Prostorová distribuce monetární chudoby a příjmové nerovnosti v EU

Jitka BARTOŠOVÁ, Vladislav BÍNA

Prostorová distribuce monetární chudoby a příjmové nerovnosti v EU Jitka BARTOŠOVÁ1,a, Vladislav BÍNA1,b 1

Vysoká škole ekonomická v Praze, Fakulta managementu, Katedra exaktních metod

Spatial distribution of monetary poverty and income inequality in EU Keywords: Abstract Monetary poverty, income inequality, The presented paper is focused on the analysis of spatial distribution of Gini index, risk of poverty, EU. income inequality, monetary poverty and social exclusion in European countries in 2011. The measurement of income inequality is performed JEL Classification using non-robust Gini index together with robust alternative of s80/s20 C14, D31, D63 coefficient. Poverty and social exclusion is measured using the complex AROPE indicator which evaluates the social problems of society as 1 Faculty of management, University of a whole. The estimates of chosen indicators are presented using the Economics, Jarošovská 1117/II, 377 01 maps in order to demonstrate the spatial distribution smoothly and in the Jindřichův Hradec, Czech Republic whole extent. a [email protected] b [email protected] * Příspěvek byl vytvořen s podporou vědeckovýzkumného projektu IGS F6/30/2014 financovaného Interní grantovou agenturou VŠE a projektu VEGA 2/0112/12.

ÚVOD Světová hospodářská krize, provázená vysokou mírou nezaměstnanosti a podnikatelské nejistoty, vytváří společně s rostoucí zadlužeností státního i soukromého sektoru náročné klima pro řízení a kooperaci států v rámci EU. Do této obtížné situace, kdy vlády, operující dlouhodobě se schodkovými rozpočty a jsou nuceny zavádět nepopulární úsporná opatření na zastavení růstu státního dluhu, přistupuje ještě hrozba stárnutí populace a tím i dalšího navyšování mandatorních výdajů (důchodové složky sociálních transferů). Nepříznivý demografický vývoj vzbuzuje obavy v mnoha vyspělých zemích, zvláště pak ve spojení s rostoucí závislostí na očekávané pracovní aktivitě obyvatelstva. Tento vývoj ovlivňuje nepříznivě politické i sociální klima v Evropě a vyžaduje zásahy jak do hospodářské struktury, tak i do sociální politiky a politiky zaměstnanosti a sociální soudržnosti. Nejvíce se současná hospodářská krize dotýká těch nejchudších, kterými jsou domácnosti nacházející se pod hranicí

relativní chudoby nebo v její blízkosti.1 Představitelé evropských států tedy musí současně čelit také vzrůstu nezaměstnanosti a monetární chudoby, který je v některých věkových skupinách alarmující. Z toho důvodu Evropská unie a její jednotlivé orgány, především Evropská komise, nabízejí určité programy a koncipují pro jednotlivé členské státy různé návrhy a doporučení. Jedním z hlavních programových dokumentů EU je strategie Evropa 2020, neboli strategie pro inteligentní a udržitelný růst podporující začlenění a vysokou úroveň zaměstnanosti, produktivity a sociální soudržnosti, kde stojí: „Evropa prochází dobou plnou změn. Krize zcela znehodnotila léta hospodářského a sociálního pokroku a odhalila strukturální nedostatky v evropském hospodářství. Mezitím se svět rychle pohybuje a dlouhodobé problémy, jako je globalizace, tlak na zdroje a stárnoucí populace, se prohlubují. Evropská unie se nyní musí postarat o svou budoucnost. Evropa může uspět pouze tehdy, bude-li jednat kolektivně – jako Unie. Potřebujeme

1

Problematikou zmírňování chudoby se dlouhodobě intenzivně zabývá Evropská komise – např. rok 2010 byl v EU vyhlášen Rokem boje proti chudobě a sociálnímu vyloučení.

– 69 –

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II

strategii, která by přispěla k tomu, abychom z krize vyšli posíleni, a která by z EU učinila inteligentní a udržitelnou ekonomiku podporující začlenění a vykazující vysokou úroveň zaměstnanosti, produktivity a sociální soudržnosti. Evropa 2020 stanoví vizi evropského sociálně tržního hospodářství pro 21. století.“2 Státní management je postaven před úkol navrhnout dílčí opatření, která by v souladu s globální strategií EU Evropa 2020, vedla ke zmírňování dopadu této nepříznivé sociálně-ekonomické situace na obyvatelstvo. Všechny členské státy si v každé z těchto oblastí stanovily své vlastní vnitrostátní cíle, kde jsou brány v úvahu rozdílné podmínky a okolnosti, které v jednotlivých státech panují. Úpravy, které se chystají nebo již byly schváleny, nutně ovlivní mimo jiné i finanční potenciál (příjmy, výdaje, koupěschopnost) i sociální situaci jedinců a domácností.Proto nabývá stále více na důležitosti monitorování a kvantitativní hodnocení finančního potenciálu jedinců a domácností, a to jak na globální, tak i na lokální úrovni. Mnoho článků publikovaných v odborných časopisech a sbornících konferencí je věnováno právě analýzám příjmové nerovnosti, rizika monetární chudoby a materiální deprivace, nezaměstnanosti a demografického vývoje. Další četné publikace se zabývají modelováním příjmové, resp. výdajové distribuce a tvorbou prognóz jejího vývoje. Na ukázku si můžeme jmenovat několik vybraných články českých a slovenských autorů věnovaných především situaci v České republice a na Slovensku, popřípadě jejímu porovnávání v rámci EU. V posledních letech byly publikovány např. práce Bartošové a Želinského (2013), Bílkové (2012a,b), Fialy a Langhamrové (2013 a 2014), Löstera a Langhamrové (2012), Malé (2013),Marka (2013), Marka a Vrabce (2013),Pacákové, Lindy a Sipkové (2012), Pauhofové (2012), Řezankové a Löstera (2013), Řezan-

(2012),Večerníka (2013), Želinského (2012), Želin-

ského a Pauhofové (2013), Želinského a Stankovičové (2012) a další. Zdrojem informací, z nichž tyto kvantitativní analýzy vycházejí, je rozsáhlé výběrové šetření EU-SILC (European Union Statistics on Income and Living Conditions) Jedná se o každoroční šetření, které je povinné pro všechny členské státy Evropské unie a umožňuje zobecňovat výsledky analýz. Jeho účelem je získat reprezentativní údaje o příjmech domácností, způsobu, kvalitě a finanční náročnosti jejich bydlení, vybavenosti předměty dlouhodobé spotřeby a také o pracovních, hmotných a zdravotních podmínkách dospělých osob žijících v domácnosti. Datové soubory EU-SILC jsou hlavním zdrojem informací o životní úrovni a chudobě v členských státech Evropské unie a některých dalších evropských zemích. Prostorové porovnávání úrovně, diferenciace a nerovnoměrnosti distribuce příjmů v rámci Evropské unie vyžaduje vyjádření příjmů v jednotné měně (euro) a přepočtení hodnot v paritě kupní síly. Vzájemnou porovnatelnost finanční situace domácností s různým počtem členů a odlišnou věkovou strukturou zajišťuje přepočtení celkových disponibilních příjmů na tzv. spotřební jednotku3. Přepočtem dostaneme tzv. ekvivalizovanou hodnotu příjmů. Konstrukce spotřební jednotky vychází obecně z předpokladu, že sociální situace domácnosti závisí jednak na celkových ročních příjmech domácnosti a jednak na: • společných výdajích sloužících k zabezpečení chodu domácnosti (bydlení, voda a energie, vybavení domácnosti zbožím dlouhodobé spotřeby apod.), • individuálních výdajích určených pro uspokojování potřeb jednotlivců žijících ve společné domácnosti (potraviny a nealkoholické nápoje, alkohol a tabák, oblečení a obutí atd.).

kové a Želinského (2014)., Sipkové a Sipka (2012),

Stankovičové, Vlačuhy a Ivančíkové (2013), Šimpacha (2012 a 2013), Tartaľové a Želinského 2

Evropská komise: Evropa 2020. [online]. [cit. 2012-04-16]. Dostupné z: http://ec.europa.eu/eu2020/pdf/1_CS_ACT_part1_v1.pdf

3

V EU se pro přepočet používá tzv. modifikovaná OECD spotřební jednotka.

– 70 –


I. INDIKÁTORY PŘÍJMOVÉ NEROVNOSTI Nerovnost příjmů je obvykle vyjadřována prostřednictvím Lorenzovy křivky a z ní vypočtených základních charakteristik (Giniho index G, index Robina Hooda RHI), odvozených Ginim, Paretem, Pietrem a dalšími. Míry, které umožňují vyčíslit příspěvky nerovností jednotlivých subpopulací k celkové nerovnosti celé heterogenní populace, navrhl Theil (Theilův L index, resp. Theilův T index). Pro grafické zobrazení nerovnoměrnosti rozdělování příjmů slouží Lorenzova křivka. Zobrazuje kumulativní četnosti celkových příjmů či výdajů (osa y) v závislosti na kumulativním počtu jednotlivců (resp. domácnosti) na ose x, setříděných vzestupně podle velikosti jejich příjmů. Matematicky lze Lorenzovu křivku L(p) vyjádřit jako parciální integrál střední hodnoty příjmů. Je-li f(x) hustota příjmového rozdělení, příslušná distribuční funkce a

Jeho velikost je ekvivalentní maximální vertikální vzdálenosti mezi linií absolutní rovnosti a Lorenzovou křivkou, takže

Na jiné bázi – na bázi tzv. spravedlivého průměrného příjmu xe4,je konstruován Atkinsonův index nerovnosti A. Jeho hodnota je dána relativním rozdílem mezi skutečnou a spravedlivou hodnotou průměrného příjmu ve skupině, takže , kde

ný příjem, xi je vyrovnaný příjem i-té skupiny, ε je parametr averze vůči nerovnosti, n je počet příjmových skupin a je skutečný průměrný příjem. Méně známé jsou míry nerovnosti založené na zobecněné entropii GE, která je dána vztahem

střední

hodnota, můžeme Lorenzovu křivku v libovolném kvantilu vyjádřit ekvivalentně vztahy ( )

( )

, ,

( )

kde argument p zastupuje kumulativní relativní četnosti jedinců (resp. domácností) a L(p) distribuční funkci jejich příjmů. Neznámějším indikátorem nerovnosti odvozenou z Lorenzovy křivky je Giniho index (G), který udává, do jaké míry se rozdělování příjmů mezi jednotlivce (resp. domácnosti) odchyluje od dokonale rovnoměrného rozdělování. Jeho hodnota je dána podílem plochy mezi linií absolutní rovnosti (diagonálou y = p) a Lorenzovou křivkou L(p) ku celkové ploše pod diagonálou. Platí . Další mírou nerovnosti, která vychází z Lorenzovy křivky, je Index Robina Hooda (RHI), který určuje, kolik procent příjmů by bylo potřeba přerozdělit, aby se dosáhlo absolutní rovnoměrnosti.

je spravedlivý průměr-

(

)

,

̅

kde je vektor hodnot proměnné (příjmů), je průměrná hodnota (tzv. centroid), je koeficient, který reprezentuje citlivost zobecněné entropie na nerovnoměrnost rozdělení (udává váhu vzdálenosti mezi hodnotami proměnné (příjmů) v různých částech rozdělení a nejčastěji nabývá hodnot {0, 1, 2}). Oproti Giniho index mají tyto indikátory výhodu v tom, že umožňují rozklad celkové míry nerovnosti na jednotlivé složky (viz např. Mussard, 2003, Labudová, Vojtková a Linda, 2010). Volbou , resp. získáme Theilův L index, resp. Theilův T index. Platí → →

̅

,

̅

.

̅

Uvedené nerobustní míry je vhodné doplnit o nerobustní indikátory. Běžně používanýma často publikovaným indikátorem je koeficient příjmové nerovnosti tvořený poměrem osmdesátého 4

Spravedlivý průměrný příjem je definován jako příjem, který v případě rovnoměrného rozdělení mezi příjemce vytvoří stejnou úroveň společenského blahobytu jako současné rozdělení.

– 71 –


a dvacátého kvantilu ekvivalizovaných hodnot příjmů.

II. INDIKÁTORY MONETÁRNÍ CHUDOBY A MATERIÁLNÍ DEPRIVACE

Pojem chudoba je definován více způsoby, které se liší především podle oblasti, na kterou se hodnocení chudoby zaměřuje, a prostředků, které k tomuto účelu využívá. Vždy se však jedná o nalezení určité hranice, pod níž nejsou lidé schopni uspokojovat určité základní potřeby, ať už z hlediska objektivního či subjektivního, absolutního či relativního. Existují tři různé definice chudoby vyjádřené výstižně Vecchim: • “Absolutní chudoba znamená mít méně, než je objektivně stanovené minimum. • Relativní chudoba je mít méně než ostatní ve společnosti.

tříděných vzestupně podle jejich velikosti, q je počet domácností nacházejících se pod prahem chudoby, n je celkový počet domácností aαje parametr podmiňující citlivost indikátoru na velikost deprivace těch, kteří se nacházejí pod hranicí chudoby, tj. na hloubku chudoby (Morduch, 2005). Volbou α = 0získámenejjednodušší a nejčastěji používané měřítko, tzv. riziko monetární chudoby (H). Jedná se o podíl populace, jejíž ekvivalizovaný příjem není větší než předem stanovený práh chudoby. Platí . Nevýhodou tohoto indikátoru je jeho dokonalá necitlivost na rozdíly v hloubce chudoby.7 Pro zvýšení citlivosti chudoby (P2) použijem evolbu α = 1, resp.α = 2, tj. veličiny ,

• Subjektivní chudoba znamená pocit, že nemáme dost na „kvalitní“ žití.”5 V ekonomicky vyspělých zemích se využívá relativní přístup k měření chudoby, jehož princip vymezil profesor Peter Townsend z London School of Economics. Z jeho definice vychází i definice chudoby přijatá Evropskou komisí v roce 1984, podle níž lze za chudé považovat osoby, rodiny a skupiny osob, jejichž zdroje (materiální, kulturní a sociální) jsou tak omezené, že je vylučují z minimálně akceptovatelného způsobu života členských států EU, v nichž žijí. K hodnocení a srovnávání chudoby se v EU používají relativní indikátory vycházející z aditivních Foster-Greer-Thorbeckeových měr chudoby (Foster, Greer a Thorbecke, 1984), které jsou definovány vztahem , kde z> 0 je předem daná hranice (práh) chudoby6, je vektor příjmů domácnosti se5

VECCHI,G. The concept of poverty: Principles and practices. 2007. [online], dostupné na

. Tím získáme informaci o hloubce chudoby (PG), resp. O závažnosti chudoby (P2). Ke zjišťování relativní chudoby jednotlivců či domácností slouží material deprivation– též hmotná nouze. Měření materiální deprivace je založeno na porovnávání materiální situace daného jedince (domácnosti)se situací jiných jedinců (domácností) žijících v podobných podmínkách. Za zakladatele tohoto přístupu měření chudoby je považován Townsend (1979). Indikátory chudoby konstruované na základě materiální deprivace jsou zahrnuty v sociálním portfoliu indikátorů (Guio, 2009) a jsou součástí měr chudoby v Evropské unii. Pro měření relativní materiální deprivace se užívá index materiální deprivace navržený v rozvojovém programu OSN (United Nations Development Programme – UNDP, 1997), který je 6

Hranice chudoby, používaná v EU, je definována jako 60% mediánu národního ekvivalentního příjmu přepočteného v paritě kupní sily. Jako doplňkové hodnoty slouží 40, 50 a 70% mediánu. 7 Pokud se například chudý jedinec stane ještě chudším anebo naopak, když velmi chudý jedinec se stane méně chudým, hodnota H se nezmění.

– 72 –


složen ze tří komponent zastupujících tři dimenze chudoby definované Guiem: • P1 – ekonomické zatížení (půjčky, hypotéky, splátky, účty, neschopnost dovolit si jednou v roce zaplatit dovolenou mimo domov, neschopnost dovolit si jídlo obsahující maso či jiné vegetariánské náhražky každý druhý den, neschopnost čelit neočekávaným finančním výdajům a též neschopnost udržovat doma adekvátní teplotu), • P2 – vybavenost zbožím dlouhodobé spotřeby (nucená absence telefonu, barevného televizoru, počítače, pračky, auta), • P3 – kvalita bydlení (vnitřní podmínky – zatékající střecha, vlhké zdi, plíseň, neopravená podlaha a okna, nepřítomnost sprchy či vany v obydlí, absence splachující toalety, příliš temné obydlí; venkovní podmínky –hluk ze sousedství či z ulice, smog, špína či jiné problémy toho prostředí: kriminalita, násilí nebo vandalismus). Subindex ) pro j-tou komponentu materiální deprivace (j = 1, 2, 3) je definován jako zobecněný vážený průměr daný vztahem ∑

∑

⁄

,

kde je váha i-té položky v j-té komponentě (dimenzi), je podíl jedinců (resp. domácností) trpících nouzí vzhledem k dané položce. Váhy položek reprezentují preference, tj. vnímání jednotlivých položek z hlediska jejich důležitosti pro respondenty. Celkový, agregátní index relativní materiální deprivace (hmotné nouze), je dán aritmetickým průměrem subindexů, takže . Pro hodnocení chudoby a sociálního vyloučení v zemích Evropské unie slouží tzv. Laekenské indikátory konstruované na základě výsledků šetření EU-SILC. Pro hodnocení chudoby a sociálního vyloučení se v EU využívá komplexní indikátor AROPE. Tento indikátor je daný podílem obyvatel,

kteří trpí monetární chudobou (nacházejí pod hranicí chudoby) nebo materiální deprivací nebo žijí v domácnostech s velmi nízkou intenzitou práce (převážně z důvodů nezaměstnanosti).

III. PROSTOROVÁ DISTRIBUCE PŘÍJMOVÉ NEROVNOSTI A CHUDOBY V EVROPĚ 2011 Prostorová distribuce příjmové nerovnosti a chudoby a sociálního vyloučení v Evropě je zde prezentována formou map. Podobný přístup k hodnocení vybraných ukazatelů nerovnosti a chudoby byl použit např. v článku Michálka a Veselovské (2012). K hodnocení příjmové nerovnosti byly z výše uvedených měr vybrány dva indikátorů odlišného typu – nerobustní Giniho index (G) a robustní koeficient příjmové nerovnosti ). Pro hodnocení chudoby a sociálního vy( loučení byl zvolen indikátor AROPE, který hodnotí sociální problémy ve společnosti komplexně – z více hledisek současně. K analýzám byly využity nejnovější dostupné údaje z šetření příjmů a životních podmínek obyvatelstva EU-SILC 2008 – 2012, které obsahují údaje o situaci v letech 2007 – 2011. První z použitých indikátorů příjmové nerovnosti – Giniho index (G) při své konstrukci vychází z Lorenzovy křivky. Je proto nerobustní a závislý na parametrech příjmového rozdělení, včetně odlehlých a extrémních hodnot. Jeho hodnoty se v roce 2011 v zemích Evropy pohybovaly v rozmezí od 22,5 (Norsko) do 36 (Litva) – viz obr. 1. Do skupiny s relativně nejnižší příjmovou nerovností (G od 22,5 do 26,9) bylo postupně zařazeno jedenáct evropských států – Norsko, Slovinsko, Island, Švédsko, Česká republika, Slovensko, Holandsko, Finsko, Belgie, Maďarsko a Malta. Do skupiny se střední nerovností (G v rozmezí od 27,8 do 31,9) náleželo devět zemí – Rakousko, Lucembursko, Německo, Švýcarsko, Irsko, Francie, Chorvatsko, Polsko, Itálie. Do skupiny s relativně nejvyšší nerovností příjmů v Evropě (G od 32 do 35,7) v roce 2011patřilo rovněž devět států – Lotyšsko, Estonsko, Velká Británie, Rumunsko, Bulharsko, Řecko, Portugalsko, Španělsko a Lit-

– 73 –


va.(Vývojem Giniho indexu v České republice se podrobně zabývá článek Marka (2012).) Další z použitých indikátor – koeficient příjmo) je naproti tomu neparamevé nerovnosti( trický, takže je robustní a není citlivý na parametry příjmového rozdělení a na výskyt odlehlých či extrémních hodnot. Tento indikátor se v roce 2011 v Evropě pohyboval v nižší škále – od 3,2 (Norsko) do 7,2 (Španělsko) – viz obr. 2. Do skupiny s relativně nejnižší příjmovou nerovností ( od 3,2 do 4,5) bylo postupně zařazeno šestnáct ze-

mí Evropy – Norsko, Slovinsko, Island, Česká republika, Holandsko, Slovensko, Švédsko, Finsko, Belgie, Malta, Maďarsko, Lucembursko, Rakousko, Německo, Švýcarsko a Francie. Do skupiny zemí se střední nerovností ( v rozmezí od 4,7 do 5,8) náleželo osm zemí – Irsko, Polsko, Lotyšsko, Velká Británie, Chorvatsko, Estonsko, Itálie a Portugalsko. Do skupiny s relativně nejvyšší od 6,1 mírou nerovnosti příjmů v Evropě ( do 7,2) v roce 2011 patřilo pět států – Bulharsko, Rumunsko, Litva, Řecko a Španělsko.

Obr. 1: Prostorová distribuce příjmové nerovnosti v Evropě v roce 2011 hodnocená nerobustním Giniho indexem(G).8 Zdroj: EU-SILC 2012, vlastní graf

8

Použité kódy:AT – Rakousko, BE – Belgie, BG – Bulharsko, CY – Kypr, CZ – Česká republika, DE – Německo, DK – Dánsko, EE – Estonsko, ES – Španělsko, FI – Finsko, FR – Francie, GR – Řecko, HR – Chorvatsko, HU – Maďarsko, CH – Švýcarsko, IC – Island, IE – Irsko, IT – Itálie, LT – Lotyšsko, LU – Lucembursko, LV – Litva, MT – Malta, NL – Holandsko, NO – Norsko, PL – Polsko, PT – Portugalsko, RO – Rumunsko, SL – Slovinsko, SK – Slovensko, SE – Švédsko, UK Velká Británie.

– 74 –


Obr. 2: Prostorová distribuce příjmové nerovnosti v Evropě v roce 2011 hodnocená robustním koeficientem příjmové nerovnosti( ). Zdroj: EU-SILC 2012, vlastní graf

Z informací získaných z grafů 1 a 2 je zřejmé, že odhady příjmové nerovnosti v jednotlivých zemích jsou při použití robustního neparametrického indikátoru nižší než při použití nerobustního Giniho koeficientu.(Například a , zatímco a .) Pro libovolnou zemi zde platí . Z rozsahu obou indikátorů v zemích Evropy v roce 2011, kde , zatímco

, plyne rovněž větší diferenciace hodnot Giniho koeficientu. Z uvedených skutečností vyplývá, že volba míry příjmové nerovnosti ovlivňuje získané výsledky, a to nejen ve smyslu absolutním, jak bylo ukázáno výše, nýbrž i ve smyslu relativním. Při posuzování distribuce příjmové nerovnosti v Evropě je potřeba mít na mysli, že v určení pořadí zemí při vzájemném porovnávání jejich příjmové nerovnosti prostřednictvím Giniho indexu a neexistuje v rámci Evropy absolutní shoda.

– 75 –


Obr. 3: Prostorová distribucechudoby a sociálního vyloučení v Evropě v roce 2011 hodnocená komplexním indikátorem (AROPE). Zdroj: EU-SILC 2012, vlastní graf

Pro hodnocení prostorové distribuce chudoby a sociálního vyloučení slouží obr. 3, který zachycuje hodnoty komplexního indikátoru AROPE v zemích Evropy v roce 2011. Tento indikátor se v roce 2011 pohyboval v rozmezí od 12,7 (Island) do 49,3 (Bulharsko) – viz obr. 3. Do skupiny s relativně nejnižší hodnotou chudoby a materiálního vyloučení (AROPE od 12,7 do 25,3) bylo postupně zařazeno osmnáct evropských zemí –Island, Norsko,

Holandsko, Lucembursko, Česká republika, Švédsko, Finsko, Švýcarsko, Rakousko, Francie, Německo, Slovinsko, Slovensko, Belgie, Malta, Estonsko, Velká Británie a Portugalsko. Do skupiny zemí se střední hodnotou chudoby a materiálního vyloučení (AROPE v rozmezí od 26,7 do 34,6) náleželo osm zemí – Polsko, Španělsko, Itálie, Chorvatsko, Maďarsko, Lotyšsko a Řecko. Do skupiny s relativně nejvyšší mírou chudoby a materiálního

– 76 –


vyloučení v Evropě (AROPE od 36,2 do 49,3) v roce 2011 patřily čtyři státy – Litva, Rumunsko a Bulharsko.

sledky byly prezentovány formou map demonstrujících prostorovou distribuci úrovně zvolených ukazatelů – od nejpříznivějších až po nejnepříznivější a alarmující hodnoty.

ZÁVĚR

Z provedených analýz vyplynulo mj. to, že volba indikátoru příjmové nerovnosti ovlivňuje získané výsledky, a to nejen ve smyslu absolutním (hodnota), ale i ve smyslu relativním (pořadí). Při posuzování distribuce příjmové nerovnosti v Evropě je proto potřeba mít na zřeteli, že při určování hodnot indikátorů a následném přiřazování pořadí zemi v evropském žebříčku prostřednictvím dvou nejznámějších měr (Giniho indexu a koefi) neexistuje absolutní ani relativní cientu shoda.

S využitím výsledků šetření EU-SILC 2012 byla provedena analýza prostorové distribuce příjmové nerovnosti a chudoby a sociálního vyloučení v Evropě v roce 2011. K hodnocení příjmové nerovnosti byly z výše uvedených měr vybrány dva indikátorů odlišného typu – nerobustní Giniho index (G) a robustní koeficient příjmové nerovnosti ). Pro hodnocení chudoby a sociálního vy( loučení byl zvolen indikátor AROPE, který hodnotí sociální problémy ve společnosti komplexně. Vý-

LITERATÚRA Bartošová, J., Želinský, T. (2013). Extent of poverty in the Czech and Slovak Republics fifteen years after split. In: Post-Communist Economies, Vol. 25, No. 1.pp.119–131.

Labudová, V., Vojtková, M., Linda, B.(2010).Application of multidimensional methods to measure poverty. In: E+M Ekonomie a management. Vol. 13, No. 1, pp. 6–21.

Bílková, D. (2012a). Recent Development of the Wage and Income Distribution in the Czech Republic. In: Prague Economic Papers. Vol. 21, No. 2. pp. 233– 250.

Löster, T., Langhamrová, J. (2012).Disparities between Regions of the Czech Republic for Non_business Aspects of Labour Market. In: Löster, T., Pavelka, T. (eds.):6th International Days of Statistics and Economics,Conference Proceedings. Slaný: Melandrium. pp. 689–702.

Bílková, D. (2012b). Development of Wage Distribution of the Czech Republic in Recent Years by Highest Education Attainment and Forecasts for 2011 nad 2012. In: Löster, T., Pavelka, T. (eds.):6th International Days of Statistics and Economics, Conference Proceedings. Slaný: Melandrium. pp. 162–182. Fiala, T., Langhamrová, J. (2013). Vývoj ekonomického a sociálního zatížení a stárnutí populace. In: Politická ekonomie, Vol. 61, No. 3. pp. 338–355. Fiala, T., Langhamrová, J. (2014).Modelling of the Future Development of the Total Amount of Premium Paid and Total Amount of Old-Age Pensions in the Czech Republic. In: Politická ekonomie, Vol. 62, No. 2. pp. 232–248. Foster, J., Greer, J., Thorbecke, E. (1984). A Class of Decomposable Poverty Measures. In: Econometrica. Vol. 52, No. 3.,pp. 761–766.

Malá, I. (2013). Použití konečných směsí logaritmickonormálních rozdělení pro modelování příjmů českých domácností. In: Politická ekonomie, Vol. 61, No. 3. pp 356–372. Marek, L. (2013). Some Aspects of Average Wage Evolution in the Czech Republic. In: Löster, T., Pavelka, T. (eds.): 7th InternationalDays of Statistics and Economics,Conference Proceedings. Slaný: Melandrium. pp. 947–958. Marek, L., Vrabec, M.(2013).Probability Models of Wage Distribution. In: Vojáčková, H.(ed.): Proceedings of 31th International Conference Mathematical Methods in Economics 2013. Jihlava: Vysoká škola polytechnická. pp. 575–581. Michálek, A., Veselovská, Z. (2012). Vývoj a komparácia vybraných charakteristík nerovnosti a chudoby

– 77 –

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II v krajinách EU. In: Pauhofová, I., Želinský, T. (eds.): Nerovnosť a chudoba v Európskej únii a na Slovensku. Košice: TU Košice. s. 11–22. Morduch, J. (2005). Poverty Measures. Handbook on Poverty Statistics: Concepts, Methods and Policy Use. New York: United Nations, Department of Economic and Social Affairs. Mussard, S. et. al. (2003).Decomposition of Gini and the generalized entropy inequality measures. Economics Bulletin, Vol. 4, No. 7.pp. 1 − 6.

Šimpach, O. (2012). Logit and Probit Models in the Probability Analysis: Change in the Probability of Death of Celiac Disease Patients. In: Statistika, Vol. 49, No. 4. pp. 67–80. Šimpach, O. (2013). Application of Cluster Analysis on Demographic Development of Municipalities in the Districts of Liberecky Region.In: Löster, T., Pavelka, T. (eds.): 7th InternationalDays of Statistics and Economics,Conference Proceedings. Slaný: Melandrium.pp. 1390–1399.

Pacáková, V., Linda, B., Sipková, L'. (2012). Distribution and Factors of the Highest Wages in the Slovak Republic. In: Ekonomický časopis, Vol. 60, No. 9. pp. 918–934..

Tartaľová, A., Želinský, T. (2012).Rozdelenie príjmov na Slovensku: Analýza rozdelenia príjmov na voľbu ekvivalentnej škály. In: Pauhofová, I., Želinský, T. (eds.): Nerovnosť a chudoba v Európskej únii a na Slovensku. Košice: TU Košice. s. 99–106.

Pauhofová, I. (2012)Generovanie chudoby vo vidieckych regiónov Slovenska v krízovom období. In: Pauhofová, I., Želinský, T. (eds.): Nerovnosť a chudoba v Európskej únii a na Slovensku. Košice: TU Košice. s. 49–56.

Večerník, J. (2013). The changing role of education in the distribution of earnings and household income: the Czech Republic in 1988–2009. In: Economics of Transition, Vol. 21, No.1. pp. 111–133.

Řezanková, H., Löster, T. (2013). Shluková analýza domácností charakterizovaných kategoriálními ukazateli. In: E+M. Ekonomie a Management, Vol. 16, No. 3. pp. 139–147.

Želinský, T. (2013).Estimation of Subjective (Income) Poverty Lines :Sensitivity-Specificity Curves Approach. In: Hu, J. (ed.): Social Sciences and Society. Book Ceries:Advances in Educytion Research, Vol. 6. pp.42–47.

Řezanková, H., Želinský, T. (2014). Factors of Material Deprivation Rate in the Czech Republic by Household Type. In: Ekonomický časopis, Vol. 62, No. 4. pp.394–410. Sipková, L'., Sipko, J. (2012). Analysis of Income Inequality of Employees in the Slovak Republic. In: Löster, T., Pavelka, T. (eds.):6th InternationalDays of Statistics and Economics,Conference Proceedings. Slaný: Melandrium. pp. 1032–1042. Stankovičová, I., Vlačuha, R., Ivančíková, L. (2013).Trend Analysis of Monetary Poverty Measures in the Slovak and Czech Republic. In: Löster, T., Pavelka, T. (eds.):7th InternationalDays of Statistics and Economics, Conference Proceedings. Slaný: Melandrium.pp. 1334–1343.

Želinský, T., Pauhofová, I. (2013). High Income Households in Eastern EU Countries.In: Hu, J. (ed.): 3rd Conference on Applied Social Science (ICASS 2013), Vol. 1. pp. 73–78. Želinský, T. (2012). Changes in Relative Material Deprivation in Regions of Slovakia and the Czech Republic. Panoeconomicus. Vol. 2012, No. 3.pp. 335– 353. Želinský, T., Stankovičová, I. (2012). Spatial Aspects of Poverty in Slovakia.In: Löster, T., Pavelka, T. (eds.): 6th International Days of Statistics and Economics, Conference Proceedings. Slaný: Melandrium. pp. 1228–1235.

– 78 –

Prostorová distribuce monetární chudoby a příjmové nerovnosti v EU

Recommend Documents