Mendelova zemědělská a lesnická univerzita v Brně

Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav ekonomie

Vztah ekonomické výkonnosti a životní úrovně v ČR Bakalářská práce

Vedoucí bakalářské práce:

Autor:

Ing. Monika Nováková

Denisa Bayerová

Brno, květen 2009

PROHLÁŠENÍ Prohlašuji, že jsem svou bakalářskou práci na téma Vztah ekonomické výkonnosti a životní úrovně v ČR vypracovala samostatně s pomocí literatury, kterou uvádím v seznamu použité literatury. V Brně dne 25.5.2009

_____________ Denisa Bayerová

PODĚKOVÁNÍ Tímto bych chtěla poděkovat svému vedoucímu bakalářské práce Ing. Monice Novákové za odborné vedení, rady a cenné připomínky při zpracování této bakalářské práce. Rovněž děkuji za laskavý přístup při konzultacích.

ABSTRAKT Předkládaná bakalářská práce „Vztah ekonomické výkonnosti a životní úrovně v ČR“ se věnuje otázce skutečné spojitosti ekonomické a životní úrovně. Na začátku práce jsou popsány samotné pojmy a základní makroekonomické ukazatele vztahující se k danému tématu. V další části práce jsou zmíněny názory a kritiky z řad ekonomů. Vlastní práce nastíní vývoje indikátorů pro kraje České republiky v období 1996–2007. Prostřednictvím vybrané analýzy budou získány statistické údaje mezi makroekonomickými ukazateli pro jednotlivé kraje v daném období. V závěru práce jsou interpretovány výsledky a je popsán vztah mezi výkonností ekonomiky a úrovní života.

Klíčová slova: ekonomická výkonnost, korelační analýza, životní úroveň

ABSTRACT The submitted bachelor’s thesis “The relationship between economic productivity and the standard of living in the Czech Republic” deals with the real connection between economy and the standard of living. The main terms and basic macroeconomic indexes related to the given topic are described at the beginning of the thesis. The opinions and criticism from the economists’ points of view are mentioned in the other part of the thesis. The thesis itself adumbrates the development of the indexes for the regions of the Czech Republic in 1996 – 2007.The statistical data among the macroeconomic indexes for each region in given period will be obtained via the selected analysis. The results are presented at the end of the thesis as well as the relationship between productive economy and the standard of living.

Essential terms: economic productivity, correlative analysis, standard of living

OBSAH

1. ÚVOD ..................................................................................................... 8 2. CÍL PRÁCE ............................................................................................ 9 3. METODIKA PRÁCE ............................................................................. 9 4. TEORETICKÁ ČÁST .......................................................................... 11 4.1. Ekonomická výkonnost .....................................................................................11 4.1.1. Hrubý domácí produkt (HDP) ....................................................................11 4.1.2. Hrubý národní produkt (HNP)....................................................................12 4.1.3. Čistý národní důchod (NND)......................................................................12 4.1.4. Vztahy mezi ukazateli výkonnosti ekonomiky...........................................12 4.1.5. Měření ekonomické výkonnosti .................................................................13 4.2. Životní úroveň ...................................................................................................16 4.2.1. Ukazatele životní úrovně ............................................................................16 4.2.2. Životní úroveň po ekonomické stránce.......................................................16 4.3. Ztotožnění výkonnosti ekonomiky s úrovní života ...........................................17 4.3.1. Rychlejší ekonomický růst, bohatší životní úroveň....................................17 4.3.2. HDP jako měřítko životní úrovně? .............................................................18 4.4. Makroekonomické ukazatele v praxi.................................................................19 4.4.1. Ukazatele používané v ČR pro měření životní úrovně a výkonnosti .........19 4.4.2. ISEW – ukazatel používaný v zahraničí pro měření životní úrovně ..........19

5. VLASTNÍ PRÁCE................................................................................ 21 5.1. Vývoj HDP na 1 obyvatele v krajích ČR za rok 1996-2007 .............................22 5.2. Vývoj čistého disponibilního důchodu domácností v krajích ČR .....................24 za rok 1996-2007 ......................................................................................................24 5.3. Vývoj obecné míry nezaměstnanosti v krajích ČR za rok 1996-2007 ..............26 5.4. Vývoj průměrné hrubé mzdy v krajích ČR za 1999-2008.................................28

6. ZPRACOVÁNÍ A VYHODNOCENÍ DAT ......................................... 30 6.1. Hodnocení regionálních rozdílů.........................................................................30 6.2. Korelační analýza ..............................................................................................30 6.2.1. Seznam ukazatelů použitých pro hodnocení krajů dle korelační analýzy ..31

6.2.2. HDP a čistý disponibilní důchod na 1 obyvatele v Kč ...............................31 6.2.3. HDP na 1 obyvatele a obecná míra nezaměstnanosti v %..........................32 6.2.4. HDP na 1 obyvatele a průměrná hrubá měsíční mzda v Kč .......................34 6.2.5. Shrnutí vypočítaných výsledků...................................................................35

7. SDRUŽENÉ REGRESNÍ PŘÍMKY..................................................... 37 7.1.1. Závislost HDP a čistého disponibilního důchodu na 1 obyvatele v Kč......37 7.1.2. Závislost HDP na 1 obyvatele a obecné míry nezaměstnanosti v % ..........39 7.1.3. Závislost HDP na 1 obyvatele a průměrné hrubé měsíční mzdy v Kč .......42

8. INTERVAL SPOLEHLIVOSTI PRO KOEFICIENTY KORELACE 45 9. ZÁVĚR ................................................................................................. 48 10. POUŽITÁ LITERATURA ................................................................. 50 11. SEZNAM GRAFŮ.............................................................................. 54 12. SEZNAM TABULEK......................................................................... 54 13. SEZNAM PŘÍLOH............................................................................. 56

1. ÚVOD Pro hodnocení české ekonomiky je otázka skutečného vývoje ekonomické výkonnosti a životní úrovně, vzájemném souladu či nikoliv, stále ekonomicky a politicky zajímavá. Důvod je prostý: tato otázka bude vždy sporné téma. Věnujme tedy pozornost připomínkám k vztahu ekonomické úrovně a životní úrovně. Existují učebnice a publikace, ve kterých mají autoři odlišné názory. Autoři Dornbush a Fischer (1994) v učebnici Makroekonomie1 konstatují: „Když je tempo růstu (myšleno HDP, pozn. autora) vysoké, produkce statků a služeb roste, což umožňuje růst životní úrovně.“ V této publikaci se životní úroveň uchyluje stejnou cestou jako úroveň celkové výkonnosti ekonomiky. H. Fialová (2004) v publikaci Malý ekonomický výkladový slovník říká, že: „Životní úroveň není totožná s ekonomickou úrovní země.“ Otázkou tedy je, zda změny životní úrovně jsou v souladu s oficiálně registrovaným HDP (jako ukazatelem výkonnosti ekonomiky) či nikoliv. Úspěšnost ekonomiky by se měla hodnotit nejen podle ukazatele HDP, ale také podle toho, jak se přitom daří obyvatelům státu, protože právě zvyšování úrovně života by mělo být naším hlavním cílem. Bohužel tomu tak není. Ukazatel životní úrovně bývá často právě pouze vypočítaný makroekonomický ukazatel HDP na hlavu a takto je často kritizován. Hlavní argumenty jsou např. to, že HDP nezapočítává nic z toho, čeho si lidé cení, pokud to není spojeno s peněžními prostředky (volný čas, pohoda atd.). Dále HDP započítává stejným způsobem výsledky “nemoci” i její “léčby” (HDP je zvyšován jak prodejem cigaret, tak i léčbou závislosti na nikotinu, protože obojí stojí peníze). Na růstu HDP se například podílí i odstraňování následků ropných havárií apod. (Dlouhý) Ukazatele ekonomické výkonnosti jsou jasně dány a obsaženy v systému národních účtů. Avšak světová veřejnost se dosud neshodla na ukazatelích úrovně života. Mou prací bych se chtěla přiblížit k tomuto často diskutovanému problému, a proto významnou otázkou bude, zda se zvýší (sníží) životní úroveň obyvatel v krajích České republiky, pokud se zvýší (sníží) ekonomická výkonnost dle vybraných makroekonomických ukazatelů.

1

Sám pojem makroekonomie se v odborné literatuře objevil v roce 1933, jeho autorem je norský ekonom

Ragnar Frisch, první nositel Nobelovy ceny za ekonomii (1969 spolu s J. Tinbergenem).

8

2. CÍL PRÁCE Cílem bakalářské práce je provést srovnání vybraných makroekonomických ukazatelů zastupujících ekonomickou výkonnost a životní úroveň v období 1996–2007. Použitím korelační analýzy pro jednotlivé kraje České republiky zjistit závislost či nezávislost vybraných ukazatelů a tím identifikovat vzájemné vztahy mezi ekonomickou výkonnosti a životní úrovní. Na závěr bude získána odpověď na otázku, zda se zvýší (sníží) životní úroveň obyvatel v krajích České republiky, pokud se zvýší (sníží) ekonomická výkonnost dle vybraných makroekonomických ukazatelů. Dílčím cílem práce je provést korelační analýzu, znázornit regresní křivky, vypočítat interval spolehlivosti pro koeficienty korelace a uskutečnit následnou interpretaci výsledků.

3. METODIKA PRÁCE Práce bude věnována samotným pojmům ekonomická výkonnost a životní úroveň. Poznamenány budou také kritiky a názory z řad ekonomů. Při zpracování se vycházelo z odborných knih, dále pak článků či zpráv, které jsou dostupné na internetové síti. K popisu základních pojmů bude využito dat z Českého statistického úřadu. Práce je rozdělena na dva úseky, teoretická část a vlastní práce. Teoretická část je věnována obecnému popisu samotných pojmů, dále vymezením definic makroekonomických ukazatelů vztahujících se k danému tématu zejména dle odborných knih. K tomu je použita metoda popisu, což je jedna z etap zkoumání, při které jsou zachyceny faktické údaje. K popisu je použit běžný jazyk. Dále budou řečeny nejaktuálnějších názory na danou diskutabilní tématiku především ze zdrojů z ČSÚ. Zde bude aplikována metoda dedukce, jenž představuje myšlenkový proces, ve kterém bude z názorů a kritik logicky vyvozen závěr. V části vlastní práce bude použita analýza ekonomické výkonnosti na základě vývoje HDP na 1 obyvatele v Kč pro kraje v období 1996–2007. Pro analýzu životní úrovně budou použity hodnoty čistého disponibilního důchodu domácností na 1 obyvatele v Kč, průměrné hrubé měsíční mzdy v Kč a obecné míry nezaměstnanosti v % pro jednotlivé kraje. Pro hodnocení jsou použity statistické údaje z ročních regionálních účtů v časovém období 19962007, které jsou zpracované v sekci regionálních účtů Českého statistického úřadu. Pro vyjádření jednotlivých ukazatelů je využito grafů a tabulek. Snahou bude porovnat indikátory životní úrovně s HDP na 1 obyvatele v Kč v krajích s použitím korelační analýzy.

9

Korelační analýzou rozumíme speciální případ úlohy o oboustranné závislosti, kdy nelze jednoznačně pojmenovat závislou a nezávislou proměnnou. Jelikož chceme přispět k poznání příčinných vztahů, je vybrán koeficient determinace. Jeho vlastnosti jsou využity pro stanovení vlivu nezávislých parametrů na vysvětlujících proměnných. Koeficient determinace se rozkládá v intervalu od 0 do 1, může být uváděn také v procentech. Důležitým parametrem jednoduché lineární korelace je koeficient korelace měřící intenzitu závislosti na intervalu od -1 (negativní závislost) přes hodnotu 0 (nezávislost) až po hodnotu +1 (pevná závislost). Znaménko určuje směr závislosti (kladné je při přímé závislosti, záporné při nepřímé závislosti). Síla závislosti se považuje za tím silnější, čím je tato absolutní hodnota bližší 1. Pro vyjádření výsledku v přehledné a koncentrované formě bylo využito sdružených regresních přímek v grafickém znázornění. Pokud jsou sdružené regresní přímky na sebe navzájem kolmé, koeficient korelace je nulový. Tedy makroekonomické ukazatele na sebe nemají vliv. Pokud se tyto přímky překrývají, existuje silná závislost mezi vybranými indikátory. Zárukou správně zvolené cesty k poznání příčinných souvislostí mezi ukazateli bylo použito intervalu spolehlivosti. Interval je tím užší, čím jsou získané výsledky přesnější. Snahou bude interpretovat realitu, která se pokouší zjistit objektivní zákonitosti vyjadřující stálé vztahy mezi výkonem ekonomiky a úrovní života. Bude aplikována logická metoda komparace, což je srovnání poznaných jevů, nalézání stejných či odlišných znaků. Na závěr bude tedy porovnán vztah ekonomické výkonnosti a životní úrovně. Data budou statisticky zpracována pomocí programu MS EXCEL, jenž je součástí kancelářského balíku Microsoft Office.

10

4. TEORETICKÁ ČÁST 4.1. Ekonomická výkonnost Jsme-li schopni měřit ekonomickou výkonnost, můžeme posuzovat hospodářský rozvoj a úspěšnost země v jednotlivých obdobích a v mezinárodním měřítku. Na základě srovnání můžeme také vyvodit závěry, zda se ekonomika rozvíjí žádoucím směrem nebo selhává. Ekonomická výkonnost země v delším časovém horizontu je velmi úzce spojena s její konkurenceschopností. Růst konkurenceschopnosti je podmíněn využitím kvalitativních růstových faktorů a projevuje se ve vyšší výkonnosti ekonomiky. Vyšší růstová dynamika zvyšuje ekonomickou sílu a úroveň země a tím i dostupnost zdrojů pro podporu kvalitativně založených aktivit. Země se tak může dostat do zdravého koloběhu zdrojů, jejich využití a efektů,

který

zajišťuje

udržitelný

růst

životní

úrovně

a bohatství

ve

stabilním

makroekonomickém rámci. (Hájek, M., et al., 2005, str.1) Výkonnost národního hospodářství je dána také schopností vyprodukovat určité množství statků a služeb během určitého období zpravidla 1 roku. Pro měření ekonomické výkonnosti v teorii používáme tři hlavní ukazatele, tj. hrubý domácí produkt, hrubý národní produkt a čistý národní důchod.

4.1.1. Hrubý domácí produkt (HDP)

HDP definujeme jako součet hodnot veškerých finálních výrobků a služeb (statků) vyprodukovaných v zemi za dané období. Do finálních statků jsou přitom zahrnovány všechny výrobky a služby určené ke spotřebě (soukromá spotřeba), k nákupu hmotných a nehmotných investičních aktiv ze strany podnikatelů (soukromé investice), k nákupu zboží a služeb z veřejných prostředků (veřejná, popř. vládní spotřeba) a čistý export jako rozdíl mezi exportem zboží a služeb a jejich importem. (Smutná In Vlček a kol, 2005, str.285) Do počátku 90.let byl užíván hrubý národní produkt (HNP) jako hlavní ukazatel výkonnosti ekonomiky. Postupně se přecházelo na ukazatele HDP. Dnes je používán v Evropské unii, tudíž i v ČR a je součástí všech významných průmyslových zemí. Proto prostřednictvím makroekonomického ukazatele HDP můžeme srovnávat vývoj ekonomiky i s ostatními zeměmi.

11

HDP vypočítáme třemi základními způsoby2.

4.1.2. Hrubý národní produkt (HNP)

Národní produkt slouží k měření výkonu (výstupu) výrobních faktorů podle jejich národní příslušnosti, bez ohledu na region, ve kterém výrobní faktory působí. (Fuchs a Tuleja, 2003, str.170) Při zjišťování HNP nebereme tedy ohled na to, zda produktivní aktiva byly vyrobeny na území daného státu nebo v zahraničí. Národní produkt proto zahrnuje, ve srovnání s domácím produktem, tzv. čistý příjem ze zahraničí. Ten může být kladný i záporný, neboť představuje rozdíl mezi příjmy přijatými ze zahraničí za působení vlastních výrobních faktorů mimo území státu a výdaji placenými do zahraničí za používání cizích výrobních faktorů. (Smutná In Vlček a kol, 2005, str.294) HNP používá např. Severní Amerika. Je to dáno tím, že americké firmy mají mnoho investic v zahraničí, tudíž upřednostňují výpočet národního charakteru výkonnosti ekonomiky.

4.1.3. Čistý národní důchod (NND)

Slovo „hrubý“ v HDP a HNP znamená, že jsme neodečetli znehodnocení kapitálu (odpisy vyjadřující spotřebu kapitálu) čili hodnotu kapitálových zdrojů spotřebovaných ve výrobním procesu vlivem fyzického opotřebení, náhodných škod, zastarání nebo vyřazení kapitálových aktiv. (Sojka In Stutely, 2002, str.38) Pokud tedy od HNP nebo HDP odečteme odpisy (znehodnocení kapitálu), získáme „čistý“ ukazatel, tj. čistý národní důchod.

4.1.4. Vztahy mezi ukazateli výkonnosti ekonomiky

Vztah mezi těmito třemi ukazateli je jednoduchý:

HDP (hrubý domácí produkt) + čistý důchod z majetku v zahraničí (renty, úroky, zisky a dividendy) = HNP (hrubý národní produkt) 2

Viz kapitola měření ekonomické výkonnosti.

12

- spotřeba kapitálu (znehodnocení, odpisy) = NND (čistý národní důchod) (Sojka In Stutely, 2002, str.38)

NND, tj. čistý národní důchod, je dle předcházejícího vztahu nejsouhrnnější ukazatel ekonomické výkonnosti, bohužel má poměrně malý praktický význam kvůli obtížím se zohledněním odpisů. Mnohem efektivnějšími ukazateli jsou hrubé ukazatele. Rozdíl mezi HDP a HNP je běžně poměrně malý, asi okolo 1% HDP. (Sojka In Stutely, 2002, str.38) U všech tří ukazatelů (HDP, HNP i NND) jsme schopni sčítat pouze statky a služby, které prošly legálním trhem. Do zmíněných ukazatelů tedy nejsme schopni zachytit: -statky a služby, které si lidé ve sledovaném období vyráběli sami pro sebe; -statky a služby, které prošly nelegálním trhem (zde hovoříme o šedé a černé ekonomice3). (Švarcová) Ekonomické ukazatele mají za cíl co nejlépe definovat současnou realitu jak společenskou, tak ekonomickou. Ani HNP či HDP nejsou přesným vyjádřením výkonu ekonomiky, nicméně jsou využívány pro srovnání jak v tuzemském, tak mezinárodním měřítku. Jedním ze současných agregátních ukazatelů, který lépe vyjadřuje úroveň života v daném státě je čistý ekonomický blahobyt (NEW).

4.1.5. Měření ekonomické výkonnosti

Hodnocení ekonomické výkonnosti je jednou ze základních charakteristik, kterou sledují jak investoři při rozhodování o výběru země, tak všeobecně ekonomové při posuzování úspěšnosti (neúspěšnosti) hospodářské politiky vlády. (Žďárek, 2005, str.1) Za hlavní ukazatel výkonnosti je stále považován ukazatel vývoje reálného hrubého domácího produktu (HDP). Výkonnost celé ekonomiky lze měřit třemi rozdílnými avšak ekvivalentními způsoby.

Produkční metoda – HDP se počítá jako součet hrubé přidané hodnoty jednotlivých institucionálních sektorů či odvětví a čistých daní na produkty (které nejsou rozvrženy do

3

Šedá ekonomika: úplatky a melouchaření, tedy nezdaněná práce a příjmy. Černá ekonomika: příjmy z trestné činnosti, krádeží, nelegálních hazardních her, prodeje drog.

13

sektorů a odvětví). Je to taktéž vyrovnávací položka účtu výroby za národní hospodářství celkem, kde se na straně zdrojů zachycuje produkce a na straně užití mezispotřeba. Hrubá přidaná hodnota je rozdílem mezi produkcí a mezispotřebou. Vzhledem k tomu, že produkce se oceňuje v základních cenách a užití v kupních cenách, je strana zdrojů za národní hospodářství celkem doplněna o daně snížené o dotace na výrobky. (ČSÚ)

HDP = Produkce - Mezispotřeba + Daně z produktů - Dotace na produkty (ČSÚ)

Produkce zahrnuje výrobky a služby vytvořené jednotkami během účetního období

v procesu výroby. (ČSÚ)

Mezispotřeba představuje hodnotu výrobků (jiných než fixních aktiv) a služeb,

spotřebovaných během sledovaného období jako vstupy výrobního procesu (tržních i netržních výrobců). Za mezispotřebu se považují výdaje za materiál, palivo, energii, předměty dlouhodobé spotřeby a další. (ČSÚ)

Daně z produktů jsou daněmi, které mají být placeny z jednotky nějakého vyrobeného

nebo do transakce vstupujícího výrobku nebo služby. Obsahují Daň z přidané hodnoty, spotřební daně, odvody za trvalé odnětí půdy, poplatky (např. některé lázeňské nebo správní) a pod. (ČSÚ)

Dotace na produkty jsou dotacemi, které se poskytují na jednotku vyrobených nebo

dovezených výrobků nebo služeb. Jsou to např. dotace na osobní dopravu, na zemědělské produkty apod. (ČSÚ)

Výdajová metoda (spotřební) – sčítá výdaje na nákup hodnoty, nově vytvořené v dané ekonomice, neboli výdaje na nákup finálních statků, investičních statků a exportovaných statků). (Helísek, 2002, str.26)

HDP = Výdaje na konečnou spotřebu + Tvorba hrubého kapitálu + Vývoz výrobků a služeb - Dovoz výrobků a služeb (ČSÚ)

Výdaje na konečnou spotřebu představují částky vydané rezidentskými institucionálními

jednotkami na získání výrobků a služeb určených pro přímé uspokojení individuálních potřeb nebo přání nebo kolektivních potřeb členů společnosti. (ČSÚ)

Tvorba hrubého kapitálu obsahuje tvorbu hrubého fixního kapitálu, změny stavu zásob

a čisté pořízení cenností. (ČSÚ)

14

Vývoz výrobků a služeb zahrnuje transakce s výrobky a službami (prodej, barter, dary

nebo granty) od rezidentů k nerezidentům. (ČSÚ)

Dovoz výrobků a služeb zahrnuje transakce s výrobky a službami (nákupy, barter, dary

nebo granty) od nerezidentů k rezidentům. (ČSÚ)

Důchodová metoda – součet důchodů všech vyrobených faktorů zvětšený o amortizaci a nepřímé daně. (Smutná In Vlček a kol, 2005, str.288)

HDP = Náhrady zaměstnancům + Daně z výroby a z dovozu - Dotace + Čistý provozní přebytek + Čistý smíšený důchod + Spotřeba fixního kapitálu (ČSÚ)

Náhrady zaměstnancům je celková odměna, peněžní nebo naturální, kterou má platit

zaměstnavatel zaměstnanci za jím provedenou práci v daném účetním období. Náhrady zaměstnancům obsahují peněžní a naturální mzdy a platy, skutečné sociální příspěvky zaměstnavatelů a imputované sociální příspěvky zaměstnavatelů. (ČSÚ)

Daně z výroby a z dovozu se skládají z povinných, jednostranných plateb, v peněžní nebo

v naturální podobě, které vybírají vládní instituce nebo instituce Evropské unie ve vztahu k výrobě a dovozu výrobků a služeb, k zaměstnávání pracovních sil, vlastnictví nebo užívání půdy, budov nebo ostatních aktiv používaných při výrobě. (ČSÚ)

Dotace jsou výdaje vládních institucí. (ČSÚ)

Čistý provozní přebytek odpovídá důchodu, který získají institucionální jednotky

z vlastního používání výrobních kapacit. Je to vyrovnávací položka účtu tvorby důchodů a současně poslední vyrovnávací položka účtů, kterou je možné počítat jak za odvětví, tak za institucionální sektory a sub-sektory. (ČSÚ)

Smíšený důchod (čistý) odpovídá odměně za práci vykonanou vlastníkem nebo členy

jeho rodiny, která se nedá statisticky odlišit od jeho zisku jako podnikatele. Je také stanoven jako hrubý smíšený důchod snížený o spotřebu fixního kapitálu. Čistý smíšený důchod (spolu s provozním přebytkem ) tvoří vyrovnávací položku účtu tvorby důchodů sektoru domácností.

Spotřeba fixního kapitálu představuje úbytek hodnoty fixního kapitálu v důsledku

fyzického opotřebení a morálního zastarávání. (ČSÚ)

Tyto tři metody by měly vést k jednomu stejnému závěru, ke stejným výsledkům. Avšak při odlišném postupu propočtu jednotlivých makroekonomických veličin se objevují malé rozdíly, což zapříčinily nepřesnosti v odhadech nižších složek ukazatele HDP. 15

4.2. Životní úroveň “Living of standard is applied specifically to a measure of the consumption of goods and services by a particular person or group, sometimes called "level of living" (what is) as opposed to "standard" (what is desired).” (Encyclopaedia Britannica, 1992, str.413) Životní úroveň ve vývoji světa byla vždy nerovnoměrná a nejspíš tomu tak bude ještě po dlouhou dobu. Stejně tak bude vždy rozdílná úroveň života mezi státy, mezi regiony, mezi lidmi.

4.2.1. Ukazatele životní úrovně

Životní úroveň se s postupem času neustále mění, zvyšuje se. S rozvojem vědy a techniky jsou naše potřeby uspokojovány kvalitními produkty i službami. Avšak neplatí to v každém státě světa. Proto úsilí o sestavení jednotných ukazatelů nebyly příliš úspěšné. Sestavit ukazatele zahrnující nejen ekonomickou stránku, ale také sociální bude vždy předmětem zkoumání. Nejznámější je index lidského rozvoje či další pokusy o zahrnutí jiných aspektů lidského života jako je index štěstí. (Spěváček) “These indices also involve serious problems of comparability among nations and regions, however, especially since even the most basic data, such as reliable population estimates, may be unavailable for some very poor countries.” (Encyclopaedia Britannica, 1992, str.413)

4.2.2. Životní úroveň po ekonomické stránce

Pro porovnávání údajů se zavádí výpočty takových ukazatelů, které mají co nejlepší vypovídací schopnost a obecně jsou používány. Vybrané ukazatele životní úrovně jsou např. disponibilní důchody domácností, výdaje domácností na konečnou spotřebu, úspory domácností, investice domácností, majetek (bohatství) domácností. (Spěváček) Disponibilní důchody domácností – důchod, který realizují domácnosti v ekonomice na spotřební výdaje a úspory. Představují tedy veškeré důchody z výrobních faktorů a transferů, které obdrží domácnosti po odečtení osobních daní. V ekonomické teorii se potom disponibilní důchod využívá zejména v teorii životní úrovně. (Neset In Žák a kol., 1999, str.182)

16

Výdaje domácností na konečnou spotřebu - (soukromá spotřeba) představují jakýsi finální efekt ekonomické aktivity a jsou hlavní složkou životní úrovně obyvatelstva. Zpravidla platí, že čím rychlejší je růst ekonomiky (většinou měřený růstem HDP), tím rychlejší je růst soukromé spotřeby a životní úrovně. (Nováková, 2007, str.4) Úspory domácností - domácnosti věnují pouze část svého disponibilního důchodu na spotřební výdaje. Zbytek disponibilního důchodu jsou osobní úspory, které označujeme jako úspory domácností. (Máče, 2007, str.159) Investice domácností - nejde o výdaje sloužící bezprostředně ke spotřebě, ale k zabezpečení budoucích důchodů. (Straka In Žák a kol., 1999, str.321) Investice obvykle zakládají růst a blahobyt ekonomiky v budoucnu. (Fialová, 2004, str.77) Majetek (bohatství) domácností - významný ekonomický termín vyjadřující celkový majetek. Zahrnuje peníze a všechny statky, které mají tržní hodnotu a mohou být směněny za peníze nebo jiné statky, a dále nehmotný kapitál, umožňující vytvářet důchod. (Fialová, 2004, str.17)

4.3. Ztotožnění výkonnosti ekonomiky s úrovní života 4.3.1. Rychlejší ekonomický růst, bohatší životní úroveň

Růst ekonomiky je pokládán za podnět k růstu životní úrovně. Je tomu zřejmě proto, že v mnoha publikacích životní úroveň představuje pouze vypočítaný makroekonomický ukazatel HDP na hlavu. Proto otázky životní úrovně jsou v porovnání s tématy výkonu ekonomiky stále diskutabilní téma. Stěžejním zdrojem růstu životní úrovně bylo zrychlení ekonomického růstu. K hlavním zdrojům růstu složek životní úrovně patřilo především zrychlení ekonomické výkonnosti, doprovázené tendencí k posilování makroekonomické rovnováhy. Na akceleraci ekonomického růstu se na straně nabídky ekonomiky podílel především průmysl a služby, na straně poptávky postupně sílil pozitivní vliv vývozního výkonu ekonomiky. Statistická data za rok 2006 v ČR nesignalizují změny ve vývojových trendech ekonomiky a životní úrovně. (Czesaný)

17

4.3.2. HDP jako měřítko životní úrovně?

Národní hospodářství se neustále vyvíjí, proto také potřebujeme obraz o jeho rozvoji, který by měl zahrnovat přesnost a všestrannost. Nejčastějším používaným ukazatelem hodnocení vývoje ekonomiky je ukazatel reálného růstu HDP, ten však ke konkrétní představě nestačí. Stále častěji se diskutuje o problémech, které působí nedostatečná vypovídací schopnost ukazatele HDP. V této souvislosti se často zdůrazňuje, že řady ekonomických činností, které prokazatelně zvětšují objem HDP (např. růst rozvodovosti, potratů, soudních sporů atd.), jsou ve skutečnosti pro rozvoj společnosti jako celku škodlivé. Naopak, celá řada veřejně prospěšných činností není do HDP započítávána. Jedná se např. o výrobky a služby, které poskytujeme sami sobě, rodině a přátelům. Stejně tak není do HDP, jako ukazatele charakterizující výkonnost ekonomiky, zahrnován růst volného času, ve smyslu rostoucí životní úrovně společnosti. Dochází tedy, obecně řečeno, k určitému nesouladu mezi společensky žádoucím a ekonomicky vykazovaným růstem výkonnosti a životní úrovně. (Smutná In Vlček a kol, 2005, str.296) Ukazatel HDP bývá často používán jako ukazatel životní úrovně, nebo udržitelného blahobytu, původně jako takový nebyl zamýšlen. Pokud chceme HDP použít v širším měřítku a hodnotit stav společnosti a kvalitu rozvoje, působí značné problémy. Nemá totiž správnou schopnost vyjádřit úroveň života či trvalou udržitelnost. Otázky a problémy, které jsou v praxi spojené se standardním ukazatelem HDP, se opírají o realitu, kde HDP indikuje ekonomický úspěch dané ekonomiky za dané období a tvoří ho pouze položky a aktivity, v daném čase do jeho metodiky výpočtu zahrnuté. I přesto, že ukazatel HDP je tvořen v rámci systému pouze omezenými položkami, poskytuje užitečné i detailní informace, nemusí být nutně měřítkem kolektivní či individuální úrovně života. Životní úroveň není spojená pouze s ekonomickými aktivy, ale má mnohem širší dimenzi, do které patří například otázky zdraví, individuálního blaha, kvality života a bezpečnosti, ale také kvalita životního prostředí, neplacené služby práce v domácnosti nebo volný čas. Tyto položky nejsou zahrnuté v standardně měřené osobní spotřebě a produktu. Životní úroveň je na jedné straně ovlivňována externími náklady jednotlivců, které se v národních účtech objevují transformovně alokací externalit, na straně druhé většina položek je z účetní soustavy zcela vyloučena. (Ščasný)

18

4.4. Makroekonomické ukazatele v praxi 4.4.1. Ukazatele používané v ČR pro měření životní úrovně a výkonnosti

V předchozích kapitolách jsem se zmínila o sestavě ukazatelů, které jsou všeobecně užívány v teorii. V praxi se však objevují odlišnosti. Chceme získat konkrétnější představu, a proto je třeba uvažovat nad širší sestavou indikátorů. Pro měření životní úrovně v České republice patří především standardní soubor ukazatelů – reálné mzdy, spotřeba obyvatelstva a investice do bydlení. (Czesaný) Druhý soubor ukazatelů se věnuje vývoji struktury sociální koheze, ta slouží k posuzování konzistence ve vývoji významných komponent sociální sounáležitosti. Mapovat ji lze pomocí indikace mzdové diferenciace, míry nezaměstnanosti a chudoby. (Czesaný) Třetí soubor ukazatelů se orientuje na podchycení vybraných hledisek týkajících se stárnutí obyvatelstva. Přísluší sem ukazatele, indikující průměrnou délku života, rozměr závislosti neaktivního obyvatelstva na aktivním, výdaje na zdravotnictví a starobní důchody. Zmapován je i vývoj u dalších vybraných složek kvality života, k nimž patří vzdělanostní potenciál a míra zátěže životního prostředí. (Czesaný) Dalším podstatným ukazatelem pohybu životní úrovně je soukromá spotřeba, tj. výdaje na konečnou spotřebu domácností. Pokud chceme hodnotit celkovou ekonomickou výkonnost v České republice, vychází se převážně z ukazatele hrubého domácího produktu (HDP), kterým se charakterizuje ekonomický růst. Při zohlednění růstu obyvatelstva se vypočte HDP na obyvatele (důchod na hlavu). Pro úplnější a objektivnější obraz o vývoji ekonomiky je třeba analyzovat i vývoj dalších ukazatelů, které obsahuje systém národních účtů. Mezi ně patří především hrubý národní důchod, reálný hrubý domácí důchod, reálný národní důchod a reálný disponibilní důchod. (Spěváček, 2006, str.8)

4.4.2. ISEW – ukazatel používaný v zahraničí pro měření životní úrovně

HDP, často označován jako standardní ukazatel ekonomické výkonnosti, má omezenou vypovídací schopnost z hlediska udržitelnosti a životní úrovně. Proto existuje snaha o úpravy národních účtů, které by popisovaly tyto fenomény výstižněji.

19

Ukazatel ISEW představuje jednodimenzionální ukazatel, který se snaží zahrnout jak fenomén udržitelnosti, tak životní úrovně. Původně byl sestaven pro ekonomiku USA. Na tuto studii navázala celá řada případových a kritických studií, přičemž byl ISEW propočten pro několik dalších zemí (Velká Británie, Německo, Skotsko, Nizozemí, Švédsko, Rakousko, Itálii, Chile, Polsko, v jistých modifikacích – jako regionální ISEW pro Španělsko a Portugalsko, jako Genuine Progress Indicator (dále GPI) pro Austrálii a Redefining Progress pro Spojené státy americké). Všechny případové studie zahrnují více méně období 1950-1990. (Ščasný) Studie vycházející z výsledků výpočtů ISEW říkají, že udržitelný ekonomický blahobyt, vyjádřený ISEW per capita4 nebo absolutně, se oddaluje od ekonomické výkonnosti, vyjádřené HDP per capita, resp. HDP. Toto tvrzení se projevuje zejména od konce 70. let, kdy HDP vykazuje růst a ISEW klesající sklon.

4

Na hlavu, obv. statistický nebo ekonomický ukazatel vztažený na jednotlivce.

20

5. VLASTNÍ PRÁCE V předchozích kapitolách jsem nastínila souvislost ekonomické výkonnosti a životní úrovně. Tento vztah je stále diskutabilní téma. Tedy součástí praktické části je shromáždění informací týkajících se jednotlivých krajů ČR u ukazatelů významně ovlivňujících ekonomickou výkonnost a životní úroveň. Klasifikace

územních

statistických

jednotek

CZ-NUTS5

byla

v ČR

zavedena

1. ledna 2000 na základě Ústavního zákona č.347/97 Sb. Nahradila do té doby platný číselník krajů a okresů (ČKO). Tímto byl uplatněn systém klasifikace územních statistických jednotek používaný v zemích Evropské unie. Klasifikace NUTS byla prosazena Statistickým úřadem Evropských společenství neboli Eurostatem ve spolupráci s dalšími orgány EU pro potřeby klasifikování jednotné unifikované struktury územních jednotek státu. Od 1.ledna 2008 je systém klasifikace územních struktur v ČR rozdělen, v souladu se systémem Eurostatu, na dvě části. A to klasifikace CZ-NUTS a systém LAU6. Je tedy třeba dodat, že od 1. ledna 2008 se ČR oficiálně člení pouze na jednotky NUTS 0 resp. NUTS 1 (celá ČR), NUTS 2 (regiony soudržnosti) a NUTS 3 (kraje). Úroveň NUTS 4 (okresy) se zrušila a je nahrazena systémem LAU 1. Tedy územní jednotky na úrovni LAU 1 přebírají kódy od dřívějších jednotek NUTS 4. Systém LAU 2 vymezuje obce České republiky. Vlastní práce bude založena na územních statistických jednotkách NUTS 3 (kraje).

Obrázek č.1: Kraje (NUTS 3) České republiky zdroj: ČSÚ

Regionalizace makroekonomických ukazatelů je jedním z důležitých nástrojů při hledání rozdílů mezi kraji a zjišťování jejich příčin. Při pohledu na krajskou strukturu našeho státu nacházíme jak kraje s vysokou životní a ekonomickou úrovní, tak i kraje s podprůměrnou

5

La Nomenclature de Unités Territorial Statistique

6

Local Administrative Units

21

ekonomickou výkonností a úrovní života. Momentální ekonomická úroveň je do jisté míry přijatelná, ale další rozvoj krajů může být omezen, např. špatným životním prostředím. Od zavedení regionální politiky se očekává příznivé ovlivnění ekonomiky v duchu vytvoření lepších podmínek života. Tato politika se snaží také o snižování rozdílů mezi úrovněmi rozvoje krajů. Vybrané makroekonomické ukazatele jsou dostupné za kraje v období cca 1996–2007. Délka této časové řady by měla zajistit dobrou vypovídací schopnost zjištěných vztahů. Do praktické části práce bylo zvoleno HDP na 1 obyvatele jako ukazatel ekonomické výkonnosti. HDP na hlavu bylo vybráno z důvodu častého přiřazování k indikátoru životní úrovně, za což bývá nejednou kritizován. Tento klíčový ukazatel bude použit pro srovnání s čistým disponibilním důchodem domácností na 1 obyvatele, s obecnou mírou nezaměstnanosti a s průměrnou hrubou mzdou jako ukazateli životní úrovně. Na toto porovnání bude použita metoda korelační analýzy. Korelační analýzou rozumíme speciální případ úlohy o oboustranné závislosti, kdy nelze jednoznačně pojmenovat závislou a nezávislou

proměnnou.

Tedy

bude

měřena

síla

(intenzita)

těsnosti

vybraných

makroekonomických ukazatelů.

5.1. Vývoj HDP na 1 obyvatele v krajích ČR za rok 1996–2007 Hrubý domácí produkt na 1 obyvatele je jeden z význačných ukazatelů zmiňovaných při analýzách, které se zabývají nehomogenitou krajů ČR. Jeho statistické údaje se zde zaměřují na nejpodrobnější krajskou úroveň NUTS 3 i přesto, že pro mezinárodní srovnání je vyžadována agregace do tzv. oblasti NUTS 2. Ty byly vytvořeny seskupením vybraných krajů, které samostatně nesplňovaly stanovené velikostní kriterium. Hrubý domácí produkt v jednotlivých krajích České republiky vykazoval za posledních deset let nerovnovážný vývoj. Abychom mohli posoudit prohlubování regionálních disparit je třeba sledovat makroekonomický ukazatel v delším časovém období. Vzhledem k následujícím údajům o regionálně členěném HDP na 1 obyvatele vyplývá, že rozdíly mezi 14 kraji (NUTS 3) stále narůstají. Co však podotknout je, že disparity regionů zcela zásadním způsobem ovlivňuje odlišný vývoj za hlavní město Prahu. Používání HDP na 1 obyvatele a jeho upřednostňování může vést k závěru, jenž je mylný. A to, že jeho vypovídací schopnost je dostatečně souhrnná a charakterizuje ekonomickou vyspělost i životní úroveň obyvatelstva.

22

Regionální HDP na jednoho obyvatele můžeme chápat spíše jako souhrnný ukazatel ekonomické vyspělosti regionů, ale ne jako ukazatel úrovně života. Z následující tabulky je patrný vývoj HDP v přepočtu na jednoho obyvatele v jednotlivých krajích během posledních 12 let. Nejvyšší dynamika (v běžných cenách) byla zaznamenána v Praze, k druhému nejvyššímu nárůstu došlo ve Středočeském kraji. Naopak nejnižší přírůstky byly v Olomouckém kraji. Tyto údaje potvrzují dominantní postavení Prahy nejen mezi regiony v rámci České republiky na úrovni krajů, nýbrž i mezi regiony všech kandidátských zemí. Hlavní město produkuje asi 25 procent celostátního objemu HDP a jako jediný region z nových zemí EU výrazně přesahuje unijní průměr evropské patnáctky. Zatímco Olomoucký kraj uvádí dlouhodobou vysokou nezaměstnanost a jedny z nejnižších platů v zemi. Důvody pro malý podíl HDP na osobu jsou také viděny mimo jiné v geografické poloze regionu uprostřed Moravy, kde nejsou ideální podmínky pro rozvoj velkého průmyslu. Chybějící kvalitní infrastruktura je ovšem součástí problému tvorby HDP. HRUBÝ DOMÁCÍ PRODUKT NA 1 OBYVATELE, v běžných cenách

500 450 400 350 300 250 200 150 100 50

000 000 000 000 000 000 000 000 000 000 0

1996 1997 1998 1999 2000 2001

Hl .m .P rah Stř a edo č es ký kra j Jih oče ský kra j Plz eň ský kra Ka j rlo va rsk ýk ra j Ús t ec ký kra j Li b ere ck Kr ýk álo raj vé hra dec ký kra Pa j rdu bic ký kra j Vy soč ina Jih kra om j ora vsk ýk ra j Ol om ou ck ýk raj Zl í nsk Mo ýk rav raj sko sle zsk ýk raj

v Kč / in CZK

Gross Domestic Product per capita, current prices 1996-2001

Graf č.1: Vývoj HDP na 1 obyvatele v letech 1996–2001 Zdroj: ČSÚ

23

HRUBÝ DOMÁCÍ PRODUKT NA 1 OBYVATELE, v běžných cenách 800 000

Gross Domestic Product per capita, current prices 2002-2007 2002 2003 2004 2005 2006 2007

v Kč / in CZK

700 000 600 000 500 000 400 000 300 000 200 000 100 000

Hl. m. Pr a Stř ha edo čes ký kr a Jih j o če sk ý kra Plz j eň s ký Ka k ra rlo j var sk ý k ra j Ús t ec ký kr a Li b j ere Kr cký ál o kr a véh j r ad eck ýk Pa raj rd u b ic ký k ra Vy j soč i na Ji h k ra om j or a v sk ý k ra Ol om j ou cký kra j Z l ín s Mo ký rav k ra sko j sle zsk ýk raj

0

Graf č.2: Vývoj HDP na 1 obyvatele v letech 2002–2007 Zdroj: ČSÚ

5.2. Vývoj čistého disponibilního důchodu domácností v krajích ČR za rok 1996–2007 Ukazatel nám do jisté míry vypovídá o úrovni materiálního bohatství domácností, které žijí v jednotlivých regionech. Je tedy jedním z primárních ukazatelů ekonomické situace obyvatel. Český statistický úřad zjišťuje disponibilní důchod domácností pomocí periodického výběrového zjišťování o peněžních a naturálních příjmech domácností, tzv. Mikrocenzu. Domácnosti se při něm samy zařazovaly do intervalu, který odpovídal jejich čistým měsíčním peněžním příjmům. Kromě toho se u jednotlivých ekonomicky aktivních členů domácností zjišťovala jejich osobní prohlášení o všech peněžních i nepeněžních příjmech. Podobný charakter má statistika rodinných účtů, což je kontinuální výběrové šetření ČSÚ o struktuře příjmů, vydání a spotřebních zvyklostech domácností. Disponibilní důchody jsou brány v řadě 6 let (což jsou nejnovější data) či 12 let. Nejvyšší hodnotou se může pyšnit opět hlavní město Praha, následuje Plzeňský a Středočeský kraj. Na posledních místech s přihlédnutím ke konečným rokům jsou kraje Ústecký, Karlovarský a Moravskoslezský. Praha je region s nejvyšším ekonomickým výkonem. K jejímu rostoucímu významu přispěla především role hlavního města. Je významné turistické centrum, proudí sem 24

zahraniční investice a nachází se ve středu hlavních os kopírující dálnice. Naopak Karlovarský, Moravskoslezský, Olomoucký a Ústecký kraj (podnikatelé, občané, veřejná správa) se dosud jen velmi těžko vyrovnává se strukturálními problémy své regionální ekonomiky, což je dáno zejména špatnými výchozími podmínkami. ČISTÝ DISPONIBILNÍ DŮCHOD DOMÁCNOSTÍ NA 1 OBYVATELE

000 000 000 000 000 000 000 000 000 0

va r ský kra j Ús t ec ký kra j Li b ere c Kr ký álo kra vé h j rad ec k ýk raj Pa rdu bic ký k ra j Vy soč ina Jih kra om j ora vsk ýk ra j Olo mo uc k ýk raj Zl í ns k Mo ýk rav raj sko sl e zsk ýk raj

ský kra j

Ka rlo

ýk ra j

Plz eň

esk ý edo č

Stř

Hl .m .P

oče sk

kra j

1996 1997 1998 1999 2000 2001

Jih

180 160 140 120 100 80 60 40 20

rah a

v Kč / in CZK

Disposable Income of Households, net per capita 1996-2001

Graf č.3: Vývoj čistého disponibilního důchodu na 1 obyvatele v letech 1996–2001 Zdroj: ČSÚ

ČISTÝ DISPONIBILNÍ DŮCHOD DOMÁCNOSTÍ NA 1 OBYVATELE Disposable Income of Households, net per capita 2002-2007

v Kč / in CZK

250 000

2002 2003 2004 2005 2006 2007

200 000 150 000 100 000 50 000

Stř

Hl .m .P

rah a edo č es ký kra j Jih oče ský kra j Plz e ňs ký kra Ka j rlo va r ský kra j Ús t ec ký kra j Li b ere c ký Kr álo kra vé j hra dec ký k ra Pa j rdu bic ký kra j Vy soč ina Jih kra om j ora vsk ýk Olo ra j mo uc k ýk raj Zl í ns k Mo ýk rav raj s ko sl e zsk ýk raj

0

Graf č.4: Vývoj čistého disponibilního důchodu na 1 obyvatele v letech 2002–2007 Zdroj: ČSÚ

25

5.3. Vývoj obecné míry nezaměstnanosti v krajích ČR za rok 1996–2007 Míra nezaměstnanosti představuje důležitý indikátor celkového stavu ekonomiky v krajích. Je jedním ze základních ukazatelů, na jejichž základě je postavena regionální politika, a to jak na úrovni národních států, tak i současné EU (jedním ze základních cílů tradičně pojímané regionální politiky je snižování meziregionálních disparit v nezaměstnanosti). Rozlišujeme tři typy nezaměstnanosti. Obecná míra nezaměstnanosti, která je v práci zmiňována, vyjadřuje podíl počtu nezaměstnaných na celkové pracovní síle (v procentech). Ukazatel je konstruován podle metodiky Eurostatu vypracované na základě doporučení Mezinárodní organizace práce (ILO7) Registrovaná míra nezaměstnanosti je podíl, kde v čitateli je počet neumístěných uchazečů o zaměstnání a ve jmenovateli pracovní síla. Specifická míra nezaměstnanosti vyjadřuje podíl počtu určité skupiny nezaměstnaných na shodně vymezené pracovní síle v procentech (např. určitá věková skupina, stupeň vzdělání apod). Počet nezaměstnaných u různých věkových skupin bývá odlišný. Zejména se to projevuje na začátku a na konci ekonomicky aktivního věku pracovních sil. Působení intenzity stáří na pracovních silách není stejné ani v jednotlivých krajích České republiky. Obecná míra nezaměstnanosti v ČR na základě následujících grafů rostla od roku 1996 z úrovně kolem 2 % (hl.m. Praha) až na 16,0 % (Ústecký kraj) v roce 2000, druhé maximum v roce 2003 dosáhlo 14,7 % (Moravskoslezský kraj), od té doby pomalu klesala ve všech krajích. Nejvyšší obecnou míru nezaměstnanosti má opakovaně Karlovarský, Moravskoslezský, Olomoucký a Ústecký kraj. Je to dáno především nevhodnou zeměpisnou polohou. Moravskoslezský, Olomoucký a Ústecký kraj nemají vhodné podmínky pro úspěšný rozvoj průmyslu. Chybí kvalitní infrastruktura. Karlovarský kraj je ovšem výjimkou. Cestovní ruch je zde jedním z nejvýznamnějších odvětví. Především lázeňství udělalo z tohoto kraje cílovou destinaci pro hosty z Čech i ciziny. I přesto zaujímá jedno z posledních míst ve výši obecné míry nezaměstnanosti. Opakem je stále dominantní Praha. Nejnižší obecné míře nezaměstnanosti v hlavním městě pomáhá nejen hospodářský růst, také cestovní ruch a příliv zahraničních investic.

7

International Labour Organization

26

Mo

Graf č.6: Vývoj obecné míry nezaměstnanosti v letech 2002–2007

Zdroj: ČSÚ

27

éh

ký

osl

ezs ký

Zl í nsk ý

mo uc

j

kra j

kra j

kra j

ra j

kra

kra j

ýk

ina

ký

raj

j

j

kra j

ýk

kra

j j

kra

kra

kra

kr a j

rah a

ký

vsk

soč

om ora

Olo

Jih

Vy

bic

rad ec

Li b ere ck

Pa rdu

álo v

a rs ký

ský

ský

Ús t ec ký

Ka rlo v

rav sk

Kr

oče

esk ý

Plz eň

Jih

S tř edo č

Hl .m .P

v % / in %

edo č esk ý

m. P rah a

k ra j Jih oče ský kra j Plz e ňs ký kra Ka j rlo va rsk ýk ra j Ús t ec ký kra j Li b ere ck Kr ýk álo raj vé h rad ec k ýk raj Pa rdu bic ký kra j Vy soč ina Jih kra om j ora vsk ýk ra j Olo mo uc k ýk raj Zl í ns k Mo ýk rav raj s ko sl e zsk ýk raj

Stř

Hl.

v % / in %

OBECNÁ MÍRA NEZAMĚSTNANOSTI Unemployment Rate 1996-2001

18 16 14 12 10 8 6 4 2 0 1996 1997 1998 1999 2000 2001

Zdroj: ČSÚ

Graf č.5: Vývoj obecné míry nezaměstnanosti v letech 1996–2001

OBECNÁ MÍRA NEZAMĚSTNANOSTI

Unemployment Rate 2002-2007

16 14 12 10

8 6 4 2 0 2002 2003 2004 2005 2006 2007

5.4. Vývoj průměrné hrubé mzdy v krajích ČR za 1999–2008 Údaje o průměrných mzdách podle krajů jsou čerpány ze zpracování ročních údajů o zaměstnanosti a mzdách podle okresů, ve kterých zaměstnanci měli svá skutečná pracoviště. Častým zadávaným heslem na internetové stránce ČSÚ jsou „mzdy“. Mzda je pro nás stále jeden z nejsrozumitelnějších indikátorů pozice v sociálním žebříčku. Statistické údaje o mzdách nevytváří úplný obraz o životní úrovni, jsou ale stále rozhodující částí ČSÚ provádí tradiční zjišťování mezd pomocí výkazů od ekonomických subjektů, od nichž získává údaje o evidenčním počtu zaměstnanců a hrubých mzdách. Z nich se počítají průměrné mzdy a publikují se v třídění podle podnikových charakteristik (např. podle odvětví nebo forem vlastnictví) a podle krajů tzv. podnikovou metodou, tzn. podle sídel podniků. Následující grafy dokumentují rozrůznění průměrných hrubých měsíčních mezd mezi 14 kraji ČR. Ve většině srovnání se nutně projevuje specifikum hl. m. Prahy mezi ostatními kraji. Vysoká úroveň je dle očekávání také ve Středočeském a Jihomoravském kraji, kde se seskupují pracovní místa s vysokými kvalifikačními požadavky. Nejnižších hodnot bylo v posledních letech dosaženo v Karlovarském, Pardubickém a Olomouckém kraji. Důvodem nízkých mezd v porovnání s vyspělými zeměmi západní Evropy je právě relativně nízká produktivita práce a kapitálu. Také nepříznivá struktura ekonomiky, kde má největší zastoupení zpracovatelský průmysl. PRŮMĚRNÉ HRUBÉ MĚSÍČNÍ MZDY (fyzické osoby) 1999-2003 25 000

1999 2000 2001 2002 2003

v Kč / in CZK

20 000 15 000 10 000 5 000

kra j Jih oče ský kra j Plz eň ský kra Ka j rlo va rsk ýk ra j Ús t ec ký kra j Li b ere c ký Kr álo kra vé j hra dec ký k ra Pa j rdu bic ký kra j Vy soč ina Jih kra om j ora vsk ýk ra j Olo mo uc k ýk raj Zl í ns k Mo ýk rav raj s ko sl e zsk ýk raj

esk ý edo č

Stř

Hl.

m. P

rah a

0

Graf č.7: Vývoj průměrné hrubé měsíční mzdy v letech 1999–2003 Zdroj: ČSÚ

28

m. Pra ha Stř edo čes ký kr a j Jih oče sk ý k ra j Plz eňs ký kra Ka j r lo v ar sk ý k ra j Ús tec ký kr a j Lib er e cký Kr álo kra v éh j r ad eck ýk r aj Pa r du b ick ýk r aj Vy s oč in a Jih k ra om j ora vs k ýk r aj Ol o mo uck ýk r aj Z lí n s ký Mo kra r av j s ko sle zsk ýk r aj

Hl.

v Kč / in CZK

PRŮMĚRNÉ HRUBÉ MĚSÍČNÍ MZDY (fyzické osoby) 2004-2008

35 000

30 000

25 000

20 000 2004 2005 2006 2007 2008

15 000

10 000

5 000

0

Zdroj: ČSÚ

Graf č.8: Vývoj průměrné hrubé měsíční mzdy v letech 2004–2008

29

6. ZPRACOVÁNÍ A VYHODNOCENÍ DAT 6.1. Hodnocení regionálních rozdílů Tato část práce se bude zabývat a kvantifikovat postavení vyšších územně samosprávných celků a to v oblasti výkonu ekonomiky a životní úrovně. V rámci kvantifikace VÚSC8 byly celkem posuzovány 4 ukazatele roztříděné do výše zmíněných oblastí. Pokud to bylo možné, byly pro posouzení použity delší časové řady a to za roky 1996–2007. Ukazatele byly vybrány na základě principů jako je například úplnost a reprezentativnost. Tento princip pomáhá pokrýt důležité oblasti obyvatel regionu. Dále princip měřitelnosti přihlíží ke schopnosti kvantifikovat daný jev v nejvhodnější časové dostupnosti. A nakonec byl využit princip vypovídací schopnosti, což znamená, že byly vybrány takové ukazatele, které jsou interpretovatelné.

6.2. Korelační analýza Metoda korelační analýzy slouží k poznávání, k matematickému popisu statistických závislostí a k ověřování deduktivních teorií. Budeme hledat, zkoumat a hodnotit souvislosti mezi dvěma statistickými znaky. Cílem tohoto zkoumání bude hlubší vniknutí do podstaty sledovaných

jevů

a procesů

určité

oblasti

a tím

přiblížení

k příčinným

závislostem

a souvislostem. Často nalézáme takové případy, kdy máme dvě proměnné a kdy kterákoliv z nich může být v roli vysvětlované a druhá v roli vysvětlující.

Míry těsnosti závislosti Koeficient determinace: r2 = byx* bxy , rozkládá se v intervalu od 0 do 1, může být uváděn také v procentech. Koeficient korelace: r = ± b yx ⋅ bxy , měří těsnost (intenzitu) závislosti obou proměnných. Nabývá hodnot z intervalu < -1, 1>. Kladná hodnota znamená kladnou, pozitivní závislost.

8

Vyšší územně samosprávné celky

30

Záporná hodnota znamená zápornou, negativní závislost.

r = 0 znamená nezávislost. |r| = 1 znamená pevnou závislost.

6.2.1. Seznam ukazatelů použitých pro hodnocení krajů dle korelační analýzy

Bude tedy použita metoda odvození korelačních závislostí mezi jednotlivými vybranými ukazateli. Pro lepší přehled jsou ukazatele uvedeny následovně:

Okruh ekonomická výkonnost Hrubý domácí produkt na 1 obyvatele v Kč

Okruh životní úroveň Čistý disponibilní důchod domácností na 1 obyvatele v Kč Průměrná hrubá měsíční mzda v Kč Obecná míra nezaměstnanosti v %

6.2.2. HDP a čistý disponibilní důchod na 1 obyvatele v Kč

Data získané prostřednictvím Českého statistického úřadu poskytují velké množství informací. Základním podkladem pro hodnocení těchto ukazatelů jsou výsledky získané vlastními výpočty, což zajišťuje jejich vzájemnou krajskou srovnatelnost. Byla sledována časová řada 1996–2007. Z následující tabulky je patrné, že koeficient determinace se pohybuje v rozmezí 97% až 100%. V tomto případě to znamená, že udává jaká část variability HDP na 1 obyvatele je podmíněna proměnlivostí čistého disponibilního důchodu na 1 obyvatele. Jelikož v každém kraji dosáhla buď 100% nebo se k této hranici blíží, můžeme bez obav říci, že proměnlivosti ukazatelů jsou na sebe těsně vázány. Tudíž pokud se zvýší (sníží) hodnota HDP na 1 obyvatele v Kč, je skoro jisté (z 97% až 100%), že se zvýší (sníží) hodnota čistého disponibilního důchodu domácností na 1 obyvatele v Kč a zvýší-li (sníží-li) se hodnota ČDDD na 1 obyvatele, poté se zvýší (sníží) hodnota HDP na 1 obyvatele v Kč. Hodnota korelačního koeficientu v jednotlivých krajích je blízká 1, což znamená těsnou závislost. Tedy ve vzájemné korelaci nás tento koeficient ujistil. 31

Tab. č.1: Vyhodnocení dat mezi HDP a čistým disponibilním důchodem na 1 obyvatele v letech 1996–2007 Kraj

Koeficient determinace

Koeficient determinace v%

Koeficient korelace

Hl. m. Praha

0,9960

100%

0,9980

Středočeský kraj

0,9957

100%

0,9978

Jihočeský kraj

0,9933

99%

0,9966

Plzeňský kraj

0,9871

99%

0,9935

Karlovarský kraj

0,9721

97%

0,9860

Ústecký kraj

0,9707

97%

0,9852

Liberecký kraj

0,9837

98%

0,9918

Královehradecký kraj

0,9875

99%

0,9937

Pardubický kraj

0,9924

99%

0,9962

Vysočina kraj

0,9910

99%

0,9955

Jihomoravský kraj

0,9949

99%

0,9975

Olomoucký kraj

0,9836

98%

0,9918

Zlínský kraj

0,9953

100%

0,9977

Moravskoslezský kraj

0,9699

97%

0,9848

Zdroj: Vlastní výpočty

6.2.3. HDP na 1 obyvatele a obecná míra nezaměstnanosti v %

Pro další porovnání ekonomické výkonnosti a životní úrovně v jednotlivých krajích, pro komparaci krajů navzájem byl použit HDP na 1 obyvatele a obecná míra nezaměstnanosti. Jako srovnávací analýza byla použita korelační úloha stejně jako v předchozím případě. Uvedená tabulka dovoluje získat přehled o vztahu obou ukazatelů v mezikrajském porovnání v České republice, které nastaly od roku 1996 do roku 2007. Setřídění krajů vychází podle údajů ČSÚ. Hodnoty v tabulce č.2 říkají, že vypočtený koeficient determinace ve všech krajích směřuje k nule. Podle definice koeficientu determinace víme, že interval se rozkládá v rozmezí 0 až 1. Čím blíže k nule, tím menší závislost. V každém kraji se hodnota pohybuje blízko 0%, tudíž tyto dva ukazatele nejsou na sebe svoji proměnlivostí tolik vázány. Výjimkou je pouze kraj Karlovarský, Liberecký a Jihomoravský. Koeficient determinace vykazuje silnější závislost než kraje ostatní. Dle zdroje Ministerstva práce a sociálních věcí Karlovarský kraj zaznamenal nejnižší absolutní i relativní pokles míry nezaměstnanosti, následujíc pravě Libereckým 32

a Jihomoravským krajem. Neklesající míra nezaměstnanosti v těchto krajích je dána skutečností, že roste počet uchazečů o zaměstnání a klesá počet volných pracovních míst. Například v Jihomoravském kraji k 31. 3. 2009 vzrostl počet uchazečů připadajících na 1 volné pracovní místo na 10,5 uchazečů. Ze sloupce pro výpočet koeficientu korelace vyčteme hodnoty, které vysvětlují těsnost či intenzitu síly mezi ukazateli. Vypočtené údaje kolísají blízko hodnoty nula. Z toho vyplývá, že indikátory jsou na sobě nezávislé. Tyto hodnoty se vymykají standardním učebnicovým příkladům, ve kterých se interpretuje nepřímá závislost mezi ukazateli. Tedy koeficient korelace by měl vycházet negativní. Touto skutečností se budeme zabývat i nadále. Výjimkou jsou opět kraje Karlovarský, Liberecký a Jihomoravský, což nám již potvrdil i výpočet determinačního koeficientu.

Tab. č.2: Vyhodnocení dat mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti v letech 1996–2007 Kraj


Koeficient determinace v%

Koeficient korelace

Hl. m. Praha

0,0200

2%

0,1414

Středočeský kraj

0,0172

2%

0,1311

Jihočeský kraj

0,0111

1%

0,1055

Plzeňský kraj

0,0060

1%

0,0775

Karlovarský kraj

0,5791

58%

0,7610

Ústecký kraj

0,0142

1%

0,1192

Liberecký kraj

0,1725

17%

0,4153


0,0335

3%

0,1830

Pardubický kraj

0,0028

0%

0,0526

Vysočina kraj

0,0055

1%

0,0744

Jihomoravský kraj

0,1694

17%

0,4115

Olomoucký kraj

0,0312

3%

0,1765

Zlínský kraj

0,0810

8%

0,2846


0,0321

3%

0,1791


33

6.2.4. HDP na 1 obyvatele a průměrná hrubá měsíční mzda v Kč

Následující tabulka dokumentuje rozrůznění mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou mezi 14 kraji ČR. Tím, že se výpočty soustředí na korelační úlohu, může lépe vyniknout vztah mezi těmito ukazateli. Hodnoty korelační analýzy přehledně srovnává tabulka č.3. Je patrné, že rozdíly mezi kraji však nejsou velké. Z tabulky zjistíme, že koeficient korelace se mezi proměnnými HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou pohybuje v rozmezí cca 0,98 až 0,99. Souvislost mezi těmito proměnnými (ukazateli) se prokázala, jde o pevnou pozitivní závislost. Koeficient determinace nabývá hodnot 94%, 96%, 97%, 98%, 99% a 100% v krajích ČR. Existuje oboustranná závislost a též jako v prvním případě je velmi silná. Je tedy pravda, že i tento průzkum prostřednictvím korelační analýzy říká, že se HDP zvýší (sníží), pokud se zvýší (sníží) hodnota průměrné hrubé měsíční mzdy a také, že průměrná hrubá měsíční mzda se zvýší (sníží), zda se zvýší (sníží) hodnota HDP na 1 obyvatele v Kč. Z toho, co již bylo řečeno vyplývá, že ukazatele hrají střídavou úlohu závislé a nezávislé.

Tab. č.3: Vyhodnocení dat mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou v letech 1999–2007 Kraj


Hl. m. Praha

0,9951

Koeficient determinace v% 100%

Středočeský kraj

0,9936

99%

0,9968

Jihočeský kraj

0,9903

99%

0,9951

Plzeňský kraj

0,9832

98%

0,9916

Karlovarský kraj

0,9931

99%

0,9966

Ústecký kraj

0,9896

99%

0,9948

Liberecký kraj

0,9374

94%

0,9682


0,9848

98%

0,9924

Pardubický kraj

0,9762

98%

0,9880

Vysočina kraj

0,9862

99%

0,9931

Jihomoravský kraj

0,9898

99%

0,9949

Olomoucký kraj

0,9861

99%

0,9930

Zlínský kraj

0,9746

97%

0,9872


0,9636

96%

0,9816


34

Koeficient korelace

0,9975

6.2.5. Shrnutí vypočítaných výsledků

Informace o vývoji koeficientu korelace a koeficientu determinace v krajích ČR podávají grafy č.9 a č.10. Na základě těchto grafů si můžeme shrnout základní poznatky týkající se korelační analýzy vybraných ukazatelů mezi jednotlivými kraji za roky 1996–2007. Vztah mezi HDP a čistým disponibilním důchodem domácností na 1 obyvatele je velmi těsný. Hodnoty jak korelačního koeficientu, tak koeficientu determinace, jsou blízké 1, což vidíme z následujících grafů. Tudíž intenzita korelace těchto veličin je velmi silná. Vztah mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti se naopak blíží k nulovým hodnotám. Definice koeficientů nám napovídají, že vztah těchto ukazatelů bude oproti předešlému silnému vztahu nezávislý. Proměnlivost jednoho ukazatele nebude závislá na variabilitě toho druhého. Dle grafů vidíme i výjimky u některých krajů, kde koeficient korelace sahá za hranici 0,4 a koeficient determinace je blízký hranici 0,2, což stále můžeme označit jako slabší závislost. Nejvýraznější výjimkou je Karlovarský kraj. Jeho hodnoty kolísají u hranice 0,8 v případě korelačního koeficientu a 0,6 v případě koeficientu determinace, což je silná závislost. Po nastudování vývoje obecné míry nezaměstnanosti a HDP na 1 obyvatele v letech 1996–2007 v Karlovarském kraji bylo zjištěno, že kraj zaujímá jedno z posledních míst v nejnižším přírůstku HDP na 1 obyvatele a jedno z nejpřednějších míst s vyšší obecnou mírou nezaměstnanosti. Dle získaných výsledků v tabulce č.2 můžeme konstatovat, že vývoj hodnot mezi ukazateli je nestandardní. Tyto hodnoty se liší od učebnicových příkladů, kde mezi ukazateli existuje nepřímá závislost, v případě koeficientu korelace pevná negativní závislost. Obecně lze tedy říci, že není potvrzen vztah mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti. Tento nestandardní případ bude zkoumán i nadále. Pokud se zaměříme na poslední zjišťovaný vztah mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou, vidíme stejně silnou korelaci jako u vztahu mezi HDP na 1 obyvatele a ČDDD. Tudíž bez obav může být řečeno, že proměnlivost jednoho ukazatele zapříčiní proměnlivost druhého ukazatele. Tyto ukazatele jsou na sebe vázány silnou intenzitou, jelikož jejich hodnoty kolísají těsně u hranice 1, což vidíme z grafů. Grafy naprosto zřetelně ukazují vztahy mezi vybranými ukazateli jakožto zástupci ekonomické výkonnosti a životní úrovně.

35

VÝVOJ KOEFICIENTU KORELACE pro 14 krajů

koef.korelace mezi HDP a ČDDD na 1 obyvatele

1,2 1,0 0,8

koef.korelace mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti

0,6 0,4 0,2

Hl .m St .P ře ra do ha če sk ý Jih o č k ra j es ký Pl k ra ze j Ka ňsk ý rlo va kraj rs ký kr Ú ste a ck j ý Li kr K be rá a re lo ck j ve ý hr kr ad ec aj Pa ký rd u b k ra j ic k Vy ý k ra j Jih soč om ina kr or a av sk j Ol ý om kr a ou ck j ý M kr Zl or a av ínsk j sk ý os kr aj le zs ký kr aj

0,0

koef.korelace mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou

Graf č.9: Vývoj koeficientu korelace pro jednotlivé kraje Zdroj: Vlastní výpočty

VÝVOJ KOEFICIENTU DETERMINACE pro 14 krajů koef.determinace mezi HDP a ČDDD na 1 obyvatele

1,2 1,0 0,8

koef.determinace mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti

0,6 0,4 0,2

Hl .m St .P ře ra do ha če sk ý Jih oč kra j es ký Pl k ra ze j Ka ňsk ý rlo va kraj rs ký kr Ú ste a ck j ý Li kr K be rá a re lo ck j ve ý hr kr ad ec aj Pa ký rd ub kra j ic k Vy ý k r aj Jih soč om ina k or av raj sk O ý lo kr m a ou ck j ý M kr Zl or a av ínsk j sk ý os kr le zs aj ký kr aj

0,0

Graf č.10: Vývoj koeficientu determinace pro jednotlivé kraje Zdroj: Vlastní výpočty

36

koef.determinace mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou

7. SDRUŽENÉ REGRESNÍ PŘÍMKY Pod pojmem korelační úloha rozumíme speciální případ úlohy, kdy obě proměnné úlohy mají charakter pozorovaných proměnných. Průběh takovéto závislosti je popsán soustavou dvou sdružených regresních funkcí, v nichž obě proměnné hrají střídavě roli závislé a nezávislé proměnné. V těchto funkcích bylo za X dosazeno HDP na 1 obyvatele a za Y postupně čistý disponibilní důchod domácností na 1 obyvatele, obecná míra nezaměstnanosti a průměrná hrubá měsíční mzda. Pokud jsou sdružené regresní přímky na sebe navzájem kolmé, koeficient korelace je nulový. Tedy makroekonomické ukazatele na sebe nemají vliv. Pokud se tyto přímky překrývají, existuje silná závislost mezi vybranými indikátory. Na základě výpočtů z předchozí kapitoly byly vybrány kraje, které se liší vypočtenými hodnotami od ostatních regionů a kraj, který se nevymyká standardům. K těmto případům jsou vypočteny sdružené regresní přímky, které graficky znázorňují závislost ukazatelů vybraných pro tuto práci.

7.1.1. Závislost HDP a čistého disponibilního důchodu na 1 obyvatele v Kč

Vývoj čistého disponibilního důchodu v jednotlivých krajích České republiky v letech 1996–2007 je rozdílný. Hlavní město Praha se může pyšnit nejvyššími hodnotami. Úroveň materiálního bohatství v rodinách je zde uspokojující. Naopak nejnižší hodnot dosahuje kraj Karlovarský. Je to dáno nejen zeměpisnou polohou, která neumožňuje rozvoj průmyslu, ale také malou produktivitou práce. Tyto odlišnosti jsou prokazatelné i při výpočtu koeficientu determinace. V hlavním městě Praha je sledována vzájemná proměnlivost ukazatelů. Pokud se zvýší HDP na 1 obyvatele, je 100% pravděpodobnost, že se zvýší čistý disponibilní důchod domácností a naopak. Svazek dvou sdružených regresních přímek vystihuje průběh závislosti v hlavním městě Praha mezi ukazateli HDP na 1 obyvatele a čistým disponibilním důchodem domácností. Z definic sdružených regresních přímek víme, že pokud se překrývají, existuje pevná závislost mezi ukazateli. V následujícím grafu je tato teorie převedena do praxe. Přímky nám graficky potvrdily výsledky vypočítané v kapitole korelační analýza. Z grafu vyvodíme závěr. Pokud poroste HDP na 1 obyvatele, poroste také čistý disponibilní důchod domácností na 1 obyvatele a naopak.

37

Čistý disponibilní důchod domácností

ZÁVISLOST HDP NA 1 OBYVATELE A ČDDD V KČ Hl. m. Praha 240 000

HDP na 1 obyvatele a ČDDD

220 000

Sdružená regresní přímka y´

200 000 180 000

Sdružená regresní přímka x´

160 000 140 000 120 000 100 000 200 000

300 000

400 000

500 000

600 000

700 000

800 000

HDP na 1 obyvatele

Graf č.11: Průběh závislosti HDP na 1 obyvatele a ČDDD v hl. m. Praha Zdroj: Vlastní výpočty

V Karlovarském kraji je koeficient determinace procentně nejmenší a to 97%. To znamená, že pokud se zvýší HDP na 1 obyvatele, na 97% se zvýší čistý disponibilní důchod domácností a naopak. Tato procentuální změna mezi Prahou a Karlovarským krajem není tolik čitelná. Tato korelace se dá stále považovat za silnou. Sdružené regresní přímky vystihují průběh závislosti v Karlovarském kraji mezi ukazateli HDP na 1 obyvatele a ČDDD. Z následujícího grafu je opět zřejmé, že intenzita mezi ukazateli je silná, jelikož se přímky překrývají. I v tomto kraji jsou na sebe makroekonomické ukazatele vázány stejnou závislostí jako v hl. m. Praha. Silný vztah mezi ekonomickou výkonností a životní úrovní je znovu prokázán.

38

ZÁVISLOST HDP NA 1 OBYVATELE A ČDDD V KČ

Čistý disponibilní důchod domácností

Karlovarský kraj 160 000

HDP na 1 obyvatele a ČDDD

150 000 140 000


130 000 120 000


110 000 100 000 90 000 80 000 70 000 60 000 120 000

140 000

160 000

180 000

200 000

220 000

240 000

260 000

HDP na 1 obyvatele

Graf č.12: Průběh závislosti HDP na 1 obyvatele a ČDDD v Karlovarském kraji Zdroj: Vlastní výpočty

7.1.2. Závislost HDP na 1 obyvatele a obecné míry nezaměstnanosti v %

V tabulce č.2, vyhodnocení dat mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti v letech 1996–2007, jsou velké odlišnosti ve výpočtu koeficientu determinace a korelace oproti koeficientům ze vztahu HDP na 1 obyvatele a čistým disponibilním důchodem domácností. Výsledky naznačují, že existuje velmi slabá závislost skoro až nezávislost mezi ukazateli. Výjimky se opět objevují. Prostřednictvím tabulky č.2 zjistíme, že je jimi Karlovarský, Liberecký a Jihomoravský kraj. Tyto kraje naopak vykazují silnější závislost mezi těmito makroekonomickými ukazateli. Z dosažených výsledků známe dvě varianty závislostí mezi kraji. Zaprvé z výsledků vyplývá, že HDP na 1 obyvatele s obecnou míru nezaměstnanosti nijak nesouvisí, neovlivňují se. Ale zadruhé v jistých krajích existuje silnější závislost. Teorie z učebnic je ovšem jiná. Říká, že pokud se zvýší HDP, sníží se míra nezaměstnanosti. Tedy existuje negativní silná závislost. Naše výpočty pravidlo nepotvrzují. Po hlubším vniknutí do tohoto problému bychom mohli dospět k vysvětlení. Transformace české ekonomiky. Hospodářství České republiky muselo projít řadou změn. Docházelo například k technologické modernizaci či restrukturalizaci, která zapříčinila nárůst nezaměstnanosti. Dále se soustředila na utváření podmínek pro zahraniční investory.

39

V hlavním městě se změna HDP na 1 obyvatele projeví s 2% pravděpodobností na vývoji obecné míry nezaměstnanosti. Sdružené regresní přímky vystihují průběh závislosti v Praze mezi ukazateli HDP na 1 obyvatele a obecnou mírou nezaměstnanosti. Přímky jsou kolmé, tudíž naznačují nezávislost mezi ukazateli. Z grafu tedy vyplývá, že pokud se zvýší či sníží HDP na 1 obyvatele, obecná míra nezaměstnanosti se nezmění. ZÁVISLOST HDP NA 1 OBYVATELE A OBECNÉ MÍRY NEZAMĚSTNANOSTI

Obecná míra nezaměstnanosti v %

Hl. m. Praha

4,5 HDP na 1 obyvatele a obecná míra nezaměst.

4,0 3,5


3,0


2,5 2,0 1,5 200 000

300 000

400 000

500 000

600 000

700 000

800 000

HDP na 1 obyvatele v Kč

Graf č.13: Průběh závislosti HDP na 1 obyvatele a obecné míry nezaměstnanosti v hl. m. Praha Zdroj: Vlastní výpočty

V tabulce č.2 se objevují se výjimky. Karlovarský kraj zaujímá v prosperitě jednotlivých regionů poslední místa. Má právem hodnotu koeficientu determinace 58%. Jelikož v průzkumech zaujímalo konečná místa, je očividné, že závislost mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti je víc jak průměrná. Karlovarsko si drží poslední místo v růstu HDP, v růstu příjmu občanů a právě v relativním poklesu nezaměstnanosti. Sdružené regresní přímky vystihují průběh závislosti na Karlovarsku mezi ukazateli HDP na 1 obyvatele a obecnou mírou nezaměstnanosti. Přímky se blíží do pozice, kde se budou překrývat. Tedy vztah mezi ukazateli je silnější než v Praze. Existuje zde mezi makroekonomickými ukazateli závislost silnějšího rázu.

40

ZÁVISLOST HDP NA 1 OBYVATELE A OBECNÉ MÍRY NEZAMĚSTNANOSTI

Obecná míra nezaměstnanosti v%

Karlovarský kraj 12,0

HDP na 1 ob. a obecná míra nezaměst. Sdružená regresní přímka y´

11,0 10,0 9,0 8,0 7,0 6,0


5,0 4,0 3,0 2,0 120 000

140 000

160 000

180 000

200 000

220 000

240 000

260 000


Graf č.14: Průběh závislosti HDP na 1 obyvatele a obecné míry nezaměstnanosti v Karlovarském kraji Zdroj: Vlastní výpočty

Dalšími výjimkami z tabulky č.2 jsou Liberecký a Jihomoravský kraj. Jelikož hodnota koeficientu determinace je stejná, byl vybrán Liberecký kraj. Co se týče relativního poklesu nezaměstnanosti, Liberecký kraj si v průzkumu prosperity regionů nepolepšil. Koeficient determinace tohoto kraje se pohybuje kolem 17% ( tab.č.2). Tuto vyšší hodnotu oproti zbylým krajům můžeme odůvodnit právě zaostalým vývojem relativního poklesu nezaměstnanosti. Naopak si například Liberecký kraj drží přední místo v nárůstu přímých zahraničních investic. Pro Liberecký kraj jsou důležité jeho průmyslové zóny, které jsou podporovány ze strany státu. Díky nim je snižována nezaměstnanost. Sdružené regresní přímky vystihují průběh závislosti v Libereckém kraji mezi ukazateli HDP na 1 obyvatele a obecnou mírou nezaměstnanosti. Přímky jsou ve vztahu, kdy ukazují, že vztah mezi makroekonomickými ukazateli existuje, ovšem je slabšího rázu.

41

ZÁVISLOST HDP NA 1 OBYVATELE A OBECNÉ MÍRY NEZAMĚSTNANOSTI

Obecná míra nezaměstnanosti v %

Liberecký kraj 9,0

HDP na 1 ob. a obecná míra nezaměst. Sdružená regresní přímka y´

8,0 7,0 6,0


5,0 4,0 3,0 120 000

140 000

160 000

180 000

200 000

220 000

240 000

260 000

280 000

300 000


Graf č.15: Průběh závislosti HDP na 1 obyvatele a obecné míry nezaměstnanosti v Libereckém kraji Zdroj: Vlastní výpočty

Z těchto tří grafů vyplývá závislost mezi ukazateli, která již byla naznačena na začátku této kapitoly. V hlavním městě Praha není souvislost mezi ukazateli prokázána, ostatně jako ve zbylých 10 krajích. Zde na sebe HDP na 1 obyvatele a obecná míra nezaměstnanosti nepůsobí. O pár procent silnější závislost můžeme pozorovat pouze mezi ukazateli v Karlovarském, Libereckém a Jihomoravském kraji. Data pro obecnou míru nezaměstnanosti v letech 1996–2007 nám konstatují nestandardní vztah mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti. Obecně tedy tyto ukazatele nepotvrdily souvislost ekonomické výkonnosti a životní úrovně.

7.1.3. Závislost HDP na 1 obyvatele a průměrné hrubé měsíční mzdy v Kč

Výpočet koeficientů mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou se tolik neliší od výsledků hodnot koeficientů ze vztahu mezi HDP na 1 obyvatele a čistým disponibilním důchodem domácností. Vztah mezi těmito ukazateli je silný. Typická je především Praha. Koeficient determinace je zde 100%. Opět je vybrána jako příklad standardního kraje pro sdružené regresní přímky. Ty budou vystihovat v následujícím grafu průběh závislosti mezi ukazateli HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou. Přímky vystihující vztah mezi ukazateli v hl. m. Praha se překrývají. Z definic sdružených regresních přímek víme, že tato 42

situace značí pevnou pozitivní závislost mezi ukazateli. Tedy pokud se zvýší HDP na 1 obyvatele, zvýší se také průměrná hrubá měsíční mzda. ZÁVISLOST HDP NA 1 OBYVATELE A PRŮMĚRNÉ HRUBÉ MĚSÍČNÍ MZDY KČ

Průměrná hrubá měsíční mzda

Hl. m. Praha 30 000 HDP na 1 ob. a prům.hrubá měs. mzda

28 000 26 000 24 000


22 000 20 000 18 000


16 000 14 000 12 000 10 000 350 000 400 000 450 000 500 000 550 000 600 000 650 000 700 000 750 000

HDP na 1 obyvatele

Graf č.16: Průběh závislosti HDP na 1 obyvatele a průměrné hrubé měsíční mzdy v Praze Zdroj: Vlastní výpočty

Průměrná mzda lidí ve věku mezi 17 a 24 let v Praze dosahuje výše 20 700 korun. Vrstevníci v Karlovarském, Moravskoslezském, Olomouckém, Zlínském a Ústeckém kraji přitom nemají na výplatní pásce ani 16 000 korun. Lidem mladšího věku, produktivnější skupině, se vyplatí pracovat v hlavním městě. Ještě výraznější rozdíly jsou ve věkové skupině 25 až 34 roků. Průměrná mzda této skupiny je v Praze 31 500 korun, zatímco v pěti nejhorších krajích jen něco přes dvacet tisíc. Důvodů je několik. Centrály zahraničních firem, které platí lepe, obvykle sídlí v Praze. Na trhu je více pracovních nabídek a firmy se snaží získat nejkvalitnější zaměstnance, kterým musí ovšem zaplatit více. Tedy silná závislost mezi těmito ukazateli je znát.

Liberecký kraj má hodnotu koeficientu determinace 94%, tedy o 6% nižší než Praha. Tato procentuální změna mezi Prahou a Libereckým krajem není tolik čitelná. Tato korelace se dá stále považovat za silnou. Pokud se změní HDP na 1 obyvatele, s 94% pravděpodobností se změní průměrná hrubá měsíční mzda v tomto kraji. Opět rozdíl v procentech mezi Prahou a Libereckým krajem je zanedbatelný. Opět můžeme korelaci považovat za silnou. Sdružené regresní přímky vystihují průběh závislosti v Libereckém kraji mezi ukazateli HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou. Z definic sdružených regresních 43

přímek víme, že pokud se překrývají, existuje pevná závislost mezi ukazateli. Přímky nám graficky potvrdily výsledky vypočítané v kapitole korelační analýza. Pokud poroste HDP na 1 obyvatele, poroste také průměrná hrubá měsíční mzda. ZÁVISLOST HDP NA 1 OBYVATELE A PRŮMĚRNÉ HRUBÉ MĚSÍČNÍ MZDY KČ

Průměrná hrubá měsíční mzda

Liberecký kraj 22 000

HDP na 1 ob. a prům. hrubá měs. mzda Sdružená regresní přímka y´

20 000 18 000 16 000


14 000 12 000 10 000 150 000 170 000 190 000 210 000 230 000 250 000 270 000 290 000

HDP na 1 obyvatele

Graf č.17: Průběh závislosti HDP na 1 obyvatele a průměrné hrubé měsíční mzdy v Libereckém kraji Zdroj: Vlastní výpočty

44

8. INTERVAL SPOLEHLIVOSTI PRO KOEFICIENTY KORELACE Ve vývoji makroekonomických ukazatelů v jednotlivých krajích používáme časovou řadu 9 a 12 let. Proto v případě výpočtu intervalu spolehlivosti užíváme Fisherovy transformace. Bude počítán 95% interval spolehlivosti. Prostřednictvím výpočtu získáme dolní a horní mez určující interval spolehlivosti, ve kterém s 95% pravděpodobností bude ležet koeficient korelace. Interval spolehlivosti nabývá hodnot <-1,+1>, -1 značí negativní závislost, +1 značí pozitivní závislost. Úzké intervaly spolehlivosti svědčí o přesnějších výpočtech. Pokud je naopak interval spolehlivosti širší, je třeba nakládat s výsledky velmi obezřetně. Vypočtené intervaly spolehlivosti pro koeficienty korelace v jednotlivých krajích nalezneme v následujících tabulkách.

Interval spolehlivosti mezi HDP a ČDDD na 1 obyvatele vychází velmi úzce. Koeficienty korelace by se měly s 95% pravděpodobností nacházet v těchto vypočítaných intervalech, což po shlédnutí výsledků můžeme potvrdit. Tedy vypočítaná data jsou hodnověrná. Meze intervalu spolehlivosti se v tomto případě pohybují velice blízko hodnoty 1, což svědčí o silné závislosti mezi ukazateli HDP na 1 obyvatele a čistý disponibilní důchod domácností.

Tab. č.4: Interval spolehlivosti pro koeficienty korelace mezi HDP a ČDDD na 1 obyvatele Kraje Dolní mez Hl. m. Praha 0,9926 Středočeský kraj 0,9919 Jihočeský kraj 0,9875 Plzeňský kraj 0,9762 Karlovarský kraj 0,9492 Ústecký kraj 0,9464 Liberecký kraj 0,9700 Královehradecký kraj 0,9769 Pardubický kraj 0,9860 Vysočina kraj 0,9835 Jihomoravský kraj 0,9908 Olomoucký kraj 0,9700 Zlínský kraj 0,9915 Moravskoslezský kraj 0,9450

<= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =<

Horní mez 0,9995 0,9994 0,9991 0,9982 0,9962 0,9960 0,9978 0,9983 0,9990 0,9988 0,9993 0,9978 0,9994 0,9959


Interval spolehlivosti mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti se naopak pohybuje ve velmi širokém úseku. Tato skutečnost nás může upozornit na získané výsledky, s kterými bychom měli zacházet obezřetně. S 95% pravděpodobností by se měly 45

koeficienty korelace nacházet v tomto širokém intervalu. Získané výsledky však ztrácí svoji vypovídací schopnost. Dolní mez intervalu je záporná, horní mez je kladná. Pokud vychází záporná hodnota, korelační koeficent může naznačovat i negativní závislost. Data pro porovnání obecné míry nezaměstnanosti a HDP na 1 obyvatele konstatují nestandardní vztah mezi ukazateli, což jsme zjistili i v kapitole Sdružené regresní přímky. V tomto porovnání ukazatelů vychází z výsledků závěr ve třech variantách. Existuje negativní závislost, nezávislost i pozitivní závislost. Tedy s dosaženými výsledky ve vztahu mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti musíme nakládat obezřetně.

Tab. č.5: Interval spolehlivosti pro koeficienty korelace mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti Kraje Dolní mez Hl. m. Praha -0,4707 Středočeský kraj -0,4788 Jihočeský kraj -0,4986 Plzeňský kraj -0,5195 Karlovarský kraj 0,3322 Ústecký kraj -0,4881 Liberecký kraj -0,2082 Královehradecký kraj -0,4368 Pardubický kraj -0,5375 Vysočina kraj -0,5218 Jihomoravský kraj -0,2126 Olomoucký kraj -0,4422 Zlínský kraj -0,3458 Moravskoslezský kraj -0,4400

<= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =<

Horní mez 0,6616 0,6557 0,6406 0,6237 0,9291 0,6487 0,7988 0,6850 0,6082 0,6218 0,7972 0,6814 0,7380 0,6828


Interval spolehlivosti mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou vychází ve velmi úzkém úseku stejně jako v případě intervalu spolehlivosti mezi HDP a ČDDD na 1 obyvatele. S 95% pravděpodobností by se měly koeficienty korelace nacházet ve vypočítaných intervalech spolehlivosti. Po shlédnutí následující tabulky zjistíme, že tomu tak je. Jelikož je interval úzký, svědčí to o dobré vypovídací schopnosti výsledků. Hodnoty intervalu jsou velmi blízké hranici 1. Je prokázána vzájemná souvislost mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou.

46

Tab. č.6: Interval spolehlivosti pro koeficienty korelace mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou Kraje Dolní mez Hl. m. Praha 0,9877 Středočeský kraj 0,9842 Jihočeský kraj 0,9760 Plzeňský kraj 0,9591 Karlovarský kraj 0,9833 Ústecký kraj 0,9745 Liberecký kraj 0,8518 Královehradecký kraj 0,9629 Pardubický kraj 0,9419 Vysočina kraj 0,9663 Jihomoravský kraj 0,9750 Olomoucký kraj 0,9658 Zlínský kraj 0,9381 Moravskoslezský kraj 0,9120

<= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =< <= ρ =<

Horní mez 0,9995 0,9994 0,9990 0,9983 0,9993 0,9989 0,9935 0,9985 0,9976 0,9986 0,9990 0,9986 0,9974 0,9963


Vztah ekonomické výkonnosti a životní úrovně se prokázal velmi intenzivně mezi HDP a čistým disponibilním důchodem domácností na 1 obyvatele a mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou. Výsledky koeficientů svědčí o přímé a silné závislosti. Znamená to, že pokud se zvýší HDP na 1 obyvatele, zvýší se i ČDDD na 1 obyvatele a průměrná hrubá měsíční mzda. V grafickém znázornění pomocí sdružených regresních přímek je závislost viditelně dokázána (viz grafy č.11, 12, 16 a 17). Interval spolehlivosti získané výsledky jen potvrdil. Výjimkou je ovšem vztah mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti. Výsledky koeficientů tvrdí, že neexistuje závislost či existuje pozitivní závislost mezi těmito ukazateli. To je prokazatelně vidět i z grafů č.13, 14 a 15. Prostřednictvím intervalu spolehlivosti jsme zjistili, že výsledky ztrácí svou vypovídací schopnost.

47

9. ZÁVĚR Ukazatele ekonomické výkonnosti jsou dány v systému národního účetnictví. Indikátory úrovně života jsou sporné téma. V zahraničí se tímto problémem začali zabývat dříve než v České republice. Již v několika státech po celém světe se užívá ISEW jako indikátor životní úrovně obyvatel. Dalším sporným tématem je užití HDP na 1 obyvatele. Jeho aplikace se vztahuje jak na ekonomickou výkonnost, tak na životní úroveň. Takto bývá často kritizován. Proto byly zvoleny pro měření výkonu ekonomiky a úrovně života makroekonomické ukazatele užívané Českým statistickým úřadem. V odborných knihách, článcích či zprávách na internetových stránkách se dovídáme, že růst ekonomiky je pokládán za podnět k růstu životní úrovně. Zda existuje vztah mezi výkonem ekonomiky a životní úrovní byla cílová otázka zkoumaná během celé práce. Celkem byly posuzovány čtyři makroekonomické ukazatele. HDP na 1 obyvatele, jako zástupce ekonomické výkonnosti, byl posuzován s čistým disponibilním důchodem domácností, obecnou mírou nezaměstnanosti a průměrnou hrubou měsíční mzdou jako indikátory životní úrovně. Pro srovnání vybraných makroekonomických ukazatelů pro jednotlivé kraje České republiky v období 1996–2007 byla použita korelační analýza. Z dosažených výsledků vzájemné korelace mezi HDP na 1 obyvatele, čistým disponibilním důchodem domácností a průměrnou hrubou měsíční mzdou byla zjištěna pevná přímá závislost. Pro zajištění hodnověrnosti dat byl využit výpočet intervalu spolehlivosti. Ten opět prokázal vzájemnou souvislost. Ukazatele tedy konstatují, že lze obecně potvrdit vztah mezi ekonomickou výkonností a životní úrovní. Z výpočtu korelace mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti byla zjištěna nezávislost ukazatelů. Tato skutečnost odporuje typickým učebnicovým příkladům s nepřímou závislostí mezi indikátory ekonomické výkonnosti a životní úrovně. Interval spolehlivosti se pohyboval ve velmi širokém úseku, což nás upozornilo na získané výsledky, s kterými jsme měli zacházet obezřetně. Tedy lze obecně říci, že nebyl prokázán vztah mezi ekonomickou výkonností a životní úrovní. Jelikož za typičtější ukazatele úrovně života můžeme považovat čistý disponibilní důchod domácností a průměrnou hrubou měsíční mzdu, lze na závěr říci, že vztah mezi ekonomickou výkonností a životní úrovní je velmi těsný a intenzivní. Existuje tedy jistá souvislost, a proto si můžeme odpovědět na otázku položenou již na začátku práce. Vztah mezi ekonomickou

48

výkonnosti a životní úrovní existuje. Je pravdou, že zvýší-li (sníží-li) se životní úroveň obyvatel v krajích České republiky, zvýší (sníží) se ekonomická výkonnost a naopak. Ze sociálního hlediska by měly být veškeré síly orientovány především na zvýšení úrovně života. Z ekonomického hlediska snahy státu směřují k růstu ekonomiky. Které hledisko upřednostnit bývá obtížné rozhodnutí.

49

10. POUŽITÁ LITERATURA SOJKA, M. Měření ekonomické výkonnosti. In STUTELY, R. Průvodce ekonomickými ukazateli : jak porozumět ekonomii. 1. vyd. Praha: Scientia, 2002. 247 s. ISBN 80-7183-278-2.

SMUTNÁ, A. Makroekonomické výstupy a jejich měření. In VLČEK, J. a kol. Ekonomie a ekonomika. 3. vyd. Praha: ASPI, 2005. 559 s. ISBN 80-7357-103-X.

FUCHS, K., TULEJA, P. Základy ekonomie. 1. vyd. Praha: Ekopress, 2003. 347 s. ISBN 80-86119-74-2.

HÁJEK, M., SPĚVÁČEK, V., VINTROVÁ, R., ŽĎÁREK, V., 2005: Makroekonomický vývoj České republiky v letech 1996-2004. Bulletin CES VŠEM, 9: 1-3. ISSN 1801-1578.

ŽĎÁREK, V., 2005: Ekonomická výkonnost země (alternativní pohled). Bulletin CES VŠEM, 8: 1-3. ISSN 1801-1578.

SPĚVÁČEK, V., 2006: Alternativní ukazatele ekonomické výkonnosti. Bulletin CES VŠEM, 19: 8-12. ISSN 1801-1578.

The New Encyclopaedia Britannica. Vol. 1-12 : Micropaedia. Ready Reference. 1. vyd. Chicago: Encyclopaedia Britannica, 1992. ISBN 0-85229-553-7.

NESET, P. Disponibilní důchod. In ŽÁK, M. a kol. Velká ekonomická encyklopedie. Praha: Linde, 1999. 806 s. ISBN 80-7201-172-3.

STRAKA, I. Investice. In ŽÁK, M. a kol. Velká ekonomická encyklopedie. Praha: Linde, 1999. 806 s. ISBN 80-7201-172-3.

FIALOVÁ, H. Malý ekonomický výkladový slovník. 7. vyd. Praha: A plus, 2004. 206 s. ISBN 80902514-7-1.

50

MÁČE, M. Makroekonomie v kostce. 1. vyd. Praha: Grada, 2007. 469 s. Finanční řízení. ISBN 978-80-247-1841-5.

NOVÁKOVÁ, T., 2007: Analýza vlivu spotřeby domácností na růst objemu HDP (seminární práce). Pardubice

BAŘINA, L., VALENTOVÁ, D., VRZAL, T., : Chudoba a ekonomický růst: teorie a praxe (seminární práce). Praha

DYBA, K. (2008): Transformace, hrubý domácí produkt a ekonomický blahobyt: ČR 1989 až 1995. Statistika 1-2008, Statě, str.1-12.

DORNBUSCH, R., FISCHER, S. Makroekonomie. 6. vydání, Praha: SPN a Nadace Economics, 1994, ISBN: 80-04-25556-6

HELÍSEK, M. Makroekonomie : základní kurs. 2. vyd. Praha: MELANDRIUM, 2002. 326 s. ISBN 80-86175-26-X.

PEARCE, D. W. Macmillanův slovník moderní ekonomie. Praha: Victoria Publishing, 1994. 549 s. ISBN 80-856-05-42-2.

TULEJA, P. Analýza pro ekonomy. 1. vyd. Brno: Computer Press, 2007. 336 s. ISBN 978-80-251-1801-6.

SEGER, J., HINDLS, R. Statistické metody v ekonomii. 1. vyd. Praha: H&H, 1993. 445 s. ISBN 80-85787-26-1.

HINDLS, R. a kol. Statistika pro ekonomy. 8. vyd. Praha: Professional Publishing, 2007. 415 s. ISBN 978-80-86946-43-6.

MAREK, L. a kol. Statistika pro ekonomy : aplikace. 1. vyd. Praha: Professional Publishing, 2005. 423 s. ISBN 80-86419-68-1.

51

MINAŘÍK, B. Statistika I. Popisná statistika. Druhá část. MZLU v Brně, 2000. 107 s. ISBN 807157-427-9.

Porovnání krajů - vybrané ukazatele 1995-2000/ zpracoval Odbor analytický - [Praha]: Český statistický úřad, 2001. - 145 s. : il. - brož.

KAHOUN, J., 2008: Faktory regionálních rozdílů v ekonomické výkonnosti na jednoho obyvatele. Bulletin CES VŠEM, 11: 5-8. ISSN 1801-1578.

KAHOUN, J., 2007: Regionální rozdíly ekonomické výkonnosti ČR. CES VŠEM, 10: 5-9. ISSN 1801-1578.

Hrubý domácí produkt (HDP). [online] © Český statistický úřad, 2009 [cit.2009-02-19] Dostupné z: .

ŠVARCOVÁ, Jena. CEED [online]. c2009, poslední revize 5.2.2009 [cit.2009-02-22]. Dostupné z: .

CZESANÝ, Slavoj. ČSÚ [online]. c2009, poslední revize 6.9.2006 [cit.2009-02-23]. Dostupné z: .

SPĚVÁČEK, Vojtěch. Alternativní ukazatelé ekonomické výkonnosti a blahobytu. CES VŠEM [online]. 2007, [cit. 2009-02-25]. Dostupné z .

ŠČASNÝ, Milan. Hodnocení výkonnosti ekonomiky, udržitelnosti a blahobytu – Index (trvale) udržitelného ekonomického blahobytu. Fakulta sociálních věd Univerzita Karlova [online]. 2000, [cit. 2009-03-01]. Dostupné z .

DLOUHÝ, Jiří. Rozdvojení křivek zátěže životního prostředí a ekonomického výkonu (decoupling). Centrum pro otázky životního prostředí Univerzita Karlova [online]. 2009, [cit. 2009-03-15]. Dostupné z .

Analýza regionálních rozdílů v ČR. [online] © Český statistický úřad, 2009 [cit.2009-03-29] Dostupné z: . 52

Regionální účty 2007. [online] © Český statistický úřad, 2009 [cit.2009-03-27] Dostupné z: .

Krajské ročenky. [online] © Český statistický úřad, 2009 [cit.2009-03-30] Dostupné z: .

Regionální rozdíly v demografickém, sociálním a ekonomickém vývoji České republiky v letech 2000 – 2005. [online] © Český statistický úřad, 2009 [cit.2009-04-10] Dostupné z: .

53

11. SEZNAM GRAFŮ Graf č.1: Vývoj HDP na 1 obyvatele v letech 1996–2001 ..................................................23 Graf č.2: Vývoj HDP na 1 obyvatele v letech 2002–2007 ..................................................24 Graf č.3: Vývoj čistého disponibilního důchodu na 1 obyvatele v letech 1996–2001........25 Graf č.4: Vývoj čistého disponibilního důchodu na 1 obyvatele v letech 2002–2007........25 Graf č.5: Vývoj obecné míry nezaměstnanosti v letech 1996–2001 ...................................27 Graf č.6: Vývoj obecné míry nezaměstnanosti v letech 2002–2007 ...................................27 Graf č.7: Vývoj průměrné hrubé měsíční mzdy v letech 1999–2003..................................28 Graf č.8: Vývoj průměrné hrubé měsíční mzdy v letech 2004–2008..................................29 Graf č.9: Vývoj koeficientu korelace pro jednotlivé kraje ..................................................36 Graf č.10: Vývoj koeficientu determinace pro jednotlivé kraje ..........................................36 Graf č.11: Průběh závislosti HDP na 1 obyvatele a ČDDD v hl. m. Praha.........................38 Graf č.12: Průběh závislosti HDP na 1 obyvatele a ČDDD v Karlovarském kraji .............39 Graf č.13: Průběh závislosti HDP na 1 obyvatele a obecné míry nezaměstnanosti v hl. m. Praha.......................................................................................................................40 Graf č.14: Průběh závislosti HDP na 1 obyvatele a obecné míry nezaměstnanosti v Karlovarském kraji ...........................................................................................................41 Graf č.15: Průběh závislosti HDP na 1 obyvatele a obecné míry nezaměstnanosti v Libereckém kraji...............................................................................................................42 Graf č.16: Průběh závislosti HDP na 1 obyvatele a průměrné hrubé měsíční mzdy v Praze .................................................................................................................................43 Graf č.17: Průběh závislosti HDP na 1 obyvatele a průměrné hrubé měsíční mzdy v Libereckém kraji...............................................................................................................44

54

12. SEZNAM TABULEK Tab. č.1: Vyhodnocení dat mezi HDP a čistým disponibilním důchodem na 1 obyvatele v letech 1996-2007 .....................................................................................32 Tab. č.2: Vyhodnocení dat mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti v letech 1996-2007..................................................................................33 Tab. č.3: Vyhodnocení dat mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou v letech 1999-2007 .....................................................................................34 Tab. č.4: Interval spolehlivosti pro koeficienty korelace mezi HDP a ČDDD na 1 obyvatele......................................................................................................................45 Tab. č.5: Interval spolehlivosti pro koeficienty korelace mezi HDP na 1 obyvatele a obecnou mírou nezaměstnanosti...............................................................46 Tab. č.6: Interval spolehlivosti pro koeficienty korelace mezi HDP na 1 obyvatele a průměrnou hrubou měsíční mzdou...........................................................47

55

13. SEZNAM PŘÍLOH Příloha č.1: Hrubý domácí produkt na 1 obyvatele v krajích ČR Příloha č.2: Čistý disponibilní důchod na 1 obyvatele v krajích ČR Příloha č.3: Obecná míra nezaměstnanosti v krajích ČR Příloha č.4: Průměrná hrubá měsíční mzda v krajích ČR

56

Mendelova zemědělská a lesnická univerzita v Brně

Recommend Documents