Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu
Populační vývoj mikroregionu Židlochovicko
Diplomová práce
Autor: Vedoucí diplomové práce:
Bc. Martina Nováková prof. Ing. Milan Palát, CSc.
Brno 2009
2
Prohlášení Prohlašuji, že jsem tuto diplomovou práci na téma „Populační vývoj mikroregionu Židlochovicko“ vypracovala samostatně pod vedením prof. Ing. Milana Paláta, CSc. a uvedla jsem v seznamu literatury všechny použité literární a odborné zdroje.
V Brně dne 2. ledna 2009
…………………………… Martina Nováková
3
Poděkování Chtěla bych na tomto místě poděkovat především prof. Ing. Milanu Palátovi, CSc. za cenné rady a připomínky, které mi poskytl při psaní této diplomové práce. Dále mé poděkování patří pracovníkům Českého statistického úřadu, zejména paní Vlastě Pospíšilové za odbornou pomoc při zjišťování statistických dat.
4
Abstrakt Cílem této práce je analýza populačního vývoje mikroregionu Židlochovicko v letech 1997 – 2007. Zabývá se popisem vývoje demografických procesů prostřednictvím demografických ukazatelů (porodnost, plodnost, potratovost, úmrtnost, sňatečnost, rozvodovost, migrace) a odhadováním budoucích hodnot těchto ukazatelů s využitím metody extrapolace trendu časových řad. V mikroregionu dochází k poklesu úmrtnosti a prodlužování délky života. Zvyšují se porodnost a plodnost, které během 90. let výrazně poklesly v důsledku změn demografického chování. Současně klesá sňatečnost, odkládá se vstup do manželství a roste rozvodovost. Projevuje se stárnutí populace, což má dopad na ekonomické zatížení produktivních obyvatel. Výsledky práce mohou sloužit jako podklad při plánování rozvoje mikroregionu a formulaci populační, sociální i hospodářské politiky.
Klíčová slova: Populační vývoj, mikroregion Židlochovicko, stárnutí populace
Abstract The aim of this graduation theses is an analysis of demographic development in Židlochovicko mikro-region during the 1997 – 2007 period. It deals with description of demographic processes development through the demographic indicators (such as natality, fertility, abortion rate, mortality, marriage rate and migration) and with their future rate estimation using the extrapolation method (the extrapolation of temporal series tendency). In this micro-region the mortality rate declines and the life-span becomes longer. The fertility and natality rates markedly declined during 90’s because of demographic behaviour changes, but in recent years they began to rise again. At the same time the marriage rate decreases, the contracting of marriage is delayed and the divorce rate increases. The aging of population makes itself felt and it impacts economical charge of productive inhabitants. The results of this work could be instumental as a basis for micro-region development planning and for population, social and economic policies statement.
Keywords: Demographic development, Židlochovicko micro-region, aging of population
5
Obsah 1 Úvod ……………………………………………………………………….
8
2 Cíl práce …………………………………………………………………...
9
3 Literární přehled …………………………………………………………...
10
3.1 Předmět demografie …………………………………………………..
10
3.2 Základní členění demografie ………………………………………….
11
3.3 Způsoby zjišťování demografických jevů …………………………….
11
3.3.1 Sčítání lidu ……………………………………………………...
13
3.3.2 Evidence přirozeného pohybu …………………………………..
13
3.3.3 Evidence stěhování……………………………………………...
14
3.3.4 Populační registr ………………………………………………..
14
3.3.5 Zvláštní šetření ………………………………………………….
15
3.4 Charakteristika demografických jevů a ukazatelů ……………………
15
3.4.1 Struktura obyvatelstva podle pohlaví …………………………...
15
3.4.2 Struktura obyvatelstva podle věku ……………………………...
16
3.4.3 Úmrtnost a nemocnost ………………………………………….
16
3.4.4 Sňatečnost ………………………………………………………
18
3.4.5 Rozvodovost …………………………………………………….
18
3.4.6 Porodnost a plodnost ……………………………………………
19
3.4.7 Potratovost ……………………………………………………...
19
3.4.8 Prostorový pohyb obyvatelstva …………………………………
20
3.4.9. Populační klima ………………………………………………...
20
3.5 Časové řady …………………………………………………………...
21
3.5.1 Základní koncepce modelování časových řad …………………..
23
3.5.2 Popis trendové složky …………………………………………..
24
3.5.3 Kritéria pro volbu modelu trendu ……………………………….
25
Materiál a metody ………………………………………………………...
27
4.1 Demografické ukazatele …………………………………………..
28
4.2 Technika populačních prognóz …………………………………...
30
4.3 Konstrukce předpovědi časových řad …………………………….
31
4.3.1 Vyrovnávání časových řad ……………………………………………...
31
4.3.1.1 Lineární trend ……………………………………………..
32
4
6
4.3.1.2 Parabolický trend …………………………………………
32
4.3.1.3 Exponenciální trend ………………………………………
33
5 Výsledky práce …………………………………………………………….
34
5.1 Obecná charakteristika mikroregionu Židlochovicko ………………...
34
5.2 Struktura obyvatelstva podle pohlaví a věku ……………………………..
37
5.2.1 Charakteristiky ekonomického zatížení ………………………………...
46
5.3 Úmrtnost …………………………………………………………………..
53
5.4 Porodnost a plodnost ……………………………………………………...
56
5.5 Potratovost ………………………………………………………………..
59
5.6 Sňatečnost ………………………………………………………………...
61
5.7 Rozvodovost ………………………………………………………………
64
5.8 Přírůstek obyvatelstva …………………………………………………….
65
6 Diskuse …………………………………………………………………….
68
7 Závěr ………………………………………………………………………
72
8 Seznam použitých zdrojů ………………………………………………….
75
9 Seznam obrázků a grafů …………………………………………………...
77
10 Seznam tabulek …………………………………………………………..
78
7
1 Úvod Velmi malé obce mohou při zajišťování některých činností spolupracovat a zejména po roce 1998 této možnosti velmi intenzivně využívají a spolupracují v různých účelových sdruženích obcí. Vysoká vůle spolupracovat se vyskytuje především u venkovských obcí. Důvodem spolupráce ve sdružení je zajištění některé funkce nebo činnosti v území. Většina svazků si formálně klade za cíl zajišťovat komplexní rozvoj území. Tak je tomu i v případě mikroregionu Židlochovicko, který byl vytvořen za účelem obecného regionálního rozvoje. Možnosti spolupráce venkovských obcí jsou určeny faktory jako je malá populační velikost obcí a velmi omezený objem prostředků, který mohou obce použít na vlastní rozvoj a dále pak neznalost právního prostředí a nemožnost spolupodílet se na širších rozvojových programech. Ukazuje se, že důležitým předpokladem rozvoje je koncentrace prostředků na rozvoj mikroregionálních center na rozdíl od dosavadní plošné distribuce investic v celém regionu. Zhodnocení dynamiky vývoje obyvatelstva a jeho prognóza je jedním ze základních podkladů pro pořizování a zpracování územně plánovací dokumentace. Analýza populačního vývoje a jeho predikce je také výchozím údajem při formulaci strategických plánů rozvoje. Strategické plány rozvoje na úrovni mikroregionů charakterizují hlavní směry a priority dlouhodobého rozvoje území. Zároveň slouží jako materiály pro přípravu projektů a žádostí o poskytnutí finančních prostředků na jejich realizaci, zejména z fondů Evropské unie. Strategické plány rozvoje se zaměřují na řešení klíčových problémů území a umožňují optimální využití lidských a finančních zdrojů. Rozvojové plány zahrnují různé oblasti veřejného života a postihují specifické potřeby místních občanů, například v oblasti sociálních služeb, životního prostředí, zdravotnických programů, prevence kriminality atd. Rozvoj regionů však probíhá nerovnoměrně a je důležité, aby sociální, hospodářské a ekologické rozdíly nepřesáhly určitou mez. Stát se v rámci regionální politiky snaží o zmírňování regionálních rozdílů prostřednictvím podpory z fondů EU. Kritériem vymezení problémových mikroregionů, opravňujícím k získání podpory, jsou demografické ukazatele a ukazatele ekonomické úrovně, přičemž struktura obyvatel území velmi ovlivňuje jeho ekonomické výsledky. Vlivem změn demografického chování obyvatelstva patrných od 90. let minulého století v celé České republice, dochází k rychlému stárnutí populace,
8
způsobujícímu snížení počtu ekonomicky aktivních lidí, kteří by měli podporovat starou nepracující populaci. Stárnutí populace je zapříčiněno zejména poklesem porodnosti současně s poklesem úmrtnosti a prodlužováním věku dožití. Změny populačního klimatu se projevují odkládáním sňatku a založení rodiny do vyššího věku, rostoucím počtem nesezdaných soužití a vysokou rozvodovostí vlivem změny hodnotového žebříčku mladé generace a změn ekonomických a sociálních podmínek. Věková struktura obyvatel má sociální a ekonomické dopady na společnost. Ovlivňuje množství pracovní síly a působí nápor na oblast důchodového zabezpečení a zdravotnictví, proto je třeba probíhající demografické změny zohlednit při plánování alokace veřejných zdrojů, tak aby bylo starším lidem umožněno udržení jejich sociálního statusu a důstojnosti a zvýšení kvality jejich života.
2 Cíl práce Cílem této práce je provedení analýzy demografických dat a popis populačního vývoje mikroregionu Židlochovicko v průběhu let 1997 – 2007 pomocí časových řad ukazatelů demografické statiky a dynamiky. První část práce je věnována obecné charakteristice území mikroregionu, která má vliv na strukturu jeho obyvatelstva. Následuje popis demografické struktury podle pohlaví a věku se zaměřením na vlivy věkové struktury v souvislosti s aktuálním problémem stárnutí populace a ekonomickým zatížením produktivního obyvatelstva. Dále uvedu vývoj jednotlivých ukazatelů demografické reprodukce a u všech zmiňovaných ukazatelů popíši trend jejich vývoje. Pro konstrukci prognóz vývoje demografických charakteristik a početního stavu obyvatelstva v následujících dvou letech využiji metody vyrovnávání časových řad matematickou funkcí a extrapolace časových řad. V této práci také zhodnotím dopady současných trendů demografického chování na obyvatelstvo mikroregionu v sociální a ekonomické oblasti a pokusím se navrhnout možnosti jejich řešení prostřednictvím opatření, která ovlivňují populační klima. Cílem populační analýzy a prognózy je poskytnout podklady pro rozhodování o populační a sociální politice.
9
3 Literární přehled 3.1 Předmět demografie Demografie je společenská věda, jejímž předmětem jsou demografické jevy a procesy, resp. zákonitosti, jimiž se tyto jevy a procesy řídí. Demografické jevy a procesy jsou takové, které souvisí s reprodukcí obyvatelstva. Tu lze chápat jednak jako přirozenou obnovu prostřednictvím procesů porodnosti a úmrtnosti a jednak jako celkovou obnovu zahrnující i procesy stěhování obyvatelstva, příp. procesy libovolných prostorových pohybů obyvatelstva. Obecně lze tedy také říci, že reprodukce obyvatelstva je obnova obyvatelstva určitého vymezeného území (nebo obyvatelstva vymezeného jinými než územními znaky), tj. výměna obyvatelstva střídáním generací zemřelých generacemi živě narozených novorozenců, v širším slova smyslu obnova geograficky omezené populace přirozenou reprodukcí včetně vlivu migrací obyvatelstva. (ROUBÍČEK, 1997) Je nutné také rozlišit termíny obyvatelstvo (soubor lidí žijící na určitém území) a lidské populace jako soubory lidí, mezi nimiž dochází k demografické reprodukci (obyvatelstvo jednoho státu se může skládat z několika relativně izolovaných populací). Lidské populace jsou přesněji vymezeny jako demografické systémy sestávající z lidí, jejich vlastností, které podmiňují demografickou reprodukci a demografických vztahů mezi nimi. (VYSTOUPIL, TARABOVÁ, 2004) Ústředním problémem, kolem kterého se demografická problematika strukturuje, je problém reprodukce obyvatelstva. Demografie se ovšem nemůže obejít bez studia podmíněnosti demografické reprodukce. Proto se považují přímo za demografické i takové jevy, respektive události, jako sňatek, rozvod, ovdovění, nemoc, aj. Demografie na jedné straně hledá obecné pravidelnosti a zákonitosti demografické reprodukce, na druhé straně jejich specifické projevy u konkrétních populací. (KALIBOVÁ, PAVLÍK, VODÁKOVÁ, 1998) Charakteristickým
znakem
pro
demografii
je
demografická
struktura
obyvatelstva, tj. struktura obyvatelstva podle věku a pohlaví. Určitá demografická struktura obyvatelstva je podmínkou i činitelem rozsahu a struktury reprodukce obyvatelstva, ale zároveň i obrazem a důsledkem působení takové reprodukce.
10
Působení populačních zákonů a zákonitostí vytváří určité zvláštní populační typy lišící se rozměrem a tendencí reprodukce. Tyto populační zákony jsou ovlivňovány biologickou, sociální i ekonomickou stránkou populace. (ROUBÍČEK, 1996)
3.2 Základní členění demografie Základní výchozí informací o obyvatelstvu jsou pro demografii údaje, které popisují stav pozorovaného obyvatelstva. Tento stav je daný údaji o jeho počtu, struktuře a rozmístění. První širší problémový oddíl demografie, který se zabývá zkoumáním stavu obyvatelstva, je demografická statika. Zkoumání demografické struktury populačních skupin vzniklých členěním obyvatelstva podle rodinného stavu, národnosti, ekonomické aktivity, stupně vzdělání atd. je užitečným způsobem demografického zkoumání, i když základní zkoumaný znak není v pravém smyslu znakem demografickým. Význam zkoumání věku a věkové struktury není jen v jeho čistě biodemografickém pojetí ale také v pojetí sociodemografickém, kdy každý dosažený věk představuje typickou životní situaci jednotlivce i věkové skupiny, a to situaci demografickou, sociální i ekonomickou. Stav obyvatelstva, daný jeho počtem, strukturou a rozmístěním se neustále mění a tyto změny se nazývají pohybem, měnou obyvatelstva. Druhým širším problémovým oddílem je demografická dynamika, která se zabývá zkoumáním pohybu obyvatelstva a to jak přirozeným (daným výměnou generací narozených a zemřelých), tak mechanickým (migrace) a sociálním (změna sociálních znaků). Demografie od počátku usilovala nejen o popis a hodnocení nastalého stavu či dosavadního vývoje, ale vždy také o pochopení vývojových tendencí, kterým populační vývoj podléhá. Třetím oddílem demografie je demografická prognostika, která usiluje o odhad dalšího života žijící populace. (ROUBÍČEK, 1997)
3.3 Způsoby zjišťování demografických jevů Základní podmínkou studia demografických jevů je získání demografických informací. Ty se zjišťují zejména statistickým popisem, přičemž už zde dochází ke značným ztrátám demografických informací. V podstatě lze vymezit pět typů statistického popisu, které jsou pramenem demografických a geodemografických dat:
11
•
Sčítání lidu.
•
Běžná evidence přirozené měny včetně některých dalších jevů.
•
Běžná evidence migrací.
•
Populační registr.
•
Zvláštní šetření (např. populačního klimatu). Demografie je empirickou vědou. Sleduje, zpracovává a zobecňuje konkrétní
demografické jevy. Tyto jevy zjišťuje individuálně, ale zpracovává v souborech, které tvoří populace nebo jejich části. Při vytváření těchto souborů nejde jen o koncentraci dat, ale je nezbytné brát v úvahu i velikost souboru a způsob jeho vymezení (věcné, časové a prostorové hledisko). Předpokladem pro zpracování a vyhodnocení demografických jevů a procesů je zajištění kvalitní datové základny. To si vyžaduje přesné definování jevu (např. živě narozené dítě), registraci v době nebo bezprostředně po sledované události (např. narození, úmrtí) a zajištění úplnosti dat o daném souboru (např. věk všech obyvatel). Dříve uvedenými různými způsoby evidence obyvatelstva získáváme základní data, tj. různé uspořádané řady absolutních údajů. K hlubšímu poznání podstaty demografických jevů však nelze dospět pouze na základě absolutních údajů, ale je třeba z nich vypočítat analytická data - základní demografické ukazatele. Ty se většinou člení do tří kategorií: • Poměrná čísla extenzitní - vznikají vydělením dvou stejnorodých údajů ve stejném časovém okamžiku a shodném územním vymezení (např. podíl mužů v populaci). • Poměrná čísla intenzivní - vznikají vydělením různorodých údajů, když jednotky vyjádřené ve jmenovateli jsou nositelem událostí nebo jevu vyjádřeného v čitateli (např. počet zemřelých dělený počtem obyvatel). V rámci nich se někdy vyčleňují míry a kvocienty. • Indexy - vznikají jako podíl dvou absolutních čísel vymezených různě časově nebo prostorově. Podle jiných hledisek lze rozlišovat ukazatele: •
Celkové (obecné) nebo specifické (diferenční) podle toho, zda jsou vypočteny za celou populaci nebo jen její část.
12
•
Definitivní nebo předběžné na základě neúplných nebo nedostatečně zkontrolovaných dat.
•
Hrubé (vypočtené na základě jednoduchých metod) nebo srovnávací (při výpočtu vyloučíme vliv některé z podmínek, která s vlastním procesem přímo nesouvisí). Při sledování demografických jevů je nezbytné přesné časové určení každé
demografické události. To ji umožňuje zařadit do souboru událostí se stejnou dobou vzniku a stanovit dobu, která uplynula mezi sledovanou událostí a událostí, která ji předcházela. Všechny výše uvedené prameny poskytují údaje umožňující hodnocení demografických procesů v souvislosti se změnami v sociální a ekonomické oblasti. (VYSTOUPIL, TARABOVÁ, 2004)
3.3.1 Sčítání lidu
Sčítání lidu je organizovaná statistická akce sběru, uspořádání, zhodnocení, analýzy a publikace demografických, ekonomických a sociálních údajů, týkajících se v určené době všech osob v zemi. Sčítání lidu (cenzus) by mělo zahrnout v rozhodném okamžiku všechny osoby na daném území přítomné, bydlící nebo oboje. Sčítání se obvykle provádí buď metodou dotazovací prostřednictvím sčítacích komisařů, nebo sčítáním pomocí formuláře, který vyplní sčítané osoby. Zákonem je většinou stanovena povinnost odpovědět na stanovené otázky. Mimo demografické znaky jsou při moderních sčítáních zjišťovány i údaje o vybavenosti domácností, bytovém a domovním fondu. V současné době se na přípravách sčítání lidu podílí řada mezinárodních organizací. (KALIBOVÁ, PAVLÍK, VODÁKOVÁ, 1998)
3.3.2 Evidence přirozeného pohybu
Záznamy o přirozeném pohybu zahrnují jak evidenci narození a úmrtí, tak i dalších demografických událostí významných pro demografickou reprodukci (rozvod, potrat). Narození, úmrtí a sňatky jsou v řadě zemí registrovány v matrikách, které jsou zpravidla vedeny odděleně: kniha (matrika) narození, úmrtí, sňatků. 13
Statistická hlášení se přepisují na speciální formuláře (např. hlášení o úmrtí). Registraci narození, úmrtí a sňatků provádějí matriční úřady, rozvodů příslušné soudy a potratů zdravotnická zařízení. Tyto pověřené organizace zasílají vyplněná hlášení na státní statistický úřad, kde jsou centrálně zpracovány a převedeny z místa události na místo trvalého pobytu. V Československu byly povinné civilní matriky zavedeny od 1. 1. 1950, do té doby plnily tuto funkci matriky státem uznávaných církví. Vzhledem k mezinárodním rozdílům na vymezení některých jevů byly v roce 1953 přijaty mezinárodně doporučené zásady pro evidenci přirozené měny. Podle ní by měla být registrace každé demografické události zákonně povinná pro veškeré obyvatelstvo.
3.3.3 Evidence stěhování
Je vedena odděleně pro vnitrostátní a zahraniční migraci. Přímá evidence vnitrostátního stěhování byla v Československu zavedena na základě povinného hlášení trvalého pobytu a je evidována od roku 1950. Základní údaje o stěhování se zpracovávají na základě „Hlášení o stěhování“ a vyhodnocují se za základní územní jednotky (obec). Srovnatelnost dat je proto výrazně ovlivněna administrativním vymezením obcí. Vzhledem k nejednotné metodice evidence migrací je mezinárodní srovnání velmi obtížné.
3.3.4 Populační registr
Populační registry spočívají v průběžné registraci obyvatel daného státu formou registračních lístků nebo pomocí výpočetní techniky. Jsou nejmladším pramenem informací. Každý jednotlivec je do registru zařazen pod svým rodným číslem a jeho údaje jsou průběžně doplňovány převáděním vybraných záznamů z evidence přirozeného pohybu a z evidence stěhování. Údaje jsou zpravidla kontrolovány a aktualizovány při jednotlivých sčítáních lidu.
14
3.3.5 Zvláštní šetření
Zvláštní - výběrová šetření se týkají jen vybraného souboru obyvatel. Jde zpravidla o jednorázové akce sloužící k doplnění nebo aktualizaci dat ze sčítání lidu a evidenci obyvatelstva. Zaměřují se na informace, které není účelné zjišťovat u všech obyvatel a umožňují nejen sběr konkrétních dat, ale i získání informací o postojích a názorech obyvatelstva na určené situace. Z opakovaně prováděných výběrových šetření mají velký význam mikrocensy, které slouží k aktualizaci dat ze sčítání lidu, zejména ve vztahu k životní úrovni obyvatelstva. Nejčastěji jsou využívána výběrová šetření populačního klimatu, tj. postojů obyvatelstva k vlastní reprodukci (např. ideálnímu nebo chtěnému počtu dětí v rodině). (VYSTOUPIL, TARABOVÁ 2004)
3.4 Charakteristika demografických jevů a ukazatelů 3.4.1 Struktura obyvatelstva podle pohlaví
Patří k základním demografickým strukturám obyvatelstva. Tuto charakteristiku analyzujeme většinou společně s charakteristikou složení podle věku. Ale i samostatné hodnocení skladby obyvatelstva má své oprávnění. Za ukazatele maskulinity považujeme jednak podíl mužů v celé populaci, vyjadřovanou obvykle v %. Druhým ukazatelem je index maskulinity, což je poměr mužů a žen v dané populaci, vyjádřený nejčastěji na 100 nebo na 1000 žen. Podobně lze konstruovat ukazatele feminity, a to proporci žen v celé populaci a index feminity. Struktura podle pohlaví závisí na třech typech rozdílných procesů. Prvním procesem je to, že se v populaci rodí více chlapců než dívek. Je to výraz biologické zákonitosti. Ukazatel maskulinity narozených (poměr narozených chlapců k narozeným děvčatům) označujeme zpravidla jako sekundární index maskulinity. Druhým procesem je specifická úmrtnost mužů a žen v průběhu celého jejich života. V demograficky vyspělých zemích je ve všech věkových skupinách větší intenzita úmrtnosti mužů než žen. Třetím procesem ovlivňujícím proporci mužů v populaci je migrace, která je velmi proměnlivá co do poměru stěhujících se mužů a žen a významně závisí na jejich
15
věku. Důležitější význam má poměr počtu mužů k počtu žen pro menší území. (KOSCHIN, 2005)
3.4.2 Struktura obyvatelstva podle věku
Strukturu podle věku vyjadřujeme rozdělením absolutního počtu mužů, resp. žen do jednoletých nebo víceletých skupin. Při grafické interpretaci se používá ke znázornění věkové struktury dvojitého histogramu, kde osa věku histogramu pro muže je postavena proti ose věku histogramu pro ženy. Takovému grafickému uspořádání věkové struktury říkáme věková pyramida. Použijeme-li místo histogramu polygonu (spojnicového diagramu), dostaneme strom života. Věková struktura je výchozím uspořádáním demografických dat pro jakoukoli demografickou analýzu. Můžeme na ní vidět důležité události, které ovlivnily vývoj dané populace, je tedy koncentrovaným záznamem demografické historie dané populace. Obyvatelstvo je možné podle věku rozdělit do tří základních skupin: •
dětská (obyvatelstvo 0 - 14 let),
•
reprodukční (obyvatelstvo 15 - 49 let),
•
postreprodukční (obyvatelstvo 50 a více let).
Podle zastoupené složky dětské a postreprodukční je možné stanovit tři populační typy (KOSCHIN, 2005): •
progresivní typ - s výraznou převahou dětské složky,
•
stacionární typ - dětské a postreprodukční složky jsou téměř vyrovnány,
•
regresivní - postreprodukční složka převažuje nad dětskou.
3.4.3 Úmrtnost a nemocnost
Úmrtí je první událostí, o kterou se demografie začala zajímat, jako o hromadný jev, jako o proces vymírání určité populace - o její úmrtnost. Zájem demografie byl původně zcela omezen na soubory úmrtí, která nastala u dané populace ve vymezeném časovém úseku. Stále více se však začíná zajímat o jednotlivá úmrtí. Stárnutí je přirozeným procesem všech živých organismů. Dosud nemůžeme říci, zda někdo umírá v důsledku stárnutí přirozenou smrtí nebo je to vždy důsledek
16
předcházejícího onemocnění. Vymírání určité populace, v jistém smyslu je důsledkem vývoje nemocnosti ale mimoto také důsledkem kvality životních podmínek, životního prostředí, způsobu života. S procesem individuálního stárnutí souvisí délka lidského života. Délka života souvisí s tzv. životními cykly. Z biologického hlediska dochází k určitému životnímu vrcholu okolo 30 let. Studium životního cyklu nevede ke stanovení „přirozené“ délky života, existuje jen určitý vztah mezi dosažením pohlavní dospělosti (14 let) nebo ukončením tělesného růstu (18 - 25 let) a délkou lidského života. Antropologové i demografové hovoří o přirozené délce života 90 - 100 let. (VYSTOUPIL, TARABOVÁ, 2004) Ukazatel hrubé míry úmrtnosti je nejjednodušším ukazatelem úmrtnosti. Je poměrem součtu zemřelých z jednotlivých generací ku střednímu stavu obyvatel. Počty zemřelých z jednotlivých generací v daném roce jsou velmi rozdílné, neboť intenzita úmrtnosti v každém věku je jiná a počet vystavených riziku úmrtí je v každém věku jiný. Nejnižší intenzita úmrtnosti se nachází v období bezprostředně před pubertou a dlouhodobě můžeme u nás sledovat přesun tohoto mezníku stále do nižšího věku. Vyšší míra úmrtnosti se vyskytuje u mužů než u žen, a to ve všech věkových skupinách. Tomuto jevu říkáme mužská nadúmrtnost. Vyskytuje se výrazně ve všech zemích s nízkou intenzitou úmrtnosti. Pro celkovou úroveň populace je důležité, jaká je péče o děti v nejmladším věku. Pro charakteristiku intenzity úmrtnosti v tomto věku můžeme použít míru úmrtnosti ve věku 0. (ROUBÍČEK, 1997; SIEGEL, 2002) Pro analýzu úmrtnosti je důležité znát zastoupení jednotlivých příčin úmrtí v populaci. Klasifikace nemocí a příčin smrti patří k nejvážnějším problémům teorie lékařské vědy. Za nemoc považujeme takovou poruchu zdraví nebo úraz, které vyžadují léčení. Zdraví jako opak nemoci definujeme jako stav celkového tělesného, duševního a sociálního blaha. Nejjednodušším ukazatelem nemocnosti určité populace je počet onemocnění na určitou nemoc za sledované období. Každá nemoc končí buď uzdravením, nebo úmrtím nemocné osoby. Vyjadřujeme tak míru uzdravení, nebo míru smrtnosti neboli letality. (KALIBOVÁ, PAVLÍK, VODÁKOVÁ, 1998)
17
3.4.4 Sňatečnost
Sňatek je jednorázový formální akt, kterým společnost dává souhlas se vznikem manželství a jemu odpovídajícím reprodukčním chováním, resp. se založením rodiny. Sňatek mění rodinný stav zúčastněných a zasahuje i do struktury jejich původních rodin. Je důležitou demografickou událostí a jedním nejdůležitějších mezníků rodinného životního cyklu. Při uzavírání je třeba dodržovat mnoho pravidel uznávaných danou společností. Pravidlem univerzálně platným je zákaz incestu. Dnes je možno uzavřít sňatek prakticky s kýmkoliv kromě nejbližších příbuzných. Vědomí, že sňatek neuvozuje trvalý stav, snižuje i jeho společenskou vážnost. Navíc k praktickému založení rodiny není již sňatek nezbytný, o čemž svědčí existence nesezdaného soužití. Sňatečnost je zakládání manželství na základě zákonem daných podmínek. Sňatek je chápán jako demografická událost opakovatelného charakteru, která nemusí nastat u všech příslušníků dané populace. Limitujícími faktory pro uzavírání sňatku je dosažení minimálního sňatkového věku, rodinný stav, stupeň pokrevnosti, pohlaví a svéprávnost snoubenců. Počet uzavíraných manželství závisí na velikosti souboru sňatku schopného obyvatelstva a jeho rozdělení podle pohlaví a věku. Nejjednodušším ukazatelem intenzity sňatečnosti je hrubá míra sňatečnosti. Hodnoty hrubé míry sňatečnosti reagují na změny populačního klimatu a jejich vývoj se odráží v následném vývoji porodnosti.
3.4.5 Rozvodovost
Rozvod je chápán jako právní zrušení manželství, jemuž předchází jeho reálný rozpad. Rozpad manželství však nemusí být spojen s právním aktem. V řadě případů končí manželství společností nekontrolovatelným a neevidovaným rozchodem partnerů. Rozvod lze chápat jako významnou událost v životě lidí s řadou sociálních důsledků, mezi něž patří zejména narušení fungování rodiny a výchovy dětí. Změna ekonomického a sociálního statusu, změna způsobu života, zaměstnání apod. Rozvod jako právní akt má v jednotlivých společnostech různé podoby zahrnující různou míru společenské regulace, v závislosti na kulturním i historickém vývoji i na vývoji legislativy.
18
Rozvodovost je demografický jev odvozený od rozvodu jako demografické události. Jeho sledování má význam při studiu porodnosti. Rozvodovost je zejména sociálním jevem indikujícím především stabilitu rodiny. Sledování rozvodovosti vychází z evidence rozvodů, která ovšem vzhledem k variabilitě zákonů a vzhledem k tomu, že se suma rozvodů zcela nekryje s počtem rozvrácených, disfunkčních manželství, není zcela přesná. Nejjednodušším ukazatelem je hrubá míra rozvodovosti.
3.4.6 Porodnost a plodnost
Analýzu procesu porodnosti lze začít již početím. Početím začíná těhotenství, které končí jednočetným nebo vícečetným porodem. Porod je vyvrcholení procesu vzniku nového jedince. Jde o fyziologický proces v těle matky, který má řadu rysů nemoci a je spojen i s rizikem úmrtí. Porod je mezníkem životního cyklu jedince i rodiny. Postoj společnosti k tomuto jevu se odvíjí od hodnoty dítěte. Podle délky těhotenství rozlišujeme porod včasný a předčasný. Podle projevu známek života se dělí děti na živě a mrtvě narozené. Vzhledem k rodinnému stavu matky se narozené děti rozlišují na manželské a nemanželské. Schopnost muže a ženy rodit děti se nazývá plodivostí. Plodivost ženy se vztahuje k tzv. reprodukčnímu období, které se obvykle vymezuje rozpětím 15 – 49 let. Fyziologická neschopnost plození se nazývá sterilita. Fertilitou neboli plodností se rozumí skutečný efekt plodivosti, tj. počet narozených dětí. Svou roli zde hraje také vliv rozšíření antikoncepčních přípravků a metod. Nejjednodušším ukazatelem porodnosti je hrubá míra celkové porodnosti. V praxi se především používá ukazatel obecné míry plodnosti.
3.4.7 Potratovost
Potrat je těhotenství ukončené vypuzením nebo vynětím plodu v době od početí do okamžiku, kdy je plod minimální dobu schopen existovat mimo tělo matky. Statistika rozlišuje umělé přerušení těhotenství, samovolné potraty a ostatní potraty. Sleduje se výskyt potratů k celé populaci, k ženám v reprodukčním věku nebo k živě narozeným dětem. (KALIBOVÁ, PAVLÍK, VODÁKOVÁ, 1998).
19
3.4.8 Prostorový pohyb obyvatelstva
Změny rozmístění obyvatelstva jsou vyvolány jednak reprodukcí, jednak jeho prostorovým pohybem. Podle směru migrace se rozeznává vystěhování (emigrace) a přistěhování (imigrace). Každý individuální pohyb nabývá ovšem obou těchto forem – pro oblast vystěhování je emigrací a pro oblast přistěhování je imigrací. Hlavní formou mechanického pohybu je stěhování obyvatelstva. Tato forma prostorové mobility mezi dvěma územními jednotkami znamená obvykle trvalou změnu pobytu, tj. změnu stálého bydliště. Statistika migrace ztrácí na přesnosti vymezením místa trvalého pobytu, ale předpokládá se, že neohlášení změny místa trvalého pobytu není masová záležitost, proto statistiku z tohoto pohledu můžeme považovat za spolehlivou. Jen taková změna je skutečnou migrací a je třeba ji proto odlišovat od ostatních forem prostorového pohybu, jež nevedou k trvalé změně bydliště, ale jen k dočasné: dojížďka i vyjížďka a cestování. Registrace stěhování je založena na registraci přihlášek k trvalému pobytu v jednotlivých obcích. Termín hrubá migrace se týká celkového počtu migrantů, kteří z dané oblasti nebo do dané oblasti přicházejí nebo odcházejí a jejich součet je považován za obrat migrace oblasti. Rozdíl mezi celkovým počtem přistěhovalých a vystěhovalých tvoří migrační saldo. Jestliže je migrační saldo kladné, jde o čistou migraci, je-li záporné, jde o čistou emigraci. Významným faktorem intenzity migrace je věk a pohlaví, velmi závažné je proto i působení migrace na složení obyvatelstva podle pohlaví a věku. Mezi emigranty převažují obvykle mladí muži, tím ztrácí emigrační oblast nejproduktivnější složku obyvatelstva. Naopak imigrační oblast získává migrací osoby v nejproduktivnějším věku a často v počtu, který převyšuje přirozený přírůstek. Přitom na výchovu těchto osob až do jejich produktivního věku nemusela imigrační oblast vynaložit žádné prostředky. (ROUBÍČEK, 1996)
3.4.9 Populační klima Populační klima představuje společenskou atmosféra vytvářející se kolem plánování, početí, rození dětí a v širším smyslu i hodnoty dítěte v životě rodiny a společnosti. Lze ho také chápat jako obecné postoje k reprodukci, včetně postojů institucí, zejména
20
státních. Důležitým aspektem je tzv. časování dětí, vztahující se k intervalům mezi rozením jednotlivých dětí. Populační klima silně ovlivňují dlouhodobé tendence vývoje procesu demografické reprodukce, dlouhodobé tendence ekonomického a sociálního vývoje a sociální a politické události. (KALIBOVÁ, PAVLÍK, VODÁKOVÁ, 1998)
3.5 Časové řady Časovou řadou se rozumí posloupnost věcně a prostorově srovnatelných pozorování, která jsou jednoznačně uspořádána z hlediska času. Rozlišují se nejčastěji •
podle časového hlediska rozhodného pro zjišťování údajů na časové řady intervalové (časové řady intervalových ukazatelů) a na časové řady okamžikové (časové řady okamžikových, někdy též stavových ukazatelů),
•
podle periodicity sledování na časové řady roční (někdy též dlouhodobé) a na časové řady krátkodobé, kde jsou údaje zaznamenávány ve čtvrtletních, měsíčních, týdenních aj. periodách,
•
podle způsobu vyjádření ukazatelů na časové řady naturálních ukazatelů (hodnoty ukazatele jsou vyjadřovány v naturálních jednotkách, často jde třeba o ukazatele určité produkce) a na časové řady peněžních ukazatelů. Intervalovou časovou řadou se rozumí řada intervalového ukazatele, tj. ukazatele,
jehož velikost závisí na délce intervalu, za který je sledován (obrat firmy za měsíc aj.). Pro ukazatele tohoto typu je možné bez problémů tvořit součty. Z povahy intervalových ukazatelů vyplývá, že se mají vztahovat ke stejně dlouhým intervalům, protože v opačném případě by šlo o srovnání zkreslené. Abychom zajistili srovnatelnost, přepočítáme všechna období na jednotkový časový interval. Tato operace se nazývá očišťování časových řad od důsledků kalendářních variací. Údaje očištěné o kalendářní dny dostaneme jako
yt
(0)
= yt
k k
t t
kde yt je hodnota očišťovaného ukazatele v příslušném dílčím období roku t (měsíci, čtvrtletí apod.), t = 1, 2, ..., n , kt je počet kalendářních dní v příslušném dílčím období roku, 21
k t je průměrný počet kalendářních dní v dílčím období roku.
Časové řady ukazatelů okamžikových jsou, jak bylo řečeno, sestavovány z ukazatelů, které se vztahují vždy k určitému konkrétnímu okamžiku. Protože součet pořízený z několika za sebou jdoucích hodnot okamžikových ukazatelů nedává reálný smysl, průměrují se časové řady pomocí charakteristiky zvané chronologický průměr. Předpokládejme, že známe hodnoty okamžikových ukazatelů y1, y2, ..., yn pro n časových okamžiků. Ty označíme t1, t2, ..., tn, kde t1 je první a tn je poslední časový okamžik. Při výpočtu chronologického průměru postupujeme tak, že nejprve vypočítáme aritmetický průměr hodnot okamžikových ukazatelů příslušejících časovým okamžikům t1 a t2 atd. až pro dvojici tn
- 1,
tn. Z takto získaných průměru potom
stanovíme průměr za celou řadu. Je-li délka mezi jednotlivými časovými okamžiky stejná, vzorec prostého chronologického průměru bude mít tvar
y =
y1 + y 2 2
+
y 2 + y3 2
+ ... +
n −1
y n −1 + y n 2
.
Nebude li délka mezi jednotlivými časovými okamžiky konstantní, je nutné jednotlivé dílčí okamžiky vážit délkami příslušných intervalů. Označíme-li jednotlivé délky intervalů symbolem di, potom vzorec váženého chronologického průměru bude mít tvar
y =
y1 + y 2 2
d1 +
y 2 + y3 2
d 2 + ... +
y n −1 + y n 2
d 1 + d 2 + ... + d n − 1
d n −1
.
Pokud jde o věcnou srovnatelnost, často stejně nazývané ukazatele, tvořící údaje časové řady, nemusí být vždy stejně obsahově vymezené. Mění-li se během času obsahové vymezení ukazatele, jsou údaje časové řady nesrovnatelné a pro další úvahy prakticky bezcenné. Pod prostorovou srovnatelností chápeme nejčastěji možnost používat údaje v časových řadách vztahující se ke stejným geografickým územím, někdy se však nemusí jednat jen o čistě geografický prostor. Časová srovnatelnost údajů je problémem zejména u intervalových ukazatelů časových řad, tj. u ukazatelů, jejichž velikost závisí na délce intervalu. K orientačnímu posouzení časových řad se obvykle snažíme získat i mnohé jiné elementární informace. K tomuto účelu používáme celou skupinu dalších charakteristik, jakými jsou diference různého řádu, tempa a průměrná tempa růstu aj. Tyto údaje spolu s velmi často aplikovanou vizuální analýzou grafu studovaného procesu umožňují
22
rychle získat dobrou výchozí představu o charakteru procesu, který časová řada reprezentuje. (HINDLS, HRONOVÁ, SEGER, 2003)
3.5.1 Základní koncepce modelování časových řad Nejjednodušší koncepcí modelování časové řady reálných hodnot yt (a také koncepcí nejužívanější) je model jednorozměrný ve tvaru některé elementární funkce času, kdy Yt = f(t) , t = 1, 2, ..., n , kde Yt je modelová (teoretická) hodnota ukazatele v čase t, a to taková, aby rozdíly yt - Yt, označované zpravidla εt a nazývané nepravidelnými (náhodnými) poruchami, byly v úhrnu co nejmenší a zahrnovaly také působení ostatních faktorů (vedle faktoru času) na vývoj sledovaného ukazatele. K modelu se přistupuje těmito způsoby: •
pomocí klasického (formálního) modelu, kde jde pouze o popis forem pohybu (a nikoliv pouze o poznání věcných příčin dynamiky časové řady). Tento model vychází z dekompozice časové řady na čtyři složky časového pohybu, a sice na složku trendovou Tt, sezónní St, cyklickou Ct a nepravidelnou εt, přičemž vlastní tvar rozkladu může být dvojího typu: −
aditivní, v němž yt = Tt + St + Ct + εt = Yt + εt,
kde Yt se označuje jako modelová složka rovná souhrnu složek Tt + St + Ct, −
multiplikativní, v němž yt = TtStCtεt.
Souběžná existence všech těchto forem pohybu však není nezbytná a je podmíněna spíše věcným charakterem zkoumaného ukazatele. (HINDLS, HRONOVÁ, NOVÁK 2000) Trendem rozumíme dlouhodobou tendenci ve vývoji hodnot analyzovaného ukazatele. Trend může být rostoucí, klesající nebo někdy mohou hodnoty ukazatele dané časové řady v průběhu sledovaného období kolísat kolem určité úrovně - potom se jedná o časovou řadu s konstantním trendem. Sezónní složka je pravidelně se opakující odchylka od trendové složky, přičemž tato odchylka se objevuje s periodicitou kratší než jeden rok nebo rovnou právě jednomu roku. Příčiny sezónního kolísání mohou být různé. Dochází k němu buď v důsledku působení sluneční soustavy na Zemi během jednotlivých ročních období, nebo též vlivem různých společenských zvyklostí. 23
Cyklickou složkou rozumíme kolísání okolo trendu v důsledku dlouhodobého vývoje s délkou vlny delší než jeden rok. V této souvislosti se mluví např. o cyklech demografických apod. Někdy však nebývá cyklická složka považována za samostatnou složku časové řady, nýbrž je zahrnována pod složku trendovou jako její část (tzv. střednědobý trend, tj. střednědobá tendence vývoje, která má často oscilační charakter s neznámou, zpravidla proměnlivou periodou). Náhodná složka je ta část řady, která zbývá po eliminaci trendové, sezónní a cyklické složky. V ideálním případě lze počítat s tím, že jejím zdrojem jsou drobné a v jednotlivostech nepostižitelné příčiny. V takové situaci je potom možné popsat chování náhodné složky pravděpodobnostně. (HINDLS, HRONOVÁ, SEGER, 2003) •
pomocí Boxovy-Jenkinsovy metodologie, která považuje za základní prvek konstrukce modelu časové řady náhodnou složku, jež může být tvořena korelovanými náhodnými veličinami. Těžiště postupu spočívá v korelační analýze více či méně závislých pozorování uspořádaných do tvaru časové řady. Předpokladem aplikace tohoto postupu je obvykle požadavek disponovat delší časovou řadou, řádově alespoň o cca 40 pozorováních. Základními modelovými schématy jsou tzv. autoregresní procesy (označované jako AR- procesy) a procesy klouzavých součtů (MA-procesy), případně jejich kombinace. (HINDLS, HRONOVÁ, NOVÁK, 2000)
3.5.2 Popis trendové složky Popis tendence vývoje analyzované řady je jedním z nejdůležitějších úkolů analýzy časových řad. Z velkého okruhu trendových funkcí se s úspěchem používají v praktických aplikacích v oblasti analýzy a prognózy časových řad nejčastěji následující funkce. Jde o lineární trend, parabolický, exponenciální, modifikovaný exponenciální, logistický a Gompertzovu křivku. První tři uvedené trendové funkce patří z hlediska jejich průběhu a z hlediska odhadu parametrů mezi funkce jednoduché. Charakteristické pro tyto funkce je, že zpravidla nemají asymptotu a jejich růst tedy není omezen. Druhá trojice uvedených funkcí nemá tak jednoduchý průběh ani metody odhadu parametrů. V řadě případů však tyto funkce lépe modelují realitu, zejména ekonomickou. Je pro ně charakteristické to, že asymptotu mají a jsou tedy vhodné k modelování vývoje jevů, které vycházejí
24
z omezených zdrojů a u nichž existuje určitá mez nasycení, daná například zájmem nebo potřebou určitého výrobku.
3.5.3 Kritéria pro volbu modelu trendu
Za prioritní by v praktických situacích měla být považována věcná hlediska, avšak většinou je potřebné doplňovat je ještě i kritérii statistickými. Analýza při použití věcně ekonomických kritérií většinou umožní poodhalit základní tendence ve vývoji analyzovaného ukazatele jen v hrubých rysech. Druhou možností volby je vizuální analýza grafu zobrazené časové řady. Nebezpečí volby na základě vizuálního výběru spočívá však v jeho subjektivitě. Různí lidé mohou na základě grafického rozboru stejné analyzované řady dojít k různým závěrům o volbě typu trendové křivky. A je tu i nebezpečí vyplývající z toho, že tvar grafu je do značné míry závislý na volbě použitého měřítka. Proto je třeba vnést do rozhodovacího procesu i kritéria statistická. Z hlediska účelu modelování časových řad bývají tato kritéria dělena na interpolační a extrapolační. Je nutné přihlédnout k tomu, zda je hlavním účelem modelování trendu pouze popis minulého vývoje ukazatele (interpolace) či spíše zájem o konstrukci předpovědi dalšího vývoje (extrapolace). Při hledání vhodného typu trendové funkce se opíráme především o rozbor empirických údajů. Do této skupiny metod patří např. metody používané v regresní analýze, kdy volíme nejvhodnější typ křivky na základě minimalizace hodnot přijatého kritéria. Nejčastěji se za toto kritérium bere součet čtverců odchylek empirických hodnot od vyrovnaných (reziduální součet čtverců) n
Qe = ∑t =1 ( y t − Tt ) 2 , v němž yt jsou empirické hodnoty a Tt vyrovnané hodnoty (hodnoty odhadnutého trendu) analyzované časové řady. Z řady možných trendových funkcí se pak vybírá ta, která dává nejmenší reziduální součet čtverců. Některé funkce, které jsou formálně k popisu průběhu časové řady nejvhodnější, však nevystihují celkovou tendenci vývoje časové řady a jsou nepoužitelné ke konstrukci prognózy budoucího vývoje. Jiným často používaným kritériem je index korelace, který lze ve výpočetním tvaru zapsat jako
25
Q ∑ ( yt − Tt ) . I = 1− e = 1− 2 Q ∑ yt − y 2
(
)
Za nejvhodnější trendovou funkci je pak pokládána ta, která vede k největší hodnotě indexu korelace. Je důležité také zohlednit počet parametrů, vzhledem k tomu, že s rostoucím počtem parametrů roste i hodnota indexu korelace. Proto by při volbě trendové funkce měla být dávána přednost modelům jednodušším a dobře interpretovatelným jak z hlediska celkového průběhu, tak z hlediska parametrů. V nabídce statistického softwaru se lze obvykle setkat především s těmito mírami „úspěšnosti“ zvolené trendové funkce: M. E. = Mean Error = střední chyba odhadu, kde
M .E. =
∑ (y
− Tˆt
t
n
).
Tato míra je rovna nule (odchylky se kompenzují) vždy, když použijeme k odhadu parametrů metodu nejmenších čtverců klasickým způsobem. Jakmile jde o úpravu postupu nebo použijeme jinou metodu, může být M. E. nenulové. M. S. E. = Mean Squared Error = střední čtvercová chyba odhadu:
∑ (y M .S .E. =
t
− Tˆt
)
2
n
.
Toto kritérium je prakticky nejpoužívanější. M. A. E. = Mean Absolute Error = střední absolutní chyba odhadu:
∑y M . A.E. =
t
n
− Tˆt
.
K nalezení vhodného typu trendové funkce slouží rovněž jednoduché pravidlo, používané zejména při rozhodování mezi polynomickým a exponenciálním trendem. Tímto pravidlem je analýza diferencí analyzované řady. Pro použití lineární trendové funkce je charakteristické, že první diference řady jsou rovny parametru a1 a druhé absolutní diference jsou rovny nule. Pro parabolický trend je charakteristické, že první diference mají lineární trend, druhé jsou konstantní a třetí nulové. Tento postup je možné opakovat i pro polynomy vyšších stupňů. Pro polynom třetího stupně bude platit, že třetí diference budou konstantní a čtvrté nulové. Diference napočítané z empirických hodnot budou okolo příslušných charakteristik kolísat. V případě, že smyslem popisu trendu časové řady je konstrukce extrapolačních prognóz budoucího vývoje, jsou používána spíše kritéria extrapolační. Nejčastější způsob jejich použití 26
je založen na simulaci. Ta spočívá v tom, že z analyzované řady oddělíme část pozorování a na vhodnost trendové funkce usuzujeme dle toho, jak dobře dokáže extrapolovat tato pozorování. Jako míry prognostické kvality modelu se používají nejčastěji koeficienty nesouladu mezi simulovanou předpovědí a v té době již známou skutečností. Nejznámější je Theilův koeficient ve tvaru
∑ (y D
T H2 =
j =1
N+ j
− Pˆ j
2
,
D
∑
)
y
j =1
2 N+ j
kde N je délka časové řady použitá pro odhad modelu (po zkrácení), D je zkrácení časové řady, tedy D = n - N, Pjˆje extrapolace na j období dopředu, a to modelem odhadnutým na základě prvních N pozorování časové řady. Pro přímé použití se doporučuje veličina TH = TH2 .100, kterou můžeme interpretovat jako relativní chybu extrapolace, udávat ji v procentech a porovnávat různé modelové situace. Pokud se koeficient pohybuje v rozmezí 3 - 5 %, je chyba předpovědi malá a posuzovaný model může být dobrým nástrojem pro tvorbu předpovědí.(HINDLS, HRONOVÁ, SEGER, 2003)
4. Materiál a metody Statistická demografická data, která jsem v této práci použila pro výpočet demografických charakteristik, jsem čerpala z veřejné databáze Českého statistického úřadu dostupné na internetových stránkách www.brno.czso.cz. Data pro analýzu věkové struktury jsem získala ze statistických ročenek a dalších publikací Českého statistického úřadu pro jednotlivé roky 1997 - 2007. Tyto publikace mi byly k dispozici na krajské pobočce Českého statistického úřadu v Brně na ulici Jezuitská 2, konkrétně v oddělení služeb veřejnosti. Zjištěná data jsem dále zpracovala uvedenými statistickými metodami.
27
4.1 Demografické ukazatele Složení populace podle pohlaví vyjádříme pomocí ukazatelů proporce mužů a žen a pomocí indexu maskulinity a indexu feminity. Označíme-li proporci mužů σ (sigma) a index maskulinity ima, potom:
σ = Pm /P, ima = Pm /Pz . 100 kde P je celkový počet obyvatel v daném období a Pm , Pz počet mužů resp. žen v tomto období. Proporci žen v celé populaci vyjádříme jako hodnotu výrazu (1 - σ) a index feminity jako: ife = Pz/Pm . 100. V souvislosti s věkovým složením populace sledujeme jeho vliv na ekonomické zatížení produktivní populace. Obyvatelstvo se přirozeným způsobem dělí na osoby produkující prostředky k živobytí a na osoby závislé na jejich produkci. V demografii se používá jen hrubý odhad potenciálních producentů – jsou jimi všichni, kteří nejsou ani příliš mladí, aby ještě nepracovali, ani příliš staří, aby už nepracovali. Z tohoto předpokladu tak vyplývá vymezení tří ekonomických generací: I. ekonomická generace – předproduktivní – 0-19letí II. ekonomická generace – produktivní – 20-64letí III. ekonomická generace – poproduktivní – 65letí a starší. Při vymezení hranice věkových skupin se dále rozlišuje ekonomická hranice a biologická hranice. Z biologického hlediska se generace člení následujícím způsobem: I. generace – předproduktivní – 0-14letí II. generace – produktivní – 15-64letí III. generace – poproduktivní – 65letí a starší. Na základě tohoto rozdělení obyvatelstva můžeme zkonstruovat ukazatele ekonomického zatížení. Koeficient závislosti mladých vyjadřuje vztah zatížení produktivní populace populací předproduktivní:
K z ( ml −b ) =
P( 0−14) P(15−64 )
.100,
K Z ( ml −ek ) =
P( 0−19) P( 20− 64)
28
.100 .
Koeficient závislosti starých naopak vyjadřuje vztah zatížení produktivní populace populací poproduktivní:
K Z ( st ) =
P( 65 + ) P(15−64 )
⋅ 100.
Koeficient celkové závislosti popisuje vztah zatížení produktivní populace populací předproduktivní a poproduktivní: K Z ( celk −b ) =
P( 0−14 ) + P( 65+ ) P(15−64 )
.100,
K Z ( celk − ek ) =
P( 0−19 ) + P( 65 + ) P( 20−64 )
.100.
Dynamiku změn zatížení produktivní populace ukazují koeficienty přílivu a odlivu: K př =
P(15−19 ) P( 20−64 )
⋅ 100,
K od =
P( 60−64 ) P( 20−64)
⋅ 100.
Hodnota P vždy představuje počet obyvatel dané věkové skupiny. Proces, kdy dochází v populaci k přechodu z progresivního typu do typů stacionárních a regresivních, označujeme jako demografické stárnutí. Měříme ho indexem stáří, který je určen poměrem postreprodukční a dětské složky. IS (b ) =
P( 65 + ) P( 0−14)
,
IS ( ek ) =
P( 65+ ) P( 0−19)
.
Hrubá míra úmrtnosti hmú je ukazatelem úmrtnosti populace a vyjadřuje se v přepočtu na 1000 obyvatel středního stavu a v ročním vymezení jako: hmú = D/P . 1000, kde D je počet zemřelých a P je střední stav obyvatel. V demografii se používá termín střední stav obyvatelstva, který představuje průměrnou velikost populace během sledovaného období. Střední stav se vyjadřuje jako velikost populace uprostřed sledovaného intervalu, případně je možné hodnotu středního stavu vypočítat jako prostý průměr z počátečního (1. 1.) a koncového stavu (31. 12.). Ukazatelem sňatečnosti je hrubá míra sňatečnosti hms, vyjadřuje se v ‰ jako: hms = S/ P . 1000, kde S je počet sňatků v daném období a P je střední stav obyvatelstva v tomto období. Ukazatelem úrovně rozvodovosti je hrubá míra rozvodovosti hmro, definovaná jako podíl rozvodů na 1000 obyvatel středního stavu za rok: hmro = R/P . 1000.
29
Úroveň porodnosti sledujeme prostřednictvím ukazatele hrubá míra celkové porodnosti hmcp, vyjádřené jako poměr počtu všech narozených N ku střednímu stavu obyvatelstva v daném období P: hmcp = N/P . 1000. Hrubá míra porodnosti je však málo vhodným ukazatelem k hlubší analýze porodnosti. Její hodnota je ovlivňována minulým vývojem úmrtnosti, porodnosti, migrací. Je vztažena k celkovému počtu obyvatel, bez ohledu na to, jestli mohou mít děti. V praxi se především používá ukazatel obecné míry plodnosti. Ukazatel obecné míry plodnosti je definován jako poměr počtu živě narozených na 1000 žen v reprodukčním věku (15 - 49 let): f = N/P . 1000. Nejjednodušším ukazatelem úrovně potratovosti je hrubá míra potratovosti, definovaná jako počet všech potratů A na 1000 obyvtel středního stavu: hmpo = A/P . 1000. Potratovost lze sledovat jako proces úmrtnosti prostřednictvím indexu potratovosti: ipo = A/N, nebo jako proces porodnosti, kdy potraty vztahujeme k populaci žen v reprodukčním věku a sledujeme obecnou míru potratovosti: po = A/ Pz 15-49 . 1000, tedy poměr potratů a počtu žen v reprodukčním věku. Základním ukazatelem přirozené reprodukce je absolutní přirozený přírůstek (úbytek), tj. rozdíl mezi počtem narozených a zemřelých za určité časové období. Dalším jednoduchým ukazatelem je hrubá míra přirozeného přírůstku: hmpp = PP/P, kde PP je absolutní přirozený přírůstek a P je střední stav obyvatelstva.
4.2 Technika populačních prognóz Populační prognózy jsou určitým modelem, který ukazuje, jak by probíhal vývoj obyvatelstva za určitých předpokladů. Při tvorbě projekcí se používají různé metody výpočtu: extrapolace, komponentní metoda bez uvažování migrace a komponentní metoda s uvažováním migrace. Základem komponentní metody jsou separátní odhady dílčích složek populačního přírůstku podle věkové struktury obyvatelstva. Je založena
30
na principu časového posouvání jednoletých nebo pětiletých věkových skupin, tj. jejich redukováním o počty zemřelých podle stanovených měr úmrtnosti podle věku a doplňováním o počty narozených podle předpokládaných intenzit plodnosti. (SIEGEL, SWANSON, 2004) Extrapolace vývoje určitého jevu je vždy založena na určitých výchozích údajích o zkoumaném jevu, daných dosavadním stavem či vývojem, a na předpokladech o charakteru a rychlosti očekávaných změn. Charakteru očekávaného vývoje musí odpovídat volená extrapolační analytická funkce.
4.3 Konstrukce předpovědi časových řad Mezi prognostickými metodami hrají významnou roli statistické metody, hlavně techniky extrapolace jednorozměrných a vícerozměrných časových řad, které jsou nejvíce používány v praxi. Podstata
klasických
extrapolačních
metod
spočívá
ve studiu
historie
prognózovaného objektu a přenosu zákonitostí jeho vývoje v minulosti do budoucnosti. Metody založené na extrapolaci klasických modelů trendu jsou konstruovány na základě předpokladu o neměnnosti nebo alespoň relativní stability existujících tendencí vývoje zkoumaného jevu. V klasických modelech vývojových tendencí je prognózovaná veličina závisle proměnnou a za nezávisle proměnnou se přejímá čas.
4.3.1 Vyrovnávání časových řad Tradičním způsobem popisu trendu časové řady je její vyrovnání (vyhlazení) matematickou funkcí. Získáme tak souhrnnou informaci o charakteru hlavní tendence vývoje analyzovaného ukazatele v čase a navíc lze modelovat i další vývoj trendu v budoucnu, ovšem za předpokladu, že se jeho charakter nezmění. Nejběžnějším nástrojem je metoda nejmenších čtverců, která je použitelná v případě, že zvolená trendová funkce je lineární v parametrech. Tato metoda má řadu výhod, minimalizuje rozptyl reziduální složky, je poměrně jednoduchá a navazuje na některá kritéria výběru vhodného modelu trendu, která jsou založena na součtu
čtverců reziduí. Touto metodou lze přímo získat odhady parametrů lineární a kvadratické trendové funkce. V případě jednoduché exponenciální trendové funkce lze
31
použít metodu nejmenších čtverců až po provedení linearizující transformace. Pokud jde o modifikovaný exponenciální trend, logistický trend a Gompertzovu křivku, jde o modely, které jsou nelineární z hlediska parametrů a nelze je ani žádnou vhodnou linearizující transformací na potřebný tvar převést.
4.3.1.1 Lineární trend Vyjádříme ho ve tvaru Tt = a0 + a1t , kde a0, a1 jsou neznámé parametry a t = 1, 2, ..., n je časová proměnná. K odhadu parametrů a0 a a1 použijeme metodu nejmenších čtverců, která dává nejlepší nevychýlené odhady. V souladu s technikami přímkové regrese dospíváme ke dvěma normálním rovnicím t
= naˆ 0 + aˆ1 ∑ t ,
t
= aˆ 0 ∑ t + aˆ1 ∑ t 2 .
∑y ∑ ty
Jejich řešením docházíme k odhadům parametrů a0 a a1 ve tvaru aˆ 0 = y − aˆ1 . t ,
∑ t. y ∑t
aˆ1 =
t 2
− t .∑ y t − n.t 2
,
kde se symbolem ∑ rozumí vždy součet přes t od 1 do n.
4.3.1.2 Parabolický trend
Parabolický trend má tvar Tt = a0 + a1t + a2t2, kde a0, a1, a2 jsou neznámé parametry a t = 1, 2, ..., n je časová proměnná. Protože tato trendová funkce je rovněž lineární z hlediska parametrů, použijeme k odhadu parametrů metodu nejmenších čtverců. Zavedeme proměnnou t splňující podmínku ∑(t )k = 0, k = 1, 3, 5 ... . Výsledkem použití metody nejmenších čtverců je úloha řešit soustavu tří normálních rovnic ve tvaru
∑y
t
= naˆ 0 + aˆ1 ∑ t ′ + aˆ 2 ∑ t ′ 2 ,
32
∑ y t ′ = aˆ ∑ t ′ + aˆ ∑ t ′ t
0
∑ y t′
2
1
+ aˆ 2 ∑ t ′ 3 ,
= aˆ 0 ∑ t ′ + aˆ1 ∑ t ′ + aˆ 2 ∑ t ′ 4 , 2
2
t
3
kde symbolem ∑ se rozumí vždy součet přes proměnnou t . Protože ∑(t )k = 0, přičemž k = 1, resp. 3, nalezneme z druhé rovnice ihned odhad parametru a1 jako aˆ 1 =
∑ y t′ . ∑ t′ t
2
Ostatní parametry získáme řešením dvou zbývajících normálních rovnic
∑y ∑ y t′
= naˆ 0 + aˆ 2 ∑ t ′ 2 ,
t
= aˆ 0 ∑ t ′ + aˆ 2 ∑ t ′ 4 , 2
2
t
odkud
∑ y ∑t′ − ∑ t′ ∑ y t′ = n∑ t ′ − (∑ t ′ ) 4
aˆ 0
2
t
n∑ y t t ′ 2 − ∑ yt ∑ t ′ 2 n∑ t ′ 4 −
,
2 2
4
aˆ 2 =
2
t
(∑ t ′ )
2 2
.
4.3.1.3 Exponenciální trend Exponenciální funkce má obecně tvar Tt = a0a1t, kde a1> 0, t = 1, 2, ..., n. Je možný zápis ve tvaru Tt = e b0 +b1t ,
kde a 0 = e b0 , a1 = e b1 . Jelikož ale funkce není z hlediska parametrů lineární, nelze k odhadu použít metodu nejmenších čtverců přímo, nýbrž až po provedení linearizující transformace původní trendové exponenciály. Logaritmováním funkce dostaneme log Tt = loga0 + t . loga1 a potom již můžeme použít metodu nejmenších čtverců. Dostaneme soustavu dvou normálních rovnic
33
∑ log y = n. log aˆ + log aˆ .∑ t , ∑ t log y = log aˆ .∑ t + log aˆ .∑ t 0
t
1
0
t
1
2
.
Jejich řešením získáme odhady parametrických funkcí logâ0, resp. log â1. Postup lze zjednodušit, zvolíme-li proměnnou t splňující podmínku ∑(t )k = 0, k = 1, 3, 5 ... . Tak získáme řešení log aˆ 0 = log aˆ1 =
∑ log y
t
n
∑ t ′ log y ∑ (t ′) 2
t
,
.
5 Výsledky práce 5.1 Obecná charakteristika mikroregionu Židlochovicko
Židlochovický mikroregion patří mezi významné oblasti Jihomoravského kraje. Je to turisticky přitažlivá a prosperující oblast s kulturní a historickou tradicí. Mikroregion leží ve střední části Jihomoravského kraje, jižně od Brna a je součástí správního obvodu Židlochovice. Svojí rozlohou i hustotou obyvatel se řadí mezi největší mikroregiony kraje. Jeho území je vymezeno na základě sociálně geografického hlediska. Tato regionalizace území České republiky je výsledkem odborné činnosti geografických pracovišť. Sociálně geografické regiony jsou určeny podle míry intenzity a prostorového uzavření regionálních procesů ze zázemí do center (dojížďka za prací, migrace, atd.). Židlochovicko je rozlehlý mikroregion a zejména v blízkosti Brna je integrace na nízké úrovni a omezuje se hlavně v oblasti služeb na vnitřní část mikroregionu. Obr. 1 zobrazuje územní vymezení mikroregionu (žlutá část) v rámci správního obvodu Židlochovicko. Modrá čára ohraničuje subregion, ve kterém dochází k největší integraci a kde město Židlochovice představuje pro ostatní obce centrum s významem městských služeb nad úrovní venkova.
34
Obrázek 1: Mapa mikroregionu Židlochovicko
Vzhledem k své poloze má vynikající předpoklady pro rozvoj turismu a cestovního ruchu. Území protínají důležité dopravní cesty - dálnice a železniční tratě z Brna na Olomouc, Bratislavu a Vídeň. Řada investic regionu směřuje právě na rozvoj turistické infrastruktury, speciálně na budování cyklistických stezek. Dalším významným faktorem je výskyt řady historicky a turisticky atraktivních míst, udržování národopisných tradic a rozvinuté vinařství. Zemědělská činnost hraje v mikroregionu důležitou roli, zejména pěstování vinné révy. Židlochovice a jejich okolí jsou významnou vinařskou lokalitou s dlouholetou tradicí, sahající až k samotným počátkům vinařství. Poloha mikroregionu na severním okraji tzv. naddunajských vinohradnických oblastí umožňuje rentabilní pěstování kvalitní vinné révy a produkci jakostních vín. Zemědělství na území Židlochovicka je intenzivní a lze ho označit za příměstský typ zemědělství, je důležitým zdrojem pěstování zeleniny v Jihomoravském kraji ale v současné době se zaměřuje spíše na rozvoj zemědělských aktivit pro jiné než potravinové účely. Židlochovicko patří mezi ekonomicky silné mikroregiony Jihomoravského kraje s vysokou mírou podnikatelské aktivity, posuzovanou prostřednictvím počtu podniků
35
na 1000 obyvatel. Z hlediska průmyslu je nejvýznamnější potravinářský průmysl a průmysl stavebních hmot. Důležitými progresivními centry průmyslu a služeb jsou Židlochovice a Hrušovany u Brna. Podnikatelské prostředí Židlochovicka je značně ovlivněno blízkostí Brna, zejména rozšiřování průmyslové zóny v Modřicích znamená potenciál pro rozvoj podnikatelských aktivit. V současnosti představuje zóna tvořená venkovskými i městskými sídly v okolí města Brna, kam lze zařadit i mikroregion Židlochovicko, atraktivní oblast pro bydlení i pro investice do výroby a služeb. S atraktivitou pro bydlení souvisí také nižší ceny pozemků a příznivý stav životního prostředí. Mikroregion má dobrou kvalitu ovzduší a území není zatíženo znečištěním vzduchu ani hlukem. Situace na trhu práce v mikroregionu je díky existenci vyššího počtu malých a středních průmyslových podniků a rozmanitosti průmyslové výroby příznivá. Židlochovicko patří mezi mikroegiony s nejnižší mírou nezaměstnanosti v kraji. Nižší nezaměstnanost (6,7 %) lze připsat především zlepšení dopravní dostupnosti průmyslové zóny v Modřicích a rozvoji velkých obchodních center na území okresu Brno-venkov. Počet kvalifikované pracovní síly a nižší cena pozemků než v Brně má pozitivní vliv na vstup zahraničních investorů, kteří tak vytvářejí nová pracovní místa. Sousedství s Brnem a dobrá dopravní dostupnost umožňuje obyvatelům mikroregionu více pracovních příležitostí. V oblasti bytové situace odpovídá současný stav celorepublikovému trendu. I v případě realizace plánované výstavby rodinných domů a domů s pečovatelskou službou bude stále nedostatek bytových kapacit k tomu, aby mohlo dojít k uvolnění trhu s byty (nízká dostupnost bytů). Mikroregion se v rámci svého plánu rozvoje zaměřuje na řešení tohoto problému a zvyšuje objem prostředků rozpočtů plynoucích do oblasti bydlení. Podporuje aktivity obcí při výstavbě nových bytů a realizuje projekty regenerace panelákových sídlišť.
36
5.2 Struktura obyvatelstva podle pohlaví a věku
24 200 24 000
počet obyvatel
23 800 23 600 23 400 23 200 23 000 22 800 22 600 22 400 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok střední stav obyvatel
Obrázek 2: Vývoj středního stavu počtu obyvatel
Na Obr. 2 je znázorněn vývoj středního stavu počtu obyvatel ve zkoumaném období. Na rozdíl od jiných mikroregionů v Jihomoravském kraji má počet obyvatel rostoucí trend. Každoroční přírůstek obyvatel byl mezi 115 – 159 obyvateli a v roce 2007 sledujeme dokonce markantní nárůst o 298 obyvatel. Výjimku tvoří roky 2001 a 2002, kde díky nižšímu přirozenému přírůstku a nižšímu přírůstku v důsledku migrace došlo nejprve k poklesu počtu obyvatel a následnému opětovnému pozvolnému růstu. Pro vyrovnání průběhu časové řady byla zvolena kvadratická funkce: y = 9,0618t2 – 7,0776t + 22581. Za předpokladu nezměněného trendu vývoje by se během následujících dvou let počet obyvatel zvýšil na 24 020. Demografická statistika se zaměřuje kromě středního stavu počtu obyvatel, zjišťovaného v polovině kalendářního roku (30. června) také na početní stav na konci roku, tedy 31. prosince. Následující Obr. 3 zachycuje rozdíly početního stavu obyvatel uprostřed a na konci každého roku. Rozdíly mohou být vyvolány změnami v intenzitě porodnosti a úmrtnosti a změnami v prostorovém pohybu obyvatel během roku.
37
24 300 24 100 23 900 počet obyvatel
23 700 23 500 23 300 23 100 22 900 22 700 22 500 22 300 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok počet obyvatel k 31. 12.
střední stav obyvatel
Obrázek 3: Srovnání vývoje počtu obyvatel k 31. 12. a středního stavu
Vývoj počtu obyvatel v rámci celého Jihomoravského kraje vykazuje ve srovnání s mikroregionem Židlochovicko jiný průběh. Do roku 2002 docházelo ke každoročnímu snížení počtu obyvatel na území kraje, avšak od roku 2003 lze sledovat jeho zvyšování, a to zejména vlivem nárůstu množství přistěhovalých. Na rostoucí počet obyvatel měl rovnoměrný vliv jak nárůst počtu žen tak nárůst počtu mužů, což je patrné z Obr. 4. Zároveň je z hodnot v grafu patrná převaha žen v populaci. Tato situace je stejná nejen v celém Jihomoravském kraji, ale i v rámci celé
České republiky. Příčiny tohoto jevu budou blíže vysvětleny později v této práci.
12 200
počet mužů, žen
12 000
11 800
11 600
11 400
11 200
11 000 1997
1998
1999
2000
2001
2002
2003
2004
2005
rok střední stav - muži
Obrázek 4: Vývoj středního stavu počtu mužů a žen
38
střední stav - ženy
2006
2007
Nižší počet mužů v populaci dokazují také indexy maskulinity a feminity, které se používají k popisu struktury obyvatelstva podle pohlaví. Konkrétní podíly mužů a žen v populaci uvádějí následující tabulky (Tab. 1, 2, 3 a 4). Tabulka 1: Ukazatele maskulinity v letech 1997 - 2002
1 997
1 998
1 999
2000
2001
2 002
podíl mužů v populaci v [%]
0,493
0,493
0,493
0,493
0,493
0,493
index maskulinity
97,28
97,29
97,25
97,23
97,35
97,19
index maskulinity ve věku 0-14 let
108,72 107,80 107,64 105,84 104,07 105,39
index maskulinity ve věku 15-64 let
104,85 104,79 104,67 105,25 104,90 104,25
index maskulinity ve věku 65 a více let
57,06
58,34
58,44
57,94
60,20
60,31
Tabulka 2: Ukazatele maskulinity v letech 2003 - 2007
2 003
2 004
2 005
2 006
2 007
podíl mužů v populaci v [%]
0,493
0,492
0,492
0,493
0,495
index maskulinity
97,33
96,96
96,93
97,29
98,05
index maskulinity ve věku 0-14 let
105,15 105,56 104,68 105,99 108,08
index maskulinity ve věku 15-64 let
104,53 103,45 103,54 104,16 104,58
index maskulinity ve věku 65 a více let
59,91
61,14
62,13
61,21
61,98
Je zřejmé, že podíl obou pohlaví v populaci se liší v různých věkových skupinách. Dětská složka populace, tedy obyvatelstvo ve věku 0 – 14 let, je typická vyšším indexem maskulinity než feminity. Je to způsobeno převahou podílu chlapců mezi živě narozenými, což je výrazem biologické zákonitosti projevující se prakticky ve všech vyspělých zemích. Důvod vyššího podílu chlapců než děvčat mezi narozenými nebyl dodnes přesně objasněn. Ve věkové skupině 15 – 64 let ještě stále hodnota indexů maskulinity převyšuje hodnotu indexů feminity, zejména do věku 60 let. Následkem vyšší mužské úmrtnosti však převaha mužů ve vyšších věkových skupinách klesá, takže vcelku bývá o něco více žen než mužů. Vývoj ukazatelů maskulinity v průběhu let 1997 – 2007 ukazuje stabilní podíl mužů v populaci do roku 2003. Indexy maskulinity v tomto období nabývají velmi podobných hodnot a střídavě mají mírně rostoucí a mírně klesající charakter. V letech 2004 a 2005 nastává dočasné snížení hodnot indexů maskulinity a od roku 2006 se pak hodnoty ima vracejí na původní úroveň na začátku zkoumaného období.
39
Maximální podíl mužů v populaci – 49,5 % - byl zaznamenán v roce 2007, kdy se index maskulinity rovná 98,05, což znamená výskyt 98 mužů na 100 žen v populaci.
Tabulka 3: Ukazatele feminity v letech 1997 - 2002
podíl žen v populaci v [%] index feminity
1 997
1 998
1 999
2000
2001
2 002
0,507
0,507
0,507
0,507
0,507
0,507
102,80 102,78 102,83 102,84 102,72 102,89
index feminity ve věku 0-14 let
91,98
92,76
92,91
94,48
96,09
94,89
index feminity ve věku 15-64 let
95,37
95,43
95,54
95,01
95,33
95,93
index feminity ve věku 65 a více let
175,24 171,42 171,12 172,60 166,12 165,80
Tabulka 4: Ukazatele feminity v letech 2003 - 2007
podíl žen v populaci v [%] index feminity
2 003
2 004
2 005
2 006
2 007
0,507
0,508
0,508
0,507
0,505
102,75 103,14 103,17 102,79 101,99
index feminity ve věku 0-14 let
95,10
94,74
95,53
94,34
92,52
index feminity ve věku 15-64 let
95,67
96,66
96,59
96,00
95,62
index feminity ve věku 65 a více let
166,93 163,57 160,95 163,38 161,35
Vývoj struktury populace z hlediska podílu žen odpovídá vývoji ukazatelů maskulinity. Podíl žen byl stejně jako u mužů stejný až do roku 2003 a to 50,7 %. V letech 2004 a 2005 dosahuje na úkor podílu mužů vyšších hodnot a poté klesá na svou původní úroveň. Nejvyšší pokles žen v populaci nastal v roce 2007, kdy hodnota indexu feminity klesla na své minimum 101,99. V předchozích letech hodnoty indexu feminity kolísaly okolo hodnoty 102,8, pouze v letech se zvýšeným podílem žen (2004 a 2005) přesáhly hodnotu 103. V populaci tedy bylo 103 žen na 100 mužů. Obr. 5 zachycuje srovnání vývoje indexů maskulinity a feminity včetně predikce jejich budoucích hodnot. U časové řady indexu maskulinity je vidět celkově mírně rostoucí trend. Na základě hodnoty indexů determinace pro různé funkce byla pro vyrovnání zvolena funkce lineární. Hodnoty parametrů regresní rovnice jsou a0 = 97,161 a a1 = 0,0208. Očekávaná hodnota indexu maskulinity v roce 2009 je 97,43 za předpokladu, že trend jeho vývoje bude stejný. Vzhledem k rychlosti růstu hodnot v posledních letech je možné, že hodnota indexu bude ve skutečnosti mírně vyšší.
40
104,00 103,00 102,00
ima,ife
101,00 100,00 99,00 98,00 97,00 96,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok index feminity
index maskulinity
Obrázek 5: Vývoj hodnot indexu maskulinity a feminity
Časová řada indexu feminity se vyznačuje naopak mírně klesajícím trendem. Stejně jako pro odhad budoucích hodnot indexu maskulinity byla použita i zde pro extrapolaci lineární trendová funkce, jelikož se také podle indexu determinace jeví jako
nejvhodnější
model.
Regresní
rovnice
v tomto
případě
má
tvar
y = -0,0216t + 102,92 a předpokládaná budoucí hodnota indexu feminity v roce 2009 je 102,64. I u indexu feminity vycházím z předpokladu, že charakter trendu zůstane stejný a i tady platí možnost dosažení mírně nižší hodnoty budoucího indexu feminity vzhledem k jeho hodnotám v letech 2006 a 2007.
110,00
ima,ife
106,00
102,00
98,00
94,00
90,00 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
rok index maskulinity ve věku 0-14 let
index feminity ve věku 0-14 let
Obrázek 6: Srovnání indexů maskulinity a feminity ve věku 0 - 14 let
41
2007
106,00 104,00
ima,ife
102,00 100,00 98,00 96,00 94,00 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok index maskulinity ve věku 15-64 let
index feminity ve věku 15-64 let
Obrázek 7: Srovnání indexu maskulinity a feminity ve věku 15 - 64 let
200,00 180,00 160,00
ima,ife
140,00 120,00 100,00 80,00 60,00 40,00 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok index maskulinity ve věku 65 a více let
index feminity ve věku 65 let a více
Obrázek 8: Srovnání indexu maskulinity a feminity ve věku 65 a více let
Na Obr. 6, 7 a 8 je graficky znázorněn rozdíl v podílu mužů a žen v populaci v třech základních biologických věkových skupinách. Jak již bylo zmíněno dříve, převaha mužů se vztahuje pouze ke generaci obyvatelstva do 65 let. U dětské složky je to důsledek většího počtu narozených chlapců než dívek. Ve věkové skupině 15 – 64 let je také index maskulinity větší, ale rozdíl v proporci mužů a žen je již menší. Faktorem, který významně ovlivňuje složení podle pohlaví ale také podle věku je migrace. Mezi migranty jsou nejčastěji mladí muži v produktivním věku. Ve věku nad 60 let však způsobuje mužská nadúmrtnost úbytek mužů v populaci a proto jsou ve věku 15 – 64 let podíly mužů a žen více vyrovnané.
42
Vyšší mužská úmrtnost ve starších věkových skupinách znamená, že ve staré populaci je více žen než mužů a tento rozdíl je ještě vyšší mezi nejstaršími obyvateli. Vyšší naděje na dožití staršího věku je způsobena klesající úmrtností v mladším věku ale i významným zlepšením úmrtnosti mezi starším obyvatelstvem a tyto trendy jsou doposud lepší u žen než u mužů. Mnohé demografické a sociální jevy jsou svou intenzitou závislé na věku a pohlaví. Patří mezi ně: produktivita, ekonomická aktivita, spotřeba, invalidita, úrazovost, nemocnost, výdělky, atd. Rozbor početního stavu a struktury obyvatelstva i změn v nich probíhajících je proto velmi důležitý z hlediska hospodářského vývoje státu, neboť člověk je nejdůležitějším činitelem i cílem jakékoliv ekonomické činnosti. Z hlediska věkové struktury obyvatel hraje významnou roli procentní zastoupení dětské, aktivní a postaktivní složky populace uvedené v Tab.5. Dětská složka je vymezena hranicí 0 – 14 let, aktivní složka hranicí 15 – 59 let a postaktivní složku tvoří obyvatelstvo ve věku 60 let a starší.
Tabulka 5: Podíl dětské, aktivní a postaktivní složky v [%]
rok dětská aktivní postaktivní
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
18 64 18
18 65 18
17 65 18
17 65 18
16 65 18
16 65 18
16 66 18
16 66 19
15 66 19
15 66 19
15 66 19
V mikroregionu Židlochovicko se stejně jako v celém Jihomoravském kraji a celé České republice objevuje problém demografického stárnutí populace. Tento proces se projevuje zvyšováním počtu starých osob v populaci na úkor dětské složky a měří se indexem stáří, který je vhodným nástrojem i pro mezinárodní srovnání. Index stáří také determinuje, o jaký typ populace se jedná. V případě populace mikroregionu Židlochovicko se jedná o typ regresivní, což znamená, že dětská složka je menší než postreprodukční složka nad 50 let a dětská složka nenahrazuje plně obyvatelstvo v reprodukčním věku. Hodnoty indexu stáří, vyjádřeného jako podíl postreprodukční složky nad 65 let ku dětské složce 0 – 14 let, a jako podíl postreprodukční složky nad 65 let ku věkové skupině 0 – 19 let, která představuje předproduktivní skupinu obyvatel z ekonomického hlediska, jsou uvedeny v Tab. 6.
43
Tabulka 6: Vývoj hodnot indexu stáří IS v letech 1997 – 2007
rok
1997 1998 1999 2000 2001 2002 2003 2004 2005
2006 2007
IS (B)
76,38
78,16
79,28
82,08 81,65
82,82
84,21
84,39 88,41
91,59
90,70
IS(EK)
53,68
55,42
56,60
57,91 58,01
58,98
59,47
59,98 62,63
63,98
63,75
Vývoj hodnot indexu stáří s biologickou i s ekonomickou hranicí včetně odhadovaných budoucích hodnot je zachycen na Obr. 9.
100,00 95,00 90,00
index stáří
85,00 80,00 75,00 70,00 65,00 60,00 55,00 50,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok index stáří B
index stáří EK
Obrázek 9: Vývoj indexů stáří
Rostoucí lineární trend ve vývoji indexů stáří dokládá dříve zmíněný výskyt procesu demografického stárnutí probíhajícího v populaci. Z regresní rovnice ve tvaru y = 1,4531t + 74,888 pro index stáří s biologickou hranicí a y = 0,984t + 53,223 pro index stáří s ekonomickou hranicí lze odhadnout, že ekonomický index stáří vzroste na hodnotu 66,02 a biologický index stáří vzroste do roku 2009 až na hodnotu 93,78, což by znamenalo 94 osob ve věku 65 let na 100 osob ve věku 0 – 14 let. Nárůst indexů stáří (viz. Obr. 9 a 10) o 14,32 procentních bodů má negativní dopad na situaci v mikroregionu. S rapidními změnami ve věkové struktuře obyvatelstva se také musí přizpůsobovat dlouhodobé řešení problémů ve společnosti.
44
Rychlost stárnutí populace formuje důležité úkoly pro vládní politiku zejména v oblasti penzijního a zdravotního systému a hospodářského růstu.
100,00 90,00 80,00 70,00
is
60,00 50,00 40,00 30,00 20,00 10,00 0,00 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok index stáří B
index stáří EK
Obrázek 10: Indexy stáří s biologickou a ekonomickou hranicí v letech 1997 – 2007
Procentní zastoupení základních biologických věkových skupin znázorňuje Obr. 11, na němž je vidět snižování podílu dětské složky a nárůst produktivní složky populace. Tento nárůst je však největší ve věkové skupině 60 – 64 let. Podíl nejstarší složky obyvatelstva zůstává konstantní.
75 70 65 60 zastoupení v [%]
55 50 45 40 35 30 25 20 15 10 5 0 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok věková skupina 0 - 14 let
věková skupina 15 - 64 let
Obrázek 11: Věková struktura populace
45
věková skupina 65 a více let
Při porovnání věkové struktury s hodnotami v regionu mají Židlochovice, tedy centrum mikroregionu, nejmenší podíl dětské složky na úkor starších věkových skupin, stárnutí populace tady postupuje rychleji. Obdobný trend můžeme pozorovat také v Jihomoravském kraji. Dochází zde ke každoročnímu snižování podílu dětské složky a výraznému nárůstu podílu obyvatelstva nad 65 let během sledovaného období. Počet obyvatel ve věku 15 – 64 let se také každoročně zvyšuje. Stárnutím populace dochází k rostoucímu ekonomickému zatížení aktivní ekonomicky produktivní složky populace. Značná pozornost by proto měla být věnována problémům vzájemných souvislostí očekávaného populačního vývoje a změn rovnováhy pracovního trhu a změn v pracovních a životních podmínkách nastupující i starší generace.
5.2.1. Charakteristiky ekonomického zatížení Ekonomicky aktivní obyvatelstvo nejsou pouze ti, kteří produkují prostředky k živobytí. Za ekonomicky aktivní obyvatelstvo jsou považováni také ti, kteří jsou zdrženi od zaměstnání, například tím, že nemohou zaměstnání najít. Ti představují nevyužitou pracovní sílu mezi ekonomicky aktivními. Proto se při vyjádření ekonomického zatížení počítá jen s hrubým odhadem potenciálních producentů. V současnosti je kladena dolní hranice věkové skupiny produktivních do věku 20 let a horní do věku 65 let bez rozlišení pohlaví, neboť ženy se v rozvinutých společnostech dožívají vyššího věku než muži. Intenzita ekonomického zatížení se vyjadřuje prostřednictvím koeficientů závislosti. Koeficient celkové závislosti říká kolik závislých osob musí teoreticky živit jeden produktivní svou prací za předpokladu, že všichni produktivní pracují a všichni před- a poproduktivní nepracují. Tento koeficient tvoří dvě složky, a to zatížení, které představuje skupina předproduktivních a zatížení, které představuje skupina poproduktivních. Průběh vývoje hodnot koeficientů závislosti je vidět v Tab. 7 a 8 a graficky je zachycen na Obr. 12 a 13. Při vyjádření zatížení ekonomiky je třeba brát v potaz, že tyto indexy jsou pouze orientační měrou. Přirozeně existuje rozdíl mezi nároky 65letého a 80letého a tedy i jejich spotřeba.
46
Tabulka 7: Vývoj koeficientů závislosti v letech 1997 – 2002
rok
1997
1998
1999
2000
2001
2002
koeficient závislosti starých
20,07
20,21
19,93
19,74
19,24
19,00
koeficient závislosti mladých B
26,27
25,85
25,13
24,05
23,56
22,94
koeficient závislosti mladých EK
42,05
40,79
39,15
37,90
36,68
35,51
koeficient celkové závislosti B
46,34
46,06
45,06
43,80
42,80
41,94
koeficient celkové závislosti EK
64,63
63,39
61,31
59,85
57,97
56,45
Tabulka 8: Vývoj koeficientů závislosti v letech 2003 – 2007
rok
2003
2004
2005
2006
2007
koeficient závislosti starých
18,66
18,47
18,90
18,96
18,84
koeficient závislosti mladých B
22,15
21,88
21,38
20,70
20,77
koeficient závislosti mladých EK
34,55
33,80
33,09
32,55
32,40
koeficient celkové závislosti B
40,81
40,35
40,28
39,66
39,61
koeficient celkové závislosti EK
55,10
54,08
53,81
53,37
53,05
Koeficienty závislosti mladých za sledované období každoročně pozvolna klesají. Klesající tendence těchto koeficientů zatížení je důsledkem toho, že ke konci 90. let se v početní velikosti produktivní složky projevují důsledky demografické vlny 70. let, charakteristickou vysokou mírou porodnosti. Skupina produktivních obyvatel již zahrnuje početně silnou generaci narozenou v té době. Na sto produktivních lidí v roce 2007 připadá 32 osob mladších 20 let, v tomto roce dosahoval index závislosti mladých nejnižší hodnotu. Koeficient závislosti starých nejprve do roku 2004 klesá, v tomto roce dosahuje svého minima a poté se opět začíná zvyšovat. Na 100 ekonomicky aktivních lidí je v roce 2004 závislých 18 starých, poproduktivních osob, poté se hodnoty indexu závislosti zvyšují až na 18,84 (tedy 19 osob). Je pravděpodobné, že vzhledem k probíhajícím změnám ve věkové struktuře s rostoucí složkou poproduktivní populace se hodnota indexu bude v budoucnu zvyšovat. Koeficienty celkové závislosti také klesají. Na začátku sledovaného období je 100 produktivních obyvatel zatíženo 65 osobami v předproduktivním i poproduktvním věku, na konci roku 2007 je to už jen 53 osob.
47
45,00
koeficienty závislosti
40,00
35,00
30,00
25,00
20,00
15,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok koeficient závislosti starých
koeficient závislosti mladých B
koeficient závislosti mladých EK
Obrázek 12: Vývoj koeficientů závislosti
70,00
koeficienty celkové závislosti
65,00 60,00 55,00 50,00 45,00 40,00 35,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok koeficient celkové závislosti B
Obrázek 13: Vývoj koeficientů celkové závislosti
48
koeficient celkové závislosti EK
Jak již bylo řečeno, vývoj koeficientů závislosti mladých má klesající trend. Pro vyrovnání časové řady obou koeficientů závislosti mladých byl použit polynom druhého stupně. Regresní rovnice má v případě koeficientu s biologickou hranicí 15 – 64 let tvar y = 0,0352t2 – 0,9682t + 26,814 a v případě koeficientu s ekonomickou hranicí tvar y = 0,0677t2 – 1,81t + 20,809. Do roku 2009 by se při zachování stávajícího trendu hodnota koeficientu závislosti mladých snížila na 31,88 při ekonomické hranici a 19,05 při biologické hranici. To by znamenalo snížení počtu závislých osob na 100 produktivních osob ze současných 21 na 19. Koeficient závislosti starých má rovněž klesající trend, ale předpokládáme, že v budoucnu jeho hodnoty budou pozvolna růst. Opět bylo k vyrovnání použito polynomu druhého stupně a hodnoty parametrů jsou a0 = 20,809,
a1 = -0,4302
2
a a2 = 0,0227. Z regresní rovnice y = 0,0227t – 0,4302t + 20,809 byla odhadnuta budoucí hodnota indexu závisti starých na 19,05. Klesající tendenci vidíme i v rámci vývoje hodnot koeficientů celkové závislosti. I pro tyto časové řady bylo nejvhodnější k vyrovnání využít polynom druhého stupně. Regresní rovnice tvaru y = 0,0352t2 – 0,9682t + +26,814 odpovídá průběhu vývoje koeficientu s biologickou hranicí. Pokud nedojde ke změně trendu, bude jeho hodnota do roku 2009 39,94. V případě koeficientu celkové závislosti s ekonomickou hranicí má regresní rovnice tvar y = 0,0677t2 – 1,81t + 20,809. Během následujících dvou let poklesne jeho hodnota na 52,82, což ale znamená, že počet závislých osob – mladých i starých na 100 ekonomicky aktivních lidech zůstane na 53 osobách. Na celkovém ekonomickém zatížení produktivních obyvatel se větší měrou podílí předproduktivní složka než stará populace nad 65 let. Při srovnání hodnot koeficientu závislosti starých a koeficientu závislosti mladých s biologickou hranicí vidíme, že se k sobě jejich hodnoty přibližují a dochází k postupnému vyrovnávání (viz. Obr. 14). Dynamiku změn v zatížení produktivní populace vyjadřují koeficienty přílivu a odlivu a koeficienty výměny, jejichž vývoj je zachycen v Tab. 9 a na Obr. 15 a 16.
49
70,00 60,00 50,00
KZ
40,00 30,00 20,00 10,00 0,00 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok koeficient závislosti starých
koeficient závislosti mladých B
koeficient závislosti mladých EK
koeficient celkové závislosti B
koeficient celkové závislosti EK
Obrázek 14: Srovnání koeficientů závislosti v letech 1997 – 2007
Tabulka 9: Koeficienty dynamiky změn zatížení produktivní populace absolutní veličina koeficient přílivu koeficient odlivu výměny
koeficient výměny
1997
12,50
6,75
787
185,17
1998
11,87
6,46
752
183,74
1999
11,20
6,54
658
171,37
2000
11,16
7,00
593
159,54
2001
10,62
7,32
476
145,03
2002
10,22
7,76
360
131,72
2003
10,15
8,06
310
125,90
2004
9,78
8,49
195
115,22
2005
9,65
8,36
194
115,34
2006
9,81
8,82
152
111,29
2007
9,63
9,17
72
105,00
Koeficienty přílivu a odlivu vyjadřují poměr počtu osob v pětileté věkové skupině, která se chystá vstoupit do produktivního věku (tedy 15 – 19 let), případně z něj vystoupit ( 60 – 64 let) ku počtu osob v produktivním věku. Podle hodnot těchto
50
koeficientů lze odvodit budoucí stav ekonomického zatížení. Absolutní veličina výměny představuje rozdíl počtu vstupujících a vystupujících a koeficient výměny udává počet osob vstupujících na 100 osob vystupujích ze skupiny ekonomicky aktivních. Koeficient přílivu od roku 1997 do roku 2007 klesal v průměru o 0,29 procentních bodů. Z původních 13 osob vstupujících do produktivního věku na 100 osob v tomto věku se snížil až na úroveň 10 osob. Naproti tomu koeficient odlivu každoročně rostl průměrně o 0,24 procentních bodů, což znamená, že z produktivního věku vystupuje stále více lidí.
To odrážejí i klesající hodnoty absolutní veličiny
výměny a koeficientu výměny. Hodnota koeficientu přílivu je v současnosti větší než hodnota koeficientu odlivu a to je příznivá situace z hlediska ekonomického zatížení obyvatelstva a z hlediska hospodářství mikroregionu. V budoucnu ale pravděpodobně bude docházet k vyrovnání hodnot těchto koeficientů, protože už nyní je patrné jejich přibližování. Hrozbu představuje situace, kdy bude koeficient odlivu větší než koeficient přílivu, která se při odhadovaném budoucím vývoji zdá být reálnou.
13,00
koeficient přílivu, odlivu
12,00 11,00 10,00 9,00 8,00 7,00 6,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok koeficient přílivu
Obrázek 15: Vývoj koeficientů přílivu a odlivu
51
koeficient odlivu
Časová řada koeficientů odlivu má lineární rostoucí trend. Hodnota odhadnutých parametrů je a0 = 6,0258 a a1 = 0,2794. Budoucí hodnota tohoto koeficientu v roce 2009 je na základě regresní rovnice y = 0,2794t + 6,0258 odhadována na 9,658. K vyrovnání vývoje hodnot koeficientů přílivu byla použita polynomická trendová funkce druhého stupně s regresní rovnicí y = 0,0305t2 – 0,6435t + 13,055. V případě zachování tohoto trendu bude hodnota koeficientu přílivu v roce 2009 9,844. To znamená, že na 100 osob v produktivním věku se bude chystat 10 osob do tohoto věku vstoupit a 10 z něj vystoupit.
14,00 12,00
KP,KO
10,00 8,00 6,00 4,00 2,00 0,00 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok koeficient přílivu
koeficient odlivu
Obrázek 16: Srovnání koeficientů přílivu a odlivu v letech 1997 – 2007
Do ekonomického zatížení patří také nároky na sociální potřeby. Potřeby poproduktivních představuje část krytá ze starobního důchodu a část financovaná z ostatních sociálních výdajů (např. výdaje související se zdravotním stavem), především na zdravotnictví a na sociální péči o staré osoby. Potřeby předproduktivních hrazené z celospolečenských zdrojů představují zejména vzdělání a výchova. Jednou z možností řešení problému ekonomického zatížení je růst ekonomické aktivity. Nepravděpodobný je ale u skupiny 15 – 24letých, s přihlédnutím k současné době vzdělávání. I ve skupině 25 – 64letých nelze počítat s rostoucí ekonomickou
52
aktivitou, neboť v tomto věku je ovlivněna zdravotními problémy, které nelze ani rozvíjejícím se zdravotnictvím zcela odstranit. Posunutím věkové hranice důchodového věku by se ekonomická aktivita ve zbývající nejstarší věkové skupině mohla zvýšit. Za předpokladu prodlužování střední délky života při narození, tedy životního potenciálu osob, může být předpoklad o ekonomické aktivitě starších realistický. Zvýšení ekonomické aktivity posunutím důchodového věku nevede samo o sobě k úplnému řešení problému. Dalším faktorem, který by ovlivnil míru ekonomického zatížení je migrace. Příliv imigrantů v produktivním věku by situaci v mikroregionu Židlochovicko zlepšil. V rámci strategického plánování by tedy mělo být zohledněno i vytváření takových podmínek, které by vedly k přírůstku migračního salda.
5.3 Úmrtnost V Jihomoravském kraji i v celé České republice má hrubá míra úmrtnosti dlouhodobě klesající trend díky zlepšování zdravotnické péče a pokroků v oblasti lékařské vědy. Pozitivní vliv na vývoj úmrtnosti má také lepší informovanost o původcích a symptomech chorob i možnostech prevence a podpora zdravého životního stylu. Hodnoty základního ukazatele úmrtnosti – hrubé míry úmrtnosti v mikroregionu Židlochovicko jsou uvedeny pro jednotlivé roky v Tab. 10 a jejich vývoj zachycuje Obr. 17.
Tabulka 10: Vývoj hrubé míry úmrtnosti v [‰] v letech 1997 - 2007
rok
hmú
1997 1998 1999
2000
2001
2002
2003
2004
2005
2006
2007
9,87
10,00
9,68
10,35 10,46
9,44
10,59 10,53
9,13
8,53
9,54
Počet zemřelých vzhledem k celkovému počtu obyvatel se meziročně střídavě zvyšoval a snižoval, ale celkový trend byl do roku 2005 rostoucí. V tomto roce dosáhla hrubá míra úmrtnosti maximální hodnoty 10,59 ‰, ale do roku 2007 byl zaznamenán její prudký pokles až na hodnotu 9,13 ‰, což je téměř nejnižší hodnota ve sledovaném období. Hodnoty hrubé míry úmrtnosti v mikroregionu jsou ve srovnání s jinými mikroregiony nižší, zejména v okrese Brno – venkov se pohybovaly v tomto období mezi 10,5 a 11,2 ‰.
53
11,00
10,50
hmú
10,00
9,50
9,00
8,50
8,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok hrubá míra úmrtnosti
Obrázek 17: Vývoj hrubé míry úmrtnosti
Časová řada hodnot hrubé míry úmrtnosti byla vyrovnána parabolickým trendem, který nejlépe postihuje nejdříve rostoucí a na konci sledovaného období klesající vývoj. Regresní rovnice má tvar y = -0,00258t2 + 0,3739t + 8,7725 a v roce 2009 můžeme tedy při tomto charakteru trendu očekávat nízkou hodnotu úmrtnosti 9,273 ‰. Tato hodnota je sice mírně vyšší než hodnota zjištěná v roce 2007, ale v tomto roce došlo k velmi rapidnímu poklesu oproti roku 2006 a do budoucna nelze předpokládat takto markantní pokles úmrtnosti vzhledem k předchozímu vývoji. Úroveň úmrtnosti je značně diferencována věkem, s nejvyšším rizikem úmrtí se člověk setkává v období těsně po narození a potom v období pozdního věku. Již v souvislosti s věkovou strukturou obyvatel mikroregionu bylo zmíněno, že zejména ve vyšším věku je úmrtnost u mužů vyšší než u žen, následkem čehož převažuje podíl žen v populaci ve věku nad 60 let. Tento jev se nazývá mužská nadúmrtnost. Vývoj počtu zemřelých podle pohlaví je vidět na Obr. 18 a procentní podíl obou pohlaví mezi zemřelými na Obr. 19. Převaha mužů mezi zemřelými je patrná téměř v celém sledovaném období kromě let 1998, 2001, 2005 a 2007. Zejména v roce 2005 byl počet zemřelých žen výrazně vyšší než mužů.
54
150
140
zemřelí
130
120
110
100
90 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2004
2005
2006
2007
rok zemřelí muži
zemřelé ženy
Obrázek 18: Vývoj počtu zemřelých žen a mužů
100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 1997
1998
1999
2000
2001
2002
2003
rok zemřelí muži
zemřelé ženy
Obrázek 19: Podíl mužů a žen na celkovém počtu zemřelých
V analýze úmrtnosti je mimořádně důležité zabývat se nejen celkovou úmrtností, ale také úmrtnost podle jednotlivých příčin smrti. Statisticky se zpracovává tzv. prvotní příčina smrti, což je nemoc či úraz, jež započala chorobné stavy vedoucí později ke smrti. Prvotní příčinu určuje pracovník statistického úřadu podle údajů uvedených lékařem, aby se předešlo komplikacím v případech nejednotných názorů lékařů. Struktura úmrtí podle příčin smrti se v posledních desetiletích ve vyspělých zemích výrazně mění. V souvislosti s vyšší informovaností vedoucí ke změně životního stylu ubývá nemocí souvisejících s kouřením, pitím alkoholu, nezdravou výživou a pohodlným způsobem života. Z následujícího grafu na Obr. 20 je vidět, že nejčastější
55
příčinou smrti jsou nemoci oběhové soustavy a novotvary, tedy nádorová onemocnění, i když počet úmrtní v důsledku těchto příčin se snižuje. Naopak ale vzrůstá podíl
zemřelí
nemocí dýchací soustavy na příčinách smrti.
140 130 120 110 100 90 80 70 60 50 40 30 20 10 0 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok novotvary
nemoci oběhové soustavy
nemoci trávící soustavy
vnější příčiny
nemoci dýchací soustavy
Obrázek 20: Počet zemřelých podle příčin smrti
Úmrtnost představuje negativní složku procesu přirozené obnovy obyvatelstva, jejíž vliv na přirozený přírůstek není vždy zcela kompenzován vlivem porodnosti. Při klesajícím trendu obecné úmrtnosti se současným poklesem porodnosti stoupá podíl stařeckých skupin na úkor snížení podílu dětí v populaci.
5.4 Porodnost a plodnost Důsledkem druhého demografického přechodu probíhajícího v České republice v 90. letech 20. století bylo snižování porodnosti, přestože do věku nejvyšší plodnosti přicházely početně nejsilnější ročníky žen narozených v 70. letech. Došlo k zásadním změnám v demografickém chování obyvatelstva, zejména mladé generace, které se projevily přejímáním životních hodnot charakteristických pro západní země. Výsledkem změny postojů a hodnotové orientace bylo odkládání dětí a založení rodiny do vyššího věku a preference vlastního rozvoje. Objevily se nové možnosti
56
seberealizace a uplatnění, vzdělávání a také cestování a na jejich úkor ztrácí rodina a děti přední postavení na hodnotovém žebříčku mladé generace. V mikroregionu Židlochovicko se během 90. let hrubá míra porodnosti také snižovala i když v roce 1998 dosáhla výjimečně hodnoty vyšší než 10 ‰. V roce 2000 se pokles porodnosti zastavil a hodnoty hrubé míry celkové porodnosti se začínají zvyšovat. Pouze v roce 2002 byl zaznamenán náhlý výrazný pokles na hodnotu 8,12 ‰, která je nejnižší za celé sledované období (viz. Tab. 11). Tabulka 11: Vývoj hrubé míry celkové porodnosti v [‰] v letech 1997 - 2007
rok
1997
1998
1999 2000 2001 2002 2003
2004
hmcp
9,16
10,12
9,14
10,65 10,24 10,31 10,90
8,68
9,55
8,12
9,37
2005
2006
2007
Ukazatel hrubá míra celkové porodnosti se ale vztahuje k veškerému obyvatelstvu mikroregionu bez rozlišení pohlaví a věku. Míru narozených dětí ku počtu žen v reprodukčním věku (15 – 49 let) sledujeme prostřednictvím ukazatele obecné míry plodnosti. Hodnoty obecné míry plodnosti mají obdobný průběh jako hodnoty předchozího ukazatele, jak je vidět v Tab. 12.
Tabulka 12: Vývoj hodnot obecné míry plodnosti v [‰] v letech 1997 – 2007
rok
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
f
36,42
40,35
36,74
35,13
38,53
32,65
37,64
42,74
41,58
41,62
43,47
Hodnoty obecné míry plodnosti jsou zhruba asi čtyřikrát vyšší než hodnoty obecné míry porodnosti v příslušných letech protože ženy ve věku 15 – 49 let tvoří přibližně čtvrtinu populace. Vývoj hodnot obou ukazatelů znázorňuje Obr. 21 a Obr. 22.
Časová řada hrubé míry celkové porodnosti byla vyrovnána polynomickou funkcí druhého stupně s regresní rovnicí y = 0,0429t2 – 0,3642t + 9,8726. Při zachování současného trendu bude hodnota tohoto ukazatele v roce 2009 dosahovat 12,388 ‰. Tento optimistický odhad vychází také z vývoje relativního přírůstku hodnot ukazatele. V případě nižších očekávaných relativních přírůstků bude hodnota nižší a bude se pravděpodobně pohybovat kolem hodnoty 11,5 ‰. Vývoj hodnot obecné míry plodnosti má rovněž rostoucí parabolický trend. Parametry regresní rovnice jsou a0 = 39,044, a1 = -1,2238 a a2 = 0,1544, tedy y = 0,1544t2 – 1,2238t + 39,044. V případě neměnného trendu dojde ke zvýšení hodnoty
57
obecné míry plodnosti v roce 2009 na 49,228 ‰. I u tohoto ukazatele je hodnota odvozena také z relativních přírůstků. Pesimistický odhad této hodnoty je 47,93 ‰.
13,00 12,50 12,00 11,50
hmcp
11,00 10,50 10,00 9,50 9,00 8,50 8,00 7,50 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok hrubá míra celkové porodnosti
Obrázek 21: Vývoj hrubé míry celkové porodnosti
50,00 48,00 46,00 44,00
f
42,00 40,00 38,00 36,00 34,00 32,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok obecná míra plodnosti
Obrázek 22: Vývoj obecné míry plodnosti
58
Vliv změny vnějších podmínek se odráží v reprodukčním chování jednotlivých generací žen s různou intenzitou. Jinak se chovají ženy, které ještě žádné dítě nemají a jinak ty, které již část své reprodukce splnily. Zásadní změny v intenzitě dílčích reprodukčních procesů, plodnosti a úmrtnosti, výrazně ovlivnily věkovou strukturu mikroregionu. Populační klima, tedy postoje k plánování, početí a rození dětí i jejich hodnoty v rodině a společnosti ovlivňují kromě výsledků dlouhodobého vývoje demografické reprodukce také tendence ekonomického a sociálního vývoje, např. situace na trhu s byty a sociální a politické události.
5.5 Potratovost Vývoj potratovosti je úzce spojen s vývojem porodnosti a plodnosti. Ve sledovaném období měly všechny ukazatele potratovosti klesající tendenci, což lze sledovat nejen v rámci kraje ale i celé České republiky. Pokles množství potratů souvisí s přístupem k plánování dětí ale v prvé řadě s velkým množstvím antikoncepčních prostředků dostupných na trhu, které toto plánování umožňují. Ukazatele potratovosti pro jednotlivé roky jsou uvedeny v Tab. 13. Vývoj hodnot základního ukazatele potratovosti – hrubé míry potratovosti zobrazuje Obr. 23 včetně predikce na další dva roky. Tabulka 13: Ukazatele potratovosti v letech 1997 - 2007
rok
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
hmp
3,83
3,45
3,25
3,55
2,99
3,20
2,35
2,51
2,84
2,82
2,37
po
15,20
13,74
13,07
14,37
12,07
12,88
9,45
10,08
11,53
11,40
9,44
ipo
41,75
34,06
35,58
40,91
31,34
39,46
25,12
23,58
27,73
27,39
21,71
Počet potratů na 1000 obyvatel mikroregionu se střídavě zvyšoval a snižoval ale celková tendence je, jak již bylo zmíněno klesající. Obecná míra potratovosti vztahuje počet potratů pouze k reprodukční složce ženské populace ve věku 15 – 49 let obdobně jako v případě obecné míry plodnosti. V roce 1970 byla hodnota obecné míry potratovosti v ČR 36,4 ‰, tedy je patrný velmi výrazný rozdíl hodnoty tohoto ukazatele v současnosti. Index potratovosti vyjadřuje poměr počtu potratů a počtu narozených dětí. Na Obr. 24 je vidět srovnání procentního zastoupení samovolných potratů, miniinterrupcí a jiných legálních potratů na celkovém počtu potratů.
59
4,00 3,80 3,60 3,40 hmpo
3,20 3,00 2,80 2,60 2,40 2,20 2,00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok hrubá míra potratovosti
Obrázek 23: Vývoj hrubé míry potratovosti
Časová řada hrubé míry potratovosti má klesající lineární trend s regresní rovnicí y = -0,125t + 3,756. Pokud se tendence vývoje nezmění, sníží se hodnota ukazatele v mikroregionu do roku 2009 na 2,14 ‰, což by znamenalo přibližně 2 potraty na 1000 obyvatel středního stavu.
60
50
40
30
20
10
0 1997
1998
1999
2000
2001
2002
2003
2004
rok samovolné
miniinterupce
Obrázek 24: Procentní zastoupení typů potratů
60
jiné legální UPT
2005
2006
2007
Největší část potratů představují miniinterrupce, tedy umělé přerušení těhotenství provedené do 8. týdne těhotenství, ale dochází ke snižování jejich podílu na úkor jiných legálních umělých přerušení těhotenství. Podíl samovolných potratů se během sledovaného období mírně zvýšil ale v posledních pěti letech je konstantní.
5.6 Sňatečnost Druhý demografický přechod se promítl také do vývoje sňatečnosti. Mladí lidé odkládají uzavírání sňatku do vyššího věku a nebo velmi často preferují nesezdané soužití. Hodnoty hrubé míry sňatečnosti reagují na změny populačního klimatu a jejich vývoj se odráží v následném vývoji porodnosti. Během sledovaného období se hodnoty tohoto ukazatele v mikroregionu Židlochovicko pohybovaly mezi 4,09 ‰ a 5,83 ‰, přičemž nejvyšší počet sňatků na 1000 obyvatel byl uzavřen v prvním roce sledování. Střídavě docházelo k poklesu a mírnému nárůstu hodnot, ale celkově mají klesající tendenci stejně jako v celém Jihomoravském kraji (viz. Tab. 14).
Tabulka 14: Vývoj hrubé míry sňatečnosti v [‰] v letech 1997 - 2007
rok
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
hms
5,83
4,86
5,54
5,26
4,31
5,13
4,49
5,11
4,09
5,05
4,39
K vyrovnání časové řady bylo použito polynomu druhého stupně, jak je znázorněno na Obr. 25. Odhad budoucí hodnoty hrubé míry sňatečnosti vychází z regresní rovnice ve tvaru y = 0,0121t2 – 0,2445t + 5,8243, do roku 2009 by měla dosáhnout 4,691 ‰, tedy pět sňatků na 1000 osob. Tato hodnota je mírně vyšší než hodnota zjištěná v roce 2007, ale vzhledem k dosavadnímu vývoji je mírný nárůst pravděpodobný. I když mezi osobami vstupujícími do manželství převládají ve více než 70 % uzavíraných sňatků svobodní, intenzitu sňatečnosti ovlivňuje i měnící se podíl uzavírání sňatku ovdovělých a rozvedených. Podíl opakovaných manželství je mírně vyšší u mužů než u žen. Opakované manželství svědčí o tom, že instituce manželství má ve společnosti stále vysokou hodnotu. Podíl uzavřených sňatků podle rodinného stavu pro muže a ženy zachycují Obr. 26 a 27.
61
6,00 5,80 5,60 5,40
hms
5,20 5,00 4,80 4,60 4,40 4,20 4,00 3,80 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok hrubá míra sňatečnosti
Obrázek 25: Vývoj hrubé míry sňatečnosti
90 80 70 60 50 40 30 20 10 0 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2005
2006
2007
rok svobodný
rozvedený
ovdovělý
Obrázek 26: Podíl ženichů v [%] dle rodinného stavu
90 80 70 60 50 40 30 20 10 0 1997
1998
1999
2000
2001
2002
2003
2004
rok svobodná
rozvedená
Obrázek 27: Podíl nevěst v [%] dle rodinného stavu
62
ovdovělá
Trend zvyšování věku snoubenců při vstupu do manželství je vidět na následujících grafech (Obr. 28 a 29). Zejména u mužů se podíl uzavřených manželství ve věku 25 – 29 let zvýšil z původních 26 % v roce 1997 na 47 % v roce 2004. Do roku 2006 podíl klesl na 39 % ale stále je výrazně vyšší než podíl mužů vstupujících do manželství ve věku 20 – 24 let. Tento podíl od počátku období významně poklesl ze 41 % na 14 % v roce 2006. Podíl ženichů ve věku 18 – 19 let je v posledních letech zanedbatelný, představuje maximálně pouze 1%. U žen je podíl manželství uzavřených ve věku 18 – 19 let vyšší, pohybuje se od roku 2002 okolo 4 %, ale zpočátku zkoumaného období představoval 10 – 13 %. Do roku 2001 je patrná významná převaha manželství uzavřených ve věku 20 – 24 let, poté již převažuje podíl manželství uzavřených ve vyšším věku nevěsty a od roku 2002 sledujeme jeho růst.
50 45 40 35 30 25 20 15 10 5 0 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
rok ženich ve věku 18 - 19 let
ženich ve věku 20 - 24 let
ženich ve věku 25 - 29 let
Obrázek 28: Podíl sňatků v [%] dle věku ženicha
70 60 50 40 30 20 10 0 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
rok nevěsta ve věku 18 - 19 let
nevěsta ve věku 20 - 24 let
Obrázek 29: Podíl sňatků v [%] dle věku nevěsty
63
nevěsta ve věku 25 - 29 let
5.7 Rozvodovost Rozvodovost je sledována spolu se sňatečností, protože také do jisté míry ovlivňuje porodnost. Rozvodovost je významným demografickým jevem poukazující na stabilitu rodiny ve společnosti. Růst počtu rozvodů je ovlivněn změnou tradičních vzorů chování a morálních kritérií, poklesem vlivu náboženství, ekonomickými motivacemi a legislativou. Při studiu rozvodovosti je nutné zdůraznit, že počet statisticky zjistitelných právně ukončených manželství je vždy nižší než počet reálně rozpadlých manželství, protože nejsou zahrnuta manželství již zaniklá, ale právně existující. Tab. 15 zachycuje vývoj hodnot hrubé míry rozvodovosti. Počet rozvodů na 1000 obyvatel mikroregionu Židlochovicko se do roku 2001 každoročně zvyšoval. V roce 2002 se výrazně snížil, ale dále sledujeme jeho vzrůstající tendenci.
Tabulka 15: Vývoj hodnot hrubé míry rozvodovosti v [‰] v letech 1997 - 2007
rok
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
hmr
1,78
1,90
2,15
2,28
3,04
2,11
2,31
2,25
2,37
3,12
2,70
3,30 3,10 2,90
hmr
2,70 2,50 2,30 2,10 1,90 1,70 1,50 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 rok hrubá míra rozvodovosti
Obrázek 30: Vývoj hrubé míry rozvodovosti
64
Hodnoty ukazatele míry rozvodovosti v mikroregionu mají rostoucí lineární trend. Pro budoucí odhad hrubé míry rozvodovosti byla v tomto případě použita trendová funkce ve tvaru y = 0,0852t + 1,8534. Za předpokladu, že by se dosavadní trend nezměnil, by hodnota tohoto ukazatele do roku 2009 stoupla na 2,961 ‰.
5.8 Přírůstek obyvatelstva Celkový přírůstek obyvatelstva tvoří nejen reprodukční tedy tzv. přirozený přírůstek, ale v mikroregionu Židlochovicko zejména přírůstek v důsledku migrace, jak je vidět z Tab. 16. Mezinárodní migrace má malý vliv na změnu počtu obyvatel, zatímco migrace uvnitř země je značná. Její intenzita je závislá především na ekonomických podmínkách, převážná většina migrací v mikroregionu je vyvolána pohybem za zaměstnáním či jinou ekonomickou aktivitou, studiem nebo sňatkem.
Tabulka 16: Přírůstek obyvatel v letech 1997 - 2007
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Celkový přírůstek obyvatel
Přirozený přírůstek obyvatel
Přírůstek migrací
Hrubá míra přirozeného přírůstku
124 177 39 -4 131 80 152 227 6 155 639
-16 36 -9 -30 -3 -51 -25 28 -8 -5 42
140 141 48 26 134 131 177 199 14 160 597
-0,71 1,59 -0,40 -1,32 -0,13 -2,24 -1,09 1,21 -0,34 -0,21 1,77
Celkový přírůstek obyvatel v mikroregionu od roku 1997 do roku 2000 klesal a v tomto roce dosáhl záporné hodnoty, jednalo se tedy o úbytek. V období let 2001 – 2007 se přírůstek zvýšil až na 639 obyvatel. V roce 2007 bylo dosaženo nejvýraznější změny v počtu obyvatel. Na celkovém přírůstku má zásadní podíl migrace, neboť hodnoty přirozeného přírůstku v důsledku reprodukce jsou téměř ve všech sledovaných letech záporné. Příčinou tohoto vývoje jsou výše zmíněné trendy v úmrtnosti a porodnosti. Ukazatel hrubá míra přirozeného přírůstku vyjadřuje přirozený přírůstek na 1000 obyvatel. Hodnoty tohoto ukazatele jsou velmi malé a vzhledem k velikosti přirozeného 65
přírůstku po většinu zkoumaného období záporné. Obdobný vývoj hodnot tohoto ukazatele
se
projevuje
v celém
Jihomoravském
kraji
i v ČR
a je
typický
pro ekonomicky vyspělé země, kde se hodnota hmpp pohybuje obvykle pod 10 ‰ a v mnoha evropských zemích je v současnosti také záporná.
80
přirozený přírůstek
60 40 20 0 -20 -40 -60 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2005
2006
2007
2008
2009
rok přirozený přírůstek
Obrázek 31: Vývoj přirozeného přírůstku
700 600
migrační přírůstek
500 400 300 200 100 0 1997
1998
1999
2000
2001
2002
2003
2004
rok přírůstek migrací
Obrázek 32: Vývoj migračního přírůstku
66
K vyrovnání časových řad přirozeného přírůstku a přírůstku stěhováním na Obr. 31 a 32 bylo použito polynomu druhého stupně. Regresní rovnice pro přirozený přírůstek má tvar y = 1,5932t2 – 17,092t + 25,533 a pro přírůstek stěhováním y = 8,5548t2 - 78,585t + 238,62. Při zachování současného trendu vývoje by do roku 2009 přirozený přírůstek stoupl na 72,588 obyvatel a přírůstek migrací na 662,776 obyvatel.
800 700
celkový přírůstek
600 500 400 300 200 100 0 -100 1997
1998
1999 2000
2001 2002
2003
2004 2005
2006 2007
2008
2009
rok přírůstek celkem
Obrázek 33: Vývoj celkového přírůstku
Průběh změn hodnot celkového přírůstku je znázorněn na Obr. 33. Celkový přírůstek má rovněž rostoucí parabolický trend s trendovou funkcí ve tvaru y = 10,148t2 – 95,676t + 264,16. Na základě této funkce odhaduji nárůst celkového přírůstku obyvatel do roku 2009 na 735,384 obyvatel, což také odpovídá součtu předchozích odhadnutých hodnot migračního a přirozeného přírůstku. Přírůstek obyvatel v mikroregionu způsobuje především migrace, avšak migrace nevykazuje žádné tak výrazné zákonitosti jako úmrtnost a plodnost a proto je její predikce do budoucna velmi komplikovaná. Migrace velmi citlivě reaguje na změny hospodářské a sociální situace v mikroregionu. Důležitými faktory ovlivňujícími příliv a odliv obyvatel jsou možnosti zaměstnání, stupeň osídlení a průmyslu, možnosti bydlení a vzdělávání apod.
67
1500
přistěhovalí, vystěhovalí
1300
1100
900
700
500
300 1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
rok přistěhovalí
vystěhovalí
Obrázek 34: Vývoj počtu přistěhovalých a vystěhovalých
Počet přistěhovalých převládá po celé sledované období nad počtem vystěhovalých a v posledních letech dochází k jeho výraznému zvýšení (viz. Obr. 34). Důvodem
může
být
vytváření
nových
pracovních
příležitostí
díky rozvoji
podnikatelských aktivit v mikroregionu. Mezi migranty převažují dospělé osoby, jejichž důvody pro migraci jsou převážně ekonomické aktivity a děti stěhující se s rodiči. Další významnou složkou přistěhovalých osob jsou staré osoby, které se po ukončení ekonomické aktivity stěhují na venkov, kde chtějí dožít.
6 Diskuse Uvedené budoucí hodnoty sledovaných ukazatelů představují pouze přibližný vývoj těchto ukazatelů, vzhledem k použité metodě jejich odhadu. Volba trendových funkcí byla omezena vzhledem k tomu, že účelem vyrovnávání časových řad byla extrapolace trendu. V případě některých ukazatelů by popis minulého vývoje lépe vyjádřila jiná trendová funkce, například polynom vyššího stupně, avšak nedala by se použít pro budoucí odhady. Podle Siegela a Swansona [16] je hlavní nevýhodou extrapolační metody, že tento druh předpovědi je konstruován na základě předpokladu o neměnnosti existujících tendencí vývoje zkoumaného jevu, proto je vhodný pro krátkodobou prognózu. Extrapolační metody poskytují prognózy pro každý jev izolovaně a kvalita prognózy je v rozhodující míře ovlivněna zvoleným typem modelu.
68
Avšak tato metoda má podle autorů Segera, Hronové a Hindlse [5] řadu předností. Patří mezi ně použití jednoduchého matematickostatistického aparátu a rychlost vlastního sestrojení předpovědi. K analýze a prognóze stačí informace o vývoji analyzovaného jevu v minulosti, při konstrukci odhadu není nutné uskutečňovat prognózy dalších jevů, jež vysvětlují extrapolovaný jev. Uvedené předpovědi by měly být porovnány s předpověďmi získanými jinými metodami, například komponentní metodou populačních projekcí, která respektuje faktor proměnlivosti vývoje u různých skupin obyvatelstva, na rozdíl od metody extrapolace.
Potom by
tvořily
vhodný
základ
pro
rozhodování
v množství
problémových oblastí. Prognózy Českého statistického úřadu i řady demografů se shodují v otázce perspektivy budoucího populačního vývoje České republiky. Dojde ke snižování počtu obyvatel a urychlení procesu stárnutí populace vlivem přechodu na vzorce demografické chování západních zemí. Vliv na zvyšování podílu starých lidí v populaci na úkor snižování podílu dětské složky má především dlouhodobě klesající porodnost a pokles hrubé míry úmrtnosti. Dočasný vzrůst porodnosti od roku 2000 lze přikládat tomu, že v tomto období vstupují ženy narozené v početně silné generaci 70. let do reprodukčního věku, který je v současnosti průměrným věkem při narození dítěte a proto nelze očekávat, že by se hodnoty hrubé míry celkové porodnosti a obecné míry plodnosti nadále zvyšovaly a vyrovnaly hodnotám těchto ukazatelů v období před 90. léty. Podle Burcina a Kučery [2] dojde ke zvýšení průměrného věku matky při narození prvního dítěte z 24,8 roku (1990) na evropských 27,3 roku v roce 2010. Pokles porodnosti je ovlivněn postoji mladé generace k zakládání rodiny a uzavírání sňatků, jež dokládají výsledky výzkumu Bärtlové a Šaška [1]. V otázkách sňatečnosti
se projevil
výrazný
rozdíl
v názorech
podle
pohlaví
a
stejně
jako u porodnosti je i sňatečnost ovlivněna úrovní vzdělání. Dívky studující vysokou školu chtějí vstoupit do manželství ve věku 24 až 27 let a chlapci ve věku 25 až 30 let, zatímco u dívek studujících střední školu se spodní hranice snižuje na 20 let a u chlapců na 22 let. Příčinou zvyšování průměrného věku při vstupu do manželství je zejména rostoucí zájem o vyšší vzdělání, rozšířené možnosti zájmů mladých lidí, zvýšení preference budování profesní kariéry a těžká dosažitelnost bydlení z ekonomického hlediska.
69
Pokles plodnosti není demografickou krizí, největším negativním důsledkem je deformace věkové struktury. Z důkladnější analýzy Zemana [18] vyplývá, že pokles byl zaznamenán především u mladých žen, plodnost starších žen naopak roste, i když ne natolik, aby kompenzovala pokles v mladším věku. Míra plodnosti u žen je do jisté míry závislá také na vzdělání, což potvrzuje analýza Rychtaříkové [14]. Pravděpodobnost narození dětí vyššího pořadí je vyšší u žen se základním a středním vzděláním bez maturity. To vede k tomu, že podíl žen se třemi a více dětmi je u žen s maturitou méně než 15 %, zatímco u žen se základním vzděláním je to 25 %. Vysoká hodnota pravděpodobnosti narození prvního dítěte bez ohledu na vzdělání ženy ukazuje, že rodičovství je stále cennou hodnotou v české společnosti. Podmínky, za kterých by ženy byly ochotny mít více dětí, jsou možnost práce na částečný úvazek, flexibilní pracovní doba, úprava mateřské dovolené, příspěvek pro rodiče pečující o děti a lepší bydlení. Větší genderová rovnost pro ženy i pro muže a výraznější vyrovnání životních podmínek rodin s různým počtem dětí lze pro Českou republiku navrhnout jako východisko. Harmonizace rodiny a zaměstnání by měla být jedním ze stěžejních témat soudobé rodinné politiky i podle Kuchařové [10]. Vyžaduje to dnešní situace, kdy se náročnost úspěšného zapojení na trhu práce dostává do rozporu s výkonem rodičovské role. Soudobá rodinná politika by proto měla propojit principy individuální volby a solidarity, tak aby nejen pozitivně ovlivňovala výchovnou funkci rodiny ale také reprodukční chování. Rodinná politika má dát perspektivu rodičovství a ochraňovat zájmy dětí a osob vykonávajících rodičovské funkce. McDonald [11] uvádí řadu nástrojů státní pronatalitní politiky. První kategorií jsou finanční stimuly, které zahrnují pravidelné nebo jednorázové platby, půjčky, daňové rabaty a odpočty, bezplatné nebo dotované služby a zboží pro děti a dotace na bydlení. Ukazuje se, že okamžité výhody mají větší naději na úspěch než výhody
časově odložené, a že hotovostní platby poskytnuté matce se použijí ku prospěchu dítěte spíše než daňové úlevy, které dostane jeho otec. Pomoc poskytnutá při hrazení současných nákladů více ovlivní rozhodování o dítěti než příslib bezplatného vysokoškolského vzdělání. Bezplatné nebo dotované služby by mohly zahrnovat vzdělání, lékařské služby, dopravu a rekreaci a v případě zboží například školní potřeby a vybavení pro sport a volný čas. Náklady na bydlení jsou hlavním faktorem při rozhodování o založení rodiny. Stát může kromě přímých plateb dotovat náklady na bydlení a poskytovat státní bydlení 70
rodinám s dětmi popřípadě upravit hypotéční úrokové sazby a splátky. Ovlivňování cen na trhu s byty považuje Macdonald [11] za příliš intervenční řešení s ohledem na fungování trhu. Další kategorií jsou iniciativy v oblasti práce a rodiny, které fungují spolehlivěji než finanční stimuly. Patří mezi ně rodičovská dovolená, poskytování bezplatné péče o děti, pružná pracovní doba a krátkodobá dovolená pro rodinné účely a zejména zákony upravující diskriminaci a rovnost pohlaví v pracovní praxi. Vývoj porodnosti a úmrtnosti nezpůsobuje v mikroregionu Židlochovicko pokles počtu obyvatel, jeho důsledkem je však populační stárnutí. Židlochovicko patří mezi mikroregiony se zvyšujícím se počtem obyvatel. Celkový přírůstek obyvatel je převážnou měrou tvořen migračním přírůstkem. Při srovnání okresů bylo zjištěno, že okres Brno – venkov patří k okresům s nejvyššími přírůstky obyvatel migrací. Vzhledem k poklesu podílu mladé generace populace mikroregionu bez budoucího přistěhovalectví nebude růst a hrozí úbytek obyvatel, k němuž ve venkovských oblastech dochází. V rámci regionálního plánování je třeba zahrnout projekty na zvýšení atraktivity regionu pro přistěhovalé. V celostátním měřítku je důležité zabývat se otázkou dlouhodobé aktivní migrační politiky státu, protože dochází k úbytku obyvatel přirozenou měnou, stejně jako v řadě jiných evropských zemí. Vstup početných generací narozených v 70. letech do věku ekonomické aktivity vyvolal početní růst produktivního obyvatelstva, prodlužování lidského života ale povede k rychlému zvyšování počtu důchodců. Koschin [7] uvádí, že je pravděpodobné pro Českou republiku přiblížení střední délky života žen 82 letům a mužů 72 letům. Starší populace má vyšší nároky na zdravotní péči. Pro pokrytí zvýšených výdajů v budoucnosti jsou třeba zvýšené příjmy a efektivnější hospodaření s finančním zdroji ve zdravotnictví. Jedním z možných řešení, které navrhují Fiala a Langhamrová [3] je navýšení odvodů za státní pojištěnce, všeobecné zvýšení pojistného a rostoucí spoluúčast pacientů. Je však pravděpodobné, že díky zvyšujícímu se zájmu lidí o vlastní zdraví dojde k určitému snížení požadavků na zdravotní péči. Růst podílu starých lidí v populaci způsobuje zvyšování ekonomického zatížení produktivního obyvatelstva, proto by měl pokračovat posun hranice důchodového věku. Dalším řešením ekonomického zatížení je dle Koschina [9] zvýšení odvodů, např. prostřednictvím daní nebo důchodového spoření a zvýšení imigrace. Je nutné zkombinovat všechna tato opatření. Kromě růstu ekonomické aktivity starých lidí má příznivý vliv na životní úroveň faktor lidského kapitálu, tedy vzdělanost obyvatelstva. 71
Výsledky demografických prognóz uvedené v této práci mohou být vhodným podkladem pro rozhodování v oblasti strategického plánování rozvoje mikroregionu Židlochovicko a v oblasti plánování sociálních služeb. Podnikatelským subjektům mohou poskytnout informace vhodné při rozhodování o zaměření výrobních a obchodních plánů a podobě sortimentu.
7 Závěr Počet obyvatel mikroregionu Židlochovicko se ve sledovaném období zvyšuje narozdíl od jiných mikroegionů Jihomoravského kraje. V roce 2007 žilo na území mikroregionu 23 669 obyvatel a do roku 2009 lze očekávat nárůst jejich počtu na 24 020. Přírůstek obyvatel způsobuje především přírůstek stěhováním, velikost přirozeného přírůstku je po celé sledované období velmi nízká. V populaci mikroregionu převažuje podíl žen, které tvořily v roce 2007 50,5 % populace. V tomto roce dosáhl index feminity své nejnižší hodnoty 101,99 a v následujících dvou letech by se na základě dosavadního vývoje měl opět zvýšit na hodnotu 102,64, což přestavuje 103 žen na 100 mužů v populaci. Největší převaha žen je patrná ve věkové skupině nad 60 let vzhledem k mužské nadúmrtnosti. Věková struktura obyvatelstva poukazuje na výskyt populačního stárnutí, k němuž dochází i v celé České republice. Projevuje se převahou postreprodukční složky na úkor dětské složky, což znamená, že dětská složka nenahrazuje plně obyvatelstvo v reprodukčním věku. Stárnutí populace vyjadřují vzrůstající hodnoty indexu stáří, který v roce 2007 dosáhl hodnoty 90,7 a do roku 2009 je pravděpodobný jeho nárůst na hodnotu 93,78. Nárůst podílu starých osob v populaci představuje vyšší ekonomické zatížení pro ekonomicky aktivní osoby. Koeficienty závislosti mladých každoročně pozvolna klesaly vlivem vstupu početně silné generace 70. let do produktivního věku. Na sto produktivních lidí v roce 2007 připadá 32 osob mladších 20 let, v tomto roce dosahoval koeficient závislosti mladých nejnižší hodnoty. Do roku 2009 by hodnota koeficientu závislosti mladých měla klesnout na 31,88. Hodnota koeficientu závislosti starých se v letech 1997 – 2007 snížila na 18,84, ale v budoucnu lze předpokládat její zvýšení na 19,05. Klesající tendenci mají i koeficienty celkové závislosti. Během následujících dvou let poklesne hodnota koeficientu celkové závislosti s ekonomickou hranicí z 53,05 na 52,82,
72
což znamená, že počet závislých osob – mladých i starých na 100 ekonomicky aktivních lidech bude 53 osob. Dynamiku změn ekonomického zatížení vyjadřují koeficienty přílivu a odlivu. Koeficient odlivu každoročně rostl průměrně o 0,24 procentních bodů. To ukazuje, že z produktivního věku vystupuje stále více lidí, což odrážejí i klesající hodnoty absolutní veličiny výměny a koeficientu výměny. Budoucí hodnota koeficientu odlivu je odhadována na 9,658. Naproti tomu koeficient přílivu má klesající trend a při zachování stávajícího trendu dosáhne v roce 2009 hodnoty 9,844. V současnosti je hodnota koeficientu přílivu větší než hodnota koeficientu odlivu, v budoucnu ale pravděpodobně dojde k vyrovnání hodnot těchto koeficientů, protože už nyní je patrné jejich přibližování. Hrozbu představuje situace, kdy počet osob vystupujících z produktivního věku převýší počet osob vstupujících. Řešením problému ekonomického zatížení je kombinace zvýšení imigrace, zvýšení odvodů do veřejného rozpočtu a zejména zvýšení ekonomické aktivity starých osob, tedy další posun hranice důchodového věku. To by ale vyžadovalo, aby stát vytvořil lepší podmínky pro zaměstnávání seniorů. V mikroregionu Židlochovicko ve druhé polovině sledovaného období klesá hrubá míra úmrtnosti vlivem zlepšení zdravotnické péče a změn v životním stylu. V roce 2007 dosáhla hodnota tohoto ukazatele nejnižší hodnoty 9,13 ‰, ale do roku 2009 lze očekávat nárůst na 9,273 ‰. Hodnoty hrubé míry úmrtnosti v mikroregionu jsou ve srovnání s jinými mikroregiony Jihomoravského kraje nižší. Mezi zemřelými převažují muži a nejčastější příčinu smrti představují nemoci oběhové soustavy. V důsledku druhého demografického přechodu, který je reakcí mladých lidí na změnu ekonomických a sociálních podmínek a změny životního stylu, došlo k významnému zvýšení věku vstupu do manželství a vzrostl také průměrný věk prvorodiček. Mění se pohled na vzdělání, kvalifikační růst, profesní kariéru a mění se také životní preference. Odklad narození prvního dítěte do vyššího věku a časování dětí nelze považovat za negativní jev. Hodnoty hrubé míry celkové porodnosti i obecné míry plodnosti se od roku 2002 zvyšují. Hodnota hrubé míry celkové porodnosti by se do roku 2009 měla zvýšit při současném trendu z 10,9 ‰ na 12,39 ‰ a hodnota obecné míry plodnosti z 43,47 ‰ na 49,22 ‰, tedy 50 živě narozených dětí na 1000 žen v reprodukčním věku 15 – 49 let. Nárůst porodnosti v posledních letech je vyvolán zvýšenou porodností u žen patřících k početně silné generaci 70. let, které doposud rození dětí odkládaly.
73
V souvislosti s porodností je další nápadnou změnou pokles potratovosti v mikroregionu Židlochovicko i v celé České republice ve sledovaném období. Souvisel se změněnou společenskou situací a s větší dostupností moderních antikoncepčních prostředků jako prostředků na plánování dětí. Počet potratů na 1000 obyvatel mikroregionu byl v roce 2007 2,37 a v následujících dvou letech poklesne hrubá míra potratovosti na 2,13 ‰ na základě dosavadního trendu. Největší část potratů představují miniinterrupce, tedy umělé přerušení těhotenství provedené do 8. týdne těhotenství. Rovněž hodnoty hrubé míry sňatečnosti reagují na změny populačního klimatu. Hodnota tohoto ukazatele v průběhu let 1997 – 2007 má klesající trend, do roku 2009 se mírně zvýší z 4,39 ‰ na 4,691 ‰, tzn. 5 sňatků uzavřených na 1000 obyvatel mikroregionu. Mladí lidé odkládají uzavírání sňatku do vyššího věku a nebo velmi často preferují nesezdané soužití, zároveň se prodlužuje interval mezi sňatkem a založením rodiny. Pokles sňatečnosti a zvyšování průměrného věku vstupu do prvého manželství dokládá odpovědnější přístup mladých lidí, do jisté míry je kromě změny hodnot ovlivněn také problémy se získáním bydlení. V mikroregionu se zvyšuje i počet rozvodů na 1000 obyvatel, hrubá míra rozvodovosti má v současnosti hodnotu 2,7 ‰, ale do roku 2009 vzroste při současném trendu na 2,961 ‰. Pro Židlochovicko je z hlediska početního stavu obyvatel důležitá migrace, vzhledem k velmi nízkým hodnotám přirozeného přírůstku. Počet přistěhovalých převažuje nad počtem vystěhovalých. Z hlediska struktury obyvatelstva je nutné přijmout opatření, která by prospěla populačnímu vývoji. Migraci příznivě ovlivňuje poloha mikroregionu v blízkosti města Brna, dobrá infrastruktura, nižší ceny nemovitostí, kvalita životního prostředí a záměry podnikatelských subjektů. Výhodou je také množství univerzit a řady středních a vyšších odborných škol v Brně. Vzhledem k procesu stárnutí populace by zhoršení mohlo výrazně ovlivnit ekonomickou i sociální situaci celého Jihomoravského kraje, ať už jde o důchodový systém a další sociální výdaje nebo výkonnost ve výrobě a hospodářskou situaci. Uvedené informace o populačním vývoji mohou sloužit správním orgánům pro úvahy o odvětví veřejných služeb (školství, zdravotnictví, sociální zabezpečení), bytové výstavbě, dopravě a infrastruktuře a potřebách trhu práce. Výsledky této práce mají přispět k formulaci vhodné populační i hospodářské politiky vzhledem k aktuálním potřebám společnosti a sloužit jako podklady strategických plánů rozvoje mikroregionu s využitím podpory z fondů EU, aby vynakládání prostředků bylo efektivní.
74
8 Seznam použitých zdrojů [1] BÄRTLOVÁ, E., ŠAŠEK, M. Populační názory mládeže - otázka vztahu k rodinnému životu [online]. [1997] , 21. 11. 2008 [cit. 2008-12-01]. Dostupný z WWW:
. [2] BURCIN, B., KUČERA, T. Aktuální stav a perspektivy populačního vývoje České republiky do roku 2050. 1. vyd. Praha : UK, 1995. 25 s. ISBN 80-7184-052-1. [3] FIALA, T., LANGHAMROVÁ, J. Stárnutí populace - hrozba pro veřejné zdravotnictví?. Demografie. 2007, roč. 49, č. 1, s. 13-24.
[4] HINDLS, R., HRONOVÁ, S., NOVÁK, I. Metody statistické analýzy pro ekonomy. 2. přeprac. vyd. Praha : Management Press, 2000. 259 s. ISBN 80-7261-013-9.
[5] HINDLS, R., HRONOVÁ, S., SEGER, J. Statistika pro ekonomy. 3. dopl. vyd. Praha : Professional Publishing, 2003. 418 s. ISBN 80-86419-34-7.
[6] KALIBOVÁ, K., PAVLÍK, Z., VODÁKOVÁ, A. Demografie (nejen) pro demografy. 2. upr. vyd. Praha : Sociologické nakladatelství, 1998. 128 s. ISBN 8085850-30-3.
[7] KOSCHIN, F. Aktuárská demografie : úmrtnost a životní pojištění. 1. vyd. Praha : VŠE, 1997. 124 s. ISBN 80-7079-112-8. [8] KOSCHIN, F. Demografie poprvé. 2. přeprac. vyd. Praha : VŠE Oeconomica, 2005. 122 s. ISBN 80-245-0859-1.
[9] KOSCHIN, F. Kapitoly z ekonomické demografie. 1. vyd. Praha : VŠE, 2005. 52 s. ISBN 80-245-0959-8. [10] KUCHAŘOVÁ, V. Rodinná politika v ČR - proč a o čem. Demografie. 2006, roč. 48, č. 4, s. 229-240.
75
[11] MCDONALD, P. F. Možnosti státní politiky k udržení plodnosti. Demografie. 2004, roč. 46, č. 1, s. 1-21. [12] ROUBÍČEK, V. Úvod do demografie. 1. vyd. Praha : CODEX Bohemia, 1997. 352 s. ISBN 80-85963-43-4. [13] ROUBÍČEK, V. Základní problémy obecné a ekonomické demografie. 1. vyd. Praha : VŠE, 1996. 271 s. ISBN 80-7079-188-8. [14] RYCHTAŘÍKOVÁ, J. Změny generační plodnosti v České republice se zaměřením na vzdělání žen. Demografie. 2004, roč. 46, č. 2, s. 77-90.
[15] SIEGEL, J. S. Applied Demography : Applications to Business, Government, Law, and Public Policy. 1st edition. United States of America : Acadamic Press, 2002. 686 s. ISBN 0-12-641840-3.
[16] SIEGEL, J. S., SWANSON, D. A. The methods and materials of demography. 2nd edition. United States of America : Academic Press, 2004. 819 s. ISBN 0-12-641955-8.
[17] VYSTOUPIL, J., TARABOVÁ, Z. Základy demografie. 1. vyd. Brno : Masarykova univerzita, 2004. 150 s. ISBN 80-210-3617-6. [18] ZEMAN, K. Vývoj obyvatelstva České republiky v roce 2005. Demografie. 2006, roč. 48, č. 3, s. 153-165.
76
9 Seznam obrázků a grafů Obrázek 1: Mapa mikroregionu Židlochovicko Obrázek 2: Vývoj středního stavu počtu obyvatel Obrázek 3: Srovnání vývoje počtu obyvatel k 31. 12. a středního stavu Obrázek 4: Vývoj středního stavu počtu mužů a žen Obrázek 5: Vývoj hodnot indexu maskulinity a feminity Obrázek 6: Srovnání indexů maskulinity a feminity ve věku 0 - 14 let Obrázek 7: Srovnání indexu maskulinity a feminity ve věku 15 - 64 let Obrázek 8: Srovnání indexu maskulinity a feminity ve věku 65 a více let Obrázek 9: Vývoj indexů stáří Obrázek 10: Indexy stáří s biologickou a ekonomickou hranicí v letech 1997 – 2007 Obrázek 11: Věková struktura populace Obrázek 12: Vývoj koeficientů závislosti Obrázek 13: Vývoj koeficientů celkové závislosti Obrázek 14: Srovnání koeficientů závislosti v letech 1997 – 2007 Obrázek 15: Vývoj koeficientů přílivu a odlivu Obrázek 16: Srovnání koeficientů přílivu a odlivu v letech 1997 – 2007 Obrázek 17: Vývoj hrubé míry úmrtnosti Obrázek 18: Vývoj počtu zemřelých žen a mužů Obrázek 19: Podíl mužů a žen na celkovém počtu zemřelých Obrázek 20: Počet zemřelých podle příčin smrti Obrázek 21: Vývoj hrubé míry celkové porodnosti Obrázek 22: Vývoj obecné míry plodnosti Obrázek 23: Vývoj hrubé míry potratovosti Obrázek 24: Procentní zastoupení typů potratů Obrázek 25: Vývoj hrubé míry sňatečnosti Obrázek 26: Podíl ženichů v [%] dle rodinného stavu Obrázek 27: Podíl nevěst v [%] dle rodinného stavu Obrázek 28: Podíl sňatků v [%] dle věku ženicha Obrázek 29: Podíl sňatků v [%] dle věku nevěsty Obrázek 30: Vývoj hrubé míry rozvodovosti Obrázek 31: Vývoj přirozeného přírůstku
77
Obrázek 32: Vývoj migračního přírůstku Obrázek 33: Vývoj celkového přírůstku Obrázek 34: Vývoj počtu přistěhovalých a vystěhovalých
10 Seznam tabulek Tabulka 2: Ukazatele maskulinity v letech 1997 - 2002 Tabulka 2: Ukazatele maskulinity v letech 2003 - 2007 Tabulka 3: Ukazatele feminity v letech 1997 - 2002 Tabulka 4: Ukazatele feminity v letech 2003 - 2007 Tabulka 5: Podíl dětské, aktivní a postaktivní složky v [%] Tabulka 6: Vývoj hodnot indexu stáří IS v letech 1997 – 2007 Tabulka 7: Vývoj koeficientů závislosti v letech 1997 – 2002 Tabulka 8: Vývoj koeficientů závislosti v letech 2003 – 2007 Tabulka 9: Koeficienty dynamiky změn zatížení produktivní populace Tabulka 10: Vývoj hrubé míry úmrtnosti v [‰] v letech 1997 – 2007 Tabulka 11: Vývoj hrubé míry celkové porodnosti v [‰] v letech 1997 - 2007 Tabulka 12: Vývoj hodnot obecné míry plodnosti v [‰] v letech 1997 – 2007 Tabulka 13: Ukazatele potratovosti v letech 1997 - 2007 Tabulka 14: Vývoj hrubé míry sňatečnosti v [‰] v letech 1997 - 2007 Tabulka 15: Vývoj hodnot hrubé míry rozvodovosti v [‰] v letech 1997 - 2007 Tabulka 16: Přírůstek obyvatel v letech 1997 - 2007
78