Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky
Studijní program: Kvantitativní metody v ekonomice Studijní obor: Statistika a ekonometrie
MZDY V ČESKÉ REPUBLICE V SOUVISLOSTI S DOSAŽENÝM VZDĚLÁNÍM
Autorka bakalářské práce: Lenka Hudrlíková Vedoucí bakalářské práce: Ing. Jakub Fischer, Ph.D.
školní rok 2006/2007
-1-
Prohlášení Prohlašuji, že jsem bakalářskou práci zpracovala samostatně a že jsem uvedla všechny použité prameny a literaturu, ze kterých jsem čerpala.
V Praze dne ………………………………. Podpis
-2-
Za odborné vedení, vstřícnost a ochotu věnovat se mi při zpracovávání mé bakalářské práce bych ráda poděkovala svému vedoucímu práce Ing. Jakubu Fischerovi, Ph.D.
-3-
ABSTRAKT Cílem mé práce je analyzovat mzdy v České republice v souvislosti s nejvyšším dosaženým vzděláním. Má práce zahrnuje různé analytické pohledy na mzdy a dosažené vzdělání podle různých charakteristik. Vzdělání považuji za možný faktor zvýšení mezd. Podstatný vliv na rozhodování jedince o tom, zda bude investovat do získání dalšího, vyššího stupně vzdělání, mohou mít mzdové rozdíly související s dosaženým vzděláním. Tato práce je rozdělena do tří částí. První část práce je zaměřena na rozdíly mezi mzdovými šetřeními. Český statistický úřad provádí statistické výkaznictví a Ministerstvo práce a sociálních věcí ČR zajišťuje Informační systém o průměrném výdělku. Druhou část své práce věnuji vzdělávání v České republice a závěrečnou část práce tvoří porovnání výše mezd ve vztahu k nejvyššímu dosaženému vzdělání. Tímto způsobem je možné zjistit, jak velké užitky resp. mzdy přináší každý další vyšší stupeň vzdělání.
SUMMARY The purpose of my diploma paper is an analysis of wage distribution in the Czech Republic in relation with the highest attained level of education. In my analysis there are various analytical views on wages and attained education level by various characteristics. Education is consideredas possible way for increasing wages and gains. Decision making about investment in an extra level of education can be strongly influenced by wage distribution by education. This text is divided into three main parts. The first part is focused on the differences between wages surveys. The Czech Statistical Office uses data from statistical statements and the Ministry of Labour and Social Affairs performs the Average Earnings Information System. Second part of my text is devoted aimed for education in the Czech Republic. In the last part there is a comparison of wages by the highest attained level of education. In this way it is possible to discover how an extra level of education implies increasing wages.
-4-
OBSAH 1.
Úvod………………………………………………………………………...………….1
2.
Rozdíly mezi mzdovým šetřením výkaznictví ČSÚ a MPSV (ISPV)……………....3 2.1
Rozdílné zaměření šetření………………………………………………………….5
2.2
Rozdílné zdroje dat………………………………………………………………...6 2.2.1
Čtvrtletní výkaz o práci……………………………………………………..7
2.2.2
Výkaz o úplných nákladech práce…………………………………………..7
2.2.3
Výběrové šetření pracovních sil udomácností……………………………...8
2.2.4
Výběrové šetření o mzdách zaměstnanců…………………………………...8
2.3
Rozdílné mzdové charakteristiky………………………………………………......9
2.4
Rozdíly v metodách výpočtu………………………………………………….......10
2.5
Struktura zaměstnanosti a mzdy za rok 2005 v odvětvích (OKEČ) dle VŠPS, výkaznictví ČSÚ a strukturální mzdové statistiky………………………………..10
2.6 3.
Vzdělávání…………………………………...…………………………………….…17 3.1
Vzdělávací aktivity……………………...…………………………………….….17
3.2
Způsoby zjišťování úrovně vzdělání obyvatelstva…………………………….….17
3.3
Klasifikace pro hodnocení úrovně vzdělání obyvatelstva…………………….…..18
3.4
Vzdělávání v ČR………………………………………………………………….20
4.
5.
Regionální statistiky ceny práce……………………………...………………......14
3.4.1
Úroveň vzdělání………………………………………………...................20
3.4.2
Terciární vzdělávání…………………………………………………….…22
Porovnání mezd ve vztahu k nejvyššímu dosaženému vzdělání……………….….24 4.1
Vývoj mezd……………………………………………………………………….25
4.2
Prostorové srovnání………………………………………………………….……26 4.2.1
Srovnání podle krajů………………………………………….……………26
4.2.2
Srovnání podle odvětví……………………………………………….……27
4.3
Porovnání podle věku zaměstnanců…………………………………………........30
4.4
Mzdová diferenciace……………………………………………………….……..31
4.5
Porovnání výsledků výkaznictví ČSÚ a ISPV……………………………………34 Závěr……………………………………………………………………………….…36
Použitá literatura…………………………………………………………………………….37 PŘÍLOHA -5-
1. ÚVOD Trh práce, nezaměstnanost, mzdová politika a výše mezd jsou stále pečlivě sledovaná témata ze strany politiků, novinářů i veřejnosti. Téma mezd a mzdové úrovně se dotýká každého osobně, jelikož mzda je rozhodující složka příjmů domácností a tudíž i významný ukazatel životní úrovně. Mzdová statistika je velice důležitá, jelikož poskytuje informace o celkové úrovni mezd,
složení
mezd
a
o
diferenciaci
mezd
pracovníků.
Má
přímý
dopad
na makroekonomickou stabilitu. Poskytuje údaje pro účely hospodářské a sociální politiky státu. Trh práce a tedy i výše mezd v zemi jsou ovlivňovány mnoha různými faktory. Kromě geografického a hospodářského profilu země a ekonomické a monetární politiky státu je hlavní determinantou potenciální pracovní síla, která je ekonomické sféře k dispozici, a její skladba. Na trhu mezi nejdůležitější faktory ovlivňující úroveň práce a odměnu za práci věk, pohlaví a stupeň a obor vzdělání. Skutečně vyšší vzdělání (resp. kvalifikace) zaměstnanců přináší vyšší užitky a tedy také vyšší mzdy? Na tuto otázku bych se ráda ve své práci zaměřila. Cílem práce je analyzovat mzdy v České republice v souvislosti s dosaženým vzděláním. Zabývat se mzdami z různých analytických pohledů a podle různých charakteristik. V první části své práce se zaměřím na způsoby zjišťování mezd v České republice. Mzdové šetření zajišťuje Český statistický úřad a zároveň Ministerstvo práce a sociálních věcí ČR. Zaměřím se tedy na rozdíly ve zdroji dat jednotlivých šetření, metodice a výpočtu rozdílných mzdových charakteristik. Druhou část své práce věnuji vzdělávání v České republice. Nejprve vymezím způsoby zjišťování úrovně vzdělání obyvatelstva a klasifikaci pro její hodnocení. Dále se budu zabývat úrovní vzdělání obyvatelstva ČR, zejména pak terciálním vzděláváním a možnostmi jeho zkvalitňování. Třetí část práce tvoří porovnání výše mezd ve vztahu k nejvyššímu dosaženému vzdělání. V práci uvádím vývoj mezd v čase, srovnání podle krajů, odvětví, postavení v zaměstnání či věku zaměstnanců. Za podstatnou považuji zejména mzdovou diferenciaci, která vypovídá o rozdělení mezd.
-1-
Jako podklady slouží data publikovaná Českým statistickým úřadem a ministerstvem práce a sociálních věcí. Moje práce by měla poskytovat ucelený obraz o mzdových rozdílech v České republice a o jejich příčinách. Ve své práci se zabývám vzděláním jako možným způsobem jak zvýšit mzdy a užitky.
-2-
2. ROZDÍLY MEZI MZDOVÝM ŠETŘENÍM - VÝKAZNICTVÍ ČSÚ A INFORMAČNÍ SYSTÉM O PRŮMĚRNÉM VÝDĚLKU Při sledování mzdového vývoje lze využít dvou zdrojů – podnikového výkaznictví Českého statistického úřadu (ČSÚ) a údajů strukturálního mzdového šetření nazvaného Informační systém o průměrném výdělku (ISPV), které se však provádí až od roku 1996 a zabezpečuje ho Ministerstvo práce a sociálních věcí České republiky (MPSV). 1)
Český statický úřad čerpá informace o vývoji průměrných mezd z podnikového
výkaznictví. To poskytuje údaje o průměrných mzdách v národním hospodářství, které lze třídit podle podnikových hledisek, např. podle odvětví a velikostních skupin. Jiná a detailnější třídění nemůže poskytnout. 2)
Vedle toho existují data ze strukturální statistiky, která mají za cíl poskytovat co
nejpodrobnější informace o mzdách jednotlivých zaměstnanců s použitím množství různých třídění, zejména podle zaměstnání, pohlaví či dosaženého stupně vzdělání zaměstnance. Záměrem je popsat strukturu mezd a nalézt odlišnosti v mzdových úrovních různých skupin zaměstnanců, velký důraz je kladen na rozdělení mezd. Není používána pouze průměrná mzda (aritmetický průměr), ale také medián mezd, který ukazuje mzdu zaměstnance uprostřed mzdového rozdělení, a vypovídá tak mnohem lépe o skutečné mzdové úrovni v konkrétní kategorii.
Následující tabulka 2.1 přehledně ukazuje nejdůležitější rozdíly při metodice šetření mezd. Výše zmíněné způsoby šetření mezd se liší cílem samotného šetření, získanými údaji a také způsobem jejich využití. Na základě získaných údajů se konstruují rozdílné mzdové ukazatele. Cílová populace šetření není shodná, tedy není shodný ani statistický soubor. Typ šetření u podnikatelské sféry1) výběrový a u nepodnikatelské vyčerpávající.
1) Podnikatelská sféra je určena zákonem č. 1/1992 Sb. o mzdě, odměně za pracovní pohotovost a o průměrném výdělku. Nepodnikatelská sféra je určena zákonem č. 143/1992 Sb. O platu a odměně za pracovní pohotovost.
-3-
Tabulka 2.1: Rozdíly mezi mzdovým šetřením výkaznictví ČSÚ a ISPV (MPSV) Oblast srovnání Zaměření šetření
nejdůležitější dělení
výkaznictví ČSÚ
ISPV (MPSV)
makroekonomické údaje, mzda ČSÚ je referenční hodnotou pro zákony a vyhlášky podnikatelská a nepodnikatelská sféra, odvětví dle OKEČ, typ hospodaření
strukturní analýza mzdových rozdílů mezi zaměstnáními, sledování mzdových složek zaměstnání dle KZAM, kategorie vzdělání, věkové kategorie, pohlaví, podnikatelská a nepodnikatelská sféra
Cílová populace šetření Zaměstnanci ČR, podnikatelská a nepodnikatelská sféra určena dle sektorů národních účtů
statistický soubor
ekonomické subjekty (ES) s počtem zaměstnanců ≥ 20; finanční a státní instituce bez ohledu na počet zaměstnanců
typ šetření
vyčerpávající šetření
Charakteristiky mzdových ukazatelů hodinový výdělek průměrný hodinový výdělek není sledován
zaměstnanci ČR, podnikatelská a nepodnikatelská sféra určena dle způsobu odměňování 1) ( v roce 2004 šetřena z důvodu náběhu Informačního systému o platech jen sféra podnikatelská!) nefinanční podniky, finanční a státní instituce odměňující dle zákona o mzdě č. 1/1992 Sb. s počtem zaměstnanců ≥ 10, ES nepodnikatelské sféry bez ohledu na počet zaměstnanců podnikatelská sféra – výběrové šetření, nepodnikatelská sféra – vyčerpávající šetření
průměrný hodinový výdělek jako čtvrtletní charakteristika výdělku hrubá měsíční mzda – základní mzda, příplatky a mzda za práci dle zákona o definice doplatky, prémie a odměny, mzdě č. 1/1992 Sb. (základní náhrady mzdy, odměny za mzda, příplatky a doplatky, pracovní pohotovost a naturální prémie a odměny vč. naturálních mzdy (např. podíl z ceny mezd), náhrady mzdy a odměny automobilu i pro soukromé za pracovní pohotovost; jedná užití), které byly v daném se o hrubou mzdu; v případě období zaměstnancům nepodnikatelských subjektů se zúčtovány k výplatě; jedná se o jedná o plat a jeho složky dle hrubou mzdu zákona o platu č. 143/1992 Sb. průměrná hrubá struktura mzdy se nesleduje struktura mzdy je zjišťována měsíční mzda – (základní mzda, příplatky, struktura odměny, náhrady) zdroj: http://www.mpsv.cz/files/clanky/1932/RozdISPV.pdf
-4-
2.1 Rozdílné zaměření šetření Výkaznictví ČSÚ sleduje pouze zaměstnané osoby pomocí údajů v evidenčním počtu zaměstnanců (zahrnuje stálé i dočasné zaměstnance bez ohledu na státní příslušnost, kteří jsou v pracovním, služebním nebo členském poměru k zaměstnavateli a za svou práci dostávají od zaměstnavatele mzdu nebo plat) a o vyplacených mzdách za ekonomický subjekt; od roku 2001 také objem mezd, které měly být vyplaceny a nebyly. Publikuje průměrné mzdy v členění podle firemních charakteristik. Statistická zjišťování ČSÚ slouží k
nalezení úrovně průměrné mzdy za celé národní
hospodářství. Naopak pomocí strukturálního šetření mezd
jsou zjišťovány mzdy jednotlivých
zaměstnanců a nikoli celkové objemy na úrovni podniků či organizací. Získáváme statistiku velmi detailní, která slouží podrobným analýzám trhu práce a jeho vývoje, jelikož jsou podrobně zjišťovány všechny složky hrubého výdělku a také důležité personální údaje o zaměstnanci jako pohlaví, vzdělání, věk atd. Primárním výsledkem ISPV jsou statistiky mzdové úrovně jednotlivých zaměstnání (v klasifikaci KZAM-R2)), dalším produktem jsou odhady výdělkových parametrů zaměstnanecké populace ČR v členění podle firemních i zaměstnaneckých charakteristik.
2) Český statistický úřad zavedl klasifikaci zaměstnání - KZAM, která byla vypracovaná na podkladě mezinárodního standardu ISCO-88. Tato klasifikace má 4. místný číselný kód. Pro národní účely vyvstala potřeba podrobnějšího třídění, proto se provedlo rozšíření klasifikace KZAM do hloubky 5. místa, tzv. podrobnější třídění, které se vydává pod názvem "Klasifikace zaměstnání- rozšířená (KZAM-R"). Základním metodickým principem klasifikace je vytvoření strukturální dekadické soustavy, zahrnující pracující obyvatelstvo podle jeho zaměstnání. Předmětem klasifikace je zaměstnání , tj. konkrétní činnost, kterou pracovník vykonává (i když není jeho povoláním) a která je zdrojem jeho hlavních pracovních příjmů. Zaměstnání je soubor úkolů a povinností, které jsou vykonávány jednou osobou. Seskupuje dohromady zaměstnání v souhrnnějších hlavních třídách podle podobnosti typů vykonávaných prací a na základě podobnosti kvalifikací požadovaných k plnění úkolů a povinností v zaměstnání.
-5-
2.2 Rozdílné zdroje dat V ISPV se zařazují do podnikatelské sféry subjekty, které odměňují podle zákona č. 1/1992 Sb.
o mzdě,
odměně
za
pracovní
pohotovost
a
o průměrném
výdělku.
Nepodnikatelskou sféru tvoří v ISPV ekonomické subjekty, které odměňují podle zákona č. 143/1992 Sb. o platu a odměně za pracovní pohotovost v rozpočtových a v některých dalších organizacích a orgánech. Do roku 2003 bylo ISPV výběrovým šetřením v podnikatelské i nepodnikatelské sféře. Od roku 2004 provozuje Ministerstvo financí Informační systém o platech, který v nepodnikatelské sféře šetří informace, požadované Informačním systémem o průměrném výdělku. Informační systém o platech se proto stává od roku 2004 zdrojem vstupních dat pro ISPV. Šetření v podnikatelské sféře zůstává výběrovým šetřením, Informační systém o platech pokrývá celou nepodnikatelskou sféru a do ISPV předává údaje jako plošné šetření (bez ohledu na počet zaměstnanců). Podnikatelská sféra se i nadále šetří čtvrtletně, sledovaným obdobím Informačního systému o platech (ISP) je první pololetí a celý rok. Databáze údajů ISPV a ISP jsou scelené do jedné, která slouží pro výpočet výsledků za celou národní ekonomiku. Je však nutné vzít v úvahu, že ISPV – na rozdíl od ISP – dosud nezahrnuje data za jednotky s méně než deseti zaměstnanci. ISPV je pod názvem "Čtvrtletní šetření o ceně práce" zařazeno do programu statistických zjišťování, prováděných Ministerstvem práce a sociálních věcí ČR a řídí se zákonem č. 89/1995 Sb., o státní statistické službě. Trexima je zpracovatelem Informačního systému o průměrném výdělku. ISPV respektuje požadavky Evropské unie na strukturální statistiky mezd. Výběrový soubor ISPV tvoří více než 3500 ekonomických subjektů podnikatelské sféry, zaměstnávajících přibližně 1,3 milionu zaměstnanců. Jedná se tedy o stratifikovaný výběr podle odvětví, regionu a velikostní kategorie. Nepodnikatelská sféra se šetří plošně.
Při statistickém výkaznictví (statistické zjišťování u hospodářských subjektů) tvoří statistický soubor ekonomické subjekty s vykazovací povinností s počtem zaměstnanců nejméně 20 a finanční a státní instituce bez ohledu na počet zaměstnanců (bez ozbrojených složek). Jedná se o vyčerpávající šetření. Uskutečňuje se formou vyplňování údajů do statistických formulářů, které ekonomický subjekt vyplňuje měsíčně, čtvrtletně a ročně. Vedle toho ČSÚ využívá i elektronický sběr dat. Pomocí programového vybavení ČSÚ lze
-6-
pořizovat data na osobních počítačích a zároveň zabudovaný kontrolní systém napomáhá správnosti vyplňování dotazníků. Subjekty podnikatelské sféry musejí navíc vykazovat měsíčně počty zaměstnanců, jejich odpracované hodiny, mzdy atd. Nejdůležitější jsou formuláře Čtvrtletní výkaz o práci a roční Výkaz o úplných nákladech práce. Jako další zdroje pro získání ukazatelů využívá ČSÚ výběrová šetření: Výběrové šetření pracovních sil u domácností, Výběrové šetření úplných nákladů práce a Výběrové šetření o mzdách zaměstnanců - jsou organizována ČSÚ a MPSV od roku 1996.
2.2.1 Čtvrtletní výkaz o práci Pomocí tohoto dotazníku se zjišťují údaje charakterizující vývoj a strukturu zaměstnanosti a mezd pro potřeby analýzy trhu práce a pro potřeby sociální politiky. Údaje slouží především pro potřeby orgánů státní správy a mezinárodních organizací. Mezi zjišťované údaje patří především základní údaje o počtu zaměstnanců, jejich mzdách a odpracované době.
2.2.2 Výkaz o úplných nákladech práce Zjišťování probíhá ročně s cílem získat údaje o úplných nákladech práce na pracovní sílu v detailním členění v jednotlivých odvětvích hospodářství ČR, včetně sociálních nákladů práce. Získané údaje slouží pro analýzy trhu práce, podklady pro úpravy v sociální oblasti a pro mezinárodní srovnávání. Zjišťují se údaje o úrovni nákladů práce, jež představují celkové náklady zaměstnavatele, které musí vynaložit k získání a výchově zaměstnanců, k odměňování za práci a k zabezpečení sociálních potřeb zaměstnanců podle závazků, které vůči nim přijal. Mezi zjišťované ukazatele patří např. počet zaměstnanců, struktura mezd, odpracované hodiny, placené hodiny, údaje o sociálních nákladech práce a další doplňující údaje. Kromě jednotlivých položek nákladů se sleduje průměrný evidenční počet zaměstnanců ve fyzických jednotkách i přepočtený na plné zaměstnance. Úplné náklady práce se vyjadřují v přepočtu na osobu a jednotku času (tj. na hodinu, měsíc, rok). Šetření se provádí jak u ekonomických subjektů podnikatelské sféry zapsaných v obchodním rejstříku, tak i u ekonomických subjektů nepodnikatelské sféry (bez ozbrojených složek). U ekonomických subjektů s 500
a více zaměstnanci se jedná o plošné šetření.
Ekonomické jednotky s méně než 500 zaměstnanci se vybírají náhodným způsobem a výsledky šetření se přepočítávají na plný počet subjektů základního souboru na základě aktualizovaného registru subjektů ČSÚ v rámci odvětví a velikostní skupiny.
-7-
Na základě výsledků šetření lze posuzovat jak celkovou úroveň a strukturu nákladů v detailním členění, tak rozdíly v nákladech podle odvětví, typu vlastnictví a velikosti zpravodajské jednotky.
2.2.3 Výběrové šetření pracovních sil u domácností Výběrové šetření pracovních sil (VŠPS) se provádí kontinuálně na náhodně vybraném vzorku domácností a je zaměřené na zjišťování ekonomického postavení obyvatelstva na území celé republiky. Cílem je poskytovat informace o stavu a charakteru trhu práce. Předmětem šetření jsou všechny osoby obvykle bydlící v soukromých domácnostech. Šetření se nevztahuje na osoby bydlící dlouhodobě v hromadných ubytovacích zařízeních. Z toho důvodu jsou údaje za určité skupiny obyvatelstva, zejména za cizí státní příslušníky žijící a pracující na území republiky, k dispozici v omezené míře. Výběrový soubor se pořizuje pomocí dvoustupňového systematického výběru stratifikovaného podle okresů (první stupeň sčítací obvody, druhý stupeň bytové domácnosti). Výběrový soubor tvoří od roku 1995 více než 26 tis. bytů na území celé České republiky (0,6 % všech trvale obydlených bytů), u nichž je šetření prováděno téměř u 64 tis. respondentů všech věkových skupin. Z nich je 55 tis. respondentů ve věku 15 a více let. Tento rozsah souboru umožňuje získat odhady charakteristik trhu práce na úrovni republiky i na úrovni krajů a oblastí. VŠPS se provádí kontinuálním způsobem v průběhu celého roku jako panelové výběrové šetření. V každém týdnu daného čtvrtletí se šetří část bytových jednotek. V každém čtvrtletí se obměňuje jedna pětina domácností – rotační výběr. O každé domácnosti je tedy k dispozici pět čtvrtletních pozorování. Výsledky VŠPS jsou vždy průměrné údaje za hodnocené čtvrtletí. Harmonizovaný systém VŠPS zavádí kromě standardního šetření také ad hoc moduly na určité téma.
2.2.4 Výběrové šetření o mzdách zaměstnanců Úkolem tohoto šetření je poskytnout ukazatele mzdové úrovně a diferenciace u konkrétních zaměstnání, srovnání rozdílů u prací v různých tarifních stupních v závislosti na typu hospodaření, odvětví, velikosti podniku a dále pak na vzdělání, věku a pohlaví zaměstnance i kombinaci těchto znaků. Lze posoudit i rozdělení mezd na jednotlivé složky (základní mzda v odpracované době, prémie, přídavky, příplatky, náhrada za nedopracovanou dobu, bonifikace a odměny, naturální platby, bydlení a příplatky na nájemné). Tímto šetřením však docházelo k duplicitnímu zjišťování některým ukazatelů. ČSÚ tedy ustoupilo od každoročního zjišťování vlastního výběrového šetření a využívá výsledky informačního -8-
systému o průměrném výdělku (ISPV). Výsledky ISPV však nejsou zcela srovnatelné s výsledky výběrového šetření o mzdách zaměstnanců, jelikož výběr zpravodajských jednotek ISPV není založen na náhodném výběru. Výběrový soubor se čtvrtletně mění a jeho struktura neodpovídá struktuře národního hospodářství.
2.3 Rozdílné mzdové charakteristiky Strukturální mzdová statistika ISPV sleduje průměrný hodinový výsledek a strukturu mzdy, zatímco ČSÚ nikoliv. ISPV se zaměřuje na mzdu jednotlivce za sledovanou periodu. ČSÚ sleduje součet mzdových prostředků za čtvrtletí za celý podnik. Do hrubých mezd se ve strukturální statistice počítají všechny mzdy za práci včetně prémií, odměn a dalších platů, dále veškeré náhrady mzdy za neodpracovanou dobu (dovolenou, svátky, překážky v práci apod.) a odměny za pracovní pohotovost za celý rok. Průměrná mzda zaměstnance v daném roce je vypočtena poměřením s jeho placenou dobou, tedy počtem měsíců, za které mzdu či náhradu mzdy skutečně pobíral, odečtena je tedy doba nemocí a dalších neplacených nepřítomností v práci za daný rok. Vypočtená průměrná hrubá měsíční mzda (v Kč) tak co nejpřesněji vypovídá o srovnatelných mzdových úrovních v různých zaměstnáních (pracovních místech) při přesně zjištěném objemu placené doby. Takto vypočtená průměrná mzda však není a nemůže být shodná s průměrnou mzdou zjišťovanou z podnikového výkaznictví ČSÚ, kde průměrná měsíční nominální mzda zahrnuje všechny pracovní příjmy (základní mzdy a platy, příplatky a doplatky ke mzdě nebo platu, prémie a odměny, náhrady mezd a platů, odměny za pracovní pohotovost a jiné složky mzdy nebo platu), které byly v daném období zaměstnancům zúčtovány k výplatě a představuje podíl připadající na jednoho zaměstnance z evidenčního počtu za měsíc, v němž jsou však zahrnuti i zaměstnanci nemocní nebo s neplacenou nepřítomností kratší než 4 týdny. Jedná se tedy o hrubé mzdy, tj. před snížením o pojistné na všeobecné zdravotní pojištění a sociální zabezpečení, zálohové splátky daně z příjmů fyzických osob a další zákonné nebo se zaměstnancem dohodnuté srážky. Další rozdíly mezi mzdovou úrovní ve srovnání s jinými statistickými zdroji mohou plynout (kromě vlivu neplacených absencí a odlišného základního souboru šetření) z faktu, že do výsledků strukturální statistiky se nezahrnují zaměstnanci s týdenním úvazkem kratším než 30 hodin.
-9-
2.4 Rozdíly v metodách výpočtu ČSÚ vychází ze součtu vyplacených mezd za podnik. Počítá průměrnou měsíční mzdu na základě průměrného evidenčního počtu zaměstnanců ve fyzických osobách. 3) Průměrná hrubá měsíční mzda představuje podíl mezd bez ostatních osobních nákladů připadající na jednoho zaměstnance evidenčního počtu za měsíc. Do mezd se zahrnují základní mzdy a platy, příplatky a doplatky ke mzdě nebo platu, prémie a odměny, náhrady mezd a platů, odměny za pracovní pohotovost a jiné složky mzdy nebo platu, které byly v daném období zaměstnancům zúčtovány k výplatě. Jedná se o hrubé mzdy, tj. před snížením o pojistné na všeobecné zdravotní pojištění a sociální zabezpečení, zálohové splátky daně z příjmů fyzických osob a další zákonné nebo se zaměstnancem dohodnuté srážky. ISPV vychází pouze z vyplacených mezd těch zaměstnanců, které podniky posílají. Průměrná měsíční mzda se tedy počítá jen z těch zaměstnanců, kteří dostali zaplaceno alespoň za 425 hod./čtvrtletí. Do hrubých mezd se počítají všechny mzdy za práci včetně prémií, odměn a dalších platů, dále veškeré náhrady mzdy za neodpracovanou dobu (dovolenou, svátky, překážky v práci atd.) a odměny za provozní pohotovost za celý rok.
2.5 Struktura zaměstnanosti a mzdy za rok 2005 v odvětvích (OKEČ) dle VŠPS, výkaznictví ČSÚ a strukturální mzdové statistiky Třídění podle odvětví dle klasifikace OKEČ
4)
není prioritou strukturálního šetření
(ISPV). Pro srovnání celkových průměrných výdělků je lepší používat výsledky výkaznictví ČSÚ, o kterých lze předpokládat, že jsou v tomto směru přesnější. Strukturální výběrové šetření však poskytuje podrobné údaje o mzdové variabilitě, které výkaznictví nabídnout nemůže, spolu s údaji o placeném čase.
3) Průměrný evidenční počet zaměstnanců ve fyzických osobách (čtvrtletní) je vypočten jako aritmetický průměr z (příslušných tří) měsíčních průměrných počtů (vypočítávají se jako součet denních stavů dělený počtem kalendářních dnů v měsíci). V údajích o počtu zaměstnanců a průměrných hrubých měsíčních mzdách nejsou zahrnuty osoby vykonávající veřejné funkce (např. poslanci, senátoři, uvolnění členové zastupitelstev všech stupňů), soudci, ženy na mateřské dovolené, osoby na rodičovské dovolené (nepracují-li současně v pracovním poměru), učni, osoby pracující pro firmu na základě dohod o pracích konaných mimo pracovní poměr, zaměstnanci ekonomických subjektů statisticky nesledovaných.
- 10 -
Tabulka 2.2
Struktura zaměstnanosti a mzdy za rok 2005 v odvětvích (OKEČ)
dle VŠPS, výkaznictví ČSÚ a strukturální mzdové statistiky
Odvětví
A-O
CELKEM
A,B Zemědělství, lesní hosp., Rybolov C Těžba nerostných surovin D Zpracovatelský průmysl Výroba a rozvod elektřiny, plynu, E vody F Stavebnictví G Obchod a opravy H Ubytování a stravování I
Doprava,sklad. a spoje
J
Finanční zprostředkování Činnosti v oblasti nemovitostí a K pronájmu, podnikatelské činnosti L Veřejná správa M Vzdělávání Zdravotní a soc. péče, veterinární N činnosti Ostatní veřejné, soc. a osobní O služby
VŠPS
Výkaznictví ČSÚ
Podíly
Podíly
Průměrná
Podíly
Strukturální mzdová statistika Průměrná
Medián
Variační
zaměstn.
zaměstn.
mzda
zaměstn.
mzda
mezd
koeficient
(%)
(%)
(Kč)
(%)
(Kč)
(Kč)
(%)
100,00 3,98 1,03 27,21
100,00 3,77 1,37 32,56
19 024 13 902 22 502 17 854
100,00 3,52 1,43 33,70
21 674 16 046 25 104 20 300
18 589 14 677 22 716 17 677
77,90 44,89 54,19 70,46
1,61
1,80
24 119
2,25
24 382
21 210
65,39
9,62 12,90 3,81 7,55 2,03
5,06 8,80 1,56 7,89 1,98
18 933 18 949 13 434 20 561 37 366
5,89 9,67 1,78 7,73 2,08
21 911 21 936 14 872 23 753 40 165
18 660 16 898 12 204 19 635 28 714
82,06 94,74 81,12 80,92 110,33
6,05
6,61
21 097
7,28
24 699
19 692
93,01
6,99 6,23
9,12 8,83
22 299 17 186
8,44 7,20
23 963 20 181
22 534 19 819
36,77 45,54
6,89
7,13
17 511
6,40
19 697
17 452
53,06
3,98
3,52
15 716
2,62
18 136
16 344
56,65
zdroj: Výběrové šetření pracovních sil, výkaznictví ČSÚ a strukturální mzdová statistika http://www.czso.cz/csu/2006edicniplan.nsf/t/EA003C149A/$File/311106a04.doc
4) Jednou ze základních ekonomických klasifikací je Odvětvová klasifikace ekonomických činností (OKEČ). Je vypracována pro kategorizaci údajů, které souvisí s organizační jednotkou - ekonomickým subjektem. Předmětem odvětvové klasifikace ekonomických činností jsou všechny pracovní činnosti vykonávané ekonomickými subjekty a jsou určované jejich vývojem. Obecně je činnost dána kombinací práce, výrobní techniky, informační sítě, materiálů, výrobků a vede k vytvoření specifických výrobků nebo výkonů (služeb). Každá položka zahrnuje seskupení stejnorodých činností na příslušném stupni třídění. Klasifikace OKEČ byla zavedena do statistické praxe v roce 1994. V současné době byla podle aktualizačních změn a úprav evropského standardu NACE rev 1. 1 provedena aktualizace klasifikace OKEČ a vydává se jako třetí vydání. Hlavním účelem odvětvové klasifikace je poskytnutí hierarchického třídění ekonomických činností, které je možno využít pro rozčlenění informací podle těchto činností pro analytické práce ve statistice i v jiných oblastech. Z hlediska podobnosti činností lze jednotlivé organizační jednotky seskupovat do příslušných agregací. Odvětvového třídění ekonomických činností se užívá ve státní statistice, zejména v analytických pracích a při sestavování národních účtů.
- 11 -
Z tabulky 2.2 lze vyčíst rozdíly mezi výběrovým šetřením pracovních sil (VŠPS), výkaznictvím ČSÚ a strukturální mzdovou statistikou, a to ve struktuře zaměstnanosti (ty vycházejí především z metodických odlišností, z rozsahu a způsobu výběru základního souboru, typu zjišťování a dalších specifik šetření) i v průměrných mzdách (které pramení především z odlišného konceptu výpočtu hrubé mzdy zaměstnance, ale i z výběrových chyb, konceptu systému dopočtů apod.). Ze zjištěných údajů vyplývá, že např.v odvětví vzdělávání (řádek M), se liší podíl zaměstnanců v tomto odvětví podle jednotlivých způsobů zjišťování. Nejméně zaměstnanců je podle VŠPS 6,23 %, zatímco podle strukturální mzdové statistiky je to 7,20 % a podle výkaznictví ČSÚ dokonce 8,83 %. Průměrná mzda se liší o 3 000 Kč. Výkaznictví ČSÚ udává jako průměrnou mzdu 17 186 Kč, zatímco podle strukturální mzdové statistiky dosahuje výše 20 181 Kč a medián průměrné mzdy 19 819 Kč. V tomto odvětví je však zároveň poměrně nízká diferenciace mezd, mzdy jsou zde rozrůzněny takovým způsobem, že variační koeficient – míra diferenciace – je 45,54 %. (Variační koeficient je směrodatná odchylka vyjádřená v procentech aritmetického průměru. Vypovídá o tom, jak moc se od sebe navzájem liší typické případy v souboru zkoumaných čísel. Je-li malá, jsou si prvky souboru většinou navzájem podobné, a naopak velká směrodatná odchylka signalizuje velké vzájemné odlišnosti.). Směrodatná odchylka mezd je zde tedy poloviční než průměrná mzda. Vzhledem k diferenciaci výdělků je obtížné popisovat mzdy pomocí jediného ukazatele – průměrné mzdy. V analýze je tedy kromě průměrné mzdy kladen důraz na medián, který ukazuje mzdu prostředního zaměstnance, není ovlivněn extrémními mzdami malé skupiny zaměstnanců s velmi vysokými výdělky. Pokud zůstaneme u sledování mezd v oboru vzdělávání, lze vidět rozdíl mezi zjištěnou průměrnou mzdou a mediánem 362 Kč, což není příliš velký rozdíl. V jiných odvětvích, např. finanční zprostředkování, však rozdíl činí i 11 451 Kč. Rozdíl mezi mediánem a aritmetickým průměrem (průměrnou mzdou) vypovídá o tom, že rozdělení mezd je velmi zešikmené. Aritmetický průměr je silně ovlivňován velmi vysokými výdělky vcelku malé skupiny zaměstnanců, nevypovídá o mzdové úrovni běžného zaměstnance. Proto je v sociálních analýzách i pro srovnávání mezd různých skupin zaměstnanců vhodnější používat právě medián či další kvantilové charakteristiky.
- 12 -
Tabulka 2.3 Relativní rozdíly průměrných mezd a mediánu mezd za rok 2005 podle výkaznictví ČSÚ a strukturální mzdové statistiky v odvětvích (OKEČ) Výkaznictví ČSÚ Odvětví
Strukturální mzdová statistika
Průměrná mzda
Průměrná mzda
Medián mezd
A-O
CELKEM
100%
100%
100%
A,B
Zemědělství, lesní hosp., Rybolov
73%
74%
79%
118%
116%
122%
94%
94%
95%
C
Těžba nerostných surovin
D
Zpracovatelský průmysl
E
Výroba a rozvod elektřiny, plynu, vody
127%
112%
114%
F
Stavebnictví
100%
101%
100%
G
Obchod a opravy
100%
101%
91%
H
Ubytování a stravování
71%
69%
66%
I
Doprava,sklad. a spoje
108%
110%
106%
J
Finanční zprostředkování
196%
185%
154%
K
Činnosti v oblasti nemovitostí a pronájmu, podn. činnosti
111%
114%
106%
L
Veřejná správa
117%
111%
121%
M
Vzdělávání
90%
93%
107%
N
Zdravotní a soc. péče, veterinární činnosti
92%
91%
94%
O
Ostatní veřejné, soc. a osobní služby
83%
84%
88%
Tabulka 2.4 Absolutní rozdíly průměrných mezd a mediánu mezd za rok 2005 podle výkaznictví ČSÚ a strukturální mzdové statistiky v odvětvích (OKEČ) Výkaznictví ČSÚ Odvětví
Průměrná mzda (Kč)
Strukturální mzdová statistika Průměrná Medián mzda mezd (Kč) (Kč)
A-O
CELKEM
19024
21674
18589
A,B
Zemědělství, lesní hosp., Rybolov
-5122
-5628
-3912
C
Těžba nerostných surovin
3478
3430
4127
D
Zpracovatelský průmysl
-1170
-1374
-912
E
Výroba a rozvod elektřiny, plynu, vody
5095
2708
2621
F
Stavebnictví
-91
237
71
G
Obchod a opravy
-75
262
-1691
H
Ubytování a stravování
-5590
-6802
-6385
I
Doprava,sklad. a spoje
1537
2079
1046
J
Finanční zprostředkování
18342
18491
10125
K
Činnosti v oblasti nemovitostí a pronájmu, podn. činnosti
2073
3025
1103
L
Veřejná správa
3275
2289
3945
M
Vzdělávání
-1838
-1493
1230
N
Zdravotní a soc. péče, veterinární činnosti
-1513
-1977
-1137
O
Ostatní veřejné, soc. a osobní služby
-3308
-3538
-2245
- 13 -
Lze vidět, že výše popsané rozdíly v zaměření šetření, ve zdrojích a metodě výpočtu průměrné
mzdy skutečně
vedou
k různým
výsledkům.
Celková
průměrná
mzda
podle výkaznictví ČSÚ činí 19 024 Kč, podle strukturální mzdové statistiky je však vyšší o více než dva a půl tisíce Kč (a to 21 674 Kč). Tabulka 2.3 ukazuje rozdíly oproti celkové průměrné mzdě relativně a tabulka 2.4 absolutně (v Kč). Rozdíly ve mzdách se projevují také v rámci jednotlivých odvětví. Nejvyšší platy dostávají zaměstnanci v oboru finančního zprostředkování. Ve stavebnictví a obchodu jsou platy na úrovni celkového průměru. Z tabulek vyplývá, že nejhůře jsou ohodnoceni zaměstnanci pracující v oborech zemědělství, lesnictví a rybolov a ubytování. U odvětví „Ubytování a stravování“ je značný rozdíl ve výši průměrné mzdy podle způsobu zjišťování, což je dáno především různým statistickým souborem a způsobem zjišťování. Stejný případ je i u odvětví „Výroba a rozvod elektřiny, plynu, vody“.
2.6 Regionální statistika ceny práce Regionální statistika ceny práce (RSCP) je doplňkem Informačního systému o průměrných výdělcích. Garantem regionální statistiky ceny práce je MPSV ČR - Správa služeb zaměstnanosti. Zpracovatelem je společnost Trexima spol. s.r.o. RSCP pravidelně sleduje aktuální výdělkovou úroveň a odpracovanou dobu podle zaměstnání v jednotlivých krajích České republiky. Výdělková úroveň se zjišťuje na základě hodinového výdělku, vyplacené mzdy a odpracované doby jednotlivých zaměstnanců. RSCP nabízí další zdroj informací o mzdách v krajích České republiky. Výkaznictví ČSÚ sbírá údaje o mzdách za celý ekonomický subjekt a publikuje průměrné mzdy v členění podle firemních charakteristik. Zatímco RSCP sbírá data za jednotlivé zaměstnance. Hlavním cílem jsou statistiky výdělkové úrovně zaměstnání (v klasifikaci KZAM R ) v jednotlivých krajích a také odhady výdělkové úrovně zaměstnanců podle šetřených osobních charakteristik na úrovni kraje. RSCP, stejně jako Informační systém o průměrném výdělku (ISPV), vychází z pravidelného výběrového statistického zjišťování s názvem „Čtvrtletní šetření o ceně práce“. Nejdůležitějším kritériem pro členění výsledků RSCP je příslušnost šetřeného ekonomického subjektu k podnikatelské, nebo nepodnikatelské sféře. Výběrový soubor tvoří
- 14 -
více než 3500 ekonomických subjektů podnikatelské sféry (ekonomické subjekty, které zaměstnávají
alespoň
10
zaměstnanců),
zaměstnávajících
přibližně
1,3
milionu
zaměstnanců. Nepodnikatelská sféra se šetří plošně. Zpracování podnikatelské sféry probíhá čtvrtletně, nepodnikatelská sféra se šetří pololetně. Publikace obsahují výsledky uvádějí hodinové výdělky za aktuální čtvrtletí, hrubé měsíční výdělky za období od začátku roku do konce aktuálního čtvrtletí, údaje o odpracované a neodpracované době za stejné období.
Mzdové rozdíly na regionální úrovni odrážejí rozdíly v ekonomické a sociální situaci jednotlivých krajů. Do těchto územních odlišností se promítá hlavně rozdílná struktura hospodářských aktivit v jednotlivých regionech, míra nezaměstnanosti a celková situace na trhu práce. Další důvod je stav a rozvoj infrastruktury. V regionálním třídění mezd je určujícím znakem značný rozestup mezi mzdovou úrovní v hlavním městě a v ostatních krajích, který se v čase stále prohlubuje. Mzdový rozdíl je z velké části ovlivněn odlišnou strukturou zaměstnanosti, tedy vyšší úrovní mezd v odvětvích, kde je požadována vyšší odborná kvalifikace a která jsou ve větším rozsahu umístěna v hlavním městě, jako je např. bankovnictví, pojišťovnictví, centrální úřady a také vyšším podílem podnikatelských subjektů se zahraniční kapitálovou účastí. V tomto směru má hlavní město výjimečné postavení, nesrovnatelné s ostatními regiony. Rozdíly ve výši hodinových výdělků podle regionálního hlediska jsou zachyceny v grafu 2.1.
Graf 2.1 Mediány hodinového výdělku podle RSCP – 4. čtvrtletí 2006 140 135 130
Kč / hod.
125 120 115 110 105 100 95
H
l. m
.P ra St ha ře do če sk ý Ji ho če sk ý Pl ze ňs ký Ka rlo va rs ký Ú st ec ký Li b Kr er ál ec ov ký éh ra de ck Pa ý rd ub ick ý Vy so Ji čin ho a m or av sk ý O lo m ou ck ý M Zl or ín av sk sk ý os le zs ký
90
podnik. sféra
nepodnik. sféra
kraj
- 15 -
Nejvyšší mzdová úroveň v roce 2006 byla tedy v Praze. V ostatních krajích byly mzdy značně nižší. Nejsou patrné velké rozdíly v hodinových mzdách. Na dalším grafu je však patrné, že i malé rozdíly v hodinovém výdělku znamenají značné rozdíly ve výši měsíční mzdy. V grafu 2.2. se může jevit, že rozdíly ve výši mezd mezi jednotlivými kraji nejsou značné, jenže je nezbytné mít na paměti, že rozdíl např. dva až tři tisíce korun měsíčně je podstatný. Tyto rozdíly nejsou způsobeny různým počtem odpracovaných hodin, jelikož ve všech krajích je to přibližně 170 hodin. Tedy výši mezd v regionu ovlivňuje spíše výše zmíněná ekonomická a sociální situace jednotlivých krajů.
Graf 2.2 Medián mezd podle RSCP – 4. čtvrtletí 2006 26 000 24 000 22 000 20 000 18 000 16 000 14 000 10 000 8 000 6 000 4 000 2 000 0 H l. m .P ra St ha ře do če sk ý Ji ho če sk ý Pl ze ňs ký Ka rlo va rs ký Ú st ec ký Li be Kr re ál ck ov ý éh ra de ck ý Pa rd ub ick ý Vy so či na Ji ho m or av sk ý O lo m ou ck ý Z M lín or sk av ý sk os le zs ký
Kč
12 000
kraj
- 16 -
3. VZDĚLÁNÍ 3.1
Vzdělávací aktivity „Za vzdělávací aktivity je považováno systematické vyučování, které vede
ke specifickým znalostem nebo specifickým dovednostem, zahrnuje všechny činnosti, které vedou k tzv. formálnímu vzdělání.“5) Získání určitého stupně a typu klasifikace formálního vzdělání bývá většinou podloženo nějakým druhem písemného osvědčení (vysvědčení, výuční list, diplom atd.). K uskutečňování formálního vzdělání slouží vzdělávací instituce (základní školy, střední školy, odborné školy, odborné učiliště, vyšší odborné školy a vysoké školy). V České republice je většina škol zřízena státem nebo místními úřady a studium je bezplatné. Kromě toho existují soukromé školy, které jsou částečně financovány státem a částečně z plateb školného od studentů. Stát pomocí Ministerstva školství a tělovýchovy (MŠTV) provádí kontrolu nad oběma typy těchto školních institucí. V posledních letech dochází k novému fenoménu – celoživotní vzdělávání. Formální vzdělání již není postačující po celý život a proto se stále více lidí vzdělává nad rámec běžného formálního vzdělání získaného ve škole. Dochází tak ke zřizování nových vzdělávacích institucí odlišných od škol. Rychlý technický a společenský pokrok vybízí k potřebě získávat nové poznatky a vědomosti i po ukončení školní docházky. V produktivním věku se jedná především o vzdělávání pracovníků podniků, rekvalifikační vzdělání,
studium
při
zaměstnání
ve
školách
a
zájmové
vzdělávání.
Pro
lidi
v postproduktivním věku vznikají tzv. univerzity třetího věku. Pod pojmem další vzdělávání tedy rozumíme veškeré vzdělávání nad rámec školské soustavy.
3.2
Způsoby zjišťování úrovně vzdělání obyvatelstva Statisticky se sledují tři oblasti vzdělávání: vzdělávací procesy, jejich zajištění
vzdělávacími kapacitami a výsledky vzdělávacího procesu. V oblasti školského vzdělávání je statistické zjišťování na velmi dobré úrovni. Informace se získávají ze školních matrik6) a vyčerpávajících šetření. 5) Jílek J.: Nástin sociálně hospodářské statistiky, Praha: VŠE 2001, 265 s. ISBN 80-245-0840-0, strana 205 6) Školní matrika školy nebo školského zařízení je nové označení pro evidenci dětí, žáků a studentů škol a školských zařízení. Zákon výslovně vymezuje okruh údajů vedených ve školní matrice, subjekty odpovědné za vedení školní matriky, subjekty zapojené do sdružování údajů ze školních matrik a další náležitosti vedení školní matriky. V současné době se předpokládá
- 17 -
předávání individuálních dat ze školních matrik vyšších odborných škol, středních škol a konzervatoří a základních škol, tedy škol poskytujících stupeň vzdělání. Ostatní školy a školská zařízení mají povinnost matriku vést, ale i nadále se u nich předpokládá sběr dat prostřednictvím standardních statistických výkazů. Předávání individuálních dat ze školních matrik bude možné jen při elektronickém vedení školní matriky školou.
Ve sféře celoživotního vzdělávání je mnohem obtížnější získat relevantní a správná data, proto v této oblasti data dříve nebyla dostatečná. Od roku 1994 Eurostat uskutečňuje statistické šetření v oblasti vzdělávání zaměstnanců, v roce 1999 se tohoto šetření zúčastnila i Česká republika. Toto šetření bylo v ČR realizováno pod názvem „Další odborné vzdělávání zaměstnanců“. Jde tedy o součást šetření konaného na evropské úrovni, jehož se zúčastní všechny členské země unie a některé další státy. Má pomoci posílit konkurenceschopnost evropských zemí. Do výběrového souboru bylo zařazeno 7 000 českých podniků s 10 a více zaměstnanci ze všech odvětví lidské činnosti. Účelem šetření bylo zjistit informace o míře účasti zaměstnanců na dalším odborném vzdělávání, o věcné náplni a způsobu zajišťování kurzů a o souvisejících vynaložených nákladech. Průzkum přinesl první ucelené informace o dalším odborném vzdělávání zaměstnanců podniků. Z dlouhodobého hlediska právě výsledky vzdělávacích procesů jsou určující pro poznání úrovně vzdělání obyvatelstva. Sleduje se struktura podle obyvatelstva podle nejvyššího dosaženého stupně vzdělání. Tento údaj se zjišťuje při Sčítání, lidu, domů a bytů a u všech výběrových šetření v domácnostech.
3.3
Klasifikace pro hodnocení úrovně vzdělání obyvatelstva Pro hodnocení úrovně vzdělání se používá Mezinárodní standardní klasifikace
vzdělávání - ISCED (International Standard Classification of Education). V roce 1976 tuto pětimístnou klasifikaci vypracovalo a vydalo UNESCO. První místo označovalo úroveň vzdělávání, další dvě místa skupinu vzdělávacích programů a detailnější třídění vzdělávacích programů zajišťovaly poslední kódy klasifikace. Klasifikace ISCED se již řadu let aktualizuje. UNESCO v listopadu 1997 schválilo změny týkající se úrovně vzdělávání i oborů vzdělávání. Klasifikace ISCED 1997 má 7 úrovní vzdělávání (0 až 6), které mohou mít vnitřní členění A až C. O dva roky později v návaznosti na to vydal Ústav pro informace ve vzdělávání (ÚIV) překlad ISCED 1997. Klasifikace kmenových oborů vzdělávání (KKOV) byla vypracována tak, aby byla snáze převoditelná na mezinárodní standard ISCED 1997, zejména pokud se jedná o úrovně - 18 -
vzdělávání. Předmětem klasifikace jsou kmenové obory vzdělání, které definují jednotlivé oblasti vzdělání na základě jejich obsahové podobnosti. Kmenové obory vzdělání představují kategorie studijních a učebních oborů vzdělání lišících se podle druhu škol, rozdílných učebním plánech, odbornou přípravou, uspořádáním vzdělávacího procesu, nároky na vybavení školy a potřebu kvalifikace učitelů, ale jejichž absolventi jsou připravováni pro uplatnění v praxi ve stejné oblasti lidské činnosti. KKOV se týká oborů vysokých, vyšších a středních škol včetně škol speciálních. Klasifikace kmenových oborů vzdělání zpřehledňuje a stabilizuje soustavu způsobů vzdělání. Hlavními přednostmi KKOV je, že poskytuje možnost jednotného kódování vzdělání každého jednotlivce a výrazně zjednodušuje statistické sledování ve školské sféře. Po schválení na Ministerstvu školství a tělovýchovy (MŠMT) lze dále nově vznikající studijní a učební obory přiřadit k existujícím oborům. Rovněž evidence těchto nově vznikajících oborů vzdělání je realizována pouze v rámci působnosti MŠMT, zatímco aktualizaci klasifikace kmenových oborů vzdělání (KKOV) zajišťuje ČSÚ.
Informativní přehled kódového značení úrovní vzdělávání podle ISCED 1997 kód 0 1 2
3
4
5
6
úroveň vzdělání preprimární vzdělávání (bez vzdělání) primární vzdělávání nižší sekundární vzdělávání 2A - stupeň, ze kterého je možné přejít na vyšší vzdělávání 2B - přípravný stupeň pro pracovní trh 2C - stupeň směřující na pracovní trh vyšší sekundární vzdělávání 3A - stupeň, ze kterého je možné přejít na vyšší vzdělávání 3B - přípravný stupeň pro pracovní trh 3C - stupeň směřující na pracovní trh postsekundární vzdělávání nižší než terciární 4A - stupeň, ze kterého je možné přejít na vyšší vzdělávání 4B - prakticky zaměřené studium první stupeň terciárního vzdělávání 5A - stupeň, ze kterého je možné přejít na vyšší vzdělávání 5B - prakticky zaměřené studium druhý stupeň terciárního vzdělávání
zdroj:http://www.czso.cz/csu/klasifik.nsf/i/mezinarodni_standardni_klasifikace_vzdelavani_isced_
- 19 -
Převodní tabulka Mezinárodní klasifikace vzdělávání (ISCED)a české vzdělávací soustavy Název preprimární
stupeň ISCED odpovídá v českém školském systému ISCED 0 Předškolní výchova probíhající v materských, speciálních
primární
ISCED 1
nižší sekundární
ISCED 2
vyšší sekundární
ISCED 3
nástavbové
ISCED 4
mateřských školách, přípravný stupeň na základní škole, osoby bez vzdělání 1. stupeň základní školy (1. - 5. ročník) a speciální základní školy, pomocná škola 2. stupeň základní školy (6. - 9. ročník), 2. stupeň speciální základní školy, 1. a 2. ročník 6letého gymnázia, 1. až 4. ročník 7 a 8letého gymnázia či konzervatoří, učiliště se zvlášť upravenými plány, praktické školy, pracovní stupně pomocné a zvláštní školy Střední školství, tj. čtyřletá gymnázia a vyšší ročníky 6-8letých gymnázií (všeobecné vzdělávání), střední odborné školy (včetně vyšších ročníku tanečních konzervatoří), 3 a víceletá střední odborná učiliště (odborné vzdělávání) a rekvalifikační kurzy ukončené výučním listem Nástavbové studium, učební obory a rekvalifikační kurzy pro absolventy středních škol, kurzy v délce 6 měsíců až 2 let, pomaturitní studium na jazykových školách, prakticky zaměřené studium pro maturanty kratší než 2 roky
zdroj: http://www.czso.cz/csu/redakce.nsf/i/skolstvi/$File/08_skolstvi.pdf
3.4
Vzdělávání v ČR
3.4.1 Úroveň vzdělání Rozhodující část všech obyvatel ve věku 15 a více let (15+) dosáhne na třetí stupeň vzdělání podle mezinárodní klasifikace ISCED. V roce 2005 mělo střední vzdělání mělo v téměř 70 % (69,6 %), základní vzdělání 20 % a vysokoškolské či jiné vzdělání náležející do stupňů 5 a 6 ISCED 10,4 %. Graf 3.1 vychází z výsledků výběrového šetření pracovních sil za léta 1993-2005, protože použitá klasifikace úrovně vzdělání plně odpovídá mezinárodní klasifikaci ISCED. Z grafu je patrné, že podíl jednotlivých úrovní vzdělání se však vyvíjel protichůdně. Počet osob se základním vzděláním, resp. bez vzdělání, v produktivním a poproduktivním věku stále klesá a snížil se v letech 1993-2005 o téměř 550 tis. (o 544,7 tis.). Jestliže ještě v roce 1993 mělo pouze základní vzdělání 27,6 % 15+ leté populace, v minulém roce to již byla pouze pětina. Největší skupinu osob stále tvoří osoby s nejvyšším středním dosaženým vzděláním bez maturity. V naší republice tuto skupinu tvoří převážně lidé vyučení. Její četnost od roku 1993 do roku 2005 vzrostla pouze o 76,3 tis. na 3283,1 tis. Podstatnější je však skutečnost, že
- 20 -
její podíl v populaci patnáctiletých starších se snížil z 38,7 % v roce 1993 na 37,7 % v roce 2005. Naopak podíl absolventů vysokých škol včetně vyšších odborných škol vzrostl nejrychleji, a to více než o 40 %. V roce 2005 to již bylo 907,1 tis. osob. Osoby s nejvyšším vzděláním tedy tvoří v roce 2005 již téměř 11 % z celkového obyvatelstva ve věku 15+. Tento jev však nenastal pouze u vysokoškolského studia, ale výrazně vzrostl také počet absolventů středních škol a učilišť s maturitou. Jejich počet se zvýšil za dvanáct let o 640,3 tis. (téměř o 30 %) a dosáhl 2 779,6 tis.
Graf 3.1 Vzdělanostní struktura obyvatelstva ve věku 15+ v letech
1993, 2000, 2005
50 40
v%
30 20 10 0
1993 základní, bez vzdělání
2000 střední bez mat.
2005 střední s mat.
vysokoškolské
zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/t/EA00352753/$File/311106a01.doc
Eurostat (statistický úřad Evropských společenství) provádí porovnání podílu populace ve věku 25-64 let, která má ukončené alespoň vyšší střední vzdělání ISCED 3 v rámci zemí Evropské unie (EU). Podíl osob s tímto stupněm vzdělání byl v ČR (především absolventi středních škol a vyučení a absolventi vyšších stupňů škol) v roce 2005 nejvyšší ze všech zemí EU a podstatně převyšoval i úroveň zemí patnáctky. U nás tento podíl činí 89,9%, zatímco v zemích původní „patnáctky“ EU 66,6 % a v rámci 25 států EU 68,9 % (tedy bez Rumunska a Bulharska – členové EU od 1. 1. 2007). Nepříznivá je však skutečnost, že podíl absolventů terciárního (vysokoškolského) stupně je stále nižší než v jiných zemích. Z velké části je to dáno tím, že vzdělávací systém dříve neposkytoval větší možnost studia bakalářského typu. Student tedy musel absolvovat celé vzdělaní v rozsahu magisterského studia. V současné době již velmi pokročil trend bakalářského studia. Nedostatečné jsou však stále možnosti zvýšení kvalifikace vyučených pracovníků na úroveň maturity a rozšíření možnosti
- 21 -
absolvovat krátkodobé kurzy a školení, vedoucí
ke zvýšení odbornosti spojené s výkonem
konkrétního povolání.
Graf 3.2 Podíl zaměstnanců podle vzdělání - rok 2005 základní a nedokončené 8%
vysokoškolské 15% vyšší odborné a bakalářské 2%
střední bez maturity 39%
střední s maturitou 36%
3.4.2 Terciární vzdělávání Terciární vzdělávání
7)
je v současné době nejdůležitější a nejrychleji se rozvíjející
součástí vzdělávacích systémů většiny evropských zemí. V České republice byl jedním z
bezprostředních
důsledků
pádu
komunistického
systému
nárůst
poptávky
po vysokoškolském vzdělání, které již nebylo omezeno centrálním plánováním pracovních sil a míst. Během krátké doby bylo v ČR zřízeno šest nových vysokých škol v různých regionech, většinou na základě stávajících pedagogických fakult. Celkem 24 veřejných univerzit tak pojalo většinu studentů, jejichž počet se od roku 1989 ztrojnásobil, a dnes na nich studuje přes 80 % českých studentů. Počet vyšších odborných škol rychle rostl a přesáhl 170 (jen v roce 1996 jich bylo založeno 157), ale studuje na nich pouze 30 tisíc studentů, tedy 9 % z celkového počtu studentů v zemi. Zákon o vysokých školách z roku 1998 umožnil zakládat soukromé vysoké školy univerzitního i neuniverzitního typu. Od té doby bylo založeno 39 vysokých soukromých škol – všechny neuniverzitního typu. Dohromady na nich studuje více než 20 tisíc studentů, tj. zhruba 6 až 7 % z celkového počtu studentů. Očekává se, že časem se některé neuniverzitní instituce vypracují na instituce univerzitního typu. Počet univerzit stále roste a zlepšuje se jejich regionální rozložení. 7) Terciárním vzděláváním rozumí všechny programy na úrovni ISCED 5B, 5A a 6 bez ohledu na instituci, která je nabízí.
- 22 -
Základním rozdílem mezi třemi typy institucí byla úroveň programů, které nabízejí. S výjimkou vyšších odborných skol, které jsou zaměřeny především na odborný profesní výcvik, není snaha rozlišovat univerzitní a neuniverzitní sektor podle „akademické“ nebo „profesní“ orientace. Univerzity (vysoké školy univerzitního typu) nabízejí bakalářské (především od zavedení dvoustupňové struktury), magisterské a doktorandské studium; neuniverzitní vysoké školy nabízejí bakalářské a některé i magisterské studium, kdežto profesně zaměřené vyšší odborné školy poskytují tříleté odborné diplomované studium.
Cíle formování sektoru terciárního školství v České republice jsou vytvořit rozmanitý systém vzdělávání s dostatečnou kapacitou, otevřeností a dostatečná volnost umožňující studentům změnit nebo pokračovat ve studiu v jakémkoliv věku a v jakékoliv době. Pokračovat v politice rozšiřování nabídky studijních míst v terciárním vzdělávání a bedlivě přitom sledovat jak poptávku po studijních místech mezi potenciálními studenty, tak poptávku zaměstnavatelů po absolventech. Studenti by měli dostávat informace o výsledcích na trhu práce a tyto informace brát v potaz, když se rozhodují mezi jednotlivými vzdělávacími institucemi a jejich studijními programy. Další prioritou by měla být schopnost terciárních institucí poskytovat v rámci bakalářských programů vysoce kvalitní vzdělávání a přípravu pro praxi. V současné době je většina bakalářských programů chápána pouze jako stupeň vzdělání vedoucí k dalšímu vzdělání zakončenému vysokoškolským titulem Ing. nebo Mgr.
- 23 -
4. POROVNÁNÍ MEZD V SOUVISLOSTI S DOSAŽENÝM VZDĚLÁNÍM Mezi nejdůležitější charakteristiky, které ovlivňují mzdovou úroveň zaměstnanců, patří stupeň dosaženého vzdělání. Vzdělání je faktor ovlivňující výši mzdy pracovníka silněji než demografické charakteristiky. Medián mzdy zaměstnance se základní školou v roce 2005 byl jen 12 796 Kč, mzda prostředního zaměstnance se středoškolským vzděláním bez maturity byla 16 064 Kč, středoškoláka s maturitou už o
čtyři tisíce korun více
(20 003 Kč), zaměstnance s bakalářským vzděláním 22 014 Kč a vysokoškoláka pak již 28 437 Kč. Z toho plyne, že maturita zvyšuje průměrnou mzdu o 56 % proti ZŠ, vysoká škola potom zvyšuje průměrnou mzdu o 42 % proti maturantovi. Podle průměrných mezd jsou tyto rozdíly ještě podstatně vyšší díky faktu, že s vyšším stupněm vzdělání stoupá také mzdová diferenciace. Průměr tedy roste rychleji než medián.
Graf 4.1 Průměrné mzdy a medián mezd podle úrovně vzdělání (v Kč) 40 000 36 788
35 000 28 437
30 000 25 211
25 000
22 267 22 014
20 000 15 000
16 925 14 157
20 003
16 064
10 000
12 796
5 000 0 základní a nedokončené
střední bez maturity
střední s maturitou
- 24 -
vyšší odborné a vysokoškolské bakalářské
Prům. mzda Medián mezd
4.1 Vývoj mezd V prosinci 1992 bylo v České republice zahájeno pravidelné sledování informací o trhu práce, tedy i o mzdách, prostřednictvím výběrového šetření prováděného v domácnostech bydlících v náhodně vybraných bytech. V roce 1999 byly vydány první časové řady z výsledků tohoto šetření, které poskytovaly pohled na vývoj trhu práce v České republice od počátku jejího vzniku. Díky těmto šetřením můžeme sledovat i změnu vlivu vzdělání na výši mezd v čase. Faktor vzdělání výrazně posiloval svůj vliv na výši průměrné mzdy od roku 1989 až do roku 1996. Stal se dominantním pro diferenciaci mezd vůbec. Tento vývoj byl dočasně po roce 1996 přerušen a nastal opačný trend. V roce 1997 vliv vzdělání silně poklesl. Patrně k tomu došlo v souvislosti s omezením výdajů státního rozpočtu a celkovou hospodářskou krizí. Nastal nižší růst až pokles reálné mzdy vzdělanějších zaměstnanců, zatímco zaměstnanců s nižšími stupni vzdělání se toto opatření výrazněji nedotklo. V dalších letech se situace stabilizovala. V letech 1999-2002 již pokračoval trend růstu vlivu úrovně vzdělání na mzdy. Průměrné mzdy vysokoškoláků rostly rychleji než v ostatních skupinách, poslední roky však tento vývoj nepotvrdily. Došlo ke stagnaci mezd vysokoškoláků. V roce 2004 však výrazně vzrostly průměrné mzdy zaměstnanců s vyšším, pomaturitním vzděláním. Toto hodnocení ovšem vychází ze zjištěných aritmetických průměrů mezd. Neznamená to tedy nutně, že např. všem vysokoškolákům mzdy rostou tímto způsobem.
Graf 4.2 Vývoj průměrných mezd podle vzdělání ve vztahu k celkové průměrné mzdě za roky 1996 – 2005 1,8
vysokoškolské 1,6 1,4
vyšší (pomaturitní)
1,2
střední s maturitou
1,0
střední bez maturity
0,8
základní 0,6 1996
1997
1998
1999
2000
2001
2002
zdroj: strukturální mzdová statistika 1996-2005
- 25 -
2003
2004
2005
4.2 Prostorové srovnání Na mzdy v souvislosti s dosaženým vzděláním lze pohlížet z různých analytických pohledů. Kromě srovnání v čase se jedná např. o prostorové srovnání. Toto porovnání lze dále syntetizovat na regionální rozdělení podle krajů, rozdělení podle odvětví ekonomické činnosti či podle typu povolání zaměstnanců.
4.2.1 Srovnání podle krajů Regionální rozdíly ve výši mzdy byly již zmíněny v první části u regionální statistiky ceny práce, která se právě těmito rozdíly zabývá. Jak však souvisí regionální mzdové rozdíly se vzděláním? Nejvyšší úroveň vzdělání v rámci České republiky vykazují jednoznačně kromě Prahy kraje Středočeský, Plzeňský, Královéhradecký, Brněnský a Olomoucký.
8)
Zvláštním případem je
Ostravský kraj kde je velký počet vysokoškoláků, ale zároveň velký počet lidí se základním či nedokončeným vzděláním. Lze tedy říci, že vyšší úrovně vzdělání dosahují lidé v krajích, ve kterých jsou města s vysokými školami a s velkým počtem jiných školských zařízení. Data v grafu 4.3 v prvním sloupci potvrzují naprosto výjimečné postavení Prahy. Výsledky potvrzují, že v krajích s vyšší úrovní vzdělání obyvatelstva jsou vyšší hodinové výdělky a naopak. Graf 4.3 Medián hodinového výdělku podle krajů a vzdělání - rok 2005 180 160 140 120
Kč / hod.
100 80 60 40 20
H l. m .P ra ha St ře do če sk ý Ji ho če sk ý Pl ze ňs ký Ka rlo va rs ký Ú st ec ký Li be Kr re ál ck ov ý éh ra de ck ý Pa rd ub ick ý Vy so či na Ji ho m or av sk ý O lo m ou ck ý Zl M ín or sk av ý sk os le zs ký
0
Základní a nedokončené Vyšší odborné a bakalářské
Střední bez maturity kraj Vysokoškolské
8) viz. Příloha č. 5 Typologie okresů dle nejvyššího ukončeného vzdělání
- 26 -
Střední s maturitou
Vliv vzdělání na úroveň mzdy v některých případech vede k tomu, že v některém kraji mohou lidé s nižším vzděláním mít nejnižší mzdu z celé České republiky, ale lidé s vysokým vzděláním ze stejného kraje mohou mít v rámci celé republiky plat nadprůměrný. Toto je případ Ústeckého kraje, kde oceňují vysokoškoláky, zatímco lidé se základním vzděláním mají nejnižší průměrné výdělky za hodinu z celé republiky. Výsledky v grafu 4.4 svědčí mimo závislosti výše vzdělání na výši výdělku jak celkově, tak i na úrovni jednotlivých krajů. V každém kraji zvlášť je zřejmá přímá úměra mezi stupněm vzdělání zaměstnanců a jejich výdělkem. Zároveň lze pozorovat mzdové rozdíly na každé úrovni vzdělání mezi jednotlivými kraji. Graf 4.4 Medián hodinového výdělku podle krajů a vzdělání - rok 2005
Kč/hod.
180 170 160 150 140 130 120 110 100 90 80 70 60 50 40 30 20 10 0 Základní a nedokončené
Střední bez maturity
Střední s maturitou
Vyšší odborné a bakalářské
Vysokoškolské
vzdělání
Hl. m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
- 27 -
4.2.2 Srovnání podle odvětví Při analýze mzdových rozdílů podle vzdělání a podle odvětví ekonomických činností je užitečné vycházet z klasifikace OKEČ. 4) Tabulka 4.1 Průměrné hrubé měsíční mzdy zaměstnanců podle odvětví a vzdělání – rok 2005 Průměrné mzdy zaměstnanců v Kč ODVĚTVÍ SEKCE OKEČ
v tom podle vzdělání celkem
základní a nedok.
22 236
14 815
17 666
22 625
25 591
38 098
21 420
A, Zemědělství, lesnictví, rybolov B
16 535
12 743
14 453
18 438
18 775
28 783
14 063
C
Těžba nerostných surovin
25 317
21 827
23 612
27 012
35 338
45 620
23 252
D
Zpracovatelský průmysl
21 212
15 562
18 297
22 576
27 284
43 343
20 254
E
Výroba a rozvod elektřiny, 26 285 plynu, vody
16 488
20 898
26 161
30 197
45 875
20 304
CELKEM
střední střední vyšší odb. vysokobez s matur. a bakalář. školské maturity
neuv.
CPrůmysl celkem E
21 829
16 052
18 804
23 145
27 579
43 763
20 314
F
Stavebnictví
25 759
18 004
19 837
27 573
27 824
51 394
21 520
G
Obchod; opravy motor. vozidel 17 962 a výrobků pro osobní potřebu
12 110
14 266
20 403
25 765
49 759
18 989
H
Ubytování a stravování
15 235
11 641
12 876
19 700
23 563
43 681
14 832
I
Doprava, skladování a spoje
23 070
17 749
19 096
23 890
30 663
49 757
20 767
J
Finanční zprostředkování
39 080
22 399
24 344
29 367
33 435
61 849
42 320
10 478
12 775
20 341
27 256
37 764
26 562
11 937
17 143
22 949
26 922
30 943
*
9 910
11 753
18 279
21 390
26 677
18 724
36 122
14 018
28 838
13 209
K L
Činnosti v oblasti nemovitostí a 20 743 pronájmu; podnikatel. činnosti Veřejná správa a obrana; 23 979 povinné soc. zabezpečení
M Vzdělávání
20 912
Zdravotnictví a soc.péče; 19 562 11 996 13 587 18 876 20 075 veterinární činnosti Ostatní veřejné, sociální a O 18 885 13 511 15 974 18 616 19 627 osobní služby zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/t/700043625C/$File/3109rC03.xls N
Tabulka 4.1 podává informace o výši měsíčních mezd zaměstnanců v závislosti na výši jejich vzdělání, členěno podle odvětví lidské činnosti. Průměrná mzda v celém hospodářství odpovídá střednímu vzdělání s maturitou, zatímco vysokoškolsky vzdělaní lidé vydělávají téměř dvojnásobek. Výše měsíční mzdy roste přímo úměrně výši vzdělání. Velké - 28 -
rozdíly ve výši mzdy však bývají způsobeny právě odvětvím, v němž pracovník působí. Některá odvětví jsou natolik výnosná, že i osoby s nižším vzděláním mají vyšší mzdy než osoby s vyšším stupněm vzdělání pracující v jiném oboru. Např. vysokoškolák zaměstnán v oblasti zemědělství, lesnictví či rybolovu má průměrný plat 28 783 Kč a středoškolák působící ve finančním zprostředkování má plat 29 367 Kč. Obecně lze však říci, že výše mzdy je ovlivněna především vzděláním a odvětví lidské činnosti je až vedlejší faktor. Toto potvrzuje i následující tabulka, kde ovšem zaměstnanci nejsou roztříděni podle odvětví ekonomické činnosti, ale podle klasifikace KZAM
2)
. Předmětem této klasifikace je
rozčlenění zaměstnanců podle konkrétní činnosti, kterou pracovník vykonává a je hlavním zdrojem jeho příjmů. V tabulce 4.2. jsou zaměstnanci rozděleni do devíti tříd a dále podle jejich vzdělání. V jednotlivých třídách lze pozorovat, že výše platu je přímo úměrná výši vzdělání. Mezi jednotlivými třídami to však není zcela jednoznačné. Existují i tak lukrativní třídy zaměstnání, že lidé s nižším vzděláním mají stejné či vyšší platy jako zaměstnanci s jiným povoláním a vyšším vzděláním. Krajní případ je více než dvojnásobná průměrná mzda vedoucího pracovníka se základním vzděláním a pracovníka – vysokoškoláka ze skupiny 6000 nebo 9000. Tento případ ovšem není běžný, protože obecně počet lidí v těchto třídách souvisí s dosaženým vzděláním. Většina zaměstnanců vykonává své povolání na pracovní pozici, která odpovídá jeho vzdělání.
Tabulka 4.2 Průměrné mzdy zaměstnanců v Kč u hlavních tříd KZAM – rok 2005 Průměrné mzdy zaměstnanců v Kč 1000 VZDĚLÁNÍ ZAMĚSTN.
2000
3000
4000
5000
6000
7000
8000
9000
dělníci v zeměděl., lesnictví
kvalifikov. dělníci, výrobci
obsluha strojů a zařízení
pomocní, nekvalifikovaní
vedoucí a řídící
vědečtí, odborní duševní
technici, zdravotníci pedagogové
nižší administrativní
provozní ve službách a obchodě
CELKEM
46 214
29 612
24 244
17 466
13 822
13 384
18 885
18 590
12 483
základní a nedokončené
27 471
20 498
19 509
14 985
11 531
12 527
16 104
16 919
11 553
střední bez maturity
22 731
22 610
22 166
15 695
13 109
13 464
18 883
18 659
12 796
střední s maturitou
34 890
25 441
23 050
18 202
17 014
14 721
20 255
19 915
13 512
vyšší odborné a bakalářské
42 563
25 962
24 573
20 124
18 994
15 415
24 238
21 616
13 329
vysokoškolské
63 167
32 424
32 530
27 407
19 543
15 261
22 530
20 271
14 089
neuved.
42 841
36 950
23 680
20 667
12 782
11 313
17 693
18 001
12 506
zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/t/700043626B/$File/3109rC06.xls
- 29 -
4.3 Porovnání podle věku zaměstnanců Věk zaměstnance je nejvýznamnější demografický faktor působící na výši mezd. Tento faktor je zřejmý a pozná ho téměř každý pracovník jak se říká na vlastní kůži. Výše mzdy zaměstnance se během jeho aktivního pracovního života mění. Mezi hlavní důvody růstu mzdy patří větší pracovní zkušenosti, délka praxe, délka doby pracovního poměru u stejného zaměstnavatele, rostoucí kvalifikace atd. Naopak nejčastější důvody poklesu mzdy jsou nižší pracovní výkonnost, nepřizpůsobivost zaměstnance novinkám a nechuť k dalšímu učení a zvyšování kvalifikace.
Tabulka 4.4 Průměrné měsíční mzdy zaměstnanců podle věku a vzdělání – rok 2005 Průměrné mzdy zaměstnanců v Kč VĚK ZAMĚSTNANCE
v tom podle vzdělání vyšší střední odborné s maturitou a bakalářské
celkem
základní a nedokončené
střední bez maturity
celkem
22 236
14 815
17 666
22 625
do 19 let
12 928
11 740
13 211
13 455
od 20 do 24 let
16 176
13 741
15 227
17 026
17 806
19 897
15 610
od 25 do 29 let
21 257
15 648
17 741
21 804
23 312
27 774
23 133
od 30 do 34 let
23 508
16 032
18 116
23 885
30 567
39 690
24 931
od 35 do 39 let
23 570
15 862
17 949
22 888
29 669
42 170
24 369
od 40 do 44 let
23 126
15 252
17 825
22 771
27 984
39 608
23 879
od 45 do 49 let
22 313
14 378
17 584
22 859
27 323
39 234
20 241
od 50 do 54 let
21 715
14 539
17 648
23 408
27 202
39 401
20 224
od 55 do 59 let
22 554
14 903
18 071
24 137
26 737
39 384
19 197
od 60 do 64 let
25 907
14 151
18 471
25 211
27 652
40 403
20 158
od 65 a více let
22 045
10 520
13 530
19 869
22 125
35 711
16 007
průměrný věk zaměstnanců
41,6
45,3
42,0
40,3
34,5
43,0
37,8
25 591
vysokoškolské
neuvedeno
38 098
21 420 12 987
zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/t/7000436266/$File/3109rC02.xls Velký skok ve výši platu představuje hranice 25 let. Zde však působí hlavně faktor vysokoškolského vzdělání. Po 25. roce získá část populace vysokoškolské vzdělání. Tím vzrostou jejich platy a tedy i celkový průměr v kategorii od 25 do 29 let. Nejvyššího platu dosahují zaměstnanci mezi 30 a 44 rokem života. Říká se, že v těchto letech jsou pracovníci na vrcholu své pracovní kariéry a pracovních možností. V dalších letech dochází k stabilitě ve výši platu či k mírnému poklesu.
- 30 -
K výraznému nárůstu průměrné mzdy dochází u osob mezi 60 a 64 lety. V tomto věku většina pracovníků na nižších pracovních pozicích resp. s nižším vzděláním odchází do starobního důchodu. Tato část populace začne pobírat penzi, ihned po překročení hranice důchodového věku či v několika dalších nejbližších letech. Lidé s vyšší mzdou a zároveň i vyšším vzděláním naopak raději pracují i v důchodovém věku, protože vysoké mzdy jim kompenzují přednosti důchodu – volný čas, odpočinek atd. Růst průměrných mezd zaměstnanců ve věku 60 až 64 let je tedy způsoben změnou struktury zaměstnanců. Věk však není tak určující faktor, aby mohl způsobit, že pracovník v „nejlepším“ věku s nižším vzděláním bude brát vyšší mzdu než mladší či starší zaměstnanec s vyšším vzděláním. Samozřejmě existují nějaké případy, které nejsou pro celou populaci určující.
4.4 Mzdová diferenciace Jak již bylo řečeno, diferenciace mezd stoupá se stupněm vzdělání, variační koeficient mezd vysokoškoláků je v celém období několikanásobně vyšší než u ostatních skupin. S vyšším stupněm vzdělání se silně zvyšuje nejen variabilita, ale také zešikmení mzdového rozdělení. Při srovnání pomocí průměrných mezd jsou potom rozdíly v mzdových úrovních podstatně vyšší než pomocí mediánů – vysokoškolák pobírá podle průměrů zhruba 2,6krát více než zaměstnanec se ZŠ, ale podle mediánů je to jen 2,2krát. Podívejme se nyní detailně v grafu č. 4.5. na proporce v rozdělení mezd podle kvantilů. Graf 4.4 Rozdělení mezd podle dosaženého vzdělání (v percentilech) v roce 2005
mzda v Kč
80 000
vysokoškolské
70 000
vyšší
60 000
střední s maturitou střední bez maturity
50 000
základní 40 000 30 000 20 000 10 000 0 0
10
20
30
40
50 percentily
60
70
zdroj: strukturální mzdová statistika 2005 http://www.czso.cz/csu/2006edicniplan.nsf/t/EA003C149A/$File/311106a04.doc
- 31 -
80
90
100
Na všech úrovních platí, že vyšší úroveň vzdělání přináší vyšší výdělky. Rozdíly ve mzdách nejhůře placených zaměstnanců jsou podle úrovně vzdělání minimální, u nejlépe placených jsou obrovské. Na pětiprocentním kvantilu je mzda vysokoškoláka 2,1krát vyšší proti zaměstnanci se základním vzděláním, zatímco na 95 procentním kvantilu je vyšší 3,3krát. Je dobré si ale také povšimnout, že mzdy nejhůře placených vysokoškoláků (16 317 Kč na P5) jsou značně nižší než mzdy nejlépe placených zaměstnanců se základní školou (24 298 Kč na P95), jsou dokonce nižší než mzdy čtvrtiny takových. Znamená to, že vyšší vzdělání nemusí znamenat vyšší mzdu automaticky. Přesto je stupeň vzdělání faktorem, který mzdu ovlivňuje nejvíce. Data v tabulce 4.3 jednoznačně potvrzují, že průměrná mzda (resp. medián mezd) přímo úměrně závisí na výši dosaženého vzdělání. Rozdělení mezd do kvantilů dává velice cenné informace o životní úrovni obyvatelstva. Průměrná mzda v roce 2005 činila 21 674 Kč. Medián mezd činil 18 589 Kč. Z toho lze vyvozovat závěr, že více lidí v populaci pobírá nižší než průměrný plat.
Tabulka 4.3 Rozdělení hrubých měsíčních mezd zaměstnanců podle vzdělání – rok 2005 Mzdy v důležitých kvantilech VZDĚLÁNÍ ZAMĚSTNANCE CELKEM základní a nedokončené střední bez maturity
Prům. mzda
P5 5. percentil
P10
P25
P50
P75
P90
1.decil
1.kvartil
Medián
3.kvartil
9. decil
P95 95. percentil
21 674
9 230
10 675
14 062
18 589
24 421
33 063
42 199
14 157
7 741
8 481
10 067
12 796
16 659
20 990
24 298
16 925
8 714
9 857
12 466
16 064
20 146
24 665
27 906
22 267
10 885
12 704
16 015
20 003
25 407
32 604
39 068
střední s maturitou vyšší odborné a bakalářské vysokoškolské
25 211
12 260
13 887
17 335
22 014
28 869
37 741
46 421
36 788
16 317
18 622
22 333
28 437
40 104
59 631
80 941
neuvedeno
20 046
9 407
10 437
12 828
16 936
22 214
31 163
38 831
zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/t/7000436271/$File/3109rA18.xls
Následující tabulka 4.4 znázorňuje procentní podíly zaměstnanců s určitým stupněm vzdělání podle pásem jejich hrubých měsíčních mezd. Tedy v tabulce lze snadno nalézt jaká část např. lidí se základním vzděláním vydělává měsíčně více než 40 000 Kč. V tomto případě je to půl procenta. V pásmech nižších mezd převažují lidé s nižším vzděláním a s rostoucí
- 32 -
mzdou se jejich podíl stále zmenšuje. Značný rozdíl v distribuci mezd způsobuje maturita. Zatímco většina středoškoláků bez maturitního vysvědčení vydělává mezi 10 000 a 15 000 korun, středoškoláci s maturitou mají průměrný vyšší plat o pět až deset tisíc korun měsíčně. Vysokoškoláci jsou rozvrstveni v jednotlivých pásmech již tak, že pouze u okolo 15 procent z nich je plat nižší než 20 000 Kč. Čtvrtina vysokoškolsky vzdělaných lidí má plat vyšší než 40 000 korun.
Tabulka 4.4 Podíly zaměstnanců v pásmech hrubých měsíčních mezd podle vzdělání – rok 2005 Podíly zaměstnanců v % podle pásem průměrné mzdy v Kč
do 10000
od 10001 do 14000
od 14001 do 16000
od 16001 do 18000
od 18001 do 20000
od 20001 do 24000
od 24001 do 28000
od 28001 do 32000
od 32001 do 40000
24,35
34,81
12,52
9,38
6,45
7,12
2,99
1,18
0,71
0,50
10,76
24,54
14,19
13,60
11,20
14,13
6,67
2,77
1,54
0,59
3,31
11,50
10,10
12,41
12,64
19,88
12,41
7,03
6,15
4,58
VZDĚLÁNÍ ZAMĚSTNANCE základní a nedokončené střední bez maturity
40001 a více
střední s maturitou vyšší odborné a bakalářské vysokoškolské
1,65
8,78
7,96
10,03
10,92
19,69
13,64
9,39
9,66
8,27
0,43
1,93
2,15
3,92
6,00
18,92
15,30
11,10
15,08
25,17
neuvedeno
7,64
23,40
13,15
12,70
10,54
12,02
6,92
4,57
4,31
4,75
zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/t/7000436257/$File/3109rA15.xls
Ještě patrnější jsou tyto podíly v grafu 4.5, kde však celek tvoří skupina lidí s měsíční mzdou v určité výše. Procentně jsou vyčísleny podíly zaměstnanců podle stupně vzdělání. S rostoucí výší mzdy je podíl zaměstnanců s nedokončeným, základním či středoškolským vzděláním bez maturity klesající. Naopak u pracovníků s vyšším vzděláním je tendence rostoucí. Středoškolské vzdělání s maturitou je v žebříčku úrovně vzdělání prostřední a tedy není překvapivé, že podíl zaměstnanců s tímto vzděláním nemá mezi jednotlivými pásmy tak velké výkyvy jako jiné stupně vzdělání.
- 33 -
Graf 4.5 Podíly zaměstnanců v pásmech hrubých měsíčních mezd podle vzdělání - rok 2005 100% 95% 90% 85% 80% 75% 70% 65% 60% 55% 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% do 10000 od 10001 od 14001 od 16001 od 18001 od 20001 od 24001 od 28001 od 32001 40001 a do 14000 do 16000 do 18000 do 20000 do 24000 do 28000 do 32000 do 40000 více prům . m zdy v Kč
základní a nedokončené vyšší odborné a bakalářské
střední bez maturity vysokoškolské
střední s maturitou
4.5 Porovnání výsledků výkaznictví ČSÚ a ISPV - rozdělení mezd podle dosaženého vzdělání První část práce byla zaměřena na rozdíly mezi zjišťováním mezd pomocí statistického výkaznictví a Informačním systémem o průměrném výdělku (ISPV). Bylo řečeno, že každý z těchto přístupů se liší i mzdovými charakteristikami, které zjišťují. Srovnání výsledků ČSÚ a ISPV, které vypovídají o výši mezd v souvislosti se vzděláním není snadné, protože nejsou dostupné stejné charakteristiky. V příloze č.4 jsou tedy v tabulce uvedeny aktuální výsledky ISPV za 4. čtvrtletí roku 2006, a to za podnikatelskou a nepodnikatelskou sféru odděleně.
- 34 -
Je vztah mezd a vzdělání stejný podle obou druhů statistického zjišťování? Tuto otázku lze zodpovědět vyjádřením poměru mediánu pro jednotlivé stupně vzdělání k celkovému mediánu mzdy resp. hodinového výdělku v případě ISPV.
Tabulka 4.5 Relativní rozdíly mediánu mezd podle vzdělání podle ISPV a výsledků ČSÚ Vzdělání
Medián ISPV - PS
Medián ISPV - NS
Medián ČSÚ
Základní a nedokončené
73,06%
53,35%
68,84%
Střední bez maturity
89,22%
65,70%
86,42%
Střední s maturitou
113,38%
100,87%
107,60%
Vyšší odborné a bakalářské
123,46%
108,15%
118,43%
Vysokoškolské
190,33%
126,19%
152,98%
Neuvedeno
90,67%
86,85%
91,11%
celkem
100,00 %
100,00 %
100,00 %
Podle výše popsaných druhů šetření je rozdíl mediánu mezd u různých stupňů vzdělání v poměru k celku odlišný. Rozdělení mezd podle statistického výkaznictví více závisí na výši ukončeného vzdělání než u nepodnikové sféry (IPSV), ale méně než u podnikové sféry. Kupříkladu podle ČSÚ medián mzdy vysokoškoláka je jeden a půlkrát vyšší než medián mzdy. Vzájemný poměr mediánů mezd jednotlivých úrovní vzdělání se však příliš neliší. V toho lze vyvodit závěr, že oba druhy statistického zjišťování úrovně mezd, které se provádějí v České republice nevykazují stejné rozdělení mezd podle dosaženého vzdělání v poměru k celkovému mediánu. Poměr mezi jednotlivými stupni vzdělání je však podle statistického výkaznictví ČSÚ i podle ISPV téměř shodný.
- 35 -
5. ZÁVĚR Ve své práci jsem se zabývala příjmy, resp. mzdami pracujících s různými úrovněmi nejvyššího dosaženého vzdělání. Po analýze dat jsem dospěla k výsledkům, které potvrdily mé předpoklady. Lidé spadající do nižších příjmových kategorií mají nižší úroveň vzdělání. Je možné říci, že výše mzdy úměrně závisí na stupni dosaženého vzdělání. Ačkoliv lze říci, že lidé s vyšší úrovní vzdělání patří do vyšších příjmových skupin, neplatí to v každém případě. Nízké příjmy nemusejí být důsledkem pouze nižšího vzdělání, ale mohou být také důsledkem nízké kvalifikace, schopnosti, nadání či vlivem nedostatečné píle a pracovitosti. Obecně lze však vyvodit závěr, že dosažení vyšší úrovně vzdělání může být posuzováno jako ekonomická investice zahrnující náklady jednice (včetně poklesu příjmů před dosažením výsledného vzdělání), která by následně měla přinášet zisky v podobě vyšších výdělků v průběhu celého života. Každý občan tedy na základě těchto informací může zhodnotit své možnosti a schopnosti vzdělávání a najít pro sebe nejvíc přínosné místo na trhu práce. Vyšší vzdělání přináší větší možnost výběru zaměstnání. Má práce tedy jednoznačně prokázala, že stupeň vzdělání je determinující faktor ovlivňující trh práce. Na rozdíl od jiných osobnostních charakteristik (např. věk, pohlaví) má každý občan v určitých mezích možnost ovlivnit své nejvyšší dosažené vzdělání. Vyšší úroveň vzdělání populace v České republice by vedla k vyšším užitkům pro celou společnost.
- 36 -
POUŽITÁ LITERATURA 1. Český statistický úřad: Sčítání lidu, domů a bytů 2001: pramenné dílo, Praha: Český statistický úřad 2005, 426 s. ISBN 80-250-1157-7 2. Český statistický úřad: Statistická ročenka České republiky 2005, Praha: Scientia, spol. s.r.o. 2005, 814 s. ISBN 80-250-1080-5 3. Jílek J.: Nástin sociálně hospodářské statistiky, Praha: VŠE 2001, 265 s. ISBN 80-245-0840-0 4. Jílek J., Pourová Z.: 10 kapitol ke statistické analýze konjunktury, Praha: VŠE 2001,182 s. ISBN 80-245-0221-6 5. Kašková P.: Konstrukce mzdových a příjmových modelů, Praha: 2005 6. Moravová J.: Sociální statistika, Praha: VŠE 1994, 243 s. ISBN 80-7079-508-5 7. Moravová J.: Základy sociální statistiky, Praha: VŠE 1998, 211 s. ISBN 80-70-79370-8 8. OECD: Education Policy Analysis (Focus on Higher Education), OECD Publishing: 2006 ISBN 92-64-02269-4 9. OECD: Education and a Glance, OECD Indicators, Paris: 2005 10. Ústav pro informace ve vzdělávání: České školství v mezinárodním srovnání, Praha: Tauris 2006, ISBN 80-211-0517-8 11. www.czso.cz
Český statistický úřad
www.czso.cz/csu/redakce.nsf/i/prace_a_mzdy_prace www.czso.cz/csu/edicniplan.nsf/aktual/ep-3#31 www.czso.cz/sldb/sldb.nsf/i/home 12. www.mpsv.cz
Ministerstvo práce a sociálních věcí ČR
13. www.uiv.cz
Ústav pro informace ve vzdělávání
14. www.oecd.org
Organizace pro hospodářskou spolupráci a rozvoj
www.oecd.org/edu/tertiary/review 15. www.msmt.cz/vzdelavani/
Ministerstvo školství, mládeže a tělovýchovy ČR
16. www.csvs.cz/
Centrum pro studium vysokého školství
www.csvs.cz/projekty/2006_OECD/ 17. www.trexima.cz
- 37 -
PŘÍLOHA RSCP – Hodinové výdělky podle vzdělání, podnikatelská sféra 2. čtvrtletí 2006 Nejvyšší dosažené vzdělání
Základní a nedok.
Střední bez maturity
Střední s maturitou
Vyšší odborné a bakalář.
Vysoko školské
KKOV
A-C
D,E,H,J
K-M
N,R
T,V
Struktura zam.
5,64%
28,61%
37,80%
2,38%
Medián
81,00
103,59
139,70
168,82
Průměr
96,07
110,21
170,93
217,14
Struktura zam.
10,01%
49,10%
29,07%
1,07%
Medián
76,46
95,25
116,38
124,50
Průměr
83,90
100,77
133,23
144,27
248,39
110,63
119,63
Struktura zam.
9,43%
48,91%
29,26%
2,17%
7,43%
2,81%
100,00%
Hl. m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
neuved.
CE LKEM - podnik. sféra
22,06%
3,50%
100,00%
227,07
103,77
132,82
314,80
156,30
181,66
6,96%
3,79%
100,00%
190,33
103,03
103,21
Medián
70,90
84,77
103,17
107,07
167,22
69,24
90,23
Průměr
75,67
89,36
113,27
128,12
204,18
79,93
104,17
Struktura zam.
10,38%
51,06%
26,91%
0,82%
7,75%
3,09%
100,00%
Medián
78,35
94,89
111,48
114,98
173,85
86,19
99,93
Průměr
82,74
97,73
123,02
142,75
218,30
98,05
112,70
Struktura zam.
15,60%
50,46%
25,89%
0,76%
5,35%
1,95%
100,00%
Medián
67,45
82,73
108,00
112,20
175,96
87,18
87,95
Průměr
74,28
89,49
119,79
133,37
213,22
95,14
102,03
Struktura zam.
10,83%
50,68%
28,92%
1,01%
5,77%
2,80%
100,00%
Medián
73,54
87,72
112,85
123,01
183,19
97,16
94,70
Průměr
79,15
93,22
127,65
140,04
246,93
120,59
111,76
Struktura zam.
12,36%
49,95%
27,93%
1,54%
6,91%
1,31%
100,00%
Medián
77,69
92,42
110,68
96,97
168,78
96,99
99,28
Průměr
84,58
96,98
122,40
123,74
216,11
107,58
111,33
Struktura zam.
9,17%
48,23%
32,08%
1,24%
7,06%
2,21%
100,00%
Medián
71,07
82,93
102,22
108,70
165,45
86,84
90,43
Průměr
75,46
86,82
114,14
124,58
226,97
93,64
105,06
Struktura zam.
10,20%
45,57%
29,49%
1,50%
9,09%
4,15%
100,00%
Medián
69,32
81,71
103,69
104,07
173,08
84,33
88,73
Průměr
76,02
86,90
115,36
124,19
217,00
97,42
107,00
Struktura zam.
7,77%
53,28%
28,05%
0,87%
5,65%
4,38%
100,00%
Medián
70,94
85,28
101,85
104,81
164,26
90,07
90,13
Průměr
77,29
91,39
116,12
126,21
204,98
100,45
104,35
Struktura zam.
8,10%
45,60%
29,21%
1,13%
12,81%
3,15%
100,00%
Medián
66,65
83,82
106,59
103,44
166,88
83,05
93,42
Průměr
73,51
89,74
118,90
120,53
206,57
97,61
112,50
Struktura zam.
8,88%
48,35%
29,40%
1,23%
10,27%
1,87%
100,00%
Medián
71,30
84,30
103,85
116,74
159,37
83,48
92,09
Průměr
77,95
88,92
115,67
130,74
204,61
96,16
108,35
Struktura zam.
9,58%
49,56%
28,12%
1,26%
7,66%
3,81%
100,00%
Medián
74,96
85,03
101,16
128,72
159,67
82,06
91,44
Průměr
85,62
90,60
112,04
149,50
198,50
97,78
105,44
Struktura zam.
10,13%
49,36%
27,07%
0,79%
8,71%
3,94%
100,00%
Medián
73,93
91,61
110,80
120,62
171,00
90,64
99,00
Průměr
84,04
98,55
121,75
141,11
215,52
98,92
113,90
- 38 -
RSCP – Hodinové výdělky podle vzdělání, nepodnikatelská sféra 2. čtvrtletí 2006 Nejvyšší dosažené vzdělání
KKOV Hl. m. Praha
Středočeský
Jihočeský
Plzeňský
Karlovarský
Ústecký
Liberecký
Královéhradecký
Pardubický
Vysočina
Jihomoravský
Olomoucký
Zlínský
Moravskoslezský
Základní a nedok.
Střední bez maturity
Střední s maturitou
CELKEM Vyšší Vysoko odborné a neuvedeno školské nepodnik. bakalářské sféra N,R T,V
A-C
D,E,H,J
K-M
Struktura zam.
3,40%
10,54%
48,50%
6,91%
28,62%
2,03%
100,00%
Medián
67,99
85,79
132,79
144,46
157,13
105,62
133,19
Průměr
74,45
89,49
133,26
145,48
170,92
110,31
137,81
Struktura zam.
6,79%
19,36%
43,83%
3,31%
23,01%
3,70%
100,00%
Medián
58,66
73,8
111,22
118,76
137,31
97,14
108,92
Průměr
64,32
79,66
113,53
124,02
148,28
102,42
111,56
Struktura zam.
5,27%
19,29%
43,59%
3,50%
26,27%
2,08%
100,00%
Medián
58,96
73,36
108,83
113,86
133,29
99,13
108,25
Průměr
64,05
77,83
111,46
115,12
142,42
101,24
110,53
Struktura zam.
6,48%
18,14%
43,90%
4,17%
24,56%
2,75%
100,00%
Medián
61,63
75,78
113,57
120,29
136,75
93,99
111,40
Průměr
67,92
79,27
115,98
125,84
152,51
99,17
115,13
Struktura zam.
7,90%
17,41%
47,08%
3,66%
19,96%
3,97%
100,00%
Medián
57,58
72,26
112,84
119,18
137,1
95,25
109,36
Průměr
61,94
78,71
115,80
124,83
147,99
98,98
111,16
Struktura zam.
9,05%
19,11%
46,90%
3,48%
17,99%
3,47%
100,00%
Medián
56,08
71,93
111,74
118,71
140,42
97,08
106,53
Průměr
60,08
76,36
115,08
123,90
154,31
102,52
109,63
Struktura zam.
8,24%
17,21%
46,28%
3,98%
21,78%
2,51%
100,00%
Medián
58,39
72,52
110,44
115,98
135,99
95,05
107,81
Průměr
62,95
79,06
112,43
121,92
148,55
98,42
110,50
Struktura zam.
6,03%
18,83%
43,78%
4,41%
24,58%
2,36%
100,00%
Medián
59,04
74,98
111,10
117,97
135,6
98,48
109,81
Průměr
64,26
79,71
113,86
122,33
151,50
99,99
113,74
Struktura zam.
5,23%
21,27%
44,10%
4,50%
22,72%
2,18%
100,00% 106,73
Medián
59,79
73,91
109,13
111,63
134,37
95,04
Průměr
64,61
78,02
110,82
117,74
144,60
96,83
109,11
Struktura zam.
4,81%
19,92%
43,72%
4,28%
24,92%
2,34%
100,00% 106,70
Medián
58,20
69,66
108,37
111,33
133,00
94,53
Průměr
62,69
74,12
109,31
116,31
144,07
97,28
108,73
Struktura zam.
6,23%
16,60%
40,02%
4,38%
29,05%
3,72%
100,00% 108,32
Medián
59,23
70,65
107,67
113,48
134,57
103,99
Průměr
64,14
75,69
109,57
116,98
145,99
104,30
111,83
Struktura zam.
5,99%
19,60%
42,11%
4,34%
25,45%
2,51%
100,00% 109,27
Medián
58,47
76,50
110,88
119,52
136,01
97,26
Průměr
64,31
79,03
112,52
122,53
148,26
99,02
112,26
Struktura zam.
6,31%
18,51%
39,73%
4,30%
27,96%
3,19%
100,00%
Medián
58,21
66,23
105,94
115,21
133,00
98,91
106,33
Průměr
62,79
72,87
107,98
117,54
140,90
100,99
108,026
Struktura zam.
8,06%
17,56%
41,84%
4,65%
25,54%
2,36%
100,00%
Medián
58,06
69,88
111,13
117,39
136,10
93,82
108,98
Průměr
62,79
75,40
113,28
121,15
147,18
96,81
111,19
- 39 -
zdroj: http://www.czso.cz/csu/2006edicniplan.nsf/tab/910022E700
- 40 -
Aktuální výsledky ISPV podle vzdělání za 4. čtvrtletí 2006
Hodinové výdělky podle vzdělání (podnikatelská sféra) Diferenciace
Struktura zaměst. Medián vzdělání
D1 %
Průměr
D9
Kč/hod Kč/hod Kč/hod Kč/hod
Základní a nedokončené
9.1
77.01
51.72
128.41 88.59
Střední bez maturity
45.2
94.05
58.27
148.52 101.21
Střední s maturitou
30.8
119.51 69.40
215.48 138.85
Vyšší odborné a bakalářské 1.5
130.14 79.45
267.46 162.57
Vysokoškolské
10.4
200.63 109.26 479.13 270.69
Neuvedeno
3.0
95.57
58.33
190.18 119.06
CELKEM
100.0
105.41 60.59
205.67 130.68
Hodinové výdělky podle vzdělání (nepodnikatelská sféra) Diferenciace
Struktura zaměst. Medián vzdělání
D1 %
Průměr
D9
Kč/hod Kč/hod Kč/hod Kč/hod
Základní a nedokončené
5.9
64.12
48.58
96.70
69.45
Střední bez maturity
16.4
78.96
53.74
120.89 84.41
Střední s maturitou
43.6
121.24 82.33
170.92 124.97
Vyšší odborné a bakalářské 5.1
129.98 88.86
186.44 135.55
Vysokoškolské
26.2
151.67 109.42 234.33 165.31
Neuvedeno
2.8
104.38 69.11
149.45 108.63
CELKEM
100.0
120.19 65.51
184.33 125.71
zdroj: http://www.mpsv.cz/ISPVcharavypis.php?chara[]=2&chara[]=6&ok=Zobrazit+charakteristiky
Vysvětlení použitých statistických charakteristik 1. decil
První decil je hodnota, pod kterou leží 10% nejnižších hodnot sledovaného znaku.
Medián
Medián je hodnota uprostřed vzestupně uspořádané řady hodnot sledovaného znaku, polovina hodnot je nižší
než medián a druhá polovina je vyšší než medián. 9. decil
Devátý decil je hodnota, nad kterou leží 10% nejvyšších hodnot sledovaného znaku.
Průměr
Průměr je počítán jako vážený (případně nevážený) aritmetický průměr sledovaného znaku.
- 41 -
Typologie okresů ČR dle nejvyššího ukončeného vzdělání obyvatel ve věku 15 a více let – SLDB 2001
- 42 zdroj: http://www2.czso.cz/csu/redakce.nsf/i/typologie_okresu_cr_dle_nejvyssiho_ukonceneho_vzdelani_obyvatel_ve_veku_15_a_vice_let_sldb_2001/$File/mapa304.jpg
Podíl obyvatel s ukončeným základním vzděláním* z obyvatel starších 15-ti let k 1. 3. 2001
- 43 http://www.czso.cz/csu/2005edicniplan.nsf/t/D60038B97B/$File/413205m06.pdf
Podíl obyvatel s ukončeným vysokoškolským vzděláním z obyvatel starších 15-ti let k 1. 3. 2001
- 44 -
- 45 http://www.czso.cz/csu/2005edicniplan.nsf/t/D60038C14B/$File/413205m07.pdf
- 46 -
- 47 -
- 48 -
- 49 -
- 50 -
- 51 -
- 52 -
- 53 -