Vysoká škola ekonomická v Praze
Doktorská disertační práce
2009
Ing. Martina Sieber -1-
Vysoká škola ekonomická v Praze Fakulta podnikohospodářská Hlavní specializace: Podniková ekonomika a management
Stínové ceny v české ekonomice
Vypracovala: Ing. Martina Sieber Vedoucí disertační práce: prof. Ing. Eva Kislingerová, CSc. -2-
Chtěla bych tímto poděkovat prof. Ing. Evě Kislingerové, CSc. za její cenné rady, připomínky k mojí disertační práci a současně za trpělivost při jejím zpracování. -3-
Prohlášení
Prohlašuji, že jsem disertační práci na téma „Stínové ceny v české ekonomice“ vypracovala samostatně. Použitou literaturu a podkladové materiály uvádím v přiloženém seznamu literatury.
V Praze dne 1.5. 2009
Podpis -4-
Obsah Obsah .............................................................................................................................................. 5 Seznam tabulek .............................................................................................................................. 9 Seznam obrázků .......................................................................................................................... 10 1
Úvod ....................................................................................................................................... 11
2
Problematika „Stínových cen“ ve vědě a v praxi ............................................................ 14
3
Cíl práce a metody zpracování práce ................................................................................ 18
4
3.1
Definování cílů ............................................................................................................. 18
3.2
Zdroje a postup řešení ................................................................................................. 18
3.3
Očekávaný přínos......................................................................................................... 19
3.4
Vědecké metody zkoumání ........................................................................................ 19
Teoretická východiska ......................................................................................................... 21 4.1
Pojem „Hodnota“ ......................................................................................................... 23
4.1.1 Nákladové pojetí hodnoty...................................................................................... 23 4.1.2 Subjektivní pojetí hodnoty ..................................................................................... 25 4.2
Typologie statků pro potřeby stanovení stínových cen .......................................... 32
4.2.1 Tržní statky............................................................................................................... 32 4.2.2 Netržní statky........................................................................................................... 33 4.2.2.1 Veřejné statky ................................................................................................... 36 4.2.2.2 Volné statky ...................................................................................................... 36 4.2.2.3 Externality ......................................................................................................... 37 4.3
Co je to stínová cena? ................................................................................................... 44
4.4
CBA jako prostor pro uplatnění stínových cen ........................................................ 45
4.5
Arrowův teorém a funkce blahobytu ........................................................................ 48 -5-
4.6
Stínová cena optikou optimalizačních úloh ............................................................. 50
4.7
Blahobyt – mikroekonomický aparát pro jeho měření ........................................... 51
4.8
Koncepční předpoklady stínových cen ..................................................................... 67
4.8.1 Willingness – to – Pay , Willingness – to Accept ................................................ 67 4.8.2 Oportunitní náklady ............................................................................................... 70 5
Metody stanovení stínových cen........................................................................................ 72 5.1
Metody oceňování založené na přímém pozorování chování subjektů ............... 72
5.1.1 Stanovení stínových cen na základě pilotních projektů .................................... 72 5.1.2 Stanovení stínových cen odvozením z poptávkových křivek .......................... 75 5.1.3 Stanovení stínových cen pro netržní statky na základě pozorování tržního chování subjektů............................................................................................................................... 76 5.1.3.1 Metoda tržní analogie ..................................................................................... 76 5.1.3.2 Metoda ocenění aktiv ...................................................................................... 78 5.1.3.3 Metoda cestovních výdajů .............................................................................. 78 5.1.3.4 Metoda obranných výdajů.............................................................................. 79 5.1.3.5 Metoda meziproduktu .................................................................................... 81 5.1.3.6 Metoda hedonických cen ................................................................................ 82 5.2
Stanovení stínových cen pomocí deklarovaných preferencí.................................. 83
5.2.1 Koho se dotazovat? ................................................................................................. 87 5.2.2 Jak se dotazovat? ..................................................................................................... 90 5.2.2.1 Otevřené otázky ............................................................................................... 93 5.2.2.2 „Dražba“ ........................................................................................................... 94 5.2.3 „Stanovený výběr“ .................................................................................................. 95 5.2.4 Metoda scénářů........................................................................................................ 96 5.3
Vyhodnocení dat .......................................................................................................... 97
5.4
Metodika LMST ............................................................................................................ 99 -6-
6
5.5
Metodika ExternE....................................................................................................... 102
5.6
Kritická analýza metod a přístupů .......................................................................... 105
Stanovení stínových cen konkrétních statků .................................................................. 111 6.1
Stínové ceny tržních statků ....................................................................................... 111
6.1.1 Stínová cena zboží a služeb .................................................................................. 113 6.1.1.1 Obchodovatelné statky ................................................................................. 113 6.1.1.2 Neobchodovatelné statky ............................................................................. 121 6.1.2 Stínová cena práce ................................................................................................. 122 6.1.2.1 Stínová mzda na konkurenceschopném trhu ............................................ 122 6.1.2.2 Stínová mzda na trhu práce s nedobrovolnou nezaměstnaností ............ 123 6.1.2.3 Stínová cena práce vztažena k produkci statků ........................................ 126 6.1.3 Stínová cena půdy ................................................................................................. 130 6.1.4 Specifické konverzní faktory pro českou ekonomiku ...................................... 133 6.2
Stínové ceny netržních statků ................................................................................... 142
6.2.1 Hodnota statistického života ............................................................................... 142 6.2.1.1 Metody nevedoucí k VSL.............................................................................. 142 6.2.1.2 Metody vedoucí k VSL .................................................................................. 145 6.2.2 Hodnota času ......................................................................................................... 157 6.2.3 Hodnota hluku....................................................................................................... 160 6.3
Příklad aplikace metodického aparátu v českých podmínkách .......................... 167
6.4
Jak postupovat bez stínových cen ............................................................................ 169
7
Přínosy ................................................................................................................................. 172
8
Závěr .................................................................................................................................... 173
9
Použitá literatura ................................................................................................................ 179
10
Seznam použitých zkratek ............................................................................................ 208
11
Seznam použitých termínů ........................................................................................... 210 -7-
12
Příloha .............................................................................................................................. 215 Příloha 1: Konverzní faktory pro ČR za rok 2003 .......................................................... 215 Příloha 2: Konverzní faktory pro ČR za rok 2002 .......................................................... 216 Příloha 3: Konverzní faktory pro ČR za rok 2001 .......................................................... 217 Příloha 4: Konverzní faktory pro ČR za rok 2000 .......................................................... 218 Příloha 5: Konverzní faktory pro ČR za rok 1999 .......................................................... 219
-8-
Seznam tabulek Tabulka 1: Celková ekonomická hodnota............................................................................. 31 Tabulka 2: Model CBA............................................................................................................. 46 Tabulka 3: Vztah EV, CV a WTP, WTA.................................................................................. 68 Tabulka 4: Pět základních oceňovacích designů.................................................................. 74 Tabulka 5: Metody stanovení stínových cen tržních statků ............................................. 109 Tabulka 6: Metody stanovení stínových cen netržních statků ......................................... 110 Tabulka 7: Konverzní faktory pro Českou republiku za rok 2006 .................................. 137 Tabulka 8: Konverzní faktory pro Českou republiku za rok 2005 .................................. 138 Tabulka 9: Konverzní faktory pro Českou republiku za rok 2004 .................................. 139 Tabulka 10: Vývoj standardního konverzního faktoru ..................................................... 140 Tabulka 11: Stínové ceny vybraných statků v českém prostředí ..................................... 141 Tabulka 12: Mzdové konverzní faktory .............................................................................. 141 Tabulka 13: Hodnota lidského života ženy stanovená metodou lidského kapitálu..... 144 Tabulka 14: Hodnota lidského života muže stanovená metodou lidského kapitálu ... 144 Tabulka 15: Analýza metod a přístupů vedoucích k VSL ................................................ 148 Tabulka 16: výzkumech
Výsledky VSL na základě hédonické regrese (práce) ve světových ............................................................................................................................ 155
Tabulka 17: Výsledky VSL na základě dotazování ve světových výzkumech .............. 156 Tabulka 18:
Výsledky VSL na základě hédonické regrese (jiné trhy než práce) ve
světových výzkumech ........................................................................................................................... 157 Tabulka 19: Stínová cena hluku odvozená ze silniční dopravy ....................................... 165 Tabulka 20: Hodnota NSDI odvozená z letecké dopravy ................................................ 166
-9-
Seznam obrázků Obrázek 1: Funkce závislosti ceny na množství spotřebovávaného netržního statku ... 35 Obrázek 2: Funkce závislosti ceny na množství spotřebovávaného netržního statku ... 43 Obrázek 3: Běžný spotřebitelský přebytek ........................................................................... 53 Obrázek 4: Měření blahobytu prostřednictvím cenového poklesu ................................... 55 Obrázek 5: Srovnání EV, CV, S ............................................................................................... 61 Obrázek 6: Srovnání EV, CV ................................................................................................... 64 Obrázek 7: Srovnání ES, CS .................................................................................................... 66 Obrázek 8: Členění metod pro stanovení stínových cen dle Massima Floria ................ 101 Obrázek 9: Přístup shora dolů v oceňování externalit ...................................................... 103 Obrázek 10: Fáze dráhy působení ........................................................................................ 104 Obrázek 11: Dopad změny nabídky statku ........................................................................ 118 Obrázek 12: Zobrazení CV pro změnu nabídky statku – dopad na import .................. 118 Obrázek 13: Zobrazení CV pro změnu nabídky statku – dopad na export ................... 119 Obrázek 14: Pracovní trh a oportunitní náklady ............................................................... 124 Obrázek 15: statků
Nárůst poptávky po práci využívané k produkci neobchodovatelných ............................................................................................................................ 127
Obrázek 16: Odvození stínové ceny práce použité při výrobě obchodovatelných statku. ............................................................................................................................. 129 Obrázek 17: Nárůst poptávky po půdě ............................................................................... 131 Obrázek 18: Ochota zaplatit za snížení rizika úmrtí ......................................................... 146
- 10 -
„Změřte vše, co lze změřit, a co nelze změřit, učiňte měřitelným.“
Francis Bacon
1 Úvod V duchu slov Francise Bacona se v současné době pokoušíme změřit vliv každého lidského zásahu do ekonomiky, společnosti či obecně chodu. Hodnotu intervence, statku, či obecně jakéhokoliv zásahu odvozujeme od velikosti vygenerového užitku, neboli na základě dopadu na blahobyt jedince či společnosti. Socioekonomické hodnocení nezpochybňuje skutečnost, že klasické finanční hodnocení má svoji vypovídací schopnost, ale informace, které nám poskytuje pro rozhodování lze považovat v určitých směrech za nedostatečné. Lidská činnost měla na životní prostředí, na zdraví lidí i na planetu samotnou vždy určitý jak negativní, tak i pozitivní vliv (i když dnešní poznatky z biologie a klimatologie by spíše hovořili pro ty negativní), ale dnes již vhledem k minulým zásahům je každý další neuvážený negativní dopad potenciálně nebezpečný. Když v padesátých letech 20. Století budovali továrny, tvořili sice projekty, které měly potenciálně a ve výsledku i reálně řadu negativních vlivů na své okolí, ale tehdy poškozovali planetu relativně nepoškozenou a mezní hodnota takového negativního zásahu byla relativně malá. Dnes lze ale hovořit o vysokých mezních nákladech negativních externích efektů právě vzhledem k tomu, že planeta je již natolik poškozená, že se hovoří o ohrožení lidstva a tudíž již nelze přehlížet část hodnoty, která se nachází mimo tržní cenu a je nutné hledat další hodnotové měřítko. Pokud by trhy byly dokonalé bez tržních distorzí, tržní ceny by byly nejdokonalejším nástrojem, ale skutečnost je jiná, trhy jsou ovlivňovány řadou státních regulací, externalit, informační asymetrií a potom část efektu spojeného se statkem se do tržní ceny vůbec nedostane. Tržní ceny stále hrají významnou roli, ale pro specifické účely hodnocení intervencí financovaných státem či rozhodování o regulatorních opatřeních státu je nutné využít nástrojů socioekonomického hodnocení, které pracuje na bázi cen stínových. Stínové ceny zohledňují socioekonomickou (někdy označována jako ekonomická) hodnotu statků, a to jak tržních tak i netržních.
- 11 -
Není to tak, že bychom v případě investic financovaných z veřejných zdrojů měli opomíjet finanční efektivitu. Naopak měli bychom respektovat doporučení dané jak finančními ukazateli (ať již na bázi ROE, EVA, MVA), tak i na bázi socioekonomických ukazatelů, které vyjadřují vliv projektu na blahobyt společnosti. Tento postup může být možností, jak realizovat intervence v duchu udržitelného rozvoje. Pokud by ale ekonomika byla prosta tržních distorzí, byly by ceny stínové na úrovni cen tržních. Realita je taková, že se s rostoucími zásahy do ekonomiky se jednotlivé ceny sobě přibližují a někdy naopak vzdalují. Připustíme-li tezi, že je skutečně socioekonomické hodnocení intervencí nezbytné (a předesílám nikoliv vždy, ale především pro ony dvě uvedené oblasti ekonomiky), je nutné přistoupit právě k definování stínových cen. Je nutné připustit, že oblast socioekonomického hodnocení není pro teorii a praxi ve světě žádnou novinkou. Pravdou je, že ono dlouhodobé používání socioekonomického hodnocení nemusí být vnímáno jako doklad jeho užitečnosti, ale skutečnost, že se k němu postupně od 40. let minulého století, kdy se začínalo výrazněji používat poprvé, přidávalo více a více států, jistou záruku dává. Na druhou stranu je skutečností, že parametry intervence, které spočívají v takových atributech, jako je záchrana kulturního dědictví, či ochrana života, jinými systémy, než je socioekonomické hodnocení intervencí, skutečně nevyhodnotíme. Česká republika přistoupila k masivní aplikaci socioekonomického hodnocení (v podobě studie nákladů a přínosů, jinými slovy Cost Benefit Analysis, CBA) s příchodem kapitálu z evropských fondů, kdy bylo rozhodnuto, že projekty řazené mezi tzv. velké (nelze jednoznačně definovat, co vnímáme pod pojmem velký projekt vzhledem k tomu, že hranice velikosti
investičních
výdajů
je
definována
individuelně
jednotlivými
úřady
v roli
poskytovatelů dotačních prostředků). Přestože je v České republice povinnost vyhodnocení prostřednictvím metody CBA, neexistuje materiál, který by jednoznačně vymezil celý teoretický aparát nutný k jejímu jednoznačnému zhotovení. Samotné principy metody jsou uchopeny v metodice vydané evropskou komisí a v dalších textech, ale co neexistuje, jsou specifické ceny, ve kterých má být CBA zpracováno, resp. alespoň vymezení, jak tyto ceny nalézt. CBA pracuje na bázi nikoliv cen tržních, ale na bázi cen stínových. Ty zohledňují nejen tržní příležitosti, ale komplexní společenskou hodnotu. Smyslem stínových cen není jen náhrada stávajících tržních
- 12 -
cen. Vzhledem k tomu, že CBA uchopuje i nefinanční efekty investice, jsou stínové ceny konstruovány i pro ně. Každý trh je unikátní, a přestože je možné přebírat ze zahraničí postupy oceňování, nelze již bez předchozí pečlivé verifikace převzít konkrétní socioekonomické hodnoty statků (označované jako stínové ceny). Ty závisí na společenských preferencích, ale i na bohatství dané společnosti (rozpočtových omezeních). Někdy nelze některé metody ani aplikovat, a to buď z důvodu, že jsou postaveny na odlišných společenských předpokladech, nebo jednoduše vůbec v České republice aplikovat nelze (jako například odvození z trhů s detektory kouře). Dnes je bohužel praxe taková, že každý jednotlivý analytik při každém jednotlivém ocenění určuje stínové ceny sám, případně přebírá stínové ceny ze zahraničí, či upravuje specielním transformačním mechanismem tržní ceny na ceny stínové (ten ovšem také není upraven pro české prostředí a analytici opět stojí před volbou, jak si tuto hodnotu zvolí). To vede k tomu, že je možné svévolně vychýlit socioekonomickou hodnotu intervence mimo její „skutečnou“ hodnotu. Obecně tento stav vede ke zvýšené variabilitě nalezené socioekonomické hodnoty intervence se shodným dopadem na blahobyt společnosti, což logicky může vést ke snížení vnímané validity takového hodnocení. Toto ale nelze vnímat jako argument napadající studii CBA. Toto má příčiny opravdu pouze v neexistenci verifikovaných stínových cen. Pokud bychom je získali, můžeme postavit finanční a socioekonomické hodnocení na roveň z hlediska validity a korektnosti (samozřejmě nikoliv z hlediska obsahu). Tato skutečnost, ale i přesvědčení o opodstatněnosti rozhodování na základě socioekonomické hodnoty a současně společenská poptávka v podobě výzkumu pro Ministerstvo dopravy, které poptává jednoznačné uchopení stínových cen a posléze i jejich vyčíslení pro to, aby případně mohly být ukotveny jako závazné, mě vedlo ke zvolení daného tématu disertační práce.
- 13 -
2 Problematika „Stínových cen“ ve vědě a v praxi Než se pustíme do samotného vymezení problematiky stínových cen ve vědě a praxi, je nutné vysvětlit, co se za samotným pojmem stínových cen skrývá. Stínová cena vyjadřuje socioekonomické ocenění statku, neboli hodnotu statku pro společnost, a to ať již se jedná o statek, který je předmětem tržních vztahů (např. práce, elektrická energie) či nikoliv (např. život, volný čas apod.). Stínové ceny se potom uplatňují všude tam, kde je kalkulováno na bázi společenské hodnoty, tedy v metodě CBA, ve vícekriteriálním hodnocení státní intervence, měření dopadu regulatorních opatření státu, při stanovení míry zdanění negativních externalit, či nejrůznějších způsobech internalizace externalit či při projektovém řízení státu, obecně vždy, když jsou výdaje hrazeny z veřejných zdrojů. Od stínových cen v pojetí ekonomie blahobytu či společenské hodnoty je nutné odlišit stínové neboli duální ceny, které známe z operačního výzkumu. Rozdíly či podobnosti budou detailně analyzovány v pozdějším textu. Dále pokud nebude uvedeno jinak, budeme hovořit o stínových cenách ve smyslu hodnotovém, jak je definuje ekonomie blahobytu. O stínových cenách v pojetí operačního výzkumu budeme hovořit jako o duálních cenách. Téma stínových cen není nikterak nové. První náznaky této problematiky najdeme již v roce 1848 v díle francouzského ekonoma Jules Dupuita či u britského ekonoma Alfreda Marshalla, který formuloval první ucelené předpoklady CBA, posléze v první polovině minulého století v publikacích věnujících se Ekonomii, příp. Ekonomii blahobytu (Pigou, 1932). Přirozená poptávka po socioekonomickém ocenění především netržních statků byla vyvolána potřebou nalézt metriku pro možnost zdaňovat producenty negativních externalit ovlivňující životní prostředí. Ale skutečný vývoj metody CBA přišel až v roce 1936, kdy byl v USA vydán „Federal Navigation Act“, který upravoval ocenění efektů ze zlepšení navigace národních vodních cest armádních sborů s tím, že rozvoj této metody dále probíhal při vyhodnocování dalších vládních intervencí či investic financovaných z veřejných zdrojů. Zhruba v 70. letech v souvislosti
- 14 -
s masivním využíváním CBA vyvstala potřeba precizace metody i metod s ní souvisejících (a tedy i přístupů ke společenskému oceňování statků). Nutnost zavedení nových mechanismů do veřejného rozhodování, je dána nejen zvyšujícími se zásahy do ekonomiky, ale i nutností přistoupit ke zvýšení společenské odpovědnosti za své činy. První náznaky teoretického řešení problému jsou patrné v publikacích věnujících se již zmíněné „Welfare economics“, či „Microeconomics“, nicméně vzhledem k relativní šíři problematiky stínových cen a jejího zasahování do oblasti mikroekonomie, sociologie, statistiky, ekonometrie a současně zahrnující jak tržní, tak i netržní statky, je uchopení velmi komplikované. Můžeme nalézt de facto pouze několik knih, které danou problematiku řeší hlouběji, nicméně vždy pouze část z ní, a to v jednom případě stínovým cenám tržním statkům (např. Londero, 2003) a v druhém vybraným problémům statků ostatních (např. Handbook of Environmantal Economics, 2005) nicméně většina z nich je de facto jen souborem článků, které řeší dílčí problém spadající do problematiky stínových cen, ale neřeší problém v celé jeho šířce a hloubce. Dílčí popis problematiky stínových cen lze nalézt také v učebnicích, které se věnují CBA či v nejrůznějších Working Paperech vydávaných národními či nadnárodními institucemi ve snaze přinést jednotný přístup k ocenění stínových cen. Kromě toho světové databáze vědeckých textů obsahují stovky článků, které se věnují úzkému výseku dané problematiky (např. vymezení stínových cen času, znečištěním CO2). Problémem ovšem zůstává, že tyto texty coby vědecké stati neobsahují velmi často zasazení do kontextu, tudíž pro využití pedagogické bychom je shledaly jako nevhodné. Z vědeckého hlediska jsou články sice velmi zajímavým, ale komplikovaným zdrojem poznatků, vzhledem k častým duplicitám, které sice potvrzují ověřenou pravdu, ale pokud je třeba postavit primární předpoklady modelů, je to zdroj vědění, který se velmi komplikovaně využívá (jak z hlediska dostupnosti, tak i z hlediska časového). Vědecký, ale i výukový problém lze vidět v rovině neucelenosti řešení. Světové publikace analyzují ocenění netržních a tržních statků jako na dva solitérní problémy, ale realita je jiná. Stínovou cenu je nutné vnímat jako socioekonomické ohodnocení jakéhokoliv statku, jelikož je nutné přijmout jednu bázi premis, na kterých postavíme modely ocenění. Pokud opomeneme jistou neusazenost (ve smyslu publikační) této problematiky ve světě, je nutné zdůraznit, že problematika stínových cen se od sedmdesátých let (UNIDO, 1972) poměrně rozvinula a je možné nalézt celou řadu výzkumů, které se soustředily na nalezení - 15 -
stínové ceny určitého statku, což vede k tomu, že svět má k dispozici celou řadu ocenění jednotlivých stínových cen. Dnes se světový výzkum v jednotlivých státech ubírá (kromě dalšího oceňování) také definováním diferencí mezi jednotlivými výzkumy a určením, který z realizovaných výzkumů více odpovídá realitě. Na druhou stranu řada výzkumů realizovaných v světě (USA, Švédsko, Irsko, Švýcarsko, Kanada) je nezbytná, jelikož přirozené determinanty hodnoty se v čase živelně mění (ať již preference či rozpočtové omezení) a je třeba plynule prověřovat, zda nedošlo k posunu ve vnímání hodnoty. Kritikům zkoumání specifické hodnoty statku pro každou zemi zvlášť lze namítat, že výzkum veřejného mínění se také nepřebírá mezi státy světa. A i přestože je svět pod vlivem silné globalizace, okamžik než se zcela protnou jak struktury preferencí, tak rozpočtová omezení, je ještě v nedohlednu. Stejně tak lze namítat, že průběžné posuny veřejného mínění také nikdo nezpochybňuje a zkoumání stínových cen je de facto zkoumáním veřejného mínění o přínosu daného statku. Česká republika je v této oblasti poměrně nováčkem. CBA je v masivnější rovině využívána až s příchodem finančních prostředků ze strukturálních fondů EU a s ní přišla i potřeba vymezit se k tomu, zda budeme jen bezhlavě přejímat stínové ceny ze zahraničí, nebo si vytvoříme svoje vlastní. Dnes je v ČR problematika aplikace CBA a definování stínových cen relativně neřešená, když opomenu jednostránkový popis v metodickém materiálu Evropské komise a přeložený materiál Evropské unie ExternE řešící pouze externí efekty lidské činnosti. Oproti světu je naše situace ještě komplikovanější v tom, že zde ani neexistují ocenění jednotlivých stínových cen a práce analytiků na hledání společenské hodnoty intervencí je poněkud živelná. V Čechách de facto existuje jen několik týmů, které se dané problematice hlouběji věnují, a to tým na VŠE (doc. Ing. J. Fischer, PhD., prof. Ing. P. Hebák, CSc, doc. Ing. J. Hnilica, PhD., Ing. M. Sieber, Ing. P. Sieber, PhD.), který se v současné době věnuje ocenění stínových cen externalit z dopravy, dále tým vědeckých pracovníků soustředěný v „Centru pro otázky životního prostředí UK“ a dále týmy na Akademii věd a další. Tím nechci říci, že by tato oblast teoretického poznání byla u nás záležitostí až posledních let. Stejně jako v zahraničí, tak i v České republice vznikla poptávka po vyčíslení dopadu „člověka“ na životní prostředí, resp. ocenění externalit spolu s rostoucí aktivitou průmyslu zhruba v 60. letech minulého století, kdy vznikly první práce pod záštitou ministerstva životního prostředí. Tím bádání nad stínovými cenami neskončilo, ale vždy byl řešen jen určitý výsek. Skutečná společenská poptávka po - 16 -
hodnotách stínových cen přišla až nyní spolu s masivním využíváním CBA při rozhodování o projektech spolufinancovaných z veřejných prostředků. Vědecká práce v oblasti stínových cen je poměrně komplikovaná, jelikož tím, že neexistuje publikace, která by celou problematiku řešila, jsou začínající vědci z velké části závislí na četbě desítek či stovek vědeckých článků. V rovině praktického využití je situace také nesnadná, protože tím, že praxe (v České republice) nemá k dispozici ani materiál, který by jim vysvětlil, co je podstatou stínových cen, ale ani jednotné vymezení, kolik jsou stínové ceny jednotlivých statků, degraduje to v očích některých i společenské hodnocení, které lze obecně považovat za velmi podstatné.
- 17 -
3 Cíl práce a metody zpracování práce 3.1 Definování cílů Předchozí kapitola měla zdůvodnit jisté vědecké, ale i metodologické vakuum, které se v dnešní době nalézá v české ekonomii v oblasti společenského hodnocení investic, což mě vedlo k výběru daného tématu a i k vytyčení následujícího cíle. Hlavním cílem mojí disertační práce je vymezení předpokladů a rozpracování koncepčních přístupů ke stanovení stínových cen v českém prostředí a sestavení metodiky pro tvorbu stínových cen. Splnění cíle bude spočívat v: 1)
sestavení komplexní metodiky stanovení stínových cen (konkrétně se bude
jednat o sestavení uceleného systému metod, přístupů k stanovení stínových cen, jejich definování, popis postupu a vymezení kritických bodů jednotlivých metod s akcentem na české prostředí), 2)
stanovení stínových cen pro vybraná aktiva (obchodovatelné statky a práci)
v českých podmínkách.
3.2 Zdroje a postup řešení Práce bude spočívat v následujících krocích: 1)
Analýza teoretického poznání
Kromě pramenů věnujících se přímo jednotlivým stínovým cenám, se jedná i o literaturu zaměřenou na CBA, či publikace se zaměřením na mikroekonomii, veřejné finance či teorii blahobytu. Literaturu z oblasti CBA je nutné zahrnout z prozaického důvodu, jelikož stínové ceny jsou cenami, se kterými se, mimo jiné, pracuje v CBA a je tedy nutné přesně vymezit metodu a její potřeby, aby stínové ceny naplňovaly její předpoklady. Ostatní obory zahrnuté do zkoumání teoretických podkladů budou analyzovány vzhledem k tomu, že stínové ceny jsou postaveny na mikroekonomických základech a v neposlední řadě literatura z oblasti teorie blahobytu je jedna z prvních, která se touto problematikou zabývala. - 18 -
2)
Syntéza zjištěných informací a následné zkoumání jejich relevance pro české
prostředí. 3)
Analýza sekundárních dat použitelných pro stanovení stínových cen v českém
prostředí, především dat Českého statistického úřadu, Ministerstva financí České republiky a Celní správy České republiky. 4)
Stanovení transformačních mechanismů pro přepočet tržních cen na ceny stínové
pro vybraná tržní aktiva pro České prostředí.
3.3 Očekávaný přínos Vědecký přínos práce lze spatřovat v kritické reflexi k ucelenému souboru možných přístupů ke stanovení stínových cen, dále v sestavení komplexního systému přístupů ke stanovení stínových cen pro jednotlivé druhy statků, zejména pak určení speciálních transformačních mechanismů přepočtu tržních cen na stínové v českém prostředí pro vybrané konkrétní tržní statky pro českou ekonomiku.
3.4 Vědecké metody zkoumání Práce je shrnujícím dílem, které se věnuje problematice jako celku a cílem autorky bylo pojmout všechny dosavadní znalosti k pojmu stínová cena statku a kritickou reflexí se věnovat stanovení stínových cen s akcentem na specifické podmínky českého prostředí. Majoritní částí práce (alespoň vzhledem k objemu času) bylo shromáždění maximálního množství pramenů, které se dané problematice věnují a následná kritická rešerše proto, aby pro další práci byly vybrány ty, které lze považovat za nejhodnotnější. Relativní neusazenost především v českém prostředí, je potom patrná ze seznamu literatury, který je tvořen majoritním podílem zahraničních textů, a to především vědeckými články. Tento obsahuje pouze ty zdroje, které byly shledány jako relevantní (celý výčet nashromážděné literatury není uveden, vzhledem k tomu, že se jedná o cca 500 textů a pro výslednou konstrukci textu nebyly použity). Následná vědecká práce spočívala v první fázi především v analýze stavu poznání, ale i analýze diferencí či homogenit v přístupu jednotlivých vědců, současně ve zkoumání validity jejich přístupů a možnosti využití některé z metod aplikovaných v zahraničí. Bylo zkoumáno, - 19 -
které z přístupů či modelů jsou v českém prostředí proveditelné. Konkrétně se jednalo o hledání analogií mezi zemí realizovaného výzkumu a Českou republikou a současně analýzu dostupnosti nutných vstupních dat. Indukcí byly nalézány možné postupy, jak by na základě analogických postupů bylo možné stanovovat stínovou cenu v ČR. Na každé zobecnění postupu navazovala analýza dostupnosti primárních či sekundárních dat. Na tuto analytickou část navazovala část práce, která byla protknuta empirickou indukcí, která slouží k vyvozování závěrů z nashromážděných dat. V menším množství byla využita i logická dedukce, kdy byly poznatky stavěny na základě přijatých předpokladů. Jako deskriptivní nástroje byly zvoleny především grafy a vzorce, které jednoznačněji než slovní vymezení uchopují realitu či zjednodušenou realitu zachycovanou některými modely. Jedním z hlavních cílů práce je stanovit konkrétní stínové ceny pro vybrané tržní statky specielně pro Českou republiku. Pro splnění tohoto cíle byla taktéž využita rešerše statistických zdrojů potřebných pro výpočet stínových cen. Nicméně pro následný výpočet bylo využito pouze nástrojů základní matematiky a statistiky (tyto jsou popsány v kapitole 5.3).
- 20 -
4 Teoretická východiska Pro správné uchopení problému je nutné si nejprve vymezit základní premisy, od kterých se bude celá práce odvíjet. Problematika stanovení stínových cen je postavena na principech neoklasické ekonomie. Ta se soustředila na zkoumání alokace omezených zdrojů a na oblast utváření ekonomické rovnováhy. Neoklasická doktrína (v rozpracované podobě v podobě tzv. metodologického individualismu) považovala za významnou složku utváření trhu individuální rozhodování (preference) jednotlivce coby spotřebitele, což vedlo k tlaku na poznání principů chování jednotlivců (právě problematika individuálních preferencí stojí za konceptem stínových cen). Opomineme-li občasné pochybnosti o zařazení Rakouské školy do oblasti neoklasiky, je nutné vyzdvihnout dva autory této školy, jejichž dílo bylo pro uchopení stínových cen podstatné. Jedná se o práci předchůdce rakouské školy Wilhelma Hermanna Goosena s jeho Gossenovými zákony1 a dílo zástupce Rakouské školy E. von Böhm-Bawerka, který přispěl k lepšímu uchopení pojmu hodnoty tím, že jednoznačně vymezil podstatu subjektivní hodnoty. Současně jako velký zastánce kardinalistické verze užitku zastával názor, že lze hodnotu prostřednictvím užitku měřit. Nicméně pro samotný pohled na společenskou hodnotu statku můžeme hledat základy i v teorii blahobytu konstruované Wilredo Paretem i přes jeho obhajobu ordinalistického přístupu k užitku (v tomto lze vidět určitý paradox, ale jak bude uvedeno dále, pro samotné stanovení stínových cen není nutné respektování kardinalistické verze užitku). Základy společenské hodnoty nelze vymezit bez zmínění nástupce Marhallových teorií, které budou využity při měření hodnoty, Arthura Cecila Pigoua, který byť v souladu
1
Gossenovy zákony: první z Gossenových zákonů je zákon klesající užitečnosti, který říká, že s rostoucím
uspokojováním potřeb jedince klesá jeho užitek plynoucí ze spotřeby, druhý zákon (zákon vyrovnání mezních užitků) říká, že spotřebitel maximalizuje svůj celkový užitek tím, že rozděluje svůj důchod mezi jednotlivé statky tak, aby poslední jednotka důchodu byla použita na statek, z něhož spotřebiteli plyne taková výše uspokojení, že poměr mezi užitkem a cenou jednotlivých pořízených statků by byl sobě rovný, neboli že MUa/Pa=MUb/Pb. Třetí Gossenův zákon vysvětluje, za jakých okolností spotřebitel volí volný čas před časem pracovním, potažmo před nakupováním statků. Jak bude zřejmé z metodologie stanovení stínových cen, tyto teorie stojí spolu s jinými za logikou společensko-ekonomické hodnocení.
- 21 -
s předpoklady jak neoklasiků, tak i klasiků zastával základní princip fungování ekonomiky systém laissez faire, vymezoval i nutnost státních zásahů (v podobě daní a subvencí) v souvislosti s existencí tržních selhání, jejichž praktický dopad diference mezi soukromými a společenskými náklady viděl v existenci externalit (už zde je počátek nutnosti ocenění těchto trhem neoceněných statků). Není podstatné, zda budeme spíše preferovat kardinalistickou či ordinalistickou verzi užitku, neboli přistoupíme-li na to, že lidé jsou schopni pouhého seřazení statků dle velikosti užitku bez monetarizování či schopnosti říci o kolik je jeden statek přínosnější než druhý nebo že jsou lidé schopni i monetarizovaného ocenění statku dle užitku, který jim statek přináší. Lze říci, že pro uchopení problematiky stínových cen je podstatná především ta premisa, že lidé jsou schopni obecně s užitkem plynoucím ze spotřeby pracovat tedy ohodnotit jej ať již monetarizovaně
nebo
pouze
seřezením
užitků
jednotlivých
statků.
Vyjdeme-li
z ordinalistické verze užitku je jedinou možností stanovení stínové ceny statku vyjít ze známé hodnoty statku jiného. Například položíme-li si předpoklad, že určitá cena je konstruována na trhu nepříliš zasaženém distorzemi a lze poté na bázi trade-off statku x za statek y ocenit i statek, jehož tržní a potažmo ani společenskou hodnotu neznáme, jinými slovy, lze při znalosti ceny statku x ocenit statek y, pokud má stejné kvalitativní parametry a vlastnosti, a to tak že řekneme, že statek bez tržní a společenské hodnoty má onu společenskou hodnotu rovnu tržní ceně statku y. Neopomenutelné je také zaměření na jedince jako na zdroj pohybů na trhu. Při hledání odpovědi na to, jaká je společenská hodnota statků, je podstatné zjištění preferencí jedince, jako základního kamene trhu. Není naším prioritním cílem zjištění, co jedinec cítí, ale pouze jaké z jeho projevů plynou preference. Předpokládáme racionálního jedince, který má vnitřní důvody pro své preference (ať již projevené tržním chování či odpovědí v rámci dotazování). I kdyby tedy rozhodování jedince vedlo k jeho duševní nerovnováze, protože je v nesouladu s jeho vnitřním přesvědčením, je naším cílem zjistit právě jeho projevené preference, protože vnitřní pocity, hodnotový systém vyznávaný skrytě pouze uvnitř člověka je nezjistitelný a také pro rozhodování o společenské hodnotě nepodstatný, protože my nechceme znát, co si člověk myslí v jádru duše, ale jak se ve skutečnosti chová, či jak by se choval, kdyby se do
- 22 -
určité situace dostal. A to i v případě, že by rozhodování jedince bylo ireverzibilní. Neřešíme tedy způsob, jakým subjekt dospěje k rozhodnutí, ale pouze rozhodnutí a preference samotné.2 Jak již bylo řečeno, předpokládáme racionálního jedince, byť se jedinec nechová vždy racionálně. Nicméně ona iracionalita je často dána tržními selháními (informační asymetrií), ale rozhodně ne vždy. Pokud by se ovšem jedinec rozhodoval v prostředí dokonalé konkurence, v ekonomice nepostižené tržními distorzemi, bylo by jeho chování striktně racionální. Je ovšem nutné rozlišit, co můžeme považovat za racionální a co nikoliv. Kouření může být nekuřáky považováno za projev iracionality vzhledem k riziku smrtelných chorob, ale ve skutečnosti je nutné na toto chování také pohlížet jako na projev racionality jedince, jde totiž o to, že onem jedinec naprosto racionálně zhodnocuje kladný užitek z kouření, příslušnosti k vybrané sociální skupině, společenského postavení, které mu může poskytovat cigareta nebo doutník, výše než záporný užitek z poškození zdraví svého či ostatních lidí (při abstrahování od vlivu informační asymetrie). Je nutné tedy pohlížet na člověka s úctou a vědomím, že každý jedinec je schopen racionality přiměřené jeho zkušenostem, znalostem a inteligenci.
4.1 Pojem „Hodnota“ Než vysvětíme pojem stínová cena a její vyčíslování, je vhodné se dotknout pojmu, který bude následující text provázet, a to je pojem hodnota, vzhledem k tomu, že stínové ceny de facto vyjadřují společenskou hodnotu určitého statku.
4.1.1 Nákladové pojetí hodnoty Základy teorie hodnoty musíme hledat již u Aristotela, který hodnotu pevně spojoval s náklady nutnými k získání statku, jehož hodnotu posuzujeme. Na Aristotelovské nákladové pojetí navázali předchůdci klasické ekonomie a posléze i samotní klasici. Jedním z významných teoretiků z řad předchůdců klasické ekonomie, který se de facto celý život věnoval vymezení toho, co je to hodnota a co ji definuje, byl William Petty. Jeho
2
Pokud by subjekt, který má rád statek x, ve svém reálném životě preferoval statek y (ať již z důvodu
rozpočtových omezení, či toho, že mu statek y dává např. pocit sounáležitosti se zvolenou sociální skupinou), budeme vnímat jako hodnotný statek y.
- 23 -
vnímání tohoto pojmu je stejně jako u Aristotela odvozeno od nákladů, s tím že se během jeho života měnil jeho názor na nákladové položky, které hodnotu determinují. Na počátku své vědecké dráhy rozuměl pod pojmem náklady, které definují velikost hodnoty cenu pracovního času, který je nutný k získání daného statku. Na vrcholu svého vědeckého života se jeho názor posunul k tomu, že hodnota je odvozena minimálně od dvou skupin nákladů – práce a kapitálu (nikdy ale nenašel poměr těchto dvou faktorů, v jakém vstupují do modelu tvorby hodnoty). Když ovšem připustíme jeho tezi, že kapitál je de facto kumulovaná práce, zůstal i na sklonku svého života u jediné determinující proměnné, a to práce. Pokud bychom ovšem chtěli vymezit ty ekonomy, kteří přivedli nákladovou teorii hodnoty na samý vrchol, museli bychom se zmínit o klasicích (konk. angličtí klasikové – Adam Smith, David Ricardo, Stuard Mill), kteří taktéž definovali hodnotu náklady, tedy stranou nabídky s těmi rozdíly, že každý z nich si hledal specifickou cestu k definování nákladových položek, které stojí za hodnotou statku. Přesto na závěr v mnoha ohledech jejich názory nabyly průniku. Smith odvozoval hodnotu od ceny práce a míry rozdělení zisku ve společnosti. Jeho přínosem bylo definování dvojí podoby hodnoty, a to užitné a směnné, nicméně při neznalosti mezní hodnoty opomíjel její významnou vlastnost, kterou je skutečnost, že mezní hodnota je klesající funkcí množství daného statku. Smith, stejně jako např. někteří ekologové v současné době, považoval hodnotu za vnitřní vlastnost statků, nezávislou na vztahu k subjektu, což v žádném ohledu nelez považovat za vhodné. Další z významných ekonomů Ricardo navázal na Smithovu teorii hodnoty (konkrétně na jeho rozdělení hodnoty na užitnou a směnnou) a taktéž viděl jedinou determinantu hodnoty v práci. Považoval sice za parametry, které určují velikost hodnoty i kapitál, ale vzhledem k tomu, že kapitál považoval stejně jako např. další z klasických ekonomů Petty za kumulovanou práci, že ponechal těžiště hodnoty stále jen ve zmíněné práci (to ovšem znamenalo, že stejně jako v případě Smitha byla hodnota závislá i na míře zisku, tedy od transferu od spotřeby k firmám). Poslední z klasických ekonomů, kterého zmíníme, je Mill, jež odmítl pracovní teorii hodnoty, nicméně i přesto zůstal u zastávání objektivní pohledu na hodnotu (teorie výrobních nákladů), tedy jako na vlastnost statku, která je na subjektu zcela nezávislá.
- 24 -
Žádný ze zmíněných ekonomů ať již z řady klasiků či jejich předchůdců (a mezi ně můžeme myšlenkově řadit i Aristotela) nedal odpověď na otázku, proč lidé v různých situacích reagují různě a vnímají hodnotu statku odlišně. Nákladové pojetí hodnoty vypovídá pouze o tom, kolik nás daný statek stál, ale již neodpovídá dostatečně validně na to, jak budeme náklady oceňovat. Nákladové pojetí hodnoty vnímáme jako liché a je zde uvedeno pouze jako historický exkurz do myšlenkového vývoje ekonomů při pohledu na pojem hodnoty, nicméně pro samotné vymezení stínových cen nevhodné, jelikož nelze hodnotu vnímat jako inherentní vlastnost na subjektu nezávislou.
4.1.2 Subjektivní pojetí hodnoty Připustíme-li, že hodnota není pro statky objektivní danou vlastností, dostáváme se k subjektivní teorii hodnoty, která nepopírá vnitřní složku hodnoty, ale předpokládá navíc, že hodnota je determinována i vztahem k jedinci. K vysvětlení subjektivní teorie hodnoty využijeme práci významného představitele neoklasické ekonomie Böhm-Bawerka3 (1991), dle něhož: „Hodnota je význam, který má statek anebo komplex statků pro blahobyt subjektu.“ Zde je nutné dodat, co je vnímáno pod pojem blahobyt4. Hodnota ve smyslu čistě subjektivního jevu je ale subjektivní ne proto, že bychom ji upírali jakékoliv objektivní charakteristiky, ale proto, že je především dána svérázným vztahem subjektu k danému statku. Toto pojmenování je dáno spíše nutností jednoznačného odlišení subjektivní hodnoty (podmíněné subjektivním vztahem subjektu a objektu, tedy subjektivním vnímáním potřeby mít či nemít určitý statek) a čistě objektivní směnné hodnoty dané trhem (vyjádřené tržní cenou). Hodnota je dána významem daného statku pro člověka. Kdy tedy statky nabývají hodnoty? Problém je uložen v zodpovězení otázky, nakolik závisí blahobyt subjektu na ohodnocovaném statku. Rozhodnutí o hodnotě pro daný subjekt je pak rozloženo do dvou dílčích otázek:
3
Skutečnost, že jediným teoretikem zastávajícím subjektní teorii hodnoty citovaným v této práci je Böhm-
Bawerk, není dána absencí dalších zastánců této doktríny, ale pouze významností tohoto autora a jeho komplexností. 4
Blahobyt je dán sumou užitků všech členů společnosti.
- 25 -
1.
Jak velká je důležitost závislé potřeby resp. jejího uspokojení?
2.
Která z potřeb resp. uspokojení které potřeby závisí na statku?
„Statky nabývají hodnoty tehdy, když celková pohotová zásoba statků tohoto druhu je tak malá, že buďto nestačí pokrýt potřeby, které chtějí být jimi uspokojeny, anebo stačí právě tak těsně, že by ona zásoba bez exemplářů, o jejichž hodnocení právě jde, již nestačila. Naproti tomu zůstávají ty statky bez hodnoty, které jsou k dispozici v tak přehojném množství, že pokryjí nejen veškeré potřeby, k jejichž uspokojení potřeby jsou a který je zároveň dost velký, aby bylo možno postrádat ty statky anebo ta množství statků, které se právě ještě dostaly do hodnocení, aniž by tím bylo ohroženo uspokojení kterékoliv potřeby“ (Böhm-Bawerk, 1991). Čím je tedy rozsáhlejší a intenzivnější potřeba daného statku, současně čím menší množství statku je k dispozici, tím je větší mezní užitek ze spotřeby daného statku pro konkrétní subjekt a tedy i jeho hodnota. Navážeme-li na úvodní pasáž o subjektivní hodnotě, lze říci, že hodnota je vlastností, kterou přikládá člověk určitému statku. Nemůžeme potom říci, že má nějakou jednoznačnou hodnotu voda, diamanty, život, čas, protože neexistuje nic jako hodnota konkrétního druhu, ale je vždy vlastností určitého kusu statku (obecná komodita tedy nemá definovanou hodnotu). Toto by zdánlivě odporovalo možnosti vůbec dané statky ocenit, nicméně ve skutečnosti tomu tak není. Pouze z toho vyplývá, že hodnota statku není vždy shodná, tudíž že existuje funkce hodnoty statku v závislosti na spotřebovávaném množství. Vraťme se ještě k výše uvedeným dvěma otázkám, které determinují velikost hodnoty. Böhm-Bawerk se k problému zodpovězení postavil následovně. Při řešení první z nich předkládá výrazný argument proti nesprávnému chápání sestavovaných „žebříčků“ potřeb, ke kterým se ubírali ve svých přístupech jeho předchůdci i současníci a odděluje pořadí tzv. druhů potřeb a konkrétních (pociťovaných) potřeb. Toto jeho rozlišení má zásadní dopad na korektní a přitom velmi přirozené zodpovězení otázky: „Jak je možné, že chléb stojí (ve své směnné hodnotě) výrazně méně nežli náhrdelník, přesto že potřeba výživy je s naprostou převahou u subjektů považována a udávána jako subjektivně významnější nežli potřeba se krášlit?“ Je tomu tak zejména díky odlišnému žebříčku druhů potřeb a potřeb konkrétních, neboť uvnitř skupiny druhů potřeb nejsou konkrétní potřeby stejně naléhavé. Významná na tom všem pro účely našeho zkoumání a zájmu je teze, že hodnota statků (a tedy i hodnocení) není determinována pořadím druhů potřeb, ale jen pořadím potřeb, které jim přikládají konkrétní subjekty. - 26 -
V souvislosti s tím si musíme uvědomit, že hodnota statku má svoji mezní velikost při spotřebě jedné jednotky, která ovšem s množstvím spotřebovávaných jednotek běžných statků klesá, a to až do záporných hodnot (neboli statky jsou spojeny s klesající slastí plynoucí ze spotřeby, v limitním bodě až s vyvolaným odporem; samozřejmě lze hledat výjimky z tohoto pravidla). Čili určitý druh statku může mít v případě jednoho subjektu, který jej oceňuje různou hodnotu, dle velikosti uspokojení, které poskytuje. Jak se ale vypořádat s druhou položenou otázkou, totiž která z potřeb závisí na statku. Důležitý postulát zní, že určitý statek neuspokojuje jen jednu konkrétní potřebu, ale potřeb více a zároveň je k dispozici více statků pro uspokojení téže potřeby. Vzhledem k tomu, že žijeme v prostředí, kde existuje směna (s tímto pojmem se pak spojují termíny jako směnná hodnota a cena), tato vlastnost nabývá téměř nekonečného rozměru, neboť pokud lze statek směnit za jakýkoli jiný v určitém poměru, je možno uspokojovat jeho prostřednictvím kteroukoli potřebu. Buď jak buď, problém lze řešit zodpověděním otázky, která potřeba by přišla o své uspokojení, kdybychom onen statek, jehož hodnotu hledáme, neměli k dispozici. Zdánlivě banální reformulace zaměnitelných otázek však umožňuje hlouběji pohlédnout do jejich řešení. Protože subjekt neobětuje náhodně zvolenou potřebu z těch, k jejichž uspokojení je možné statek použít, nýbrž tu nejméně „důležitou“ ze všech, které přicházejí v této souvislosti do úvahy. Subjekt je tedy schopen seřadit možné způsoby užití statku podle užitku, který mu toto nakládání s ním přináší. Vzhledem k tomu, že se statkem musí být spojeno uspokojení potřeby, které přináší užitek, znamená to, že je-li subjekt donucen jednotku statku obětovat, nebude již moci uspokojovat všechny potřeby. Je vhodné zdůraznit, že nebylo-li by nutné, aby jakkoli omezil spotřebu díky tomu, že přichází o statek, neměl by tento žádný význam pro uspokojení jeho potřeb, nenesl by tedy žádný přínos pro jeho blahobyt a byl by z hlediska chápání této teorie bez hodnoty. Jak vyplyne ještě z následujícího textu, i tento postulát je pro naše záměry mimořádně cenný. Pokud bychom si představili žebříček potřeb seřazených podle jejich subjektivního významu pro blahobyt jedince, čili podle velikosti užitku, který mu jejich uspokojení může přinést, pak při ztrátě 1 jednotky statku, obětuje subjekt onu nejnižší možnou. Všechny potřeby, které se ocitají v žebříčku nad touto potřebou, jsou úbytkem nedotčeny, a proto neovlivňují hodnotu statku. Stejně tak jsou nedotčeny potřeby nalézající se pod ní, neboť jejich uspokojení nepřicházelo v úvahu ani při existenci statku. Velikost hodnoty jednotky statku je potom dána - 27 -
subjektivní důležitostí nejméně důležité ze všech potřeb uspokojovaných pohotovou zásobou statku před jejím snížením o hodnocenou jednotku. Významný je při hodnocení nejmenší možný užitek původně dosahovaný. Na základě toho lze formulovat tezi, kterou Böhm-Bawerk označuje jako „Zákon velikosti hodnoty“, která říká, že: „Hodnota statku je určena velikostí jeho mezního užitku“. Za taktéž důležitou implikaci lze považovat vyplývající fakt, že pokud je statku dostatek k uspokojení všech potřeb a jeho kusy jsou ještě k dispozici, pak je jejich mezní užitek nulový a statek je nehodnotný. Průkaznost lze nacházet v cenových pohybech statků (extrémní růst ceny vody v situaci nedostatku – např. v období po ekologických katastrofách), které sami o sobě dokládají nárůst směnné hodnoty, ale důvodem tohoto nárůstu je právě zvýšení subjektivní hodnoty. Pro úplnost dodejme, že jsme uvažovali doposud jeden ze dvou hlavních důvodů pro hodnotové soudy, a to vyloučení statku z majetku jedince. Pro naše budoucí investiční rozhodování stejně zásadní je ovšem otázka získání statku do majetku. Při reformulaci zdůvodnění zákona velikosti hodnoty na takto předložený rozhodovací problém, pak můžeme popsat vazbu hodnoty statku a užitku následovně. Hodnota statku je dána zcela logicky nikoli úbytkem, ale přírůstkem užitku, který s sebou tento statek nese. Vrátíme-li se k představě žebříčku potřeb jedince, pak je tento přírůstek užitku dán užitkem plynoucím ze spotřeby nejdůležitější dosud neuspokojené potřeby. Významné je, že tímto pohledem nedocházíme k jiným závěrům o hodnotě téhož statku. Vzhledem k povaze analyzovaného problému je v teorii hodnoty dořešen i další významný otazník totiž hodnocení souboru statků versus hodnocení jednotek tohoto souboru. Hodnocení souboru nemusí být v zcela očividném souladu s hodnocením jednotek. Jestliže máme soubor 5 jednotek statku X, jejichž mezní užitek je klesající, tedy například v pořadí dle významu jednotek 5, 4, 3, 2, 1, pak pokud jednáme o poskytnutí (prodeji) jedné (první) jednotky statku má ona jednotka hodnotu 1, ale pokud jednáme o souboru 5 jednotek, pak pro mne nemají hodnotu 5 x 1, ale 5+4+3+2+1, tedy ve skutečnosti významně vyšší. Díky funkčnímu trhu a směně však v reálném prostředí dělby práce k této zvláštnosti většinou nedochází. Neboť prodej jednotky se uskutečňuje z přebytku, který pro nás znamená získání protihodnoty v podobě peněžních prostředků dané směnným poměrem, které lze použít pro nákup statků s jinou subjektivní hodnotou, nežli odpovídá meznímu užitku ze spotřeby poslední jednotky statku. Tento jev by se v čisté podobě uplatnil u statků určených k naší přímé spotřebě. Z tohoto - 28 -
plyne, že mezní užitek, který určuje hodnotu statků, není totožný s užitkem, který sám poskytuje, nýbrž je zpravidla cizím užitkem, užitkem posledního exempláře statku (resp. poslední stejně velké kvantity), který lze používat k jeho zastoupení. Měří se tu tedy mezní užitek a hodnota statku jednoho druhu mezním užitkem tohoto množství statků cizího druhu, které bylo přibráno k jeho zastoupení (Böhm-Bawerk, 1991). To vše znamená, že díky možnosti směny má úbytek statku X hodnotu mezních užitků statků, které musíme díky této ztrátě obětovat. Obětováváme pochopitelně statky s nejmenším mezním užitkem vzhledem k jejich ztrátě a činíme tak vždy, pokud mezní užitek zástupných statků je vyšší než mezní užitek vlastního statku. Z celého stručného výtahu teorie subjektivní hodnoty je pro nás významné tvrzení, že hodnota statku je dána mezním užitkem (ať již přímo mezním užitkem plynoucím ze spotřeby nebo směny a následné spotřeby). Co ale definuje velikost mezního užitku? Ten je dán poměrem výše potřeby a rozsahu jejího krytí. Jinými slovy, čím více a subjektivně významnějších potřeb je vyžadováno k uspokojení a čím je méně statků (s menší schopností uspokojovat) na druhé straně k dispozici, tím ve vyšších patrech potřeb je uspokojování nutně přerušeno a tedy tím vyšší zůstává mezní užitek. Jak toto vše ale ovlivňuje směna? Její vliv lze jednoduše interpretovat opět jako rozšíření faktorů s vazbou na výši mezního užitku. Je třeba si při hledání hodnoty jakýchkoli hospodářských statků, i těch, které plynou z realizace určité intervence, či těch, které jsou intervencí obětovány, uvědomit mimo jiné následující dva důsledky, které plynou z předchozího textu: 1.
Jeden a týž statek má pro různé osoby různou hodnotu.
2.
Stejná množství statků mají menší hodnotu pro bohaté a větší pro chudé (tato
teze později narazí na způsoby měření společenské hodnoty statku, které jsou postaveny na ochotě zaplatit za určitý statek, kde zjistíme, že za určité statky je bohatý člověk ochoten zaplatit více, a to ze dvou důvodů, jednak nemá tak velká rozpočtová omezení a současně někdy přikládá určitému statku větší hodnotu, protože se jedná o statek, který nepatří mezi zbytné statky a tedy pro chudého člověka je tento statek ve skupině těch, které by byl ochoten z etického důvodu platit, ale nemůže – mezi takové statky může patřit např. ochrana životního prostředí či ochranu zdraví). Závěrem je nutné podtrhnout, že hodnota statku je determinována řadou vlivů mezi něž patří aktuální situace jedince, jeho spotřební koš, do kterého zahrnujeme mimo klasické tržní statky i statky netržní, tedy úroveň podstupovaného rizika, - 29 -
spotřebovaných externalit, dále potom hodnotový systém jedince, preferenční systémy a v neposlední řadě i rozpočtové omezení, z čehož vyplývá že existuje disproporce ve vnímané hodnotě mezi lidmi s vyššími a nižšími příjmy a současně i uvnitř těchto skupin, jelikož je není možné vnímat jako vnitřně homogenní celky (obecně je nezbytné zdůraznit, že hledání vnitřně homogenní skupiny respondentů pro potřeby určení hodnoty, je velmi nesnadné). V obecnější rovině jsou pro nás nadále významné ještě následující teze: •
Potřeby a přání jsou porovnatelné a společným bodem pro srovnání je intenzita
slasti nebo odporu, jež pociťujeme. •
Jsme schopni odhadovat stupeň slasti a odporu.
•
Určení velikosti potřeby je základem pro chování vůči statkům.
•
Nelze při hledání hodnoty zanedbávat subjektivní potřeby vzhledem k tomu, že
subjektivní hodnota v nich má základ. Nyní již je zřejmé, že jsou to citové a počitkové veličiny, se které je třeba analyzovat při hledání hodnoty statku, tedy hledání významu statku pro blahobyt subjektu. I proto lze mimo jiné doporučit používat při hledání hodnoty spíše pojem „odhadovat“, nežli pojem „měřit“. Zdůrazněme ještě jedno členění v rámci teorii subjektivní hodnoty, které spočívá v subjektivní hodnotě užitné a subjektivní hodnotě směnné. To, co ze zmíněného vyplývá a co je pro smysluplnost oddělení těchto pojmů zásadní, je skutečnost, že statky mohou mít více alternativních způsobů použití, přičemž každé toto použití přináší subjektu pravděpodobně jiný mezní užitek. Jak již bylo řečeno hodnota statku je determinována jak jeho mezním užitkem, přesněji řečeno mezním užitkem z nejlepšího možného využití, kterým může být mimo jiné konečná spotřeba. Statky mají velmi často řadu alternativních užití a tedy je nutné při hledání hodnoty poměřovat nejen mezní užitek v rámci jednotlivých užití, ale i napříč jednotlivými užití. Při hledání hodnoty je nutné nalézt užití s maximálním užitkem. Subjektivní hodnota statku užitná je dána významem pro blahobyt subjektu, který plyne z využití statku pro spotřebu. Subjektivní hodnota směnná je pak determinována úrovní blahobytu subjektu, který plyne z jeho využití pro směnu tím, že může získat za něj jiné statky. Velikost této hodnoty je dána velikostí mezních užitků plynoucích ze statků, které za hodnocený statek získáme a potom je závislá na objektivní směnné (hodnotě), která rozhoduje o kvantitě získaných statků a stavu potřeb a jmění subjektu, které rozhodují o mezním užitku získaného statku směnou. - 30 -
Pro rozšíření pohledu na pojem hodnoty uvádíme ještě členění tohoto pojmu, jež má hluboký dopad na měření hodnoty statků, jelikož při uvažování hodnoty statku je nutné zvažovat užití a případně i kombinace užití, aby nebyl opomenut některý z hodnototvorných faktorů. Tabulka 1: Celková ekonomická hodnota Celková ekonomická hodnota Druhy
Užitková hodnota
Typ
Přímé použití
Statky Vysvětlení
přímo
spotřebované
Potraviny, dřevo, Příklad
rekreace,
zdraví,
vzdělání, sport…
Mimoužitková hodnota Nepřímé použití
Opční hodnota
Existenční
odkazu
hodnota
Spotřeba
Pevná
budoucích
mimoužitkové
generací
hodnoty
část
Stávající funkční
Budoucí
přínosy
statků
Produkční
Zajištění
Dobře
funkce,
environmentálních
živočišné
environmentální
funkcí,
ekosystémy, nevratná změna
funkce, rekreace,
biologické
na
regulační
rozmanitosti,
zajištění funkcí nezbytných
funkce…
údržba krajiny…
pro život
Zdroj: Florio, 2003
- 31 -
použití
Hodnota
zajištění
známé
rostlinné druhy
jakémkoliv
a a
statku,
4.2 Typologie statků pro potřeby stanovení stínových cen Pro potřeby oceňování musíme nejprve rozčlenit statky (či výsledky intervencí - ať už předmět ocenění budeme označovat jakkoli) do více či méně homogenních skupin. Pro stanovení stínových cen je podstatné nakolik statek prochází trhem a nakolik je trhem stanovována jeho tržní cena. Vyjdeme-li z terminologie a členění Samuelsona, manželů Musgraveových či Bénarda získáme základní členění statků na dvě skupiny, a to: o
tržní statky,
o
netržní statky.
4.2.1 Tržní statky Tržní statky jsou ty, jejichž cena (obecně označována jako tržní cena) se vytváří na trhu střetem nabídky a poptávky. Předpokládáme, že tržní cena těchto statků je tvořena na základě racionálního rozhodování (ať již firem, lidí, či státu). Přestože jsme položili předpoklad racionality tržních stran, nemusí vždy tržní cena odpovídat socioekonomické hodnotě statku. Diference mezi těmito dvěma pojmy je dána tržními distorzemi. Ke shodě tržní a společenské hodnoty by došlo pouze tehdy, pokud by tržní cena byla tvořena na dokonale konkurenčním trhu5, což lze vnímat jako relativně nerealistický předpoklad, nicméně v určitých specifických situacích se trh s nízkou mírou distorzí s dokonale konkurenčním trhem ztotožňuje.
5
Ekonomiku bez tržních distorzí (dokonale konkurenční ekonomiku) můžeme popsat následujícími
charakteristikami: o
na trhu existuje velký počet subjektů, z nichž žádný není tak silný, aby byl schopen ovlivnit cenu nebo výstup odvětví,
o
jednotlivé nabízené statky jsou homogenní,
o
neexistují překážky pro vstup či výstup na trh,
o
všichni účastníci trhu mají dokonalé informace o cenách a množství jednotlivých nabízených statků,
o
cílem firem je maximalizace zisku a spotřebitele maximalizují svůj užitek,
o
neexistují externality.
- 32 -
Pro potřeby hledání stínových cen lze tržní statky dále rozdělit: o
práce,
o
půda,
o
kapitál,
o
zboží a služby.
4.2.2 Netržní statky Za netržní statky budeme obecně vnímat ty statky, jejichž cena (v případě těchto statků se cena ztotožňuje s pojmem socioekonomické hodnota) není výsledkem střetávání nabídky a poptávky, neprocházejí trhem vůbec či jsou součástí trhu, ale na jiných než konkurenčních principech. Netržní statky budeme členit do následujících tří skupiny dle vztahu k subjektu, ale obecně i vzhledem k tomu, jak vstupují do tržních vztahů: o
veřejné statky,
o
volné statky,
o
externality.
Ve výše uvedeném členění opomíjíme statky, které se nacházejí mezi uvedenými skupinami jako např. statky polotržní. Dále členění opomíjí skupinu statků označovaných jako vzácné statky. Důvodem je skutečnost, že v této práci nebudeme vycházet z dostupné definice vzácných a volných statků, které vymezují vzácné statky jako ty, kterých je omezené množství a volné statky jako takové, jež jsou volně dostupné v dostatečném množství. Tyto definice lze vnímat jako podmíněné určité historické specifické realitě, která se v jistých rysech od té dnešní liší. Dnes již nelze uvažovat v intencích Samuelsona, který definoval volné statky jako statky, kterých je neomezené množství, tudíž jejich hodnota je nulová. V současné době již nelze o žádném statku uvažovat jako o statku s neomezenou zásobou, vzhledem k tomu, že působení člověka v minulosti a velkou měrou i dnes má natolik negativní vliv na planetu Zemi, že nelze nalézt takový statek. Druhým neopomenutelným aspektem výše zmíněného popření Samuelsonovy definice volného statku je vyšší uvědomění si vlivu člověka na planetu a vyšší vnímání konečnosti. Pro lepší uchopení uvádíme statky, které bývaly vnímány jako volné. Mezi ně typicky patřila voda, vzduch vzhledem k představě, že jich je tolik, že je de facto nikdy nelze - 33 -
vyčerpat. Realita dneška je ovšem jiná. Oba tyto statky mají omezenou zásobu a současně jsou pro život nezbytné. Toto jsou důvody, proč tyto dvě jinak oddělené skupiny chápeme jako jednu. Předpokládáme, že jak ty statky, které byly tradičně řazeny mezi volné (voda, vzduch), tak statky tradičně řazené mezi vzácné jsou vzácné a je jich k dispozici pouze omezené množství (přinejmenším pokud uvažujeme, že je zde omezení z hlediska dostupnosti dané komodity v určité požadované kvalitě). Označení volné statky používáme proto, že statky řazené do této skupiny jsou volné z hlediska tržních omezení – a vzhledem k tomu, že nejsou obchodovány, lze o nich uvažovat jako o volných, nicméně tím jim nikterak neupíráme parametr vzácnosti. Předpoklad nulové hodnoty je z pohledu dnešních parametrů světa považován za překonaný. Stejně jako je tomu i v případě tržních statků, kde tržní cena je závislá na množství (dle poptávkové křivky), je stejný problém spojen i se statky netržními. V jejich případě je problém ovšem komplikovanější, jelikož neexistuje jednoznačně definovaná poptávková křivka statku a je nutné stanovit jeho cenu např. dotazováním, jak bude vysvětlováno později. Na tento problém narážíme v situaci, kdy je nutné zjistit informaci o hodnotě netržního statku, a to nejen v podobě hodnoty statku h za množství y, ale i vytvořit kompletní poptávkovou křivku. Existují čtyři základní typy křivky vyjadřující vztah ceny a množství produkovaného netržního statku (jinými slovy se tento vztah označuje jako vztah dávka odpověď) neboli čtyři typy vztahu vygenerovaného netržního statku a reakce spotřebitele daného statku:
lineární
nelineární
funkce s prahem
funkce s tzv. „efektem hnojiv“
Lineární průběh funkce užitku z produkce netržních statků, je případ, kdy subjekty vnímají veškeré jednotky produkovaných statků jako stejně cenné (takovouto funkci lze považovat za spíše teoretický model). Nelineární vztah můžeme nalézt u řady statků. Typickým příkladem jsou negativní externality, které mají vliv na změnu kvality životního prostředí či riziko úmrtí. V tomto případě s každou dodatečnou jednotkou roste velikost stínové ceny.
- 34 -
Speciálním příkladem je funkce s prahem, která popisuje takové typy externalit, které mají negativní účinky (jsou spojeny s negativním užitkem) až při určité vyšší hladině produkce, neboli do určitého negenerovaného množství má statek nulový efekt na jedince a od určitého vygenerovaného množství se pro subjekt stává tento statek nebezpečným. Příkladem tohoto typu statku jsou externality ve formě emise radonu, který je do určité koncentrace lidskému zdraví neškodný a až od určité hladiny emisí se stává lidskému zdraví nebezpečným. Nelze neupozornit na skutečnost, že funkce s prahem může být jak lineární, tak i nelineární. Radon by patřil do skupiny nelineárních funkcí s prahem, jelikož míra jeho škodlivosti roste neproporcionálně vzhledem k míře růstu emitované koncentrace v ovzduší. Obrázek 1:
Funkce závislosti ceny na množství spotřebovávaného netržního statku
Cena
nelineární funkce
lineární funkce
funkce s prahem
Q funkce s tzv. „efektem hnojiv“
Zdroj: European Commision (1995)
Funkce s tzv. „efektem hnojiv“ popisují takové netržní statky, které mají v určitém množství a situaci vliv na společnost pozitivní a až od určitého množství převýší negativní vliv nad pozitivním. Typickým příkladem jsou emise NOX. Tento externí efekt lidské činnosti má na některé receptory vliv pozitivní a na některé negativní (NOX lze považovat za hnojivo pro zemědělskou výrobu a tedy pro zemědělce je vliv tohoto statku pozitivní a současně NOX působí negativně na lidský organismus, na destrukci nemovitostí apod.), potom při určité
- 35 -
specifické struktuře receptorů může mít produkce těchto externích efektů pozitivní dopad a až od určité koncentrace převáží jejich negativní efekt Definování funkce stínové ceny v závislosti na množství statku je velmi významné pro pozdější stanovení příslušné stínové ceny. Při malé uvažované změně můžeme vztah změny spotřebovávaného množství a ceny vnímat jako lineární funkci i pro případ skupiny statků, které standardně řadíme do skupiny s nelineární vazbou.
4.2.2.1 Veřejné statky Významnou vlastností statku pro jeho zařazení mezi veřejné statky je jeho nerivalitní spotřeba a nevylučitelnost ze spotřeby6. Obecně se jedná o statky, které z jakýchkoliv důvodů poskytuje stát. Důvody mohou být v narovnání trhu, odrazení od spotřeby určitého statku, poskytování statku, který je komerčně neuchopitelný, či komplikovaně uchopitelný či je prostě nejefektivnější jeho poskytování veřejnými institucemi. Podstatné pro naše účely je, že často tržní cena daného statku buď vůbec neexistuje, v případě, že je daný statek poskytován zdarma či je cena nižší než tržní. Ve většině případů cena, za kterou je tento typ statků poskytován, je hluboko pod společenskou hodnotou. Vzhledem k časté neexistenci tržní ceny (dané střetem nabídky a poptávky) je stanovení stínových cen těchto statků možné ztotožnit se statky volnými a externalitami.
4.2.2.2 Volné statky Volné statky jsou takové typy statků, které jsou k dispozici zdarma, ovšem jak již bylo řečeno, nebudeme zde vycházet z definice Samuelsona, který jim přikládal nulovou hodnotu (dle tradiční definice popisované jako statky s neomezenou zásobou), vzhledem k jejich skutečnému omezenému množství. Explicitně budeme do této skupiny řadit i statky vzácné, které jsou také k dispozici zdarma, ale dle tradičních definic je jejich množství omezené. Obecně mezi volné statky řadíme takové, které jsou postaveny mimo trh. Příkladem statků, které budeme řadit do této skupiny – čas, život, vzduch, voda.
6
Nevylučitelnost ze spotřeby znamená, že není prakticky možné vyloučit ze spotřeby dodatečný subjekt,
především to není finančně efektivní, vzhledem k nulovým marginálním nákladům na poskytování dodatečné jednotky daného statku. Nerivalitnost spotřeby je dána tím, že vzhledem k tomu, že statek je nedělitelný a nezmenšitelný, si jednotliví spotřebitelé daného statku vzájemně nekonkurují.
- 36 -
Svým způsobem jsou svými vlastnostmi velmi podobné externalitám. Stejně jako externality přímo neprocházejí trhem. Zásadní rozdíl je de facto jen v jejich původu - zatímco externality vznikají jako důsledek ekonomické činnosti, volné statky jsou naopak vstupy do ekonomické činnosti se specifickými vlastnostmi. Nicméně pro potřeby ocenění budeme k těmto dvěma skupinám přistupovat jednotně.
4.2.2.3 Externality Externality jsou efekty, které ovlivňují jiné subjekty než samotného svého původce a příjemci externalit nejsou nuceni za ně platit, či nejsou odškodněni za strpění jejich spotřeby. Externality jsou doprovodným efektem činnosti subjektů na trhu, a jako doprovodné efekty neprocházejí cenovým systémem primární činnosti těchto subjektů. Nicméně nelze říci, že neprochází cenovým systémem jako celkem, jen nejsou zahrnuty do cen statků, s jejichž výrobou nebo spotřebou jsou spojeny. Na trhu existují vlivy, které nutí spotřebitele spotřebovávat statky, pro jejichž spotřebu se svobodně nerozhodli - a naopak existují vlivy, které musejí ekonomické subjekty na trhu strpět, aniž by za tuto újmu byly finančně či jinak odškodněny. Tyto externí vlivy způsobují vychýlení ekonomiky z Paretovsky optimálního stavu (neboli vedou k tomu, že produkce statku, se kterým jsou spojeny, se nachází mimo bod rovnováhy, tedy je ho vyráběno více či méně, než by bylo ekonomicky efektivní); a právě tyto vlivy označujeme jako externality. Nejprve je nutné upozornit na jejich možná členění, která budou ovlivňovat následné stanovení stínové ceny. První členění, které zmíníme, dělí externality dle směru dopadu efektu na pozitivní a negativní. Pozitivní externalita je vyjádřením externího efektu, který vytváří subjekt x svojí činností, přičemž tento efekt spotřebovává spotřebitel y, aniž by se ke spotřebě rozhodl a platil za ni. Příkladem kladné externality je například úspora emisí z dopravy, vyvolané odklonem komunikace z centra města. Tuto intervenci realizuje město, ale pozitivní externí efekty z ní inkasují třetí strany například obyvatelé města či turisti. Záporná externalita je naopak externí efekt, který je subjekt nucen spotřebovávat vlivem činnosti jiného subjektu, který nenese žádné náklady plynoucí z produkce tohoto statku. Současně spotřebitel tohoto externího efektu není odškodněn nějakou formou výhody nebo přínosu. Příkladem záporné externality je hluk plynoucí z kulturní atrakce, původcem je
- 37 -
pořadatel a spotřebitelé dané akce a příjemci externalit jsou obyvatelé žijící v okolí (emitent inkasuje cenu vstupenky, příjemci pouze záporný efekt bez odškodnění). Kromě tohoto mikroekonomického členění je vhodné zavést i klasifikaci z hlediska frekvence či trvalosti jejich působení, na externality působící trvale a externality občasné. Jejich dopad na trh a tržní rozhodování subjektů je odlišný. Zatímco externality trvalé existují a působí na trh dlouhodobě (například emise, znečištění životního prostředí, hluk v okolí dopravních komunikací), externality občasné dopadají na ekonomické subjekty jen ojediněle; jejich frekvenci a intenzitu lze odhadovat pouze řádově (například hluk z technoparty). Druhé členění, které zavedeme do systému je třídění trvalých externalit dle možnosti vyhnout se jejich spotřebě – na vyhnutelné a nevyhnutelné. Nevyhnutelné jsou ty, kterým se nelze vyhnout bez poklesu dosažitelných rozpočtových omezení a poklesu užitku z konzumace ostatních statků. Vyhnutelné externality jsou pak ty, kterým se lze vyhnout bez snížení ostatních komponent užitkové funkce a snížení dosažitelného rozpočtového omezení. Příkladem nevyhnutelné externality je stav životního prostředí ve městech, kterému se nelze vyhnout, pokud ekonomický subjekt není ochoten akceptovat buď odstěhování se z města (se kterým může být např. spojeno snížení jeho disponibilního příjmu), nebo pokud by chtěl dojíždět za prací do města, zachovat si výši mzdy a současně bydlet v oblasti s nižší koncentrací emisí, by musel strpět vyšší ztráty času a zvýšené náklady na cestování. Zástupcem vyhnutelných externalit je například hluk v okolí silniční komunikace nebo železnice, což je externalita, které se lze vyhnout bez významného zhoršení úrovně ostatních komponent užitkové funkce konstruované z dlouhodobého pohledu (kvalitní okna, protihlukové zátarasy…). Všechna tři možná členění jsou podstatná, protože ovlivňují rozhodovací systém ekonomických subjektů a ve výsledku mají vliv na vnímání užitku z dané externality i na konstrukci stínové ceny. Pro uchopení problematiky externalit není možné se vyhnout stručné mikroekonomické analýze, jak externality ovlivňují efektivitu a jak je možné řešit problém existence externalit. Abychom si popsali trh s existencí externality, předpokládáme, že jsme na trhu, kde existuje Paretovské optimum, figurují dva spotřebitelé, kteří maximalizují svůj užitek při daném rozpočtovém omezení, ceně nakupovaných produktů a každý spotřebitel je nucen přijmout určité množství negativních externalit ve velikosti h ≥ 0 . - 38 -
Jelikož naším cílem je maximalizace užitku, platí, že u i ′ ( h ) ≤ 0 . Pro optimální úroveň produkovaných externalit na základě snahy o Paretovskou optimalizaci platí, že usilujeme o maximalizaci vzájemného přebytku přijímaného dvěma spotřebiteli za předpokladu, že spotřebitel externality je odškodněn za její spotřebu v případě záporné externality a naopak platí za její spotřebu v případě kladné externality. Optimální množství produkovaných externalit je vyjádřeno následujícím výrazem:
h° = Max u1 (h) + u2 (h ), jestliže h° > 0 , h≥0
(1)
kde h°… označuje optimální hladinu produkované externalit,
u1 (h) … je funkce užitku vyplývajícího z produkce externality (pro producenta), u2 ( h ) … je funkce užitku vyplývajícího ze spotřeby externality (pro příjemce). Vzhledem ke skutečnosti, že není obvykle možné dosáhnout optima úplnou eliminací negativních externalit, spíše se přistupuje k regulaci externalit tak, aby bylo dosaženo stavu, ve kterém se mezní náklady spotřebitele 1 z každé dodatečné jednotky generovaných externalit
u´1 ( h°) rovnaly mezním výnosům spotřebitele dva − u´2 (h°) (tento vztah lze využít pro ocenění externalit, pokud bychom hledali užitek, který vyvolává generování či spotřeba externalit). Veřejné řešení externalit Externality a s nimi související neefektivitu na trhu je možná řešit, pokud přiblížíme soukromé náklady spojené s produkcí statku X, která je spojena s produkcí externích efektů, k společenským nákladům daného souboru a soukromý užitek spojený se spotřebou statku se společenským užitkem, který zahrnuje konzumaci externího pozitivního efektu. Tento problém lze řešit pomocí tzv. korekčních daní či dotací (tyto transfery se pojmenovávají jako Pigouovské daně či dotace, budeme je označovat jako th), tj. nastavením pokut, daní či jiné formy plateb za produkci záporných externalit a naopak dotací, subvencí či jiné formy finančního zvýhodnění k povzbuzení produkce kladných externalit, případně nastavením emisních limitů. Principy těchto Pigouovských daní můžeme následně použít pro uchopení stínové ceny externalit v dotazování. Za předpokladu plných informací o fungování a dopadu externalit by bylo možné, aby vláda zavadla daně a kvóty pro subjekty, které produkují externality a tím dosáhla optimality na trhu. Kvóty znamenají stav, kdy vláda nastaví horní hranici produkce - 39 -
externality každou firmou (v případě negativních externalit). Na druhou stranu by daně měly reflektovat celkové mezní náklady či celkový mezní užitek, aby trh byl veden k ustavení rovnováhy. Optimální výše daně pro producenty externalit je na úrovni th = −
∑ u´ (∑ h ) za i
° j
celkové množství produkovaných externalit. Za předpokladu uvalení těchto daní na produkci externalit vládou se rozhodování firem o produkci statku X, s jehož výrobou je spojen i vznik externího efektu, mění. Firmy se v případě existence Pigouovských daní nerozhodují pouze na principu střetu mezních soukromých nákladů na produkci statku X s mezními výnosy z prodeje statku X, ale zahrnují do svého rozhodování i daňovou zátěž a potom optimalizují mimo vztahu mezi mezními soukromými výnosy a náklady i funkci Max π ( h j ) − th h j , při h j ≥0
splnění podmínky π ´( h j ) ≤ t h , jestliže h j ≥ 0 , kde π ( h j ) je výnosová funkce plynoucí z produkce externality. Nicméně proti řešení problému externalit v podobě Pigouových daní existuje mnoho protiargumentů i mnoho podpůrných argumentů. Proti Pigouově transferům mluví skutečnost, že daně dopadají plošně na všechny ekonomické subjekty, tudíž žádný z nich není motivován k omezení produkce záporné externality či zvýšení produkce kladné externality, tedy k hledání optima ze společenského pohledu. Pigouovy daně tudíž nemají očekávaný dopad ve snížení všeobecné produkce externality všemi producenty (obecně vedou k posunu k optimu, neboli v případě regulace negativních externalit vedou ke snížení produkce statku, který je spojen i s externími efekty). Kromě této plošné podoby uvalených daní, je možné Pigouovskými daněmi postihnout přímo určitou externalitu. Daň by měla odpovídat marginálnímu užitku či nákladu. Problém s uchopením této teze v oblasti stanovení stínových cen je především v situaci, kdy za jistých podmínek mohou být marginální náklady či užitek nulové, a to v situaci, kdy stávající kapacity pokrývají veškerou poptávku a tudíž byť by byla produkována pozitivní externalita, neměla by tato externalita zvýhodněna dotací, neboť není nikdo, kdyby tuto externalitu konzumoval. Čistě z ekonomického hlediska je podstatné samozřejmě hledání optima a to Pigouovské daně jsou schopny zajistit. Protiargumenty jsou spíše etické, jelikož vytýkají tu skutečnost, že jsou zatáženy i ty subjekty, které neemitovali negativní externality. Druhým významným argumentem mluvícím v neprospěch využití Pigouových daní na řešení externalit je skutečnost, že daně jsou velmi často významným problémem hospodářské - 40 -
politiky státu a tudíž se stávají problémem politických rozhodnutí a jako takové jsou voleny na základě většinové shody. A té je většinou dosaženo až v situaci, kdy určitý stav vnímá jako problém většina společnosti. Pokud si představíme velmi významnou externalitu z hlediska úrovně negativního dopadu na společnost, která ovšem dopadá pouze na velmi malou část obyvatel (např. 0,1 %), nelze očekávat, že společnost bude nakloněna k uvalení plošné daně na takto produkovanou externalitu. A pokud přidáme ještě jeden předpoklad, a to, že externalita je vedlejším efektem výroby statku, který má celoplošnou poptávku, tudíž uvalení daní na externalitu by mělo dopad na cenu statku pro všechny, je téměř vyloučeno, aby volba padla ve prospěch zavedení zdanění takovéto externality. Problém může být ještě zkomplikován informační asymetrií, která povede k nedocenění dopadu na malou část populace. Tento argument se velmi silně ozývá při aplikaci principu Pigouovských daní v dotazování, jelikož pokud se ptáme na ochotu zaplatit za určitý statek a explicitně tento dotaz spojíme s ochotou platit daně, většinou nejsou výsledky zcela relevantní, jelikož ve společnosti platí nejen všeobecná neochota platit daně, ale především nemalá nedůvěra v efektivitu státu coby výběrčího daní a skepse v oblasti využití daňových příjmů (přesněji řečeno neexistuje víra v to, že daně vybrané jako cena za negativní působení určitého efektu, budou použity k odstranění či částečnému odstranění dopadů dané externality a současně daně coby restriktivní prvek je společností často negativně vnímán, viz současný problém s poplatkem u lékaře). Dalším
možným
způsobem,
který
se
používá
k dosažení
optima
na
trhu
s nevyčerpatelnými externalitami, je nastavení kvót pro produkci externalit, tedy vláda prodává právo produkovat externality v konkrétním množství. Tuto logiku opět můžeme aplikovat v dotazování, případně při efektivním fungování trhu by měla cena dané kvóty vyjadřovat hodnotu externality (za předpokladu nulových transferových nákladů). Soukromé řešení externalit Typickým příkladem, který už i dnes nalézá praktické uplatnění je Coaseho teorém, který říká, že externality lze řešit, pokud budou jasně definována vlastnická práva a současně budou tato práva vymahatelná s nízkými transakčními náklady (za předpokladu plné informovanosti). Coaseho teorém bychom mohli považovat za první nejlepší řešení (viz dále). Tento koncept je více než využitelný v dotazníkovém šetření, kdy se ptáme na konkrétní ochotu platit za zvýšení produkce externalit. Obecným problémem je nízká důvěra státu, viz výše. - 41 -
Druhé nejlepší řešení7 Než se pustíme do vymezení druhého nejlepšího řešení, nelze opomenout první nejlepší řešení, kterému se ovšem věnujeme okrajově, jelikož se jedná o spíše učebnicový případ. Mikroekonomická politika státu má tři hlavní pilíře, a to odstranění tržních selhání (mezi nimi i ostranění vlivu externalit, nebo v ideálním pojetí inkorporování externalit do cenového systému), dále potlačení vlivů těch členů společnosti, kteří vyznávají extrémní preference a v neposlední řadě distribuce příjmů státu, přičemž zatímco teorie prvního nejlepšího řešení stojí na všech třech pilířích, tak teorie druhého nejlepšího řešení abstrahuje od druhého z nich (Gravelle, 2004). Mimo to je významný rozdíl těchto dvou pojetí ještě ve vztahu k informovanosti. Zatímco první nejlepší řešení stojí na předpokladu plné informovanosti, druhé nejlepší řešení již připouští informační asymetrii, která přirozeně vede k nedosažení optimality. První nejlepší řešení respektuje principy Paretovského optima, kdy není možné zvýšit užitek žádného člena společnosti, aniž bychom při tom poškodili jiného člena společnosti. Jako příklad takového řešení bychom mohli považovat situaci, kdy se na trhu vyskytují dvě firmy (se stejným typem produktu), přičemž obě generují při své produkci externality. Jedna firma je ve vlastnictví státu, druhá je v soukromých rukou. Stát v této situaci má plné informace o způsobu produkce, o množství produkce, o množství produkovaných externalit a má možnost tedy nastavit přesnou politiku na sebe a na druhou firmu na trhu, ať již daněmi, či subvencemi za neprodukci. Vzhledem
k přirozené
informační
asymetrii
v oblasti
nejen
preferencí,
ale
i
technologických náležitostí provozu, není možné ve velkém měřítku aplikovat první nejlepší řešení a musíme proto přistoupit ke zjemění předpokladů a připustit existenci informační asymetrii a modelovat způsoby snížení negativního vlivu externalit. Druhé nejlepší řešení nemusí vést k Paretovskému optimu, jelikož při korekčních opatření nikdy není možné obsáhnout všechny subjekty trhu. Obecně platí, že korekce externalit probíhá několika způsoby, ať již je to internalizace externalit, či vydání kvót jejich produkce, či daně za produkci a v neposlední řadě subvence za zdržení se externalit. Optikou našeho zájmu je ovšem ocenění externality a proto vstupuje do
7
Zdroj pro vysvětlení druhého nejlepšího řešení je Mas-Colell, 1995 a Gravelle, 2004.
- 42 -
primárního zájmu právě daň stanovená za produkci externality. Optimální výše daně zobrazuje ocenění negativního efektu či pozitivního efektu na jeho spotřebitele. Neboli na úrovni užitku, který externalita přináší jejímu spotřebiteli. Princip fungování daně uvalené pro výrobce externality ukazuje následující obrázek, který ukazuje účinek daně na trhu s produkovanou negativní externalitou. Obrázek ukazuje trh produkce statku X, který je doprovázen výrobou externality (negativní). Takový trh je za předpokladu neexistence ekologické daně v rovnováze v bodě R0. Producent nese pouze náklady své produkce hlavního produktu, nikoliv celé náklady své výroby, tedy celkové společenské náklady své produkce se zahrnutím nákladů na eliminaci externalit. Privátní náklady produkce producenta definují nabídkovou křivku na úrovni Sx. V průsečíku původní nabídkové křivky a křivky poptávky se nachází bod rovnováhy pro privátní subjekt. Obrázek 2:
Funkce závislosti ceny na množství spotřebovávaného netržního statku
Cena statku X (Px) Sx*
Px*
t
R1
Px0
Sx
R0
Px´ Dx
x*
Množství statku X (Px) x0
V této situaci stát uvalí na producenta externality ekologickou daň na úrovni, na které spotřebitelé oceňují ztrátu plynoucí z generované externality. Efektem takovéto uvalené daně je zvýšení nákladů výroby hlavního produktu, což posune křivku nabídky nahoru o velikost oné ekologické daně a ustavení nového rovnovážného bodu R1 (ztráta mrtvé váhy je v tomto bodě nulová). Výrobce generuje menší množství externalit, stát zinkasuje cenu externality a má finanční prostředky na případné odstranění negativního efektu externality. - 43 -
4.3 Co je to stínová cena? Stínová cena (bez ohledu na typ statku8, se kterým je spojena) je taková cena statku, které by bylo dosaženo na dokonale konkurenčním trhu. Měří mezní společenský efekt vyvolaný jednotkovou změnou nabídky či poptávky daného statku, a to v celkové společenské výši, tedy celkový vyvolaný efekt dopadající na stranu původce i na stranu příjemce daného efektu. Měří dopad spotřeby statku na blahobyt jedince (Boardman, 2001 a Londero, 2003). Stínovou cenu definujeme jak u statků tržních, tak u statků netržních. Přičemž stínová cena statku může být shodná s cenou tržní pouze za předpokladu, že se statek vyskytuje na dokonale konkurenčním trhu (bez tržních distorzí). Abychom mohli nalézt stínovou cenu statku x, musíme předpokládat, že subjekty trhu jsou schopny přiřazovat preference k jednotlivým tržním příležitostem, neboli umí jednotlivé koše statků (zahrnující různé statky a služby či různé struktury statků a služeb) řadit dle užitku, který jim přináší. Aby toto bylo možné, je nezbytné splnění dvou podmínek, a to že spotřebitel preferuje více před méně, neboli formálně vzato, jestliže X´ zahrnuje x1´, x2´, …, xn´ a X´´ obsahuje x1´´, x2´´, …, xn´´ a současně pokud xi´ > xi´´, potom subjekt preferuje X´ před X´´. Druhou podmínkou je zastupitelnost jednotlivých částí koše. Neboli pokud dva koše leží na jedné indiferenční křivce, jsou subjekty indiferentní v jejich spotřebě. Princip zastupitelnosti stojí za celým procesem oceňování, jelikož jeho naplnění vede k stanovení trade-off poměrů pro jednotlivé statky – de facto ceny stanovené trhem jsou specielním příkladem trade-off poměru mezi statkem x a statkem y v podobě peněžních jednotek.
8
Statkem jsou myšleny, jak vstupy ekonomické činnosti v podobě kapitálu, půdy, práce, zboží a služeb,
volné statky, vzácné statky, veřejné statky, tak i výstupy, např. v podobě zboží a služeb, ale i externalit, a to ať již v podobě kladné, tak i záporné. Kladnými jsou například výroba zboží a služeb, či úspora volného času ekonomických subjektů, negativní například dopady na životní prostředí – znečištění životního prostředí či nárůst hluku. Pod pojem statek budeme pro potřeby této práce řadit i volné statky.
- 44 -
4.4 CBA jako prostor pro uplatnění stínových cen CBA neboli Cost Benefit Analysis se sice zdánlivým odbočením od linky této disertační práce, ale vzhledem k tomu, že CBA pracuje na bázi stínové ceny stejně, jako finanční ocenění pracuje na bázi cen tržních. Cost Benefit Analysis neboli analýza nákladů a přínosů (oba názvy jsou v prostředí České republiky již vžité do povědomí praktiků i teoretiků) je nástroj, pomocí kterého vyhodnocujeme společenský dopad intervence. Tedy na rozdíl od klasického finančního hodnocení, kdy do posuzování efektivity vstupují pouze finanční toky dopadající na investora, v případě CBA determinují efektivitu veškeré efekty vyvolané investicí, tedy jak ty dopadající na investora, tak všechny ostatní, kdy jsou dotčeny např. obyvatelé v okolí realizované intervence, firmy, stát či jiné skupiny subjektů. CBA stejně jako i finanční hodnocení využívá pro posuzování efektivnosti čistou současnou hodnotu, která se v případě CBA označuje standardně jako ekonomická čistá současná hodnota (ENPV):
NSB SB − SC = t (1 + SDR) t t =0 (1 + SDR) n
ENPV = ∑
,
(2)
kde ENPV …čisté společenské benefity, SDR … společenská diskontní sazba, SB … společenské benefity, SC … společenské náklady. Vzorec ENPV je de facto stejný jako pro klasické NPV s tím rozdílem, že místo cash flow investora se počítá s NSB celé společnosti a místo alternativních nákladů na kapitál investora se ve jmenovateli vyskytují alternativní náklady na kapitál celé společnosti. Čisté společenské benefity jsou rozdílem společenských příjmů a společenských nákladů s tím, že tyto je třeba vyjádřit ve stínových cenách, konkrétní postup výpočtu CBA zobrazuje následující model, který názorně způsob využití jak stínových cen z tržních statků, tak i stínové ceny statků netržních.
- 45 -
Tabulka 2: Model CBA
roky Příjmy Investiční výdaje Provozní výdaje Čisté cash flow disk. Čisté cash flow FNPV FIRR Fiskální oprávky Oprávky vnějších faktorů časová úspora úspora úmrtí a zranění navýšení hluku Od tržních ke stínovým cenám spr Příjmy 0,9 Investiční výdaje 0,75 Provozní výdaje 0,9 Čisté ekonomické cash flow disk. Čisté ekonomické cash flow ENPV EIRR
0
1
2
3
4
350
350
350
900
50 300 286
50 300 272
50 300 259
50 850 699
-90 1 725 560 1 200 -35 -21 -25
-90 1 784 571 1 250 -37 -21 -25
-90 1 793 580 1 250 -37 -21 -25
-255 1 793 580 1 250 -37 -59 -63
4 1 915 1 823
4 1 974 1 790
4 1 983 1 713
4 2 329 1 916
6 500 -6 500 -6 500 -4 984 -33,5% 1 625 0
1 219 1 219 -3 656 -3 656 3 586 40,8%
Princip zpracování CBA respektuje následující kroky. Vstupem pro samotné vyčíslení socioekonomických toků (v CBA označované často jako ekonomické toky) je cash flow bez vlivu financování neboli cash flow projektu (do firmy). Detailnost finančního plánu ve výše uvedené tabulce je třeba vnímat jako zjednodušení pro potřeby názornosti postupu, nikoliv jako model komplexní a detailní. Finanční cash flow je následně převáděno na socioekonomické toky pomocí tří kroků. Prvním z nich je korekce o fiskální oprávky. Fiskálními oprávkami je očištění finančních toků o transfery mezi projektem a státem, tedy o platby, které nemají reálné protiplnění. Jedná se o pouhý přeliv finančních prostředků ve společnosti, mezi které typicky patří většina daní, dotace. Pro naplnění dalších dvou kroků je třeba již znalost stínových cen. Druhým krokem je připočtení pozitivních nefinančních efektů a odečtení negativních nefinančních efektů. Často se jedná o zahrnutí efektu externalit. Pro naplnění tohoto kroku tedy je nezbytné vědět, jakých stínových cen nabývají jednotlivé netržní statky. - 46 -
Třetím krokem je převedení finančních toků z vyjádření v tržních cenách na vyjádření v cenách stínových. Tento krok spočívá v přepočtení finančních toků na toky socioekonomické (či ekonomické), tak aby následně toky vázané na příjem či výdej tržních statků byly vyčísleny v hodnotě, kterou společnost těmto tokům přikládá. Teoreticky korektní by bylo, kdyby se všechny toky přepočítávaly tak, že se počet naturálních jednotek jednotlivých vstupů či výstupů vynásobí jednotkovou stínovou cenou speciálně stanovenou pro daný projekt. Realita je ovšem jiná. Pokud bychom chtěli určovat specifickou stínovou cenu pro každý vstup a výstup projektu, znamenalo by to určit pro vstupní faktory alternativní náklady na tyto vstupy neboli oportunitní náklady těchto vstupů a současně určit ochotu zaplatit za výstupy projektu. Tento postup by ovšem neúměrně navyšoval cenu rozhodovacího procesu (nakolik je tento postup cenově nedostupný, je samozřejmě závislé na velikosti a významu projektu, ale obecně můžeme předpokládat, že pro majoritu projektů to nepoměrně drahý postup je). Jelikož tedy nehodláme zjišťovat osobité stínové ceny pro každý projekt, je ustáleným zvykem hledat transformační mechanismus mezi tržní cenou a cenou stínovou pro jednotlivé skupiny statků a s jeho pomocí následně přetvářet tržní toky na toky vyjádřené v cenách stínových. Exaktní principy práce s těmito transformačními (konverzními) mechanismy bude patrný v kapitole 6. Zásadou přepočtu z toků v tržních cenách na toky ve stínových cenách je, že připočítáváme odchylku stínové ceny od ceny tržní, neboli pokud vyjdeme z teze, že stínová cena je 0,75 násobkem ceny tržní, je třeba od finančních toků odečíst přičíst 25 % jejich velikosti jako vyjádření skutečnosti (v případě výdajů), že socioekonomické hodnota daného statku je ve skutečnosti nižší. Například -25 Kč (v „Tabulce 2: Model CBA“ v druhé tabulce na sedmém řádku s označením Příjmy) ukazuje, že skutečné příjmy pro společnost jsou nižší, než kolik je přínos ve finančním vyjádření, přesněji řečeno toky ve stínových cenách jsou na úrovni 0,9 násobku toků v tržních cenách. Tento fakt nevypovídá o ničem jiném než, že společnost oceňuje méně statek než trh a potom při přepočtu příjmů ve finančním vyjádření na toky ve stínových cenách je třeba od finančních cash flow odečíst hodnotu, o kterou statek přináší společnosti méně než investorovi. CBA potom pomáhá racionalizaci rozhodování nejen na bázi finanční efektivnosti, která je pro investora určitě zajímavá, ale z pohledu společnosti nedostatečnou informací pro racionální rozhodování, ale i na bázi čistých přínosů pro společnost. S oněmi čistými přínosy - 47 -
pro společnost, označované v CBA jako ekonomické či společenské toky se následně pracuje na bázi stejných principů, které známe z klasického finančního hodnocení investic. Kalkuluje se čistá současná hodnota (v tomto případě ekonomická čistá současná hodnota), vnitřní výnosové procento (v tomto případě ekonomické vnitřní výnosové procento) apod. Podstatné je, že zákonitosti a vlastnosti spojené s finančními ukazateli jsou pro ekonomické ukazatele totožné.
4.5 Arrowův teorém a funkce blahobytu Vyjdeme-li z maximalizační Bergson-Samuelsonovy společenské funkce blahobytu (SWF): W=W(U1{X1, Y1}, …, Us{Xs, Ys}),
(3)
kde Xi je vektor statků a služeb determinující funkci užitku jedince i, vektor Yi je vektor faktorů produkce nabízené jedincem i. Funkci blahobytu lze definovat jak pro jedince, tak i pro celou společnost, přičemž na základě maximalizace funkce blahobytu společnosti by mělo být rozhodováno o intervencích financovaných z veřejných zdrojů, či obecně o intervencích, které by měly vést k optimu ekonomiky. Pokud připustíme kardinální teorii užitku, můžeme sestavit i individuální funkci blahobytu. Pro celospolečenské rozhodování je ovšem třeba mimo individuální funkce blahobytu sestavit i společenskou funkci blahobytu v podobě, jak ukazuje vztah (3). Právě možnost konstrukce společenské funkce blahobytu je centrem velkých polemik významných světových ekonomů, mezi něž patřil nejeden nositel Nobelovy ceny. Kenneth Joseph Arrow získal Nobelovu cenu v roce 1972 právě za přínos k všeobecné rovnováze a teorii blahobytu. Arrow přinesl světu tzv. Arrowův teorém nemožnosti, jehož podstatou je vysvětlení nemožnosti sestrojit společenskou funkci blahobytu, jelikož nesplňuje veškeré teoretické předpoklady, které jsou nutné, aby taková funkce vedla k Paretovskému optimu a současně respektovala rovnost všech členů společnosti. Zvolenými předpoklady jsou: 1) Preference jednotlivých subjektů trhu by měly být úplné a transitivní jako předpoklad racionality volby. Předpoklad úplnosti vyjadřuje, že bude spotřebitel vždy preferovat jeden statek před druhým a tranzitivita, že pokud spotřebitel preferuje A před B a B před C, tak tím současně sděluje, že preferuje A před C. Dle - 48 -
Arrowa je právě předpoklad tranzitivity ve společenské volbě nesplnitelný, což dokazuje právě Arrowova věta, která říká, že neexistuje žádná hlasovací metoda na principu většinového pravidla, která zaručuje efektivnost, respektuje individuální preference a nezávisí na jednacím pořádku. 2) Společenská funkce blahobytu není nahodilá. 3) Společenská funkce blahobytu je nediktátorská. Tento předpoklad vyjadřuje tezi, že nikdy nebude existovat takový jedinec, jehož preference by zvrátily na svoji stranu preference celé společnosti, jinými slovy, že není možné, aby vlivem skutečnosti, že jeden jedinec preferuje statek X před Y, bude společnost jako celek preferovat X před Y, bez ohledu na preference ostatních členů společnosti. 4) Rozhodování dle společenské funkce blahobytu vede k paretovsky optimálnímu stavu. 5) Společenská funkce blahobytu je zkonstruována na principu vzájemné nezávislosti dvou alternativních variant. Arrowovy předpoklady funkčnosti modelu společenské funkce blahobytu byly definovány tak, že musí být splněny všechny, aby byla funkce platná. Jedná se podmínky matematického modelu, které musí být naplněny, aby dle Arrowa byla transformace individuálních preferencí na společenské preference v souladu s etickými pravidly rovnosti jednotlivých členů společnosti a aby zajišťoval vnitřní konzistenci rozhodování. Arrow tímto prokázal nemožnost Paretovsky efektivní možnosti společenské volby. S chybou nesplnění všech předpokladů Arrowova teorému CBA pracuje a vnímá ho jako zanedbatelnou míru chyby, která musí být přijata, aby bylo možné vůbec nějaké rozhodování, které nebude v souladu s „the first best“, ale snad bude v souladu s „the second best“ řešením. Vzhledem k tomu, že se společenské preference konstruují na bázi ochoty zaplatit a ta je determinována mimo jiné i finančními omezeními subjektu, je možné, že preference bohatších členů společnosti převýší preference těch chudších a tedy, že společenská volba bude dle vyjádření vnitřně netranzitivní a diktátorská. Tento dle mého názoru zdánlivý problém může být navíc v CBA řešen tím, že je možné preference chudších členů společnosti navyšovat koeficientem, který srovná nesoulad ve velikosti rozpočtových příjmů (jedná se o distribučně váženou CBA).
- 49 -
Na Arrowa navázal další nositel Nobelovy ceny Amartya Sen, jež získal Nobelovu cenu v roce 1998 taktéž za příspěvek k teorii blahobytu (svoji práci věnoval hladomoru, ekonomice blahobytu, mechanismu bídy a politického liberalismu) mimo jiné na přímluvu Arrowa. Amarthya Sen uvádí, že sice není možné naplnění všech pěti axiómů dle Arrowova teorému, ale je možné naplnění libovolných čtyř. Zatímco Arrow vycházel z kardinální teorie užitku, Sen se již přikláněl k ordinální verzi užitku. Sen s využitím normativních základů přišel s normativní teorií nemožnosti, za níž stály de facto dvě otázky, a to zda je skutečně důležité usilovat o rovnost členů společnosti při rozhodování a v jakém smyslu musí být rovnosti dosaženo. Odpovědí na položené otázky byl závěr, že normativní teorie vždy poskytují určitý prostor pro zachování rovnosti jednotlivých členů společnosti a současně je vždy možné nalézt určitý druh rovnosti subjektů trhu. Sen při definování určitého prostoru, ve kterém jsou členové společnosti vzájemně v rovném postavení, vycházel z J. Rawlseho rovnosti příležitostí, svobod a možností tyto příležitosti realizovat, kterou obohatil o požadavek na srovnání reálného rozsahu svobod. Sen argumentovat své vyvrácení nutnosti předpokladu rovnosti finančních omezení pro Paretovsky optimální volbu tím, že samo lidstvo je přirozeně diferencované z hlediska příležitostí, aniž by to vedlo k polemice o společenské spravedlnosti. Jinými slovy skutečnost, že se lidé rodí s různými možnostmi danými dědičnými charakteristikami, pohlavím také nepovažujeme za nespravedlivou, je to vstupní parametr pro životní rozhodování a tedy Sen považuje za jedinou podstatnou - možnost svobodného realizování smysluplných cílů. Potom je možné společenské rozhodování na bázi společenské funkce blahobytu.
4.6 Stínová cena optikou optimalizačních úloh Stínové ceny neboli „strukturální duální proměnné můžeme interpretovat jako ocenění jedné jednotky kapacity ve vztahu k hodnotě účelové funkce. Jedná se tedy vlastně o marginální ocenění kapacit“ (Jablonský, 2002). Tato terminologická shoda, tedy stínové ceny v oblasti ekonomie blahobytu a operačního výzkumu, vedou k občasnému zaměňování významu oněch pojmů. Skutečnost je taková, že zatímco v rámci operačního výzkumu je stínová cena obecné označení jakékoliv ceny v účelové funkci, čili cenových parametrů ve funkcích nákladových, výnosových apod. Oproti tomu stínová cena v oblasti ekonomie blahobytu je cenový parametr pouze ve společenské funkci blahobytu, resp. obecně ve funkci blahobytu. - 50 -
Ztotožnění pojmu stínová cena v těchto dvou oborech je tedy možné pouze v jednom jediném případě, který názorně popisuje níže uvedený příklad. Účelovou neboli kriteriální funkcí by bylo ona funkce blahobytu. Cílem optimalizačního modelu by byla jeho maximalizace. Omezující podmínky by byly v podobě omezení, které je dáno přirozenými omezeními vstupních parametrů modelu, tedy funkce definující disponibilní množství zdrojů využívaných k naplnění blahobytu (mezi ně patří čas, kapitál, půda, voda, vzduch atd.). Závěrem lze konstatovat, že mezi stínovými cenami prismatem operačního výzkumu a ekonomie blahobytu je rozdíl v míře obecnosti. Stínové ceny v oblasti ekonomie blahobytu jsou podmnožinou stínových cen v oblasti operačního výzkumu. Problém je ovšem komplikovanější. Obecné teoretické vymezení by mohlo být postaveno v oblasti duálních úloh, nicméně problém je ve skutečnosti hned v úvodu výkladu. Celá problematika stanovení hodnoty blahobytu je postavena na obecných principech a na vědomí, že stanovení exaktní a komplexní společenské funkce blahobytu je velmi komplikované a tudíž se snažíme o stanovení hodnoty jednotlivých statků na základě modelů, které sice principielně vycházejí z logiky společenské funkce blahobytu, ale které nalézají hodnotu blahobytu generovanou vlivem spotřeby daného statku na základě marginální změny ideálně jednoho jediného vstupu, příp. několika vstupů, přičemž předpokládají, že zbývající část funkce respektuje status quo. Jinými slovy komplexní vydefinování společenské funkce blahobytu pro vymezenou společnost, ať ji je to region, stát, soustátí, či celý svět se jeví komplikované, je možné následně pracovat pouze s částí z ní za předpokladu, že předpokládáme, že zbytek funkce je neměnný.
4.7 Blahobyt – mikroekonomický aparát pro jeho měření Než se pustíme do rozboru způsobu stanovení stínových cen (neboli měření blahobytu daného spotřebou určitého statku), musíme si položit předpoklady, které stojí za celým konceptem stínových cen a současně je nutné se vymezit k pojetí užitku. Je základní otázkou, zda budeme respektovat ordinalistickou (užitek není přímo měřitelný) či kardinalistickou verzi uitku (užitek je přímo měřitelný). Pro samotné měření blahobytu předpokládáme, kardinalistickou verzi užitku, nicméně pro samotnou aplikaci obstojíme i s ordinalistickou, - 51 -
jelikož je možné velikost blahobytu (suma užitku), který je generován statkem x odvodit od užitku daného statkem y. Předpokládáme, že spotřebitel při svém tržním rozhodování maximalizuje svůj užitek při určitém rozpočtovém omezení. Spotřebitel vzájemně kombinuje možné statky tak, aby dosáhl maximálního užitku a současně tak, aby nepřekročil své rozpočtové omezení. Individuální poptávkovou křivku lze ztotožnit s křivkou marginálních benefitů plynoucích ze spotřeby daného množství statku, neboli s křivkou vyjadřující ochotu zaplatit za dané množství statku (či ochotu akceptovat dané množství za inkasovanou finanční odměnu). Nyní si představíme pět možností měření úrovně blahobytu dané spotřebou statku, který de facto udává velikost stínové ceny daného statku. První vychází ze změny běžného spotřebitelského přebytku a je určen Marshallovou poptávkovou křivkou. Tento koncept má základy již u Dupuita (1844), Alfreda Marshalla (1920)9. Další čtyři přístupy10 jsou si určitým směrem podobné a vycházejí z křivky běžné spotřebitelské poptávky (Hicks, 1943). Přičemž se jedná o: o
míru kompenzace (CV),
o
míru ekvivalence (EV),
o
kompenzační přebytek (CS),
o
ekvivalentní přebytek (ES).
1) Běžný spotřebitelský přebytek11 (S) je definován jako rozdíl celkové ochoty zaplatit za statek a spotřebitelských nákladů vynaložených na daný statek. Vyjadřuje prostor, který se nachází mezi Marshallovou poptávkovou křivkou a horizontální přímkou na úrovni ceny statku, proto se někdy také označuje jako Marshallův spotřebitelský přebytek, jelikož vychází z Marshallovy teze, že spotřebitel je ochoten zaplatit za každou dodatečnou jednotku určitého statku přesně tolik, jakou mu přináší daný statek užitek, což pokud se podíváme na níže uvedený graf, který zobrazuje poptávkovou křivku D, která spotřebiteli při dané ceně přináší užitek ve velikosti u0. Spotřebitelský přebytek je potom zobrazen plochou pqzApq0. Neboli křivka
9
Alfred Marshall (1920): „Individum odvozuje z nákupu přebytek v uspokojení. Nadměrnou cenu, kterou
jsou subjekty ochotny zaplatit raději než odejít bez daného statku, nad rámec než on skutečně platí za dané statky, vyjadřuje přebytek uspokojení. Toto můžeme označovat jako spotřebitelský přebytek.“ 10
Friedman, 2002, Freeman, 2003.
11
Varian, 1984, Samuelson, 1942, Johanson, 1987, Silberberg, 1978.
- 52 -
poptávky ukazuje, kolik je spotřebitel ochoten zaplatit za jednotlivá množství a potom pokud jsme definovali spotřebitelský přebytek jako rozdíl ochoty zaplatit a skutečných vynaložených nákladů na pořízení daného množství statku, lze spotřebitelský přebytek ztvárnit jako rozdíl plochy pqzAq00 a pq0Aq00. Běžný spotřebitelský přebytek
Obrázek 3:
p pqz
A
pq0
B
pq1
D(P,u0)
0
q0
q1
q(x)
Pokud přijmeme předpoklad, že poptávkovou křivku nahradíme poptávkovou přímkou, lze spotřebitelský přebytek definovat jako:
S=
1 ( pqz − p qx )q x , 2
(4)
kde pqz … je cena statku, která by na trhu byla, kdyby bylo prodáváno nula kusů statku x, jinými slovy je to cenová úroveň v místě, kde poptávková křivka protíná osu y, pqx … je cena statku při prodeji qx jeho kusů, qx …je množství spotřebovávaného statku.
Mezní blahobyt daný spotřebou jednoho statku můžeme odvodit od mezního spotřebitelského přebytku spojeného s daným statkem. Při konstrukci matematického vyjádření vyjdeme z Marshallovy poptávkové funkce. Vyjdeme ze situace, kdy spotřebitel spotřebovává q0 statku x při ceně pq0 (množství spotřebitelského přebytku dané tímto spotřebovávaným množstvím popisuje vztah (4)). V případě, že se spotřebitel rozhodne spotřebovávat množství q1
- 53 -
při ceně pq1, lze zapsat změnu vnímaného blahobytu jako rozdíl dvou spotřebitelských přebytků:
∆ S = S 0 − S1
(5)
∆S = q 0 ( pq 0 − pq1 ) +
1 ∆p( q1 − q0 ) . 2
(6)
Případně lze Marshallův spotřebitelský přebytek adekvátní malé mezní změně ceny statku vyjádřit jako: p0
∆S = ∫ x ( P, M )dp p1
(7)
,
kde M jsou rozpočtová omezení, P vyjadřuje cenu. Pokud chceme definovat úroveň blahobytu plynoucí ze spotřeby jedné jednotky statku x, je nutné při využití vztahu (6) respektovat podmínku, že musí být jak rozpočtové omezení (M), tak i cena statku y konstantní (předpokládáme, že označení statek y vystihuje všechny ostatní spotřebovávané statky mimo statek x). Jestliže, ale dochází ke změnám více než jedné vysvětlující proměnné, je nutné, aby byla splněna alespoň podmínka, že musí být konstantní elasticita poptávky všech statků (musí být neměnné preference spotřebitelů) a současně musí mít spotřebitel konstantní užitek ze svého příjmu (Freeman, 2003).
- 54 -
Měření blahobytu prostřednictvím cenového poklesu
Obrázek 4:
x2
Cena (Kč)
(a) p1´
EV
E
ES
D
CV
p1´´
A
B C p1´
x1´
CS F
u1 u0
p1´´ x1
x1´´
p1 (b) p1´
A
D
B
p1´´
x1(P,M)
C
h1(P,u1) h1(P,u0)
x1 Zdroj: Freeman, 2003
Pozn.: Ve spodním grafu, kde je zobrazena Marshallova poptávková křivka je tučnou čarou zobrazena výchozí situace, dále čarou přerušovanou je zakreslena křivka poptávky, která ztvárňuje CV a plná slabá čára je pro vystihnutí EV.
- 55 -
Než se pustíme do popisu dalších metod stanovení stínových cen, vysvětlíme si podstatu zde uvedeného grafu, který bude využit i při následujícím výkladu jednotlivých přístupů k ocenění. Graf zobrazuje dvě indiferenční křivky subjektu. Předpokládáme, že intervence (v obecném vyjádření ozačujeme jakoukoliv investiční aktivitu firem, státu, či soukromých osob jako intervence – konkrétně např. investiční projekty) vyvolá snížení nákladů na výrobu statku x1, což povede ke snížení ceny z p1´ na p1´´. Reakcí na ono snížení ceny statku x1 je změna struktury spotřebitelského koše z A na B, přičemž koš A vedl k užitku spotřebitele ve velikosti u0 a koš B k užitku u1. Předpokládáme, že x1 je statek, jehož cenu hledáme. Statek x2 zahrnuje ostatní statky ve spotřebitelském koši a využíváme jej jako měrnou jednotku. 2) Míra kompenzace (Compensating Variation – CV) je míra, která vyjadřuje kompenzační platbu, kterou je nezbytné vydat proto, aby byl subjekt indiferentní mezi situací se spotřebou statku x (v našem případě situace s intervencí – v grafu bod B) a bez spotřeby statku x (bez intervence – v grafu bod A). CV je takové množství finančních prostředků, které subjektu zajišťuje, aby při změně ceny spotřebovávaného statku zůstal na původní úrovni užitku neboli změna v rozpočtovém omezení, která způsobí, že i při změně ceny statku x1 zůstane spotřebitel na původní úrovni užitku. Například v situaci, kdy dojde k nárůstu ceny měřeného statku (např. vlivem státní intervence v podobě daní), CV je míra, kterou subjekty musí zaplatit, aby byly indiferentní mezi danou intervencí a situací bez ní. Princip CV funguje následovně (při popisu využijeme výše uvedený graf 3): s poklesem ceny statku x1 dojde k nárůstu množství daného statku ve spotřebitelském koši, čímž dochází k posunu z bodu A (výchozí bod)) do bodu C, který se stejně jako A nachází na stejné indiferenční křivce, tudíž jak kombinace statků vyjádřená bodem A, tak i bodem C přináší spotřebiteli stejný užitek. A i C leží oba na Hicksově kompenzační poptávkové křivce, která vyjadřuje substituční efekt změny relativních cenových relací. Nová cenová relace statku x1 umožní spotřebiteli posunout se na vyšší úroveň užitku (bod B). Pokud předpokládáme, že x1 je statek s kladnou elasticitou poptávky (neřešíme tudíž Giffenovy statky12), Hicksova poptávková
12
Nicméně hledání skutečného Giffenova statku se věnují vědci řadu let a lze jej považovat za spíše
teoretický koncept s malým praktickým uplatněním. Gifenovův statek vymezil Alfred Marshall podle Roberta Giffena, který údajně měl vypovídat o irském hladomoru v britském parlamentu a reakcích trhu na zdražování ceny brambor. Nicméně brambory coby příklad Giffenova statku vyvrátil již v roce 1999 Sherwin Rosen (Sherwin Rosen
- 56 -
křivka je strmější než běžná křivka poptávky. CV je oblast nalevo od Hicksovy kompenzační křivky, přesněji oblast vymezená body p1´ACp1´´v grafu 3 b. CV je odvozeno z hodnot determinující původní indiferenční křivky
v( P´, M ) = v( P´´, M − CV ) = u 0 .
(8)
CV můžeme vyjádřit také jako rozdíl mezi výdaji nutnými pro udržení spotřebitele na jediné (původní) indiferenční křivce při různých cenových relacích:
CV = e( p1´, p 2 , u 0 ) − e( p1´´, p 2 , u 0 ) = M − e( p1´´, p 2 , u 0 ).
(9)
Vyjdeme-li z Hicksovy kompenzační poptávkové křivky, získáme pro CV následující vztah: p1 ´
CV = ∫ h1 ( P, u 0 ) dp1 .
(10)
p1 ´´
S využitím CV stanovuje stínové ceny statku q Londero (2003), dle kterého ji odvozujeme od změny blahobytu společnosti vyvolanou marginální změnou nabídky nebo poptávky po statku q. CV je de facto vyjádření jednotkového blahobytu, změny užitku jednoho člena společnosti, nebo také kvantifikace toků, které by musely nastat v případě změny nabídky nebo poptávky jednoho člena společnosti, za předpokladu, že chceme zachovat stávající velikost užitku. Změnu celkového blahobytu vyvolanou změnou nabídky nebo poptávky statku q potom vyjadřujeme13:
∆W (∆q ) = w1CV 1 (∆q) + w 2 CV 2 (q ) + ... + w n CV n (∆q ) ,
(11)
kde CV e (∆q ) … měří CV vyvolaný změnou dostupnosti určitého statku q příslušející subjektu e,
w e … je váha jednotlivých e-tých CV dopadající na funkci blahobytu. Stínová cena statku q (spq) je potom vyjádřena následujícím vztahem:
sp q =
∆ W ( ∆q ) . ∆q
(12)
(1999) Potato Paradoxes). Robert Jensen a Nolan Miller (2007) po dlouhém výzkumu přišli možná s příkladem Giffenova statku v podobě rýže a pšenice pro velmi chudé domácnosti v Číně. 13
Londero, 2003.
- 57 -
Na rozdíl od Marshallova spotřebitelského přebytku je možné pomocí CV měřit blahobyt i v případě, že dochází k více než jedné změně v ekonomice (cen, příjmů). Pomocí CV je možné postupně měřit vliv na blahobyt každé jedné separátní změny, vzhledem k tomu, že měříme dopady podél jedné indiferenční křivky (přičemž není podstatné, v jakém pořadí měříme blahobyt). 3) Míra ekvivalence (Equivalent Variation – EV) říká, jaká změna příjmů povede ke stejné změně blahobytu jako je změna ceny statku x1 (EV je odvozen z výdajové funkce) neboli jaké dodatečné výdaje (příjmy) jsou nezbytné pro dosažení nové indiferenční křivky při změně ceny jednoho statku. Využijeme-li výše uvedený graf, zvýšil-li by se příjem subjektu ve velikosti EV, došlo by k posunu z bodu A do bodu D, což by znamenalo posun z indiferenční křivky s užitkem ve velikosti u0 na indiferenční křivku s užitkem u1. Jinými slovy EV je de facto změna příjmu, která je ekvivalentní změně blahobytu (v našem případě navýšení blahobytu) vyvolané cenovou změnou. EV měří minimální platbu, kterou jsou subjekty ochotny přijmout jako kompenzaci za změnu úrovně blahobytu. EV formálně ukotvíme ve vztahu:
v( P´, M + EV ) = v( P´´, M ) = u 1 .
(13)
Vzhledem k tomu, že EV vyjadřuje dodatečné výdaje nutné k posunu z původní na novou indiferenční křivku, můžeme EV zapsat následovně:
EV = e( p1´, p 2 , u 1 ) − e( p1´, p 2 , u 0 ) = e( p1´, p 2 , u 1 ) − M .
(14)
EV je vymezeno novou Hicksovou kompenzační křivkou, přesněji řečeno nalevo od této křivky, plochou p1´DBp1´´ v grafu 3 b: p1 ´
EV = ∫ h1 ( P , u 1 ) dp1 .
(15)
p1 ´´
4) Kompenzační přebytek (Compensating Surplus – CS) je míra, která vyjadřuje, při jak velké kompenzační platbě je subjekt indiferentní mezi původní situací (bod F) a novou situací po změně ceny statku x1, neboli vyjadřuje, jak se musí změnit příjem, aby subjekt při změně ceny statku x1 dosáhl stále na stejné mnosžví spotřeby statku x1. CS měří vertikální vzdálenost mezi bodem B a F. CS a CV jsou ve své podstatě velmi podobné koncepty, zatímco při aplikaci míry kompenzace předpokládáme, že příjmy subjektu jsou konstantní, při využití kompenzačního přebytku uvažujeme, že při změně ceny, která je doprovázena změnou příjmů.
- 58 -
5) Ekvivalentní přebytek (Equivalent Surplus – ES) je míra, která nám odpovídá na otázku, jaká změna v příjmech je nutná k tomu, aby byl subjekt indiferentní ve spotřebě v situaci s původní cenovou relací s původní proporcí spotřebního koše a v situaci s novou cenou, nicméně stále stejnou spotřebou statku x1. ES měří vertikální vzdálenost mezi bodem A a E. ES je principielně podobná konceptu EV, stejně jako tomu bylo i u CS i v případě ES předpokládáme, že dojde ke změně důchodu. ES vede k vyšším hodnotám než EV.
Při naplnění výše uvedených vztahů narážíme na dva základní problémy. Prvním z nich je komplikovanost měření blahobytu. Druhým, neméně významným, je nutnost kvantifikovat marginální změny blahobytu vyvolané striktně jedním statkem. Na mezní úroveň blahobytu působí většinou současně vliv více faktorů. Je tedy zřejmé, že klíčovým problémem definování stínových cen je očistit mezní hodnotu blahobytu o všechny reziduální dopady ostatních parametrů, a získat tak stínovou cenu striktně jednoho statku. Závěrem k analýze metod lze říci, že za teoreticky relevantní metody k měření blahobytu se považuje především EV a CV. Marshallův spotřebitelský přebytek (S) je považován za kontrolní metodu pro ověření, vzhledem k tomu, že se nachází mezi EV a CV (toto vzápětí vyvrátíme s pomocí Willigovy analýzy přesnosti (1976)). Lze říci, že chyba, která může být vyvolána ať tou či onou metodou je ovšem z hlediska praktické aplikace naprosto zanedbatelná. Připustíme-li, že poznání preferencí subjektů na trhu a tudíž i odhad poptávkových křivek je postaven na řadě komplikovaně uchopitelných předpokladů, modelů a přístupů a vždy jde pouze o subjektivní vnímání reality, je tento koncept postižen velkou informační asymetrií, která vládne mezi subjektem trhu a analytikem, který se snaží uchopit realitu, potom hovořit o drobných odchylkách přesnosti té či oné metody je irelevantní. To vše za předpokladů, které budou uvedeny níže. Silberberg (1972) označil EV jako ocenění změny užitku odpovídající příslušné změně ceny (která je vyvolána působením např. intervence státu), zatímco CV vnímal jako hodnotu nutnou k udržení konstantní úrovně užitku při změně ceny. S tím, že EV a CV by byly shodné, pokud by elasticita poptávky byla nulová, znamenalo by to totiž, že Hicksova kompenzační křivka bude pro obě metody shodná). V případě kladné elasticity poptávky EV převyšuje CV při analýze situace, která znamená nárůst ceny statku (a opačně).
- 59 -
Pokud bychom analyzovali rozdílné hodnoty blahobytu vyplývající z jednotlivých metod, lze říci (Willig, 1976), že vzhledem k vysoké náročnosti ekonometrických metod využívaných k stanovení poptávkových křivek (určující velikost blahobytu plynoucí z určitého statku) můžeme abstrahovat od relativně nevýznamných rozdílů EV, CV a S. Rozdíly jednotlivých metod jsou závislé, jak již bylo řečeno, na velikosti elasticity poptávky a současně na podílu S na příjmu jedince. Vysokou elasticitu vyloučit v obecném měřítku nelze, ale vysoký podíl S na celkových příjmech jedince je v praktickém úhlu pohledu vylučitelný (pravděpodobnost chyby z využití špatné metody je menší než pravděpodobnost chyby ve zmíněném ekonometrickém modelu). CV a EV lze matematicky vyjádřit následujícími vztahy (malá písmena označují plochy v grafu 4):
CV = a + b = S − c
(16)
a
EV = a + b + c + d = S + d .
(17)
Položíme-li si předpoklad, že křivky jsou lineární, potom lze vztah (16) upravit a zjednodušit do následující podoby:
CV − S = −c
(18)
1 CV − S = − ∆p∆x * , 2
(19)
kde ∆x * … důchodový efekt změny ceny statku x (k udržení na původní indiferenční křivce). Vyjdeme-li ze vztahu pro důchodovou elasticitu poptávky (eid) a z výše uvedené definice, na základě které můžeme ztotožnit CV s ∆M * , získáme následující vztah:
eid =
∆x M , ∆M x
(20)
jež upravíme do podoby:
∆x * = eid x
∆M * M ,
(21)
abychom jej posléze dosadili do vztahu (19):
CV − S = −
∆p x eid CV . 2M
(22)
- 60 -
Z níže uvedeného grafu a ze vztahu (22) vyplývá, že pokud není velký rozdíl v hodnotě získané pomocí CV a S, a současně pokud plochy c a d jsou shodné, můžeme říci, že S leží přesně mezi CV a EV a současně pokud připustíme skutečnost, že elasticita poptávky a podíl S na M jsou malé hodnoty, nelze z praktického úhlu pohledu dělat velké rozdíly v aplikaci těchto metod (z hlediska mikroekonomického). Krom těchto podmínek pro smetení diferencí mezi jednotlivými metodami, je nutné splnění ještě předpokladů, že výdaje na dané zboží nepřekročily malé procento na celkových výdajích (toto lze považovat za splněné v mnoha životních situacích) a velikost cenové změny není velká (toto už může prakticky hůře uchopitelná podmínka). Obrázek 5:
Srovnání EV, CV, S
p1
p1´
d a
b
p1´´
c
∆x
x1(P,M) *
h1(P,u1) h1(P,u0)
x1´
x1´´
Zdroj: Freeman, 2003
Některé kritiky (Hanemann, 1980, Hausman, 1981) vytýkají metodám CV a EV nepřesnost spočívající v zahrnutí ztráty mrtvé váhy. Za významnější kritiky lze považovat tu skutečnost, že dnes již existují přesnější postupy pro měření úrovně blahobytu. Ten spočívá ve využití Sluckého kompenzační poptávkové křivky. Rozdíl mezi Sluckého a Hicksovým pojetím kompenzační poptávkové křivky je v pojetí konstantního důchodu. Zatímco Hicks (jehož pojetí jsme analyzovali doposud) pod pojmem konstantní úroveň důchodu vnímal zachování konstantní úrovně užitku (při změně ceny), Slucky pod pojmem konstantní důchod rozuměl schopnost pořídit stejné množství statků před zásahem do cen a po něm. - 61 -
Využitím Sluckého kompenzační poptávkové křivky rozvinul svoji teorii o přesném měření blahobytu v roce 1981 Hausman. K doložení vyšší správnosti modelu využil Royovu identitu14. Pokud budeme pohlížet na křivky jako na lineární, lze užitkovou funkci napsat jako
a − bp1 + cM = −
∂v ( P , M ) / ∂p1 , ∂v ( P , M ) / ∂M
(24)
kde a, b, c jsou parametry užitkové funkce. Dle Slutského rovnici musí důchod vyvážit změnu ceny:
∂v (.) dp1 (t ) ∂v (.) dM (t ) ∂p (t ) dt + ∂M (t ) dt = 0 , 1
(25)
kde t vyjadřuje velikost změny ceny. Hausmanova (1981) užitková funkce (za předpokladu změny pouze jedné ceny statků vstupujících do modelu) potom vypadá následovně:
1 b u = k 0 e −c* p1 M + a − bp1 − , c c
(26)
kde k je parametr funkce závislý na velikosti původního užitku, a kvazipoptávková funkce:
1 b e = k 0 e c* p1 − a − bp1 − . c c
(27)
Teoreticky by bylo vhodné vzhledem k diferencím Hicksova a Sluckého pojetí konstantního důchodu v případě, že budeme měřit blahobyt přímým odhadováním užitku jedinců, což lze provádět pouze v případě dotazovacích technik, využití pohledu Hickse a z něj vyplývajících přístupů (např. Hausmanův model) a pokud stanovujeme blahobyt na základě pozorování chování subjektů trhu, tedy orientujeme se spíše na základě spotřeby lidí, lze za relevantnější považovat Sluckého přístup.
14
xi ( P, M ) = −
(∂v / ∂pi ) , ( ∂v / ∂M )
(23)
kde P…vyjadřuje vektor cen jednotlivých statků, M … disponibilní důchod, pi … jednotlivé ceny jednotlivých statků.
- 62 -
V praktické aplikaci těchto modelů při stanovování hodnoty blahobytu, lze považovat oba přístupy za rovnocenné z hlediska relevance a lze doporučit využití toho, který považuje ten který analytik za snažší. Důvodem je na jedné straně přílišná složitost, která v prostředí „přesné hry s nepřesnými čísly“ je zbytečně náročná. Určitou specifickou situací je analýza trhu práce, kde změna ceny statku ovlivňuje pouze důchod jedince. Jelikož pracovního času je omezené množství a subjekty vždy při nabídce práce maximalizují užitkovou funkci závislou na množství pracovního a volného času nicméně s omezením maximálního disponibilního času:
M * + p w w − PX = 0 ,
(28)
kde M* … vnější příjem (nikoliv plynoucí z prodeje pracovního času), pw … cena pracovního času, w … množství nabízeného pracovního času, PX … výdaje na spotřebu. Potom
nepřímá
užitková
funkce
času
je
konstruována
jako
v( P, p w , M * ) a
pseudovýdajová funkce e * ( P , p w , u 0 ) , přičemž tzv. vnější příjem vnímáme jako příjem, který determinuje užitek na určitou specifickou úroveň. Vzhledem k tomu, že nabídková funkce práce má specifický tvar (v první polovině rostoucí a následně klesající), jsou relace EV a CV opačné než v předchozím případě (při růstu ceny práce je CV větší než EV a v případě poklesu ceny práce je CV menší než EV), jak je patrné z níže uvedeného grafu, kde plocha ABCD zobrazuje CV a ABEF ztvárňuje EV.
- 63 -
Srovnání EV, CV
Obrázek 6:
pw
w(pw,P,M)
w(pw,P,u1) w(pw,P,u0)
pw´´
pw´
B
E D
A
C F
w Zdroj: Freeman, 2003, Sieber, M. 2009
Pozn.: graf zobrazuje na rozdíl od předchozího nabídkovou funkci statku, jelikož v tomto případě je užitek jedince odvozen od nabídky, nikoliv od poptávky jako tomu bylo u standardního tržního statku. Poslední oblastí ovšem nikoliv co do významu je oceňování blahobytu v oblasti netržních statků (především environmentální statky), jejichž omezené disponibilní množství významně determinuje rozhodování o nich i proces jejich ocenění. Problém oceňování této specifické skupiny statků je řešen mnoha autory v rámci teorie veřejné volby či teorie blahobytu v podmínkách omezené nabídky statku (Johansonn, 1987, Lankford 1988) či teorie racionalizace (Tobin a Houthakker, 1950, Neary a Roberts, 1980). Pro potřeby vysvětlení principů stanovení blahobytu plynoucího ze spotřeby environmentálních statků si nejprve vymezíme parametry modelů, které budeme nadále využívat, kterými jsou: •
X jako vektor spotřebovávaných tržních statků subjektu X = x1 , x 2 ,..., x n
•
P vektor cen tržních statků,
•
Q
jako
vektor
„spotřebovávaných“
environmentálních
Q = q1 , q2 ,..., qm , •
R ≥ 0 vyjadřuje vektor cen netržních statků a - 64 -
statků
,
a
služeb
Poptávkovou funkci můžeme zapsat pomocí vztahu:
xi = x i ( p, M − RQ , Q ) ,
(29)
z něhož odvodíme podmíněnou nepřímou užitkovou funkci:
v = v ( P, M − R * Q , Q ) .
(30)
Obecně usilujeme o zjištění, při jakých minimálních výdajích na tržní statky vytvoříme užitek u, což popisuje podmíněná výdajová funkce:
e* = M − R * Q .
(31)
e * = e * ( P, Q , u )
(32)
Na druhou stranu maximalizační problém můžeme postavit i tak, že hledáme, při jakých minimálních výdajích na tržní statky je možné dosáhnout užitku ve výši u, což můžeme zobrazit pomocí výdajové funkce:
e = e( P, R, Q , u ) .
(33)
Pro měření blahobytu vyjdeme z Lankforda (1988), který odvozoval blahobyt ze změn P, Q, R a M (nicméně pro naše účely nás budou nyní zajímat pouze dvě determinanty, a to Q a R). Změny v R se projeví změnou − ∆R Q na straně důchodu jednice. Změny v Q analyzujeme pomocí omezené výdajové funkce, kdy můžeme říci, že při zvýšení q dojde ke snížení reálného důchodu jedince pro zachování na původní užitkové hladině. Hodnotu mezní změny wp vyjádříme jako
wp = −
∂e či jako ∂q
(34)
wp = −
∂e* −r, ∂q
(35)
kde wp … blahobyt jedince a r zohledňovalo skutečnost, že dodatečné q povede k zvýšení dopadu platby o rq (kdy r je pozitivní). Landford (1988) r označoval jako příjmovou hodnotu změny q, přičemž při nárůstu q byla příjmová hodnota negativní. Pro environmentální statky se využívá pro oceňování běžný kompenzační přebytek (CS) a ekvivalentní přebytek (ES), přičemž existuje zde paralela k CV a EV. Nejprve se budeme věnovat stanovení CS (Freeman. 2003):
v ( P, M − rq 0 , q 0 ) = v ( p, M − rq1 − CS , q1 ) , - 65 -
(36)
nebo přes výdajovou funkci:
CS = e( P, r , q 0 , u 0 ) − e( P, r , q1 , u 0 )
(37)
a nyní ES ztvárníme jako:
v ( P, M − rq 0 + ES , q 0 ) = v ( p, M − rq1 , q1 )
(38)
a opět prostřednictvím výdajové funkce:
ES = e( P, r , q1 , u1 ) − e( P, r , q 0 , u1 ) .
(39)
Celý proces ustavení rovnováhy na trhu environmentálního statku si ukážeme na níže uvedeném grafu. Vyjdeme-li z výchozího bodu A, kde subjekt získává q0 a x0 a užitek u0. S nárůstem q dojde k posunu do bodu B na vyšší indiferenční křivku (vyšší úroveň užitku). Kdyby se důchod snížil o CS, subjekt by se posunul zpět na nižší indiferenční křivku, nicméně při vyšší q (bod C). Oproti tomu ES vyjadřuje takové množství důchodu, které by zajistilo posun po vyšší indiferenční křivce zpět do bodu s původním q (bod D). Krom tohoto způsobu se nabízí i měření CS a ES při velké změně q, kdy pro zachycení úrovně blahobytu plynoucí z této změny využíváme následující integrál (Freeman, 2003):
∂e( P, r , q, u t ) Wq = − ∫ 0 dq , q ∂q q1
(40)
kde v případě stanovení CS je t = 0 a v případě ES je t = 1. Obrázek 7:
Srovnání ES, CS
x
M+ES r*q0
D
M M-CS
A x0
r*q1
∆e * q
B
r
r * ∆q
u1
x1
C
q0
u0 q1
- 66 -
r
r q
4.8 Koncepční předpoklady stínových cen Nyní jsme si vymezili mikroekonomické základy pro měření blahobytu a než se pustíme do rozboru samotných metod využívaných ke stanovení stínových cen statků, které stojí jak na vstupu intervencí15, tak i na jejich výstupu, je nutné se krátce zastavit a upozornit i na další koncepční předpoklady, na kterých je oceňování na bázi společenské hodnoty statku postaveno. Neboli provedeme propojení mezi sociologickým aparátem, který v konečné platnosti stojí velmi často u vzniku dat nezbytných pro ekonometrické modely, s mikroekonomií, která všemu utváří myšlenkovou podstatu. Veškeré stínové ceny vycházejí ze tří základních konceptů: o
„Willingness – to – Pay“ (WTP)
o
„Willingness – to Accept“ (WTA)
o
Oportunitní náklady
4.8.1
Willingness – to – Pay , Willingness – to Accept
„Willingness – to – Pay“ (WTP), neboli ochota zaplatit vyjadřuje (jak již z názvu vyplývá) ochotu subjektu zaplatit za určitý statek. Vyjadřuje peněžní částku, jejíž obětování je pro subjekt naprosto shodné jako zachování status quo (v případě kladného efektu), nebo také peněžní částku, při jejímž přijetí je subjekt indiferentní mezi ní a spotřebou daného statku (v případě negativního efektu). „0Willingness – to – accept“ (WTA) neboli ochota akceptovat vystihuje částku, za kterou je subjekt ochoten se vzdát určitého množství statku (v případě negativního efektu daného statku) či jak velké snížení množství finančních prostředků by byl ochoten subjekt akceptovat za snížení spotřeby statku s negativním dopadem (v případě pozitivní změny). Neboli jak ještě velký negativní efekt je ochoten spotřebovat či akceptovat při inkasu jisté peněžní částky, aniž by to pro něj znamenalo pohoršení oproti status quo. Jelikož je nutné vidět paralelu mezi vztahem CS a ES a současně vnímat, že CS de facto vyjadřuje ochotu zaplatit a ES ochotu akceptovat při poklesu ceny statku, je možné získat při ocenění pomocí WTP a WTA odlišné výsledky (Horovitz a McConnel, 2002, Friedman, 2002), které mohou způsobovat problémy s jejich interpretací. Malé diference mezi WTP a WTA jsou
15
Pod pojmem intervence budeme vnímat jak projekt, vládní program či politiku.
- 67 -
přirozené vzhledem k přirozeným diferencím CS a ES a tudíž i akceptovatelné (v souladu s vysvětlením uvedeným výše). Současně je ale disproporce mezi nimi dána i nedokonalými informacemi a nejistotou preferencí subjektů. Analytici, kteří se danými disproporcemi zabývali (Hoehn a Randall, 1987, Kolstad a Guzman, 1999) dokonce zjistili, že deklarované WTA je větší než skutečné WTA a uváděná WTP je menší než skutečná WTP. Skutečný rozdíl mezi WTP a WTA tedy není vždy takový, jako je tomu u zjištěných hodnot z dotazování. Tabulka 3: Vztah EV, CV a WTP, WTA Způsob měření blahobytu
Cenový nárůst
Cenový pokles
EV
WTP za vyhnutí se
WTA zřeknutí se
CV
WTA negativní efekt za cenu x
WTP za získání
Zdroj: Freeman, 1993
Pokud se jedná o efekt v podobě cenového nárůstu (příp. efekt snižující užitek) stává se Equivalent Variation odpovídající WTP, indikující ochotu jedince zaplatit za to, že bude změny ušetřen. Compensating Variation oproti tomu representuje částku, kterou je jedinec ochoten akceptovat (WTA), aby byl ochoten negativní změnu přijmout. Naopak pokud se jedná o efekt snižující cenu (přip. efekt jakkoli zvyšující užitek), Equivalent Variation representuje ochotu jedince akceptovat (WTA) částku namísto cenové změny (příp. namísto zvýšení užitku) a Compensating Variation vyjadřuje obnos, který je jedinec ochoten zaplatit za to, aby získal nižší ceny příp. nárůst užitku. Rozdíly, jak již bylo řečeno, spočívají ve fixaci reálného příjmu na úrovni před změnou, resp. po změně, tedy při použití tzv. Hicksovy křivky poptávky, která v sobě nekoncentruje důchodový efekt. V případě empirického výzkumu založeného na tržních datech (viz následující kapitoly) je obvykle pozorována spíše Marshallova funkce poptávky, tedy poptávka kondenzující i důchodový a nikoli pouze substituční efekt. Pokud budeme tedy hodnotu měřit prostřednictvím změn ve spotřebitelském přebytku na Marshallově poptávce (většinou pozorované) nebo pomocí Compensating či Equivalent Variation, nezískáme stejné hodnoty pro jednu způsobenou změnu (v našem případě změnu hlučnosti, bezpečnosti, časové náročnosti). Tento rozdíl je teoreticky signifikantní a může být předmětem sporu, kterou míru použít. Nicméně toto doporučení již záleží na volbě konkrétního vědce či analytika, jelikož i na základě zkušeností zahraničních autorů, například E. J. Mishan (1988) nebo Willig (1976) lze říci, že - 68 -
rozhodování mezi pojetím hodnoty prostřednictvím Equivalent Variation, Consummer Surplus či Compensating Variation je sice relevantní, nicméně vzhledem k přesnosti (předpokládané statistické chybě) empirického odhadu příliš nepodstatným problémem. Všechny tři principielní míry lze považovat proto za smysluplné pro výzkum stínových cen. Krom kritiky na mikroekonomickou přesnost jednotlivých pohledů, existuje i řada kritik na jeden či druhý postup z důvodu problémů se sociologickým výzkumem a působením na psychiku dotazovaných. Modelu WTP je vytýkána skutečnost, že je příliš intenzivně zatížen rozpočtovými možnostmi či omezeními subjektu, kterého se efekty týkají. Neboli že subjekty jsou při svých hodnoceních, kdy mají určit, zda jsou indiferentní mezi hotovostními prostředky a konzumací či vydáváním daného statku, příliš silně taženy na tu či onu stranu dle jejich aktuálního stavu bohatství. Problém navázání konceptu WTP na rozpočtová omezení subjektů je částečně řešen prostřednictvím zapojení konceptu WTA do hledání hodnoty statku. Ovšem i tento model má své kritiky, se zcela opačnými argumenty, které tvrdí, že daný model je velmi silně postihnut iracionálními odpověďmi, neboť pokud se subjekt rozhoduje pouze na základě toho, kolik by byl ochoten akceptovat, a nemá své úvahy spojeny s cenovým či rozpočtovými omezeními, jsou jeho ocenění příliš přehnaná a pokud má na mysli svoje rozpočtová omezení, velmi často vede k tomu, že člověk, pokud si může říci požadovanou odměnu za změnu nabídky nebo poptávky statku q, řekne si obvykle více, než je jeho vnímaná hodnota (tedy užitek statku). Skutečností je (v případě dotazování), že pokud se při stanovení stínové ceny určitého statku využije model WTA, dostáváme ve většině případů hodnoty vyšší oproti stanovení stínových cen na základě konceptu WTP. Vždy závisí na kvalitě daného výzkumu a konkrétním přístupu vědce, ale možným řešením reakce na jednotlivé kritiky je stanovení stínové ceny metodami WTP i WTA a následné vybalancování nedostatků jednotlivých metod vahami jednotlivých konceptů. Vzhledem ke skutečnosti, že se stínová cena ve výsledku aplikuje při oceňování intervencí spolufinancovaných státem, a tento také stojí v realitě před problémem rozpočtových omezení, spíše bychom se přikláněli k aplikaci konceptu WTP, jakožto více zatíženého rozpočtovými omezeními, tedy postaveného na stejných předpokladech jako konečné rozhodování, příp. v případě ocenění negativních efektů WTA. Případným řešením disproporce by ale na druhou stranu byl ještě shodný přístup pro stanovení stínových cen napříč celou - 69 -
ekonomikou, potom by totiž byly všechny odhady stejným směrem vychýleny a nedocházelo by k významnějším pochybením v procesu rozhodování na principu společenské hodnoty. Je třeba si ještě uvědomit, že na jednu stranu konstantní přístup ke stanovení stínových cen všech statků je jistým řešením. Na druhou stranu, aplikace WTP vede k podhodnocení netržních statků a WTA k jejich nadhodnocení, což může ve výsledku znamenat, že pokud WTP a WTA se de facto používá pouze pro ocenění netržních statků, může dojít při aplikaci CBA k převýšení netržních efektů nad těmi tržními (oceněnými na bázi oportunitních nákladů) a opačně. V této době, kdy vlivem negativního působení člověka, které ve výsledku znamená ohrožení existence lidstva na planetě (vlivem snižující se zásoby kyslíku devastací lesů, či obecně snižováním disponibilních zdrojů nutných pro život), si dovolím hříšnou myšlenku, že by bylo mnohem vhodnější za cenu možné drobné chyby spíše aplikace takových postupů, které povedou k vyšší hodnotě netržních statků, než jak by odpovídalo skutečně vnímané (ale de facto z velké části skryté) hodnotě daného statku, tedy využití obou modelů, jak bylo uvedeno výše.
4.8.2
Oportunitní náklady
Koncept WTP, resp. WTA nám dobře slouží pro stanovení hodnoty ekonomických změn (efektů, statků, cenových a kvalitativních pohybů…) tam, kde je přímo ovlivněn užitek spotřebitelů. Jak však stanovit hodnotu statků (příp. ekonomických změn ovlivňujících cenu, kvalitu, či využití statků určitým způsobem), které zcela nebo převážně nepřinášejí užitek přímo, ale tím, že slouží jako vstupy do projektu, podniku, programu nebo realizaci politiky? Statky, jejichž poptávka je tvořena, ať již zcela nebo částečně, institucemi (podniky, veřejnými institucemi…), se právě v tom, že nejsou přímo spotřebovány k uspokojení lidských potřeb, liší od statků spotřebních. Tyto statky pak slouží jako vstupy do ekonomických aktivit, kterými jsou přetvářeny na další vstupy (produkované vstupy), anebo již přímo na statky spotřební. Příkladem typických vstupů do jakékoli činnosti a tedy i jakékoli intervence jsou půda, práce a produkované vstupy (investiční celky, materiály a meziprodukty). Subjekt, který nakupuje dané statky pro jejich další použití coby vstupů, je nespotřebovává a proto odvozuje jejich hodnotu nepřímo od hodnoty výstupů, které může díky těmto vstupům vyprodukovat. Hodnota vstupu je tedy dána hodnotou výstupů, které získáme jeho nejlepším využitím. Tento - 70 -
koncept nazýváme oportunitními náklady. Je samozřejmě universálně použitelný jak pro tržní statky, které stojí na vstupu intervence, tak na jejím výstupu. Pak oportunitním nákladem statku je vždy ta nejvyšší hodnota užití, ať spočívá ve spotřebě statku, nebo v jakékoli podobě výrobního využití. Pokud se tedy ptáme po společenské hodnotě využití určitého množství statku X pro účely určitého projektu (či jiné ekonomické aktivity), ptáme se po hodnotě ušlých příležitostí využít statek X ve společnosti jiným (nejlepším možným alternativním) způsobem, tedy po společenských oportunitních nákladech. Jak tato hodnota souvisí s tržní cenou takového vstupu? To závisí na tom, jak si zodpovíme následující otázky: Prodává se vstup na nějakém trhu? Prodává se vstup na efektivním trhu? Dochází na daném trhu díky dodatečné poptávce po statku ke změně ceny? Tržní cena jednotky vstupu pak odpovídá hodnotě využití jednotky vstupu zamýšleným způsobem v případě, že je vstup prodáván na efektivním trhu a dodatečná poptávka nezpůsobila změnu ceny. Tržní cena by tak mohla být považována za identickou s cenou stínovou. V případě, že by bylo množství, které pro určitou aktivitu potřebujeme dostatečně velké, a došlo by k cenové změně, změnil by se i společenský přebytek realizovaný na daném trhu a výdaje na vstup (tržní cena x potřebné množství pro daný účel) by přestaly odpovídat společenským oportunitním nákladům. Aby byl odhad korektní, muselo by tedy dojít k úpravě tržní ceny i v případě, že se pohybujeme na efektivním trhu. V případě, že je vstup realizován na distorzním trhu, nemůžeme automaticky ztotožnit tržní cenu se společenskými oportunitními náklady ani v případě, že nedojde k cenové reakci. Směr a velikost úpravy tržních cen by pak byl závislý na konkrétní příčině a rozsahu distorze. Jeden z příkladů takové korekce je uveden v odstavci věnovaném stínové ceně práce. Jen pro úplnost dodejme, že v případě jakékoli analýzy efektivních trhů, kde distorzí netrpí ani strana poptávky, ani strana nabídky, by pak nabídková křivka byla tvořena právě rostoucí částí mezních nákladů a tyto náklady by pak kromě privátních nákladů reflektovaly současně společenské oportunitní náklady vynaložené na výrobu každého příslušného množství statku, neboť společenské a privátní náklady výroby byly identické.
- 71 -
5 Metody stanovení stínových cen Zkoumání v oblasti ekonomie blahobytu a pokusy o ocenění statků na bázi stínových cen se ubírá dvěma směry, a to zkoumání tržních dat a následná práce s nimi a s pomocí dotazníkového šetření zjišťování udávaných preferencí. Nicméně v obou případech je primární zájem výzkumníků zaměřen na to, jak by se subjekty trhu ve skutečnosti na trhu chovaly.
5.1 Metody oceňování založené na přímém pozorování chování subjektů První skupinou metod jsou ty, které jsou postaveny na přímém pozorování trhu a přímém zjišťování tzv. skutečných tržních preferencí. Tato metoda má svoje nevýhody, které spočívají především v nedostatečné datové základně. Informace o trhu shromažďuje ve většině případů stát či státem pověřené instituce ať již z oblasti veřejné či komerční sféry. Datové základny jsou velmi často pod vlivem zákona na ochranu osobních údajů utajovány a príce vědce je tedy velmi komplikovaná. Na druhou stranu, pokud odmyslíme od dosažitelnosti dat v České republice, i vzhledem ke zmíněnému zákonu, je větším problémem, že v řadě oblastí, na které narážíme v ekonomii blahobytu, data buď vůbec nejsou, nebo jsou nekompletní či není jednoznačná jejich validita. Příkladem jsou například statistiky z oblasti pracovního trhu. Ty jsou v ČR na poměrně dobré úrovni, co do rozsahu sbíraných informací, ale práce vědce je velmi zkomplikovaná skutečností, že některé orgány sbírají tyto statistiky dle oborů působení zaměstnanců (hornictví, stavebnictví apod.) a některé dle konkrétního zaměření zaměstnance (sekretářka, ředitel apod.). Tyto statistiky jsou tedy velmi špatně použitelné současně.
5.1.1 Stanovení stínových cen na základě pilotních projektů Pilotní projekty jsou metodou, kdy dopady určité investiční aktivity testujeme na základě demonstrace hodnoceného projektu – neboli na základě testu budoucího projektu v malém měřítku. Tímto testem nejen že klasifikujeme veškeré dopady projektu, ale současně kvantifikujeme, a to minimálně v naturálních jednotkách, ideálně především u hlavních efektů - 72 -
provádíme jejich monetarizaci. Principiálně se tato metoda aplikuje tak, že se provede demonstrace daného projektu (jeho velmi zmenšená verze), ocení se socioekonomické efekty, které vznikly, a následně lze z těchto hodnot odvodit stínové ceny jednotlivých toků, plynoucích z následného projektu v plné velikosti. Jedná se o metodu, která je vhodná k oceňování efektů plynoucích z investiční aktivity především v případě velmi nákladných investic, kde na jedné straně je cena takto drahého socioekonomického ohodnocení přijatelná, vzhledem k zásadnímu významu projektu a současně v situaci, kdy by byť i malá odchylka daná obecnými stínovými cenami byla vnímána jako zásadní. Tato metoda ale není typickou metodou určenou k stanovování hodnoty v obecné rovině. Byť má jednoznačnou výhodu v usnadnění klasifikace jednotlivých efektů, přináší podstatnou nevýhodu při stanovení stínových cen, a tou je přílišné zatížení odhadu preferencemi vzorku subjektů, na kterých je projekt testován. Stanovení stínových cen tímto způsobem je neméně významně deformováno i velikostí efektu, který malá replika projektu vyvolá, oproti efektům, které by mohl vyvolat projekt byť se stejným zaměřením, ale většího rozsahu (společnost může v případě malé repliky projektu oceňovat efekty velmi vysoko, např. vzhledem k tomu, že nový projekt přijde s nabídkou služeb, které uspokojí dlouho neuspokojenou poptávku, ale v případě rozběhu celého projektu, postupně dojde k saturaci poptávky a vnímaná stínová ceny klesne). Nepostihuje tedy především závislost velikosti efektu a jeho ceny, o které budeme mluvit posléze a kterou je nutné analyzovat. Různé typy experimentů jsou spojeny s různou mírou vnitřní validity16, a proto dále uvádíme pět základních typů experimentů s uvedením hlavních výhod a nevýhod. Principielně má experiment vždy takový design, že zkoumáme dopady určitého zásahu (který lze ztotožnit s miniaturním projektem) na testovací skupině, jejichž výsledky následně můžeme (ale nemusíme, jak ukáže jeden ze základních designů) porovnávat s výsledky kontrolní, či kvazikontrolní skupiny, abychom zjistili, jaká je hodnota pouze daného zásahu.
16
Vnitřní validita vypovídá o tom, zda měřená diference může být přesně připsána k zásahu, který je
evaluován, neboli, jehož stínovou cenu měříme. Do vnitřní validity nicméně nezahrnujeme parametry kvality provedení experimentu, ale pouze parametry, které předurčují, zda jsme v experimentu podchytili pouze vztah mezi vysvětlující a vysvětlovanou proměnnou (tedy výše řečený design výzkumu). Mimo design výzkumu determinují míru vnitřní validity také použité statistické postupy.
- 73 -
Tabulka 4: Pět základních oceňovacích designů Typ oceňovacího
Struktura
designu Design čisté
1:
Porovnání
změny
nulovou
a
mezi
investiční
variantou
Design
2:
R: O1 X O2 R: O3
O4
Srovnání
výsledků
až
po
Výhody Náhodný výběr jak skupiny pro
Přímé
investiční
variantu,
náhodného
skupiny
nulové
determinuje
náklady
výběru.
Externí
varianty
validita17 může být limitována
míru
(nicméně to je vlastnost pro
nejvyšší
Náhodný výběr jak skupiny pro
Přímé
investiční
variantu,
náhodného
nulové
O2
skupiny
investiční
R:
O4
determinuje
variantou
i
etické
demonstrace relativně typická).
R: X
nulovou
tak
a
vnitřní validity.
ukončení zásahu mezi a
Nevýhody
tak
i
varianty
vysokou
míru
vnitřní validity.
a
nebezpečí,
etické
náklady
výběru. že
Velké
příp.
chyby
náhodného výběru nebudou odhaleny,
protože
neznáme
vlastnosti testovaných skupin. Design 3: Jednoduché
Relativně
snadno
Skutečnost, že nemáme pod
porovnání
proveditelné a současně nepříliš
kontrolou ostatní faktory, které
finančně
ovlivňují
před
zásahem a po něm O1 X O2
často
nákladné
v situaci,
(vhodné
kdy
nelze
předpokládat, že by testovací
testovací
skupiny,
můžeme měřit jiné efekty, než které jsme zamýšleli.
skupinu ovlivnili i jiné než testované efekty). Design
4:
výsledků
Srovnání až
po
ukončení zásahu mezi tzv.
X O1
kvazikontrolní
Možnost statistické kontroly i
Nebezpečí
jiných
systematickými
faktorů
než
jen
testovaných.
mezi
O2
zkreslení
dané
odchylkami
testovanou
a
kvazikontrolní skupinou.
variantou a investiční variantou Design 5: Srovnání čisté
Možnost statistické kontroly i
Nebezpečí
změny mezi investiční
jiných
systematickými
variantou
a
kvazikontrolní
faktorů
než
jen
zkreslení
O1 X O2
testovaných a možnost nalezení
mezi
O3
i
kvazikontrolní
variantou
O4
jiných
parametrů,
které
ovlivňují testované skupiny, než
v oblasti
jsou faktory, které měříme.
diferencí.
dané
odchylkami
testovanou
a
skupinou neměřitelných
Zdroj: Boardman, 2001 Pozn.: O – zobrazuje pozorování výstupu, X reprezentuje nápravu, R zobrazuje náhodný výběr. Investiční varianta popisuje, jak by se svět vyvíjel pod vlivem realizované intervence.
17
Vnější validita
- 74 -
Nulová varianta zobrazuje tzv. status quo, neboli vývoj světa bez hodnoceného zásahu (nikoliv ustrnutí v současném stavu). Využití pilotních projektů v České republice je sice možné, ale vzhledem k tomu, že se ve většině případů intervencí bavíme o marginálních změnách na trhu, a velikost typových investic je relativně malá nelze hovořit v našem prostředí o velké smysluplnosti tohoto přístupu. Největší projekty se pohybují na úrovni 700 mil. Kč – 1 mld. Kč. Ty jsou ovšem ve většině případů zacíleny do oblastí, kde je metoda pilotních projektů neuplatnitelná, a tou je oblast infrastrukturních projektů či infrastruktury pro vědu (budování výzkumných center). Bavit se o průměrné velikosti investice v současné době vyžadující hodnocení pomocí CBA postrádá na smyslu, vzhledem k velkým extrémům, které v této oblasti potkáváme, od projektů s investičními výdaji 1 mil. Kč (ty nejsou spojeny s povinností předkládat při žádosti o veřejné zdroje CBA), po projekty s investičními výdaji cca 200 mil. Kč (ty jsou ovšem stále ještě malé pro aplikaci natolik finančně náročného hodnocení, jakým je aplikace pilotních projektů).
5.1.2 Stanovení stínových cen odvozením z poptávkových křivek Druhým neméně důležitým přístupem ke stanovení stínových cen je jejich odvození z poptávkových křivek. Nutným předpokladem tohoto přístupu je znalost sklonu a pozice poptávkových křivek ve variantě nulové (se zachováním status quo) a následně poté, co se projekt zrealizuje, tedy ve variantě investiční. Metoda spočívá v měření společenského přebytku přímo z těchto křivek. Abychom mohli tuto metodu využít, je samozřejmě nutné, aby existoval trh se statky, které jsou předmětem námi stanovovaných stínových cen, příp. je nutné nalézt poptávkové křivky pro produkt, který vyjadřuje vztah subjektů k danému netržnímu statku. Tento přístup v podstatě kopíruje měření CV, EV, CS, ES, S.
- 75 -
5.1.3 Stanovení stínových cen pro netržní statky na základě pozorování tržního chování subjektů V situaci, kdy nelze nalézt poptávkové křivky - ať už z důvodu jejich neexistence, či jejich nalezení by bylo příliš problematické, či prostě z důvodu, že je příliš drahé je pro každý projekt stanovovat exaktně, lze ke stanovení stínových cen použít třetí skupinu metod postavenou na pozorování tržního chování. Jedná se o skupinu metod, která se využívá v podstatě výhradně pro stanovení stínové ceny netržních statků. Stínovou cenu v tomto případě stanovujeme na základě pozorování tržního chování subjektů, resp. z jejich tržního rozhodování usuzujeme o vnímané společenské hodnotě daného statku. Jinými slovy hledáme takové tržní situace, které jednoznačně vyjadřují tržní vztah lidí k námi oceňovanému statku.18 Hledáme na trhu infomace o tom, jaké WTP, resp. WTA vnímají lidé pro daný statek. Rozlišujeme následující základní metody založené na vyjádřených preferencích: o
Metoda tržní analogie (Market analogy method)
o
Metoda ocenění aktiv (Asset valuation method)
o
Metoda cestovních výdajů (Travel cost method)
o
Metoda obranných výdajů (Defensive expenditures method)
o
Metoda meziproduktu (Intermediate good method)
o
Metoda hedonických cen (Hedonic price method)
5.1.3.1 Metoda tržní analogie Metoda tržní analogie je postavena na předpokladu, že stínovou cenu statku, který neprochází trhem, lze stanovit na základě analogie s obdobným statkem, který ovšem na fungujícím efektivním trhu nalézt lze. Tato metoda ocenění je využívána zejména v případě
18
Lze například říci, že v případě že bychom hledali společenskou hodnotu emisí CO2, lze postupovat
následovně. Emise dané chemické látky má například vliv na zvýšení destrukce nemovitostí. Pokud bychom vyšli pouze z tohoto jediného efektu, můžeme říci, že majitelé nemovitostí musí vlivem emise dané chemické látky častěji opravovat fasádu svých domů, tedy cena této rekonstrukce je de facto vyjádřením společenské hodnoty emise této chemické látky. Za předpokladu, že tržní cena rekonstrukce je v cenách dosažitelných na dokonale konkurenčním trhu, je stínová cena emise 1 mg CO2 cena rekonstrukce připadající na toto množství emitované látky.
- 76 -
stanovení stínových cen veřejných statků, které nejsou zpoplatněny, případně jsou zpoplatněny poplatkem, který neodpovídá ani ceně daného statku, ani jeho společenské hodnotě. Stínovou cenu veřejného statku stanovujeme tak, že hledáme efektivní trh se statkem analogickým a stínovou cenu potom odvozujeme od této ceny tržní. Příkladem statku, jehož stínovou cenu bychom hledali pomocí této metody, je vzdělání poskytované veřejnými školami. Za předpokladu, že trh s komerčním vzděláním je efektivní, lze říci, že cena jedné jednotky komerčního vzdělání vyjadřuje WTP za daný statek a tudíž stínová cena veřejného vzdělání je vyvoditelná od dané tržní ceně (za podmínky, že obě skupiny vzdělání jsou kvalitativně srovnatelné). Problematickým bodem této metody je jednoznačně závislost na nalezení statku s obdobnými vlastnostmi jako má oceňovaný statek fungující na efektivním trhu. Druhým významným problémem je skutečnost, že i tržní prostředí obklopující statek, z jehož ceny odvozujeme stínovou cenu, by měl být obdobný jako prostředí veřejného statku, například množstvím poptávajících. Metoda tržní analogie je již v českém prostředí použitelná v celé řadě příkladů za předpokladu, že transformuje tržní cenu statku, který nám slouží jako srovnávací základna, na stínovou cenu daného statku. Čili je nutné nejen nalézt statek, který trhem prochází a má podobné vlastnosti a vyskytuje se v obdobném tržním zázemí, ale současně vzhledem k tomu, že předpokládáme, že česká ekonomika není prosta distorzí, je nutné tržní cenu tržního statku transformovat na stínovou, která bude zohledňovat hodnotu statku pro společnost. Případně je možné hledat tržní analogie v zahraničí na trzích, které díky menšímu množství distorzí lze považovat za bližší dokonalému trhu, a tudíž lze často tržní cenu ztotožňovat s cenou stínovou. Příkladem takového statku, který bychom mohli ocenit pomocí tržní analogie, je pobyt ve veřejně vlastněném penziónu pro důchodce. Takový pobyt je zpoplatněn částkou, která je pod úrovní nákladů, vzhledem k tomu, že veřejný subjekt jako vlastník tuto činnost dotuje. Otázkou je, jaká je hodnota pro společnost. Vyjdeme – li z klasického rozdílového principu, můžeme nalézt tržní analogie. Co by dělali důchodci, kdyby je nepřijali do veřejně vlastněného penziónu? Měli by dvě možnosti, buď být doma a nechat o sebe pečovat rodinu, nebo se nechat umístit do komerčně provozovaného stejného zařízení. Pokud bychom vyšli z druhé varianty, tedy ubytování se v komerčním penziónu, stínovou cenu veřejně vlastněného penziónu bychom odvozovali od tržní ceny komerčního penziónu, která by se musela očistit o vliv transferových - 77 -
plateb, kterými jsou daně a dotace a současně očistit o nadhodnocení, která způsobuje diference mezi nabídkou a poptávkou. Druhý způsob ocenění by pracoval na stejných principech, jen by byla stínová cena odvozována od součtu tržních cen ušlých příjmů člena rodiny, který by se o daného člověka staral, dále od nákladů na jeho bydlení a stravování, lékařskou péči a další služby, které by z pobytu doma činily službu adekvátní veřejně vlastněnému penziónu.
5.1.3.2 Metoda ocenění aktiv Metoda oceňování aktiv vychází z předpokladu, že existují situace, kdy má určitý investiční projekt, jehož hodnotu hledáme, přímý vliv na tržní cenu určitého aktiva, které s daným investičním projektem souvisí. Například pokud bychom opět oceňovali vzdělání, které je využíváno určitou firmou, potom ze změny tržní ceny dané společnosti lze odvodit společenskou hodnotu daného vzdělání. Podkladovým aktivem, jehož změnu tržní ceny využíváme k odhadu stínové ceny, může být jakékoliv aktivum, které je obchodováno na efektivně fungujícím trhu. Určitou specifickou aplikací této metody je využití cenných papírů (konkrétně akcií), které jsou obchodovány na burze, vzhledem k tomu, že na rozdíl od jiných typů aktiv, lze předpokládat relativně rychlejší reakci trhu na hodnocenou změnu a relativně efektivní fungování tohoto trhu. Problémem, se kterým se v případě využití metody ocenění aktiv můžeme setkat, je skutečnost, že je velmi komplikované nalezení takové situace, kdy na tržní cenu bude mít vliv pouze jeden jediný faktor, a to ten, jehož stínovou cenu hledáme. Vzhledem k vysoké provázanosti faktorů, které ovlivňují každou investici, bychom tuto metodu měli považovat spíše za okrajovou, využitelnou v situaci, kdy by aplikace ostatních uvedených metod byla z nějakého důvodu vyloučena.
5.1.3.3 Metoda cestovních výdajů Metoda cestovních výdajů je vhodnější pro ocenění ekologických užitků a ztrát u přírodně atraktivních lokalit, rekreačních oblastí, či obecně pro odhad stínových cen ekosystémů. Kromě toho je možné ji využít i ke stanovení stínové ceny historických objektů, kulturních památek, ale i mnoha dalších statků. Jedná se o metodu postavenou na předpokladu, že stínová cena daného statku je rovna monetarizované hodnotě újmy, kterou jsou subjekty - 78 -
ochotny vynaložit cestováním do příslušné lokality, která je zajímavá buď svojí unikátností historickou, kulturní, či z hlediska životního prostředí. Monetarizovaná hodnota újmy způsobené cestováním, spočívá v součtu finančních prostředků, které subjekty přímo platí za cestování - tedy pohonné hmoty, opotřebení vozu, či jízdenky v dopravních prostředcích – a dále monetarizovaná hodnota netržních statků, které musí obětovat jako je například čas, který stráví cestováním na dané místo. V neposlední řadě je nutné do výdajů zahrnout i vstupné do daného prostoru. Metodu cestovních výdajů bychom v prostředí české republiky mohli aplikovat při zjišťování stínové hodnoty kulturního či přírodního dědictví s tím, že bychom opět museli vstupní proměné modelu přeceňovat na ceny stínové, neboli tržní ceny jednotlivých obětovaných zdrojů pro cestování za kulturním dědictvím či za přírodou bychom museli vyjadřovat v cenách stínových a ty následně sčítat. Nevýhodou tohoto přístupu je, že stínová cena vychází z celé řady vzájemně provázaných faktorů, kdy do ocenění mohou vstupovat i takové proměnné, které ovšem nemají na oceňovaný statek hodnototvorný význam. Jinými slovy vzhledem k tomu, že se tato metoda řadí mezi tržní metody, tudíž jsme plně závislí na datech, která uchopují trh, není možné očistit model o vlivy nezávislé na hodnotě statku. Příkladem takového faktoru může být, že paní Jana jezdí každý týden 3 hodiny do oblasti Moravského krasu, nikoliv proto, že by její vnímání lepšího životního prostředí bylo tak velké, ale protože tam má trvalý vztah s jedním z obyvatelů. Pokud budeme ovšem podobné vlivy na propočty vnímat jako zanedbatelné, jelikož pracujeme s velkými čísly a nelze předpokládat, že vzorek bude podobným způsobem významně zkreslen, je možné tuto metodu považovat za využitelnou.
5.1.3.4 Metoda obranných výdajů Metoda obranných výdajů odvozuje stínovou cenu určitého statku ze skutečných výdajů, které subjekty vynakládají na zamezení vlivu daného statku. Lze rozlišit dvě podoby metody obranných výdajů, a to tu, kdy stínovou cenu odvozujeme z výdajů, které subjekt vynakládá na odstranění negativního vlivu daného statku. Druhou variantou je metoda, která odvozuje stínovou cenu statku z výdajů, které subjekt vynakládá, aby předešel negativním vlivům onoho statku.
- 79 -
Prostřednictvím této metody stanovujeme stínovou cenu určitého statku cenou, kterou subjekty skutečně platí (lze potom také předpokládat, že jsou ochotny tuto částku za daný efekt platit), aby zabránily vlivu určitého statku, případně aby vrátily svět do stavu před působením námi oceňovaného statku, či zamezují působení daného statku. Metoda se aplikuje k oceňování volných statků či externalit, nicméně nejčastější je aplikace v oceňování externalit, které ovlivňují úroveň životního prostředí. Stínová cena zhoršení kvality životního prostředí (zvýšení množství emisí) generuje nutnost častějšího mytí oken, mytí vlasů, ale také častější a rozsáhlejší rekonstrukce nemovitostí, které pod vlivem vyšších koncentrací emisí v ovzduší rychleji chátrají. Alternativními náklady snížení kvality životního prostředí jsou tržní ceny čisticích prostředků a stavebních úprav nemovitostí, které potřebujeme k neutralizaci stavu, který zhoršení životní prostředí vyvolává. Aplikace metody obranných výdajů je spojena s následujícími problematickými body. Tím nejvýznamnějším je, že v některých případech vede k podcenění společenské hodnoty oceňovaného statku. Pokud bychom spojili působení externality pouze s jedním separátním dopadem, dochází právě k výše řečenému, a to podcenění hodnoty stínové ceny, protože nevezmeme v úvahu i sekundární či jiné dopady působení daného statku. Aplikace v českém prostředí je opět možná, a to především v oblasti již uvedené, tedy stanovení stínové ceny statků, které mají negativní vliv na životní prostředí. Komplikace je soustředěna pouze v jedné, nicméně významné oblasti a to synergického vlivu více faktorů a současně velmi komplikovaně určitelný konkrétní dopad daného statku. Emise CO2 má celou řadu efektů a stanovení jeho stínové ceny je komplikovaná právě skutečností, že se komplikovaně pracuje s řadou efektů vyvolaných týmž statkem a současně některé efekty statku jsou protichůdné z hlediska dopadu na tvorbu hodnoty (zatímco některé dopady mají negativní efekt, lze najít i efekty pozitivní). Současně se nelehce zjišťuje, do jaké míry jsou skutečně vyvolané efekty na příklad na uvedených fasádách domů dány pouze soliterním vlivem oné chemikálie a nakolik jsou dopady vyvolány synergickým efektem několika emitovaných látek do ovzduší.
- 80 -
5.1.3.5 Metoda meziproduktu Metoda
meziproduktu,
je
jak
sám
název
napovídá,
využívána
k oceňování
meziproduktu – neboli statku, který je výstupem jednoho projektu a současně vstupem jiného projektu. Stanovení stínové ceny metodou meziproduktu vychází ze základního principu korporátních financí z rozdílového principu. Princip je následující. Vždy porovnáváme dva typy provedení investice, za předpokladu, že do investice vstupuje námi hodnocený meziprodukt a investici, bez vstupu daného meziproduktu. Uvažujme, že daný meziprodukt je například specializované vzdělání poskytované veřejnou institucí, které je využitelné pro zaměstnance určité instituce. My tedy můžeme porovnávat, jak by se výnosnost firmy vyvíjela v případě, že zaměstnanci získají dané vzdělání a jak by se vyvíjela bez něj. Stínová cena tohoto vzdělání dané metodou meziproduktu je potom odvozena z přidané hodnoty dané daným vzděláním, neboli rozdílem čistých příjmů investice (firmy) s využitím vzdělání a čistých příjmů investice (firmy) bez využití vzdělání. Metoda meziproduktu je ovšem spojena s několika problematickými body. Prvních z nich vychází z oblasti rozdílového principu a spočívá v tom, že je možné, že se touto metodou do stínové ceny dostanou i faktory, které nebyly způsobeny jen samotným oceňovaným statkem (např. v případě vzdělávání se může stát, že lidé, kteří absolvovali vzdělání, jsou efektivní nejen proto, že jsou vzdělanější, ale obecně nabrali novou energii a mají větší míru entuziazmu pro práci). Druhým neméně významným problémem je skutečnost, že některé efekty dané statkem nemusí mít přímý vliv na výnosnost investice (firmy), ale mohou pouze přidělovat vstupům do investice vyšší atributy (vyšší hodnotu). Vezmeme-li do úvahy námi zmíněný příklad vzdělání – jedná se o problém spojený s tím, že vzdělání samo o sobě může zvyšovat efektivitu zaměstnanců, ale jeho efektů je pouze na zvýšení společenského či finančního uznání jedince a tudíž je zcela nezávislé na společenském přínosu, který generuje. Posledním významným problémem této metody je, že se jejím prostřednictvím do stínové ceny dostává pouze přímá spotřební hodnota daného statku, nikoliv hodnota případných externalit.
- 81 -
5.1.3.6 Metoda hedonických cen Metoda hedonických cen se provádí tak, že pro statky, které se na trhu neobchodují, se nalézají trhy jiného obdobného statku (tzv. náhražkové trhy), který je však hodnoceným statkem silně ovlivněn. Podstatou metody hédonických cen, jak bude ostatně patrné z kapitoly věnující se stanovení hodnoty života, je vytvoření tzv. hédonické funkce, což není nic jiného než standardní regresní funkce, která v sobě zahrnuje proměnné, které determinují hodnotu určitého statku. V rámci oné regresní funkce ovšem stínová cena statku patří mezi vysvětlující proměnné, kdy vysvětlovanou proměnnou je statek, jehož tržní cenu známe a pokud přijmeme předpoklad, že tato cena je prosta tržních distorzí, můžeme ji považovat za cenu stínovou pro statek (konkrétní příklad bude patrný, jak již bylo uvedeno v kapitolách věnujících se stínovým cenám netržních statků), případně danou tržní cenu na stínovou cenu transformujeme. Problémová místa, kterými trpí metoda hédonické regrese, jsou: o
Omitted variable (Opominutá proměnné) – vzhledem k tomu, že při jednoduché i vícerozměrné regresi v nespojené podobě de facto předpokládáme, že ostatní vysvětlující proměnné kromě námi sledovaných zůstávají konstantní, což je pravda jen opravdu zřídka kdy. Jestliže relevantní vysvětlující proměnná není zahrnuta do modelu a jestliže je korelovaná se zahrnutou proměnnou, která nás zajímá, pak odhadnuté koeficienty budou zkreslené (nicméně je problémem všech uvedených metod stanovení stínových cen pro netržní statky na základě pozorování tržního chování subjektů).
o
Self – selection bias – vzniká vždy, když má skupina ovlivňující tržní cenu jiné preference, než celá společnost, týkající se sledované vysvětlující proměnné. Např. lidé pracující v rizikovém povolání vyžadují nižší rizikovou prémii nežli transparentní vzorek společnosti, neboť mají průměrně „raději“ riziko než zbytek populace, apod. Oba problémy lze díky regresi odstranit. Self-selection bias se sice obecně řeší, ale
pravdou je, že dobrá selekce extrémních hodnot a dobře zkonstruovaný vzorek dat vstupujících do metody hédonických cen může část tohoto problému eliminovat.
- 82 -
Samotnou hedonickou metodu lze rozdělit do dvou kroků: o
Nejprve je odhadnut dopad marginálně lepší (či horší) hodnoty sledované proměnné (př. hluku) na hodnotu vysvětlované proměnné (př. nemovitosti), při řízení ostatních vysvětlujících proměnných.
o
Následně je odhadnuta WTP za sledovanou vysvětlující proměnnou.
Metoda hédonické regerese patří spolu s dotazováním za nejčastěji aplikované metody pro zjištění stínových cen řady netržních statků. Má velkou výhodu v nesporné exaktnosti, ale na druhou stranu nespornou nevýhodu, že musíme nalézt validní tržní data v dostatečné struktuře. Toto se často jeví jako nepřekročitelná překážka v řadě zemí a v České republice především. Pro posun vědy lze dnes udělat jediné, a to pokusit se spoluprací s veřejnými orgány dospět v budoucnosti ke stavu, že budeme mít k dispozici i tržní data. Česká republika má dlouhou tradici ve shromažďování celé řady dat, ale vlivem určité nekoordinovanosti a vlivem nezacílení na cíl v podobě využití oněch dat, jsou data ve stavu v mnoha ohledech nepoužitelná, protože často obsahují sice řadu informací, ale chybí jim například jedna doplňková informace, která již systém učiní smysluplný. Zmíněná nekoordinovanost vede k tomu, že různé orgány sbírají data v různé míře agregovanosti a proto nění možná následná žádná analýza komplexu dat. Jak bude patrné například při hledání hodnoty života, pokud jedna instituce sbírá data členěná dle oborů a druhá dle zaměstnání, nelze s nimi pracovat, protože jsou vzájemně neporovnatelná, i přestože jako celek obsahují velké množství velmi zajímavých informací.
5.2 Stanovení stínových cen pomocí deklarovaných preferencí Deklarované preference (SP), neboli „stated preference“ jsou preference, které subjekty sami přiznají typicky v rámci Contingent Valuation (dotazování). Předchozí metody byly všechny postaveny na analýze skutečného tržního chování. Tato metoda odvozuje stínové ceny z hypotetických zájmů a potřeb spotřebitele - Contingent Valuation. Hypotetických proto, že se jedná o preference vyřčené jednotlivými členy společnosti. Nejde o nic jiného než nalezení odpovědi na otázku, jaká je vnímaná hodnota statku, kterou jsme nenalezli na trhu. Jedná se o simulaci skutečného tržního chování a zjišťování informací, jak lidé vnímají hodnotu statků. - 83 -
Často se k této metodě přistupuje v situaci, kdy selžou klasické tržní možnosti (důvody této posloupnosti přístupu najdeme v další kapitole, kde bude provedena analýza výhod a nevýhody obou přístupů jak projevených, tak deklarovaných preferencí). Základy tohoto způsobu hledání stínové ceny statku položili S. V. Ciriacy a Wantrup v roce 1947 a R. K. Davis v roce 1963, v jehož práci byla (podle Bergena, 1991) také poprvé prakticky aplikována. Metoda spočívá v dotazníkovém šetření preferencí spotřebitele. Její použití je vhodné v situacích, kdy je obtížné najít alternativní trhy, či jako revize závěrů získaných ze studia alternativních trhů. Vzhledem k tomu, že není postavena na pozorování skutečného tržního chování, je spojena s možným zkreslením ze strany dotazovaných subjektů. Ono zkreslení je dáno tím, že otázky v oblasti hledání podkladů pro určení stínových cen trpí sociální disirabilitou, což znamená, že respondenti přirozeně cítí nutnost zkreslit svoje odpovědi, příp. nesdělovat zcela své niterné názory. S tímto problémem se můžeme setkat především v situaci, kdy skutečné preference a WTP naráží na obecně vnímané modely chování, morálky či uznávaných hodnot. V těchto situacích dotazované subjekty nereflektují ve svých odpovědích skutečně vnímané hodnoty daných statků, ale svoji představu, jak cítí, že je obecně vhodné daný statek vnímat. Typickým příkladem je dotaz na vyjádření WTP (neboli ochoty zaplatit) za chráněný přejezd přes železnici ve vzdálené části republiky, tedy v místě, kde se subjekt na 99 % nikdy nevyskytne, tudíž jeho vnitřní ochota platit za daný statek neboli vnímaná hodnota daného statku se limitně blíží nule. Logicky se domnívá, že podobný nezájem o ochranu lidského života, byť v místě velmi vzdáleném, je společensky či morálně nepřípustný, tudíž v rozporu s vlastními preferencemi může deklarovat částku poměrně vysokou, která - jak již bylo uvedeno - nereflektuje jeho osobní preference. Na druhou stranu zkreslené odpovědi mohou být i nezáměrné, byť s výše uvedeným případem úzce souvisí. Ono zkreslování, a to směrem nahoru či dolů, může být sice taženo stejným důvodem - nemožností odpovídat v rozporu s všeobecně uznávanými zásadami - ale může být i neúmyslné či pouze podvědomé. V neposlední řadě je zkreslení dáno tím, že respondent buď cítí otázku jako narušující jeho soukromí, či vnímá, že by si mohl určitou odpovědí poškodit (například při deklarování ochoty zaplatit za snížení rizika úmrtí na silnicích, se lidé mohou obávat možného navýšení daní) a případně tím, že nevnímá svoje preference jako ohleduplné vůči tazateli (nebude se nám - 84 -
snadno odpovídat postižené osobě, že nejsme ochotni zaplatit za opatření, která by postiženým usnadnila život). Obecným řešením potlačení negativních efektů sociálně disirabilních otázek je na odstranění sociální komunikace respondent versus tazatel a znáhodnění odpovědí (tedy řazení jedna citlivá otázka a jedna necitlivá). Pro naše účely je možná pouze aplikace znárodnění odpovědí, jelikož není možné odstranit přímý kontakt tazatel respondent, jelikož téma zjišťování stínových cen je natolik složité svojí abstraktností, že není možné realizovat bez dobrého vysvětlení tazatelem. Přejdeme-li předchozí komplikace dané citlivostí tématu, je nutné zhodnotit metodu stanovení stínových cen s využitím dotazníkového šetření jako velmi komplikovanou, náročnou na čas i finanční prostředky. Aby bylo možné realizovat výzkumné šetření s validními výsledky, je nutné počítat s poměrně dlouhým časovým intervalem realizace, neboť samotnému dotazování předchází poměrně náročné zpracování dotazníku a následný pilotní výzkum, který má ověřit vhodnost a srozumitelnost položených otázek. Problematické je hledání stínových cen prostředním dotazníku v tom smyslu, že se většinou jedná o poměrně abstraktní situace. Je nutné na jednu stranu dotazovaný subjekt dobře seznámit s problémem, na který bude dotazován, ale současně se také pohybovat na určité úrovni abstrakce, aby subjekt nebyl tlačen z výše uvedených důvodů zkreslovat své odpovědi. Je prokázáno, že pořadí otázek má velká vliv na získané odpovědi. Druhým neméně významným problémem vyplývajícím ze samotné podstaty stínových cen je skutečnost, že se jedná o monetarizaci změny blahobytu jedince vyvolané působením daného statku čili o poměrně abstraktní téma. Je nutné se dotazovat tak, abychom vymezili separovaný vliv určitého statku, aby nebyly stínové ceny zatížené chybou vlivem synergických efektů vyvolaných působením skupiny statků nikoliv jen jednoho vybraného. Existuje několik postupů využívaných při dotazování, které mají určité odlišnosti, nicméně určitá skupina vlastností je jim společná, a to: •
V rámci Contingent Valuation je možné zjišťovat preference jednoznačně vymezené skupiny obyvatel země, resp. můžeme zajistit, že bude do výzkumu ceny zahrnut výběr občanů určený dle potřeb výzkumníků.
•
Subjekty jsou konfrontovány s dotazem na hodnotu určitého statku.
•
Díky skutečnosti, že kromě WTP či WTA jsou v rámci Contingent Valuation zjišťovány i jiné informace, je možné analyzovat proč získáváme dané WTP či - 85 -
WTA vzhledem k ostatním zjišťovaným charakteristikám respondentů. Je možné lépe pochopit vztahy WTP a WTA a uvažování subjektů o jejich preferencích. •
Vhodným výběrem respondentů lze pomocí Contingent Valuation činit závěry o preferenčních mapách celé společnosti, jelikož, pokud je výběr činěn transparentně, je možné se domnívat, že struktura preferencí výběru společnosti má stejné preferenční parametry jako celá společnost.
Jak ale zacházet s extrémními hodnotami? Existuje několik možností. Nejjednodušší řešení se nabízí v podobě prostého očištění vzorku o dané extrémní hodnoty. Často aplikovanou variantou řešení je také aplikace tzv. α − vybrané hodnoty, kdy je na každém výzkumném týmu určení koeficientu α , který určí % výběru, který budeme připouštět pro závěrečné vyhodnocení (od středu). Jedna extrémní hodnota by nás ale měla trápit více, a to protestní odpovědi, které deklarují, že hodnota statku je 0. Tento extrém nelze pouze vymazat, vzhledem k tomu, že je nutné pro další výzkumnou práci zjistit její příčiny, jelikož může být znakem systematické chyby v dotazování. Je proto nutné v případě, že respondent deklaruje hodnotu statku 0, položit otázku zjišťující příčinu takové odpovědi. Ta může vypadat např. následovně. Která z těchto vět nejlépe popisuje příčiny toho, že říkáte, že hodnota statku je 0? 1) Nemohu si dovolit platit za tento statek. 2) Tento statek pro mě není významný. 3) Nemyslím si, že je nutné za daný statek platit. Pokud si subjekt nemůže dovolit platit za daný statek z důvodu nedostatečných disponibilních zdrojů, je otázkou výzkumníka, zda bude přihlížet i k této hodnotě, jelikož ji lze považovat za relevantní a vypovídající. Pokud ale získáme jednu z dalších dvou odpovědí, je otázkou, zda je důvod takového odmítavého postoje k odpovídání, nepochopení podstaty dotazování či jiné důvody, proč respondent vyjadřuje protest vůči danému dotazování. V takovém případě je ale vhodné vymazání příslušného dotazníku z celé analýzy a pro další výzkum zvažovat, zda by vhodnějším koncipováním dotazníku nebylo možné množství nonresponse snížit. Každému dotazování předchází náročný iniciační proces. V rámci iniciačního procesu je nutné respondenta připravit na dotazování, jehož cílem je zjistit hodnotu netržních statků jako například lidský život, hluk, či zranění dítěte, které lze považovat za velmi citlivé. Je nutné - 86 -
respondenta dostatečně dobře informovat o cíli dotazování, o předmětu dotazování a způsobu měření, ale současně tak, abychom jej neposunuli do příliš filozofické roviny duševního rozpoložení, kdy bude dané statky z důvodu vysokých představ o všeobecně uznávané morálce přeceňovat. Je nutné respondenta připravit tak, aby jeho pociťovaná nálada maximálně evokovala prosté tržní rozhodování, a to i v případě, kdy se bude rozhodovat o hodnotě života. Mělo by dojít k tomu, že nebude vidět velký praktický problém ve vyjádření se k hodnotě rohlíku či chleba, ale současně i života. Pokud se iniciační proces nezdaří, často respondent neodpovídá ani tak na otázku, kolik je ochoten zaplatit, jako spíše, kolik si myslí, že by měl být ochoten zaplatit. Člověk nerad přiznává, že si svého života neváží, a při špatně koncipovaném dotazování mohou z odpovědí na otázku ochoty zaplatit za zlepšení zdravotního stavu vyplývat velmi vysoká čísla, která odporují skutečnosti, že tentýž člověk bude současně u lékaře při volbě mezi více a méně kvalitním lékem (kde existuje paralela mezi cenou a kvalitou) volit ten levnější. Součástí iniciačního procesu je připravit respondenta na problematiku, na kterou bude dotazován, aby si vůbec byl schopen představit paralelu mezi námi vybranými dvěma statky. K sestavení dobrého dotazníku s kvalitní iniciační částí je nutné velmi dobře strukturovaný pilotní výzkum, kdy nejde ani tak o vyzkoušení finální verze dotazníku, jako spíše o zjištění, na které problémy lidé slyší a na které nikoliv a současně zjistit, jak fungují myšlenkové procesy lidí v určitých oblastech. Jde tedy o velmi dobré pochopení lidí. Dotazník můžeme (spíše musíme) dále testovat druhým pilotním výzkumem, než jej použijeme na celý vzorek respondentů.
5.2.1 Koho se dotazovat? Jak zvolit vhodnou skupinu respondentů, aby bylo možné považovat výzkum za relevantní? Je zřejmé, že v ideálním případě bychom se dotazovali celé společnosti, ale tento způsob zjišťování preferencí nelze považovat za proveditelný. Vzhledem k tomu, že vždy jsme svázáni rozpočtovými omezeními, je nutné se soustředit pouze na určitý vzorek19. Ten musí být
19
Vzorek je skupina subjektů, kterých se dotazujeme.
- 87 -
stanoven tak, aby svým profilem odpovídal populaci20. Nicméně jak tedy definovat vzorek, abychom mohli výzkum považovat za validní? Vzorek musí být sestaven tak, aby svojí strukturou imitoval vlastnosti celé populace (tedy z hlediska hodnotových systémů, bohatství, vzdělání, ekonomických i sociálních parametrů). Samozřejmě je ideální volit takové množství populačních charakteristik, kolik je možné, ale reálná je situace, kdy aplikujeme ty charakteristiky, které mají vliv na zkoumané téma (není nutné, abychom vnímali jako podstatnou charakteristiku barvu vlasů či očí, byť i toto lze vnímat jako relevantní parametr populace, ale není možné abstrahovat od rozpočtových omezení). Při tvorbě vzorku je nutné se vymezit ke třem parametrům. Prvním jsou charakteristiky populace podstatné v oblasti našeho výzkumu podstatné, dle kterých je reálně možné subjekty společnosti filtrovat. Neméně významným parametrem pro vytváření vzorku je způsob výběru subjektů pro výzkum a třetím je počet subjektů ve vzorku. Můžeme volit různé techniky volby vzorku tak, abychom dodrželi shodu vlastností shodu mezi vzorkem a populací, nicméně obecně jsou tyto techniky členěny na pravděpodobnostní (formy náhodného výběru) a nepravděpodobnostní (např. kvótní výběr). My se zde soustředíme na dvě hlavní metody, a to kvótní a náhodný výběr, které lze považovat za nejpoužitelnější pro účely témat ekonomie blahobytu. Kvótní výběr je sestaven tak, že svými vlastnostmi napodobuje společnost jako celek. Významným předpokladem dobré aplikace tohoto přístupu je znalost vlastností společnosti. Toto zní jako snadno splnitelný předpoklad, nicméně realita vždy není tak jednoznačná. Je sice známa struktura populace z hlediska vzdělání, věku, povolání, pohlaví, snad i ekonomické situace, ale už hůře v parametrech životních zkušeností, které mohou významně zkreslit výsledky dotazování. Pokud bychom se například dotazovali 100 subjektů, které měly všichny reálnou zkušenost s těžkou autonehodou, na ochotu zaplatit za bezpečnostní opatření na silnici, byly by naše výsledky s vysokou pravděpodobností vychýleny od hodnoty vnímané celou společností. Druhým problémem této metody výběru je nemožnost stanovení výběrové chyby. Náhodný výběr21 je technika výběru, při které mají všichni členové populace stejnou pravděpodobnost, že budou zahrnuti do vzorku. Z toho vyplývá, že vzorek obsahuje
20
Populace je označení společnosti, kterou hodláme výzkumem popsat.
- 88 -
respondenty se všemi jak známými, tak i neznámými vlastnostmi populace. Významnou výhodou náhodného výběru je možnost měřit, jak se vzorek liší od populace. Pomocí statistických veličin (hladiny významnosti či směrodatné chyby22) můžeme odhadnout, jak moc se výsledky výzkumu realizovaného na vzorku liší od toho, který by byl proveden na celé populaci. Jak ale stanovit vhodnou velikost vzorku? Jak již bylo uvedeno, obecně platí, že čím větší vzorek, tím lépe, nicméně vzhledem k tomu, že každý výzkum má svůj rozpočet. Je nutné si říci, jak velký být vzorek musí, aby to nebylo plýtvání penězi a jeho výsledky byly smysluplné. Lze říci, že čím je populace homogennější, tím je dostačující menší vzorek. Vždy je nutné pamatovat, že velikost vzorku je nezávislá na velikosti populace. Velikost vzorku tedy stanovujeme na základě dvou parametrů, a to míra homogenity společnosti a míry chyby, kterou hodláme riskovat. Velikost vzorku (počet respondentů, n) určíme pomocí následujícího modelu:
t12−α / 2 σ 2 n≥ , ∆2
(41)
kde t12−α / 2 kvantily rozdělení t s ν = n1 − 1 stupni volnosti,
α … zvolená hladina významnosti, σ 2 rozptyl hodnot hledané proměnné v populaci, ∆ ... přípustná chyba odhadu. Přičemž interval spolehlivosti odvodíme následovně:
P( x − ∆ p µ p x + ∆) = 1 − α ,
(42)
kde 1 − α vyjadřuje hladinu spolehlivosti (obvykle na úrovni 95 % či 97 %),
x … výběrová charakteristika (známá),
µ … odhadovaná charakteristika v základním souboru.
21
Můžeme volit více způsobů náhodného výběru, ať již prostý náhodný výběr či vícestupňový náhodný
22
Zajímavé je, že směrodatná odchylka dosažených výsledků výzkumu nezávisí na velikosti populace, ale
výběr.
pouze na homogenitě společnosti z hlediska relevantních vlastností.
- 89 -
Jelikož většinou neznáme rozptyl hodnot hledané proměnné v základním souboru, prakticky jej většinou nahrazujeme rozptylem z výběrového rozptylu ( s ´x2 ), který zjistíme při primárním šetření (pilotním průzkumu na několika respondentech):
∑ (x s ´x2 =
i
− x)2
n −1
.
(43)
Pro vymezení velikosti vzorku musíme tedy rozhodnout o přijatelné hladině významnosti a velikosti konfidenčního intervalu. V rámci sociologických výzkumů je obvyklá 98% či 95% hladina spolehlivosti23 (Disman, 1992). Pokud bychom např. pozorovali společnost, kde je zkoumaná vlastnost distribuovaná cca 50:50 a zvolili bychom 95% hladinu spolehlivosti a konfidenční interval 5 % (směrodatná chyba, % o kolik se +/- liší skutečnost od zjištění při dotazování), je doporučená velikost vzorku 400 osob (Social Research of Consumer, 1992, Disman, 1992). Pokud bychom se rozhodli, že ve stejném případě nám bude dostačovat pouze 10% směrodatná chyba, bude vystačovat 100 osob ve vzorku.
5.2.2 Jak se dotazovat? Než se pustíme do rozboru možných dotazovacích technik, dotkneme se parametrů, které bezprostředně omezují efektivitu výzkumného procesu. Při interpretaci otázek je třeba mít na paměti, že podoba otázek velmi silně determinuje pozdější odpovědi. Otázky je nutné koncipovat tak, aby na jednu stranu nebyly zavádějící a současně aby se dotazovaly na to, co nás ve skutečnosti zajímá. Otázky nesmí být dvojsmyslné, nepřesné a je nutné, aby pro respondenty reprezentovaly ty představy, které chceme v respondentech vyvolat. Velmi často lidé odvozují smysl otázky ze schémat24 či jejich speciální formy scénářů25 (Sternberg, 2002). Existence schémat můžeme v dotazování využít k tomu, abychom sestavovali otázky tak, aby byly pro respondenty představitelné, na druhou stranu je třeba si dát pozor na kognitivní bariéry, které právě z jejich existence vyplývají.
23
Z hlediska nezbytné míry přesnosti se budeme všeobecně přiklánět k 95% hladině významnosti, tedy té
méně přesné ze dvou uvedených. 24
Schéma vystihuje myšlenkovou konstrukci, kterou si člověk představuje pod určitým pojmem.
25
Scénář ztvárňuje představované procesy, které po sobě bezprostředně následují v určitém případě.
- 90 -
Respondent odpovídá na všechny otázky pomocí vyvolání odpovědi z paměti, a to nejen na ty, u kterých to lze a priory předpokládat, tedy na otázky znalostní (věk, četnost návštěvy lékaře apod.), ale i na ty, kdy je dotazován na postoje. V případě využití paměti při hledání odpovědi na rozhodovací otázky je právě vhodné využití schémat. Dalším významným omezujícím parametrem dotazníku je priming. Ten vyjadřuje skutečnost, že odpovědi jsou vždy ovlivněny bezprostřední zkušeností. Priming determinovaný zkušeností ze života je pro nás přijatelný a nelze jej považovat za škodlivý, ale pokud vyvoláme priming nevhodným koncipováním dotazníku, deformujeme získané odpovědi. Je nutné sestavit dotazník tak, aby pořadí otázek neovlivňovalo odpovědi. Nesmíme aplikovat velké množství otázek na totéž téma a současně je vhodná aplikace rotace otázek, abychom tuto chybu rozmělnili a narušili její systematický vliv. Vzhledem k tomu, že při zjišťování podkladů pro stanovení stínových cen je oblastí takzvaných postojových dotazů, je třeba mnohem s větší citlivostí koncipovat sled otázek v dotazníku. Postojové dotazy jsou respondenty zodpovídány za pomoci dvou nástrojů a to je na jedné straně paměť, která jim pomáhá si vybavit situace, které připodobní k dotazu a pomohou jim udělat si názor a samozřejmě hrají nemalou roli i emoce. Dalším problémem koncepce dotazníku je zvolení vhodných typů dotazů s vhodným typem možné odpovědi. V případě tvorby otázek, je nutné, aby výzkumník měl vždy relativně jasnou představu, jaká bude odpověď a k čemu otázka slouží v celém těle dotazníku. V opačném případě budeme získávat informace, které jsou nepoužitelné a nepřínosné. Otázky můžeme obecně členit na otevřené a uzavřené, kdy otevřené otázky jsou ty, na které respondent odpovídá bez omezení nějakými předdefinovanými hodnotami či hodnoceními. Uzavřené otázky jsou potom ty, ve kterých si respondent volí z nabízené škály. Jak bude patrno níže, existují i určité specifické formy dotazů. Na co si dát ale při konstrukci dotazů pozor? V situaci, kdy se ptáme na číselnou hodnotu, můžeme využít několik konceptů. Musíte si být vědomi nevýhod a výhod s nimi spojených. Pokud použijeme otevřený dotaz, můžeme očekávat, že respondenti budou mít tendenci k zaokrouhlování, na druhou stranu v případě využití škál přicházíme o část informace, jelikož nutíme respondenta si zvolit z nabízených škál, současně mají respondenti tendenci vyhýbat se krajním hodnotám a vnášet do odpovědí subjektivní vlivy, jako je například oblíbenost čísel apod. Sudman, Bradburn, Schwarz, 1996 dokonce zjistili, že - 91 -
respondenti předpokládají, že správná odpověď je někde mezi hodnotami nabízenými výzkumníkem a jsou tak vmanévrováni do určitého postoje. Proto tito autoři doporučují aplikaci otevřených dotazů. Pokud se ptáme na postoje, problém škálování spočívá v tom, že si respondenti nejčastěji naopak volí krajní hodnoty. Škály nesou současně nevýhodu možného špatného pochopení jednotlivých pojmů v ní, neboli pokud se ptáme na stav českého školství, a jednou z odpovědí je dobré, každý z nás si pod tímto pojmem vybaví něco jiného. Z toho důvodu by škály měly být vždy doplněny dobrým vysvětlením pojmů. Jak ale ověřit, že námi koncipovaný dotazník je dobrý? Máme k dispozici několik nástrojů aplikovatelných v různých fázích výzkumu (Vinopal, 2008): o
Kognitivní rozhovor
o
Kódování chování
o
Debriefing
o
Posouzení experty
o
Měření reakčního času
Kognitivní rozhovor je de facto hloubkový rozhovor, při kterém se snažíme zjistit hlubší odpovědi na položené dotazy pomocí buď „mluvení nahlas“ nebo „slovním prověřováním“. Podstata je v tom, že chceme zjistit, jak moc respondenti rozuměli položenému dotazu, jak mu vlastně rozuměli, jak moc práce jim dalo zodpovědět a jakými myšlenkovými procesy došli k odpovědi, a to buď tak, že je vyzveme, aby říkali nahlas vše, co je napadá, popisovali svoje myšlenkové procesy, nebo zpětně popisují, jak přišli k odpovědi. Kódování chování spočívá v analýze dotazovací práce, tedy ve sledování tazatele a dotazovaného v přirozeném prostředí (v prostředí, kde běžně dotazování probíhá). Cílem je zjistit interakční vztahy, neboli jak tazatel sám je schopen dotazovanému vysvětlit podstatu dotazů a jak jim bylo porozuměno. K tomu nám může pomoci sledování jevů lingvistických (např. požádání o zopakování dotazu) nebo paralingvistických (slovní projevy typu hmm, uch…). Debriefing je položen na formuláři pro tazatele, kteří v něm mají hodnotit, co jim dělalo při práci problémy, kde oni spatřovali kolize, kde měli pocit, že respondent nerozumí, či se může částečně vnitřně odchylovat od směru dotazování, sám dává podměty ke zlepšení. Stejné dotazníky se stejným cílem můžeme nechat vyplnit i respondenty. - 92 -
Posuzování experty je první korekční mechanismus, jelikož se jedná o testování srozumitelnosti dotazníku na samotných expertech. Principem měření reakčního času je, jak již název napovídá, měření rychlosti reakce na položený dotaz, která samo o sobě vypovídá o síle vyjádřeného postoje. Je prokázáno (Bassili, 1996), že čím vyšší je čas nutný k zodpovězení dotazu, tím lze výsledky považovat za méně konzistentní se skutečným chováním, méně stabilní v čase a tedy i méně validní. Výhodou je, že ji můžeme úspěšně aplikovat jak v rámci pilotních výzkumů, tak i v rámci hlavního výzkumu. S tím, že je třeba si uvědomit, že problémy s odpovědí mohou mít dvojí příčinu, a to buď špatně koncipované otázky, kterým respondent nerozumí anebo otázky na postoje, které jsou komplikované pro zodpovězení, tedy otázka na postoje, které respondent nemá jednoznačně usazeny a musí o nich velmi intenzivně přemýšlet. Nyní se pustíme do konkrétního návrhu dotazů, které by byly použitelné v oblasti zjišťování hodnoty stínových cen.
5.2.2.1 Otevřené otázky Metoda otevřených dotazů je postavena na kladení otázek na WTP či WTA, kde respondenta neomezujeme v možnosti odpovědi. Například může otázka vypadat následovně: „Kolik byste byli ochotni zaplatit za snížení hlučnosti v ulici o 1 dB?“ Tato metoda má jednu významnou nevýhodu, a to že při ní často dochází k neopodstatněnému přeceňování statků, na které se ptáme, jelikož tím že pojem, na který se ptáme, je pro respondenta velmi abstraktní, nemá vůbec vodítko pro to, kolik by měl daný statek stát a současně si ani často nedovede představit, kolik by měl za daný statek platit vzhledem ke svým rozpočtovým omezením. Na druhou stranu jej neposouváme uměle k určité představě o pseudovnímané hodnotě. Nevýhody spojené s možným přeceněním nebo podceněním, by bylo možné řešit následnou validizací pomocí zpětných dotazů. Je ovšem nutné nezahrnout velký počet zpětných dotazů. S jejich velkým množstvím by klesala validita zjištěných dat, jelikož by byl respondent zatížen příliš náročným přemýšlením. Vinopal (2008) doporučuje, abychom nepřekročili číslo tři.
- 93 -
5.2.2.2 „Dražba“ Tento typ dotazování někdy označovaný jako uzavřené otázky je v rámci Contingent Valuation typicky používán v rámci tzv. iterativního nabízecího systému, kdy jsou respondenti postupně dotazováni na to, zda jsou ochotni zaplatit za určitý statek určitou částku a pokud odpoví ano, systém se opakuje s částkou vyšší až do momentu, kdy odpoví ne. Potom se nejvyšší částka spojená s odpovědí ano považuje za ochotu zaplatit za daný statek. Stejně tak je možné systém aplikovat na WTA, kdy se naopak ptáme, zda je subjekt ochoten přijmout daný statek (např. vyšší hlučnost) za cenu x. Pokud subjekt odpoví ne, ptáme se na totéž, ale nabízíme vyšší cenu, až do momentu, kdy nastane odpověď ano. Stejně jako v předchozím případě, se tato poslední částka považuje za WTA daný statek. Tato metoda patřila v minulosti k nejpoužívanějším. Bariérou tohoto postupu je skutečnost, že hodnoty, které s její pomocí získáme, jsou silně determinované iniciací prováděnou na počátku dotazování a současně počáteční hodnotou, se kterou začínáme dotazování. Podstatným problémem je vždy stanovení počáteční hladiny, od které začínáme dotazování. Ta do jisté míry dává respondentovi představu, na kolik by si zhruba měl cenit daného statku. Pokud stanovíme hladinu příliš nízko, dáváme respondentovi informaci, že je možné si daného statku cenit takto nízko. Pokud naopak položíme počáteční hladinu příliš vysoko, respondent pod tlakem svých rozpočtových omezení odmítne tuto hodnotu. Problém je, že v případě, kdy začneme dotazování na příliš vysoké hodnotě, než se dostaneme do úrovně, které jsou pro respondenta únosné, už je na jednu stranu z uvažování o hodnotě statku unavený a současně vzhledem k počátečnímu návrhu vnímán respondent rozdíly mezi jednotlivými hranicemi velmi plitce a tudíž je rozhodování pro něj složité. Lze říci, že danou metodou při vhodně provedené iniciaci respondenta a současně vhodně nastaveném výchozím bodě ocenění, získáváme hodnoty, které lze považovat za blízké skutečně vnímané hodnotě. Specifickou podobou tohoto typu Contingent Valuation je formát tzv. „dvakrát ohraničený“. Stejně jako v již popsaném případě, začínáme dotazem, zda je subjekt ochoten zaplatit např. za snížení rizika úmrtí 1 000 Kč. Pokud subjekt odpoví, že ne, víme, že musíme jít s návrhem níže. Další dotaz je položen tak, abychom získali spodní hranici odhadu hodnoty tohoto statku, např. zda je ochoten zaplatit 500 Kč, pokud odpoví ano, víme, že hodnota tohoto
- 94 -
statku je někde mezi 500 Kč a 1 000 Kč a doptáváme se stejným systémem dále až k jedné jediné hodnotě.
5.2.3 „Stanovený výběr“ V rámci tohoto typu dotazování jsou respondenti postaveni před nutnost vybrat si jeden ze sestavených košů, přičemž se kombinuje určitý rozsah statku, který chceme ocenit a určitý rozsah finančních prostředků (otázka může být postavena např. takto: volil byste raději vyšší daně o 1 000 Kč a nižší průměrnou hlučnost o 1 dB nebo nižší úroveň daní o 800 Kč a vyšší hlučnost o 0,5 dB). Zkušenosti s tímto typem dotazování prokazují silnou závislost odpovědí na pořadí, v jakém jsou respondentům předeslány různé kombinace. Současně se nejedná o systém, který by vedl k přesnému ocenění, ale spíše k určení pořadí tržních příležitostí či doladění již provedeného ocenění. Je nutné totiž přesně stanovit spotřebitelské koše, což může vést, k tomu, že si výzkumník pouze empiricky stanoví tu hodnotu statku, kterou on sám chce dotazováním zjistit a dotazováním si ověří. Lze ovšem tento způsob ocenění použít jako předotázku před výše uvedeným typem dotazování (dražbou) jako pomůcku pro určení počátečního bodu dražby. Specifickým typem této metody je metoda „náhodné specifikace“, což je způsob dotazování, kdy dáváme respondentům vybrat z nejrůznějších spotřebních košů, kde figurují námi oceňované statky. Respondenti jsou například konfrontováni s následujícím problémem. Který ze spotřebních košů byste si zvolili za předpokladu, že: o
koš A obsahuje úsporu zranění o 1 %, hlučnost ve velikosti 60 dB, celková daňová zátěž 55 %,
o
koš B úsporu zranění o 1,5 %, hlučnost ve velikosti 70 dB, celková daňová zátěž 60 % a
o
koš C úsporu zranění o 0,5 %, hlučnost ve velikosti 80 dB, celková daňová zátěž 45 %).
Dle preferencí respondenta následně určujeme monetarizovanou hodnotu statku. Nespornou výhodou je, že subjekty mohou pro ně relativně složité téma v podobě např. ocenění hluku, zařadit do spotřebitelského koše, který si umí představit. Současně nedochází k přílišnému přecenění hodnoty statku nad rámec skutečně vnímané ceny. Jak vnímat podstatu - 95 -
přecenění statků? Nikdy by nemělo dojít k tomu, že budeme vnímat jako relevantní hodnotu statku takovou, která vychází z WTP či WTA, které ovšem převyšuje možnost zaplatit. Neboli je nutné vždy respektovat předpoklad, že námi oceňovaný statek je pouze jedním z mnoha, které spotřebitel může zahrnout do svých výdajů. Není tedy možné, aby člověk, jehož důchod je 10 tis. Kč měsíčně byl ochoten měsíčně platit za snížení rizika zranění 15 tis. Kč. Nepředpokládáme, že by mohl trvaůe upřednostňovat současnou spotřebu na úkor budoucí spotřeby. Další speciální možností stylizace respondenta do problému dotazování je předkládání „karet“ s nejrůznějšími nabídkami, přičemž jeho úkolem je výběr těch, které jsou mu nejbližší. Další alternativou je simulace skutečného tržního chování, kdy mají respondenti k dispozici karty, které simulují peněžní prostředky a ty vydávají za jednotlivé statky a tvoří spotřební koš netržních statků. Jedná se o pokus zreálnění problému ocenění netržních statků. Výhodou této metody je, že pokud lidé distribuují karty, které simulují psedopeníze (např. v podobě % jeho rozpočtu), do jednotlivých skupin statků, typu potraviny, bydlení, zábava, snížení rizika úmrtí apod., je možné, aniž bychom znali přesnou hladinu jejich příjmů, alespoň částečně ověřovat relevantnost takové volby, a to například dotazem, zda si je jistý, že mu na zajištění bydlení stačit 10 % jeho příjmů, jelikož je zde jednoznačná vazba na rozpočtová omezení.
5.2.4 Metoda scénářů Metoda spočívá v iniciaci určité životní situace, přičemž se respondenta ptáme, jak by se choval v dané situaci, zda by byl ochoten zaplatit za určitou konkrétní změnu. Výhodou je dobré zasazení subjektu do konkrétní životní situace a simulace reálného rozhodovacího procesu, což ovšem může být současně i nevýhodou, jak to bylo popsáno již u předchozích metod. Tato metoda má jednu významnou nevýhodu, a to že je poměrně složitá, resp. iniciační proces může být vnímán jako velmi složitý, jelikož v jeho rámci respondentovi popisujeme poměrně detailně, v jaké životní situaci se nachází, a následně po něm chceme, aby se vyjádřil k tomu, jak by se v této hypotetické situaci choval. Ono nucení k uchopení hypotetické situace lze považovat za další úskalí této metody, jelikož ne všichni se jsou schopni do detailu vžít do
- 96 -
námi načrtnuté hypotetické situace a proto ne všichni jsou schopni následných odpovědí takových, abychom je mohli považovat za relevantní.
5.3 Vyhodnocení dat Základem ekonometrické práce s daty, které využíváme na odhad velikosti stínové ceny v případě, že nejsme schopni přímo odhadnout průběh poptávkových funkcí, je vydefinování vysvětlované proměnné a sady vysvětlujících proměnných. Jinými slovy, zcela na začátku stojí idea, která spočívá v tom, na jakém trhu, příp. kvazitrhu nalézt informace o postojích k danému statku, jehož stínovou cenu hledáme. Poté, co je takový trh určen, je třeba vymezit veškeré proměnné, které nám usnadní cestu k cíli. V ideálním případě se snažíme o přesné určení veškerých možných proměnných, které by mohly na daném trhu mít nějaký význam bez ohledu na reálnou možnost jejich nalezení. Statek, jehož stínovou cenu hledáme, nemusí být a také často není onou vysvětlovanou proměnnou. Stínová cena hluku se například určuje na základě funkce, která má cenu hluku jako jednu z vysvětlujících proměnných ceny nemovitosti, coby vysvětlované proměnné. Stejně si stojí cena rizika úmrtí ve funkci mzdy. Praktické stanovení stínových cen na základě dat získaných dotazováním probíhá za pomoci statistických softwarů (např. SAS), v případě analýzy dat získaných dotazováním je možné aplikovat průměr či medián s přihlédnutím k vlastnostem těchto statistických veličin. Jak již bylo uvedeno, data nutná k výpočtu stínových cen získaná z trhu se analyzují pomocí statistického softwaru a cílem je nalézt regresní funkci, která popisuje zjištěné informace. Při výkladu vyjdeme z publikací prof. Hindlse (2004) a doc. Marka (2007). Vzhledem k tomu, že se budeme pohybovat v prostředí vícenásobné regrese, je úloha nalezení vhodné regresní funkce poněkud komplikovanější. Nemůžeme používat grafických metod a je nutné se při testování vhodnosti zvolené funkce opřít o matematicko-statistické charakteristiky, jako např. míra těsnosti, směrodatná chyba regresních koeficientů a dalších statistických testů, dále můžeme závislost testovat pomocí jednorozměrné korelační analýzy jednorozměrné mezi vysvětlovanou proměnnou a jednou vysvětlující proměnnou, příp. sestavit jednoduchou
- 97 -
regresní funkci pro jednotlivé proměnné a výslednou regresní funkci následně sestavit jejich součtem. Cílem je tedy sestavit odhad regresní funkce. Pokud by se jednalo o lineární regresní funkci, byla by ve tvaru (vše vysvětlíme na lineárním tvaru, složitější modely necháme na specializované učebnice, např. výše zmíněných autorů):
Y = b0 + b yx1 . x2 x3 .. x p x1 + b yx2 . x1 x3 .. x p x 2 + ... + b yx p . x1x2 .. x p −1 x p ,
(44)
kde bi jsou dílčí regresní koeficienty, xi … vysvětlující proměnné. Tvar regresní funkce budeme odhadovat pomocí metody nejmenších čtverců příp. rekurentních vzorců. Pokud bychom předpokládali, že naše regresní funkce bude lineární a budeme mít pouze dvě vysvětlované, můžeme si změřit těsnost závislosti mezi jednotlivými vysvětlujícími proměnnými a proměnnou vysvětlovanou pomocí koeficientu dílčí korelace, který lze vyjádřit jako (Hindls, 2003):
ryx1 . x2 ... x p =
ryx1 − ryx2 rx12 (1 − ryx2 2 )(1 − rx21 x2 )
,
(45)
kde rxy je korelační koeficient, který se vypočítá dle následujícího vztahu:
ryx = rxy =
s xy s x2 s 2y
,
(46)
kde sxy … rozptyl hodnot. Čím bližší je korelační koeficient jedné, tím vypovídá o silnější závislosti mezi vysvětlující a vysvětlovanou proměnnou. Dalším problémem, který nás může postihnout je multikolinearita. Většina modelů ocenění statků na bázi stínových cen je postavena na velkých souborech proměnných, kdy může dojít k jejich vzájemné zkorelovanosti. Jednoduchým detekčním testem pro případné odhalení tohoto jevu, který mimo jiné vyvolává zdvojení vlivu některého z efektů je velikost korelačních koeficientů, které nesmí překročit hodnotu 0,75. Případně je možné použít Farrarův-Glauberův test (B), jež nesmí překročit příslušný kvantil rozdělení
χ 2 , tj.
χ12−α [ p( p − 1) / 2] , kde p je počet vysvětlujících proměnných zařazených do model. Na které charakteristiky si dát pozor, aby námi odhadnutá regresní funkce byla správná? Primárně bychom se měli soustředit na koeficient determinace, který by měl být, co - 98 -
možná nejblíže hodnotě 1. Hodnoty blízké 1 vypovídají o tom, že model vysvětluje většinu variability závisle proměnných. Dále bychom měli hlídat hodnoty t-testů, jež ukazují, zda některá z proměnných není v modelu zahrnuzta zbytečně. Vždy by měly být pod hranicí 0,05.
5.4 Metodika LMST Metodika LMST je souborem metod aplikovaných ke stanovení stínových cen tržních statků. Jak již bylo uvedeno v úvodu, CBA se využívá v USA k hodnocení intervencí financovaných z veřejných zdrojů již od 40. let, nicméně k masivní aplikaci došlo až v 60. letech26, kdy také byl vyvolán tlak na ekonomy, aby vytvořili dostatečnou teoretickou základnu stínových cen pro zvýšení validity socioekonomického hodnocení pomocí CBA. Vzhledem k tomu, že tržních statků je celá řada. Zatímco je možné stanovovat stínové ceny jednotlivých netržních statků (vzhledem k nepříliš vysokému množství těch netržních statků, které aktivně vstupovaly do modelů ocenění), není možné, resp. prakticky proveditelné, stanovení stínových cen tržních statků na bázi oportunitních nákladů, a to především z důvodu vysoké finanční náročnosti a skutečnosti, že tyto podklady pro zjištění oportunitních nákladů jsou příliš důvěrné na to, aby je firmy byly ochotny poskytovat. Byť samozřejmě samotný empirický výzkum trhu je možný. Na konci 60. let vznikla první příručka pro průmyslové projekty z dílny OECD, za ní následovala v roce 1972 metodika stanovení stínových cen pod záštitou United Nations Industrial Development Organization, což je důvod proto, že obvykle označuje pod názvem metodika UNIDO. V roce 1974 vzešla z pera I. M. D. Littla a J. A. Mirrleese opět vyspělejší metodika stanovení stínových cen, která byla vzápětí (1975) precizována Lyn Squirem a Herman G. van der Takem (zaměstnanci Světové banky). Dle prvních písmen jmen těchto čtyř významných ekonomů se metodika vyskytuje pod jménem LMST. Primárně byla vytvořena pro stanovení hodnoty statků v rozvojových zemích pro tržní statky.
26
Do té doby byla CBA využívána především v armádě a ve zdravotnictví v USA.
- 99 -
Přístup LMST27 vychází z předpokladu, že stínové ceny28 jsou ceny, kterých by bylo dosaženo na dokonale konkurenčním trhu. Za tzv. dokonale konkurenční trh považujeme trhy světové. Příčina ztotožňování stínových cen s cenami světovými nelze vidět ani tak v tom, že by světové ceny byly zcela nedistorzní (resp. trhy světové jsou nedistorzní), ale spíše proto, že světové trhy lze považovat za méně distorzní a současně lépe vyjadřující tržní příležitosti tržních subjektů. Původně byla tato metodika využívána pro rozvojové země s velkou mírou distorzních tlaků, nicméně dnes je aplikována například i v České republice, která - byť již patří mezi státy rozvinuté - nemá ekonomiku prostu tržních distorzí a vzhledem ke své velikosti je pro zajištění dostatečného množství tržních příležitostí nutná kooperace se zahraničními trhy. Metodikou LMST se posléze inspiroval Massimo Florio, který přišel s členěním jednotlivých statků do několika skupin, jak ukazuje níže uvedený graf. K jednotlivým skupinám posléze přistupuje při ocenění specificky.
27
Zatímco metodika LMST je postavena na principu světových cen, metodika UNIDO se opírá o koncept
cen domácích. 28
LMST metodika ovšem nepoužívala pojem stínových cen, nýbrž cen účetních. Věcně vzato se jedná o
synonyma.
- 100 -
Obrázek 8:
Členění metod pro stanovení stínových cen dle Massima Floria
obchodnovatelné zboží
ceny na hranicích
prodáno
sektorové konverzní faktory dlouhodobé náklady
výstup
neprodáno zboží, služby, zdroje
velké položky
WTP
pracovní síla
konverzní faktor pro pracovní sílu
vstup neobchodovatelné zboží
rozložte na položky vyprodukovaný vstup sektorové konverzní faktory standardní konverzní faktor
malé položky
Zdroj: Massimo Florio, 2003
Tento přístup zakládá rozdělení statků na obchodovatelné a neobchodovatelné položky, přičemž světové ceny jsou prostředkem pro ocenění právě statků obchodovatelných. Vzhledem k tomu, že lze předpokládat, že většina neobchodovatelným položek lze dekomponovat na statky obchodovatelné a lze i pro ně využít konceptu světových cen. Zbývající statky lze ohodnotit opět přímo na bázi oportunitních nákladů spojených s výrobou statku na národním trhu nebo nebo na bázi WTP či WTA. Stínové ceny pro obchodovatelné statky stanoví na bázi cen na na hranicích (Border Prices), které se dále vyskytují ve dvou podobách, a to pro importované statky a neimportované. Pro importované položky se využívá CIF (Cost of the item plus instance and freight expenses to the port of destination) a pro exportované položky se stínové ceny hledají - 101 -
pomocí FOB (Free on Board Price). Obecně se jedná o náklady spojené s daným statkem k hranicím země. Dále používá specifických konverzních faktorů, jejichž konstrukci i předpoklady, které za nimi stojí, si ukážeme v kapitole 6.1. Metodika LMST je aplikovatelná v České republice, jelikož, jak už bylo uvedeno, není hospodárné, a to ani v České republice, stanovení stínových cen tržních statků na bázi oportunitních nákladů, WTP či WTA. Pokud by však byly firmy ochotny sdílet natolik interní informace, jakými náklady na výrobu skutečně jsou, bylo by stanovení stínových cen na bázi oportunitních nákladů významně přesnější. Nicméně bylo by potom nutné zjistit náklady na výrobu konkrétního statku ne jen u jednoho výrobce, ale u několika výrobců, aby byl případný výpočet očištěn o případné extrémy.
5.5 Metodika ExternE Existuje velké množství výzkumných projektů, v rámci kterých docházelo ve světě k uchopení problému některých ze stínových cen. ExternE se věnuje specielně stanovení stínových cen externalit, jak již název napovídá. Jedná se o metodiku, která byla vytvářena ve spolupráci jednotlivých států Evropské unie, které usilovaly o maximální jednotnost náhledu na ocenění vybraných externalit. ExternE vychází při stanovování stínových cen z tržních, případně kvazitržních cen, pokud je to ekonomicky smysluplné. Tam, kde to možné není, je stanovení stínové ceny využito pozorování tržního chování na bázi konceptu WTP (či WTA). Metodika ExternE si zaslouží prostor v tomto textu, jelikož byla v určitém smyslu průlomová. Při stanovování stínových cen vychází ExternE z analýzy drah a dopadů neboli IPA. Analýza drah a dopadů vychází z pečlivého sledování, jak konkrétní negativní (či příp. pozitivní) efekt putuje od místa vzniku až po dotčené receptory, jimiž mohou být lidé, nemovitosti, zemědělská produkce, environmentální systém. K tomu, aby byla přesně definována dráha dopadů, se využívá funkce „dávka odpověď“ pohledem zdola nahoru neboli od producenta k receptorům. Toto lze považovat za jeden z hlavních přínosů materiálu, neboť předchozí metodiky vycházely z principu shora dolů, což spočívalo v analýze, kterou názorně ukazuje níže uvedený graf.
- 102 -
Obrázek 9:
Přístup shora dolů v oceňování externalit Odhady působení škodlivin na národní úrovni
Odhady škod na národní úrovni
Podíl škodlivin na celkové škodě v %
Odhad výše škody na jednotku výroby
Zdroj: European Commision (1999)
Pro stanovení stínové ceny bylo nejprve změřeno v naturálních jednotkách množství produkovaných externalit na národní úrovni, tyto externí efekty byly následně monetarizovány a až v závěru docházelo k přepočítání, jaká je průměrná hodnota 1 jednotky externalit. Zásadním problémem bylo, že při pohledu shora dolů nebyla respektována diference mezi regiony, rozdílnosti receptorů, struktury dotčených subjektů, jejich sklony k riziku, jejich preferenční systémy a samozřejmě ani diference bohatství. Pokud bychom například posuzovali mezní dopady produkce látek na bázi dusíku a vycházeli z principu shora dolů, vedlo by to k navýšení velikosti stínové ceny této externality v regionu s velkým množstvím zemědělských ploch a naopak k podcenění stínové ceny ve městech, jelikož zatímco emise NOX působí negativně na lidské zdraví, zvyšuje rychlost destrukce nemovitostí, na druhou stranu působí pozitivně jako hnojivo v zemědělských oblastech. Je tudíž nezbytné striktně respektovat strukturu regionu a strukturu receptorů, neboť v oblasti s velkým množstvím zemědělských ploch by mohla být stínová cena NOX nižší, neboť negativní vliv na nemovitosti a zdraví občanů by byl částečně vykompenzován pozitivním dopadem na zemědělskou produkci. Ve městech by naopak stínová cena byla velmi vysoká, neboť je zde velké množství receptorů s vysoce negativním vnímáním této externality (např. rekonstrukce poškozené fasády domu na vesnici bude pravděpodobně nižší než obdobný rozsah rekonstrukce na secesních domech v centru Prahy). Na níže uvedeném obrázku je přehledně zobrazen princip IPA, který je soustředěn na jednotlivé dráhy dopadu, a to od původce až po konkrétní dopad na příjemce a jeho kvantifikaci, ideálně monetarizaci. Prvním krokem IPA je např. analýza emisí, neboli definování - 103 -
přirozených specifik externalit (například typ a množství chemických látek, které ohrožují životní prostředí). Dalším krokem je studium rozptylu, jak a v jakém množství se dané látky šíří, neboli kolik subjektů externí efekty zasáhnou a jaké subjekty externí efekty zasáhnou. Třetím krokem, který je nutné určit, je dopad, v rámci kterého zjišťujeme přímou reakci receptorů na externí efekty, tedy například, jaká je reakce životního prostředí na zvýšenou koncentraci NOX v ovzduší – na tomto místě se musí jednat o maximálně přesný slovní popis, aby bylo možné odhalit všechny příjemce efektu a dopad efektu. Poslední krok spočívá v monetarizaci zjištěných dopadů. Metodiku ExternE aplikujeme právě v rozsahu aplikace zmíněného postupu IPA, který je velkým přínosem pro další oceňovací procesy. Fáze dráhy působení
Obrázek 10:
ZDRO (určení
⇒
místa
a
emis (např.
(např.
⇒
tuhé
částice
ROZPTY
atmosférický
rozptylový
zvýšení
v místech
(např. tuhé ve 3všech dotčených µg/m regionech) Funkce
dopad
FUNKCE DÁVKA -
(nebo funkce koncentrace-
⇒
ODPOVĚĎ dopa
opad.
(např. záchvat astmatu korelován se zvýšenou koncentrací tuhých částic) dávka a
PENĚŽNÍ náklad ⇒ (např. náklady na léčení Zdroj: European Commision (1995)
- 104 -
5.6 Kritická analýza metod a přístupů Vymezili jsme jednotlivé metody a přístupy a teď je čas na aplikaci na konkrétních statcích. Než se ovšem pustíme do analýzy toho, jak přistupovat k ocenění konkrétních druhů tržních a netržních statků, měli bychom se ještě vymezit k tomu, jaké skupiny metod či konkrétní metody jsou aplikovatelné v českém prostředí pro konkrétní typy statků. Pokud se soustředíme na ocenění statků tržních, vycházíme většinou z konceptu oportunitních nákladů v případě vstupů určité intervence, pokud naopak určujeme hodnotu tržního statku, který stojí na výstupu intervence, můžeme se opřít jak o koncept oportunitních nákladů, tak ovšem i o WTP či WTA. Za teoreticky nejčistší koncept stanovení stínových cen tržních statků lze považovat přímé stanovení oportunitních nákladů statků, WTP či WTA. Ovšem k aplikaci tohoto přístupu bychom museli mít interní informace z firem, což není prakticky reálné. Firmy nejsou ochotny poskytnout natolik interní informace, jako jsou náklady na výrobu, což je důvod, proč se hledají jiné, byť méně přesné metody definování stínových cen. Při výběru metody vhodné pro stanovení společenské hodnoty tržního statku můžeme vybírat z následujících: o
pilotní projekty,
o
metoda stanovení stínových cen na základě poptávkových křivek,
o
dotazování (Contingent Valuation), nicméně to je v praktické aplikaci velmi zřídkavé,
o
metodiku LMST.
První metodou, kterou podrobíme kritické analýze, je metoda pilotních projektů. Jedná se o přístup, který v plné míře v České republice aplikovatelný je, nicméně nepatří v obecném měřítku k používaným metodám vzhledem k vysoké finanční náročnosti její aplikace a současně vzhledem k nízké zobecnitelnosti výsledků. Lze ji považovat spíše než za metodu hledání stínových cen za metodu aplikovanou v přípravných fázích vyhotovení CBA k nalezení struktury toků navázaných na určitou intervenci. Problémem je, že se nesnadno zjištěné hodnoty přenášejí napříč jednotlivými intervencemi, a to vzhledem k relativně laboratorním podmínkám, které pilotní projekt doprovází.
- 105 -
Odvození stínových cen z poptávkových křivek je přístupem, který lze považovat za teoreticky nejkorektnější, ale prakticky obtížně masově aplikovatelný v jeho čisté podobě. Abychom mohli zkonstruovat poptávkové křivky, museli bychom znát velké množství tržních informací. Nicméně jeho principy jsou ve zjednodušené podobě využívány v metodách postavených na pozorování tržního chování. Dotazovací techniky se pro stanovení stínových cen tržních statků využívají pouze okrajově. Vzhledem k nízké aplikovanosti těchto metod se jim budeme detailně věnovat níže v části, která bude analyzovat metody aplikované v oblasti netržních statků. Posledním zmíněným přístupem je LMST metodika. Pro naši malou ekonomiku je vhodné ji následovat29. Nelze nalézt bariéry, které by v našem prostředí snižovaly její validitu. Problémem českého prostředí je ovšem nízká datová základna a velké časové zpoždění poskytování dat státními institucemi. Pro naplnění LMST metodiky potřebujeme, co možná nejvíce disagregované informace o importu, exportu a daních navázaných na import a export. Problémy České republiky lze vidět v tom, že v současné době jsou známy ony informace pouze z roku 2006 (agregovaná podoba dat je samozřejmě známa i z roku 2008, nicméně to je pro aplikaci nedostatečné), dále že jsou k dispozici informace pouze o daních, které byly předepsány nikoliv, které byly ve výsledku vybrány a že existuje časový nesoulad v období, za které se agregují data o importu a exportu a za které se kumulují data o daních vztažených k mezinárodnímu obchodu. Celý problém je v tom, že neexistuje databáze, kde se tyto údaje shromažďovaly a kde by bylo možné dohledat, že určitá položka byla vyvezena či dovezena do republiky a jaké daně k ní byly předepsány30 a v jaké výši a nakonec i kolik daní bylo vybráno. Onen časový nesoulad neznamená, že by data nebyla sbírána v ročních periodách, ale že nemusí být za stejných 365 dní. Jinými slovy, že část importu a exportu může spadnout do jiného roku než k nim vázané daně (např. importovaná položka z 21. 12. 2008 může být evidována v rámci dat za rok 2008 a daň na něj předepsaná do roku 2009). Celý problém je
29
Velikost ekonomiky samozřejmě není jediným důvodem. Významnější je množství tržních distorzí.
Nicméně lze říci, že někdy jsou tyto dvě proměnné ruku v ruce. Větší ekonomiky mohou poskytnout lidem i firmám možnost lepšího výběru tržní možnosti a tak potlačit část tržních distorzí a přiblížit se k tzv. dokonalé ekonomice. Nemusí tak tomu být vždy. 30
Skutečnost, že je daň předepsána neznamená vždy, že je skutečně vybrána, jelikož části poplatníkům je
daň na vyžádání ze specielních důvodů odpuštěna.
- 106 -
zakotven v tom, že zatímco import, export eviduje Celní úřad, daně eviduje Ministerstvo financí ČR a jejich vzájemná kooperace není na dostatečné úrovni. Nicméně zmíněné problémy lze vnímat jako zanedbatelné, jelikož lze předpokládat, že se jedná o systematickou chybu, která nebude významně narušovat vypovídací schopnost výsledku. Závěrem lze říci, že z naznačených metod je metoda LMST nejvhodnější pro stanovení stínových cen v České republice, i přes naznačené nevýhody a informační problémy, její nevýhody nepřevyšují její výhody v podobě největší dostupnosti dat. I přestože můžeme data používaná v této metodě považovat za zkreslená, lze je alespoň získat, což se o ostatních dá říci jen velmi komplikovaně. Jinými slovy z hlediska všech parametrů, a to dostupnosti dat za přiměřenou cenu a jejich přesnosti lze tuto metodu považovat za prioritní. Při ocenění netržních statků vycházíme tradičně z konceptu WTP či WTA a ten aplikujeme převážně v: o
metodě pilotních projektů (tato je ve výzkumné či analytické praxi v této oblasti aplikována zřídkavě),
o
metodách postavených na pozorování tržního chování,
o
dotazování (Contingent Valuation).
Ať již si ve výsledku zvolíme kteroukoliv metodu, je příhodné využití přístupu IPA, který přinesla metodika ExternE. V rámci stanovování stínových cen netržních statků vědci obvykle zvažují aplikaci metody postavené na pozorování tržního chování a dotazování. Cílem těchto metod by mělo být nalezení odpovědi na to, jaký užitek vnímají lidé ze spotřeby určitého statku (a to ať již je kladný v případě statků, které znamenají nějaký přínos, či záporný v případě statků, které znamenají určitou újmu). Máme možnost buď hledat odpověď na trhu či se zeptat lidí. Tržní zjišťování hodnoty statku má jednu nespornou výhodu, že přesně ukazuje, jak se lidé chovají a tudíž i jejich preference a vnímanou hodnotu. Na druhou stranu je problém, že ne pro všechny statky můžeme na trhu najít determinanty pro určení hodnoty. Může nastat objektivní problém, že trh vůbec nemá pro ocenění data, neboli neexistuje reálná tržní situace, která ukazuje, jak si lidé váží daného statku. Dále se můžeme setkat s případem, že sice na trhu je velké množství determinant a skutečných tržních situací, které jednoznačně ukazují, jak si lidé váží daného statku (zprostředkovaně na základě podobného statku, či statku, - 107 -
který ukazuje jejich preference), ale dané informace nejsou k dispozici, protože se prostě nesbírají, nebo se shromažďují v podobě, která je pro analýzu nepoužitelná (dochází např. k tomu, že jsou shromažďována data v různé struktuře, či jiné detailnosti, či za jiné časové období), či jsou ve vlastnictví subjektu, který je není ochoten poskytnout (z důvodu ochrany osobních údajů) či skutečně nemůže. Metoda Contingent Valuation oproti tomu vychází z informací, které jsou přesné, ve struktuře a hloubce dle potřeb ocenění statku, což je na jednu stranu obrovskou výhodou, ale na druhou stranu skutečnost, že tato data jsou zjišťována dotazováním lidí, je bezespornou nevýhodou, jelikož výsledky mohou trpět nadhodnocením či podhodnocením (např. dle míry zahrnutí rozpočtových omezení do úvahy o WTP či WTA). Lidé mohou pod vlivem rozpočtových omezení vnitřně statek správně ohodnotit, ale navenek vykazovat jeho podcenění, protože např. považují svoje skutečné chování za nevhodné či odporující všeobecně uznávaným normám, což úzce souvisí s již uvedeným citlivě provedeným iniciačním procesem. Významným problémem dotazovacích technik je skutečnost, že jsou při nich lidé konfrontováni se situacemi jim vzdálenými (především v momentě, kdy jsou dotazováni na WTP či WTA za netržní statek), která může vést k vysokému přecenění či podcenění hodnoty statku oproti skutečně vnímané hodnotě. Druhým neméně významným problémem může být případná vysoká „nonresponse“. Tyto vlastnosti jsou důvodem, proč vědci při hledání odpovědi na otázku, jaká je hodnota statku, často k metodě Contingent Valuation přistupují až v momentě, kdy selžou všechny ostatní možnosti výzkumu a to i přestože Contingent Valuation dává informace o současných preferencích na rozdíl tržních dat, která reflektují minulé preference.
- 108 -
Tabulka 5: Metody stanovení stínových cen tržních statků Metody
Výhody
Nevýhody
Metoda
• Pokud stanovíme stínové ceny statku
pilotních
X jako výstupu či vstupu určité
projektů
intervence pomocí pilotního projektu této intervence – relativně přesná. • Identifikuje všechny dotčené subjekty
•
ceny statku, pokud byla touto metodou zjištěna pro jiný projekt. •
využití hodnoty statku na základě
je vhodné hledat hodnotu tohoto
zjištění z malých napodobenin celého
statku.
projektu. informace
o
současné
úrovni vnímané hodnoty statků. Odvození SP z poptávkových
•
Velmi drahá.
•
Využívá
•
Přesná
•
Poskytuje informace ve struktuře, •
Poskytuje
v jaké potřebujeme pro ocenění.
preference.
•
Poskytuje
informace
o
současné •
úrovni vnímané hodnoty statků •
Metodika
Využívá
LMST (pracuje
informace
na
náročností.
bázi
konverzních faktorů31)
31
•
data,
která
jsou
složitě
zajistitelná
křivek Dotazování
Vzhledem k rozdílné hodnotě mezního efektu statku, je obvykle nemožné
intervence a tedy i subjekty, pro něž
• Poskytuje
Komplikovaná zobecnitelnost stínové
relativně s přiměřenou
pouze
proklamované
Problém s non-response.
•
Velmi drahá metoda.
•
Neposkytuje možnost zachytit přesnou
dostupné finanční
stínovou cenu, pouze její odhad. Poskytuje informace o historické úrovni vnímané hodnoty statků
Konverzní faktory jsou transformační mechanismy mezi tržní cenou a cenou stínovou.
- 109 -
Tabulka 6: Metody stanovení stínových cen netržních statků Metody
Výhody
Nevýhody
Metoda
• Pokud stanovíme stínové ceny statku
•
Komplikovaná zobecnitelnost stínové
pilotních
X jako výstupu či vstupu určité
ceny statku, pokud byla touto metodou
projektů
intervence pomocí pilotního projektu
zjištěna pro jiné projekt. •
této intervence – relativně přesná.
Vzhledem k rozdílné hodnotě mezního
• Identifikuje všechny dotčené subjekty
efektu statku, je obvykle nemožné
intervence a tedy i subjekty, pro něž
využití hodnoty statku na základě
je vhodné hledat hodnotu tohoto
zjištění z malých napodobenin celého
statku.
projektu.
•
Velmi drahá.
Poskytuje informace o současné úrovni vnímané hodnoty statků.
Metody
•
Reflektuje skutečné preference.
postavených
•
Neumožňuje přílišné zkreslení od
z hlediska
jednotlivých členů společnosti.
možnosti je získat či obecně velmi časté
na pozorování
•
Velmi obtížně dostupná data, ať již struktury,
agregovanosti,
tržního
neshromažďování určitých popisných
chování
charakteristik o trhu. •
Poskytuje informace o minulé úrovni vnímané hodnoty statků
Dotazování
•
Poskytuje informace o současné • •
úrovni vnímané hodnoty statků. •
Využívá
data,
která
jsou
ve
struktuře, kterou si definuje sám výzkumník.
- 110 -
Reflektuje deklarované preference. Umožňuje zkreslení od respondentů.
6 Stanovení stínových cen konkrétních statků 6.1 Stínové ceny tržních statků Stínová cena statku závisí na užitku, který vyvolá změna jeho nabídky nebo poptávky s tím, že onen efekt je silně determinován způsobem absorpce dané změny. Dle reakce trhu na dodatečnou poptávku členíme statky na tři skupiny: •
Statky s fixní nabídkou – jedná se o takové statky, jejichž dodatečná poptávka subjektu x způsobí vytěsnění poptávky po daném statku subjektu y (jedná se o statky, pro které není možné absolutní navýšení uspokojení poptávky, ale pouze přerozdělení určitého fixního disponibilního množství, typickým příkladem je práce a půda – v případě práce je samozřejmě možné mírné navýšení nabídky, ale pouze do momentu využití veškerých disponibilních kapacit).
•
Neobchodovatelné statky (nontraded goods, s variabilní nabídkou) – spadají sem statky, u nichž, když dojde k navýšení poptávky ze strany subjektu x, je tato tržní změna trhem zcela absorbována, dojde flexibilně k dodatečné produkci daných statků, tedy ke změně nabídky daného statku adekvátně navýšené poptávce (výstupy intervencí). Změna poptávky či nabídky je plně absorbována domácím trhem.
•
Obchodovatelné statky (traded goods, s variabilní nabídkou) – dodatečná poptávka po tomto typu statků je kompenzována změnou exportu či importu, příp. ona dodatečná poptávka vytlačí z trhu jiné subjekty, které musí hledat pro uspokojení své poptávky odezvu v zahraničí. Změna poptávky nebo nabídky daného statku je zcela absorbována trhem zahraničním.
- 111 -
Principielně není zcela jednoduché zařazení zboží a služby mezi obchodovatelné či neobchodovatelné statky. Boardman (2001) chápe jako zásadní parametr, zda daný statek může být předmětem mezinárodního obchodu, tedy zda je možné a racionální zboží a služby nakupovat za hranicemi, či je za hranice vyvážet. Racionální je to vždy, pokud je možné statek o stejné kvalitě a veškerých dalších parametrech mimo hranice daného státu koupit a prodat levněji či efektivněji. Tuto tezi podpírá tvrzením, že pokud investor kupuje zboží a služby v domácím státě, přestože je možné je v zahraničí koupit levněji32, navyšuje uměle hodnotu daných statků. To ale neznamená změnu společenské hodnoty investice, protože dochází pouze k navýšení transferu mezi investorem a dodavatelem daného statku (transfery nemají dopad na změnu bohatství společnosti). E. I. Londero (1995) vnímá jako zásadní pro členění statků konkrétní způsob uspokojení poptávky v daném projektu. Tedy akcentuje význam zkoumání, jaký bude konkrétní způsob pořízení daného statku v konkrétním projektu. Za předpokladu racionality investora, musíme předpokládat, že statky budou vždy nakupovány za nejlepších podmínek. Vzhledem k předpokladu racionality investora a předpokladu, že je relevantní pouze reálná nikoliv hypotetická možnost mezinárodního obchodu, se budeme přiklánět k pohledu Londera. Významným parametrem pro zařazení vnímáme tedy konkrétní původ statku, resp. zda změna poptávky po daném statku vyvolá či nevyvolá změny ve výrobě v republice (neobchodovatelné), či změny exportu a importu (obchodovatelné). Zboží a služby obchodovatelné jsou potom ty, které se reálně v daném případě stávají předmětem mezinárodního obchodu, resp. změna jejich nabídky či poptávky reálně ovlivní mezinárodní obchod, a to buď přímo či zprostředkovaně. Příkladem je projekt, který s sebou nese nákup určitého statku. Ten bude pořizován v České republice. To by evokovalo zařazení daného statku do skupiny neobchodovatelných statků, ale pokud nákup onoho statku znamená vytěsnění spotřeby jiného spotřebitele, který musí hledat uspokojení své poptávky v zahraničí, jedná se de facto o dopad na mezinárodní obchod, tedy lze vyhodnotit statek jako obchodovatelný.
32
Ceny, které porovnáváme, zahrnují veškeré vynaložené náklady nutné k pořízení daného statku, tedy
v případě dovozu vč. dopravních nákladů a případného pojištění zásilky nicméně pouze na hranice státu, jelikož ostatní nutné výdaje spojené s realizací daného obchodu by byly realizovány i v případě, že by statek byl pořizován v rámci domácího státu.
- 112 -
Statky neobchodovatelné jsou potom ty, které, byť by reálně mohly ovlivňovat mezinárodní obchod, v ekonomické realitě se tak ale neděje. Mezi neobchodovatelné statky zařazujeme statky i tehdy, pokud nejsme schopni identifikovat, jak trh reaguje na změnu poptávky či nabídky vyvolané projektem.
6.1.1 Stínová cena zboží a služeb 6.1.1.1 Obchodovatelné statky33 Obchodované statky můžeme dále členit na statky, které jsou předmětem importu a exportu. Stanovení stínové ceny importovaného zboží vysvětlíme na následujícím příkladu. Ve výchozí situaci je poptávka po daném statku ve velikosti D0, celková spotřeba statku q0 je z části ve velikosti qd uspokojována z domácí produkce a z části ve velikosti q0-d z importu. Cena je stanovená na základě nákladů na výrobu, pojištění a dopravu k hranicím (souhrnně budeme označovat jako CIF), měnového kurzu, velikosti dovozních cel, subvencí a nepřímých daní. Dodatečná poptávka ve velikosti (qw-q0) neovlivní cenu na území republiky a bude plně uspokojena navýšením importu (vzhledem k tomu, že vždy předpokládáme, že dojde k malé změně poptávky, nebude mít tato změna dopad ani na cenu světovou). Dodatečně poptávané statky budou tedy uspokojeny z nabídky zahraničních subjektů, a to v ceně pu:
p u = p cif + t m + t + dis ,
(47)
kde pcif … cena CIF, tm … dovozní cla, t … nepřímé daně (DPH, spotřební daň …), dis …náklady na distribuci statku na území republiky. Vzhledem k tomu, že daně a cla můžeme považovat za transfer, lze stínovou cenu statku potom zapsat jako:
p e = p cif sprfe + dis sprdis , 34
(48)
kde sprfe …konverzní faktor pro import,
33 34
Londero, 2003 Všeobecně se pro obchodovatelné statky využívá konverzní faktor ve zkratce sprfe a pro statky
neobchodovatelné sprs.
- 113 -
sprdis … konverzní faktor pro dopravní náklady. Zmínili jsme pojem konverzní faktor, jedná se o převodní mechanismus mezi cenou tržní a cenou stínovou. Vzhledem ke skutečnosti, že není běžné přímé oceňování intervencí v cenách stínových, ale naopak přeceňování finančních toků na toky socioekonomické, je nutné vymezit právě tento transformační můstek mezi tržní a stínovou cenou. K uvedenému slouží již zmíněný konverzní faktor (sprj) stanovený na základě „běžně“ dosahovaných relací mezi socioekonomickou hodnotou (neboli stínovou cenou) a tržní cenou statků:
spr j =
sp j pj
,
(49)
kde spj je stínová cena statku j, pj je tržní cena statku j. Důvod tohoto ustáleného převodního mechanismu je na jedné straně v tom, že samotné oceňování statků ve stínových cenách je velmi komplikovaný proces, vyžadující velkou teoretickou základnu od oceňujícího analytika a současně se jedná o velmi finančně náročný proces, avšak na druhou stranu jednotný přístup k ocenění zajišťuje zvýšení důvěryhodnosti socioekonomického hodnocení intervencí a snižuje finanční náročnost ocenění na úrovni jednotlivých projektů při hromadném použití. Položíme-li jednotné ceny závazně platné pro určitý region, nelze již této oblasti oceňování intervencí vytknout přílišný rozptyl vstupních předpokladů. Nyní se budeme věnovat stanovení stínové ceny pro statky exportované. Výchozí situace je reprezentována domácí spotřebou ve velikosti q0 v cenách p0, které jsou na úrovni cen na hranicích (FOB = free on board) navýšené o podporu exportu, zahrnující nepřímé daně, snížené o jiné exportní náklady jako například doprava k hranicím, náklady spojené s převozem přes hranice, skladování na hranicích či marže obchodních organizací. Dodatečná poptávka ve velikosti (qw-q0), která neovlivní cenu domácí produkce determinované světovým trhem (domácí producenti jsou cenoví příjemci), je uspokojována v ceně:
p u = p fob + s x − dis x + t + dis d neboli,
(50)
p u = p fob + s x + t − ∆dis ,
(51)
kde sx … podpora exportu, disx … úspora jiných nákladů na export, t … nepřímé daně, - 114 -
disd … distribuční náklady spojené s domácím užitím. V souladu s již řečeným můžeme upravit vztah a získat stínovou cenu exportovaného statku:
p e = p fob sprfe + ∆dis sprdis .
(52)
Stínová cena je definována sumou kompenzačních variací připadajících na jednotkovou změnu v poptávce či nabídce daného statku. Pokud analyzujeme efekt dodatečné nabídky po statcích, které jsou předmětem mezinárodního obchodu (prostřednictvím navýšení exportu; budeme předpokládat, že náklady na transport a obchodní marže jsou nulové), musíme vycházet z rozdílového principu (neboli rozdílu situace beze změny a se změnou), kdy rovnovážná domácí cena v situaci beze změny (neboli bez intervence) může být zapsána pomocí následujících dvou vztahů, kdy pro cenu importovaného zboží platí:
p0m = p0cif ,m eer0 (1 + t m ) ,
(53)
kde p0cif ,m … CIF cena, eer0 … nominální směnný kurz v situaci bez intervence35,
35
Nominální směnný kurz koruny (eer) udává index národní měny vůči koši vybraných měn za určité
období proti základnímu období (rok 2005), vyjadřuje počet jednotek domácí měny, za které lze nakoupit jednotku měny zahraniční. V českých podmínkách jej známe pod zkratkou NEER. K výpoču se v ČR (dle metodiky ČSÚ) využívá metoda váženého geometrického průměru nominálních směnných kurzů s přihlednutím k váhových podílů celkvého exportu a importu zemí, které řadíme mezi nejvýznamnější obchodní partnery firem v zemi i samotné vlády. Pro ČR bylo do tohoto výběru zařazeno následujících 23 států, s nimiž má ČR 90 % svého zahraničního obchodu: státy eurozóny, Slovensko (které ještě v období, za které budeme kalkulovat s využitím této proměné nebylo součástí eurozóny), Rusko, Polsko, Velká Británie, USA, Japonsko, Maďarsko, Švýcarsko, Švédsko, Dánsko a Čína. Nominální směnný kurz se zpracovává ve dvou podobách, a to dle vah, které jsou přiřazovány jednotlivým skupinám států. První typ je konstruován Mezinárodním měnovým fondem a je odvozen z celého obchodního obratu zahraničního obchodu ČR (označovaný UK1). Druhý typ byla zkonstruována Evropskou centrální bankou a je napojen na čtyři komoditní skupiny zahraničního obchodu ČR (5-8) dle klasifikace OSN Standard Internationam Trade Classification SITC (označovaný jako UK2). (Zdroj: ČSÚ) Reálný směnný kurz koruny (oer) se považuje za měřítko vývoje mezinárodní konkurenceschopnosti země (opět je vyjádřen indexem s tím, že pokud se pohybuje nad 100, ukazuje to o snižování konkurenceschopnosti a opačně). V českých podmínkách jej známe pod zkratkou REER. Jedná se o podíl domácí cenové hladiny a cenové hladiny v zahraničí, kde zahraniční cenová hladina je převedena na jednotky domácí měny přes stávající nominální měnový kurz (de facto tedy vyjadřuje paritu kupní síly). Existuje řada metid k určení oer. Mezi nejpoužívanější patří metoda váženého geometrického průměru poměru indexu nominálního kurzu a cenového diferenciálu, přičemž
- 115 -
tm … daně na import a cenu pro export:
p0m = p0fob, x eer0 (1 − t x ) , fob , x
kde p0
(54)
… FOB cena,
tx … daně na export. V položce daní se může skrývat DPH, daň spotřební, dovozní či vývozní clo, podpory exportu či importu či jiné transfery vázané na statky s tím ovšem, že standardně jsou položky exportu evidovány jako zproštěné nepřímých daní (resp. ve statistikách se uvádí cena bez DPH, jelikož na exportované statky se DPH domácího státu neúčtuje). Nicméně, jak již bylo uvedeno, daně jsou obecně důvodem pro diskrepance mezi podmínkami v jednom a druhém státě. Pro naše potřeby budeme rozlišovat dvě skupiny daní, a to daně navázané na mezinárodní obchody, jako jsou nejrůznější cla, subvence a daně nepřímé uvalené na produkty v jednotlivých ekonomikách. A pouze daně spojené se zahraničním obchodem jsou pro naše další propočty relevantní. Intervence, která znamená navýšení nabídky statku, povede k posunu křivky nabídky doprava (z S0 do S1) a navýšení exportu, což vyvolá snížení nominálního směnného kurzu a ustavení rovnovážné ceny na úrovni, kterou pro import zobrazíme pomocí následujícího vztahu:
p1m = p0cif ,m eer1 (1 + t m ) ,
(55)
a pro export tohoto:
p1x = p0fob, x eer1 (1 − t x ) .
(56)
Cena CIF a FOB se intervencí nezměnila, jelikož předpokládáme, že se vždy jedná o natolik malou změnu poptávky či nabídky optikou celé ekonomiky, která nebude mít dopad na světovou cenu.
vahami jsou podíly největších obchodních partnerů na obratu zahraničního obchodu. Při sestavování tohoto indexu jsou použity ceny průmyslových výrobců (vybraných odvětví: chemikálie a příbuzné výrobky (skupina 5), tržní výrobky tříděné podle materiálu (skupina 6), stroje a dopravní prostředky (skupina 7) a různé průmyslové výrobky (skupina 8)) 23 zemí s tím, že země eurozóny vystupují ve výpočtu jako jeden subjekt a struktura zemí zahrnovaná do propočtu je shodná se strukturou propočtu předchozího ukazatele. (Zdroj: ČSÚ).
- 116 -
Potom předpokládáme, že pokud je stínová cena statku, který je předmětem mezinárodního obchodu, dána na základě míry kompenzace, lze ji vyjádřit pomocí následujícího vztahu:
∆cs m = ( p0m − p1m )m0d + ∆cs x = ( p0x − p1x ) x0d +
1 m ( p0 + p1m )( m1d − m0d ) − p1m ( m1d − m0d ) , 2
1 x ( p0 + p1x )( x1d − x0d ) − p1x ( x1d − x0d ) , 2
(57)
(58)
kde pm … cena importu, md … poptávaný import, px … cena exportu, xd … poptávaný export.
Jinými slovy stínová cena statku je dána: (-) snížením domácí hodnoty množství statku, který by mohl být spotřebován v případě, že by nedošlo ke snížení nominálního směnného kurzu, (+) plus ochota zaplatit za dodatečnou spotřebu, (-) mínus skutečná platba za statky.
- 117 -
Dopad změny nabídky statku36
Obrázek 11:
eer S0 D
S1
eer0 eer1
fe0
Obrázek 12:
fe1
fe
Zobrazení CV pro změnu nabídky statku – dopad na import
pm D
p0m
S0
p1m
S1
p
m1s
m0s
m0d
m
p
p
36
m1d
Pozn: v grafu jsme křivky zakreslili jako přímky, přestože se ve skutečnosti jedná o křivky, nicméně tento
předpoklad byl položen z důvodu zjednodušení, které neohrožuje ztvárnění situace. Zkratka fe se vžila pro označení obchodovatelného statku.
- 118 -
Obrázek 13:
Zobrazení CV pro změnu nabídky statku – dopad na export
Px S
p0x
D0
p1x
D1
p
x0d
x1d
x1s
x 0s
p p Vzhledem k tomu, že kalkulování jednotlivých změn z křivek nabídky a poptávky po statcích, které matematicky uchopily dvě výše uvedené formule, je velmi komplikované, je nutné přistoupit k zjednodušení postaveném na tzv. konverzních faktorech. Stínová cena obchodovatelného statku vychází z předpokladu, že světové ceny jsou ovlivněny nižším množstvím tržních distorzí, tedy přesněji vypovídají o socioekonomické hodnotě statku. Konverzní faktor pro přepočítání tržní ceny na cenu stínovou je tedy dán poměrem hodnoty statku bez transferů v podobě stanovené pomocí reálného směného kurzu a hodnoty statků se zahrnutím transferů, které deformují ekonomiku vyjádřené pomocí nominálního směného kurzu. Konverzní faktor můžeme pro obchodované statky vyjádřit jako (upravením vztahu Londera, 2003 získáme následující):
oer sprfe = eer
∑p ∑p i
i
cif ,m i
cif ,m i
∆mi + ∑ j p jfob , x ∆x j
(1 + tim )∆mi + ∑ j p jfob , x (1 − t xj ) ∆x j
,
(59)
kde oer … reálný měnový kurz. Kromě tohoto vyjádření pro stínovou cenu obchodovatelného statku se můžeme např. u Harbergra (1977) setkat s aplikací vztahů pro elasticitu importu a exportu do vyjádření stínové ceny téhož. Tato klasická formule byla postavena na předpokladu, že
M i = picif ,m * mi a X j = p jfob, x * x j
(60)
a současně citlivost změn importu na změny nabídky statku vyjádříme jako:
- 119 -
∆m i =
∂mi ∂eer dfe ∂eer ∂fe
(61)
a citlivost exportu jako:
∆x i =
∂xi ∂eer dfe . ∂eer ∂fe
(62)
Dále přijmeme předpoklad, že:
ϕi =
ϕi =
picif ,m ∆mi a ∑i picif ,m ∆mi + ∑ j p jfob,x ∆x j
∑p i
p jfob, x ∆x j
cif ,m i
∆mi + ∑ j p jfob, x ∆x j
(63)
,
(64)
s tím, že váhy ϕ i , ϕ j lze považovat za vyjádření váhy dodatečného importu či exportu odpovídající změně rovnováhy v mezinárodním obchodu vyvolané zvýšením nabídky obchodovatelných statků. Potom formuli Londera můžeme upravit do následující podoby:
sprfe =
oer 1 eer ∑iϕ i (1 + tim ) + ∑ j ϕ j (1 − t xj )
(65)
Dosadíme-li vztahy pro elasticitu do vztahu pro váhy ϕ i , ϕ j dostáváme:
eer ∂M i M i M i ∂eer ϕi = , eer ∂X j eer ∂M i ∑iM i M ∂eer + ∑ j X j X ∂eer i j
(66)
eer ∂Xj Xj Xj ∂eer ϕj = . eer ∂X j eer ∂M i ∑iM i M ∂eer + ∑ j X j X ∂eer i j
(67)
Dále předpokládáme, že cenovou elasticitu importu a exportu lze znázornit pomocí vztahu:
eer ∂M i eer ∂X j . ηi = , εj = ∂ ∂ M eer Xj eer i - 120 -
(68)
Upravíme-li klasickou formuli dle Harbergra (1977), získáme následující vztah pro konverzní faktor:
sprfe =
oer eer
∑M η + ∑ ∑ M η (1 + t ) + ∑ i
i
i
i
i
i
m i
j
X jε j
j
X j ε j (1 − t xj )
.
(69)
Vzhledem k tomu, že jak vztahy odvozené z Londera, tak Harbergra praxe považovala za velmi komplikované, a to především protože nejsou k dispozici informace o elasticitách importu a exportu, dochází často k tomu, že se tyto modely zjednodušují. Nejčastěji se vychází z formule odvozené od Harbergra a sestavuje se tzv. zjednodušená formule postavená na předpokladu, že váhy ϕ i , ϕ j jsou rovny průměrnému podílu jednotlivých produktů na celkovém importu a exportu, příp. že elasticity importu a exportu jsou shodné pro všechny i a j a potom:
sprfe =
oer M+X , eer M + T m + X − T X
kde M =
∑M i
i
, Tm =
∑M i
i
(70)
* tim , X = ∑ j X j , T x = ∑ j X j * t xj .
Tato formule byla základem tzv. zjednodušeného konverzního faktoru, který se vyskytuje v nejrůznějších metodických materiálech a učebnicích. Dále je zjednodušena již zjednodušená formule ještě ztotožněním eer a oer, což nelze považovat za zcela teoreticky korektní.
6.1.1.2 Neobchodovatelné statky Vzhledem k tomu, že se předpokládá, že většina statků neobchodovatelných lze disagregovat na statky obchodovatelné, je ustáleným pravidlem, že pro stanovení stínových cen neobchodovatelných statků se v praxi používá stejná formule jako pro statky obchodovatelné. Případně je teoreticky možné přesnější stínové ceny neobchodovatelných statku získávat pomocí analýzy oportunitních nákladů, WTP či WTA daného statku (stejně by bylo možné na bázi oportunitních nákladů hledat i stínovou cenu obchodovatelného statku). Tuto metodu lze ovšem považovat za prakticky velmi komplikovaně uchopitelnou, což je důvodem pro přepočet stínové ceny neobchodovatelného statku přes statky obchodovatelné.
- 121 -
6.1.2 Stínová cena práce Vyjdeme-li z neoklasické ekonomie, můžeme položit paralelu mezi nabídkou práce a poptávkou po statcích. Proto také bude v případě stanovení stínové ceny práce platit řada předpokladů a pravidel jako tomu bylo u statků analyzovaných v předchozích kapitolách. Trh práce je narušen celou řadou vlivů, přičemž ty nejpodstatnější jsou: •
historický vývoj a rigidita mezd,
•
státní zásahy,
•
nezaměstnanost (kterou ovšem můžeme považovat spíše za důsledek než za příčinu).
Historický vývoj, resp. v minulosti nastavené mzdové relace, narušují přirozené vyrovnání trhu práce. V minulosti nastavené mzdové relace se proto jen pomalu narovnávají ve směru skutečné efektivity jednotlivých pracovních pozic. Trh nemá schopnost vyrovnání tak, že by pracovníkům s vysokou mzdou a nízkou přidanou hodnotou skokově snížil jejich mzdu, ale dochází spíše ke stagnaci těchto mezd a postupnému narovnání tak, jak se naopak zvyšují mzdy ostatních pracovníků. Státními zásahy na trh práce jsou dvojího typu jednak podpora v nezaměstnanosti a dotace podporujícími určité vybrané společenské skupiny, což opět vede k deformaci mezd. Všechny výše uvedené faktory narušující trh práce vedou obvykle k tomu, že mzda realizována na trhu práce (finanční mzda) je vychýlena z úrovně společenské hodnoty práce. Stínovou cenu práce stanovujeme na základě oportunitních nákladů práce. V ekonomické realitě se můžeme setkat se dvěmi variantami stínové ceny práce: •
stínová mzda na konkurenceschopném trhu práce,
•
stínová mzda na trhu práce s nedobrovolnou nezaměstnaností.
6.1.2.1 Stínová mzda na konkurenceschopném trhu Stínová mzda na konkurenceschopném trhu práce je mzdou kvalifikovaných pracovníků a pracovníků krátkodobě „uvolněných“. V tomto případě se tržní mzda rovná mzdě stínové. Tato teze je postavena na předpokladu, že kvalifikovaní zaměstnanci jsou schopni nalézt takové místo na trhu práce, které jim poskytne plně efektivní mzdu. Jsou také schopni lépe identifikovat a nalézat své tržní příležitosti. - 122 -
6.1.2.2 Stínová mzda na trhu práce s nedobrovolnou nezaměstnaností 37Stínová
mzda na trhu práce s nedobrovolnou nezaměstnaností je koncipována
v intencích takového segmentu trhu, na němž vlivem tržních selhání, státních zásahů a síly odborů je mzdové patro nad úrovní efektivní mzdy, která by tento trh vyčistila a vedla k nulové nezaměstnanosti. Tento problém vysvětlíme na příkladu, kdy budeme hledat oportunitní náklady (hodnotu) jednotek pracovní síly (např. osobohodin, osobodnů, osoboměsíců, apod.) pracovníků, kteří budou najati díky nové intervenci (projektu). Jedná se o nezaměstnané, kteří jsou v této pozici, protože je mzdové patro vyšší než efektivní rovnovážná mzda a díky tomu je poptávané množství pracovní síly menší než nabízené. Tedy část pracovníků nabízejících jednotky pracovní síly je sice ochotno pracovat, ale jsou na trhu jaksi „navíc“, neboť není při dané mzdě, která je směrem dolů rigidní, dostatečné množství zaměstnavatelů, kteří by byli ochotni vzhledem k meznímu produktu práce tyto pracovníky najmout. Je vhodné zdůraznit, že nám nejde o nezaměstnané, kteří v tomto okamžiku mění práci a ocitli se pouze v určité prodlevě mezi nástupem do nového zaměstnání a ukončení původního zaměstnaneckého poměru. Současně vyzdvihněme, že v důsledku uvedeného uvažujeme další předpoklad, a to že projekt může měnit nezaměstnanost38, tedy zapojení té pracovní síly, která je díky mzdovému patru na trhu skutečně nevyužitá.39 Modelovou situaci, jejíž předpoklady jsme naznačili, vykresluje následující obrázek.
37 38
Kršková, Sieber 2008 Používáme-li pojem počet jednotek pracovní síly, který by odpovídal např. počtu osobodnů
(osoboměsíců, apod.), bylo by vhodné nezaměstnanost vyjádřit a chápat také nikoli v počtech pracovníků (resp. počtech pracovníků zaměstnaných ku celkové nabízené pracovní síle), ale také ve zmíněných jednotkách zahrnujících časový rozměr nabízené práce. Pro tento drobný rozměrový rozdíl, který umožňuje jednoznačně určit mzdovou jednotku (mzda za časovou jednotku 1 pracovníka) byl upraven i následující model, který spíše obvykle využívá počty pracovníků. 39
Otázkou na počátku modelování je, zda vládní projekty, které vytvoří určitý počet pracovních míst,
redukují nezaměstnanost či nikoli. Boardman (2006) uvádí, že v případě vysoké nezaměstnanosti (např. větší než 10 %) bude projekt pravděpodobně redukovat počet nezaměstnaných, neboť většina těch pracovníků, kterým tuto možnost zaměstnání poskytne, se bude z této skupiny rekrutovat. Bude-li však nezaměstnanost nízká (např. nižší než 5 %, pak projekt pravděpodobně zaměstná převážně ty, kteří jsou nezaměstnaní jen dočasně a práci by našli tak jak tak. Pohybuje-li se nezaměstnanost někde v intervalu mezi nízkou a vysokou, lze očekávat částečný dopad na „skutečnou“ nezaměstnanost.
- 123 -
Pracovní trh a oportunitní náklady
Obrázek 14:
Cena pracovní síly SL a
g
b
Wg
f
Wf c
Wc d
Wd We
DL+QL
e
DL QLd
QLc
QLf
QLg
Počet jednotek pracovní síly
QL Zdroj: Upravený model (Boardman 2006)
DL křivka je původní poptávkou po pracovní síle před vlivem projektu a DL + QL je poptávka ovlivněná projektem. SL je pak nabídka jednotek pracovní síly, Wf je rovnovážná cena pracovní síly, která by byla dosažena při neexistenci vzniklého mzdového patra Wg, při kterém je nabízeno QLg jednotek pracovní síly, ale poptáváno je jen QLd. Nezaměstnanost tedy odpovídá rozdílu (QLg – QLd). Projekt nyní poptává QL jednotek pracovní síly při jednotkové mzdě Wg. Protože je QL menší než počet nezaměstnaných, zůstává tržní mzda na úrovni mzdového patra jako bez realizace hodnocené intervence, Wg. V měření společenského přebytku plynoucího ze zaměstnání dodatečných jednotek pracovní síly z řad nezaměstnaných projdeme pěti kroky od nejnapadnutelnějšího přístupu k asi nejbližšímu teoretické čistotě a současně praktické proveditelnosti, avšak každý z nich je terčem určité kritiky. První přístup vychází z ideje, že použití nezaměstnané pracovní síly nemá dodatečné oportunitní náklady, právě protože nepracují a jejich čas je tedy hodnoty prostý. Tento přístup lze napadnout vcelku snadno dvěma argumenty. Nezaměstnaní často tráví svůj čas produktivní činností, která pouze neprochází trhem práce, neboť opravují své domovy, hlídají děti apod. O výsledky této činnosti tedy jednoznačně přicházejí, pokud budou zaměstnáni. Druhým a ještě silnějším argumentem je jednoduše fakt, že i v případě, že tráví svůj čas neproduktivně – odpočinkem, má tento volný čas pro ně subjektivní hodnotu (přináší jim užitek). Nabídková - 124 -
křivka je utvářena hodnotou času jak zaměstnaných, tak nezaměstnaných. Jinými slovy individua, která jsou zaměstnána při Wf mají oportunitní náklady na této úrovni, ale nikdo nebude ochoten pracovat při We, i když má kladnou hodnotu. To znamená, že oportunitní náklady zaměstnání nezaměstnaných musí mít kladnou hodnotu. Druhým přístupem, často odpovídajícím praxi pro svou jednoduchost, by bylo použití reálných výdajů na zaměstnání nezaměstnaných, které odpovídají obdélníku QLcabQLd, tedy množství pracovníků QL vynásobené jejich skutečnou mzdou při cenovém patře Wg. Tento přístup by však vysoce nadhodnocoval společenské náklady, neboť řada pracovníků by byla ochotna pracovat za výrazně nižší mzdu. Totiž na rozdíl mezi Wg a nabídkovou křivkou můžeme nahlížet jako na dodatečný přebytek pracovníka („nabízejícího“) na trhu práce, který vznikl transferem na úkor realizátora projektu (v tomto případě vlády). To znamená, že bychom měli získat společenské oportunitní náklady odečtením tohoto transferu od skutečných výdajů na pracovní sílu projektu. Na předchozí věty může navazovat myšlenka, že hodnota společenských nákladů (oportunitních nákladů) nájmu pracovní síly QL odpovídá oblasti QLddcQLc, rovná se tedy rozdílu skutečných výdajů na pracovní sílu QLdabQLc a plochy abcd přebytku nabízejícího. Je to ta pravá hodnota času, který musí obětovat pracovníci, pokud se nechají zaměstnat. Tak by tomu bylo u řady jiných vstupů (statků). Hodnocení na trhu práce je však ještě složitější. Chybou předchozího přístupu ke stanovení společenské hodnoty jednotky pracovní síly je jeho implicitní předpoklad, že všichni zaměstnaní projektem ohodnocují svůj čas méně než Wc a více než Wd. Tento předpoklad však nelze snadno přijmout, neboť je velmi pravděpodobné, že někteří najmutí nezaměstnaní hodnotí svůj čas mimo interval <Wc; Wd>. Ve skutečnosti budou ochotni pro projekt pracovat nezaměstnaní, kteří svůj čas hodnotí v intervalu <We; Wg>, neboť jim projekt nabízí mzdu na úrovni Wg! Pokud chceme tedy nedostatek předchozí úvahy odstranit, můžeme předpokládat, že nezaměstnaní jsou rovnoměrně rozprostřeni podél nabídky práce mezi bodem e a g, oceňují svůj čas stejně či více než We a shodně či méně než Wg. V průměru tedy ohodnocují svůj čas ½* (We + Wg). Potom bychom společenské náklady nájmu QL ohodnotili na úrovni ½*( We + Wg)* QL. Tento přístup považujeme za teoreticky asi nejčistší, a i kdybychom narazili na argument, že rovnoměrné rozdělení podél křivky nabídky je nepřesné a v dané zemi a tržním segmentu by byly k dispozici údaje o příslušném rozdělení nezaměstnaných, upravil by se snadno výpočet - 125 -
tak, že by místo aritmetického průměru krajních hodnot intervalu <We; Wg> byl použit vážený průměr těchto mzdových sazeb, kdy by váhy zohledňovaly příslušné rozdělení. Je však nepravděpodobné, že by byla k dispozici při praktickém využití takováto analýza. Naopak se lze obávat většího problému, tedy, že nebude snadno dostupný ani odhad krajní hodnoty We. Tím jsme se dostali k poslednímu problému zmíněného přístupu, který je však spíše z roviny praktické, a tím je obvyklá nezjistitelnost bodu We. Řešením může být proto učinění dodatečného předpokladu. Je velmi časté, že se i přes některé argumenty uvedené v úvodu tohoto příkladu předpokládá nulová hodnota We. Jestliže jsme kladli argumenty produktivního času a užitku volného času pro vyšší nežli nulovou hodnotu minimální mzdy, za kterou budou lidé ochotni pracovat, budou pravděpodobně existovat potenciální zaměstnanci, kteří budou pracovat raději za mzdu blízkou nule, nežli vůbec, pokud zváží dodatečné náklady nezaměstnanosti. Za takové je možné považovat řadu sociálních jevů jako zvýšení pravděpodobnosti konfliktů v rodině, vnitřní neuspokojení ze společenské neužitečnosti, ztrátu svých pracovních dovedností a návyků apod. V každém případě můžeme za tohoto předpokladu uvažovat následující vyčíslení oportunitních nákladů jako kvalitní dolní odhad. Horním odhadem by pak byly reálné výdaje realizátora projektu na pracovní sílu. Pokud přijmeme tyto argumenty pro předpoklad We = 0, pak hodnota společenských nákladů nájmu pracovní síly QL se rovná ½* Wg * QL a bude odpovídat jedné polovině reálných výdajů na tuto pracovní sílu.
6.1.2.3 Stínová cena práce vztažena k produkci statků Výše mzdy je úzce spojena s produkcí statků na trhu, jinými slovy pokud realizujeme intervenci, která znamená zásah do výše mezd, lze předpokládat, že ona změna se promítne do cen statků, jejichž vznik je spojen s využitím daných pracovních kapacit. Pohled na stanovení stínové ceny práce je dvojí, a to pro případ práce, která je využívána při výrobě statků neobchodovatelných a obchodovatelných. Zahájíme výklad odvození stínové ceny práce jako vstupu pro neobchodovatelné statky.
- 126 -
Obrázek 15:
w
Nárůst poptávky po práci využívané k produkci neobchodovatelných statků
p
D1
S1 D0 D0
S S0
w1
p1
w0
p0
LS
L0
L1
L
q1
q0
q
Zdražení ceny práce ve velikosti ∆w=w1-w0 se v konkurenčním prostředí plně promítne do ceny statků ve velikosti (p1-p0). Při jejich výrobě tuto práci potřebujeme jako vstup a tudíž:
( p1 − p 0 )q1 = ( w1 − w0 ) Ls .
(71)
Stínovou cenu práce odvodíme od dopadu změny poptávky po práci na blahobyt společnosti neboli od míry kompenzace. Projekt, který bude znamenat navýšení poptávky po práci, vyvolá změnu reálných příjmů (vyjádřeno v míře dopadu na efektivní trh):
1 1 ( w1 + w0 )( L1 − L0 ) + ( p1 + p 0 )( q 0 − q1 ) − [ p 0 ( q 0 − q1 ) − w0 ( L0 − Ls )] . 2 2
(72)
Pokud bychom se pohybovali na efektivním trhu, společenská hodnota změny poptávky po práci by byla právě na úrovni výše uvedeného modelu, který lze jinými slovy popsat jako: + ochotu přijmout dodatečnou práci, + ochota zaplatit za snížení spotřeby vyvolané uvolněním části práce požadované projektem, -
hodnota dodatečných zdrojů uvolněných z výroby statku díky jeho nižší spotřebě.
Výše popsaná reakce trhu je spíše teoretická, skutečné chování trhu lze očekávat o něco málo jednodušší. Lze předpokládat, že mzdy ani ceny se na trhu vlivem intervence nezmění, což povede ke zjednodušení výše uvedeného výrazu. Ten nabude následující podoby:
- 127 -
w[( L1 − L0 ) + ( L0 − Ls )]
,
(73)
což můžeme dále zjednodušit jako:
w( L1 − Ls )
.
(74)
Nicméně pokud předpokládáme, že trhy statků a vstupů nejsou plně efektivní, ceny na nich také nelze považovat jako rovné stínovým cenám. Vzhledem ke zjednodušení, které vedlo k vypuštění propojení na ceny statků na trhu, je potřeba si k zapojení této pro nás významné proměnné pomoci tím, že si odvodíme tržní hodnotu zdrojů uvolněných z výroby vlivem intervence, která je zachycena jako (Londero, 2003):
p (q 0 − q1 ) − w( L0 − Ls ) = p (∑i a iq + ∑h≠l f hq )(q 0 − q1 ) ,
(75)
kde aiq a fhq jsou mezní hodnoty produkovaných statků i a neprodukovaných vstupů a transferů h využívaných při výrobě q. Stínová cena efektu vyvolaného na trhu práce je vyjádřena následujícím vztahem (Londero, 2003):
w( L1 − L0 ) + [ sprq p − p (∑i spri a iq − ∑h ≠l sprh f hq )](q 0 − q1 ) .
(76)
Jinými slovy efektivní hodnota dodatečné poptávky po práci je odvozena z: + ochoty akceptovat dodatečnou práci, +rozdíl mezi efektivní hodnotou výstupu v situaci bez intervence a uvolněného výstupu. Konverzní faktor práce je potom dán podílem stínové ceny a ceny tržní, neboli (Londero, 2003):
sprw =
L1 − L0 + L1 − LS
( sprq − ∑i spri aiq − ∑h≠l sprh f hq ) p ( (1 − ∑i a iq − ∑h ≠l
∆q )( L0 − Ls ) ∆L .
∆q f hq ) p ( )( L1 − Ls ) ∆L
(77)
Případně je možné tento vztah zjednodušit do podoby:
sprw =
L1 − L0 sprq − ∑i spri a iq − ∑ h ≠ l sprh f hq ( L0 − Ls ) . + L1 − LS 1 − ∑i aiq − ∑h ≠ l f hq ( L1 − Ls )
(78)
Zahrneme-li do vyjádření konverzního faktoru pro práci i externality (které ovšem můžeme zahrnout do společenského hodnocení i explicitně pomocí oprávek vnějších faktorů), dostaneme následující rovnici:
- 128 -
sprw =
L1 − L0 sprq − ∑i spri aiq − ∑ h ≠l sprh f hq − eq ( L0 − Ls ) . + L1 − LS 1 − ∑i a iq − ∑h ≠ l f hq ( L1 − Ls )
(79)
Výše uvedené výrazy konverzního faktoru práce jsou ovšem pro praktickou aplikaci velmi špatně použitelné vzhledem k vysoké komplikovanosti. Proto se rovnice (78) zjednodušuje tím, že abstrahujeme od vlivu spotřebitelova ocenění snížení spotřeby a hodnoty změny užití uvolněných vstupů. Potom je zjednodušený model konverzního faktoru práce:
sprw =
L1 − L0 ( L − Ls ) + sprq 0 . L1 − LS ( L1 − Ls )
(80)
Nyní se pustíme do odvození konverzního faktoru práce pro případ, že práce slouží jako vstup pro výrobu obchodovatelných statků. Obrázek 16:
Odvození stínové ceny práce použité při výrobě obchodovatelných statku
px
pm D0 D0 S1 S0 p1
w2
p0 S1 S0
∆x
x
∆m
m
V tomto případě je ochota zaplatit za snížení spotřeby nahrazena hodnotou sníženého exportu, případně nárůstu importu odpovídající navýšení mzdy jako důsledku předchozího navýšení poptávky po práci. Vyjdeme-li ze zjednodušené rovnice (80), dostáváme pro práci využívanou pro výrobu exportovaných statků následující vztah konverzního faktoru práce (Londero, 2003):
sprw =
L1 − L0 sprfe − sprdis dis x ( L0 − Ls ) + , L1 − LS 1 − t x − dis x ( L1 − Ls )
kde sprfe … konverzní faktor pro obchodovatelné statky, sprdis ... konverzní faktor pro náklady na distribuci, - 129 -
(81)
disx… náklady na distribuci statku na území republiky, tx … daně na dovoz. A pro případ odvození od importovaných statků:
sprw =
L1 − L0 sprfe ( L0 − Ls ) + . L1 − LS 1 + t m ( L1 − Ls )
(82)
Nicméně ne vždy jsme schopni identifikovat poptávkové a nabídkové křivky na trhu práce. Proto je nutné přistoupit k jisté aproximaci a odvodit stínovou cenu práce na základě tržní mzdy a znalosti příčin tržních distorzí. Jak již bylo uvedeno, cena práce je velkou měrou deformována existující nezaměstnaností, je tedy vhodné očistit skutečně realizovanou mzdu v případě, že reflektuje společenskou produktivitu, případně poníženou skutečně realizovanou mzdu (v případě, že je vyšší než přínos daného zaměstnance) o vliv daní (transfery neovlivňují společenský blahobyt, neboť se jedná pouze o přelévání prostředků v rámci společnosti) a o vliv nezaměstnanosti, jak uvádí následující vztah:
SW = FW (1 − u ) (1 − t ) ,
(83)
kde SW … stínová cena, FW … mzda realizovaná na trhu (neboli finanční či tržní mzda), u … míra nezaměstnanosti, t … míra plateb na sociální a zdravotní pojištění a daní. Konverzní faktor pro práci bychom potom definovali jako:
sprw = (1 − u )(1 − t ) .
(84)
6.1.3 Stínová cena půdy Půda, stejně jako tomu bylo u práce, je statek s fixní nabídkou. Nabídka či poptávka po půdě je odvozenou veličinou, jelikož půda je využívána jako vstup intervencí, nabídka či poptávka po půdě je ve většině případů odvozená od změny nabídky či poptávky jiného statku. Než se pustíme do stanovení společenské hodnoty tohoto statku, musíme se vymezit vůči samotnému tržnímu oceňování. Tržní cena půdy je dána současnou hodnotou budoucích toků spojených s půdou (ať již je to pronájem, prodej či jiný tok spojený s vlastnictvím tohoto aktiva). Tržní cena zachycuje pouze dopady na vlastníka půdy, a tudíž pro nalezení stínové ceny půdy - 130 -
musíme do hodnoty zahrnout i externí efekty spojené s půdou dopadající na třetí strany a současně očistit tržní cenu o vlivy, které ji deformují mimo společenskou hodnotu. Vyjdeme ze zjednodušeného předpokladu, že externí efekty jsou rovny nule. Nárůst poptávky po půdě
Obrázek 17:
r D1n
Px
(a)
(b)
S1x
D0x
D0n S0x
r1
Px1
r2
Px0
N1
N0
N
x1
x0
x
Výše uvedený graf zobrazuje situaci, kdy intervence vyvolá navýšení poptávky po půdě, což povede k posunu poptávkové křivky z D0n do D1n (graf a), a to za předpokladu fixní nabídky půdy bude znamenat zvýšení její ceny. Statky, které spotřebovávají půdu, budou vyráběny ve vyšší ceně, což vyvolá posun křivky nabídky z S0x do S1x a posun množství vyrobené produkce do x1. Efekty plynoucí z půdy jsou tedy většinou úzce spjaty s produkcí dalších statků. Stínovou cenu opět odvodíme od ceny dosažitelné v ekonomice prosté tržních distorzí. Za předpokladu, že by se jednalo o dokonalý trh, lze předpokládat, že by se hodnota půdy rovnala současné hodnotě jejích budoucích cash flow. Vlastník půdy má s půdou spojeny následující typy cash flow. V případě držení může inkasovat nájemné, resp. příjem za využívání půdy, a to ať již půdu pronajímá, či ji sám využívá pro výrobu. Může také půdu prodat a finanční prostředky využít na další generování finančních prostředků. Za předpokladu, že je trh efektivní, by si vlastník volil tu variantu, která znamená nejvyšší současnou hodnotu cash flow.
- 131 -
Tržní vena půdy by potom byla vyjádřena jako:
∆x (px − ∑ qix pi ) , pn = PV ∆N
(85)
kde ∆x = x 0 − x1 … roční pokles produkce statku x v návaznosti na pokles dostupné půdy ve velikosti ∆N , px … cena statku x, pi ... cena vstupů, qix … množství vstupů odpovídající jedné jednotce výstupu x (včetně kapitálu). Při kalkulaci stínové ceny půdy budeme vycházet z CV. Tu lze vyjádřit jako (Londero, 2003):
1 ( pn1 + pn0 )∆N = PV ∆xt 1 ( px1t + px0t ) − ∑ qixt pit 2 2
(86)
Rovnici (86) můžeme za předpokladu malé změny ceny půdy zjednodušit:
[
]
pn ∆N = PV ∆xt p xt − ∑ qixt pit .
(87)
Pokud by se půda vyskytovala na efektivním trhu a i trh výroby statků by byl efektivní, bylo by možné výše uvedený vztah ztotožnit se stínovou cenou půdy. Pokud se ale přiblížíme realitě a předpokládáme, že trhy nejsou efektivní, potom konverzní faktor pro půdu vyjádříme jako podíl efektivní ceny (87) a tržní ceny (85):
∆x (sprxt p x − ∑ qix sprit pi ) PV ∆N . sprn = x ∆ PV t ( p xt − ∑ qixt pit ) ∆ N
(88)
Protože prakticky bychom vždy pracovali s více statky a současně máme k dispozici pouze data postavená na roční bázi, lze tento vztah dále upravit do následující podoby (Londero, 2003):
sprn =
∆x ∆N (sprxt p x − ∑ qix sprit pi ) . ∆x t ∑x PV ∆N ( p xt − ∑ qixt pit )
∑
x
(89)
Abychom vztah ještě přístupnili, položníme si doplňující předpoklad, a to že je plná substituce v rámci produkce, dokonalá konkurence a subjekty maximalizují své výnosy. Potom
- 132 -
je stínová cena půdy dána podílem současné hodnoty výstupu ve stínových cenách a současné hodnoty stejného množství výstupů v tržních cenách:
sprn =
∂x sprx p x ∂N . ∂x ∑x p x ∂N
∑
x
(90)
V případě, že se opět přiblížíme realitě a zahrneme do ocenění půdy i externí efekty z ní plynoucí, je opět možné využití výše uvedeného vztahu na přepočet tržní ceny na cenu stínovou a posléze v CBA očistit takto stanovenou stínovou cenu o externí efekty, k jejichž ocenění využijeme specielních metod. Neboli připočteme hodnoty pozitivních externalit a odečteme hodnoty negativních externalit k hodnotě půdy vyjádřené ve stínové ceně.
6.1.4 Specifické konverzní faktory pro českou ekonomiku Vymezili jsme si veškeré teoretické předpoklady stanovení stínových cen tržních statků a nyní můžeme přistoupit k samotné aplikaci v českém prostředí. Naším cílem je stanovit konverzní faktory pro vybrané tržní statky. Nebudeme hledat přímo stínové ceny, protože jak již bylo uvedeno, nejeví to příliš to reálně proveditelné, jelikož není ochota výrobců statků poskytnout interní informace nutné k danému ocenění. Nicméně konverzní faktory jako speciální transformační můstky jsou nástrojem jak jednotlivé tržní ceny převést na tížené ceny stínové. Využití konverzní faktorů vychází z následující vzorce:
spr j =
sp j pj
,
(91)
kde sp … stínová cena, p … tržní cena, spr … konverzní faktor j … označení statku, potom
sp j = sprj p j .
(92)
Jak ukazuje výše uvedený vzorec, zkonstruhujeme-li ony konverzní faktory, potom je proces stanovení stínové ceny jednoduchý. Analytik si při vyhodnocení intervence pomocí - 133 -
metody CBA sestaví finanční toky oceněné v tržních cenách a následně pouhým vynásobením konverzního faktoru a tržní ceny dostaneme odhad stínové ceny. Vyjdeme-li z upravené zjednodušené formule dle Harbergera (1977) dostáváme se k zásadnímu problému, zda je tento model pro české prostředí použitelný. V zásadě ano. Je nutné si uvědomit možné chyby vzniklé sběrem dat, které lze ovšem vnímat jako zanedbatelné vzhledem k možným chybám vzniklým živelným stanovován konverzních faktorů či přímo stínových cen. Můžeme tedy dnešní odhady konverzních faktorů vnímat jako prozatímní hodnotu a postupnou komunikací s úřady, které se zabývají sběrem dat nutných pro samotný výpočet se posouvat k přesnějším číslům. V rámci analýzy modelu si detailně rozebereme proměnné vstupující do propočtu. Pro naplnění modelu potřebujeme znát velikost importu, daně navázané na import, abychom se dostali k ceně, za jakou se dostávají statky do republiky k hranicím. Další navýšení ceny statku dané například dopravními náklady, či marží obchodníka na území republiky do výpočtu nezahrneme, jelikož ty vstupují stejně do importovaných statků jako i do statků obchodovaných na území republiky a jako takové tudíž nenavyšují hodnotu statku a v neposlední řadě, export v hodnotě bez zahrnutí daní, subvencí apod. Export, resp., jak ukazuje model, export snížený o daně je dán přímo statistikami, jelikož v České republice je statisticky podchycována přímo položka exportu, který ale v sobě již explicitně nezahrnuje žádné transfery v podobě daní. Jakékoliv subvence na export jsou u nás natolik zanedbatelné, že od nich můžeme abstrahovat (nicméně je nutné zmínit, že jsme k této abstrakci donuceni i skutečností, že disagregovaná data o subvencích na export nejsou evidována). Import monitorován v rámci statistik je, nicméně za drobnou komplikaci lze považovat, že ne všechny položky importované do republiky jsou statisticky sledovány. Importované statky, které se do republiky dostávají ilegálními cestami je ovšem v tomto případě menším problémem, jelikož jejich objem je dle předpokladů ministerstva financí zanedbatelný. O něco vetší se odhaduje dovoz do republiky prostřednictvím zásilek internetových obchodů, které se s otevřením ekonomiky světu a také posílením koruny stali u nás více aktivní (s oslabením koruny a v současném všeobecném ochlazení ekonomiky lze očekávat opětovné snížení množství těchto transakcí).
- 134 -
Další proměnná, kterou bylo nutné dohledat, je výše daní, cla, subvencí navázaných na import. V tomto bodě lze spatřovat největší slabinu aplikace modelu v České republice. Daně uvalené na import uváděné ve statistikách totiž nezohledňují skutečně vybrané daně (skutečně zaplacené) tedy ty daně, které posléze navýší hodnotu statku, nýbrž se jedná o daně předepsané, které se mohou od posléze zaplacených lišit. Tuto chybu budeme muset přijmout, jelikož v České republice není v temto okamžiku možné zjistit, jaká je diference mezi vyměřenými daněmi a daněmi vybranými v detailní struktuře dle SKP. Poslední vstupní proměnnou je měnový kurz, a to v podobě reálného a nominálního měnového kurzu. Zatímco nominální měnový kurz je jednoznačně definován, reálný měnový kurz se vyskytuje v následujících podobách, a to: o
reálný kurz odvozený od cen průmyslových výrobců,
o
reálný kurz odvozený ze spotřebitelských cen,
o
reálný kurz deflovaný HDP.
Konverzní faktory stanovené s využitím jednotlivých reálných kurzů se potom budou používat pro přecenění různých toků, a to dle následujícího klíče. Konverzní faktor s využitím reálného kurzu deflovaného HDP lze považovat za obecné měřítko pro transformaci tržních cen na stínové. Druhé dva konverzní faktory budou přizpůsobeny přepočtu statků, které jsou součástí konečné spotřeby. Struktura konverzních faktorů, kterou si posléze představíme, je zpracována do největších detailů, které statistiky České republiky vůbec umožňují. Větší disagregovanost není vzhledem k systému našich statistik možná provést. Vyjdeme tedy z upraveného Harbergerova modelu (1977):
sprfe =
oer M+X eer M + T m + X − T X ,
(93)
a budeme rozlišovat konverzní faktor ve dvou podobách, a to: o
Standardní konverzní faktor
o
Sektorový konverzní faktor
Standardní
konverzní
faktor
(SCF)
se
používá
k ocenění
malých
položek
neobchodovaného zboží, pro které by z důvodu jejich velikosti bylo neefektivní kalkulovat konkrétní sektorové konverzní faktory. Problematické je ovšem jasné vymezení, které položky ještě považovat za natolik malé či velikostně nevýznamné, že je možné je považovat za - 135 -
zařaditelné do této skupiny. V současné době je z důvodu neexistence sektorových konverzních faktorů (příčinou je nízká datová základna, ze které by bylo možné kvantifikovat specifické oborové faktory a relativní novost ocenění na bázi stínových cen v České republice) využití tohoto zjednodušení přípustné. On sice není vládou stanoven ani standardní konverzní faktor, ale existuje „náznak hodnoty standardního konverzního faktoru“ v metodice Evropské Komise od Massima Floria, který ale nedává samu hodnotu. Ten uvádí jen příklad, který byl mimo jiné určen pro všechny státy Evropské unie, které tuto metodiku využívají. V něm ukázal, jak by se standardní konverzní faktor počítal a jak by vyšel, kdyby hodnoty exportu, importu a příslušných daní nabývaly určitých hodnot. Ve výpočtu abstrahoval od vlivu směnného kurzu. V tomto příkladu dospěl k výsledku 0,8. Smutné na celé věci je, že tuto hodnotu někteří analytici považují za standardní konverzního faktoru pro ČR. Standardní konverzní faktor jsme kalkulovali na bázi upraveného Harbergerova modelu (93) s tím, že za jednotlivé položky byly dosazovány hodnoty vždy za ekonomiku jako celek. Pro stanovení sektorových konverzních faktorů vyjdeme opět z modelu (93) a za jednotlivé položky dosazujeme hodnoty zachycující charakteristiky mezinárodního obchodu vždy pro danou komoditu. Členění odpovídá struktuře „SKP komodit“ dle Českého statistického úřadu. Slabinou této kalkulace je v tuto chvíli již zmíněná absence zahrnutí podpory exportu do výpočtu. Nicméně dle vyjádření Ministerstva financí České republiky je v současné době podpora exportu zanedbatelná. Abstrakce od této proměnné by tedy neměla významným způsobem vychylovat výsledné hodnoty od teoreticky korektnějších. Následující tabulky shrnuje všechny mnou provedené výpočty sektorových konverzních faktorů na základě uvedeného postupu. Zdroje dat jsem čerpala z databáze Českého statistického úřadu ČR.
- 136 -
Tabulka 7: Konverzní faktory pro Českou republiku za rok 2006
SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,954 0,957 0,957 0,957 0,955 0,958 0,955 0,956 0,942 0,444 0,957 0,957 0,956 0,957 0,957 0,957 0,746 0,956 0,957 0,957 0,956 0,957 0,957 0,957 0,957 0,957 0,956 0,957 0,957 0,957
UK2 0,955 0,958 0,958 0,958 0,956 0,958 0,956 0,957 0,942 0,445 0,957 0,957 0,957 0,958 0,957 0,957 0,746 0,957 0,957 0,958 0,957 0,957 0,957 0,957 0,957 0,957 0,957 0,958 0,957 0,958
UK1 0,976 0,978 0,978 0,979 0,977 0,979 0,977 0,978 0,963 0,454 0,978 0,978 0,978 0,978 0,978 0,978 0,762 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,978
UK2 0,977 0,980 0,980 0,980 0,978 0,980 0,978 0,979 0,964 0,455 0,979 0,979 0,979 0,980 0,979 0,979 0,763 0,979 0,979 0,980 0,979 0,979 0,979 0,979 0,979 0,979 0,979 0,980 0,979 0,979
UK1 0,978 0,981 0,981 0,981 0,979 0,982 0,979 0,980 0,965 0,456 0,981 0,981 0,980 0,981 0,981 0,981 0,765 0,980 0,981 0,981 0,980 0,981 0,981 0,981 0,981 0,981 0,980 0,981 0,981 0,981
UK2 0,978 0,981 0,981 0,981 0,979 0,982 0,979 0,980 0,965 0,455 0,980 0,980 0,980 0,981 0,980 0,980 0,764 0,980 0,980 0,981 0,980 0,981 0,980 0,980 0,980 0,980 0,980 0,981 0,981 0,981
0,957 0,958 0,958 0,958 0,958 0,958 0,956 0,958 0,958 0,958 0,958 0,958 0,958 0,958
0,958 0,958 0,958 0,958 0,958 0,958 0,957 0,958 0,958 0,958 0,958 0,958 0,958 0,958
0,978 0,979 0,979 0,979 0,979 0,979 0,978 0,979 0,979 0,979 0,979 0,979 0,979 0,979
0,980 0,980 0,980 0,980 0,980 0,980 0,979 0,980 0,980 0,980 0,980 0,980 0,980 0,980
0,981 0,982 0,982 0,982 0,982 0,982 0,980 0,982 0,982 0,982 0,982 0,982 0,982 0,982
0,981 0,982 0,982 0,982 0,982 0,982 0,980 0,982 0,982 0,982 0,982 0,982 0,982 0,982
0,958 0,958 0,958 0,958 0,958 0,958 0,958 0,958 0,958
0,958 0,958 0,958 0,958 0,958 0,958 0,958 0,958 0,958
0,979 0,979 0,979 0,979 0,979 0,979 0,979 0,979 0,979
0,980 0,980 0,980 0,980 0,980 0,980 0,980 0,980 0,980
0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982
0,982 0,982 0,981 0,982 0,982 0,982 0,982 0,982 0,982
0,957 0,958
0,957 0,958
0,978 0,979
0,979 0,980
0,981 0,982
0,980 0,982
0,950
0,951
0,971
0,972
0,974
0,974
Zdroj: vlastní výpočet
- 137 -
Tabulka 8: Konverzní faktory pro Českou republiku za rok 2005
SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,975 0,979 0,978 0,979 0,977
UK2 0,974 0,978 0,977 0,978 0,976
UK1 0,975 0,979 0,978 0,979 0,977
UK2 0,974 0,978 0,977 0,978 0,976
UK1 0,980 0,983 0,983 0,984 0,981
UK2 0,979 0,982 0,982 0,983 0,981
0,977 0,978 0,966 0,543 0,978 0,978 0,978 0,979 0,978 0,978 0,749 0,978 0,978 0,979 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,979 0,978 0,979 0,980 0,979 0,980 0,980 0,980
0,976 0,977 0,965 0,542 0,977 0,977 0,977 0,978 0,977 0,977 0,749 0,977 0,977 0,978 0,977 0,977 0,977 0,977 0,977 0,977 0,977 0,978 0,977 0,978 0,979 0,978 0,979 0,979 0,979
0,977 0,978 0,966 0,543 0,978 0,978 0,978 0,979 0,978 0,978 0,749 0,978 0,978 0,979 0,978 0,978 0,978 0,978 0,978 0,978 0,978 0,979 0,978 0,979 0,980 0,979 0,980 0,980 0,980
0,976 0,977 0,965 0,542 0,977 0,977 0,977 0,978 0,977 0,977 0,749 0,977 0,977 0,978 0,977 0,977 0,977 0,977 0,977 0,977 0,977 0,978 0,977 0,978 0,979 0,978 0,979 0,979 0,979
0,981 0,983 0,970 0,545 0,983 0,983 0,982 0,983 0,983 0,983 0,753 0,982 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,984 0,984 0,984 0,984 0,984
0,980 0,982 0,969 0,545 0,982 0,982 0,981 0,982 0,982 0,982 0,752 0,981 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,983 0,983 0,983 0,983 0,983
0,980 0,978 0,980 0,980 0,980 0,980 0,980 0,980 0,980
0,979 0,977 0,979 0,979 0,979 0,979 0,979 0,979 0,979
0,980 0,978 0,980 0,980 0,980 0,980 0,980 0,980 0,980
0,979 0,977 0,979 0,979 0,979 0,979 0,979 0,979 0,979
0,984 0,983 0,984 0,984 0,984 0,984 0,984 0,984 0,984
0,983 0,982 0,983 0,983 0,983 0,983 0,983 0,983 0,983
0,980 0,980 0,979 0,980 0,980 0,980 0,980 0,980 0,980 0,980 0,978 0,980
0,979 0,979 0,978 0,979 0,979 0,979 0,979 0,979 0,979 0,979 0,977 0,979
0,980 0,980 0,979 0,980 0,980 0,980 0,980 0,980 0,980 0,980 0,978 0,980
0,979 0,979 0,978 0,979 0,979 0,979 0,979 0,979 0,979 0,979 0,977 0,979
0,984 0,984 0,984 0,984 0,984 0,984 0,984 0,984 0,984 0,984 0,983 0,984
0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,983 0,982 0,983
0,971
0,970
0,971
0,970
0,975
0,974
Zdroj: vlastní výpočet
- 138 -
Tabulka 9: Konverzní faktory pro Českou republiku za rok 2004
SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,970 0,974 0,973 0,974 0,971 0,975 0,971 0,972 0,959 0,629 0,973 0,973 0,972 0,974 0,973 0,973 0,716 0,972 0,973 0,974 0,973 0,973 0,973 0,973 0,973 0,973 0,973 0,974 0,973 0,974
UK2 0,968 0,971 0,971 0,972 0,968 0,972 0,968 0,969 0,956 0,627 0,970 0,970 0,970 0,971 0,970 0,970 0,715 0,970 0,970 0,971 0,970 0,971 0,970 0,971 0,971 0,970 0,970 0,971 0,971 0,971
UK1 0,966 0,970 0,969 0,970 0,966 0,971 0,966 0,968 0,954 0,626 0,969 0,969 0,968 0,969 0,968 0,969 0,713 0,968 0,968 0,969 0,968 0,969 0,969 0,969 0,969 0,968 0,968 0,969 0,969 0,969
UK2 0,963 0,966 0,966 0,966 0,963 0,967 0,963 0,964 0,951 0,624 0,965 0,965 0,965 0,966 0,965 0,965 0,711 0,965 0,965 0,966 0,965 0,965 0,965 0,965 0,965 0,965 0,965 0,966 0,965 0,966
UK1 1,007 1,010 1,010 1,011 1,007 1,012 1,007 1,008 0,995 0,652 1,009 1,010 1,009 1,010 1,009 1,010 0,743 1,009 1,009 1,010 1,009 1,010 1,009 1,010 1,010 1,009 1,009 1,010 1,010 1,010
UK2 1,004 1,008 1,007 1,008 1,005 1,009 1,005 1,006 0,992 0,651 1,007 1,007 1,006 1,008 1,007 1,007 0,741 1,006 1,007 1,008 1,007 1,007 1,007 1,007 1,007 1,007 1,007 1,008 1,007 1,007
0,974 0,975 0,975 0,975
0,972 0,972 0,972 0,972
0,970 0,971 0,971 0,971
0,966 0,967 0,967 0,967
1,011 1,012 1,012 1,012
1,008 1,009 1,009 1,009
0,975 0,973 0,975 0,975 0,975 0,975 0,975 0,975 0,975
0,972 0,971 0,972 0,972 0,972 0,972 0,972 0,972 0,972
0,971 0,969 0,971 0,971 0,971 0,971 0,971 0,971 0,971
0,967 0,966 0,967 0,967 0,967 0,967 0,967 0,967 0,967
1,012 1,010 1,012 1,012 1,012 1,012 1,012 1,012 1,012
1,009 1,007 1,009 1,009 1,009 1,009 1,009 1,009 1,009
0,975 0,975 0,974 0,975 0,975 0,975 0,975 0,975 0,975
0,972 0,972 0,972 0,972 0,972 0,972 0,972 0,972 0,972
0,971 0,971 0,970 0,971 0,971 0,971 0,971 0,971 0,971
0,967 0,967 0,967 0,967 0,967 0,967 0,967 0,967 0,967
1,012 1,012 1,011 1,012 1,012 1,012 1,012 1,012 1,012
1,009 1,009 1,008 1,009 1,009 1,009 1,009 1,009 1,009
0,973 0,975
0,970 0,972
0,968 0,971
0,965 0,967
1,009 1,012
1,007 1,009
0,966
0,963
0,962
0,958
1,002
1,000
Zdroj: vlastní výpočet
- 139 -
Uvedené tabulky obsahují konverzní faktory pro roky 2004 – 2006. Zbývající roky, pro které byly stanovovány konverzní faktory, jsou uvedeny v příloze této práce). Konverzní faktory byly kalkulovány na základě historických statistických dat shromažďovaných Českým statistickým úřadem. Lze ovšem předpokládat, že vzhledem k malým odchylkám zjištěných konverzních faktorů, můžeme jejich hodnoty považovat za použitelné i pro analýzy postavené na predikci budoucnosti a pro samotné oceňování budoucích toků. Tabulka 10: Vývoj standardního konverzního faktoru roky
1999
2000
2001
2004
2005
2006
Standardní konverzní faktor
0,9954
0,9886
0,9728
0,9659
0,9707
0,9501
Tabulka znázorňuje vývoj standardního konverzního faktoru, který je postavena na výpočtu z reálného směnného kurzu, což lze v ČR považovat bohužel za doposud nejčastěji prakticky aplikovaný transformační mechanismus, vzhledem k jeho byť pochybné dostupnosti. Časová řada standardních konverzních faktorů ukazuje relativně neměnnou velikost této proměnné, jenž dokumentuje výše uvedenou tezi, že lze hodnotu z roku 2006 využít i pro predikční modely. Relativní blízkost této proměnné hodnotě 1 je způsobena tím, že obchodní vztahy již nejsou tolik deformovány nejrůznějšími bariérami jako například cla, jelikož většina našeho mezinárodního obchodu je navázána na země, se kterými nemá naše země celní povinnosti. Závěrem je nutné ještě upozornit, že podoba standardního konverzního faktoru, jak je doporučována metodickými příručkami Evropské komise pro zpracování CBA, abstrahuje od vlivu podílu nominální a reálného kurzu. Pokud dnes je v ČR zažito, že standardní konverzní faktor je na úrovni 0,8 (přičemž pochybná historie této hodnoty byla popsána výše), potom zpřesnění, kterého jsme dosáhli je poměrně významné. Tento transformační mechanismus slouží k přepočtu tržních cen na stínové a tedy například při transformaci finančního toku ve velikosti 10 mil. Kč je zpřesnění dané naším výpočtem ve velikosti 1,5 mil. Kč. Pokud by se jednalo o finanční toky, jež bychom transformovali pomocí standardního konverzního faktoru, byla by hodnota vyjádřená na bázi stínových cen při původním standardním konverzním faktoru ve výši 0,8 na úrovni 8 mil. Kč a v situaci s novými exaktně stanoveným standardním konverzním faktorem na úrovni 0,9501 je to 9,5 mil. Kč.
- 140 -
Jak bychom na základě těchto konverzních poznatků stanovovali stínové ceny jednotlivých statků, ukazuje následující tabulka. Tabulka 11: Stínové ceny vybraných statků v českém prostředí
Statky
Stínová cena
Tržní cena
Tržní cena snížená o vliv transferů
Konverzní faktor
právní servis
805,01 Kč
1 tis. Kč /hodina
840,30 Kč
0,958
zemní plyn
1,39 Kč
1,73182 Kč / kWh
1,46 Kč
0,955
elektrická energie
4 169,23 Kč
5184,31 Kč / MWh
4 356,56 Kč
0,957
voda
48,45 Kč
55,12 Kč / m3
50,57 Kč
0,958
benzín natural 95
10,29 Kč
30,5 Kč / l
13,79 Kč
0,746
dopravní služby
1 207,56 Kč
1 500 Kč / den
1 260,50 Kč
0,958
Vyjdeme-li ze vztahu:
sprw = (1 − u )(1 − t ) ,
(94)
kde u je míra nezaměstnanosti, t je míra zdanění, můžeme přistoupit k stanovování odhadu konverzního faktoru pro práci. Nicméně vzhledem k měnícím se podmínkám v daňovém zatížení zaměstnanců a vzhledem k tomu, že konverzní faktor je většinou aplikován na o transfery očištěnou mzdu, upravíme výše uvedený vztah do následující podoby:
sprw = (1 − u ) .
(95)
Vyjdeme-li ze statistik za 4. čtvrtletí 2008 poskytované Českým statistickým úřadem (konkrétně
tabulka
406
a
201
dostupné
na
http://www.czso.cz/csu/
2008edicniplan.nsf/p/3101-08) získáme následující mzdové konverzní faktory. Tabulka 12: Mzdové konverzní faktory sprw
základní vzdělání
střední bez maturity
střední s maturitou
Hl. m. Praha
0,900
0,964
0,984
Středočeský
0,897
0,973
0,984
Jihozápad - Jihočeský a Plzeňský kraj
0,874
0,968
0,973
Severozápad - Karlovarský a Ústecký kraj
0,540
0,938
0,961
Severovýchod - Liberecký, Královéhradecký a Pardubický kraj
0,788
0,957
0,969
Jihovýchod - Vysočina a Jihomoravský kraj
0,837
0,955
0,964
Střední morava - Olomoucký a Zlínský kraj
0,777
0,955
0,962
Moravskoslezský kraj
0,624
0,933
0,958
Zdroj: vlastní výpočet. - 141 -
Mzdové konverzní faktory byly stanovovány pouze pro zaměstnance s nižší kvalifikací, jelikož vysokoškolsky vzdělaní jsou vnímaní za natolik konkurenceschopné na trhu práce, že jejich tržní mzda je na úrovni mzdy stínové. Postup při konkrétním vymezení stínové mzdy by byl nyní jednoduchý. Hrubá mzda by byla očištěna o veškeré transfery a následně vynásobena příslušným mzdových konverzním faktorem a získali bychom mzdu stínovou.
6.2 Stínové ceny netržních statků Vzhledem k šíři tématu, jsou uvedeny tři příklady netržních statků, na kterých je demonstrován přístup k ocenění, jsou jimi život, čas a hluk.
6.2.1 Hodnota statistického života Hodnota statistického života neboli VSL je ekonomickým pojetím oceňování statistického blíže neurčeného života. Pro specifikaci pojmu hodnota statistického života (Value of Statistical Life – VSL) si můžeme vypůjčit definici Viscusiho (1993), který jej definoval jako: „Mezní míru substituce bohatství a rizika. Neboli osobní ochotu zaplatit za snížení rizika úmrtí“ nebo Mischana (1971), který VSL vymezil jako ochotu zaplatit za snížení pravděpodobnosti úmrtí. Při stanovení VSL se de facto oceňuje vnímaná hodnota procentní změny rizika úmrtí, ze které se posléze odvozuje hodnota statistického života ztotožnitelná se stoprocentním rizikem úmrtí. VSL mimo jiné slouží jako vstupní proměnná analýzy CBA, což samo o sobě determinuje vlastnosti, které tato veličina musí mít. Vzhledem ke skutečnosti, že CBA slouží k měření společenského blahobytu, je nezbytné, aby i VSL měřila vnímaný užitek lidí. Proto také nelze všechny metody, které se obecně k ocenění života řadí, vnímat jako teoreticky relevantní pro stanovení VSL.
6.2.1.1 Metody nevedoucí k VSL Dnes již překonané, nicméně stále aplikované metody „Lidského kapitálu“ patřily mezi rané metody využívané ke stanovení hodnoty lidského života, ovšem pro nalezení hodnoty - 142 -
využitelné v CBA je naprosto nevhodná, především proto, že nezohledňuje to, co je pro CBA natolik významné, a to společenskou hodnotu či preference společnosti. Využívání metody lidského kapitálu a jejich občasné zahrnování mezi metody vedoucí k VSL je odvozeno z následujícího tvrzení. Pokud připustíme, že stínovou cenu, resp. hodnotu času odvozujeme od ceny práce, tedy od čisté hodinové mzdy (za předpokladu, že pracovní trh je bez jakýchkoliv tržních rigidit a že mzda plně reflektuje vnímanou hodnotu času a že trh je schopen absorbovat dodatečnou hodinu nabízené práce), potom lze říci, že život je jen souhrn hodin času a potom hodnota života je dána současnou hodnotu hodnoty času lidí. Můžeme s touto logickou vazbou souhlasit či nikoliv, nicméně jedná se o jeden z argumentů pro včlenění této metody mezi metody vedoucí k VSL. Nicméně na druhou stranu tento argument nesnižuje váhu nedostatků uložených v jednostranném ocenění a nízkém zohlednění preferencí, jelikož život má i jiné než mzdotvorné faktory. Současně pokud bychom abstrahovali od takových faktorů, jakými jsou preference, je nutné zdůraznit, že bychom museli pro zvýšení akceptovatelnosti modelu stávající pohled obohatit o ocenění času, který neprochází trhem práce, jako například výchova dětí, péče o domácnost. Ovšem pro představu, jakých hodnot nabývá tato hodnota života na základě tradiční metody lidského kapitálu, uvedeme jeden příklad. Vyjdeme z dat Českého statistického úřadu, dle nějž byl průměrný plat muže v roce 2007 na úrovni 27,489 tis. Kč a průměrný plat ženy z téhož roku byl 20,684 tis. Kč. Současně budeme uvažovat, že nedojde ke změně reálné mzdy, průměrný věk dožití muže je 78,2 let a průměrný věk dožití ženy je o 4,1 roky vyšší (dle informací z téhož roku) a 100% pravděpodobnost dožití věku T (tedy průměrné hodnoty dožití), na základě následujícího modelu diskontovaných toků budoucích výdělků: T −t
hodnota života = ∑ i =1
π i +t Ei +t (1 + r ) i
,
(96)
kde π … pravděpodobnost, že subjekt dožije věku T, r … společenská diskontní sazba pro lidský život40, E … čistý příjem / výdaj, T … věk při dožití, t … věk v momentě ocenění, 40
Pozor na možné zaměnění se společenskou diskontní sazbou (r), která se používá k diskontování čistých
společenských benefitů při výpočtu CBA.
- 143 -
dojdeme k následujícím hodnotám lidského člověka ve věku 40 let a diskontní sazbě 4 %: •
hodnota života ženy: 3,301 mil. Kč,
•
hodnota života muže: 4,123 mil. Kč.
Tabulka 13: Hodnota lidského života ženy stanovená metodou lidského kapitálu diskontní sazba
věk v momentě ocenění
v tis. Kč 0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
10%
35
9 078
7 298
5 974
4 975
4 209
3 615
3 146
2 771
2 467
2 218
2 011
40
8 058
6 308
5 013
4 041
3 301
2 731
2 286
1 934
1 652
1 424
1 237
45
7 038
5 366
4 142
3 235
2 555
2 039
1 644
1 338
1 098
908
757
50
6 018
4 470
3 353
2 540
1 941
1 497
1 164
913
721
573
459
55
4 998
3 617
2 638
1 940
1 437
1 072
806
609
464
355
274
60
3 978
2 805
1 991
1 423
1 023
739
538
393
289
214
159
65
2 958
2 033
1 405
976
682
479
338
239
170
122
88
70
1 938
1 299
874
591
402
274
188
129
89
62
43
Zdroj: vlastní výpočet
Tabulka 14: Hodnota lidského života muže stanovená metodou lidského kapitálu diskontní sazba
věk v momentě ocenění
v tis. Kč 0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
10%
35
10 516
8 708
7 310
6 217
5 352
4 660
4 100
3 643
3 266
2 952
2 687
40
9 136
7 369
6 009
4 953
4 123
3 465
2 938
2 512
2 164
1 878
1 641
45
7 756
6 094
4 831
3 862
3 113
2 528
2 069
1 705
1 414
1 180
991
50
6 376
4 882
3 764
2 922
2 283
1 795
1 420
1 130
904
727
588
55
4 996
3 728
2 797
2 110
1 601
1 220
935
719
556
432
337
60
3 616
2 630
1 922
1 411
1 040
770
572
427
320
241
182
65
2 236
1 586
1 129
807
579
417
301
218
159
116
85
70
856
592
411
286
200
140
99
70
49
35
25
Zdroj: vlastní výpočet
V řádcích této tabulky jsou uvedeny různé diskontní míry a následně dle jejich výše je zkalkulovaná hodnota života. Metoda lidského kapitálu se vymyká z celkového konceptu stanovení stínových cen. Pokud připustíme předpoklad, že stínová cena je taková cena, které by bylo dosaženo na dokonale konkurenčním trhu, pokud by trh s daným statkem existoval, nelze metodu lidského kapitálu považovat za konzistentní s celkovým konceptem stanovení stínových cen. Není odvozena ani v souladu s koncepty WTP, resp. WTA, ani s konceptem oportunitních nákladů. - 144 -
Tato skupina metod je silně závislá na odhadu potenciálních příjmů, případně výdajů, na pravděpodobnosti jejich dosažení a na zvolené diskontní sazbě. Odhad hodnoty lidského života postavený na této metodě je dále závislý i na pohlaví a věku a příjmech jedince, jehož hodnotu života odhadujeme. Na jedné straně je odlišný věk, kterého se průměrně dožívají muži a ženy, a na straně druhé je odlišná i výše jejich průměrných čistých příjmů, která v žádném případě nemusí zobrazovat ani přínos jedince pro společnost, ani jejich vnímanou hodnotu, coby členů společnosti. Pokud by totiž reflektovala společenskou hodnotu, nebylo by možné nezahrnutí mimomzdových efektů žen – ty sice získávají na trhu práce nižší mzdu, ale mimo jiné proto, že část svého aktivního života se věnují výchově dětí a péči o rodinu. Tato metoda nezahrnuje velkou část hodnoty lidského života a přikládá mu význam pouze z hlediska jeho příjmů a nezohledňuje jiné užitky z něj plynoucí. Klesající funkce ceny statistického života, která je dána tímto modelem odporuje teoretickým zjištěním plynoucím z většiny výzkumů (níže uvedená U-křivka VSL). Závěrem lze tedy říci, že ať již tuto metodu zařadíme mezi metody vedoucí k VSL či nikoliv a my se v tuto chvíli přikláníme spíše k jejímu vyloučení, lze tuto metodu coby nejjednodušší využít, ovšem pouze velmi okrajově s uvědoměním si řady systematických chyb, se kterými je spojena.
6.2.1.2 Metody vedoucí k VSL Pokud pohlédneme na výzkumy realizované ve světě, lze konstatovat, že ve většině případů se využívá ke stanovení VSL buď „Metoda hédonické regrese“ nebo „Contingent Valuation“, přičemž na základě analýzy realizovaných výzkumných projektů lze odhadovat, že jejich zastoupení je zhruba rovným dílem. Společná oběma metodám je snaha o nalezení paralely mezi užitkem z navýšení bezpečnosti (příp. zvýšení rizika) a cenou této marginální změny. Jinými slovy je cílem nalezení WTP za snížení procentní pravděpodobnosti fatálního rizika, příp. WTA navýšení procentní pravděpodobnosti fatálního rizika za určitou finanční satisfakci a následné odvození VSL. Jak ukazuje níže uvedený graf, s narůstajícím neseným rizikem roste i cena jednotky rizika. Pro potřeby ocenění se však obecně předpokládá přímá závislost. Toto zjednodušení je konzistentní s využitím tohoto modelu. V obecné rovině předpokládáme, že aplikace hodnoty VSL bude do ocenění projektů, kde také očekáváme, že bude docházet pouze k malým změnám rizika úmrtí. - 145 -
Přirozeně lze vnímat, že VSL se bude v tomto případě měnit v závislosti na výchozí hodnotě rizika, která by ovšem měla korespondovat s neseným rizikem v nulvé variantě projektu. Vztah mezi zmounou velikosti rizika a jeho oceněním, ze kterého se následně odvozuje VSL ukazuje následující matematický vztah:
VSL =
δ WTP , δR
příp. VSL =
(97)
δ WTA , δR
(98)
kde R je fatální riziko. Při výpočtu hodnoty statistického života je třeba mít na paměti definici Viscusiho, a to že VSL je odvozena z hodnoty procentní změny rizika úmrtí. Procentní změna rizika úmrtí není jedna jediná hodnota nezávislá na vnějších faktorech, ale naopak závislá (mimo jiné) na aktuálním vnímaném riziku. Obrázek 18:
Ochota zaplatit za snížení rizika úmrtí
WTP za snížení rizika disponibilní rozpočtové omezení
0%
100%
aktuální vnímané riziko
Výše uvedený graf zobrazuje vztah mezi ochotou zaplatit za snížení rizika úmrtí a velikostí vnímané velikosti rizika v okamžiku ocenění. V případě nulového neseného rizika lze očekávat nízkou resp. nulovou ochotu zaplatit za snížení rizika úmrtí. S nárůstem strpěného rizika bude ochota zaplatit za snížení větší a větší. Kritickou hranicí je situace, kdy subjekt nese 100% riziko úmrtí. V této situaci je ochota zaplatit za snížení rizika maximální a lze předpokládat, že je na úrovni rozpočtových omezení. Je nutné upozornit, že při odvozování - 146 -
VSL je nutné zvážit, při jaké aktuální nesené rizikové pozici budeme měřit ochotu zaplatit za procentní změnu rizika. Optimální by samozřejmě bylo odvodit si celou křivku, nicméně toto není realistické. Proto při hledání VSL jeho hodnotu odvozujeme z takové rizikové situace, která nejvíce kopíruje reálnou životní situaci jednotlivých členů společnosti. Graf mimo to odpovídá na častou argumentaci proti VSL, jež napadá tento koncept z nemorálnosti, jelikož je obecně vnímáno, že lidský život má neomezenou hodnotu, a tedy je považováno za neetické hovořit o omezené hodnotě. Primárně se v případě VSL nebavíme o hodnotě lidského života, ale o hodnotě statistického života, což samo o sobě je vyjádřením odosobnělosti tohoto konceptu. Sekundárně je nutné ale podtrhnout, že i kdybychom se bavili o konkrétním životě, není jeho hodnota neomezená, jelikož vždy je omezena rozpočtovými omezeními. Jinými slovy pokud by člověku hrozilo 100% riziko úmrtí a on měl možnost zaplatit za snížení tohoto rizika, také by nebyl schopen zaplatit neomezeně, ale pouze v rozsahu jeho rozpočtových omezení. Vzhledem k tomu, že VSL používáme při oceňování intervencí, přičemž výsledné ocenění slouží jako podklad pro rozhodování veřejných orgánů, je nutné vnímat úzkou paralelu. Stejně jako člověk sám může zaplatit za snížení rizika úmrtí v rozsahu svých rozpočtových omezení, i stát má svoje rozpočtová omezení, tudíž také nemůže platit za snížení rizika úmrtí neomezené množství finančních prostředků. Logika přístupu k hledání odpovědi na otázku, jaká je VSL, spočívá v hledání situace, kdy lidé ukazují svůj trade-off mezi rizikem úmrtí a finančními příjmy. Jinými slovy pátráme po situaci, kdy lidé nesou určitou míru rizika a lze nalézt i formu finanční kompenzace za dané riziko. Následující tabulka je členěna do tří sloupců. První z nich zahrnuje všechny metody či přístupy, které byly aplikovány v zahraničí v rámci validních výzkumných projektů. Druhý sloupec selektuje ty metody či přístupy, které jsou teoreticky aplikovatelné v českém prostředí. Lépe řečeno se na základě logiky modelů lze domnívat, že by bylo možné je aplikovat. V rámci tohoto sloupce jsou vybrány ty, které popisují takové tržní situace, které lze v České republice nalézt. V USA byla např. VSL odvozena z ochoty zaplatit za kvalitní detektor kouře. Tento postup lze relativně bez větší verifikace v ČR vyloučit, jelikož nemáme takovou tradici instalování tohoto bezpečnostního zařízení). Třetí sloupec již ukazuje ty metody a přístupy, které se jeví již po hlubší verifikaci jako využitelné, jelikož na jedné straně v ČR lze nalézt podobné tržní situace a současně lze očekávat, že existují popisná data).
- 147 -
Tabulka 15: Analýza metod a přístupů vedoucích k VSL Přístupy a metody aplikované
Teoreticky aplikovatelné
v zahraničních výzkumech
v ČR (neverifikováno)
Hédonická regrese – trh práce (přesná
Trh práce je v ČR funkční a
Problémem jsou velmi komplikovaně dostupná
aplikace bude vysvětlena v následující
lze se tedy domnívat, že by
data o trhu práce.
kapitole) – určitá složka mzdy je
tento
ocenění rizika úmrtí v důsledku jeho
aplikovatelný.
přístup
měl
Vhodné pro ČR
být
povolání Dotazování
Aplikovatelný
Aplikovatelný
Hédonická regrese – trh detektorů
Neaplikovatelné vzhledem
---
kouře – existuje paralela mezi kvalitou
k odlišným společenským
a cenou detektoru kouře a lidé svojí
návykům.
ochotou
koupit
levnější
či
dražší
detektor ukazují svoji ochotu platit za nižší riziko úmrtí při požáru. Hédonická regrese – trh dětských
V
ČR
principielně
autosedaček - zkoumá vztah mezi
použitelné.
cenou a kvalitou a ochotou kupovat
autosedačky
ze
přístupu je shromáždění dat v rámci dotazování.
různé typy s různou cenou a kvalitou.
zákona povinné, nicméně
Zajímavost tohoto konceptu je v tom, že velká
výběr kvality je na každém
část společnosti se s problémem autosedaček
z rodičů.
setkala
Dětské jsou
Neaplikovatelné vzhledem k nedostatku dat – jediná
možnost
a
tudíž
aplikace
tohoto
schopnost
zajímavého
odpovědět
na
hypotetický dotaz na ochotu zaplatit za kvalitní autosedačku by mohla být snadná. Hédonická regrese – trh automobilový
Aplikovatelné
vzhledem
– zkoumáme paralelu mezi kvalitou
k existenci takového trhu.
vozu a ochotou za něj zaplatit
Pravděpodobně spíše neaplikovatelné v současné době
vzhledem
dostatečně
k dosavadní
validních
dat.
neexistenci Sekundárním
problémem je skutečnost, že některé bezpečností prvky vozu jsou na jednu stranu v základní výbavě a na druhou jsou spíše módním trendem než projevem ochoty zaplatit za vyšší bezpečí. Hédonická regrese – rychlostní limity
Aplikovatelné
vzhledem
Současná aplikovatelnost je otazníkem. Lze vidět
ke skutečnosti, že v ČR
problém aplikace ve skutečnosti, že je v současné
došlo
době
ke
změně
rychlostních limitů.
účely
tohoto
strukturovaná statistika.
Hédonická regrese – farmaceutický a
Obecně
méně
potravinářský průmysl – zkoumáme
aplikovatelné,
paralelu mezi kvalitou obou skupin
tento
statků a ochotou zaplatit za ně.
chybou spočívající ve velké
koncept
pro
jelikož
je
zatížen
informační asymetrii.
- 148 -
---
výzkumu
špatně
Metoda hédonické regrese Nejčastěji využívaná data pro odhad VSL formou projevených preferencí jsou ta, která popisují trh práce, tedy informace o mzdách, nemocnosti, úmrtnosti a další informace o pracovnících. Tento koncept se jeví v ČR jako velmi nadějný, nicméně vše závisí na možnosti získat data v dostatečné kvalitě a dostatečné detailnosti (určité problémy kromě ochrany osobních údajů, která znepřístupňuje i pro vědecké účely většinu dat, činí systém práce s daty v ČR, kde je sice sbíráno nepřeberné množství dat, ale bez vazby na aplikovatelnost, což vede například v případě trhu práce k tomu, že je sice shromážděno řadu informací o pracovnících, jejich mzdách, specificích práce, úmrtnosti či úrazovosti v zaměstnání, nicméně určitá skupina těchto informací je agregována dle kzam a část dle oboru). Metoda hédonické regrese postavená na trhu práce vychází z předpokladu, že mzdová funkce je tvořena mimo jiné i faktorem v podobě rizika úmrtí neseného zaměstnancem. Potom postavíme-li si mzdovou funkci jako: M
mzdak = α + βRk + ∑ λn X kn +∑ γ mYkm + ε k ,
(99)
m=1
kde římská písmena (kromě ε ) vyjadřují váhu jednotlivých parametrů, které budeme odhadovat,
ε … náhodná chyba vyjadřující neměřitelné či nezachycené charakteristiky utvářející mzdu, X, Y jsou označením jednotlivých vysvětlujících proměnných mzdy, a to v členění na charakteristiky personální (X) a charakteristiky pracovního místa (Y), které mohou být potenciálně složeny s následujícího souboru proměnných: o
počet hodin práce / měsíc,
o
vzdělání,
o
zkušenosti,
o
délka trvání zaměstnání,
o
stav,
o
národnost,
o
velikost firmy,
o
míra zaměstnávání cizinců,
o
místo bydliště (okres/kraj), - 149 -
o
pravděpodobnost úmrtí v zaměstnání (skutečnou, příp. subjektivně pociťovanou),
o
pravděpodobnost
zranění
v
zaměstnání.
(skutečnou,
příp.
subjektivně
pociťovanou), o
pohlaví,
o
mimomzdové benefity,
o
vzdálenost pracovního místa od místa bydliště,
o
zařazení ve firemní hierarchii,
o
pracovní pozice s podřízenými,
o
frekvence přesčasů,
o
flexibilita pracovní doby,
o
práce na směny,
o
občasná večerní práce,
o
kontrakt na dobu neurčitou,
o
existence kolektivní smlouvy,
o
veřejný sektor,
o
nižší hierarchická pozice,
o
řídící či kontrolní pozice,
o
informace o období, ve kterém byla mzda realizována (rok),
potom lze VSL vyjádřit na základě limitně malé změny velikosti pravděpodobnosti fatálního rizika jako:
VSL =
∂mzda . ∂R
(100)
Tento vztah je samozřejmě postaven na předpokladu lineární funkce mzdy i na lineární závislosti velikosti rizika a ceny této velikosti rizika. Mzdová funkce ve skutečnosti nemusí být nutně lineární. Analyzujeme-li, jakou funkci volili vědci zabývající se tímto problém ve světě, zjistíme, že volili ze tří variant, a to zmíněné lineární, logaritmickou a polynomickou funkci (Mrozek a Taylor, 1999 analyzovali 142 studií VSL postavených na mzdové funkci, přičemž zjistili, že jen v 37 případech byla aplikována lineární funkce).
- 150 -
Logaritmickou funkci mzdy potom definujeme jako (Leigh a Folsom, 1984): M
ln mzdak = α + β R Rk + β R2 Rk2 + ∑ λn X kn +∑γ mYkm + ε k m=1
,
(101)
příp. jako (Viscusi, 2006): M
ln mzdak = α + β R Rk + ∑ λn X kn +∑ γ mYkm + ε k m=1
.
(102)
Potom je možné VSL odvodit z následujícího vztahu (Viscusi, 2006):
VSL =
∂mzda ˆ = β * mzda * 2000 * 1000 , ∂R
(103)
kde za mzdu dosazujeme medián hodinové sazby, 2 000 vyjadřuje počet pracovních hodin za rok a riziko je vyjádřeno na počtu mrtvých na 1 000 pracovníků.
Další příklad trhu, kde lze hledat WTP, resp. WTA za změnu rizika smrti či zranění můžeme vidět ve výzkumu např. Blomquista, Millera a Levyho (1996), kteří využili při hledání hodnoty VSL trh dětských autosedaček. Stejně jako v předchozím případě zkoumal vztah mezi cenou a kvalitou a ochotou kupovat různé typy s různou cenou a kvalitou. Tento systém se nejeví jako použitelný v ČR vzhledem k nedostupnosti dat i pokřivenosti kupní situace (jediná možnost skýtá dotazování na tutéž situaci). Mount, Weng, Schulze a Chestnut (2000) prováděli šetření automobilového trhu (opět hledali paralelu mezi ochotou kupovat kvalitnější a dražší automobily s tím, že předpokládali, že v nich je menší pravděpodobnost úmrtí a zranění). Nad touto variantou se vznáší otazník, neboť je nejasné, jakou kvalitu mají podniky napříč automobilovým trhem. Podobný závěr lze prozatím učinit i vzhledem k postupu Carlin a Sandy (2001) hledali VSL na trhu dětských autosedaček a Jenkins, Owens a Wiggens (2001) na trhu s cyklistickými helmami. Aplikací tržních dat je i výzkum Ashenfeltera a Greenstona (2006), který využil změn rychlostních limitů v USA, ke kterému došlo před cca 10 lety a bylo tedy možné na základě velkého množství dat zjišťovat stav na silnicích po navýšení rychlostních limitů, které způsobily mimo jiné dva významné efekty – došlo k úspoře času stráveného na vozovce a současně ke změně množství úmrtí na vozovce. Lze tedy odvodit VSL ze vztahu rizika úmrtí a úspor času na vozovce. Tento koncept zmíníme ještě u zjišťování hodnoty času. Podmínkou aplikace této metody pro zjištění VSL je informace o hodnotě času a detailní informace o - 151 -
podmínkách na vozovkách, o počtu nehod, jejich příčin a naopak podmínkou k využití pro výzkum hodnoty času je znalost VSL. Dalším tržním chováním, ze kterého lze teoreticky nalézt projevení preferencí jedinců ve vztahu ke zkoumané VSL je situace, kdy lidé vybírají léky u lékaře. Člověk stojí např. před volbou levného léku spojeného s vyššími riziky a drahého léku s nízkými riziky. Další trh, který stojí za zmínku je trh nemovitostí v oblastech s různou mírou znečištění ovzduší, pokud tato prokazatelně vede k vyšší míře rizika úmrtí. Z těchto jmenovaných žádný přístup není v ČR dosud aplikovatelný, neboť takto signifikantní rozdíl ve volbě mezi nákladností a rizikem bychom zde jen obtížně hledali. Situace u lékaře se jeví jako komplikovaně použitelná, jelikož je zasažena velkou informační asymetrií, tedy VSL z ní odvozená by mohla být významně vychýlena od přirozené úrovně. Jako tedy nejblíže realitě z hlediska možnosti použití vícerozměrné metody na tržních datech se jeví z uvedeného využití pracovního trhu. Přinejmenším lze některé z uvedených kupních dilemat použít v rámci dotazování pro přiblížení respondentovi kladené otázky tím, že ho situujeme do námi vykreslené situace, která je mu však familiérně známá a je tedy schopen ji řešit. Contingent Valuation Metoda CV je postavena na dotazování lidí na vnímanou hodnotu života, přesněji řečeno jsou respondenti dotazováni na ochotu zaplatit za snížení rizika úmrtí či ochotu akceptovat zvýšení rizikovosti úmrtí za danou finanční odměnu. Deklarují preference, které vždy nemusí odpovídat skutečnému chování lidí a jejich skutečné vnímané hodnotě. Lidé mohou pod vlivem rozpočtových omezení vnímat reálně WTP za vyšší bezpečí, ale na druhou stranu mohou přeceňovat hodnotu téhož, protože např. považují svoje skutečné chování za nevhodné či odporující všeobecně uznávaným normám. Tyto vlastnosti jsou důvodem, proč vědci při hledání odpovědi na otázku, jaká je hodnota VSL, často k metodě Contingent Valuation přistupují až v momentě, když selžou všechny ostatní možnosti výzkumu. Na druhou stranu je nespornou výhodou využití dotazování, že můžeme zahrnout i ty subjekty, které jsou tržními metodami nepostihnuty (jako v případě hédonické regrese na případu trhu práce děti či starší občané, kteří nejsou součástí tohoto trhu).
- 152 -
Příklad konstrukce Contingent Valuation, ukazují následující dotazy. První z nich je postaven na preferenční metodě, kdy lidé volí z různých scénářů. Nevýhody plynoucí z této metody (její jistou nedopracovanost a nemožnost přesného určení hodnoty rizika dle preferencí subjektu, jelikož jsou k dispozici pouze určité omezené možnosti), je možné řešit jejím rozšířením o dražbu, kdy s respondentem de facto licitujeme, jaká je částka, kterou je ochoten zaplatit za daný statek (v tomto případě snížené riziko). Druhá metoda je založena na vykreslení určitého reálného scénáře, kde úkolem respondenta je opět se rozhodnout, jak by reagoval. Preferenční metoda
o
Současná úroveň rizika je taková, že vlivem zranění umírá cca 4 z 10 tis. Lidí za rok, což znamená 1 z 2 500 lidí za rok. Který z těchto scénářů byste zvolil? 1. scénář: snížení rizika na 1 z 3300 lidí (což je 3 z 10 tis. lidí) za rok za to, že Vám bude měsíční plat snížen o 207 Kč. 2. scénář: snížení rizika na 1 z 2860 lidí (což je 3,5 z 10 tis. lidí) za rok za to, že Vám bude měsíční plat snížen o 73 Kč. Ten, kdo si zvolí 1. scénář dostane dotaz, zda by byl ochoten obětovat vyšší úroveň mzdy, pokud ano, tak dotaz zní, zda by byl ochoten obětovat 300 Kč, opět pokud by odpověděl ano, tak bychom se ptali, zda 400 Kč atd. Pokud by ale odpověděl ne, dotaz by byl postaven, zda je ochoten obětovat 250 Kč a opět koloběh pokračuje až do momentu, kdy respondent odpoví ano. Stejný systém se realizuje i u respondentů, kteří by si zvolili scénář 2, ovšem s odlišnými počátečními hodnotami. •
Metoda scénářů
„Představte si vytíženou dálnici, po které denně projede cca 135 000 lidí mezi dvěma velkými městy. Na této vytížené dálnici se stane v obou směrech 2 265 nehod za rok. Při těchto nehodách zemře 21 lidí, 30 lidí je těžce zraněno a 289 lidí je lehce zraněno. Představte si, že by byl spuštěn program, který by způsobil, že by klesl počet havárií. (např. rekonstrukce některých kritických úseků atp). To by v konečném důsledku vedlo ke snížení počtu mrtvých o 3 lidi za rok. Kolik byste byl ochotný zaplatit každý měsíc za tento program snižování počtu mrtvých?
- 153 -
Platit budete státní organizaci, např. formou dodatečné daně. Představte si, že mávnutím kouzelného proutku budou částky, které budete platit každý měsíc, investovány dobře a opravdu se program projeví na snižování počtu dopravních nehod a úmrtí při nich.“ „Představte si, že žijete v zemi, kde každý rok zemře průměrně 200 lidí na následky pracovních úrazů. V průměru tedy dojde k 4 smrtelným pracovním úrazům na 100 000 pracovníků za rok. Což tedy je 1 smrtelný úraz na 25 000 pracovníků za rok. Představte si, že by byl spuštěn program, který by způsobil, že by klesl počet smrtelných úrazů na pracovišti. (např. nadrámcové zdravotní prohlídky, zvyšování bezpečnosti práce, atp.). To by v konečném důsledku vedlo ke snížení počtu smrtelných pracovních úrazů o 20 lidí za rok. Ke smrtelným úrazům dochází na všech typech pracovišť. Ke smrtelným úrazům dochází občas i na pracovištích, kde bychom to nečekali, např. u kancelářských profesí. Zde se můžeme setkat s pády ze schodišť, uklouznutím (spojená s poraněním hlavy), úrazy elektrickým proudem, infarktem či mrtvicí. Kolik byste byl ochotný zaplatit každý měsíc za tento program snižování počtu smrtelných pracovních úrazů? Platit budete státní organizaci, např. formou dodatečné daně. Představte si, že mávnutím kouzelného proutku budou částky, které budete platit každý měsíc, investovány dobře a opravdu se program projeví na snižování počtu smrtelných pracovních úrazů za rok.“ Další možností je například dotaz na rozdělení rozpočtu na veškeré své výdaje, jakými jsou výdaje na bydlení, ošacení, potraviny, ale i snížení rizika úmrtí, či úsporu času apod. Tato metoda skýtá velkou výhodu v podobě tlaku na uvědomění si rozpočtových omezení, neboli zajišťuje, že respondent nebude ochoten zaplatit více než je jeho limit (nepředpokládáme, že si bude ochoten půjčit na zaplacení netržního statku). Tento postup by mohl mít následující podobu: „Zamyslete se nyní ještě jednou nad uvedenou částkou. Vezměte prosím v úvahu Vaše veškeré osobní příjmy. Když nyní vidíte částku před sebou, nechal byste ji tak anebo byste ji změnil?“ Pokud respondent nyní částku zkoriguje, budeme vnímat novou hodnotu jako relevantní pro výpočet. Ve světě byl realizován nespočet výzkumů, jejichž cílem bylo zjistit VSL. Uvedeme zde jen výběr z nich proto, aby bylo možné si učinit představu o dimenzích této veličiny (v České republice bylo již také provedeno několik pokusů o stanovení VSL, přičemž za jeden z těch, jejichž výsledky lze považovat za relevantní je výzkum realizovaný týmem „Alberini, Kohlová,
- 154 -
Ščastný“, kteří v rámci dotazování stanovili v roce 2005 VSL na úrovni 40,16 mil. Kč v případě, že vyšli ze střední hodnoty dosažené VSL či 18,52 pokud ji odvodili od mediánu). Tabulka 16: Výsledky VSL na základě hédonické regrese (práce) ve světových výzkumech Autor Viscusi*
Rok výzkumu
Oblast výzkumu
VSL ($USA (2000)
2004
USA
5 106 991
2003
16 137 876
Leeth a Ruser
2003
USA
2 723 710
Shanmugam
2001
Indie
16 070 278
Gunderson, Hyatt
2001
Kanada
24 361 374
Arabsheibani, Marin*
2000
UK
11 891 625
Meng, Smith
1999
Kanada
2 353 931
Kim, Fishback*
1999
Jižní Korea
1 552 525
Miller a kol.
1997
Australie
17 980 328
Liu a kol.
1997
Taiwan
1 198 975
Sandy, Elliott*
1996
UK
1 211 866
Leigh
1995
USA
11 111 731
Lanoise a kol.
1995
Kanada
24 198 149
Siebert, Wei*
1994
UK
14 181 264
Martinello, Meng*
1992
Kanada
3 144 141
Cousineau*
1992
Kanada
4 804 628
Leigh
1991
USA
7 149 454
Kniesner, Leeth*
1991
USA
12 812 755
Autralie
4 367 434
Japonsko
461 958
Gegax a kol.*
1991
USA
2 732 627
Berger, Gabriel
1991
USA
7 616 966
Meng, Smith*
1990
Kanada
1 216 395
Meng*
1989
Kanada
4 041 961
Moore, Viscusi*
1988
USA
9 162 972
Pozn.: * označuje obecně vnímané TOP výzkumy.
- 155 -
Tabulka 17: Výsledky VSL na základě dotazování ve světových výzkumech Autor
Rok výzkumu
Oblast výzkumu
VSL ($USA (2000)
Cook, Ludwig*
2001
USA
4 435 428
Person a kol.*
2001
Švédsko
2 170 586
1995
3 270 691
Corso, Hammit, Graham*
2001
USA
2 874 815
Krupnick a kol.
2000
Ontario
1 683 147
Carthy a kol.
1999
USA
1 655 543
Guria a kol.
1999
Nový Zéland
2 100 971
Beattie a kol.
1998
USA
7 220 700
Johannesson a kol.*
1996
Švédsko
4 035 513
Kidholm
1995
Dánsko
844 939
Desaigues a kol.
1995
Francie
875 236
Lanoise a kol.
1995
Quebec
2 086 429
Schwab Christe
1995
Švýcarsko
785 693
Soderquist
1994
Švédsko
1 107 510
Belhadji
1994
Quebec
825 415
McDaniels
1992
USA
17 098 753
Persson, Cedervall
1991
Švédsko
10 550 638
Viscusi, Magat, Huber*
1991
USA
3 203 365
Miller, Guria
1991
Australie
1 235 429
Jones-Lee
1992
USA
4 055 311
Maier, Gerking, Weiss
1989
Australie
2 501 829
- 156 -
Tabulka 18: Výsledky VSL na základě hédonické regrese (jiné trhy než práce) ve světových výzkumech Autor
Rok výzkumu
Oblast výzkumu
VSL ($USA (2000)
Dreyfus, Viscusi*
1995
USA
3 614 726
Blomquist, Miller
1992
USA
3 134 019
Garbacz
1991
USA
3 916 577
Carlin, Sandy
1991
USA
687 397
Atkinson, Halvorsen*
1990
USA
4 029 453
Garbacz
1989
USA
2 817 374
Ippolito, Halvorsen
1984
USA
1 045 843
6.2.2 Hodnota času Pojem hodnoty času se nejčastěji vyskytuje v souvislosti s infrastrukturními projekty. Vnímáme jej jako hodnotu změny časové náročnosti přepravy a v tomto směru se držíme vymezení VTTS – Value of Travel Time Savings, které vyjadřuje ochotu lidí zaplatit za snížení časové náročnosti dopravy, příp. ochotu akceptovat zvýšení časové náročnosti dopravy za určitou kompenzační platbu. Cestovní čas můžeme v tomto smyslu dále členit dle jeho příjemnosti, náplně a důvodu vyšší časové náročnosti. Základní členění je na čas pracovní a čas nepracovní. Pracovní čas je oceňován na principu oportunitních nákladů (tento postup byl vysvětlen v kapitole věnující se ocenění práce). Čas nepracovní se oceňuje na principu WTP či WTA. Stínová hodnota času (ať již v podobě VTTS či VT – value of time) je stejně jako předchozí stínové ceny stanovována buď na bázi analýzy tržních dat či pomocí dotazování. Pokud se soustředíme na možnost odvodit hodnotu času z tržních dat, můžeme zkoumat funkci pracovního času. Logika je obdobná jako je tomu u hédonické regresní funkce pro potřeby ocenění života, kdy předpokládáme, že jednou z determinant velikosti mzdy je prostá odměna za ztrátu disponibilního času v zaměstnání. Potom by teoreticky bylo možné analýzou vzorku funkcí tržních mezd určit podíl této složky. Tento směr se v ČR jeví jako použitelný, nicméně vzhledem k tomu, že nese jistá rizika (nepružnosti velikosti úvazků, rozdíl mezi tržní a - 157 -
stínovou cenou práce, rozdíl mezi hodnotou uspořeného pracovního a nepracovního času…), je nutné se soustředit i jiným směrem. Další tržní data, která se nabízí pro uchopení VTTS, jsou data o dopravě lidí do zaměstnání či obecně z místa A do místa B. Podstata tohoto přístupu je v tom, že zkoumáme různé způsoby přepravy, které lidé využívají k dopravě, za předpokladu, že je rozdíl v hodnotě času, který je spojen s příslušným typem dopravy. V tomto případě je nutné vyřešit problém očištění vstupních dat o skutečnost, že různé typy dopravy jsou různě komfortní a mohou například přinášet kompenzaci za ztrátu času a to jinou, než pouze zvýšení či snížení cestovních nákladů. VTTS se tedy stanovuje z regresní funkce, kde na jedné straně stojí cena přepravy41 jako vysvětlovaná proměnná. Na druhé straně coby vysvětlující proměnné stojí všechny parametry dopravy jako je čas, ale i kvalitativní parametry popisující komfort přepravy. Třetí model, který bychom označili za možný v ČR, se nabízí v aplikaci hodnoty VSL. Jedná se o model postavený na trade-off mezi časem a rizikem. Podstata tohoto přístupu je v tom, že lidé, kteří jezdí automobilem rychleji, nesou větší riziko úmrtí ve voze a současně šetří čas. Můžeme tedy ze vztahu mezi změnou průměrné rychlosti a změnou úmrtnosti na vozovce odhadovat, jakou hodnotu lidé přikládají času. Nutnou podmínkou pro možnost aplikace tohoto přístupu je znalost hodnoty života a současně znalost dostatečného množství charakteristik o dopravě, které mají signifikantní vliv na bezpečnost přepravy. Současně je třeba říci, že uvědomované a skutečné riziko nejsou identické kategorie a navíc riziko havárie neroste pouze s rychlostí. Problémem je, že některé parametry automobilu spojené s vyšší bezpečností jsou základní součástí vozu a současně, některé z nich jsou lidmi pořizovány nikoliv z důvodu pocitu vyšší bezpečnosti, ale spíše z důvodu pocitu luxusu (např. pocit zařazení do určité společenské třídy). Kromě těchto metod zjišťování VTTS můžeme samozřejmě přistoupit k dotazování. V tom případě opět lze kopírovat tržní postupy a tržní vztahy. Dotazníkem můžeme zjišťovat jednotlivé vstupní proměnné uvedených funkcí nebo alespoň hodnotu času samotnou. Dotazník na VTTS potom může mít například následující podobu:
41
Zahrnuje krom samotných přímých nákladů v podobě pohonných hmot, opotřebení vozu, apod.
- 158 -
o
Představte si situaci, že pracujete v centru města a hledáte si bydlení. Máte možnost si zvolit ze dvou naprosto shodných lokalit z hlediska občanské obslužnosti, z nichž jedna se nachází na severu města a druhá na jihu. Byty, které zvažujete, jsou stejně velké, stejně staré a stejně vybavené a i okolí vypadá podobně (výhled do zeleně, shodná hlučnost apod.). Byty jsou sice stejně daleko od centra, ale vzhledem k rozdílné vytíženosti komunikací směrem do centra, je jediný rozdíl v obou lokalitách doba, kterou musíte strávit průměrně při cestě do zaměstnání. Představte si, že z jihu jezdíte do centra cca 30 minut a ze severu 50 minut vlivem zácpy na silnici. O kolik byste byli ochotni zaplatit měsíčně na nájemném více v lokalitě s dostupností do centra za 30 min oproti variantě s dostupností za 50 minut. (s tím, že do práce jezdíte denně, tzn. 5 x v jednom týdnu).
o
Představte si situaci, že do zaměstnání jezdíte denně 1 hodinu (jedna cesta 1 hodinu, tedy dohromady tam a zpět 2 hodiny denně, bez ohledu na dopravní prostředek) a město Vám nabízí takové úpravy provozu na silnici, které by zkrátily čas strávený na cestě do zaměstnání na 45 min (tedy denně 1,5 hodiny tam a zpět). Kolik byste byl ochoten zaplatit za takový zásah měsíčně?
Pokud bychom si chtěli udělat představu o možné velikosti VTTS, je vhodné nahlédnout například do metaanalýzy Williama G. Waterse. Ten zanalyzoval 56 empirických studií realizovaných v období 1974 – 1990, které ať již na základě contingent valuation či zkoumání tržních dat hledaly hodnotu VTTS. Všechny studie se dotýkaly dopravního trhu, a to v podobě rozhodování o dopravní cestě, o volbě dopravního prostředku, o rychlosti jízdy apod. Výsledkem jeho zkoumání bylo doporučení, aby se stínová cena času pohybovala na úrovni 40 % - 50 % čisté mzdové hodinové sazby pro nepracovní čas, pro pracovní čas celých 100 % mzdové sazby před zdaněním se zahrnutím benefitů. Další významný výzkum realizoval Waters a von Wartburg, a to pro VTTS a čas jiných aktivit. Hodnotu času odvozovali z informací sbíraných zařízením na výběr mýtného. Tento tým doporučoval pro nepracovní cesty kalkulovat hodnotu času na úrovni 50 % čisté mzdové hodinové sazby (stejně tak ovšem u dojížďky za prací). Obchodní cesty doporučují oceňovat na bázi hrubé mzdové hodinové sazby navýšené o benefity (stejně jako předchozí Watersova
- 159 -
metaanalýza).
Velikost
hodnoty
času
stráveného
v zácpě
ztotožňují
s dvojnásobkem
předchozích hodnot.
6.2.3 Hodnota hluku Dle platné definice je hlukem označován každý zvuk, který člověka ruší, obtěžuje, nebo který působí škodlivě na jeho zdraví. Škodlivými účinky hluku se rozumí účinky nepříznivé pro lidské zdraví, obtěžování hlukem, pocit nepohody vznikající působením hluku na osoby vystavené definovaným hodnotám hlukového ukazatele. Nicméně musíme se bavit i o ocenění hluku, resp. ticha, tedy nízké či minimální úrovni hluku, vzhledem k potřebě ocenění takových efektů, jako je například výstavba parků, kde jedním z výsledků projektu je i ticho, které konzumují subjekty, na něž je takový projekt zacílen. K vyjádření účinků hluku na jedince se používá hladina hluku vyjádřená v decibelech [dB], korigovaná frekvenčně pomocí pásmového váhového filtru. Filtr je použit z důvodu nestejné citlivosti lidského ucha na hluk různého kmitočtu. V reálném prostředí má většina typů hluků proměnlivý charakter a proto se k vyhodnocení jejich účinků používá průměrná úroveň sumy akustické energie, která působila v daném čase. Tato energetická průměrná hladina je označována jako ekvivalentní hladina hluku LAeq. 42 Jakým způsobem ovšem měřit hodnotu hluku? Analýza světových realizovaných výzkumů ukázala, že většina výzkumných týmu se při hledání hodnoty hluku soustředila na hédonickou regresi (resp. HPI, Hedonic Price Index), přičemž jako trh, na kterém jsou hledána data pro naplnění modelu, je ve všech případech trh s nemovitostmi. Pro naplnění regresní
42
Ekvivalentní hladina akustického tlaku A, LAeq, je hladina střední hodnoty akustického tlaku ve
sledovaném časovém úseku. Lze ji vyčíslit jako hladinu časového integrálu intenzity zvuku děleného délkou časového intervalu. Tj. ze vztahu:
LAeq = 10 log
n
1
∑ f 10
n
∑ i =0
fi
i =0
i
0,1Li
,
(104)
kde fi je míra časového výskytu hladin měřeného časového úseku v procentech, sekundách nebo četnosti čtení, Li
je střední hladina v i-tém hladinovém intervalu v dB.
- 160 -
funkce jsou nutné dvě skupiny informací, a to hluková mapa a informace o realizovaných prodejích nemovitostí z oblastí, za které je dostupná hluková mapa. V zahraničí se často používá cenová mapa bytů v okolí letiště, a to vzhledem k vysoké četnosti letišť na území a současně relativně bohaté zástavbě v jejich okolí. Koncept hédonické regrese se jeví jako zajímavý i pro aplikaci v ČR s jednou odlišností, a to že by bylo možné vyjít nikoliv jen z oblasti okolí Ruzyňského letiště, ale i z hlukových map vybraných oblastí napříč celou republikou (Praha, Brno, Ostrava, vybrané území v okolí železnice).43 Podstatné je mj. i to, že úroveň hluku je zaznamenána v mapách po 5 dB, což udává i limit možné přesnosti analýzy. V tomto směru se jeví 5 dB jako dostatečně „jemný“ odhad. Druhou skupinou informací nutných pro naplnění regresní funkce jsou informace o realizovaných prodejích nemovitostí. Logika modelu je taková, že vysvětlovanou proměnou je prodejní cena nemovitosti (v Kč) a vysvětlujícími proměnnými jsou parametry, které ovlivňují cenu nemovitosti jako například: o
typ jednotky (rodinný dům, bytová jednotka, činžovní dům…),
o
druh materiálu, ze kterého je stavba postavena (cihlový, panelový…),
o
ulice, č. p., č. o., obec,
o
číslo v katastru,
o
datum transakce (postačuje měsíc a rok), vzhledem k tomu, že nelze předpokládat, že všechny transakce jsou uskutečněny v jeden moment, je nutné přecenění ceny nemovitosti o časovou hodnotu peněz na nějaký jeden okamžik,
o
m2 užitné plochy, m2 zastavěné plochy,
o
počet pokojů (v ideálním případě situaci bytu, např. 3 +1, 2+kk),
o
příslušenství včetně sklepů, garáží a jiných prostor,
o
podlaží jednotky z celkového počtu podlaží domu,
o
stáří nemovitosti (resp. rok výstavby),
o
stav v době prodeje (před rekonstrukcí, po nedávné rekonstrukci, jak rozsáhlé – jak dlouho je tomu od rekonstrukce, pokud se jedná o byt tak zvlášť byt a zvlášť dům, ve kterém se byt nachází),
43
Na základě vyhlášky 523 z 21. listopadu 2006, vydané ministerstvem zdravotnictví, byla vytvořena
hluková mapa České republiky, obsahující hodnoty hluku v podobě Ldvn, což je hlukový ukazatel zahrnující celodenní obtěžování hlukem.
- 161 -
o
seznam spoluvlastněných společných prostor a jejich velikost,
o
vybavení bytu,
o
byla nemovitost v době nákupu zatížena nájemníky příp. nájemníky s regulovaným nájemným,
o
počet bytových a nebytových jednotek na patře daného domu a v celém domě.
Dále pokud jsou sbírána jakákoli data, která pomohou stanovit kvalitu výhledu, lokality a podobně: o
jestli se jedná o dům v bloku či stojící separátně,
o
vzdálenosti od dopravních uzlů, hlavních a vedlejších tahů a center služeb,
o
znečištění v lokalitě, hlučnost samotná apod.,
o
informace o sociálních skupinách žijících v sousedství apod.
Cílem jsou obecně co nejširší a nejhlubší data o prodávaných nemovitostech, tedy maximální šíře souboru nemovitostí a hloubka o nich dostupných informacích, které mohou mít cenotvorný vliv.44 Vzhledem k možnosti zařadit do kvantitativního regresního faktoru i tzv. dummy proměnné je možné využití i faktorů kvalitativní povahy. Vzhledem k zákonu na ochranu osobních údajů je získání nutných vstupů do analýzy velmi komplikované. Data by měly vlastnit jednak realitní agentury (nicméně jejich relevance, struktura a přesnost se nejeví jako vhodná) a samozřejmě i Český statistický úřad, přičemž za relevantnější a přesnější můžeme považovat data státních institucí, ale jejich získání se jeví jako v podstatě nemožné. Kromě metod postavených na pozorování tržního chování subjektů se nabízí stanovení stínové ceny hluku pomocí dotazování. Dotazování není ve světě obvyklý způsob, ale obecně je možné se domnívat, že pokud přijmeme všechny bariéry z dotazování vyplývající, je to principielně možné. V případě ceny hluku se vyskytuje především významná bariéra v podobě obtížné představitelnosti tohoto statku, jelikož uvědomit si, jaký je rozdíl mezi 60 dB a 70 dB je velmi komplikované. Dotazování je možné vést směrem kopírujícím hédonickou regresi, tedy dotazování na ochotu zaplatit za nižší hlučnost či ochotu akceptovat vyšší hlučnost za úsporu na nájemném s
44
Vždy je možné zúžit soubor v případě existence multikolinearity.
- 162 -
tím, že je samozřejmě možné využít reálných hlukových map či nahrávek zvuků o různém množství dB. Dotazování potom můžeme postavit například následujícím způsobem: o
Představte si, že úroveň hluku v lese je 10 dB, úroveň hluku, která je vyvolána běžným rozhovorem, je cca 60 dB, úroveň hluku na ulici je mezi 60 – 90 dB a úroveň hluku na diskotéce je cca 110 – 150 dB.
o
Představte si situaci, že hledáte podnájem a máte na výběr několik bytů, všechny jsou v bezprostřední blízkosti (jsou ve dvou ulicích, které jsou vzájemně rovnoběžné), tudíž dostupnost obchodů, škol a jiných zařízení je velmi podobná (de facto stejná), stejně tak kvalita bytů daná vybaveností, výhledem, stářím bytu, patrem, na kterém se byt nachází je stejná, pouze jeden z nich se nachází na hlavní ulici s vysokou úrovní dopravy a druhý v ulici, která je jednosměrná, tudíž úroveň dopravy je v ní zanedbatelná. Hlučnost v ulici s hustým provozem je průměrně 75 dB a s malým provozem je cca 60 dB. O kolik byste byli ochotni měsíčně zaplatit více za byt v tišší ulici?
Jak regresní funkce ceny bytu, tak i tento směr dotazování řeší pouze část problému, a to hodnotu hluku pro obyvatele lokality, kteří jsou v každodenním bezprostředním kontaktu s hlukem. Otázkou dalšího výzkumu stále zůstává, jak řešit cenu hluku pro lidi, kteří jej musí strpět pouze dočasně, např. při cestě do zaměstnání, nebo naopak jak řešit stanovení hodnoty ticha v parku. Řešení se nabízí dvojí, a to buď vhodně zkonstruovaný dotazník nebo využití metody cestovních výdajů či jejich kombinace. Metoda cestovních výdajů, kde bychom mohli zkoumat ochotu lidí zaplatit za dovolenou, která jim poskytne mimo jiné i pobyt v klidné oblasti, např. lesa či hor. Tento způsob se ovšem opět vzhledem k malé disponibilní datové základně jeví jako lichý pro aplikaci v ČR. Vzhledem k odvozování ceny hluku z realitního trhu, je relativně časté oceňování hodnoty hluku v tzv. NSDI (Noise Sensitivity Depreciation Index, Walters (1975), Nelson (1980, 1982)), což je procentní snížení ceny nemovitosti v návaznosti na zvýšení hlučnosti o 1 dB (A). Za předpokladu, že se dvě nemovitosti liší pouze dotčeným hlukem, lze absolutní velikost rozdílu ceny nemovitosti v závislosti na jednom decibelu rozdílu hlučnosti vyjádřit:
- 163 -
D=
depn , inn
(105)
kde depn … snížení hodnoty nemovitosti z důvodu zvýšené expozice hluku (v Kč), inn … zvýšená expozice hluku (dB). NSDI je potom definována jako:
NSDI =
D dep 100 = , VP difn
(106)
kde VP … hodnota nemovitosti (jako ekvivalent pro cenu nemovitosti je možné použít i měsíční nájemné) v Kč, dep … celkové procentní snížení ceny nemovitosti, difn … změna v expozici hluku. Pro představu uvádíme NSDI dosažené z dostupných výzkumů.
- 164 -
Tabulka 19: Stínová cena hluku odvozená ze silniční dopravy Autor
Rok výzkumu
Oblast výzkumu
Měřítko
NSDI
hluku Allen
1977 – 79
North Virginia, USA
L10
0,15
1977 - 79
Tidewater, USA
L10
0,14
1969 – 71
Towson, USA
NPL
0,43
1969 - 71
North Springfield, USA
NPL
0,14
1969 – 71
Bogotoa, USA
NPL
2,22
1969 – 71
Rosendale, USA
NPL
0,24
1969 – 71
North Springfield, USA
NPL
0,21
1969 - 71
Všechny tři oblastu
NPL
0,26
1997
Oslo, Norsko – byty
Leq
0,21
1997
Oslo, Norsko - domy
Leq
0,54
Hidano a kol.
1992
Tokio, Japonsko
Leq
0,7
Hall a kol.
1975 - 77
Toronto, Kanada
Leq
1,05
Hammar
1974
Stokholm, Švédsko
Leq
0,8 – 1,7
Iten a Maggi
1990
Zirich, Švýcarsko
Langley
1962 - 72
North Springfield, USA
Nelson
1970
Palmquist
Anderson, Wise
Gamble a kol.
Grue a kol.
0,9 NPL
0,22
Washongton, USA
Ldn
0,87
1962 – 76
Kingsgate, USA
L10
0,48
1958 – 76
North King County, USA
L10
0,3
1950 - 78
Spokane, USA
L10
0,08
Pommerherne
1986
Basel, Švýcarsko
Leq
1,26
Renew
1996
Brisbane, Australie
Leq
1
Soguel
1990
Neuchatel, Švýcarsko
Leq
0,91
Vanio
1995
Helsinki, Finsko
Leq
0,36
Vaughan a Huckins
1971 - 72
Chicago, USA
Leq
0,65
Pozn.: Všechna měřítka hluku vypovídají o tom, jak velkou změnu hlučnosti zkoumáme, přičemž Leq vypovídá o změně individuální, L10 ukazuje změnu hlučnosti o 10 % a NPL (noise pollution level) je způsob zkoumání dopadu hluku v různých hodinách dne.
- 165 -
Tabulka 20: Hodnota NSDI odvozená z letecké dopravy Autor
Rok výzkumu
Oblast výzkumu
Abelson
1972 – 73
Marrickville, Sydney, Australie
0,4
1972 - 73
Rockdale, Sydney, Australie
0,5
1970
San Mateo, San Francisco, USA
0,5
1970
Santa Clara, San Jose, USA
0,7
Gautrin
1968 - 69
Londýn Heathrow, UK
0,62
Levesque
1994
Winnipeg, USA
1,3
McMillan
1975
Edmonton, Kanada
0,51
Maser a kol.
1971
Rochester, USA – město
0,88
1971
Rochester, USA – okolí města
0,61
Mieskowski a Saper
1969 - 73
Etobicoke, Toronto, Kanada
0,52
Nelson
1970
Washinghton, USA
1,06
Nelson
1970
San Francisco, USA
0,58
1970
St. Louis, USA
0,51
1970
Cleveland, USA
0,29
1970
New Orleans, USA
0,4
1970
San Diego, USA
0,75
1970
Buffalo, USA
0,52
1980
Atlanta, USA
0,69
1970
Atlanta, USA
0,64
Pennington a kol.
1985
Manchester, UKBoston, USA
0,47
Price
1960 – 1970
Boston, USA
0,83
Uyeno a kol.
1987
Vancouver, Kanada
0,65
Yamaguchi
1996
Londýn Hearthrow, UK
1,51
1996
Londýn Gatwick, UK
2,3
Dygert
O´Byrne a kol.
- 166 -
NSDI
6.3 Příklad aplikace metodického aparátu v českých podmínkách Nyní si ukážeme45, jak by se prakticky stanovovala hodnota netržního statku, na příkladu hodnoty statistického života. Nejprve si vydefinujeme problém stanovení hodnoty statistického života. V českém prostředí by se jako nejpříhodnější jevil koncept ocenění postavený buď na tržních datech, konkrétně datech o zaměstnancích, anebo dotazování na ochotu zaplatit za snížení rizika úmrtí či ochotu akceptovat vyšší riziko v zaměstnání za danou finanční kompenzaci. Nejprve se pustíme do metody, kterou většina vědců volí jako první, a to je využití tržních dat. Důvod je relativně prozaický. Nevýhoda spojená s možnou deformací vstupních údajů pro propočet vyvolaná ať již cíleně či necíleně upravenou odpovědí je nepřehlédnutelná. Pokud hovoříme o aplikaci metody postavené na tržních datech, bavíme se v českém prostředí o datech z trhu práce, tedy mzdách a dalších charakteristikách zaměstnanců, jak již bylo popsáno v kapitole o VSL. Sestavíme regresní funkci mzdy a následně odvodíme VSL. Pokud bychom na základě vzorku dat dospěli k tomu, že β = 0,05 (dílčí regresní koeficient rizika) a současně, že medián měsíční mzdy je 25 381 Kč, potom lze VSL odvodit jako: VSL = 0,05 * 25 381 * 12 * 1 000 VSL = 15 228 600 Kč. Hodnota statistického života je těchto předpokladů 15,2 mil. Kč.
Nyní jsme si ukázali, jak by se VSL stanovovalo na základě tržních dat a nyní přistoupíme k aplikaci metody Contingent Valuation. V ideálním případě by bylo vhodné koncipovat dotazník tak, abychom s jeho pomocí získali obdobnou bázi informací jako v případě předchozí metody a následné oceňování by potom probíhalo obdobně. Na druhou stranu je možné přistoupit i ke zjednodušené podobě dotazování a klást pouze ty dotazy, které přímo vedou ke stanovení stínové ceny příslušného statku.
45
Využito výzkumu Spenglera, 2007.
- 167 -
Příklady dotazů jsou součástí jednotlivých kapitol, nicméně zvolíme například otázku na ochotu zaplatit za snížení rizika úmrtí v zaměstnání. Na trhu práce je 5 033,5 tis. zaměstnatelných občanů, přičemž ročně umírá na následky výkonu svého povolání 73 lidí. Budeme se ptát respondentů, kolik by byli ochotni zaplatit měsíčně46 za taková opatření, která by vedla k snížení rizika výkonu jednotlivých povolání, za předpokladu, že by tato opatření vyvolala snížení množství mrtvých na 70 lidí ročně (aniž by tato opatření měla jakýkoliv jiný dopad). Předpokládejme, že pro naši společnost vzhledem k její homogenitě dostačuje vzorek o velikosti 24 lidí, kteří odpověděli následovně: 1. občan 2. občan 3. občan 4. občan 5. občan 6. občan
1 0,5 0 2 3 1
7. občan 8. občan 9. občan 10. občan 11. občan 12. občan
1 0 4 2 3 1
13. občan 14. občan 15. občan 16. občan 17. občan 18. občan
0,5 2 1 4 3 1
19. občan 20. občan 21. občan 22. občan 23. občan 24. občan
0 0 2 1 1 2
Na základě těchto dat jsme zjistili, že průměrná WTP za zvýšení bezpečnosti je 1,5 Kč za měsíc, neboli 18 Kč ročně. nyní ročně
zaměstnaných počet úmrtí v zam. pravděpodobnost
5 033 500 73 0,0000145
po změně zaměstnaných ročně úpčet úmrtí pravděpodobnost delta ročně delta
5 033 500 70 0,0000139
zaměstnaných počet úmrtí pravděpodobnosti
0 -3 -0,0000006
VSL = 18 / 0,0000006 VSL = 30 201 000 Kč Hodnota statistického života za těchto předpokladů je 30,2 mil. Kč.
46
Logicky se nabízí i dotaz na akceptování snížení mzdy, nicméně tato formulace již může narážet na
mnohem větší vlnu odporu, jelikož v situaci všeobecné nedůvěry ve stát by v lidech s velkou pravděpodobností tento dotaz evokoval dotaz na další zdanění s nízkým či nulovým efektem.
- 168 -
6.4 Jak postupovat bez stínových cen Dnešní praxe je, jak již bylo několikrát zmíněno, poznamenána absencí konkrétních hodnot stínových cen speciálně zkonstruovaných pro českou společnost a zdejší ekonomické a společenské poměry. Neexistence specifických konverzních faktorů či stínových cen je o to komplikovanější, že se jedná o relativně jedinečné proměnné. Proto tak velký tlak na zajištění jednoznačného měřítka efektů v podobě cen. Stínové ceny, jak je vysvětlováno v tomto textu, závisí na celé řadě předpokladů a uchopují jak ekonomické, tak i společenské podmínky dané komunity, neboli závisí na bohatství společnosti, na hodnotovém žebříčku, na postojích společnosti a tudíž jsou komplikovaně přenositelné z jedné společnosti do druhé. Přesto v zájmu zjednoznačnění aparátu cen pro tvorbu CBA nabízí teorie přechodné řešení v podobě přepočtení stínových cen jedné společnosti pro druhou přes paritu kupní síly a přes velikost HDP. Tyto postupy nelze považovat za zcela teoreticky korektní, ale na druhou stranu je třeba zdůraznit, že určité byť ne úplně přesné stínové ceny používané pro výpočet socioekonomické hodnoty investic, lze považovat za vhodnější systém, než systém živelné kreativity stojící za tvorbou stínových cen u jednotlivých analytiků. Samozřejmě za předpokladu, že jednotně stanovené stínové ceny nebudou ještě zcela přesné, ale nebudou stanoveny v rozporu s teoretickými předpoklady, které stojí za ekonomií blahobytu. První postup vychází z předpokladu, že determinant stínových cen je sice mnoho, ale pouze jedna je jednoznačně relativně snadno zjistitelná, a tou jsou příjmy dané společnosti. Za předpokladu, že abstrahujeme od všech ostatních vlivů:
SPČR = SPD −
SPD ( I D − I ČR )α , ID
(107)
kde SPČR … stínová cena statku x použitelná pro Českou republiku, SPD … stínová cena statku x stanovená v „dokonalém státě“, IČR … příjem na osobu v České republice, ID … příjem na osobu v „dokonalém státě“,
α … elasticita velikosti stínové ceny na velikost příjmů. Problém tímto modelem odsouváme jen zdánlivě. Jelikož stále zůstává otázka, jaká je elasticita stínové ceny na velikost příjmů a současně, co vnímat pod pojmem „dokonalý stát“. - 169 -
My jsme zde záměrně použili pojem „dokonalý stát“, jelikož jsme tím chtěli navodit potřebu určit ten stát, jehož hodnoty stínových cen budeme brát jako relevantní. Nabízí se dvě, resp. tři možnosti, jak nalézt stát, od kterého budeme odvozovat české stínové ceny. Je možné vycházet z hodnot stínových cen Evropské unie, resp. některého z jejích států jako například Velká Británie, Irska, či Švédska, kde mají systém socioekonomického hodnocení poměrně rozvinutý a tedy i stínové ceny jsou poměrně sofistikovaně stanoveny a ustáleny, či Spojené státy americké, které mají v oblasti socioekonomického hodnocení nejdelší tradice a zkušenosti a tudíž i výzkumnou práci bychom mohli považovat za nejpropracovanější. Z hlediska teoretického a metodologického bychom se skutečně přikláněli ke Spojeným státům americkým, právě vzhledem k dlouhé tradici a široké aplikovatelnosti velkého množství metod, která vede k neustálému zpřesňování výsledků (alespoň by měla vést). Z hlediska příbuznosti hodnotové bychom ale měli spíše inklinovat k aplikaci výsledků evropských výzkumných týmů. Ty totiž částečně překlenují jednu z významných bariér v podobě nestejných společenských hodnot. Tímto není řečeno, že je tato bariéra zcela vymazána, ale její síla je potlačena právě vlivem skutečnosti, že společenské hodnoty České republiky a evropských zemí mají některé podobné atributy v hodnotových systémech. Druhým problémem, který přináší výše uvedený vztah je nutnost nalézt odpověď na to, jaké velikosti nabývá proměnná α . Elasticita se stanovuje pomocí metaanalýz již provedených výzkumů. Typicky se této otázce věnuje Viscusi a Aldy (pro stanovení hodnoty života), kteří například na základě analýzy 46 výzkumů stanovili, že elasticita hodnoty života a příjmů je v rozmezí 0,5 – 0,6. Určení hodnoty elasticity lze z určitého úhlu pohledu považovat za relativně řešitelný úkol, vzhledem k tomu, že jde o „prostou“ metaanalýzu již provedených výzkumů. Ovšem ty bychom také museli převzít ze zahraničí. Druhý přístup zahrnuje do přepočtu paritu kupní síly a je postaven na následujícím vztahu: β
SPČR
HDPČR PPPČR nČR = SPD HDPD PPPD , nD
kde n vyjadřuje počet obyvatel daného státu, - 170 -
(108)
ČR a D označení států (viz. výše uvedený model), PPP … parita kupní síly daného státu,
β … elasticita vyjadřující vztah mezi SP a HDP, PPP (např. pro případ VTTS je pro ČR stanovena na úrovni 0,7 – viz metodika IMPACT). Plusy a mínusy platící pro výše analyzovaný model platí v plné výši i pro tento model. Vzhledem k náročnosti zajištění dostatečného množství informací o daných výzkumech, lze tento postup považovat pouze za překlenovací mezi detailně stanovenou hodnotou a žádnou hodnotou stínové ceny. Nikdy nelze přehlížet skutečnost, že tyto modely abstrahují od natolik významných parametrů, jako je například sklon společnosti k riziku, jeho vnímání hodnoty statků či individuální preference subjektů společnosti a proto již zmíněný apel na dočasnost aplikace tohoto postupu.
- 171 -
7 Přínosy Přínosy pro vědeckou práci lze spatřovat v komplexním uchopení problému stínových cen, a to především optikou České republiky. Tato práce vymezila všechny předpoklady a bariery stojící při konstrukci stínových cen a vymezila široký pohled na jejich stanovení. Současně kritickým pohledem zhodnotila problematiku stanovení stínových cen v rámci českého prostředí, čímž se tato stala prvním českým teoretickým materiálem, který ve vší hloubce a šířce dané téma postihl. Kromě toho je vědeckým přínosem sestavení databáze konverzních faktorů pro vybrané tržní statky a taktéž definování metod aplikovatelných pro stanovení stínových cen vybraných netržních statků. Přínosy pro praktickou sféru jsou taktéž v možnosti seznámení se s danou problematikou v ucelené podobě a ve vší komplexnosti a hloubce, což dnes není možné, jelikož podobný materiál v Českém prostředí dosud neexistoval. Hlavní praktický přínos práce lze ovšem spatřovat ve stanovení konkrétních konverzních faktorů pro Českou republiku pro vybrané komodity (konkrétně pro všechny obchodovatelné tržní statky), což českou evaluační praxi významně posouvá k lepšímu. Přínosy pro pedagogickou činnost spočívají v komplexním uchopení problému, jelikož tato stať bude sloužit jako základ výukových materiálů pro nově akreditovaný předmět 3PE577 „Stínové ceny“.
Samozřejmě pro potřeby vzdělávací bude nutné tento materiál upravit a
zdokonalit především po edukativní stránce.
- 172 -
8 Závěr Hlavním cílem mojí disertační práce bylo vymezení předpokladů a rozpracování koncepčních přístupů ke stanovení stínových cen v českém prostředí a sestavení metodiky tvorby stínových cen. Mimo to byl vytyčen jeden podcíl v podobě stanovení stínových cen pro vybraná aktiva zvláště konstruované pro českou ekonomiku. K tématu mě přivedlo určité teoretické vakuum, které vidím v oblasti stínových cen v České republice. Zájem o dané téma ještě podpořila řada zajímavých výzkumů realizovaných v zahraničí. Když si uvědomíme, že řad nositelů Nobelovy ceny za ekonomii ji obdržela právě za přínos k oblasti ekonomie blahobytu, lze toto téma skutečně považovat za velmi zajímavé.
Stěžejní cíl této disertační práce je naplněn prostřednictvím celého dokumentu, jehož struktuře se budu posléze věnovat. Ten je koncipován jako komplexní materiál, který se věnuje uceleně předpokladům, které stojí za měřením blahobytu plynoucího ze změny nabídky nebo poptávky po určitém statku. Dále se soustředí na konkrétní způsoby stanovení stínových cen s upozorněním na výhody a nevýhody těchto metod a v neposlední řadě kritickým pohledem zkoumá jednotlivé přístupy s akcentem na aplikaci v České republice. Za významný přínos této disertační práce lze považovat sestavení komplexního systému specifických českých konverzních faktorů pro vybrané tržní statky (konkrétně pro všechny obchodovatelné statky a pro práci). V závěru práce je taktéž uvedena řada příkladů, které ukazují aplikaci metod stanovení stínových cen statků netržních.
Jak ukázala disertační práce (i její rozsah) téma stínových cen je velmi komplexní a sahá do řady ekonomických i neekonomických oborů, jako například mikroekonomie, ekonomie blahobytu, financí, sociologie, statistiky. Problematika stínových cen je o to složitější, že do oblasti kupního rozhodování přináší velmi abstraktní pojmy jako je cena života, ale i hodnota kulturního dědictví. Současně tím, že narážíme na oblast užitku, je na první pohled komplikované rozhodnutí o možnosti přenositelnosti poznatků z oblasti stínových cen napříč jednotlivými ekonomikami. Teoretické podklady přenositelné jsou a lze je považovat za stěžejní základ celého oboru, ale možnost aplikace jednotlivých modelů už je komplikovanější, a to ze - 173 -
dvou důvodů. Na jedné straně narážíme na rozdílné společenské preference normy, ale i odlišnosti v ekonomických atributech jednotlivých států (příjmy) a na straně druhé se potýkáme s rozdílným přístupem ke sběru a poskytování informacích (a to i pro vědecké účely) o trhu a společnosti z řad vlastníků dat. Validní data buď vůbec neexistují, nebo je jejich disponibilita velmi nízká. Práce je rozdělena do několika kapitol, které jsou logicky provázány tak, aby bylo možné od základů představit celý problém. Vyvrcholení práce je v druhé části tohoto textu, kde jsou představeny konkrétní způsoby stanovení stínové ceny vybraných statků s vazbou na specifické podmínky české ekonomiky a společnosti.
První kapitola byla věnována úvodu a vysvětlení, proč považuji problematiku stínových cen za natolik zajímavou, že si zaslouží tento prostor. Důvody vidím především ve vzrůstající nutnosti aplikovat na rozhodování veřejného sektoru metody společenskoekonomického hodnocení (např. CBA), které pracuje právě na bázi stínových cen. Absence jednoznačného uchopení stínových cen, ale i jejich vyčíslení v České republice může vést k zpochybňování samotné možnosti racionálního rozhodování. Socioekonomické hodnocení ale svojí dlouholetou aplikací ve vyspělých zemích světa prokázalo své přednosti pro racionální volbu veřejných subjektů a je teoreticky i aplikačně nezpochybnitelné, nicméně dnes vzhledem k tomu, že se v České republice dosud nenašla autorita, která by poskytla praxi ke stínových cenám dostatečné teoretické a empirické podklady, můžeme hovořit o nižší míře validity dosažených výsledků touto metodou. Druhá kapitola upozorňuje na vývoj zkoumání a aplikace stínových cen především ve světě, ale i v České republice (okrajová zmínka o stínových cenách u nás je způsobena skutečností, že tento obor je tu relativně v počátcích, alespoň pokud srovnáváme rozsah našeho výzkumu této oblasti a využívání socioekonomického hodnocení se zahraničím). Upozorňuje dále na provázanost tohoto oboru s jinými oblastmi ekonomie i jiných společenských věd. Třetí kapitola vymezuje cíle práce a metody jejího zpracování. Kromě hlavního cíle, který je uveden v prvním odstavci závěru, jsou vymezeny směry, kterými bude daný cíl naplněn, a to sestavení uceleného systému metod pro stanovení stínových cen. Čtvrtá kapitola obsahuje základní premisy, od kterých se odvíjí celá problematika stínových cen. Vyjadřuje se k teoretickým předpokladům, ale i kritikámkonceptu stínových cen. - 174 -
Stínové ceny se opírají ve svých základech o principy neoklasické doktríny. Vzhledem k tomu, že stínová cena vyjadřuje hodnotu statku, je první část této kapitoly věnována vymezení tohoto pojmu, a to historickým exkurzem do vývoje teorie hodnoty od Aristotelovské nákladové teorie až k detailnímu rozboru teorie subjektivní hodnoty především v pojetí rakouského ekonoma Böhm-Bawerka. Na tento filozoficko-ekonomický rozbor navazuje mikroekonomická analýza členění statků na tržní a netržní, přičemž ty netržní dále členíme na veřejné, volné a externality. Vymezení se k členění statků je podstatné nejen proto, že samozřejmě jednotlivé skupiny statků mají svoje specifické vlastnosti, které determinují samotné stanovení společenské hodnoty, ale i proto, že jsem považovala za velmi podstatné udělat si jednoznačné zázemí pro další práci. Při členění jsem vycházela především ze Samuelsona, nicméně jeho koncept byl zúžen o tzv. statky vzácné. Domnívám se, že dnešní ekonomická realita již neumožňuje činit rozdíly mezi statky volnými s vzácnými, jelikož někdejší příklady volných statků považuji z povahy věci spíše za statky vzácné. Nyní následovalo definování pojmu, který je pro práci samozřejmě stěžejní, a to co je to stínová cena, která je vnímána jako ocenění mezního užitku (mezního blahobytu) plynoucího ze změny nabídky nebo poptávky po daném statku. Se stínovými cenami se můžeme setkat v mnoha oblastech socioekonomického hodnocení, ale největší prostor mají v rámci Cost Benefit Analysis, proto také bezprostředně následovalo její stručné vysvětlení. Další podkapitola se soustředila na Arrowův teorém a funkci blahobytu. Považovala jsem za nutné zmínit tak významný teoretický koncept, který je vnímán jako velká překážka aplikovatelnosti CBA z řad některých ekonomů (zastánci CBA jej sice vnímají jako relevantní argument, ale na druhou stranu ne natolik významný, že bychom kvůli němu měli opomíjet celý koncept socioekonomického hodnocení). Kenneth Arrow jako tvůrce teorému nemožnosti dementoval
možnost
vytvořit
funkci
blahobytu,
která
by
odpovídala
veškerým
mikroekonomických zákonům a tak jakoby nabourala celý koncept CBA, nicméně jeho následovník Amarthya Sen (oba jsou nositeli Nobelovy ceny za přínos k teorii blahobytu, mimo jiné Sen ji dostal na velkou přímluvu Arrowa) vyvrátil tuto nemožnost a vyvrátil tak argumenty mnoha odpůrců CBA, které právě na Arrowově teorému stály. Vzhledem k tomu, že někdy dochází k zaměnění pojmu stínová cena a cena duální, přičemž oba dva tyto pojmy se vyskytují v některých textech ptimalizačních úloh jako - 175 -
synonymum kromě toho jsem cítila jsem potřebu se v další podkapitole vyjádřit i k tomuto pojmu. Stínové či duální ceny v oblasti ekonomie lze za určitých předpokladů vnímat jako podmnožinu duálních cen z oblasti optimalizačních úloh, nicméně praktická aplikace metod operačního výzkumu pro definování stínových cen se jeví jako teoreticky velmi komplikovaně realizovatelná. Význam pojmu pojmu v oblasti ekonomie blahobytu svůj ustálený specifický obsah. V poslední části této kapitoly je rozebrán mikroekonomický aparát stínových cen a jeho ekonomicky-sociologická aplikace. Pátá kapitola je již věnována samotným metodám stanovení stínových cen, přičemž je rozdělena do šesti celků (zde se dotkneme jen tří nejvýznamnějších). První z nich vymezuje veškeré metody oceňování založené na přímém pozorování, přičemž za stěžejní lze považovat tu část, která analyzuje metody stanovení stínových cen netržních statků. Následná podkapitola popisuje hlavní rysy metody stínových cen Contingent Valuation, neboli dotazování. Vysvětluje především metody používané při dotazování, ale i způsoby stanovení vzorku respondentů. V závěru kapitoly jsem provedla kritickou analýzu jednotlivých analyzovaných metod, z níž vyplývá podpora těch, které jsou postaveny na tržních datech, vzhledem k tomu, že nejsou zkresleny případnými zásahy respondentů. Šestou kapitolu lze z hlediska cíle práce považovat za stěžejní, věnuje se totiž stanovení stínových cen konkrétních statků s vazbou na aplikovatelnost v českém prostředí. Její členění kopíruje členění statků, první část je věnována státků tržním a druhá statkům netržním. Kromě konkrétního mikroekonomického odvození stínových cen, resp. specifických transformačních mechanismů v podobě konverzních faktorů Obsahuje samotné vyčíslení konkrétních konverzních faktorů pro vybrané tržní statky specificky vytvořených pro českou ekonomiku. Proč konverzní faktory? Pokud bychom stínové ceny tržně obchodovaných vstupů odvozovali od funkce oportunitních nákladů, bylo by k tomu nutné velké množství interních informací z firem, což by bylo extrémně nákladné. Z toho důvodu následujeme koncept LMST, který svým způsobem vychází z tržních cen, vnímá je jako významný benchmark, nicméně vzhledem k existenci tržních distorzí je nelze vužít jako dobré zrcadlo hodnoty. Proto přijímáme předpoklad, že mezinárodní trhy mají těchto distorzních tlaků méně a ceny, které jsou na nich, chápat jako dobrý odhad stínových cen. Pro konkrétní ekonomiky, našem případě českou republiku je potom zapotřebí zpočítat převodní mechanismy mezi tržní a stínovou - 176 -
cenou v podobě konverzních faktorů pro jednotlivá odvětví ekonomiky (skupiny statků). Potřebuje-li pak analytik v praxi získat smysluplný odhad stínové ceny, postačí mu vynásobit tržní cenu tímto faktorem. Jak ukázal propočet konverzních faktorů, Česká republika má v současné době tak malé množství bariér mezinárodního obchodu, že lze většinu tržních cen obchodovatelných statků považovat téměř za ceny stínové (pro příklad uvádím standardní konverzní faktor, který je na úrovni 0,9501, což samo o sobě říká, že průměrně je stínová cena na úrovni 95 % ceny tržní). U stínových cen netržních statků jsou odvozeny modely pro konkrétní příklady statků. Tato kapitola se poměrně podrobně věnuje také způsobům naplnění vymezených modelů a představuje výsledky metananalýz světových výzkumů, které ukazují možné hodnoty těchto statků. Vzhledem k tomu, že na rozdíl od statků tržních, které lze poměrně jednoznačně definovat, a přístupy k jejich oceňování jsou jednotné pro relativně velké skupiny těchto statků, k stanovení stínových cen netržních statků se přistupuje relativně separátně. Proto byly vybrány pouze tři zástupci netržních statků, a to život, čas a hluk, na kterých byla vysvětlena logika přístupu i způsoby hledání jejich hodnoty, ale současně i bariéry využití některých přístupů k ocenění v českých podmínkách. Jako ukázka ocenění netržních statků jsou zařazeny dva příklady ocenění statistického života. V závěru této kapitoly navrhuji možnosti, které nám teorie nabízí v situaci, že nemáme k dispozici stínové ceny specificky vytvořené pro danou republiku, ale přesto chceme zvěrohodnit aplikaci CBA. Jsou jimi přepočty stínových cen jiné země přes velikost bohatství, jelikož se předpokládá, že bohatství společnosti je jednou významnou (bohužel nikoliv jedinou) determinantou konceptu WTP, WTA či oportunitních nákladů. Sedmá a osmá kapitola celou práci uzavírá závěrem a vytyčenými přínosy, za nimiž následuje seznam použité literatury, seznam zkratek a výkladový slovník.
Jak již bylo uvedeno, primárním cílem práce bylo shrnutí koncpečních předpokladů, které stojí za stínovými cenami a současně vytvoření komplexního přístupu k jejich oceňování s akcentem na aplikovatelnost v českém prostředí. Předpoklady stanovení stínových cen jsou obsaženy v kapitole čtvrté. Komplexní pohled na stanovení stínových cen je předmětem páté kapitoly spolu s kritickou analýzou v jejím závěru. Konečně detailní systém stanovení stínových cen je náplní kapitoly šest, přičemž tato obsahuje v největší míře vazbu na aplikaci v českém - 177 -
prostředí. Vrcholem práce a současně naplněnín cíle v podobě stanovení konkrétních stínových cen pro vybrané statky pro Českou republiku je soubor konverzních faktorů pro všechny obchodovatelné statky v členění dle SKP a soubor mzdových konverzních faktorů, který jsem stanovila a vložila do této kapitoly.
- 178 -
9 Použitá literatura [1]
ABELSON, Peter: The Rising Price of Nonmarket Goods. The Economic Record, 2003, roč. 79, zvlášt. Vydání, s. S2-S13.
[2]
ACKERMAN, Frank, HEINZERLING, Lisa: The $6.1 Million Question.
Global
Development and Environment Institute, 2006, Working Paper No. 01-06. [3]
ADAMOWICZ, Wiktor, DESHAZO, J.R.: Frontiers in Stated Preferences Methods: An Introduction. Environmental & Resource Economics, 2006, č. 34, s. 1–6.
[4]
ALBERINI, Anna, CROPPER, Maureen, KRUPNICK, Alan, SIMON, Nathalie B.: Does the Value of a Statistical Life Vary with Age and Health Status? Evidence from the United States and Canada. Resources for the Future, 2002, Discussion Paper 02-19.
[5]
ALBERINI, Anna, CROPPER, Maureen, KRUPNICK, Alan, SIMON, Nathalie B.: Willingness to pay for mortality risk reductions: Does latency matter?. Journal of Risk and Uncertainty, 2006, č. 32, s. 231-245.
[6]
ALBERINI, Anna, HUNT, Alistair, MARKANDYA, Anil: Willingness to Pay to Reduce Mortality Risks: Evidence from a Three-Country
Contingent Valuation Study.
Environmental & Resource Economics, 2006, č. 33, s. 251–264. [7]
ALBERINI, Anna, KRUPNICK, Alan, CROPPER, Maureen, COOK, Joseph: The Willingness To Pay For Mortality Risk Reductions: a Comparison of the United States and Canada. CESifo Working Paper No. 668, 2002.
[8]
ALBERINI, Anna, LONGO, Alberto: The Value of Cultural Heritage Sites in Armenia: Evidence from a Travel Cost Method Study. Department of Agricultural and Resource Economics, University of Maryland, 2006.
[9]
ALBERINI, Anna, LONGO, Alberto: Valuing the Cultural Monuments of Armenia: Bayesian Updating of Prior Beliefs in Contingent Valuation.
SIEV – Sustainability
Indicators and Environmental Valuation, 2007, Nota di Lavoro 36.2007. [10]
ALBERINI, Anna, CROPPER Maureeb, KRUPNICK Alan, a SIMON Nathalie B. „Does the Value of a Statistical Life Vary with Age and Health Status? Evidence from the United States and Canada.“ Resources for the Future, duben 2002.
- 179 -
[11]
ALBERINI, Anna: Robustness of VSL Values from Contingent Valuation Surveys. SIEV – Sustainability Indicators and Environmental Valuation, 2004, NOTA DI LAVORO 135.2004.
[12]
ALBERINI, Anna: What Is a Life Worth? Robustness of VSL Values from Contingent Valuation Surveys. Risk Analysis, 2005, roč. 25, č. 4, s. 783-800.
[13]
ALDY, Joseph E., VISCUSI, W. Kip: Age Differences in the Value of Statistical Life Revealed Preference Evidence. Resources for the Future, 2007, Discussion Paper 07-05.
[14]
ALDY, Joseph E., VISCUSI, W. Kip: Age Variations in Workers' Value of Statistical Life. National Bureau of Economic Research, 2003, Working Paper 10199. Dostupný z WWW: http://www.nber.org/papers/w10199.
[15]
ALGERS, Staffan, BERGSTROM, Pal, DAHLBERG, Matz, LINDQVIST DILLÉN, Johanna: Mixed Logit Estimation of the Value of Travel Time. 1998.
[16]
ALGERS, Staffan, BERGSTROM Pal, DAHLBERG Matz, a DILLEN Johanna Lindqvist. „Mixed Logit Estimation of the Value of Travel Time.“ ideas.repec.org. (přístup získán 2008).
[17]
ÁLVAREZ-FARIZO, Begona, HANLEY, Nick, BARBERÁN, Ramón: The Value of Leisure Time: A Contingent Rating Approach. Journal of Environmental Planning and Management, 2001, roč. 44, č. 5, 681–699.
[18]
AMELSFORT, Ir. D. H. van, a BLIMER M. C. J.: „Valuation of Uncertainty in Travel Time and Arrival Time: Some Findings from a Choice Experiment.“ ERSA . Amsterdam, 2005.
[19]
ANDERSSON, Henrik, OGREN, Mikael: Noise Charges in Road Traffic: A Pricing Schedule Based on the Marginal Cost Principle. 2007. (přístup získán 2008).
[20]
ANDERSSON, Henrik, HAMMITT, James, LINDBERG, Gunnar, SUNDSTROM, Kristian: Willingness to Pay for Car Safety: Sensitivity to Time Framing.
Swedish
National Road and Transport Research Institute (VTI), 2008. [21]
ANDERSSON, Henrik, OGREN, Mikael: Noise Charges in Road Traffic: A Pricing Schedule Based on the Marginal Cost Principle. Dept. of Transport Economics, Swedish National Road and Transport Research Institute (VTI), 2007.
[22]
ANDERSSON, Henrik, TREICH, Nicolas: The Value of a Statistical Life. Department of Transport Economics, Swedish National Road & Transport Research Institute (VTI). - 180 -
[23]
ANDERSSON, Henrik: The Value of Safety as Revealed in the Swedish Car Market: An Application of the Hedonic Pricing Approach. The Journal of Risk and Uncertainty, 2005, roč. 30, č.3, s. 211–239.
[24]
ANGIER, Bruce N., MCCALEB, Thomas S.: Equilibrium Concepts in the Theory of Public Goods. American Economic Review, roč. 67, č. 4, s. 764-765.
[25]
ANUPAM, Jena, MULLIGAN, Casey, PHILIPSON, Thomas J, SUN, Eric: The Value of Life in General Equilibrium.
National Bureau of Economic Research, 2008, NBER
Working Paper 14157. Dostupné z WWW: http://www.nber.org/papers/w14157 . [26]
ARIZE, Augustine C., DARRAT, Ali F.: The Value of Time and Recent U.S. Money Demand Instability. S. 564-678.
[27]
ARROW, K. J.: Social choice&individual values. 2. vyd. London: Yale University Press, 1963. ISBN: 0-300-01364-7.
[28]
ASENSIO, Javier, MATAS, Anna: Commuters’ valuation of travel time variability in Barcelona. Universitat Autonoma de Barcelona, Departament d'Economia Aplicada, 2007.
[29]
ASHENFELTER, Orley, GREENSTONE, Michael: „Using Mandated Speed Limits to Measure the Value of a Statistical Life.“ IZADP No. 571, 2002.
[30]
ASHENFELTER, Orley, GREENSTONE, Michael: Estimating the Value of a Statistical Life: The Importance of Omitted Variables and Publication Bias. State Legal Variation and Economic Outcomes, AEA Papers and Proceedings, 2004, roč. 94, č. 2., s. 454-460.
[31]
ASHENFELTER, Orley, GREENSTONE, Michael: Using Mandated Speed Limits to Measure the Value of a Statistical Life. Journal of Political Economy, 2004, roč. 112, č. 1, s. S226-S267.
[32]
ASHENFELTER, Orley: Measuring the Value of a Statistical Life: Problems and Prospects. Forschungsinstitut zur Zukunft der Arbeit, 2006, IZA DP No. 1911.
[33]
ATKINSON, Scott E., HALVORSEN, Robert: The Valuation of Risks to Life: Evidence from the Market for Automobiles. The Review of Economics and Statistics, 1990, s. 133136.
[34]
BARANZINI, Andrea, LUZZI, Giovanni Ferro: The Economic Value of Risks to Life: Evidence from the Swiss Labour Market. Schweiz. Zeitschrift für Volkswirtschaft und Statistik, 2001, roč. 137, č. 2, s. 149-170. - 181 -
[35]
BARNARD, Peter O., HENSHER, David A., MILTHORPE, Frank W., SMITH, Nariida C.: Urban Tolled Roads and the Value of Travel Time Savings. The Economic Record, 1990, červen, s. 149-156.
[36]
BATEMAN, Ian, DAY, Brett, LAKE, Iain, LOVETT, Andrew: The Effect of Road Traffic on Residential Property Values: A Literature Review and Hedonic Pricing Study. UEA Norwich, 2001.
[37]
BEATTIE, Jane, COVEY, Judith, DOLAN, Paul, HOPKINS, Lorraine, JONES-LEE, Michael, LOOMES, Graham, PIDGEON, Nick, ROBINSON, Angela, SPENCER, Anne: On the Contingent Valuation of Safety and the Safety of Contingent Valuation: Part \Caveat Investigator. Journal of Risk and Uncertainty, 1998, č. 17, s. 5-25.
[38]
BECKER, Nir, LAVEE, Doron: The Benefits and Costs of Noise Reduction: A Cost Benefit Case Study in Israel. Working paper No.15, Joint ECE/Eurostat Work Session on Methodological Issues of Environment Statistics, 1999.
[39]
BELLAVANCE, Francois, DIONNE, Georges, LEBEAU, Martin: The Value of a Statistical Life: A Meta-Analysis with a Mixed Effects Regression Model.
Centre
interuniversitaire sur le risque, les politiques économiques et l’emploi, 2006. Working Paper 06-46. [40]
BEN-ZION, Barry: The Valuation of the Loss of Future Pension Income. Journal of Legal Economics, 2002, zima, s. 1-24.
[41]
BERGKVIST, Erik: The value of time and forecasting of flows in freight transportation. 41st ERSA congress in Zagreb 2001.
[42]
BIEL, Anders, JOHANSSON-STENMAN, Olof, NILSSON, Andreas: Emotions, Morality and Public Goods: The WTA-WTP Disparity Revisited. Working Papers in Economics no. 193, 2006.
[43]
BLACK, Dan A., KNIESNER, Thomas J.: On the Measurement of Job Risk in Hedonic Wage Models. The Journal of Risk and Uncertainty, 2003, roč. 27, č. 3, s. 205-220.
[44]
BLEICHRODT, Han, WAKKER, Peter, JOHANNESSON, Magnus: Characterizing QALYs by Risk Neutrality. Joumal of Risk and Uncertainty, 1997, č. 15, s. 107-114.
[45]
BOARDMAN, A., et al. Cost – Benefit Analysis, Concepts and Practise. 2. vyd. New Jersey: Prentice Hall 2001. ISBN 0-13-087178-8.
- 182 -
[46]
BOCKSTAEL, N. E., MCCONNELL, K. E.: Environmental and Resource Valuation with Revealed Preferences: A Theoretical Guide to Empirical Models. Dordrecht: Springer 2007. ISBN: 10 0-7923-6501-1.
[47]
BÖHM-BAWERK. E.: Základy teorie hospodářské hodnoty statků: Academia, Praha 1991.
[48]
BOLIS, Simona, MAGGI, Ricco: Logistics Strategy and Transport Service Choices: An Adaptive Stated Preference Experiment. Growth and Change, 2003, roč. 34, č. 4, s. 490504.
[49]
BOMMIER, Antoine, VILLENEUVE, Bertrand: Risk Aversion and the Value of Risk to Life. CESIFO WORKING PAPER NO. 1267, 2004.
[50]
BOSTEDT, Goran, ERICSSON, Goran, KINDBERG, Jonas: Contingent values as implicit contracts: estimating minimum legal willingness to pay for conservation of large carnivores in Sweden. Environ Resource Econ, 2008, č. 39, s. 189–198.
[51]
BOULES, Tagreed, GAGNÉ, Robert, LANOIE, Paul: Living on a Noisy and Dusty Street: Implications for Environmental Evaluation. Le CIRANO, Montréal, 1997.
[52]
BOWES, Tyler J.: Damages Under Wrongful Death Statutes: The Relevaney of a Survivor's Nation of Residency. Journal of Legal Economics, 2006, roč. 13, č. 3, s. 65 - 74.
[53]
BOWLAND, Brad J., BEGHIN, John C.: Robust Estimates Of Value Of A Statistical Life For Developing Economies: An Application To Pollution And Mortality In Santiago. Center for Agricultural and Rural Development, Iowa State University, 1998. Working Paper 99-WP 214.
[54]
BREYER, Friedrich, FELDER, Stefan: Mortality Risk and the Value of a Statistical Life: The Dead-Anyway Effect Revis(it)ed. The Geneva Risk and Insurance Review, 2005, č. 30, s. 41-55.
[55]
BROOKSHIRE, Michael L.: To Deter, Punish, But Not Destroy: Forensic Economic Analysis of Jury Factors for Punitive Damages.
Journal of Legal Economics, 2002,
podzim, s. 1-25. [56]
BRUSH, Brian C.: Comment: The Past As Prologue: On the Accuracy of Using Historical Averages in Discounting Future Lost Earnings to Present Value. Economics, 2003, jaro-léto, s. 81-107.
- 183 -
Journal of Legal
[57]
BRUSH, Brian C.: Comment: Wage Loss in Wrongful Death - A Historical Analysis. Journal of Legal Economics, 2002-2003, zima, s. 81-90.
[58]
BUCHANAN, J.: Politics, policy and the Pigovian Margins. Economica Feb. 1962.
[59]
BURNS, Michael: Environmental Resource Valuation: Some Problems of Specification and Identification. Flinders University of South Australia, 1999.
[60]
CAMERON, T. A.: Empirical Discrete/ Continuous Choice Modeling for the Valuation of Non-market Resources or Public Goods. UCLA Economics Working Papers with number 503, 1988.
[61]
CANTOS-SÁNCHEZ, Pedro, MONER-COLONQUES, Rafael, SEMPERE-MONERRIS, José J., ÁLVAREZ, Óscar: Viability of a New Road Infrastructure with Heterogeneous Users in Madrid Access. DOCUMENTO DE TRABAJO 2008-06, Serie Economía de las Infraestructuras CÁTEDRA Fedea – Abertis, 2008.
[62]
CARLSSON, Frederik, JOHANSSON-STENMAN, Olof, MARTINSSON, Peter: Is Transport Safety More Valuable in the Air? The Journal of Risk and Uncertainty, 2004, roč. 28, č. 2, s. 147-163.
[63]
CARTHY, Trevor, CHILTON, Susan, COVEY, Judith, HOPKINS, Lorraine, JONES-LEE, Michael, LOOMES, Graham, PIDGEON, Nick, SPENCER, Anne: On the Contingent Valuation of Safety and the Safety of Contingent Valuation: Part 2—The CV/SG "Chained" Approach. Journal of Risk and Uncertainty, 1999, roč. 17, č. 3, s. 187-213.
[64]
CAULEY, Stephen Day: The Time Price of Medical Care. The Review of Economics and Statistics, 1987, s. 59-66.
[65]
CESARIO, Frank J.: Value of Time in Recreation Benefit Studies. Land Economics, 1976, roč. 52, č. 1, s. 32-41.
[66]
COASE, R.H.: The Problem of Social Cost. Journal of Law and Economics, 2690: pp. 1-44.
[67]
COLIGNATUS,
Thomas,
a
COOL,
Thomas:
„On
the
value
of
life.“
http://www.dataweb.nl/~cool. říjen 2003. [68]
CORSO, Phaedra S., HAMMITT, James K., GRAHAM, John D.: Valuing Mortality-Risk Reduction: Using Visual Aids to Improve the Validity of Contingent Valuation. The Journal of Risk and Uncertainly, 2001, roč. 23, č.2, s. 165-184.
[69]
COSTA, Dora L., KAHN, Matthew E.: The Rising Price of Nonmarket Goods. American Economic Review, 2003, roč. 93, č. 2, s. 227-232. - 184 -
[70]
CRAFTON, Steven M.: Convenience Store Pricing and the Value of Time: A Note on the Bedecker-Devany Full Price Model. Communications, 2001, s. 1254-1260
[71]
CROPPER, Maureen L., AYDEDE, Sema K., PORTNEY, Paul R.: Preferences for Life Saving Programs: How the Public Discounts Time and Age.
Joumal of Risk and
Uncertainty, 1994, č. 8, s. 243-265. [72]
CROPPER, Maureen L., AYDEDE, Sema K., PORTNEY, Paul R.: Rates of Time Preference for Saving Lives. AEA Papers and Proceedings, 1992, roč. 82, č. 2, s. 469-472.
[73]
CROPPER, Maureen L., SUSSMAN, Frances G.: Families and the Economics of Risks to Life. The American Economic Review, 1988, březen, s. 255-260.
[74]
CUMMINGS, Ronald, NORTON, Virgil: The Economics of Environmental Preservation: Comment. The American Economic Review, 1974, roč. 64, č. 6, s. 1021-1024.
[75]
CUTLER, David M., RICHARDSON, Elizabeth: Your Money and Your Life: The Value of Health and What Affects It. National Bureau of Economic Research, 1999, Working Paper 6895. Dostupný na WWW: http://www.nber.org/papers/w6895
[76]
DASGUPTA, A., K., PEARCE, D. W. Cost-Benefit Analysis: Theory and Praktice. London UK: The Macmillan Press LTD 1972. ISBN 333 11397 7.
[77]
DAVIS, O.A., KAMIEN, N.I.: Externalities, Information and Alternative Collective Action. In. ed. Haveman, R.H., Margolis, J.: Public Expenditure and Policy Analysis. Rand McNally 1977.
[78]
DAY, Brett, BATEMAN, Ian, LAKE, Iain: What Price Peace?
A Comprehensive
Approach to the Specification and Estimation of Hedonic House Pricing Models. CSERGE Working Paper EDM 03-08, 2008. [79]
DE BORGER, Bruno, FOSGERAU, Mogens: Discrete choices and the trade-off between money and time: A test of the theory of reference-dependent preferences. Technical University
of
Denmark,
2007.
Dostupné
z
WWW:
http://mpra.ub.uni-
muenchen.de/3904/ . [80]
DEACON, Robert T., SONSTELIE, Jon: Rationing by Waiting and the Value of Time: Results from a Natural Experiment. Journal of Political Economy, 1985, roč. 93, č. 4, s. 627-647.
- 185 -
[81]
DEBREZION, Ghebreegziabiher, PELS, Eric, RIETVELD, Piet: The Impact of Rail Transport on Real Estate Prices: An Empirical Analysis of the Dutch Housing Markets. Tinbergen Institute Discussion Paper, 2006.
[82]
DEKKERS, Jasper, VAN DER STRAATEN, Willemijn: Monetary Valuation of Aircraft Noise. Tinbergen Institute Discussion Paper, 2008.
[83]
DIAMANDIS, Panayotis F., KOURETAS, Georgios P., TZANETOS, Pericles: Modelling the choice of mode and estimation of the value of travel time savings for the case of the Rion-Antirion suspension bridge in Greece. The Annals of Regional Science, 1997, roč. 31, s. 473-489.
[84]
DINWIDDY, C. & TEAL, F. Principles of Cost-Benefit Analysis for Developing Countries. Cambridge, UK: Cambridge University Press 1996. ISBN 00130133.
[85]
DIONNE, Georges, LANOIE, Paul: How to make a public choice about the value of a statistical life: The case of road safety. École HEC, Montreal, 2002, Cahier de recherche no IEA-02-04.
[86]
DISMAN, M.: Jak se vyrábí sociologická znalost. Praha: Nakladatelství Karolinum, 2002. ISBN: 80-246-0139-7.
[87]
DORMAN, Peter: Markets and mortality: Economics, dangerous work, and the value of human life. Cambridge; New York and Melbourne: Cambridge University Press, 1996. s. 274. ISBN 0-521-55306-7.
[88]
DOUAI, Ali: Wealth, Well-being and Value(s): A Proposition of Structuring Concepts for a (real) Transdisciplinary Dialogue within Ecological Economics. Cahiers du GREThA, 2007, č. 2007-18.
[89]
DOWD, Kevin: The Value of Time and the Transactions Demand for Money. Journal of Money, Credit, and Banking, 1990, roč. 22, č. 1, s. 51-64.
[90]
DOWD, Kevin: The value of time hypothesis and the demand for money: some new evidence for the UK. Applied Economics, 1990, č. 22, s. 599-603.
[91]
DOWRICK, Steve, DUNLOP, Yvonne, QUIGGIN, John: ley, GREENSTONE, Michael: The Cost of Life Expectancy and the Implicit Social Valuation of Life. Scandinavian Journal of Economics, 1998, roč. 100, č. 4, s. 673-691.
[92]
EECKHOUDT, Louis R., HAMMITT, James K.: Background Risks and the Value of a Statistical Life. The Journal of Risk and Uncertainty, 2001, roč. 23, č. 3, s. 261-279. - 186 -
[93]
EHRLICH, Isaac, YIN, Yong: Explaining Diversities in Age-Specific Life Expectancies and Values of Life Saving: A Numerical Analysis. The Journal of Risk and Uncertainty, 2005, roč. 31, č. 2, s. 129–162.
[94]
ESPINO, Raquel, ROMÁN, Concepción, DE DIOS ORTÚZAR, Juan: Analysing demand for suburban trips: A mixed RP/SP model with latent variables and interaction effects. Transportation, 2006, roč. 33, s. 241-261.
[95]
ESPINO, Raquel, ROMÁN, Concepción, DE DIOS ORTÚZAR, Juan: Confidence Interval for Willingness to Pay Measures in Mode Choice Models. Networks and Spatial Economics, 2006, č. 6, s. 81–96.
[96]
EUROPEAN COMMISION, FLORIO, M. Guide to cost – benefit analysis of investment projects. Brusel 1999.
[97]
EUROPEAN COMMISION. ExternE. Luxemburg: Office for Official Publications of European Communities 2004. ISBN 92-79-00423-9.
[98]
FAIRBURN, John, WALKER, Gordon, SMITH, Graham, MITCHELL, Gordon: Investigating
environmental
justice
in
Scotland:
links
between
measures
of
environmental quality and social deprivation, SNIFFER, 2004, Final report Project UE4(03)01. [99]
FIMPEL, Julia, STOLPE, Michael: The Welfare Costs of HIV/AIDS in Eastern Europe: An Empirical Assessment Using the Economic Value-of-Life Approach. The Kiel Institute for the World Economy, 2006, Kiel Working Paper No. 1297.
[100]
FISCHER, J., HEBÁK, P., HNILICA, J., SIEBER, M., SIEBER, P.: Výzkumná zpráva za rok 2008, Metodika výzkumu stínových cen pro řešené externality, Ministerstvo dopravy České republiky, 2009.
[101]
FLORIO, M.: Průvodce analýzou nákladů a přínosů investičních projektů. Rámce podpory společenství 2003.
[102]
FORSLUND, Ulla M., JOHANSSON, Borje: Assessing road investments: accessibility changes, cost benefit and production effects. The Annals of Regional Science, 1995, roč. 29, s. 155-174.
[103]
FOSGERAU, Mogens, HJORT, Katrine, VINCENT LYK-JENSEN, Stéphanie: An approach to the estimation of the distribution of marginal valuations from discrete
- 187 -
choice data.
Technical University of Denmark, 2007.
Dostupné z WWW:
http://mpra.ub.uni-muenchen.de/3907/ . [104]
FOSGERAU, Mogens: Investigating the distribution of the value of travel time savings. Danish Transport Research Institute 2004.
[105]
FOSGERAU, Mogens: Specification of a Model to Measuer the value of Travel Time Savings from Binomial Data. Danish Transport Research Institute, 2005, PAPER TO THE ERSA 2005 CONFERENCE.
[106]
FOSGERAU, Mogens: Unit Income Elasticity of the Value of Travel Time Savings. Danish Transport Research Institute 2004.
[107]
FRANK, Robert H.: Positional Externalities Cause Large and Preventable Welfare Losses. Relative Income and Public Policy, AEA Papers and Proceedings, 2005, květen, s. 137-141.
[108]
FRASCA, Ralph R.: An Economic Model for Calculating Prospective Inheritance. Journal of Legal Economics, 2004, jaro/léto, s. 83-99.
[109]
FREDERICK, shane: Measuring Intergenerational Time Preference. The Journal of Risk and Uncertainty, 2003, roč. 26, č. 1, s. 39-53.
[110]
FREEMAN, A., M. The measurement of Environmental and Ressource Values. 2. vyd. Washington: RTF Press book, 2003. ISBN 1-891853-63-5.
[111]
FRIEDMAN, L. S. The Microeconomics od Public Policy Analysis. New Jersey: Princeton University Press, 2002. ISBN 0-691-08934-5.
[112]
GAMBER, Edward N., SORENSEN, Robert L.: Are Net Discount Rates Stationary?: The implications tor Present Vaiue Caiculations: Comment.
The Journal of Risk and
Insurance, 1994, roč. 61, č. 3, s. 503-512. [113]
GAYER, Ted, HAMILTON, James T., VISCUSI, W. Kip: The Market Value of Reducing Cancer Risk: Hedonic Housing Prices With Changing Information. Southern Economic Journal 2002, roč. 62, č. 2, s. 266-289.
[114]
GLAESER, Edward L., LAIBSON, David, SACERDOTE, Bruce: An Economic Approach to Social Capital. The Economic Journal, 2002, listopad, s. 437-458.
[115]
GOLAN, Elise, KUCHLER, Fred: Willingness to Pay for Food Safety: Costs and Benefits of Accurate Measures. Amer. J. Agr. Econ, 1999, roč. 81, č. 5, s. 1185-1191.
- 188 -
[116]
GRAVELLE, H., REES, R.: Microeconomics. 3. vyd. UK: Ashord Colour Press. ISBN: 0582-40487-8.
[117]
GRONAU, Reuben: The Effect of Children on the Housewife's Value of Time. Journal of Political Economy, 2001, s. 168-199.
[118]
GROSS, Ernestine M.A.: Internalisation of Transport Noise Externalities: Activity Disturbance Pricing and Implementation. Macquarie University, NSW 2109, Australia, 2004.
[119]
GURIA, Jagadish, LEUNG, Joanne, JONES-LEE, Michael, LOOMES, Graham: The Willingness to Accept Value of Statistical Life Relative to the Willingness to Pay Value: Evidence and Policy Implications. Environmental & Resource Economics, 2005, č. 32, s. 113–127.
[120]
HACHMAN, Frank, FJELDSTED, Boyd: Using Census Bureau Calculations of Median Earnings to Infer Age-Earnings Profiles: A Cautionary Note.
Journal of Legal
Economics, 2006, roč. 13, č. 3, s. 19 - 38. [121]
HAKES, Jahn K., VISCUSI, W. Kip: Automobile Seatbelt Usage and the Value of Statistical Life. Southern Economic Journal, 2007, roč. 73, č. 3, 659-676.
[122]
HALL, Robert E., JONES, Charles I.: „The value of life and the rise in health spending.“ Proceedings, duben 2008.
[123]
HALL, Robert E., JONES, Charles I.: The Value of Life and the Rise in Health Spending. Hoover Institution and Department of Economics, Stanford University, 2005.
[124]
HAMERNÍKOVÁ, B., KUBÁTOVÁ, K. Veřejné finance – učebnice. Praha: Eurolex Bohemia 1999. ISBN 80-902752-1-4.
[125]
HAMMITT, James K., LIU, Jin-Tan: Effects of Disease Type and Latency on the Value of Mortality Risk. The Journal of Risk and Uncertainty, 2004, roč. 28, č. 1, s. 73-95.
[126]
HANEMANN, W. M.: Measuring the Worth of Natural Resource Facilities: Comment. Land Economics 56(4), 1980.
[127]
HARBAUGH, William T.: Valuing Children’s Health and Life: What Does Economic Theory Say About Including Parental and Societal Willingness To Pay? Department of Economics, University of Oregon, 1999.
[128]
HARBERGER, A.: Project Evaluation: Collected Papers, Chicago: Marham, 1973.
- 189 -
[129]
HARBERGER, A.: On the UNIDO Guidelines for Social Project Evaluation, v H. Schwartz a R. Berney, Social and Economic Dimension of Project Evaluation, Washington, DC: Inter-American Development Bank, 1977.
[130]
HARRIS, William G.: An Empirical Evaluation of Two Methods for Estimating Economic Damages: Comment. The Journal of Risk and Insurance, , , s. 318-322.
[131]
HARRISON, Glenn W.: Experimental Evidence on Alternative Environmental Valuation Methods. Environmental & Resource Economics, 2006, č. 34, s. 125–162
[132]
HAUSMAN, J. A.: Exact Consumer´s Surplus and Dead Weight Loss. American Economic Review 71(4), 1981.
[133]
HERSCH, Joni, PICKTON, Todd S.: Risk-Taking Activities and Heterogeneity of JobRisk Tradeoffs. Journal of Risk and Uncertainty, 1995, č. 11, s. 205-217.
[134]
HINDLS, Richard, HRONOVÁ, Stanislava, SEGER, Jan: Statistika pro ekonomy, 4. vyd. Praha: Profesional Publishing, 2003, ISBN: 80-86419-52-5.
[135]
HOCHMAN, Oded, OFEK, Haim: The Value of Time in Consumption and Residential Location in an Urban Setting. American Economic Review, roč. 67, č. 5, s. 996-1003
[136]
HOLMAN, R. & kol.: Dějiny ekonomického myšlení: C.H.Beck, Praha 2001. ISBN: 807179-631-X.
[137]
HOROWITZ, J.K., MCCONNELL, K.E.: A Review of WTA/WTP Studies. Journal of Environmental Economics and Management 44(3).
[138]
HOWARTH, A., PEARCE, D.W., OZDEMIROGLU, E., SECCOMBE-HETT, T., WIERINGA, K., STREEFKERK, C.M., DE HOLLANDER, A.E.M.: Valuing the benefits of environmental policy: The Netherlands. RIVM, 2001, EFTEC/RIVM report 481505024.
[139]
HUBBELL, Bryan: Implementing QALYs in the Analysis of Air Pollution Regulations. Environmental and Resource Economics, 2006, č. 34, s. 365–384.
[140]
CHAMP, P., BOVLE, K. J., BROWN, T.C.: A Primer on Nonmarket Valuation. 2. vyd. Dordrecht: Kluwer Academic Publishers 2004. ISBN: 0-7923-6498-8.
[141]
CHANEL, Olivier, LUCHINI, Stéphane: Monetary Values for Air Pollution Risk of Death: A Contingent Valuation Survey. GREQAM 2008, Document de Travail no. 200805.
[142]
CHERLOW, Jay R.: Accessibility and the Value of Time in Commuting: Comment. Communications, 2001, s. 293-297. - 190 -
[143]
CHESTNUT, Lauraine G., THAYER, Mark A., LAZO, Jeffrey K., VAN DEN EEDEN, Stephen K.: The Economic Value of Preventing Respiratory and Cardiovascular Hospitalizations. Contemporary Economic Policy (ISSN 1074-3529), 2006, roč. 24, č. 1, s. 127-143.
[144]
CHILDS, Paul D., OTT, Steven H., RIDDIOUGH, Timothy J.: Optimal Valuation of Noisy Real Assets. Real Estate Economics, 2002, roč. 30, č. 3, s. 385-414.
[145]
CHILTON, Susan, COVEY, Judith, HOPKINS, Lorraine, JONES-LEE, Michael, LOOMES, Graham, PIDGEON, Nick, SPENCER, Anne: Public Perceptions of Risk and Preference-Based Values of Safety. The Journal of Risk and Uncertainty, 2002, roč. 25, č. 3, s. 211–232.
[146]
CHRISTE, Nathalie G.Schwab, SOGUEL, Nils C.: The Pain of Road-Accident Victims and the Bereavement of their Relatives: A Contingent-Valuation Experiment. Joumal of Risk and Uncertainty, 1996, č. 13, s. 277-291.
[147]
IRELAND, Thomas R.: Addendum: Historical Net Discount Rates - An Update Through 2001. Journal of Legal Economics, 2000-2001, zima, s. 63-76.
[148]
IRELAND, Thomas R.: Comment: The Valuation of the Loss of Future Pension Income. Journal of Legal Economics, 2002-2003, zima, s. 91-96.
[149]
IRELAND, Thomas R.: Historical Net Discount Rates - An Update Through 2003. Journal of Legal Economics, 2002, podzim, s. 47-59.
[150]
ISACSSON, Gunnar, KARLSTROM, Anders, SWARDH, Jan-Erik: The value of time from subjective data on life satisfaction and job satisfaction: An empirical assessment. VTI - Swedish National Road and Transport Research Institute, 2008.
[151]
ISIK, Murat: Does Uncertainty Affect the Divergence between WTP and WTA Measures? Economics Bulletin, roč. 4, č. 1, s. 1−7.
[152]
ITAOKA, Kenshi, KRUPNICK, Alan, AKAI, Makoto, ALBERINI, Anna, CROPPER, Maureen, SIMON, Nathalie: Age, Health, and the illingness to Pay for Mortality Risk Reductions A Contingent Valuation Survey in Japan. Resources for the Future, 2005, Discussion Paper 05-34.
[153]
ITAOKA,
Kenshi,
SAITO,
Aya,
KRUPNICK,
Alan,
ADAMOWICZ,
Wiktor,
TANIGUCHI, Taketoshi: The Effect of Risk Characteristics on the Willingness to Pay for
- 191 -
Mortality Risk Reductions from Electric Power Generation. Environmental & Resource Economics, 2006, č. 33, s. 371–398. [154]
JABLONSKÝ, J.: Operační výzkum: kvantitativní modely pro ekonomické rozhodování., 2. vyd. Praha: Professional Publishing, 2002. ISBN: 80-86419-42-8.
[155]
JAYNE, Thomas S., CHAPOTO, Antony, BYRON, Elizabeth, NDIYOI, Mukelabai, HAMAZAKAZA, Petan, KADIYALA, Suneetha, GILLESPIE, Stuart: Community-level Impacts of AIDS-Related Mortality: Panel Survey Evidence from Zambia. Review of Agricultural Economics, 2006, roč. 28, č. 3, s. 440–457.
[156]
JENKINS, Robin R., OWENS, Nicole, WIGGINS, Lanelle Bembenek: Valuing Reduced Risks to Children: The Case of Bicycle Safety Helmets. Contemporary Economic Policy, 2001, roč. 19, č. 4, s. 397-408.
[157]
JENNINGS, William P., KINDERMAN, Albert: The Value of a Life: New Evidence of the Relationship Between Changes in Occupational Fatalities and Wages of Hourly Workers, 1992 to 1999. The Journal of Risk and Insurance, 2003, roč. 70, č. 3, s. 549-561.
[158]
JENSEN, Robert, MILLER, Nolan H.: Giffen Behavior: Theory and Evidence, NBER Working Paper No. 13243, Issued in July 2007.
[159]
JIANG, Yong, SWALLOW, Stephen K., MCGONAGLE, Michael P.: Context-Sensitive Benefit Transfer Using Stated Choice Models: Specification and Convergent Validity for Policy Analysis. Environmental & Resource Economics, 2005, č. 31, s. 477–499.
[160]
JIM, C.Y.: Formulaic Expert Method to Integrate Evaluation and Valuation of Heritage Trees in Compact City. Environmental Monitoring and Assessment, 2006, č. 116, s. 53– 80.
[161]
JOHANNESSON, Magnus, JOHANSSON, Per-Olov, KRISTROM, Bengt, BORGQUIST, Lars, JONSSON, Bengt: Willingness to pay for lipid lowering: a health production function approach. Applied Economics, 1993, č. 25, s. 1023-1031.
[162]
JOHANNESSON, Magnus, JOHANSSON, Per-Olov, LOFGREN, Karl-Gustav: On the Value of Changes in Life Expectancy: Blips Versus Parametric Changes. Journal of Risk and Uncertainty, 1997, č. 15, s. 221-239.
[163]
JOHANNESSON, Magnus, JOHANSSON, Per-Olov: Saving Lives in the Present Versus Saving Lives in the Future—Is There a Framing Effect? Journal of Risk and Uncertainty, 1997, č. 15, s. 167-176. - 192 -
[164]
JOHANNESSON, Magnus, JOHANSSON, Per-Olov: The value of life extension and the marginal rate of time preference: a pilot study. Applied Economics Letters, 1997, č. 4, s. 53-55.
[165]
JOHANNESSON, Magnus, JOHANSSON, To Be, or Not to Be, That Is the Question: An Empirical Study of the WTP for an Increased Life Expectancy at an Advanced Age Journal of Risk and Uncertainty, 1996, č. 13, s. 163-174.
[166]
JOHANSON, P.: The economic Theory and Measurement of Environmental Benefits. Cambridge: Cambridge University Press 1987.
[167]
JOHANSSON, Per-Olov. „On the Definition and Age-Dependency of the Value of a Statistical Life. A Review and Extension.“ SSE/EFI Working Paper Series in Economics and Finance No 490, leden 2002.
[168]
JOHANSSON, Per-Olov. Cost-Benefit Analysis of Environmetal Change. Cambridge: Cambridge University Press 1993. ISBN 0-521-44792-5.
[169]
JOHANSSON, Per-Olov.. „On the Definition and Estimation of the Value of a "Statistical Life".“ Working Paper n. 2006-23, říjen 2006.
[170]
JOHNSON, Bruce M., BROWN, Gardner Jr.: Public Utility Pricing and Output Under Risk: Reply. The American Economic Review, s. 489-490.
[171]
JOHNSON, F. Reed: Comment on ‘‘Revealing Differences in Willingness to Pay Due to the Dimensionality of Stated Choice Designs: An Initial Assessment". Environmental & Resource Economics, 2006, č. 34, s. 45–50.
[172]
JONES-LEE, M.W., LOOMES, G.: Scale and Context Effects in the Valuation of Transport Safety. Journal of Risk and Uncertainty, 1995, č. 11, s. 183-203.
[173]
KANNINEN, B. J.: Valuing Environmental Amenities Using Stated Choice Studies. Dordrecht:Springer 2005. ISBN: 10 1-4020-4064-4.
[174]
KAPLOW, Louis: The Value of a Statistical Life and the Coefficient of Relative Risk Aversion. The Journal of Risk and Uncertainty, 2005, roč. 31, č.1, s. 23–34.
[175]
KARNI, Edi: The Value of Time and the Demand for Money: Evidence from U.K: Time Series Data. Australian Economic Papers, 1975, prosinec, s. 231-239.
[176]
KEENEY, Ralph L.: Estimating Fatalities Induced by the Economic Costs of Regulations. Jotimal of Risk and Uncertainty, 1997, č. 14, s. 5-23.
- 193 -
[177]
KENG, Shao-Hsun, LIN, Chun-Hung: Wives’ Value of Time and Food Consumed Away from Home in Taiwan. Asian Economic Journal, 2005, roč. 19, č. 3, s. 319-334.
[178]
KENKEL, Don: Using Estimates of the Value of a Statistical Life in Evaluating Consumer Policy Regulations. Journal of Consumer Policy, 2003, č. 26, s. 1-21.
[179]
KENKEL, Don: WTP- and QALY-Based Approaches to Valuing Health for Policy: Common Ground and Disputed Territory. Environmental & Resource Economics, 2006, č. 34, s. 419–437.
[180]
KENKEL, Donald: A Guide to Cost-Benefit Analysis of Drunk-Driving Policies. Journal of Drug Issues, 1998, roč. 28, č. 3.
[181]
KLING, Catherine L., LIST, John A., ZHAO, Jinhua: The WTP/WTA Disparity: Have We Been Observing Dynamic Values but Interpreting Them as Static?
Center for
Agricultural and Rural Development, Iowa State University, 2003, Working Paper 03WP333.
Dostupné
na
WWW:
http://www.card.iastate.edu/publications/synopsis.aspx?id=479. [182]
KNETSCH, Jack L.: Valuing Statistical Lives: The Choice of Measure Also Matters. Journal of Consumer Policy, 2004, č. 27, s. 99-104.
[183]
KNEZ, Peter, SMITH, Vernon L., WILLIAMS, Arlington W.: Individual Rationality, Market Rationality, and Value Estimation. AEA Papers and Proceedings, 1985, roč. 75, č. 2, s. 397-402.
[184]
KNIESNER, Thomas J., VISCUSI, Kip J., ZILIAK, James P.: Life-Cycle Consumption and the Age-Adjusted Value of Life. Contributions to Economic Analysis & Policy, 2006, roč. 5, č. 1, s. 1-34.
[185]
KNIESNER, Thomas J., VISCUSI, Kip J.: Value of a Statistical Life: Relative Position vs. Relative Age. Relative Income and Public Policy, AEA Papers and Proceedings, 2005, květen, s. 142-146.
[186]
KNIESNER, Thomas J., VISCUSI, W. Kip, WOOCK, Christopher, ZILIAK, James P.: Pinning Down the Value of Statistical Life. Center for Policy Research, Maxwell School of Citizenship and Public Affairs, Syracuse University, 2006, Working Paper No. 85.
[187]
KOCHI, Ikohu, HUBBELL, Bryan, KRAMER, Randall: An Empirical Bayes Approach to Combining Estimates of the Value of a Statistical Life for Environmental Policy Analysis.
- 194 -
Economic Valuation of Mortality Risk Reduction: Assessing the State of the Art for Policy Applications, Silver Spring, MD, 2001. [188]
KOCHI, Ikuho, HUBBELL, Bryan, KRAMER, Randall: An Empirical Bayes Approach to Combining and Comparing Estimates of the Value of a Statistical Life for Environmental Policy Analysis. Environmental & Resource Economics, 2006, č. 34, s. 385–406.
[189]
KOPECKÝ, F., SIEBER, P. KRŠKOVÁ, M., MALÍNEK, L. Stínové ceny externalit v oblasti dopravy (Výzkumná zpráva za rok 2007), Projekt vědy a výzkumu MD ČR č. CG712030-520 "Zvyšování bezpečnosti provozu a snižování negativních vlivů dopravy na zdraví a životní prostředí".
[190]
KOPP, R. J., POMMEREHNE, W. W. SCHWARZ, N.: Determining the Value of NonMarketed Goods: Economic, Psychological, and Policy Relevant Aspect of Contingent Valuation Methods. Dordrecht: Kluwer Academic Publishers Group 1997. ISBN: 0-79239980-3.
[191]
KRŠKOVÁ, Martina, SIEBER, Patrik. Tržní mzda a stínová cena práce. Praha 13.09.2007 – 14.09.2007. In: DVOŘÁKOVÁ, Zuzana, STŘÍTESKÝ, Marek (ed.). Svět práce a kvalita života [CD-ROM]. Praha: VŠE FPH, 2007. 8 s. ISBN 978-80-245-1207-5.
[192]
KRUPNICK, Alan, ALBERINI, Anna, CROPPER, Maureen, SIMON, Nathalie, O'BRIEN, Bernie, GOEREE, Ron, HEINTZELMAN, Martin: Age, Health and the Willingness to Pay for Mortality Risk Reductions: A Contingent Valuation Survey of Ontario Residents. The Journal of Risk and Uncertainty, 2002, roč. 24, č. 2, s. 161–186.
[193]
KRUPNICK, Alan, ALBERINI, Anna, CROPPER, Maureen, SIMON, Nathalie, O'BRIEN, Bernie, GOEREE, Ron, HEINTZELMAN, Martin: Age, Health, and the Willingness to Pay for Mortality Risk Reductions: A Contingent Valuation Survey of Ontario Residents. Resources for the Future, 2000, Discussion Paper 00-37.
[194]
KUHN, Andreas, RUF, Oliver: The Value of a Statistical Injury: New Evidence from the Swiss Labor Market.
Institute for Empirical Research in Economics, University of
Zurich, Working Paper Series, 2008, ISSN 1424-0459, Working Paper No. 367. [195]
LALIVE, Rafael: Did We Overestimate the Value of Health? The Journal of Risk and Uncertainty, 2003, roč. 27, č. 2, s. 171-193.
[196]
LANKFORD, R.H.: Measuring Welfare Changes in Settings with Imposed Quantities. Journal of Environmental Economics and Management 15(1). - 195 -
[197]
LANOIE, Paul, PEDRO, Carmen, LATOUR, Robert: The Value of a Statistical Life: A Comparison of Two Approaches. Joumal of Risk and Uncertainty, 1995, č. 10, s. 235-257.
[198]
LANSDELL, Nicola, GANGADHARAN, Lata: Comparing Travel Cost Models and the Precision of their Consumer Surplus Estimates: Albert Park and Maroondah Reservoir. University of Melbourne, 2001, Research Paper 796.
[199]
LARSON, Douglas M., SHAIKH, Sabina L., LAYTON, David F.: Revealing Preferences for Leisure Time from Stated Preference Data. Amer. J. Agr. Econ, 2004, roč. 86, č. 2, s. 307-320.
[200]
LARSON, Douglas M., SHAIKH, Sabina L.: Empirical Specification Requirements for Two-Constraint Models of Recreation Choice. Amer. Journ. Agr. Econ, 2001, roč. 83, č. 2, s. 428-440.
[201]
LARSON, Douglas M.: Joint Recreation Choices and Implied Values of Time. Land Economics, 1993, roč. 69, č. 3, s. 270-286.
[202]
LARSON, Douglas M.: Separability and the Shadow Value of Leisure Time. Amer. J. Agr. Econ. 1993, roč. 75, srpen, s. 572-577.
[203]
LAYARD, R., GLASTER, S. Cost – Benefit Analysis. Cambridge UK: Cambridge University Press 1994. ISBN 0 521 46674 1.
[204]
LEGH, J. Paul, FOLSOM, Roger N.: Estimates of the Value of Accident Avoidance at the Job Depend on the Concavity of the Equalizing Differences Curve. Quarterly Review of Economics and Bussiness 24, 1884.
[205]
LEKSELL, Ingemar, RABL, Ari: Air Pollution and Mortality: Quantification and Valuation of Years of Life Lost. Risk Analysis, 2001, roč. 21, č. 5, s. 843-857.
[206]
L'HORTY, Yannick, RAULT, Christophe: The Impact of Growth, Labour Cost and Working Time on Employment: Lessons from the French Experience. Labour, 2005, roč. 19, č. 3, s. 595-620.
[207]
LIST, J. A., SINHA, P., TAYLOR, M. H.: Using Choice Experiment to Value Non-Market Goods and Services: Evidence from Field Experiments. Advances in Economic Analysis & Policy, 2006, Volume 6, Issue 2.
[208]
LITTLE, I.M.D., MIRRLEES, J.A. Project appraisal and planning for developing countries. 2. vyd. Londýn: Heinemann Education Books Ltd 1977. ISBN 0 435 84500 4.
- 196 -
[209]
LO, C. F., YUEN, P.H., HUI, C.H.: Constant Elasticity of Variance Option Pricing Model With Time-Dependent Parameters. International Journal of Theoretical and Applied Finance, 2000, roč. 3, č. 4, s. 661-674.
[210]
LONDERO, E. H. Shadow prices for project appraisal: Theory and praktice. Cheltenham, UK: Edward Legar Publishing Limited 2003. ISBN 1 84376 357 5.
[211]
LONDERO, E.: Shadow Pricing Rules for Partially Traded Goods. Inter-American Development Bank, 1995.
[212]
LOOMIS, John B., ALLEN, Bryon: Using Non Market Valuation to Inform the Choice Between Permits and Fees in Environmental Regulation. Environ Resource Econ, 2008, č. 40, s. 329-337.
[213]
LOUREIRO, Maria L., UMBERGER, Wendy J., HINE, Susan: Testing the initial endowment effect in experimental auctions. Applied Economics Letters, 2003, č. 10, 271275.
[214]
LUCAS, Karen, WALKER, Gordon, EAMES, Malcolm, FAY, Helen, POUSTIE, Mark: Environment and Social Justice: Rapid Research and Evidence Review. Policy Studies Institute, 2004.
[215]
LUDWIG, Jens, COOK, Philip K.: The Benefits of Reducing Gun Violence: Evidence from Contingent-Valuation Survey Data. The Journal of Risk and Uncertainty, 2001, roč. 22, č. 3, s. 207-226.
[216]
LUTTER, Randall, MORRALL, John F.III., VISCUSI, W. Kip: The-Cost-Per-Life-Saved Cutoff for Safety-Enhancing Regulations. Economic Inquiry, 1999, roč. 37, č. 4, s. 599608.
[217]
MAIBACH, M., SCHREYER, C., SUTTER, D., VAN ESSEN, H.P., BOON, B.H., SMOKERS, R., SCHROTEN, A., DOLL, C., PAWLOWSKA, B. BAK, M.: Internalisation Measures and Policies for All external Cost of Transport (IMPACT). Delft, CE, 2007.
[218]
MANDEL, Benedikt, GAUDRY, Marc, ROTHENGATTER, Werner: A disaggregate BoxCox Logit mode choice model of intercity passenger travel in Germany and its implications for high-speed rail demand forecasts. The Annals of Regional Science, 1997, roč. 31, s. 99-120.
[219]
MANTELL, Edmund H.: Rent Seeking and the Value of Time. Journal of Economics and Finance, 2005, roč. 29, č. 2, s. 221-241. - 197 -
[220]
MAREK, Luboš a kol. : Statistika pro ekonomy. Praha: Professional Publishing, 2. vyd. 2007, ISBN: 978-80-86946-40-5.
[221]
MARQUEZ, Pablo: Cost Benefit Analysis, Value of a Statistical Life and Culture: Challenges for Risk Regulation. MPRA Paper No. 2632, 2007. Dostupný z WWW: http://mpra.ub.uni-muenchen.de/2632/ .
[222]
MARSHALL, John M.: Gambles and the Shadow Price of Death.
The American
Economic Review, 1984, roč. 74, č. 1, s. 73-86. [223]
MAS-COLELL, A., WHINSTON, M. D., GREEN, J. R. Microeconomic theory: Oxford University Press, Oxford 1995, ISBN 0-19-507340-1.
[224]
MASSIANI, Jerome: Explaining, modelling and measuring the heterogeneity in shipper’s value of time. Universit`a degli studi di Trieste, Dipartimento di Scienza, Economica e Statistica, Working Paper n. 116, 2008.
[225]
MCCONVILLE, James: Editorial: The Value of Time. Maritime Policy & Management, 2001, roč. 28, č. 4, s.321-322.
[226]
MCKEAN, Roland N.: Spillovers from the Rising Value of Time. Quarterly Journal of Economics, s. 638-640.
[227]
MEDALLA, Erlinda M.: Shadow Prices of Goods and Resources in the Philippines: An Assessment. Philippine Institute for Development Studies, 1982, Staff Paper Series No. 82-4. Dostupné na WWW: http://www3.pids.gov.ph/ris/sp/pidssp8204.pdf.
[228]
MEDOFF, Marshall H.: Allocation of Time and Hateful Behaviour: A Theoretical and Positive Analysis of Hate and Hate Crimes.
American Journal of Economics and
Sociology, 1999, roč. 58, č. 4, s.959-973. [229]
MICKLEWRIGHT, John, STEWART, Kitty. Is the Well-Being of Children Converging in the European Union? The Economic Journal, 1999, č. 109, s. F692-F714.
[230]
MORRALL, John F. III.: Saving Lives: A Review of the Record. The Journal of Risk and Uncertainty, 2003, roč. 27, č. 3, s. 221-237.
[231]
MROZEK, Janusz, TAYLOR, Laura O.: What Determines the Value of Life? A MetaAnalysis. Journal of Policy Analysis and Management, 2002, roč. 21, č. 2, s. 253-270.
[232]
MULLIGAN, Casey B.: Scale Economies, the Value of Time, and the Demand for Money: Longitudinal Evidence from Firms. Journal of Political Economy, 1997, roč. 105, č. 5, s. 1061-1079. - 198 -
[233]
MURAT, Measures?
Isik. Does Uncertainty Affect the Divergence between WTP and WTA Economics
Bulletin,
2004,
č.
1,
s.
1-7.
Dostupné
na
WWW:
http://www.economicsbulletin.com/2004/volume4/EB-03D80011A.pdf. [234]
MURPHY, James J., ALLEN, P. Geoffrey, STEVENS, Thomas H., WEATHERHEAD, Darryl: A Meta-Analysis of Hypothetical Bias in Stated Preference Valuation. Environmental and Resource Economics, 2005, č. 30, s. 313–325."
[235]
MURPHY, Kevin M., TOPEL, Robert H.: The Value of Health and Longevity. Journal of Political Economy, 2006, roč. 114, č. 5, s. 871-904.
[236]
MURPHY, Martin: The Value of Time Spent in Home Production. American Journal of Economics and Sociology, s. 191-197.
[237]
MUTLU, Seval, GRACIA, Azucena: Spanish food expenditure away from home (FAFH): by type of meal. Applied Economics, 2006, roč. 38, s. 1037–1047.
[238]
NAOR, Ziv: Untimely Death, the Value of Certain Lifetime and Macroeconomic Dynamics. Defence and Peace Economics, 2006, roč. 17, č. 4, p. 343-359.
[239]
NAVRUD, S. READY, R.: Environmental Value Transfer: Issues and Methods. Dordrecht: Springer 2007. ISBN: 10 1-4020-4081-4.
[240]
NEILSON, William, MCKEE, Michael, BERRENS, Robert. Value and Outcome Uncertainty as Explanations for the WTA vs WTP Disparity: Theory and Experimental Evidence. [Working Papers with number 08-07]. Department of Economics, Appalachian State
University,
2008.
Dostupné
na
WWW:
http://econ.appstate.edu/RePEc/pdf/wp0807.pdf. [241]
NELSON, Jon P.: Accessibility and the Value of Time in Commuting. Communications, 2001, s. 1321-1329.
[242]
NELSON, Jon P.: Accessibility and the Value of Time in Commuting: Reply. Communications, 2001, s. 298-300.
[243]
NELSON, Jon P.: Highway Noise and Property Values, A Survey of Recent Evidence. Journal of Transport Economics and Policy, 1982, květen, s. 117-138.
[244]
NELSON, Jon P.: Meta-Analysis of Airport Noise and Hedonic Property Values: Problems and Prospects. Pennsylvania State University, 2003.
[245]
NELSON, Jon: Cost-Benefit Analysis and Transportation Noise. NAE Workshop on Transportation Noise Control Technology, Cambridge, MA, 2007. - 199 -
[246]
NELSON, Jon: Hedonic Property Value Studies of Transportation Noise: Aircraft and Road Traffic. Pennsylvania State University, 2007.
[247]
NESHEIM, Lars: Hedonic Price Functions. The Institute for Fiscal Studies, Department of Economics, UCL, 2006, cemmap working paper CWP18/06.
[248]
NEUMANN, James E., LEGGETT, Christopher G.: Willingness to Pay for Reductions in Fatal Risk: A Meta-Analysis of the Value of Statistical Life Literature.
Economic
Valuation of Mortality Risk Reduction: Assessing the State of the Art for Policy Applications, Silver Spring, MD, 2001." [249]
OZMETE, Emine: Effect of Gender on the Value Perception of the Young: A Case Analysis. College Student Journal, 2007, roč. 41, č. 4.
[250]
PÁEZ, Antonio, LONG, Fei, FARBER, Steven: Moving Window Approaches for Hedonic Price Estimation: An Empirical Comparison of Modeling Techniques. Centre for Spatial Analysis/School of Geography and Earth Sciences, McMaster University, Ontario, Canada, 2007.
[251]
PARCELL, Joe L.: An Empirical Analysis of the Demand for Wholesale Pork Primals: Seasonality and Structural Change. Journal of Agricultural and Resource Economics, 2003, roč. 28, č.2, s. 335-348.
[252]
PEARCE, David: Economic Valuation and the Natural World. World Bank, 1992, WPS 988.
[253]
PÉREZ, Patricio E., MARTÍNEZ, Francisco, DE DIOS ORTÚZAR, Juan: Microeconomic Formulation and Estimation of a Residential Location Choice Model Implications for the Value of Time. Journal of Regional Science, 2003, roč. 43, č. 4, s. 771-789.
[254]
PERREIRA, Krista M., SLOAN, Frank A.: Living Healthy and Living Long: Valuing the Nonpecuniary Loss from Disability and Death. The Journal of Risk and Uncertainty, 2002, roč. 24, č. 1, s. 5–29.
[255]
PINDICK, R. S., RUBINFELD, D. L.: Microeconomics. 5. vyd. New Jersey: Prentice-Hall. ISBN: 0-13-030472-7.
[256]
PLOTT, Charles R., ZEILER, Kathryn: The Willingness to Pay–Willingness to Accept Gap, the “Endowment Effect,” Subject Misconceptions, and Experimental Procedures for Eliciting Valuations. The American Economic Review, 2005, červen, s. 530-545.
- 200 -
[257]
QUIGGIN, John: Too Many Proposals Pass the Benefit-Cost Test: Comment.
The
American Economic Review, 1991, roč. 81, č. 5, s. 1446-1449. [258]
RAY, A. Cost-Benefit Analysis Issues and methodologies. Washington, D.C., USA: A World Bank Publication, 1990. ISBN 0-8018-3068-0.
[259]
RAYMOND, Richard: Comment: The Valuation of the Loss of Future Pension Income. Journal of Legal Economics, 2003, jaro-léto, s. 119-128.
[260]
RAYMOND, Richard: The Use, or Abuse, of Hedonic Value-of-Life Estimates in Personal Injury and Death Cases. Journal of Legal Economics.
[261]
REMONNAY, R., HAVET, N., MORELLE, M., CARRÉRE, M.: Analyzing the determinants of Willingness-to-pay values for testing the validity of the contingent valuation method. Application to home care compared to hospital care. Working paper GATE Groupe d´Analyse et de Theorie Ěconomique, Francie 2008. Dostupné na WWW: www.gate.cnrs.fr.
[262]
RIETVELD, Piet: Valuation of Travel Time and Traveller Information in Multimodal Personal Travel under Uncertainty. Tinbergen Institute Discussion Paper, 2003.
[263]
RIGANTI, Patrizia, NIJKAMP, Peter: Benefit transfers of cultural heritage values: How far can we go? Vrije Universiteit Amsterdam, 2005.
[264]
RIGANTI, Patrizia, NIJKAMP, Peter: Valuing Cultural Heritage Benefits to Urban and Regional Development. University of Porto, 2004.
[265]
ROBINSON, J.: Ekonomická filozofie, Professional Publishing: Praha 2001. ISBN: 8086419-08-8.
[266]
Rothbard, M., 1956: Towards a Reconstruction of Utility and Welfare Economics, poprvé publikováno v Sennholz, Mary (ed.):On Freedom and Free Enterprise, D.Van Nostrand.
[267]
ROY, Udayan: International Trade and the Value of Time. Review of International Economics, 2005, roč. 13, č. 4, s. 757–769.
[268]
SAMUELSON, P. A.: Constancy of the Marginal Utility of Income. V Studies in Mathematical Economics and Econometrics. University of Chicago Press 1942.
[269]
SAMUELSON, P. A., NORDHAUS, W. D.: Ekonomie, Praha: Nakladatelství Svoboda 1991, ISBN: 80-205-01992-4.
[270]
SANDY, Robert, ELLIOTT, Robert F.: Unions and Risk: Their Impact on the Level of Compensation for Fatal Risk. Economica, 1996, č. 63, s. 291-309. - 201 -
[271]
SCARPA, R., ALBERINI, A. A.: Applications of Simulation Methods in Environmental and Resource Economics. Dordrecht: Springer 2005. ISBN: 10 1-4020-3683-3.
[272]
SEN, Amartya: The Possibility of Social Choice, Nobel Lecture. Cambridge: Trinity College, 1998.
[273]
SEN, Amit, GELLES, Gregory M., JOHNSON, Walter D.: Structural Instability in the Net Discount Rate Series Based on High Grade Municipal Bond Yields. Journal of Legal Economics, 2002, podzim, s. 87-100.
[274]
SENAUER, Ben, SAH, David, ALDERMAN, Harold: The Effect of the Value of Time on Food Consumption Patterns in Developing Countries: Evidence from Sri Lanka. American Agricultural Economics Association, Amer. Journ. Agr. Econ, 1986, s. 920-927.
[275]
SHAIKH, Sabina L., LARSON, Douglas M.: A Two-Constraint Almost Ideal Demand Model of Recreation and Donations. The Review of Economics and Statistics, 2003, roč. 83, č. 4, s. 953-961.
[276]
SHANMUGAM, K.R.: „Valuations of Life and Injury Risks.“ Environmental and Resources Econimics, 2000.
[277]
SHANMUGAM, K.R.: Self Selection Bias in the Estimates of Compensating Differentials for Job Risks in India. The Joumai of Risk and Uncertainty, 2001, roč. 22, č.3, s. 263-275.
[278]
SHAW, Douglass W.: Searching for the Opportunity Cost of an Individual's Time. Land Economics, 1992, roč. 68, č. 1, s. 107-115.
[279]
SHOGREN, Jason F., STAMLAND, Tommy: Self-Protection and Value of Statistical Life Estimation. Land Economics, 2005, roč. 81, č. 1, s. 100-113.
[280]
SHOGREN, Jason F., STAMLAND, Tommy: Skill and the Value of Life. Joumal of Political Economy, 2002, roč. 110, č. 5, s. 1168-1173.
[281]
SHOGREN, Jason F.: Children and the Environment: Valuing Indirect Effects on a Child's Life Chances. Contemporary Economic Policy, 2001, roč. 19, č. 4, s. 382-396.
[282]
SIEBER, P., FOTR, J., HNILICA, J., KRŠKOVÁ, M., Průvodce ekonomickým hodnocením projektů, programů a politik, MMR ČR 2007.
[283]
SILBERBERG, E.: Duality and the Many Consumer´s Surpluses. American Economic Review 1972.
[284]
SILBERBERG, E.: The Structure of Economics: A Mathematical Analysis. New York: McGraw-Hill 1978. - 202 -
[285]
SMALKOSKI, Brian, LEVINSON, David: Value of Time for Commercial Vehicle Operators in Minnesota. Journal of the Transportation Research Forum, 2005, roč. 44, č.1, s. 89-102.
[286]
SMITH, V. K., HOUTVEN, G. V.: Non-Market Valuation and the Household. Resources for the future (Discussion Paper 98-31), 1998.
[287]
SMITH, V. Kerry, DESVOUSGES, William H.: Assymetries in the Valuation of Risk and the Siting of Hazardous Waste Disposal Facilities. AEA Papers and Proceedings, roč. 76, č. 2, s. 291-294.
[288]
SMITH, V. Kerry, EVANS, Mary F., KIM, Hyun, TAYLOR, Donald H. Jr.: Do the NearElderly Value Mortality Risks Differently? The Review of Economics and Statistics, 2004, roč. 86, č. 1, s. 423-429.
[289]
SMITH, V. Kerry, VAN HOUTVEN, George: Non-Market Valuation and the Household. Resources for the Future, 1998, Discussion Paper 98-31.
[290]
SOBOTTA, Robin R., CAMPBELL, Heather E., OWENS, Beverly J.: Aviation Noise and Environmental Justice: The Barrio Barrier. Journal of Regional Science, 2007, roč. 47, č. 1, s. 125–154.
[291]
SOUKUPOVÁ, J., HOŘEJŠÍ, B., MACÁKOVÁ, L., SOUKUP, J. Mikroekonomie: Management Press, Praha 1998, ISBN 80-85943-17-4
[292]
SOUSA-POZA, Alfonso, SCHMID, Hans, WIDMER, Rolf: The allocation and value of time assigned to housework and child care: An analysis for Switzerland. Journal of Population Economics, 2001, č. 14, s. 599-618.
[293]
SPENGLER, Hannes, SCHAFFNER, Sandra: Using Job Changes to Evaluate the Bias of the Value of a Statistical Life. Ruhr Economic Papers, 2007, č. 14.
[294]
STERNMAN, Olof Johansson: Emotions, Morality and Public Goods: The WTA-WTP Disparity Revisited. [Working Papers in Economics with number 193]. Göteborg University,
Department
of
Economics.
2006,
s.
19.
Dostupné
na
WWW:
http://hdl.handle.net/2077/2728. [295]
STIGLITZ, J. E.: Economics. London: W.W.Norton&Company. ISBN: 0-393-96110-9.
[296]
STIGLITZ, J. E.: Principles of Microeconomics. 2. vyd. London: W.W.Norton&Company. ISBN: 0-393-96357-8.
- 203 -
[297]
STRAND, Jon: Individual and Household Values of Mortality Reductions with Intrahousehold Bargaining. The Journal of Risk and Uncertainty, roč. 31, č.2, s. 217–236.
[298]
STRAND, Jon: Public-good valuation and intra-family allocation. Environ Resource Econ, 2007, č. 38, s. 527–543.
[299]
SUN, Lili, VAN KOOTEN, G. Cornelis, VOSS, Graham. Divergence between WTA and WTP Revisited: Livestock Grazing on Public Range. [Working Papers with number 2005-06]. University of Victoria, Department of Economics, Resource Economics and Policy
Analysis
Research
Group,
2005,
38
s.
Dostupné
na
WWW:
http://web.uvic.ca/~kooten/REPA/WorkingPaper2005-06.pdf. [300]
SVENSSON, Mikael: Precautionary Behavior and Willingness to Pay for a Mortality Risk Reduction: Searching for the Expected Relationship. Örebro University, 2007, Working Paper no. 3.
[301]
SVENSSON, Mikael: The Value of a Statistical Life in Sweden Estimates from Two Studies using the “Certainty Approach” Calibration. Swedish Business School at Örebro University, 2006, Working Paper No. 6.
[302]
SWARDH, Jan-Erik: Is the intertemporal income elasticity of the value of travel time unity? VTI - Swedish National Road and Transport Research Institute, 2008.
[303]
TELSER, Harry, ZWIEFEL, Peter: Validity of discrete-choice experiments evidence for health risk reduction. Applied Economics, 2007, č. 39, s. 69-78.
[304]
THEEBE, Marcel A.J.: Planes, Trains, and Automobiles; The Impact of Traffic Noise on House Prices. University of Amsterdam, and ING Real Estate, 2002.
[305]
TILAHUN, Nebiyou Y., LEVINSON, David M.: Value of Time Comparisons in the Presence of Unexpected Delay. Department of Civil Engineering, University of Minnesota.
[306]
TISDELL, Clem, WILSON, Clevo: World Heritage Listing of Australian Natural Sites: Tourism Stimulus and its Economic Value. Economic Analysis & Policy, 2002, roč. 32, č. 2, s. 27-49.
[307]
TONIATTI, C., Bujard, H., CILIBERTO, G.: Gene therapy progress and prospects: transcription regulatory systems. Gene Therapy, 2004, č. 11, s. 649-657.
- 204 -
[308]
TRAN, Tran Huu, NAVRUD, Stále: Valuing cultural heritage in developing countries: comparing and pooling contingent valuation and choice modelling estimates. Environ Resource Econ, 2007, č. 38, s. 51–69.
[309]
TREICH, Nicolas: The Value of a Statistical Life under Ambiguity Aversion. CESifo Working Paper No. 2291, 2008.
[310]
TSENG, Yin-Yen, a Erik T. Verhoef. „Value of Time by Time of Day .“ Tinbergen Institute Discussion Paper, 2007.
[311]
TSENG, Yin-Yen: A meta-analysis of travel time reliability. Department of Spatial Economics, Vrije Universiteit Amsterdam.
[312]
TSENG, Yin-Yen: Value of Time by Time of Day: A Stated-Preference Study. Tinbergen Institute Discussion Paper, 2007.
[313]
TSUGE, Takahiro, KISHIMOTO, Atsuo, TAKEUCHI, Kenji: A Choice Experiment Approach to the Valuation of Mortality. The Journal of Risk and Uncertainty, 2005, roč. 31, č.1, s. 73–95.
[314]
UEDA, Kenichi: Life Expectancy and Income Convergence in the World: A Dynamic General Equilibrium Analysis. IMF Working Paper, 2008, WP/08/158.
[315]
UYENO, Deran, HAMILTON, Stanley W., BIGGS, Andrew J.G.: Density of Residential Land Use and the Impact of Airport Noise. Journal of Transport Economics and Policy, 1993, leden, s. 3-18.
[316]
VAN AMELSFORT, Ir.D.H., BLIEMER, M.C.J.: Valuation of Uncertainty in Travel Time and Arrival Time: Some Findings from a choice Experiment. ERSA 2005 conference, Amsterdam.
[317]
VARIAN, H. R.: Microeconomic Analysis. 2. Vyd.: New York 1984.
[318]
VASSANADUMRONGDEE, Sujitra, MATSUOKA, Shunji: Risk Perceptions and Value of a Statistical Life for Air Pollution and Traffic Accidents: Evidence from Bangkok, Thailand. The Journal of Risk and Uncertainty, 2005, roč. 30, č. 3, s. 261–287.
[319]
VENN, Tyron J., QUIGGIN, John: Accommodating Indigenous Cultural Heritage Values in Resource Assessment: Cape York Peninsula and the Murray–Darling Basin, Australia. Murray Darling Program Working Paper, 2005, M05_5.
[320]
VIAROUX, Christelle: Marginal Utility of Income and value of time in urban transport. Economics Bulletin, 2008, roč. 4, č. 3, s. 1-8. - 205 -
[321]
VINOPAL, Jiří: Kognitivní přístupy v metodologii výzkumných šetření: metoda okamžité validizace. Praha: Sociologický ústav AV ČR, 2008. ISBN: 978-7330-153-8.
[322]
VISCUSI, W. Kip, ALDY, Joseph E.: Adjusting the Value of a Statistical Life for Age and Cohort Effects. Resources for the Future, 2006, Discussion Paper 06-19.
[323]
VISCUSI, W. Kip, ALDY, Joseph E.: Labor Market Estimates of the Senior Discount for the Value of Statistical Life. Resources for the Future, 2006, Discussion Paper 06-12.
[324]
VISCUSI, W. Kip, ALDY, Joseph E.: The Value of a Statistical Life: A Critical Review of Market Estimates Throughout the World. NBER Working Paper Series, 2003, roč. 27, č.1, s. 5–76. Dostupný z WWW: http://www.nber.org/papers/w9487 .
[325]
VISCUSI, W. Kip, HAKES, Jahn K., CARLIN, Alan: Measures of Mortality Risks. Joumal of Risk and Uncertainty, 1997, roč. 14, s. 213-233.
[326]
VISCUSI, W. Kip, ZECKHAUSER, Richard J.: The Fatality and Injury Costs of Expenditures. JournalofRiskand Uncertainty, 1994, č. 8, s.19-41.
[327]
VISCUSI, W. Kip: Mortality effects of regulatory costs and policy evaluation criteria. RAND Journal of Economics, 1994, roč. 25, č. 1, s. 94-109.
[328]
VISCUSI, W. Kip: Racial Differences in Labor Market Values of a Statistical Life. The Journal of Risk and Uncertainty, 2003, roč. 27, č. 3, s. 239-256.
[329]
VISCUSI, W. Kip: Risk-Risk Analysis. Journal of Risk and Uneertainty, 1994, č. 8, s.5-17.
[330]
VITON, Philip A.: On Frontier Specifications for Discrete Binary Choice Analysis. Journal of Regional Science, 1992, roč. 32, č. 3, s. 285-308.
[331]
WARDMAN, Mark, BRISTOW, Abigail, TONER, Jeremy, TWEDDLE, Geoff: Review of Research Relevant to Rail Competition for Short Haul §Air Routes. EUROCONTROL Experimental Centre, 2002.
[332]
WARDMAN, Mark, BRISTOW, Abigail: Traffic Related Noise and Air Quality Valuations:
Evidence
From
Stated
Preference
Residential
Choice
Models.
Transportation Research D, 2004, roč. 9, č. 1, s. 1-27. [333]
WARDMAN, Mark, BRISTOW, Abigail: Valuations of aircraft noise: experiments in stated preference. Environ Resource Econ, 2008, ročník 39, str.459–480.
[334]
WATSON, Peter L.: The Value of Time; Behavioural Models of Modal Choice. Lexington Books, D. C. Heath and Company, Farnborough, Hampshire, 1974.
- 206 -
[335]
WHITEHEAD, J. C., PATTANAYK, S. K., HOUTVEN, G. L., GELSO, B. R: Combining Revealed and Stated Preference Data to Estimate the Nonmarket Value of Ecological Services: an Assessment of the State of the Science, Journal of Economic Surveys, Vol. 22, No. 5, pp. 872-908, December 2008.
[336]
WHITEHEAD, John C., PATTANAYAK, Subhrendu K., VAN HOUTVEN, George L., GELSO, Brett R.: Combining Revealed and Stated Preference Data to Estimate the Nonmarket Value of Ecological Services: An Assessment of the State of the Science. Appalachian State University, 2005.
[337]
WILLIG, R. D.: Consumer´s Surplus without Apology. American Economic Review 69(3), 1976.
[338]
ZHANG, Lei, XIE, Feng, Levinson, David: Variation of the Subjective Value of Travel Time on Freeways and Ramp Meters. Presented at 84th Annual Meeting of Transportation Research Board in Washington, DC, January 9-13th 2005.
[339]
ZUNIGA, Gloria L.: A General Theory of Value: Axiology in the Central European Philosophical Tradition, dissertation. Buffalo: State University of New York, 2000.
- 207 -
10 Seznam použitých zkratek CBA – cost benefit analysis neboli analýza nákladů a přínosů CF – konverzní faktor CIF – cost of item plus instance and freight expenses to the post of destination – cena na hranicích používaná pro kalkulaci importovaného zboží a služeb CS – Compensating Surplus - kompenzační přebytek CV – Compensation Variation – míra kompenzace dis – náklady na distribuci statku na území republiky eer – nominální směnný kurz ENPV economic net present value – ekonomická přidaná hodnota EVA - economic value added – ekonomická přidaná hodnota ES – Equivalent Surplus – ekvivalentní přebytek EV – Equivalent Variation – Míra ekvivalence FOB – free on board price – cena na hranicích používaná pro kalkulaci exportovaného zboží FW – tržní mzda ° h – množství generovaných externalit ( h - optimální množství generované externality)
IPA - analýza drah a dopadů LMST – název metodiky pro konstrukci stínových cen M – import MVA - Market Value Added - tržní přidaná hodnota NSB – net social benefit – čisté společenské benefity NSDI – Noise Sensitivity Depreciation Index – procentní snížení ceny nemovitosti v návaznosti na zvýšení hlučnosti o 1 dB oer – reálný směnný kurz p – tržní cena PV – současná hodnota R – riziko ROE – rentabilita vlastního kapitálu S – běžný spotřebitelský přebytek SB – social benefit – společenské benefity - 208 -
SC – social cost – společenské náklady (újmy) SDR – social discount rate – společenská diskontní sazba sx – podpora exportu sp – shadow price – stínová cena spr – konverzní faktor SW – stínová mzdy t - daně u – označení funkce užitku, či obecně užitku VSL – value of statistical life – hodnota statistického života VT – value of time – hodnota času VTTS – value of travel time – hodnota cestovního času W – společenský blahobyt WTA – Willingness – to – Accept – ochota akceptovat WTP – Willingness – to – Pay – ochota zaplatit X – export
- 209 -
11 Seznam použitých termínů Běžný spotřebitelský přebytek vyjadřuje prostor, který se nachází mezi Marshallovou poptávkovou křivkou a horizontální cenovou přímkou, proto se někdy také označuje jako Marshallův spotřebitelský přebytek, jelikož vychází z Marshallovy teze, že spotřebitel je ochoten zaplatit za každou dodatečnou jednotku určitého statku přesně tolik, jakou mu přináší daný statek užitek. Blahobyt – suma užitků jednotlivých členů společnosti. Cena je obecně dána střetem nabídky a poptávky. Cost Benefit Analysis neboli analýza nákladů a přínosů (oba názvy jsou v prostředí České republiky již vžité do povědomí praktiků i teoretiků) je nástroj, pomocí kterého vyhodnocujeme společenský dopad intervence. Tedy na rozdíl od klasického finančního hodnocení, kdy do posuzování efektivity vstupují pouze finanční toky dopadající na investora, v případě CBA determinují efektivitu veškeré efekty vyvolané investicí, tedy jak ty dopadající na investora, tak všechny ostatní, kdy jsou dotčeny např. obyvatelé v okolí realizované intervence, firmy, stát či jiné skupiny subjektů. Druhým podstatným rysem je skutečnost, že na rozdíl od finančního hodnocení, které pracuje na bázi tržních cen, v případě CBA je základní jednotkou, v jaké dané efekty vyhodnocujeme, tzv. společenská hodnota neboli stínová cena. Duální ceny – v oblasti ekonomie se jedná o synonymum s pojmem stínové ceny, v oblasti operačního výzkumu můžeme duální ceny interpretovat jako ocenění jedné jednotky kapacity ve vztahu k hodnotě účelové funkce. Jedná se tedy vlastně o marginální ocenění kapacit (Jablonský, 2002). Důchodový efekt – změna poptávaného množství statků vyvolaná tím, že změna ceny statku způsobuje zvýšení nebo snížení reálného důchodu spotřebitele (Samuelson, 1991). Cenová změna vyvolá reálné snížení kupní síly jedince, což vede ke snížení poptávaného množství. Ekonomická hodnota – synonymum pro socioekonomická hodnota. Ekonomická
čistá
současná
hodnota
vyjadřuje
sumu
diskontovaných
socioekonomických toků, tedy součet diskontovaných toků generovaných intervencí (ať již finančních či nefinančních – pro potřeby ocenění intervence monetarizovaných).
- 210 -
Ekvivalentní přebytek (Equivalent Surplus - ES) je míra, která nám odpovídá na otázku, jaká změna v příjmech je nutná k tomu, aby situace s původní cenovou relací a původní proporce spotřebního koše a situace s novou cenou, aby byl subjekt indiferentní ve spotřebě. Externality jsou efekty, které ovlivňují jiné subjekty než samotného svého původce a příjemci externalit nejsou nuceni za ně platit, či nejsou odškodněni za strpění jejich spotřeby. ExternE – metodika stanovení stínových cen externích efektů lidské činnosti. Hicksova (kompenzovaná) poptávková křivka – v sobě zahrnuje pouze substituční efekt vyvolaný změnou ceny statku X. Substituční efekt vyjadřuje tu skutečnost, že pokud dojde k nárůstu ceny statku X, spotřebitel nahradí dražší statek za levnější. Hodnota je dána kumulovaným součtem užitků člena společnosti. Hodnota statistického života vyjadřuje mezní míru substituce bohatství a rizika (Viscusi) neboli osobní ochota zaplatit za snížení rizika úmrtí. VSL vyjadřuje hodnotu života vnímanou jednotlivými členy společnosti. Intervence je označením jakéhokoliv vnějšího zásahu do společnosti (v našem případě většinou do ekonomiky). Má podobu ať již státního zásahu, regulatorního zásahu, výkonu určité politiky či investičního projektu. Kardinalistická verze užitku vnímá užitek jako přímo měřitelný. Kompenzační přebytek (Compensating Surplus - CS) je míra, která vyjadřuje, při jak velké kompenzační platbě je subjekt indiferentní mezi původní situací a situací, při které je možné získat nové množství statku x1, jehož cena se mění. Konverzní faktor je koeficient, který vyjadřuje transformační mechanismus přepočtu tržní ceny na stínovou. Je to stínová cena jedné koruny vydané za určitý statek při dané tržní ceně. Marshallova (nekompenzovaná) poptávková křivka – v sobě kondenzuje oba efekty vyvolané změnou ceny statku X, a to jak efekt substituční, tak efekt důchodový. Míra ekvivalence (Equivalent Variation - EV) říká, jaká změna příjmu povede ke stejné změně blahobytu jako je změna ceny statku x1 (EV je odvozen z výdajové funkce) neboli jaké dodatečné výdaje (příjmy) jsou nezbytné pro dosažení nové indiferenční křivky. Míra kompenzace (Compensating Variation - CV) je míra, která vyjadřuje kompenzační platbu, kterou je nezbytné vydat proto, aby byl subjekt indiferentní mezi situací se spotřebou
- 211 -
statku x a bez spotřeby statku x. CV je takové množství finančních prostředků, které subjektu zajišťuje, aby při změně ceny spotřebovávaného statku zůstal na původní úrovni užitku. Neobchodovatelné statky (nontraded goods, s variabilní nabídkou) zahrnují statky, u nichž když dojde k navýšení poptávky ze strany subjektu x, je tato tržní změna trhem zcela absorbována, dojde flexibilně k dodatečné produkci daných statků, tedy ke změně nabídky daného statku adekvátně navýšené poptávce (výstupy intervencí). Změna poptávky či nabídky je plně absorbována domácím trhem. Neoklasická ekonomie je vědní disciplínou, která vnímala jako podstatný faktor poptávky po statcích preference spotřebitele (užitek). Neoklasická ekonomie přinesla mezní užitek jako významný článek tržních mechanismů (Samuelson, 1991). Netržní statky jsou ty statky, jejichž cena se nekonstruuje střetem nabídky a poptávky, případně neprocházejí trhem vůbec či jsou součástí trhu, ale na jiných než konkurenčních principech. Nominální směnný kurz - udává index národní měny vůči koši vybraných měn za určité období proti základnímu období (rok 2005), vyjadřuje počet jednotek domácí měny, za které lze nakoupit jednotku měny zahraniční. Obchodovatelné statky (traded goods, s variabilní nabídkou) zahrnují statky, pro které platí, že v případě dodatečné poptávky po nich je tato změna kompenzována změnou exportu či importu, příp. ona dodatečná poptávka vytlačí z trhu jiné subjekty, které musí hledat pro uspokojení své poptávky odezvu v zahraničí. Změna poptávky nebo nabídky daného statku je zcela absorbována trhem zahraničním. Oportunitní náklady statku jsou vyjádřením vždy té nejvyšší hodnoty užití, ať spočívá ve spotřebě statku, nebo v jakékoli podobě výrobního využití. Ordinalistická verze užitku – vnímá užitek jako neměřitelný, je možné užitek jednotlivých statků pouze mezi sebou vzájemně porovnávat. Reálný směnný kurz se považuje za měřítko vývoje mezinárodní konkurenceschopnosti země (opět je vyjádřen indexem s tím, že pokud se pohybuje nad 100, ukazuje to o snižování konkurenceschopnosti a opačně). Sektorové konverzní faktory se používají pro transformaci tržních cen na ceny stínové pro obchodovatelné statky. Sektorový konverzní faktor je členěn dle SKP. Směnná hodnota – je ekvivalentním pojmem pro tržní cenu. - 212 -
Socioekonomická hodnota – hodnota statku či intervence pro společnost, tedy ve stínových cenách vyjádřená hodnota statků tržních, které získáme či obětujeme vlivem intervence plus hodnota netržních statků, jež získá subjekt jako výsledek intervence. Na rozdíl od finanční hodnoty, která je vyjádřena v tržních cenách, socioekonomická hodnota je vyjádřena v cenách stínových a obsahuje i toky netržní a současně zahrnuje efekty dopadající nejen na samotného realizátora intervence, ale na všechny dotčené subjekty. Společenské benefity – přínosy, které generuje intervence všem dotčeným subjektům (vyjádřená ve stínových cenách). Společenská diskontní sazba – diskontní sazba, která je aplikována k diskontování socioekonomických toků v CBA. Jedná se o míru reflektující časovou hodnotu čistých společenských benefitů. Společenské náklady – náklady, které generuje intervence všem dotčeným subjektům (vyjádřená ve stínových cenách). Standardní konverzní faktor (SCF) se používá k ocenění malých položky neobchodovaného zboží, pro které by z důvodu jejich velikosti bylo neefektivní kalkulovat konkrétní sektorové konverzní faktory. Statek – pod tímto pojmem jsou myšleny, jak vstupy ekonomické činnosti v podobě kapitálu, půdy, práce, zboží a služeb, volné statky, vzácné statky, veřejné statky, tak i výstupy, např. v podobě zboží a služeb, ale i externalit, a to ať již v podobě kladné, tak i záporné. Kladnými jsou například výroba zboží a služeb, či úspora volného času ekonomických subjektů, negativní například dopady na životní prostředí – znečištění životního prostředí či nárůst hluku. Pod pojem statek budeme pro potřeby této práce řadit i volné statky. Statky s fixní nabídkou jsou takové statky, jejichž dodatečná poptávka subjektu x způsobí vytěsnění poptávky po daném statku subjektu y (typickým příkladem je práce a půda, v případě kterých není možné absolutní navýšení uspokojené poptávky, ale pouze přerozdělení určitého fixního disponibilního množství). Stínová cena (bez ohledu na typ statku, se kterým je spojena) je taková cena statku, které by bylo dosaženo na dokonale konkurenčním trhu. Měří mezní společenský efekt vyvolaný jednotkovou změnou nabídky či poptávky daného statku, a to v celkové společenské výši, tedy celkový vyvolaný efekt dopadající na stranu původce i na stranu příjemce daného efektu. Měří dopad statku na blahobyt jedince. - 213 -
Substituční efekt vyjadřuje tu skutečnost, že pokud dojde k nárůstu ceny statku X, spotřebitel nahradí dražší statek za levnější. Trade-off je vyjádření obchodního vztahu, kdy dochází k tomu, že subjekt směňuje statek x za statek y. Tržní cena – ekvivalent pro pojem tržní hodnota a cena. Tržní statky jsou ty, jejichž cena se konstruuje na trhu střetem nabídky a poptávky. Užitek vyjadřuje subjektivní pocit uspokojení, který subjektu přináší spotřeba či zdržení se spotřeby určitého statku. Užitná hodnota reflektuje užitečnost statku. Veřejné statky jsou statky, které jsou specifické nerivalitní spotřebou a nevylučitelností ze spotřeby. Obecně se jedná o statky, které z jakýchkoliv důvodů poskytuje stát. Důvody mohou být v narovnání trhu, odrazení od spotřeby určitého statku, poskytování statku, který je komerčně neuchopitelný, či komplikovaně uchopitelný či je prostě nejefektivnější jeho poskytování veřejnými institucemi Volné statky jsou takové typy statků, které jsou k dispozici zdarma. Welfare economics – ekonomie blahobytu - je vědní disciplína analyzující determinanty blahobytu. Základní problém tohoto vědního oboru lze definovat pomocí následující citace: „Kdy může ekonomie říci, že následkem určité změny se společnosti daří lépe? Nebo jinými slovy kdy jsme schopni říci, že se společenský užitek zvýšil, či byl maximalizován?“ (Rothbard, 1956) Willingness - to - accept (WTA) neboli ochota akceptovat vyjadřuje, jaké množství statku je subjekt ochoten akceptovat za určitou jasně definovanou peněžní částku (v případě negativního efektu daného statku) či jak velké snížení množství finančních prostředků by byl ochoten subjekt akceptovat za snížení negativního efektu (v případě pozitivního efektu). Neboli jak ještě velký negativní efekt je ochoten spotřebovat či akceptovat při inkasu jisté peněžní částky, aniž by to pro něj znamenalo pohoršení oproti status quo. Willingness - to - Pay (WTP), neboli ochota zaplatit, vyjadřuje (jak již z názvu vyplývá) ochotu subjektu zaplatit za určitý statek. Vyjadřuje peněžní částku, jejíž obětování je pro subjekt naprosto shodné jako zachování status quo (v případě kladného efektu), nebo také peněžní částku, při jejímž přijetí je subjekt indiferentní mezi ní a spotřebou daného statku (v případě negativního efektu). - 214 -
12 Příloha Příloha 1: SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Konverzní faktory pro ČR za rok 2003
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,976 0,992 0,991 0,992 0,992 0,992 0,992 0,992 0,957 0,716 0,989 0,976 0,977 0,991 0,991 0,991 0,726 0,990 0,990 0,991 0,990 0,990 0,989 0,992 0,989 0,990 0,987 0,988 0,988 0,988
UK2 0,973 0,989 0,988 0,989 0,989 0,989 0,989 0,988 0,954 0,714 0,985 0,973 0,974 0,987 0,988 0,988 0,724 0,987 0,987 0,988 0,987 0,987 0,986 0,989 0,986 0,987 0,984 0,984 0,985 0,985
UK1 1,001 1,017 1,016 1,017 1,017 1,017 1,017 1,016 0,981 0,734 1,013 1,000 1,002 1,015 1,016 1,016 0,744 1,015 1,014 1,016 1,015 1,015 1,014 1,017 1,014 1,015 1,012 1,012 1,013 1,013
UK2 0,996 1,012 1,011 1,012 1,012 1,012 1,012 1,012 0,976 0,731 1,009 0,996 0,997 1,011 1,011 1,011 0,741 1,010 1,010 1,011 1,010 1,010 1,009 1,012 1,009 1,010 1,007 1,008 1,008 1,008
UK1 0,990 1,006 1,006 1,006 1,006 1,006 1,006 1,006 0,971 0,727 1,003 0,990 0,992 1,005 1,006 1,006 0,737 1,004 1,004 1,005 1,005 1,004 1,004 1,006 1,004 1,005 1,001 1,002 1,003 1,003
UK2 0,990 1,006 1,005 1,006 1,006 1,006 1,006 1,006 0,970 0,726 1,002 0,990 0,991 1,004 1,005 1,005 0,736 1,004 1,004 1,005 1,004 1,004 1,003 1,006 1,003 1,004 1,001 1,001 1,002 1,002
0,992 0,992 0,992 0,992
0,989 0,989 0,989 0,989
1,017 1,017 1,017 1,017
1,012 1,012 1,012 1,012
1,006 1,006 1,006 1,006
1,006 1,006 1,006 1,006
0,992 0,991 0,992 0,992 0,992 0,992 0,992 0,992 0,992
0,989 0,988 0,989 0,989 0,989 0,989 0,989 0,989 0,989
1,017 1,015 1,017 1,017 1,017 1,017 1,017 1,017 1,017
1,012 1,011 1,012 1,012 1,012 1,012 1,012 1,012 1,012
1,006 1,005 1,006 1,006 1,006 1,006 1,006 1,006 1,006
1,006 1,005 1,006 1,006 1,006 1,006 1,006 1,006 1,006
0,992 0,992 0,992 0,992 0,992 0,992 0,992 0,992 0,992
0,989 0,989 0,989 0,989 0,989 0,989 0,989 0,989 0,989
1,017 1,017 1,017 1,017 1,017 1,017 1,017 1,017 1,017
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006
1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006
0,991 0,992
0,988 0,989
1,015 1,017
1,011 1,012
1,005 1,006
1,005 1,006
0,982
0,978
1,006
1,002
0,996
0,995
- 215 -
Příloha 2: SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Konverzní faktory pro ČR za rok 2002
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,995 1,011 1,010 1,011 1,011 1,011 1,011 1,011 0,974 0,798 1,008 0,996 0,997 1,010 1,010 1,010 0,664 1,009 1,009 1,010 1,010 1,009 1,009 1,011 1,009 1,009 1,006 1,007 1,005 1,007
UK2 0,990 1,006 1,005 1,006 1,006 1,006 1,006 1,005 0,969 0,794 1,003 0,990 0,992 1,004 1,005 1,005 0,660 1,003 1,003 1,005 1,004 1,004 1,003 1,006 1,004 1,004 1,001 1,001 1,000 1,002
UK1 1,029 1,046 1,045 1,046 1,046 1,046 1,046 1,045 1,007 0,825 1,042 1,030 1,031 1,044 1,045 1,045 0,686 1,043 1,043 1,045 1,044 1,044 1,043 1,045 1,043 1,044 1,041 1,041 1,039 1,042
UK2 1,022 1,038 1,038 1,039 1,039 1,039 1,039 1,038 1,000 0,820 1,035 1,023 1,024 1,037 1,038 1,038 0,681 1,036 1,036 1,037 1,037 1,036 1,036 1,038 1,036 1,036 1,033 1,034 1,032 1,034
UK1 1,013 1,029 1,028 1,029 1,029 1,029 1,029 1,029 0,991 0,812 1,026 1,013 1,015 1,027 1,028 1,028 0,675 1,026 1,027 1,028 1,028 1,027 1,027 1,029 1,027 1,027 1,024 1,024 1,023 1,025
UK2 1,009 1,026 1,025 1,026 1,026 1,026 1,026 1,025 0,988 0,810 1,023 1,010 1,012 1,024 1,025 1,025 0,673 1,023 1,023 1,025 1,024 1,024 1,023 1,026 1,023 1,024 1,021 1,021 1,020 1,022
1,011 1,011 1,011 1,011
1,006 1,006 1,006 1,006
1,046 1,046 1,046 1,046
1,039 1,039 1,039 1,039
1,029 1,029 1,029 1,029
1,026 1,026 1,026 1,026
1,011 1,010 1,011 1,011 1,011 1,011 1,011 1,011 1,011
1,006 1,004 1,006 1,006 1,006 1,006 1,006 1,006 1,006
1,046 1,044 1,046 1,046 1,046 1,046 1,046 1,046 1,046
1,039 1,037 1,039 1,039 1,039 1,039 1,039 1,039 1,039
1,029 1,028 1,029 1,029 1,029 1,029 1,029 1,029 1,029
1,026 1,024 1,026 1,026 1,026 1,026 1,026 1,026 1,026
1,011 1,011 1,011 1,011 1,011 1,011 1,011 1,011 1,011
1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006
1,046 1,046 1,046 1,046 1,046 1,046 1,046 1,046 1,046
1,039 1,039 1,039 1,039 1,039 1,039 1,039 1,039 1,039
1,029 1,029 1,029 1,029 1,029 1,029 1,029 1,029 1,029
1,026 1,026 1,026 1,026 1,026 1,026 1,026 1,026 1,026
1,010 1,011
1,005 1,006
1,045 1,046
1,038 1,039
1,028 1,029
1,025 1,026
0,993
1,033
1,026
1,016
1,013
0,998
- 216 -
Příloha 3: SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Konverzní faktory pro ČR za rok 2001
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,970 0,984 0,984 0,985 0,985 0,985 0,985 0,984 0,953 0,768 0,981 0,970 0,972 0,983 0,984 0,984 0,704 0,982 0,982 0,984 0,983 0,983 0,982 0,984 0,982 0,983 0,979 0,980 0,979 0,981
UK2 0,960 0,974 0,974 0,975 0,975 0,975 0,975 0,974 0,943 0,760 0,972 0,960 0,962 0,973 0,974 0,974 0,697 0,972 0,972 0,974 0,973 0,973 0,972 0,974 0,972 0,973 0,970 0,970 0,969 0,971
UK1 0,994 1,009 1,009 1,009 1,009 1,009 1,009 1,009 0,977 0,787 1,006 0,994 0,996 1,008 1,009 1,009 0,722 1,007 1,007 1,008 1,008 1,007 1,007 1,009 1,007 1,007 1,004 1,005 1,004 1,005
UK2 0,983 0,998 0,997 0,998 0,998 0,998 0,998 0,998 0,966 0,778 0,995 0,983 0,985 0,997 0,997 0,997 0,714 0,996 0,996 0,997 0,997 0,996 0,996 0,998 0,996 0,996 0,993 0,993 0,993 0,994
UK1 1,006 1,021 1,020 1,021 1,021 1,021 1,021 1,020 0,988 0,796 1,018 1,006 1,007 1,019 1,020 1,020 0,730 1,018 1,018 1,020 1,019 1,019 1,018 1,020 1,019 1,019 1,015 1,016 1,015 1,017
UK2 0,997 1,012 1,012 1,012 1,012 1,012 1,012 1,012 0,979 0,789 1,009 0,997 0,999 1,011 1,012 1,012 0,724 1,010 1,010 1,011 1,011 1,010 1,010 1,012 1,010 1,010 1,007 1,008 1,007 1,008
0,985 0,985 0,985 0,985
0,975 0,975 0,975 0,975
1,009 1,009 1,009 1,009
0,998 0,998 0,998 0,998
1,021 1,021 1,021 1,021
1,012 1,012 1,012 1,012
0,985 0,985 0,985 0,985 0,985 0,985 0,985 0,985 0,985
0,975 0,975 0,975 0,975 0,975 0,975 0,975 0,975 0,975
1,009 1,009 1,009 1,009 1,009 1,009 1,009 1,009 1,009
0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,998
1,021 1,021 1,021 1,021 1,021 1,021 1,021 1,021 1,021
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
0,985 0,985 0,985 0,985 0,985 0,985 0,985 0,985 0,985
0,975 0,975 0,975 0,975 0,975 0,975 0,975 0,975 0,975
1,009 1,009 1,009 1,009 1,009 1,009 1,009 1,009 1,009
0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,998
1,021 1,021 1,021 1,021 1,021 1,021 1,021 1,021 1,021
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
0,985 0,985
0,975 0,975
1,009 1,009
0,998 0,998
1,021 1,021
1,012 1,012
0,963
0,997
0,986
1,009
1,000
0,973
- 217 -
Příloha 4: SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Konverzní faktory pro ČR za rok 2000
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,985 1,001 1,002 1,002 1,002
UK2 0,969 0,985 0,986 0,986 0,986
UK1 1,006 1,023 1,023 1,023 1,023
UK2 0,989 1,005 1,006 1,006 1,006
UK1 0,988 1,004 1,005 1,005 1,005
UK2 0,978 0,994 0,994 0,994 0,994
1,002 1,001 0,969 0,786 0,997 0,986 0,988 1,000 0,998 1,000 0,741 0,998 0,998 0,999 0,997 0,997 0,999 1,001 0,999 0,998 0,996 0,991 0,992 0,997
0,986 0,985 0,953 0,774 0,981 0,971 0,972 0,984 0,982 0,985 0,730 0,983 0,982 0,983 0,982 0,981 0,983 0,985 0,983 0,982 0,980 0,975 0,976 0,981
1,023 1,023 0,990 0,803 1,019 1,008 1,009 1,021 1,019 1,022 0,757 1,020 1,020 1,020 1,019 1,019 1,021 1,022 1,020 1,019 1,017 1,012 1,013 1,018
1,006 1,005 0,973 0,789 1,001 0,990 0,992 1,004 1,002 1,004 0,744 1,002 1,002 1,003 1,001 1,001 1,003 1,005 1,003 1,002 1,000 0,995 0,996 1,001
1,005 1,004 0,972 0,789 1,000 0,990 0,991 1,003 1,001 1,004 0,744 1,002 1,001 1,002 1,001 1,000 1,002 1,004 1,002 1,001 0,999 0,994 0,995 1,000
0,994 0,994 0,962 0,780 0,990 0,979 0,980 0,992 0,990 0,993 0,736 0,991 0,990 0,991 0,990 0,990 0,991 0,993 0,991 0,990 0,988 0,983 0,985 0,989
1,002 1,002 1,002 1,002
0,986 0,986 0,986 0,986
1,023 1,023 1,023 1,023
1,006 1,006 1,006 1,006
1,005 1,005 1,005 1,005
0,994 0,994 0,994 0,994
1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002
0,986 0,986 0,986 0,986 0,986 0,986 0,986 0,986 0,986
1,023 1,023 1,023 1,023 1,023 1,023 1,023 1,023 1,023
1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006
1,005 1,005 1,005 1,005 1,005 1,005 1,005 1,005 1,005
0,994 0,994 0,994 0,994 0,994 0,994 0,994 0,994 0,994
1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002
0,986 0,986 0,986 0,986 0,986 0,986 0,986 0,986 0,986
1,023 1,023 1,023 1,023 1,023 1,023 1,023 1,023 1,023
1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006 1,006
1,005 1,005 1,005 1,005 1,005 1,005 1,005 1,005 1,005
0,994 0,994 0,994 0,994 0,994 0,994 0,994 0,994 0,994
1,001 1,002
0,986 0,986
1,023 1,023
1,005 1,006
1,005 1,005
0,994 0,994
0,973
1,010
0,992
0,992
0,981
0,989
- 218 -
Příloha 5: SKP komodity 01 02 05 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 40 41 45 50 51 52 55 60 61 62 63 64 65 66 67 70 71 72 73 74 75 80 85 90 91 92 93 95
Konverzní faktory pro ČR za rok 1999
Produkty zem.výr.a mysl Prod. les.,těžba, práce Ryby a ost. prod.,práce Uhlí, rašelina, práce Ropa a zemní plyn,práce Uran.,thor. rudy, práce Rudy kovů ost., práce Nerost. sur. ost.,práce Potravin.výrobky, práce Tabákové výrobky; práce Textilní výrobky; práce Konf.výr.vč.kožeš,práce Usně,galanter.výr.-prác Dřevo uprav.,výr.;práce Vláknina,papír; práce Vydavat. a tisk; práce Ropná produkty, koks Chem.výr.,vlákna;práce Výr.z pryže,plas.;práce Ost.nekov.minerál.výr. Základní kovy; práce Kovodělné výrobky Stroje, přístroje a zař Kanc.stroje a počítače Elektrické stroje,práce Rádiová,tel.,spoj.zař. Zdravot.přístr.,práce Dvoustopá mot.voz.,prác Ostatní dopravní zaříz. Nábytek,ost.výr.,práce Úprava druhotných sur. Energie elektric,tepel. Voda,její úprava a rozv Stavební práce Obchod,údržba,mot.voz. VO a zprostřed.VO MO, opravy spotř.zboží Sl. ubytovací a stravov Doprava pozemní,potrub. Doprava vodní Dop.letecká a kosmická Vedlej.,pom.služby-dopr Služby pošt a telekom. Peněžnictví Pojišťovnictví Pomocné služby v peněž. Sl.-oblast nemovitostí Pronáj.strojů a přístr. Zpracování dat Výzkum a vývoj Jiné podnikatelské služ Veřejná správa a obrana Školské výkony a služby Zdrav.,veter.a soc.péče Odstraň.odpad.vod apod. Činnosti spol.org. j.n. Rekreační činnosti Služby ostatní Služby domácího personálu
Standardní konverzní faktor
dle oer pro konečnou spotřebu
dle oer
Název
dle oer deflovaný HDP
UK1 0,996 1,011 1,012 1,012 1,012
UK2 0,977 0,992 0,993 0,993 0,993
UK1 1,017 1,033 1,034 1,034 1,034
UK2 0,995 1,011 1,011 1,011 1,011
UK1 0,996 1,012 1,012 1,012 1,012
UK2 0,986 1,001 1,002 1,002 1,002
1,012 1,011 0,973 0,788 1,006 0,998 1,000 1,010 1,008 1,010 0,661 1,008 1,008 1,009 1,007 1,007 1,009 1,007 1,009 1,006 1,006 1,000 1,001 1,006
0,993 0,992 0,955 0,773 0,988 0,979 0,981 0,991 0,989 0,992 0,649 0,989 0,989 0,990 0,989 0,988 0,990 0,988 0,990 0,987 0,987 0,982 0,983 0,988
1,034 1,033 0,994 0,805 1,028 1,019 1,022 1,032 1,030 1,033 0,675 1,030 1,030 1,031 1,029 1,029 1,031 1,029 1,031 1,028 1,028 1,022 1,023 1,028
1,011 1,011 0,973 0,788 1,006 0,997 0,999 1,009 1,007 1,010 0,661 1,008 1,008 1,008 1,007 1,007 1,008 1,007 1,008 1,006 1,005 1,000 1,001 1,006
1,012 1,012 0,973 0,788 1,007 0,998 1,000 1,010 1,008 1,011 0,661 1,008 1,008 1,009 1,008 1,008 1,009 1,008 1,009 1,006 1,006 1,001 1,002 1,007
1,002 1,001 0,963 0,780 0,996 0,988 0,990 1,000 0,998 1,000 0,654 0,998 0,998 0,999 0,997 0,997 0,999 0,997 0,999 0,996 0,996 0,990 0,991 0,997
1,012 1,012 1,012 1,012
0,993 0,993 0,993 0,993
1,034 1,034 1,034 1,034
1,011 1,011 1,011 1,011
1,012 1,012 1,012 1,012
1,002 1,002 1,002 1,002
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
0,993 0,993 0,993 0,993 0,993 0,993 0,993 0,993 0,993
1,034 1,034 1,034 1,034 1,034 1,034 1,034 1,034 1,034
1,011 1,011 1,011 1,011 1,011 1,011 1,011 1,011 1,011
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
0,993 0,993 0,993 0,993 0,993 0,993 0,993 0,993 0,993
1,034 1,034 1,034 1,034 1,034 1,034 1,034 1,034 1,034
1,011 1,011 1,011 1,011 1,011 1,011 1,011 1,011 1,011
1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012 1,012
1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002 1,002
1,011 1,012
0,993 0,993
1,034 1,034
1,011 1,011
1,012 1,012
1,001 1,002
0,977
1,017
0,995
0,996
0,986
0,995
- 219 -