Populační vývoj okresu Brno-venkov v rámci populačního vývoje v ČR

Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu

Populační vývoj okresu Brno-venkov v rámci populačního vývoje v ČR

Bakalářská práce

Autor: Vedoucí bakalářské práce:

Martina Nováková prof. Ing. Milan Palát, CSc.

Brno 2006

Prohlášení Prohlašuji, že jsem tuto bakalářskou práci vypracovala samostatně pod vedením prof. Ing. Milana Paláta, CSc. a uvedla jsem v seznamu literatury všechny použité literární a odborné zdroje.

V Brně dne 20. května 2006

.................................................... Martina Nováková

3

Poděkování Chtěla bych na tomto místě poděkovat především prof. Ing. Milanu Palátovi, CSc. za cenné rady a připomínky, které mi poskytl při psaní této bakalářské práce. Dále také děkuji paní Ivetě Konečné, pracovnici krajské pobočky Českého statistického úřadu, za její ochotu a pomoc při zjišťování statistických dat.

4

Abstrakt Tato bakalářská práce se zabývá populačním vývojem v okrese Brno-venkov v rámci populačního vývoje České republiky. Zaměřuje se hlavně na období let 1995 - 2005, protože v tomto období došlo ke změnám v demografickém chování obyvatelstva. Vývoj demografických procesů je popsán pomocí demografických ukazatelů (porodnost, plodnost, potratovost, úmrtnost, sňatečnost, rozvodovost, migrace). S využitím statistické metody vyrovnávání časových řad trendem je v této práci naznačena také tendence jejich vývoje do budoucna. V okrese dochází k úbytku uzavřených manželství a také klesá podíl dětské složky v populaci. Prodlužuje se střední délka života a klesá úmrtnost. To způsobuje stárnutí populace, které je velkým problémem současnosti nejen ne regionální úrovni, ale také v celostátním měřítku.

Abstract This bachelor thesis deals with the demographic development in the region Brno-venkov within the demographic development in the Czech republic. It focuses primarily on the period 1995 - 2005, because during those years expressive alternations in demographic behaviour of inhabitants did happen. The development of particular demographic process is described by demographic indicators such as natality, fertility, abortion, mortality, marriage, divorces rate and migration. With usage of statistical method such as align of temporal series by trend the main tendencies of the future progress were implied. In the region the number of contracted marriages is decreasing and also the rate of children in the population is lower. The average live length is elongating and the mortality is declining. This situation causes the aging of population, which is a topical problem not only at the local level, but also in the point of view of the state.

5

Obsah 1 2 3

Úvod ................................................................................................................ Cíl práce .......................................................................................................... Literární přehled .............................................................................................. 3.1 Demografie ................................................................................................ 3.2 Způsoby zjišťování demografických jevů ................................................. 3.2.1 Sčítání lidu ........................................................................................ 3.2.2 Evidence přirozeného pohybu .......................................................... 3.2.3 Evidence stěhování ........................................................................... 3.2.4 Populační registr ............................................................................... 3.2.5 Zvláštní šetření ................................................................................. 3.3 Charakteristika demografických ukazatelů ............................................... 3.3.1 Struktura obyvatelstva podle pohlaví ............................................... 3.3.2 Struktura obyvatelstva podle věku ................................................... 3.3.4 Úmrtnost a nemocnost ...................................................................... 3.3.5 Sňatečnost ......................................................................................... 3.3.6 Rozvodovost ..................................................................................... 3.3.7 Porodnost a plodnost ........................................................................ 3.3.8 Potratovost ........................................................................................ 3.4 Časové řady ............................................................................................... 3.4.1 Základní koncepce modelování časových řad .................................. 3.4.2 Kritéria pro volbu modelu trendu ..................................................... 3.4.3 Adaptivní přístupy k modelu časové řady ........................................ 4 Metodika .......................................................................................................... 4.1 Demografické ukazatele ............................................................................ 4.2 Vyrovnávání časových řad ........................................................................ 4.2.1 Lineární trend ................................................................................... 4.2.2 Parabolický trend .............................................................................. 4.2.3 Exponenciální trend .......................................................................... 4.2.4 Modifikovaná exponenciála ............................................................. 4.2.5 Logistický trend ............................................................................... 4.2.6 Gompertzova křivka ......................................................................... 5 Výsledky práce ................................................................................................ 5.1 Struktura obyvatelstva podle pohlaví a věku ............................................ 5.2 Ukazatele úmrtnosti ................................................................................... 5.3 Ukazatel sňatečnosti .................................................................................. 5.4 Ukazatel rozvodovosti ............................................................................... 5.5 Ukazatele plodnosti a porodnosti .............................................................. 5.6 Ukazatel potratovosti ................................................................................. 5.7 Přírůstek obyvatelstva ............................................................................... 6 Diskuse ............................................................................................................ 7 Závěr ................................................................................................................ Použité zdroje .......................................................................................................... Přílohy ..................................................................................................................... 1. Demografické údaje pro okres Brno-venkov v období 1995 - 2005.................... 2. Mapa okresu Brno-venkov ..................................................................................

2 3 4 4 5 6 7 7 8 8 8 8 9 10 11 12 12 13 13 15 16 18 20 20 21 21 22 23 23 24 25 26 26 33 35 36 37 39 40 45 48 50 51 52 55

6

1 Úvod Ve všech vyspělých tržních ekonomikách na světě dochází k velkým demografickým změnám. Dochází k současnému poklesu úmrtnosti ve vyšším věku a poklesu plodnosti, ale také k souběžnému vstupu relativně silných generací do důchodového věku. V roce 1950 tvořili lidé ve věku nad 60 let jen asi 8 % světového obyvatelstva. V roce 2025 by to mělo být už 14 %. Klesne tedy znatelně počet aktivních lidí, kteří by měli podporovat starou nepracující populaci. Obzvláště důležité je co nejpřesněji poznat demografický vývoj složení ekonomicky aktivní populace, protože má vliv na výkonnost ekonomik. Země EU se snaží o výhledové demografické studie, aby mohly v předstihu adaptovat systémy sociálního zabezpečení, a to s cílem zachovat svou ekonomickou konkurenční schopnost. Současný poměr mezi pracujícími daňovými poplatníky a nepracujícími důchodci v rozvinutých zemích je zhruba 3:1. Do roku 2030, pokud se neuskuteční žádná reforma, se tento poměr změní na 1,5:1. Dojde tedy k výraznému ekonomickému zatížení lidí v produktivním věku. Stárnutí obyvatelstva patří ve vyspělém světě mezi zákonité vývojové procesy. Tomuto procesu se nevyhnula žádná západoevropská země a prochází jím i Česká republika. Jde o přechod na nový reprodukční model. Prudký pokles plodnosti v devadesátých letech a zlepšení úmrtnostních poměrů výrazně ovlivňují věkovou strukturu populace České republiky a ve vzdálenějším časovém horizontu by se to mohlo odrazit i na její početní velikosti. Hluboký pokles úhrnné plodnosti je z formálního hlediska důsledkem zlomu v reprodukčním chování generací mladých žen ve věku nejvyšší plodnosti. Mladé ženy ve změněných podmínkách odkládají vstup do manželství, a tím i narození prvního dítěte, do vyššího věku. Příčin popsaného zlomu je několik. V prvé řadě k nim patří změna hodnotové orientace mladých lidí, která souvisí s daleko širší možností uplatnění v nových podmínkách. Rodina a děti ztrácejí své přední postavení v hodnotovém žebříčku nastupujících generací na úkor vzdělání, zaměstnání, kariéry osobního úspěchu a dalších hodnot. K současnému poklesu plodnosti přispívají i nepříznivé ekonomické podmínky založení rodiny. Pro většinu mladých lidí je odpovídající bydlení ekonomicky nedostupné.

7

Příznivý vývoj úmrtnosti v poslední době se připisuje změně životního stylu, rozsáhlejší prevenci v rámci péče o vlastní zdraví, zkvalitnění lékařské péče a všeobecné dostupnosti účinnějších léčiv. Stárnutí populace, způsobené nízkou plodností nebo prodloužením délky života nebo kombinací obou faktorů, má vliv na řadu životních sociálně-ekonomických sfér. Například na nabídku pracovní síly, na důchodový systém, na mezigenerační solidaritu, zdravotní péči a kolektivní služby. Proto jsou obavy z následků stárnutí opodstatněné. Očekávaný demografický vývoj staví společnost před sérii ekonomických a sociálních problémů. Především je to stát, kdo musí zabezpečit sociální jistotu pro stále početnější starou populaci, a to za situace, kdy klesá aktivní část populace. Z těchto i dalších důvodů se globální stárnutí populace stalo v 21. století nejen mimořádným tématem ekonomickým, ale i politickým.

2 Cíl práce Cílem této práce je popsat populační vývoj v okrese Brno-venkov v období od roku 1995 do roku 2005 pomocí časových řad statických a dynamických demografických ukazatelů, protože v tomto období došlo k výrazným změnám v demografickém chování obyvatelstva z důvodu změn ve společenské, ekonomické a politické sféře. Pomocí metody vyrovnávání časových řad matematickou funkcí popíši trend vývoje jednotlivých ukazatelů charakterizujících demografickou reprodukci a predikuji jeho vývoj v následujících letech. Výsledky analýzy vývoje těchto ukazatelů v okrese srovnám s jejich vývojem v rámci celé České republiky. Dále v této práci zhodnotím dopad současného trendu demografického vývoje na situaci v regionu a budu se zabývat sociálně-ekonomickými jevy, které tento trend vyvolává. Zároveň se pokusím navrhnout možnosti řešení problémů vzniklých v souvislosti se současným vývojem demografického chování.

8

3 Literární přehled 3.1 Demografie Objektem demografického studia jsou lidské populace, které jsou ovšem objektem mnoha vědních oborů. Specifikem demografie je proces jejich reprodukce. Předmětem demografie je tedy demografická neboli populační reprodukce, kterou chápeme jako neustálou obnovu populací v důsledku probíhajících procesů rození a umírání. Od demografické reprodukce je třeba odlišit termín populační vývoj, což je termín obsahově širší (zahrnuje v sobě také prostorovou mobilitu obyvatelstva, která výsledek demografického vývoje ovlivňuje tím více, čím je menší územní jednotka). Je nutné také rozlišit termíny obyvatelstvo (soubor lidí žijící na určitém území) a lidské populace jako soubory lidí, mezi nimiž dochází k demografické reprodukci (obyvatelstvo jednoho státu se může skládat z několika relativně izolovaných populací). Lidské populace jsou přesněji vymezeny jako demografické systémy, studium jejich chování je předmětem demografie. Demografický systém sestává z lidí, jejich vlastností, které podmiňují demografickou reprodukci a demografických vztahů mezi nimi. (Vystoupil, Tarabová 2004) Demografie se ovšem nemůže obejít bez studia podmíněnosti demografické reprodukce. Proto se považují přímo za demografické i takové jevy, respektive události, jako sňatek, rozvod, ovdovění, nemoc, aj. Demografie na jedné straně hledá obecné pravidelnosti a zákonitosti demografické reprodukce, na druhé straně jejich specifické projevy u konkrétních populací. (Pavlík 1993) Všechny demografické jevy jsou vázány na lidské jedince. Jsou to pak takové vztahy lidí, které vznikají bezprostředně při jejich reprodukci. V demografickém systému probíhá fyziologické stárnutí jednotlivých osob v čase a k němu jsou vázány vztahy z ostatních systémů, které pak vytvářejí určité cykly. Hovoříme tak o demografických životních cyklech. Demografická reprodukce neprobíhá v životních cyklech izolovaných osob, ale v rodinných cyklech manželských párů. Zejména ekonomické cykly, které výrazně ovlivňují úroveň demografické reprodukce jsou cykly převážně rodinnými. Také k migracím dochází zpravidla současně u celé rodiny, nebo manželského páru. Jevy geodemografického systému jsou důležitou materiální podmínkou existence všech systémů s lidmi. (Vystoupil, Tarabová 2004)

9

3.2 Způsoby zjišťování demografických jevů Základní podmínkou studia demografických jevů je získání demografických informací. Ty se zjišťují zejména statistickým popisem, přičemž už zde dochází ke značným ztrátám demografických informací. V podstatě lze vymezit pět typů statistického popisu, které jsou pramenem demografických a geodemografických dat: •

Sčítání lidu.

•

Běžná evidence přirozené měny včetně některých dalších jevů.

•

Běžná evidence migrací.

•

Populační registr.

•

Zvláštní šetření (např. populačního klimatu). Demografie je empirickou vědou - sleduje, zpracovává a zobecňuje konkrétní

demografické jevy. Tyto jevy zjišťuje individuálně, ale zpracovává v souborech, které tvoří populace nebo jejich části. Při vytváření těchto souborů nejde jen o koncentraci dat, ale je nezbytné brát v úvahu i velikost souboru a způsob jeho vymezení (věcné, časové a prostorové hledisko). Předpokladem pro zpracování a vyhodnocení demografických jevů a procesů je zajištění kvalitní datové základny. To si vyžaduje přesné definování jevu (např. živě narozené dítě), registraci v době nebo bezprostředně po sledované události (např. narození, úmrtí) a zajištění úplnosti dat o daném souboru (např. věk všech obyvatel). Dříve uvedenými různými způsoby evidence obyvatelstva získáváme základní data, tj. různé uspořádané řady absolutních údajů. K hlubšímu poznání podstaty demografických jevů však nelze dospět pouze na základě absolutních údajů, ale je třeba z nich vypočítat analytická data - základní demografické ukazatele. Ty se většinou člení do tří kategorií: • Poměrná čísla extenzitní - vznikají vydělením dvou stejnorodých údajů ve stejném časovém okamžiku a shodném územním vymezení (např. podíl mužů v populaci). • Poměrná čísla intenzivní - vznikají vydělením různorodých údajů, když jednotky vyjádřené ve jmenovateli jsou nositelem událostí nebo jevu vyjádřeného v čitateli (např. počet zemřelých dělený počtem obyvatel). V rámci nich se někdy vyčleňují míry a kvocienty.

10

• Indexy - vznikají jako podíl dvou absolutních čísel vymezených různě časově nebo prostorově. Podle jiných hledisek lze rozlišovat ukazatele: •

Celkové (obecné) nebo specifické (diferenční) podle toho, zda jsou vypočteny za celou populaci nebo jen její část.

•

Definitivní nebo předběžné na základě neúplných nebo nedostatečně zkontrolovaných dat.

•

Hrubé (vypočtené na základě jednoduchých metod) nebo srovnávací (při výpočtu vyloučíme vliv některé z podmínek, která s vlastním procesem přímo nesouvisí). Při sledování demografických jevů je nezbytné přesné časové určení každé

demografické události. To ji umožňuje zařadit do souboru událostí se stejnou dobou vzniku a stanovit dobu, která uplynula mezi sledovanou událostí a událostí, která ji předcházela. Všechny výše uvedené prameny poskytují údaje umožňující hodnocení demografických procesů v souvislosti se změnami v sociální a ekonomické oblasti. (Vystoupil, Tarabová 2004)

3.2.1 Sčítání lidu

Sčítání lidu je organizovaná statistická akce sběru, uspořádání, zhodnocení, analýzy a publikace demografických, ekonomických a sociálních údajů, týkajících se v určené době všech osob v zemi. Sčítání lidu (cenzus) by mělo zahrnout v rozhodném okamžiku všechny osoby na daném území přítomné, bydlící nebo oboje. Sčítání se obvykle provádí buď metodou dotazovací prostřednictvím sčítacích komisařů nebo sebe sčítáním pomocí formuláře, který vyplní sčítané osoby. Zákonem je většinou stanovena povinnost odpovědět na stanovené otázky. Mimo demografické znaky jsou při moderních sčítáních zjišťovány i údaje o vybavenosti domácností, bytovém a domovním fondu. V současné době se na přípravách sčítání lidu podílí řada mezinárodních organizací.

11

3.2.2 Evidence přirozeného pohybu

Záznamy o přirozeném pohybu zahrnují jak evidenci narození a úmrtí, tak i dalších demografických událostí významných pro demografickou reprodukci (rozvod, potrat). Narození, úmrtí a sňatky jsou v řadě zemí registrovány v matrikách, které jsou zpravidla vedeny odděleně: kniha (matrika) narození, úmrtí, sňatků. Statistická hlášení se přepisují na speciální formuláře (např. hlášení o úmrtí). Registraci narození, úmrtí a sňatků provádějí matriční úřady , rozvodů příslušné soudy a potratů zdravotnická zařízení. Tyto pověřené organizace zasílají vyplněná hlášení na státní statistický úřad, kde jsou centrálně zpracovány a převedeny z místa události na místo trvalého pobytu. V Československu byly povinné civilní matriky zavedeny od 1. 1. 1950, do té doby plnily tuto funkci matriky státem uznávaných církví. Vzhledem k mezinárodním rozdílům na vymezení některých jevů byly v roce 1953 přijaty mezinárodně doporučené zásady pro evidenci přirozené měny. Podle ní by měla být registrace každé demografické události zákonně povinná pro veškeré obyvatelstvo.

3.2.3 Evidence stěhování

Je vedena odděleně pro vnitrostátní a zahraniční migraci. Přímá evidence vnitrostátního stěhování byla v Československu zavedena na základě povinného hlášení trvalého pobytu a je evidována od roku 1950. Základní údaje o stěhování se zpracovávají na základě „Hlášení o stěhování“ a vyhodnocují se za základní územní jednotky (obec). Srovnatelnost dat je proto výrazně ovlivněna administrativním vymezením obcí. Vzhledem k nejednotné metodice evidence migrací je mezinárodní srovnání velmi obtížné.

12

3.2.4 Populační registr

Populační registry spočívají v průběžné registraci obyvatel daného státu formou registračních lístků nebo pomocí výpočetní techniky. Jsou nejmladším pramenem informací. Každý jednotlivec je do registru zařazen pod svým rodným číslem a jeho údaje jsou průběžně doplňovány převáděním vybraných záznamů z evidence přirozeného pohybu a z evidence stěhování. Údaje jsou zpravidla kontrolovány a aktualizovány při jednotlivých sčítáních lidu.

3.2.5 Zvláštní šetření

Zvláštní - výběrová šetření se týkají jen vybraného souboru obyvatel. Jde zpravidla o jednorázové akce sloužící k doplnění nebo aktualizaci dat ze sčítání lidu a evidenci obyvatelstva. Zaměřují se na informace, které není účelné zjišťovat u všech obyvatel a umožňují nejen sběr konkrétních dat, ale i získání informací o postojích a názorech obyvatelstva na určené situace. Z opakovaně prováděných výběrových šetření mají velký význam mikrocensy, které slouží k aktualizaci dat ze sčítání lidu, zejména ve vztahu k životní úrovni obyvatelstva. Nejčastěji jsou využívána výběrová šetření populačního klimatu, tj. postojů obyvatelstva k vlastní reprodukci (např. ideálnímu nebo chtěnému počtu dětí v rodině). (Roubíček 1997)

3.3 Charakteristika demografických ukazatelů 3.3.1 Struktura obyvatelstva podle pohlaví

Patří k základním demografickým strukturám obyvatelstva. Tuto charakteristiku analyzujeme většinou společně s charakteristikou složení podle věku. Ale i samostatné hodnocení skladby obyvatelstva má své oprávnění. Za ukazatele maskulinity považujeme jednak podíl mužů v celé populaci, vyjadřovanou obvykle v %. Druhým ukazatelem je index maskulinity, což je poměr mužů a žen v dané populaci, vyjádřený

13

nejčastěji na 100 nebo na 1000 žen. Podobně lze konstruovat ukazatele feminity, a to proporci žen v celé populaci a index feminity. Struktura podle pohlaví závisí na třech typech rozdílných procesů. Prvním procesem je to, že se v populaci rodí více chlapců než dívek. Je to výraz biologické zákonitosti. Ukazatel maskulinity narozených (poměr narozených chlapců k narozeným děvčatům) označujeme zpravidla jako sekundární index maskulinity. Druhým procesem je specifická úmrtnost mužů a žen v průběhu celého jejich života. V demograficky vyspělých zemích je ve všech věkových skupinách větší intenzita úmrtnosti mužů než žen. Třetím procesem ovlivňujícím proporci mužů v populaci je migrace, která je velmi proměnlivá co do poměru stěhujících se mužů a žen a významně závisí na jejich věku. Důležitější význam má poměr počtu mužů k počtu žen pro menší území. (Vystoupil, Tarabová 2004)

3.3.2 Struktura obyvatelstva podle věku

Strukturu podle věku vyjadřujeme rozdělením absolutního počtu mužů, resp. žen do jednoletých nebo víceletých skupin. Při grafické interpretaci se používá ke znázornění věkové struktury dvojitého histogramu, kde osa věku histogramu pro muže je postavena proti ose věku histogramu pro ženy. Takovému grafickému uspořádání věkové struktury říkáme věková pyramida. Použijeme-li místo histogramu polygonu (spojnicového diagramu), dostaneme strom života. Věková struktura je výchozím uspořádáním demografických dat pro jakoukoli demografickou analýzu. Můžeme na ní vidět důležité události, které ovlivnily vývoj dané populace, je tedy koncentrovaným záznamem demografické historie dané populace. Obyvatelstvo je možné podle věku rozdělit do tří základních skupin: •

dětská (obyvatelstvo 0 - 14 let),

•

reprodukční (obyvatelstvo 15 - 49 let),

•

postreprodukční (obyvatelstvo 50 a více let).

14

Podle zastoupené složky dětské a postreprodukční je možné stanovit tři populační typy (Koschin 2005): •

progresivní typ - s výraznou převahou dětské složky,

•

stacionární typ - dětské a postreprodukční složky jsou téměř vyrovnány,

•

regresivní - postreprodukční složka převažuje nad dětskou.

3.3.3 Úmrtnost a nemocnost

Úmrtí je první událostí, o kterou se demografie začala zajímat, jako o hromadný jev, jako o proces vymírání určité populace - o její úmrtnost. Zájem demografie byl původně zcela omezen na soubory úmrtí, která nastala u dané populace ve vymezeném časovém úseku. Stále více se však začíná zajímat o jednotlivá úmrtí. Stárnutí je přirozeným procesem všech živých organismů. Dosud nemůžeme říci, zda někdo umírá v důsledku stárnutí přirozenou smrtí nebo je to vždy důsledek předcházejícího onemocnění. S procesem individuálního stárnutí souvisí délka lidského života. Délka života souvisí s tzv. životními cykly. Z biologického hlediska dochází k určitému životnímu vrcholu okolo 30 let. Studium životního cyklu nevede ke stanovení „přirozené“ délky života, existuje jen určitý vztah mezi dosažením pohlavní dospělosti (14 let) nebo ukončením tělesného růstu (18 - 25 let) a délkou lidského života. Antropologové i demografové hovoří o přirozené délce života 90 - 100 let. (Vystoupil, Tarabová 2004) Ukazatel hrubé míry úmrtnosti je nejjednodušším ukazatelem úmrtnosti. Je poměrem součtu zemřelých z jednotlivých generací ku střednímu stavu obyvatel. Počty zemřelých z jednotlivých generací v daném roce jsou velmi rozdílné, neboť intenzita úmrtnosti v každém věku je jiná a počet vystavených riziku úmrtí je v každém věku jiný. Nejnižší intenzita úmrtnosti se nachází v období bezprostředně před pubertou a dlouhodobě můžeme u nás sledovat přesun tohoto mezníku stále do nižšího věku. Vyšší míra úmrtnosti se vyskytuje u mužů než u žen, a to ve všech věkových skupinách. Tomuto jevu říkáme mužská nadúmrtnost. Vyskytuje se výrazně ve všech zemích s nízkou intenzitou úmrtnosti. Pro celkovou úroveň populace je důležité, jaká je péče o děti v nejmladším věku. Pro charakteristiku intenzity úmrtnosti v tomto věku můžeme použít míru úmrtnosti ve věku 0. (Roubíček 1997) 15

Pro analýzu úmrtnosti je důležité znát zastoupení jednotlivých příčin úmrtí v populaci. Klasifikace nemocí a příčin smrti patří k nejvážnějším problémům teorie lékařské vědy. Za nemoc považujeme takovou poruchu zdraví nebo úraz, které vyžadují léčení. Zdraví jako opak nemoci definujeme jako stav celkového tělesného, duševního a sociálního blaha. Nejjednodušším ukazatelem nemocnosti určité populace je počet onemocnění na určitou nemoc za sledovaní období. Každá nemoc končí buď uzdravením nebo úmrtím nemocné osoby. Vyjadřujeme tak míru uzdravení nebo míru smrtnosti neboli letality. (Pavlík, Kalibová, Vodáková 1993)

3.3.4 Sňatečnost

Sňatek je jednorázový formální akt, kterým společnost dává souhlas se vznikem manželství a jemu odpovídajícím reprodukčním chováním, resp. se založením rodiny. Sňatek mění rodinný stav zúčastněných a zasahuje i do struktury jejich původních rodin. Je důležitou demografickou událostí a jedním nejdůležitějších mezníků rodinného životního cyklu. Při uzavírání je třeba dodržovat mnoho pravidel uznávaných danou společností. Pravidlem univerzálně platným je zákaz incestu. Dnes je možno uzavřít sňatek prakticky s kýmkoliv kromě nejbližších příbuzných. Vědomí, že sňatek neuvozuje trvalý stav, snižuje i jeho společenskou vážnost. Navíc k praktickému založení rodiny není již sňatek nezbytný, o čemž svědčí existence nesezdaného soužití. Sňatečnost je zakládání manželství na základě zákonem daných podmínek. Sňatek je chápán jako demografická událost opakovatelného charakteru, která nemusí nastat u všech příslušníků dané populace. Limitujícími faktory pro uzavírání sňatku je dosažení minimálního sňatkového věku, rodinný stav, stupeň pokrevnosti, pohlaví a svéprávnost snoubenců. Počet uzavíraných manželství závisí na velikosti souboru sňatku schopného obyvatelstva a jeho rozdělení podle pohlaví a věku. Nejjednodušším ukazatelem intenzity sňatečnosti je hrubá míra sňatečnosti.

16

3.3.5 Rozvodovost

Rozvod je chápán jako právní zrušení manželství, jemuž předchází jeho reálný rozpad. Rozpad manželství však nemusí být spojen s právním aktem. Rozvod lze chápat jako významnou událost v životě lidí s řadou sociálních důsledků, mezi něž patří zejména narušení fungování rodiny a výchovy dětí. Změna ekonomického a sociálního statusu, změna způsobu života, zaměstnání apod. Rozvod jako právní akt má v jednotlivých společnostech různé podoby zahrnující různou míru společenské regulace, v závislosti na kulturním i historickém vývoji i na vývoji legislativy. Rozvodovost je demografický jev odvozený od rozvodu jako demografické události. Jeho sledování má význam při studiu porodnosti. Rozvodovost je zejména sociálním jevem indikujícím především stabilitu rodiny. Sledování rozvodovosti vychází z evidence rozvodů, která ovšem vzhledem k variabilitě zákonů a vzhledem k tomu, že se suma rozvodů zcela nekryje s počtem rozvrácených, disfunkčních manželství, není zcela přesná. Nejjednodušším ukazatelem je hrubá míra rozvodovosti.

3.3.6 Porodnost a plodnost

Analýzu procesu porodnosti lze začít již početím. Početím začíná těhotenství, které končí jednočetným nebo vícečetným porodem. Porod je vyvrcholení procesu vzniku nového jedince. Jde o fyziologický proces v těle matky, který má řadu rysů nemoci a je spojen i s rizikem úmrtí. Porod je mezníkem životního cyklu jedince i rodiny. Postoj společnosti k tomuto jevu se odvíjí od hodnoty dítěte. Podle délky těhotenství rozlišujeme porod včasný a předčasný. Podle projevu známek života se dělí děti na živě a mrtvě narozené. Vzhledem k rodinnému stavu matky se narozené děti rozlišují na manželské a nemanželské. Schopnost muže a ženy rodit děti se nazývá plodivostí. Fyziologická neschopnost plození se nazývá sterilita. Fertilitou neboli plodností se rozumí skutečný efekt plodivosti, tj. počet narozených dětí. Svou roli zde hraje také vliv rozšíření antikoncepčních přípravků a metod. Nejjednodušším ukazatelem porodnosti je hrubá míra celkové porodnosti. V praxi se především používá ukazatel obecné míry plodnosti.

17

3.3.7 Potratovost

Potrat je těhotenství ukončené vypuzením nebo vynětím plodu v době od početí do okamžiku, kdy je plod minimální dobu schopen existovat mimo tělo matky. Statistika rozlišuje umělé přerušení těhotenství, samovolné potraty a ostatní potraty. Potratovost je specifický typ úmrtnosti, a to úmrtnost plodu v době od koncepce do takového vývojového stádia než se plod považuje za dítě. (Pavlík, Kalibová, Vodáková 1993).

3.4 Časové řady Časovou řadou se rozumí posloupnost věcně a prostorově srovnatelných pozorování, která jsou jednoznačně uspořádána z hlediska času. Rozlišují se nejčastěji •

podle časového hlediska rozhodného pro zjišťování údajů na časové řady intervalové (časové řady intervalových ukazatelů) a na časové řady okamžikové (časové řady okamžikových, někdy též stavových ukazatelů),

•

podle periodicity sledování na časové řady roční (někdy též dlouhodobé) a na časové řady krátkodobé, kde jsou údaje zaznamenávány ve čtvrtletních, měsíčních, týdenních aj. periodách,

•

podle způsobu vyjádření ukazatelů na časové řady naturálních ukazatelů (hodnoty ukazatele jsou vyjadřovány v naturálních jednotkách, často jde třeba o ukazatele určité produkce) a na časové řady peněžních ukazatelů. Intervalovou časovou řadou se rozumí řada intervalového ukazatele, tj. ukazatele,

jehož velikost závisí na délce intervalu, za který je sledován (obrat firmy za měsíc aj.). Pro ukazatele tohoto typu je možné bez problémů tvořit součty. Z povahy intervalových ukazatelů vyplývá, že se mají vztahovat ke stejně dlouhým intervalům, protože v opačném případě by šlo o srovnání zkreslené. Abychom zajistili srovnatelnost, přepočítáme všechna období na jednotkový časový interval. Tato operace se nazývá očišťování časových řad od důsledků kalendářních variací. Údaje očištěné o kalendářní dny dostaneme jako

yt

(0)

= yt

k k

t t

18

kde yt je hodnota očišťovaného ukazatele v příslušném dílčím období roku t (měsíci, čtvrtletí apod.), t = 1, 2, ..., n , kt je počet kalendářních dní v příslušném dílčím období roku, k t je průměrný počet kalendářních dní v dílčím období roku.

Časové řady ukazatelů okamžikových jsou, jak bylo řečeno, sestavovány z ukazatelů, které se vztahují vždy k určitému konkrétnímu okamžiku. Protože součet pořízený z několika za sebou jdoucích hodnot okamžikových ukazatelů nedává reálný smysl, průměrují se časové řady pomocí charakteristiky zvané chronologický průměr. Předpokládejme, že známe hodnoty okamžikových ukazatelů y1, y2, ..., yn pro n časových okamžiků. Ty označíme t1, t2, ..., tn, kde t1 je první a tn je poslední časový okamžik. Při výpočtu chronologického průměru postupujeme tak, že nejprve vypočítáme aritmetický průměr hodnot okamžikových ukazatelů příslušejících časovým okamžikům t1 a t2 atd. až pro dvojici tn

- 1,

tn. Z takto získaných průměru potom

stanovíme průměr za celou řadu. Je-li délka mezi jednotlivými časovými okamžiky stejná, vzorec prostého chronologického průměru bude mít tvar

y =

y1 + y 2 2

+

y 2 + y3 2

+ ... +

n −1

y n −1 + y n 2

.

Nebude li délka mezi jednotlivými časovými okamžiky konstantní, je nutné jednotlivé dílčí okamžiky vážit délkami příslušných intervalů. Označíme-li jednotlivé délky intervalů symbolem di, potom vzorec váženého chronologického průměru bude mít tvar

y =

y1 + y 2 2

d1 +

y 2 + y3 2

d 2 + ... +

y n −1 + y n 2

d 1 + d 2 + ... + d n − 1

d n −1

.

Pokud jde o věcnou srovnatelnost, často stejně nazývané ukazatele, tvořící údaje časové řady, nemusí být vždy stejně obsahově vymezené. Mění-li se během času obsahové vymezení ukazatele, jsou údaje časové řady nesrovnatelné a pro další úvahy prakticky bezcenné. Pod prostorovou srovnatelností chápeme nejčastěji možnost používat údaje v časových řadách vztahující se ke stejným geografickým územím, někdy se však nemusí jednat jen o čistě geografický prostor. Časová srovnatelnost údajů je problémem zejména u intervalových ukazatelů časových řad, tj. u ukazatelů, jejichž velikost závisí na délce intervalu.

19

K orientačnímu posouzení časových řad se obvykle snažíme získat i mnohé jiné elementární informace. K tomuto účelu používáme celou skupinu dalších charakteristik, jakými jsou diference různého řádu, tempa a průměrná tempa růstu aj. Tyto údaje spolu s velmi často aplikovanou vizuální analýzou grafu studovaného procesu umožňují rychle získat dobrou výchozí představu o charakteru procesu, který časová řada reprezentuje. (Seger, Hindls 2000)

3.4.1 Základní koncepce modelování časových řad Nejjednodušší koncepcí modelování časové řady reálných hodnot yt (a také koncepcí nejužívanější) je model jednorozměrný ve tvaru některé elementární funkce času, kdy Yt = f(t) , t = 1, 2, ..., n , kde Yt je modelová (teoretická) hodnota ukazatele v čase t, a to taková, aby rozdíly yt - Yt, označované zpravidla εt a nazývané nepravidelnými (náhodnými) poruchami, byly v úhrnu co nejmenší a zahrnovaly také působení ostatních faktorů (vedle faktoru času) na vývoj sledovaného ukazatele. K modelu se přistupuje těmito způsoby: •

pomocí klasického (formálního) modelu, kde jde pouze o popis forem pohybu (a nikoliv pouze o poznání věcných příčin dynamiky časové řady). Tento model vychází z dekompozice časové řady na čtyři složky časového pohybu, a sice na složku trendovou Tt, sezónní St, cyklickou Ct a nepravidelnou εt, přičemž vlastní tvar rozkladu může být dvojího typu: −

aditivní, v němž yt = Tt + St + Ct + εt = Yt + εt,

kde Yt se označuje jako modelová složka rovná souhrnu složek Tt + St + Ct, −

multiplikativní, v němž yt = TtStCtεt.

Souběžná existence všech těchto forem pohybu však není nezbytná a je podmíněna spíše věcným charakterem zkoumaného ukazatele. (Hindls, Hronová, Novák 2000) Trendem rozumíme dlouhodobou tendenci ve vývoji hodnot analyzovaného ukazatele. Trend může být rostoucí, klesající nebo někdy mohou hodnoty ukazatele dané časové řady v průběhu sledovaného období kolísat kolem určité úrovně - potom se jedná o časovou řadu s konstantním trendem.

20

Sezónní složka je pravidelně se opakující odchylka od trendové složky, přičemž tato odchylka se objevuje s periodicitou kratší než jeden rok nebo rovnou právě jednomu roku. Příčiny sezónního kolísání mohou být různé. Dochází k němu buď v důsledku působení sluneční soustavy na Zemi během jednotlivých ročních období, nebo též vlivem různých společenských zvyklostí. Cyklickou složkou rozumíme kolísání okolo trendu v důsledku dlouhodobého vývoje s délkou vlny delší než jeden rok. V této souvislosti se mluví např. o cyklech demografických apod. Někdy však nebývá cyklická složka považována za samostatnou složku časové řady, nýbrž je zahrnována pod složku trendovou jako její část (tzv. střednědobý trend, tj. střednědobá tendence vývoje, která má často oscilační charakter s neznámou, zpravidla proměnlivou periodou). Náhodná složka je ta část řady, která zbývá po eliminaci trendové, sezónní a cyklické složky. V ideálním případě lze počítat s tím, že jejím zdrojem jsou drobné a v jednotlivostech nepostižitelné příčiny. V takové situaci je potom možné popsat chování náhodné složky pravděpodobnostně. (Seger, Hindls 2000) •

pomocí Boxovy-Jenkinsovy metodologie, která považuje za základní prvek konstrukce modelu časové řady náhodnou složku, jež může být tvořena korelovanými náhodnými veličinami. Těžiště postupu spočívá v korelační analýze více či méně závislých pozorování uspořádaných do tvaru časové řady. Předpokladem aplikace tohoto postupu je obvykle požadavek disponovat delší časovou řadou, řádově alespoň o cca 40 pozorováních. Základními modelovými schématy jsou tzv. autoregresní procesy (označované jako AR- procesy) a procesy klouzavých součtů (MA-procesy), případně jejich kombinace. (Hindls, Hronová, Novák 2000)

3.4.2 Kritéria pro volbu modelu trendu

Za prioritní by v praktických situacích měla být považována věcná hlediska, avšak většinou je potřebné doplňovat je ještě i kritérii statistickými. Analýza při použití věcně ekonomických kritérií většinou umožní poodhalit základní tendence ve vývoji analyzovaného ukazatele jen v hrubých rysech. Druhou možností volby je vizuální analýza grafu zobrazené časové řady. Nebezpečí volby na základě vizuálního výběru spočívá však v jeho subjektivitě. Různí lidé mohou na základě grafického rozboru stejné analyzované řady dojít k různým 21

závěrům o volbě typu trendové křivky. A je tu i nebezpečí vyplývající z toho, že tvar grafu je do značné míry závislý na volbě použitého měřítka. Proto je třeba vnést do rozhodovacího procesu i kritéria statistická. Z hlediska účelu modelování časových řad bývají tato kritéria dělena na interpolační a extrapolační. Je nutné přihlédnout k tomu, zda je hlavním účelem modelování trendu pouze popis minulého vývoje ukazatele (interpolace) či spíše zájem o konstrukci předpovědi dalšího vývoje (extrapolace). Interpolační kritéria bývají založena na porovnávání součtu (průměru) čtverců odchylek empirických a teoretických hodnot. Menší součet (průměr) čtverců indikuje lepší model. Interpolační kritéria se aplikují nejčastěji v podobě průměrné čtvercové odchylky (M. S. E.). Jiným často používaným kritériem hodnocení modelu je index korelace. V nabídce statistického softwaru se lze obvykle setkat především s těmito mírami „úspěšnosti“ zvolené trendové funkce: M. E. = Mean Error = střední chyba odhadu, kde

∑ (y M .E. =

− Tˆt

t

n

).

Tato míra je rovna nule (odchylky se kompenzují) vždy, když použijeme k odhadu parametrů metodu nejmenších čtverců klasickým způsobem. Jakmile jde o úpravu postupu nebo použijeme jinou metodu, může být M. E. nenulové. M. S. E. = Mean Squared Error = střední čtvercová chyba odhadu:

∑ (y M .S .E. =

t

− Tˆt

)

2

n

.

Toto kritérium je prakticky nejpoužívanější. M. A. E. = Mean Absolute Error = střední absolutní chyba odhadu: M . A.E. =

∑y

t

n

− Tˆt

.

K nalezení vhodného typu trendové funkce slouží rovněž jednoduché pravidlo, používané zejména při rozhodování mezi polynomickým a exponenciálním trendem. Tímto pravidlem je analýza diferencí analyzované řady. Pro použití lineární trendové funkce je charakteristické, že první diference řady jsou rovny parametru a1 a druhé absolutní diference jsou rovny nule. Pro parabolický trend je charakteristické, že první diference mají lineární trend, druhé jsou konstantní a třetí nulové. Tento postup

22

je možné opakovat i pro polynomy vyšších stupňů. Pro polynom třetího stupně bude platit, že třetí diference budou konstantní a čtvrté nulové. Diference napočítané z empirických hodnot budou okolo příslušných charakteristik kolísat. V případě, že smyslem popisu je trendu časové řady je konstrukce extrapolačních prognóz budoucího vývoje, jsou používána spíše kritéria extrapolační. Nejčastější způsob jejich použití je založen na simulaci. Ta spočívá v tom, že z analyzované řady oddělíme část pozorování a na vhodnost trendové funkce usuzujeme dle toho, jak dobře dokáže extrapolovat tato pozorování. Jako míry prognostické kvality modelu se používají nejčastěji koeficienty nesouladu mezi simulovanou předpovědí a v té době již známou skutečností. Nejznámější je Theilův koeficient ve tvaru

∑ (y D

T H2 =

j =1

N+ j

− Pˆ j

)

2

,

D

∑

y

j =1

2 N+ j

kde N je délka časové řady použitá pro odhad modelu (po zkrácení), D je zkrácení časové řady, tedy D = n - N, Pjˆje extrapolace na j období dopředu, a to modelem odhadnutým na základě prvních N pozorování časové řady. Pro přímé použití se doporučuje veličina TH = TH2 .100, kterou můžeme interpretovat jako relativní chybu extrapolace, udávat ji v procentech a porovnávat různé modelové situace. Pokud se koeficient pohybuje v rozmezí 3 - 5 %, je chyba předpovědi malá a posuzovaný model může být dobrým nástrojem pro tvorbu předpovědí.(Seger, Hindls 2000)

3.4.3 Adaptivní přístupy k modelu časové řady Adaptivní techniky konstruují složky časové řady pomocí charakteristik, které mění v průběhu doby své hodnoty, tedy nepředpokládají stabilitu analytického tvaru ani strukturálních parametrů modelu v čase. Jedním z možných aditivních přístupů jsou klouzavé průměry. Podstata vyrovnávání pomocí klouzavých průměrů spočívá v tom, že posloupnost původních empirických pozorování nahradíme

řadou průměrů vypočítaných přímo

23

z těchto pozorování. Při výpočtu postupujeme vždy o jedno pozorování kupředu a poslední pozorování ze skupiny, z níž je průměr počítán, vypouštíme. Tento počet pozorování se nazývá klouzavá část období interpolace a značíme ho symbolem m = (2p + 1) pro m
Tt ,i = a 0t + a1it , t = p + 1, p + 2,..., n − p. Odhad parametrů získáme metodou nejmenších čtverců, což povede k normálním rovnicím p

∑ yt ,i = maˆ 0t + aˆ1t

i =− p p

∑ iyt ,i = aˆ 0t

i =− p

p

p

∑ i,

i=− p

∑ i + aˆ1t

i=− p

p

∑i

2

.

i =− p

Protože celý princip tohoto způsobu vyrovnání je založen na nahrazení vždy příslušné klouzavé části jedním číslem, a sice průměrem stačí se omezit při řešení rovnic na parametr a0tˆ, který představuje odhad trendové funkce příslušející střednímu bodu příslušné klouzavé části. Prostý klouzavý průměr je tedy aˆ 0t = y t =

y t − p + y t − p +1 + ... + y t + p 1 p y t ,i = , ∑ m i=− p m

protože pomocná časová proměnná i splňuje požadavek ∑(t )k = 0, k = 1, 3, 5 ... . (Hindls, Hronová, Novák 2000)

24

4. Metodika Všechna statistická demografická data, která jsem v této práci použila jsem čerpala ze statistických ročenek a dalších publikací Českého statistického úřadu pro jednotlivé roky 1995 - 2005. Tyto publikace mi byly k dispozici na krajské pobočce Českého statistického úřadu v Brně na ulici Jezuitská 2, konkrétně v oddělení služeb veřejnosti. Zjištěná data jsem dále zpracovala uvedenými statistickými metodami.

4.1 Demografické ukazatele Složení populace podle pohlaví vyjádříme pomocí ukazatelů proporce mužů a žen a pomocí indexu maskulinity a indexu feminity. Označíme-li proporci mužů σ (sigma) a index maskulinity ima, potom:

σ = Pm /P, ima = Pm /Pz . 100 kde P je celkový počet obyvatel v daném období a Pm , Pz počet mužů resp. žen v tomto období. Proporci žen v celé populaci vyjádříme jako hodnotu výrazu (1 - σ) a index feminity jako: ife = Pz/Pm . 100. Hrubá míra úmrtnosti hmu je ukazatelem úmrtnosti populace a vyjadřuje se v přepočtu na 1000 obyvatel středního stavu a v ročním vymezení jako: hmu = D/P . 1000 kde D je počet zemřelých a P je střední stav obyvatel. Ukazatelem sňatečnosti je hrubá míra sňatečnosti hms, vyjadřuje se v % jako: hms = S/ P . 1000 kde S je počet sňatků v daném období a P je střední stav obyvatelstva v tomto období. Ukazatelem úrovně rozvodovosti je hrubá míra rozvodovosti hmro, definovaná jako podíl rozvodů na 1000 obyvatel středního stavu za rok: hmro = R/P . 1000. Ukazatelem úrovně porodnosti je hrubá míra celkové porodnosti hmcp vyjádřená jako poměr počtu všech narozených N ku střednímu stavu obyvatelstva v daném období P:

25

hmcp = N/P . 1000 . Ukazatel obecné míry plodnosti je definován jako poměr počtu živě narozených na 1000 žen v reprodukčním věku (15 - 49 let): f = N/P . 1000 kde N je počet živě narozených dětí v daném období a P je počet žen ve věku 15 - 49 let v daném období.

4.2 Vyrovnávání časových řad Tradičním způsobem popisu trendu časové řady je její vyrovnání (vyhlazení) matematickou funkcí. Získáme tak souhrnnou informaci o charakteru hlavní tendence vývoje analyzovaného ukazatele v čase a navíc lze modelovat i další vývoj trendu v budoucnu, ovšem za předpokladu, že se jeho charakter nezmění. Nejběžnějším nástrojem je metoda nejmenších čtverců, která je použitelná v případě, že zvolená trendová funkce je lineární v parametrech. Touto metodou lze přímo získat odhady parametrů lineární a kvadratické trendové funkce. V případě jednoduché exponenciální trendové funkce lze použít metodu nejmenších čtverců až po provedení linearizující transformace. Pokud jde o modifikovaný exponenciální trend, logistický trend a Gompertzovu křivku, jde o modely, které jsou nelineární z hlediska parametrů a nelze je ani žádnou vhodnou linearizující transformací na potřebný tvar převést.

4.2.1 Lineární trend Vyjádříme ho ve tvaru Tt = a0 + a1t , kde a0, a1 jsou neznámé parametry a t = 1, 2, ..., n je časová proměnná. K odhadu parametrů a0 a a1 použijeme metodu nejmenších čtverců, která dává nejlepší nevychýlené odhady. V souladu s technikami přímkové regrese dospíváme ke dvěma normálním rovnicím

∑y ∑ ty

t

= naˆ 0 + aˆ1 ∑ t ,

t

= aˆ 0 ∑ t + aˆ1 ∑ t 2 .

26

Jejich řešením docházíme k odhadům parametrů a0 a a1 ve tvaru aˆ 0 = y − aˆ1 . t ,

∑ t. y ∑t

aˆ1 =

t 2

− t .∑ y t − n.t 2

,

kde se symbolem ∑ rozumí vždy součet přes t od 1 do n.

4.2.2 Parabolický trend

Parabolický trend má tvar Tt = a0 + a1t + a2t2, kde a0, a1, a2 jsou neznámé parametry a t = 1, 2, ..., n je časová proměnná. Protože tato trendová funkce je rovněž lineární z hlediska parametrů, použijeme k odhadu parametrů metodu nejmenších čtverců. Zavedeme proměnnou t splňující podmínku ∑(t )k = 0, k = 1, 3, 5 ... . Výsledkem použití metody nejmenších čtverců je úloha řešit soustavu tří normálních rovnic ve tvaru

∑y

= naˆ 0 + aˆ1 ∑ t ′ + aˆ 2 ∑ t ′ 2 ,

t

∑ y t ′ = aˆ ∑ t ′ + aˆ ∑ t ′ t

0

∑ y t′

2

t

2

1

+ aˆ 2 ∑ t ′ 3 ,

= aˆ 0 ∑ t ′ + aˆ1 ∑ t ′ + aˆ 2 ∑ t ′ 4 , 2

3

kde symbolem ∑ se rozumí vždy součet přes proměnnou t . Protože ∑(t )k = 0, přičemž k = 1, resp. 3, nalezneme z druhé rovnice ihned odhad parametru a1 jako aˆ 1 =

∑ y t′ . ∑ t′ t

2

Ostatní parametry získáme řešením dvou zbývajících normálních rovnic

∑y ∑ y t′

t

2

t

= naˆ 0 + aˆ 2 ∑ t ′ 2 , = aˆ 0 ∑ t ′ + aˆ 2 ∑ t ′ 4 , 2

odkud

∑ y ∑t′ − ∑ t′ ∑ y t′ n∑ t ′ − (∑ t ′ ) 4

aˆ 0 =

aˆ 2 =

2

t

2

t

4

n∑ y t t ′ 2 − ∑ yt ∑ t ′ 2 n∑ t ′ 4 −

,

2 2

(∑ t ′ )

2 2

.

27

4.2.3. Exponenciální trend Exponenciální funkce má obecně tvar Tt = a0a1t, kde a1> 0, t = 1, 2, ..., n. Je možný zápis ve tvaru Tt = e b0 +b1t ,

kde a 0 = e b0 , a1 = e b1 . Jelikož ale funkce není z hlediska parametrů lineární, nelze k odhadu použít metodu nejmenších čtverců přímo, nýbrž až po provedení linearizující transformace původní trendové exponenciály. Logaritmováním funkce dostaneme log Tt = loga0 + t . loga1 a potom již můžeme použít metodu nejmenších čtverců. Dostaneme soustavu dvou normálních rovnic

∑ log y = n. log aˆ + log aˆ .∑ t , ∑ t log y = log aˆ .∑ t + log aˆ .∑ t 0

t

1

0

t

1

2

.

Jejich řešením získáme odhady parametrických funkcí logâ0, resp. log â1. Postup lze zjednodušit, zvolíme-li proměnnou t splňující podmínku ∑(t )k = 0, k = 1, 3, 5 ... . Tak získáme řešení log aˆ 0 = log aˆ1 =

∑ log y

t

n

∑ t ′ log y ∑ (t ′)

t

2

,

.

4.2.4 Modifikovaná exponenciála Jde o funkci udávanou nejčastěji ve tvaru Tt = k + a0a 1t , a1 > 0. Modifikovaná exponenciála je funkcí mající aditivně přidanou nenulovou asymptotu k. V důsledku toho není možné k odhadu parametrů této funkce přímo použít metodu nejmenších čtverců (nejde o funkci lineární z hlediska parametrů). Tak použijeme jinou odhadovou techniku, a to metodu částečných součtů.

28

Technika částečných součtů vychází ze tří na sebe navazujících disjunktních součtů vytvořených vždy ze třetiny hodnot časové řady (délka každé této třetiny je m = n/3, kde n je celkový počet pozorování v analyzované řadě). Tyto částečné součty utvoříme takto:

S1 =

n−2 m

n−m

t = n − 3 m +1

t = n − 2 m +1

∑ yt , S 2 =

∑ yt , S 3 =

n

∑y

t = n − m +1

t

.

Empirické součty položíme rovny jejich teoretickým protějškům a na základě platnosti věty o součtu geometrické řady lze soustavu přepsat do soustavy tří rovnic o třech neznámých. Řešením těchto rovnic dostaneme pro jednotlivé odhady parametrů tyto vzorce: 1/ m

S − S2  aˆ 1 =  3  ,  S 2 − S1  aˆ 1 − 1 aˆ 0 = .(S 2 − S 1 ), 2 aˆ 1 aˆ 1m − 1

(

)

  1 S 1 −  aˆ 0 aˆ 1 ( aˆ 1m − 1)  ( aˆ 1 − 1)   kˆ = . m

Vzhledem k tomu, že n = 3m, musí být počet pozorování v řadě dělitelný třemi beze zbytku. Jestliže není, vynecháme potřebný počet pozorování na začátku řady.

4.2.5 Logistický trend Funkce vyjadřující logistický trend je nejčastěji představována ve tvaru Tt =

k , a 0 > 1 , 0 < a1 < 1 , k > 0. 1 + a 0 a1t

Pro logistiku je charakteristický symetrický průběh trendu ve tvaru písmene S. Věcně tento průběh přichází v úvahu v situacích, kdy hodnota ukazatele nejprve vzrůstá pozvolna, poté ovšem dojde k jeho strmějšímu růstu, aby nakonec byl tento růst ukazatele opět výrazně zpomalen a začal se přibližovat jakémusi prahu svého vývoje. Protože logistický trend je v podstatě inverzí modifikovaného exponenciálního trendu, musíme nejdřív provést transformaci xt = 1/yt pro t = 1, 2, ..., n.

29

Potom položíme-li k = c, a0 = b0 a a1 = b1, dostaneme Tt =

1 b0 t + .b1 , c c

což je tedy, jak bylo řečeno, vlastně rovnice modifikovaného exponenciálního trendu, kde b 1 k = , a 0 = 0 , a1 = b1 . c c Odhad

parametrů

tohoto

transformací

vytvořeného

modifikovaného

exponenciálního trendu provedeme podle vztahů z metody částečných součtů. Parametry

původní

logistické

trendové

funkce

potom

dostaneme

zpětnými

transformacemi. Pro úspěšnou aplikaci této metody je ale velmi podstatný rozdíl S2 - S1, resp. S3 - S2. Pokud je jeden z nich záporný a jeden kladný, nelze tuto metodu použít. Nejlépe je metoda aplikovatelná na řady, mající výrazný trend.

4.2.6 Gompertzova křivka

Má tvar Tt = k . a0 a1t , a1 > 0. Také ona vzniká transformací modifikovaného exponenciálního trendu. Není ale symetrická, protože většina jejich hodnot leží až za bodem, kde konvexní průběh křivky přechází v průběh konkávní. Horní asymptota se rovná k. Základem techniky odhadu parametrů modelu je linearizující logaritmická transformace logTt = log k + a1t log a0. Po ní můžeme k odhadům parametrů použít metodu částečných součtů.

30

5 Výsledky práce 5.1 Struktura obyvatelstva podle pohlaví a věku

175 000 173 000 171 000

Obyvatel

169 000 167 000 165 000 163 000 161 000 159 000 157 000 155 000 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

Střední stav obyvatel

Obrázek 1: Vývoj středního stavu obyvatel v letech 1995 - 2005 Počet obyvatel v okrese Brno-venkov se dlouhodobě každoročně zvyšuje narozdíl od ostatních okresů Jihomoravského kraje. Jak vyplývá z obrázku 1, k největšímu nárůstu počtu obyvatelstva došlo v roce 2005, kdy byl zaznamenán meziroční nárůst o 7887 osob oproti roku 2004. Změna v počtu obyvatel byla způsobena tím, že od 1. 1. 2005 podle zákona o změně hranic krajů přešlo do Jihomoravského kraje celkem 25 obcí z kraje Vysočina. Jde o 24 obcí z okresu Žďár nad Sázavou a o 1 obec (Senorady) z okresu Třebíč, které se staly obcemi okresu Brno-venkov. Počet obcí okresu se tak zvýšil ze 137 obcí na 162 obcí. Následující obrázek 2 uvádí vývoj středního stavu obyvatelstva včetně prognózy na roky 2006 a 2007 pomocí trendové funkce. Časová řada ukazatele počtu obyvatel byla vyrovnána polynomem druhého stupně. Regresní rovnice trendu má tvar y = 57,814t2 + 196,81t + 155939. Střední stav obyvatelstva by se do roku 2007 zvýšil na 168 268, za předpokladu, že by se nezměnil rostoucí charakter trendu. Odhadovaného počtu obyvatel by okres v roce 2007 dosáhl v případě, že by nedošlo k přírůstku obyvatel v důsledku připojení 25 obcí v roce 2005. Reálný počet obyvatel bude vyšší o počet obyvatel připojených obcí v konkrétním 31

sledovaném roce. V tomto případě je prognóza problematická, vzhledem ke změně hranic okresu.

170 000 168 000

Obyvatel

166 000 164 000 162 000 160 000 158 000 156 000 154 000 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Obrázek 2: Vývoj středního stavu obyvatel v letech 1995 - 2007

90 000 88 000

Obyvatel

86 000 84 000 82 000 80 000 78 000 76 000 74 000 1995

1996

1997

1998

1999

2000

Střední stav obyvatelstva - ženy

2001

2002

2003

2004

2005

Střední stav obyvatelstva - muži

Obrázek 3: Vývoj středního stavu mužů a žen v letech 1995 - 2005 Obrázek 3 vyjadřuje, že na zvyšování středního stavu obyvatel se podílel rovnoměrně jak rostoucí počet žen, tak rostoucí počet mužů. Zároveň je z obrázku 3 patrná převaha žen v populaci v okrese Brno-venkov. Hodnoty ukazatele středního stavu počtu mužů jsou na nižší úrovni než hodnoty ukazatele středního stavu počtu žen, což nasvědčuje tomu, že podíl mužů v populaci byl ve sledovaném období nižší. Toto tvrzení dokazují i níže uvedené hodnoty ukazatelů maskulinity a feminity.

32

Tabulka 1: Vývoj ukazatelů maskulinity v [%] v letech 1995 - 2000

podíl mužů v populaci index maskulinity

1 995

1 996

1 997

1 998

1 999

2 000

0,489 95,51

0,488 95,38

0,489 95,54

0,489 95,69

0,490 95,90

0,490 95,89

sekundární index maskulinity

103,62 105,07 117,57 104,77 112,28 100,73

index maskulinity ve věku 0-14 let

105,15 105,01 105,58 105,21 105,07 104,23

index maskulinity ve věku 15-59 let

103,50 103,23 103,19 103,42 103,64 103,66

index maskulinity ve věku 60-64 let

87,94

89,05

89,46

88,61

87,60

88,71

index maskulinity ve věku 65 let a více

60,78

60,98

61,42

62,15

62,83

63,15

Tabulka 2: Vývoj ukazatelů maskulinity v [%] v letech 2001 - 2005

podíl mužů v populaci index maskulinity

2 001

2 002

2 003

2 004

2 005

0,490 96,21

0,490 96,01

0,491 96,41

0,491 96,58

0,491 96,61

sekundární index maskulinity

107,32 110,78 106,62 101,96 112,54

index maskulinity ve věku 0-14 let

104,06 104,54 104,81 105,24 105,55

index maskulinity ve věku 15-59 let

104,00 103,25 103,79 103,71 103,65

index maskulinity ve věku 60-64 let

87,81

90,18

89,95

91,77

93,42

index maskulinity ve věku 65 let a více

63,86

64,25

64,48

64,70

64,91

Ukazatele maskulinity naznačují, že podíl mužů v populaci se v průběhu let 1995 - 2005 nijak výrazně neměnil. Hodnoty ukazatele maskulinity ima - index maskulinity mají ve sledovaném období střídavě mírně klesající a mírně rostoucí průběh a od roku 2002 hodnoty ima rostou, což zobrazuje obrázek 4. Maximální hodnotu dosáhl index maskulinity v roce 2005, kdy bylo v populaci 96 mužů na 100 žen. Sekundární index maskulinity - sima dokazuje výraz biologické zákonitosti, že chlapců se v populaci rodí víc než děvčat. Prakticky ve všech zemích světa s dobrou statistikou je sima větší než sto. Důvod toho, proč se mezi živě narozenými rodí více chlapců než děvčat dodnes nebyl objasněn.

33

97,0 96,8 96,6 96,4 96,2 96,0 95,8 95,6 95,4 95,2 95,0 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

index maskulinity

Obrázek 4: Vývoj hodnot indexu maskulinity v letech 1995 - 2007

Časová řada zachycující průběh změn hodnot indexu maskulinity ve sledovaném období byla vyrovnána pomocí lineárního trendu. Hodnoty parametrů trendové funkce jsou a0 = 95,22 a a1 = 0,1257. Rovnice trendové funkce je tedy y = 0,1257t + 95,22. V roce 2007 bude index maskulinity roven 96,85, pokud nedojde ke změně trendu. Tabulka 3 a tabulka 4 ukazují naopak vývoj hodnot ukazatelů feminity. Podíl žen v populaci má stejně jako podíl mužů ve sledovaném období střídavě klesající a rostoucí charakter. Celkový průběh hodnot ukazatele indexu feminity - ife má ale spíše klesající trend, což je patrné z obrázku 5. Tabulka 3: Vývoj ukazatelů feminity v letech 1995 - 2000

1 995

1 996

1 997

1 998

1 999

2 000

0,511 104,70 index feminity ve věku 0-14 let 95,10 index feminity ve věku 15-59 let 96,62 index feminity ve věku 60-64 let 113,72 index feminity ve věku 65 let a více 164,53

0,512 104,84 95,23 96,87 112,30 163,99

0,511 104,67 94,71 96,91 111,78 162,81

0,511 104,51 95,05 96,69 112,86 160,89

0,510 104,28 95,18 96,49 114,15 159,16

0,510 104,28 95,94 96,46 112,73 158,36

podíl žen v populaci index feminity

34

Tabulka 4: Vývoj ukazatelů feminity v letech 2001 - 2005

2 001

2 002

2 003

2 004

2 005

0,511 index feminity 103,94 index feminity ve věku 0-14 let 96,10 index feminity ve věku 15-59 let 96,15 index feminity ve věku 60-64 let 113,88 index feminity ve věku 65 let a více 156,59

0,512 104,15 95,66 96,85 110,89 155,64

0,511 103,73 95,41 96,34 111,17 155,10

0,511 103,54 95,02 96,42 108,97 154,56

0,510 103,51 94,74 96,48 107,05 154,06

podíl žen v populaci

Maximální hodnotu dosahoval index feminity v roce 1996 a naopak minimální v roce 2005, kdy byl podíl žen v populaci okresu Brno-venkov 51 %. V roce 1996 byl nejvyšší rozdíl podílu mužů a žen v populaci, a to 2,4 %. Nejnižšího rozdílu 1,9 % dosáhly podíly mužů a žen v populaci v roce 2005, kdy měl index feminity minimální hodnotu a současně index maskulinity maximální hodnotu za sledované období.

Časová řada vývoje hodnot indexu feminity - ife má lineární klesající trend. Parametry trendové funkce mají hodnoty a0 = 105,01 a a1 = - 0,1364. Regresní rovnice je vyjádřena jako y = - 0,1364t + 105,01. Do roku 2007 se index feminity sníží na hodnotu 103,23, což by znamenalo poměr 103 žen na 100 mužů v populaci.

105,0 104,8 104,6 104,4 104,2 104,0 103,8 103,6 103,4 103,2 103,0 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Index feminity

Obrázek 5: Vývoj hodnot indexu feminity v letech 1995 - 2007

35

106 104 102 100 98 96 94 1995

1996

1997

1998

1999

2000

Index feminity ve věku 0 - 14 let

2001

2002

2003

2004

2005

Index maskulinity ve věku 0- 14 let

Obrázek 6: Srovnání vývoje hodnot indexu maskulinity a feminity ve věku 0 - 14 let

104 102 100 98 96 1995

1996

1997

1998

1999

2000

Index feminity ve věku 15 - 59 let

2001

2002

2003

2004

2005

Index maskulinity ve věku 15 - 59 let

Obrázek 7: Srovnání vývoje indexu maskulinity a feminity ve věku 15 - 59 let

160 140 120 100 80 60 1995

1996

1997

1998

1999

2000

Index feminity ve věku 60 a více let

2001

2002

2003

2004

2005

Index maskulinity ve věku 60 a více let

Obrázek 8: Srovnání vývoje indexu maskulinity a feminity ve věku 60 a více let

36

Z obrázků 6, 7 a 8 je patrné, že podíl žen v populaci je převažující pouze u dětské a u aktivní složky populace. U dětské složky je to způsobeno převahou chlapců mezi živě narozenými dětmi, jak už bylo zmíněno dříve. Dalším faktorem ovlivňujícím proporci mužů v populaci je migrace, která je velmi proměnlivá. Největší podíl na snížení počtu mužů v populaci ve věkové skupině 60 let a více má větší intenzita úmrtnosti mužů než žen. V rámci složení obyvatelstva v okrese Brno-venkov podle věku může být označena tato populace jako populace regresivního typu, protože zastoupení postreprodukční složky je v populaci vyšší než zastoupení dětské složky. U regresivního typu dětská složka nenahrazuje plně obyvatelstvo v reprodukčním věku. Věková struktura ale není ovlivněna jen procesy rození a vymírání ale také migrací, která se výrazně projevuje hlavně na populaci menších územních celků. V dané populaci okresu Brno-venkov dochází jako v celé České republice k procesu, který je označován jako demografické stárnutí. Tento proces je dobře patrný z vývoje hodnot indexu stáří - is, které jsou uvedeny v tabulce 5. Tabulka 5: Vývoj hodnot indexu stáří v letech 1995 - 2005

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

105,9 107,8 109,7 112,4 114,7 117,7 119,4 122,2 126,5 129,9 134,4 Proces demografického stárnutí se projevuje růstem podílu postaktivní složky populace a současným snižováním podílu složky dětské. Dochází tak ke zvyšování ekonomického zatížení aktivní složky populace. Procentní zastoupení dětské, aktivní a postaktivní složky populace okresu Brno-venkov je vyjádřeno v tabulce 6 a graficky znázorněno na obrázku 9. Tabulka 6: Podíl dětské, aktivní a postaktivní složky v [%] na populaci v letech 1995 - 2005

1995

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

dětská

18

18

17

17

17

16

16

16

16

15

15

aktivní

63

63

63

64

64

64

64

64

64

64

64

postaktivní

19

19

19

19

19

19

19

20

20

20

21

37

70 60 50 40 30 20 10 0 1995

1996

1997

1998

Podíl dětské složky v %

1999

2000

2001

Podíl aktivní složky v %

2002

2003

2004

2005

Podíl postaktivní složky v %

Obrázek 9: Podíl dětské, aktivní a postaktivní složky v [%] na populaci v letech 1995 - 2005 V rámci populačního vývoje celé České republiky docházelo do roku 2004 ke snižování středního stavu obyvatel. V roce 2005 se počet obyvatel začal zvyšovat. V populaci České republiky je vyšší zastoupení žen než mužů, přestože biologicky se rodí více chlapců. Počty mužů a žen jsou vyrovnané až do věku 49 let, kdy se projeví specifická vyšší míra úmrtnosti u mužů. Hodnoty indexu maskulinity - ima v populaci mají rostoucí trend a hodnoty indexu feminity - ife mají naopak klesající trend. Vývoj populace v okrese Brno-venkov odpovídá situaci v celé České republice ve sledovaném období. Liší se pouze v průběhu hodnot středního stavu obyvatel, který má v populaci v okrese dlouhodobě rostoucí trend narozdíl od České republiky.

5.2 Ukazatele úmrtnosti Ukazatel úmrtnosti - hrubá míra úmrtnosti - hmú má klesající trend, stejně jako hmú v celé České republice. Snižování úmrtnosti je důsledkem lepší zdravotnické péče a snadnější dostupnosti léčiv. Projevuje se také lepší informovanost z hlediska prevence různých onemocnění a nový trend v oblasti zdravého životního stylu. Nízké hodnoty hmú u menších populací však poněkud ztrácejí svou vypovídací schopnost, protože zde nabývá stále více na významu věková struktura. Úroveň populace se odráží v péči o děti v nejmladším věku. Ta se projeví v úmrtnosti dětí do 1 roku života, vyjádřené kvocientem kojenecké úmrtnosti - kú. Kvocient kojenecké úmrtnosti měl ve sledovaném období převážně klesající trend.

38

V roce 2005 však došlo opět k výraznému zvýšení jeho hodnoty oproti roku 2004. Nejvyšší počet zemřelých dětí do 1 roku na 1000 živě narozených dětí byl na začátku sledovaného období, v roce 1995. Minimální hodnoty dosáhl kvocient kú v roce 2004. Vývoj obou uvedených ukazatelů úmrtnosti je zachycen v tabulkách 7a a 7b.

Tabulka 7a: Vývoj hrubé míry úmrtnosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 11,16 11,22 10,74 10,24 10,51 11,21 10,45 10,78 11,09 9,92 10,49

Tabulka 7b: Vývoj kvocientu kojenecké úmrtnosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 8,21 7,07 2,14 4,23 4,88 4,38 2,77 3,41 3,34 1,21 4,45 Časová řada hodnot hrubé míry úmrtnosti má klesající lineární trend. Regresní rovnice má tvar y = - 0,0593t + 11,065, hodnoty parametrů jsou a0 = 11,065 a a1 = - 0,0593. Do roku 2007 se při stávajícím charakteru trendu sníží hrubá míra úmrtnosti na hodnotu 10,29 ‰, což znázorňuje obrázek 10.

12,0

11,5

‰

11,0

10,5

10,0

9,5 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Hrubá míra úmrtnosti

Obrázek 10: Vývoj hodnot hrubé míry úmrtnosti v [‰] v letech 1995 - 2007

39

5.3 Ukazatel sňatečnosti Hrubá míra sňatečnosti - hms, která charakterizuje sňatečnost v dané populaci, v okrese Brno-venkov klesá stejně jako hms v rámci celé české republiky, kde se podíl počtu sňatků na počet obyvatel také dlouhodobě snižuje. Je to způsobeno novými trendy demografického chování. Mladí lidé upřednostňují mimozákonné svazky jako je nesezdané soužití a odkládají vstup do manželství do vyššího věku. Vývoj hrubé míry sňatečnosti popisuje tabulka 8. Graficky je průběh hms znázorněn na obrázku 11. Tabulka 8: Vývoj hrubé míry sňatečnosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 5,17

4,98

5,46

5,13

4,95

5,29

4,91

Ukazatel hms má ve sledovaném období

4,74

4,66

4,79

4,71

klesající lineární trend. Hodnota

parametrů regresní rovnice je a0 = 5,324 a a1 = - 0,0571. Tvar regresní rovnice je y = - 0,0571t + 5,324. Za předpokladu, že se trend nezmění klesne hodnota hms na 4,582 ‰ .

5,7

5,5

‰

5,3

5,1

4,9

4,7

4,5 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Hrubá míra sňatečnosti

Obrázek 11: Vývoj hodnot hrubé míry sňatečnosti v [‰] v letech 1995 - 2007

40

5.4 Ukazatel rozvodovosti V České republice je vysoká míra rozvodovosti. Podíl počtu rozvodů na počet obyvatel se od roku 1996 zvyšoval a následně do roku 2002 klesal. V roce 2002 opět vzrostl, ale od roku 2003 má klesající tendenci. Se snižující se hrubou mírou sňatečnosti klesá i hrubá míra rozvodovosti. V okrese Brno-venkov byla maximální hodnota hrubé míry rozvodovosti - hmr za sledované období zaznamenána v roce 1996, a to 2,76 ‰. Po roce 1996 hodnota hmr prudce klesala až na minimální hodnotu dosaženou v roce 1999. Od roku 2000 se hodnoty hmr příliš výrazně neměnily a na konci sledovaného období, v roce 2005, se hmr opět snížila. Vysoká míra rozvodovosti je zapříčiněná poklesem vlivu náboženství v populaci a také legislativní úpravou, podle které nepatří Česká republika k zemím, kde by byl rozvod právně obtížný.

Tabulka 9: Vývoj hodnot hrubé míry rozvodovosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2,29

2,72

2,35

2,13

1,85

2,52

2,43

2,45

2,44

2,59

2,31

3,1 2,9 2,7

‰

2,5 2,3 2,1 1,9 1,7 1,5 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Hrubá míra rozvodovosti

Obrázek 12: Vývoj hrubé míry rozvodovosti v [‰] v letech 1995 - 2007

41

Z obrázku 12 je patrný rostoucí trend rozvodovosti v okrese Brno-venkov.

Časová řada hodnot hmr je vyrovnána lineární trendovou funkcí. Regresní rovnice má tvar y = 0,0099t + 2,3122 s parametry a0 = 2,3122 a a1 = 0,0099. Pokud nedojde ke změně trendu, opět vzroste hodnota hrubé míry rozvodovosti do roku 2007 na 2,44 ‰, což je hodnota odpovídající i roku 2003.

5.5 Ukazatele plodnosti a porodnosti V České republice hrubá míra celkové porodnosti v 90. letech klesala, ale v posledních třech letech zaznamenáváme opět nárůst porodnosti. V roce 1993 poklesla hrubá míra celkové porodnosti až na hodnotu 8,87 ‰, což je velký rozdíl oproti hodnotě 12,8 ‰, jakou dosahovala v roce 1980 a dříve. Pokles hrubé míry porodnosti je důsledkem trendu odkládání založení rodiny a početí dětí do vyššího věku ve prospěch osobního a kariérního rozvoje mladých žen v plodném věku. Současně se zvyšuje podíl dětí narozených mimo manželství v důsledku upřednostňování nasezdaného soužití. V okrese Brno-venkov se ukazatel porodnosti - hrubá míra celkové porodnosti - hmcp snižoval až do roku 2000, kdy dosáhl svého minima za sledované období. Od roku 2000 hodnoty hmcp vzrůstají. Maximální hodnoty dosáhla hrubá míra celkové porodnosti v roce 2005.

Tabulka 10: Vývoj hodnot hrubé míry celkové porodnosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 9,40

9,05

8,92

8,98

9,07

8,63

9,07

9,14

9,26 10,05 10,40

Vývoj hodnot hrubé míry celkové porodnosti má rostoucí trend. Časová řada byla vyrovnána

polynomem

druhého

stupně.

Regresní

rovnice

má

tvar

y = 0,0408t2 - 0,3958t + 9,7708. V roce 2007 by se při současném trendu vývoje hodnot mohla hrubá míra celkové porodnosti zvýšit až na hodnotu 11,52 ‰.

42

12,0 11,5 11,0

‰

10,5 10,0 9,5 9,0 8,5 8,0 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Hrubá míra celkové porodnosti

Obrázek 13: Vývoj hodnot hrubé míry celkové porodnosti v [‰] v letech 1995 - 2007 Obecná míra plodnosti v České republice stejně jako hrubá míra celkové porodnosti od roku 1993 do roku 2002 klesala, a od roku 2002 se pomalu zvyšovala. Vývoj obecné míry plodnosti f v okrese Brno-venkov je zachycen v tabulce 11. Ve sledovaném období se počet živě narozených dětí ku střednímu stavu žen v reprodukčním věku 15 - 49 let nejprve snižoval do roku 1997. Poté do roku 1999 rostl až na hodnotu 33,95 ‰. V roce 2000 se hodnota f opět snížila a dosáhla minima. Od roku 2001 obecná míra plodnosti roste a svého maxima dosáhla za sledované období v roce 2005.

Tabulka 11: Vývoj hodnot obecné míry plodnosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 34,06 33,04 32,70 33,32 33,95 32,43 34,27 34,75 35,42 38,90 42,27

Časová řada hodnot obecné míry plodnosti má rostoucí trend. Pro vyrovnání časové řady byl použit polynom druhého stupně. Regresní rovnice má tvar y = 0,1885t2 - 1,5724t + 35,773. Odhadovaná hodnota obecné míry plodnosti v roce 2007 při současném trendu je 47,19 ‰.

43

51 48 45

‰

42 39 36 33 30 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Obecná míra plodnosti

Obrázek 14: Vývoj hodnot obecné míry plodnosti v [‰] v letech 1995 - 2007

5.6 Ukazatel potratovosti Ukazatel potratovosti - hrubá míra potratovosti - hmpo v okrese Brno-venkov má klesající tendenci. Obdobný vývoj má hmpo v rámci celé České republiky. Ukazatel hmpo měl v okrese Brno-venkov maximální hodnotu na počátku sledovaného období, a to 4,06 ‰. Do roku 2004 se hodnota hmpo snížila až na minimum za sledované období 2,98 ‰. V roce 2005 zaznamenal ukazatel hmpo opět mírný nárůst. Klesající hodnoty ukazatele hmpo lze přikládat mimo jiné existenci široké dostupné škály moderních antikoncepčních prostředků a dobré informovanosti o jejich účincích a použití.

Tabulka 12: Vývoj hodnot hrubé míry potratovosti v [‰] v letech 1995 - 2005

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 4,06

3,91

3,69

3,79

3,45

3,28

3,35

3,10

3,11

2,98

3,10

44

4,3

4,0

‰

3,7

3,4

3,1

2,8

2,5 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Hrubá míra potratovosti

Obrázek 15: Vývoj hodnot hrubé míry potratovosti v [‰] v letech 1995 - 2007

Časová řada hodnot hrubé míry potratovosti má klesající parabolický trend. Pro vyrovnání byla použita regresní funkce y = 0,0046t2 - 0,1979t + 4,2754 s hodnotami parametrů a0 = 4,2754, a1 = - 0,1979 a a2 = 0,0046. V roce 2007 by se odhadovaná hodnota hmpo snížila při stávajícím trendu na 2,99 ‰.

5.7 Přírůstek obyvatelstva Jak již bylo uvedeno, na rozdíl od ostatních okresů Jihomoravského kraje, se počet obyvatel okresu Brno-venkov dlouhodobě zvyšuje, není to ovšem dáno přirozeným přírůstkem, ale hlavně migračním přírůstkem. V roce 2004 migrační saldo dosáhlo 2 421 osob, z toho významný podíl představují přistěhovalí z okresu Brno-město, kteří vyhledávají a využívají na venkově dobré podmínky pro výstavbu domů a bytů v klidném a krásném prostředí obcí okresu Brno-venkov. Dalším důvodem proč je stěhování do okresu Brno-venkov atraktivní jsou příznivé klimatické podmínky a stav životního prostředí. Výhodou obcí v okrese Brno-venkov je jejich dobré dopravní napojení na Brno. Vzhledem ke své poloze má Brno-venkov značnou intenzitu dopravy. Silniční doprava i železniční trasy zákonitě procházejí územím okresu a tím kladně ovlivňují hospodářství i rozvoj podnikatelských aktivit.

45

Registrovaná míra nezaměstnanosti k 31. 12. 2004 dosáhla 7,20 % a patří dlouhodobě mezi nejnižší. Je to dáno také tím, že obyvatelé okresu nachází pracovní příležitosti především v Brně. Podle výsledků sčítání lidu z roku 2001 dojíždělo za prací z obce bydliště téměř 48 tisíc obyvatel, z toho více jak 60 % dojíždělo za prací právě do města Brna. Tabulka 13: Vývoj přírůstků obyvatelstva v letech 1995 - 2000

Celkový přírůstek obyvatel Přirozený přírůstek obyvatel Přírůstek stěhováním

1995

1996

1997

1998

1999

2000

283

94

630

663

639

441

-274

-346

-291

-202

-232

-415

557

440

921

865

871

856

Tabulka 14: Vývoj přírůstků obyvatelstva v letech 2001- 2005

2001

2002

2003

2004

2005

1201

1252

1984

2439

848

-222

-266

-300

18

-21

1423

1518

2284

2421

869

Celkový přírůstek obyvatel Přirozený přírůstek obyvatel Přírůstek stěhováním

Celkový přírůstek obyvatelstva v okrese Brno-venkov od roku 1996, kdy byl za sledované období minimální, vzrůstal až na maximální hodnotu 2439, které dosáhl v roce 2004. V roce 2005 se celkový přírůstek obyvatel oproti roku 2004 podstatně snížil, a to o 1591 obyvatel. Přirozený přírůstek obyvatel se za sledované období trvale pohybuje v záporných hodnotách, což naznačuje že počet zemřelých lidí převažuje nad počtem narozených dětí. Maximální hodnoty, a zároveň jediné kladné, dosáhl přirozený přírůstek obyvatel v roce 2004, kdy počet narozených byl větší než počet zemřelých o 18 obyvatel. Přírůstek stěhováním se od roku 1996, kdy byl nejnižší za sledované období, do roku 1997 zvýšil o 481 obyvatel. Od roku 1997 do roku 2000 se počet přistěhovalých snižuje a přírůstek stěhováním klesá. V roce 2001 se hodnota přirozeného přírůstku opět zvyšuje a roste až do roku 2004, kdy dosahuje maxima 46

za sledované období.

V roce 2005, v důsledku zvýšeného počtu vystěhovalých

a sníženého počtu přistěhovalých obyvatel, klesá hodnota přírůstku stěhováním na 869 obyvatel.

2700

2200

Obyvatel

1700

1200

700

200

-300 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Celkový přírůstek obyvatelstva

Obrázek 16: Vývoj celkového přírůstku obyvatelstva v letech 1995 - 2007

Časová řada přírůstku obyvatelstva byla vyrovnána lineární trendovou funkcí. Regresní rovnice má tvar y = 163,7t - 30,018 s parametry a0 = -30,018 a a1 = 163,7. Celkový přírůstek obyvatelstva by se v roce 2007 zvýšil na hodnotu 2098, pokud by se nezměnil dosavadní trend vývoje. V případě celkového přírůstku obyvatel je obtížné budoucí hodnoty určit, protože závisí zejména na migraci. Obrázek 17 graficky znázorňuje vývoj hodnot přirozeného přírůstku obyvatel v okrese Brno-venkov ve sledovaném období. Časová řada je střídavě mírně rostoucí a mírně klesající. Trend časové řady je rostoucí. K vyrovnání byla použita přímka s regresní rovnicí ve tvaru y = 23,418t - 372,42. Pokud by nedošlo ke změně trendu, hodnota přirozeného přírůstku v roce 2007 by byla - 68 obyvatel.

47

100 0

Obyvatel

-100 -200 -300 -400 -500 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Přirozený přírůstek obyvatel

Obrázek 17: Vývoj přirozeného přírůstku obyvatel v letech 1995 - 2007 Následující obrázek 18 zobrazuje vývoj hodnot přírůstku obyvatel okresu Brno-venkov v důsledku stěhování. Přírůstek stěhováním měl rostoucí charakter až do roku 2005 kdy se jeho hodnota oproti roku 2004 velmi výrazně snížila.

Časová řada hodnot přírůstku obyvatel stěhováním byla vyrovnána přímkou. Regresní rovnice má tvar y = 140,28t + 342,4. Jestliže by podle trendové přímky přírůstek obyvatel stěhováním narůstal od roku 2005, zvýšila by se jeho hodnota až na 2166 obyvatel a přiblížila by se hodnotám z let 2003 a 2004.

2700 2400

Obyvatel

2100 1800 1500 1200 900 600 300 1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Přírůstek stěhováním

Obrázek 18: Vývoj přírůstku obyvatel stěhováním v letech 1995 - 2007

48

3000 2500

Obyvatel

2000 1500 1000 500 0 -500 -1000 1995

1996

1997

1998

1999

2000

Přirozený přírůstek obyvatel

2001

2002

2003

2004

2005

Přírůstek stěhováním

Obrázek 19: Srovnání přirozeného přírůstku a přírůstku stěhováním v letech 1995 - 2005 5500 5000 4500

Obyvatel

4000 3500 3000 2500 2000 1500 1000 1995

1996

1997

1998

1999

2000

Přistěhovalí celkem

2001

2002

2003

2004

2005

Vystěhovalí celkem

Obrázek 20: Vývoj počtu přistěhovalých a vystěhovalých v letech 1995 - 2005 Rozdíl mezi počtem přistěhovalých a vystěhovalých se během sledovaného období zvyšoval, proto také rostlo migrační saldo, tedy hodnoty přírůstku stěhováním. V roce 2005 ale výrazně vzrostl počet vystěhovalých a snížil se počet přistěhovalých, proto zaznamenáváme v okrese Brno-venkov nižší přírůstek stěhováním a ve spojení se snižujícím se přirozeným přírůstkem obyvatel se výrazně snížil celkový přírůstek obyvatel v okrese. Počet přistěhovalých obyvatel po celé sledované období převažuje

49

nad počtem vystěhovalých obyvatel, proto zůstává přírůstek stěhováním kladný. Z obrázku 19 je patrné to, co již bylo zmíněno, že na přírůstku obyvatel se podstatnou měrou podílí migrační přírůstek obyvatel. Uvedené prognózované hodnoty jednotlivých ukazatelů vyjadřující budoucí vývoj populace jsou pouze přibližné. Uvádějí jak by probíhal vývoj obyvatelstva za předpokladů vycházejících ze současných trendů. Trendové funkce pro vyrovnávání

časových řad ukazatelů byly zvoleny tak aby co nejlépe postihly současný vývoj trendu a zároveň mohly být použity i pro projekci do budoucna.

6 Diskuse Prognózované hodnoty jednotlivých ukazatelů, které jsou uvedeny ve výsledcích práce, přibližně vyjadřují budoucí vývoj populace. Vycházejí ze současných trendů demografického chování a odhadují pouze, jak by probíhal vývoj populace v případě, že by se trendy neměnily. Volba trendových funkcí pro vyrovnávání časových řad ukazatelů

byla

omezena

výběrem

analytických

funkcí,

které

se

používají

pro krátkodobou extrapolaci. Stanovení hypotéz populačního vývoje však vyžaduje i zohlednění dalších faktorů, ovlivňujících demografickou reprodukci. Podle prognóz Českého statistického úřadu by se počet obyvatel České republiky měl v rámci delšího časového horizontu snižovat. Vliv na tuto perspektivu populačního vývoje bude mít zejména pokles hrubé míry celkové porodnosti a tím i snižování počtu živě narozených dětí, který nebude plně nahrazovat reprodukční složku populace. Směr populačního vývoje České republiky odpovídá směru vývoje v řadě jiných evropských zemí. Je to signál upozorňující na podstatné změny reprodukčního procesu, které si vyžadují zvláštní pozornost. Na aktuálnosti nabývá otázka dlouhodobé koncepce aktivní migrační politiky státu, protože je nutné počítat s úbytkem obyvatelstva přirozenou měnou, tedy s převahou počtu zemřelých nad počtem narozených. Okres Brno-venkov patří mezi okresy České republiky, kde se počet obyvatel dlouhodobě zvyšuje. Na celkovém přírůstku obyvatel se ale převážnou měrou podílí přírůstek obyvatel v důsledku migrace. Počet přistěhovalých obyvatel v celém sledovaném období převyšuje počet vystěhovalých. Prostředí okresu Brno-venkov nabízí příznivé podmínky pro bydlení a zároveň díky své poloze v blízkosti Brna a dobrému dopravnímu napojení na Brno snadnou dostupnost výhod, které přináší život 50

ve velkoměstě. Z těchto důvodů zejména v posledních letech dochází ke stěhování lidí z rušného prostředí města na venkov. Přistěhovalí okresu Brno-venkov jsou tvořeni převážně obyvateli Brna-města. Přestože počet přistěhovalých měl ve sledovaných letech rostoucí trend, v roce 2005 se snížil. Zatímco počet vystěhovalých už od roku 2000 neustále roste. To by se mohlo v delším časovém období odrazit na počtu obyvatel okresu, který závisí zejména na migračním saldu. Přirozený přírůstek obyvatel okresu se dlouhodobě pohybuje v záporných hodnotách. Proto by měly být v okrese připravovány a zajišťovány takové podmínky, které by zvýšily atraktivitu regionu a vyvolaly zvýšení přistěhovalých obyvatel. Vystoupil [10] uvádí, že do roku 2030 lze očekávat prudký pokles hrubé míry porodnosti a obecné míry plodnosti vzhledem k současnému vývoji hodnot těchto ukazatelů. Z výsledků této bakalářské práce je patrné, že oba zmíněné ukazatele v okrese Brno-venkov mají od poloviny sledovaného období rostoucí charakter. Zároveň se podle hrubé míry potratovosti snižuje i počet potratů. Podíl dětské složky v populaci okresu, který tvoří přibližně 15 % se ale snižuje na úkor stoupajícího podílu postreprodukční složky, o čemž vypovídají rostoucí hodnoty indexu stáří. Tato situace, nazývaná stárnutí populace, se projevuje na populaci celé České republiky a je způsobena vývojem demografického chování, který můžeme sledovat i v ostatních evropských zemích. Změny ve věkové struktuře obyvatelstva souvisí také s klesající úmrtností, k níž dochází v okrese v důsledku zlepšování zdravotnické péče, lepší dostupnosti léčiv a prevence různých onemocnění. Podle prognóz Burcina a Kučery [1] vyvolá očekávaný rostoucí počet osob v důchodovém věku a snižující se počet osob ve věku 0 - 14 let řadu problémů. Zejména dojde k velkému ekonomickému zatížení ekonomicky aktivních osob a náporu na hospodářství státu v souvislosti s důchodovým zabezpečením.

Koschin [5]

v souvislosti se stárnutím populace uvádí k problematice ekonomického zatížení, že do roku 2015 toto zatížení nebude narůstat a stárnutí výrazně nepocítíme. Pak ovšem nastane poměrně rychlý růst zatížení vyvolávající snižování životní úrovně. Životní úroveň příznivě mohou ovlivnit jiné faktory, které je třeba zohlednit. Zejména tzv. lidský kapitál a ekonomická aktivita starších lidí. Kromě ekonomického dopadu, který se projeví také na trhu práce, můžeme důsledky stárnutí populace sledovat i v sociální sféře společenského systému.

51

Nadbytek pracovní síly v okrese by se mohl v důsledku stárnutí populace změnit v kritický nedostatek. Vzhledem k regionální diferenciaci populačního vývoje nastává problém s nadbytkem školních kapacit. Vzrůstá také význam sociální politiky zaměřené na pomoc lidem ve stáří. Nízký

počet

narozených

dětí

přikládají

demografové

novému

trendu

reprodukčního chování souvisejícího s druhým demografickým přechodem. Nové možnosti seberealizace odsunuly děti na nižší pozice v hierarchii individuálních hodnot. Založení rodiny, tedy vstup do manželství a narození dětí, je odkládáno do vyššího věku. Ze studie Zemana [11], zabývající se posunem věku snoubenců v letech 1991 - 2004, je patrné, že v tomto období došlo k nárůstu průměrného věku snoubenců přibližně o pět let. Fialová [2] uvádí, že od roku 1919 se v České republice uzavíralo nejméně 7 sňatků na 1000 obyvatel pouze s výjimkou let 1944 a 1957. Pod 7 ‰ klesla hrubá míra sňatečnosti v České republice v roce 1993, tentokrát ale nešlo o pokles jednorázový. Úroveň sňatečnosti klesá a přitom se v populaci postupně zvyšuje počet i podíl osob schopných uzavřít sňatek - především mladých svobodných lidí, jejichž intenzita vstupu do manželství o celkovém charakteru sňatečnosti rozhoduje. Široké spektrum důvodů nízkého počtu uzavíraných sňatků lze odvozovat v prvé řadě ze zcela nových podmínek života obyvatelstva. Tento trend lze v okrese Brno-venkov sledovat na klesajících hodnotách ukazatele sňatečnosti. Pokles uzavíraných sňatků je

podle mého názoru způsoben

rovněž tím, že mnoho dvojic volí nesezdané soužití jako alternativu manželství. Odkládání založení rodiny souvisí i s ekonomickou situací obyvatel okresu. Založení nové rodiny a domácnosti vyžaduje od 90. let podstatně větší ekonomické zázemí než tomu bylo v předchozí době. Většina mladých lidí zatím nemá reálnou možnost naplnit základní podmínky pro založení rodiny, především pořídit si byt. Avšak podle Burcina a Kučery [1] i země s vysokou životní úrovní a fungujícím trhem bytů dlouhodobě vykazují nízkou plodnost proto nelze předpokládat, že se úhrnná plodnost výrazně zvýší nebo vrátí na úroveň před rokem 1990. Svou roli hraje v této problematice také stát, který by se měl snažit o podporu rodiny pomocí nástrojů populační politiky jako jsou například rodinné přídavky, placená mateřská dovolená, porodné a další. Nelze však očekávat, že klasické nástroje populační politiky budou mít podstatný vliv na celkovou úroveň plodnosti u nás protože se změnila hodnotová orientace lidí. 52

7 Závěr Počet obyvatel v okrese Brno-venkov v období let 1995 - 2005 každoročně vzrůstal i přes klesající tendenci vývoje středního stavu obyvatel v rámci celé České republiky a lze očekávat jeho další zvyšování. V roce 2005 měl okres k datu 31. 12. 173 579 obyvatel. V populaci okresu převažuje po celé sledované období podíl žen, které tvořily v roce 2005 51 % populace. V nadcházejících letech by se však podíl žen mohl podle snižujících se hodnot ukazatele feminity snížit na úkor počtu mužů, tak že by v populaci byl na 100 mužů počet žen 103. Podle věkového složení obyvatelstva se projevuje v populaci okresu Brno-venkov stejně jako v populaci celé České republiky proces demografického stárnutí. Dětská složka tvoří 15 % populace zatímco postreprodukční 21 % a lze očekávat její zvyšování i v nadcházejících letech. Snižující se podíl dětské složky v populaci na úkor rostoucího podílu složky postreprodukční vyvolává změny v ekonomické a sociální sféře společnosti. Dochází k vysokému zatížení ekonomicky aktivních obyvatel a ke změnám v důchodovém zajištění. V okrese klesá také hrubá míra úmrtnosti. Její hodnota se pohybovala ve sledovaném období mezi 9,92 ‰ a 11,22 ‰ což odpovídá situaci v populaci České republiky. Její hodnota by se měla snížit do roku 2007 na 10,29 ‰. Hodnota kvocientu kojenecké úmrtnosti od roku 1995 výrazně poklesla. V roce 2005 byl počet zemřelých kojenců 4 na 1000 živě narozených dětí. V důsledku nového trendu odkládání založení rodiny klesá v období 1995 - 2005 v okrese stejně jako v celé České republice počet uzavřených sňatků. Do roku 2007 lze očekávat pokles hrubé míry sňatečnosti ze současných 4,71 ‰ na 4,58 ‰. S hrubou mírou sňatečnosti se snižuje v České republice i hrubá míra rozvodovosti zatímco v okrese Brno-venkov počet rozvedených manželství do roku 1999 klesal, ale od poloviny sledovaného období opět vzrostl a pohybuje se okolo hodnoty 2,4 ‰, což by se nemělo měnit ani v období do roku 2007. Hrubá míra celkové porodnosti a obecná míra plodnosti v České republice klesá, v okrese Brno-venkov ale sledujeme po poklesu v 90. letech jejich opětovný každoroční mírný nárůst. V roce 2005 činila hrubá míra celkové porodnosti 10,45 ‰ a obecná míra

53

plodnosti 42,27 ‰. Do roku 2007 by se jejich hodnoty mohly zvýšit na 11,52 ‰ a 47,19 ‰. Ukazatel potratovosti se ve sledovaném období snižuje jeho hodnota by se mohla ze současných 3,10 ‰ snížit do roku 2007 při stávajícím trendu na 2,7 ‰. Celkový přírůstek obyvatel v okrese vzrůstal, ale v roce 2005 sledujeme jeho velký pokles. Na celkovém přírůstku obyvatel se podílí zejména přírůstek stěhováním. I přes rostoucí počet vystěhovalých z okresu, počet přistěhovalých převažuje. Celkový přírůstek v roce 2005 byl 848 osob a přírůstek stěhováním z toho tvořil 869 osob. Hodnoty přirozeného přírůstku se ve sledovaném období pohybovaly v záporných

číslech. Do roku 2007 by se celkový přírůstek mohl v důsledku klesajícího přírůstku stěhováním změnit na 2098. Sledování populačního vývoje obyvatelstva a demografického chování je pro stát a různé státní i jiné organizace důležité protože ovlivňuje řadu okolností. V jejich rozhodování a plánování musí být zohledněn aktuální stav populace a také prognóza jeho vývoje. Výsledky této práce mohou být přínosem například při tvorbě dlouhodobých plánů na přerozdělování financí z veřejného sektoru, které musí reagovat na demografické změny. Složení populace státu ovlivňuje jeho ekonomickou sílu, proto je důležité sledovat strukturu obyvatelstva a jeho reprodukční chování, zejména v dnešní době rostoucí konkurence v rámci integrovaného ekonomického prostředí.

54

Seznam použitých zdrojů [1]

BURCIN, B., KUČERA, T. Aktuální stav a perspektivy populačního vývoje

České republiky do roku 2020. 1. vyd. Praha: Univerzita Karlova v Praze, 1995. 25 s. ISBN 80-7184-052-1. [2]

FIALOVÁ, L. Analýza:Ke změnám sňatkového chování. [on line].c 2004-2006,

poslední

aktualizace

27.

12.

2005[cit.

2006-5-10].

Dostupné

z WWW:

. [3]

HINDLS, R., HRONOVÁ, S., NOVÁK, I. Metody statistické analýzy

pro ekonomy. 2. vyd. Praha: Management Press, 2000. 259 s. ISBN 80-7261-013-9. [4]

HINDLS, R., HRONOVÁ, S., SEGER, J. Statistika pro ekonomy. 3. vyd. Praha:

Professional publishing, 2003. 417 s. ISBN 80-86419-34-7. [5]

KOSCHIN, F. Naše populace stárne - uživíme se?. [on line].c 2005-2006,

poslední

aktualizace

23.

12.

2005[cit.

2006-5-10].

Dostupné

z WWW:

. [6]

KOSCHIN, F. Demografie poprvé. 2. vyd. Praha: VŠE, 2005. 121 s. ISBN

80- 45-0859-1. [7]

PAVLÍK, Z., KALIBOVÁ, K., VODÁKOVÁ, A. Demografie (nejen)

pro demografy. 1. vyd. Praha: SLON, 1993. 125 s. ISBN 80-901424-2-7. [8]

ROUBÍČEK, V. Úvod do demografie. 1. vyd. Praha: Codex Bohemia, 1997.

352 s. ISBN 80-85963-43-4. [9]

SEGER, J., HINDLS, R. Statistické metody v tržním hospodářství. 1. vyd. Praha:

Victoria Publishing, 2000. 435 s. ISBN 80-7187-058-7. [10] VYSTOUPIL, J., TARABOVÁ, Z. Základy demografie. 1. vyd. Brno: Masarykova univerzita v Brně, 2004. 151 s. ISBN 80-210-3617-6. [11] ZEMAN, K. Věk při sňatku a rozdíl mezi věkem ženicha a věkem nevěsty v České

republice

poslední

aktualizace

v 6.

letech

1991

3.

2006[cit.

-

2004.

[on

2006-5-10].

line].c

Dostupné

2005-2006, z

WWW:

.

55

Přílohy Příloha 1: Demografické údaje pro okres Brno-venkov v období 1995 - 2005 Příloha 2: Mapa okresů Jihomoravského kraje

56

Příloha 1 : Demografické údaje pro okres Brno-venkov v období 1995 - 2005 Rok 1995

Rok 1996

Rok 1997

Rok 1998

155 695

157 042

157 672

158 335

Stav obyvatel k 31.12. ženy

79 636

80 377

80 634

80 912

Stav obyvatel k 31.12. muži

76 059

76 665

77 038

77 423

Střední stav obyvatelstva celkem

155 569

156 936

157 318

158 042

Střední stav obyvatelstva - ženy

79 554

80 297

80 504

80 802

Střední stav obyvatelstva - muži

76 015

76 639

76 814

77 240

Narození celkem

1 463

1 420

1 404

1 420

Živě narození celkem

1 462

1 415

1 399

1 417

Živě narozené ženy

718

690

643

692

Živě narození muži

744

725

756

725

1 736

1 761

1 690

1 619

12

10

3

6

Sňatky

804

782

859

811

Rozvody

356

427

370

337

Počet obyvatel ve věku 0 - 14 let

28 260

27 945

27 577

27 110

Počet žen ve věku 0 - 14 let

13 775

13 631

13 414

13 211

Počet mužů ve věku 0-14 let

14 485

14 314

14 163

13 899

Počet obyvatel ve věku 15 - 59 let

97 508

98 963

99 843

100 758

Počet žen ve věku 15 - 59 let

47 915

48 694

49 138

49 532

Počet mužů ve věku 15-59 let

49 593

50 269

50 705

51 226

Počet obyvatel ve věku 60 - 64 let

7 431

7 233

7 190

7 167

Počet žen ve věku 60 - 64 let-ženy

3 954

3 826

3 795

3 800

Počet mužů ve věku 60-64 let

3 477

3 407

3 395

3 367

Počet obyvatel ve věku 65 let a více

22 496

22 901

23 062

23 300

Počet žen ve věku 65 let a více

13 992

14 226

14 287

14 369

8 504

8 675

8 775

8 931

42 928

42 829

42 781

42 533

Celkový přírůstek obyvatel

283

94

630

663

Přirozený přírůstek obyvatel

-274

-346

-291

-202

Přírůstek stěhováním

557

440

921

865

Přistěhovalí celkem

2293

2094

2549

2456

Vystěhovalí celkem Zdroj: ČSÚ

1736

1654

1628

1591

Ukazatel Stav obyvatel k 31.12. celkem

Zemřelí celkem Zemřelí do 1 roku

Počet mužů ve věku 65 let a více Počet žen věku 15-49 let

57

Rok 1999

Rok 2000

Rok 2001

Rok 2002

158 974

159 415

160 017

161 269

Stav obyvatel k 31.12. ženy

81 152

81 378

81 554

82 275

Stav obyvatel k 31.12. muži

77 822

78 037

78 463

78 994

Střední stav obyvatelstva celkem

158 680

159 130

159 581

160 754

Střední stav obyvatelstva - ženy

81 051

81 248

81 326

81 936

Střední stav obyvatelstva - muži

77 629

77 882

78 255

78 818

Narození celkem

1 440

1 374

1 448

1 470

Živě narození celkem

1 435

1 369

1 445

1 467

Živě narozené ženy

676

682

697

696

Živě narození muži

759

687

748

771

1 667

1 784

1 667

1 733

7

6

4

5

Sňatky

786

842

783

762

Rozvody

293

401

388

394

Počet obyvatel ve věku 0 - 14 let

26 659

26 203

26 065

25 972

Počet žen ve věku 0 - 14 let

13 000

12 830

12 773

12 698

Počet mužů ve věku 0-14 let

13 659

13 373

13 292

13 274

101 748

102 372

102 843

103 553

Počet žen ve věku 15 - 59 let

49 965

50 265

50 412

50 948

Počet mužů ve věku 15-59 let

51 783

52 107

52 431

52 605

Počet obyvatel ve věku 60 - 64 let

7 219

7 469

7 918

8 404

Počet žen ve věku 60 - 64 let-ženy

3 848

3 958

4 216

4 419

Počet mužů ve věku 60-64 let

3 371

3 511

3 702

3 985

Počet obyvatel ve věku 65 let a více

23 348

23 371

23 191

23 340

Počet žen ve věku 65 let a více

14 339

14 325

14 153

14 210

9 009

9 046

9 038

9 130

42 268

42 212

42 163

42 215

Celkový přírůstek obyvatel

639

441

1201

1252

Přirozený přírůstek obyvatel

-232

-415

-222

-266

Přírůstek stěhováním

871

856

1423

1518

Přistěhovalí celkem

2624

2424

3040

3728

Vystěhovalí celkem Zdroj: ČSÚ

1753

1568

1617

2210

Ukazatel Stav obyvatel k 31.12. celkem

Zemřelí celkem Zemřelí do 1 roku

Počet obyvatel ve věku 15 - 59 let

Počet mužů ve věku 65 let a více Počet žen věku 15-49 let

58

Rok 2003

Rok 2004

Rok 2005

163 253

165 692

173 579

Stav obyvatel k 31.12. ženy

83 120

84 288

88 288

Stav obyvatel k 31.12. muži

80 133

81 404

85 291

Střední stav obyvatelstva celkem

162 149

164 310

173 287

Střední stav obyvatelstva - ženy

82 675

83 722

88 130

Střední stav obyvatelstva - muži

79 474

80 588

85 157

Narození celkem

1 502

1 652

1 802

Živě narození celkem

1 498

1 648

1 796

Živě narozené ženy

725

816

845

Živě narození muži

773

832

951

1 798

1 630

1 817

5

2

8

Sňatky

755

787

817

Rozvody

396

425

401

Počet obyvatel ve věku 0 - 14 let

25 716

25 674

26 553

Počet žen ve věku 0 - 14 let

12 556

12 509

12 918

Počet mužů ve věku 0-14 let

13 160

13 165

13 635

105 009

106 665

111 327

Počet žen ve věku 15 - 59 let

51 527

52 361

54 665

Počet mužů ve věku 15-59 let

53 482

54 304

56 662

Počet obyvatel ve věku 60 - 64 let

9 072

9 717

10 547

Počet žen ve věku 60 - 64 let-ženy

4 776

5 067

5 453

Počet mužů ve věku 60-64 let

4 296

4 650

5 094

Počet obyvatel ve věku 65 let a více

23 456

23 636

25 152

Počet žen ve věku 65 let a více

14 261

14 351

15 252

9 195

9 285

9 900

42 297

42 367

42 487

Celkový přírůstek obyvatel

1984

2439

848

Přirozený přírůstek obyvatel

-300

18

-21

Přírůstek stěhováním

2284

2421

869

Přistěhovalí celkem

4585

5069

4672

Vystěhovalí celkem Zdroj: ČSÚ

2301

2648

3803

Ukazatel Stav obyvatel k 31.12. celkem

Zemřelí celkem Zemřelí do 1 roku

Počet obyvatel ve věku 15 - 59 let

Počet mužů ve věku 65 let a více Počet žen věku 15-49 let

59

Příloha 2: Mapa okresů Jihomoravského kraje

60