Identifikace vlivů působících na porodnost v ČR

Mendelova univerzita v Brně Provozně ekonomická fakulta

Identifikace vlivů působících na porodnost v ČR Diplomová práce

Vedoucí práce:

Vypracovala:

Ing. RNDr. Martina Zámková, Ph.D.

Brno 2013

Bc. Andrea Žáková

Chtěla bych poděkovat vedoucí mé diplomové práce paní Ing. RNDr. Martině Zámkové, Ph.D. za pomoc, cenné rady a připomínky a čas, který byla ochotná věnovat mé diplomové práci.

Prohlašuji, že jsem tuto diplomovou práci vypracovala samostatně s použitím uvedené literatury. V Brně dne 23. května 2013

_______________________

Abstract Žáková A. Identification of influences causes on birth rate in ČR. Bachelor thesis. Brno: MUAF, 2009. Diploma thesis is composed of two parts. First one is theoretical and summarizes the informations concerning demographical theory, sources of demographical data and significant demographical indicators. Space is devoted to used demographical, statistical and econometrical methods, which are used for birth rate researches. Thesis involves demographical process analysis. From statistical and econometrical methods will be used multidimensional regression analysis to identify influences causes on birth rate. Thesis is concerned with economical impacts of decreased birth rate and arrangements to support its growth. All data used in thesis are get from sources of Czech Statistical Office. Keywords Demography, birth rate, fertility, population projection, multidimensional regression analysis. Abstrakt Žáková A. Identifikace vlivů působících na porodnost v ČR. Diplomová práce. Brno, 2012. Diplomová práce se skládá ze dvou částí. První část je teoretická a jsou v ní shrnuty informace týkající se demografické teorie, zdrojů demografických dat a významných demografických ukazatelů. Prostor je věnován také využitým demografickým, statistickým a ekonometrickým metodám, které slouží pro výzkum porodnosti. Práce obsahuje analýzu demografického vývoje. Ze statistických a ekonometrických metod bude využita zejména predikce budoucího vývoje a vícerozměrná regresní analýza, pomocí které budou identifikovány vlivy působící na porodnost. Práce se zabývá také ekonomickými dopady klesající porodnosti a opatřeními, které by podpořily její růst. Veškerá data potřebná pro účely práce jsou získána ze zdrojů Českého statistického úřadu. Klíčová slova Demografie, porodnost, plodnost, populační projekce, vícerozměrná regresní analýza.

Obsah

6

Obsah 9

1

Úvod

2

Cíl práce

11

3

Literární přehled

12

3.1

Základní vymezení demografie ..............................................................12

3.2

Rozčlenění demografické vědy ...............................................................12

3.2.1

Základní členění demografie...........................................................12

3.2.2

Dílčí demografické vědy..................................................................13

3.3

Prameny demografických údajů .............................................................14

3.4

Celkové charakteristiky přirozené reprodukce ......................................18

3.5

Demografické ukazatele ..........................................................................19

3.6

Význam času v demografické analýze................................................... 20

3.7

Zkoumání demografické struktury obyvatelstva .................................. 20

3.7.1

Struktura obyvatel podle pohlaví ...................................................21

3.7.2

Struktura obyvatel podle věku....................................................... 22

3.8

Procesy demografické reprodukce......................................................... 24

3.8.1

Porodnost, plodnost a potratovost ................................................. 25

3.8.2

Úmrtnost a nemocnost.................................................................... 27

3.8.3

Sňatečnost ....................................................................................... 29

3.8.4

Rozvodovost ................................................................................... 30

3.8.5

Migrace.............................................................................................31

3.8.6

Celkový přírůstek nebo úbytek populace ...................................... 32

3.9

Odhady a projekce populačního vývoje ................................................ 32

3.10 Zkoumání ekonomické struktury obyvatelstva..................................... 33 4

Metodický postup

36

Obsah

7

4.1

Analýza časových řad............................................................................. 36

5

4.1.1

Srovnatelnost údajů v časové řadě..................................................37

4.1.2

Základní charakteristiky časových řad ...........................................37

4.1.3

Modelování časových řad............................................................... 38

4.1.4

Popis trendové složky časové řady ................................................ 39

4.1.5

Vícerozměrná regresní analýza .......................................................41

4.1.6

Metody prognózování vývoje časových řad.................................. 44

Vlastní práce

45

5.1

Zdroje dat................................................................................................ 45

5.2

Porodnost a plodnost.............................................................................. 45

5.3

Úmrtnost ..................................................................................................51

5.4

Sňatečnost a rozvodovost....................................................................... 55

5.5

Struktura obyvatel podle pohlaví .......................................................... 60

5.6

Struktura obyvatel podle věku................................................................61

5.7

Přirozený přírůstek a úbytek.................................................................. 64

5.8

Migrace ................................................................................................... 65

5.9

Celkový přírůstek a úbytek .................................................................... 67

5.10 Projekce populačního vývoje ................................................................. 68 5.10.1

Projekce počtu živě narozených ..................................................... 68

5.10.2

Projekce počtu zemřelých............................................................... 69

5.11 Vícerozměrná regresní analýza.............................................................. 72 6

Diskuse a závěr

79

7

Literatura

86

8

Seznam obrázků

89

9

Seznam tabulek

91

10

Přílohy

93

Úvod

9

1 Úvod Porodnost jako součást přirozené reprodukce je jedním z nejvýznamnějších demografických procesů. Ve své podstatě zajišťuje obnovu populace. V současnosti se však stává velmi diskutovaným tématem, zejména ve vyspělých zemích, neboť začíná docházet k poklesu tohoto ukazatele, což přímo ohrožuje existenci populace, ve které k poklesu porodnosti dochází. Klesající tendence vývoje porodnosti však nemá za následek pouze pokles počtu obyvatel v populaci, ale je důvodem změn ve věkové struktuře, jež mají nepopiratelné dopady na ekonomickou a sociální situaci v daném státě a z dlouhodobého hlediska způsobuje vymírání dané populace. Věkovou strukturu obyvatelstva neovlivňuje pouze porodnost, ale i úmrtnost. Díky vyspělosti a neustálému zlepšování zdravotnické a lékařské péče dochází k poklesu úmrtnosti, což ještě umocňuje vliv poklesu porodnosti na věkovou strukturu a stárnutí populace. Prostřednictvím věkové struktury pak porodnost ovlivňuje samu sebe pomocí skupiny obyvatel v reprodukčním věku. Porodnost je tedy ovlivněna sama sebou a svým minulým vývojem, ale také množstvím činitelů, kteří na ni působí z vnějšího prostředí. Vnější činitelé mnohdy způsobují prudké a skokové změny. Vývoj porodnosti v minulosti to potvrzuje. Prudký pokles porodnosti v českých zemích byl zaznamenán po první světové válce. Muži byli nuceni odejít bojovat a v zázemí se obyvatelé potýkali s nedostatkem potravin léčiv a nedostačující lékařskou péčí, což zvyšovalo kojeneckou a dětskou úmrtnost. Jelikož vývoj porodnosti ovlivňuje svůj průběh v budoucnosti, projevil se tento pokles úbytkem žen v plodném věku o generaci později. Po ukončení první světové války následovala kompenzační vlna porodů, která dala vzniknout silné generaci zakládající předpoklad nárůstu porodnosti v roce 1945, druhotně v roce 1970 a následně v polovině devadesátých let dvacátého století. Další pokles a následný vzestup lze sledovat ve třicátých letech v důsledku hospodářské krize a během nacistické okupace. Během druhé světové války tedy došlo na rozdíl od první, k nárůstu porodnosti, zejména proto, že muži nebyli povoláni do armády a těhotenství manželky bylo ochranou před případným nasazením. Vývoj porodnosti a plodnosti po druhé světové válce je spíše nepravidelný. Opět se setkáváme s kompenzační natalitní vlnou, která se během padesátých let stabilizovala. I později se setkáváme s výkyvy porodnosti ovlivněnými především státní politikou. Jednou z příčin těchto výkyvů by-

Úvod

10

la legalizace umělého přerušení těhotenství uzákoněná v roce 1958. Zavedení zmiňovaného zákona a odklon od rodičovství více než dvou dětí měli za následek prudký pokles počtu narozených dětí a vláda přijala komplex pronatalitních opatření. Přijatá opatření spolu se silnými ročníky žen v plodném věku vedla k nárůstu realizované plodnosti v první polovině sedmdesátých let. Na konci 70. let však došlo ke skokovému zdražení dětského oblečení, což se následně projevilo poměrně výrazným poklesem počtu narozených dětí, přispěl k němu i začínající úbytek žen v plodném věku. Během osmdesátých let se porodnost stabilizovala, změna přišla po roce 1989, kdy byl opět sledován pokles porodnosti, jež trval až do roku 1996. Tento pokles je spojován s ekonomickými a sociálními změnami ve společnosti. Analýza vývoje porodnosti po roce 1989 je součástí této diplomové práce. Výše nastíněný průběh porodnosti a plodnosti dokazuje, že je ovlivněn nejen demografickým vývojem, ale technologickým pokrokem, sociálním, politickým a ekonomickým vývojem ve společnosti. Stát může ovlivňovat porodnost, většinou se však jedná pouze o krátkodobě působící opatření. Je tedy nutné zaměřit se na rozvoj pronatalitní politiky a populační ekonomie, která by byla účinnější a dlouhodobě pozitivně ovlivnila vývoj porodnosti. Je nesnadné jednoznačně určit vlivy na porodnost působící a využít tuto znalost pro konstrukci opatření podporujících porodnost a nelze ani s jistotou určit, zda opatření budou mít žádaný vliv. Řešení snižující se porodnosti spočívá v důkladné analýze a je k němu třeba propojení několika vědních oborů. Porodnost a plodnost jako takové jsou předmětem demografie, pro jejich zkoumání je pak třeba statistických metod, jež umožňují zkoumat zákonitosti ve vývoji a závislosti na vnějších faktorech a pomocí těchto znalostí provádět předpovědi budoucího vývoje. Pro lepší porozumění problematice a konstrukci řešení klesající porodnosti je třeba i ekonomických, sociálních a politických věd, neboť poznatky z minulosti nám napovídají, že nekomplexní a jednorázová opatření vedou pouze k dílčím změnám a nemají vliv na dlouhodobý vývoj.

Cíl práce

11

2 Cíl práce Hlavním cílem diplomové práce je identifikace vlivů působících na porodnost v České republice, posouzení ekonomických dopadů klesající porodnosti a dále predikce vývoje porodnosti v nejbližší budoucnosti. V rámci diplomové práce bude provedena analýza zahrnující popis dlouhodobého demografického vývoje a zkoumání vlivu jednotlivých demografických a ekonomických veličin na vývoj porodnosti. Vzhledem k rozsáhlosti zvolené problematiky bude práce zaměřena pouze na vybrané otázky s problémem související. V rámci hlavního cíle byly formulovány následující cíle dílčí: • popis dlouhodobého vývoje ukazatelů,

porodnosti a souvisejících

demografických

• popis statistických a ekonometrických metod, které lze využít ke zkoumání vývoje porodnosti a jejích ekonomických dopadů, • provedení analýzy demografických ukazatelů prostřednictvím statistických metod, • sestavení projekcí počtu živě narozených a zemřelých do blízké budoucnosti a porovnání s již existujícími projekcemi, • sestavení vícerozměrného regresního modelu pro identifikaci faktorů s vlivem na porodnost, • určit možné ekonomické dopady dalšího poklesu porodnosti a zvýšení rodičovského příspěvku a zjistit zda by toto zvýšení podpořilo porodnost.


12

3 Literární přehled 3.1

Základní vymezení demografie

Demografie je společenská věda, jejímž předmětem jsou tzv. demografické jevy a procesy a zákonitosti, jimiž se tyto jevy a procesy řídí. Demografické jevy a procesy související s lidskou reprodukcí čili reprodukcí lidských populací. Tato reprodukce je chápana jako přirozená obnova stavu obyvatelstva prostřednictvím biosociálních procesů porodnosti a úmrtnosti. Jedná se o celkovou obnovu obyvatelstva, která zahrnuje i obnovu obyvatelstva migrací. Za ústřední problém demografie je považován problém reprodukce obyvatelstva. V tomto pojetí je tedy předmětem demografie zkoumání reprodukce neboli obnovy lidských populací (Roubíček, 1997). Reprodukcí obyvatelstva pak dochází ke změnám stavu obyvatelstva, jež bývají nazývány také pohybem obyvatelstva. Podle příčin vedoucích ke změnám pak označujeme pohyb jako přirozený (porody a úmrtností), mechanický pohyb (prostorové přemisťování stěhováním a dojížděním) a sociální pohyb (změny v sociální struktuře). Charakteristickým znakem pro demografii je demografická struktura obyvatelstva, to znamená struktura obyvatelstva podle věku a pohlaví (Roubíček, 1997). Demografické výzkumy a studie, které se zabývají zkoumáním počtu, struktury, reprodukce a migrace nemohou probíhat izolovaně od společenských podmínek, jelikož demografický vývoj je úzce spjat s geografickými, politickými, ekonomickými, sociologickými a ekologickými a dalšími podmínkami, kterými je ovlivňován. Demografický vývoj je výsledkem jejich působení a odráží v sobě jejich změny. Stejně tak úroveň a intenzita demografických změn působí zpětně na společenský vývoj (Dufek, Minařík, 2008).

3.2 3.2.1

Rozčlenění demografické vědy Základní členění demografie

Základní členění demografie lze odvodit ze struktury problematiky, kterou se zabývá a také z povahy metod a dat, jež pro svá hodnocení využívá. Tento pohled vymezuje demografii na čtyři problematické oblasti: • Demografická statistika se zabývá zkoumáním stavu obyvatelstva. Tento stav je dán údaji o počtu, struktuře a rozmístění obyvatelstva. Jedná se


13

o základní výchozí informace o obyvatelstvu. Popisovaná disciplína pracuje zejména s kvantitativními daty. Pramenem pro toto zkoumání jsou především sčítání lidu. • Demografická dynamika je druhý širší problémový oddíl demografie zabývající se zkoumáním pohybu obyvatelstva. Stav obyvatelstva je daný počtem, strukturou a rozmístěním obyvatelstva a neustále se mění. Tyto změny obyvatelstva se nazývají pohyb neboli měna obyvatelstva. Podle formy těchto změn rozlišujeme přirozený pohyb, sociální pohyb a mechanický pohyb obyvatelstva. Přirozený pohyb je dán přirozenou obnovou obyvatelstva výměnou generací narozených a zemřelých. Oproti tomu mechanický pohyb neboli migrace je určena prostorovým přemisťováním obyvatelstva. Poslední sociální pohyb je dán změnami sociálních znaků, za které považujeme například sociální příslušnost, povolání, rodinný vztah a také znaky ekonomické. Základním pramenem pro toto zkoumání je především registr přirozeného a mechanického pohybu obyvatelstva, včetně registrace změn rodinného stavu. • Demografická prognostika se zabývá pochopením vývojových tendencí, kterým populační vývoj podléhá. Usiluje o popis života určité generace a získání odhadu, jak se bude její život vyvíjet dál. Využívá mnoho metod, mezi které patří výpočet úmrtnostních tabulek, usiluje i o odhad dalšího života žijící populace pomocí metody výpočtu prognóz. Jako podklady slouží demografické prognostice sčítání lidu i registry. • Posledním problémovým oddílem demografie je populační politika. Řada demografických odhadů a prognóz totiž vede k závěrům, které často přímo nabízejí návrhy populačních politických opatření (Roubíček, 1996). 3.2.2

Dílčí demografické vědy

Demografii lez rozčlenit také z hlediska dílčích věd, které v sobě zahrnuje: • Demografická analýza je při studiu demografie stěžejní a je jí věnována nejvyšší míra pozornosti. Prvotním cílem demografické analýzy je rozpoznat a vyhodnotit co nejpřesněji vlivy, jež vedou ke změnám charakteru populační reprodukce. • Teoretická demografie zákonitosti vývoje demografických systémů a jejich jednotlivých složek. Nejčastěji toto zkoumání probíhá prostřednictvím zobecňování pravidelností vývoje lidských populací.


14

• Demografická metodologie je pak věnována souhrnu a rozpracování matematicko-statistických postupů. Z těchto postupů lze zmínit tvorbu modelů. Navazuje na statistiku a matematiku, logiku a teorii pravděpodobností. • Historická demografie si klade za cíl studium zdrojů demografických data populačního vývoje v minulosti. Náplní této vědní disciplíny jsou zejména rozbory proměnlivosti základních demografických procesů na historických datech. Na konkrétním vývoji z minulosti se pak ověřují populační teorie a vytváří nové hypotézy o populačním vývoji. • Regionální demografie má svou podstatou velmi blízko ke geografickým vědám, zejména socioekonomické demografii a geografii obyvatelstva. Soustředí se na poznání demografické reprodukce v konkrétních regionech v rámci jednoho států i z celosvětového hlediska. Bere v úvahu administrativní vymezení regionů a i vymezení dané demografickou homogenitou (Šotkovský, 1998).

3.3

Prameny demografických údajů

Aby bylo možné provádět demografická šetření, je nejprve nezbytně nutné získat potřebné podklady. Jako prameny těchto dat v praxi nejčastěji slouží: 1.

Sčítání lidu Sčítání lidu nebo také census je definován jako úplný proces sběru, třídění, ověřování, analyzování a zveřejnění demografických, sociálních a ekonomických dat, zachycujících v daném čase všechny osoby ve státě nebo přesně vymezené části státu. Jedná se o nezastupitelný soupis dat, který poskytuje rozsáhlou řadu informací a dat o populačních velikostech, rozmístění, struktuře, životních podmínkách a pohybech (Šotkovský, 1998). Sčítání lidu může zahrnovat obyvatelstvo přítomné, bydlící nebo oboje. Akce je povinná a zákon ukládá sčítaným osobám povinnost odpovídat na kladené otázky. Na vlastní sčítání pak dohlíží sčítací komisař, jež sám vyplňuje sčítací archy, tato metoda bývá nazývána metodou dotazovací. Druhá metoda využívaná pro potřeby sčítání lidu je metoda sebesčítací, kdy formuláře vyplňují sami sčítané osoby. Sčítáni lidu má striktně anonymní charakter a nesmí sloužit k jiným účelům (Kalibová, 2001). Organizace sčítání probíhá ve třech etapách: 1.1. Příprava censu


15

V této první etapě je třeba časově vymezit soupis, stanovit program sčítání a způsob zpracování údajů, zajistit organizaci soupisu, uskutečnit mezi obyvateli propagační a vysvětlovací akce a zajistit zpracování výsledků censu po personální a hmotné stránce. V České republice bývá každé sčítání lidu podloženo samostatným zákonem nebo vládním nařízením upravujícím jeho průběh a podmínky provedení. 1.2. Vlastní sčítání Vlastní sčítání ve vyplnění sčítacích archů, v ověření uvedených údajů a soustředění jednotlivých sčítacích archů za sčítací obvody, dále za revizní obvody a nakonec i za vyšší správní celky. Jak již bylo uvedeno výše, sčítání probíhá metodou dotazovací nebo sebesčítací, přičemž dotazovací metoda je používána pouze v oblastech se značným podílem negramotného nebo jiným jazykem mluvícího obyvatelstva. 1.3. Zpracování výsledků V poslední etapě sčítání dochází ke kontrole správnosti a úplnosti výsledků as jejich konečnému zapracování. Podrobné výsledky jsou zpracovány především kombinačním tříděním a získané údaje jsou publikovány. Soupisy mají velmi rozsáhlou povahu, takže zpracování je velmi náročné na čas, pracovní síly a materiál (Roubíček, 1996). Je jasné, že takto rozsáhlé statistické šetření se neobejde bez chyb, je však nutné tyto chyby minimalizovat. Přesnost zjištěných údajů závisí do značné míry na vymezení kategorie sčítaného obyvatelstva a důsledného dodržování kategorie během celého šetření. Základem je snaha, aby každá osoba byla do sčítání zahrnuta pouze jednou a zároveň žádná osoba nezůstala opomenuta. Vlastní sčítací akci je tedy nutné omezit na nejkratší možnou dobu (Kalibová, 2001). 2.

Běžná evidence přirozeného pohybu neboli měny obyvatelstva Evidence přirozené měny zahrnuje procesy rození a vymírání lidských populací, v širším pohledu pak i sňatečnost, rozvodovost, potratovost a nemocnost (Kalibová, 2001). Běžná evidence přirozeného pohybu obyvatelstva je založena na povinné registraci všech narození, úmrtí a sňatků na matričních odděleních obecních či městských úřadů (Roubíček, 1996).


16

Účelem matrik je pak zaznamenání těchto událostí rozhodných pro zjištění a ověření osobního stavu. Záznamy jsou uchovávány v matričních knihách narození, manželství a úmrtí. Všechny zápisy musí být podloženy patřičnými doklady. Matrikáři a jejich zástupci jsou odpovědni za včasné a úplné vyplnění statistických hlášení o demografických událostech. Na výkon působnosti matrik dohlíží Ministerstvo vnitra České republiky. Každý občan má povinnost ohlásit zmiňované sledované demografické události určeným úřadům, jež jsou pověřeny vedením matrik. Pouze informace o rozvodech zasílá příslušný soudní útvar a data o potratech zdravotnické zařízení. K oznámení událostí jako jsou uzavření manželství, narození, úmrtí, rozvod umělé přerušení těhotenství a potrat dochází v místě jejich uskutečnění. Matriční úřady, zdravotnická zařízení a soudy pak během roku v pravidelných a přesně stanovených intervalech podávají statistická hlášení Českému statistickému úřadu. Stávají se tak nezastupitelným zdrojem vstupních dat tohoto typu statistického popisu (Šotkovský, 1998). 3.

Běžná evidence migrací Evidence migrací poskytuje informace o změnách v rozmístění obyvatelstva v závislosti na ostatních sociálních a ekonomických jevech. Migrace je pak v České republice definována jako změna trvalého pobytu za hranice určitém administrativní jednotky, většinou se jedná o obec (Kalibová, 2001). Prameny údajů migrační statistiky jsou různé. Za základní pramen o vnitřní migraci jsou považovány přihlášky k trvalému pobytu občanů. Běžná evidence pak sleduje počet stěhování v daném období, nikoli však počet osob, jež se v témže období přestěhovaly. Rozdíl pramení z faktu, že osoby přestěhovalé v určitém období se nemusely stěhovat jednou, ale i vícekrát. Počet stěhování je tedy obvykle vyšší než počet přestěhovalých osob. Stěhováním se rozumí jen změna trvalého pobytu. Ve sčítání lze počet přestěhovalých osob nejlépe zjistit zavedením vhodné otázky například na místo narození, místo pobytu k určitému datu a místo pobytu při posledním sčítání lidu. Vhodným tříděním zmiňovaných otázek a místa pobytu v době posledního sčítání lze následně zjistit směr posledního prostorového přesunu.


17

Základní rozdíly mezi sčítání lidu a běžné evidence migrace tkví v několika jejich vlastnostech: 3.1. V periodicitě těchto zjišťování – registrace je průběžné každoroční zjišťování, kdežto sčítání lidu je okamžikové uskutečňující se zhruba každých deset let. 3.2. V charakteru zjišťovaných znaků – sčítání zjišťuje okamžitý stav charakteristik jednotlivce v dané chvíli, zatímco registrace sleduje události tj. změny charakteristik během určitého období. 3.3. V bohatosti znaků – sčítání lidu poskytuje v mnoha směrech bohatší materiál než registrace, je zdrojem podrobnějších údajů ve velmi podrobném územním detailu. Census zobrazuje daleko širší obraz o znacích charakterizujících faktory a podmínky ovlivňující populační, společenský a hospodářský vývoj. 3.4. Míry plodnosti odvozené z registrace dávají obraz především o úrovni okamžité plodnosti, míry plodnosti odvozené z censu vypovídají o celoživotní a konečné plodnosti. V prvním případě dostáváme data průřezová, v druhém data generační. 3.5. Údaje o migraci odvozené z registru zobrazují hlavně počet stěhování bez možnosti bližšího sledování faktorů, oproti tomu tyto údaje odvozené ze sčítání zachycují počet migrantů, dlouhodobé migrační trendy, celoživotní migraci apod. (Roubíček, 1997). 4.

Populační, popř. zdravotnický a pracovní registr Podstata populačního registru spočívá v průběžném doplňování základních demografických informací o obyvatelích daného státu. U každého narozeného občana je zaváděn registrační lístek zachycující další významné demografické jevy v jeho životě, např. sňatek, rozvod, ovdovění, narození dítěte, změna trvalého bydliště, atd. Tento způsob statistického zachycování událostí, jež úzce souvisejí s obměnou populací, má především doplňkový charakter, protože plnohodnotné údaje v tomto směru poskytují formy běžné evidence základních demografických jevů (Šotkovský, 1998). Rozeznáváme dva základní typy populačních registrů: • Místní (lokální) populační registr, kdy jednotlivé obce vedou za každého obyvatele samostatné záznamy, jež jsou průběžně aktualizované a obnovované, každý začíná narozením a končí úmrtím. Poté je zá-


18

znam vyřazen ze živé registrace a archivován. Při stěhování je záznam přemístěn s občanem. • Ústřední (centrální) populační registr, který je veden jako registr celostátní. V zásadě sleduje stejné údaje jako registr místní, ale obvykle centrálně v podobě databáze počítače. Při zakládání takového registru jsou podkladem informace a data získaná z posledního sčítání lidu (Roubíček, 1997). 5.

Zvláštní šetření (mikrocensy), většinou výběrová šetření Mikrocensy jsou obecně demografická šetření prováděná výběrovou metodou. Tato šetření jsou obvykle doplněna o zjišťování příjmových charakteristik. Mikrocensy slouží jako náhražka rozsáhlých vyčerpávajících sčítání alespoň výběrovým zjišťováním základních demografických znaků nebo jako doplněk sčítání lidu zjišťováním údajů o příjmové a důchodové struktuře domácností. Technika sčítání lidu buď nedovoluje některé tyto údaje zjistit, nebo by jejich zjišťování nebylo touto metodou efektivní. Tímto způsobem leze tedy získat detailní informace o struktuře domácností, zejména o vztahu mezi příjmovou a demografickou strukturou, jež z jiných zdrojů zjistit nelze (Roubíček, 1997). Zájmovou oblastí mikrocensů jsou náhodně vybrané skupiny obyvatelstva. Často jsou mikrocensy vedeny snahou získat základní demografické poznatky o osobách bytové domácnosti, o příjmech bytové domácnosti a doplňkové informace z oblasti životní úrovně, např. vybavenosti domácností, ekonomické situaci, společenské spotřebě, výši vkladů, účelech spotřeba, využití volného času a kulturního vyžití apod. (Šotkovský, 1998).

3.4

Celkové charakteristiky přirozené reprodukce

Pokud v oblasti přirozené reprodukce neuvažujeme migraci, mluvíme o uzavřené populaci. Noví členové jsou produktem pouze žijících členů, jedná se tedy o přirozenou reprodukci. Základními ukazateli přirozené reprodukce jsou: • Přirozený přírůstek (úbytek) – přirozený přírůstek je vyjádřen absolutním číslem a je to rozdíl mezi počtem živě narozených a zemřelých za určité časové období.


19

• Hrubá míra přirozeného přírůstku (hmpp) – využívá se pro charakteristiku úrovně přirozené reprodukce, kdy absolutní přírůstek (PP) je vztažen ke střednímu stavu obyvatelstva (P), ve sledovaném časovém úseku, nejčastěji roce. hmpp =

PP * 1000 P

Hrubou míru přirozeného přírůstku lze také definovat jako rozdíl mezi hrubou mírou porodnosti (hmp) a hrubou mírou úmrtnosti (hmú), (Kalibová, 2001). hmpp = hmp − hmú

3.5

(1)

Demografické ukazatele

Za základní demografické ukazatele můžeme považovat všechna základní i analytická data vztahující se k jednotlivým složkám procesu demografické reprodukce. Data pro zpracování těchto ukazatelů jsou získávána z pramenů popsaných v předchozím textu. Takto získané údaje označujeme jako absolutní. Z absolutních dat a jejich vzájemných souvislostí vznikají data relativní neboli analytická data. Rozlišujeme tři druhy analytických dat: • Poměrná čísla extenzivní (ukazatele) – v případě porovnávání dvou stejnorodých údajů ve stejném časovém okamžiku a prostorovém vymezení vypočteme relativní číslo určující strukturu daného celku, obvykle je vyjádřeno procentem, např. index maskulinity udávající procento mužů v populaci. • Poměrná čísla intenzivní (míry, kvocienty) – v jejich jmenovateli jsou nositelé událostí či jevů uvedených v čitateli a nazývají se míry. Při výpočtu měr je počet jednotek ve jmenovateli udáván buď ke středu sledovaného intervalu, nebo se bere průměr z počátečního a koncového stavu, např. hrubá míra úmrtnosti udávající počet zemřelých na 1000 obyvatel středního stavu. • Poměrná čísla srovnávací (indexy) – porovnáváme dvě stejnorodá nebo různorodá absolutní čísla, která spolu nesouvisí časově nebo nejsou prostorově vymezena, např. index rozvodovosti dává do vztahu počet rozvodů a počet sňatků v daném roce, což


20

jsou nestejnorodé údaje. Často se používají pro charakteristiku různých vývojových trendů (Kalibová, 2001).

3.6

Význam času v demografické analýze

Jednou z nejvýznamnějších proměnných v demografické analýze je čas. Každá demografická událost musí mít přesné časové určení, abychom ji mohli zařadit do souboru událostí se stejným obdobím vzniku, za které obvykle považujeme rok. Zmiňované soubory událostí bývají nazývány generace nebo kohorty. Generace je soubor osob, jež se narodily ve stejném kalendářním roce. Kohorta je pak soubor osob, u nichž v určitém kalendářním roce došlo ke stejné demografické události, např. sňatku, rozvodu apod. (Kalibová, 2001). Demografické události lze sledovat z dvojího časového hlediska. Buď jde o zaznamenání kalendářního času, ve kterém se odehrál určitý soubor demografických událostí nebo doby, která uplynula od počáteční události až ke koncovému bodu jako dějová následnost (Šotkovský, 1998). Z pohledu časového určení podle doby, jež uplynula sledovanou událostí a tou, která následovala nebo předcházela, rozlišujeme události počáteční, výchozí, následné a konečné. Čas je významný také z hlediska věku. Demografie rozlišuje dokončený věk a přesný věk. Jako přesný věk je označován okamžik právě dosaženého věku. Dokončený věk je druh věku označující demografický symbol, jež vyjadřuje věk posledních narozenin osoby a nabývá pouze celočíselných hodnot (Šotkovský, 1998). Důležitou veličinou je také střední stav. Střední stav je veličina, jež má co nejlépe vyjádřit průměrný počet žijících osob v průběhu určitého časového intervalu, nejčastěji roku. Střední stav obyvatelstva daného roku se tedy vypočítá jako aritmetický průměr z počátečního a koncového stavu obyvatel. Pokud je třeba určit střední stav období delšího než jeden rok, použijeme k výpočtu geometrický průměr (Kalibová, 2001).

3.7

Zkoumání demografické struktury obyvatelstva

Zkoumání demografické struktury se opírá o třídění podle pohlaví a věku. Toto třídění je ve své podstatě tříděním biologickým a jedním z nejdůležitějších a pro demografii nejzákladnějších a nejcharakterističtějších třídění. Struktura obyvatelstva podle pohlaví a věku neboli demografická struktura je výsledkem demografických procesů probíhajících v populaci po řadu uplynulých desetiletí a zároveň do velké míry předurčuje


21

populační vývoj v blízké budoucnosti, protože na všechny demografické procesy jsou závislé na struktuře obyvatel podle těchto dvou nejvýznamnějších znaků. Tato závislost také znamená, že intenzita a struktura těchto procesů je odlišná v jednotlivých věkových skupinách i obou pohlaví. I mnohé sociální a ekonomické jevy jsou závislé na tomto rozdělení, můžeme zmínit například produktivita, ekonomická aktivita, spotřeba, úrazovost, nemocnost, výdělky, atd. Třídění podle věku a pohlaví má i značný praktický význam, mimo jiné pro hodnocení stavu a výhledu pracovních sil a zaměstnanosti, pro perspektivní úvahy o vývoji školství, zdravotnictví a sociální péče (Roubíček, 1997). 3.7.1

Struktura obyvatel podle pohlaví

Demografické třídění obyvatel podle pohlaví je pro značnou objektivitu zjišťování velmi snadné přesné a patří mezi základní demografické struktury. Při srovnávání jednotlivých populací je zřetelné, že při stejném početním stavu populací mohou mít zcela odlišnou strukturu mužů a žen. Struktury obyvatelstva podle pohlaví lze vyhodnotit pomocí ukazatele maskulinity (uma), který udává podíl mužů v populaci a obvykle je vyjádřen v procentech. Ukazatel maskulinity: uma =

Pm * 100 P

(2)

Dále je využíván index maskulinity (ima), což je poměr počtu mužů a žen v populaci, vyjádřen obvykle na 100 žen. Ukazatel a index feminity jsou konstruovány obdobně (Kalibová, 2001). Index maskulinity: ima =

Pm * 100 Pž

(3)

Složení obyvatelstva podle pohlaví by mělo být poměrně vyrovnané. Mezi narozenými mívají muži mírnou převahu. Následkem vyšší mužské úmrtnosti však později převaha mužů ve vyšších věkových kategoriích klesá, následkem toho je celková mírná převaha žen v populaci. Tato struktura však bývá silně narušena zejména válkami a migrací, přičemž oboje silněji postihuje muže než ženy (Roubíček, 1997).


22

Zastoupení mužů a žen se v populaci se v průběhu života mění také v závislosti na třech typech procesů: • Biologická zákonitost • Jak již bylo zmíněno výše, chlapců se rodí o něco více než děvčat a tento poměr je stálý a odchýlení bývá považováno spíše za výsledek nepřesné evidence. • Diferenční úmrtnost mužů a žen

V demograficky vyspělých zemích je téměř ve všech věkových skupinách vyšší intenzita úmrtnosti mužů než žen, tento jev nazýváme mužská nadúmrtnost je důvodem rozdílné naděje na dožití u mužů a žen. Ženy se obvykle dožívají vyššího věku a poměr mužů a žen se přibývajícím věkem mění ve prospěch žen. Ženská nadúmrtnost je spíše výjimečná a bývá pozorována převážně v rozvojových zemích. • Migrace Vliv na strukturu obyvatel podle pohlaví má i již zmíněná migrace. Ta se častěji projevuje především u mužů. Nejčastějším důvodem různého vlivu migrace na pohlaví je rozložení průmyslu (Kalibová, 2001). 3.7.2

Struktura obyvatel podle věku

Třídění obyvatel podle věku je spolu s třídění podle pohlaví nejvýznamnějším demografickým členěním. Věk se při sčítání obyvatelstva zjišťuje buď podle stáří sčítaného, tzn. podle dokončených roků věku nebo podle data narození. Druhá forma je podstatně přesnější a omezuje chyby v měření. Základním tříděním je třídění podle jednotek věku, častěji se ale pro větší přehlednost používá třídění podle pětiletých věkových skupin, výjimečně se setkáme s členěním do skupin deseti-, patnácti či dvacetiletých. Při použití takto koncipovaných pravidelných skupin s širším intervalem je však vždy nutné uvádět zvlášť první jednoletou věkovou skupinu, jež je představována kojenci a to pro její zcela specifickou úmrtnost. Někdy se naopak obyvatelstvo třídí do nepravidelných skupin, které bývají nazývány také jako charakteristické skupiny. Hranice těchto skupin jsou podle potřeby stanoveny tak, aby spadaly vždy do věku, v němž dochází k nějakým charakteristickým změnám v životě člověka, např. 6 let – dolní hranice školního věku, atd. Věky ohraničující charakteristické změny jsou nazývány kritickými věky a vymezují jednotlivé etapy životního cyklu. Kritické věky jsou určeny


23

zčásti právními normami, zčásti dohodou, zčásti pozorováním jako obvyklé věky určitých změn životních situací. Věkové složení je ovlivněno řadou činitelů. Rozdílná specifická úmrtnost má vliv na podíl jednotlivých věkových skupin. Při klesajícím trendu stařecké úmrtnosti obvykle stoupá podíl stařeckých skupin. Podobný vliv má i pokles porodnosti způsobený poklesem podílu dětí. Stejně jako struktura pohlaví i věková struktura je ovlivněna migrací a válkami. Oba tyto faktory mají většinou za následek klesající porodnost. Věková struktura populace je odrazem předchozího populačního vývoje za posledních několik desítek let. Ať už se jedná o přechodné i trvalejší změny porodnosti a úmrtnosti nebo migrační mobility (Roubíček, 1997). Velmi názorným obrazem věkové struktury je věková pyramida. Na ní jsou jasně patrné veškeré výše zmiňované vlivy. Věková pyramida bývá zobrazována pomocí dvojitého histogramu. Na svislou osu se vynáší věk, na vodorovnou osu se vynáší zastoupení příslušné věkové skupiny buď v absolutních číslech, nebo v relativních číslech, která se přepočítávají na 1000 obyvatel, resp. 1000 mužů a 1000 žen. Věková pyramida nám tedy podává přibližnou demografickou historii populace. Jednotlivé zářezy, jež se na ní objevují, představují jevy ovlivňující úroveň populační reprodukce, jedná se např. natalitní vlny (Kalibová, 2001). Z hlediska demografické reprodukce lze obyvatele podle věku rozdělit do tří základních skupin: 1.

dětskou (předreprodukční) složka – vymezenou od narození do 14 let

2.

reprodukční složka - definovanou rodivým věkem ženy od 15 do 49 let

3.

postreprodukční složka – zahrnuje obyvatelstvo nad 50 let věku (Kalibová, 2001.

Toto rozdělení pohlíží na populaci z biologického hlediska. Kromě něj lze vymezit generace i pomocí ekonomického hlediska. V tomto případě se generace dělí na: 1.

předprodukční věk – do 19 let

2.

produkční věk – 20 - 64 let

3.

poprodukční věk – od 65 let.

Rozdělení pomocí ekonomického hlediska posouvá začátek ekonomicky aktivního života na hranici 20 let věku, neboť předpokládá, že mezi 15 a 20 rokem probíhá středoškolské vzdělávání jedince.


24

Stejně tak je odsunuta hodní hranice produkčního věku na 64 rok věku s ohledem na tendenci posouvat odhod do důchodu (Roubíček, 1997). Další demografické třídění podle věku je dáno zohledněním základních generačních skupin v populaci, tzn. podle zastoupení dětské a postreprodukční složky. Rozlišujeme tak tři typy věkových struktur. • Progresivní typ Progresivním typem obyvatelstva se nazývá populace s vysokým podílem dětských ročníků a nízkým podílem stařeckých ročníků. To znamená, že populace je rostoucí (Roubíček, 1997). Populace je tedy charakteristická vysokou plodností i úmrtností. Tento typ populace je obvyklý zejména v rozvojových zemích (Kalibová, 2001). • Regresivní typ

Regresivním typem obyvatelstva naopak rozumíme populaci s nízkým podílem dětských a vysokým podílem stařeckých skupin obyvatelstva. Jedná se tedy o populaci klesající (Roubíček, 1997). • Stacionární typ Stacionární typ populace je hraničním typem mezi oběma předchozími. Jedná se stagnující populaci, ve které věková struktura odpovídá zhruba věkové tabulkové struktuře (Roubíček, 1997).

Změny ve věkové struktuře tedy vedou k přechodu od progresivního typu, přes stacionární typ, až k regresivnímu typu, tento proces přechodu jednoho typu ve druhý bývá označován jako stárnutí obyvatelstva a vyvolává řadu nepříznivých sociálních a ekonomických důsledků. Stárnutí obyvatelstva je proces změn ve věkové struktuře, při kterém roste podíl starého obyvatelstva v celé populaci. Jedná se o růst podílu nikoli počtu starých osob. Pokud však růst podílu mladých osob je rychlejší než růst počtu starých osob, neznamená takový růst skutečné stárnutí. Protože stejně tak i pokles počtu starých lidí může znamenat stárnutí populace, pokud počet mladých klesá rychleji než počet starých. Stárnutí je tedy vždy změna relativní věkové struktury a nikoliv změna absolutní věkové struktury (Roubíček, 1997).

3.8

Procesy demografické reprodukce

Reprodukcí obyvatelstva se rozumí obnova populace střídáním generací zemřelých generacemi narozených. Mezi procesy, pomocí kterých reprodukce probíhá, zařazujeme úmrtnost včetně nemocnosti, porodnost zahrnující plodnost


25

a potratovost, dále sňatečnost a rozvodovost. Vyjmenované procesy spadají do přirozené reprodukce obyvatelstva. Pokud uvažujeme jako proces demografické reprodukce migraci, jedná se celkovou reprodukci obyvatelstva (Roubíček, 1997). 3.8.1

Porodnost, plodnost a potratovost

Termíny porodnost a plodnost jsou odvozeny od označení dvou odlišných ukazatelů, charakterizujících procesy související s pozitivní stránkou přirozené reprodukce (Roubíček, 1997). Úroveň porodnosti závisí zejména na plodivosti neboli fekunditě, což je schopnost muže a ženy rodit děti. Její výsledný efekt pak vyjadřuje počet narozených, jež se označuje jako plodnost neboli fertilita. Počet dětí, který se danému páru narodí, ale nezáleží pouze na plodivosti, ale i na jeho reprodukčním chování. Za to lze považovat např. plánované rodičovství, pomocí kterého pár reguluje počet narozených dětí a intervaly mezi jednotlivými porody pomocí antikoncepčních metod. Úroveň porodnosti může být ovlivněna i prostřednictvím populační politiky státu, ale tento účinek je pouze krátkodobý. Nemalý význam má v tomto ohledu i soubor hodnot společnosti (Kalibová, 2001). Běžným ukazatelem porodnosti je hrubá míra celkové porodnosti (hmcp), určována jako podíl všech narozených (N) ke střednímu stavu obyvatelstva (P) v daném kalendářním čase:

t

hmcp =

N *1000 . tP

t

(4)

Tento ukazatel lze podle Šotkovského (1998) rozdělit z důvodu vyjádření buď hrubé míry porodnosti (živorodost, hmp), pokud bude v čitateli počet živě narozených (Nv), tj. t hmp =

t

Nv * 1000 , tP

nebo na ukazatel hrubé míry mrtvorodosti (hmm), pokud je v čitateli počet mrtvě narozených (ND): t hmm =

Pak jestliže platí vztah

t

ND * 1000 . tP


26

t

N =t N v +t N D ,

platí také vztah t

hmcp = t hmp + t hmm .

Život tedy z právního i demografického hlediska začíná narozením dítěte. Narozením se rozumí opuštění matčina těla dítětem. Porod může být jednoduchý nebo vícečetný (dvojčat, trojčat, atd.). Podle projevu známek života pak rozlišujeme porody živě narozených a porody mrtvě narozených, které spočívají v porodu plodu, který zemřel před ním nebo během něj (Roubíček, 1996). Pokud plod zemřel před, nebo během porodu, došlo k potratu. Potratovost je dalším procesem, kterým se demografie zabývá. Potratem se rozumí takové ukončení těhotenství, které obvykle netrvá déle než 28 týdnů a kdy je plod v takovém vývojovém stádiu, že schopen minimální dobu samostatného života mimo matčino tělo. Statistika České republiky rozeznává potraty na žádost, jež zahrnují indukované potraty, interrupce a umělá přerušení těhotenství. Dále samovolné a ostatní potraty, včetně mimoděložních těhotenství. Úroveň potratovosti vystihuje hrubá míra potratovosti (hmpo), definovaná jako počet všech potratů (A) připadajících na 1000 obyvatel středního stavu:

A *1000. tP

hmpo =

t

t

Pro hodnocení potratovosti se využívá také index potratovosti (ipo). Jeho hodnota se vypočítá jako poměr potratů k počtu narozených:

t

Přesnějším ukazatelem ra potratovosti (po):

než

t

A *100 . t N

ipo =

t

hrubá

po =

t t

A

Ž 15 − 49

P

míra potratovosti je

obecná

mí-

* 1000 .

V tomto vzorci jsou v čitateli zohledněny pouze ženy ve věku od 15 do 49 let. Tedy jejich reprodukční složka (Šotkovský, 1998).


3.8.2

27

Úmrtnost a nemocnost

Úmrtí je první událost, o kterou se demografie začala zajímat. Nezaměřovala se na individuální zvláštnosti každého úmrtí, ale vyhodnocovala úmrtí jako hromadný jev, jako proces vymírání určité populace, zkoumala tedy úmrtnost (Šotkovský, 1998). Úmrtnost je tedy vedle porodnosti jedna ze dvou základních složek demografické reprodukce. Jak již bylo zmíněno výše, je zkoumáno úmrtí jako hromadný jev, jako vymírání určité populace. Úroveň a vývoj úmrtnosti jsou v jistém smyslu důsledkem vývoje nemocnosti a také důsledky kvality životních podmínek, životního prostředí a způsobu života (Kalibová, 2001). Základním a poměrně jednoduše konstruovatelným ukazatelem k posouzení intenzity úmrtnosti podle Šotkovského (1998) je hrubá míra úmrtnosti (hmú). Počet zemřelých je označován D. Tento ukazatel, stejně jako většina demografických ukazatelů, sleduje váhu vybraného demografického jevu, ve vztahu ke střednímu stavu obyvatelstva daného kalendářního roku:

t

hmú =

D *1000 . tP

t

(5)

V současné době již ukazatel hrubé míry úmrtnosti ztrácí svoji vypovídací schopnost, protože je příliš ovlivněn věkovou strukturou zkoumané populace. Přestává tedy být objektivním ukazatelem vývoje intenzity úmrtnosti zejména z důvodu navyšování podílu starých osob v populaci (Kalibová, 2001). Pro přesnější vyjádření intenzity úmrtnosti se používá výpočet měr úmrtnosti podle věku. Ty to míry úmrtnosti mohou být konstruovány odděleně pro muže a ženy. Míra úmrtnosti podle věku pro muže byt se vypočítala za vztahu: D xm * 1000 . = tú m t Px m x

t

Míra úmrtnosti podle věku pro ženy by se pak vypočítala obdobně (Šotkovský, 1998.) V zemích nízkou intenzitou úmrtnosti, jedná se především o rozvinuté země), můžeme pozorovat vyšší hodnoty měr úmrtnosti u mužů ve všech věkových kategoriích. Tento jev se nazývá mužská nadúmrtnost. U populací s vyšší intenzitou úmrtnosti se pak setkává i s nadúmrtnost žen, přičemž se jedná


28

zejména o žen v mladším a reprodukčním věku. Tento jev se vyskytuje hlavně v rozvojových zemích. Úmrtnost spojená s těhotenstvím, porodem a šestinedělím se nazývá mateřská úmrtnost (Kalibová, 2001). Úmrtnost je také silně diferencována věkem. Nejvyšší riziko smrti hrozí v období těsně po narození a díle v období pozdního věku. Vysoká úmrtnost v nízkém věku se postupně snižuje a dosahuje minima obvykle mezi desátým a patnáctým rokem věku. Stoupající větev úmrtnosti pak začíná narůstat s padesátým rokem věku stále rychleji. Kojeneckou úmrtností rozumíme úmrtnost dětí ve věku do jednoho roku. Dále rozlišujeme novorozeneckou úmrtnost, za kterou se považuje úmrtnost během novorozeneckého období, tzn. do 28 dní života. Samostatnými kategoriemi v dělení úmrtnosti je úmrtnost endogenní a exogenní. Exogenní úmrtnost nastává v důsledku chorob a příčin podmíněných vnějším prostředím, zejména sociálním, zatímco endogenní úmrtnost má původ v chorobách s vnitřním původem, např. vrozené vady, infekce a úrazy (Roubíček, 1996). Při demografických studiích zabývajících se studiem procesu umírání bývá současně řešena problematika nemocnosti. Při studiu nemocnosti zkoumáme jednotlivé nemoci jako hromadný jev a sledujeme jejich rozšíření v populaci. Za nemoc se považuje porucha zdraví nebo úraz vyžadující léčení. Při analýze nemocných se zvlášť eviduje počet onemocnění a počet nemocných osob, protože jedna osoba může onemocnět v jednom období vícekrát (Kalibová, 2001). Za zvláštní typ nemocnosti je považována nemocnost spojená s pracovní neschopností. Tato část bývá obvykle nejlépe zmapovanou částí celkové nemocnosti. O celkové nemocnosti se dozvídáme pouze z výběrových šetření nemocnosti, případně ze statistiky některých přenosných, zejména těch, které se mohou šířit rychle a které jsou předmětem speciální statistiky povinně hlášených nemocí (Roubíček, 1996). Nejjednodušším vyjádřením nemocnosti sledované populace je počet onemocnění na určitou nemoc za sledovanou dobu. Nenáročným způsobem sledování úrovně nemocnosti je zachycení počtu všech onemocnění na určitou nemoc za sledované období. Ukazatel intenzity míry onemocnění (mi) vyjadřuje počet onemocnění (B) na 1000 obyvatel středního stavu, tj.:


29

t

B *1000 . t p

mi =

t

Dalším ukazatelem zdravotního stavu je ukazatel nemocnosti neboli prevalence (un). Konstruuje se jako poměr nemocných osob k celé populaci: τ un =

Pb * 1000 . τ P

τ

(6)

Jedná se o okamžikový ukazatel a lze jej doplnit o přesný i dokončený věk nebo konkrétní druh nemoci (Šotkovský, 1998). 3.8.3

Sňatečnost

Demografie se zaměřuje pouze studium monogamních rodin, základem těchto rodin pak je pád dvou jedinců odlišného pohlaví (Kalibová, 2001). Sňatek je podle českého právního řádu právním aktem, při kterém dochází ke sňatku dvou osob různého pohlaví, podle manželského práva. Je nutné splnit několik základních právních podmínek. Mezi ty patří nutnost dosáhnout při vstupu do manželství věku dospělosti, jež je dán hranicí 18 let věku. Ve výjimečných případech je možné tuto hranici snížit maximálně o dva roky. Současně nelze povolit sňatek mezi předky a potomky a mezi sourozenci do stanovené linie spřízněnosti (Šotkovský, 1998). Sňatkuschopné obyvatelstvo tvoří osoby splňující zákonné nebo zvykové podmínky požadované k uzavření sňatku. Sňatkuschopné obyvatelstvo je např. vymezeno rodinným stavem. Do této skupiny tedy patří pouze osoby svobodné, rozvedené nebo ovdovělé (Roubíček, 1997). U sňatků sledujeme jejich pořadí od prvních sňatků, jež jsou také sňatky svobodných. Sňatek je podle právního řádu České republiky událostí opakovatelnou, ale zároveň aktem, ke kterému nemusí v životě některých jedinců vůbec dojít. Počet, struktura a chování sňatkuschopného obyvatelstva jsou významně ovlivňovány dalšími demografickými procesy, např. rozvodovostí, plodností, úmrtností, nemocností, migrací, atd. a základními prostředky analýzy (struktura podle pohlaví a věku) (Kalibová, 2001). Podle Šotkovského (1998) je nejjednodušším ukazatelem intenzity sňatečnosti hrubá míra sňatečnosti (hms). Vyjadřuje počet sňatků (S) připadající na 1000 obyvatel středního stavu:


30

t

hms =

S *1000 . t P t

(7)

Odděleně je pak možné zkoumat mužskou a ženskou sňatečnost, ty pak často vykazují velké rozdíly. Lze vypočítávat také sňatečnost svobodných jako poměr prvních sňatků k počtu svobodných sňatkuschopných a sňatečnost a sňatečnost ovdovělých a rozvedených osob (Roubíček, 1997). Pro podrobnější analýzu lze konstruovat míry sňatečnosti podle věku a redukované míry sňatečnosti v určitém dokončeném věku (Kalibová, 2001). 3.8.4

Rozvodovost

Zánik manželského soužití může být zapříčiněn rozvodem nebo úmrtím jednoho nebo i obou partnerů. Rozvodovost je demografický proces vyvolaný právním zrušením manželství a stává se významným demografickým projevem obyvatelstva. Je třeba brát v úvahu, že statisticky doložená úroveň rozvodovosti nemusí být zcela reálná, neboť je vždy podhodnocením skutečně rozpadlých manželství, protože zachycuje pouze zákonně rozpadlá manželství (Šotkovský, 1998). Úroveň rozvodovosti je závislá na celé řadě společenských a sociálních faktorů (tradice, náboženství, hodnoty, zaměstnanost, vzdělání, žen, atd.), na úrovni sňatečnosti, populační politice a rozvodové legislativě (Kalibová, 2001). Nejjednodušším ukazatelem úrovně rozvodovosti je hrubá míra rozvodovosti (hmro), jež je dána podílem rozvodů (R) na 1000 obyvatel středního stavu (P) obvykle za jeden rok:

t

hmro =

R *1000 . tP t

(8)

Detailnějším ukazatelem pak je míra rozvodovosti manželství podle věku ( rxm ), definovaná jako počet rozvodů v daném věku (Rx) ke střednímu stavu ženatých mužů, respektive vdaných žen konkrétního věku ( Pxm , že , Pxž ,vd ), (Šotkovský, 1998):

rxm =

Rx *1000 . Pxm , že

Za velmi výstižnou charakteristiku rozvodovosti je považován index rozvodovosti (ir), protože souběžně zohledňuje události uzavírání a rozpadu manžel-


31

ství. Jeho konstrukce je poměrně jednoduchá, vypočte se jako podíl počtu rozvodů (R) a sňatků (S):

t

ir =

R *100 . S t

t

Nevýhodou indexu rozvodovosti je, že podléhá vlivu absolutního počtu sňatků vybraného kalendářního roku, které nejsou v analyzovaném období nositeli sledované demografické informace (Šotkovský, 1998). Index rozvodovosti tedy charakterizuje skutečnou úroveň rozvodovosti pouze tehdy, když nedochází k dynamickým změnám sňatečnosti. Pokud míra sňatečnosti klesá a rozvodovost zůstává na stále stejné úrovni, index rozvodovosti ukazuje přirozeně vyšší výsledky, než odpovídá skutečnosti. Naopak pokud míra sňatečnosti roste a rozvodovost zůstává opět na stálé úrovni, index rozvodovosti ukazuje naopak nižší výsledky, než odpovídají skutečnosti (Roubíček, 1996). 3.8.5

Migrace

Migrace na rozdíl od předchozích procesů demografické reprodukce je formou ne přirozeného, ale mechanického pohybu obyvatelstva. Jedná se o formu prostorové mobility mezi dvěma územními jednotkami a znamená obvykle stálou změnu pobytu, tedy trvalého bydliště. Pouze takováto změna je migrací, v žádném případě nelze za migraci považovat stěhování v rámci obce, dojíždění nebo i vyjíždění za účelem cestování. Změna trvalého pobytu a stěhování je registrována na základě registrace přihlášek k trvalému pobytu. Přihlášky jsou podávány na ohlašovnách příslušných obecních a městských úřadů. Ve výše popsaných případech se jedná o migraci vnitřní. Rozeznáváme však také migraci vnější. V případě vnější migrace je třeba rozlišit imigraci a emigraci. V případě imigrace se jedná o příliv obyvatel cizího státu (imigrantů) do země, emigrace je pak opačný proces, při kterém dochází k odlivu vlastních obyvatel země (emigrantů) do jiných států. Pouze vnější migrace tedy přispívá k reprodukci obyvatelstva. Migrace je jeden z demografických procesů, který by měl být bedlivě sledován, zvláště pokud se jedná o obyvatele v produktivním věku. Nejdůležitějším demografickým ukazatelem týkajícím se migrace je hrubá míra migrace, která se vypočítá podle vzorce (Roubíček, 1997):


32

mi =

3.8.6

( I t − Et ) * 1000 . P

(9)

Celkový přírůstek nebo úbytek populace

Celkový přírůstek populace pak oproti přirozenému přírůstku zohledňuje i vliv migrace. Demografickým ukazatelem týkajícím se tohoto demografického procesu pak je hrubá míra celkového přírůstku (Kalibová, 2001): hmcp = hmpp + mi .

3.9

(10)

Odhady a projekce populačního vývoje

Za populační odhady považujeme odhady početního stavu obyvatelstva včetně jeho struktur podle věku a pohlaví z pohledu předpokládaného budoucího a minulého vývoje. To znamená, že tyto odhady nejsou výsledkem statistického šetření, ale využívají nashromážděné statistické datové zdroje z předcházejících časových období jako základní vstupní informace. Populační odhady a projekce se mohou dotýkat obyvatel v kterémkoli regionu světa, tzn. v prostorovém měřítku. V časovém měřítku můžeme posuzovat vývoj v minulém nebo budoucím období. Pokud se orientujeme na minulé období, jedná se obvykle o intercensální odhady, pomocí interpolace. Interpolace se uskutečňuje v rámci již známých hodnot výchozího a konečného stavu. Oproti tomu posuzování budoucího vývoje se provádí pomocí tzv. demografické projekce na základě extrapolace současných populačních trendů. U demografických projekcí lze uplatnit hledisko prostorové, v rámci České republiky rozeznáváme projekce celostátní, republikové, okresní a sídelních jednotek. Z pohledu časového hlediska rozeznáváme projekce krátkodobé do 10 let, střednědobé na dobu 10 - 25 let a projekce dlouhodobé na více než 25 let, tedy na dobu více než jedné generace (Šotkovský, 1998). Je také nutné rozlišovat mezi populačními projekcemi a populačnímu prognózami. Populační projekce vycházejí ze současných trendů a odhadů budoucího vývoje. Jednodušší populační projekce pouze analyzují dosaženou úroveň hlavních komponent demografické reprodukce a migrace předpokládají zachování této úrovně nebo trendu. Populační prognózy jsou složitějším případem populačních projekcí. Při sestavování prognóz se řeší dva druhy problémů. Prvním z nich je formula-


33

ce hypotéz budoucího populačního vývoje na základě poznání současné úrovně demografické reprodukce a obecných zákonitostí populačního vývoje. Druhý problém pak souvisí s metodologií, tzn. technickým charakterem výpočtu projekce. Zvolené metody se liší podle druhu projekcí a existence výchozích dat. Metody používané pro výpočty populačních projekcí můžeme rozlišit na: 1.

metody založené na formální extrapolaci celkového počtu obyvatel s eventuálním doplněním o odhad věkové struktury,

2.

metoda komponentní bez uvažování migrace,

3.

metoda komponentní s uvažováním migrace.

Metoda extrapolace se používá při projekcích týkajících se obyvatelstva světa či velkých územních celků. Komponentní metoda pak slouží k výpočtu nejen počtu, ale také budoucí věkové struktury populace a je založena na posouvání věkových skupin, tzn. jejich zmenšování vlivem úmrtnosti a doplňování na základě předpokládané intenzity plodnosti (Kalibová, 2001)

3.10 Zkoumání ekonomické struktury obyvatelstva Pro demografické studie je významné i rozdělení populace podle ekonomické struktury. Základním hlediskem zkoumání ekonomické struktury obyvatelstva je zkoumání podle ekonomické aktivity. Z hlediska ekonomické aktivity může být obyvatelstvo rozděleno na ekonomicky aktivní a ekonomicky neaktivní. Dalším pohledem na ekonomickou strukturu populace je rozdělení podle výdělečné činnosti na výdělečně činné a obyvatelstvo bez výdělečné činnosti. Jiný pohled rozděluje obyvatelstvo se samostatným zdrojem příjmu a bez samostatného zdroje příjmů. Mohlo by se zdát, že ekonomická aktivita, výdělečná činnost a samostatný zdroj příjmů jsou synonyma, ale není tomu tak. Ekonomická aktivita neboli hospodářská činnost je každá lidská výdělečná i nevýdělečná činnost, v odvětví výroby i služeb související s vytvářením produktu celé společnosti. Výdělečná činnost je druh hospodářské činnosti, který svému nositeli poskytuje výdělek ve formě zisku, platu nebo mzdy. Výdělečná činnost je zároveň samostatným zdrojem příjmu. Ne však jediným, neboť vedle zmíněných možností jsou zdrojem příjmu také důchody a penze nebo majetkové výnosy. Osoby bez samostatného zdroje příjmů se nazývají závis-


34

lé osoby a příjmy získávají z podpor od státu nebo neziskových dobročinných organizací (Roubíček, 1997). Pro strukturování populace z hlediska ekonomické struktury se také často využívá klasifikace podle poměru k povolání. Tato struktura se zobrazuje škálou, odvozenou z klasifikace stupně účasti na hospodářské aktivitě země a tím kombinuje předešlá tři třídění a umožňuje získat deset skupin obyvatelstva podle poměru k povolání (Roubíček, 1996): 1.

Výdělečně činní – osoby živící se vlastní prací v samostatném podnikání nebo jako živnostníci.

2.

Pomáhající členové rodiny – jedná se neplacené rodinné pracovníky, kteří se účastní hospodářské aktivity bezúplatně mnohdy pouze částečně.

3.

Zdržení od povolání – jsou osoby, které již ekonomicky aktivní byly, ale nastaly překážky, kvůli kterým musely svou aktivitu ne vždy dobrovolně opustit. Může se jednat např. o dlouhodobě nemocné, vězně, vojáky, příslušníky klášterních společenství atd. Někdy bývají uváděny i osoby nezaměstnané.

4.

Připravující se k povolání – osoby, které doposud ekonomicky aktivní nebyly, ale na svou ekonomickou aktivitu se připravují studiem.

5.

Děti – za děti jsou považovány osoby v dokončeném věku do 14 let, které až na výjimky žijí v domácnostech ekonomicky aktivních osob a jsou na ně odkázány výživou.

6.

Ženy v domácnostech – jedná se o ženy vedoucí domácnost nebo žijící v domácnostech ekonomicky aktivních osob a jsou na tyto osoby odkázány výživou.

7.

Ostatní rodinní příslušníci – osoby bez vlastních příjmů. Jež žijí jako rodinní příslušníci v domácnostech ekonomicky aktivních osob a jsou na ně odkázáni. Nejčastěji se jedná o osoby příbuzné, jež nemohou být ekonomicky aktivní pro stáří nebo nemoc a často ani jindy v životě nemohly být ekonomicky aktivní.

8.

Penzisté a důchodci – osoby ekonomicky neaktivní v postprodukčním věku, žijící na odpočinku na účet svých starobních a invalidních důchodů či penzí, které nejčastěji plynou z jejich pojištění v době ekonomické aktivity.

9.

Rentiéři – jsou sice ekonomicky neaktivní, ale s vlastními zdroji příjmů. Zmiňované příjmy nejčastěji plynou z majetkových výnosů, tzn. z rent, úroků a dividend.


10.

35

Osoby ve veřejné péči – ekonomicky neaktivní, bez vlastních příjmů a odkázány na veřejnou péči. Ta je poskytována buď státem, nebo dobročinnými organizacemi.

Metodický postup

36

4 Metodický postup 4.1

Analýza časových řad

Časovou řadou rozumíme posloupnost věcně a prostorově srovnatelných pozorování neboli dat, která jsou jednoznačně uspořádána z hlediska času ve směru minulost – přítomnost. Analýzou časových řad se pak rozumí soubor metod, které slouží k popisu těchto dat ( Hindls, 2006). Je nutné dbát na dodržení požadavku, aby věcná náplň ukazatele i jeho prostorové vymezení byly shodné v celém sledovaném časovém období. Pokud jsou časové intervaly (t1, t2),…, (tn-1, tn) stejně dlouhé, zjednodušeně zapisujeme časovou řadu jako y1,…, yn (Budíková, 2005). Časové řady ekonomických ukazatelů jsou obvykle členěny podle určitých hledisek. Jedná se zejména o vyjádření rozdílností v obsahu sledovaných ukazatelů a tyto rozdíly jsou mnohdy doprovázeny i specifickými statistickými vlastnostmi. Z tohoto důvodu je následně nutné volit diferencovaně i prostředky analýzy sloužící k porozumění mechanismu, jež utváří vývoj časové řady. Základní druhy časových řad ekonomických ukazatelů se rozdělují: • podle rozhodného časového hlediska na časové řady intervalové (intervalových ukazatelů) a časové řady okamžikové (okamžikových ukazatelů). Intervalovou časovou řadou se rozumí řada intervalového ukazatele, tzn. ukazatele, jehož velikost závisí na délce intervalu, za který je sledován. Intervalové ukazatele se musí vztahovat ke stejně velkým intervalům, v opačném případě by došlo ke zkreslenému srovnání. Aby byla tato srovnatelnost zajištěna, často se všechna období přepočítávají na jednotkový časový interval. Tento přepočet se nazývá očišťování časových řad. Oproti tomu okamžikové ukazatele se vztahují k určitému okamžiku, • podle periodicity s jakou jsou údaje sledovány na časové řady roční (někdy také nazývány dlouhodobé) a časové řady krátkodobé, jež jsou zaznamenávány čtvrtletně, měsíčně, dále v týdenních a kratších periodách. Mezi nejsledovanější ekonomické časové řady patří právě řady měsíční, • podle druhu sledovaných ukazatelů na časové řady primárních neboli prvotních ukazatelů a na časové řady druhotných neboli odvozených ukazatelů. Primární ukazatele jsou ukazatele zjišťované přímo, ukazatele druhotné jsou odvozeny nepřímo trojím způsobem: jako funkce (větši-

Metodický postup

37

nou rozdíl či podíl) primárních ukazatelů, jako funkce různých hodnot téhož primárního ukazatele a jako funkce dvou či více primárních ukazatelů (např. relativní ukazatele), • podle způsobu vyjádření údajů na časové řady naturálních ukazatelů, kdy ukazatele jsou vyjádřeny v naturálních jednotkách a časové řady peněžních ukazatelů s údaji vyjádřenými v peněžních jednotkách (Hindls, 2006).

4.1.1

Srovnatelnost údajů v časové řadě

Ještě dříve než se přistoupí k analýze, případně prognóze časových řad, je třeba se přesvědčit, že jednotlivé údaje jsou skutečně srovnatelné z věcného, prostorového a časového hlediska. Pod věcným hlediskem rozumíme to, zda jsou údaje v časové řadě stejně obsahově vymezeny. Mění-li se během času obsahové vymezení ukazatele, nejsou časové řady srovnatelné a pro další úvahy nepoužitelné. Prostorovou srovnatelností chápeme možnost používat údaje v časových řadách, jež se vztahují ke stejným geografickým územím. Nemusí se však vždy jednat o čistě geografické hledisko, někdy ekonomický prostor atd. Časová srovnatelnost údajů je problémem zejména u intervalových ukazatelů časových řad, jejichž velikost je odvislá od délky intervalu. V ekonomických řadách je nutné zohlednit i cenovou srovnatelnost (Hindls, 2006). 4.1.2

Základní charakteristiky časových řad

Většinou prvním úkolem při analýze časových řad je získat rychlou představu o charakteru procesu, jež řada reprezentuje. K základním charakteristikám časových řad podle Hindlse (2006) patří diference různého řádu, tempa a průměrná tempa růstu a průměry hodnot časové řady: • 1. diference ∆1t = y t − y t −1 , t = 2, 3, …, n, • 2. diference ∆2t = ∆1t − ∆1t −1 , t = 3, 4, …, n, • tempa růstu někdy nazývána jako koeficienty růstu nebo řetězové indexy

Metodický postup

38

kt =

yt , t = 2, 3, …, n, y t −1

• průměrné tempo růstu určována jako geometrický průměr

k = (k 2 k 3 ...k n )n −1 . 1

4.1.3

Modelování časových řad

Jednou z metod a způsobů, kterými lze modelovat časové řady je pomocí klasického neboli formálního modelu. Tento model vychází z dekompozice řady na čtyři složky časového pohybu. Současná existence všech čtyř složek však není nutná a je většinou podmíněna věcným charakterem časového ukazatele. Časovou řadu lze tedy dekomponovat na: • trendovou složku Tt, • sezónní složku St, • cyklickou složku Ct, • náhodnou složku εt.

Vlastní tvar rozkladu pak může být dvojího typu: 1.

aditivní yt = Tt + St + Ct + εt = Yt + εt, t = 1, 2, …, n, kde Yt bývá souhrnně označeno jako teoretická (modelová) složka ve tvaru Tt + St + Ct,

2.

multiplikativní yt = Tt St Ct εt, t = 1, 2, …, n.

Trendem rozumíme hlavní tendenci dlouhodobého vývoje hodnot analyzovaného ukazatele v čase. Trend může být rostoucí, klesající nebo konstantní, kdy hodnoty časové řady kolísají kolem určité v podstatě neměnné hodnoty. Sezónní složka je pravidelně se opakující odchylka od trendové složky a vyskytuje se u časových řad údajů s periodicitou sledování menší než rok nebo rovnou právě jednomu roku. Příčin sezónního kolísání může být více, např. vlivem různé délky měsíčního či pracovního cyklu nebo vlivem společenských zvyklostí (svátky, …). Cyklickou složkou je pak míněno kolísání okolo trendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok. Pro tyto účely je pak cyklus chápán jako dlouhodobé kolísání s neznámou periodicitou, jež může

Metodický postup

39

mít i jiné příčiny než ekonomický cyklus. Může se jednat o cyklus demografický nebo inovační apod. Někdy se také můžeme setkat s tím, že je cyklická složka zahrnována do trendové. Náhodná složka je taková veličina, kterou nelze popsat žádnou funkcí času. Jedná se o složku, která zbude, pokud oddělíme trend, sezónní a cyklickou složku. V ideálním případě jsou jejím zdrojem drobné a v jednotlivostech nepostižitelné příčiny, které jsou navíc vzájemně nezávislé. V takovémto případě se jedná o náhodnou (stochastickou) složku a její chování může popsat pomocí pravděpodobnosti (Hindls, 2006). 4.1.4

Popis trendové složky časové řady

Popis tendence vývoje analyzované řady je jedním z nejdůležitějších úkolů analýzy časových řad. Trend v řadě může být popsán trendovou funkcí, klouzavými průměry nebo klouzavými mediány. Modelování trendu časové řady pomocí trendové funkce se používá, pokud vývoj této řady odpovídá určité funkci času, jako jsou lineární, kvadratická, exponenciální a další funkce. Modelování pomocí klouzavých průměrů a mediánů se používá v případě, že je vývoj řady v důsledku působení nesystematické složky nerovnoměrný nebo vykazuje extrémní hodnoty. Nejpoužívanější metodou pro získání parametrů trendových funkcí je metoda nejmenších čtverců, která je použitelná, jestliže je trendová funkce lineární v parametrech. Metodou nejmenších čtverců lze přímo získat odhady parametrů z lineární a parabolické trendové funkce. Lineární trend je nejčastěji používaný typ trendové funkce. Má velký význam, protože jej lze použít vždy minimálně pro orientační určení základního směru vývoje analyzované časové řady. Lineární trend neboli trendová přímka se vyjadřuje ve tvaru Tt = β 0 + β1t , kde β 0 a β1 jsou neznámé parametry a t = 1, 2, …, n je časová proměnná. K odhadu parametrů β 0 a β1 , které označíme b0 a b1, použijeme s ohledem na linearitu funkce metodu nejmenších čtverců, která dává nejlepší nevychýlené odhady. K získání těchto odhadů je třeba vyřešit soustavu rovnic:

∑yt ∑ ty t

= nb 0 + b1 ∑ t ,

= b 0 ∑ t + b1 ∑ t 2 ,

kdy symbolem Σ se vždy rozumí součet pře t od 1 do n.

Metodický postup

40

Řešením této soustavy normálních rovnic jsou odhady parametrů vypočítané podle vzorců b0 =

∑yt

b1 =

n

=y

,

∑ty t . ∑t 2

Parabolický trend je zapisován v podobě Tt = β 0 + β 1t + β 2t 2 ,

kde β0, β1 a β2 jsou neznámé parametry a t = 1, 2, …, n je časová proměnná. Jedná se o poměrně často využívaný typ funkce. Protože i parabolická funkce je lineární z hlediska parametrů, používá se k odhadu parametrů opět metoda nejmenších čtverců. Pro jejich získání je tedy třeba vyřešit tuto soustavu rovnic:

∑y ∑y

t = b 0 ∑ t + b1 ∑ t 2 + b 2 ∑ t 3 ,

1

∑y t 1

= nb0 + b1 ∑ t + b2 ∑ t 2 ,

t

2

= b 0 ∑ t 2 + b1 ∑ t 3 + b 2 ∑ t 4 .

Po vyřešení soustavy těchto tří rovnic dojdeme k výpočtu jednotlivých parametrů podle následujících vzorců: b0 =

∑ y t ∑t n∑t b1 =

b2 =

4 4

− ∑t 2 ∑ y tt 2 −

,

(∑ t )

2 2

∑ y tt ∑t 2

n ∑ y tt 2 − ∑ y t ∑t 2 n ∑ t 4 − (∑ t 2 )

2

.

Lineární a parabolický trend samozřejmě nejsou jediné trendy, které lze pro modelování trendové složky použít. Literatura dále zmiňuje exponenciální a modifikovaný exponenciální trend, logistický trend a Gompertzovu křivku.

Metodický postup

41

Volba trendové funkce je závažná otázka a lze pro její výběr použít několik metod. Základem rozhodování o vhodném typu trendové funkce by měla být věcně ekonomická kritéria, tzn., že trendová funkce by měla být volena na základě věcné analýzy zkoumaného ekonomického jevu. Pomocí této věcné analýzy můžeme zjistit, jestli je daná funkce rostoucí nebo klesající, zda je nekonečně rostoucí nebo s růstem pouze ke konečné limitě apod. Toto zkoumání však odhalí pouze základní tendence ve vývoji analyzovaného ukazatele. Z tohoto důvodu bývají využívány ještě jiné metody pro výběr trendové funkce. Další metodou, která zjednodušuje volbu trendové funkce je analýza grafů časové řady. Nebezpečí této metody ale spočívá v její subjektivitě, různí lidé totiž mohou při jejím použití dojít k odlišným závěrům a volit různé trendové křivky. Zároveň je tvar grafu do jisté míry závislý na volbě použitého měřítka. Z těchto důvodů se při hledání vhodného typu trendové funkce opíráme hlavně o rozbor empirických údajů, vhodným kriteriem nalezení trendové funkce může být také analýza diferencí časové řady (Hindls, 2006). 4.1.5

Vícerozměrná regresní analýza

Nástrojem, pomocí kterého lze kvantifikovat neznámé parametry ekonometrickém modeluje vícerozměrná regresní analýza. Nejznámějším odhadovým postupem pro určení numerických hodnot parametrů jednorovnicového lineárního regresního modelu je technika nejmenších čtverců. Výsledný model pak lze zapsat ve tvaru Y = β 1 + β 2 X 2 + ... + β k X k + u ,

kde u je náhodná složka, β1 je tzv. absolutní člen nebo úrovňová konstanta, β j je j–tý regresní koeficient či parametr ( j = 1,2,..., k ) (Hušek, 2007). Pro odhad parametrů vícerozměrného regresního modelu je v práci používán ekonometrický program Gretl 1.9.12. Gretl používá pro odhad parametrů metodu nejmenších čtverců a pro vyhodnocení výsledného modelu je k dispozici množství testů. V následující části kapitoly je uveden přehled nejdůležitějších použitých testů. Metodika všech níže zmiňovaných testů spočívá v testování nulové hypotézy pomocí porovnávání výsledné p-hodnoty se zvolenou hladinou významnosti. Principielně lze říci, že nulová hypotéza popisuje žádanou vlastnost regresního modelu, alternativní hypotéza pak nežádoucí stav, např.:

Metodický postup

42

H 0 : r = 0 , (mezi proměnnými existuje závislost),

H A : r ≠ 0 , (mezi proměnnými není závislost). Je důležité upozornit, že to platí pro všechny testy uvedené ve výčtu, kromě F-testu. Zde je naopak žádoucí nulovou hypotézu o nevýznamnosti zamítnout (Adkins, 2013). F-test F-test je využíván pro zhodnocení statistické významnosti modelu, tzn. zda model vysvětluje chování závislé proměnné. Dochází tedy k testování nulové hypotézy o statistické nevýznamnosti modelu. Pokud je p-hodnota menší než zvolená hladina významnosti 0,05, nulovou hypotézu zamítáme (Adkins, 2013). Koeficient determinace Koeficient determinace představuje procento variability, které je vysvětleno v regresním modelu. Nabývá tedy hodnot od 0 do 1 a čím více se blíží jedné, tím více variability model vysvětluje. Může být zkreslen faktem, že závisí na počtu parametrů v modelu. Tento nedostatek je vyřešen modifikovaným koeficientem determinace (Adkins, 2013). Langrange Multiplier (LM) test specifikace modelu LM test, nazývám také testem nelinearity, se používá pro identifikaci špatné specifikace funkční formy výsledného modelu. Při testování jsou využívány druhé mocniny a logaritmy vysvětlujících proměnných. Princip testování je založen na faktu, že pokud je funkční forma nevhodně zvolena, dochází ke korelaci rezidua modelu s nově přidanými proměnnými. Nulovou hypotézu o linearitě zamítáme, pokud je p-hodnota menší než zvolená hladina významnosti 5 % (Adkins, 2013). RESET test RESET test se používá pro verifikaci správné specifikace modelu. Pomocí něj tedy zkoumáme, zda v modelu není nadbytečná nebo chybějící proměnná nebo zda nedošlo k chybnému zvolení funkční formy. Pro provedení testu jsou do modelu přidávány polynomy vyšších řádů, nejčastěji druhého a třetího stupně. Výsledkem správně provedeného testu je p-hodnota, podle které opět určíme, zda nulovou hypotézu zamítáme, či nikoli. Jestliže je tedy phodnota menší než zvolená hladina významnosti 0,05, nulo-

Metodický postup

43

vou hypotézu o správné specifikaci modelu zamítám a model není správně specifikován (Adkins, 2013). Testy heteroskedasticity Důležitým požadavkem na vícerozměrný regresní model konstantní rozptyl chybového členu, tedy homoskedasticita. V případě, že chybový člen nemá konstantní rozptyl, je v modelu identifikována heteroskedasticita (Studenmund, 1997). Výskyt heteroskedasticity je možné identifikovat pomocí Whiteova testu, který používá čtverce reziduí jako vysvětlující proměnnou v pomocném modelu, jež zahrnuje také vysvětlující proměnné z původního modelu a druhé mocniny regresorů a všechny jejich kombinace. Dalším testem pro verifikaci heteroskedasticity je Breusch – Paganův test založený na Langrangeových multiplikátorech. Pomocný model opět zahrnuje druhé mocniny reziduí a původní vysvětlující proměnné. Vyhodnocení obou testů probíhá na základě p-hodnoty. Pokud je phodnota menší než zvolená hladina významnosti 0,05, zamítáme nulovou hypotézu o konstantním rozptylu a v modelu je identifikována heteroskedasticita (Adkins, 2013). Test normality Kritériem, které musí být v regresním modelu splněno je i normální rozdělení chybového členu. Normální rozdělení lze ověřit pomocí grafu histogramu reziduí nebo Chí-kvadrát testu (Studenmund, 1997). Pro vyhodnocení testu je opět rozhodující velikost p-hodnoty, pokud se nalézá pod hranicí zvolené hladiny významnosti 5 %, musíme nulovou hypotézu o normálním rozdělení zamítnout (Adkins, 2013). Durbin-Watsonův test Nežádoucím jevem, jež může chybový člen modelu vykazovat i autokorelace, neboli korelace pozorování chybového členu mezi sebou samými. Pro identifikaci tohoto jevu slouží Durbin-Watsonův test a BreuschGodfreyův test. Oba testy pro vyhodnocení využívají p-hodnotu a DurbinWatsonův test navíc je DW statistiku. V případě, že je p-hodnota menší než zvolená hladina významnosti 5 %, musíme zamítnout nulovou hypotézu o nepřítomnosti autokorelace (Adkins, 2013).

Metodický postup

44

Test multikolinearity Vysvětlující proměnné regresního modelu mohou být mezi sebou nezávislé nebo se mezi nimi může vyskytovat závislost. Přítomnost takovéto závislosti je nazývána multikolinearitou. K ověření přítomnosti multikolinearity lze použít párové korelační koeficienty nebo ukazatele VIF. Multikolinearita je v modelu přítomná, pokud párové korelační koeficienty překračují hodnotu 0,8 nebo pokud VIF faktory dosahují vyšší hodnoty než 10 (Adkins, 2013). 4.1.6

Metody prognózování vývoje časových řad

Jedním z hlavních cílů ekonometrického modelování je prognózování, popř. predikce hodnot vysvětlovaných endogenních proměnných mimo pozorování. Ekonometrická prognóza neboli předpověď je kvantitativním odhadem pravděpodobnosti budoucí hodnoty konkrétní ekonomické veličiny pomocí minulé i současné informace, jež může být zastoupena ekonomickou teorií, statistickými daty a odhadnutým ekonometrickým modelem (Hušek, 1999). Kvantitativní přístupy k prognózování Na rozdíl od kvalitativních metod, zastoupených např. expertními posudky a delphi metodou, patří kvantitativní postupy k nejpoužívanějším v prognózování. Zpravidla rozlišujeme tři typy kvantitativních prognostických postupů: 1.

Jednorozměrné metody prognózování Vyjadřují budoucí neboli predikované hodnoty časové řady jako funkce pouze jejich minulých hodnot bez použití dalších vysvětlujících proměnných.

2.

Vícerozměrné metody prognózování Projektují budoucí hodnoty vysvětlované proměnné pomocí modelování a vysvětlení vztahu mezi minulými hodnotami jedné nebo více časových řad a jiných časových řad.

3.

Ostatní kvantitativní metody prognózování Tato skupina modelů reprezentuje celou řadu přístupů, které se v prognózování nepoužívají tak často, ale v některých konkrétních případech dávají přínosné výsledky. Řadí se sem postupy používané v operačním výzkumu, expertní systémy, umělé neuronové sítě a genetické algoritmy (Hušek, 2007).

Vlastní zpracování a výsledky

45

5 Vlastní zpracování a výsledky 5.1

Zdroje dat

Veškeré údaje použité v praktické části diplomové práce jsou dostupné z internetových stránek Českého statistického úřadu a jejich zdroje jsou řádně ocitované v kapitole 6 Literatura. Pro popis a analýzu dlouhodobého vývoje demografických procesů jsou využita data v časovém intervalu od roku 1989 do roku 2011 s periodicitou sledování jeden rok. Údaje naměřené před rokem 1993 byly přepočteny Českým statistickým úřadem. Součástí práce bude také predikce vývoje počtu živě narozených a zemřelých. Využity budou absolutní údaje a pro zvýšení přesnosti předpovědi čtvrtletní data. Kvůli nedostupnosti starších dat, predikce vyjdou z čtvrtletní údajů období od roku 1992 do roku 2011. Pro vícerozměrnou analýzu jsou z důvodu nedostupnosti některých dat použity časové řady pro sledované období 1993 – 2011, opět se jedná o roční časové řady.

5.2

Porodnost a plodnost

Porodnost a plodnost patří k nejvíce významným a nejčastěji zkoumaným demografickým veličinám a předpokládá se, že mají také největší dopad na vývoj populace. Pojem plodnost znamená počet nově narozených dětí vzhledem ke stavu populace a z porovnání s ukazatelem úmrtnosti lze usuzovat, zda dochází k vymírání nebo naopak nárůstu populace. Porodnost pak znamená reálný počet narozených dětí. Základní dělení porodnosti je na dvě skupiny a to narozené živě a narozené mrtvě. Jejich počty v letech 1989 – 2011 zobrazuje Obr. 1.


46

Obr. 1 Počet živě a mrtvě narozených v letech 1989 – 2011 Zdroj: Vlastní zpracování

Jak vyplývá z grafu na Obr. 1, počet narozených dětí dosáhl svého maxima 130 564 v roce 1990. Tento vyšší počet narozených dětí nejen v tomto roce, ale i dalších rocích počátku devadesátých let bývá vysvětlován natalitní vlnou, kdy silné ročníky z druhé poloviny 70. let založily rodiny a porodily děti. Tato generace ze sedmdesátých let bývá nazývána „Husákovými dětmi“, podle tehdejšího prezidenta ČSSR. S přibývajícími lety pak počet narozených dětí průběžně klesal, přičemž svého minima dosáhl v roce 1999, kdy se počet živě narozených dětí propadl pod devadesát tisíc na 89 471. Od tohoto propadu, však můžeme sledovat mírný nárůst, který přetrvával až do roku 2009. V tomto roce počet živě narozených dětí dosáhl 118 348. Poté však vývoj porodnosti opět nabývá klesající tendenci a v roce 2011 klesla porodnost na 108 673 živě narozených dětí. Počet mrtvě narozených dětí se také snižoval, přičemž v roce 1989 činil 525 a klesl na 265 v roce 2004. Od té doby mírně rostl a v roce 2011 byl počet mrtvě narozených dětí 317. V dlouhodobém pohledu tedy dochází i k poklesu tohoto ukazatele. Tuto skutečnost lze přičítat nejen celkově se snižující porodnosti, ale také rozvoji a stále se zvyšující úrovni zdravotní péče. Nejčastěji používaným ukazatelem popisujícím porodnost je hrubá míra porodnosti, kterou vypočítáme podle vzorce (4) a vyjadřuje počet živě narozených dětí na 1000 obyvatel. Vypočtené hodnoty pro jednotlivé roky jsou uvede-


47

ny v Tab. 11. Vývoj hrubé míry porodnosti za sledované období znázorňuje graf na Obr. 2.

Obr. 2 Hrubá míra porodnosti v letech 1989 – 2011 Zdroj: Vlastní zpracování

Z Obr. 2 je názorně vidět, že hrubá míra porodnosti sleduje vývoj počtu narozených dětí. Křivka má tedy převážně klesající charakter s minimem v roce 1999 na hodnotě 8,7 narozených dětí na 1000 obyvatel. I zde můžeme sledovat nárůst trvající do roku 2009 až na 11,5 v roce 2011 a následný pokles na pouhých 10,4. Oživení porodnosti je zapříčiněno zejména změnou v rodinné politice státu, neboť významnost porodnosti pro budoucí stabilitu si tvůrci státní politiky začínají čím dál více uvědomovat. Podpora rodin však vede pouze k omezenému růstu porodnosti. Zmiňovaný, na Obr. 2 dobře patrný pokles v roce 2009, bývá také přičítán propuknutí finanční krize a jí způsobenému oslabení státní podpory rodin a narůstající nejistoty ve společnosti. Dalším ukazatelem porodnost je úhrnná plodnost. Úhrnná míra plodnosti zobrazuje počet narozených dětí na jednu ženu v reprodukčním věku. Za reprodukční věk je považováno období života ženy od 15 do 49 let. Úhrnná plodnost by měla dosahovat hodnoty přibližně 2,1. Toto je doporučená hodnota, při které je zajištěna prostá reprodukce obyvatelstva bez výraznějšího přirozeného příbytku a úbytku. Pokud je však hodnota kazatele nižší, početní stav populace má tendenci se snižovat a dochází k jejímu vymírání. Úhrnná míra plodnosti za sledované období je vyjádřena na Obr. 3, vypočítané hodnoty v Tab. 11.


48

Obr. 3 Úhrnná míra plodnosti v letech 1989 – 2011 Zdroj: Vlastní zpracování

V Obr. 3 můžeme vidět, že po celé sledované období se křivka nachází pod kritickou hodnotou 2,1. V roce 2009, kdy byla zaznamenána nejnižší porodnost, dokonce ukazatel klesl na 1,133. Toto snížení představuje o jedno dítě na matku méně než je doporučená hodnota, čímž dochází prakticky ke generačnímu skokovému snížení počtu produktivní populace. Následkem pak je dvojnásobné ekonomické zatížení produktivní skupiny obyvatelstva v následující generaci. Od roku 2000 dochází k opětovnému nárůstu plodnosti, který však dosahuje maxima v roce 2008 hodnotou 1,497 a je následován poklesem, přičemž v roce 2011 dosahovala úhrnná plodnost hodnoty pouze 1,427. Došlo tedy k určitému zlepšení, ale ani hodnota dosažená v roce 2011 není dostačující pro prostou reprodukci obyvatelstva a v současnosti dochází k vymírání populace. Zmiňovaný nárůst plodnosti po roce 1999, bývá přičítán změně v oblasti státní rodinné politiky. Celoplošné zvýšení přídavků na dítě přispělo k částečnému obnovení plodnosti, ale jak vidíme z Obr. 3, nárůst byl pouze dočasný. Pro dlouhodobou podporu nárůstu plodnosti je třeba provést zásadní změnu v oblasti rodinné a populační politiky. Je třeba zaměřit se především na podporu porodnosti zejména u mladších generací, protože další poklesy a trvale nízká plodnost by znamenala neúměrné zatížení ekonomicky aktivní skupiny obyvatel a měla by významný vliv na stabilitu sociálního a důchodového systému.


49

Vývoj plodnosti však nebyl ovlivněn pouze populační politikou státu, ale i dalšími významnými změnami, ke kterým došlo ve 20. století. Jednou z těchto změn je rozhodnutí rodičů o snižování počtu dětí. Další významnou změnou je odsun mateřství do vyššího věku a to jak u žen, tak i u mužů, emancipace žen, budování kariéry, atd. Jak bylo zmíněno výše, stále častěji se u žen setkáváme s odsouváním mateřství do pozdějšího věku. Tento trend je zobrazen v grafu na Obr. 4.

Obr. 4 Průměrný věk matky při narození prvního dítěte v letech 1989 – 2011 Zdroj: Vlastní zpracování

Z průběhu grafu na Obr. 4 je jasně zřetelné, že dochází k neustálému zvyšování věku prvorodiček. V roce 1989 byl průměrný věk matky při narození prvního dítěte 22,5 roku. V průběhu sledovaného období začal nabírat stoupající tendenci. V roce 2001 se průměrný věk prvorodiček poprvé dostal přes hranici pětadvaceti let. Od té doby stále stoupá a v roce 2011 dosáhl 27,8 let. Podle stávajícího trendu lze předpokládat další odsouvání mateřství a tedy stoupající průměrný věk prvorodiček, nebude se však pravděpodobně jednat o velký nárůst, neboť odsouváním mateřství do pozdějšího věku snižuje šanci na otěhotnění a způsobuje mnoho rizik spojených s průběhem těhotenství. Změna ve věku prvorodiček je způsobena většími možnostmi mladé generace vzdělávat se a budovat kariéru. Dále má na situaci vliv větší obtížnost obstarání bydlení, než jaká byla v minulosti. Neopomenutelným vlivem je také stále doznívající finanční krize. K novým trendům v oblasti mateřství patří nejen jeho odsouvání do pozdějšího věku, ale také vztah mateřství a rodičovství. V minulosti by-


50

lo rodičovství a manželství neodmyslitelně spjato. Pohled na manželství se však mění a stále více párů upřednostňuje nesezdané soužití, což způsobuje rostoucí počet dětí narozených mimo manželství. Podíl dětí narozených mimo manželství je vykreslen na Obr. 5.

Obr. 5 Počet dětí narozených mimo manželství v letech 1989 – 2011 Zdroj: Vlastní zpracování

Počet dětí narozených mimo manželství poměrně rychle stoupá. V roce 1989, na začátku sledovaného období, činil počet dětí narozených mimo manželství 10 141. V následujících letech se číslo takto narozených dětí zvedalo pouze mírně, okolo však dochází ke k prudšímu nárůstu a v roce 2001 počet dětí narozených nesezdaným párům poprvé překročil hranici dvaceti tisíc a činil 21 276. Během prvního desetiletí jednadvacátého století pak počet mimomanželsky narozených dětí prudce stoupal a v roce 2011 dosáhl 45 421. V roce 1989 tedy podíl dětí narozených mimo manželství na živě narozených dětech činil 7,9 %, do roku 2011 však došlo k nárůstu podílu dětí narozených mimo manželství na 41,8 %. Během sledovaného období tedy došlo k nárůstu dětí narozených mimo manželství téměř o 34 %. Podle výše popsaných demografických ukazatelů je jasné, že v současnosti dochází k postupnému vymírání populace. Tento fakt je podpořen nejen klesající porodností a hrubou mírou porodnosti, ale také trvale nízkou úhrnnou mírou plodnosti. V roce 2005 se tento trend začal mírně měnit, nejednalo se však o změnu dostatečnou, ani trvalou. Od roku 2009 opět dochází k poklesu těchto ukazatelů.


51

Podobně jako úmrtnost, je porodnost ovlivněna mnoha faktory, mezi které můžeme zařadit rozvoj zdravotnictví a vědeckotechnický pokrok, hlavně v oblasti umělého oplodnění, které dává možnost počít i matkám, které by za jiných okolností neotěhotněly, zároveň umožňuje početí dítěte ve vyšším věku. Dalším vlivem odrážejícím se na výši porodnosti jsou ekonomické podmínky státu, protože výdaje na výchovu dítěte jsou nezanedbatelné. Proto se špatná ekonomická situace státu téměř ihned odráží na porodnosti. Tento předpoklad byl částečně podpořen zastavením růstu a následným poklesem porodnosti od roku 2009. Na porodnosti se odráží také zmiňované odsouvání těhotenství do pozdějšího věku ženy, podpořené emancipací žen, snahou o dosažení vysokého vzdělání a budováním kariéry. Nelze však předpokládat, že by věk prvorodiček stoupal stále stejným tempem a očekává se postupné ustálení na hranici 30 let věku.

5.3

Úmrtnost

Dalším, neméně významným demografickým ukazatelem vedle porodnosti, je úmrtnost. Je jedním z prvních jevů, kterými se začala demografie zabývat a zkoumá úmrtnost jako hromadný jev, jako proces vymírání populace. V současné době je zaznamenáván nárůst ukazatele střední délky života, který svědčí o poklesu úmrtnosti v jednotlivých letech a narůstajícím podílu postproduktivní skupiny populace. Tato situace je zapříčiněna především zlepšující se kvalitou zdravotnické péče. Obr. 6 ukazuje graf zachycující vývoj absolutních počtů úmrtnosti v jednotlivých letech. V jeho průběhu dochází k mírným výkyvům, ale celkový trend je klesající. V roce 1989 činil celkový počet zemřelých 127 747 osob, zatímco na konci sledovaného období v roce 2011 bylo zaznamenáno pouze 106 848 zemřelých osob. Pokles úmrtnosti spolu s poklesem porodnosti se tak stává příčinou stárnutí populace.


52

Obr. 6 Počet zemřelých v letech 1989 – 2011 Zdroj: Vlastní zpracování

Nejdůležitějším demografickým ukazatelem úmrtnosti je však hrubá míra úmrtnosti udávající počet zemřelých osob na 1000 obyvatel, vypočítat ji lze ze vzorce (5), výpočty pro jednotlivé roky zvoleného období obsahuje Tab. 11, její grafické vyjádření je zobrazeno v Obr. 7. Z v grafu na Obr. 7 je jasně zřejmá klesající tendence hrubé míry úmrtnosti. V jednotlivých letech dochází k mírným výkyvům, ale klesající trend je zachován. Na počátku období, v roce 1989 dosahovala hrubá míra úmrtnosti 12,3 zemřelých osob na 1000 obyvatel. Od roku 1990 docházelo k poklesu s mírnými výkyvy. Nárůst zemřelých byl zaznamenán v roce 2003, nicméně nebyl nijak významný a byl následován dalším poklesem. V roce 2011, posledním sledovaném období, se hrubá míra úmrtnosti nacházela na úrovni 10,2, což je zhruba o dvě úmrtí na 1000 obyvatel méně.


53

Obr. 7 Hrubá míra úmrtnosti v letech 1989 – 2011 Zdroj: Vlastní zpracování

Úroveň a vývoj úmrtnosti určitým způsobem vyjadřují a jsou důsledkem nemocnosti, kvality životních podmínek a způsobu života. Nemocnost je přímo ovlivňována dostupností a vyspělostí zdravotnické páče. Jelikož se stále zlepšuje, přináší s sebou prodloužení délky života populace, neoddělitelné spjaté se stárnutím populace. Dalšími faktory ovlivňujícími vývoj tohoto ukazatele patří ekonomické podmínky v zemi, snaha státu o zlepšení životního prostředí a vytvoření lepšího prostředí pro život. V neposlední řadě je nutné zahrnout ještě socioekonomické faktory, mezi které patří životní úroveň obyvatelstva, zdravý životní styl a rozšiřující se obliba fyzických aktivit mezi populací. Všechny výše uvedené faktory pak vedou ke zvyšování naděje dožití neboli střední délky života. Tento demografický ukazatel je sledován zvlášť pro muže a ženy. Vývoj obou těchto ukazatelů je pro porovnání znázorněn grafem v Obr. 8. Na první pohled z grafu jasně vyplývá, že muži se průměrně dožívají podstatně nižšího věku než ženy. Věk, kterého se dožívají ženy, je za sledované období o 6,7 roku vyšší, než věk zaznamenaný u mužů. Popisovaný jev je pozorován především ve vyspělých zemích a způsobuje vyšší míry úmrtnosti u mužů, hlavně ve vyšších věkových kategoriích, což je nazýváno mužskou nadúmrtností.


54

Obr. 8 Střední délka života v letech 1989 – 2011 Zdroj: Vlastní zpracování

Naděje na dožití u žen se v roce 1989 pohybovala na úrovni 75,4 let. Během sledovaného období narostla na 80,7 let, tzn. o 5,3 roku. Střední délka života u mužů se na počátku období pohybovala na úrovni 68,1 v roce 1989 a do roku 2011 se zvýšila na 74,7 let, to představuje zvýšení o 6,6 roku. Posledním zkoumaným ukazatelem popisujícím úmrtnost je kojenecká úmrtnost. Kojeneckou úmrtností je míněna úmrtnost dětí ve věku do jednoho roku. Je možné rozlišovat také novorozeneckou úmrtnost, která nastává během novorozeneckého života, tzn. do 28 dní života. Kojenecká i novorozenecká úmrtnost jsou měřítkem vyspělosti státu, protože bývají spojeny se zdravotnickou péči o matku a dítě během těhotenství a porodu. Kvocient kojenecké úmrtnosti, jež daný jev popisuje, zachycuje počet zemřelých dětí do jednoho roku na 1000 živě narozených dětí. Vývoj tohoto ukazatele je zachycen na Obr. 9, hodnoty v Tab. 11. Z grafu na Obr. 9 je zřejmé, že kvocient kojenecké úmrtnosti od 1990, kdy dosahoval nejvyšší hodnoty 10,8, značně pokles, dá se říci na téměř minimální úroveň 2,8. V posledních čtyřech obdobích dochází v podstatě ke stagnaci kvocientu. Pokles ukazatele na tak nízkou úroveň je opět způsoben zdokonalením péče o matku a dítě. Další pokles v podstatě nelze očekávat, neboť kojenecká úmrtnost je způsobována také nejrůznějšími druhy onemocnění, jejichž výskyt nelze zcela eliminovat.


55

Obr. 9 Kojenecká úmrtnost Zdroj: Vlastní zpracování

5.4

Sňatečnost a rozvodovost

V rámci popisu demografických procesů, se bude diplomová práce zabývat i sňatečností a rozvodovostí. Ačkoli dochází k poklesu uzavřených sňatků, pro posouzení populačního vývoje mají sňatečnost i rozvodovost stále velký význam neboť úzce souvisejí s porodností. Nejdůležitějším ukazatelem sňatečnosti je hrubá míra sňatečnosti zobrazující počet uzavřených sňatků připadajících na 1000 obyvatel. Ukazatel vypočítáme dosazením do vzorce (6) a jeho vývoj je patrný na Obr. 10, jednotlivé hodnoty obsahuje Tab. 13. Vývoj hrubé míry sňatečnost je proměnlivý a ve svém průběhu kolísá, celkově však opět můžeme pozorovat pokles ukazatele. Na počátku období byl počet sňatků poměrně vysoký a v roce 1990 dosáhl nejvyšší hodnoty 90 953 sňatků za rok, tzn., že na 1000 obyvatel připadalo téměř devět sňatků. Počet uzavřených manželství však začal pomalu klesat, i když s mírnými výkyvy, velký pokles přišel v roce 2003, kdy na 1000 obyvatel připadalo pouze 4,8 uzavřených manželství. Poté došlo k mírnému vzestupu až na hodnotu 5,5 v roce 2007, nicméně nárůst ukazatele se ukázal být krátkodobým a v roce 2011 připadalo na 1000 obyvatel pouze 4,3 uzavřených manželství za rok. Popsaný vývoj sňatečnosti je do jisté míry dán možnostmi mladých generací a změnou společenského prostředí. Stále vetší počet mladých se věnuje studiu na vysokých školách a následnému budování pracovní kariéry.


56

Obr. 10 Hrubá míra sňatečnosti v letech 1989 – 2011 Zdroj: Vlastní zpracování

V rámci zkoumání sňatečnosti lze ještě pozorovat sňatečnost podle věku uzavření prvního manželství a pohlaví. Toto rozdělení je sledováno v následujícím grafu na Obr. 11. Je zde patrné, že průměrný věk při prvním sňatku poměrně prudce stoupal a to jak u mužů, tak i u žen. V roce 1990, kdy byly průměrné věky u mužů i žen nejnižší ze všech let, byl průměrný věk u mužů 24 let a u žen 21,4 let. Z vývoje křivek je však vidět nárůst obou sledovaných ukazatelů s přibližně stejným průběhem, v roce 2011 se průměrný věk pro uzavření prvního manželství ustálil u mužů na věku 32,2 let a u žen na věku 29,4 let, u obou skupin se jedná o růst zhruba o osm let. Zároveň je v Obr. 11 zřejmé, že muži uzavírají první sňatek později než ženy a to v průměru o 2,3 roku. Za původce odsouvání uzavření manželství do pozdějšího věku lze považovat již výše zmíněné větší možnosti v oblasti vzdělávání a budování kariéry. Faktorem majícím vliv na odsun sňatku do pozdějšího věku je také módní trend tzv. singls, kdy mladí lidé odmítají vstoupit do manželství a raději žijí v nesezdaných párech.


57

Obr. 11 Průměrný věk při prvním sňatku v letech 1989 – 2011 Zdroj: Vlastní zpracování

Se sňatečností neoddělitelně souvisí rozvodovost. Úroveň rozvodovosti je ovlivněna řadou faktorů, ze kterých lze jmenovat sňatečnost, právní úpravu rozvodů a společenské a ekonomické podmínky státu. Nejvyužívanějším ukazatelem úrovně rozvodovosti je hrubá míra rozvodovosti, kterou získáme po dosazení do vzorce (7) a vyjadřuje podíl rozvodů na 1000 obyvatel středního stavu za jeden rok a je vykreslena na Obr. 12 a její hodnoty jsou zachyceny v Tab. 13. Z grafu na Obr. 12 jasně vyplývá, že vývoj rozvodovosti je velmi kolísavý, v průměru však připadá na 1000 obyvatel 2,98 rozvodů. Nejvýraznějším výkyvem v průběhu křivky hrubé míry rozvodovosti je zcela očividně rok 1999. V tomto období došlo k porušení trendu mírného růstu rozvodovosti a ukazatel výrazně klesl. Tento poměrně náhlý výkyv byl způsobem legislativní změnou, která upravila podmínky uskutečnění rozvodu. Za prvé došlo ke ztížení rozvodu manželství s malými dětmi, kdy soud je povinen upravit práva rodičů ještě před rozvedením manželství. Druhou změnou byla možnost požádat o tzv. nesporný rozvod se zjednodušeným projednáváním. Při takovémto typu rozvodu soud nezjišťuje příčiny rozvodu při splnění předem daných podmínek. Předpokládá se, že tato novelizace zákona ovlivnila rozvodovost již v roce 1996, kdy byla úprava zákona navržena a způsobila zvýšení úrovně rozvodovosti. Zavedení tohoto zákona sice přispělo k prudkému snížení rozvodovosti,


58

ale pouze dočasně, neboť v roce 2001 opět počet rozvodů vzrostl. V posledních letech pak dochází ke stagnaci úrovně rozvodovosti.

Obr. 12 Hrubá míra rozvodovosti v letech 1989 – 2011 Zdroj: Vlastní zpracování

Rozvody lze rozlišovat také podle jejich příčiny. Jak můžeme vidět na Obr. 13 a Obr. 14, které porovnávají příčiny rozvodů v letech 1989 a 2011, podíly jednotlivých příčin rozvodů se v průběhu let změnili. V obou sledovaných rocích tvoří nejčastější příčinu rozvodu rozdíl povah, názorů a zájmů. Oproti roku 1989 však podíl této příčiny vzrostl z 37 % na 74 %. V roce 1989 byly dalšími nejčastějšími příčinami soudem nezjištěné zavinění, nevěra, ostatní příčiny a neuvážený sňatek. V roce 2011 už byla situace odlišná. Kromě rozdílu povah názorů a zájmů, jejichž podíl se rapidně zvýšil, se nejčastěji objevují důvody ostatní příčiny a nezjištěné zavinění. Změnu v důvodech rozvodů je možné připisovat změnám ve společnosti. Dříve byl rozvod přípustný ze závažnějších důvodů, proti tomu v dnešní době dochází k uvolňování společenského postoje k rozvodům a důvody pro ně jsou méně závažného charakteru. Například podíl nevěry jako příčiny rozvodu poklesl z 15 % na pouhá 3 % a nezájem o rodinu z 3 % na 1%.


Obr. 13 Rozvody podle příčiny v roce 1989 Zdroj: Vlastní zpracování

Obr. 14 Rozvody podle příčiny v roce 2011 Zdroj: Vlastní zpracování

59


5.5

60

Struktura obyvatel podle pohlaví

Demografické rozdělení podle pohlaví je pro jednoduchost zjišťování snadné a jasné a patří proto mezi základní demografická dělení. Složení obyvatelstva by mělo být vyvážené, mezi narozenými mívají muži mírnou převahu, ale vlivem mužské nadúmrtnosti začínají v populaci se stoupajícím věkem převažovat ženy. Základními ukazateli pro dělení populace podle pohlaví jsou ukazatel a index maskulinity. Ukazatel maskulinity udává podíl mužů v celkové populaci a obvykle bývá vyjádřen procentem a vypočítá se dosazením do vzorce (2). Index maskulinity je vypočítáván jako poměr počtu mužů a žen v populaci a bývá vypočítáván na 100 žen a vypočítá se dosazením do vzorce (3). Ukazatel maskulinity je znázorněn v grafu na Obr. 15. Z hodnot uvedených v grafu plyne, že po všechna zkoumaná období je podíl žen v populaci větší než podíl mužů, který průměrně činí 48,77 %. Vypočítané hodnoty obou ukazatelů jsou obsaženy v Tab. 7.

Obr. 15 Ukazatel maskulinity v letech 1989 – 2011 Zdroj: Vlastní zpracování

Index maskulinity tedy představuje počet mužů na 100 žen a je zachycen v Obr. 16. Průměrně činí 95,21 mužů na 100 žen a od roku 2001 můžeme sledovat jeho poměrně prudký nárůst. Tento vývoj můžeme přičítat faktu, že ve vyšších věkových kategoriích dochází ke snižování mužské úmrtnosti, čímž se zvyšuje počet mužů na 100 žen.


61

Obr. 16 Index maskulinity v letech 1989 – 2011 Zdroj: Vlastní zpracování

5.6

Struktura obyvatel podle věku

V důsledku změn výše zkoumaných demografických veličin, zejména porodnosti a plodnosti a úmrtnosti, dochází ke změnám nejen v celkové velikosti populace, ale především ke změnám jejího složení a struktury. Změny probíhající ve struktuře populace můžeme posuzovat nejen z pohledu rozdělení podle pohlaví, jak je popsáno v předchozí kapitole, tak z hlediska rozdělení populace podle věku. V podstatě nejvýznamnějším dělením v rámci studia struktury obyvatelstva je rozlišení skupin obyvatel podle věku. První popisovanou skupinou populace je podíl osob ve věku 0 – 14 let. Vývoj podílu této skupiny na celkové populaci je zobrazen v grafu na Obr. 17, který udává vývoj podílu dětské složky na celkové populaci v jednotlivých letech.


62

Obr. 17 Podíl obyvatelstva ve věku 0 – 14 let v % v letech 1989 – 2011 Zdroj: Vlastní zpracování

Z Obr. 17 je jasné, že podíl dětské složky na celkovém obyvatelstvu od roku1989, kdy činil 21,7 %, neustále klesal. Nejnižší hodnoty dosáhl v roce 2008 a představoval pouze 14,1 %, což znamená pokles o 7,6 %. Od roku 2008 byl zaznamenán mírný vzestup, nejedná se však o významnou změnu. Podíl dětské složky stoupnul pouze o 0,6 %, tzn. na 14,7 % v roce 2011. Můžeme předpokládat, že sledovaný vývoj je ovlivněn zejména poklesem porodnosti a plodnosti, dále poklesem úmrtnosti a to jak hrubé míry úmrtnosti, tak kojenecké úmrtnosti. Pokud se zaměříme na vývoj grafů zmiňovaných veličin, je patrná provázanost jejich vývoje v jednotlivých letech. Druhou a pro ekonomiku státu nejvýznamnější složkou obyvatelstva je skupina obyvatel ve věku od 15 do 65 let a vývoj jejího procentuálního zastoupení na celkové populaci v jednotlivých letech je patrný z grafu na Obr. 18.


63

Obr. 18 Podíl obyvatelstva ve věku 15 – 64 let v % v letech 1989 – 2011 Zdroj: Vlastní zpracování

Složka populace vykreslená v Obr. 18 představuje obyvatelstvo v produktivním věku a jak je vidět z průběhu křivky, ve sledovaném období zaznamenávala postupný nárůst z původní hodnoty 65,8 % v roce 1989 až na 71,2 % v roce 2006 a 2007. V roce 2008 ale došlo k poklesu produktivního obyvatelstva, který pak přetrval i v dalších letech. V posledním sledovaném roce 2011 tedy představovala ekonomicky aktivní složka 69,1 % z celkové velikosti populace. Podíl obyvatel v produktivním věku je důležitým demografickým ukazatelem i z ekonomického hlediska, protože nástup osob do ekonomické aktivity zvyšuje požadavky na počet pracovních míst. Tudíž pokud není pracovních míst dostatek, může následkem této situace dojít k poměrně prudkému nárůstu nezaměstnanosti. V devadesátých letech dvacátého století se tento předpoklad potvrdil. Jak již bylo zmíněno výše v popisu průběhu grafu na Obr. 18, docházelo k průběžnému nárůstu produktivních obyvatel a k nástupu silných generací. Nebyl však připraven dostatečný počet pracovních míst a to vedlo k narůstání nezaměstnanosti. Třetí složku populace z hlediska dělení podle věku představuje podíl obyvatel ve věku nad 65 let. Vývoj tohoto ukazatele je vyobrazen na Obr. 19.


64

Obr. 19 Podíl obyvatelstva ve věku 65 a více let v % v letech 1989 – 2011 Zdroj: Vlastní zpracování

Ve vývoji procentuálního zastoupení osob ve věku nad 65 let dochází k opačnému trendu než u dětské složky populace. Podíl osob v důchodovém věku ve sledovaném období pomalu narůstal a až do roku 2004 se jednalo a nárůst spíše mírný a postupný, v průměru činil 0,1 %. Od roku 2005 však začalo docházet k nárůstu prudšímu, v průměru přesahujícímu 0,3 %. Celkově tedy podíl poproduktivního obyvatelstva vzrostl z 12,5 % v roce 1989 na 16,2 %. To znamená, že došlo k nárůstu celkem téměř o 4 %. Popsaný vývoj podílu populace v důchodovém věku koresponduje s klesající porodností i úmrtností a postupným stárnutím obyvatelstva, které potvrzují předešlé rozbory zkoumaných dat. V rostoucím podílu osob nad 65 let věku má také podíl postupné prodlužování střední délky života, které je výrazné zejména ve vyšších věkových kategoriích. Nemalou roli hraje i zdokonalení a lepší dostupnost zdravotní péče.

5.7

Přirozený přírůstek a úbytek

Pokud v oblasti přirozené reprodukce neuvažujeme migraci, jedná se o přirozenou reprodukci populace. Je tedy ovlivněna pouze vývojem porodnosti a úmrtnosti. Základní charakteristikou přirozené reprodukce je hrubá míra přirozeného přírůstku nebo úbytku. Vypočítá se dosazením do vzorce (1), což znamená vyčíslení rozdílu mezi hrubou mírou porodnosti a úmrtnosti, neboli vztažení absolutního přírůstku ke střednímu stavu obyvatelstva, tedy


65

na 1000 obyvatel. Vývoj hrubé míry přirozeného přírůstku je zobrazen v grafu na Obr. 20 a Tab. 16.

Obr. 20 Hrubá míra přirozeného přírůstku v letech 1989 – 2011 Zdroj: Vlastní zpracování

Z definice ukazatele jasně vyplývá, že záporné hodnoty vyjadřující vyšší úmrtnost než je porodnost, vyjadřují přirozený úbytek. V populaci, ve které je sledován přirozený úbytek, pak pochopitelně dochází k jejímu stárnutí a vymírání. Jak můžeme sledovat na Obr. 20, ke stárnutí a tedy vymírání populace docházelo v České republice v letech 1994 – 2005. Z výchozí hodnoty v roce 1989, která představovala 0,06, došlo k poklesu až na hodnotu -2,17. Od roku 2006 se hodnota ukazatele začala zvedat a ukazatel přešel z přirozeného úbytku v přirozený přírůstek. Maximální hodnoty pak ve sledovaném období ukazatel dosáhl v roce 2008, kdy činil 1,4. Tento pozitivní vývoj však nelze přisuzovat ani tak vzrůstající porodnosti, ale zejména klesající úmrtnosti, protože jak vidíme, s poklesem hrubé míry porodnosti v roce 2009 došlo ke znatelnému poklesu hrubé míry přirozeného přírůstku z hodnoty 1,4 na 0,17 v roce 2011. Klesající hrubá míra úmrtnosti tedy zdánlivě přispívá k zastavení vymírání populace, bohužel ale způsobuje její stárnutí, které je stejně závažným, ne-li větším problémem.

5.8

Migrace

Jak již bylo zmíněno v kapitole 3.8.5, migrace na rozdíl od předchozích demografických procesů je formou mechanického pohybu obyvatelstva. V současnos-


66

ti se setkáváme s rostoucím trendem geografické mobility. Pod tento termín nespadá pouze stěhování, ale zahrnuje i cestování do zaměstnání či za vzděláním. Migrace je jeden z demografických procesů, který by měl být bedlivě sledován, zvláště pokud se jedná o obyvatele v produktivním věku. Nejdůležitějším demografickým ukazatelem týkajícím se migrace je hrubá míra migrace. Vývoj tohoto ukazatele je znárodněn v grafu na Obr. 21 a v Tab. 16.

Obr. 21 Hrubá míra migrace v letech 1989 – 2011 Zdroj: Vlastní zpracování

Do roku 2000 měl průběh hrubé míry migrace poměrně stabilní charakter. K výraznější změně došlo v roce 2001, kdy se hodnota poprvé za sledované období propadla do záporných hodnot z 0,6 v roce 2000 na 0,8 v roce 2001. Dá se říci, že došlo k prudkému poklesu hrubé míry migrace. V následujících letech se však setkáváme s rostoucím trendem hrubé míry migrace. Nejvyšší hodnota byla naměřena v roce 2007, hrubá míra migrace dosáhla 8,1 migrujících obyvatel na 1000 obyvatele středního stavu. Počátek nárůstu migrace však můžeme sledovat již od roku 2004 a bývá spojován se vstupem České republiky do Evropské unie a Schengenského prostoru. V následujících letech se však projevil pokles tohoto ukazatele a v posledním roce sledovaného období se téměř vrátil na úroveň z počátku sledovaného období. Na vývoji ukazatele se se vstupem do Evropské unie odrazila možnost volně cestovat po členských státech, pracovat v nich a studovat. Zároveň začali do České republiky proudit občané jiných členských států. Postupně však došlo k útlumu.


5.9

67

Celkový přírůstek a úbytek

Celková změna populace tedy zahrnuje kromě přirozených procesů reprodukce i mechanický proces reprodukce neboli migraci. Při stávající situaci, kdy klesá porodnost i úmrtnost a dochází ke stárnutí obyvatelstva, je podle mnohých odborníků migrace částečným řešením vymírání populace. Celkový přírůstek nebo úbytek obyvatelstva je vyjádřen demografickým ukazatelem hrubé míry celkového přírůstku, vypočítá se podle vzorce (10) a představuje celkový přírůstek na 1000 obyvatel středního stavu, vypočtené hodnoty obsahuje Tab. 16.

Obr. 22 Hrubá míra celkového přírůstku v letech 1989 – 2011 Zdroj: Vlastní zpracování

Průběh zmiňovaného ukazatele ve sledovaném období je zachycen v grafu na Obr. 22. Z vývoje celkového přírůstku je zpočátku zřejmý klesající trend, který sleduje pokles přirozeného příbytku, zcela jasně se v něm však odráží průběh hrubé míry migrace. Pokud ukazatel hrubé míry celkového přírůstku dosahuje kladných hodnot, dochází k nárůstu populace, tento trend probíhal do roku 1993. V roce 1994 poprvé ve sledovaném období došlo k celkovému úbytku populace. Ke změně došlo v roce 2003 a od tohoto roku lze sledovat postupný nárůst ukazatele. Další průběh je zcela logicky ovlivněn vývojem hrubé míry migrace a téměř kopíruje její průběh, tento efekt je posílen faktem, že ve stejném čase zaznamenal podobný průběh i přirozený přírůstek.


68

5.10 Projekce populačního vývoje Vývoj populace v budoucnosti je jeden ze základních prvků, jež musí být zohledněny pro formulaci populační a rodinné politiky státu. V praxi se z důvodu větší přehlednosti a názornosti sestavují doporučení pro nízkou, střední a vysokou variantu predikovaného ukazatele. Populační projekce se sestavují na delší časové úseky jako jsou desetiletí a mnohdy i delší, nejsou tedy prováděny každoročně, ale pouze ve zvolených obdobích. Tato kapitola osahuje vlastní projekci počtu živě narozených osob a zemřelých osob. Pro ověření budou výsledky porovnány s projekcí provedenou Českým statistickým úřadem, která zahrnuje nízkou, střední a vysokou variantu, data jsou obsahem Tab. 17. Nízká varianta je založena na nejpesimističtějším odhadu hodnot, vysoká naopak na nejoptimističtějším. Střední varianta zachycuje nejpravděpodobnější průběh předikovaných ukazatelů. Údaje použité pro výpočet a výsledná data projekce jsou obsažena v příloze. 5.10.1

Projekce počtu živě narozených

Jak již bylo řečeno výše, pro predikci počtu živě narozených byla využita čtvrtletní data za období 1992 – 2011. Jedná se tedy o osmdesát pozorování. Predikováno bylo dalších dvanáct hodnot. Hodnoty a výpočty použité pro sestavení vlastní projekce, včetně přesných predikovaných hodnot jsou uvedeny v příloze v Tab. 20. Z důvodu velkého množství hodnost je v tabulce zachycen vývoj pouze za období 2011 – 2014. Výsledný vypočtený tvar trendové rovnice je Yt = 25925 + 31,96t .

Vývoj počtu živě narozených, systematické složky, očištěných dat a predikce je vykreslen v grafu na Obr. 25. Hodnoty predikovaných dat potvrdily stávající vývoj, očekávaný na základě předchozí analýzy demografických ukazatelů a projekce provedené Českým statistickým úřadem zobrazený v grafu na Obr. 23 a mají tedy klesající tendenci. Z důvodu lepší přehlednosti není v grafu na Obr. 25 zachycen vývoj během celého sledovaného období, ale pouze od roku 2002 do roku 2014.


69

Obr. 23 Projekce počtu živě narozených do roku 2065 Zdroj: Vlastní zpracování

5.10.2

Projekce počtu zemřelých

Pro projekci počtu zemřelých byl použit stejný rozsah dat jako pro projekci počtu živě narozených, tzn. čtvrtletní data od roku 1992 do roku 2011. Vývoj projekce lze opět dopředu odhadnou na základě provedené analýzy vývoje úmrtnosti. Výsledné výpočty zaznamenává Tab. 21, opět zachycuje data od roku 2011 do roku 2014. Trend vývoje úmrtnosti má podobný průběh jako trend vyvíjející se počet živě narozených. Opět můžeme sledovat lehké výkyvy, ale převažuje klesající trend. Tyto výsledky se shodují i s výsledky projekce provedené Českým statistickým úřadem zachycené v grafu na Obr. 24.


70

Obr. 24 Projekce vývoje počtu zemřelých do roku 2065 Zdroj: Vlastní práce

Trendová rovnice výsledného modelu má tvar Yt = 27291 − 45,565t .

Vývoj počtu živě narozených, systematické složky, očištěných dat a predikce je opět zachycen v grafu, tentokrát na Obr. 24. Kvůli přehlednosti jsou v grafu na Obr. 26 zobrazena data od roku 2002, stejně jako předchozím případě. Dle výsledků projekce lze v nejbližších letech očekávat pokračující pokles úmrtnosti. Ten je pak spolu s poklesem porodnosti příčinou stárnutí obyvatelstva.


Obr. 25 Projekce živě narozených pro období 2012 – 2014 Zdroj: Vlastní zpracování

Obr. 26 Projekce počtu zemřelých pro období 2012 – 2014 Zdroj: Vlastní práce

71


72

5.11 Vícerozměrná regresní analýza V následující kapitole jsou identifikovány faktory a vlivy, které působí a vývoj porodnosti v České republice a jako nástroj pro tuto identifikaci byla využita vícerozměrná regresní analýza. Jako závislá, neboli vysvětlovaná proměnná, je použita hrubá míra porodnosti – demografický ukazatel, vyjadřující počet dětí připadající na 1000 obyvatel středního stavu a blíže popisovaný v kapitolách 3.8.1 a 5.1. Data, která slouží jako podklad pro sestavení vícerozměrného regresního modelu, jsou zkoumána v období od roku 1993, do roku 2011. Jedná se tedy o roční data analyzovaná po 17 let. Mezi vysvětlující neboli závislé proměnné jsou zařazené vlivy, u kterých lze předpokládat, že nejvíce ovlivňují porodnost, patří:

hrubá míra sňatečnosti (HMS),

rodičovský příspěvek (RP),

porodné (P),

průměrná hrubá měsíční mzda (PHMM)

inflace (I),

obecná míra nezaměstnanosti (OMN),

cena elektrické energie (CE),

index spotřebitelských cen u potravin (ISCP),

podíl vysokoškolsky vzdělaných žen (VZV),

a HDP.

Vysvětlující proměnná podíl vysokoškolsky vzdělaných žen byla z celkové vzdělanosti zvolena z důvodu zohlednění současných trendů v porodnosti, týkajících se odsouvání mateřství do pozdějšího věku a snižování plodnosti žen. Porodnost je samozřejmě ovlivňována mnoha jinými faktory, které však nejsou kvantifikovatelné a z toho důvodu je nelze zařadit do výsledného modelu. Dá se tedy říci, že pomocí vícerozměrné regresní analýzy časových řad je analyzován funkční vztah: HMP = f ( HMS , RP, P, PRMM , I , OMN , CE , ISCP, VZV , HDP) .

Pro sestavení vícerozměrného regresního modelu byl použit program Gretl. Odhadnutý model byl testován, pro ověření zda splňuje předpoklady klasické-


73

ho regresního modelu. Při porušení některého z předpokladů, či zjištění špatné specifikace modelu byla zvolena jiná funkční forma a model byl nově definován. Tento proces byl opakován až do okamžiku, kdy byly parametry modelu správně odhadnuty a verifikace neukazovali žádné porušení předpokladů. Nejprve byly tedy do modelu přidány všechny proměnné. Model odhadnutý pomocí metody nejmenších čtverců však nevykazoval vhodné vlastnosti a tak byly neprůkazné proměnné odstraněny pomocí zpětné eliminace na hladině významnosti 10 %. Takto získaný model však vykazoval silnou multikolinearitu a nebyl lineární v parametrech. Pro získání lepšího modelu byly všechny časové řady očištěny od trendové složky a další model, opět sestavený pomocí metody zpětné eliminace, zahrnoval tyto očištěné proměnné. Odstranění trendu vyřešilo problém multikolinearity, avšak verifikace odhalila, že model stále není lineární v parametrech. Dalším krokem tedy bylo zlogaritmování vysvětlované proměnné, ale ani logaritmicko lineární model se neukázal jako vhodný. Byly tedy zlogaritmovány všechny proměnné, přidány do modelu a metodou zpětné eliminace na hladině významnosti 10 % byl získán výsledný model: ln Yˆ = 4,49238 − 0,118795l _ OMZ + 0,418273l _ HMS − 0,665511l _ CE − 0,737931l _ ISCP

n = 19, R 2 = 0,9163, F = 38,3141, DW = 1,496

Informační kritéria: • AIC = -69,7377 • IC = -65,0155 • HQC = -68,9385

Hladina významnosti jednotlivých proměnných byla zvolena na úrovni 5 %. Na této hladině významnosti byly jako průkazné vyhodnoceny pouze čtyři proměnné. Ostatní byly metodou zpětné eliminace vyloučeny. Odhady parametrů jednotlivých proměnných včetně p-hodnot jsou obsaženy v Tab. 1. Phodnoty u některých parametrů dosahují tak nízkých hodnot, že byly nahrazeny spojením p-hodnota< 0,001. Přesné p-hodnoty jednotlivých parametrů jsou obsaženy v příloze.

Vlastní zpracování a výsledky Tab. 1

74

Odhady parametrů v OLS modelu

Parametr

Odhad

SK

P-hodnota

const

4,49238 -0,118795

0,721000 0,0325041

p-hodnota < 0,001 0,0026

0,418273

0,161197

0,0212

-0,665511

0,0581479

p-hodnota < 0,001

-0,737931

0,129760

p-hodnota < 0,001

l_OMN l_HMS l_CE l_ISCP

Zdroj: Vlastní zpracování v programu Gretl

V Tab. 1 tedy můžeme vidět, že všechny proměnné, které v modelu zůstaly, jsou průkazné a jejich p-hodnoty to potvrzují. Přesné hodnoty jsou uvedeny v Tab. 18. Při porovnání p-hodnoty celkového F-testu statistické významnosti modelu, která je menší než 0,001, se zvolenou hranicí významnosti 0,05, docházíme k závěru, že model je statisticky významný. Korigovaný koeficient de2 terminace dosahuje hodnoty R = 0,916296, model tedy vysvětluje 91,63 % variability. V rámci statistické verifikace byla testována i nelinearita modelu a byl proveden test specifikace modelu. Výsledné hodnoty jsou uvedeny v Tab. 2 Tab. 2

Testy nelinearity a test specifikace modelu

Test Test nelinearity - čtverec Test nelinearity- logaritmy RESET test

Testovací statistika 3,7445 3,8355 0,2463

p-hodnota 0,4417 0,4288 0,786


Dle p-hodnot uvedených v Tab. 2 při zvolené hladině významnosti nulovou hypotézu o linearitě modelu v parametrech nezamítám. Stejnou situaci můžeme vidět i v testu specifikace modelu, kdy na zvolené hranici významnosti nezamítám nulovou hypotézu a model je tedy správně specifikován. Jako další část verifikace modelu byly prováděny i testy chybového členu.


Tab. 3

75

Testy chybového členu

Test Whiteův test Breusch-Paganův test D-W test Breusch-Godfreyův test Chí-kvadrát test normality

Testová statistika 10,4009 3,7610 1,4960 0,9686 1,6570

p-hodnota 0,7323 0,4393 0,0178 0,4660 0,4368


V Tab. 3 tedy vidíme výsledky verifikace chybového členu. Homoskedasticita neboli konstantní rozptyl chybového členu je testována pomocí Whiteova a Breusch - Paganova testu. Při srovnání p-hodnot obou testů se zvolenou hladinou významnosti 5 % nulovou hypotézu o homoskedasticitě nezamítám, chybový člen má tedy konstantní rozptyl.

Obr. 27 Korelogram reziduí Zdroj: Vlastní zpracování v programu Gretl

Dalším testovaným předpokladem byla přítomnost sériové korelace a autokorelace. Hodnota Durbin-Watsonovy statistiky činila 1,496 a p-hodnota 0,0178 je menší, než zvolená hladina významnosti, je tedy detekována autokorelace 1. řádu. Nulová hypotéza tedy byla zamítnuta. Avšak podle Breusch-


76

Godfreyova testu autokorelace až do 4. řádu není žádná korelace identifikována a p-hodnota 0,4660 je větší než zvolená hladina významnosti 0,05. Výsledky testů korelace jsou také znázorněny v korelogramu reziduí na Obr. 27. Posledním testem v Tab. 3 je Chí-kvadrát test normality. Podle výsledků vidíme, že chybový člen má normální rozdělení, neboť nulovou hypotézu o normální rozdělení nezamítáme. Tento fakt potvrzuje i graf znázorněný na Obr. 28.

Obr. 28 Graf normálního rozdělení Zdroj: Vlastní zpracování v programu Gretl

V Tab. 4 jsou uvedeny vypočtené VIF hodnoty vysvětlujících proměnných. Hodnoty by neměli být vyšší než deset. Jak můžeme jasně vidět, ani jedna z hodnot se dané hranici nepřibližuje. Nulovou hypotézu tedy nezamítáme, v modelu není identifikovaná multikolinearita, která byla v prvotních modelech největším problémem.

Vlastní zpracování a výsledky Tab. 4

77

Test multikolinearity

Proměnná l_OMN l_HMS l_CE l_ISCP

VIF 1,296 3,216 3,582 4,035


V modelu tedy zůstaly čtyři proměnné a to obecná míra nezaměstnanosti, hrubá míra sňatečnosti, cena elektrické energie a index spotřebitelský cen u potravin. Obecná míra nezaměstnanosti má podle původních předpokladů i výsledků modelu negativní vliv na vývoj hrubé míry porodnosti. Pokud dojde k nárůstu obecné míry nezaměstnanosti o jeden procentní bod, dojde k poklesu hrubé míry porodnosti o 0,1188 %. Pokud by vzrostla hrubá míra sňatečnosti o jeden procentní bod, současně vzroste hrubá míra porodnosti o 0,4183 %. Další proměnnou s vlivem na vysvětlovanou proměnnou je cena elektrické energie, protože když dojde k nárůstu ceny elektřiny o jeden procentní bod, sníží se hrubá míra porodnosti o 0,6655 %, tedy o více než půl procenta. Poslední proměnná s vlivem na vývoj porodnosti je index spotřebitelských cen u potravin. Jeho nárůst o jeden procentní bod má za následek pokles hrubé míry porodnosti o 0,7379 %, tedy téměř o jedno procento. Z provedené regresní analýzy a vlivu proměnných, které se nacházejí ve výsledném modelu, lze tedy vyvodit doporučení pro možný další postup státní podpory porodnosti. Jednoznačně pozitivní vliv na vývoj porodnosti má podle výsledného regresního modelu sňatečnost. Podpora sňatečnosti by tedy mohla přinést zlepšení v oblasti porodnosti. Tato metoda již byla v minulosti využita, bohužel se její účinky ukázaly jako krátkodobé. Samotná podpora sňatečnosti totiž nemusí nutně vést k růstu porodnosti. Tento efekt by následoval, pouze pokud by podpora sezdaných párů byla současně podmíněna mateřstvím. Otázkou je, zda by nedošlo k pouhé změně poměru dětí narozených v manželství a mimo něj. Z pohledu ekonomického, zůstaly v modelu proměnné týkající se cen a nezaměstnanost. U nezaměstnanosti lze předpokládat negativní vliv na porodnost a tento předpoklad se potvrdil i v provedené regresní analýze. Pokud v ekonomice zaznamenáváme vyšší míru nezaměstnanosti nebo její nárůst, dá se očekávat pokles porodnosti. Tento trend je možné sledovat i na vývoji dat


78

použitých pro regresní analýzu, kde růst nezaměstnanosti je následován poklesem porodnosti a naopak. Negativní vliv nezaměstnanosti na porodnost pak patrně plyne ze strachu z neschopnosti ekonomicky zajistit rodinu a z poklesu životní úrovně v případě ztráty zaměstnání. Vliv nezaměstnanosti na porodnost však nutně nemusí být negativní. V případě, že zohledníme strukturu nezaměstnanosti z hlediska pohlaví a věku, můžeme dojít k situaci, kdy nezaměstnanost působí na porodnost opačně než v předchozím případě a bude mít na vývoj porodnosti pozitivní vliv. Jedná se o situaci nezaměstnaných mladých žen, které se z důvodu dlouho trvající nezaměstnanosti a jejího nárůstu rozhodnou pro mateřství.Takto podrobné zkoumání by však bylo nad rámec této diplomové práce. Negativní vliv indexu spotřebitelských cen u potravin a cen energie na porodnost je zřejmý. Nárůst obou těchto ukazatelů jednoznačně zvyšuje výdaje domácností a tím snižuje ochotu párů rozhodnout se pro další mateřství, či mateřství vůbec. Pokud se totiž potenciální rodiče musejí obávat, že kvůli vysokým cenám nebudou mít dostatek peněžních prostředků pro obstarání rodiny, rozhodnou se rodinu vůbec nezaložit nebo mít menší počet dětí. Při srovnání výsledků regresní analýzy s již provedenými studiemi, zjistíme, že vedou k podobným závěrům. V minulosti prováděné studie zohledňují jako faktory s vlivem na porodnost proměňující se podobu tradiční rodiny a formu partnerského soužití, stejně jako změnu vnímání hodnoty dítěte v současné rodině. Zde se tedy potvrzuje vliv sňatečnosti. Jako další faktory s vlivem na porodnost bývají ve studiích uváděny životní situace obyvatel spojené s chudobou, životem bez placeného zaměstnání a klesající životní úrovní. Do skupiny těchto vlivů lze jednoznačně zařadit faktory, prokázané pomocí provedené regresní analýzy – nezaměstnanost a vývoj cen potravin i energií.

Diskuse a závěr

79

6 Diskuse a závěr Zkoumání demografického vývoje a řešení problému poklesu porodnosti je problémem velmi složitým a obsáhlým a vyžaduje zapojení několik vědních oborů. Z tohoto důvodu v práci nemohly být zahrnuty veškeré možné související analýzy. Součástí práce je demografická studie minulého vývoje, projekce živě narozených a zemřelých a identifikace vlivů působících na porodnost pomocí vícerozměrné regresní analýzy. Nejprve byla, pro bližší seznámení se s problematikou, provedena demografická studie minulého vývoje porodnosti v souvisejících demografických ukazatelů od roku 1989 do roku 2011 a dále analýza budoucího vývoje za využití populační projekcí a prognóz. Pro uskutečnění této studie bylo nutné seznámit se s demografickou teorií i teorií analýzy časových řad. Všechny údaje využité pro analýzu pochází z oficiálních pramenů Českého statistického úřadu. Poslední část práce obsahuje vícerozměrnou regresní analýzu. Na základě analýzy demografického vývoje lze mimo jiné vyvodit, že v posledních letech dochází k poměrně vyrovnanému vývoji porodnosti, který má však spíše klesající trend. V současnosti se hrubá míra porodnosti pohybuje na úrovni 10,4 narozených dětí na 1000 obyvatel středního stavu a po krátkodobém nárůstu zapříčiněném změnou rodinné politiky vykazuje opět pokles. Zkoumání úhrnné míry plodnosti potvrzuje klesající vývoj plodnosti, neboť po celé sledované období se její úroveň nalézá pod doporučenou hodnotou 2,1, v roce 2011 připadalo na jednu ženu asi 1,5 dítěte, díky čemuž není zajištěna přirozená reprodukce obyvatelstva. Vývoj realizované plodnosti je také negativně ovlivňován neustále narůstajícím průměrným věkem prvorodiček a podílem dětí narozených mimo manželství. Ani podle predikce provedené Českým statistickým úřadem nemá až do roku 2065 dojít k překročení doporučené hranice 2,1. Vývoj porodnosti a plodnosti ovlivňuje strukturu obyvatelstva a zajišťuje potřebnou pracovní sílu, prostřednictvím které dochází k zajištění ekonomické stability státu, důchodového a sociálního systému. V budoucnu se tedy stát nevyhne nutnosti podpořit plodnost a porodnost pomocí rodinné politiky. Dojde sice ke zvýšení vládních výdajů, ale vzhledem k rostoucí naději na dožití a změnám ve struktuře populace, jinak nastane nutnost financovat obyvatelstvo v důchodovém věku stále více ze státního rozpočtu, neboť odsunutí věku odchodu do důchodu problém pouze zmírní, ale nevyřeší.

Diskuse a závěr

80

Dalším řešením, které by mohlo pozitivně ovlivnit porodnost je investice do dětí, zejména v předškolním věku. Matky se mnohdy potýkají s nemožností umístění dítěte do mateřské školy, což znemožňuje jejich zpětné zapojení do pracovního procesu. Stát by tedy měl zajistit rozšíření kapacit těchto zařízení a zároveň se zaměřit na podporu částečných pracovních úvazků nebo sdílení pracovních míst. Dalším faktorem, který významně ovlivňuje porodnost je sňatečnost. Vliv sňatečnosti byl potvrzen i vícerozměrnou regresní analýzou, která prokázala přímou úměru mezi těmito ukazateli. Manželství zajišťuje rodině stabilitu a prostor pro plánování rodiny. V současnosti však bohužel podle provedené demografické a statistické studie dochází k poklesu sňatečnosti a odsouvání prvního sňatku do pozdějšího věku, čímž z části dochází i k odsouvání mateřství. Stát by tedy měl pomocí legislativy a daňového systému podpořit sňatečnost, neboť její vliv na porodnost je prokazatelně pozitivní. Vícerozměrná regresní analýza také potvrdila vliv nezaměstnanosti a vývoje spotřebitelských cen na porodnost. U nezaměstnanosti byl prokázán negativní vliv, neboť v situaci, kdy se ekonomika potýká s vysokou mírou nezaměstnanosti, mají potenciální rodiče obavy z neschopnosti zajistit rodinu a poklesu životní úrovně. U spotřebitelských cen byl také prokázán negativní vliv na porodnost. V situaci kdy ceny rostou, zvyšují se výdaje domácností a opět se setkáváme s obavami o zajištění životní úrovně rodiny dostatku peněžních prostředků. Demografická studie se zaměřila i na úmrtnost a jí se týkající demografické ukazatele. Absolutní počty zemřelých vykazující klesající tendenci, stejně tak hrubá míra úmrtnosti a kojenecká úmrtnost, za hlavní příčinu může být považována neustále se zlepšující zdravotní a lékařská péče, následkem toho se prodlužuje střední délka života. Dochází tedy ke změně struktury populace, snižuje se dětská složka a roste složka obyvatel v poproduktivním věku. Tyto změny se projevují v sílícím ekonomickém zatížení ekonomicky aktivní populace. Snížení kojenecké úmrtnosti je jednoznačně pozitivní a v roce 2011 činila kojenecká úmrtnost zhruba 3 mrtvé novorozence na 1000 narozených dětí. Důležitým poznatkem vyplývajícím z demografické studie je narůstající podíl obyvatel ve věkové skupině nad 65 let a naopak klesající podíly dětské a ekonomicky aktivní složky. Dochází tedy ke změně struktury obyvatelstva, která negativně působí na ekonomické zatížení produktivní skupiny populace. Porovnáním porodnosti a úmrtnosti je identifikován přirozený přírůstek nebo úbytek. V současnosti se setkáváme v naší populaci s přirozeným pří-

Diskuse a závěr

81

bytkem, je však na velmi nízké úrovni, pro rok 2011 činila hrubá míra přirozeného přírůstku pouze 0,17. Připočtením migrace k přirozenému přírůstku je získán celkový přírůstek obyvatelstva. Pozitivní saldo migrace tedy přispívá k celkovému přírůstku, který vykazuje lepší hodnoty než přirozený, nicméně také nabírá klesající tendenci. Podle mnohých autorů může být pozitivní saldo migrace řešením problematiky klesající porodnosti. Výše popisovaný pokles porodnosti má nejen demografické, ale i ekonomické dopady. Lze předpokládat, že v nejbližších letech nebudou ekonomické důsledky tak zřetelné i proto, že se budou snižovat výdaje na předproduktivní populaci, která se bude díky klesání porodnosti snižovat. Ale v následujících letech by však nastal celkem rychlý nárůst zatížení ekonomicky aktivní populace, zejména z toho důvodu, že porostou náklady na postproduktivní populaci. S demografickým stárnutím obyvatelstva souvisí poměrně široké spektrum problémů. Jako první z nich můžeme zmínit nedostatečný příliv počtu obyvatel na trh práce a stárnoucí pracovní sílu. V důsledku tedy může dojít k nedostatku pracovní síly, kdy firmy nebudou schopny obsadit některé pracovní pozice a budou nuceny využívat starší pracovní sílu, než by využívaly v optimálním stavu. Tento vývoj ve změně trhu práce by pak znamenal nižší počet inovací a profesní i zaměstnanecké mobility. Celková produktivita pracovníků, potažmo společností, by se tedy výrazně snížila. Další oblastí, v které by se nadále klesající porodnost v budoucnosti projevila, je oblast sociálního zabezpečení. V této sféře se demografické stárnutí populace projevuje snad nejvýrazněji. Stárnutí populace totiž způsobuje nárůst osob v důchodovém věku a spolu s ním dochází k růstu vyplácených důchodových dávek. Vyšší suma vyplacených důchodů by stále více a více zatěžovala produktivní skupinu obyvatel, což by zvyšovala i celkové mzdové náklady a postupně by mohlo vést i k ekonomickému útlumu. Jedním z řešení nastíněného problému je podle Rabušice (1995) oddálení věku odchodu do důchodu a tím zapojení seniorů do ekonomicky aktivní části obyvatelstva. Bylo by tak dosaženo růstu nebo alespoň udržení produktivity práce, zároveň by se snížila celková výše vyplácených důchodů. Komplikací je však velikost poptávky pracovních sil ve starším věku. Existence pracovních míst pro staré občany je znakem stability a zdraví ekonomiky. V méně stabilních ekonomikách jsou staří zaměstnanci poslední, kdo nacházejí zaměstnání a první, kdo je opouští. Rabušic (1995) jako další možné řešení nabízí reálné snížení důchodů, nicméně tento krok by vedl k poklesu příjmů populace v důchodovém věku,

Diskuse a závěr

82

snížení spotřeby a celkovému poklesu životní úrovně dané skupiny obyvatel. Jak sám říká, tento krok je ve své podstatě reálně neuskutečnitelný a v českých podmínkách je téměř jediným možným řešením zvýšení hranice odchodu do důchodu a důkladná reforma celého důchodového systému. Neopomenutelným důsledkem stárnutí populace je také rostoucí počet osob využívajících nákladnou zdravotní péči. Neustále zkvalitňující se zdravotní péče přispívá k prodlužování střední délky života a tím přispívá i k prodloužení neaktivního života, často právě za cenu vysokých nákladů. V případě dalšího poklesu porodnosti a zvyšující se průměrné délky dožití se stane nutností zvýšení kapacity zdravotnických zařízení, což jednoznačně povede k rapidnímu zvýšení nákladů na zdravotnictví při zachování stejného rozsahu a kvality péče. V nejkrajnějším případě by mohlo hrozit i zhroucení systému zdravotního pojištění, jelikož by výdaje zdravotních pojišťoven převážily nad příjmy. Obyvatelé důchodového věku se potýkají také s nedostatkem míst v domovech důchodců a pensionech pro důchodce a s narůstajícím počtem obyvatel v této věkové skupině dojde k jejímu zhoršení. Lze dokonce předpokládat potřebu zřizovat další taková zařízení. Naléhavost situace lze ilustrovat na vývoji od roku 1989 do roku 2011. Za toto období vzrostl počet neuspokojených žadatelů o umístění v domovech důchodců a pensionech pro důchodce 4,5krát, z 13 241 na 58 490 žadatelů. Rabušic (1995) však upozorňuje, že s klesající porodností a zejména plodností nedochází jen ke zvyšování výdajů na lékařskou péči o staré, ale zároveň rostou náklady na péči o dětskou složku. Odkládání mateřství do pozdějšího věku ženy často vede k problémům s početím a v těchto případech dochází k vynakládání vysokých nákladů na lékařskou asistenci s početím dítěte a následné péče o matku v těhotenství. Celkově však stárnutí obyvatelstvo vede spíše k transferu finančních prostředků vyhrazených na péči o děti, které se přesouvají na péči o staré. Jak uvádí Rabušic (1995) již studie z konce osmdesátých z USA potvrzují, že státní výdaje na starého člověka jsou dvakrát až třikrát větší než na člověka mladého. Jedná se o velmi závažný problém a velký úkol pro rodinnou populační politiku. Loužek (2004) zmiňuje v této souvislosti fiskální efekt populačního vývoje. Rodí-li se méně dětí, vláda ušetří finanční prostředky na sociální dávky spojené s dětmi a klesnou i nároky na zajištění vzdělání. Zároveň však naroste tlak na důchodový systém a bude odváděno méně daní. Nelze tedy jednoznačně říci, zda populační vývoj bude mít na státní rozpočet kladný nebo záporný vliv.

Diskuse a závěr

83

Jak upozorňují Dufek a Minařík (2008) stárnutí populace vyvolává nejen potřebu reformy důchodového systému, ale i systému školského. Slábnoucí ročníky žáků základních, ale i středních škol vedou k neefektivnímu využívání prostředků ze státního rozpočtu a nevyužívání kapacit těchto vzdělávacích zařízení. Tato skutečnost bude mít v budoucnu za následek zánik některých z těchto škol. Oproti tomu potřeba mladých lidí s vyšším vzděláním v pracovním procesu předpokládá rostoucí počet studentů vysokých škol. Konečným důsledkem zvyšujícího se průměrného věku populace je tlak na produktivitu práce a ekonomicky aktivní skupinu obyvatel. Změny ve struktuře obyvatelstva budou mít vliv i na spotřebu a životní styl. Přizpůsobit se bude muset nabídka potravin, průmyslových výrobků, služeb a volnočasových aktivit. Stárnutí společnosti dá podle Rabušice (1995) vzniknout specifické skupině obyvatel se specifickými potřebami v oblasti spotřeby zdravotní péče i bydlení. Přerozdělovací funkce státu bude muset zohlednit vyšší náklady na lékařskou péči i sociální zabezpečení. Navýšení rodičovského příspěvku se může z laického pohledu zdát jako jednoduchým a účinným opatřením, pomocí kterého může stát podpořit porodnost. Opak je však pravdou a účinky takovéto změny reálně zdaleka nedosahují očekávaného efektu. Nejprve je třeba uvést podrobnosti přiznání nároku a pobírání rodičovského příspěvku, jak je uvádí zákon č. 117/1995 Sb., o státní sociální podpoře, ve znění pozdějších předpisů. Pro potřeby této práce budou uvedeny jen nejvýznamnější náležitosti. Podle výše uvedeného zákona má nárok na rodičovský příspěvek rodič, který po celý kalendářní rok osobně a celodenně pečuje o dítě, které je nejmladší v rodině až do vyčerpání částky 220 000 Kč, nejdéle do 4 let věku dítěte. Jestliže alespoň jednomu z rodičů lze stanovit k datu narození dítěte 70 % 30násobku denního vyměřovacího základu pro stanovení peněžité pomoci v mateřství nebo nemocenské v souvislosti s porodem nebo převzetím dítěte. Rodič si může volit výši a tím i délku pobírání rodičovského příspěvku. Maximální měsíční výše příspěvku se stanoví ve vazbě na uvedený vyměřovací základ. Rodičovský příspěvek může činit nejvýše 7 600 Kč, pokud však 70% 30násobku denního vyměřovacího základu převyšuje 7 600 Kč, je výše rodičovského příspěvku omezena touto částkou. V případě, že vyměřovací základ lze stanovit u obou rodičů, vychází se z toho, který je vyšší. Volbu výše rodičovského příspěvku je možno měnit jedenkrát za tři měsíce. Pokud ani jednomu z rodičů nelze uvedený vyměřovací základ stanovit, náleží rodičovský příspěvek v pevných měsíčních částkách 7 600 Kč do konce 9. měsíce věku a následně ve výši 3 800 Kč do 4 let věku dítěte.

Diskuse a závěr

84

Podmínkou nároku na rodičovský příspěvek je, že dítě mladší dvou let navštěvuje jesle, mateřskou školu nebo jiné zařízení pro děti předškolního věku v rozsahu nepřevyšujícím 46 hodin v kalendářním měsíci. Dítě může navštěvovat léčebně rehabilitační zařízení nebo jesle, mateřskou školu nebo obdobné zařízení pro zdravotně postižené předškolní děti v rozsahu nepřevyšujícím 4 hodiny denně. U dítěte, které dovršilo 2 roky věku, není docházka do zařízení omezena. Příjmy rodiče nejsou sledovány. Rodič může při nároku na výplatu rodičovského příspěvku zlepšovat sociální situaci rodiny výdělečnou činností, ale musí v této době zajistit péči o dítě jinou zletilou osobou. Pokud se v rodině narodí další dítě, nárok na rodičovský příspěvek na starší dítě zaniká, a to i v případě, že na narozené dítě náleží rodičovský příspěvek ihned od narození ve stejné výši, v jaké náleží doposud na starší dítě. Změnu je nezbytné ohlásit příslušnému orgánu, aby nevznikl přeplatek na dávce. Navýšení rodičovského příspěvku jako součást pronatálních politik může mít dopad na vývoj porodnosti a přispět k jejímu růstu. Samotné zvýšení příspěvku jako takové je podle Rabušice (1995) tzv. administrativním opatřením a je zdánlivě jednoduše realizovatelné. Ve své podstatě se však jedná o zatížení zaměstnavatelů i zaměstnanců vyššími daněmi. Takové zatížení by však mohlo vyvolat snížení poptávky po pracovní síle nebo způsobit tlak na zvýšení mezd a inflace. Pokles poptávky po pracovní síle by pak následně vedl ke zvýšení nezaměstnanosti. Ve vícerozměrné analýze byl ale prokázán negativní vliv nezaměstnanosti na porodnost. Lze tedy odvodit, že samotné navýšení rodičovských dávek není cestou k vyřešení problému poklesu porodnosti. Vhodným řešením by byla spíše změna v systému zdanění rodin s dětmi, kdy by tyto byly zvýhodněny a potenciální rodiče by se tak nemusely obávat o snížení životní úrovně při narození dítěte. Je třeba také zmínit, že provedené výzkumy jsou ovlivněny řadou omezení. Omezení se týkají v první řadě vícerozměrné regresní analýzy, nedostatkem je především poměrně malý počet dostupných hodnot vysvětlujících proměnných v potřebném tvaru, který může způsobit sníženou vypovídací schopnost. Pro komplexní hodnocení problematiky by také byla vhodná podrobná analýza nezaměstnanosti , analýza ekonomického růstu, daňového zatížení občanů, socioekonomická studie atd. Omezením je také nemožnost vyčíslit další faktory s vlivem na sledovaný ukazatel jako změny hodnotového žebříčku ve společnosti nebo emancipace žen atd.

Diskuse a závěr

85

Shrnutím výsledků demografické analýzy i vícerozměrné regresní analýzy lze identifikovat faktory se zásadním vlivem na vývoj porodnosti a plodnosti. Patří mezi ně trend klesající sňatečnosti, zejména pak její odsouvání do pozdějšího věku a s tím související narůstající počet dětí narozených mimo manželství. Dále byl zjištěn vliv odsouvání mateřství do vyššího věku ženy, nárůst rozvodovosti způsobený především změnou odpovídající právní úpravy v polovině 90. let dvacátého století. Změny v legislativě usnadnily a urychlily průběh rozvodového řízení, čímž přinesly masivní nárůst rozvodovosti. Vícerozměrná analýza odhalila záporný vliv nezaměstnanosti spotřebitelských cen potravin a elektrické energie, z této skutečnosti lze vyvozovat negativní vliv spotřebitelských cen obecně. Došlo i ke splnění stanovených hlavních i dílčích cílů. Byly zjištěny faktory s vlivem na porodnost a posouzeny jejich ekonomické dopady, provedeny projekce počtu živě narozených a zemřelých. V práci bylo dosaženo i splnění dílčího cíle popisu dlouhodobého vývoje porodnosti a demografického vývoje a určení ekonomických dopadů dalšího poklesu porodnosti a plodnosti. Rozebrán byl i vliv zvýšení rodičovského příspěvku a dopady této změny. Vypracovaná diplomová práce slouží jako podklad pro další zkoumání porodnosti, vlivů na ni působících a zejména pro stanovení řešení popisované problematiky, protože je nutné se zkoumanou oblastí dále zabývat a komplexně řešit jak příčiny, tak následky klesající porodnosti.

Literatura

86

7 Literatura [1] ALEŠ, M. Vývoj porodnosti v České republice v letech 1975-1995. Praha: Český statistický úřad, 1996. 41 s., 13 tab. ISBN 80-85949-88-1. [2] BUDÍKOVÁ, M., LERCH, T., MIKOLÁŠ, Š. Základní statistické metody. 1. vyd. Brno: Masarykova univerzita v Brně, 2005, viii. 170 s. ISBN 80-210-3886-1. [3] DUFEK, J., MINAŘÍK, B. Stárnutí obyvatel České republiky a vývoj zatížení produktivní populace. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2008. 80 s. ISBN 978-80-7375-253-8. HINDLS, R. Statistika pro ekonomy. 7. vyd. Praha: Professional Publishing, [4] 2006. 415 s. ISBN 80-869-4616-9. [5] HUŠEK, R. Ekonometrická analýza. 1. vyd. Praha: Oeconomica, 2007. 367 s. ISBN 978-80-245-1300-3. [6] HUŠEK, R. Ekonometrická analýza: [předmět a metody: simulační modely a techniky: ekonometrické prognózování]. 1. vyd. Praha: Ekopress, 1999. 303 s. ISBN 80-86119-19-x. [7] KALIBOVÁ, K. Úvod do demografie. 2. vyd. Praha: Karolinum, 2002. 52 s. ISBN 80-246-0222-9. [8] LOUŽEK, M. Populační ekonomie a její důsledky pro účinnost pronatalitních politik. 1. vyd. Praha: Centrum pro ekonomiku a politiku, 2004. 152 s. ISBN 8086547-35-3. [9] RABUŠIC, L. Česká společnost stárne. 1. vyd. Brno: Masarykova univerzita, nakladatelství Georgetown, 1995, 192 s. ISBN 80-210-1155-6. [10] RABUŠIC, L. Kde ty všechny děti jsou?: porodnost v sociologické perspektivě. 1. vyd. Praha: Sociologické nakladatelství, 2001, 265 s. ISBN 80-86429-01-6. [11] ROUBÍČEK, V. Úvod do demografie. 1. vyd. Praha: Codex Bohemia, 1997. 348 s. ISBN 80-85963-43-4.

Literatura

87

[12] ROUBÍČEK, V. Základní problémy obecné a ekonomické demografie. 1. vyd. Praze: Vysoká škola ekonomická, 1996. 271 s. ISBN 80-707-9188-8. [13] STUDENMUND, A., CASSIDY, H. J. Using econometrics: a practical guide. 3rd ed. Reading, Mass.: Addison-Wesley, c1997, xiii. 670 p. ISBN 06-735-2486-8. [14] ŠOTKOVSKÝ, I. Úvod do studia demografie. Dot. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, 1998, 159 s. ISBN 80-7078-327-3. Internetové zdroje: [15] ADKINS, L. C. Using gretl for Principles of Econometrics. [online]. 4 th. Edition, Version 1.401 April 16, 2013 [cit. 2013-04-25]. Dostupné z: . [16] Český statistický úřad. Česká republika od roku 1989 v číslech. [online]. 2013 [cit. 2013-02-27]. Dostupné z: . [17] Český statistický úřad. Databáze a registry. [online]. 2013 [cit. 2013-03-17]. Dostupné z: < http://vdb.czso.cz/vdbvo/uvod.jsp?vo=tabulka>. [18] Český statistický úřad. Demografické ročenky (pramenná díla) 1989 – 1970. [online]. 2013 [cit. 2013-03-19]. Dostupné z: . [19] Český statistický úřad. Projekce obyvatelstva České republiky do roku 2065. [online]. 2011 [cit. 2013-05-06]. Dostupné z: . [20] Český statistický úřad. Statistická ročenka České republiky 2011. [online]. 2013 [cit. 2013-03-19]. Dostupné z: . [21] Český statistický úřad. Statistická ročenka České republiky 2012. [online]. 2013 [cit. 2013-04-28]. Dostupné z: .

Literatura

88

[22] Demografie, demografický informační portál. Historie porodnosti. [online]. 2009 [cit. 2013-04-10]. Dostupné z: . [23] Demografie, demografický informační portál. Historie rozvodovosti. [online]. 2009 [cit. 2013-04-12]. Dostupné z: . [24] Demografie, demografický informační portál. Socioekonomické dopady demografického stárnutí. [online]. 2006 [cit. 2013-02-05]. Dostupné z: . [25] Energetický regulační úřad. Roční zpráva o provozu ES ČR 2010 - ERU, Cena elektřiny. [online]. 2011 [cit. 2013-04-28]. Dostupné z www: . [26] Ministerstvo práce a sociálních věcí. Státní sociální podpora. [online]. 2013 [cit. 2013-05-07]. Dostupné z www: < http://www.mpsv.cz/cs/2>. [27] Sociologický web. Porodnost a plodnost. [online]. 2013 [cit. 2013-05-03]. Dostupné z www: . [28] Sociologický web. Reprodukce a integrace společnosti: výzva budoucnosti. [online]. 2013 [cit. 2013-02-05]. Dostupné z www: .

Seznam obrázků

89

8 Seznam obrázků Obr. 1

Počet živě a mrtvě narozených v letech 1989 – 2011

46

Obr. 2

Hrubá míra porodnosti v letech 1989 – 2011

47

Obr. 3

Úhrnná míra plodnosti v letech 1989 – 2011

48

Obr. 4

Průměrný věk matky při narození prvního dítěte v letech 1989 – 2011 49

Obr. 5

Počet dětí narozených mimo manželství v letech 1989 – 2011

50

Obr. 6

Počet zemřelých v letech 1989 – 2011

52

Obr. 7

Hrubá míra úmrtnosti v letech 1989 – 2011

53

Obr. 8

Střední délka života v letech 1989 – 2011

54

Obr. 9

Kojenecká úmrtnost

55

Obr. 10

Hrubá míra sňatečnosti v letech 1989 – 2011

56

Obr. 11

Průměrný věk při prvním sňatku v letech 1989 – 2011

57

Obr. 12

Hrubá míra rozvodovosti v letech 1989 – 2011

58

Obr. 13

Rozvody podle příčiny v roce 1989

59

Obr. 14

Rozvody podle příčiny v roce 2011

59

Obr. 15

Ukazatel maskulinity v letech 1989 – 2011

60

Obr. 16

Index maskulinity v letech 1989 – 2011

61

Obr. 17

Podíl obyvatelstva ve věku 0 – 14 let v % v letech 1989 – 2011

62

Obr. 18

Podíl obyvatelstva ve věku 15 – 64 let v % v letech 1989 – 2011

63

Obr. 19

Podíl obyvatelstva ve věku 65 a více let v % v letech 1989 –2011

64

Obr. 20

Hrubá míra přirozeného přírůstku v letech 1989 – 2011

65

Obr. 21

Hrubá míra migrace v letech 1989 – 2011

66

Seznam obrázků

90

Obr. 22

Hrubá míra celkového přírůstku v letech 1989 – 2011

67

Obr. 23

Projekce počtu živě narozených do roku 2065

69

Obr. 24

Projekce vývoje počtu zemřelých do roku 2065

70

Obr. 25

Projekce živě narozených pro období 2012 – 2014

71

Obr. 26

Projekce počtu zemřelých pro období 2012 – 2014

71

Obr. 27

Korelogram reziduí

75

Obr. 28

Graf normálního rozdělení

76

Seznam tabulek

91

9 Seznam tabulek Tab. 1

Odhady parametrů v OLS modelu

74

Tab. 2

Testy nelinearity a test specifikace modelu

74

Tab. 3

Testy chybového členu

75

Tab. 4

Test multikolinearity

77

Tab. 5

Přirozený pohyb obyvatelstva

93

Tab. 6

Střední stav a rozdělení obyvatelstva podle pohlaví

94

Tab. 7

Demografické ukazatele popisující rozdělení obyvatelstva podle pohlaví

95

Tab. 8

Rozdělení obyvatelstva podle věku – absolutní ukazatele

96

Tab. 9

Rozdělení obyvatelstva podle věku – relativní ukazatele

97

Tab. 10

Průměrný věk matky při narození prvního dítěte, střední délka života u mužů a žen

98

Tab. 11

Demografické ukazatele přirozené reprodukce

99

Tab. 12

Sňatečnost, rozvodovost, průměrný věk při uzavření prvního sňatku u mužů a žen

100

Tab. 13

Demografické ukazatele sňatečnosti a rozvodovosti

101

Tab. 14

Rozvody podle příčiny rozvratu manželství v letech 1989 a 2011 102

Tab. 15

Přirozený a celkový přírůstek a přírůstek stěhováním

103

Tab. 16

Demografické ukazatele migrace a reprodukce

104

Tab. 17

Projekce živě narozených a zemřelých do roku 2065

105

Tab. 18

Odhady parametrů v OLS modelu – přesné hodnoty

105

Tab. 19

Vstupní data pro vícerozměrnou regresní analýzu

106

Seznam tabulek

92

Tab. 20

Projekce počtu živě narozených na období 2012 - 2014

107

Tab. 21

Projekce počtu zemřelých na období 2012 - 2014

108

Přílohy

93

10 Přílohy Tab. 5

Přirozený pohyb obyvatelstva

Narození Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

živě 128 356 130 564 129 354 121 705 121 025 106 579 96 097 90 446 90 657 90 535 89 471 90 910 90 715 92 786 93 685 97 664 102 211 105 831 114 632 119 570 118 348 117 153 108 673

Zdroj: ČSÚ

mrtvě

mimo manželství

525 530 496 437 445 336 300 317 273 294 303 259 263 261 272 265 287 299 315 272 319 293 317

10 141 11 167 12 703 13 008 15 323 15 507 14 947 15 288 16 125 17 209 18 426 19 792 21 276 23 459 26 713 29 839 32 409 35 259 39 537 43 457 45 954 47 164 45 421

celkem 128 881 131 094 129 850 122 142 121 470 106 915 96 397 90 763 90 930 90 829 89 774 91 169 90 978 93 047 93 957 97 929 102 498 106 130 114 947 119 842 118 667 117 446 108 990

Zemřelí do 1 roku 1 280 1 410 1 343 1 204 1 028 847 740 547 531 472 413 373 360 385 365 366 347 352 360 338 341 313 298

Zemřelí celkem 127 747 129 166 124 290 120 337 118 185 117 373 117 913 112 782 112 744 109 527 109 768 109 001 107 755 108 243 111 288 107 177 107 938 104 441 104 636 104 948 107 421 106 844 106 848

Přílohy

Tab. 6

94

Střední stav a rozdělení obyvatelstva podle pohlaví

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: ČSÚ

Střední stav obyvatelstva 10 362 257 10 362 740 10 308 682 10 317 807 10 330 607 10 336 162 10 330 759 10 315 353 10 303 642 10 294 943 10 282 784 10 272 503 10 224 192 10 200 774 10 201 651 10 206 923 10 234 092 10 266 646 10 322 689 10 429 692 10 491 492 10 517 247 10 496 672

Muži 5 035 658 5 036 872 5 006 002 5 013 413 5 019 297 5 020 464 5 016 515 5 012 085 5 008 730 5 005 435 5 001 062 4 996 731 4 967 986 4 966 706 4 974 740 4 980 913 5 002 648 5 026 184 5 082 934 5 136 377 5 157 197 5 168 799 5 158 210

Ženy 5 326 444 5 327 252 5 306 546 5 312 284 5 314 716 5 312 697 5 304 829 5 297 052 5 290 395 5 284 186 5 277 036 5 269 815 5 238 450 5 236 563 5 236 715 5 239 664 5 248 431 5 261 005 5 298 196 5 331 165 5 349 616 5 363 971 5 347 235

Přílohy

Tab. 7

95

Demografické ukazatele popisující rozdělení obyvatelstva podle pohlaví

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Ukazatel maskulinity 48,60 48,61 48,56 48,59 48,59 48,57 48,56 48,59 48,61 48,62 48,64 48,64 48,59 48,69 48,76 48,80 48,88 48,96 49,24 49,25 49,16 49,15 49,14

Zdroj: Vlastní zpracování

Index maskulinity 94,54 94,55 94,34 94,37 94,44 94,50 94,57 94,62 94,68 94,72 94,77 94,82 94,84 94,85 95,00 95,06 95,32 95,54 95,94 96,35 96,40 96,36 96,46

Přílohy

Tab. 8

96

Rozdělení obyvatelstva podle věku – absolutní ukazatele

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: ČSÚ

Obyvatelstvo ve věku 0 – 14 let 2 252 709 2 193 682 2 120 802 2 064 545 2 009 752 1 948 024 1 893 259 1 842 679 1 795 032 1 751 471 1 707 205 1 664 434 1 621 862 1 589 766 1 554 475 1 526 946 1 501 331 1 479 514 1 476 923 1 480 007 1 494 370 1 518 142 1 541 241

Obyvatelstvo ve věku 15 – 64 let 6 817 371 6 867 991 6 876 788 6 932 894 6 981 337 7 028 905 7 055 805 7 078 210 7 102 231 7 126 712 7 152 815 7 179 109 7 170 017 7 195 541 7 233 788 7 259 001 7 293 357 7 325 238 7 391 373 7 431 383 7 413 560 7 378 802 7 262 768

Obyvatelstvo ve věku 65 a více 1 292 022 1 302 451 1 314 958 1 328 258 1 342 924 1 356 232 1 372 280 1 388 248 1 401 862 1 411 438 1 418 078 1 423 003 1 414 557 1 417 962 1 423 192 1 434 630 1 456 391 1 482 437 1 512 834 1 556 152 1 598 883 1 635 826 1 701 436

Přílohy

Tab. 9

97

Rozdělení obyvatelstva podle věku – relativní ukazatele

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Obyvatelstvo ve věku 0 – 14 let 21,74 21,17 20,57 19,99 19,45 18,85 18,34 17,87 17,43 17,02 16,61 16,21 15,89 15,58 15,22 14,94 14,65 14,38 14,23 14,14 14,22 14,41 14,67


Obyvatelstvo ve věku 15 – 64 let 65,79 66,27 66,68 67,14 67,56 68,02 68,36 68,66 68,96 69,26 69,59 69,93 70,25 70,52 70,84 71,02 71,15 71,21 71,20 70,99 70,56 70,06 69,13

Obyvatelstvo ve věku 65 a více 1247 12,57 12,75 12,86 13,00 13,13 13,30 13,47 13,61 13,72 13,80 13,86 13,86 13,90 13,94 14,04 14,21 14,41 14,57 14,87 15,22 15,53 16,20

Přílohy

Tab. 10

98

Průměrný věk matky při narození prvního dítěte, střední délka života u mužů a žen

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: ČSÚ

Průměrný věk matky Střední při narození délka života - muži prvního dítěte 22,5 68,1 22,5 67,6 22,4 68,2 22,5 68,5 22,6 69,3 22,9 69,5 23,3 69,7 23,7 70,4 24,0 70,5 24,4 71,1 24,6 71,4 24,9 71,6 25,3 72,1 25,6 72,1 25,9 72,0 26,3 72,5 26,6 72,9 26,9 73,4 27,1 73,7 27,3 74,0 27,4 74,2 27,6 74,4 27,8 74,7

Střední délka života - ženy 75,4 75,4 75,7 76,1 76,4 76,6 76,6 77,3 77,5 78,1 78,1 78,3 78,4 78,5 78,5 79,0 79,1 79,7 79,9 80,1 80,1 80,6 80,7

Přílohy

Tab. 11

Rok

99

Demografické ukazatele přirozené reprodukce

Hrubá míra porodnosti

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: Vlastní zpracování

12,4 12,6 12,5 11,8 11,7 10,3 9,3 8,8 8,8 8,8 8,7 8,8 8,9 9,1 9,2 9,6 10,0 10,3 11,1 11,5 11,3 11,1 10,4

Úhrnná míra plodnosti

Hrubá míra úmrtnosti

1,9 1,9 1,9 1,7 1,7 1,4 1,3 1,2 1,2 1,2 1,1 1,1 1,1 1,2 1,2 1,2 1,3 1,3 1,4 1,5 1,5 1,5 1,4

12,3 12,5 12,1 11,7 11,4 11,4 11,4 10,9 10,9 10,6 10,7 10,6 10,5 10,6 10,9 10,5 10,5 10,2 10,1 10,1 10,2 10,2 10,2

Hrubá míra kojenec ké úmrtnosti 10,0 10,8 10,4 9,9 8,5 7,9 7,7 6,0 5,9 5,2 4,6 4,1 4,0 4,1 3,9 3,7 3,4 3,3 3,1 2,8 2,9 2,7 2,7

Přílohy

Tab. 12

100

Sňatečnost, rozvodovost, průměrný věk při uzavření prvního sňatku u mužů a žen

Rok

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: ČSÚ

Počet uzavřených sňatků 81 262 90 953 71 973 74 060 66 033 58 440 54 956 53 896 57 804 55 027 53 523 55 321 52 374 52 732 48 943 51 447 51 829 52 860 57 157 52 457 47 862 46 746 45 137

Počet rozvodů

31 376 32 055 29 366 28 572 30 227 30 939 31 135 33 113 32 465 32 363 23 657 29 704 31 586 31 758 32 824 33 060 31 288 31 415 31 129 31 300 29 133 30 783 28 113

Průměrný věk při uzavření prvního sňatku muži ženy 24,6 21,8 24,0 21,4 24,7 22,3 24,8 22,6 25,4 23,2 26,1 23,9 26,7 24,6 27,1 24,9 27,6 25,4 28,1 25,8 28,5 26,2 28,9 26,5 29,3 26,9 29,7 27,3 30,3 27,7 30,5 28,0 30,8 28,1 31,0 28,4 31,2 28,6 31,4 28,8 32,0 29,2 32,2 29,4 32,3 29,5

Přílohy

Tab. 13

101

Demografické ukazatele sňatečnosti a rozvodovosti

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Hrubá míra sňatečnosti 7,8 8,8 7,0 7,2 6,4 5,7 5,3 5,2 5,6 5,3 5,2 5,4 5,1 5,2 4,8 5,0 5,1 5,1 5,5 5,0 4,6 4,4 4,3

Zdroj : Vlastní zpracování

Hrubá míra rozvodovosti 3,0 3,1 2,8 2,8 2,9 3,0 3,0 3,2 3,2 3,1 2,3 2,9 3,1 3,1 3,2 3,2 3,1 3,1 3,0 3,0 2,8 2,9 2,7

Přílohy

Tab. 14

102

Rozvody podle příčiny rozvratu manželství v letech 1989 a 2011

Rozvody podle příčiny rozvratu Příčina rozvratu 1989 Neuvážený sňatek 2 265 Alkoholismus 2 571 Nevěra 2 408 Nezájem o rodinu (vč. opuštění rodiny) 2 272 Zlé nakládání, odsouzení pro trestný čin 1 927 Rozdíl povah, názorů a zájmů 1 698 Zdravotní důvody 1 385 Sexuální neshody 1 318 Ostatní příčiny 1 222 Soud nezjistil zavinění 2 265 Celkem 31 376 Zdroj: ČSÚ

2011 89 555 1 072 492 159 20 616 36 46 4 328 720 28 113

Přílohy

Tab. 15

103

Přirozený a celkový přírůstek a přírůstek stěhováním

Rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: ČSÚ

Přirozený přírůstek 609 1 398 5 064 1 368 2 840 -10 794 -21 816 -22 336 -22 087 -18 992 -20 297 -18 091 -17 040 -15 457 -17 603 -9 513 -5 727 1 390 9 996 14 622 10 927 10 309 1 825

Přírůstek stěhováním 1 459 624 2 876 11 781 5 476 9 942 9 999 10 129 12 075 9 488 8 774 6 539 -8 551 12 290 25 789 18 635 36 229 34 720 83 945 71 790 28 344 15 648 16 889

Celkový přírůstek 2 068 2 022 7 940 13 149 8 316 -852 -11 817 -12 207 -10 012 -9 504 -11 523 -11 552 -25 591 -3 167 8 186 9 122 30 502 36 110 93 941 86 412 39 271 25 957 18 714

Přílohy

Tab. 16

Rok

104

Demografické ukazatele migrace a reprodukce

Hrubá míra přirozeného přírůstku

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Zdroj: Vlastní zpracování

0,1 0,1 0,5 0,1 0,3 -1,0 -2,1 -2,2 -2,1 -1,8 -2,0 -1,8 -1,7 -1,5 -1,7 -0,9 -0,6 0,1 1,0 1,4 1,0 1,0 0,2

Hrubá míra migrace 0,1 0,1 0,3 1,1 0,5 1,0 1,0 1,0 1,2 0,9 0,9 0,6 -0,8 1,2 2,5 1,8 3,5 3,4 8,1 6,9 2,7 1,5 1,6

Hrubá míra celkového pří růstku 0,2 0,2 0,8 1,3 0,8 -0,1 -1,1 -1,2 -1,0 -0,9 -1,1 -1,1 -2,5 -0,3 0,8 0,9 3,0 3,5 9,0 8,2 3,7 2,5 1,8

Přílohy

Tab. 17

105

Projekce živě narozených a zemřelých do roku 2065

Živě narození nízká střední vysoká 119 570 119 570 119 570 116 997 118 430 118 556 115 025 116 609 118 297 96 789 103 534 110 462 79 356 88 778 98 752 86 597 100 117 114 549 78 611 98 550 118 680 68 092 91 231 114 933

Rok 2008 2009 2010 2020 2030 2040 2050 2065

nízká 104 948 108 908 108 508 111 947 120 252 134 028 132 743 140 703

Zemřelí střední 104 948 107 564 106 831 107 637 114 111 128 856 129 199 139 889

vysoká 104 948 106 819 105 642 104 680 109 574 124 656 126 816 139 429

Zdroj: ČSÚ

Tab. 18

Odhady parametrů v OLS modelu – přesné hodnoty

Parametr const l_OMN l_HMS l_CE l_ISCP

Odhad

SK

P-hodnota

4,49238

0,721000

2,20e-05

-0,118795

0,0325041

0,0026

0,418273

0,161197

0,0212

-0,665511

0,0581479

1,71e-08

-0,737931

0,129760

5,61e-05


Přílohy

Tab. 19

106

Vstupní data pro vícerozměrnou regresní analýzu

Rok HMP PHMM 1993 11,7 5 652 1994 10,3 6 631 1995 9,3 8 266 1996 8,8 9 778 1997 8,8 10 825 1998 8,8 11 705 1999 8,7 12 546 2000 8,8 13 322 2001 8,9 14 478 2002 9,1 15 550 2003 9,2 16 457 2004 9,6 17 565 2005 10,0 18 283 2006 10,3 19 447 2007 11,1 20 927 2008 11,5 22 653 2009 11,3 22 653 2010 11,1 23 425 2011 10,4 24 439 Zdroj: ČSÚ

I OMZ HMS 20,8 4,32 6,4 10,0 4,30 5,7 9,1 4,02 5,3 8,8 3,89 5,2 8,5 4,79 5,6 10,7 6,45 5,3 2,1 8,70 5,2 3,9 8,76 5,4 4,7 8,13 5,1 1,8 7,28 5,2 0,1 7,78 4,8 2,8 8,30 5,0 1,9 7,93 5,1 2,5 7,14 5,1 2,8 5,32 5,5 6,3 4,39 5,0 1,0 6,66 4,6 1,5 7,28 4,4 1,90 6,71 4,3

HDP 1 144 645 1 323 328 1 533 676 1 761 575 1 884 924 2 061 583 2 149 023 2 269 695 2 448 557 2 567 530 2 688 107 2 929 172 3 116 056 3 352 599 3 662 573 3 848 411 3 758 979 3 799 547 3 841 370

CE ISCP VZV 2,058 69,8 5,7 2,114 77,1 5,4 2,126 85,7 5,8 2,138 92,5 5,7 2,172 96,6 5,8 2,427 100,9 6,0 2,617 95,3 6,5 2,660 96,2 6,8 2,751 101,1 6,9 2,825 99,1 7,6 2,766 97,0 7,9 2,766 100,3 8,2 2,940 100,0 8,8 3,321 100,9 9,3 3,628 105,6 9,6 3,945 114,2 10,6 4,487 109,7 11,6 4,350 111,3 12,7 4,540 116,4 13,9

RP 996 1 016 1 033 7 354 7 612 7 780 7 718 7 691 7 701 8 022 7 964 10 482 12 627 13 526 28 690 28 294 28 586 27 722 25 706

P 64 69 75 483 525 563 566 581 616 791 807 835 895 1 591 2 097 1 647 1 579 1 565 292

Přílohy

Tab. 20

Projekce počtu živě narozených na období 2012 - 2014

Přepočtený čas 30,5 31,5 32,5 33,5 34,5 35,5 36,5 37,5 38,5 39,5 40,5 41,5 42,5 43,5 44,5 45,5

107

Trendová složka

Zadané hodnoty

2011

2012

2013

2014


Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4

26 836 27 699 28 953 25 185

26 900 26 932 26 964 26 996 27 028 27 060 27 092 27 124 27 155 27 187 27 219 27 251 27 283 27 315 27 347 27 379

Sezónní indexy 0,9976 1,0285 1,0738 0,9329

Empirické Systematická sezónní složka indexy 0,9832 26 447 1,0525 28 347 0,9913 26 730 0,9180 24 781 0,9832 26 573 1,0525 28 482 0,9913 26 856 0,9180 24 898 0,9832 26 698 1,0525 28 616 0,9913 26 983 0,9180 25 016 0,9832 26 824 1,0525 28 751 0,9913 27 110 0,9180 25 133

Sezónně očištěná Předpověď data 27 295 26 316 29 207 27 436 26 573 28 482 26 856 24 898 26 698 28 616 26 983 25 016 26 824 28 751 27 110 25 133

Přílohy

Tab. 21

Projekce počtu zemřelých na období 2012 - 2014

Přepočtený čas 30,5 31,5 32,5 33,5 34,5 35,5 36,5 37,5 38,5 39,5 40,5 41,5 42,5 43,5 44,5 45,5

108

Zadané hodnoty

2011

2012

2013

2014


Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4

28 394 25 600 25 364 27 490

Trendová složka 25 901 25 856 25 810 25 765 25 719 25 673 25 628 25 582 25 537 25 491 25 446 25 400 25 354 25 309 25 263 25 218

Sezónní indexy 1,0962 0,9901 0,9827 1,0670

Empirické Systematická sezónní složka indexy 1,0655 27 598 0,9662 24 981 0,9041 23 334 1,0235 26 371 1,0655 27 404 0,9662 24 805 0,9041 23 169 1,0235 26 184 1,0655 27 210 0,9662 24 629 0,9041 23 004 1,0235 25 998 1,0655 27 016 0,9662 24 453 0,9041 22 840 1,0235 25 811

Sezónně očištěná Předpověď data 26 648 26 496 28 056 26 858 27 404 24 805 23 169 26 184 27 210 24 629 23 004 25 998 27 016 24 453 22 840 25 811

109

Identifikace vlivů působících na porodnost v ČR

Recommend Documents