Demografické srovnání Moravskoslezského kraje a kraje Vysočina

MENDELOVA UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA Ústav statistiky a operačního výzkumu ____________________________________________________________

Demografické srovnání Moravskoslezského kraje a kraje Vysočina Diplomová práce

Ing. Václav Adamec, Ph.D. Vedoucí diplomové práce

Bc. Olga Knotková Autorka

BRNO 2010

PROHLÁŠENÍ

Prohlašuji, že jsem tuto diplomovou práci na téma „Demografické srovnání Moravskoslezského kraje a kraje Vysočina“ vypracovala samostatně s použitím literatury, kterou uvádím v seznamu literatury.

V Brně dne 21. května 2010

………………………………… Knotková Olga

PODĚKOVÁNÍ

V úvodu mé diplomové práce bych chtěla poděkovat panu Ing. Václavu Adamcovi, Ph.D. za odborné vedení, ochotu, cenné rady a připomínky v průběhu psaní mé práce.

Abstrakt Tato diplomová práce srovnává demografický vývoj v Moravskoslezském kraji a v kraji Vysočina v období let 2000 – 2008. V práci je provedeno srovnání základních charakteristik, které zahrnují demografickou statiku a demografickou dynamiku. Dynamické ukazatele jsou porovnávaný na základě: porodnosti, úmrtnosti, potratovosti, sňatečnosti, rozvodovosti. Dále je v práci použita demografická statika, tedy demografická struktura podle pohlaví a věku, vzdělanostní struktura a struktura podle rodinného stavu. Základem je porovnání odlišností v obou krajích a popis příčin existujících rozdílů v jednotlivých krajích, nastínění trendů dalšího vývoje a dále prozkoumání následujících vztahů: Počet potratů v závislosti na věku ženy a jejím rodinného stavu, úmrtnost v závislosti na věku, pohlaví a příčině smrti, porodnost v závislosti na věku a rodinném stavu matky, sňatečnost v závislosti na rodinném stavu a věku snoubenců, rozvodovost podle délky trvání manželství a příčině rozvratu manželství. Klíčová slova: demografická statika, demografická dynamika, demografické srovnání.

Abstract The subject of the diploma thesis is comparison of demographic trend in Moravskoslezský region and Vysočina region during period 2000 – 2008. There is provided comparison on the basi of characteristic, particularly demographic statistics and demographic dynamics. Dynamic indicators are compared on the basis of birth rate, mortality, interruption rate, marriage rate, divorce rate. In the work, there is also used demographic statistic, demographic structure by to gender and age and demographic structure by to education and family status. The base of that is observation of differences between the regions its trends and relations. The number of interruption in dependence on age of woman and her family status, mortality rate in dependence on age, gender and cause of death, birth rate in dependence on family status and the age of mother, marriage rate in dependence on family status and age of engaged couple, finally divorce rate in dependence on time of marriage and causes of divorce. Key words: demographic statics, demographic dynamics, demographic comparison

OBSAH 1 ÚVOD.......................................................................................................................7 2 CÍL PRÁCE ..............................................................................................................9 3 LITERÁRNÍ PŘEHLED ........................................................................................10 3.1 Pojem demografie a její historie .....................................................................10 3.2 Členění demografie.........................................................................................11 3.3 Ukazatele demografické statistiky a jejich povaha.........................................12 3.4 Prameny demografických ukazatelů ...............................................................13 3.4.1 Sčítání lidu ..............................................................................................13 3.4.2 Běžná evidence přirozené měny .............................................................14 3.4.3 Běžná evidence migrací ..........................................................................15 3.4.4 Populační registr .....................................................................................15 3.4.5 Mikrocensus............................................................................................15 3.5 Demografická statika ......................................................................................16 3.5.1 Struktura obyvatelstva podle pohlaví .....................................................16 3.5.2 Struktura obyvatelstva podle věku..........................................................17 3.5.3 Struktura obyvatelstva podle rodinného stavu........................................19 3.5.4 Struktura obyvatelstva podle vzdělanosti ...............................................19 3.6 Demografická dynamika.................................................................................20 3.6.1 Úmrtnost .................................................................................................20 3.6.2 Plodnost a porodnost...............................................................................21 3.6.3 Potratovost ..............................................................................................21 3.6.4 Sňatečnost ...............................................................................................22 3.6.5 Rozvodovost ...........................................................................................23 3.6.6 Migrace ...................................................................................................23 4 MATERIÁL A METODIKA..................................................................................25 4.1 Demografická statika ......................................................................................26 4.1.1 Střední stav obyvatelstva ........................................................................26 4.1.2 Střední délka života ................................................................................26 4.1.3 Průměrný věk ..........................................................................................26 4.1.4 Normální délka života.............................................................................27 4.1.5 Index stáří ...............................................................................................27 4.1.6 Pravděpodobná délka života ...................................................................28 4.1.7 Index maskulinity a feminity ..................................................................28 4.1.8 Věková pyramida....................................................................................29 4.1.9 Vzdělanostní struktura ............................................................................30 4.1.10 Struktura obyvatelstva podle rodinného stavu........................................30 4.2 Demografická dynamika.................................................................................30 4.2.1 Porodnost (obecná míra porodnosti).......................................................30 4.2.2 Úmrtnost (obecná míra úmrtnosti)..........................................................30 4.2.3 Sňatečnost (obecná míra sňatečnosti) .....................................................31 4.2.4 Rozvodovost (obecná míra rozvodovosti) ..............................................31 4.2.5 Potratovost (obecná míra potratovosti)...................................................32 4.3 Analýza časových řad .....................................................................................32 4.4 Regresní analýza .............................................................................................33 4.5 Použité statistické metody ..............................................................................34 4.5.1 F-test .......................................................................................................34 4.5.2 Chow test ................................................................................................35 4.6 Analýza stanovených vztahů ..........................................................................36

5

6 7 8 9

VÝSLEDKY A DISKUZE.....................................................................................37 5.1 Demografická statika ......................................................................................37 5.1.1 Struktura obyvatel podle pohlaví a věku ................................................38 5.1.2 Struktura podle vzdělání .........................................................................44 5.1.3 Struktura obyvatelstva podle rodinného stavu........................................45 5.2 Demografická dynamika.................................................................................47 5.2.1 Porodnost ................................................................................................47 5.2.2 Úmrtnost .................................................................................................49 5.2.3 Sňatečnost ...............................................................................................52 5.2.4 Rozvodovost ...........................................................................................55 5.2.5 Potratovost ..............................................................................................57 5.3 Analýza stanovených vztahů ..........................................................................60 5.3.1 Porodnost v závislosti na věku a rodinném stavu matky ........................60 5.3.2 Úmrtnost v závislosti na věku, pohlaví a příčině smrti...........................62 5.3.3 Sňatečnost v závislosti na rodinném stavu a věku snoubenců................64 5.3.4 Rozvodovost podle délky trvání a příčině rozvratu manželství..............67 5.3.5 Počet potratů v závislosti na věku ženy a jejím rodinného stavu ...........69 ZÁVĚR ...................................................................................................................71 POUŽITÁ LITERATURA .....................................................................................74 SEZNAMY .............................................................................................................77 PŘÍLOHY ...............................................................................................................79

1 ÚVOD

7

1 ÚVOD Rok 1990 znamenal nejen společenský převrat v politické sféře, ale byl i rokem přelomovým, ve kterém došlo ke spoustě změn řadě demografických veličin. Hospodářská transformace změnila podstatně společenské prostředí, ve kterém se dnes demografické metody a demografické údaje uplatňují. Demografie nebyla v minulém režimu považována za rovnoprávnou společenskou vědu. V dnešních demokratických a liberálních společenských podmínkách nemá demografie žádné omezení. Vývoj demografických ukazatelů sleduje jak veřejnost, tak stát prostřednictvím svých nositelů. Změny těchto ukazatelů podstatně ovlivňují fungování hospodářské politiky státu, zejména politiku sociální a důchodovou, dále to může být politika zaměstnanosti aj. Makroekonomická hospodářská politika je zaměřena zejména na makroekonomickou rovnováhu a na ekonomický růst, tedy zvyšování životní úrovně obyvatel. Sledováním makroekonomické rovnováhy je pověřena stabilizační hospodářská politika. Jejím hlavním úkolem je zabránit vzniku makroekonomické nerovnováhy, nebo omezit či zmírnit její hloubku. Na kolísání produktu mají vliv různé příčiny a faktory. Mezi hlavní exogenní příčiny patří mj. i změny v počtu obyvatel. Demografické změny se projevují jednak na straně agregátní nabídky zvýšením či snížením výrobního faktoru práce a rovněž na straně agregátní poptávky změnou spotřebitelských výdajů. Dalšími faktory, které ovlivňují kolísání produktu jsou vynálezy a inovace, kolísání zahraniční poptávky po domácí produkci, různé politické a společenské události aj. Existuje spousta faktorů působících a ovlivňujících kolísaní produktu. Ekonomickým růstem se zabývá prorůstová hospodářská politika. Na zvýšení ekonomického růstu nejvíce působí produktivita práce, která je determinována zejména fyzickým a lidským kapitálem, přírodními zdroji a technologiemi, politickým a institucionálním prostředím aj. Vývoj demografických charakteristik má podstatný vliv na sociální politiku. Sociální politika patří asi mezi nejvíce zastávané zásahy státu a spotřebovává vůbec největší díl vládních výdajů. Státní sociální dávky jsou vypláceny a přijímány jako sociální pomoc, popřípadě jako propopulační opatření a v neposlední řadě jako kompenzace jiných opatření státu, která občanům jejich příjmy odčerpávají. Přídavky na děti a jiné sociální dávky jsou jedním z mnoha faktorů, které ovlivňují rozhodování lidí, zda přivést na svět dalšího potomka. Ne snad, že by byly jediným důvodem plození dětí kvůli penězům. Při zvažování, zda přivést na svět další dítě však rozhodně hrají stimulační roli. Pro lidi z našeho okolí se nejspíš jedná o faktor zanedbatelný, který nemůže zvrátit odhodlání další dítě v určitém okamžiku nemít. Jsou však lidé, u nichž existence dávek převáží ve vědomém či podvědomém rozhodování ve prospěch dalšího potomka. Jsou to zéjmena lidé s nižšími nároky na vlastní životní standard, u nichž tvoří sociální dávky významnou část příjmů a kteří tak z těchto dávek žijí na úkor ostatních lidí. Existence

1 ÚVOD

8

přídavků na děti tudíž podporuje reprodukci lidí, kteří nejsou schopní nebo ochotní se o sebe postarat sami. Podporuje z našich daní jejich život na úkor našeho života a života našich dětí. Přídavky na děti stimulují porodnost u sociálně slabších vrstev. Existuje tedy velmi úzký vztah mezi sociální politikou státu a demografickým vývojem v jednotlivých krajích. V České republice stále existují regionální nerovnosti, které se neustále prohlubují. I když Česká republika vstoupila v roce 2004 do Evropské unie, nezabránila tím prohlubování těchto rozdílů. Mezi jednotlivými kraji jsou značné rozdíly jak v sociální, tak v ekonomické stabilitě. Stále existují rozdíly v regionální nezaměstnanosti a dříve skrytá chudoba se začala projevovat výrazněji. Mezi kraje s nízkou sociální stabilitou se řadí např. kraj Ústecký, Karlovarský a Moravskoslezský, naopak mezi kraje s vysokou sociální stabilitou se řadí např. kraj hl. Praha, Středočeský, Jihomoravský a kraj Vysočina. Kraje, které jsou sociálně stabilní, nevykazují výraznější nerovnováhu v demografických charakteristikách jako je potratovost nebo rozvodovost, podíl neúplných rodin apod. Mají pozitivní výsledky ukazatele vyjadřujícího úroveň vzdělanosti v populaci 15letého a staršího obyvatelstva apod. Pro diplomovou práci jsem si zvolila kraj Moravskoslezský a kraj Vysočina. Moravskoslezský kraj jsem si vybrala záměrně, protože je specifický a patří mezi kraje s nízkou sociální stabilitou. V kraji se řeší ohniska sociálních problémů zejména spojených s výší nezaměstnanosti a mnoha dalšími problémy jako jsou: kriminalita, pravicový extrémismus, krádeže, vysoká závislost na drogách, problém s HIV a chudoba. Druhým krajem pro srovnání jsem si vybrala kraj, který je odlišný od kraje Moravskoslezského. Tento kraj má větší sociální stabilitu, a je zcela specifický a odlišný od ostatních krajů České republiky. Tímto krajem je kraj Vysočina. Hospodářská politika je činnost, kdy nositelé hospodářské politiky usilují o dosažení předem stanovených ekonomických cílů. Mezi základní cíle patří podpora ekonomického růstu a dosažení vnitřní i vnější rovnováhy. Dalšími cíli jsou snížení nezaměstnanosti, podpora a růst zaměstnanosti, cenová a měnová stabilita, udržitelný ekonomický růst, apod. K dosažení těchto cílů stát využívá monetární a fiskální politiku. Ve vybraných krajích (MSK a Vysočina) by měla hospodářská politika zejména podporovat ekonomický růst, tj.zvyšovat jejich životní úroveň, tak že bude vytvářet dostatečné množství volných pracovních míst díky např. podpoře malého a středního podnikání a díky vytváření vhodných podmínek pro začínající podnikatele. Může se jednat o různé snížení podnikových daní, zjednodušení legislativy pro založení firmy apod. Hospodářská politika u obou krajů by měla být také zaměřena na snižování nezaměstnanosti a podpoře zaměstnanosti. Měla by také podporovat inovace a technologie v obou krajích, které zvyšují produktivitu práce.

2 CÍL PRÁCE

9

2 CÍL PRÁCE Cílem diplomové práce je popsat vývoj základních charakteristik ve vybraných krajích od počátku roku 2000 do konce roku 2008 a provést srovnání krajů. V práci jsou použity základní dynamické ukazatele. Těmi jsou: porodnost, úmrtnost, potratovost, sňatečnost, rozvodovost. Dále je v práci použita demografická demografická struktura podle pohlaví a věku, vzdělanostní struktura a rodinného stavu. Základem je porovnání odlišností v obou krajích existujících rozdílů v jednotlivých krajích, nastínění trendů dalšího prozkoumání následujících vztahů:

statika, tedy struktura podle a popis příčin vývoje a dále

- Počet potratů v závislosti na věku ženy a jejím rodinného stavu - Úmrtnost v závislosti na věku, pohlaví a příčině smrti - Porodnost v závislosti na věku a rodinném stavu matky - Sňatečnost v závislosti na rodinném stavu a věku snoubenců - Rozvodovost podle délky trvání manželství a příčině rozvratu manželství

V závěru je rozebrán vliv všech demografických ukazatelů na hospodářskou politiku státu zejména na důchodovou politiku, politiku zaměstnanosti, sociální a zdravotní politiku atd. V této části práce jsou také navrženy možná opatření k efektivnímu fungování hospodářské politiky v České republice.

3 LITERÁRNÍ PŘEHLED

10

3 LITERÁRNÍ PŘEHLED 3.1 Pojem demografie a její historie Demografie je řecké slovo, které znamená doslova popis obyvatelstva (demos – lid, obyvatelstvo, grafein – popisovat). V širším významu se demografií rozumí věda o obyvatelstvu neboli populační věda, krátce také populacionistika. Slovo demos neznamenalo původně lid, ale územní okrsek, územní jednotku, obec. První, kdo pro vědu o obyvatelstvu použil termín demografie, byl v roce 1855 Achille Guillard, který ji definoval jako přírodní a společenskou vědu o lidském rodu. Od té doby termín demografie zdomácňoval nejen ve vědecké, ale postupně i v populární publicistice, a dnes je termínem zcela běžným, který postupně vytlačuje rovnocenný název populační věda (Srb, Kučera a Růžička, 1971). Jednoduše řečeno, demografie je vědní obor zabývající se reprodukcí lidských populací, neboli demografickou reprodukcí. Počátky demografie lze klást do poloviny 17. století, kdy byla publikována práce J. Graunta, věnovaná problémům úmrtnosti, založená na statistickém zpracování lístků o úmrtnosti ve městě Londýně. Termín demografie se prosazuje od konce 19. století ve všech světových jazycích (Fialová a kol., 1993). Sýkorová (1991) charakterizuje demografii jako vědu, která se zabývá studiem kvantitativních a kvalitativních charakteristik obyvatelstva a jeho vývojem. Demografii zajímají konkrétní populace, tedy soubory jedinců určených v čase a prostoru, jejich velikost a struktury, dané různými znaky populace a procesy v nich probíhající – přirozených pohyb obyvatelstva, mechanický pohyb a sociálně právní pohyb obyvatelstva (změny v kvalifikaci, náboženské vyznání apod.). Veselá (1997) označuje demografii jako studium reprodukce lidských populací. Podle Veselé se demografie nezabývá studiem obyvatelstva, ale jen jedním z procesů vázaných na obyvatelstvo, tj. populační reprodukcí, chápanou jako neustálou obnovu lidské populace v důsledku probíhajících procesů rození a vymírání. Librová, Pavlík (1981) ale i jiní autoři odlišují pojmy lidská populace a obyvatelstvo. Obyvatelstvo je soubor lidí, kteří žijí na určitém místě v určitém státě. Obyvatelstvo jednoho státu se může skládat z několika různých populací a naopak politické hranice mohou rozdělit jednu populaci do dvou či více států. Podle Hudečkové (2005) má analýza demografického vývoje v současnosti přispět k vytvoření určité představy, jakým směrem se bude naše populace ubírat v následujících letech, a jak zabránit negativním vlivům ekonomických i sociálních dopadů hrozícím na celospolečenské úrovni. Všechny demografické údaje slouží pro mezinárodní srovnání, pro hodnocení dlouhodobého vývoje země, ale zejména pro potřeby státní správy.


11

Podle Dvořákové (2007) je budoucí vývoj demografických ukazatelů využitelný při vytváření dostatečného počtu nových pracovních míst a odpovídajícího počtu a struktury učebních a studijních oborů, plánování bytové výstavby, aj. Demografické ukazatele lze pozorovat jak na nadnárodní a národní úrovni, tak i na regionální úrovni. V České republice se v poslední době začínají prohlubovat rozdíly mezi jednotlivými kraji. Tyto rozdíly jsou důsledkem transformace a přechodu z centrálně plánované ekonomiky na ekonomiku tržní. Stálé prohlubování rozdílů může způsobovat potíže v jednotlivých krajích, tak zejména státu jako celku. Mohou způsobit problémy s vývojem nezaměstnanosti a ovlivnit vývoj ekonomické aktivity.

3.2 Členění demografie Zavadilová (2006) ve své práci píše, že současnou demografii lze členit na obory podle různých hledisek. Hranice mezi nimi však nejsou pevně stanoveny. Šotkovský (1998) hodnotí demografii jako výrazně empirický obor ve dvou směrech: elementární obor, zkoumá zákonitosti vývoje demografických systémů (tj. reprodukci jako omezený výsledný proces) a komplexnější obor, který zahrnuje do předmětu svého studia nejen vývoj demografických systémů jako výsledný proces, ale i podmínky a důsledky tohoto procesu. Podle Roubíčka (1997) lze základní členění demografie odvodit ze struktury problematiky, kterou se zabývá, a také z povahy metod a pramenů dat, které pro svá hodnocení používá: 1.) Demografická statika – zabývá se zkoumáním stavu obyvatelstva, který je daný údaji o jeho počtu, struktuře a rozmístění. Pramenem tohoto zkoumání je především sčítání lidu nebo i případně zvláštní soupisy. 2.) Demografická dynamika – zabývá se zkoumáním pohybu obyvatelstva. Základním pramenem jsou registrace přirozeného a mechanického pohybu obyvatelstva, příp. některá doplňková šetření a vhodným způsobem využitá data sčítání lidu. 3.) Demografická prognostika – usiluje o popis života určité generace, aby bylo možno odhadnout, jak se bude její život vyvíjet, což vedlo k vypracování metod výpočtu úmrtnostních tabulek. Pramenem tohoto zkoumání jsou oba již dříve uvedené pramenné zdroje: sčítání lidu i registrace pohybu obyvatelstva. 4.) Populační politika – tato politika přímo do demografie nepatří, ale řada demografických analýz a prognóz vede k závěrům, které často přímo nabízejí návrhy populačně - politických opatření.


12

3.3 Ukazatele demografické statistiky a jejich povaha Při rozboru demografických jevů se vychází z údajů, které poskytuje demografická statistika. Tyto údaje jsou tříděny vhodným způsobem – z hlediska místního, časového, z různých hledisek věcných. Základní absolutní počty sledovaných jedinců (osob, domácností, rodin apod.) nebo událostí (rozvodů, úmrtí, narození aj.) představují pouze výchozí údaje, které je třeba pro vlastní demografickou analýzu převést na formu vhodných ukazatelů (Srb, Kučera a Růžička, 1971). Je vhodné z absolutních čísel vypočítat analytická data, která podle své povahy dostávají různé názvy. Za ukazatele se považují všechna základní i analytická demografická data. Ukazatele vyjádřené absolutními čísly nevytvářejí metodologické problémy. Jinak je tomu u analytických dat, pokud vznikají jako podíl dvou absolutních údajů, což je nejčastější případ jejich vzniku. Vydělením dvou absolutních čísel vzniká poměrné číslo, které může mít velmi rozdílný charakter. Podle Pavlíka, Rychtaříkové a Šubrtové (1986) existují tyto druhy poměrných čísel: 1) poměrná čísla extenzitní – jsou to taková čísla, která vzniknou vydělením dvou stejnorodých údajů ve stejném časovém okamžiku a shodném územním vymezení, musí být jeden částí druhého a pak relativní číslo určuje podíl nebo proporci vyjádřenou často procentem nebo obecněji strukturu daného celku. 2) poměrná čísla intenzivní – druhým typem relativních čísel jsou taková analytická čísla, kdy jednotky vyjádřené ve jmenovateli jsou nositeli událostí nebo jevů uvedených v čitateli. Jedná se vždy o ukazatele různorodé. Některá poměrná čísla intenzitní se dělí dále na míry a kvocienty. 3) poměrná čísla srovnávací (indexy) – jde o podíl dvou absolutních čísel nestejnorodých nebo stejnorodých, ale vymezených různě časově nebo prostorově a nezařaditelných do druhého typu. Často jde o porovnání dvou čísel s rozdílným časovým vymezením nebo s rozdílným vymezením prostorovým. Podle díla Prokopové (2001) je potřeba mít o demografických událostech informaci z dvojího časového hlediska: -

z hlediska kalendářního času, kdy k ní došlo,

-

z hlediska doby, která uplynula od počáteční události, pro kterou je sledovaný jev událostí následnou.

V praxi existují různá kritéria rozdělení ukazatelů. Mohou to být např. ukazatele celkové nebo obecné, které jsou buď vypočteny za celou populaci a ukazatele specifické nebo diferenční, které jsou zase vypočteny za určitou část populace. Z hlediska statistické připravenosti resp. výstižnosti zkoumaného jevu nebo procesu se hovoří o


13

ukazatelích definitivních a předběžných, které jsou založeny na neúplných nebo dosud nedostatečně zkontrolovaných údajích. Z jiného hlediska se rozdělují ukazatele na hrubé, jsou-li vypočteny podle nejjednodušších metod a podávají-li pouze hrubou představu o analyzovaném jevu nebo procesu, a na ukazatele srovnávací, byl-li při jejich výpočtu vyloučen vliv některé z rušivých podmínek, které s vlastním sledovaným procesem přímo nesouvisí (Pavlík, Rychtaříková a Šubrtová 1986).

3.4 Prameny demografických ukazatelů Hudečková (2005) uvádí několik technik statistických šetření. Mezi základní techniky patří pozorování, rozhovor, výzkum prováděný dotazníkem a zpracování literárních pramenů. Díky těmto pramenům je možno provést analýzu procesu demografické reprodukce, včetně hodnocení demografických změn v souvislosti se změnami v sociální, ekonomické a politické oblasti. Podle Roubíčka (1997) jsou základními a běžně používanými prameny demografických údajů: -

sčítání lidu,

-

běžná evidence přirozené měny,

-

běžná evidence migrací,

-

populační registr,

-

mikrocensus.

3.4.1 Sčítání lidu Podle Fialové a kol., (1993) sčítání (označované také jako census nebo soupis obyvatelstva) patří k nejstarším statistickým pramenům. Již od starověku byla tendence zjišťovat počty a složení obyvatelstva, zejména kvůli vojenským a daňovým důvodům. Sčítání lidu je souborná statistická akce sběru, uspořádání, zhodnocení, analýzy a publikování vybraných demografických, ekonomických a sociálních jevů. Výsledkem sčítání je informace o stavu, počtu, rozmístění a struktuře obyvatelstva k určitému okamžiku, a týkají se všech osob v zemi nebo v její určité, přesně vymezené části. Toto sčítání zahrnuje buď obyvatelstvo přítomné, bydlící nebo oboje. Sčítání je povinné, což znamená, že sčítaným osobám zákon ukládá za povinnost odpovídat na kladené otázky. Sčítání lidu má anonymní charakter a sčítané osoby nejsou zastupitelné prostředníkem. Postupně docházelo k podstatným změnám cíle, účelu, rozsahu a metod zjišťování, zpracování a vyhodnocování výsledků. Hudečková (2005) dělí každé sčítání na tři fáze:


14

1. příprava sčítání 2. vlastní sčítání 3. zpracování výsledků V první fázi je nejdůležitějším okamžikem vymezení okamžiku a dobu sčítání, stanovit program sčítání a způsob zpracování zjišťovaných znaků, získat a vyškolit sčítací orgány, rozdělit sčítací obvody, uskutečnit mezi občany propagační akci o důležitosti sčítání a zajistit zpracování výsledků censu po personální a hmotné stránce. Vlastní sčítání spočívá ve vyplnění sčítacích archů, v ověření uvedených údajů a soustředění jednotlivých sčítacích archů za sčítací obvody. Při sčítání se používají dvě metody: 1. metoda sebesčítací: každý vyplní arch sám, sčítací komisař ověří vyplnění údajů, 2. metoda dotazovací: sčítací komisař vyplní sám arch podle odpovědí sčítaného. V poslední fázi dochází ke kontrole správnosti a úplnosti výsledků a dochází k jejich zpracování. Získané údaje jsou publikovány. Vzhledem k náročnosti zpracování velkého množství dat jsou průběžně zveřejňovány předběžné výsledky sčítání. Podle Hudečkové (2005) sčítání přináší mnoho údajů, které nelze jiným způsobem efektivně zjistit, přestože existují různé evidence či průběžné statistiky. Jedinečnost sčítání podle ní spočívá zejména v získání informací, podle stanovených kritérií o obyvatelstvu, domovním a bytovém fondu k jednomu datu, což při detailnějším pohledu znamená získání velkého množství údajů o úrovni bydlení a jednotlivých typech domácností, dále také množství údajů o ekonomické aktivitě a dojíždění do zaměstnání atd. Všechny tyto získané údaje slouží nejen pro hodnocení dlouhodobého vývoje země, ale především pro potřeby státní správy či obcí. V posledních letech se také tyto údaje stále častěji využívají pro podnikatelskou sféru. Poslední sčítání lidu, domů a bytů bylo provedeno v březnu 2001. Jednalo se o první sčítání v samostatné České republice a první v novém tisíciletí. Některé výstupy jsou dostupné na stránkách Českého statistického úřadu. Doporučuje se provádět soupisy obyvatelstva každých deset let, tedy další sčítání je naplánováno v roce 2010.

3.4.2 Běžná evidence přirozené měny Podle Hudečkové (2005) termín přirozená měna vyjadřuje proces rození a vymírání lidských populací. Běžná evidence přirozené měny obyvatelstva je založena na povinné registraci všech narození, úmrtí a sňatků na matričních odděleních obecních či městských úřadů. Nezahrnuje migraci, protože přirozená měna souvisí pouze


15

s přirozenou obnovou populace. Potřebné údaje o nich se posílají v pravidelných a přesně stanovených intervalech během roku Českému statistickému úřadu, kde se všechny výsledky centrálně zpracovávají. Kromě toho získává statistika přirozené měny také údaje ze statistiky zdravotnické (údaje o potratech) a statistiky soudní (údaje o rozvodech).

3.4.3 Běžná evidence migrací Poskytuje

informace

o

změnách

v rozmístění

obyvatelstva

v závislosti

na

ekonomických a sociálních jevech. Migrace je termín pro změnu trvalého pobytu za hranice určité administrativní jednotky. Co se týče pramenů migrační statistiky, jedná se o různé prameny. Nejdůležitějším pramenem je povinná přihláška k trvalému pobytu. Přechodné pobyty se statisticky neevidují. Mezinárodní srovnání je velmi obtížné vzhledem k nejednotné metodice evidence migrací (Roubíček 1997).

3.4.4 Populační registr Kolářová (2007) uvádí, že populační registr zjišťuje údaje o obyvatelstvu určitého území. Je určitou kombinací způsobů, výhod i nevýhod censu obyvatelstva a běžné evidence přirozené měny. Plní úlohu soupisu stavu i registrace událostí. Jeho podstatou je soustředění všech údajů o jednotlivci, dále registrace událostí jako změn stavu jednotlivců, ale i bilančních změn struktury celých souborů obyvatelstva. Existují dva typy populačního registru: 1) místní (lokální) – jednotlivé obce vedou za každého svého obyvatele samostatné záznamy, ty průběžně obnovují a aktualizují, 2) ústřední (centrální) – je veden jako registr celostátní a sleduje v zásadě stejné informace jako lokální registr, a to obvykle centrálně prostřednictvím databáze počítače.

3.4.5 Mikrocensus Mikrocensus (doslova „malý soupis“) je demografické šetření prováděné výběrovou metodou. Slouží buď jako náhražka rozsáhlých vyčerpávajících sčítání, nebo jako doplněk sčítání lidu zjišťováním údajů o příjmové a důchodové struktuře domácností. Technika sčítání lidu buď nedovoluje některé tyto údaje o příjmech a důchodech zjistit, anebo by to nebylo příliš efektivní. Mikrocensy poskytují především detailní informace o struktuře domácností ve vztahu k příjmové a demografické struktuře. Základem mikrocensu bývá pečlivě strukturovaný výběrový soubor o rozsahu cca 1 % základního souboru, tedy výběr značně malý (Roubíček 1997).


16

3.5 Demografická statika Demografická statika studuje okamžikový stav obyvatelstva, tedy počet, strukturu a rozmístění, z různých hledisek. Může to být třídění podle věku a pohlaví, podle rodinného stavu, ekonomické aktivity, geografického rozmístění, vzdělání či příslušnosti k sociální skupině apod. Za základní demografickou strukturu obyvatelstva se považuje složení podle pohlaví a složení podle věku. Obě tyto charakteristiky se většinou analyzují společně, avšak i samostatný pohled na složení obyvatelstva podle pohlaví má své oprávnění. Obě charakteristiky jsou také často označovány za znaky biologické struktury obyvatelstva (Pavlík, Rychtaříková a Šubrtová 1986).

3.5.1 Struktura obyvatelstva podle pohlaví V práci Koschin (2005a) uvádí, že struktura obyvatelstva podle pohlaví patří k základním demografickým strukturám. Nejjednodušší charakteristikou je index maskulinity, což je poměr mužů a žen v dané populaci. Říká, kolik mužů připadá v populaci na jednu ženu. Protože se uvádí nejčastěji v promile, lze tedy říci, že je to počet mužů připadajících na 1000 žen. Je možné také vypočítat opačnou relaci, tedy kolik žen připadá na jednoho muže (resp. 1000 mužů), tato opačná relace se nazývá index feminity. Úmrtnost mužů je jiná než úmrtnost žen, proto se bude poměr mužů a žen v populaci s věkem měnit. O tom vypovídají specifické indexy maskulinity (feminity). Z provedených studií bylo zjištěno, že mezi narozenými dětmi převažují chlapci. Tento stav trvá zhruba do 45 let věku, kdy je v generaci počet mužů vyšší než počet žen. Vzhledem k tzv. mužské nadúmrtnosti se poměr četnosti pohlaví s rostoucím věkem mění. Nejprve se vyrovnává a ve starších věkových skupinách je již výrazná převaha žen. Ve věku 85 let a více dokonce počet žen třikrát převyšuje počet mužů. Hudečková (2005) píše, že zastoupení mužů a žen v populaci se v průběhu života mění a to zejména ze tří důvodů: -

rodí se více chlapců než děvčat a tento poměr je stálý,

-

ve všech věkových kategoriích převažuje vyšší intenzita úmrtnosti mužů než žen, migrace.

-

Ve vyspělých zemích je proto i v celkovém obyvatelstvu více žen než mužů, na rozdíl od rozvojových zemí. (Langhamrová, Kačerová, 2007)


17

3.5.2 Struktura obyvatelstva podle věku Přesný věk je časová vzdálenost mezi okamžikem narození a okamžikem pozorování. Dokončený věk je tedy přesný věk o posledních narozeninách. Věk je nejsledovanějším znakem v populaci. Věkové složení obyvatelstva je důležitým analytickým nástrojem pro sledování populace, mapuje totiž nejen dnešní vývoj, ale i vývoj minulý. Věkové složení dále významně ovlivňuje přirozené reprodukční procesy. Údaje věkové struktury obyvatelstva se při zpracování třídí buď podle věkových skupin, nebo podle generací. Při třídění podle věkových skupin je rozhodující věk, který dosáhl v okamžiku sčítání. Nakopak při třídění podle generací (ročníků narození) je rozhodující rok, ve kterém se sčítaný narodil. Při grafické prezentaci se používá ke znázornění věkové struktury dvojitého histogramu uspořádaného tak, že osa věku histogramu pro muže je postavena proti ose věku histogramu pro ženy. Podle vzhledu se takovéto grafické uspořádání věkové struktury nazývá věková pyramida. Jestliže je místo histogramu využit polygon při obdobném uspořádání, tak se jedná o strom života (Pavlík, Rychtaříková a Šubrtová 1986). Demografická struktura obyvatelstva je výsledkem demografických procesů, které probíhají v populaci řadu desetiletí a zároveň předurčuje populační vývoj desetiletí budoucích, neboť všechny základní demografické procesy jsou svým rozměrem, intenzitou a strukturou závislé na demografické struktuře obyvatelstva. Třídění podle věku a pohlaví, tedy demografická struktura obyvatelstva má dnes značný význam mj. pro hodnocení stavu a výhledu pracovních sil a zaměstnanosti, dále na vývoj školství, zdravotnictví a sociální péče (Roubíček 1997). Základní škály biologických generací obyvatelstva (dle švédského demografa A.G.Sundbärga): 1. 0 – 14 dokončených let: generace dětí (předreprodukční věk) 2. 15 – 49 dokončených let: generace rodičů (produktivní věk) 3.

50 a více let: generace prarodičů (poreprodukční věk)

Třídění podle ekonomických generací (Roubíček 1997): 1.

0 – 14 dokončených let: generace dětí (předproduktivní věk)

2.

15 – 64/59 dokončených let: generace rodičů (produktivní věk)

3.

65+/60 a více let: generace prarodičů (poproduktivní věk)

Ve druhé biologické skupině (reprodukční) se nachází vždy okolo 50 % členů populace a podle toho se populace dělí do tří populačních typů (Vystoupil, Tarabová, 2004): Obr. č. 1: Populační typy


18

Zdroj: Koschin (2005a)

1) progresivní – první typ představuje populaci, kde převažuje první biologická generace nad třetí. Je zde velká převaha dětské složky. Počet narozených roste, jedná se o rostoucí populaci. Tento typ populace se nachází v rozvojových zemích, u nás například u romské populace. 2) stacionární – u tohoto typu populace je podíl první a třetí biologické skupiny přibližně stejný. Je zde stabilní počet narozených i zemřelých. Výsledkem je, že početně obyvatelstvo neroste, tedy populace stagnuje. Tento typ populace měla Česká republika v 70. letech. 3) regresivní – třetí typ populace se vyznačuje s velkou převahou třetí biologické skupiny nad první. Je to populace kde převažují starší osoby. Umírá zde více osob, než se narodí dětí, jedná se o populaci ubývající. Tento typ populace v současné době převažuje ve vyspělých zemích, v České republice zhruba od 70. let. Podle Kalibové (2001) každá populace postupem času projde postupně přechod od progresivního typu až k regresivnímu typu populace. Tento postupný dlouholetý proces byl nazván stárnutí populace. V rámci demografického stárnutí populace se zvyšuje podíl starých osob v populaci díky poklesu úrovně porodnosti, zlepšování úmrtnostních poměrů a prodlužování naděje dožití. Podle Kalibové (2001) existují dva typy demografického stárnutí: -

ze spodu věkové pyramidy – důsledek snižování úrovně plodnosti a tedy zpomalení růstu dětské složky v populaci,

-

na vrcholu věkové pyramidy – důsledek zlepšování úrovně úmrtnosti.


19

Většinou však v populaci probíhají oba uvedené typy současně. Demografické stárnutí vyjadřuje index stáří. V současné době je stárnutí problémem ve všech vyspělých zemích. 3.5.3 Struktura obyvatelstva podle rodinného stavu Struktura obyvatelstva podle rodinného stavu je pravidelně zjišťována při sčítání lidu, domů a bytů přibližně jednou za deset let. Rodinný stav obyvatelstva je ovlivňován vývojem sňatečnosti a rozvodovosti v uplynulých obdobích. Rodinný vztah je vztah jednotlivce k právní instituci manželství, tj. zda určitá osoba v manželství dosud nežila (osoby svobodné) nebo již žije (osoby ženaté a vdané), anebo její manželství skončilo ovdověním nebo právně, a to rozvodem manželství (Roubíček 1997). Hudečková (2005) ve své práci rozděluje obyvatele podle rodinného stavu na: -

svobodné – osoby, které nikdy nežily v manželství, s výjimkou osob, jejichž manželství bylo prohlášeno za neplatné,

-

ženaté – osoby žijící ve svazku manželském,

-

rozvedené – osoby, jejichž manželství právně zaniklo,

-

ovdovělé – osoby, jejichž manželství zaniklo smrtí partnera.

Demografie také vymezuje vedle klasických právních manželství tzv. faktická manželství. Jedná se o nesezdaná soužití či kohabitace. V současné době právě taková soužití mezi mladými páry neustále rostou. Hašková a Rabušic (2008) ve své studii řeší otázku, zda má manželství jako faktor demografické reprodukce vliv na naplnění partnerského života. V této souvislosti sledují hypotézu, zda je nízká sňatečnost výsledkem snižující se ochoty mladých lidí mít více dětí. Prostřednictvím dotazování mužů a žen narozených v sedmdesátých letech zjistili příčiny, které stojí za poklesem sňatečnosti. Za příčiny poklesu sňatečnosti v české společnosti byla označena hodnotová orientace, resp. touha po nezávislosti. Druhou významnější příčinou byla podle respondentů ekonomická situace, zejména nedostatečný příjem a problém vlastního bydlení.

3.5.4 Struktura obyvatelstva podle vzdělanosti Vzdělaností obyvatelstva se rozumí dosažený stupeň vzdělání. Za elementární vzdělání se považuje tzv. triviální vzdělání tzn. znalost čtení, psaní a počítání. V pozdějších sčítání byla tato úroveň vzdělání posuzována podle nejvyššího dokončeného stupně


20

vzdělání. Obecně se rozlišují tři stupně školství: základní, střední školství a vysoké školství (Roubíček 1997). Podle Hudečkové (2005) vzdělanostní struktura ovlivňuje celou řadu sociálních i demografických jevů, např.: sňatkový věk, počet dětí v rodině, rozvodovost, životní úroveň, složení populace podle povolání apod. Absence vzdělání je dnes výhradně spojena se špatným zdravotním stavem jedince. Vzdělanostní úroveň závisí rovněž na velikosti sídla, s jeho zvětšováním roste i úroveň vzdělání obyvatel.

3.6 Demografická dynamika Demografická dynamika je statistika pohybu nebo měny obyvatelstva. Statistikou pohybu obyvatelstva se zjišťují změny, ke kterým u obyvatelstva dochází tím, že se rodí a umírají, že vstupují do manželství a rozvádí se, že se stěhují a dojíždí do zaměstnání apod. Změny, k nimž v obyvatelstvu dochází uvedeným způsobem, působí na vývoj obyvatelstva, na jeho dynamiku. Jednotlivé změny, k nimž u obyvatelstva dochází, je možno roztřídit do tří skupin, které charakterizují jednotlivé typy pohybu: pohyb přirozený, pohyb mechanický a pohyb sociálně právní (Srb, Kučera a Růžička, 1971). Přirozený pohyb obyvatelstva je dán přirozenou obnovou obyvatelstva výměnou generací narozených a zemřelých. Mechanický pohyb obyvatelstva je dán prostorovým přemísťováním nebo-li stěhováním obyvatelstva, a tedy výměnou souborů přistěhovalých a vystěhovalých. Sociálně právní pohyb obyvatelstva vzniká změnami sociálních a právních charakteristik obyvatelstva (Roubíček 1997).

3.6.1 Úmrtnost Úmrtí je první událostí, o kterou se demografie začala zajímat. Studium úmrtnosti patří tradičně v demografii nejen k nejstarším, ale má i nejpropracovanější metodologii. Toto studium se nezabývá individuálními zvláštnostmi každého úmrtí, ale o úmrtí jako hromadný jev, jako o proces vymírání určité populace. Úmrtnost jako jedna stránka reprodukce populace je pro její život neméně významná jako stránka druhá – proces rození. Smrt jednotlivce jako taková je událostí zcela přirozenou a nutnou a má značný význam pro život celé populace (Pavlík, Rychtaříková a Šubrtová 1986). Pro analýzu úmrtnosti se vychází z absolutního počtu zemřelých, který se dále člení podle pohlaví, věku, příčin smrti atd. Dále se používají další ukazatele, mezi které lze zařadit obecnou míru úmrtnosti, specifické míry úmrtnosti a kojeneckou úmrtnost, což je zároveň významný ukazatel týkající se zdravotního stavu populace, zdravotnictví a životní úrovně státu i v mezinárodním srovnání. Hudečková (2005) dodává, že v rozvinutých zemích lze pozorovat vyšší míry úmrtnosti u mužů všech věkových

3 LITERÁRNÍ PŘEHLED skupin. Naopak v rozvojových zemích s vyšší intenzitou úmrtnosti i k nadúmrtnosti žen, zejména v mladším věku a v reprodukčním období.

21 dochází

3.6.2 Plodnost a porodnost Proces rození je pro celkovou demografickou reprodukci neméně významný než proces vymírání, avšak tento proces se stal předmětem vědeckého zájmu podstatně později. Proces porodnosti kladně ovlivňuje populační růst. Čím je více narozených, tím větší je populační růst, a naopak. Úroveň porodnosti závisí na plodivosti neboli fekunditě, což je schopnost muže a ženy plodit děti. Úroveň porodnosti je také ovlivněna vnějšími tzv. nebiologickými faktory, jako je např. populační politika státu, bytová situace partnerů, uplatnění na trhu práce, hodnotový systém partnerů, náboženské vyznání apod. Plodivost ženy se vztahuje k tzv. reprodukčnímu období, které je vymezeno věkovým rozpětím 15 - 49 let (Pavlík, Rychtaříková a Šubrtová 1986) . Porod definuje Veselá (1997) jako činnost ukončující těhotenství narozením dítěte po 36 týdnech gravidity. Přitom se rozlišuje porod živě narozených a porod mrtvě narozených. Plod se považuje za životaschopný, pokud dokáže žít samostatně a nezávisle mimo tělo matky. Za životaschopné jsou většinou považovány plody starší 28 týdnů. Podle Bulatao a Rudolfo (2001) se výrazně změnilo věkové rozložení plodnosti. Plodnost žen ve věku 30 let poněkud vzrostla, ale naopak došlo ke snížení plodnosti nejmladších žen do věku 24 let. Dalším trendem je rostoucí podíl dětí, které se narodili nevdaným ženám. V zásadě lze odlišit dvě skupiny příčin: kulturní (změna hodnotové orientace) a ekonomické (negativní dopady transformace). Oba tyto soubory příčin stály v pozadí změn, ale jejich vlivu je připisovaná různá důležitost. Došlo k dramatickému posunu v normách a postojích populací, k posílení individualismu a zdůrazňování seberealizace jedince a jeho práv. Součástí tohoto procesu byly rovněž změny v oblasti rodiny a partnerských vztahů. Sociálně ekonomické příčiny lze hledat v negativních důsledcích transformace a v omezení státní podpory rodinám projevující se především zvýšenou ekonomickou nejistotou rodin. 3.6.3 Potratovost Potratovost úzce souvisí s porodností. Potrat je ukončení těhotenství zánikem embrya nebo plodu před porodem. Potrat je definován vyhláškou Ministerstva zdravotnictví, která říká, že potrat je ukončení těhotenství ženy při němž: -

plod neprojevuje ani jednu ze známek života a jeho porodní hmotnost je nižší než 1000 g a pokud ji nelze zjistit, jestliže je těhotenství kratší než 28 týdnů,

3 LITERÁRNÍ PŘEHLED -

22

plod projevuje alespoň jednu ze známek života a má porodní hmotnost nižší než 500 g, ale nepřežije 24 hodin po porodu,

-

z dělohy ženy bylo vyňato plodové vejce bez plodu, anebo těhotenská sliznice.

Koschin (2005a) rozlišuje tři typy potratů: samovolný, umělé přerušení těhotenství tzv. interrupce a ostatní. Podle Hudečkové (2005) úroveň potratovosti závisí do značné míry na existující legislativě v daném státě. Některé země svými zákony dovolují umělé přerušení těhotenství jen za určitých podmínek (lékařských, morálních, etických, sociálních). Restriktivní opatření státu se většinou odráží na zvýšený počet nelegálních potratů a zvyšuje se tak počet samovolných potratů. To vše se negativně projevuje na zdraví a v horším případě na životě ženy. V ČR byl v roce 1958 uveden do praxe potratový zákon a v roce 1987 došlo ke zrušení potratových komisí. Cílem vyspělých zemí je snížit potratovost na co nejnižší úroveň. Měla by k tomu přispět i sexuální výchova, rozšíření antikoncepce a zejména zodpovědný přístup k rodičovství.

3.6.4 Sňatečnost Sňatečnost je demografický proces, který studuje zakládání manželství na základě zákonem daných podmínek. Podle Hudečkové (2005) sňatečnost jako společenský jev nesouvisí přímo s reprodukčním procesem, ale v podmínkách naší kultury velkou měrou ovlivňuje porodnost. Proto lze sňatečnost přiřadit k jevům přirozené reprodukce. Sňatek je demografická událost opakovatelného charakteru, která nemusí nastat u každého (na rozdíl od narození a úmrtí). Neobnovitelnou událostí je pouze první sňatek. Může jej uzavírat pouze sňatkuschopné obyvatelstvo, tedy osoby svobodné, rozvedené nebo ovdovělé. Podle Koschina (2005b) existuje několik limitujících faktorů uzavírání sňatků, těmi jsou: -

Minimální sňatkový věk - v České republice 18 let. Manželství nemůže uzavřít nezletilý. Výjimečně, jestliže to je v souladu se společenským účelem manželství (např. těhotenství partnerky), může soud z důležitých důvodů povolit uzavření manželství nezletilému staršímu než 16 let. Návrh na uzavření manželství podává sám nezletilý, kterému není nutno ustanovit opatrovníka,

-

Rodinný stav - sezdaní již nemohou vstoupit do manželství, toto platí pouze v monogamních společnostech, tj. společnostech, ve kterých není dovoleno mnohoženství či mnohomužství,

3 LITERÁRNÍ PŘEHLED -

23

Určitý stupeň pokrevnosti - v přímé linii, tj. rodiče s dětmi a sourozenci nemohou uzavřít sňatek, bratranec se sestřenicí se již vzít mohou,

-

Pohlaví novomanželů - v České republice mohou uzavřít sňatek pouze osoby odlišného pohlaví.

Podle Hudečkové (2005) má velký vliv na sňatečnost populační politika, politická a hospodářská situace v dané zemi a přijímaný systém hodnot. Demografickým trendem v posledních letech je pokles intenzity sňatečnosti, zákonné sňatky nahrazují konsensuální svazky (kohabitace), tedy nesezdaná soužití partnerů.

3.6.5 Rozvodovost Je společenský a demografický jev hromadného charakteru odvozený od rozvodu jako demografické události. K zániku manželství může dojít buď rozvodem nebo úmrtím jednoho nebo obou partnerů. Rozvod je právním ukončením manželství, uskutečňuje se na základě žádosti a dojde k němu rozhodnutím soudu. Evidenci rozvodů provádějí okresní soudy, které vyplňují formulář Hlášení o rozvodu a tato hlášení odesílají dvakrát měsíčně příslušnému krajskému soudu. Všechna hlášení pak zpracuje Český statistický úřad, který publikuje absolutní i relativní údaje o rozvodech (zdroj ČSÚ, 2010). Sledování rozvodovosti stejně jako sledování sňatečnosti má v demografii podpůrný význam pro studium porodnosti. Rozvodovost je však sama o sobě významným sociálním jevem indikujícím především stabilitu rodiny, ale i přeměny určitých tradičních vzorů chování, morálních kritérií apod. S růstem rozvodovosti narůstají většinou sociální problémy společnosti spojené s výchovou dětí (Pavlík, Rychtaříková a Šubrtová 1986) . V České republice bylo manželství dlouho považováno za jakousi svátost. Nicméně na přelomu 18. a 19. století došlo v důsledku demografické revoluce, s níž souvisely ekonomické, společenské a sociální změny, k celkové změně na pohled manželství.

3.6.6 Migrace Migrace je stěhování členů skupiny z jedné populace do druhé. Podle směru migrace lze rozlišit emigraci, což je počet jedinců, kteří se z této populace odstěhovali za určitou jednotku času, zpravidla jeden rok, a imigraci, což je naopak počet jedinců, kteří se do této populace za přibližnou časovou jednotku přistěhovali. Migrace, jako forma prostorové mobility mezi dvěma územními jednotkami znamená obvykle trvalou změnu pobytu, tj. změnu stálého, obvyklého bydliště. Jen taková změna je považována za


24

skutečnou migraci. Pohyby, jež nevedou k trvalé změně bydliště, ale jen k dočasnému pobytu např. cestování, se nepovažují za migraci (Koschin, 2005a). Veselá (2004) ve své práci rozlišuje vnější a vnitřní migraci v rámci trvalé změny pohybu, v rámci dočasné změny rozlišuje Veselá např. kyvadlovou migraci, sezónní migraci, vnitrostátní a zahraniční cestovní ruch. Rees a Kupiszewski (1999) studovali podrobně vývoj vnitřní migrace. V rámci jejich studie byly rozděleny evropské země do čtyř skupin na základě intenzity vnitřní migrace. Česká republika spolu s ostatními postkomunistickými zeměmi a vybranými zeměmi jižní Evropy spadala do skupiny s nízkou mírou vnitřní migrace. Jako důvod nízké mobility byl označen nedostatek bytů a nedostatek finančních prostředků na jejich pořízení.

4 MATERIÁL A METODIKA

25

4 MATERIÁL A METODIKA Práce je rozdělena na dvě základní části a to: literární přehled a výsledky a diskuze. Všechny podklady pro zpracování první části, tedy literárního přehledu a také druhé části práce, vychází z poznatků získaných z odborné demografické literatury, z publikací, z odborných článků a vědeckých prací jak českých, tak i zahraničních demografů, z vypracovaných analýz a průzkumů a také z internetových stránek Českého statistického úřadu. Všechny údaje, které jsou použity pro vypracování práce, jsou uvedeny v seznamu použité literatury. Po prostudování odborné literatury, článků, publikací a prací je rozpracována demografie z teoretického hlediska. Literární přehled je věnován základním pojmům, se kterými se pracuje v ostatních částech práce. Tato část obsahuje základní vymezení demografie a její stručnou historii. Popisuje základní pojem a vznik demografie jako samostatného vědního oboru. Na stručný popis a historii navazuje členění demografie na obory dle různých hledisek. Další část obsahuje ukazatele demografické statistiky a jejich povaha. V praxi existují různé kritéria rozdělení ukazatelů. Dále je pozornost zaměřena na prameny demografických ukazatelů mezi které patří např. sčítání lidu. Všechny prameny, tedy získané údaje slouží nejen pro hodnocení dlouhodobého vývoje země, ale především pro potřeby státní správy či obcí. V závěru první části je pozornost zaměřena na popis demografické dynamiky a demografické statiky. Vlastní jádro práce tvoří výsledky a diskuze, kde je provedeno demografické srovnání Moravskoslezského kraje a kraje Vysočina. V této části je provedena komparace prostřednictvím zmiňovaných ukazatelů, a to, jak dynamických, tak statických. Hlavním metodickým nástrojem práce je analýza časových řad a regresní metoda, dále je využito základní vědecké metody analýzy, popisné metody a metody indukce a dedukce. Data, grafy a vlastní výpočty jsou zpracovány pomocí programu Excel a statistického programu Gretl. Empirické data u obou sledovaných krajů byly použity z dat, které poskytuje Český statistický úřad na svých internetových stránkách. K jednotlivým výpočtům jsou použity údaje v letech 2000 – 2008, pouze pro provedení Chow testu, jsou použity roční údaje za období 1991 – 2008. Moravskoslezský kraj je vybrán záměrně, zejména protože je odlišný od ostatních krajů. Jeho zaměření hospodářské činnosti (odvětvová struktura) však dnes přináší nemalé problémy související s restrukturalizací tohoto regionu, s řešením ohniska sociálních problémů zejména spojených s výší nezaměstnanosti související s omezením těžby uhlí a těžkého průmyslu. Moravskoslezský kraj se potýká s mnoha dalšími problémy. V kraji je zvýšený počet léčby závislosti na alkoholu, je zde nadprůměrná kriminalita (krádeže, vloupání), vysoká nezaměstnanost, vysoká závislost na užívání nelegálních drog, problém s HIV a chudoba. Moravskoslezský kraj je specifický a odlišný právě těmito


26

negativy od ostatních krajů České republiky. Srovnání s krajem Vysočina přinese spoustu zajímavých zjištění. Druhým krajem pro srovnání je vybrán kraj, který je odlišný od kraje Moravskoslezského. Tento kraj má větší sociální stabilitu a je zcela specifický a odlišný od ostatních krajů České republiky. Tímto krajem je kraj Vysočina. Leží v srdci České republiky, zaujímá významnou pozici nejenom v rámci republiky, ale také celé střední Evropy. Přes její území vedou důležité mezinárodní komunikace, zejména dálnice D1 a železniční trať Berlín-Praha-Vídeň. Vysočina je čistě vnitrozemský kraj, který sousedí s krajem Jihočeským, Středočeským, Pardubickým a Jihomoravským. Od sousedních regionů se kraj odlišuje členitostí území, vyšší nadmořskou výškou a řídkým osídlením. Rozdrobená sídelní struktura způsobuje v některých případech vylidňování menších obcí a emigraci mladých a kvalifikovaných obyvatel. V kraji jsou nejvíce zastoupeny malé obce s počtem do 500 obyvatel. Kraj má poměrně stabilizovanou síť základních škol a dostatečnou kapacitu středních škol. Nespornou výhodou regionu je relativně nízký stupeň kriminality a nízký podíl sociálně rizikových skupin obyvatelstva.

4.1 Demografická statika 4.1.1 Střední stav obyvatelstva Střední stav má vystihovat co nejpřesněji průměrný počet osob žijících v daném období. Za střední stav obyvatelstva v kalendářním roce je v České republice považován počet obyvatel daného území o půlnoci z 30. 6. na 1. 7. sledovaného roku. Význam středního stavu obyvatelstva je v tom, že je používán pro výpočet odvozených ukazatelů demografické, ale i ekonomické statistiky (zdroj ČSÚ, 2010).

4.1.2 Střední délka života Naděje dožití (též střední délka života) vyjadřuje počet roků, který v průměru ještě prožije osoba právě x-letá za předpokladu, že po celou dobu jejího dalšího života se nezmění řád vymírání, zjištěný úmrtnostní tabulkou, zkonstruovanou pro daný kalendářní rok nebo jiné (zpravidla delší) období. Jedná se tedy o hypotetický údaj, který říká, kolika let by se člověk určitého věku dožil, pokud by úroveň a struktura úmrtnosti zůstala stejná jako v daném roce (Koshin, 2005a). Střední délka života se zveřejňuje v každoročně vydávané publikaci ČSÚ - Úmrtnostní tabulky nebo ve Statistické ročence ČR.

4.1.3

Průměrný věk


27

Jedná se o průměrný věk žijících. Je aritmetickým průměrem věku všech jedinců v dané populaci (například obyvatel ČR, některého kraje atd.). Tento ukazatel bývá často zaměňován se střední délkou života. Je potřeba přesněji ho specifikovat – například průměrný věk při úmrtí, průměrný věk žijících obyvatel, průměrný věk při prvním sňatku apod. (zdroj ČSÚ, 2010). Průměrný věk se vypočítá jako vážený průměr z tabulky rozdělení populace, a jako váhy jsou zde četnosti jednotlivých věkových skupin (Langhamrová a Kačerová, 2007):

x=

∑ (x + 0,5h )S ∑S x

x

x

průměrný věk,

x

dolní hranice věkové skupiny,

hx

délka intervalu,

Sx

celkový počet osob.

x

4.1.4 Normální délka života Normální délka života je věk, ve kterém dospělé osoby nejčastěji umírají. Lze jej vyčíst z úmrtnostních tabulek, a to ve sloupci dx pod maximální hodnotou.

4.1.5 Index stáří Index stáří je velmi často používanou charakteristikou věkové struktury obyvatelstva, která vypovídá o stárnutí populace. Vyjadřuje, kolik obyvatel ze starších věkových skupin připadá na sto dětí. Bohužel, terminologie není ustálená, za index stáří se vydává i relace jiných věkových skupin, zpravidla vymezených ekonomickými kriterii, v tomto případě se ovšem nejedná o charakteristiku stáří populace (vlastně charakteristiku reprodukce), ale o charakteristiku ekonomickou a to by mělo být jasné i z jejího názvu. Podle volby je tedy možno počítat s generacemi biologicky nebo ekonomicky vymezenými. S biologickými generacemi pracuje Sauvyho index stáří (SIS), který lze vypočítat jako podíl III. biologické skupiny ke generaci I. (Koschin, 2005a): SIS =

P50+ x 100 P0−14

Konkrétně v tomto případě kolik obyvatel ve věku 50 a více let připadá na 100 dětí do 15 let věku. Je-li výsledná velikost indexu nižší než sto, je podíl sledované dětské složky obyvatel vyšší než podíl starších osob, a naopak převyšuje-li výsledná hodnota indexu sto, je počet osob ve věku nad 50 let vyšší než počet dětí v populaci.


28

V praxi je možno se setkat s modifikací Sauvyho indexu stáří, která nepracuje s biologickou skupinou, nýbrž s vymezením ekonomické skupiny:

IS =

P65+ x 100 P0−14

V práci jsou vypočteny oba indexy stáří u obou krajů během let 2000 – 2008.

4.1.6 Pravděpodobná délka života Pravděpodobná délka života je věk, kterého by se při dané úmrtnosti dožila právě polovina narozených, tzn. polovina narozených by tedy zemřela před dosažením pravděpodobné délky života a polovina později. Lze ji vyčíst z úmrtnostních tabulek, jako věk, kterému odpovídá hodnota l ( x) =

1 l (0) (Koschin, 2005a). 2

Výše uvedené charakteristiky jsou vypočteny zvlášť pro muže a ženy v obou sledovaných krajích, a také pro lepší srovnání i za celou Českou republiku. Uvedené charakteristiky jsou vypočteny za dva roky a to za rok 2002 a za rok 2008. Jsou probrány jednotlivé odlišnosti a jejich možné příčiny. Zdrojem pro zpracování jsou údaje z webových stránek Českého statistického úřadu, konkrétně úmrtností tabulky pro oba kraje (Vysočina i MSK) v jednotlivých letech a demografická ročenka krajů 1999 až 2008.

4.1.7 Index maskulinity a feminity Strukturu podle pohlaví lze hodnotit indexem maskulinity, jež vyjadřuje počet mužů připadající na 100 žen v příslušné věkové skupině. Vzhledem k faktu, že se rodí více chlapců než dívek, dosahuje index maskulinity při narození prakticky ve všech zemích hodnoty 105-106. U nás pak poměrně rovnoměrná početní převaha mužů přetrvává zhruba do 45 roku života, kdy jsou stavy vyrovnané, a poté je nahrazena početní převahou žen. V tomto období začíná index maskulinity pravidelně klesat s rostoucím věkem. Důvodem postupného poklesu hodnoty indexu maskulinity je vyšší úroveň úmrtnosti u mužů než u žen ve všech věkových skupinách (zdroj ČSÚ, 2010). Index maskulinity obecně říká kolik mužů v populaci připadá na jednu ženu. Pm ima = ž x 100 P

Pm

počet mužů,

Pž

počet žen.


29

Podobně lze vypočítat index feminity, který říká kolik žen v populaci připadá na jednoho muže. ife =

Pž x 100 Pm

V práci jsou vypočteny indexy obou pohlaví v letech 2000 – 2008 na 100 žen/mužů. Při výpočtu jsou použity střední stavy obyvatel. Zastoupení mužů a žen v populaci se v průběhu času mění podle různých procesů, které v populaci neustále probíhají. Je obecně známo, že v demograficky vyspělých zemích existuje nadúmrtnost mužů v průběhu celého jejich života.

4.1.8 Věková pyramida Věková pyramida se používá ke znázornění věkové struktury obyvatelstva daného státu. Je tvořena dvěma histogramy (pokud se jedná o strom života ten je tvořen dvěma polynomy), přičemž vlevo se umisťuje graf pro muže a vpravo graf pro ženy. Na osu y se vynáší věk popř. věkové skupiny (nezávisle proměnná) a na osu x se vynáší počet osob v příslušné věkové kategorii (závisle proměnná). Věková pyramida všeobecně udává informaci o vývoji populace za posledních asi 100 let, je to tedy jakýsi záznam historie (Koschin, 2005a). Pro názornější srovnání obou krajů je vytvořen strom života pro Moravskoslezský kraj a kraj Vysočinu v roce 2008. Podklady pro vlastní zpracování stromu života jsou získány na stránkách Českého statistického úřadu, ze sekce Obyvatelstvo a volby – Věkové složení obyvatelstva České republiky v roce 2008. K sestavení věkové pyramidy jsou použity relativní počty mužů a žen z MSK a kraje Vysočina k 31.12.2008. Pro přehlednost je také sestavena věková pyramida České republiky za rok 2008, zde jsou použity opět údaje z webových stránek Českého statistického úřadu, jsou zde však použity absolutní počty mužů a žen k 1.7. 2008 (střední stav obyvatel).

Zjednodušený postup při tvorbě stromu života v České republice v roce 2008: Z jednotlivých údajů pro střední stav (1.7.2008) byla vytvořena datová tabulka, která obsahuje čtyři sloupce: dokončený věk, absolutní zastoupení mužů, žen a upravený sloupec pro zastoupení mužů. Tento sloupec byl vytvořen vynásobením -1 absolutních počtů mužů. Pro vytvoření věkové pyramidy byl použit pruhový graf - podtyp 1 (skupinový pruhový graf), do nějž byly vloženy předem připravené hodnoty v absolutním vyjádření. Posléze byl graf upraven do konečné fáze: zvolen název grafu, popisky osy x a y, upravena velikost a pozadí grafu, upraven formát os a mřížky a nakonec byla upravena barva pro lepší zobrazení.


30

4.1.9 Vzdělanostní struktura Vzdělanostní struktura obyvatel ve věku 15 a více let je zpracována z podkladů ČSÚ v roce 2008 ze Statistických ročenek jednotlivých krajů, konkrétně z podsekce Trh práce. Klasifikace vzdělání vychází z mezinárodní standardní klasifikace vzdělávání ISCED 97 a je následující: -

základní vzdělání a bez vzdělání: zahrnuje obyvatelstvo bez vzdělání, neúplné základní vzdělání, základní vzdělání, nižší střední a nižší střední odborné vzdělání,

-

střední bez maturity: střední odborné vzdělání s výučním listem, střední odborné vzdělání bez maturity i bez výučního listu,

-

střední s maturitou: úplné střední všeobecné vzdělání, úplné střední odborné vzdělání s vyučením či maturitou,

-

vysokoškolské: vyšší odborné vzdělání, vysokoškolské bakalářské a magisterské vzdělání a vysokoškolské doktorské vzdělání (zdroj ČSÚ, 2010).

4.1.10 Struktura obyvatelstva podle rodinného stavu Struktura populace podle rodinného stavu u MSK i u kraje Vysočina je zpracována z podkladů Sčítání lidu v roce 2001. Obyvatelstvo se dle rodinného stavu třídí na svobodné, ženaté a vdané, rozvedené a ovdovělé. V práci je provedeno třídění zvlášť pro muže a ženy u obou srovnávaných krajů v roce 2001.

4.2 Demografická dynamika 4.2.1 Porodnost (obecná míra porodnosti) Jedná se o nejjednodušší ukazatel porodnosti. Vyjadřuje poměr počtu živě narozených ku střednímu stavu obyvatelstva ve vymezeném období (Dufek, 2007):

nt =

N tživě St

x 1000

Ntživě počet živě narozených dětí v daném roce,

St

střední stav obyvatelstva v daném roce.

4.2.2 Úmrtnost (obecná míra úmrtnosti)


31

Jedná se o nejjednodušší ukazatel úmrtnosti a vyjadřuje počet zemřelých na 1000 obyvatel středního stavu v ročním vymezení (Vystoupil, Tarabová, 2004): mt =

Mt St

x 1000

Mt

počet zemřelých v daném roce,

St


Kromě obecné míry úmrtnosti jsou v práci vypočteny i ukazatele kojenecké a novorozenecké úmrtnosti, které zkoumají úmrtí do 1 roku života. V prvním roce života se používá ukazatel kojenecké úmrtnosti, ten je definován jako počet zemřelých do 1 roku života na 1 000 živě narozených v daném roce. Novorozenecká úmrtnost naopak zkoumá počet zemřelých do 27 dokončených dnů na 1 000 živě narozených v daném roce. Pro nezkreslené srovnání úmrtnosti ve sledovaných oblastech je použita metoda standardizace, která spočívá v nahrazení věkové struktury pozorované, věkovou strukturou populace zvolené, jako standardní populace. U standardní populace se totiž předpokládá odstranění deformujícího vlivu věkové struktury, tedy věková struktura musí být typická a nedeformovaná. Jako standard je zvolena věková struktura České republiky. V práci je provedena přímá metoda standardizace.

4.2.3 Sňatečnost (obecná míra sňatečnosti) Na rozdíl od úmrtnosti a porodnosti ovlivňuje sňatečnost a rozvodovost proces reprodukce populace jen nepřímo. Sňatek je demografická událost opakovatelného charakteru, která nemusí nastat u každého (na rozdíl od narození a úmrtí). Pro vyjádření sňatečnosti se podle Koschina (2005a) používá obecná míra sňatečnosti:

sňt =

Sňt St

x 1000

S ňt

počet uzavřených manželství v daném roce,

St


Obecná míra sňatečnosti udává počet sňatků na 1000 obyvatel středního stavu.

4.2.4 Rozvodovost (obecná míra rozvodovosti) Zákon č. 265/1949 sb., o právu rodinném zavedl rozvod jako jedinou formu právního zániku manželství za života manželů. Při studiu rozvodovosti je nutné vědět, že počet


32

statisticky zjistitelných rozvedených manželství je vždy nižší než počet rozpadlých manželství, protože nejsou podchycena manželství právně existující, ale již zaniklá (Vystoupil, Tarabová, 2004). Obecná míra rozvodovosti se vypočítá jako poměr počtu rozvodů v kalendářním roce na 1000 obyvatel podle stavu 1. 7. daného kalendářního roku. Tento ukazatel je ovlivněn nejen intenzitou rozvodovosti, ale i strukturou obyvatelstva podle rodinného stavu a věku. rot =

Rt St

x 1000

Rt

počet rozvodů v daném roce,

St


4.2.5 Potratovost (obecná míra potratovosti) Potratovost je demografický proces, který se váže k oběma základním procesům lidské reprodukce- k porodnosti i k úmrtnosti. Ukazatel vyjadřující úroveň potratovosti, je definován jako počet potratů připadajících na 1000 obyvatel středního stavu (Koschin, 2005a): po =

Po x 1000 St

Po

počet potratů v daném roce,

St


Výstižnější charakteristikou, kterou lze sledovat úroveň potratovosti je index potratovosti, který měří počet potratů na 100 narozených v daném roce. V práci je vypočtena jak obecná míra potratovosti, tak index potratovosti.

4.3 Analýza časových řad Časová řada je řada pozorovaných hodnot statistického znaku seřazená zpravidla v přirozené souvislé časové posloupnosti ve směru od minulosti k přítomnosti. Nezbytnou podmínkou je shodné věcné, časové a prostorové vymezení (Minařík, 2007). Z časového hlediska jsou časové řady rozděleny na: -

intervalové (úsekové): udávají kolik jevů vzniklo nebo zaniklo v určitém

časovém intervalu, např. počet živě narozených, počet potratů,

4 MATERIÁL A METODIKA -

33

okamžikové: tyto časové řady informují, kolik jevů existuje v daný časový okamžik, např. počet obyvatel k 1.7.

Dále je možno rozdělit časové řady na krátkodobé a dlouhodobé podle periodicity sledování. Analýza časových řad vychází z předpokladu, že každou časovou řadu je možno rozdělit na trendovou, cyklickou, sezonní a nesystematickou složku. Trendová složka neboli trend vyjadřuje obecnou tendenci dlouhodobého vývoje sledovaného ukazatele v čase. Trend může být klesající nebo rostoucí. Cyklická složka zachycuje nepravidelné kolísání okolo trendu v důsledku dlouhodobého vývoje. Sezonní složka představuje pravidelné kolísání v rámci kalendářního roku a nesystematická složka zachycuje nahodilé a nesystematické výkyvy, chyby měření atd. V diplomové práci jsou k popisu demografických charakteristik použity dlouhodobé intervalové časové řady, které jsou zobrazeny pomocí spojnicových grafů.

4.4 Regresní analýza Regresní analýza je označení statistických metod, pomocí nichž se odhaduje hodnota jisté náhodné veličiny (takzvané závisle proměnné) na základě znalosti jiných veličin (nezávisle proměnných). Dále se rozlišuje teoretická regresní funkce a empirická regresní funkce, která se dá vypočítat na základě empirických údajů. Empirická regresní funkce je pak považována za odhad modelu na základě získaných pozorování. Model regresní funkce, který popisuje vývoj časových řad lze zapsat: –

pro lineární trend:

yi = b0 + b1ti + ε i –

pro i = 1,…,n,

pro polynom 2. stupně:

yi = b0 + b1ti + b2ti + ε i 2

pro i =1,…,n,

–


–

yi = b0 + b1ti + b2ti + b2ti + ε i 2

3

pro i = 1,…,n.

Odhad vhodné regresní funkce lze pak zapsat tímto způsobem: –

pro lineární trend:

yˆ i = bˆ0 + bˆ1t i pro i = 1,…,n, –


2 yˆ i = bˆ0 + bˆ1 xi + bˆ2 xi pro i = 1,…,n,


34

pro polynom 3. stupně

–

2 3 yˆ i = b0 + bˆ1 xi + bˆ2 xi + bˆ3 xi pro i= 1,…,n.

Odhady parametrů každé regresní funkce lze otestovat pomocí metody vycházející z kritéria metody nejmenších čtverců (OLS), který předpokládá, že yi − yˆ i = ei n

n

i =1

i =1

Q = ∑ ei2 = ∑ ( yi − yˆ i ) → min, 2

n

kde

n

∑ ei2 je funkcí neznámých parametrů, přičemž požadujeme, aby i =1

∑e i =1

2 i

→ min.

4.5 Použité statistické metody 4.5.1 F-test1 K posouzení celkové vhodnosti, resp. průkaznosti, regresní funkce se provádí F-test, který se používá k testování jednoho nebo více koeficientů současně. Pro regresní funkci se formulují následující hypotézy: H 0 : b0 = b1 = ... = bn = 0,

H 0 …regresní funkce je statistiky neprůkazná,

H 1 …alespoň jeden regresní parametr bn není roven nule.

ESS p −1 Testová statistika: F = , RSS n− p ESS …odhadnutý součet čtverců,

RSS …reziduální součet čtverců,

p…počet parametrů,

n…počet pozorování.

Kritická (tabelovaná) hodnota je dána Fisher-Snedecorovým rozdělením a platí: Fc = F1−α ( p − 1, n − p ).

Hypotéza H0 je zamítnuta, jestliže vypočtená hodnota testovací statistiky je větší než kritická tabelovaná hodnota. V tomto případě lze považovat zvolený regresní model za významný.

1

Zdroj: opora z předmětu Ekonometrie.


35

Další možností, jak lze posoudit kvalitu regresní funkce a zjistit intenzitu (sílu, těsnost) je výpočet indexu, resp. koeficientu determinace. Regresní funkce je tím lepší, čím více jsou empirické hodnoty vysvětlované proměnné soustředěné kolem odhadnuté regresní funkce (Hindls, Hronová, 2004). Index determinace vychází z rozkladu čtverců. Pro metodu nejmenších čtverců má celková suma čtverců, (TSS) vyjadřující celkovou variabilitu vysvětlované proměnné y, dvě komponenty: – sumu čtverců vysvětlenou regresí (ESS) - představuje část variability vysvětlenou regresním modelem, – reziduální sumu čtverců (RSS) –představuje nevysvětlenou část celkové variability. Index determinace:

R2 =

ESS RSS =1− TSS TSS

V případě lineární regresní funkce se používá označení R 2 a tento index se nazývá koeficientem determinace, resp. koeficientem vícenásobné determinace, pokud se jedná o jiný než lineární vztah regresní funkce, je označován jako index determinace I 2 .

4.5.2 Chow test2 Chow test se používá v analýze časových řad pro detekci náhlých změn v úrovni, trendu nebo variabilitě, přičemž se předpokládá znalost okamžiku strukturální změny. Pro časovou řadu před strukturální změnou a pro časovou řadu po strukturální změně se testuje shodný rozptyl reziduí pomocí F-testu. Jsou formulovány následující hypotézy: H0: není strukturální zlom, H1: je strukturální zlom. Testovací statistika má tvar:

F=

( RSS − ( RSS1 + RSS 2 )) / k , ( RSS1 + RSS 2 ) /(n − 2k )

RSS1…reziduální suma čtverců pro časovou řadu před strukturální změnou, RSS2…reziduální suma čtverců pro časovou řadu po strukturální změně. Pro testování jsou použity roční data za období 1991 – 2008. Testy jsou provedeny v programu Gretl.

2

Zdroj: opora pro předmět Ekonometrie.


36

4.6 Analýza stanovených vztahů Další částí práce je prozkoumání následujících vztahů v kraji Moravskoslezském a v kraji Vysočina: - Počet potratů v závislosti na věku ženy a jejím rodinného stavu - Úmrtnost v závislosti na věku, pohlaví a příčině smrti - Porodnost v závislosti na věku a rodinném stavu matky - Sňatečnost v závislosti na rodinném stavu a věku snoubenců - Rozvodovost podle délky trvání manželství a příčině rozvratu manželství

Všechen materiál, data a údaje jsou zjištěny z webových stránek českého statistického úřadu Vysočina a z kraje MSK. Grafy a tabulky jsou zpracovány pomocí softwaru MS Excel 2003.

5 VÝSLEDKY A DISKUZE

37

5 VÝSLEDKY A DISKUZE K 1. lednu 2009 žilo na Vysočině 515 411 obyvatel, což představuje čtvrtou nejnižší lidnatost mezi kraji ČR. Ženy z toho tvoří 50,4 %. Území kraje Vysočina se administrativně člení na 5 okresů (Havlíčkův Brod, Pelhřimov, Třebíč, Žďár nad Sázavou a Jihlava), 15 správních obvodů obcí s rozšířenou působností (ORP) a 26 obvodů pověřených obecních úřadů (POÚ). V kraji jsou nejčetněji zastoupeny obce s počtem obyvatel menším než 500 lidí. Rozlohou 6 796 km2 (asi 9 % z celkové rozlohy ČR) se kraj řadí mezi regiony nadprůměrné velikosti – pouze 4 kraje ČR mají větší plošnou velikost (zdroj ČSÚ 2010). Moravskoslezský kraj je počtem přes 1 250 tis. obyvatel nejlidnatější v České republice. Ženy z toho tvoří přes 51 %. Moravskoslezský kraj je vymezen okresy – Bruntál, Frýdek-Místek, Karviná, Nový Jičín, Opava a Ostrava-město, a je rozdělen na 22 správních obvodů obcí s rozšířenou působností (ORP), do kterých spadá celkem 299 obcí, z toho je 41 měst. Se svými 299 obcemi však patří k regionům s nejmenším počtem sídel. Tomu odpovídá i hustota osídlení 230 obyvatel na km2. Svou rozlohou 5 427 km2 zaujímá 6,9 % území celé České republiky a řadí se tak na 6. místo mezi všemi kraji. (zdroj ČSÚ 2010).

5.1 Demografická statika Počet obyvatel u obou krajů se podstatně liší a to až dvojnásobně, přestože se kraje svou celkovou rozlohou zásadně neliší (asi o 1 369 km2). Následující tab.č.1. zobrazuje vývoj počtu obyvatel k 1.7., tedy střední stavy obou srovnávaných krajů a také střední stav za celou Českou republiku. V ČR došlo nejprve ke snížení středního stavu, ale od roku 2002 dochází k postupnému nárůstu počtu obyvatel. V kraji Vysočina je podobná tendence s tím, že nárůst je zaznamenán až v roce 2005. U Moravskoslezského kraje se střední stav obyvatel od roku 2000 neustále snižoval, až v posledním sledovaném roce se počet nepatrně zvýšil. Tab.č.1: Střední stav obyvatel k 1.7. ČR Muži Ženy Vysočina Muži Ženy MSK Muži Ženy

Zdroj: ČSÚ

2000 10 272 503 4 999 326 5 273 177 513 949 253 953 259 996 1 275 457 623 095 652 362

2002 10 200 774 4 964 598 5 236 176 510 920 252 307 258 613 1 259 925 615 069 644 856

2004 10 206 923 4 971 730 5 235 193 510 227 252 109 258 118 1 254 257 612 395 641 862

2006 10 266 646 5 013 040 5 253 606 511 114 253 048 258 066 1 249 909 611 143 638 766

2008 10 429 692 5 113 332 5 316 360 514 387 255 100 259 287 1 250 168 612 295 637 873

2008 (%) 100,00 49,03 50,97 100,00 49,59 50,41 100,00 48,98 51,02


38

5.1.1 Struktura obyvatel podle pohlaví a věku Z tab.č.1. je zřejmé, že v porovnání počtu mužů a žen existuje početní převaha žen nad muži, což je obecně známé. U MSK převažují ženy nad muži o více než dva procentní body, u kraje Vysočina je tento rozdíl necelý procentní bod. Struktura pohlaví je sledována pomocí indexu feminity a indexu maskulinity. Následující graf č.1. zaznamenává vývoj indexu feminity, který porovnává počet žen připadající na 100 mužů, a to od roku 2000 až do konce roku 2008. Graf č.1. Vývoj indexu feminity Vývoj indexu feminity 106,00 Index feminity

105,00 104,00 ČR 103,00

Vysočina

102,00

MSK

101,00 100,00 99,00 2000

2001

2002

2003

2004

2005

2006

2007

2008

Rok

Zdroj: Vlastní práce Z grafu č.1. lze vypozorovat, že index feminity u MSK kopíruje hodnoty tohoto indexu za celou Českou republiku, pouze v posledním sledovaném roce se index feminity u MSK zvýšil nad celorepublikovou hodnotu tohoto indexu. Index feminity se pohyboval v průběhu sledovaných let v rozmezí hodnot 104 – 105 žen na 100 mužů. U kraje Vysočina se tato hodnota indexu pohybovala nad hodnotou 102 žen na 100 mužů, a v posledních dvou letech začala mírně klesat pod tuto hodnotu. Následující graf č.2. zobrazuje naopak vývoj indexu maskulinity, tedy kolik mužů připadá na 100 žen ve sledovaném období 2000 – 2008 v obou srovnávaných krajích. Tento index dosahuje nevyšších hodnot v kraji Vysočina a pohybuje se kolem hodnot 97 – 98 mužů na 100 žen. Od roku 2004 má index maskulinity v kraji Vysočina rostoucí trend. V Moravskoslezském kraji index maskulinity nepřetržitě roste od roku 2002, a jeho hodnota se pohybuje kolem 95 mužů na 100 žen, v posledních dvou letech však tato hodnota v MSK vzrostla na hodnotu 96 chlapců na 100 dívek.


39

Graf č.2. Vývoj indexu maskulinity Vývoj indexu maskulinity

Index maskulinity

99,00 98,00 97,00 ČR 96,00

Vysočina

95,00

MSK

94,00 93,00 92,00 2000

2001

2002

2003

2004

2005

2006

2007

2008

Rok

Zdroj: Vlastní práce Věkové složení obyvatelstva je u obou krajů podobný, je zde stejný trend a to pokles I.biologické skupiny ve všech sledovaných letech a naopak růst III.biologické skupiny (viz tab.P1). Největší pokles je zaznamenán od roku 2004 až po konec roku 2008 a projevu je se jak u obou sledovaných krajů, tak za celou Českou republiku. V obou krajích se jedná o regresivní typ populace. Česká republika prochází tzv. demografickým stárnutím, které postihuje od poloviny 20. století s různou intenzitou všechny země. Toto stárnutí se v současnosti stává jedním z celosvětových problémů. O starých lidech a jejich zvyšujícím se počtu se často hovoří, jako o sociálním problému a to zejména v souvislosti s důchodovým systémem a s růstem nákladů na sociální zabezpečení a zdravotní péči, která se neustále stává nákladnější. Velmi zajímavé je srovnání věkové skupiny 65 a více let s věkovou skupinou 0 – 14 let, pomocí indexu stáří. Index stáří určuje kolik obyvatel ve věku 65 a starších připadá na děti do 15 let věku. Je-li výsledná velikost indexu nižší než sto, je podíl sledované dětské složky obyvatel vyšší než podíl starších osob, a naopak převyšuje-li výsledná hodnota indexu sto, je počet osob ve věku 65 a více let vyšší než počet dětí v populaci. Z grafu č.3. je zřejmé, že index stáří se neustále zvyšuje. V kraji Vysočina přesáhl index stáří hodnotu sto v roce 2007, o rok později to bylo už 104,5 %, v MSK přesáhl index stáří hodnotu sto o rok později tj. v roce 2008 na hodnotu 101,2 %. Obecně lze tedy říci, že v kraji Vysočina žije větší počet osob starších 65 let věku než v MSK. Index stáří tedy potvrzuje závěr, že v současnosti žije v České republice více osob ve věku 65 a více let než složka mladých dětí do 15 let. Stárnutí populace je nejcharakterističtějším rysem demografického vývoje České republiky i dalších rozvinutých zemí Evropy. Tento demografický vývoj bude v dalších letech pokračovat. Přispěje k němu zestárnutí populačně silných poválečných ročníků a v dalším období zejména prodlužující se


40

střední délka života. Demograficky řečeno bude česká populace stárnout shora věkové pyramidy. Graf.č.3. Vývoj indexu stáří

Index stáří v %

Vývoj indexu stáří 110 105 100 95 90 85 80 75 70 65 60

ČR Vysočina MSK

2000

2002

2004

2006

2008

Zdroj: Vlastní práce Co je příčinou demografického stárnutí v České republice? Příčinou jsou hned dva faktory, které se podílí na stárnutí celé populace. Prvním faktorem je pokles porodnosti a plodnosti a tím zpomalení růstu mladých věkových skupin. Druhým faktorem je zrychlení růstu počtu osob ve starším věku, které je důsledkem rychlejšího snižování měr úmrtnosti ve vyšším věku. Sociální rozvoj, lepší životní a pracovní podmínky, pokroky v medicíně a prosazování sociálních práv vedou k tomu, že méně lidí dnes umírá předčasně v dětství nebo během pracovního života. Získané roky života jsou hodnotou samy o sobě. Více lidí má možnost prožít delší život než v minulosti a starší lidé tak tvoří významnější část populace než kdykoliv v minulosti. Toto vše vede k prodlužování naděje dožití a tím k častějšímu dožívání se vyššího a vysokého věku. V tab.P.1. lze vypozorovat, že průměrný věk v obou krajích roste a pohybuje se okolo 40 let. Co se týče průměrného věku podle pohlaví, lze z tab.č.2 vyčíst, že průměrný věk mužů v obou srovnávaných krajích se pohyboval v roce 2002 kolem 37 let a během šesti let se zvýšil na 38,7 let. Průměrný věk žen v roce 2002 byl 40 let, a to jak v Moravskoslezském kraji, tak v kraji Vysočina. Během následujících šesti let se průměrný věk žen zvýšil u obou krajů na hodnotu 41,7 let. Normální délka života je věk, ve kterém lidé nejvíce umírají. Na Vysočině byla normální délka života v roce 2002 u mužů 77 let a u žen 85 let, tedy rozdíl celých 8 let. U MSK byla normální délka života v roce 2002 stejná pro obě pohlaví a to 87 let. V následujících letech došlo k růstu normální délky života u mužů v kraji Vysočina o 6 let, tedy na hodnotu 83 let v roce 2008, u žen došlo k růstu pouze o 2 roky, tj. na


41

hodnotu 87 let v roce 2008. V MSK byl podle tab.č.2. zaznamenán zcela opačný vývoj normální délky života jak u mužů, tak u žen. U obou pohlaví došlo během šesti let ke snížení normální délky života. V roce 2008 byla normální délka života u mužů v MSK 80 let, od roku 2002 došlo ke snížení o 7 let, u žen byla v roce 2008 tato hodnota 86 let, tedy snížení o 1 rok. Pravděpodobná délka života je věk, kterého by se při dané úmrtnosti dožila právě polovina narozených. V roce 2002 byla tato délka života u mužů pro ČR 75 let a u žen 81 let, v kraji Vysočina se pravděpodobná délka života pohybovala kolem celorepublikové hodnoty, tedy u mužů to bylo 76 let a u žen 82 let. V MSK byla v roce 2002 u mužů kratší pravděpodobná délka života než na Vysočině a to o 3 roky, u žen byla tato délka také kratší a to pouze o jeden rok života. Během sledovaných šesti let došlo k nárůstu pravděpodobné délky života jak u MSK, tak u kraje Vysočina u obou pohlaví (viz.tab.č.2.). Naděje na dožití od roku 2002 stoupala o 1 až 2 roky. Nejvyšší naděje na dožití v 0 letech věku byla v roce 2008 na Vysočině u obou pohlaví, v 60-ti letech věku byla opět nejvyšší naděje na dožití v kraji Vysočina u obou pohlaví, v 80-ti letech byla naděje na dožití nejvyšší v MSK u obou pohlaví. Tab.č.2. Vybrané ukazatele věkové struktury obyvatelstva 2002 Vysočina

ČR Muži Průměrný věk Normální délka života Pravděpodobná délka života Naděje na dožití v 0 letech v 60 letech v 80 letech Ženy Průměrný věk Normální délka života Pravděpodobná délka života Naděje na dožití v 0 letech v 60 letech v 80 letech

MSK

2008 Vysočina

ČR

MSK

37,7 80 75

37,2 77 76

36,9 87 73

38,9 82 77

38,8 83 77

38,6 80 75

72,07 17,28 6,03

72,91 17,83 5,92

70,44 16,29 5,29

73,96 18,54 6,62

74,54 18,82 6,63

72,3 17,59 6,67

40,8 84 81

40,1 85 82

40 87 81

42 86 83

41,7 87 84

41,7 86 82

78,54 21,31 6,94

79,03 21,49 6,83

77,91 20,99 6,78

80,13 22,56 7,57

81,06 22,99 7,58

79,41 22,15 7,62

Zdroj: úmrtnostní tabulky, ČSÚ. Z popsaných charakteristik vyplývá, že ženy se dožívají podstatně vyššího věku u obou krajů než muži a věkové složení populace obou krajů stárne. Nejen v České republice, ale i ostatních rozvinutých zemích EU dochází ke stejné nebo podobné situaci, a to ke snížení dětské složky a naopak růstu seniorů. V březnu 2006 vláda České republiky v návaznosti na první zprávu o plnění Národního programu přípravy na stárnutí na období let 2003 až 2007 zřídila Radu vlády pro seniory a stárnutí populace jako svůj


42

poradní a iniciativní orgán. Tato Rada je stálým poradním orgánem vlády pro otázky týkající se seniorů a stárnutí populace. Ve své činnosti usiluje o vytvoření podmínek pro zdravé, aktivní a důstojné stárnutí a stáří v České republice, a aktivní zapojení starších osob do ekonomického a sociálního rozvoje společnosti v kontextu demografického vývoje. Na Národní program přípravy na stárnutí na období let 2003 až 2007 navazuje program „Národní program přípravy na stárnutí na období let 2008 až 2012“, který má za cíl zajistit, aby dílčí politiky adekvátně reagovaly na tyto změny a na potřeby a problémy starších lidí. Program vychází z předpokladu, že ke zvýšení kvality života ve stáří a k úspěšnému řešení výzev spojených s demografickým stárnutím je nezbytné zaměřit se na následující prioritní témata: aktivní stárnutí, prostředí a komunita vstřícná ke stáří, zlepšení zdraví a zdravotní péče ve stáří, podpora rodiny a pečovatelů, podpora participace na životě společnosti a ochrana lidských práv apod. Věková skladba populace je důsledkem přirozené a mechanické měny obyvatelstva, které zároveň zpětně ovlivňuje. Následující graf č.4. popisuje věkovou strukturu České republiky v roce 2008. Česká Republika, vzhledem k svému pohnutému osudu ve dvacátém století, má silně nepravidelnou věkovou strukturu, ve které se stále odrážejí obě světové války, hospodářská krize 30. let a v současné době i razantní počátek druhého demografického přechodu, jež souvisí s revolučními společensko politickými změnami 90. let. V současné době má Česká republika věkovou strukturu tzv. regresivního typu se značnou převahou žen ve vyšším věku, jejíž příčinou je jak vysoká míra mužské nadúmrtnosti, tak poválečná emigrace. Graf je na samém vrcholu podstatně širší na straně žen, což potvrzuje, že ženy mají delší střední délku života. Věk 90 a více let odpovídá narozeným v době první světové války (1914 - 1918), tehdy se rodilo podstatně méně dětí. Další výkyv je u 72 – 77letých, což odpovídá narozeným v roce 1931 - 1936, kdy doznívala Velká hospodářská krize. Další zářez u 63letých odpovídá roku 1945, kdy se narodilo méně dětí než v sousedních letech. Věk 48 až 50 let odpovídá rychlému poklesu počtu osob z důvodu přijetí zákona o umělém přerušení těhotenství v roce 1957, jeho efekt se po dvou letech však vyčerpal a začal se projevovat opět rostoucí počet narozených za války i díky vlivu celé řadě pronatalitních opatření jako např. zvýšení dětských přídavků, snížení cen dětské konfekce, zdarma dostupné učebnice apod. Věk 43 až 45 let odpovídá opatření: prodloužení mateřské dovolené, slevy na nájem podle počtu dětí, zvýhodnění osamělých matek apod. Od 34letých směrem k mladším generacím je zaznamenán pokles porodnosti. Teprve od roku 2001 došlo k postupnému mírnému růstu porodnosti.


43

Graf.č.4. Věková pyramida ČR v roce 2008 (stav obyvatel k 1.7.)

Věková pyramida ČR 2008

V ěk

100+ 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0

Ženy

Muži

100000 80000 60000 40000 20000

0

20000 40000 60000 80000 100000

Počty

Zdroj: Vlastní práce Další graf č.5. zobrazuje věkovou pyramidu MSK a kraje Vysočina k 31.12. 2008 dle pětiletých věkových skupin.


44

Graf.č.5. Věková struktura MSK a kraje Vysočina v roce 2008 (stav obyvatel k 31.12.)

Věková struktura MSK a VYS v roce 2008 Muži MSK

V ěk

35,0

25,0

Ženy MSK

Ženy VYS

95 + 90 - 94 85 - 89 80 - 84 75 - 79 70 - 74 65 - 69 60 - 64 55 - 59 50 - 54 45 - 49 40 - 44 35 - 39 30 - 34 25 - 29 20 - 24 15 - 19 10 - 14 5- 9 1- 4 0

Muži

45,0

Muži VYS

15,0

5,0

Ženy

5,0

15,0

25,0

35,0

45,0

Podíly

Zdroj: Vlastní práce Z grafu je zřejmé že věková struktura obyvatel obou srovnávaných krajů je podobná, v určitých věkových skupinách existují však rozdíly. Rozdíl je např. u žen a mužů ve věkových skupinách 80 – 84, 75 – 79 a 70 – 74, kde je v kraji Vysočina podstatně větší počet žen i mužů než v MSK. Ve věkových skupinách 65 – 69 až 35 – 39 je větší počet žen v MSK než v kraji Vysočina, co se týče mužů, tak převyšují muži v MSK. V nižších věkových skupinách je zastoupení mužů a žen v obou krajích téměr podobné.

5.1.2 Struktura podle vzdělání


45

Vzdělaností obyvatelstva se rozumí dosažený stupeň vzdělání. Z tab.č.3. lze vypozorovat, že v MSK žije více obyvatel se základním vzděláním a bez vzdělání než v kraji Vysočina. Konkrétně to je 21 % z celkového počtu obyvatel v MSK ve věku 15 a více let, na Vysočině je to kolem 18 %. Nejobjemnější složkou podle vzdělání u obou srovnávaných krajů tvoří skupina vzdělání střední bez maturity tj. střední odborné vzdělání s výučním listem, střední odborné vzdělání bez maturity i bez výučního listu. V MSK v roce 2008 byl tento podíl vzdělání 38 % a v kraji Vysočina to bylo více než 40 %. Co se týče středního vzdělání s maturitou tak u obou krajů v roce 2008 to byl stejný podíl na vzdělání, a to konkrétně cca 31 %. Nejmenšího podílu dosahovali vysokoškolsky vzdělaní obyvatelé u obou krajů, tento podíl se pohyboval kolem 9,5 %. Tab.č.3. Vzdělanostní struktura obyvatel v roce 2008 (v %) MSK Obyvatelstvo ve věku 15 a více let celkem

VYS

ČR

100,00 100,00 100,00

základní a bez vzdělání 21,39 střední bez maturity 38,66

18,05 40,61

18,73 35,75

střední s maturitou

30,42

31,87

33,76

9,52

9,48

11,74

základní a bez vzdělání 14,64 střední bez maturity 47,26

12,68 49,40

13,51 43,20

střední s maturitou

27,65

27,45

30,28

vysokoškolské

10,43

10,47

13,00

základní a bez vzdělání 27,77 střední bez maturity 30,53 střední s maturitou 33,04 vysokoškolské 8,66

23,26 32,07 36,15 8,52

23,68 28,71 37,06 10,55

vysokoškolské Muži

Ženy

Zdroj: Vlastní výpočty Z tabulky lze také vyčíst rozdělení vzdělání podle mužů a žen. Lze tak vypozorovat zajímavé skutečnosti, které existují v obou krajích. Muži v obou krajích se vyznačují nižším zastoupením složky: základní a bez vzdělání v porovnání s ženami. Naopak u mužů je nejobjemnější složka vzdělání střední bez maturity a to u obou krajů. U žen je nejobjemnější složkou: střední s maturitou. Vysokoškolským vzděláním více disponují muži než ženy, a to v obou krajích.

5.1.3 Struktura obyvatelstva podle rodinného stavu Rodinný stav obyvatelstva je ovlivňován vývojem sňatečnosti a rozvodovosti v uplynulých obdobích. V souvislosti s poklesem úrovně sňatečnosti a s nárůstem úrovně


46

rozvodovosti v posledních desetiletích se velmi zvýšil podíl svobodných v populaci starší 15 let a současně se snížil podíl vdaných či ženatých a vzrostl podíl rozvedených. Tab.č.4. Rodinný stav obyvatel v roce 2001 (v %) Kraj

MSK

VYS

ČR

Muži

100,00

100,00

100,00

svobodní

42,84

43,48

42,30

ženatí

47,04

49,12

47,58

rozvedení

7,15

4,71

7,07

ovdovělí

2,31

2,40

2,45

nezjištěno

0,67

0,29

0,60

100,00

100,00

100,00

svobodné

33,58

33,47

32,89

vdané

44,93

47,92

45,22

rozvedené

8,69

5,72

8,76

ovdovělé

12,30

12,61

12,63

nezjištěno

0,51

0,28

0,51

Ženy

Zdroj: Vlastní výpočty Z tab.č.4. lze vypozorovat, že největší složkou jak u mužů, tak u žen tvoří ženatí a vdané, tato složka u mužů tvoří v MSK 47 % a na Vysočině je to 49 %, tedy o dva procentní body více. Co se týče celorepublikového průměru, tak je to hodnota kolem 48 %, tedy oba kraje se pohybují kolem tohoto celorepublikového průměru. U žen v MSK jsou vdané zastoupeny 45 p.b., a v kraji Vysočina je to o necelé 3 procentní body více, tedy vdané na Vysočině tvoří 48 % z celkového počtu žen na Vysočině. Lze tedy konstatovat, že v kraji Vysočina je největší zastoupení ženatých a vdaných s porovnáním Moravskoslezského kraje a také s porovnáním celé České republiky. Druhou největší složku tvoří u obou krajů svobodní a svobodné. U mužů je tato složka zastoupena shodně u obou srovnávaných krajů a to konkrétně 43 %. U žen je více svobodných v MSK než v kraji Vysočina a tento rozdíl je velmi malý cca o 0,10 p.b.. Více rozvedených žen je v MSK, a to o tři procentní body než u žen v kraji Vysočina. Rozvedených mužů v MSK je 7 % v kraji Vysočina je to hodnota 5 %. Kraj Vysočina se vyznačuje s nízkým zastoupením rozvedených mužů a žen oproti srovnávanému kraji, kde jsou tyto hodnoty daleko vyšší. Ovdovělí a ovdovělé tvoří u obou krajů stejné zastoupení, u mužů je to kolem 2 %, u žen tvoří tato složka kolem 12 %.


47

5.2 Demografická dynamika 5.2.1 Porodnost Porodnost u obou srovnávaných krajů je sledována pomocí obecné míry porodnosti. Graf č.6. znázorňuje vývoj porodnosti v letech 2000 – 2008. Jelikož jsou oba kraje co se týče počtu obyvatel velmi rozdílné, jsou zde použity relativní veličiny udávající počet živě narozených obyvatel na 1000 obyvatel středního stavu. Graf č. 6. Vývoj porodnosti v letech 2000 – 2008 (v ‰)

Počet živě narozených na 1000 obyvatel

Porodnost 12,0 11,5 11,0 10,5

ČR

10,0 9,5

VYS MSK

9,0 8,5 8,0 2000

2001

2002

2003

2004

2005

2006

2007

2008

Zdroj: Vlastní práce Z grafu č. 6. je viditelná rostoucí tendence jak v Moravskoslezském kraji, tak v kraji Vysočina, kromě roku 2001, kdy došlo k poklesu obecné míry porodnosti u kraje Vysočina. Vysočina po celé sledované období vykazovala vyšší obecnou míru porodnosti než Moravskoslezský kraj, a to proto, že v kraji Vysočina je zastoupen větší podíl venkovského obyvatelstva, které žije na vesnicích, v nichž se žije podstatně jinak, než ve velkých městech, které se rychleji přizpůsobují měnícím se trendům a novému životnímu stylu. Vysočina je daleko konzervativnější než MSK. Podle tab.P2 lze konstatovat, že porodnost u obou srovnávaných krajů se v průběhu let 2000 – 2008 pohybovala v rozmezí hodnost 8,8 – 11,0 ‰, a kopírovala hodnoty za celou Českou republiku. Od roku 2000 do roku 2004 docházelo pouze k mírnému nárůstu porodnosti u obou krajů a to o 0,1 – 0,2 ‰ ročně. Teprve od roku 2004 se obecná míra porodnosti začala zvyšovat o více než 0,3 ‰ ročně. Tento trend se projevuje jak u kraje Vysočina, tak u Moravskoslezského kraje. Co je příčinou zvyšující se porodnosti v těchto letech? Již z věkové pyramidy je zřejmé, že v posledních letech dochází k nárůstu obyvatel u obou krajů. Příčinou tohoto nárůstu je přechod žen, které jsou narozené ve druhé polovině 70. let do reprodukčního období. V dalších letech se však již předpokládá snížení porodnosti, a to z důvodu úbytku žen


48

v reprodukčním věku. Toto tvrzení, potvrzuje i fakt, že již v roce 2009 se snížila obecná míra porodnosti a to jak za celou Českou republiku, tak i v obou sledovaných krajích. V Moravskoslezském kraji se narodilo v roce 2009 celkem 13 238 dětí, oproti roku 2008 je to o 164 dětí méně, v kraji Vysočina se narodilo 5 447 dětí v roce 2009, oproti roku 2008 je to o 202 dětí méně. Další snižování počtu narozených se předpokládá i v následujících letech. Stát může svými prostředky podpořit porodnost a to např. porodným, prodloužením placené mateřské dovolené, mateřským příspěvkem, slevou na daních pro rodiny s dětmi, různými dotacemi dětským a školským zařízením apod. Podrobnější prozkoumání porodnosti v závislosti na věku a rodinném stavu matky je provedeno v následující části práce: analýza stanovených vztahů. Porodnost byla dále testována Chow testem, který detekuje strukturální změny – neboli zlomy, které v průběhu sledovaného období mohou či nemusí nastat. Pro provedení testu byly využity roční údaje od roku 1991 – 2008. V grafu č.7. jsou zaznamenány zlomy, které se testováním prokázaly jak v kraji Vysočina, tak v MSK. Graf č.7. Chow test - porodnost Chow test - porodnost

Testovací statistika

12 10 8

ČR

6

VYS MSK

4 2

19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07

0

Zdroj: Vlastní práce Pro sledované oblasti (ČR, MSK, VYS) byl použit polynom 2. stupně. Kritická hodnota pro roky 1994–2006 byla 3,49 a měla Fisher-Snedecorovo rozdělení s ν1 = 3 a ν2 = 12 stupni volnosti. V grafu je tato hodnota vyznačena černou čárou. V letech, kde vypočtené hodnoty testovacích statistik tuto hranici překročily, jsou identifikovány strukturální zlomy. Testovací statistika pro rok 1992 byla F(1,14) = 4,60 a pro rok 1993 a rok 2007 byla F (2,13) = 3,885 (12) nebo 3,739 (14). Z grafu je zřejmé, že této hodnoty žádný z krajů nedosahoval. V obou sledovaných krajích byly prokázány zlomy v letech 1994 až 1997, kdy docházelo k prudkému poklesu porodnosti jak v celé České republice, tak v jednotlivých krajích.


49

5.2.2 Úmrtnost Úroveň úmrtnosti je jedním z nejčastěji využívaných indikátorů životní úrovně obyvatelstva a kvality života. V posledních letech se úmrtnostní poměry začaly zlepšovat, za tímto zlepšením beze sporu patří zejména zlepšující se zdravotní stav celé populace. Úmrtnost je pozorována pomocí obecné míry úmrtnosti, tedy v přepočtu na 1000 obyvatel středního stavu, z důvodu lepšího srovnání obou krajů. Vývoj obecné míry úmrtnosti v letech 2000 – 2008 je znázorněn v grafu č.8. Graf č.8. Vývoj úmrtnosti v letech 2000 – 2008 (v ‰)

Počet zemřelých na 1000 obyvatel

Úmrtnost 11,5 11,0 10,5

ČR

10,0

VYS MSK

9,5 9,0 8,5 2000

2001

2002

2003

2004

2005

2006

2007

2008

Zdroj: Vlastní práce Z grafu je zřejmé, že vývoj obecné míry úmrtnosti v obou krajích má klesající tendenci. Na tomto pozitivním vývoji se podílí více faktorů, např. zlepšující se zdravotní stav a životní styl populace, zlepšující se stav zdravotnictví, zejména dostupnější a kvalitnější ošetření, technika a léčiva. V roce 2000 byla v kraji Vysočina úmrtnost 10,3 ‰ a po sledovanou dobu se postupně snižovala až na hodnotu 9,5 ‰ v roce 2008. V Moravskoslezském kraji se v roce 2000 pohybovala úmrtnost kolem 10,1 ‰ a po sledované období také míra úmrtnosti v tomto kraji klesala, avšak v posledním roce tj. v roce 2008 se obecná míra úmrtnosti zvýšila na hodnotu 10,4 ‰. Zvýšená úmrtnost na Vysočině byla zaznamenána v letech 2003 a 2005, u MSK to bylo v roce 2003 a v roce 2008. Zvýšení úmrtnosti v roce 2003 u obou krajů může mít za následek mimo jiné i chřipková epidemie, která kulminovala právě v únoru a březnu zmiňovaného roku 2003. V kraji Vysočina byla obecná míra úmrtnosti po celé sledované období nižší, než v kraji Moravskoslezském. Co je příčinou vyšších hodnost úmrtnosti v MSK? Zejména velmi znečištěné ovzduší a nezdravá životospráva. Moravskoslezský kraj je z hlediska kvality ovzduší velmi


50

zatíženou oblastí, v kraji přetrvávají problémy s nadlimitním výskytem prachu v ovzduší, především na území ostravsko-karvinské aglomerace a v přilehlých oblastech. Přípustný denní imisní limit pro prach je opakovaně, často i několikanásobně překračován. Objem vypouštěných znečišťujících látek do ovzduší Moravskoslezského kraje od počátku 90. let vytrvale klesá. Na snížení emisí těchto znečišťujících látek se výrazně podílel nejen pokles průmyslové výroby, ale také masivní investice do náročných a rozsáhlých opatření na snížení emisí znečišťujících látek z velkých zdrojů. Přes tento výrazný pokles znečištění se Moravskoslezský kraj nadále udržuje na první příčce mezi regiony s nejhorší kvalitou ovzduší. Ke zlepšení kvality ovzduší v MSK může výrazněji přispět např. rozvoj hromadné veřejné dopravy, podpora přechodu domácností od spalování neekologického uhlí k vytápění k ovzduší mnohem přijatelnějším zemním plynem apod. Další příčinou vysoké úmrtnosti v MSK je nezdravá životospráva, a to zejména nadměrné pojídání masných a uzených výrobků. Pro nezkreslené srovnání míry úmrtnosti byla použita metoda standardizace. U obou krajů je lepší odstranit vliv rozdílných věkových struktur obyvatel a nahradit je věkovou strukturou populace zvolené, kterou je standardní populace. Za standard byla zvolena věková struktura České republiky v jednotlivých letech. Tab.č.5. Míry úmrtnosti v letech 2002 - 2008 Kraj

MSK Standardizovaná míra Obecná míra Obecná míra úmrtnosti2) úmrtnosti1) Rok úmrtnosti1) 10,371 11,389 9,904 2002 10,583 11,593 10,277 2003 10,333 10,333 9,679 2004 10,378 11,229 10,469 2005 10,126 10,126 9,338 2006 10,140 10,813 9,521 2007 10,378 10,967 9,489 2008 1) Zemřelí na 1000 obyvatel středního stavu 2) Přepočet obecné míry úmrtnosti na věkový standard ČR v daném roce

VYS Standardizovaná míra úmrtnosti2) 9,963 10,372 9,767 10,539 9,401 9,527 9,441

Zdroj: Vlastní práce V tab.č.5. je znázorněn vývoj obecné i standardizované míry úmrtnosti v obou sledovaných krajích. Standardizovaná míra úmrtnosti se v MSK pohybovala ve sledovaném období na mnohem vyšších hodnotách než tomu bylo v kraji Vysočina. Příčinou jsou již zmíněné problémy, které provází MSK již řadu let. Pro zjištění úmrtnosti v prvním roce života byla vypočtena kojenecká úmrtnost, kterou znázorňuje graf č.9. Vývoj kojenecké úmrtnosti má přes jisté výkyvy klesající tendenci, jak v MSK, tak na Vysočině. Na Vysočině se hodnoty kojenecké úmrtnosti pohybovaly na nižší úrovni, než tomu bylo v MSK. Kojenecká úmrtnost se ve sledovaném období pohybovala v rozmezí 2,1 ‰ – 5,8 ‰ (viz Tab.P4). V roce 2008 dosáhla kojenecká


51

úmrtnost v kraji Vysočina historicky nejnižší úroveň za sledované období, tato hodnota byla 2,1 ‰. V Moravskoslezském kraji se v roce 2008 hodnota kojenecké úmrtnosti pohybovala na 4,0 ‰. Z pohledu tohoto ukazatele patří Česká republika mezi nejvyspělejší země světa. Nízké hodnoty svědčí o tom, že v České republice existuje špičková úroveň předporodní a poporodní péče. Graf.č.9. Vývoj kojenecké úmrtnosti v letech 2000 – 2008 (v ‰)

Počet zemřelých do 1 roku života na 1 000 živě narozených

Vývoj kojenecké úmrtnosti 6,0 5,5 5,0 4,5

ČR

4,0

MSK

3,5

VYS

3,0 2,5 2,0 2000

2001

2002

2003

2004

2005

2006

2007

2008

Zdroj: Vlastní práce Další charakteristikou, která měří úmrtnost dětí do jednoho roku je novorozenecká úmrtnost, která sleduje zemřelé do 27 dokončených dnů. Tyto hodnoty obsahuje tab.P4. Obecně má novorozenecká úmrtnost také klesající trend, a to jak v Moravskoslezském kraji, tak v kraji Vysočina. Podrobná analýza úmrtnosti v závislosti na věku, pohlaví a příčině smrti je provedena v následující části práce: analýza stanovených vztahů. Dále byly hodnoty úmrtnosti v jednotlivých krajích i za celou Českou republiku testovány pomocí Chow testu, který detekuje možné strukturální zlomy, které mohou či nemusí nastat. Pro sestrojení Chow testu byly použity roční hodnoty za období 1991 – 2008. V kraji Vysočina nedošlo ve sledovaném období k žádným strukturálním zlomům, naproti tomu v kraji Moravskoslezském se prokázaly zlomy v roce 2000 – 2004. Při testování úmrtnosti za celou Českou republiku se projevily strukturální zlomy, a to nejprve v roce 1996 a posléze v letech 1998 až 2006. Pro všechny tři zkoumané oblasti ( MSK, VYS a ČR) byl použit jiný polynom jiného stupně, je proto třeba vypočtené hodnoty jednotlivých testovacích statistik porovnávat vůči odlišným kritickým hodnotám. V kraji Vysočina byl konkrétně použit polynom 1. stupně, v Moravskoslezském kraji byl použit polynom 3 stupně a u úmrtnosti za celu

Českou republiku byl použit polynom 2. stupně.


52

Graf.č.10. Chow test – úmrtnost Chow test - úmrtnost

Testovací sxtatistika

10 8 ČR

6

VYS 4

MSK

2

19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07

0

Zdroj: Vlastní práce Kritická hodnota pro úmrtnost ČR pro roky 1994 – 2006 byla 3,49 a měla FisherSnedecorovo rozdělení s ν1 = 3 a ν2 = 12 stupni volnosti. V grafu je tato hodnota vyznačena černou čárou pouze tam, kde došlo ke strukturálním zlomům tj. v roce 1996 a v letech 1998 – 2006, kdy docházelo postupně ke snižování a zvyšování počtu zemřelých. V Moravskoslezském kraji byly odhaleny zlomy v letech 2000 – 2004, kdy docházelo k prudkému růstu počtu úmrtí. Kritická hodnota v těchto letech byla 3,478 a měla Fisher-Snedecorovo rozdělení s ν1 = 4 a ν2 = 10 stupni volnosti. V grafu č. 10. je tato hodnota zaznačena černou čarou.

5.2.3 Sňatečnost V současnosti je sňatečnost velmi diskutovaným tématem, protože u ní dochází v posledních letech k velmi prudkému poklesu. Od roku 2007 se projevuje velmi klesající tendence a dokonce v roce 2009 byl v Česku uzavřen nejmenší počet manželství v historii. Rok od roku se zvyšuje i věk lidí vstupujících do manželství. Ve sňatečnosti lze vypozorovat určité sezónní trendy. V České republice je nejnižší sňatečnost obvykle v květnu, což má zřejmě souvislost s tradičním rčením „svatba v máji, manželství do roka na máry.“ Nejvíce sňatků lidé uzavírají v červnu a v září. Stejně jako u ostatních charakteristik je pro účely srovnatelnosti krajů sňatečnost v grafu č.11 pozorována v relativním vyjádření, tedy v přepočtu na 1000 obyvatel středního stavu.


53

Graf č.11. Vývoj sňatečnosti v letech 2000 – 2008 (v ‰)

Počet uzavřených sňatků na 1000 obyvatel

Sňatečnost 5,8 5,6 5,4 5,2

ČR

5,0

VYS

4,8

MSK

4,6 4,4 4,2 4,0 2000

2001

2002

2003

2004

2005

2006

2007

2008

Zdroj: Vlastní práce Vývoj sňatečnosti ve sledovaných oblastech má podobný trend a lze ho rozdělit do několika částí. V prvních třech sledovaných letech má obecná míra sňatečnosti klesající trend, od roku 2003 se zase mění v trend rostoucí, a to až do roku 2007, kdy dochází k nejvyššímu nárůstu počtu uzavřených manželství za celé sledované období. V dalším roce došlo k prudkému snížení sňatečnosti a to ve všech sledovaných oblastech. Na Vysočině dosahovala obecná míra sňatečnosti vyšších hodnot než v MSK, toto se však mění v roce 2006, kdy se sňatečnost v Moravskoslezském kraji zvýšila na vyšší hodnoty než v kraji Vysočina. Sňatečnost (viz Tab.P5) se ve sledovaném období pohybovala v rozmezí 4,5 ‰ – 5,4 ‰. Nejnižší počet sňatků bylo uzavřeno v MSK v roce 2003 a to 5 642 (4,5 ‰) sňatků, naopak nejvíce sňatků bylo v období 2000 – 2008 uzavřeno v MSK v roce 2007 a to 6 694 (5,4 ‰) sňatků. V průběhu dalších let se předpokládá další snižování obecné míry sňatečnosti a to jak v MSK, tak na Vysočině. Již v roce 2009 dosáhla sňatečnost nejnižších hodnot v historii. Proč se uzavírá stále méně sňatků? Bezprostřední příčinou vývoje sňatečnosti ve sledovaném období je změna populačního klimatu, zejména odkládání sňatků a porodů do vyššího věku a tendence omezování počtu dětí v rodině. K tomuto rozhodnutí jsou mladí lidé vedeni komplexem ekonomických a sociálně psychických jevů, vznikajících v současném procesu transformace české společnosti. Vedle obvyklých ekonomických a bytových potíží vede k odkládání sňatků i podstatně širší rejstřík zájmů mladých lidí: podnikání, cestování, dočasný pobyt v zahraničí, profesní kariéra aj. Dále se také změnilo společenské postavení žen. Ženy už nejsou tolik podřízené mužům, jak tomu bylo dříve. Jak muž tak žena dnes touží po seberealizaci, dobrém pracovním uplatnění a kariérním růstu. Dalším faktorem snižující se sňatečnosti je nedostatek bytů a zároveň jejich finanční nedostupnost, výrazný růst nákladů na domácnost a


54

nedostatečná státní podpora spolu s nízkými příjmy. Tyto faktory, ale i jiné se dramaticky podílí na proměně instituce manželství. Tyto vlivy budou působit i v budoucnosti a je pravděpodobné, že zvyšování průměrného věku snoubenců bude pokračovat, tak jako bude klesat počet uzavřených sňatků. Jak zvýšit obecnou míru sňatečnosti? Jelikož mezi sňatečností a porodností existuje vzájemná závislost, stát by měl zasáhnout a např. přijmout různá opatření v souvislosti s délkou výplaty rodičovské dávky a mateřským příspěvkem, neměl by rušit mateřskou, ale naopak tímto by mohl stimulovat do určité míry mladé lidi k tomu, aby založili rodinu, zavedení slevy na daních pro rodiny s dětmi, různé dotace dětským a školským zařízením apod. Faktorů, které v současné době působí na vývoj sňatečnosti je mnoho, ale stát může ovlivnit pouze některé z těchto faktorů, v konečné fázi zda uzavřít či neuzavřít manželství záleží na samotných partnerech. Další podrobné zkoumání sňatečnosti v závislosti na rodinném stavu a věku snoubenců je provedeno v následující části práce: analýza stanovených vztahů. Sňatečnost ve sledovaných krajích byla testována na strukturální zlomy, díky Chow testu, který zlomy detekuje. Následující graf č. 12. ukazuje zlomy, které byly pomocí testu odhaleny jak v MSK, tak v kraji Vysočina. Pro provedení testu byly použity roční data od roku 1991 do roku 2008. Graf č. 12. Chow test - sňatečnost Chow test - sňatečnost 16


14 12 10

ČR VYS

8

MSK

6 4 2

19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07

0

Zdroj: Vlastní práce Ve sledovaných oblastech byl použit stejný polynom, a to polynom 2. stupně. Testovací statistika pro rok 1993 byla F(2,13) = 3,885 (12) nebo 3,739 (14). Tato hodnota je zaznačena v grafu černou čárou tam, kde nastal strukturální zlom. Kritická hodnota pro


55

sňatečnost v letech 1994 – 2006 byla 3,49 a měla Fisher-Snedecorovo rozdělení s ν1 = 3 a ν2 = 12 stupni volnosti. V grafu je tato hodnota vyznačena černou čárou pouze tam, kde došlo ke strukturálním zlomům tj. v letech 1994 - 1997, kdy docházelo postupně k prudkému snižování sňatečnosti. V Moravskoslezském kraji byly detekovány dva strukturální zlomy a to v roce 1993 a 1994. V kraji Vysočina došlo ke zlomům v letech 1994 – 1996 a u sňatečnosti za ČR došlo ke zlomům v letech 1993 – 1997. V kraji Vysočina nastaly větší strukturální zlomy než v MSK, tzn., že docházelo na Vysočině k mnohem prudšímu poklesu sňatečnosti.

5.2.4 Rozvodovost Vysoká míra rozvodovosti patří k charakteristickým rysům demografického vývoje v

České republice. Od osmdesátých let je 30 až 40 % manželství později rozváděno, a i při rychle klesajícím počtu sňatků v posledních letech se počet rozvodů pohybuje stabilně na úrovni přes 30 tis. ročně. Česká společnost je tradičně vysoce tolerantní vůči rozvodům. Výzkumy veřejného mínění ukazují, že většina občanů České republiky považuje rozvod za přijatelné řešení manželských neshod, rozdílných povah, názorů a zájmů. Při celoevropském srovnání patří Česká republika mezi státy s nadprůměrnou intenzitou rozvodovosti. Vývoj rozvodovosti ve sledovaných krajích má zcela podobnou tendenci jako celorepublikový průměr rozvodovosti. V grafu lze vypozorovat, že obecná míra rozvodovosti v kraji Vysočina se pohybovala po celé sledované období pod celorepublikovým průměrem, naopak rozvodovost v MSK se pohybovala v letech 2000 – 2008 nad celorepublikovým průměrem. Z grafu je zřejmé, že nejprve hodnoty rozvodovosti rostou a to do roku 2004, posléze dochází k mírnému snižování obecné míry rozvodovosti u ČR a v MSK. Graf č. 13. Vývoj rozvodovosti v letech 2000 – 2008 (v ‰)

Počet rozvodů na 1000 obyvatel

Rozvodovost 4,0 3,5 ČR 3,0

VYS MSK

2,5 2,0 2000

2001

2002

2003

2004

2005

Zdroj: Vlastní práce

2006

2007

2008


56

Obecná míra rozvodovosti v České republice ve sledovaném období oscilovala kolem 3 rozvodů na tisíc obyvatel, v Moravskoslezském kraji to bylo o cca 0,1 ‰ – 0,3 ‰ výše, naopak na Vysočině se hodnoty rozvodovosti pohybovaly kolem hodnoty 2,4 ‰. V posledním sledovaném roce se mírně zvýšila obecná míra rozvodovosti jak v kraji MSK, tak v kraji Vysočina. Na Vysočině žije velký podíl venkovského obyvatelstva na rozdíl od kraje Moravskoslezského, a to má také značný vliv na všechny demografické charakteristiky, tedy i na míru rozvodovosti. Kraj Vysočina je daleko konzervativnější než kraj Moravskoslezský, kde je naopak větší počet městského obyvatelstva. Rozvodovost je vždy vyšší v sociálně nestabilních oblastech a větších městech. Ve městech je větší anonymita a daleko lépe se dá navázat nový kontakt než na vesnicích. V budoucnu je vývoj rozvodovosti velmi ovlivněn zejména vývojem sňatečnosti a také mnoha jinými faktory. V důsledku snižování obecné míry sňatečnosti jak v roce 2008, tak v roce následujícím, lze předpokládat, že se bude snižovat i obecná míra rozvodovosti. Toto tvrzení dokazuje i to, že již v roce 2009 bylo v MSK rozvedeno o 476 rozvodů méně, než tomu bylo v roce 2008, obecná míra rozvodovosti tak v tomto kraji klesla na historicky nejnižší hodnotu 2,8 ‰. Na Vysočině bylo v roce 2009 rozvedeno o 186 rozvodů méně, v porovnání s rokem 2008, tedy obecná míra rozvodovosti klesla na hodnotu 2,2 ‰. Podrobná analýza vývoje rozvodovosti podle délky trvání manželství a příčině rozvratu manželství je provedena v následující části práce: analýza stanovených vztahů. Následující graf č.14. zobrazuje Chow test, který byl proveden pro detekci strukturálních zlomů. Jelikož v letech 1999 a 2000 došlo k prudkému poklesu rozvodovosti z důvodu změny legislativy, musela být časová řada upravena, tak aby bylo možno tento test realizovat. Z časové řady byly proto tyto dva roky odstraněny, je jasné, že v těchto letech došlo ve všech zkoumaných oblastech ke strukturálním zlomům. Pro provedení testu byly použity roční data v letech 1991 – 2008 s tím, že byly vynechány roky 1999 a 2000.


57

Graf č. 14. Chow test – rozvodovost Chow test - rozvodovost


5,0 4,0 ČR

3,0

VYS 2,0

MSK

1,0

19 92 19 93 19 94 19 95 19 96 19 97 19 98 20 01 20 02 20 03 20 04 20 05 20 06 20 07

0,0

Zdroj: Vlastní práce Pro kraj Vysočinu byl zvolen jako nejvhodnější polynom 1. stupně, pro Česku republiku a Moravskoslezský kraj byl zvolen polynom 2. stupně. V České republice a v Moravskoslezském kraji nebyly detekovány žádné zlomy, kromě zlomů které nastaly v letech 1999 – 2000 zapříčiněné změnou legislativy. Naopak na Vysočině byl kromě let 1999 – 2000 detekován také zlom v roce 1998, díky již zmíněné změně legislativy. Kritická hodnota v roce 1998 byla pro rozvodovost na Vysočině 3,885 a měla FisherSnedecorovo rozdělení s ν1 = 2 a ν2 = 12 stupni volnosti. Kritická hodnota je vyznačena v grafu černou čárou pouze tam, kde došlo ke strukturálnímu zlomu.

5.2.5 Potratovost Od konce padesátých let až do devadesátých let 20. století se hladina potratovosti v

České republice udržovala na relativně vysoké úrovni, ale počet potratů po celé období nikdy nepřesáhl počet porodů. V polovině devadesátých let začaly ukazatele potratovosti klesat a naznačený trend trvá až do současnosti. Tento klesající vývoj potratovosti se dá předpokládat i v nejbližší budoucnosti. Mezi hlavní faktory ovlivňující úroveň potratovosti jsou zejména legislativní ustanovení státu, antikoncepce a její dostupnost a rozšíření, společenské klima, individuální vlivy jako úroveň vzdělání, současná ekonomická situace, náboženské přesvědčení apod. Tak jako ostatní dynamické ukazatele, tak také i v případě potratovosti, je tento ukazatel pozorován z důvodu lepšího srovnání obou krajů v přepočtu na 1000 obyvatel středního stavu. Vývoj obecné míry potratovosti v letech 2000 – 2008 v Moravskoslezském kraji


58

a také v kraji Vysočina znázorňuje následující graf č. 15. Z grafu lze vyčíst i obecnou míru potratovosti ze celou Českou republiku. Graf č. 15. Vývoj potratovosti v letech 2000 – 2008 (v ‰)

Počet potratů na 1000 obyvatel

Potratovost 5

4,5 ČR 4

VYS MSK

3,5

3 2000

2001

2002

2003

2004

2005

2006

2007

2008

Zdroj: Vlastní práce Vývoj obecné míry potratovosti má v obou krajích stejnou tendenci jako celorepublikový trend obecné míry potratovosti, tedy klesající trend. V roce 2000 se v České Republice uskutečnilo celkem 4,6 potratů na 1000 obyvatel. Stejný počet potratů byl zaznamenán i v Moravskoslezském kraji. V kraji Vysočina se počet potratů pohyboval na mnohem nižší úrovni než tomu bylo v porovnání s celorepublikovým průměrem či s MSK. Obecná míra potratovosti na Vysočině v roce 2000 byla 3,8 ‰, tedy o celých 0,8 ‰ méně. Za celé sledované období se míra potratovosti na Vysočině pohybovala kolem hodnoty 3,5 ‰, a byla tak po celou sledovanou dobu na nižší úrovni než obecná míra potratovosti v Moravskoslezském kraji. V MSK se míra potratovosti pohybovala kolem hodnoty 4 ‰. Ke snížení úrovně potratovosti došlo především následkem rozšíření moderních metod hormonální antikoncepce. I v dalších letech se předpokládá snižování potratovosti a to zejména v důsledku snižování porodnosti. Následující graf č. 16. zobrazuje vývoj indexu potratovosti, který udává počet potratů na 100 živě narozených. Z grafu je vidět, že počet potratů na 100 narozených má klesající tendenci i u Moravskoslezském kraje i u kraje Vysočina a nejsou zde výrazné odlišnosti. V Moravskoslezském kraji došlo v posledním sledovaném roce tj. v roce 2008 k mírnému nárůstu indexu potratovosti, v kraji Vysočina hodnota indexu potratovosti v roce 2008 stále klesala a pohybovala se tak pod celorepublikovým průměrem.


59 Graf č. 16. Index potratovosti Vývoj indexu potratovosti

Potraty na 100 narozených

55,0 50,0 45,0

ČR

40,0

VYS MSK

35,0 30,0 25,0 2000

2001

2002

2003

2004

2005

2006

2007

2008

Zdroj: Vlastní práce Díky větší dostupnosti mnoha moderních antikoncepčních prostředků, které zabraňují k neplánovanému založení rodiny, ale spíše napomáhají a slouží dnes daleko více k plánování a založení rodiny, se u nás potratovost snižuje. V následujícím grafu č.17 je proveden Chow test, který detekuje strukturální zlomy. Pro test byly použity roční údaje v letech 1992 – 2008. Jelikož od roku 1992 docházelo k prudkému poklesu potratů, tak se tento vývoj projevil i ve výsledcích Chow testu. Byly detekovány strukturální zlomy a to jak u MSK, tak u kraje Vysočina. Graf č. 17. Chow test – potratovost Chow test - potratovost 110 100

80 70 ČR

60

VYS

50

MSK

40 30 20 10


20 07

20 06

20 05

20 03 20 04

20 02

20 01

20 00

19 99

19 98

19 96 19 97

19 95

19 94

0

19 93


90


60

Ve sledovaných oblastech byl použit stejný polynom, a to polynom 1. stupně. Kritická hodnota v roce 1993 byla pro potratovost 4,6 a měla Fisher-Snedecorovo rozdělení s ν1 = 1 a ν2 = 14 stupni volnosti. V tomto prvním sledovaném roce se potvrdily zlomy jak u MSK, tak u kraje Vysočina. V následujících letech 1994 – 2007 byla testovací statistika pro potratovost F(2,13) = 3,885 (12) nebo 3,739 (14), tato hodnota je vyznačena v grafu černou čárou pouze tam, kde došlo ke zlomům. V ČR, v MSK a na Vysočině se v letech 1994 – 2004 potvrdily strukturální zlomy, v kraji Vysočina byl detekován ještě mírný zlom i v roce 2005. Podrobná analýza potratovosti v závislosti na věku ženy a jejím rodinné stavu bude provedena v následující části práce: analýza stanovených vztahů.

5.3 Analýza stanovených vztahů 5.3.1 Porodnost v závislosti na věku a rodinném stavu matky Porodnost v letech 2000 – 2008 má rostoucí trend a to v obou sledovaných krajích. Nicméně přes tento pozitivní vývoj ve sledovaných letech se předpokládá v dalších letech již klesající tendenci. Nyní je provedeno podrobnější prozkoumání porodnosti podle rodinného stavu a věku matky v roce 2008 u obou srovnávaných krajů. Graf č. 18. zobrazuje rozložení porodnosti v roce 2008 v obou srovnávaných krajích podle rodinného stavu matky. Nejvíce dětí se narodilo vdaným matkám jak v MSK, tak na Vysočině, poté svobodným matkám a pouze malé procento dětí se narodilo rozvedeným a ovdovělým matkám. Na Vysočině se narodilo téměř 71 % dětí vdaným ženám, 22 % dětí svobodným matkám a pouze 6 % dětí se narodilo rozvedeným ženám (viz Tab.P9). V Moravskoslezském kraji se v roce 2008 narodilo zhruba 58 % dětí vdaným ženám, 34 % svobodným matkám a rozvedeným ženám se narodilo 6 % dětí tak, jako tomu bylo v kraji Vysočina. Graf č. 18. Porodnost podle rodinného stavu matky v roce 2008 (v %)

Podíl živě narozených v %

Porodnost podle rodinného stavu matky 70 60 50

MSK

40

VYS

30 20 10 0 svobodná

vdaná

rozvedená


ovdovělá


61

Zajímavé je srovnání průměrného věku matky při narození prvního dítěte. Od roku 2000 dochází k postupnému nárůstu průměrného věku matky, a tento trend je zaznamenán jak v MSK, tak v kraji Vysočina. Na začátku sledovaného období tj. v roce 2000 se průměrný věk matky při narození prvního dítěte pohyboval kolem 24 let, na konci sledovaného období tj. v roce 2008 se tento průměr pohyboval již kolem 27 let (viz tab.č.6). Tedy nárůst o tři roky. Stále více se odkládá zakládání rodiny do pozdějšího věku. Příčinou jsou mnohé aspekty, které mladé lidi dnes ovlivňují, daleko více než dříve. Může to být např. i podíl vysokoškolsky vzdělaných matek, které ukončují studium v pozdějším věku, a následkem tohoto pak zakládají rodiny stále více v pozdějším věku. Tento trend se předpokládá i nadále. Větší možnost vycestovat, získat zahraniční praxi či dobré zkušenosti, ale také větší dostupnost studia a antikoncepčních prostředků, toto všechno jsou aspekty, které ovlivňují a zejména odkládají mateřství do stále vyššího věku matky. Tab.č. 6. Průměrný věk matky při narození prvního dítěte 2000 24,3 24,4

Kraj/Rok MSK VYS

2001 24,7 25,0

2002 25,1 25,4

2003 25,4 25,7

2004 25,7 26,3

2005 26,1 26,6

2006 26,4 27,0

2007 26,7 27,0

2008 26,8 27,4

Zdroj: Vlastní výpočty Porodnost podle věku matky v roce 2008 je znázorněna v následujícím grafu č. 19. Nejvíce dětí se narodilo matkám ve věkové kategorii 25 – 29 let, což odpovídá dnešnímu trendu, a to u obou srovnávaných krajů. Hned po této věkové kategorii to byla věková kategorie žen ve věku 30 – 34 let. Na Vysočině se narodilo cca 39 % dětí matkám ve věku 25 – 29 let, v kraji Moravskoslezském to bylo cca 34 % dětí. Ve věkové kategorii 30 – 34 let se narodilo v obou krajích dá se říci stejný počet dětí a to kolem 32 %. Matkám ve věku 20 – 24 let se narodilo v MSK celkem 17 % dětí, na Vysočině to bylo 14 % dětí. Graf č. 19. Porodnost podle věku matky v roce 2008 (v %) Porodnost podle věku matky

Podíl

živě narozených v %

40 35 30 25 20

MSK

15

VYS

10 5 0 - 14

15 - 19

20 - 24

25 - 29

30 - 34


35 - 39

40 +


62

5.3.2 Úmrtnost v závislosti na věku, pohlaví a příčině smrti V posledních letech se úmrtnostní poměry začaly zlepšovat, za tímto zlepšením beze sporu patří zejména zlepšující se zdravotní stav celé populace, a také podpora investic do zdravotnictví. V průběhu sledovaného období 2000 – 2008 měla úmrtnost klesající tendenci u obou krajů. Nyní je provedeno podrobnější prozkoumání úmrtnosti v závislosti na věku, pohlaví a příčině smrti v roce 2008 jak u MSK, tak u kraje Vysočina. Jak už bylo výše zmíněno, v Moravskoslezském kraji měla obecná míra úmrtnosti vyšší hodnoty než v kraji Vysočina. Příčinou tohoto rozdílu je kvalita ovzduší v MSK - velké znečištění tamního životního prostředí a nezdravá životospráva. Vývoj úmrtnosti v roce 2008 ve sledovaných krajích podle věku a pohlaví znázorňuje následující graf č. 20. Z grafu je zřejmé, že úmrtnost mužů a žen se podstatně liší, a od 45 let se pomalu začíná projevovat mužská nadúmrtnost. Graf č. 20. Úmrtnost mužů a žen v roce 2008

Věk

Úmrtnost mužů a žen v roce 2008

Muži

18 16 14 12 10 8

95 + 90 - 94 85 - 89 80 - 84 75 - 79 70 - 74 65 - 69 60 - 64 55 - 59 50 - 54 45 - 49 40 - 44 35 - 39 30 - 34 25 - 29 20 - 24 15 - 19 10 - 14 5- 9 1- 4 0 6 4

2

Ženy VYS Muži VYS

Ženy

0

2

4 6

Muži MSK Ženy MSK

8 10 12 14 16 18 20 22 24 26

Podíl zemřelých v %

Zdroj: Vlastní práce Nejvíce žen v roce 2008 umíralo ve věku 75 – 89 let. Na Vysočině zemřelo 15 % žen ve věku 75 – 79 let, více než 23 % žen umřelo ve věkové kategorii 80 – 84 let a téměř 22 % žen zemřelo ve věku 85 – 89 let. V MSK umíraly ženy nejvíce také ve stejných věkových kategoriích jako na Vysočině, pouze to bylo o několik procent méně. Ve věku


63

40 – 79 let umíralo více žen v MSK, od 80-ti a více let umíralo naopak více žen na Vysočině. Mužská úmrtnost začíná pozvolna růst od 45 let, více mužů do věku 74 let umíralo v MSK, od 75-ti a více let umíralo více mužů naopak již v kraji Vysočina. Podle grafu č.20. lze konstatovat, že ženy umíraly daleko více v pozdějším věku než muži. Normální délka života u žen se v obou srovnávaných krajích v roce 2008 pohybovala v rozmezí 86 – 87 let. Konkrétně na Vysočině to bylo 87 let, a v Moravskoslezském kraji to bylo 86 let. Normální délka života u mužů se pohybovala v roce 2008 v rozmezí 80 – 83 let. V kraji Vysočina to bylo 83 let, a v MSK 80 let. Obecně lze tedy říci, že lidé v Moravskoslezském kraji v průměru umírají o dva roky dříve, než v kraji Vysočina. Příčinou mohou být mj. i znečištění ovzduší, která Moravskoslezský kraj postihují již řadu let a jejich nezdravá životospráva. I přes masivní investice do náročných a rozsáhlých opatření na snížení tohoto znečištění v ovzduší, se Moravskoslezský kraj i nadále řadí mezi první příčky regionu s nejhorší kvalitou ovzduší. Zajímavé je také srovnání úmrtnosti podle příčiny úmrtí. Následující graf zobrazuje nejčastější příčiny úmrtí, kvůli kterým lidé na Vysočině a v MSK v roce 2008 umírali. Graf č. 21. Zemřelí podle příčin úmrtí v roce 2008 Zemřelí podle příčin úmrtí 50,00 45,00

Podíl zemřelých v %

40,00 35,00 30,00 25,00

MSK

20,00

VYS

15,00 10,00 5,00 0,00 I.

II.

III. IV. V. VI. VII. VIII. IX. X. XI. XII. XIII. XIV. XV.XVI.XVII.XVIII.XX. Kategorie nemocí

Zdroj: Vlastní práce Jednotlivé příčiny úmrtí lze najít v tab.P10., která obsahuje mezinárodní statistickou klasifikaci nemocí. Z grafu je zřejmé, že za 50-ti % úmrtí v obou krajích stojí nemoci


64

oběhové soustavy. V kraji Vysočina zemřelo díky nemoci oběhové soustavy 49 % lidí, v MSK to bylo 50 % lidí. Druhou příčinou úmrtí, na kterou umíralo v roce 2008 mnoho lidí byly novotvary. Na Vysočině zemřelo na novotvary zhruba 27 % lidí z celkového počtu zemřelých, v MSK to bylo o více než jedno procento méně. Další příčiny úmrtí, které se podílely na celkovém úmrtí v obou sledovaných krajích byly nemoci dýchací a trávicí soustavy a vnější příčiny nemocnosti, mezi které patří např. sebevraždy (viz Tab.P10). Zajímavé je srovnání úmrtí z důvodu nemoci trávicí soustavy. Na nemoci trávicího ústrojí zemřelo v Moravskoslezském kraji zhruba 6,5 % nemocných, v kraji Vysočina to bylo cca 3,5 % nemocných z celkového počtu zemřelých. Příčinou vyššího úmrtí v MSK na nemoci trávicího ústrojí může být i mj. vyšší konzumace uzenin.

5.3.3 Sňatečnost v závislosti na rodinném stavu a věku snoubenců Sňatečnost v posledních letech rychle klesá jak v MSK, tak v kraji Vysočina. Příčinou nízké sňatečnosti je změna populačního klimatu, a to odkládání sňatků a porodů do stále vyššího věku. Vedle obvyklých ekonomických a bytových potíží vede k odkládání sňatků i podstatně širší rejstřík zájmů mladých lidí: podnikání, cestování, dočasný pobyt v zahraničí, profesní kariéra aj. Nyní je provedeno podrobnější prozkoumání sňatečnosti, a to konkrétně podle rodinného stavu. Graf č. 22 zobrazuje sňatečnost podle rodinného stavu snoubenců v roce 2008 v MSK a na Vysočině. Graf č. 22. Sňatečnost podle rodinného stavu snoubenců v roce 2008 Podíl sňatků podle rodinného stavu snoubenců 80 Podíl sňatků v %

70 60 50 40

VYS

30

MSK

20 10 0 svobodný rozvedený ovdovělý

svobodná rozvedená ovdovělá

Rodinný stav

Zdroj: Vlastní práce V roce 2008 uzavřelo na Vysočině nejvíce sňatků svobodných ženichů a svobodných nevěst, posléze uzavírali manželství rozvedení a rozvedené. V MSK byl zaznamenán stejný vývoj tzn., že nejvíce sňatků uzavírali v roce 2008 svobodní snoubenci a


65

svobodné snoubenky, po této skupině následovali rozvedení/rozvedená. V MSK oproti kraji Vysočině bylo uzavřeno cca o 6 – 9 % více sňatků již rozvedených snoubenců. Na Vysočině zase bylo v roce 2008 uzavřeno zhruba o 7 – 9 % více sňatků než v MSK, které uzavírali svobodní snoubenci (viz Tab.P11). Sňatečnost v závislosti na věku snoubenců v roce 2008 zobrazuje následující graf č. 23. Nejvíce mužů se ženilo ve věku 25 – 29 let, jak v kraji Vysočina, tak v MSK, poté to byli muži ve věku 30 – 34 let. Od 60-ti a více let se sňatečnost mužů podstatně snižuje až na 0 %. Graf č. 23. Sňatečnost podle věku snoubenců v roce 2008 Sňatečnost v závislosti na věku snoubenců 80 + 70 - 79 60 - 69 50 - 59 40 - 49 35 - 39 30 - 34 25 - 29 20 - 24 18 - 19 16 - 17

Muži

50

40

30

20

10

Ženy nevěsta VYS ženich VYS ženich MSK nevěsta MSK

0

10

20

30

40

50

Podíl uzavřených sňatků v %

Zdroj: Vlastní práce Nejvíce žen se vdávalo v roce 2008 jak v Moravskoslezském kraji, tak na Vysočině ve věkové kategorii 25 – 29 let. Na Vysočině to bylo téměř 42 % žen, a v Moravskoslezském kraji to bylo 35 % žen, tedy o 7 % žen méně v porovnání s Vysočinou. Narozdíl od mužů se druhou nejvíce poměrně zastoupenou věkovou kategorií z pohledu sňatečnosti jak v MSK, tak na Vysočině stala věková kategorie 20 – 24 let. V této věkové kategorii uzavřely ženy v průměru 22 – 23 % sňatků, z celkového počtu sňatků uzavřených v roce 2008. Jelikož v posledních letech dochází k odkládání sňatků do stále vyššího věku, je nyní provedeno podrobné prozkoumání průměrného věku u ženichů a nevěst při sňatku v obou krajích. Následující graf zobrazuje průměrný věk ženicha při sňatku v MSK i v kraji Vysočina v roce 2008.


66

Graf č. 24. Průměrný věk ženicha při sňatku v MSK a VYS v roce 2008

Věk

Průměrný věk ženicha při sňatku v MSK a VYS 50,0 45,0 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0

Věk při sňatku Věk při prvním sňatku Věk při dalších sňatcích

VYS

MSK

Zdroj: Vlastní práce Průměrný věk ženicha se v MSK v roce 2008 při sňatku pohyboval kolem 34 let, v kraji Vysočina to byl věk 32 let. Průměrný věk při prvním sňatku byl podstatně na nižší úrovni. U ženichů v obou srovnávaných krajích se tento průměrný věk, jak lze vypozorovat z grafu č.24 pohyboval v roce 2008 kolem 30 let (viz Tab.P11). Následující graf č.25 naopak znázorňuje průměrný věk nevěsty v obou krajích. Průměrný věk nevěsty při sňatku v roce 2008 byl v MSK 31 let, v kraji Vysočina to bylo cca 30 let. Tak jako u mužů, tak i u žen byl průměrný věk při prvním sňatku nižší a pohyboval se u obou krajů kolem stejné věkové hranice, a to 27 let. Graf č. 25. Průměrný věk nevěsty při sňatku v MSK a VYS v roce 2008 Průměrný věk nevěsty při sňatku v MSK a VYS 45,0 40,0 35,0

Věk

30,0

Věk při s ňatku

25,0

Věk při prvním s ňatku

20,0

Věk při dalších s ňatcích

15,0 10,0 5,0 0,0 VYS

MSK



67

Obecně lze tedy říci, že v kraji Vysočina uzavírali v roce 2008 sňatky mladší snoubenci než v Moravskoslezském kraji. Co se týče průměrného věku při prvním sňatku, v obou srovnávaných krajích docházelo ke stejnému vývoji, u žen to byl věk 27 let, u mužů 30 let. I v dalších letech se předpokládá zvyšování průměrného věku snoubenců při sňatku, protože stále více budou do popředí mladých lidí vstupovat jejich zájmy jako jsou např. podnikání, kariéra, cestování, další vzdělávání apod.

5.3.4 Rozvodovost podle délky trvání a příčině rozvratu manželství V České republice je stále vysoká míra rozvodovosti v porovnání s některými evropskými zeměmi. Ve sledovaném období 2000 - 2008 u srovnávaných krajů měla rozvodovost konstantní vývoj, pouze v posledním sledovaném roce došlo k mírnému nárůstu rozvodovosti. Jelikož rozvodovost úzce souvisí se sňatečností, dá se do budoucna předpokládat, že v důsledku snižování sňatečnosti, bude klesat i rozvodovost. Nyní je provedeno podrobnější prozkoumání rozvodovosti podle délky trvání manželství a příčině rozvratu manželství v roce 2008 v obou srovnávaných krajích. Následující graf č. 26 zobrazuje po kolika letech společného soužití v manželství se v roce 2008 nejčastěji v obou sledovaných krajích manželé rozváděli. Graf č. 26. Rozvodovost podle délky trvání manželství v roce 2008

Podíl rozvodů v %

Podíly rozvodů podle délky trvání manželství 50,0 45,0 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0

VYS MSK

0

1

2- 4

5- 9

10 - 14

15 +

Roky

Zdroj: Vlastní práce Z grafu je patrné, že v obou srovnávaných krajích se nejvíce manželství rozvádělo po 15-ti a víceletém společném soužití ve svazku manželském. V Moravskoslezském kraji se přes 48 % rozvodů uskutečnilo po 15-ti a více letech manželství. Na Vysočině to bylo o tři procentní body níže, tedy 45 % rozvodů (viz Tab.P12). Další velký nárůst rozvodů byl zaznamenán u obou krajů po společném soužití v manželství po 5 – 9 letech. Na Vysočině bylo zaznamenáno 20 % rozvodů po společném soužití v délce


68

trvání manželství 5 – 9 let. V MSK to bylo o 1 % méně, tedy 19 % rozvodů. Je zřejmé, že rozvodovost roste s růstem počtu let ve společném manželství. Nejméně rozvodů bylo rozvedeno do 1 roku od uzavření manželství, poté se rozvodovost velmi rychle zvyšuje až na hodnotu 10 % rozvodů z celkového počtu rozvodů v roce 2008. Je zajímavé a také z grafu viditelné, že na Vysočině je v prvním roce manželství a v ostatních dalších letech do 15 let společného manželství patrné, vyšší procento rozvodů, než v Moravskoslezském kraji. Naopak nejvíce manželství v MSK v roce 2008 bylo rozvedeno po 15 – ti a více letech společného soužití manželů. Hlavní příčiny rozvratu manželství v roce 2008 u žen a mužů ve srovnávaných krajích, zobrazují následující dva grafy. Graf č. 27. Příčiny rozvratu manželství u mužů v roce 2008

Příčiny rozvratu manželství

Příčiny rozvratu manželství u mužů soud nezjistil zavinění ostatní příčiny rozdíl povah, názorů a zájmů

MSK

nezájem o rodinu

VYS

nevěra alkoholismus 0,0

10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 Podíl rozvodů v %

Zdroj: Vlastní práce Nejvíce rozvodů podle grafu č. 27 bylo rozvedeno z pohledu mužů v důsledku rozdílných povah, názorů a zájmů. Tato složka je hlavní příčina rozvratu manželství u mužů jak v Moravskoslezském kraji, tak v kraji Vysočina. Na Vysočině bylo díky této příčině rozvedeno zhruba 83 % manželství, v MSK to bylo 75 % manželství, tedy podstatně méně než na Vysočině. U ostatních příčin rozvratu manželství již jsou vždy vyšší hodnoty u Moravskoslezského kraje (viz Tab. P13). Např. u nevěry, alkoholismu a ostatních příčin jsou tyto příčiny rozvratu manželství vždy vyšší až o 2 procentní body než v kraji Vysočina. Mezi ostatní příčiny patří např. neuvážený sňatek, zlé nakládání a trestný čin, zdravotní důvody a sexuální neshody aj. Následující graf č. 28 zobrazuje naopak příčiny rozvratu manželství z pohledu žen. Jak je z grafu patrné i v případě žen, se nejvíce manželství rozvádělo v roce 2008 u obou srovnávaných krajů z důvodu rozdílných povah, názorů a zájmů. Naopak nejméně manželství u žen se rozvádělo kvůli nezájmu o rodinu, alkoholismu a nevěře. V porovnání příčin rozvratu manželství u mužů a žen, lze konstatovat, že u mužů docházelo kromě již zmíněných rozdílných


69

povah, názorů a zájmů, daleko více k rozpadu manželství z důvodu nevěry a alkoholismu, než u žen. Graf č. 28. Příčiny rozvratu manželství u žen v roce 2008

Příčiny rozvratu manželství

Příčiny rozvratu manželství u žen soud nezjistil zavinění ostatní příčiny rozdíl povah, názorů a zájmů

MSK

nezájem o rodinu

VYS

nevěra alkoholismus 0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

80,0

Podíl rozvodů v %

Zdroj: Vlastní práce Naopak u žen se zase více manželství rozvedlo díky nevěře, ostatním příčinám a soudem nezjištěných zavinění.

5.3.5 Počet potratů v závislosti na věku ženy a jejím rodinného stavu Potratovost se ve sledovaném období 2000 – 2008 u obou srovnávaných krajů snižovala, a i nadále se předpokládá její mírné snižování. Díky větší dostupnosti mnoha moderních antikoncepčních prostředků, které zabraňují k neplánovanému založení rodiny, ale spíše napomáhají a slouží dnes daleko více k plánování a založení rodiny, se u nás předpokládá i další snižování potratovosti. Nyní je provedeno podrobnější prozkoumání potratovosti v závislosti na věku ženy v roce 2008. Graf č. 29. Potratovost podle věku ženy v roce 2008 Podíly potratů podle věku ženy

Podíl potratů %

30,0 25,0 20,0 15,0

VYS

10,0

MSK

5,0 0,0 - 14

15 - 19

20 - 24

25 - 29

30 - 34

Věk


35 - 39

40 +


70

Nejvíce potratů dle grafu bylo provedeno v roce 2008 u obou srovnávaných krajů u žen ve věku 30 – 34 let, hned po této věkové kategorii bylo provedeno nejvíce potratů u žen od 25 let do 29 let. V obou těchto věkových kategoriích převyšovaly potraty žen na Vysočině v průměru o 2 procentní body (viz Tab.P14). Naopak více potratů bylo uskutečněno v MSK u žen ve věku 15 – 24 let, a to cca v průměru o 2 procentní body více než v kraji Vysočina. Obecně lze říci, že se zvyšujícím se věkem ženy přibývá i potratů. Od 34 let naopak dochází s růstem věku ženy již ke snižování potratů. Zajímavé je také porovnání potratů v závislosti na rodinném stavu ženy. Následující graf č. 30 zobrazuje podíl potratů v závislosti podle rodinného stavu v obou srovnávaných krajích v roce 2008. Graf č. 30. Potratovost v závislosti podle rodinného stavu ženy v roce 2008 Podíly potratů podle rodinného stavu ženy

Rodinný stav ženy

nezjišt ěno družka ovdovělá

MSK

rozvedená

VYS

vdaná svobodná 0,0

10,0

20,0

30,0

40,0

50,0

60,0

Podíl potratů v %

Zdroj: Vlastní práce Lze vypozorovat, že nejvíce potratů v roce 2008 na Vysočině bylo provedeno vdaným ženám 54 %, poté svobodným ženám 32 %, a posléze rozvedeným ženám 11 % (viz Tab.P14). Ostatní tvoří pouze zanedbatelnou část z celkového počtu potratů. V Moravskoslezském kraji bylo shodně nejvíce potratů provedeno v roce 2008 jak vdaným, tak svobodným ženám 44 %, poté rozvedeným ženám 10 %. Ostatní tvoří také pouze zlomek z celkového počtu potratů v kraji MSK. Zajímavé je, že v Moravskoslezském kraji bylo provedeno nejvíce potratů shodně u svobodných a vdaných žen, naopak v kraji Vysočina bylo nejvíce potratů provedeno pouze vdaným ženám.

6 ZÁVĚR

71

6 ZÁVĚR Z provedeného srovnání krajů vyplývá, že věková struktura obyvatel obou srovnávaných krajů je velmi podobná, je zde stejný trend a to pokles I.biologické skupiny a naopak růst III.biologické skupiny.V obou krajích se jedná o regresivní typ populace. Kraj Vysočina patří do sociálně stabilních oblastí, kde nejsou zaznamenány výrazné výkyvy v demografické dynamice, a to zejména díky venkovskému obyvatelstvu, které žije v menších vesnicích. Naopak kraj Moravskoslezský patří mezi kraje s nízkou sociální stabilitou, kde jsou zaznamenány poněkud výraznější výkyvy v demografické dynamice. Z hlediska vzdělání žije v Moravskoslezském kraji, a také v kraji Vysočina nejvíce obyvatel se středním vzděláním s maturitou nebo bez maturity, poté jsou to lidé se základním vzděláním a bez vzdělání. Podíl vysokoškolsky vzdělaných obyvatel u obou krajů je podobný a zaujímá nejmenší podíl z obyvatel ve věku 15 a více let. Z hlediska rodinného stavu žije v obou krajích nejvíce ženatých a vdaných obyvatel, posléze jsou to obyvatelé svobodní. Co se týče demografické dynamiky, tak Vysočina je velmi konzervativní, oproti srovnávanému kraji MSK, tzn., že se zde neprojevují takové výkyvy, jako tomu bylo u MSK. Ve sledovaných letech 2000 – 2008 docházelo u obou krajů k nárůstu porodnosti. Vyšší porodnost byla ovšem v kraji Vysočina. Porodnost se zvyšovala díky přechodu žen, které jsou narozené ve druhé polovině 70. let do reprodukčního období. Úmrtnost měla jak v MSK, tak v kraji Vysočina klesající tendenci, s tím, že u Vysočiny byla úmrtnost na nižší úrovni oproti kraji Moravskoslezskému. Příčinou vyšší úmrtnosti u MSK, může být díky znečištěnému životní prostřední a nezdravé životosprávě místních obyvatel. Sňatečnost se v obou krajích pohybovala v rozmezí 4 – 5 ‰ a poslední roky zaznamenala rapidní snížení. Vyšší obecná míra sňatečnosti byla zaznamenána v kraji Vysočina. Příčinou nízké sňatečnosti je změna populačního klimatu, zejména odkládání sňatků a porodů do stále vyššího věku. Dále to mohou být zájmy jako podnikání, cestování, profesní kariéra aj. Česká republika se vyznačuje vysokou mírou rozvodovosti, tento trend byl zaznamenán i u obou srovnávaných krajů. Nižší hodnoty byly naměřeny v kraji Vysočina, kde převažuje konzervativní typ populace. Rozvodovost je závislá více méně na sňatečnosti, a pokud bude obecná míra sňatečnosti neustále klesat, tak se předpokládá i snižování rozvodovosti. Potratovost v obou srovnávaných krajích klesala, nižší hodnoty byly zaznamenány v kraji Vysočina. Příčinou klesající potratovosti je beze sporu dostupnost mnoha moderních antikoncepčních prostředků, které jsou dnes již plně dostupné. Podrobnější prozkoumání stanovených vztahů také přinesla mnoho užitečných informací z obou srovnávaných krajů. V roce 2008 se nejvíce dětí a to jak v MSK, tak

6 ZÁVĚR

72

v kraji Vysočina narodilo vdaným matkám, poté svobodným ženám. Stále více dochází k odkládání založení rodiny do pozdějšího věku, a tak roste průměrný věk matky při narození prvního dítěte, tento trend se projevuje v obou krajích. V roce 2008 se průměrný věk matky při narození prvního dítěte pohyboval kolem 27 let a stále roste. Nejvíce dětí se narodilo matkám ve věkové kategorii 25 – 29 let, poté to bylo matkám ve věku 30 – 34 let. Podrobnější prozkoumání úmrtnosti podle věku a pohlaví v roce 2008 potvrzuje fakt, že u mužů existuje od 45 let věku mužská nadúmrtnost, kdy umírá daleko více mužů než žen. Naopak nejvíce žen u obou srovnávaných krajů umíralo v roce 2008 ve věku 75 – 89 let. Normální délka života u mužů a žen v kraji Vysočina se pohybovala o 1 – 2 roky více než v MSK. Obecně lze tedy říci, že lidé v Moravskoslezském kraji v průměru umírají o dva roky dříve, než v kraji Vysočina. Mezi hlavní příčiny patří velmi znečištěné ovzduší v MSK a jejich nezdravý životní styl. V obou krajích umíralo zhruba kolem 50 % lidí na nemoci oběhové soustavy, poté na novotvary cca 25 % lidí, a kolem 5 % úmrtí bylo zapříčiněno díky nemoci dýchací a trávicí soustavy, a díky vnějším příčinám úmrtí (sebevraždy). V obou krajích nejvíce sňatků uzavírali svobodní lidé a to ve věku 25 – 29 let. Každým rokem se prodlužuje také průměrný věk při prvním sňatku, v roce 2008 u ženichů v obou krajích to byl věk 30 let, u nevěst to byl věk 27 let. Co se týče rozvodovosti, tak nejvíce manželství bylo v roce 2008 rozvedeno po 15-ti a více letech společného soužití ve svazku manželském, poté to bylo po 5 – 9 letech manželství, a to jak v MSK, tak na Vysočině. Hlavní příčinou rozvodovosti u mužů, tak i žen byl rozdíl povah, názorů a zájmů. U mužů docházelo daleko více k rozvodovosti z důvodu nevěry a alkoholismu než u žen, naopak u žen docházelo více k rozvodovosti z důvodu nevěry a ostatních příčin než u mužů. Potratovost s růstem věku rostla, a to u obou krajů. Nejvíce potratů bylo provedeno u žen ve věku 30 – 34 let, poté ve věkové kategorii 25 – 29 let. V obou těchto věkových kategoriích převyšovaly potraty žen v kraji Vysočina. Naopak více potratů v porovnání s Vysočinou bylo provedeno v roce 2008 v MSK ženám ve věku 15 – 24 let. Na Vysočině bylo nejvíce potratů provedeno vdaným ženám, v MSK bylo nejvíce potratů provedeno shodně ženám jak vdaným, tak svobodným. Z provedeného srovnání krajů vyplývá, že v obou krajích dochází ke stárnutí obyvatel, snižuje se úmrtnost, porodnost ve sledovaném období mírně rostla, ale dá se předpokládat již její postupné snižování, dále docházelo k poklesu úrovně sňatečnosti a potratovosti, rozvodovost nejprve rostla, posléze začala klesat. Dá se předpokládat, že v dalších letech se bude snižovat úmrtnost a také potratovost díky snižující se porodnosti, dále díky klesající sňatečnosti se bude snižovat i podíl rozvodovosti. Jaký vliv mají tyto demografické ukazatele na stát, zejména na fungování hospodářské politiky státu? Stát se potýká s problémem stárnutí. Pokud nechceme aby v budoucnu došlo ke snížení životní úrovně, je potřeba zajistit růst ekonomické aktivity. Růst

6 ZÁVĚR

73

ekonomické aktivity se nedá předpokládat vzhledem k prodlužující-se délce vzdělání u skupiny 15 – 24 let, ani vzhledem k nepřekonatelným zdravotním problémům u skupiny 25 – 54 let. Lze tedy podpořit ekonomickou aktivitu u 55 – 64letých a starších posunutím hranice odchodu do důchodu. Růst ekonomické aktivity je jen částečným

řešením problému stárnutí. Je nutné současně i zvýšit odvody např. prostřednictvím zvýšení daní nebo důchodovým spořením. Tím, že roste počet starších osob budou růst i výdaje ze státního rozpočtu na výplatu penzí. Stárnutí je tedy možno řešit kombinací několika opatření státu např.: zvýšením ekonomické aktivity, zvýšením odvodů a také zvýšením migrace apod. Vývoj demografických charakteristik má také podstatný vliv na sociální politiku. Sociální politika spotřebovává vůbec největší díl vládních výdajů. Státní sociální dávky jsou vypláceny a přijímány jako sociální pomoc, popřípadě jako propopulační opatření. Přídavky na děti a jiné sociální dávky jsou jedním z mnoha stimulujících faktorů, které ovlivňují rozhodování lidí, zda přivést na svět dalšího potomka. Pokud dochází ke snižování úrovně porodnosti, a tento vývoj se dá v následujících letech předpokládat, lze právě těmito nástroji podpořit - stimulovat její růst. Existuje tedy velmi úzký vztah mezi sociální politikou státu a demografickým vývojem v jednotlivých krajích. Nízká plodnost vede k nepříznivému ekonomickému dopadu, tento problém lze však řešit např. alternativním postupem, tj. imigrační politikou či prostřednictvím tzv. adaptačních opatření např. sociální a penzijní reformou. Demografický vývoj v jednotlivých krajích má dnes značný význam mj. pro hodnocení stavu a výhledu pracovních sil a zaměstnanosti, dále na vývoj školství, zdravotnictví a sociální péče. Tím, že česká populace stárne, bude stále více finančních prostředků potřeba např. do zdravotnictví, ale také do sociální peče. Přijmutí pro-natalitních opatření je pouze jedním z mnoha faktorů, které mohou působit při rozhodování o založení či velikosti rodiny. Na reprodukční chování působí nejen přímá opatření, ale také nepřímá (opatření ekonomického, právního a sociálního charakteru) jako jsou otázky bydlení, zaměstnanosti žen, trhu práce aj.

7 POUŽITÁ LITERATURA

74

7 POUŽITÁ LITERATURA 1. BULATAO, RODOLFO, A., Global fertility transition. New York: Population Council, 2001, 339 s. ISBN 0-87834-103-X. 2. DUFEK, J., Analýza základních charakteristik demografické dynamiky v krajích

České republiky. Acta Universitatis Agriculture et Silviculturae Mendelianae Brunensis. 2007, sv. LV. č.6, s. 55 – 63. ISSN: 1211-8516. 3. DVOŘÁKOVÁ, J., Analýza populačního vývoje v regionu Vysočina. Bakalářská práce. MZLU v Brně 2007, 81 s. 4. FIALOVÁ, L., aj. Demografie (nejen) pro demografy, Praha: Sociologické nakladatelství (SLON), 1993. 125 s. ISBN: 80-901424-2-7. 5. HAŠKOVÁ, H., RABUŠIC, L. K nízké sňatečnosti v České republice. Partnerství, rodičovství, rodina, 2008, č. 2, s. 9–34, ISNN 1214-813X. 6. HINDLS, HRONOVÁ, R., S. Statistika pro ekonomy. 5. vyd. Praha: Professional Publishing, 2004. 415 s. ISBN 80-86419-59-2. 7. HUDEČKOVÁ, J., Sociálně demografická analýza Jihomoravského kraje. Doktorská disertační práce. MZLU v Brně 2005, 167 s. 8. KALIBOVÁ, K., Úvod do demografie. 1.vyd. Praha: Univerzita Karlova, 2001. 52 s. ISNB 80-246-0222-9. 9. KOLÁŘOVÁ, Š., Demografický vývoj ČR v rámci EU. Bakalářská práce. MZLU v Brně 2007, 71 s. 10. KOSCHIN, F., Demografie poprvé, 2.vyd. Praha:Vysoká škola ekonomická, 2005a. 122 s. ISBN: 80-245-0859-1. 11. KOSCHIN, F., Kapitoly z ekonomické demografie. 1. vyd. Praha: Oeconomica, 2005b, 52 s. ISBN 80-245-0959 – 8. 12. LANGHAMROVÁ, J., KAČEROVÁ, E. Demografie: materiály ke cvičení. 2. vyd. Praha: Oeconomica, 2007, 91 s. ISBN: 978-80-245-1224-2. 13. LIBROVÁ, H., PAVLÍK, Z., Vybrané kapitoly z demografie: učební text pro sociology. 1.vyd. Brno: Univerzita J.E.Purkyně, 1981. 158 s. 14. PAVLÍK, Z., RYCHTAŘÍKOVÁ, J., ŠUBRTOVÁ, A., Základy demografie, Praha: Academia, 1986. 732 s. ISBN: 21-075-86. 15. PROKOPOVÁ, L., Demografie okresu Blansko. Diplomová práce. MZLU v Brně 2001, 74 s.

7 POUŽITÁ LITERATURA

75

16. REES, P. KUPISZEWSKI, M. Internal Migration and Regional Population Dynamics in Europe: A Synthesis. Collection Demography, Council of Europe Publishing, Strasbourg, 1999. 17. ROUBÍČEK, V., Úvod do demografie, Praha: CODEX BOHEMIA, 1997. 348 s. ISBN: 80-85963-43-4. 18. SRB, V., KUČERA, M., RUŽIČKA, L., Demografie. Praha: Svoboda, 1971. 611 s. ISBN: 66/509-21-8.6. 19. SÝKOROVÁ, D., Úvod do demografie pro posluchače oboru sociologie – andragogika.1.vyd. Olomouc: Univerzita Palackého, 1991, 57 s., ISBN 807067-984 – 0. 20. ŠOTKOVSKÝ, I., Úvod do studia demografie. Dotisk 1. vydání. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, 1998. 159 s. ISBN 807078 – 327 – 3. 21. VESELÁ, J., Demografie pro studenty pedagogických fakult. 1.vyd. Hradec Králové: Vysoká škola pedagogická, 1997. 126 s., ISBN 80- 7041-745-5. 22. VESELÁ, J. Pohyb obyvatelstva – demografická dynamika. 1. vyd. Pardubice: Univerzita Pardubice, 2004, 85 s. ISBN: 80-7194-701-6. 23. VYSTOUPIL, J., TARABOVÁ, Z., Základy demografie, Brno: Masarykova univerzita, 2004. 150 s. ISBN: 80- 7302-033-5. 24. ZAVADILOVÁ, E., Demografická charakteristika kraje Vysočina. Bakalářská práce. MZLU v Brně, 2006, 55 s.

Internetové zdroje 1.Český statistický úřad, [on-line]. Dostupné z http://www.czso.cz. 2.Demografický informační portál, [on-line]. Dostupné z http://www.demografie.info. 3. Sčítání lidu, domů a bytů 2001, [on-line]. Dostupné z http://www.czso.cz/sldb/sldb.nsf/i/scitani_lidu_2001.

Publikace ČSU Statistické ročenky kraje Vysočina 2003 – 2009 Statistické ročenky kraje Moravskoslezského 2001 – 2009

7 POUŽITÁ LITERATURA Demografická ročenka krajů České republiky 1999 – 2008 Úmrtnostní tabulky

76

8 SEZNAMY

77

8 SEZNAMY Seznam použitých zkratek MSK ČR ČSÚ EU SIS ORP POÚ VYS

Moravskoslezský kraj Česká republika Český statistický úřad Evropská unie Sauvyho index stáří Obec s rozšířenou působností Pověřený obecní úřad Vysočina

Seznam tabulkových a grafických příloh Obr.č. 1. Populační typy ……………………………………………………………… 18 Tab.č. 1. Střední stav obyvatel k 1.7. ………………………………………………….37 Graf č. 1. Vývoj indexu feminity……………………………………………………....38 Graf č. 2. Vývoj indexu maskulinity ………………………………………………......39 Graf.č. 3. Vývoj indexu stáří……………………………………………………….......40 Tab.č. 2. Vybrané ukazatele věkové struktury obyvatelstva…………………………...41 Graf.č. 4. Věková pyramida ČR v roce 2008…………………………………………..43 Graf.č. 5. Věková struktura MSK a kraje Vysočina v roce 2008…………………...….44 Tab.č. 3. Vzdělanostní struktura obyvatel v roce 2008 (v %)……………………….....45 Tab.č. 4. Rodinný stav obyvatel v roce 2001 (v %)…………………………………....46 Graf č. 6. Vývoj porodnosti v letech 2000 – 2008 (v ‰)……………………………....47 Graf č. 7. Chow test – porodnost………………………………………………….…....48 Graf č. 8. Vývoj úmrtnosti v letech 2000 – 2008 (v ‰)………………………………..49 Tab.č. 5. Míry úmrtnosti v letech 2002 – 2008……………………………………...…50 Graf.č. 9. Vývoj kojenecké úmrtnosti v letech 2000 – 2008 (v ‰)………………...….51 Grag.č. 10. Chow test – úmrtnost…………………………………………………...….52 Graf č. 11. Vývoj sňatečnosti v letech 2000 – 2008 (v ‰)………………………..…...53 Graf č. 12. Chow test – sňatečnost……………………………………………………..54 Graf č. 13. Vývoj rozvodovosti v letech 2000 – 2008 (v ‰)…………………………..55 Graf č. 14. Chow test – rozvodovost………………………………………………...…57

8 SEZNAMY

78

Graf č. 15. Vývoj potratovosti v letech 2000 – 2008 (v ‰)……………………………58 Graf č. 16. Index potratovosti…………………………………………………………..59 Graf č. 17. Chow test – potratovost…………………………………………………….59 Graf č. 18. Porodnost podle rodinného stavu matky v roce 2008 (v %)……………….60 Tab.č. 6. Průměrný věk matky při narození prvního dítěte…………………………….61 Graf č.19. Porodnost podle věku matky v roce 2008 (v %)……………………………61 Graf č. 20. Úmrtnost mužů a žen v roce 2008………………………………………….62 Graf č. 21. Zemřelí podle příčin úmrtí v roce 2008…………………………………….63 Graf č. 22. Sňatečnost podle rodinného stavu snoubenců v roce 2008……………...…64 Graf č. 23. Sňatečnost podle věku snoubenců v roce 2008…………………………….65 Graf č. 24. Průměrný věk ženicha při sňatku v MSK a VYS v roce 2008.................…66 Graf č. 25. Průměrný věk nevěsty při sňatku v MSK a VYS v roce 2008………..…...66 Graf č. 26. Rozvodovost podle délky trvání manželství v roce 2008……………….….67 Graf č. 27. Příčiny rozvratu manželství u mužů v roce 2008………………………......68 Graf č. 28. Příčiny rozvratu manželství u žen v roce 2008………...…………………..69 Graf č. 29. Potratovost podle věku ženy v roce 2008…………………………………..69 Graf č. 30. Potratovost v závislosti podle rodinného stavu ženy v roce 2008………….70

9 PŘÍLOHY

79

9 PŘÍLOHY Tab.P1: Věková struktura obyvatel a ukazatele stáří 2000 10 266 546 16,21 69,93 13,86 16,21 51,21 32,58

2002 10 203 269 15,58 70,52 13,9 15,58 50,61 33,81

2004 10 220 577 14,94 71,02 14,04 14,94 50,24 34,82

2006 10 287 189 14,38 71,21 14,41 14,38 49,98 35,64

ČR 0 - 14 15 - 64 65 + 0 - 14 15 - 49 50 + Index stáří (65+/0 - 14) v 85,5 89,2 94 100,2 % SIS (50+/0 - 14) v % 201 217 233,1 247,8 Průměrný věk 38,8 39,3 39,8 40,2 513 742 510 602 510 114 511 645 Vysočina 0 - 14 17,33 16,55 15,8 15,04 15 - 64 68,9 69,46 69,96 70,32 65 + 13,77 13,99 14,24 14,64 0 - 14 17,33 16,55 15,8 15,04 15 - 49 51,39 50,95 50,7 50,36 50 + 31,28 32,5 33,5 34,6 Index stáří (65+/0 - 14) v 79,5 84,5 90,1 97,4 % SIS (50+/0 - 14) v % 180,5 196,4 212 230,1 Průměrný věk 38 38,6 39,2 39,8 1 273 537 1 258 251 1 253 257 1 249 290 MSK 0 - 14 17,15 16,33 15,47 14,68 15 - 64 70,51 71,11 71,6 71,59 65 + 12,34 12,56 12,93 13,73 0 - 14 17,15 16,33 15,47 14,68 15 - 49 52,19 51,56 51,29 50,95 50 + 30,66 32,11 33,24 34,37 Index stáří (65+/0 - 14) v 71,9 76,9 83,6 93,5 % SIS (50+/0 - 14) v % 178,8 196,6 214,9 234,1 Průměrný věk 37,8 38,5 39,1 39,7 Zdroj: ČSÚ, vlastní výpočty, k výpočtu jsou použity počty obyvatel k 31.12.

2008 10 467 542 14,14 70,99 14,87 14,14 49,95 35,91 105,1 254 40,5 515 411 14,53 70,28 15,19 14,53 50,02 35,45 104,5 244 40,3 1 250 255 14,3 71,23 14,47 14,3 50,46 35,24 101,2 246,4 40,2

Tab.P2: Obecná míra porodnosti (v ‰) a počet živě narozených v roce 2000 – 2009 Kraj MSK VYS ČR Rok P ŽN P ŽN P ŽN 8,8 11 239 9,2 4 711 8,8 90 910 2000 8,9 11 292 8,8 4 509 8,9 90 715 2001 9,0 11 398 9,2 4 691 9,1 92 786 2002 9,2 11 517 9,2 4 710 9,2 93 685 2003 9,4 11 783 9,3 4 759 9,6 97 664 2004 9,7 12 177 9,9 5 070 10,0 102 211 2005 9,9 12 381 10,0 5 113 10,3 105 831 2006 10,7 13 373 10,5 5 373 11,1 114 632 2007 10,7 13 402 11,0 5 649 11,5 119 570 2008 10,6 13 238 10,6 5 447 11,3 118 348 2009 Pozn.: P – obecná míra porodnosti, ŽN – počet živě narozených, Zdroj: ČSÚ

9 PŘÍLOHY

80

Tab.P3: Obecná míra úmrtnosti (v ‰) a počet zemřelých v roce 2000 - 2009 Kraj MSK VYS Rok Ú Z Ú Z 10,1 12 830 10,3 5 286 2000 10,3 12 986 10,0 5 121 2001 10,4 13 066 10,0 5 130 2002 10,6 13 347 10,4 5 319 2003 10,4 13 005 9,8 5 007 2004 10,4 12 991 10,5 5 339 2005 10,1 12 657 9,3 4 773 2006 10,1 12 668 9,5 4 880 2007 10,4 12 974 9,5 4 881 2008 10,6 13 245 9,9 5 094 2009 Pozn.: Ú – obecná míra úmrtnosti, Z – počet zemřelých Zdroj: ČSÚ

ČR Ú 10,6 10,5 10,6 10,9 10,5 10,5 10,2 10,1 10,1 10,2

Z 109 001 107 755 108 243 111 288 107 177 107 938 104 441 104 636 104 948 107 421

Tab.P4: Kojenecká úmrtnost (v ‰) a novorozenecká úmrtnost (v ‰) ČR 2000 2001 2002 Koj.úmrtnost 4,1 4,0 4,1 Novoroz.úmrtnost 2,5 2,3 2,7 MSK Koj. úmrtnost 5,8 4,8 5,2 Novoroz. úmrtnost 3,2 2,8 3,8 VYS Koj. úmrtnost 3,2 3,8 5,5 Novoroz.úmrtnost 2,3 2,7 4,3 Zdroj: ČSÚ

2003 3,9 2,4

2004 3,7 2,3

2005 3,4 2,0

2006 3,3 2,3

2007 3,1 2,1

2008 2,8 1,8

4,2 2,5

4,2 2,5

3,2 2,0

4,1 2,7

2,7 1,8

4,0 2,7

3,0 1,7

2,5 2,3

3,6 2,6

2,7 2,3

4,3 3,0

2,1 1,2

Tab.P5: Obecná míra sňatečnosti (v ‰) a počet uzavřených sňatků v roce 2000 - 2009 Kraj MSK VYS S PS S PS Rok S 5,0 6 359 5,1 2 625 5,4 2000 4,8 6 055 4,9 2 516 5,1 2001 4,7 5 923 5,0 2 566 5,2 2002 4,5 5 642 4,6 2 368 4,8 2003 4,7 5 888 4,7 2 394 5,0 2004 4,7 5 900 4,8 2 428 5,1 2005 4,9 6 068 4,7 2 393 5,1 2006 5,4 6 694 5,0 2 580 5,5 2007 5,0 6 198 4,5 2 332 5,0 2008 4,5 5 594 4,2 2 187 4,6 2009 Pozn.: S – obecná míra sňatečnosti, PS – počet uzavřených sňatků Zdroj: ČSÚ

ČR PS 55 321 52 374 52 732 48 943 51 447 51 829 52 860 57 157 52 457 47 862

9 PŘÍLOHY

81

Tab.P6: Obecná míra rozvodovosti (v ‰) a počet rozvodů v roce 2000 - 2009 Kraj MSK VYS Rok R PR R PR 3,1 3 987 2,2 1 148 2000 3,3 4 157 2,3 1 182 2001 3,3 4 152 2,3 1 170 2002 3,4 4 330 2,4 1 235 2003 3,5 4 393 2,4 1 206 2004 3,2 3 987 2,4 1 247 2005 3,2 4 014 2,4 1 224 2006 3,1 3 874 2,4 1 252 2007 3,2 3 964 2,6 1 343 2008 2,8 3 488 2,2 1 157 2009 Pozn.: R – obecná míra rozvodovosti, PR – počet rozvodů Zdroj: ČSÚ

ČR R 2,9 3,1 3,1 3,2 3,2 3,1 3,1 3,0 3,0 2,8

PR 29 704 31 586 31 758 32 824 33 060 31 288 31 415 31 129 31 300 29 133

Tab.P7: Obecná míra potratovosti (v ‰) a počet potratů v roce 2000 - 2009 Kraj MSK VYS Rok P PP P PP 2000 4,6 5 797 3,8 1 963 2001 4,4 5 516 3,6 1 831 2002 4,1 5 194 3,6 1 858 2003 3,9 4 865 3,6 1 830 2004 3,9 4 863 3,3 1 690 2005 3,7 4 629 3,4 1 728 2006 3,7 4 652 3,5 1 762 2007 3,9 4 868 3,5 1 789 2008 4,0 4 964 3,4 1 746 2009 3,7 4 581 3,2 1 661 Pozn.: P – obecná míra potratovosti, PP – počet potratů Zdroj: ČSÚ

ČR P 4,6 4,4 4,3 4,2 4,1 3,9 3,9 4,0 4,0 3,9

Tab.P8: Index potratovosti Kraj MSK VYS ČR Rok Ip Ip Ip 2000 51,4 41,5 52,0 2001 48,7 40,5 49,5 2002 45,4 39,5 47,0 2003 42,1 38,8 45,0 2004 41,1 35,4 42,2 2005 37,9 34,0 39,0 2006 37,4 34,4 37,7 2007 36,3 33,2 35,6 2008 36,9 30,8 34,6 2009 34,6 30,5 34,3 Pozn.: Ip – index potratovosti (počet potratů na 100 narozených) Zdroj: ČSÚ

PP 47 370 45 057 43 743 42 304 41 324 40 023 39 959 40 917 41 446 40 528

9 PŘÍLOHY

82

Tab.P9: Porodnost v závislosti na věku a rodinném stavu matky v roce 2008 Kraj Živě narození Porodnost podle rodinného stavu matky: svobodná vdaná rozvedená ovdovělá Kraj Porodnost podle věku matky: -14 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 + Zdroj: ČSÚ, Vlastní výpočty

MSK 13 402

VYS 5 649

100% 34,8 58,3 6,6 0,3 MSK % 0,02 4,2 17,4 34,8 32,4 9,6 1,6

100% 22,7 71,0 6,1 0,2 VYS % 0,0 2,3 14,1 39,6 33,4 9,3 1,4

Tab.P10: Příčiny úmrtí v roce 2008 MSK VYS Celkem 100% 100% Některé infekční činitele a parazitární nemoci 0,69 0,43 Novotvary 25,48 26,92 Nemoci krve a krvetvorných orgánů a některé poruchy mechanismu imunity III. 0,10 0,16 IV. Nemoci endokrinní, výživy a přeměny látek 2,10 2,52 V. Nemoci duševní a poruchy chování 0,28 0,16 VI. Nemoci nervové soustavy 1,29 1,27 VII. Nemoci oka a očních adnex VIII. Nemoci ucha a bradavkového výběžku IX. Nemoci oběhové soustavy 50,10 49,17 X. Nemoci dýchací soustavy 4,76 7,05 XI. Nemoci trávicí soustavy 6,41 3,44 XII. Nemoci kůže a podkožního vaziva 0,17 0,00 XIII. Nemoci svalové a kosterní soustavy a pojivové tkáně 0,05 0,06 XIV. Nemoci močové a pohlavní soustavy 1,29 1,88 XV. Těhotenství, porod a šestinedělí 0,02 0,00 XVI. Některé stavy vzniklé v perinatálním období 0,25 0,12 XVII. Vrozené vady, deformace a chromosomální abnormality 0,15 0,20 Příznaky, znaky a abnormální klinické a laboratorní nálezy XVIII. nezařazené jinde 1,26 0,59 XX. Vnější příčiny nemocnosti 5,60 6,00 Pozn.: I – XX Mezinárodní statistická klasifikace nemocí a přidružených zdravotních problémů Zdroj: ČSÚ, Vlastní výpočty Třída I. II.

9 PŘÍLOHY

83

Tab.P11: Sňatečnost podle rodinného stavu a věku snoubenců v roce 2008 2008 Celkem v tom podle rodinného stavu snoubenců: ženich svobodný rozvedený ovdovělý nevěsta svobodná rozvedená ovdovělá Věk ženicha: 16 - 17 18 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 49 50 - 59 60 - 69 70 - 79 80 + Věk nevěsty: 16 - 17 18 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 49 50 - 59 60 - 69 70 - 79 80 + Průměrný věk při sňatku - ženichů - nevěst Průměrný věk při prvním sňatku - ženichů - nevěst Průměrný věk při dalších sňatcích - ženichů - nevěst Zdroj: ČSÚ

VYS 2 332

100%

MSK 6 198

100%

1 887 424 21 1 830 479 23

81 18 1 78 21 1

4 435 1 674 89 4 407 1 672 119

72 27 1 71 27 2

4 250 896 637 212 205 89 34 5 -

0,0 0,2 10,7 38,4 27,3 9,1 8,8 3,8 1,5 0,2 0,0

1 24 589 2 031 1 547 663 736 442 132 26 7

0,0 0,4 9,5 32,8 25,0 10,7 11,9 7,1 2,1 0,4 0,1

1 49 551 977 372 140 150 71 19 2 -

0,0 2,1 23,6 41,9 16,0 6,0 6,4 3,0 0,8 0,1 0,0

2 108 1 360 2 187 1 089 452 587 323 82 8 -

0,0 1,7 21,9 35,3 17,6 7,3 9,5 5,2 1,3 0,1 0,0

32,4 29,7

34,3 31,4

29,8 26,9

29,9 27,1

43,7 40,2

45,3 41,9

9 PŘÍLOHY

84

Tab.P12: Rozvodovost podle délky trvání manželství v roce 2008 Kraj Rozvody podle délky trvání manželství (roky): 0 1 2- 4 5- 9 10 - 14 15 + Zdroj: ČSÚ,

VYS

MSK

VYS

MSK

1 343 16 54 159 268 242 604

3 964 36 118 484 754 652 1 920

100% 1,2 4,0 11,8 20,0 18,0 45,0

100% 0,9 3,0 12,2 19,0 16,4 48,4

Tab.P13: Rozvodovost podle příčin rozvratu manželství v roce 2008 Kraj Celkem rozvodů v roce 2008 Příčina rozvratu manželství na straně muže: alkoholismus nevěra nezájem o rodinu rozdíl povah, názorů a zájmů ostatní příčiny soud nezjistil zavinění Příčina rozvratu manželství na straně ženy: alkoholismus nevěra nezájem o rodinu rozdíl povah, názorů a zájmů ostatní příčiny soud nezjistil zavinění Zdroj: ČSÚ

VYS 1 343

MSK 3 964

VYS 100%

MSK 100%

35 57 18 1 123 80 30

176 253 111 2 991 320 113

2,6 4,2 1,3 83,6 6,0 2,2

4,4 6,4 2,8 75,5 8,1 2,9

7 41 9 959 63 264

28 164 65 3 034 243 430

0,5 3,1 0,7 71,4 4,7 19,7

0,7 4,1 1,6 76,5 6,1 10,8

Tab.P14: Počet potratů v závislosti na věku ženy a rodinném stavu ženy v roce 2008 VYS Potraty celkem v tom podle věku ženy:

v tom podle rodinného stavu:

Zdroj: ČSÚ

MSK

- 14 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 +

1 746 111 248 437 501 321 128

100% 0,0 6,4 14,2 25,0 28,7 18,4 7,3

4 964 4 439 895 1 148 1 304 819 355

100% 0,1 8,8 18,0 23,1 26,3 16,5 7,2

svobodná vdaná rozvedená ovdovělá družka nezjištěno

565 952 199 11 6 13

32,4 54,5 11,4 0,6 0,3 0,7

2 187 2 192 536 30 9 10

44,1 44,2 10,8 0,6 0,2 0,2

Demografické srovnání Moravskoslezského kraje a kraje Vysočina

Recommend Documents