MENDELOVA UNIVERZITA V BRNĚ Fakulta regionálního rozvoje a mezinárodních studií
ANALÝZA VYBRANÉHO REGIONU Z HLEDISKA ZVOLENÉ CHARAKTERISTIKY Diplomová práce
Vypracovala:
Vedoucí diplomové práce:
Bc. Petra Dufková
Ing. Radka Redlichová, Ph.D.
Brno 2013
ZADÁNÍ DIPLOMOVÉ PRÁCE
Prohlášení Prohlašuji, že diplomovou práci na téma Analýza vybraného regionu z hlediska zvolené charakteristiky jsem vypracovala samostatně pod vedením Ing. Radky Redlichové, Ph.D. a uvedla v seznamu literatury všechny použité zdroje.
V Brně dne ..............................
........................................ Petra Dufková
Poděkování Na tomto místě bych chtěla poděkovat své vedoucí diplomové práce Ing. Radce Redlichové, Ph.D. za odborné vedení, cenné rady a připomínky, které mi pomohly při psaní mé práce. Dále bych chtěla poděkovat Ing. Kristině Somerlíkové, Ph.D. za pomoc při statistických výpočtech. V neposlední řadě bych chtěla poděkovat všem, kteří mi pomohli při vypracování práce. Poděkování patří také mojí rodině a blízkým za trpělivost a podporu při studiu.
Abstract DUFKOVÁ, P. The comparison of socio-economic indicators of South Moravian and Olomouc regions. Master thesis. Brno, 2013. The thesis compares a ten-year time series analysis on the socio-economic development of the South Moravian and the Olomouc regions using the following selected characteristics - unemployment, education, migration and age structure. The paper compares the results of the analysis of the two regions under observation (the South Moravian and the Olomouc regions) with regards to the selected characteristics and this further compared with the rest of the regions in the Czech Republic. Further measures the relationships between the selected characteristics to determine the dependencies between these characteristics. The collected data show that in the South Moravian region are better living conditions than in the Olomouc region. Key words: South Moravian region, Olomouc region, unemployment, education, migration, age structure
Abstrakt DUFKOVÁ, P. Analýza vybraného regionu z hlediska zvolené charakteristiky. Diplomová práce. Brno, 2013. Diplomová práce je zaměřena na porovnání desetiletého vývoje Jihomoravského a Olomouckého kraje z hlediska zvolených charakteristik - nezaměstnanost, vzdělanost, migrace a věková struktura. V práci jsou srovnány výsledky analýzy obou regionů z hlediska zvolených charakteristik (Jihomoravský a Olomoucký kraj) a následně jsou výsledky srovnány s celorepublikovým průměrem. Dále jsou měřeny závislosti mezi charakteristikami. Ze zjištěných údajů vyplývá, že v Jihomoravském kraji jsou lepší životní podmínky oproti Olomouckému kraji. Klíčová slova: Jihomoravský kraj, Olomoucký kraj, nezaměstnanost, vzdělanost, migrace, věková struktura
Obsah 1
Úvod a cíl práce
7
2
Metodika řešení
9
3
Nezaměstnanost
12
4
Faktory ovlivňující nezaměstnanost
18
5
4.1
Vzdělanost.....................................................................................................18
4.2
Migrace .........................................................................................................20
4.3
Věková struktura ...........................................................................................25
4.4
Prognózy a projekce ......................................................................................28
Základní charakteristiky zkoumaných regionů
31
5.1
Jihomoravský kraj..........................................................................................31
5.2
Olomoucký kraj.............................................................................................33
6
Současný stav zkoumané problematiky
35
7
Vývoj ukazatelů v Jihomoravském kraji
40
8
Vývoj ukazatelů v Olomouckém kraji
47
9
Měření závislostí mezi ukazateli
54
10
Diskuse
68
11
Závěr
76
12
Literatura
78
13
Seznam grafů, obrázků a tabulek
87
14
Přílohy
90
A Vstupní data Jihomoravského kraje
91
B Vstupní data Olomouckého kraje
92
C Vstupní data České republiky
93
Úvod a cíl práce
1 1.1
7
Úvod a cíl práce Úvod
Nezaměstnanost
je
v současné době považována
za
jeden z nejzávažnějších
a nejdiskutovanějších problémů nejen v České republice, ale i ve světě. Nezaměstnaností jsou ohroženy všechny osoby v produktivním věku, proto se tímto problémem zabývají ekonomové, politikové, média i široká veřejnost. S nezaměstnaností souvisí negativní dopady na život tohoto nezaměstnaného člověka, i na jeho okolí.
Význam vzdělání postupem času roste. V dřívějších dobách byla standardem ve vzdělání obyvatelstva střední škola s maturitou nebo bez ní. V dnešní době se postupně stává standardem vysokoškolské vzdělání. Význam vzdělání neustále roste.
Migrace je v dnešní moderní společnosti rovněž aktuální a velmi diskutované téma. Migrace ovlivňuje jak osobu migranta, tak i země, ve kterých se migrující osoby pohybují, tj. země původu i země nového pobytu migranta. Odborníci se zabývají příčinami a důsledky migrace, zkoumají druhy migrací atd. Lze usuzovat, že migrace souvisí v první řadě s nezaměstnaností, která může představovat důležitý podnět právě k migraci.
Věková struktura obyvatelstva je základní charakteristikou populace. V posledních letech dochází ve vyspělých zemích, včetně České republiky, k výraznému přibývání počtu osob starších 65 let (obyvatel v poproduktivním věku). Jedná se o stárnutí populace, kdy se mění zastoupení obyvatelstva v předproduktivním a poproduktivním věku. Odhady budoucího vývoje počtu obyvatel a jeho struktur se zabývají populační projekce a prognózy. Podle nich bude i nadále docházet ke stárnutí populace.
Úvod a cíl práce
8
Zmíněné ukazatele jsou v dnešní společnosti velmi aktuální a diskutované, proto budou právě tyto ukazatele předmětem této diplomové práce.
1.2
Cíl práce
Hlavním cílem práce je analýza socio-ekonomické situace v Jihomoravském a Olomouckém kraji za posledních 10 let na základě analýzy nezaměstnanosti, vzdělanosti, migrace a věkové struktury. Tohoto cíle bude dosaženo naplněním následujících dílčích cílů: 1. Literární přehled 2. Sběr dat 3. Popis vývoje situace v Jihomoravském a Olomouckém kraji a srovnání údajů s celorepublikovým průměrem 4. Měření závislostí mezi ukazateli 5. Komparace výsledků
Jihomoravský a Olomoucký kraj jsou dva relativně srovnatelné kraje České republiky. S Jihomoravským krajem a jeho hlavním městem Brnem bude srovnán Olomoucký kraj s jeho centrálním městem Olomouc.
V souvislosti s tématem diplomové práce byla stanovena následující hypotéza. „Vzdělanost, věková struktura a migrace jsou faktory, které ovlivňují nezaměstnanost. Lze usuzovat, že vzdělanost a věková struktura ovlivňují nezaměstnanost, a ta úzce souvisí s migrací.“
Metodika řešení
2
9
Metodika řešení
První dílčí cíl - Literární přehled bude naplněn pomocí rešerše z knižních a internetových zdrojů, které jsou uvedeny v seznamu literatury.
Druhého dílčího cíle - Sběr dat bude dosaženo pomocí Českého statistického úřadu. Údaje o vývoji zvolených charakteristik jsou získány ze statistických ročenek, které jsou zde volně přístupné.
Český statistický úřad přebírá data obecné míry nezaměstnanosti od Mezinárodní organizace práce a data vzdělanosti od Výběrového šetření pracovních sil. Je tedy nutné vysvětlit tyto pojmy, které jsou v následujících kapitolách použity. Nejdříve bude vysvětlen pojem Výběrové šetření pracovních sil (VŠPS), poté Mezinárodní organizace práce (ILO).
Výběrové šetření pracovních sil (VŠPS) je prováděno od roku 1992 Českým statistickým úřadem. Úkolem výběrového šetření pracovních sil je získávání údajů o trhu práce a jejich následné zpracování pro hospodářskou a sociální politiku státu. Toto šetření zpracovává Český statistický úřad dle doporučení Eurostatu a Mezinárodní organizace práce. Díky údajům získaným výběrovým šetřením pracovních sil jsou údaje srovnatelné s jinými státy v rámci Evropské unie. Nezpracované údaje jsou předány Eurostatu, který tyto data zpracuje.
Mezinárodní organizace práce (ILO - International Lebour Organization) je specializovaná organizace OSN, byla založena v roce 1919 a sídlí v Ženevě. Cílem je zajištění sociální spravedlnosti a mezinárodně uznávaných pracovních práv. Tato organizace má v dnešní době 183 členů. V diplomové práci je uvedena obecná míra nezaměstnanosti dle ILO, jedná se tedy o ukazatel získaný z výsledků VŠPS podle mezinárodních definic a doporučení.
Metodika řešení
10
Třetí dílčí cíl - Popis vývoje situace v Jihomoravském a Olomouckém kraji a srovnání údajů s celorepublikovým průměrem bude naplněn pomocí popisu a konstatování situace ve zvolených krajích. Srovnání situace v krajích navzájem a dále srovnání s celorepublikovým průměrem bude provedeno pomocí tabulkového procesoru MS Excel od firmy Microsoft, který bude použit pro vizualizaci výsledků.
Čtvrtého dílčího cíle - Měření závislostí mezi ukazateli bude dosaženo za pomoci regresní přímky a výpočtu koeficientu determinace a korelace.
„Pod pojmem regresní úloha rozumíme speciální případ úlohy
o jednostranné závislosti, kdy je jednoznačně pojmenována závislá a nezávislá proměnná,
s nezávislou proměnnou, která má charakter experimentátorem ovlivňované, řízené proměnné, někdy dokonce s pravidelně odstupňovanými hodnotami a závislou proměnnou, která má charakter pozorované proměnné.
Jedné hodnotě nezávislé proměnné při tom odpovídá minimálně jedna, ale často (abychom eliminovali vliv náhodných chyb) dokonce několik pozorovaných hodnot závislé proměnné.“ [8]
Pro účel této diplomové práce postačí lineární funkce, kde existuje jedna lineární funkce jedné nezávislé proměnné, funkce y = b0 + b1x, jejímž grafickým vyjádřením je přímka, jak uvádí [8]. Nakonec pro splnění tohoto dílčího cíle bude zapotřebí indexu determinace (I2) a indexu korelace (I), jež uvádí vzorec č. 1 a vzorec č. 2. [8] uvádí, že index determinace udává, jaká část proměnlivostí závislé proměnné je určena proměnlivostí nezávislé proměnné. Tato míra se často vyjadřuje v procentech. Druhá odmocnina indexu determinace slouží jako charakteristika intenzity závislosti a je nazývána indexem korelace. Níže je uveden vzorec výpočtu indexu determinace a indexu korelace.
Metodika řešení
11
Vzorec č. 1:
( y´ y) 100I ( y y) 2
2
i
2
100
i
s 2y´ s 2y
100
Vzorec č. 2:
I
( y´ y ) ( y y)
2
i
i
2
s 2y´ s 2y
Pátý dílčí cíl - Komparace výsledků bude naplněn komparační analýzou situace v Jihomoravském a Olomouckém kraji. Dále bude provedeno vyhodnocení měření závislostí ukazatelů a nakonec bude vysloveno doporučení pro nadcházející období na základě zjištěných skutečností.
Nezaměstnanost
3
12
Nezaměstnanost
Nyní budou představeny ukazatele, u kterých budou později měřeny závislosti. Prvním ukazatelem je nezaměstnanost. „Nezaměstnanost představuje historicky i v současnosti jeden z nejsledovanějších a nejdiskutovanějších jevů tržních hospodářství.“ [2]
„Encyclopaedia Britannica definuje nezaměstnanost jako stav, ve kterém jedinec schopný práce práci aktivně hledá, ale není schopen ji najít. Současně dodává, že aby byl člověk považován za nezaměstnaného, musí být aktivní pracovní silou a odměňovanou práci hledat.“ [2]
Nezaměstnaná je osoba, která:
je práce schopná (má alespoň 15 let a zdravotní stav, který mu dovolí práci vykonávat)
aktivně hledá práci
v současné době nemá zaměstnání.
Nezaměstnanost je vnímána jako problém. Pokud je osoba nezaměstnaná nastávají problémy především finanční. Nezaměstnaná osoba nemá dostatek finančních prostředků na uspokojení základních lidských potřeb. K finančním problémům se připojí problémy psychické a sociální. Nezaměstnanost se v takovém případě stává problémem existenčním pro osobu samotnou, ale i jeho blízké.
Pro získání zaměstnání je důležitá kvalifikace. Nejčastější příčinou nezaměstnanosti je právě nedostatečná kvalifikace. [7] uvádí, že lidé s nízkou kvalifikací jsou na trhu práce znevýhodněni oproti lidem s vyšší kvalifikací. Ztráta zaměstnání má potom negativní vliv na nezaměstnanou osobu. Nejdůležitější důsledky nezaměstnanosti uvádí [6]. V první řadě se jedná o snížení finančních prostředků na živobytí, s tím úzce souvisí pokles životní úrovně, který může v krajním případě vést i k bezdomovství. V jiném případě se může jednat až o nemoci nebo podvýživu z nedostatku potravy. Dále nastá-
Nezaměstnanost
13
vají, jak již bylo řečeno, psychické a sociální problémy. Jedná se například o stres, delikvence, alkoholismus nebo požívání drog.
K měření nezaměstnanosti se používají míry nezaměstnanosti. [6] rozděluje míry nezaměstnanosti následovně:
Obecná míra nezaměstnanosti
Specifická míra nezaměstnanosti
Specifické míry nezaměstnanosti jsou míry pouze pro jisté kategorie osob (např. míra nezaměstnanosti žen).
Pro účely této diplomové práce postačí obecná míra nezaměstnanosti, dále tedy bude uveden způsob výpočtu pouze obecné míry nezaměstnanosti (viz. vzorec č. 3). Ta je vyjádřena jako podíl počtu nezaměstnaných k ekonomicky aktivnímu obyvatelstvu, tj. počtu práceschopných:
Vzorec č. 3: n = (N / L) * 100, kde n je míra nezaměstnanosti, N je počet nezaměstnaných, L je ekonomicky aktivní obyvatelstvo. Výsledek se uvádí v %.
[2] uvádí základní formy nezaměstnanosti:
Dobrovolná nezaměstnanost
„Dobrovolná nezaměstnanost znamená, že je upřednostněn volný čas před konáním práce. Dobrovolně nezaměstnaní mohou mít nabídky pracovních příležitostí, ale aktivně hledají jiné, např. lépe placené místo.“ [2]
Nezaměstnanost
14
Obr. č. 1: Dobrovolná nezaměstnanost [2]
Na obrázku č. 1 je znázorněn počet nezaměstnaných - bod 0 až bod LE a dobrovolná nezaměstnanost - bod LE a L´.
Nedobrovolná nezaměstnanost
„Existence nepružných mezd vyvolává poruchu v podobě nedobrovolné nezaměstnanosti. Je porušen čisticí efekt na trhu práce. Dochází k situaci, že stav, do kterého trh vyúsťuje, neodpovídá obsahu rovnovážné situace; existují takové subjekty, které při ceně na trhu jsou ochotny uskutečnit tržní transakci (koupi či prodej), ale nemohou.“ [2]
Druhy nezaměstnanosti Existují následující základní druhy nezaměstnanosti:
Frikční nezaměstnanost
Člověk na krátkou dobu přeruší práci, například při změně pracovního místa, nebo se může jednat o absolventy škol, kteří vstupují na trh práce a hledají své první za-
Nezaměstnanost
15
městnání. Jedná se o přechodný stav. V angličtině se tito lidé nazývají „people between two jobs“ (lidé mezi dvěma zaměstnáními).
Strukturální (technologická) nezaměstnanost
Strukturální nezaměstnanost souvisí s nesouladem nabídky a poptávky na trhu práce. Nezaměstnaná osoba nemůže najít práci ve svém oboru, jediným řešením je rekvalifikace a následně práce v jiném oboru.
Cyklická nezaměstnanost
Cyklická nezaměstnanost souvisí s hospodářským cyklem. V období recese je nezaměstnanost vyšší než v období konjunktury.
Sezónní nezaměstnanost
Tento druh nezaměstnanosti souvisí s ročním obdobím. Například v zimním obdobím je méně práce v zemědělství nebo ve stavebnictví.
Skrytá nezaměstnanost („hidden unemployment“)
Jedná se o nezaměstnané, kteří nejsou jako nezaměstnaní registrování, i když v současné době zaměstnání nemají. „Jde o osoby, které na hledání práce rezignovaly (eventuálně proto, že unikly do jiného statusu - mateřství, práce v domácnosti, studia apod.), nebo si práci vyhledávají pomocí neformálních sítí či přímo u zaměstnavatelů bez registrace na pracovním úřadě.“ [6]
Dne 1.10.2004 nabyl účinnosti zákon č. 435/2004 Sb., o zaměstnanosti, který stanovuje postup k dosažení cílů státní politiky zaměstnanosti. Jeho součástí je i tzv. aktivní politika zaměstnanosti. Jedná se o podporu zřizování nových pracovních míst poskytováním příspěvků zaměstnavatelům při zaměstnávání uchazečů o zaměstnání, i uchazečům samotným. Dle [28] se jedná zejména o následující opatření (nástroje) aktivní politiky zaměstnanosti:
Nezaměstnanost
16
Rekvalifikace
„Rekvalifikací se rozumí získání nové kvalifikace a zvýšení, rozšíření nebo prohloubení dosavadní kvalifikace, včetně jejího udržování nebo obnovování. Za rekvalifikaci se považuje i získání kvalifikace pro pracovní uplatnění fyzické osoby, která dosud žádnou kvalifikaci nezískala.“ [28]
Investiční pobídky
Jedná se o nástroj, jímž zaměstnavatel, který dostal příslib investiční pobídky, podporuje vytváření nových pracovních míst a rekvalifikace nebo školení zaměstnanců.
Veřejně prospěšné práce
„Veřejně prospěšnými pracemi se rozumí časově omezené pracovní příležitosti spočívající zejména v údržbě veřejných prostranství, úklidu a údržbě veřejných budov a komunikací nebo jiných obdobných činnostech ve prospěch obcí nebo ve prospěch státních nebo jiných obecně prospěšných institucí, které vytváří zaměstnavatel nejdéle na 12 po sobě jdoucích kalendářních měsíců, a to i opakovaně, k pracovnímu umístění uchazečů o zaměstnání.“ [28]
Společensky účelná pracovní místa
“Společensky účelnými pracovními místy se rozumí pracovní místa, která zaměstnavatel zřizuje nebo vyhrazuje na základě dohody s Úřadem práce a obsazuje je uchazeči o zaměstnání, kterým nelze zajistit pracovní uplatnění jiným způsobem.“ [28]
Překlenovací příspěvek
Překlenovací příspěvek je takový příspěvek, který může Úřad práce poskytnout na základě dohody osobě samostatně výdělečně činné a to pouze za předpokladu, že již není uchazečem o zaměstnání. Tento překlenovací příspěvek poskytuje na úhradu provozních nákladů za dané období.
Nezaměstnanost
17
Příspěvek na zapracování
Příspěvek na zapracování poskytuje rovněž Úřad práce zaměstnavateli a to na základě uzavřené dohody se zaměstnavatelem a za předpokladu, že zaměstnavatel přijímá do pracovního poměru uchazeče o zaměstnání, kterému krajská pobočka Úřadu práce věnuje zvýšenou péči.
Příspěvek při přechodu na nový podnikatelský program
Příspěvek při přechodu na nový podnikatelský program Úřad práce poskytuje zaměstnavateli, který přechází na nový podnikatelský program, rovněž na základě dohody.
Faktory ovlivňující nezaměstnanost
4
18
Faktory ovlivňující nezaměstnanost
Faktory, které ovlivňují nezaměstnanost jsou vzdělanost, migrace a věková struktura.
4.1 Vzdělanost Druhým ukazatelem je vzdělanost. „Vzdělání obecně představuje systematický proces modifikace znalostí, dovedností, schopností, postojů a chování člověka směřující k dosažení efektivního výkonu v určité činnosti či okruhu činností tím, že se člověk učí pomocí vzdělávacích programů, instruktáží, rozvojových programů a plánovaného získávání zkušeností.“ [1]
Znalosti jsou informace, které zaměstnanec potřebuje znát ke své práci. Dovednost je to, co musí být zaměstnanec schopen udělat, aby dosáhl stanovených výsledků. Schopnosti musí být na takové úrovni, aby bylo dosaženo stanovených cílů. Postojem rozumíme takové chování, které je v souladu s požadavky zaměstnavatele.
Systém vzdělávání v České republice má 5 úrovní [18] in [3]:
Předškolní vzdělávání
Předškolní vzdělávání je prvním stupněm vzdělávání dětí od 3 do 6 let. V mateřských školách si děti osvojí základní pravidla chování a začlení se do kolektivu. Předškolní vzdělávání připravuje děti na základní školu.
Základní vzdělávání
Základní vzdělávání (tzv. primární) představuje povinnou školní docházku. Zde se děti učí základní znalosti v oblasti vzdělání a chování. Tato povinná školní docházka se rozděluje na dva stupně - první a druhý stupeň základní školy. První stupeň je od 1. do 5.
Faktory ovlivňující nezaměstnanost
19
třídy, druhý stupeň je od 6. do 9. třídy. V posledním ročníku základní školy se žáci rozhodují, zda budou ve studiu pokračovat na středním odborném učilišti, střední odborné škole nebo gymnáziu.
Střední vzdělávání
Střední vzdělávání (tzv. sekundární) prohlubuje znalosti ze základní školy. Střední škola může být ukončena na odborném učilišti získáním výučního listu, na střední odborné škole a gymnáziu je ukončeno maturitní zkouškou.
Do této skupiny vzdělávání spadá i vyšší odborné vzdělání, které navazuje na studium po maturitní zkoušce. Student získá titul DiS., tzn. diplomovaný specialista.
Vysokoškolské vzdělávání
Vysokoškolské vzdělávání (tzv. terciární). Studenti zde získávají akademické tituly. Existují dvě formy studia: o Prezenční forma – každodenní výuka o Kombinovaná forma – tzv. dálkové studium, výuka probíhá v předem stanovených termínech
Vysokoškolské vzdělání tvoří jednotná třístupňová struktura studia: 1. Bakalářské studium - student získá titul Bc. 2. Magisterské studium - student získá ve většině případů titul Mgr. nebo Ing. (v některých případech po složení rigorozních zkoušek příslušný doktorský titul podle oboru – např. MUDr., MVDr,, RNDr., PhDr. apod.). 3. Doktorské studium - student získá titul Ph.D.
Celoživotní vzdělávání
„Celoživotní vzdělávání je považováno za kontinuální proces získávání a rozvoje vědomostí, intelektových schopností a praktických dovedností, nad rámec počátečního vzdělávání.“ [13]
Faktory ovlivňující nezaměstnanost
20
Význam vzdělání neustále roste. Každý potencionální zájemce o zaměstnání musí mít určitou úroveň vzdělání odpovídající pozici, o kterou usiluje. Pokud této úrovně vzdělání neodpovídá, pracovní náplň nemůže vykonávat, nebo si musí doplnit chybějící vzdělání, musí se dále vzdělávat.
V závěru knihy [7] je konstatováno, že vztah mezi vzděláním a zaměstnaností (popřípadě nezaměstnaností) je velmi úzký, jak je uvedeno ve 2. kapitole - Nezaměstnanost. Ve vyspělých zemích mají osoby s nižší vzděláním menší šanci k získání zaměstnání v porovnání s osobami s vyšším dosaženým vzděláním. Závislost mezi vzdělaností a nezaměstnaností je opravdu vysoká. Každý člověk by si měl zvyšovat kvalifikaci, protože s vyšší kvalifikací bude pravděpodobnost na získání vhodného zaměstnání vyšší.
4.2 Migrace Dalším zvoleným ukazatelem je migrace. Problematika migrace se v poslední době stává čím dál více populárnější a diskutabilnější. Migrace je spolu s porodností, potratovostí, úmrtností, nemocností, sňatečností a rozvodovostí jedním z demografických procesů. Migrace je mobilitou osob mezi dvěma územími.
Pod pojmem migrace rozumíme mechanický pohyb obyvatelstva, jak je uvedeno v [4]. Jedná se o pohyb v rámci územní jednotky (např. státu) v horizontálním směru, tj. z venkova do města a naopak, a vertikálním směru, tj. z města do města, nebo z venkova na venkov. Pod pojmem migrace si můžeme také představit pohyb obyvatelstva přes hranice, tzv. mezinárodní pohyb. Také můžeme mluvit o fyzické nebo zeměpisné mobilitě. Její zjišťování je v mnoha případech obtížné a je součástí statistických zjišťování různých organizací, např. Statistického úřadu, městských úřadů apod.
Faktory ovlivňující nezaměstnanost
21
Dále budou vysvětleny některé pojmy, které souvisí s migrací [15]:
Migrant
Migrant je osoba, která mění místo svého trvalého pobytu.
Trvalý pobyt
Trvalý pobyt je místo stálého (trvalého) bydliště občana, místo kde se občan trvale zdržuje.
Přechodný pobyt
Přechodný pobyt je místo, kde se občan zdržuje pouze dočasně (např. zaměstnání).
Dle [15] existují dva druhy faktorů, které ovlivňují migraci:
„Push“ faktory
„Push“ faktory jsou takové faktory, které přimějí osobu k odchodu z místa, kde doposud žije, protože není spokojena s životními podmínkami v tomto místě. Jedná se například o náboženské střety, válečné střety, rychlý demografický růst nebo zhoršení životního prostředí.
„Pull“ faktory
„Pull“ faktory jsou faktory, které přimějí osobu k odchodu z dosavadního místa pobytu do místa, kde jsou lepší podmínky pro život. Do těchto druhů faktorů patří například vyšší kvalita života, svoboda nebo politická stabilita.
Nejdůležitějším nepříznivým dopadem migrace je odliv mozků a demografické změny. Odliv mozků znamená odchod vzdělaného obyvatelstva do vyspělejších zemí. S tím úzce souvisí i demografické změny v populaci. Ty nastávají při odstěhování obyvatel
Faktory ovlivňující nezaměstnanost
22
v produktivním věku do zemí s lepšími podmínkami pro osobní i profesní život. Atraktivními státy pro emigraci jsou například Spojené státy americké.
Migraci můžeme dělit z několika hledisek:
Podle směru migrace:
Imigrace (přistěhování)
Jedná se o proces, kdy se na určitou územní jednotku přistěhuje osoba, která doposud žila na jiném území.
Emigrace (odstěhování)
V tomto případě se jedná o proces, kdy se z určité územní jednotky odstěhuje osoba na jiné území.
Podle délky pobytu:
Dlouhodobá
Dlouhodobá migrace je taková, kdy se osoba odstěhuje z místa svého pobytu na dobu delší než jeden rok.
Krátkodobá
V případě krátkodobé migrace se osoba odstěhuje z místa svého trvalého bydliště na delší dobu, ale pouze do jednoho roku.
Podle okolností migrace:
Dobrovolná
Tento typ migrace vyplývá ze svobodného rozhodnutí migranta, sám se rozhodne pro stěhování, například pro zlepšení své životní situace.
Faktory ovlivňující nezaměstnanost
23
Vynucená
Vynucená migrace je opakem dobrovolné. Migrant je nedobrovolně vypuzen z místa svého pobytu. Důvodem pro vytlačení může být například politická situace nebo přírodní katastrofa.
Podle územní jednotky:
Vnitřní
Vnitřní migrace se uskutečňuje v rámci jednoho státu. Může se jednat o migraci mezi kraji nebo o migraci i v rámci jednoho kraje, tedy pouze mezi městy.
Vnější
V tomto případě se jedná o mezinárodní migraci, tzn. migrace mezi státy celého světa.
Podle podnětu k migraci:
Politická
Migrace politická nastává z politických důvodů. Migrant není spokojen s politickou situací v zemi, kde má trvalý pobyt. Odstěhuje se do země s odlišným politickým zřízením.
Pracovní
Pracovní migraci podněcují především následující faktory - vyšší mzda, kariérní růst nebo možnost získání jazykových znalostí.
Zvláštním případem migrace je nelegální migrace, kterou [4] definuje jako nedovolené překročení státních hranic a také neoprávněný pobyt cizince na území státu.
Faktory ovlivňující nezaměstnanost
24
V [4] jsou uvedeny základní ukazatele migrace. Dále budou zmíněny nejdůležitější:
Objem migrace (tj. hrubá migrace)
Jedná se o součet objemu vnitřní migrace a obratu zahraniční migrace (viz. vzorec č. 4). Vzorec č. 4: MOt = It + Et, kde MOt je objem migrace, It jsou přistěhovalí v čase t a Et jsou vystěhovalí v čase t.
Migrační saldo (tj. čistá migrace)
Zde se jedná o rozdíl mezi počtem přistěhovalých a vystěhovalých (viz. vzorec č. 5). Vzorec č. 5: MSt = It - Et, kde MSt je migrační saldo, It jsou přistěhovalí v čase t a Et jsou vystěhovalí v čase t.
Index migračního salda
Je to základní ukazatel efektivnosti migrace (viz. vzorec č. 6). Vzorec č. 6: Imst = MSt / MOt, kde Imst je index migračního salda.
Index hrubé imigrace (emigrace)
Porovnání počtu vystěhovalých a přistěhovalých, resp. naopak (viz. vzorec č. 7). Vzorec č. 7: Ihit = Et / It, Ihet = It / Et, kde Ihit je index hrubé imigrace a Ihet je index hrubé emigrace.
Faktory ovlivňující nezaměstnanost
25
Index čisté imigrace (emigrace)
Jedná se o porovnání čisté a hrubé imigrace, resp. emigrace (viz. vzorec č. 8). Vzorec č. 8: Ičit = It - Et / It, Ičet = Et - It / Et, kde Ičit je index čisté imigrace a Ičet je index čisté emigrace.
V souvislosti s migrací je nutno zmínit Schengen. „Schengenský prostor (slangově kráceno i na Schengen) je území většiny evropských států (zemí Schengenské dohody, slangově zemí Schengenu), na kterém mohou osoby překračovat hranice smluvních států na kterémkoliv místě, aniž by musely projít hraniční kontrolou.“ [24] Název tohoto prostoru je podle vesnice Schengen v Lucembursku, kde byla smlouva podepsána. Členy jsou především státy Evropské unie, ale i některé nečlenské země EU. Jedná se například o Island nebo Švýcarsko.
4.3 Věková struktura Věková struktura obyvatel je ovlivněna plodností, dále úmrtností a migrací. V praxi se obvykle rozlišují tři základní věkové skupiny obyvatel z pohledu reprodukce. [12] rozděluje věkové skupiny následovně:
Obyvatelstvo ve věku od 0 do 14 let
Jedná se o děti. Tato skupina lidí se také nazývá předproduktivní.
Obyvatelstvo ve věku od 15 do 64 let
Tato skupina obyvatel se nazývá produktivní nebo reprodukční skupinou lidí.
Faktory ovlivňující nezaměstnanost
26
Obyvatelstvo ve věku od 64 let a výše
V tomto případě se skupina nazývá poproduktivní. Jedná se o obyvatele v důchodu.
V praxi se mohou věkové skupiny rozdělovat způsobem, který byl uveden výše. Některé monografie nebo servery uvádí shodné rozdělení, ovšem mohou se lišit ve věkovém rozdělení skupin. [5] a [15] rozděluje věkové skupiny rozdílně. Do předproduktivní skupiny lidí spadají rovněž děti od 0 do 14 let. Změna nastává ve skupině produktivní, která je vymezena věkem od 15 do 49 let. Tato věková hranice je vysvětlována rodivým věkem žen. Poproduktivní skupina obyvatel je potom od 50 let a výše.
Dle zastoupení věkových skupin ve společnosti se společnost dále dělí na tři věkové struktury:
Progresivní typ
Ve společnosti převažuje předproduktivní skupina obyvatel nad poproduktivní. Tato společnost se vyznačuje vysokou plodností a porodností.
Stacionární typ
V takovém typu společnosti je předproduktivní a poproduktivní skupina obyvatel téměř v rovnováze.
Regresivní typ
Zde převažuje poproduktivní skupina obyvatel nad předproduktivní.
Pro názornost uvádím obrázek č. 2, kde jsou uvedeny stromy života podle převažující věkové struktury.
Faktory ovlivňující nezaměstnanost
27
Obr. č. 2: Typy věkových pyramid [27]
Rozvojové země se vyznačují především progresivním typem společnosti, tedy převažuje předproduktivní složka obyvatel. Naopak ve vyspělých zemích převažuje stacionární, popřípadě i regresivní typ. Nastává zde zvyšování podílu starších osob, tedy tzv. stárnutí populace, jak uvedl [12].
Pro komplexnost je dále uvedeno vysvětlení faktorů, které ovlivňují věkovou strukturu obyvatel. Jak již bylo řečeno, jedná se o plodnost, úmrtnost a migraci. Migraci byla věnována celá předchozí kapitola. „Úmrtnost neboli mortalita je demografický ukazatel, udávající podíl zemřelých z určité skupiny za určité časové období.“ [26] nost (fertilita)
je demografický ukazatel vyjadřující
na jednu ženu.“ [23]
průměrný
počet
„Plodpotomků
Faktory ovlivňující nezaměstnanost
28
4.4 Prognózy a projekce V souvislosti s demografickými ukazateli, které byly součástí předchozích kapitol je nutné zmínit i kapitolu věnovanou prognózám a projekcím. Demografie má za úkol analyzovat aktuální stav obyvatelstva. Dalším důležitým úkolem je odhadování budoucího stavu populace. Tato činnost se nazývá prognostika a projekce. „Demografická projekce je definována jako souhrn výpočtů, kterými odhadujeme další vývoj populace. Projekce jsou určitým modelem ukazujícím například, jak by probíhal budoucí populační vývoj za předpokladu daných úrovní plodnosti, úmrtnosti a migrace nebo naopak při uvažování různých kombinací jejich změn. Takové projekce se někdy označují jako projekce varovné. Populační projekce, které se snaží poskytnout pokud možno nejspolehlivější předpověď budoucího demografického vývoje, označíme za populační prognózy. Prognózy bývají vědecké výpočty, které jsou v době svého vzniku nepodmíněné.“ [15]
Podle [4] existují následující druhy demografických prognóz:
Z hlediska území:
Městské
Regionální (např. okresy)
Státní
Světové
Z hlediska času:
Krátkodobé (prognózy do 10 let)
Střednědobé (prognózy 10 - 25 let)
Dlouhodobé (prognózy nad 25 let)
Faktory ovlivňující nezaměstnanost
29
Z hlediska použité metody:
Extrapolace celkového počtu obyvatel s odhadem věkové struktury
Tato metoda se používá při prognózování velkého počtu obyvatel a velkého území. Jedná se o odhad počtu a věkové struktury obyvatel do budoucna.
Komponentní metoda bez migrace
Tato metoda se používá při malém počtu obyvatel a na malém území, jedná se například o město nebo kraj. Tato metoda bere v úvahu pouze porodnost a úmrtnost.
Komponentní metoda s migrací
Rovněž jako předchozí metoda, i tato se používá při malém počtu obyvatel a na malém území. Komponentní metoda s migrací se zabývá porodností, úmrtností a k tomu i migrací.
Vícestavová metoda
Vícestavová metoda se v praxi využívá méně. Zatímco předchozí metoda uvažuje pouze dva stavy obyvatel - živí a zemřelí, vícestavová metoda zahrnuje i další stavy, např. ženatý, nebo nezaměstnaný.
Dle [11] se kvůli neurčitosti předpokladů a výsledků prognóz demografické prognózy sestavují ve třech variantách:
Nízká varianta
Nízká varianta je variantou krajní, určuje dolní hranici, kterou by budoucí vývoj neměl přesáhnout, a to podle představ aktuálních v době vzniku prognózy.
Stření varianta
Střední varianta představuje nejpravděpodobnější variantu budoucího vývoje.
Faktory ovlivňující nezaměstnanost
30
Vysoká varianta
Vysoká varianta je rovněž krajní variantou, ale určuje naopak horní hranici, kterou by neměl budoucí vývoj přesáhnout, a to podle představ aktuálních v době, kdy prognózy vznikly. Pro názornost je dále uvedena populační prognóza vývoje struktury obyvatel podle věkových skupin v České republice do roku 2050. Z níže uvedené tab. č. 1 vyplývá, že podíl přeprodproduktivního obyvatelstva bude rapidně klesat v případě nízké varianty, v případě střední varianty rovněž klesne a v případě vysoké varianty zůstane téměř na stejné úrovni. Změna nastává u produktivního obyvatelstva. V případě nízké, střední i vysoké varianty rapidně klesne počet obyvatel v produktivním věku. Změna v opačném slova smyslu nastává u poproduktivního obyvatelstva. Zde v případě nízké, střední i vysoké varianty obyvatel v poproduktivním věku bude přibývat. Z populační prognózy do roku 2050 tedy vyplývá, že bude populace stárnout.
Populační prognóza struktury obyvatel podle věkových skupin (v tis. osob) 0-14 (předproduktivní věk) nízká varianta
střední varianta
vysoká varianta
r. 2010
1 369
1 400
1 436
r. 2050
879
1173
1455
15-64 (produktivní věk) nízká varianta
střední varianta
vysoká varianta
r. 2010
7 181
7 286
7 392
r. 2050
4 526
5 309
6 072
65+ (poproduktivní věk) nízká varianta
střední varianta
vysoká varianta
r. 2010
1 591
1 597
1 604
r. 2050
2 661
2 956
3 304
Tab. č. 1: Populační prognóza struktury obyvatel podle věkových skupin (v %) [14]
Základní charakteristiky zkoumaných regionů
5
5.1
31
Základní charakteristiky zkoumaných regionů Jihomoravský kraj
Nejprve bude představen Jihomoravský kraj. Kraj leží na jihu Moravy a části střední Moravy. Sousedí s Jihočeským krajem na západě, na severozápadě s Krajem Vysočina, na severu s Pardubickým kraj, na severovýchodě s Olomouckým krajem a na východě se Zlínským krajem. Na jihovýchodě hraničí se Slovenskou republikou a na jihu s Rakouskem.
Jihomoravský kraj se skládá ze sedmi okresů. Jedná se o Blansko, Brno-město, Brnovenkov, Břeclav, Hodonín, Vyškov a Znojmo. Dále se tento kraj člení na dvacet jedna obcí s rozšířenou působností (Blansko, Brno, Břeclav, Hodonín, Vyškov, Znojmo, Boskovice, Bučovice, Hustopeče, Ivančice, Kuřim, Kyjov, Mikulov, Moravský Krumlov, Pohořelice, Rosice, Slavkov u Brna, Šlapanice, Tišnov, Veselí nad Moravou a Židlochovice). Tyto správní obvody se dále dělí na správní obvody obcí s pověřeným obecním úřadem. V tomto kraji se nachází celkem 673 obcí.
Hejtmanem Jihomoravského kraje je od roku 2008 JUDr. Michal Hašek.
Pro názornost umístění Jihomoravského kraje a znázornění okresů a obcí s rozšířenou působností jsou níže uvedeny mapy - obr. č. 3., obr. č. 4 a obr. č. 5.
Základní charakteristiky zkoumaných regionů
32
Obr. č. 3: Mapa České republiky - znázornění Jihomoravského kraje (zdroj: RIS)
Obr. č. 4: Mapa Jihomoravského kraje - znázornění okresů (zdroj: RIS) Obr. č. 5: Mapa Jihomoravského kraje - znázornění obcí s rozšířenou působností (zdroj: RIS)
Základní charakteristiky zkoumaných regionů
33
5.2 Olomoucký kraj Druhým krajem je Olomoucký kraj. Kraj zaujímá střední a severozápadní Moravu. Sousedí na východě s Moravskoslezským krajem, na jihozápadě s Jihomoravským krajem a s Pardubickým krajem na západě. Na severu hraničí s Polskem.
Olomoucký kraj se člení na pět okresů. Jsou to okresy Olomouc, Přerov, Prostějov, Šumperk a Jeseník. Kraj se dále člení na obce s rozšířenou působností, kterých je celkem třináct (Olomouc, Přerov, Prostějov, Šumperk, Jeseník, Hranice, Konice, Lipník nad Bečvou, Litovel, Mohelnice, Šternberk, Uničov a Zábřeh). Dále se obce s rozšířenou působností dělí na obce s pověřeným obecním úřadem. Celkem je v tomto kraji 399 obcí. Hejtmanem Olomouckého kraje je od roku 2012 Ing. Jiří Rozbořil. Pro názornost umístění Olomouckého kraje a znázornění okresů a obcí s rozšířenou působností jsou níže uvedeny mapy - obr. č. 6, obr. č. 7 a obr. č. 8.
Obr. č. 6: Mapa České republiky - znázornění Olomouckého kraje (zdroj: RIS)
Základní charakteristiky zkoumaných regionů
34
Obr. č. 7: Mapa Olomouckého kraje - znázornění okresů (zdroj: RIS) Obr. č. 8: Mapa Olomouckého kraje - znázornění obcí s rozšířenou působností (zdroj: RIS)
Současný stav zkoumané problematiky
6
35
Současný stav zkoumané problematiky
Vzdělanost a věková struktura jsou úzce spjaty s nezaměstnaností a ta dále s migrací. Těmito skutečnostmi se například zabýval Steven Strauss, Pascal Hertze a Carstev Ochsen nebo Christian Dustmann a Albrecht Glitz [25], [17], [16].
Závislost mezi nezaměstnaností a vzdělaností
Tato závislost již byla zkoumána ve Spojených státech amerických profesorem Stevenem Straussem z Harvardské univerzity. [25] popsal ve svém článku pro HuffPost Business závislost mezi vzděláním, příjmovou nerovností a nezaměstnaností. V tomto článku Steven Strauss konstatuje, že čím má osoba vyšší vzdělání, tím dosahuje vyšších příjmů. Dále uvádí, že existuje vysoká závislost mezi vzdělaností a nezaměstnaností. Z výsledků vyplývá, že čím vyšší vzdělání osoba má, tím má větší šance na získání zaměstnání.
[25] dále uvádí, že osoby s nízkým vzděláním se často potýkají s nezaměstnaností a s nimi souvisejícími problémy, nebo přinejmenším s nízkými příjmy. Oproti tomu osoby s vyšším vzděláním mají stálou a adekvátně ohodnocenou práci. Součástí článku je následující tab. č. 2.
Tabulka ukazuje vývoj nezaměstnanosti za roky 2001 až 2011 v závislosti na výši dosaženého vzdělání. V roce 2011 uvádí, že nezaměstnanost uchazečů o zaměstnání s vysokoškolským vzděláním je 4,3 %. Naproti tomu nezaměstnanost uchazečů s nižším než středoškolským vzděláním je neuvěřitelných 14,3 %. Pro názornou ukázku bude dále uvedena tabulka, která je součástí článku Strausse.
Současný stav zkoumané problematiky
36
Nižší než středo-
Vysokoškolské
školské vzdělání
vzdělání a vyšší
2001
7,2
2,3
2002
8,4
2,9
2003
8,8
3,1
2004
8,5
2,7
2005
7,6
2,3
2006
6,8
2,0
2007
7,1
2,0
2008
9,0
2,6
2009
14,7
4,6
2010
14,9
4,7
2011
14,3
4,3
Rok
Tab. č. 2: Nezaměstnanost (v %) v letech 2001 až 2011 podle dosaženého vzdělání v USA [25] - překlad autora
Dále se touto problematikou zabýval i [22], redaktor Conservative Daily News. Ve svém článku Rich Mitchell uvádí následující obrázek č. 9 vývoje nezaměstnanosti ve Spojených státech amerických. V tomto grafu jsou uvedeny čtyři úrovně vzdělání. Uvádí nedokončené středoškolské vzdělání, dokončené středoškolské vzdělání, nedokončené vysokoškolské a dokončené vysokoškolské vzdělání nebo vyšší. Z grafu vyplývá skutečnost, že s vyšším vzděláním klesá míra nezaměstnanosti a naopak, s každým dalším dosaženým vzděláním klesá míra nezaměstnanosti. V posledním bodu grafu je míra nezaměstnanosti uchazečů s nedokončeným středoškolským vzděláním na úrovni téměř 12 %, u uchazečů se středoškolským vzděláním je míra nezaměstnanos-
Současný stav zkoumané problematiky
37
ti téměř 6 %. U uchazečů s nedokončeným vysokoškolským vzděláním je míra více než 5 % a u uchazečů s vysokoškolským a vyšším vzděláním cca 4 %.
Obr. č. 9: Závislost dosaženého vzdělání a míry nezaměstnanosti v USA [22]
Překlad termínů k obr. č. 9 No HS degree
Nedokončené středoškolské vzdělání
HS degree
Dokončené středoškolské vzdělání
Some college
Nedokončené vysokoškolské vzdělání
College degree or more
Dokončené vysokoškolské vzdělání
Tab. č. 3: Překlad termínu k obr. č. 9 - překlad autora
[10] se ve své práci Demographic and Education Effects on Unemployment in Europe: Economic Factors and Labour Market Institutions rovněž zabývají nezaměstnaností a vzdělaností a rovněž potvrzují závislost mezi nimi. Říkají, že s vyšším vzděláním klesá nezaměstnanost a naopak.
Současný stav zkoumané problematiky
38
Z těchto odborných článků vyplývá, že závislost mezi nezaměstnaností a vzdělaností je velmi vysoká a úzce spolu souvisí. S výší dosaženého vzdělání klesá míra nezaměstnanosti.
Závislost mezi nezaměstnaností a migrací
[19] ve své práci na internetových stránkách Migration Policy Centre zabývá závislostí nezaměstnanosti a migrace. Říká, že obyvatelé rozvojových zemí migrují do vyspělých zemí s vyspělejší ekonomikou, kde je nižší míra nezaměstnanosti, a tudíž lepší životní podmínky. Vysoká míra nezaměstnanosti může být podnětem k migraci.
Z tohoto článku je zřejmé, že závislost mezi nezaměstnaností a migrací existuje a je značná.
Závislost mezi nezaměstnaností a věkovou strukturou
V své práci pro Rostocker zentrum zur erforschung des demografischen wandels se [17] zabývají věkem obyvatel a dopady na nezaměstnanost. V dnešní moderní společnosti dávají zaměstnavatelé přednost mladším pracovníkům, naproti tomu starší pracovníci jsou znevýhodněni. Mladší zaměstnanci nemají dostatek zkušeností z praxe, ale ve většině případů mají vyšší vzdělání.
V souvislosti s těmito skutečnostmi lze konstatovat, že nezaměstnanost stoupá se zvyšujícím se podílem starších uchazečů o zaměstnání.
Závislost mezi migrací a vzdělaností
[16] uvádí ve své práci publikované na stránce Norface research programme on migration skutečnosti, které se týkají závislostí mezi migrací a vzdělaností obyvatelstva.
Současný stav zkoumané problematiky
39
Závislost mezi těmito dvěma ukazateli potvrzují. Uvádí, že v mnoha případech s migrací souvisí vyšší vzdělání. Příkladem může být student z venkova, který vystudoval vysokou školu například v Brně. Za dobu studií, nebo po skončení studií, si student v tomto městě našel zaměstnání. Do místa svého původního bydliště se již nevrátí a migruje do města za prací. Na venkově by ve většině případů zaměstnání adekvátní svému vzdělání nenašel. Lze tedy říci, že vzdělání může být podnětem pro migraci.
Při hledání závislostí mezi ukazateli nebyly nalezeny popsané závislosti mezi vzděláním a věkovou strukturou a migrací a věkovou strukturou. Nižší závislost zde pravděpodobně také existuje, ale při hledání nebyly články nebo knihy zabývající se touto tématikou nalezeny. Závislosti mezi všemi ukazateli budou měřeny v 9. kapitole - Měření závislostí mezi ukazateli a zjištěné výsledky budou porovnány se závěry článků a studií, které jsou uvedeny v této kapitole.
Vývoj ukazatelů v Jihomoravském kraji
7
40
Vývoj ukazatelů v Jihomoravském kraji
Níže uvedený graf č. 1 uvádí míru nezaměstnanosti v letech 2002 až 2011 v Jihomoravském kraji. Z grafu vyplývá, že míra nezaměstnanosti byla v letech 2002 až 2006 téměř shodná, pohybovala se okolo 8 %. V roce 2007 nastal pokles míry nezaměstnanosti o téměř 3 %. Tato rapidní změna byla způsobena otevřením evropského trhu. Část nezaměstnaných využila možnosti práce v zahraničí, která byla spojena se vstupem České republiky do Evropské unie, a začala pracovat například v sousedním Rakousku. V následujícím roce nezaměstnanost stále mírně klesala. V dalším roce 2009 začala nezaměstnanost opět vzrůstat. Tato změna byla zapříčiněna ekonomickou krizí. V následujících letech se míra nezaměstnanosti opět stabilizovala na míru okolo 8 %.
Míra nezaměstnanosti v Jihomoravském kraji v letech 2002-2011 (dle ILO) 10% 8% 6% 4% 2% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Graf č. 1: Míra nezaměstnanosti v Jihomoravském kraji v letech 2002-2011 (dle ILO), (zdroj: vlastní podle ČSÚ)
Níže uvedený graf č. 2 ukazuje vývoj vzdělanosti obyvatelstva v letech 2002 až 2011 v Jihomoravském kraji. Jak z grafu vyplývá, neustále postupně klesá počet obyvatel pouze se základním vzděláním a také se středoškolským vzděláním bez maturity. Nao-
Vývoj ukazatelů v Jihomoravském kraji
41
pak roste podíl obyvatel se středoškolským vzděláním s maturitou a vysokoškolským vzděláním. Důvodem změn ve vzdělanosti obyvatelstva je neustálý růst významu vzdělání. V dřívějších dobách bylo standardem ve vzdělání středoškolské vzdělání bez maturity. V dnešní moderní společnosti je naprostým standardem středoškolské vzdělání s maturitou a postupně roste i počet obyvatel s vysokoškolským vzděláním. V budoucnu se dá předpokládat, že se stane standardem ve vzdělání vysokoškolský titul.
Vzdělanostní struktura obyvatel Jihomoravského kraje v letech 2002-2011 (dle VŠPS) - v tis. osob 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2002
2003
2004
2005
2006
2007
2008
2009
2010
základní
středoškolské-bez maturity
středoškolské-s maturitou
vysokoškolské
2011
Graf č. 2: Vzdělanostní struktura obyvatel Jihomoravského kraje v letech 2002-2011 (dle VŠPS) - v tis. osob, (zdroj: vlastní podle ČSÚ)
Graf č. 3 uvádí vývoj migrace v letech 2002 až 2011 v Jihomoravském kraji. Z grafu je patrné, že v každém ze zmíněných let převažoval počet přistěhovalých osob nad vystěhovalými. Tato skutečnost jistě souvisí s relativně nízkou úrovní nezaměstnanosti, a tudíž lepšími podmínkami pro život v tomto kraji oproti jiným krajům České republiky.
Vývoj ukazatelů v Jihomoravském kraji
42
Migrace v Jihomoravském kraji v letech 2002-2011 30 000 25 000 20 000 15 000 10 000 5 000 0 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Přístěhovalí
Vystěhovalí
Graf č. 3: Migrace v Jihomoravském kraji v letech 2002-2011, (zdroj: vlastní podle ČSÚ)
Následující graf č. 4 uvádí věkovou strukturu obyvatel v letech 2002 až 2011 v Jihomoravském kraji. Graf ukazuje, že podíl předproduktivní, produktivní a poproduktivní složky obyvatelstva byl ve zmíněných letech téměř shodný. Deset let je z hlediska vývoje věkové struktury krátká doba, z tohoto důvodu nenastaly rapidní změny.
Věková struktura obyvatel Jihomoravského kraje v letech 2002-2011 100% 80% 60% 40% 20% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0-14
15-64
65-více
Graf č. 4: Věková struktura obyvatel Jihomoravského kraje v letech 2002-2011, (zdroj: vlastní podle ČSÚ)
Vývoj ukazatelů v Jihomoravském kraji
43
Srovnání situace Jihomoravského kraje s celorepublikovým průměrem
Níže je uveden graf č. 5, který srovnává vývoj míry nezaměstnanosti Jihomoravského kraje a celé České republiky názorně.
Srovnání nezaměstnanosti Jihomoravského kraje s celorepublikovým průměrem 10% 8% 6% 4% 2% 0% 2002
2003
2004
2005
2006
Česká republika
2007
2008
2009
2010
2011
Jihomoravský kraj
Graf č. 5: Srovnání nezaměstnanosti Jihomoravského kraje s celorepublikovým průměrem, (zdroj: vlastní podle ČSÚ)
Ze zjištěných dat vyplývá, že v prvních pěti letech se míra nezaměstnanosti Jihomoravského kraje i celé České republiky pohybovala okolo 8 %. V letech 2007 a 2008 míra nezaměstnanosti shodně klesala. Tato změna může být vysvětlena otevřením evropského trhu, kterého využily nezaměstnané osoby. Od roku 2009 míra nezaměstnanosti shodně vzrostla a stabilizovala se na míře nezaměstnanosti mezi 7 a 8 %. Vysvětlením výše zmíněné situace byla ekonomická krize.
Lze tedy konstatovat, že vývoj Jihomoravského kraje a celorepublikového průměru je téměř totožný, Jihomoravský kraj má v některých letech jen mírně vyšší míru nezaměstnanosti. Tato skutečnost souvisí s relativně příznivou situací v Jihomoravském kraji. Na jihu kraje je míra nezaměstnanosti vyšší než na zbytku území Jihomoravského kraje, v okrese Hodonín je dlouhodobě situace nejhorší. Naopak je socio-ekonomická
Vývoj ukazatelů v Jihomoravském kraji
44
situace tohoto kraje nepochybně vylepšena přítomností města Brna, které je druhým největším městem republiky, a které nabízí spoustu pracovních příležitostí a jiného vyžití. Dále bude situace zhodnocena z hlediska vzdělanostní struktury. Níže uvedený graf č. 6 ukazuje vzdělanost obyvatel v Jihomoravském kraji. Vzdělanostní struktura obyvatel Jihomoravského kraje - v tis. osob 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 základní
s tředoškols ké-bez maturity
s tředoš kols ké-s maturitou
vys okoškolské
Graf č. 6: Vzdělanostní struktura obyvatel Jihomoravského kraje, (zdroj: vlastní podle ČSÚ)
Následující graf č. 7 ukazuje pro srovnání vzdělanostní strukturu obyvatel celé České republiky ve shodném období. Vzdělanostní struktura obyvatel České republiky - v tis. osob 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2002
2003
2004
2005
2006
2007
2008
2009
2010
základní
středoškolské-bez maturity
středoškolské-s maturitou
vysokoškolské
2011
Graf č. 7: Vzdělanostní struktura obyvatel České republiky, (zdroj: vlastní podle ČSÚ)
Vývoj ukazatelů v Jihomoravském kraji
45
Ze srovnání vzdělanostní struktury obyvatel Jihomoravského kraje s celorepublikovým průměrem vyplývá, že podíl obyvatelstva se základním a středoškolským vzděláním bez maturity byl srovnatelný v obou případech. Mírná změna nastala v případě středoškolského vzdělání s maturitou a vysokoškolského vzdělání. V Jihomoravském kraji byl vyšší podíl vysokoškolsky vzdělaného obyvatelstva oproti průměru celé České republiky. To lze vysvětlit přítomností několika vysokých škol v centrálním městě Brně. Z globálního pohledu je ale kraj s celorepublikovým průměrem relativně srovnatelný. Níže uvedený graf č. 8 ukazuje věkovou strukturu obyvatel v Jihomoravském kraji. Věková struktura obyvatel Jihomoravského kraje
100% 80% 60% 40% 20% 0%
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0-14
15-64
65-více
Graf č. 8: Věková struktura obyvatel Jihomoravského kraje, (zdroj: vlastní podle ČSÚ) Následující graf č. 9 ukazuje pro srovnání věkovou strukturu obyvatel České republiky. Věková struktura obyvatel České republiky 100% 80% 60% 40% 20% 0% 2002
2003
2004
2005 0-14
2006
2007
15-64
2008
2009
2010
2011
65-více
Graf č. 9: Věková struktura obyvatel České republiky, (zdroj: vlastní podle ČSÚ)
Vývoj ukazatelů v Jihomoravském kraji
46
Z předešlých grafů je zjevné, že věková struktura Jihomoravského kraje a celorepublikový průměr jsou téměř shodné. V desetiletém vývoji nenastaly žádné výraznější změny, protože, jak již bylo řečeno dříve, desetiletý horizont je krátká doba pro vyhodnocení vývoje věkové struktury.
Ukazatel migrace nelze srovnat z hlediska Jihomoravského kraje a celé České republiky. Ve statistické ročence Jihomoravského kraje jsou uvedeny hodnoty Přistěhovalí a vystěhovalí. Ve statistické ročence České republiky jsou uvedeny hodnoty Vnitřní stěhování podle typu stěhování a Zahraniční stěhování podle státního občanství. Hodnoty za Jihomoravský kraj a celou Českou republiku jsou tedy nesrovnatelné, proto toto srovnání bude muset být vynecháno.
Vývoj ukazatelů v Olomouckém kraji
8
47
Vývoj ukazatelů v Olomouckém kraji
Nyní se bude práce zabývat popisem vývoje zvolených ukazatelů v Olomouckém kraji v letech 2002 až 2011. Dále bude srovnán vývoj Olomouckého kraje s průměrem celé České republiky. Níže uvedený graf č. 10 ukazuje vývoj míry nezaměstnanosti Olomouckého kraje v letech 2002 až 2011. Z grafu je patrné, že v prvních dvou sledovaných letech byla míra nezaměstnanosti téměř identická a blížila se téměř 10 %, v následujícím roce 2004 nastal nárůst nezaměstnanosti dokonce na 12 %. Tato vysoká míra nezaměstnanosti byla zapříčiněna nepříznivou situací v Olomouckém kraji. Jedná se o příhraniční region na severu území republiky, v okrese Jeseník byla míra nezaměstnanosti nejvyšší. V letech 2005 až 2008 míra nezaměstnanosti klesla téměř o 4 %. I zde lze tuto pozitivní změnu vysvětlit otevřením evropského trhu, jež mohli využít obyvatelé kraje. Občané měli možnost využít nabídky práce v sousedním Německu. Od roku 2009 do roku 2010 nastal opět nárůst míry nezaměstnanosti asi o 3 %, a to díky ekonomické krizi. V posledním roce nezaměstnanost opět mírně klesla na necelých 8 %. Lze říci, že nastala stabilizace míry nezaměstnanosti.
Míra nezaměstnanosti v Olomouckém kraji v letech 2002-2011 (dle ILO) 14% 12% 10% 8% 6% 4% 2% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Graf č. 10: Míra nezaměstnanosti v Olomouckém kraji v letech 2002-2011 (dle ILO), (zdroj: vlastní podle ČSÚ)
Vývoj ukazatelů v Olomouckém kraji
48
Následující graf č. 11 ukazuje vývoj vzdělanosti obyvatelstva Olomouckého kraje v letech 2002 až 2011. Z grafu vyplývá, že podíl obyvatelstva se základním vzděláním pomalu klesá. Počet obyvatel se středoškolským vzděláním bez maturity klesá rovněž. Naopak je tomu u podílu obyvatelstva se středoškolským vzděláním s maturitou, v tomto případě podíl v posledních letech výrazněji roste. Obyvatel s vysokoškolským vzděláním taktéž přibývá. Situace v Olomouckém kraji potvrzuje vzrůstající význam vzdělávání. Naprostým standardem je v dnešní době středoškolské vzdělání s maturitou. V budoucnosti se dá očekávat další růst významu vzdělávání.
Vzdělanostní struktura obyvatel Olomouckého kraje v letech 2002-2011 (dle VŠPS) - v tis. osob 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2002
2003
2004
2005
2006
2007
2008
2009
2010
základní
středoš kols ké-bez m aturity
středoškols ké-s m aturitou
vys okoš kols ké
2011
Graf č. 11: Vzdělanostní struktura obyvatel Olomouckého kraje v letech 2002-2011 (dle VŠPS) - v tis. osob, (zdroj: vlastní podle ČSÚ)
Níže uvedený graf č. 12 uvádí vývoj migrace v Olomouckém kraji v letech 2002 až 2011. Díky ne příliš příznivé situaci v tomto kraji ve většině let převažovali vystěhovalí nad přistěhovalými. Tato situace byla zapříčiněna nepříznivými podmínkami pro život, a to i kvůli vysoké míře nezaměstnanosti.
Vývoj ukazatelů v Olomouckém kraji
49
Migrace v Olomouckém kraji v letech 2002-2011 14 000 12 000 10 000 8 000 6 000 4 000 2 000 0 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Přistěhovalí
Vystěhovalí
Graf č. 12: Migrace v Olomouckém kraji v letech 2002-2011, (zdroj: vlastní podle ČSÚ)
Graf č. 13 uvádí věkovou strukturu obyvatel Olomouckého kraje ve zmíněných letech. Graf ukazuje podíl předproduktivní složky, produktivní a poproduktivní složky obyvatel. V desetiletém vývoji nejsou patrné výraznější změny, tato doba je z hlediska vývoje obyvatel příliš krátká.
Věková struktura obyvatel Olomouckého kraje v letech 2002-2011 100% 80% 60% 40% 20% 0% 2002 2003 2004 2005 2006 0-14
15-64
2007 2008 2009 2010 2011 65-více
Graf č. 13: Věková struktura obyvatel Olomouckého kraje v letech 2002-2011, (zdroj: vlastní podle ČSÚ)
Vývoj ukazatelů v Olomouckém kraji
50
Srovnání situace Olomouckého kraje s celorepublikovým průměrem
Pro názornost je dále uveden graf č. 14, který srovnává vývoj míry nezaměstnanosti Olomouckého kraje a celé České republiky.
Srovnání nezaměstnanosti Olomouckého kraje s celorepublikovým průměrem 14% 12% 10% 8% 6% 4% 2% 0% 2002
2003
2004
2005
2006
Česká republika
2007
2008
2009
2010
2011
Olomoucký kraj
Graf č. 14: Srovnání nezaměstnanosti Olomouckého kraje s celorepublikovým průměrem, (zdroj: vlastní podle ČSÚ)
Z grafu je patrné, že trend míry nezaměstnanosti v Olomouckém kraji a v celé České republice byl téměř shodný, promítlo se na něm, shodně jako v Jihomoravském kraji, otevření evropského trhu a následně ekonomická krize. Míra nezaměstnanosti Olomouckého kraje vykazovala v každém ze zmíněných let minimálně o 1 % vyšší míru nezaměstnanosti. Tato skutečnost souvisí s nepříznivou situací v Olomouckém kraji. Olomoucký kraj patří mezi zaostalejší kraje naší republiky. V periferních oblastech na severu kraje, konkrétně v okrese Jeseník, je míra nezaměstnanosti nejvyšší. Mírné zlepšení situace souvisí s přítomností centrálního města Olomouc. Toto město nabízí studijní i pracovní zázemí, ale zázemí není dostačující pro celý Olomoucký kraj. Níže uvedený graf č. 15 ukazuje vzdělanost obyvatel v Olomouckém kraji v letech 2002 až 2011.
Vývoj ukazatelů v Olomouckém kraji
51
Vzdělanostní struktura obyvatel Olomouckého kraje- v tis. osob 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 základní
s tředoš kols ké-bez m aturity
s tředoš kols ké-s m aturitou
vys okoš kols ké
Graf č. 15: Vzdělanostní struktura obyvatel Olomouckého kraje, (zdroj: vlastní podle ČSÚ)
Graf č. 16 ukazuje pro srovnání vzdělanostní strukturu obyvatel České republiky ve stejném období.
Vzdělanostní struktura obyvatel České republiky - v tis. osob 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2002
2003
2004
2005
2006
2007
2008
2009
2010
základní
středoškolské-bez maturity
středoškolské-s maturitou
vysokoškolské
2011
Graf č. 16: Vzdělanostní struktura obyvatel České republiky, (zdroj: vlastní podle ČSÚ) Srovnání vzdělanostní struktury obyvatel Olomouckého kraje s celorepublikovým průměrem ukazuje, že podíl obyvatel se základním vzděláním, obyvatel se středoškolským vzděláním bez maturity a středoškolským vzděláním s maturitou byl téměř srovnatelný v obou krajích. Nepatrná změna nastala v případě vysokoškolského vzdělání.
Vývoj ukazatelů v Olomouckém kraji
52
V Olomouckém kraji byl mírně nižší podíl vysokoškolsky vzdělaného obyvatelstva oproti průměru celé České republiky. To lze vysvětlit přítomností pouze jedné vysoké školy
ve
městě
Olomouc.
Z globálního
pohledu
byl
Olomoucký
kraj
s celorepublikovým průměrem relativně srovnatelný z hlediska vzdělanosti.
Níže uvedený graf č. 17 ukazuje věkovou strukturu obyvatel v Olomouckém kraji.
Věková struktura obyvatel Olomouckého kraje 100% 80% 60% 40% 20% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0-14
15-64
65-více
Graf č. 17: Věková struktura obyvatel Olomouckého kraje, (zdroj: vlastní podle ČSÚ) Následující graf č. 18 ukazuje pro srovnání věkovou strukturu obyvatel České republiky. Věková struktura obyvatel České republiky 100% 80% 60% 40% 20% 0% 2002
2003
2004
2005 0-14
2006
2007
15-64
2008
2009
2010
2011
65-více
Graf č. 18: Věková struktura obyvatel České republiky, (zdroj: vlastní podle ČSÚ)
Vývoj ukazatelů v Olomouckém kraji
53
Z grafů je zřejmé, že věková struktura Olomouckého kraje a celé České republiky byla rovněž téměř shodná. Vysvětlení je stejné jako v případě Jihomoravského kraje v předešlé kapitole. V desetiletém vývoji nenastaly žádné výraznější změny, protože desetiletý horizont je krátká doba pro vyhodnocení vývoje věkové struktury.
Ukazatel migrace nelze srovnat z hlediska kraje a celé České republiky. Důvodem je, jak bylo rovněž zmíněno v předešlé kapitole, nesrovnatelnost hodnot ve statistické ročence Olomouckého kraje a statistické ročence České republiky.
Měření závislostí mezi ukazateli
9
54
Měření závislostí mezi ukazateli
Předmětem této kapitoly bude měření závislostí mezi zvolenými ukazateli, mezi nezaměstnaností a vzdělaností, mezi nezaměstnaností a migrací a mezi nezaměstnaností a věkovou strukturou. Metoda měření byla vysvětlena ve 2. kapitole - Metodika řešení. Konkrétně bylo měření provedeno pomocí tabulkového procesoru MS Excel od firmy Microsoft, kde byly změřeny závislosti a vytvořeny grafy vypovídající o síle závislosti. Dále budou jednotlivé závislosti popsány a vysvětleny. Nejdříve musí být řečeno, že vstupními daty byl vývoj socio-ekonomické situace ve dvou krajích za 10 let. Při výpočtu indexu determinace a následně korelace jsou k sobě pouze přiřazena čísla bez návaznosti na další faktory. Nejsou brány v potaz další faktory, které na ukazatele působí v průběhu zmíněných let. Z tohoto důvodu mohou být výsledky měření v některých případech odlišné v jednotlivých krajích. Nejprve byla měřena závislost mezi nezaměstnaností a vzdělanostní strukturou obyvatelstva v Jihomoravském a Olomouckém kraji. Níže uvedený graf č. 19 ukazuje závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Jihomoravském kraji.
Závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Jihomoravském kraji 9% 8% 7% 6% 5% 4%
y = 0,0001x + 0,0495 R2 = 0,0326
3% 2% 1% 0% 0
50
100
150
200
250
Graf č. 19: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Jihomoravském kraji
Měření závislostí mezi ukazateli
55
Graf č. 20 ukazuje závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Olomouckém kraji.
Závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Olomouckém kraji 14% 12% 10% 8% y = 0,0007x + 0,0048 R2 = 0,2054
6% 4% 2% 0% 0
20
40
60
80
100
120
140
160
Graf č. 20: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Olomouckém kraji V případě Jihomoravského kraje byl zjištěn index determinace I2 = 0,03 (index korelace I = 0,18). Jedná se o kladnou slabou závislost. V případě Olomouckého kraje byl zjištěn index determinace I2 = 0,21 (index korelace I = 0,45). V tomto případě se jedná o kladnou střední závislost. V obou případech se tedy jedná o kladnou závislost, a to znamená, že pokud roste počet obyvatel se základním vzděláním, roste i míra nezaměstnanosti. Tato skutečnost může být vysvětlena faktem, že obyvatelé pouze se základním vzděláním nemají potřebnou kvalifikaci na získání zaměstnání. Protože význam vzdělání neustále roste, základní vzdělání v dnešní době ve většině případů nestačí k získání zaměstnání, které by sloužilo k obživě a uspokojení základních lidských potřeb. Trh práce v dnešní době potřebuje osoby s dosaženým vyšším vzděláním. Proto nezaměstnanost skupiny obyvatel se základním vzděláním roste.
Níže uvedený graf č. 21 znázorňuje závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Jihomoravském kraji.
Měření závislostí mezi ukazateli
56
Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Jihomoravském kraji 9% 8% 7% 6% y = 0,0009x - 0,2364 R2 = 0,3739
5% 4% 3% 2% 1% 0% 0
50
100
150
200
250
300
350
400
Graf č. 21: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Jihomoravském kraji
Další graf č. 22 ukazuje shodnou závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Olomouckém kraji.
Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Olomouckém kraji 14% 12% 10% 8% y = 0,0003x + 0,0201 R2 = 0,024
6% 4% 2% 0% 0
50
100
150
200
250
Graf č. 22: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Olomouckém kraji
Měření závislostí mezi ukazateli
57
Zmíněná závislost v Jihomoravském kraji vykázala index determinace I2 = 0,37 (index korelace I = 0,61). Jedná se o kladnou střední závislost. V Olomouckém kraji vykázala závislost index determinace hodnotu I2 = 0,02 (index korelace I = 0,16). Jedná se o kladnou slabou závislost. V obou případech se jedná o kladnou závislost, stejně jako u základního vzdělání, to znamená, že pokud roste počet obyvatel bez maturity, roste míra nezaměstnanosti. Tato skutečnost může být rovněž vysvětlena rostoucím významem vzdělání. Míra nezaměstnanosti je nižší, protože obyvatelé dosáhli vyššího vzdělání, ale trh práce potřebuje obyvatelstvo s vyšším vzděláním. Proto pokud obyvatel bez maturity přibývá, roste míra nezaměstnanosti.
Následující graf č. 23 ukazuje závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Jihomoravském kraji.
Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Jihomoravském kraji 9% 8% 7% 6% 5% 4% 3% 2% 1% 0%
y = -0,0004x + 0,1953 R2 = 0,3864
0
50
100
150
200
250
300
350
400
Graf č. 23: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Jihomoravském kraji
Následující graf č. 24 ukazuje závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Olomouckém kraji.
Měření závislostí mezi ukazateli
58
Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Olomouckém kraji 14% 12% 10% 8% y = -0,0006x + 0,1809 R2 = 0,2116
6% 4% 2% 0% 0
20
40
60
80
100
120
140
160
180
200
Graf č. 24: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Olomouckém kraji
V Jihomoravském kraji byl index determinace I2 = 0,39 (index korelace I = - 0,62). V Olomouckém kraji byl index determinace I2 = 0,21 (index korelace I = - 0,46). V obou případech se jedná o zápornou střední závislost. Záporná závislost znamená, že pokud roste počet obyvatel se středoškolským vzděláním s maturitou, klesá míra nezaměstnanosti. V dnešní moderní společnosti je vzdělání s maturitou běžným standardem, proto u obyvatel se středoškolským vzděláním zakončeným maturitní zkouškou nezaměstnanost, oproti předchozím případům, klesá.
Graf č. 25 popisuje závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Jihomoravském kraji.
Měření závislostí mezi ukazateli
59
Závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Jihomoravském kraji 9% 8% 7% 6% 5% 4%
y = -0,0001x + 0,0856 R2 = 0,0305
3% 2% 1% 0% 0
20
40
60
80
100
120
140
160
180
200
Graf č. 25: Závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Jihomoravském kraji
Graf č. 26 znázorňuje závislost mezi mírou nezaměstnanosti a počtem vysokoškolsky vzdělaných obyvatel v Olomouckém kraji.
Závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Olomouckém kraji 14% 12% 10% 8% 6% y = -0,001x + 0,1382 R2 = 0,2514
4% 2% 0% 0
10
20
30
40
50
60
70
80
Graf č. 26: Závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Olomouckém kraji
Měření závislostí mezi ukazateli
60
V případě Jihomoravského kraje byl změřen index determinace I2 = 0,31 (index korelace I = - 0,18). Jedná se o zápornou slabou závislost. V Olomouckém kraji byl index determinace I2 = 0,25 (index korelace I = - 0,50). Zde se jedná o zápornou střední závislost. V obou případech se tedy jedná o zápornou závislost, což znamená, že pokud roste počet obyvatel s vysokoškolským vzděláním, klesá nezaměstnanost. I tato skutečnost potvrzuje rostoucí význam vzdělání. Čím vyššího vzdělání obyvatel dosáhne, tím větší šanci má na získání dobře ohodnoceného zaměstnání, a tím pádem klesá míra nezaměstnanosti.
Následující graf č. 27 ukazuje závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Jihomoravském kraji.
Závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Jihomoravském kraji 18 000 16 000 14 000 12 000 10 000 y = -124467x + 19714 R2 = 0,4283
8 000 6 000 4 000 2 000 0 0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
Graf č. 27: Závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Jihomoravském kraji
Další graf č. 28 ukazuje závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Olomouckém kraji.
Měření závislostí mezi ukazateli
61
Závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Olomouckém kraji 8 000 7 000 6 000 5 000 4 000 y = -18951x + 6246,3 R2 = 0,1384
3 000 2 000 1 000 0 0%
2%
4%
6%
8%
10%
12%
14%
Graf č. 28: Závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Olomouckém kraji
Index determinace v Jihomoravském kraji vykazoval hodnotu I2 = 0,43 (index korelace I = - 0,65). V Olomouckém kraji byl změřen index determinace I2 = 0,14 (index korelace I = - 0,37). V obou případech se jedná o zápornou střední závislost, což znamená, že pokud roste počet přistěhovalých osob, klesá míra nezaměstnanosti. Vysvětlením této skutečnosti může být fakt, že pokud se obyvatelé stěhují, tak buď za prací, nebo alespoň do lokality, která nabízí pracovní příležitosti. V dnešní nepříznivé době, co se týče nezaměstnanosti, by se obyvatelé ve většině případů nestěhovali, pokud by neměli jistotu pracovní nabídky. V souvislosti s těmito skutečnostmi klesne míra nezaměstnanosti.
Graf č. 29 ukazuje závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Jihomoravském kraji.
Měření závislostí mezi ukazateli
62
Závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Jihomoravském kraji 10 000 9 000 8 000 7 000 6 000 5 000
y = 3804,2x + 7976,9 R2 = 0,0035
4 000 3 000 2 000 1 000 0 0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
Graf č. 29: Závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Jihomoravském kraji
Následující graf č. 30 ukazuje závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Olomouckém kraji. Závislost mezi mírou ne zamě stnanosti a počtem vystě hovalých osob v Olomoucké m kraji 6 400 5 600 4 800 4 000 3 200 2 400 1 600
y = -1925,7x + 4840,2 R2 = 0,0066
800 0 0%
2%
4%
6%
8%
10%
12%
14%
Graf č. 30: Závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Olomouckém kraji Při měření dosáhl index determinace v Jihomoravském kraji hodnoty I2 = 0,004 (index korelace I = 0,06). V Olomouckém kraji dosáhl index determinace hodnoty I2 = 0,007 (index korelace I = - 0,08). V případě Jihomoravského kraje vyšla kladná závislost, v případě Olomouckého kraje naopak záporná závislost. Ovšem v obou případech se jedná o téměř žádnou závislost, tím se vysvětlují rozdílné závislosti v krajích.
Měření závislostí mezi ukazateli
63
Závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob tedy téměř neexistuje.
Následující graf č. 31 znázorňuje závislost mezi mírou nezaměstnanosti a počtem obyvatel v předproduktivním věku v Jihomoravském kraji. Závislost mezi mírou nezaměstnanosti a počtem obyvatel v předproduktivním věku v Jihomoravském kraji 10% 9% 8% 7% 6%
y = 2E-06x - 0,2022 R2 = 0,352
5% 4% 3% 2% 1% 0% 0
Graf
č.
31:
50 000
Závislost
100 000
mezi
mírou
150 000
nezaměstnanosti
200 000
a
počtem
obyvatel
v předproduktivním věku v Jihomoravském kraji
Další graf č. 32 představuje rovněž závislost mezi mírou nezaměstnanosti a počtem obyvatel v předproduktivním věku v Olomouckém kraji. Závislost me zi mírou nezaměstnanosti a počtem obyvatel v předproduktivním vě ku v Olomouckém kraji 14% 12% 10% 8% 6% y = 4E-06x - 0,2555 R2 = 0,4578
4% 2% 0% 0
Graf
č.
32:
20 000
Závislost
40 000
mezi
60 000
mírou
80 000
100 000
nezaměstnanosti
v předproduktivním věku v Olomouckém kraji
a
120 000
počtem
obyvatel
Měření závislostí mezi ukazateli
64
V případě Jihomoravského kraje byl vypočten index determinace I2 = 0,35 (index korelace I = 0,59). V případě Olomouckého kraje byl index determinace I2 = 0,46 (index korelace I = 0,68). V obou případech se jedná o kladnou střední závislost. Kladná závislost znamená, že pokud roste počet obyvatel v předproduktivním věku, roste i míra nezaměstnanosti. Tato skutečnost může souviset s matkami dětí v této věkové skupině. Tyto matky po skončení mateřské dovolené nemohou najít vhodnou práci, která by byla v blízkosti místa bydliště. Matky musí ráno odvést své dítě do mateřské školky a odpoledne ho zase vyzvednout. Dalším problémem je, že matky s malými dětmi nechtějí zaměstnavatelé zaměstnat. Zaměstnavatelé se obávají, že děti mohou být často nemocné a matky s nimi budou muset zůstat doma a pečovat o ně. Proto matky s malými dětmi mají problémy najít vhodnou práci a tím míra nezaměstnanosti roste. Níže uvedený graf č. 33 ukazuje závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Jihomoravském kraji. Závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Jihomoravském kraji 10% 9% 8% 7% 6% 5% 4% 3% 2% 1% 0% 500 000
y = -1E-06x + 0,946 R2 = 0,4267
550 000
600 000
650 000
700 000
750 000
800 000
850 000
Graf č. 33: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Jihomoravském kraji
Následující graf č. 34 ukazuje závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Olomouckém kraji.
Měření závislostí mezi ukazateli
65
Závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Olomouckém kraji 14% 12% 10% 8% 6% 4%
y = -2E-07x + 0,1644 R2 = 0,0018
2% 0% 250 000
300 000
350 000
400 000
450 000
500 000
Graf č. 34: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Olomouckém kraji V Jihomoravském kraji byl index determinace I2 = 0,43 (index korelace I = - 0,65). Jedná se o záporou střední závislost. V Olomouckém kraji byl změřen index determinace I2 = 0,002 (index korelace I = - 0,04). Jedná se o velmi slabou zápornou závislost. V obou případech se tedy jedná o zápornou závislost, což znamená, že pokud roste počet obyvatel v produktivním věku, klesá míra nezaměstnanosti. Vysvětlením může být skutečnost, že v dnešní moderní společnosti velký počet lidí v této věkové skupině je nezaměstnaných. Aby nezaměstnaní obyvatelé uživili své rodiny a uspokojili základní lidské potřeby, začnou podnikat. Tyto osoby mohou podnikat jako osoby samostatně výdělečně činné. V dnešní moderní společnosti roste podíl osob samostatně výdělečně činných. Tito obyvatelé potom nejsou nezaměstnaní a míra nezaměstnanosti klesá.
Následující graf č. 35 znázorňuje závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Jihomoravském kraji.
Měření závislostí mezi ukazateli
66
Závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Jihomoravském kraji 9% 8% 7% 6% 5% 4% y = -3E-07x + 0,1266 R2 = 0,0752
3% 2% 1% 0% 0
50 000
100 000
150 000
200 000
250 000
Graf č. 35: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Jihomoravském kraji
Další graf č. 36 znázorňuje závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Olomouckém kraji.
Závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Olomouckém kraji 14% 12% 10% 8% y = -2E-06x + 0,2471 R2 = 0,3075
6% 4% 2% 0% 0
20 000
40 000
60 000
80 000
100 000
120 000
Graf č. 36: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Olomouckém kraji V případě Jihomoravského kraje byl vypočten index determinace I2 = 0,08 (index korelace I = - 0,27). Zde se jedná o zápornou slabou závislost. V případě Olomouckého kraje byl vypočten index determinace I2 = 0,31 (index korelace I = - 0,55). Jedná se o zápornou střední závislost. V obou případech se jedná o zápornou závislost.
Měření závislostí mezi ukazateli
67
To znamená, že pokud roste počet obyvatel v poproduktivním věku, naopak míra nezaměstnanosti klesá. Tato skutečnost může být vysvětlena jednoduchým faktem, že pokud osoba po dovršení důchodového věku změní svůj status z nezaměstnané osoby na osobu pobírající starobní důchod, uvolní se pracovní místo na trhu práce, a tím pádem klesne míra nezaměstnanosti.
Diskuse
10
68
Diskuse
Cílem práce byla analýza vývoje socio-ekonomické situace v Jihomoravském a Olomouckém kraji z hlediska zvolených charakteristik a za zvolené období. Za klíčovou charakteristiku byla zvolena nezaměstnanost, jako další charakteristiky byla zvolena vzdělanost, migrace a věková struktura. Zvoleným obdobím je desetiletá časová řada, a to od roku 2002 do roku 2011. V rámci Jihomoravského kraje byla míra nezaměstnanosti v prvních pěti letech stabilní - kolem 8 %, v následujících dvou letech 2007 a 2008 nastalo snížení míry nezaměstnanosti z důvodu otevření evropského trhu, kterého určitá část obyvatelstva zmíněného kraje využila a začala pracovat v například v sousedním Rakousku. V dalších letech nezaměstnanost opět vzrostla. Důvodem, který tuto skutečnost vysvětluje, je ekonomická krize. Ze srovnání Jihomoravského kraje s celorepublikovým průměrem vyplynulo, že tento kraj je z hlediska míry nezaměstnanosti s průměrem České republiky srovnatelný. Míry nezaměstnanosti Jihomoravského kraje a celé České republiky jsou téměř shodné. Zmíněný kraj se sice na jihu svého území potýká s vyšší mírou nezaměstnanosti, situace je ale vylepšena přítomností centrálního města Brna, které nabízí spoustu pracovních příležitostí. Důsledky spojené s nezaměstnaností nastávají velmi brzy. Jedná se o problémy finanční, psychické a sociální, v globálním hledisku se může jednat o existenční problémy. Z toho důvodu musí být problémy s vysokou mírou nezaměstnanosti řešeny co nejdříve. Situace z pohledu míry nezaměstnanosti v Olomouckém kraji je horší. V prvních dvou letech byla nezaměstnanost na úrovni téměř 10 %, v následujícím roce ještě vzrostla. V roce dalším již ale míra nezaměstnanosti klesá, a to po dobu celých 4 letech. Tuto skutečnost lze, stejně jako v Jihomoravském kraji, vysvětlit otevřením evropského trhu a možností práce v sousedním Německu. Od roku 2009 míra nezaměstnanosti opět vzrostla vlivem ekonomické krize. S touto nepříznivou situací mohou souviset, shodně jako v předchozím kraji, existenční problémy. Nepříznivá situace v tomto kraji souvisí
Diskuse
69
rovněž s polohou Olomouckého kraje, který se nachází v příhraniční oblasti. V periferních oblastech je situace s mírou nezaměstnanosti nejhorší. Příčinou mírného zlepšení situace v tomto kraji je město Olomouc. Toto centrum Olomouckého kraje nabízí možnosti ve vzdělávání i zaměstnání, ale v porovnání s městem Brnem je zde situace značně horší. Ze srovnání Olomouckého kraje s Českou republikou je zřejmé, že Olomoucký kraj vykazuje v každém roce za zmíněné období vyšší míru nezaměstnanosti. Vysvětlením je rovněž poloha kraje. I v tomto kraji by měla být situace s vysokou mírou nezaměstnaností řešena co nejdříve. Dále byla v Jihomoravském a Olomouckém kraji zkoumána vzdělanost. Z grafů uvedených výše vyplynulo, že podíl obyvatelstva se základním vzděláním a se středoškolským vzděláním s maturitou v Jihomoravském kraji i Olomouckém kraji klesá, naopak počet obyvatel se středoškolským vzděláním s maturitou stoupá a obyvatel s vysokoškolským vzděláním rovněž vzrůstá, a to výrazně. V porovnání s celorepublikovým průměrem se Jihomoravský kraj jeví lépe, Olomoucký kraj je přibližně shodný s celorepublikovým průměrem. Vysvětlením této situace je opět přítomnost města Brna. V Brně se nachází hned několik vysokých škol. Naopak ve městě Olomouci se nachází pouze jedna vysoká škola. Ze zjištěných skutečností vyplývá jednoznačné vysvětlení význam vzdělávání neustále vzrůstá. V obou krajích byla analyzována i migrace. V souvislosti s příznivou situací v Jihomoravském kraji zde převažují přistěhovalí nad vystěhovalými, to znamená, že za časovou řadu zkoumaných deseti let obyvatel v tomto kraj přibývalo. Naopak v Olomouckém kraji, kde situace není tak příznivá, obyvatel ve většině zmíněných let ubývalo, vystěhovalí většinou převažovali nad přistěhovalými. V případě migrace nelze zvolené kraje srovnat s celorepublikovým průměrem. V krajských statistických ročenkách jsou uvedeny hodnoty Přistěhovalí a vystěhovalí, v ročence České republiky jsou vedeny hodnoty Vnitřní stěhování podle typu stěhování a Zahraniční stěhování podle státního občanství. Nakonec byla prozkoumána věková struktura v Jihomoravském kraji, Olomouckém kraji a srovnána s celorepublikovým průměrem. Ve všech zmíněných případech byl
Diskuse
vývoj
70
věkové
struktury téměř
shodný,
mírně
se
snižoval počet
obyvatel
v předproduktivním věku a naopak se mírně zvyšoval počet obyvatel v poproduktivním věku, což znamená, že pomalu dochází ke stárnutí populace. Tuto skutečnost předpovídají i prognózy do budoucna. Součástí práce byla i populační prognóza Českého statistického úřadu do roku 2050 [14], která rovněž, ve všech třech variantách, předpovídá výrazné stárnutí populace. Bude se zvyšovat počet obyvatel v poproduktivním věku. Řešením situace s vysokou nezaměstnaností a nedostatečnou vzdělaností v některých oblastech Jihomoravského a Olomouckého kraje by mohly být investice do stávajících průmyslových podniků a zároveň do rekvalifikace nových pracovníků na požadovanou úroveň vzdělání. V obou zmíněných krajích se nachází mnoho průmyslových podniků, do kterých by bylo možné investovat a rozšířit jejich výrobu. Podmínkou investice by byl požadavek, že podnik, který tuto investici obdrží, musí vytvořit určitý počet nových pracovních míst. Tyto podniky by tak nabízely nová pracovní místa pro řadu nezaměstnaných právě v rizikových oblastech. Nedílnou součástí investice by musela být i investice do dopravní dostupnosti měst, ve kterých byly tyto podniky vybudovány. V praxi by mohl být tento návrh řešení realizován následovně: ze státních a krajských rozpočtů by byly uvolněny finanční prostředky, ze kterých by podnikatelé mohli rozvíjet stávající podniky, a to pod podmínkou, že vytvoří nová pracovní místa. Na tato pracovní místa mohou nastoupit právě nezaměstnané osoby z blízkého okolí, a tím dojde ke snížení míry nezaměstnanosti. V souvislosti s přijetím nového pracovníka do podniku budou tito pracovníci muset projít rekvalifikací nebo školením, aby měli požadovanou kvalifikaci, a mohli danou náplň práce vykonávat. Poslední investice by měla, v případě, že by se podnik potýkal se špatnou dopravní dostupností, směřovat do oblasti dopravy. Investice do dopravy je také velice důležitá. Pokud nebudou mít občané možnost se do zaměstnání dopravit, nebudou moci do něj nastoupit. Po zlepšení dopravní dostupnosti měst, kde jsou podniky vybudovány, bude investice kompletní. Investice do této strategie je poměrně vysoká, ale návratná. Příklad návratnosti investice uvádí následující tabulka č. 4.
Diskuse
71
Příklad návratnost investice 25 000 000 Kč Investice
25 000 000
uvažujeme hrubou mzdu 15 000 Kč a 50 zaměstnanců 1. rok Zaměstnanec: pojistné na sociální zabezpečení a zdravotní pojištění - 11%
990 000
Zaměstnavatel: pojistné na sociální zabezpečení a zdravotní pojištění - 34%
3 060 000
Daň z příjmu - 15% *)
567 000
Dávky v nezaměstnanosti - 5 měsíců (osoba do 50 let): 2 měsíce 65%; další 2 měsíce 50% a poslední měsíc 45% (průměrná mzda 15 000,-) [20]; bereme v potaz, že polovina (25 zaměstnanců) by měla nárok na dávky v nezaměstnanosti 1. a 2. měsíc:
487 500
3. a 4. měsíc:
375 000
5. měsíc:
168 750
Celkem dávky v nezaměstnanosti
1 031 250
Po zbytek roku by si tyto osoby mohly zažádat alespoň o existenční minimum - 2 200 Kč [21]
385000
Druhá polovina osob by existenční minimum žádala po celý rok - 2 200 Kč [21]
660000
Výnos z 1. roku
7 724 500
2. rok Zaměstnanec: pojistné na sociální zabezpečení a zdravotní pojištění - 11%
990 000
Zaměstnavatel: pojistné na sociální zabezpečení a zdravotní pojištění - 34%
3 060 000
Daň z příjmu - 15% *)
567 000
Dávky v nezaměstnanosti nebudeme počítat, budeme uvažovat, že po roce by nezaměstnaní práci našli, nebo by na dávky již neměli nárok Pokud by práci nenašli, zažádali by si osoby alespoň o existenční minimum (počítáme polovinu osob - 25) [21] Výnos ze 2. roku Dále budeme vycházet ze shodného výnosu jako ze 2. roku
0
660 000 5 277 000
Diskuse
72
3. rok
5 277 000
4. rok
5 277 000
5. rok
5 277 000
Celkem výnos za 5 let
28 832 500
za 5 let zjištěna návratnost a zisk v hodnotě:
3 832 500
Tab. č. 4: Příklad návratnost investice 25 000 000 Kč *)
Daň z příjmu byla vypočtena pomocí kalkulačky pro výpočet čisté mzdy pro rok 2013
[9]
Stěžejním přínosem tohoto řešení je samozřejmě finanční návratnost. Nelze ale opomenout přínosy nefinančního charakteru. Jedná se například o zvýšení životní úrovně zaměstnaných osob, které budou v důsledku pravidelného měsíčního příjmu spokojenější a psychicky vyrovnanější. Budou si moci dovolit dostatečné společenské a sportovní vyžití. Dalším přínosem může být v krajních případech záchrana těchto osob před bezdomovstvím, snížení kriminality, vyhnutí se možnému alkoholismu nebo požívání drog. Lze tedy konstatovat, že toto řešení bude finančně návratné, ale je s ním spojeno i několik nefinančních přínosů, především záchrana před existenčními problémy.
Počáteční investice by byla značně vysoká, ale jak již bylo řečeno, do budoucna návratná. Pokud státní rozpočet uvolní určitou sumu peněz na již zmíněné investice a rozdělí je krajům, ty je investují do vzniku nebo rozvoje podniků, které nabídnou nová pracovní místa, v budoucích letech nastane úspora pro celou republiku. V následujících letech bude nižší míra nezaměstnanosti, v důsledku toho bude stát vyplácet méně podpor v nezaměstnanosti a do státního rozpočtu přibude více finančních prostředků z daní z příjmů. Tímto způsobem se v prvním roce z rozpočtů uvolní značné množství finančních prostředků, naopak v budoucích letech se investice bude postupně vracet.
V souvislosti s tímto řešením se pochopitelně sníží i počet vystěhovalých a může se naopak zvýšit počet přistěhovalých. V případě, že budou obyvatelé na daném území
Diskuse
73
žít na uspokojivé životní úrovni, budou mít zaměstnání, zázemí, finanční prostředky na obživu a „střechu nad hlavou“, nebudou se stěhovat do jiného města s lepšími pracovními možnostmi. Naopak z města s neuspokojivou nabídkou práce se lidé přestěhují právě do takového města, kde budou vybudovány nové podniky, které budou nabízet nová pracovní místa, a kde bude vylepšena dopravní dostupnost do jejich potencionálního zaměstnání.
Druhou částí práce bylo měření závislostí mezi zmíněnými ukazateli. Jednalo se o závislost mezi nezaměstnaností a vzdělaností, nezaměstnaností a migrací a nezaměstnaností a věkovou strukturou obyvatel.
Měření bylo prováděno pomocí tabulkového procesoru MS Excel od firmy Microsoft. Při výpočtu indexu determinace a korelace byly k sobě pouze přiřazeny dvě hodnoty. Tyto hodnoty jsou popisem vývoje situace za určité období, ale jsou vytrženy z kontextu a nejsou brány v potaz faktory, které na zmíněné hodnoty v průběhu let působí. Proto mohou výsledky měření být v krajích odlišné.
Závislost mezi mírou nezaměstnanosti a vzdělaností byla v obou krajích zjištěna slabá až střední. V případě závislosti mezi mírou nezaměstnanosti a počtem obyvatel se základním a středoškolským vzděláním bez maturity se jedná o kladnou závislost, což znamená, že pokud roste počet obyvatel se základním nebo středoškolským vzděláním bez maturity, roste i míra nezaměstnanosti. Naopak v případě závislosti mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou nebo vysokoškolským vzděláním se jedná o zápornou závislost. Tato závislost znamená, že pokud počet obyvatel se zmíněným vzděláním roste, klesá míra nezaměstnanosti. Toto měření potvrzuje rostoucí význam vzdělání. Osoby s nižším vzděláním se potýkají s vyšší nezaměstnaností, naopak osoby s vyšším vzděláním vykazují nižší míru nezaměstnanosti.
Diskuse
74
Dále byla měřena závislost mezi mírou nezaměstnanosti a migrací obyvatelstva. V případě přistěhovalých osob byla změřena záporná střední závislost. V případě vystěhovalých osob byla změřena kladná velmi slabá až žádná závislost, což znamená, že závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob téměř neexistuje. Toto měření potvrzuje fakt, že se osoby stěhují za prací nebo alespoň na území s nižší mírou nezaměstnanosti. V dnešní nepříznivé době lidé usilují o získání stálého zaměstnání, protože příjem ze zaměstnání je zdrojem obživy nejen pro osobu samotnou, ale i pro její nejbližší rodinu.
Nakonec byla změřena závislost mezi mírou nezaměstnanosti a věkovou strukturou. Konkrétně mezi mírou nezaměstnanosti a počtem obyvatel v předproduktivním věku byla změřena kladná střední závislost. V případě závislosti mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku a mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku se jednalo o zápornou slabou až střední závislost. Zjištěné údaje jsou vysvětlitelné následujícími skutečnostmi. Obyvatelstvo v předproduktivním věku je totiž úzce spjato s obyvatelstvem v produktivním věku. Matky s malými dětmi mají menší šanci na získání zaměstnání a na trhu práce jsou znevýhodněny. Další skutečností je trend dnešní moderní doby, a tou je podnikání. Osoby v produktivním věku, které jsou nezaměstnané, musí živit své rodiny a uspokojovat své základní lidské potřeby. Proto začínají podnikat jako osoby samostatně výdělečně činné. Poslední skutečností, která vysvětluje zjištěné závislosti je fakt, že osoby, které začnou pobírat starobní důchod, již nejsou nezaměstnanými osobami.
Ze všech zjištěných výsledků tedy vyplývá následující:
Míra nezaměstnanosti v Jihomoravském kraji se v letech 2002 až 2011 pohybovala mezi 8 - 4 %, v Olomouckém kraji se pohybovala mezi 12 - 6 %.
Diskuse
75
Význam vzdělání neustále roste, v dnešní moderní společnosti lze konstatovat, že čím vyšší dosažené vzdělání obyvatelstva, tím nižší míra nezaměstnanosti.
V případě migrace bylo zjištěno, že do Jihomoravského kraje se více obyvatel přistěhovalo než vystěhovalo, v případě Olomouckého kraje převažovalo více let, kdy se více obyvatel z kraje vystěhovalo.
Bylo zjištěno, že desetileté období je velmi krátká doba pro srovnání vývoje obyvatelstva ve zmíněných krajích z hlediska věkové struktury.
Ve srovnání obou krajů s celorepublikovým průměrem byla zjištěna jednoznačně příznivější situace v Jihomoravském kraji, v Olomouckém kraji byla situace hned v několika případech méně příznivá.
Navržené řešení výše zmíněné situace zní: Je nutno investovat do vybudování nových podniků, nebo alespoň investovat do rozvoje stávajících a zároveň investovat i do rekvalifikace nových pracovníků. Nedílnou součástí investice by musela být investice i do dopravní dostupnosti měst, kde by byly tyto podniky vybudovány, aby se potencionální zaměstnanci mohli snadno dopravit do svého nového zaměstnání.
Hypotéza, zvolená pro tuto diplomovou práci „Vzdělanost, věková struktura a migrace jsou faktory, které ovlivňují nezaměstnanost. Lze usuzovat, že vzdělanost a věková struktura ovlivňují nezaměstnanost, a ta úzce souvisí s migrací.“ nebyla vyvrácena.
Závěr
11
76
Závěr
Ze zpracování tématu diplomové práce vyplynulo několik poznatků. Autorka spatřuje největší přínos práce ve zjištění, respektive potvrzení skutečnosti, že význam vzdělávání a vzdělání neustále roste. V dnešní moderní společnosti se stalo nedílným trendem života každého z nás zvyšování úrovně vzdělání. S touto skutečností souvisí i míra nezaměstnanosti. Pokud roste význam vzdělání, s vyšším vzděláním potom klesá nezaměstnanost. S největší mírou nezaměstnanosti se potýká obyvatelstvo pouze se základním vzděláním, s vyšším dosaženým vzděláním míra nezaměstnanosti klesá a nejnižší míru nezaměstnanosti vykazuje obyvatelstvo s vysokoškolským vzděláním.
Spolu s nezaměstnaností je úzce spjata i migrace obyvatel. Lze konstatovat, že nezaměstnanost do značné míry ovlivňuje migraci. V případě, že se jakákoliv osoba bude chtít přestěhovat, jeho hlavní prioritou bude jistota nového pracovního místa, protože zaměstnání je zdroj obživy jak pro samotného člověka, tak pro jeho blízké okolí.
Z výsledků porovnání krajů v této práci vyplynulo, že Olomoucký kraj značně zaostává za Jihomoravským krajem a také za celorepublikovým průměrem. Míra nezaměstnanosti v Olomouckém kraji dosahuje vysokých měr nezaměstnanosti a značné množství obyvatel se z tohoto kraje vystěhovává. V Jihomoravském kraji je situace o poznání lepší. Míra nezaměstnanosti je zde srovnatelná s celorepublikovým průměrem, větší počet obyvatel se do tohoto kraje přistěhovává než vystěhovává. Situace v Jihomoravském kraji je tedy značně příznivější pro život. Významným faktorem, který k této skutečnosti přispívá, je jistě přítomnost centrálního města Brna, které je druhým největším městem České republiky. Město Brno nabízí nespočet pracovních příležitostí a studijních množností.
Mezi zvolenými charakteristikami existují silnější či slabší závislosti, ale je nutno konstatovat, že jednotlivé charakteristiky jsou spolu spjaty a navzájem se ovlivňují, proto řešení nastalé situace musí tuto skutečnost brát v potaz. Řešením ke zlepšení situace
Závěr
77
s vysokou mírou nezaměstnanosti ve zvolených krajích je investice do vybudování nových podniků, které nabídnou nová pracovní místa pro nezaměstnané. Nedílnou součástí investice by byla i proškolení a rekvalifikace nových pracovníků a v neposlední řadě i investice do dopravní infrastruktury, aby byl nový podnik, který bude nabízet nová pracovní místa, co nejlépe dostupný pro osoby z širokého okolí. Taková investice je pochopitelně značně vysoká, ale v budoucnu návratná. V budoucnu se v souvislosti s takovou investicí sníží míra nezaměstnanosti a do státního rozpočtu přibudou finanční prostředky z daní z příjmu. Díky této investici se tedy může značně zlepšit situace s vysokou mírou nezaměstnanosti.
12 Literatura
78
12 Literatura Tištěné zdroje
[1] BIELCZYK, Antonín. Řízení lidských zdrojů. Karviná : Slezská univerzita v Opavě, 2005. 315 s. ISBN 80-7248-304-8.
[2] BUCHOTVÁ, Božena. a kol. Nezaměstnanost : psychologický, ekonomický a sociální problém. Praha: Grada, 2002. ISBN 80-247-9006-8.
[3] DUFKOVÁ, Petra. Vzdělávání a rozvoj zaměstnanců ve firmách. Brno, 2011. Bakalářská práce. Mendelova univerzita v Brně.
[4] KLUFOVÁ, Renata, POLÁKOVÁ, Zuzana, Demografické metody a analýzy: demografie české a slovenské populace. 1. vyd. Praha: Wolters Kluwer ČR, 2010.
[5] KOSCHIN, Felix. Demografie poprvé. Praha: Nakladatelství Oeconomica, 2005. ISBN 80-245-0859-1.
[6] MAREŠ, Petr. Nezaměstnanost jako sociální problém. Praha: Sociologické nakladatelství, 1994. ISBN 80-901424-9-4.
[7] MCINTOSH, Steven. Education and unemployment in OECD countries. Paris: UNESCO, 2008. ISBN 978-92-803-1312-3.
[8] MINAŘÍK, Bohumil. Statistika I: Popisná statistika, druhá část. Brno: Ediční středisko MZLU v Brně, 2009. ISBN 978-80-7375-152-4.
12 Literatura
79
Elektronické zdroje
[9] Aktuálně.cz. Kalkulačky: Výpočet čisté mzdy 2013 [online]. [cit. 2013-04-15]. Dostupné z: http://aktualne.centrum.cz/finance/kalkulacky/mzda.phtml#utm_source=google&utm_m edium=cpc&utm_campaign=aktualne-dynamic
[10] BIAGI, Federico, LUCIFORA, Claudio. Demographic and Education Effects on Unemployment in Europe: Economic Factors and Labour Market Institutions [online]. 2005 [cit. 2013-02-04]. Dostupné z: http://www.uib.es/congres/ecopub/ecineq/papers/035biagi-lucifora.pdf
[11] BURCIN, Boris, KUČERA, Tomáš, ŠÍDLO, Luděk. Populační prognózy a projekce – demografické okno do budoucnosti. Demografické rozhledy 1/07-08 [online]. 2007 Praha: Česká geografická společnost v nakladatelství Kartografie Praha a.s., s. 12-13. [cit. 2013-01-20]. Dostupné z: http://geography.cz/geograficke-rozhledy/wpcontent/uploads/2007/10/str12-13.pdf
[12] BURCIN, Boris, KUČERA, Tomáš, ŠÍDLO, Luděk. Populační vývoj světa aneb trocha statistických dat. Demografické rozhledy 1/07-08 [online]. 2007 Praha: Česká geografická společnost v nakladatelství Kartografie Praha a.s., s. 22-23. [cit. 2013-0122]. Dostupné z: http://geography.cz/geograficke-rozhledy/wpcontent/uploads/2007/10/str22-23.pdf
[13] Celoživotní vzdělávání. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-01-25]. Dostupné z: http://cs.wikipedia.org/wiki/Celo%C5%BEivotn%C3%AD_vzd%C4%9Bl%C3%A1v% C3%A1n%C3%AD
12 Literatura
80
[14] Český statistický úřad. Populační prognóza ČR do r. 2050 [www.czso.cz]. 2004 [cit. 2012-02-06]. Dostupné z: http://www.czso.cz/csu/2004edicniplan.nsf/p/4025-04. [15] Demografie.info. Demografie [online]. 2005 [cit. 2013-02-01]. Dostupné z: http://www.demografie.info/
[16] DUSTMANN, Christian, GLITZ, Albrecht. Migration and Education [online]. 2011 [cit. 2013-02-04]. Dostupné z: http://www.norfacemigration.org/publ_uploads/NDP_11_11.pdf
[17] HETZE, Pascal, OCHSEN, Carsten. Age Effects on Equilibrium Unemployment [online]. Germany, 2006 [cit. 2013-02-04]. Rostock Center for the Study of Demographic Change. Dostupné z: http://www.rostockerzentrum.de/publikationen/rz_diskussionpapier_1.pdf
[18] ISCED. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001- [cit. 2013-02-07]. Dostupné z: http://sk.wikipedia.org/wiki/ISCED
[19] MCCORMICK, Ashley. Migration Myths: Migration & Unemployment. Migration Policy Centre[online]. 2012 [cit. 2013-02-04]. Dostupné z: http://www.migrationpolicycentre.eu/migration-myths-migration-unemployment/
[20] Měšec.cz. Podpora v nezaměstnanosti [online]. 2013 [cit. 2013-04-22]. Dostupné z: http://www.mesec.cz/mzdy-a-duchod/mzda-a-plat/pruvodce/podpora-vnezamestnanosti/
[21] Ministerstvo práce a sociálních věcí. Životní a existenční minimum [online]. 2013 [cit. 2013-04-22]. Dostupné z: http://www.mpsv.cz/cs/11852
12 Literatura
81
[22] MITCHELL, Rich. The Working Man, Unemployment, and Education. Conservative Daily News[online]. 2011 [cit. 2013-02-04]. Dostupné z: http://www.conservativedailynews.com/2011/08/the-working-man-unemployment-andeducation/
[23] Plodnost. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-01-20]. Dostupné z: http://cs.wikipedia.org/wiki/Plodnost
[24] Schengenský prostor. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-01-22]. Dostupné z: http://cs.wikipedia.org/wiki/Schengensk%C3%BD_prostor
[25] STRAUSS, Steven. The Connection Between Education, Income Inequality, and Unemployment. HuffPost Business [online]. 2011 [cit. 2013-02-04]. Dostupné z: http://www.huffingtonpost.com/steven-strauss/the-connection-betweened_b_1066401.html
[26] Úmrtnost. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-01-20]. Dostupné z: http://cs.wikipedia.org/wiki/%C3%9Amrtnost
[27] Věková pyramida. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-02-02]. Dostupné z: http://cs.wikipedia.org/wiki/V%C4%9Bkov%C3%A1_pyramida
[28] Zákon o zaměstnanosti. In: Zákon č. 435/2004 Sb. 2004. Dostupné z: http://business.center.cz/business/pravo/zakony/zamestnanost/
12 Literatura
82
Další zdroje
Jihomoravský kraj. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-01-17]. Dostupné z: http://cs.wikipedia.org/wiki/Jihomoravsk%C3%BD_kraj
Olomoucký kraj. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001 [cit. 2013-01-17]. Dostupné z: http://cs.wikipedia.org/wiki/Olomouck%C3%BD_kraj
Regionální informační servis. Jihomoravský kraj [online]. 2012 [cit. 2013-01-17]. Dostupné z: http://www.risy.cz/cs/krajske-ris/jihomoravsky-kraj/verejna-sprava/spravnicleneni/uzemni-cleneni-mapy/
Regionální informační servis. Olomoucký kraj [online]. 2012 [cit. 2013-01-17]. Dostupné z: http://www.risy.cz/cs/krajske-ris/olomoucky-kraj/verejna-sprava/spravnicleneni/uzemni-cleneni-mapy/
Statistická ročenka České republiky 2003. Praha: pro Český statistický úřad vydala Scientia, spol. s r. o., 2003. ISBN 80-250-0195-4.
Statistická ročenka České republiky 2004 [online]. 2004 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2004edicniplan.nsf/publ/10n1-04-_2004
Statistická ročenka České republiky 2005 [online]. 2005 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2005edicniplan.nsf/publ/10n1-05-_2005
Statistická ročenka České republiky 2006 [online]. 2006 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2006edicniplan.nsf/publ/0001-06-_2006
12 Literatura
83
Statistická ročenka České republiky 2007 [online]. 2007 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2007edicniplan.nsf/publ/0001-07-2007
Statistická ročenka České republiky 2008 [online]. 2008 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2008edicniplan.nsf/publ/0001-08-2008
Statistická ročenka České republiky 2009 [online]. 2009 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2009edicniplan.nsf/publ/0001-09-2009
Statistická ročenka České republiky 2010 [online]. 2010 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2010edicniplan.nsf/publ/0001-10-
Statistická ročenka České republiky 2011 [online]. 2011 [cit. 2013-03-18]. Dostupné z: http://www.czso.cz/csu/2011edicniplan.nsf/p/0001-11
Statistická ročenka České republiky 2012 [online]. Praha: Český statistický úřad, 2012 [cit. 2013-03-18]. ISBN 978-80-250-2253-5. Dostupné z: http://www.czso.cz/csu/2012edicniplan.nsf/t/A6004C2345/$File/000112.pdf
Statistická ročenka Jihomoravského kraje 2003 [online]. Brno: Český statistický úřad, 2003 [cit. 2013-01-02]. ISBN 80 – 250 – 0175 - X. Dostupné z: http://notes3.czso.cz/csu/2003edicniplan.nsf/t/050031D279/$File/13620103.pdf
Statistická ročenka Jihomoravského kraje 2004 [online]. Brno: Český statistický úřad, 2004 [cit. 2013-01-02]. ISBN 80 – 250 – 0880 - 0. Dostupné z: http://notes3.czso.cz/csu/2004edicniplan.nsf/t/8700460BF5/$File/13620104.pdf
Statistická ročenka Jihomoravského kraje 2005 [online]. Brno: Český statistický úřad, 2005 [cit. 2013-01-02]. ISBN 80-250-1124-0. Dostupné z: http://notes3.czso.cz/csu/2005edicniplan.nsf/t/C4002B507B/$File/13620105.pdf
12 Literatura
Statistická ročenka Jihomoravského kraje 2006 [online]. Brno: Český statistický úřad, 2006 [cit. 2013-01-02]. ISBN 80-250-1326-X. Dostupné z: http://notes3.czso.cz/csu/2006edicniplan.nsf/t/3E00499DF5/$File/13620106.pdf
Statistická ročenka Jihomoravského kraje 2007 [online]. Brno: Český statistický úřad, 2007 [cit. 2013-01-02]. ISBN 978-80-250-1537-7. Dostupné z: http://notes3.czso.cz/csu/2007edicniplan.nsf/t/950046E403/$File/13-620107.pdf
Statistická ročenka Jihomoravského kraje 2008 [online]. Brno: Český statistický úřad, 2008 [cit. 2013-01-02]. ISBN 978-80-250-1788-3. Dostupné z: http://notes3.czso.cz/csu/2008edicniplan.nsf/t/13002E2956/$File/13-640108.pdf
Statistická ročenka Jihomoravského kraje 2009 [online]. Brno: Český statistický úřad, 2009 [cit. 2013-01-02]. ISBN 978-80-250-1982-5. Dostupné z: http://notes3.czso.cz/csu/2009edicniplan.nsf/t/7F004B1EDA/$File/64101109.pdf
Statistická ročenka Jihomoravského kraje 2010 [online]. Brno: Český statistický úřad, 2010 [cit. 2013-01-02]. ISBN 978-80-250-2055-5. Dostupné z: http://notes3.czso.cz/csu/2010edicniplan.nsf/t/F50030FC21/$File/64101110.pdf
Statistická ročenka Jihomoravského kraje 2011 [online]. Brno: Český statistický úřad, 2011 [cit. 2013-01-02]. ISBN 978-80-250-2123-1. Dostupné z: http://notes3.czso.cz/csu/2011edicniplan.nsf/t/600037F516/$File/64101111.pdf
Statistická ročenka Jihomoravského kraje 2012 [online]. Brno: Český statistický úřad, 2012 [cit. 2013-01-02]. ISBN 978-80-250-2266-5. Dostupné z: http://notes3.czso.cz/csu/2012edicniplan.nsf/t/D0003FBF9E/$File/64101112.pdf
84
12 Literatura
85
Statistická ročenka Olomouckého kraje 2003 [online]. Olomouc: Český statistický úřad, 2003 [cit. 2013-01-02]. ISBN 80-250-0480-5. Dostupné z: http://notes3.czso.cz/csu/2003edicniplan.nsf/t/2A00492D09/$File/13710103.pdf
Statistická ročenka Olomouckého kraje 2004 [online]. Olomouc: Český statistický úřad, 2004 [cit. 2013-01-02]. ISBN 80-250-0901-7. Dostupné z: http://notes3.czso.cz/csu/2004edicniplan.nsf/t/8F002939B7/$File/13710104.pdf
Statistická ročenka Olomouckého kraje 2005 [online]. Olomouc: Český statistický úřad, 2005 [cit. 2013-01-02]. ISBN 80-250-1120-8. Dostupné z: http://notes3.czso.cz/csu/2005edicniplan.nsf/t/C30042D3DF/$File/13710105.pdf
Statistická ročenka Olomouckého kraje 2006 [online]. Olomouc: Český statistický úřad, 2006 [cit. 2013-01-02]. ISBN 80-250-1305-7. Dostupné z: http://notes3.czso.cz/csu/2006edicniplan.nsf/t/3E004A027F/$File/13710106.pdf
Statistická ročenka Olomouckého kraje 2007 [online]. Olomouc: Český statistický úřad, 2007 [cit. 2013-01-02]. ISBN 978-80-250-1554-4. Dostupné z: http://notes3.czso.cz/csu/2007edicniplan.nsf/t/950045EC41/$File/13710107.pdf
Statistická ročenka Olomouckého kraje 2008 [online]. Olomouc: Český statistický úřad, 2008 [cit. 2013-01-02]. ISBN 978-80-250-1790-6. Dostupné z: http://notes3.czso.cz/csu/2008edicniplan.nsf/t/39003BEE2D/$File/13-710108.pdf
Statistická ročenka Olomouckého kraje 2009 [online]. Olomouc: Český statistický úřad, 2009 [cit. 2013-01-02]. ISBN 978-80-250-1983-2. Dostupné z: http://notes3.czso.cz/csu/2009edicniplan.nsf/t/7F004B2A81/$File/71101109.pdf
12 Literatura
86
Statistická ročenka Olomouckého kraje 2010 [online]. Olomouc: Český statistický úřad, 2010 [cit. 2013-01-02]. ISBN 978-80-250-2056-2. Dostupné z: http://notes3.czso.cz/csu/2010edicniplan.nsf/t/F500310149/$File/71101110.pdf
Statistická ročenka Olomouckého kraje 2011 [online]. Olomouc: Český statistický úřad, 2011 [cit. 2013-01-02]. ISBN 978-80-250-2124-8. Dostupné z: http://notes3.czso.cz/csu/2011edicniplan.nsf/t/600037B320/$File/71101111.pdf
Statistická ročenka Olomouckého kraje 2012 [online]. Olomouc: Český statistický úřad, 2012 [cit. 2013-01-02]. ISBN 978-80-250-2267-2. Dostupné z: http://notes3.czso.cz/csu/2012edicniplan.nsf/t/D0003FB956/$File/71101112b.pdf
13
Seznam grafů, obrázků a tabulek
13
87
Seznam grafů, obrázků a tabulek
Seznam grafů
Graf č. 1: Míra nezaměstnanosti v Jihomoravském kraji v letech 2002-2011 (dle ILO)
Graf č. 2: Vzdělanostní struktura obyvatel Jihomoravského kraje v letech 20022011 (dle VŠPS) - v tis. osob
Graf č. 3: Migrace v Jihomoravském kraji v letech 2002-2011
Graf č. 4: Věková struktura obyvatel Jihomoravského kraje v letech 2002-2011
Graf č. 5: Srovnání nezaměstnanosti Jihomoravského kraje s celorepublikovým průměrem
Graf č. 6: Vzdělanostní struktura obyvatel Jihomoravského kraje
Graf č. 7: Vzdělanostní struktura obyvatel České republiky
Graf č. 8: Věková struktura obyvatel Jihomoravského kraje
Graf č. 9: Věková struktura obyvatel České republiky
Graf č. 10: Míra nezaměstnanosti v Olomouckém kraji v letech 2002-2011 (dle ILO)
Graf č. 11: Vzdělanostní struktura obyvatel Olomouckého kraje v letech 20022011 (dle VŠPS) - v tis. osob
Graf č. 12: Migrace v Olomouckém kraji v letech 2002-2011
Graf č. 13: Věková struktura obyvatel Olomouckého kraje v letech 2002-2011
Graf č. 14: Srovnání nezaměstnanosti Olomouckého kraje s celorepublikovým průměrem
Graf č. 15: Vzdělanostní struktura obyvatel Olomouckého kraje
Graf č. 16: Vzdělanostní struktura obyvatel České republiky
Graf č. 17: Věková struktura obyvatel Olomouckého kraje
Graf č. 18: Věková struktura obyvatel České republiky
13
Seznam grafů, obrázků a tabulek
88
Graf č. 19: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Jihomoravském kraji
Graf č. 20: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se základním vzděláním v Olomouckém kraji
Graf č. 21: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Jihomoravském kraji
Graf č. 22: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním bez maturity v Olomouckém kraji
Graf č. 23: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Jihomoravském kraji
Graf č. 24: Závislost mezi mírou nezaměstnanosti a počtem obyvatel se středoškolským vzděláním s maturitou v Olomouckém kraji
Graf č. 25: Závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Jihomoravském kraji
Graf č. 26: Závislost mezi mírou nezaměstnanosti a počtem obyvatel s vysokoškolským vzděláním v Olomouckém kraji
Graf č. 27: Závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Jihomoravském kraji
Graf č. 28: Závislost mezi mírou nezaměstnanosti a počtem přistěhovalých osob v Olomouckém kraji
Graf č. 29: Závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Jihomoravském kraji
Graf č. 30: Závislost mezi mírou nezaměstnanosti a počtem vystěhovalých osob v Olomouckém kraji
Graf č. 31: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v předproduktivním věku v Jihomoravském kraji
Graf č. 32: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v předproduktivním věku v Olomouckém kraji
Graf č. 33: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Jihomoravském kraji
13
Seznam grafů, obrázků a tabulek
89
Graf č. 34: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v produktivním věku v Olomouckém kraji
Graf č. 35: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Jihomoravském kraji
Graf č. 36: Závislost mezi mírou nezaměstnanosti a počtem obyvatel v poproduktivním věku v Olomouckém kraji
Seznam obrázků
Obr. č. 1: Dobrovolná nezaměstnanost
Obr. č. 2: Typy věkových pyramid
Obr. č. 3: Mapa České republiky - znázornění Jihomoravského kraje
Obr. č. 4: Mapa Jihomoravského kraje - znázornění okresů
Obr. č. 5: Mapa Jihomoravského kraje - znázornění obcí s rozšířenou působností
Obr. č. 6: Mapa České republiky - znázornění Olomouckého kraje
Obr. č. 7: Mapa Olomouckého kraje - znázornění okresů
Obr. č. 8: Mapa Olomouckého kraje - znázornění obcí s rozšířenou působností
Obr. č. 9: Závislost dosaženého vzdělání a míry nezaměstnanosti v USA
Seznam tabulek
Tab. č. 1: Populační prognóza struktury obyvatel podle věkových skupin
Tab. č. 2: Nezaměstnanost v letech 2001 až 2011 podle dosaženého vzdělání v USA - překlad autora
Tab. č. 3: Překlad termínů k obr. č. 9 - překlad autora
Tab. č. 4: Příklad návratnost investice 25 000 000 Kč
14 Přílohy
14 Přílohy Seznam příloh
A Vstupní data Jihomoravského kraje
B Vstupní data Olomouckého kraje
C Vstupní data České republiky
90
14 Přílohy
91
A Vstupní data Jihomoravského kraje Jihomoravský kraj Rok
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
5,4 %
4,4 %
6,8 %
7,7 %
7,5 %
Míra nezaměstnanosti (dle ILO) Obecná míra nezaměstnanosti
7,6 %
8,0 %
8,3 %
8,1 %
8,0 %
Vzdělanostní struktura (dle VŠPS) - v tis. Osob Základní vzdělání
211,3
207,4
199,5
195,0
184,2
188,7
181,8
166,8
159,2
155,9
Středoškolské vzdělání bez maturity
330,2
347,0
352,0
340,5
344,5
329,8
330,0
338,3
340,5
325,7
Středoškolské vzdělání s maturitou
295,9
284,8
284,8
305,5
318,6
325,3
338,2
331,8
328,9
334,2
Vysokoškolské vzdělání
111,5
112,4
120,0
120,7
122,1
132,1
135,4
153,2
162,3
175,5
Migrace Přistěhovalí
8 296
11 332
10 673
9 494
10 217
16 883
12 327
10 392
9 503
8 658
Vystěhovalí
9 127
8 480
9 077
8 466
7 857
9 509
7 649
7 394
8 031
6 910
Věková struktura Předproduktivní věk (0-14)
172 313 168 203 165 175
165 135
160 256 159 102 158 728 160 012 162 565
168 031
Produktivní věk (15-64)
787 444 791 724 794 359
800 187
802 230 808 105 810 220 808 981 805 399
803 165
Poproduktivní věk (65+)
162 035 162 643 163 667
167 036
170 077 173 327 178 198 182 715 186 690
195 117
14 Přílohy
92
B Vstupní data Olomouckého kraje Olomoucký kraj Rok
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
6,3 %
5,9 %
7,6 %
9,1 %
7,6 %
Míra nezaměstnanosti (dle ILO) Obecná míra nezaměstnanosti
9,6 %
9,6 %
12,0 %
10,0 %
8,2 %
Vzdělanostní struktura (dle VŠPS) - v tis. Osob Základní vzdělání
135,3
117,9
121,3
109,3
110,0
115,3
108,8
99,2
103,6
96,6
Středoškolské vzdělání bez maturity
207,9
220,0
220,3
220,6
232,2
220,2
212,6
213,7
206,2
199,5
Středoškolské vzdělání s maturitou
153,4
156,8
151,6
157,7
148,2
157,7
176,5
186,8
183,0
180,4
Vysokoškolské vzdělání
39,0
42,3
45,4
53,6
55,4
56,1
54,0
51,9
57,4
72,2
Migrace Přistěhovalí
4 218
4 809
4 273
4 471
5 201
6 983
4 554
3 822
4 000
3 857
Vystěhovalí
4 829
4 462
5 088
4 437
4 598
5 559
4 893
4 347
4 534
4 001
92 378
91 434
90 741
90 938
91 795
92 972
Věková struktura Předproduktivní věk (0-14)
100 789
98 193
96 528
94 265
Produktivní věk (15-64)
448 568 450 127 453 471 453 971 454 820 455 756 454 240 451 614 448 607 440 747
Poproduktivní věk (65+)
87 393
87 993
89 424
90 934
92 696
94 601
97 156
99 489
101 279 104 919
14 Přílohy
93
C Vstupní data České republiky Česká republika Rok
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
5,3 %
4,4 %
6,7 %
7,3 %
6,7 %
Míra nezaměstnanosti (dle ILO) Obecná míra nezaměstnanosti
7,3 %
7,8 %
8,3 %
7,9 %
7,1 %
Vzdělanostní struktura (dle VŠPS) - v tis. Osob Základní vzdělání
1 899
1 832
1 798
1 733
1 686
1 675
1 662
1 568
1 488
1 439
Středoškolské vzdělání bez maturity
3 219
3 299
3 320
3 283
3 264
3 245
3 198
3 223
3 191
3 168
Středoškolské vzdělání s maturitou
2 648
2 651
2 679
2 780
2 856
2 936
3 020
3 057
3 087
3 055
Vysokoškolské vzdělání
814
832
862
907
955
975
1 050
1 147
1 236
1 337
Migrace Přistěhovalí
Ročenky České republiky uvádí hodnoty Vnitřní stěhování podle typu stěhování a Zahraniční stěhování podle
Vystěhovalí
státního občanství. Tyto hodnoty nejsou srovnatelné s hodnotami za zvolené kraje. Věková struktura
Předproduktivní věk (0-14)
1 605 800 1 574 232 1 538 314 1 513 281 1 491 409 1 475 349 1 478 109 1 489 454 1 506 090 1 531 719
Produktivní věk (15-64)
7 092 800 7 214 400 7 246 700 7 270 400 7 307 100 7 346 700 7 410 400 7 431 000 7 399 500 7 345 000
Poproduktivní věk (65+)
1 416 300 1 422 494 1 426 588 1 445 565 1 466 268 1 498 364 1 533 330 1 578 338 1 615 906 1 668 937