodnou na nelegální mzdě ve výši průměru mezi náklady na práci 18 994 Kč a zlomovou ilegání mzdou (6 290 Kč). Tato mzda bude rovna 12 642 Kč. Zaměstanvatel i pan Deleman v konečném důsledku vydělají 6 332 Kč (18 994 - 12 642 pro zaměstnavatele, anebo 12 642 - 6 920).

40

Sekce III Vyhodnocování programů ekonometrickými technikami: Příležitosti pro analýzu českých programů 10. Cíle Hlavním cílem této sekce je poskytnutí stručného přehledu o stavu současné literatury ekonometrického hodnocení programů s důrazem na (i) ekonometrickou metodologii, (ii) různé podoby jednotlivých trhů práce a vládních intervencí a (iii) specifické empirické výsledky. Sekce by měla poskytnout (i pro laika) dostatečně srozumitelný úvod do hodnocení českého sociálního systému a také navrhnout možné testovací postupy pro měření dopadů české aktivní politiky zaměstnanosti, zaměřené na sociálně slabší skupiny. V kontextu hodnocení programů v České republice lze vypozorovat nedostatek analytických hodnocení vládních programů (včetně programů aktivní politiky nezaměstnanosti), což vede k odpovídajícímu nedostatku srovnání přínosů a nákladů těchto programů. Současné práce se často spokojí s jednoduchými účetními, případně statistickými výstupy. Namísto dopadů rekvalifikace na úspěch nezaměstnaných na trhu práce jsou jako relevantní měřítko úspěchu často brán počet rekvalifikovaných nezaměstnaných či celková částka na rekvalifikaci.27 I když se nepouštíme do hlubších politicko-ekonomických rozborů, považujeme za důležité zdůraznit, že hodnocení by mělo být prováděno zásadně nezávislými osobami “mimo” instituci, která odpovídá za provádění programu. Programy aktivní politiky nezaměstnanosti, financované a prováděné Ministerstvem práce a sociálních věcí, by např. neměly být hodnoceny některým z odborů tohoto ministerstva. 27

Tento problém si odpovědné orgány již začínají uvědomovat, viz poslední zprávy VÚPSV o hodnocení programů aktivní politiky zaměstnanosti.

41

Prezentace zahajuje vymezením problematiky hodnocení programů a pokračuje přehledem různých přístupů (v řízeném i nekontrolovaném prostředí). Zmíníme příklady obou typů hodnocení a sekci uzavřeme jednoduchým příkladem pro budoucí aplikaci těchto hodnocení.

11. Problematika vyhodnocování programů Předpokládejme, že chceme poznat dopad binární procedury: lékařského zákroku (operace), školící program, opatření proti diskriminaci na trhu práce, atd. Jak se můžeme dozvědět, že podaný lék, anebo operace jsou účinné? Jednoduché srovnání (průměrného) zdravotního stavu pacientů po operaci a před ní není možné, protože jejich zdravotní stav by se změnil v čase i bez provedeného zákroku. Stejně tak není vhodné srovnání zdravotního stavu pacientů se stejnou nemocí, ale bez operace, pokud byli vybraní (operovaní) pacienti před samotným zákrokem v horším zdravotním stavu. Podobný příklad nám může pomoci osvětlit rozdíl mezi korelací a kauzalitou: Příklad 11.1 Předpokládejme, že obyvatelé hor jsou v průměru zdravější než obyvatelé měst. Je to tím, že horské prostředí prospívá zdraví, anebo nemocní lidé bydlí častěji ve městech kvůli dostupnější zdravotní péči? Příklad 11.2 Stejně tak víme, že pracovníci s vyšším vzděláním pobírají vyšší mzdy. Jsou jejich mzdy vyšší kvůli dosaženému vzdělání, anebo spíše kvůli větším vrozeným schopnostem, které jim umožnily takové vzdělání dosáhnout? Známe-li odpověď na tuto otázku, můžeme se ptát, v jakém rozsahu by měla vláda podporovat vzdělání. V případě klinického výzkumu (biostatistika) je problém neznámých účinků procedury běžně řešen náhodným rozdělením pacientů do testovacích (t.j. operovaných) a kontrolních (t.j. neoperovaných) skupin a následným srovnáním jejich relativních (zdravotních) výsledků.

42

Zatímco je možné rozdělit pacienty do testovacích a kontrolních skupin tak, aby měli v průměru ty samé objektivně známé (pozorovatelné) vlastnosti ovlivňující zdravotní stav (například jejich věk), náhodné rozdělení by mělo zajistit srovnatelnost skupin i pokud jde o nepozorovatelné (neměřené) vlastnosti. Průměrný rozdíl ve výsledcích potom přináší důvěryhodnou odpověď na kontrolní otázku, co by se stalo, nebyla-li by operace provedena. Ekonomie se často zabývá podobným otázkami. Například: Jaký dopad má rekvalifikační program pro nezaměstnané (sociálně slabší)? Jaký vliv na nabídku práce mají změny v peněžních pobídkách pro zaměstnané a nezaměstnané (t.j. vliv změny ČMN diskutované v minulé sekci)? apod. Na rozdíl od medicíny jsou však tyto otázky často kladeny bez dostupnosti kontrolních skupin. Zásadní metodologickou otázkou ekonometrického vyhodnocování programů je proto možnost aproximace nerealizovaného opačného výsledku – t.j. nalezení odpovědi na otázku, co by se stalo, kdyby žádný rekvalifikační program nebyl proveden. V praxi se tento problém nazývá problémem kauzální inference.28 Je důležité rozlišovat mezi situací, kdy se ptáme na dopady v rámci částečné rovnováhy a situací, kdy uvažujeme obecné programy s možnými dopady jak na jejich aktivní účastníky, tak i na ostatní populaci skrze pozměněnou tržní rovnováhu. Velká část naší diksuze je omezena na otázky částečné rovnováhy.

Příklad 11.3 V případě malého nárůstu přijatých uchazečů na vysokých školách můžeme brát současný mzdový rozdíl mezi vysokoškoláky a středoškoláky jako aproximaci přínosu vysokoškolského studia. Uvažujeme-li však o zásadním zvýšení počtu přijatých (t.j. o větší část 28

Úvod do problematiky lze nalézt v Holland (1986); v kontextu ekonomie také viz Angrist a Krueger (1999), anebo Card (1993). V otázce kauzální inference v zásadě musíme rozlišovat dva typy problémů: (1) Problém efektu procedury: Jaký je dopad daného existujícího programu ve srovnání se situací, kdyby vůbec nebyl realizován? (2) Strukturální problém: Jaký je pravděpodobný dopad nového či staršího programu v nových podmínkách? Druhý problém je možná příliš ambiciózní a vyžaduje mnohem silnější předpoklady při jeho modelování.

43

populace), výsledné změny relativní nabídky středo- a vysokoškolsky vzdělaných ovlivní také relativní mzdy, čímž dojde k dodatečnému dopadu těchto změn.

Praktická neproveditelnost náhodného rozdělení mezi testovací a kontrolní skupinu vede v ekonomii často k takzvanému zkreslení z výběru vzorku (ZVV): nezaměstnaní, kteří se rozhodli účastnit rekvalifikačního kurzu (anebo uchazeči vybraní okresními úřady práce) mohou být obecně “schopnější” (díky větší motivaci, či většímu pracovnímu nasazení), než ostatní nezaměstnaní (s možností se zapojit, ale negativním rozhodnutím), a tudíž by měli nadprůměrnou šanci na uplatnění i bez rekvalifikačního kurzu. Srováme-li potom výstupy na trhu práce (zaměstnanost, mzdy, atd.) mezi účastníky a ostatními nezaměstnanými s nárokem na tento kurz po jeho skončení, můžeme část rozdílů vzniklých díky odlišným pracovním předpokladům chybně přičíst rekvalifikačnímu kurzu, zatímco tento mohl pouze úspěšně vybrat “schopnější” jedince.

11.1 Statistické vymezení problému Tato část může být přeskočena, nemá-li čtenář zájem převážně o formální ilustraci zkreslení z výběru vzorku a hlavních parametrů analýzy. Uvažujme dopad rekvalifikačního programu a označme příjmy agenta i jako yi. Předpokládejme dvě možné situace: daná osoba se buď účastní, anebo neúčastní rekvalifikačního programu (léčebné procedury, daňových změn, apod.). Označme y1i výdělek v případě účasti a y0i výdělek v případě neúčasti v programu; dále označme Di∈{0,1} jako participaci daného jednotlivce i v programu. Ve skutečnosti nemůžeme y1i a y0i pozorovat najednou. Buď máme

44

informaci o y1i pokud Di=1 (osoba se přihlásila a participuje v programu), anebo máme informaci o y0i v případě, že Di=0 (tyto osoby jsou často nazývány potenciální účastníci (PÚ)). Typickým problémem ekonoma je nalezení odpovědi na otázku, co by se stalo, pokud by uvažovaný program nebyl uskutečněn, t.j. jaký je dopad programu (procedury) na jeho účastníky (t.j. cílovou skupinu). Označíme-li operátor očekávaní E, tento dopad lze formálně vyjádřit jako E[y1i - y0i | Di=1], což je často označováno jako průměrný dopad procedury na účastníky (PDÚ). Tento výraz přesně vyjadřuje naši otázku, chceme-li porovnat náklady a přínosy daného programu a chceme-li se ptát, jestli se daný program (při daném způsobu výběru účastníků) vůbec vyplatí (náklady obvykle nese stát). V jiném případě nás může zajímat E[y1i y0i | Di=0], t.j. jaký by měl program dopad na ty, kteří se ho nezůčastnili. Taková otázka je relevantní v případě, že zvažujeme rozšíření programu. Zásadním problémem při odhadování PDÚ je dostupnost pouze E[y1i | Di=1], zatímco chybějící E[y0i | Di=1] je oním “co kdyby” - srovnávacím základem. V praxi je snadné podlehnout pokušení jednoduše porovnat průměrný výstup zúčastněných (testovací skupiny) s výstupem nezúčastněných PÚ. Takový postup však vede k

Takzvané zkreslení z výběru vzorku (výraz za PDÚ) je způsobeno tím, že jednotlivci v testovací skupině můžou dosáhnout odlišných výsledků než PÚ, pokud by se programu nezúčastnil nikdo. V realitě jsou tato zkreslení značná a srovnání Účastníci/ PÚ mohou vést k naprosto zavádějícím výsledkům.

11.2 Experimentální řešení

45

Prakticky ideálním nástrojem pro měření kauzálních dopadů je použití kontrolovaných experimentů. Náhodné přiřazení zajistí, že zkreslení z výběru vzorku je v průměru rovno 0 (E[y0i | Di=1] = E[y0i | Di=0]). Základním postupem při experimentu je náhodné rozdělení skupiny D=1 mezi testovací (R=1) a kontrolní (R=0) skupinu. Následně se spočte experimentální výstup E[y1i*|Di*=1,Ri=1]-E[y0i*|Di*=1,Ri=0]29. Experimenty jsou však nákladné, často společensky nepřijatelné (zvláště v Evropě), a navíc se účastnící mohou chovat rozdílně, pokud vědí, že se účastní experimentu. Příklad 11.4 Kling et al. (2005) hodnotili příklad sociálního experimentu, jímž byl program Moving to Opportunity, uskutečněný v pěti amerických městech. V rámci tohoto programu dostali náhodně vybrané menšinové domácnosti s dětmi, které bydleli v oblastech s vysokým výskytem chudoby, poukazy na bydlení. Tyto poukazy jim umožnili přestěhovat se do lepší čtvrti. Klíčovou otázkou tohoto experimentu byla možnost změny socioekonomických výstupů po přestěhování – neboli do jaké míry jsou tyto výsledky ovlivněny okolním prostředím. Po čtyřech až sedmi letech od rozdělení kuponů srovnali vědci výstupy rodin náhodně vybraných do programu a ostatních mimo program.

12. Přístupy v nekontrolovaném prostředí Jak se vypořádat se zásadním problémem identifikace při hodnocení programů, nedisponujeme-li možností řízeného experimentu? Ekonomická literatura nabízí několik odpovědí (viz Heckman et al., 1999), původně vyvinutých ve Spojených Státech. V USA je využívání podobných hodnocení při formulování vládních programů široce rozšířeno, stejně tak jako mají větší zkušenosti s použitím řízených experimentů v sociální oblasti (Kluve a Schmidt, 29

Tento experimentální ukazatel lze brát jako výchozí bod pro posuzování přesnosti odhadových technik, které potřebujeme, není-li možné provést experimentální hodnocení.

46

2002). Klíčový rozdíl mezi USA a Evropou v praktickém provádění jednotlivých politik spočívá v tom, že ve Spojených Státech je na hodnocení často cíleně myšleno již při zavádění nových vládních programů.

12.1 "Přírozené" Experimenty Jedním způsobem, jak rozdělit strategie odhadů v nekontrolovaném prostředí je otázka, existuje-li dostupná proměnná, která ovlivňuje (predikuje) účast v programu a zároveň není vázána na nepozorovatelné faktory ovlivňující výsledky. Taková proměnná se často nazývá instrument a její použití je centrem zájmu takzvaných technik instrumentálních proměnných a výběru ze vzorku. Přístup, kdy se spoléháme na exogenní zdroj variability v pravděpodobnosti participace, může být také nahlížen jako takzvaný “kvazi”, anebo “přirozený” experiment v reálném životě, který tak nahrazuje nedostupný řízený experiment. Příklad 12.1 Angrist (1990) se věnoval odhadům vlivu vojenské služby na následnou úspěšnost na trhu práce. K testování použil loterii z období Vietnamské války, která náhodně vybírala odvedence do služby. Tato loterie byla de facto velmi blízko skutečnému “experimentu”. Číslo, které v loterii obdržel každý potenciální voják, bylo založeno na jeho datu narození a zatímco predikovalo účast v programu (t.j. vojenskou službu), nebylo korelováno s pracovními schopnostmi. Loterie mu tak umožnila vyhnout se problému s dobrovolníky, jejichž účast byla dost možná korelována s nepozorovanými charakteristikami se vztahem k trhu práce. Získané odhady tak mohou být interpretovány jako skutečný dopad služby u vojáků vybraných v loterii, ne však u dobrovolníků.

47

Příklad 12.2 Autor a Hausman (2005) si kladou otázku, zda dočasná zaměstnání zlepšují úspěšnost nekvalifikovaných pracovníků v americkém hospodářství. Spoléhají se přitom na praxi z Michiganu, kdy jsou jedinci na podpoře umísťováni agenturami pomáhajícími při hledání práce. Pracovníci žádající o podporu jsou zařazeni “do péče” jedné z několika soukromých firem, které jim pomáhají s hledáním práce. V případě spolupráce získávají nárok na sociální dávky. Soukromé firmy jsou placeny vládou a hodnocené podle úspěchu jejich nezaměstnaných na trhu práce. Méně úspěšným firmám není obnovena smlouva. Přiřazování jednotlivých nezaměstnaných je náhodné, aby se vyhnulo stížnostem těchto firem na nízkou kvalitu “dodaných” nezaměstnaných. Vzhledem k tomu, že některé firmy používají dočasná zaměstnání jako součást jejich umísťovací strategie, zatímco ostatní spoléhají na jiné přístupy, je možné odhadnout vliv těchto zaměstnání, protože pozorovatelné i nepozorované vlastnosti nezaměstnaných jsou náhodně rozděleny.

12.2 Rozdíl v rozdílech Nejjednodušším přístupem k evaluaci je srovnání výstupů účastníků před a po ukončení programu, anebo srovnání výstupů po skončení procedury mezi účastníky a kontrolní skupinou. Populární alternativní metodou, která se opírá o méně předpokladů, je srovnání změny výstupní proměnné před/po proceduře u účastníků daného programu s podobně vymezenou změnou výstupní proměnné v čase u srovnávací skupiny mimo program. Metoda tudíž spočívá ve spočtení rozdílu mezi před/po rozdíly v proměnné našeho zájmu získaných v rámci jednotlivých skupin. Příklad 12.3

Eissa a Liebman (1996) zkoumají dopad daňové reformy ve Spojených

státech, jenž rozšířila program Earned Income Tax Credit – daňový bonus a tudíž nižší (nebo

48

dokonce negativní) zdanění příjmu pro svobodné rodiče s nezaopatřenými dětmi a jistým vydělaným příjmem během pevně stanoveného období (všimněme si podobnosti s českou verzí ze Sekce 4.4). Autoři srovnávají změny v nabídce práce u svobodných matek s dětmi, t.j. dotčené demografické skupiny, se svobodnými ženami bez dětí, které touto politikou nejsou ovlivněny. Svobodné a bezdětné ženy tvoří přirozenou skupinu pro srovnání vzhledem k podobnému postavení na trhu práce. Výsledky potvrzují kladný efekt tohoto programu na nabídku práce.

Výběr skutečně 'srovnatelné' srovnávací skupiny (rozuměj volba platné identifikační strategie) je klíčem pro věrohodnou aplikaci metody rozdílu v rozdílech. Příklad 12.4 Friedlander a Robins (1995) využívají přítomnost experimentálních důkazů o efektu několika vládních programů zaměřených na trh práce k posouzení platnosti dvou běžně aplikovaných identifikačních strategií. První testovaný přístup odhaduje dopady změny politiky v rámci určité geografické oblasti pomocí srovnání zkušeností jejích obyvatel se zkušenostmi obyvatel z jiné, změnou nedotčené oblasti. Podobná strategie se často volí, je-li nový program testován jako pilotní pouze v několika oblastech. Druhý alternativní přístup porovnává chování jednotlivců v určité oblasti dotčené změnou politiky s chováním osob z té samé oblasti, ale před zavedením této změny. Přirozeným nedostatkem těchto neexperimentálních přístupů (první z nich odpovídá rozdílu v rozdílech) je nedostatečné zohlednění rozdílů v místních podmínkách testované a srovnávané oblasti (u Friedlandera a Robinse, 1995 to byly jednotlivé americké státy). Autoři nacházejí značné rozdíly mezi odhadnutými efekty z jejich experimentálních důkazů a efekty získanými v nekontrolovaném prostředí. Zvláště výrazné rozdíly nalezli u prvního přístupu, což zdůrazňuje nutnost výběru vysoce podobných testovaných a kontrolních vzorků, a to v čase i prostoru.

49

12.3 Ekonometrické techniky Součástí výše zmíněných přístupů k identifikaci je aplikace několika ekonometrických technik, jenž umožňují kontrolu rozdílů relevantních pozorovaných faktorů mezi testovacími a kontrolními skupinami.

12.3.1 Kontrola pozorovatelných faktorů: Regrese a Párování Ekonometrické

techniky

umožňují

zahrnutí

rozdílů

v

pozorovatelných

(X)

charakteristikách mezi testovanou a kontrolní skupinou, které ovlivňují výstupnou proměnnou (y). Především se jedná o použití (lineárních) regresí.30 Mimoto se mezi výzkumníky v nedávné době začala prosazovat metoda takzvaného párování, kdy se srovnává výstup u testovací a kontrolní skupiny zvlášť pro každou kombinaci pozorovatelných individuálních charakteristik a poté se z těchto rozdílů (specifických pro každou kombinaci X) spočte vážený průměr. Vahami je v tomto případě distribuce pozorovatelných charakteristik mezi účastníky, přičemž výsledek se poté použije jako odhad PDÚ. Metodu párování lze preferovat z praktického důvodu. Akcentuje totiž potenciálně významný nedostatek srovnatelných kontrolních proměnných u některých jedinců v testovací skupině.31

12.3.2 Kontrola nepozorovatelných faktorů: Instrumentální proměnné a Úprava výběru Pokud jsme našli proměnnou, která předpovídá účast v programu a zároveň není korelovaná s nepozorovatelnými faktory (způsobujícími zkreslení z výběru vzorku), můžeme použít několik ekonometrických postupů. Nejjednodušším a zároveň nejrobustnějším je metoda 30 31

S použitím předchozí notace lze říci, že provedeme regresi y na D při kontrole faktorů X. Viz Heckman, Ichimura, Smith, a Todd (1998).

50

lineární dvoufázové metody nejmenších čtverců, nazývaná také metoda instrumentálních proměnných. Tato metoda je založena na regresi výstupné proměnné na předpovídané účasti. Podobným přístupem je modelování výběru vzorku, vyvinuté nositelem Nobelovy ceny Jamesem Heckmanem. Tato metoda původně přijímala dodatečné distribuční předpoklady, v nedávné době byla však byla dále rozšířena o neparametrické techniky párování. Přístup v principu spočívá ve srovnání výstupních proměnných testovaných a kontrolních osob, které mají stejnou predikovanou pravděpodobnost účasti v daném programu. Predikovaná pravděpodobnost opět závisí na na exogenní instrumentální proměnné.32

13 Získané zkušenosti Literatura založená převážně na hodnocení programů v USA zdůrazňuje podstatnou heterogenitu v dopadech programů v rámci aktivní politiky zaměstnanosti (jako například rekvalifikace, anebo dotovaná zaměstnání), určené k pomoci znevýhodněným jednotlivcům a rodinám.33 Je zřejmé, že zvláště u znevýhodněné mládeže je pomoc velmi obtížná. Malou empirickou podporu ohledně dlouhodobého efektu má také dotování pracovních míst. Na druhou stranu, chudí svobodní rodiče ve Spojených státech zdá se dobře reagují na rekvalifikační programy dotované vládou a pomoc při hledání práce. Vzhledem k velmi rozdílným dopadům jednotlivých programů na různé demografické skupiny neposkytuje tato literatura mnoho rad pro aktivní politiku zaměstnanosti, cílenou na znevýhodněné pracovníky a zejména romskou menšinu v České republice. Největší zkušeností je zdá se opodstatněnost provádění podobných hodnocení. Několik příkladů aplikace základních 32

Viz Rosenbaum a Rubin (1983), Heckman, Ichimura, Smith, a Todd (1998) a Angrist (1995).

33

Viz Stanley et al. (1999) a jeho shrnutí současných kvantitativních studií pro Spojené státy. Evropské zkušenosti s hodnocením aktivních politik zaměstnanosti jsou popsány v Kluve a Schmidt (2002), kteří dojdou k podobným závěrům.

51

hodnotících přístupů lze najít už i v České republice: například Step by Step měřil dopady zavedení romských asistentů do škol srovnáním pilotních a kontrolních skupin (tříd), které si byly záměrně velmi podobné.

14 Ilustrativní návrh Pro ilustraci potenciálního využití hodnocení programů pomoci sociálně slabším v kontextu České republiky se podívejme na stávající vzdělávací programy, diskutované v Hůlová a Steiner (2005). Romští studenti středních škol v současné době pobírají přídavek na podporu studia ve výši 7000 Kč. Jak podotýkají Hůlová a Steiner (2005), použití tohoto přídavku je striktně vymezeno a podpora tak pravděpodobně nemá zásadní vliv na motivaci studenta a jeho rodiny. Možnou změnou programu je tudíž nárůst přídavku, jeho současné neomezené užití a částečné vyplacení studentovi i rodičům (matce). Taková změna by byla provedena v několika pilotních okresech, které by se záměrně velmi podobaly dalším okresům se současným systémem poskytování přídavků. Testované a kontrolní okresy by spolu neměly bezprostředně sousedit, měly by mít podobný podíl romské populace a podobnou vzdělanostní strukturu. Dopady uvažované změny v poskytování přídavků by se potom zjistily metodou rozdílu v rozdílech, při použití například regresních technik pro kontrolu pozorovatelných charakteristik studentova zázemí.34

34

Podle Heckmana et al. (2004) je nejefektivnější intervencí v oblasti vzdělání časná podpora, protože zlepšení na nižších úrovních školství má pozitivní dopad i v pozdějším vzdělávání (na vysokých školách apod.). Ideální pro naše potřeby by byla podobná hodnotící studie v našich podmínkách, jako například zhodnocení dopadu otevření “komunitních” základních škol. Vytvoření takové zprávy by však vyžadovalo zavedení standardizovaných testů pro prvňáky a druháky, které by byly srovnatelné mezi různými typy škol, a jde tudíž nad rámec našeho úvodního textu.

52

Reference Angrist J. (1995) “Conditioning on the Probability of Selection to Control Selection Bias”, National Bureau of Economic Research Technical Paper: 181, June 1995.

Angrist J. a A. Krueger (1999) “Empirical Strategies in Labor Economics,” Ashenfelter, Orley; Card, David, eds. Handbook of Labor Economics. Volume 3A. Handbooks in Economics, vol. 5. Amsterdam; New York and Oxford: Elsevier Science, North-Holland, 1999, pages 1277- 1366.

Angrist, Joshua D. a Alan B. Krueger. (2001) “Instrumental Variables and the Search for Identification: From Supply and Demand to Natural Experiments,” Journal of Economic Perspectives; 15(4), Fall 2001, pages 69-85.

Angrist, Joshua D. (1990) “Lifetime Earnings and the Vietnam Era Draft Lottery: Evidence from Social Security Administrative Records,” American Economic Review; 80(3), June 1990, pages 313-36.

Autor, D. a S. Houseman (2005) “Do Temporary Help Jobs Improve Labor Market Outcomes for Low-Skilled Workers? Evidence from Random Assignments,” mimeo, MIT Department of Economics.

Card, D. (1993) “Using Geographic Variation in College Proximity to Estimate the Return to Schooling,” National Bureau of Economic Research Working Paper: 4483, October, pg. 26.

53

Carone, G. a A. Salomäki (2001) Reforms in tax-benefit systems in order to increase employment incentives in the EU. Economic paper No. 160. Brussels

Eissa, N. a J. Liebman (1996) “Labor Supply Response to the Earned Income Tax Credit,” Quarterly Journal of Economics 111, 605-637.

Friedlander, D. a P. Robins (1995) “Evaluating Program Evaluations: New Evidence on Commonly Used Nonexperimental Methods,” American Economic Review, 85, 923-937.

Haveman, R.(1996) Reducing poverty while increasing employment: A primer on alternative strategies, and a blueprint. OECD Economic Studies No. 26.

Heckman J.J., (1979) “Sample Selection Bias as a Specification Error,” Econometrica 47: 153-161.

Heckman J.J., (2000) “Causal Parameters and Policy Analysis in Econometrics: A Twentieth Century Perspective,” Quarterly Journal of Econometrics 2000.

Heckman J.J., H. Ichimura, J. Smith, P. Todd (1998) “Nonparametric characterization of selection Bias Using Experimental Data: A Study of Adult Males in JTPA,” Presented at the Econometrica, Vol. 66.

54

Hirt, T., Jakoubek (2004) Roma Culturological Studies, Cenek publishers. Economics of Social Exclusion, Praha Holland P. (1986) “Statistics and Causal Inference”, Journal of the American Statistical Association 81(396), December 1986, pages 945-60.

Hůlová, K., a J. Steiner (2005) Roma on the Labor Market, a UNDP report.

Jackson, P.M. a C.V. Brown (1992) Public Sector Economics - 4th edition. Oxford.

Jahoda, R. (2004) Interakce sociálního a da¡nového systému a pracovní pobídky, VÚPSV Praha výzkumné centrum Brno.

Kling, J.R., Liebman, J.B., and L.F. Katz (2005) “Experimental Analysis of Neighborhood Effects,” mimeo, Princeton University and Harvard University.

Kluve, J. and C.M. Schmidt (2002) “Active Policy Evaluation,” Economic Policy. 54

Meyer, B. (1985) “Natural and Quasi-Experiments in Economics,” Journal of Business and Economic Statistics, 13, 151-161.

OECD (2004) Benefits and Wages 2004, www.oecd.org

55

Rosenbaum P., D. Rubin (1984) “Estimating the E.ects Caused by Treatments: Comment [On the Nature and Discovery of Structure]”, Journal of the American Statistical Association, 79(385), March 1984, pages 26-28.

Salomaki, A., a T. Munzi (1999) Net replacement rates of the unemployed: a comparison of various approaches, Ecofin Economic Paper - Brussels, European Commission.

Socioklub (1999) Romové v České Republice, Sešity pro sociální politiku, Praha

Stanley, M., Katz, L. and A.B. Krueger (1999) “Impacts of Employment and Training Programs: The American Experience,” mimeo, Harvard University.

VÚPSV (2004) “Hodnocení programů zaměřených na snižování rizika sociálního vyloučení romské komunity”, mimeo.

56