Vnímání a realita korupce v České republice Nové výzkumy, metody a postupy. Michael L. Smith a kol

Vnímání a realita korupce v České republice Nové výzkumy, metody a postupy Michael L. Smith a kol.

ISEA – INSTITUT PRO SOCIÁLNÍ A EKONOMICKÉ ANALÝZY je dobrovolné, nezávislé, neziskové sdružení občanů, založené dle zákona č. 83/1990 Sb. o sdružování občanů, ve znění pozdějších předpisů. Vznik ISEA byl dne 5. 3. 2002 registrován Ministerstvem vnitra pod č. j. VS/1-1/49 485/02-R. Sdružení nemá politické, ani náboženské cíle, vyvíjí svoji činnost na celém území České republiky. Cílem ISEA je napomáhat konzistentní ekonomické a sociální strategii transformace, napomáhat konstruktivním a systémovým způsobům řešení společenských a ekonomických problémů v České republice. Základním typem činnosti výzkumného institutu jsou projekty v oblasti výzkumu, zpracování analýz a studií, zpracování návrhů transformačních kroků a řešení ekonomických, sociálních a jiných společenských problémů. Dále je to publikační činnost, pořádání přednášek, seminářů a konferencí, vytváření fóra pro diskusi v oblastech činnosti sdružení, práce s veřejností za účelem seznamování s analýzami a návrhy v oblastech působnosti sdružení.

Tým ISEA děkuje všem, kteří přímo či nepřímo podpořili vydání této publikace. Zvláštní dík však patří nadaci Open Society Fund Praha, jmenovitě pak ředitelce Ing. Marii Kopecké a finanční ředitelce Ing. Zdence Almerové za jejich upřímný zájem o výsledky práce týmu ISEA a za finanční podporu, kterou nadace Open Society Fund Praha týmu ISEA poskytla.

Dík patří i Československé obchodní bance, a. s., jmenovitě pak řediteli Kanceláře představenstva Ing. Ondřejovi Škorpilovi a manažerce společenské odpovědnosti Ing. Pavlíně Folovské, za jejich zájem o výsledky práce ISEA a za finanční podporu, kterou ČSOB na výzkum týmu ISEA poskytla.

Názory prezentované v této publikaci jsou však názory autorů, nikoli podporujících institucí.

© 2008 ISEA – Institut pro sociální a ekonomické analýzy ISBN 978-80-903316-4-8

OBSAH ÚVOD .......................................................................................................................................................................................................... Michael L. Smith KAPITOLA 1 Co víme o korupci v České republice? Krátká inventura empirických důkazů ........................................................ Michael L. Smith

5

9

KAPITOLA 2 Korupce jako nespravedlnost: Porozumění české korupci prostřednictvím sociálních šetření .................... 19 Michael L. Smith a Petr Matějů KAPITOLA 3 Vnímání korupce v mezinárodním porovnání: Úloha faktorů na individuální a celostátní úrovni .............. 39 Michael L. Smith a Petr Matějů KAPITOLA 4 Minulost a budoucnost dynamiky daňových úniků v České republice ...................................................................... 55 Jan Hanousek a Filip Palda KAPITOLA 5 Měření korupce v infrastruktuře: Důkazy z transformujících se a rozvojových zemí ...................................... Charles Kenny KAPITOLA 6 Erupce korupce? Porozumění mediálnímu zpravodajství v prostoru mezi vnímáním a realitou korupce .................................................................................................................... Michael L. Smith

75

87

KAPITOLA 7 Rozšíření záběru protikorupční politiky: Mainstreaming politiky a význam nepřímých opatření ........... 101 Michael L. Smith LITERATURA .......................................................................................................................................................................................... 107

[3]

[4]

ÚVOD Michael L. Smith Korupce nepochybně představuje zásadní problém pro českou společnost a politickou scénu. Boj s korupčním chováním vyžaduje účinná řešení. Existují různé názory, jak s korupcí bojovat. Samotná kritika korupčního chování má potenciál vytvořit z korupce předmět veřejného zájmu a přispívá k prosazování protikorupčních opatření, která omezují korupci přímo, ale také nepřímo, například zavedením dohledu nad výkonem moci veřejné, zapojováním občanů do politiky, posilováním důvěryhodnosti institucí a zjednodušováním právních předpisů. Problematika korupce je složitá o to víc, že korupce je obvykle skrytá, a tudíž naše povědomí o rozšíření korupce je založeno na nepodložených názorech, jednání jednotlivců, zpravodajství médií, fámách a vzájemném obviňování politiků. Snaha vymýtit korupci vychází z osobního přesvědčení a morálky. Klademe si otázku, na čem jsou vlastně založeny tyto úsudky, co je utváří, jak jsou přesné a jak mohou přispět k vytváření účinné legislativy, která má omezit korupci? Je obtížné získat empirická fakta o korupci jinak než tím, že se zeptáme, co si respondenti o korupci myslí. Míru korupce lze také odhadovat pomocí měření nezdokumentovaných výdajů veřejných projektů (např. Reinikka a Svensson 2004; Olken 2007) s tím, že tyto výdaje představují prostředky odčerpané korupcí. Studium korupce bývá často zatíženo hodnotovými soudy, které nebývají podpořeny fakty. Ve třetí kapitole této knihy Jan Hanousek a Filip Palda popisují snahy měřit daňové úniky porovnáváním spotřeby elektřiny s celkovou spotřebou ekonomiky nutnou k udržení růstu. Také zde má rozdíl mezi skutečnou a předpokládanou spotřebou představovat objem zdrojů, které odčerpali neplatící odběratelé. Je jisté, že se nejedná o jediný způsob, jak získat spolehlivá fakta o korupci a určit tak směřování protikorupčních opatření. Při zkoumání korupce dochází často k bagatelizaci skutečnosti, že analýzy bývají založené převážně na veřejném mínění o korupci. Spojovat vnímání míry korupce s realitou korupčního chování může být zavádějící. Lze si představit, že zadáme průzkum veřejného mínění a zjistíme, že podle 85 procent lidí je státní správa zkorumpovaná, ale pouze 45 procent se totéž domnívá o samosprávě. Co z toho máme vyvodit? Rozhodně ne to, že ústřední správa je zkorumpovanější než místní samosprávy. Zadávání průzkumů veřejného mínění mezi politiky, policisty a odborníky jde ještě o krok dále, ale i oni jsou jen lidé, a tudíž mají své zaujatosti, přesvědčení, vlastní názory a dezinformace stejně jako my ostatní. Pokud nemáme údaje o tom, co jejich přesvědčení utváří, mnoho se z průzkumů mínění nedozvíme. Názor na zkorumpovanost vlády si lidé vytvářejí na základě toho, zdali jí důvěřují, souhlasí s její politikou, nebo zdali byl některý ministr obviněn z korupce. Tyto důvody obvykle neznáme. V této publikaci se snažíme oprostit od probíhajících debat o korupci a protikorupčních opatřeních v České republice, abychom vytvořili prostor pro získání empirických faktů o korupci a vnímání korupce mezi obyvateli České republiky. Politiku neopomíjíme, ale našim hlavním cílem je sestavit soubor empirických studií, které mohou rozšířit škálu současného vědění. Nečiníme tak ignorováním vnímání korupce. Přímo a do hloubky jej analyzujeme za použití nejlepších dostupných mezinárodních a domácích sociologických šetření a vhodných, někdy i komplexnějších statistických analytických metod. Každá z kapitol v této knize je prezentována jako samostatná analýza. Logický celek publikace je zajištěn užitím společných témat, která lze shrnout do tří oblastí. Sociální kořeny vnímání míry korupce Donedávna v celosvětovém výzkumu míry korupce převládaly agregované škály, jako je například index vnímání korupce organizace Transparency International (Corruption Perception Index – TI CPI).1 Index CPI vznikl v roce 1995 a představuje důležitý nástroj, jak zkoumat korupci v globálním měřítku a udělat z boje proti korupci věc politickou. Index umožňuje mezinárodní porovnávání založené na hodnocení odborníků a sledování vývoje v jednotlivých státech (přestože je porovnání v čase pomocí CPI problematické, viz kapitola 1.). Index CPI a další mezinárodní šet-

1

Údaje CPI jsou dostupné z http://www.transparency.org/policy_research/surveys_indices/cpi.

[5]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy

ření jako například šetření BEEPS2 Světové banky slouží k analýze vlivu sociálních a politických faktorů na korupční chování na „makroúrovni“, například se jedná o vliv ekonomického rozvoje, demokratizace, občanských a politických práv, ekonomické nerovnosti a sociální důvěry. Přes všechny tyto přínosy je nutné si stále připomínat, že takto nelze měřit míru korupce, ale pouze vnímání korupčního prostředí. Organizace Transparency International velmi jasně říká, že index CPI měří kvalifikované názory odborníků. Nicméně vzhledem k tomu, že nevíme nic o sociálním kontextu respondentů, jejich přesvědčeních a politické orientaci, snadno zapomínáme, že vnímání míry korupce je subjektivní (Thompson a Shah 2005). Jde o subjektivní hodnocení stavu v konkrétní populaci, nikoli o zaznamenání skutečnosti relevantní všude. Navíc, agregované indexy mohou vykazovat systémové zkreslení (Knack 2006), protože vliv kontextu v průzkumech z různých skupin respondentů na jejich výpovědi není náležitě ošetřen. V současné době se badatelská pozornost soustřeďuje na měření vnímání míry korupce za pomoci sociálních šetření, jejichž hlavním přínosem je možnost odhadovat dopad demografických faktorů, politického přesvědčení a dalších proměnných na utváření názorů jednotlivců na míru korupce. Lze namítnout, že odborníci jsou k odhadování míry korupce v zemi kvalifikovanější než ostatní, protože korupce je složitý jev. Ve třetí kapitole prezentujeme zjištění, že vnímání míry korupce u expertů a vnímání běžných občanů je souvstažné, a to natolik, že se zřejmě vůbec neliší. Většina analýz v této publikaci je založena na sociálních šetřeních. Dvě kapitoly využívají Šetření role vlády ISSP (Mezinárodní program sociálních šetření – International Social Survey Programme) z roku 2006, což je jedno z prvních mezinárodních šetření umožňujících komplexní analýzu určujících faktorů pro vnímání míry korupce v desítkách zemí včetně České republiky. Kapitola o daňových únicích je postavena na čtyřech šetřeních z let 2000 až 2006. Tato šetření nám umožňují novým způsobem zkoumat sociální determinanty, které mají vliv na utváření názorů a chování obyvatel České republiky v souvislosti s korupcí a daňovými úniky. Vzhledem k tomu, že osobní přesvědčení a morální hodnoty lidí jsou základem pro jejich ochotu podílet se na korupci nebo daňových únicích, mohou takové analýzy významně přispět k odborným diskusím o těchto tématech. Vnímání míry korupce v rámci korupčního jednání Dalším tématem této publikace je zkoumání toho, proč je důležité vnímání míry korupce. Často se zjišťuje, do jaké míry vnímání míry korupce souvisí se samotnou praxí, tj. s vlastním korupčním chováním, jakým je nejčastěji uplácení. Cílem takových analýz je určit, zda je toto vnímání přesné a také zda má vliv na chování respondentů. Pokud mají lidé dojem, že jsou obklopeni korupcí, mohou postupně získat pocit, že korupce je všeobecně přijatelná norma chování. Jakmile je korupční chování endemické, stane se zvyklostí, která se přenese na další generaci. Platí-li, že lidé budou podplácet, pokud se domnívají, že to od nich úředníci očekávají, potom mohou opatření zaměřená na změnu vnímání představovat účinný nástroj pro boj s korupcí. Podobně, jednají-li lidé nezákonně, protože si myslí, že jim to projde nebo že je to morálně přijatelné, potom by mohla být účinná taková opatření, která odradí od takového chování (např. důsledně uplatňované vysoké tresty) či změní morální hodnoty. Hlavní zjištění je, že pocit spravedlnosti určuje vnímání míry korupce. Jde například o to, zda obyvatelé České republiky věří, že úředníci zacházejí se všemi stejně a zda si myslí, že ti nejbohatší získali svůj majetek v rámci pravidel. Faktem zůstává, že v české populaci existuje pocit, že lidé s penězi nebo politickými konexemi získají při jednání s úřady přednostní zacházení. Takové přesvědčení má negativní dopad na důvěru občanů ve stát, jejich podporu demokracii a na legitimitu politického systému. Opatření s nepřímým dopadem na korupci Strategii boje s korupcí lze rozdělit do dvou skupin. Do první patří opatření, která se zaměřují na konkrétní řešení projevů korupce, jde například o zákon o střetu zájmů, protikorupční linky nebo přísnější tresty. Tato přímá opatření jsou obvykle rychlým, avšak pouze dočasným řešením také proto, že vláda nebo aktéři občanské společnosti se snaží vyřešit jen jeden problém či konkrétní korupční skandál. Volání „dejte zkorumpované úředníky za mříže“ může být

2

Datový soubor BEEPS (Business Environment and Enterprise Performance Survey) je dostupný z http://info.worldbank.org/governance/ beeps/.

[6]

Úvod

populistické a přinášet politické body, ale jen obtížně lze změřit, zda je takové opatření účinné hlavně z dlouhodobého hlediska. Druhou skupinou jsou nepřímá opatření, mezi která řadíme soubor zákonů a nařízení, které zmenšují prostor pro korupci, ale jejichž hlavním cílem nemusí být přímo boj s korupcí. Nepřímými opatřeními rozumíme například reformu veřejných financí, reformu správních orgánů, dodržování meritokratických zásad při přijímání a povyšování zaměstnanců veřejné správy, podporu rozvoje občanské společnosti nebo zjednodušení daňových předpisů. Ze zahraničí jsou známy přesvědčivé empirické důkazy o dlouhodobé účinnosti těchto nepřímých opatření při omezování korupce. Korupční jednání bývá zakořeněné v normách, přesvědčeních a očekáváních lidí. Korupci lze srovnat s mnohohlavou hydrou: usekneš-li jednu hlavu, vyrostou na jejím místě dvě jiné. Cílem nepřímých opatření je tedy řešení sociálních a institucionálních příčin korupce. Mezinárodní experti a organizace, mezi nimi i Světová banka (Kaufmann 2005) a organizace Transparency International, nepřímá opatření dlouhodobě prosazují. Přesto tato opatření nejsou častým předmětem veřejné diskuse o korupci v České republice. Tato publikace vznikla na základě zkoumání, které sice nemělo za cíl vytvořit konkrétní návrhy opatření v boji proti korupci, ale jako celek naše zjištění podporují potřebu takových opatření pro vymýcení korupce. Vysoká míra důvěry mezi občany ve společnost a stát vede k nižší míře korupce. Pokud lidé důvěřují ostatním, pak lze předpokládat, že mají pevnější morální standardy a respekt při dodržování dohod a právních ujednání (Uslaner 2002; 2004). Pokud je právní řád spravedlivý a nestranný, přispívá k důvěře mezi občany (Rothstein a Stolle 2002). Mnoho českých respondentů výzkumů o korupci si stěžuje na nerovné zacházení ze strany úředníků, proto by se reforma veřejné správy mohla zaměřit také na změnu interakce mezi občany či podniky a úředníky a na výměnu informací mezi nimi. Mohlo by jít například o zavedení přísnějších pravidel pro zajištění transparentnosti veřejných výběrových řízení, o zjednodušení daňového systému a zmenšení byrokratické zátěže, ať už se jedná o snížení časových nároků, papírování a počtu osobních setkání nezbytných při jednání s veřejnou správou. Na nepřímých opatřeních je problematické to, že pozbývají populistický potenciál, a tudíž nebývají pro politiky atraktivní. Přestože bylo prokázáno, že zavedení zkoušek a jiných postupů kladoucích důraz na kvalifikaci při přijímání nových zaměstnanců veřejné správy výrazně snižuje míru korupce (Rauch a Evans 2000), jen málokdo by tyto reformy prosazoval výhradně jako nástroj boje s korupcí. Ačkoli životaschopná občanská společnost vykonává účinný veřejný dohled, politici těžko přesvědčí voliče, že strategií boje s korupcí je právě podpora občanské společnosti. Nepřímá opatření mohou přenést boj s korupcí do různých aspektů veřejné správy a dalších oblastí veřejného a soukromého práva. V závěru této knihy načrtneme, jak by takový mainstreaming mohl vypadat. Uspořádání kapitol První kapitola nabízí kritický přehled aktuálního stavu zkoumání problematiky korupce v České republice. Nenabízí jen přehled literatury, ale také identifikuje skupinu obecně platných empirických tvrzení o korupci v historických a mezinárodních souvislostech. Česká média se těmto zjištěním příliš nevěnují, a tak se tato kapitola může jevit pro čtenáře neobeznámené se zahraničními zjištěními v oblasti korupce jako kontroverzní. O charakteru korupčního chování a vnímání míry korupce veřejností se v České republice příliš nediskutuje. Může za to malý počet sociologů a politologů, kteří se empirickým zkoumáním korupce zabývají. Přestože byla publikována řada teorií vysvětlujících vývoj korupce v českém prostředí, tyto teorie nebyly důkladně testovány. Navíc se řada studií nekriticky spoléhá na průzkumy veřejného mínění, které neumožňují zobecňovat nad rámec zjištěných názorů, zejména nemáme-li žádné informace o sociodemografických charakteristikách respondentů a dalších souvislostech, které ovlivňují jejich názory. Vzhledem k tomu, že většina průzkumů veřejného mínění nedokáže překlenout rozdíl mezi vnímáním a realitou, jejich závěry směšují vnímání míry korupce se skutečným korupčním jednáním. Druhá kapitola pracuje s teorií korupce jako projevu sociální nespravedlnosti a pak tuto teorii obhajuje na základě dat získaných v rámci mezinárodního projektu ISSP (International Social Survey Programme), jehož se Česká republika účastní už řadu let. Korupce je často chápána jako forma trestné činnosti, jako deviace nebo jako problém nezralých ekonomik. Běžní občané zase vnímají korupci jako otázku nespravedlivého zacházení, protože korupce má také morální rozměr. Za korupci je považováno jednání porušující zákon a také jednání veřejných činitelů či ostatních občanů, které jim přináší nezasloužené výhody v rozporu s normami sociální spravedlnosti. [7]


V druhé kapitole zkoumáme, zda Češi vnímají korupci jako formu nespravedlivého rozdělení sociálních výhod, které se pojí se zneužíváním politických konexí a obcházením zákona. Obyvatelé České republiky mají nevalné mínění o úřednících a dalších veřejných činitelích právě v souvislosti s přesvědčením, že stát nezachází se všemi občany stejně. Možná jako odkaz velké privatizace převládá ve společnosti názor, že lidé na vrcholu společenského žebříčku dosáhli svého postavení pomocí korupce, tedy pomocí amorálního chování, které neodpovídá normám vyplývajícím ze sociální spravedlnosti. V kapitole se vysvětluje, že tyto pocity nespravedlnosti mají negativní vliv na legitimitu ekonomického a politického prostředí České republiky. Třetí kapitola obsahuje analýzu determinantů vnímání míry korupce v mezinárodním měřítku a zkoumá data získaná v České republice a v mezinárodních souvislostech. Popisuje strukturální model s nejvyšší mírou vhodnosti pro zkoumaný datový soubor a porovnává vliv sociálního statusu, důvěry, zkušeností s úplatky, kontaktů, politického přesvědčení a dalších faktorů ve 30 zkoumaných státech. Ukazuje se, že pravděpodobnost, se kterou může být určeno vnímání míry korupce pomocí zmíněných faktorů, se v různých státech liší. Z toho vyplývá, že souvislost mezi důvěrou v sociální systém a vnímáním míry korupce je závislá na historickém kontextu. Analýza umožňuje srovnání obecných protikorupčních opatření v různých regionech a státech podle ukazatelů, jakými jsou například rovnost přístupu prosazovaná vládou, důvěryhodnost vládního aparátu, ekonomické nerovnosti a další. Čtvrtá kapitola, kterou připravili Jan Hanousek a Filip Palda, zkoumá problém daňových úniků v České republice za použití čtyř šetření z let 2000 až 2006. Respondenti anonymně odpovídali na otázky týkající se svých daňových úniků. Na základě těchto dat autoři měří vývoj daňových úniků mezi lety 1995 a 2006 a tvrdí, že po roce 2000 daňové úniky většinou klesaly. Toto zjištění navazuje na informace uvedené v první kapitole o úbytku korupce v České republice od roku 2001 naměřeném v rámci mezinárodních šetření. Hanousek a Palda analyzují rozhodování jednotlivců, zdali se budou vyhýbat placení daní, nebo ne, a vytvářejí model pro předpovídání trendů v oblasti daňových úniků. Vyjmenovávají parametry ovlivňující postoje k daňovým únikům a zároveň navrhují, jak by česká vláda mohla některé z těchto parametrů změnit, aby se počet neplatičů snížil. Při sestavování spolehlivých odhadů vývoje v oblasti daňových úniků je nutné pracovat také s měnící se demografií a politickou situací. Jak populace bohatne, mění se i formy daňových úniků. Predikci také ovlivňuje to, zda budou finanční úřady daňové úniky přísně stíhat a zdali se změní kvalita veřejných služeb poskytovaných občanům. Podle toho se plátci rozhodují, zda budou daně platit, nebo ne. Autorem páté kapitoly je Charles Kenny působící ve Světové bance. Věnuje se rozsahu a dopadu korupce v infrastruktuře rozvojových zemí. Tyto poznatky platí také pro Českou republiku. Kapitola se zabývá různými přístupy při odhadování korupce a popisuje výsledky různých studií na toto téma. Závěrem tvrdí, že většina stávajících měření míry korupce odráží skutečný rozsah korupčního chování v infrastruktuře pouze nepřesně, neboť měří převážně a nedostatečně drobnou, nikoliv velkou korupci. V kapitole se Charles Kenny věnuje dokumentování ztrát z korupce a předkládá hypotézu, že podplácení nepředstavuje nedostatečný ukazatel pro výpočet ztrát způsobených korupcí v infrastruktuře. Kenny tvrdí, že pro měření jsou vhodnější ukazatele zohledňující celosektorový přístup. Analýzy rozpočtování projektů a kontroly zařízení by měly pomoci určit, zda se při výběrovém řízení vybírají projekty s nejvyšší ekonomickou návratností. Pokud jsou sledovány podmínky ekonomičnosti, ztráty způsobené korupcí budou mizivé. Kenny obhajuje koncepci prevence korupčního chování založenou na měření jejího dopadu, přičemž ale může dojít k toleranci k formám korupce s nízkými ekonomickými náklady. Šestá kapitola přistupuje k měření korupce jiným způsobem, pomocí analýzy informací publikovaných v médiích. Nejprve je odmítnuta hypotéza, že ve střední a východní Evropě došlo na rozdíl od jiných částí světa k dramatickému nárůstu intenzity rozpravy o korupci v médiích. Z analýzy dat vyplývá, že objem mediálního zpravodajství o korupci odpovídá míře korupce popisované ve výzkumech názorů. Následuje analýza, která jde nad rámec prostého výčtu zmínek o korupci ve vlivných českých médiích a přehledu zpravodajství. Analýzou tisku lze zdokumentovat počet případů korupčního chování, kterému se tisk věnoval, zjistit další charakteristiky těchto případů a určit, zdali se počet korupčních skandálů mění v čase. Poslední, sedmá kapitola obsahuje souhrn antikorupční koncepce a legislativy v České republice a úvahu na téma role nepřímých opatření v prevenci korupčního chování s tím, že popisuje způsob, jak prosadit protikorupční snahy systémově. [8]

KAPITOLA 1. CO VÍME O KORUPCI V ČESKÉ REPUBLICE? KRÁTKÁ INVENTURA EMPIRICKÝCH DŮKAZŮ Michael L. Smith Korupce v České republice je stejně jako v ostatních postkomunistických státech zdánlivě všudypřítomná. Média zkoumají početné korupční skandály, čímž mezi občany spoluvytváří negativní vnímání veřejné správy a zvyšují jejich nedůvěru v ni. Přestože úplatek poskytne nebo přijme možná jen menšina občanů, lidé mají dojem – možná správný – že korupce je všude. „Korupce“ jako diskursivní pojem se stává prostředkem chápání politické sféry. Nabízí vysvětlení, proč jsou někteří bohatí a jiní chudí, proč někteří vyhrávají a jiní prohrávají před soudem, či jak politici rozhodují. Zkrátka proč se zdá, že někteří uniknou potrestání. Bez ohledu na to, zda jsou naše vjemy přesným zobrazením skutečného světa, jsou dostatečně reálné. Významně ovlivňují naše chování, životy, stabilitu politického systému a vlastně celého světa, v němž žijeme. Bylo by nebezpečné a snad i neetické přistupovat k našemu vnímání a poznání korupce v České republice a jinde pouze s radikální skepsí. Korupční jednání se obvykle uskutečňuje za zavřenými dveřmi. Občanům, politikům ani expertům se mnohdy nedostává empirických důkazů pro potvrzení vlastních vjemů a výroků. Nedostatek přímých důkazů bohužel neznamená, že ke korupčnímu jednání nedochází. Je ale nepřijatelné, aby experti či média povšechně hovořili o projevech korupce v České republice, aniž by svá tvrzení náležitě podložili. Některé studie a analýzy korupce se zdají být postaveny převážně na novinových článcích a neplodném teoretizování. Která fakta o korupci v České republice tedy vůbec máme ve srovnání s nadbytkem nepodložených dojmů? Nejprve je nutné zrekapitulovat literaturu o korupci v České republice, abychom identifikovali soubor spolehlivých vědeckých tvrzení, jež jsou pevně empiricky zakotvena. Je přirozené, že aktuální vědecká tvrzení mohou být na základě nových zjištění vyvrácena. Přesto je důležité shrnout kolektivní vědecké poznání ve zkoumané oblasti. Někteří mohou nesouhlasit v otázce výkladu či spolehlivosti důkazů, a proto tato kapitola obsahuje přehled současného stavu a nemá za cíl definovat dogma či jedinou pravdu. Recenze odborné literatury o příčinách korupce a konkrétní protikorupční opatření jsou hodnotnými zdroji (viz Treisman 2000, 2007; Andvig a spol. 2000; Jain 2001; Lambsdorff 2005; Schmidt 2007, aj.). Zde půjde výhradně o české reálie, přičemž opomineme obecné poznatky o vztahu mezi důvěrou a korupcí či nerovností a korupcí. Zahraniční literatura je zahrnuta pouze do té míry, týká-li se poznatků o korupci přímo v České republice. Každá studie o korupci se musí vyrovnat s problémem definice základních pojmů. Experti zatím potřebu takové definice obvykle zlehčovali. Pro naše účely poslouží definice používaná organizací Transparency International (TI), že korupce je „zneužití svěřené moci pro soukromé obohacení“. Je možné se ptát, co znamená „zneužití“, „svěřená moc“ a „soukromé obohacení“, ale lze vycházet z běžného významu těchto slov a frází. Johnston (1996) sestavil typologii definic korupce. Popsal definice soustředěné na veřejnou funkci, které popisují korupci jako zneužití pravomocí vyplývajících z veřejného postavení; jde například o Nyeovu definici, že korupce je „chování, které se odchyluje od formálních povinností veřejné funkce za účelem soukromého finančního nebo jiného obohacení (zlepšení postavení pro vlastní osobu, rodinu, jinou skupinu)“ (Nye 1967). Dále Johnston seskupil definice popisující iniciátory korupce (principal-agent), které se zaměřují na vztah mezi aktéry uplácení. Jde například o politikovo nadřazení zájmu jedince nad zájem občanů (Rose-Ackerman 1978; Klitgaard 1988). Někteří badatelé považují honbu za definicí za ztrátu času s tím, že „korupce se podobně jako slon těžko popisuje, ale není těžké ji přehlédnout“ (Tanzi citován v Miller a kol. 2001: 2). V každém případě lze zpracovat odbornou literaturu o příčinách a podstatě korupce v konkrétním kontextu, bez ohledu na specifickou pracovní definici. Zbytek kapitoly je rozdělen do řady empirických zjištění o korupci v České republice. Jsou pominuty takové modely a teorie korupce, které nejsou podepřeny empirickými důkazy. U každého tvrzení jsou shrnuty důkazy a nastíněny problematické oblasti. Cílem tedy není sestavit přehled neomylných tvrzení, ale jedná se čistě o zaznamenání stavu zkoumání problematiky korupce, které bude podnětné a pomůže rozproudit živou diskusi ať [9]


již v akademické, či veřejné sféře. Jen otevřená diskuse totiž pomůže zlepšit pochopení projevů a příčin korupce v České republice. Významný aspekt kultury korupce po roce 1989 jako odkaz komunistického režimu Pojem korupce nepatřil mezi výrazy, kterými sociologové charakterizovali komunistické režimy. Například studie Janose Kornaie The Socialist System (1992) o fungování plánované ekonomiky se o korupci takřka nezmiňuje. Jedním z možných důvodů je, že korupce byla „tak významnou částí státního systému, že ji již vůbec nedokážeme rozlišit jako korupci“ (Šimečka [1990: 132] citován v Reed [1999: 137]). Je dobře známo, že nomenklatura umožňovala vysoce postaveným úředníkům získávat výhody jako úplatek za jejich podporu režimu a za vykonávání určitých služeb pro konkrétní osoby. V situaci nedostatku zboží byly malé dárky a úplatky vnímány jako nezbytný prostředek k získání protislužeb nebo nedostatkového zboží. Korupce nabývá dvojího významu. Buď praxe výměny úsluh a darů představuje formu přehlíženého a tolerovaného úplatkářství, nebo byl celý politický a ekonomický systém zkorumpovaný, protože byl sám o sobě nefunkční a sloužil především k uspokojení potřeb politické a ekonomické elity (Holmes 1993; Reed 1996). Existují přesvědčivé důkazy o tom, že komunistická minulost přispěla k přetrvání korupce v postkomunistickém období. Sandholtz a Taagepera (2005) pomocí modelu měřícího vliv kulturních tradic demonstrovali, že v případě komunistické minulosti se hodnocení státu sníží o dva body v desetibodové škále indexu vnímání korupce CPI (stupnice od 0 = velmi korupční po 10 = prakticky bez korupce). Je zřejmé, že evropské státy, ve kterých je korupce nejvíce rozšířena, jsou právě ty s komunistickou minulostí. Ze srovnání vyplývá, že mezi postkomunistickými zeměmi je nejméně korupce ve Slovinsku a po něm následují státy visegrádské čtyřky. Státy s největší mírou korupce jsou nejdále na východ (Rose, Mischler a Haerpfer 1998). Nepanuje shoda ohledně mechanismů, které vedou ke korupčnímu jednání, a jejich souvislosti s komunistickou minulostí. Argumentace s důrazem na vliv institucí tvrdí, že existuje přímá úměra mezi množstvím pravidel, institucí a předpisů, které přetrvaly z komunistického období, a příležitostí ke korupci, protože některé ekonomické subjekty jsou ochotny podplácet, aby obešly netržní předpisy a opatření, jejichž dodržování by bylo nákladnější (ibid.). Dle argumentace vycházející z analýzy elit se politické a ekonomické elity na korupci podílejí kvůli charakteru institucionálního prostředí, které je nedostatečné či dokonce úplně chaotické. Solnick v knize Stealing the State (1998) tvrdí, že komunismus se zhroutil zevnitř, protože „instituce podlehly systémové obdobě nájezdu na banku, kdy úředníci pospíchali vybrat svá aktiva dřív, než se měla byrokratická vrátka navždy zaklapnout... Když došlo k nejhoršímu, nekradli tito úředníci jen zdroje státu, rozkradli stát sám“ (ibid. 7). Protože nebyl po roce 1989 státní majetek účinně podchycen ani kontrolován, mohli byrokrati využít příležitosti a zpronevěřit ho, což zvýšilo náchylnost ke korupci v dlouhodobé perspektivě. Navíc mnoho příslušníků úřednických elit přišlo po roce 1989 o své pozice. Byli v nich nahrazeni vzdělanější manažerskou elitou, která jako nová vládnoucí třída mohla na počátku 90. let využít své kontakty k získávání původně státního majetku (Eyal, Szelenyi a Townsley 1998). Vedle institucionalistické argumentace a argumentace postavené na elitách, argumentace vycházející z kulturních specifik tvrdí, že pokud bylo korupční jednání součástí politické kultury, mohly tyto aspekty přetrvat i po dramatických změnách v politických a ekonomických institucích z počátku 90. let. Jako příklad můžeme uvést argument o tzv. sociální důvěře. Policejní dohled a jiné nástroje komunistického režimu přispívaly k nárůstu nedůvěry mezi lidmi, nejenom k cizincům, ale ke všem, kteří nepatřili do skupiny nejbližších známých a přátel. Lidé se stáhli mezi své přátele a příbuzné. Výsledkem byl stav, kdy chyběla obecná důvěra, a tudíž jsou do menší míry dodržovány standardy morálního a legálního chování (Uslaner 2008). Mnoho odborníků, kteří analyzují vztah mezi důvěrou a korupcí, došlo k závěru, že nedostatek důvěry ve společnost je v postkomunistickém období jedním z hlavních faktorů vysvětlujících vysokou incidenci korupce (Paldam a Svendsen 2002; Tonoyan 2003). V komunistických režimech existovaly další kulturní faktory přispívající ke korupci. Šlo hlavně o to, že tyto režimy potíraly neoficiální občanskou a politickou angažovanost, což se projevilo v relativně nízké účasti na společenském životě v postkomunistických společnostech (Howard 2003). Malé zapojení občanů do politiky ve srovnání s regiony s jinou tradicí přispívá k netransparentnosti a absenci veřejného dohledu nad politickým systémem. Je zdokumentováno, že komunistické režimy potlačovaly náboženské svobody, potlačovaly užití náboženských symbolů a tradic a marginalizovaly náboženské hodnotové systémy. Podle Treismana (2000) má náboženství být pro zkoumání korupce [10]

Co víme o korupci v České republice? Krátká inventura empirických důkazů

důležité: procento protestantů ve společnosti je významným prediktorem hladiny korupce. Protestantské země ve Skandinávii a v anglosaském světě jsou podle mnoha výzkumů nejméně zkorumpované. Možná je to tím, že protestantská kultura je založena na principech individuální odpovědnosti a svědomí a že protestantské církve bývají silněji horizontálně provázané či jsou v nich častěji uplatňovány jednoduché struktury řízení, což podporuje nechuť k hierarchii a byrokracii vůbec. Neznamená to sice, že společnost musí být pobožná, aby zanikla korupce, ale naznačuje to, že k problému korupce přispělo, částečně díky potlačování nesocialistických hodnot, řídké morální tkanivo společnosti. Privatizace korupci nezpůsobuje, způsob privatizace ano Toto tvrzení je bezpochyby kontroverzní. Mnoho Čechů je přesvědčeno, že problém korupce vzešel do značné míry z procesu masové privatizace. V roce 1999 v průzkumu veřejného mínění o přispění minulých vlád k problému korupce označilo 26 procent respondentů za nejvíce odpovědnou Klausovu vládu z let 1993 až 1997, a dokonce stejné množství takto označilo samotný komunistický režim (GfK Praha 1999). Dobře doloženy jsou korupční skandály v průběhu české kupónové privatizace (Reed 1996). Přesto je nutno ke stanovení přímé příčinné souvislosti mezi korupcí a privatizací přistupovat opatrně. Různé studie transformujících se ekonomik ukázaly na souvislost mezi vyšším podílem soukromého sektoru v ekonomice a nižší hladinou korupce. To může být způsobeno tím, že očekávání úplatku je časté tam, kde jsou dostupné státní dotace a půjčky. Ve chvíli, kdy se státy vzdají vlastnictví podniků a zruší dotace, omezí také prostor ke korupčnímu chování (Kaufmann a Seigelbaum 1997). Tato logika nachází oporu v práci Joela Hellmana (1998). Hellman prokázal, že postkomunistické země, které uskutečnily částečnou reformu – privatizační proces byl zahájen, ale byl jako například v Rusku zastaven před vytvořením funkční tržní ekonomiky – mají instituce náchylnější ke korupci více než země, jež svou ekonomiku privatizovaly do větší hloubky a rychleji. Podle Kaufmana a Seigelbauma je „nejdůležitějším závěrem to, že shrneme-li všechny charakteristiky přechodu, zůstává privatizace – se všemi svými nedostatky – z hlediska boje proti korupci lepší strategií než žádná privatizace... výskyt korupce je nebo by byl bez privatizace častější a... korupce je rozšířenější ve státem ovládaných odvětvích.“ (ibid. 25) Závěry ohledně tržního a etického chování privatizovaných firem je nutné vyvozovat opatrně. Z dat vyplývá, že ekonomická výkonnost různých typů privatizovaných českých firem není nutně lepší než výkonnost státem vlastněných firem a že čeští vlastníci privatizovaných firem mohli vytunelovat firemní majetek pomocí manipulací se ziskovou marží a umělého navyšování nákladů (transfer pricing) (Hanousek, Kočenda a Švejnar 2007). Existuje konsensus ohledně toho, že prostor pro korupci je spoluvytvářen způsobem privatizace, tj. konkrétními institucemi, postupy a dalšími rámci chování. Quentin Reed ve své doktorské dizertační práci z roku 1996, která je jednou z nejlepších aktuálních analýz korupce, tvrdí, že v souvislosti s procesem velké privatizace politické elity nevytvořily transparentní instituce. To mělo mít za následek vznik takových sociálních struktur, které ve svém důsledku zvětšily prostor pro korupční chování. Týkalo se to zejména nedostatečného právního prostředí a endemického nedodržování zákona při schvalování privatizačních projektů (Reed 1996: 86). Reed na základě případových studií doložil, že privatizační záměry podniků vznikaly, aniž by na ně bylo dohlíženo. Tak se stalo, že byli zvýhodněni někteří aktéři privatizace na úkor ostatních. Státní úředníci odpovědní za privatizační projekty přecházeli do soukromé sféry a zaujímali posty v privatizovaných firmách. Vedoucí pracovníci a úředníci často zneužívali přístup ke důvěrným informacím. Majetek podniků byl nedostatečně podchycen a nebyl kontrolován, aby se předešlo zpronevěře. Podle Reeda bylo jedním z důvodů absence kontrolních mechanismů to, že v období 1992 až 1996 byly policie, ministerstvo spravedlnosti, Nejvyšší kontrolní úřad a bezpečnostní služby pod kontrolou jediné politické strany (ODS), což nepřispělo k vybudování systému kontrol a nastavení rovnováhy mezi různými kontrolními mechanismy. Zatímco liberální kritici české privatizace považují za příčinu korupce nedostatečně jasně definovaná majetková práva a například sociální demokraté poukazují na nedostatečnou regulaci finančního trhu (Mertlík 1997), jiní badatelé označují jako zásadní problém homogenitu sociálních skupin či sítí zapojených do privatizace. Stark a Bruszt (1998) tvrdí, že pocházejí-li realizátoři privatizačních opatření a aktéři kontrolující privatizovaný majetek z týchž sociálních sítí, narůstají příležitosti k tajným dohodám a vznikají dokonce neformální výplatní listiny (rent seeking). Podle jejich modelu tzv. rozhodovacích sdružení vznikají transparentní nezkorumpované trhy nejpravděpodobněji tam, kde dochází k dohledu jedněch sítí nad druhými (ibid. 136). Jestliže tedy heterogenní skupina sociálních aktérů navzájem aktivně vyjednává v politickém procesu, snižuje se náchylnost skupin vyžadovat neformální platby a buduje se pocit veřejné odpovědnosti. Tito a další autoři (Orenstein 2001) upozorňují na vysokou míru korporalismu v České [11]


republice pro vyvažování zájmů mezi státem, odbory a vznikajícími ekonomickými aktéry. Pomíjejí ale schopnost inteligentních podnikatelů a úředníků zneužívat nekvalitní zákony a majetkové vazby pro vlastní obohacení. Veřejnost intenzivně vnímala korupci v 90. letech, zlom nastal v roce 2001, od té doby se hodnocení prostředí zlepšuje Zdroj informací pro porovnávání vnímání korupčního prostředí v časové posloupnosti představuje index vnímání korupce (CPI) organizace Transparency International. Index se na základě šetření vnímání míry korupce odhaduje jako hodnota na škále od 0 do 10 (0 = velmi korupční, 10 = prakticky bez korupce). Respondenty jsou obvykle odborníci žijící mimo zkoumanou zemi. Porovnání v čase pomocí indexu CPI nejsou příliš spolehlivá, protože meziroční změny mohou být způsobeny rozdílností použitých metod šetření. Nejedná se čistě o rozdíly ve vnímání, které by byly naměřené jedním analytickým nástrojem. Proto se organizace Transparency International staví ke spolehlivosti historických srovnání pomocí indexu CPI skepticky a zaměřuje se spíše na mezinárodní než na historické porovnávání vnímání míry korupce. Ke spolehlivé analýze vývoje v časové řadě by bylo třeba, aby podkladová šetření byla identická během celé doby existence indexu. Lambsdorff (2006a) analýzu časové řady vnímání korupce provedl tak, že ji omezil na čtyři šetření, která byla mezi roky 1995 a 2004 pokaždé součástí indexu CPI. Jeho datový soubor sice není stejný jako u CPI, ale umožňuje spolehlivější historické srovnání. Lambsdorff zjistil, že v tomto období došlo ke statisticky významné změně vnímání prostředí v České republice jako korupčního. Konkrétně v letech 1996 a 1997 bylo prostředí vnímáno jako méně korupční než v roce 1998. Nejhorší hodnocení pak bylo zaznamenáno v roce 2001. Ke zhoršení mezi lety 1997 a 2001 zřejmě přispěla opoziční smlouva mezi ČSSD a ODS, kterou mohla veřejnost vnímat jako omezení politické plurality a vznik politického kartelu. V té době se média věnovala také velkým bankovním a dalším skandálům. Z indexu CPI České republiky z let 2002 až 2007 vyplývá, že v těchto letech se vnímání míry korupce každý rok zlepšovalo (tabulka 1.1). Pomineme-li fakt, že výsledek ovlivnily metody šetření, které se rok od roku měnily, jedná se hlavně o odhady, jejichž intervaly spolehlivosti se překrývají, a naměřený trend tudíž není statisticky průkazný. Jinými slovy, i kdyby byly uváděné hodnoty zjištěny v opačném gardu, nejednalo by se z hlediska statistické významnosti o průkazné zjištění pokračujícího zhoršování vnímání míry korupce. Tabulka 1.1 Vývoj indexu CPI v České republice, 2000–2007 Rok

Hodnota

Interval spolehlivosti

2000

4,3

3,3–6,2

2001

3,9

2,6–5,6

2002

3,7

2,6–5,5

2003

3,9

2,6–5,6

2004

4,2

3,7–4,9

2005

4,3

3,7–5,1

2006

4,8

4,4–5,2

2007

5,2

4,9–5,8

Zdroj: Transparency International

Lambsdorff (2006b, 2007) ve svých dalších studiích založených na postupu užitém ve studii z roku 2006 tvrdí, že velký posun v indexu v letech 2005 až 2006 a 2006 až 2007 (z 4,3 na 4,8 a 5,2) byl alespoň částečně způsoben statisticky významnými změnami vnímání míry korupce a nešlo jen o dopad technických faktorů ovlivňujících výběr vzorku. Můžeme tedy říci, že změny vnímání míry korupce mají v České republice jeden vrchol, kdy po letech vnímaného zvyšování míry korupce mezi lety 1997 a 2001, dochází k dosažení vrcholu v letech 2002 a 2004. V období mezi 2005 a 2007 má vnímaná míra korupce klesající charakter. Tuto tendenci popsali také Hanousek a Palda ve čtvrté kapitole této publikace pomocí šetření o vyhýbání se placení daní. Na základě jejich statistického zkoumání je zřejmé, že vyhýbání se placení daní měřeno počtem neplatičů rostlo mezi lety 1995 a 1997, dosáhlo vrcholu po roce 2000, zhruba v té době se ustálilo a pak mezi lety 2004 a 2006 klesalo. [12]


Oficiální hodnocení trestných činů spáchaných v souvislosti s korupcí nevykazuje dlouhodobý trend v meziročním srovnání Informace o míře korupce obvykle pocházejí ze dvou zdrojů. Jedním jsou sociální šetření, zkoumání sociálních ukazatelů a výzkumy názorů mezi odborníky. Druhým jsou oficiální údaje o vyšetřovaných korupčních kauzách, policejní práci, práci soudů apod. Česká oficiálně publikovaná data obecně nevykazují žádný zřetelný trend zvyšování nebo snižování míry korupce. Oficiální data popisují neustálé zavádění nových opatření, zatímco dlouhodobá trendová linie zůstává stabilní. Podle každoroční Zprávy o korupci v České republice vydávané Ministerstvem vnitra byl počet objasněných případů předání či převzetí úplatku mezi lety 1993 a 2006 průměrně 187 za rok1 s vysokou kolísavostí pro jednotlivé roky (standardní odchylka je 50). Průměrná roční změna (lineární trend) za období 1993 až 2006 představuje mírný pokles o čtyři případy, což vzhledem k vysoké standardní odchylce neukazuje na žádný trend. Nejvíce případů bylo nahlášeno v letech 1995, tj. 277 případů. V následujících letech bylo hlášeno 241 (rok 1996), 203 (2001) a 283 (2004) případů. Nejméně případů bylo v letech 2005 (130 případů) a 2006 (126). Teprve v delším období bychom mohli usoudit, že meziroční změna objasněných korupčních případů představuje dlouhodobý trend, zejména u poklesů z let 2004 až 2006, a že nejde jen o zkreslení.2 Mezi roky 1993 až 2006 výrazně kolísal také počet stíhaných a vyšetřovaných osob pro trestné činy související s korupcí. Ze 137 případů úplatkářství v roce 1993 poklesl na 92 případů v roce 1997. Poté počet stoupl na 210 osob v roce 2004 a zase klesl na 114 případů v roce 2006. Počet obžalovaných a odsouzených osob v letech 1993 až 2006 klesal a stoupal obdobným způsobem. Počet odsouzených za úplatkářství se z 53 v roce 1993 zvýšil na 137 v roce 1996. V následujících letech poklesl až v roce 2002 se vrátil na 137. V roce 2006 znovu počet odsouzených klesl na 74. Lineární trendová linie pro oba soubory dat je plochá, přičemž rozptyl je velký. Z toho vyplývá, že tyto datové soubory nevykazují žádné významné změny v čase navzdory protikorupčním programům a legislativním reformám, které vláda zavedla. Tyto datové soubory se netýkají pouze veřejných činitelů a úředníků, protože úplatkářství není omezeno jen na veřejnou správu. Je zřejmé, že vyšetřované případy korupce pracovníků veřejné správy tvoří menšinu. Například v roce 2006 je zaznamenáno 14 případů přijetí úplatku úředníkem, zatímco celkově bylo odhaleno 43 případů úplatkářství. Počet trestných činů úplatkářství mezi úředníky nemá tendenci ke změně. Je zajímavé, že celkový počet odhalených trestných činů úředníků se mezi rokem 1999 a dneškem výrazně snížil. Na základě uvedených dat nelze hodnotit úspěch, s jakým policie a soudy bojují proti korupci. Museli bychom znát skutečný objem korupčního chování ve společnosti. Přestože policie šetří 30 případů úplatkářství v roce A a 40 případů v roce B, nelze říci, že policie byla v roce B úspěšnější, protože v roce A mohlo dojít ve skutečnosti pouze k 35 případům korupce (objasněna by byla většina) a v roce B celkově ke 100 případům (objasněna by byl jen zlomek). Zkušenost s úplatky je napříč společností Mnozí si uplácení spojují s podnikateli a firmami, jež si pomocí úplatků chtějí zajistit státní zakázky. Tyto představy mohou odpovídat tzv. velké korupci. Vycházejí z přesvědčení, že české zkušenosti s úplatky se koncentrují převážně mezi podnikatelskou elitou. Jediný spolehlivý způsob, jak zkoumat úplatkářství, jsou statistická šetření, která pokládají takové otázky týkající se korupce, na které se respondenti nebudou bát odpovídat. Obvykle se nelze ptát přímo, zda lidé dávají úplatky nebo ne, protože to vede ke zkresleným výpovědím. Místo toho lze zjišťovat například to, zda úředník po respondentovi požadoval úplatek či protislužbu, čímž se odstraní otazník nad vlastním podílem respondenta na korupční transakci a usnadní se mu odpovídání. Podle Evropského sociálního šetření (European Social Survey) z roku 2004 přibližně 13 procent českých respondentů tvrdilo v porovnání s pěti procenty Evropanů obecně, že alespoň jednou v předchozích pěti letech po nich úřed1

2

Zahrnuty jsou případy podle paragrafů 160, 161 a 162 trestního zákoníku, tedy přijímání úplatků, podplácení a nepřímé formy úplatkářství. Tzn. že vzhledem k vysokému meziročnímu kolísání bude mít rok, který zvolíme jako poslední rok analýzy, zásadní dopad na výslednou trendovou linii.

[13]


ník požadoval úplatek. Podle tohoto měřítka Česká republika skončila až na 23. místě z 25 evropských zemí, v nichž byl průzkum prováděn. Horší situace byla už jen na Slovensku a Ukrajině (graf 1.1). Podle výzkumné zprávy institutu ISSP Role vlády z roku 2006 přibližně 15 procent českých respondentů a jejich rodin někdy a téměř tři procenta často bylo požádáno v předchozích pěti letech úředníkem o úplatek. Tato čísla jsou znepokojivá, ale také nám ukazují, že velká většina obyvatel České republiky se v poslední době s úplatkářstvím nesetkala. Graf 1.1 Procento respondentů (a 95procentní intervaly spolehlivosti), kteří se během posledních 5 let setkali alespon jednou s úředníky ve veřejné správě, kteří naznačili, že by chtěli, nebo kteří požádali o úplatek 36 34 32 30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0

FIN

SUI GBR

ISL NED

SWE FRA

BEL IRE

GER NOR

ESP DEN

POR SLO

HUN TUR GRE CZE UKR LUX AUT EST POL SVK

Zdroj: ESS 2004

Je popsána řada teorií o tom, kdo se nejpravděpodobněji setká s úplatkářstvím. Například se tvrdí, že se úředníci, kteří chtějí získat úplatek, snaží identifikovat osoby s prostředky a ochotné dát úplatek. To by znamenalo, že bohatší Češi se častěji setkávají s úplatkářstvím. Další hypotéza tvrdí, že v nerovné společnosti jsou nuceni uplácet méně majetní, aby si zajistili služby, k nimž bohatší už přístup mají díky svým konexím a bez nutnosti uplácení. Oba tyto pohledy jsou zřejmě mylné. Z analýzy provedené na základě dvou výše zmíněných šetření vyplývá, že indikátory sociálního postavení nemají na četnost zkušeností s úplatkářstvím žádný přímý vliv ať už v České republice, či v celé Evropě (evropská data zahrnují na 40 tisíc respondentů). Obdobně Češi s vyšším vzděláním nemají větší zkušenosti s žádostmi o úplatek než osoby s nižším vzděláním (tabulka 1.2). Ani Češi pracující ve velkých firmách či vedoucí pracovníci nejsou žádáni o úplatky o nic častěji než ostatní. Přesto existují sociální a demografické indikátory, které se váží na míru korupce: ve většině evropských zemích uvádějí muži o 50 procent častěji než ženy, že byli požádáni o úplatek. To neplatí pro Českou republiku, kde nebyl takový rozdíl mezi pohlavími zaznamenán. Z šetření institutu ISSP vyplývá, že mladší věková kohorta Čechů má větší pravděpodobnost setkat se s úplatkářstvím, ale [14]


podle šetření ESS věk nemůže být označen za významný faktor zapřičiňující úplatkářství. Přestože modely v tabulce 1.2 nejsou srovnatelné, je zřejmé, že neukazují na žádný sociální a demografický faktor, který by představoval řídící proměnnou pro míru korupce. Modely mají malý koeficient pravděpodobnosti Nagelkerkovo R2, a tudíž žádnou vypovídací hodnotu. Je zřejmé, že je nutné zkoumat řídící proměnné, například vliv osobních kontaktů s veřejnou správou (viz kapitola 3). Drobná korupce je přítomná napříč společností a v tolika formách, že žádná konkrétně definovaná socioekonomická skupina Čechů v produkčním věku nepřichází s korupcí do styku výrazně častěji než zbytek populace. Tabulka 1.2 Dvě binomické logistické regrese zkušenosti s úplatkářstvím Koeficienty mezi šetřeními nejsou srovnatelné kvůli odlišným závislým proměnným (viz níže). Šetření

ESS 2004

ISSP 2006

Proměnné

B

(st. chyba)

B

Konstanta

-2,000*

(,851)

-3,986**

(st. chyba) (1,223)

Demografické Věk

,027

(,031)

,102*

(,046)

Věk (druhá mocnina)

,000

(,000)

-,001*

(,000)

-,120

(,161)

-,163

(,219)

Žena Vzdělání

-,168

(,382)

,348

(,492)

Vyučený, střední bez maturity

Základní

,057

(,291)

-,096

(,381)

Střední odborné s maturitou

-,071

(,303)

,212

(,369)

,184

(,359)

,011

(,535)

Gymnázium Příjem (rodinný, čistý) ISSP: < 10 000

ESS: < 9 000

-,216

(,262)

,321

(,450)

ISSP: 10 000 až 15 999

ESS: 9 000 až 14 999

-,385

(,232)

,084

(,408)

ISSP: 16 000 až 29 999

ESS: 15 000 až 29 999

-,193

(,189)

,458

(,318)

Povolání Samostatně výdělečně činný

,262

(,283)

-,198

(,530)

Nadřízený pracovník

,116

(,212)

,002

(,263)

,625*

(,246)

,458

(,306)

Demografické pomocné proměnné Velké město Vesnice

,377*

(,188)

,133

(,277)

Praha

,044

(,326)

,135

(,411)

Střední Čechy Jižní Čechy

,378

(,276)

-,161

(,370)

,884* -1,969

(,349) (1,040)

Západní Čechy

-,385

(,316)

,116

(,384)

Severní Čechy

-,598*

(,292)

,396

(,362)

Východní Čechy

-,247

(,310)

,250

(,374)

Jižní Morava

-,313

(,258)

-,388

(,448)

Počet případů

1526

765

Nagelkerke R2

,057

,094

*** značí významnost při hodnotě p < 0,001; ** značí významnost při hodnotě p < 0,01 a * při hodnotě p < 0,05. Závislá proměnná ESS: „Jak často, pokud vůbec, se Vám v posledních pěti letech staly tyto věci?... Úředník státní správy nebo samosprávy Vás žádal o nějakou pozornost nebo úplatek za své služby“ (1 = jednou, dvakrát, třikrát... nebo vícekrát; 0 = nikdy). Závislá proměnná ISSP: „Jak často jste se Vy osobně nebo člen Vaší nejbližší rodiny v posledních pěti letech setkali s úředníky ve státní správě, kteří naznačili, že by chtěli, nebo požádali o úplatek nebo protislužbu?“ (1 = někdy, často, nebo velmi často; 0 = nikdy nebo málokdy). Zdroj: ESS 2004, ISSP 2006

[15]


Zadávání veřejných zakázek vytváří prostředí pro korupci Zadávání veřejných zakázek je proces, ve kterém veřejný sektor obstarává zboží a služby od soukromého sektoru. V České republice mohou být veřejné zakázky zadány na základě otevřené soutěže, omezené soutěže nebo bez výběrového řízení. Výběrové řízení se musí obvykle uskutečnit, pokud hodnota zakázky přesáhne dva miliony korun. Podle Eurostatu a organizace OECD představují veřejné zakázky na transformujících se trzích, jakým je i Česká republika, mnohem větší část hrubého domácího produktu, než je obvyklé v ekonomicky vyspělých zemích. Pobočka Transparency International v České republice odhaduje objem veřejných zakázek v České republice v roce 2003 na přibližně 17,6 procenta ročního HDP (TIC 2005). Samotný objem rozdělovaných zakázek není hlavním faktorem míry korupce, tím bývá hlavně transparentnost či spíše její nedostatek. Například objem veřejných zakázek tvoří vysokou část HDP ve Velké Británii a ve skandinávských zemích, a přesto jsou zařazeny do skupiny zemí s nízkou mírou korupce. David Ondráčka se pokusil odhadnout finanční ztráty veřejného sektoru způsobené netransparentními výběrovými řízeními a špatně navrženými zadávacími pravidly. Jeho výzkum je obdobou zkoumání míry korupce pomocí měření chybějících či nezachycených nákladů ve veřejných projektech s předpokladem, že chybějící výdaje představují finance odčerpané korupčním chováním (Olken 2006). Na základě výročních zpráv Národního kontrolního úřadu Ondráčka (2007) odhadl, že manažerské nedostatky (tj. účetní nesrovnalosti) odhalené NKÚ tvoří 14,7 procenta všech kontrolovaných prostředků vynaložených za období 1993 až 2004. Předpokládáme-li, že v sektoru veřejných zakázek se manažerské nedostatky vyskytují stejně často jako u všech ostatních, můžeme tento poměr aplikovat na objem veřejných zakázek a odhadnout výši finančních ztrát způsobených korupcí. V roce 2004 tudíž zřejmě dosáhly odhadované ztráty veřejné správy objemu 32 miliard korun (ibid.), přičemž část z této ztráty byla způsobena korupcí. Bylo by nesprávné spojovat všechny nedostatky, jakými může být například neúplné nebo neprůkazné vyúčtování nákupů, s korupcí. Stejně by bylo chybou předpokládat, že bezchybné účetnictví svědčí o nulové korupci. Auditor a s ním i média či běžný občan si mohou povšimnout nadhodnocených cen veřejných zakázek, ale hůře se ověřuje množství nakoupeného zboží a služeb. Nicméně pokud se finanční nesrovnalosti vyskytují u uvedeného procenta kontrolovaných prostředků, je to jistě dostatečný ukazatel toho, že existující systém účetnictví neumožňuje dostatečně omezit příležitosti ke korupci. Lízal a Kočenda (2001) shrnuli důvody, proč jsou užší veřejná výběrová řízení a řízení s výzvami pouze pro několik potenciálních dodavatelů obzvláště náchylná k tajným dohodám. Jde například o případy, kdy jsou k účasti ve výběrovém řízení vyzvány pouze ty společnosti, které mají navzájem nějaký vztah, nebo jsou-li kritéria hodnocení nabídek nevhodně nastavená. Jan Pavel (2006) na základě zpráv NKÚ uvádí, že jedním z nejčastějších porušení zákona o zadávání veřejných zakázek je dělení zakázek na zakázky s objemem pod dva miliony korun, kdy je tím obcházena nutnost vyhlašovat veřejná výběrové řízení. Může to být jedním z důvodů, proč je právě přes malé zakázky rozpuštěna většina veřejných finančních prostředků. Vztah mezi strukturou veřejných zakázek a mírou korupce není jednoznačný. Přestože někteří tvrdí, že je nutné snížit horní limit pro zadávání malých zakázek a zveřejňovat více informací o vybraných a zamítnutých nabídkách, nelze z toho činit závěr, že vyšší podíl malých zakázek na celkovém objemu finančních prostředků má automaticky za důsledek vyšší míru korupce. Příčiny finančních ztrát ve veřejných výdajích a lehkost, s níž veřejné a soukromé subjekty obcházejí zákon o veřejných zakázkách, představují bezesporu velkou překážku v boji proti korupci v České republice. Některé faktory výkonu veřejné správy nahrávají korupci Hodnocení faktorů, které ovlivňují výkon veřejné správy, má omezenou empirickou podporu. Pro takovou diskusi je nutné zbavit se některých zavádějících předpokladů o „byrokratickém“ výkonu moci výkonné. Běžně se předpokládá, že s korupcí souvisí přebujelá veřejná správa. Přesto česká veřejná správa není nutně přebujelá: k roku 1999 činila zaměstnanost v českém veřejném sektoru 15 procent celkové zaměstnanosti, což zhruba odpovídá průměru zemí OECD, pro která máme data (OECD 2001). Přímý vztah mezi velikostí veřejného sektoru a vnímáním míry korupce je dále oslaben například v případě skandinávských zemí, které sice mají rozsáhlý veřejný sektor se zaměstnaností přes 20 procent, ale vykazují nízkou hodnotu vnímané míry korupce. Existují jistě praktické důvody, proč udržovat veřejnou správu v České republice co nejštíhlejší, ale snižování míry korupce mezi ně nepatří. [16]


Štička (2006) tvrdí, že příčinou korupce ve veřejné správě v České republice je „vysoká míra politizace veřejné správy, a to jak na národní, tak na regionální a místní úrovni. Vysokou mírou politizace veřejné správy se rozumí vysoká míra diskrece politických představitelů co do personálního obsazení jednotlivých míst ve veřejné správě“ (Štička 2006). Je jistě oprávněné předpokládat, že veřejná správa je zpolitizovaná také v důsledku zkušeností s prolínáním komunistické strany a státu před rokem 1989. Bohužel neexistují zřejmě žádná srovnání míry politizace české veřejné správy a veřejných správ v jiných zemích. Také musíme čekat na výzkumy, které ověří, zdali má vyšší podíl politických postů vzhledem k velikosti veřejné správy vliv na vyšší míru korupce. Srovnávací studie těchto proměnných zatím neexistují. Existují další způsoby, jak zkoumat vliv veřejné správy na korupční chování. Ukazatelem výkonnosti veřejné správy je například počet dnů potřebných k vyřízení a získání podnikatelského oprávnění. Reed tvrdí, že jednou z příčin korupce v procesu velké privatizace v České republice byla doba nutná k registraci firmy či živnostenského listu, která se mohla protáhnout až na půl roku. Pak bezesporu úplatek představoval jedinou možnost, jak proces registrace urychlit. Lze tvrdit, že čím déle trvá realizace významné funkce veřejné správy, tím pravděpodobněji budou lidé ochotni nabízet úplatky. Podle porovnatelných dat Světové banky (2006) o době nutné k získání podnikatelského oprávnění tento proces v České republice trvá průměrně 24 dnů, což je mnohem déle než ve státech s nízkou mírou korupce, jako je například Kanada (tři dny). Je to ale kratší období, než například na Filipínách (48 dní), které mají vysokou míru korupce. Logaritmický prediktor této proměnné na index vnímané míry korupce (index CPI v roce 2006) je silný: PearGraf 1.2 Vztah mezi průměrnou dobou nutnou k získání podnikatelského oprávnění a vnímanou korupcí ve 150 zemích v roce 2006

10.0

y = -1.56 * log(x) + 9.49 R2 = .33

9.0

8.0

Index CPI v roce 2006

7.0

6.0

5.0

4.0

3.0

2.0

1.0 0

25

50

75

100

125

150

175

200

Počet dní průměrně potřebných k získání podnikatelského oprávnění Zdroj: Transparency International; Světová banka, World Development Indicators (2006)

[17]


sonův koeficient je statisticky významný při hodnotě -0,57 (r2 = .33), což znamená, že doba, kterou podnikatelé stráví administrativními procesy, koreluje s vnímáním míry korupce (graf 1.2). Většina postkomunistických zemí zaostává za rozvinutým světem v účinnosti administrativních procesů, Česká republika není výjimkou. Dále lze zkoumat výkon veřejné správy z pohledu frekvence a kontaktů mezi občany a pracovníky veřejné správy. Lze předpokládat, že četnost přímých kontaktů s úředníky – oproti poskytování informací přes internet, platbám kreditními kartami a doručování požadovaných dokladů poštou – vytváří prostor k přijímání a nabízení úplatků. Také tato oblast je zdokumentovaná pouze omezeně. Přesto podle šetření ISSP v roce 2006 až 75 procent respondentů je přesvědčeno, že jednání úředníků s občany závisí na osobních kontaktech. Tyto názory představují jeden z nejsilnějších prediktorů vnímání korupce v České republice. Dále je hodnocení významu kontaktů jedním z nejsilnějších prediktorů toho, zda a jak často se setkávají s veřejnými činiteli, kteří od nich žádali úplatek. Přestože je nutné tuto oblast dál zkoumat, lze již nyní identifikovat způsoby, jak omezit korupci například tím, že se zjednoduší úkony státní správy a sníží intenzita kontaktů občanů s úředníky. Je to prevence před nepoctivými úředníky, kteří upřednostňují některé občany před ostatními. Závěr Tato kapitola poskytuje kritický přehled faktů o korupci v České republice. Kapitola záměrně opomíjí diskuse o teorii, modelech a příklady korupce zachycené tiskem, protože poskytuje souhrn obecných empirických tvrzení o korupci v České republice z historického a mezinárodního hlediska. Kvalitativní přístupy ke studiu korupce jsou velmi cenné, pokud se uplatňují systematicky pomocí metod umožňujících vyvozování obecných závěrů, jako například Reedova studie. Omezenou pozornost jsme věnovali průzkumům veřejného mínění. Jsou důležité proto, abychom získali indicie o vnímání míry korupce, ale obvykle nám neumožňují míru korupce vysvětlit historicky ani v mezinárodních souvislostech. To by vyžadovalo model s proměnnými, které budou vycházet z demografické charakteristiky respondentů. Průzkumy jsou jistě přitažlivé pro média, ale vědecké analýze vztahu mezi vnímáním míry korupce a zkušenostmi s korupcí obvykle nedostačují. Přestože průzkumy veřejného mínění nemohou přemostit propast mezi vnímáním a realitou, někteří je často slučují a zaměňují vnímání míry korupce s realitou korupčního chování. Minimum obecně platných tvrzení o korupci v České republice představuje výzvu k dalšímu empirickému zkoumání. Jsou nutné analýzy veřejných výdajů, srovnávací studie korupce na lokální, regionální a celostátní úrovni, analýzy dat z výzkumů a systematické analýzy zpráv z tisku. Zavedeme-li protikorupční opatření vystavěná na pevném základně empirických znalostí, nestavíme koně před vůz. Třeba zjistíme, že příležitosti k korupci lze významně omezit až rozsáhlou reformou fungování veřejné správy a změnou vztahu mezi státem a občanem, což jde daleko nad rámec protikorupčních opatření, jak je dnes formuluje česká vláda.

[18]

KAPITOLA 2. KORUPCE JAKO NESPRAVEDLNOST: POROZUMĚNÍ ČESKÉ KORUPCI PROSTŘEDNICTVÍM SOCIÁLNÍCH ŠETŘENÍ Michael L. Smith a Petr Matějů Proč je korupce špatná? Na tuto otázku neexistují snadné odpovědi. Podle Friče je korupce problémem, protože vede k sociální dezorganizaci: „korupce tím, že vytváří jinou, skrytou paralelní normativní strukturu, způsobuje zmatek ve společenském chování lidí a nutí je žít ve schizofrenním světě…“ (Frič a Kabele 1999: 23; viz také Frič 2001). Politologové obvykle považují korupci za problematickou především pro demokratické vládnutí, protože nahlodává důvěru v politické instituce a politickou odpovědnost a podněcuje politiky k tomu, aby jednali nikoli ve veřejném, ale ve svém soukromém zájmu (Johnston 2005; Rose-Ackerman 1999). Podle mnoha ekonomů je korupce problematická, protože škodí ekonomické výkonnosti: má negativní účinky na množství investic (Mauro 1995; Knack a Keefer 1995), ekonomický růst (Mauro 1995 a 1997; Leite a Weidman 1999; Mo 2001), ekonomickou nerovnost a chudobu (Gupta, Davoodi a Alonso-Terme 2002), příjmy z daní (Tanzi a Davoodi 2002; Ghura 2002) a příjem na hlavu (Kaufmann, Kraay, a P. Zoido-Lobaton 1999; Mo 2001). Ekonomická perspektiva vyvolává otázku, zda korupce může být morálně ospravedlnitelná, pomáhá-li lidem a firmám snížit náklady na překonávání příliš náročných a neúčinných předpisů, nebo lze-li prokázat, že korupce není pro konkrétní ekonomické odvětví škodlivá.1 Podle našeho názoru je korupce problém i proto, že je nespravedlivá. Je procedurálně nespravedlivá, protože porušuje zásadu nestrannosti předpisů a procedur k soukromým zájmům přítomným v konkrétních případech. Je také distributivně nespravedlivá, protože představuje prostředek sociální a ekonomické distribuce, který narušuje jiná obecně přijímaná kritéria distributivní spravedlnosti jako zásluhy, potřeby a rovnost. Chápání korupce jako nespravedlnosti není jen náš osobní postoj, tento názor podporují také data ze sociologických výzkumů. Čeští respondenti obvykle považují veřejné úředníky za „zkorumpované“, protože nezacházejí se všemi spravedlivě a nestranně, tj. s některými osobami či firmami zacházejí jinak než s ostatními. Většina Čechů je také přesvědčena, že lidé na vrcholu společnosti – ekonomické elity – získali své bohatství a status „korupčními“ prostředky, což naznačuje nespravedlnost v mechanismech ekonomické distribuce. Češi také považují úplatkářství za alternativní prostředek dosahování ekonomického úspěchu, který se úzce pojí s podvody a využíváním politických konexí. Tyto systémy přesvědčení o korupci se nevztahují k sociální dezorganizaci, politické legitimitě nebo ekonomické výkonnosti; týkají se nespravedlnosti v politických procedurách a mechanismech rozdělování bohatství a statusu ve společnosti. Jakkoli se může zdát zřejmé, že korupce je problém nespravedlnosti, předmětem teoretického bádání to však nebývá. Vlastně jediným známým badatelem, který navrhl teorii korupce jako nespravedlnosti, je Jong-Sung You. Ve své doktorské práci na Harvardské univerzitě obhajoval rawlsovské pojetí korupce jako porušení „formální spravedlnosti“ a porušení „povinností spravedlnosti“ (You 2005). Naše argumentace je jeho prací inspirována. Problém je v tom, že jeho pojetí Rawlsova pojmu formální spravedlnosti v Teorii spravedlnosti z roku 1971 je příliš abstraktní, než aby bylo vhodným nástrojem porozumění konkrétním normám a mechanismům, které v souvislosti s korupcí můžeme pozorovat. Také se náležitě nezaobírá distributivními aspekty korupce. Ukážeme, že modifikovaná teorie, která kombinuje prvky procedurální i distributivní spravedlnosti, je konzistentnější a lépe odpovídá běžným pojetím a definicím korupce.

1

Takováto obrana korupce je navýsost nepřijatelná. Je důležité rozlišovat náklady korupce pro firmu a pro hospodářství celkově. Korupce obecně vzniká jako důsledek kolektivní akce, kdy se malá skupina ekonomických aktérů pomocí korupčního jednání vyhýbá zavedeným tržním pravidlům, což znevýhodňuje ostatní konkurenty. Uplácejí-li některé firmy, je to pobídka pro ostatní firmy, aby dělaly totéž, což vede k narušování funkčních tržních pravidel a absenci důvěry mezi konkurenty. Dostává-li úplatky mnoho veřejných úředníků, je to pobídka k udržování neúčinných státních předpisů. Tak úplatek sice sníží transakční náklady jedné firmy, ale může vést k velkým negativním důsledkům pro hospodářství obecně. Podobně jako při vězňově dilematu by mohla k výsledku s největším sociálním přínosem vést spolupráce na základě sociální důvěry ve smyslu dodržování tržních pravidel oproti jejich porušování zapojením do korupce.

[19]


V první části se stručně věnujeme vymezení korupce a obhajujeme stanovisko, že badatelská pozornost by se měla zaměřovat méně na definice a více na koncepční vztahy mezi korupcí a jinými politickými a sociálními jevy, jako je nerovnost či nespravedlnost. Ve druhé části pak načrtáváme základní teorii korupce jako nespravedlnosti. V následující části pak na základě evidence z českých modulů šetření ISSP obhajujeme hypotézu, podle které česká společnost vnímá korupci povětšinou jako nespravedlnost. Kapitolu uzavírá zhodnocení významu teorie a důkazů pro protikorupční politiku. Problém definování korupce Ačkoli různí badatelé se pokoušejí korupci definovat již poměrně dlouho, k jednoznačné definici zatím nedospěli (např. Heidenheimer 1989; Johnston 1996; Lancaster a Montinola 2001; Nye 1967; Philp 1997, 2002; Scott 1972). Shodu bychom ovšem ani neměli očekávat. Představy o korupci jsou zakořeněny ve sporných a měnících se výkladech sociálních a politických norem. Říci, že něco nebo někdo je „zkorumpovaný“, už v sobě obsahuje morální soud, že to není správné. Takovéto morální soudy nesouvisejí jen se zákony, ale především s normami a očekáváními ohledně toho, jak by se podle nás měli chovat politici, veřejní úředníci a ostatní, jak by měla být organizována politická obec atd. S proměnami těchto norem se budou měnit i představy o tom, co je to korupce. Je však přirozené určitou společnou definici hledat, protože toto hledání je součástí celospolečenského procesu nacházení vzájemného porozumění. Každý nějak cítí, co to korupce je, jinak by to nebylo tak sporné politické téma. Představy lidí o korupci se mohou někdy krýt díky tomu, co Wittgenstein nazval „rodovou podobností“ pojmů, která nám umožňuje smysluplně komunikovat o témže světě, i když používaná slova nejsou plně a úplně definována. Wittgenstein ve své odpovědi na otázku o podstatě jazyka ve Filozofických zkoumáních napsal: „Místo abych udal něco, co je společné všemu, co označujeme jako řeč, říkám, že těmto jevům vůbec není společné cosi jediného, kvůli čemu pro ně všechny užíváme stejného slova, nýbrž že jsou si navzájem mnoha rozdílnými způsoby příbuzné. A kvůli této příbuznosti nebo těmto příbuznostem je všechny označujeme jako „řeč“… Nedokážu vymyslet lepší výraz k popisu těchto podobností než „rodové podobnosti“, vzhledem k různým podobnostem mezi příslušníky jedné rodiny: stavba těla, rysy, barva očí, chůze, temperament atd. se překrývají a kříží stejným způsobem“ (Wittgenstein 1998: § 66 a 67). Tentýž argument lze uplatnit u pojmu korupce: naše představy se kříží a překrývají, což nám umožňuje o téže věci hovořit i za situace, kdy univerzální definice chybí. Podle míry rozdílnosti našich představ o korupci se účastníme různých diskusí a debat s přáteli, v médiích, v parlamentu – o tom, zda to které jednání představuje „případ korupce“. Český právní řád sice definuje a určuje druhy korupce, ale výklad těchto definic a druhů se současně mění se změnami ve společnosti. A tak bychom se namísto snahy definovat pojem jednou provždy měli více zaměřit na to, jak se používá, a především co nám říká o politickém systému a našich politických a sociálních ideálech (Johnston 2004). Vezměme například jednu z nejběžnějších definic korupce, kterou jsme uvedli také v kapitole 1: zneužití veřejného úřadu (nebo pravomoci atd.) pro soukromé obohacení (zisk, prospěch atd.). Toto vymezení je srozumitelné a pravděpodobně vyjadřuje podstatu toho, co si lidé pod pojmem korupce představují. Ale podíváme-li se na celou věc blíže, vyvstane otázka, co lze vlastně za „zneužití“ považovat. Moc lze zneužívat mnoha různými způsoby a v různé míře, od využívání služebního auta pro soukromé účely po protekci a vydírání. Měli bychom ale všechna tato „zneužívání“ považovat za „korupci“? Nejasné může být také rozlišování mezi „veřejným“ a „soukromým“ zájmem (je pozice poradce premiéra veřejným úřadem?) a určitě nepanuje obecná shoda, že se korupční jednání musí týkat pouze veřejného sektoru. Pojem tunelování, který se v češtině objevil v roce 1996 (Altshuler 2001), označuje druh podnikového podvodu, který se veřejných úředníků nutně netýká. Tunelování ani nemusí být vždy nezákonné. Předmětem sporu může být i „obohacení“ z korupčního jednání, protože může nabývat peněžní, ale také nehmotné (symbolické), dlouhodobé nebo velmi rozptýlené povahy (Johnston 2004). Tyto nejasnosti nutně neznamenají, že výše uvedená definice je špatná. Účelem definic je přispívat k vzájemnému porozumění, nikoliv jen být nástrojem klasifikace všech fenoménů, se kterými se setkáváme. Můžeme tedy korupci nadále považovat za zneužití veřejné pravomoci pro soukromé obohacení s tím, že každý z těchto pojmů (zneužití, veřejný/soukromý, pravomoc a obohacení) podléhá veřejné diskusi a změně. Podstatné je, aby si účastníci diskuse navzájem v hovoru o korupci rozuměli. Jiní badatelé (Hellman, Jones a Kaufmann 2000) na základě stejného konceptuálníhp přístupu rozlišovali pojem korupce na vliv (např. střet zájmů), administrativní korupci (např. úplatkářství) [20]

Korupce jako nespravedlnost: Porozumění české korupci prostřednictvím sociálních šetření

a „přivlastňování“ si státu (např. když se ekonomické elity pokoušejí ovlivňovat utváření politiky a zákonů k vlastnímu prospěchu). Takovéto rozlišování ovšem korupci nedefinuje, ani není univerzálně platné v čase a prostoru. Je ovšem užitečné k pochopení a rozlišení složitých problémů, vyvstávajících ve vztazích mezi státem a společností a státem a ekonomikou. Podle Johnstona se namísto definování korupce „můžeme ptát, zda je stát dobře definovaným celkem, kde končí a kde začíná společnost, jaké vztahy existují mezi úředníky a soukromými zájmy a – to především – co nám konflikty nebo shoda na těchto hranicích mohou říci o legitimitě, původu pravidel a rolí a způsobu prolínání bohatství a moci“ (Johnston 2004: 21). V podobném duchu bychom chtěli tvrdit, že spojení mezi tím, jak lidé chápou korupci, a pocitem nespravedlnosti je natolik úzké, že analýza vnímání korupce může poskytnout podstatné informace o tom, jak Češi vnímají nerovnosti a sociální nespravedlnost ve společnosti, ve které žijí. Je tomu tak proto, přinejmenším podle výše uvedené pracovní definice, že korupce obnáší určité zneužití moci, tedy její nespravedlivé užití. Veškerá korupce může být považována za projev nespravedlnosti (a samozřejmě zdaleka nejen to), ale určitě ne veškerá nespravedlnost je korupcí. „Korupce“ jako projev nespravedlnosti znamená porušení určitých norem stanovujících spravedlivé nebo férové způsoby jednání (You 2005). Pomocí měření souvislostí mezi vnímáním korupce a nespravedlnosti by bylo možné zjistit, jak vnímání nerovnosti, hodnocení efektivity státu, chápání spravedlivosti v chování státu atd. u Čechů souvisí s problémem korupce v české společnosti. Tato kapitola nejde ovšem tak daleko. Nejprve musíme doložit, že Češi vnímají korupci jako formu nespravedlnosti. K tomu potřebujeme základní nástin korupce jako nespravedlnosti a soubor hypotéz nebo očekávání, která z tohoto nástinu plynou. Tomu se budeme věnovat v následující části kapitoly. Dále potřebujeme tyto hypotézy otestovat na základě dat z šetření, což provedeme v posledních dvou částech kapitoly. Nástin korupce jako nespravedlnosti Korupce je nespravedlivá ze dvou důvodů. Obnáší-li korupční jednání nějakou podobu porušování pravidel, vztahuje se k normám procedurální spravedlnosti. Zasahuje-li do finančních zdrojů, vztahuje se k normám distributivní spravedlnosti. Obě tyto formy spravedlnosti lze chápat z hlediska férovosti prostředků i výsledků rozhodování, a proto spolu úzce souvisejí (Rawls 1971). Náš nástin korupce jako nespravedlnosti pracuje s obecným pojetím obou forem spravedlnosti, takže nepředpokládá přijetí žádné konkrétní politické teorie. Procedurální spravedlnost se týká férovosti a transparentnosti rozhodovacích procesů. Samozřejmě existuje mnoho teorií o tom, co je to spravedlivá procedura. Rawls často poukazoval na myšlenku, že spravedlivé procedury by měly zaručovat, že se se stejnými případy bude zacházet stejně, že tedy uplatňování procedur bude standardní a nestranné.2 Tyto procedurální podmínky jsou nutné k zajištění spravedlivé, efektivní a produktivní regulace základní struktury společnosti. Ve své teorii spravedlnosti jako férovosti to Rawls nazýval „základní procedurální spravedlností“ v tomto smyslu „aby systém zůstal v čase spravedlivý pro následující generace, musejí být součástí základních struktur určitá pravidla jako systém sociální spolupráce“ (Rawls 2001: 51).3 Podle Habermasova diskursivního principu není na rozdíl od Rawlse spravedlivost procedur zaručena jen jejich nestranností, ale také tím, že se všechny osoby potenciálně procedurou dotčené mohou této procedury

2

3

Tuto liberální ideu napadají komunitariáni jako Michael Walzer a Charles Taylor, kteří tvrdí, že za výjimečných okolností by procedury a zákony měly upřednostňovat zájmy některých skupin před jinými, například při zajišťování přežití menšinových kultur a jazyků. Princip afirmativní akce je také založen na ideji, že procedury by někdy měly upřednostňovat menšinové skupiny jako prostředek nápravy do očí bijící minulé nespravedlnosti (např. etnické, genderové, věkové a sexuální diskriminace). Tyto debaty nejsou pro tuto diskusi relevantní vyjma přesvědčení některých politiků, že veřejné soutěže by měly být nastaveny tak, aby upřednostňovaly určité firmy před jinými (domácí oproti zahraničním), což je v rozporu s evropskou i českou legislativou. I když myšlenka, že by procedury měly být využity k nápravě bezpráví z minulosti nebo k zajištění přežití kultur, má oprávněný základ, nelze tuto myšlenku použít u firem, jejichž přežití závisí na jejich konkurenceschopnosti a nikoliv na jejich identitě nebo vnitřní hodnotě. Z této diskuse vynecháme filozofické obhajoby toho, zda rozhodnutí učiněná prostřednictvím procedur mohou být považována za spravedlivá. V Teorii spravedlnosti Rawls rozlišuje odůvodnění čisté, dokonalé a nedokonalé procedurální spravedlnosti. V extrémním případě čisté procedurální spravedlnosti „neexistuje žádné nezávislé kritérium pro správný výsledek, nýbrž jenom taková korektní nebo slušná procedura, že výsledek je právě tak korektní nebo slušný, ať již je jakýkoliv, jenom pokud tato procedura byla řádně uplatněna“ (Rawls 1971: 62). Většina lidí by samozřejmě usoudila, že právní procedura je spravedlivá nejen pokud byl správně provedena, ale také pokud vedla k usvědčení zločince a osvobození nevinných.

[21]


účastnit jako rovnocenní partneři v diskusi (Habermas 1998: 107–131). Fraser (2003) také dodává, že spravedlivost procedury by měli posuzovat sami účastníci, zejména pak ti, kterým je obvykle systematicky upírána moc. Vedle nestrannosti a účasti je dalším principem férovosti míra přístupnosti procedur, od práva na právníka v právním řízení až po to, zda mají určití lidé k procedurám přednostní přístup pomocí lobování, politických konexí nebo jiných způsobů ovlivňování těch, kdo činí rozhodnutí (Solum 2004). I když žádná z těchto teorií není dokonalá, můžeme obecně říci, že součástí našeho chápání spravedlivých procedur jsou ideje standardnosti, nestrannosti, účasti a přístupu a že jsou obecně zakotveny v právním rámci České republiky a jiných moderních demokracií. Úplatkářství je křiklavým příkladem procedurální nespravedlnosti, protože účelem uplácení je ovlivnit rozhodnutí ve prospěch jednoho aktéra, tedy obejít zásadu neutrality procedur u konkurenčních firem, uchazečů apod. Hledisko procedurální nespravedlnosti může být užitečně i pro pochopení korupce v mnohem širším smyslu. Lidé mají například tendenci mluvit o „korupci“, kdykoliv má jedna strana nespravedlivou výhodu v politickém přístupu, např. k přednostním informacím, že stát změní výměru určitých pozemků, což dramaticky ovlivní jejich hodnotu. Když Jiří Paroubek obvinil Václava Klause, že byl v prezidentských volbách v roce 2008 zvolen „třemi korupčními hlasy přeběhlíků“ (poslanců Snítilého, Melčáka a Pohanky), naznačoval, že politici jsou zkorumpovaní nejen, když podezřele komunikují s členy soupeřících politických stran, ale také když jdou proti zavedeným procedurám a rozhodnutím strany, která je dostala do úřadu. Pokud mají různí lidé různé představy o podobě procedurálních norem, mohou jako korupci vnímat určité formy lobbyingu, politické konexe či dokonce finanční příspěvky politickým stranám. Pro procedurální férovost je důležitá nejen nepřítomnost vlivu nebo politických konexí; konec konců lobbying může být institucionalizován jako součást demokratického procesu – jako např. v USA. Lidé tyto jevy vnímají jako korupci, pokud jsou účast a přístup rozděleny nerovně a/nebo dochází k nestandardnímu či zaujatému rozhodování. I když ne všechny takovéto procedury jsou „skutečně“ korupční podle zákonné definice, evokují pocit zneužití norem veřejného rozhodování, jehož předpokládanou příčinou je touha po soukromém obohacení. Zatímco procedurální spravedlnost se zabývá férovými procesy například ve veřejné správě nebo u soudů, distributivní spravedlnost se soustředí na spravedlivé výsledky a důsledky. Principem distributivní spravedlnosti jsou konkurující si normy, jimiž se má řídit rozdělování individuálních odměn v širokém smyslu (pozice, příjmy, prestiž atd.) plynoucích z participace na sociálně-ekonomické činnosti v závislosti na „vkladech“ aktérů. Každý stratifikační systém je zakotven v souboru obecně přijímaných norem distributivní spravedlnosti, které utvářejí motivace lidí, sociální chování, strategie životního úspěchu a posuzování spravedlnosti existujících nerovností (Parsons 1964). Jednotlivci věří různým normám spravedlnosti do různé míry. Jejich přesvědčení často krystalizují podle jejich socioekonomického statusu a utvářejí jejich politickou orientaci (Matějů 2000). Mezi běžné principy distributivní spravedlnosti patří dělba na základě zásluh (spravedlnost jako odměna odpovídající úsilí a prospěšnosti jednotlivce), na základě potřeb (spravedlnost jako rozdělení zdrojů v komunitě podle potřeb každého člena) a na základě rovnosti (spravedlnost jako rovné rozdělení statků mezi příslušníky komunity). Váha principů distributivní spravedlnosti se liší nejen podle politického a ekonomického systému – jako např. převaha rovnostářských (potřeby/rovnost) principů za komunismu a přechod k meritokratickým principům za kapitalismu, ale také typu komunity, o kterou se jedná. Podle Davida Millera (1999) jsou demokratické komunity založeny na principu rovného rozložení práv a povinností mezi občany; účelová společenství (moderní kapitalistické ekonomiky) jsou založena na meritokratickém principu sepětí ekonomické návratnosti s vkladem jednotlivce (vzdělání, ctižádost, pracovitost atd.), zatímco v solidaristických komunitách, jako jsou rodiny a církve, mají členové tendenci pomáhat si a vzájemně se o sebe starat podle svých specifických potřeb. Korupce se velmi často týká rozdělování ekonomických statků – nejen úplatků pro úředníky, ale také ekonomických aktiv a příležitostí vznikajících pro plátce úplatků. Korupce brání spravedlivému rozdělování veřejných statků a snižuje celkové finanční zdroje státu. Pojetí korupce jako formy nespravedlivého rozdělování znamená, že ekonomické zdroje nejsou rozdělovány podle přijímaných principů. Jinými slovy, korupce může být vnímána jako dodatečný princip rozdělování stojící v protikladu ke všem ostatním. Korupce sice může být v mnoha společnostech nelegitimní (kromě toho, že nezákonnou) formou rozdělování, když se však v komunitě stane zvyklostí nebo začne převažovat, zvyšuje se pravděpodobnost, že občané (zejména ti, kteří se korupce účastní) začnou věřit, že jde o přijatelnou formu chování. [22]


Když korupce bují, občané pravděpodobně pociťují, že celkové rozdělování bohatství ve společnosti není založeno ani na meritokratických, ani na rovnostářských principech, ale na korupci samotné. Vnímaná korupce proto může mít významný vliv na legitimitu – a dokonce přežití – stávajících ekonomických, stratifikačních a politických systémů jako systémů založených na principech spravedlnosti. Dále pokud lidé věří, že dosahování životního úspěchu v dané zemi vyžaduje nejen usilovnou práci, ale také dávání a přijímání úplatků, mohou tato přesvědčení utvářet také jejich jednání z hlediska zapojování se do korupce. Abychom ověřili správnost tohoto nástinu korupce jako nespravedlnosti, zformulujeme řadu z něj vyplývajících očekávání a hypotéz a ty posléze podrobíme testování na datech z nedávno provedeného šetření Sociální spravedlnosti. Za prvé, vnímají-li Češi korupci jako alternativní princip distributivní (ne)spravedlnosti, očekávali bychom, že bude představovat samostatný prostředek dosahování životního úspěchu (hypotéza 1). To znamená, že je-li možné na životní nebo ekonomický úspěch usuzovat z existujícího sociálního rozvrstvení (tj. úspěšnější jedicni zaujímají v sociální stratifikaci vyšší pozice než méně úspěšní jedinci), lze očekávat, že korupce bude bude představovat nezávislý a významný faktor vysvětlující toto rozvrstvení. Tato hypotéza může být otestována pomocí sociologického šetření provedeného v České republice v roce 2007. Šlo o šetření, ve kterém se mimo jiné ověřovaly otázky pro šetření Sociální nerovnosti, které bylo v roce 2009 uskutečněno v rámci programu ISSP ve více než třiceti zemích světa. Toto šetření obsahovalo otázky, jejichž cílem bylo zjistit roli a význam korupce v životním úspěchu v České republice. Za druhé, korupce jako distributivní nespravedlnost poukazuje na silný vztah mezi korupcí a nespravedlivou nerovností. Podobně jako u hypotézy 1 bychom tak mohli předpokládat, že vnímání korupce negativně ovlivňuje vnímání legitimnosti mechanismů generujících existující ekonomické rozvrstvení (hypotéza 2). Pokud tomu tak je, očekávali bychom také, že lidé s nejsilněji vyvinutým přesvědčením o správnosti zásluhového principu spravedlnosti (tedy lidé se silnými meritokratickými hodnotami) budou k problému korupce zvláště citliví (hypotéza 3). Jinými slovy, respondenti se silnými sklony k meritokratické normě distributivní spravedlnosti budou přítomnost korupce ve společnosti vnímat více než jedinci se slabším sklonem k přijetí této normy. Současně tito jedinci budou mít silnější tendenci považovat existující mechanismy rozdělování za nespravedlivé. Tyto hypotézy můžeme otestovat na základě šetření Role vlády ISSP, který byl proveden v České republice v roce 2006. Za třetí, pokud Češi vnímají korupci jako formu procedurální nespravedlnosti, očekávali bychom silnou souvztažnost mezi proměnnými vztahujícími se ke korupci veřejných úředníků a spravedlností jejich rozhodování (hypotéza 4). Vnímání korupce by také mělo být korelováno se spravedlností rozhodování v celém politickém a právním systému. Tyto vztahy můžeme také testovat pomocí šetření Role vlády ISSP z roku 2006 a šetření v rámci Mezinárodního projektu sociální spravedlnosti (International Social Justice Project – ISJP) z roku 2006. Za čtvrté, osobní a politické konexe neslouží jen k nacházení zaměstnání nebo získávání informací; jsou také prostředkem obcházení standardních procedur, předpisů a zákonů. Pokud Češi vnímají korupci jako formu procedurální nespravedlnosti, mohli bychom pak očekávat velmi silnou souvztažnost mezi využíváním různých známostí a zkušeností s korupcí s tím, že známosti jsou vůdčím faktorem vysvětlujícím korupci obecně (hypotéza 4). A konečně, pokud může vnímání korupce utvářet jednání lidí, očekávali bychom silnou souvztažnost mezi vnímáním korupce a zkušenostmi s ní (hypotéza 5). Příčinný vztah by pravděpodobně platil obousměrně: vedle hypotézy, že vnímání korupce ovlivňuje zkušenosti s ní, budou lidé, kteří zažili úplatkářství, pravděpodobně vnímat více korupce než ostatní. V tomto smyslu se vnímání a zkušenosti navzájem „zapříčiňují“ nebo posilují, což může být jedním z důvodů, proč se s korupcí tak těžko bojuje. Cílem naší analýzy tedy není plně vysvětlit sklony lidí k různým principům spravedlnosti, ale měřit, zda existuje silná souvislost mezi tím, jak Češi vnímají korupci a distributivní a procedurální nespravedlnost. Vnímání korupce je v těchto analýzách nezávislou proměnnou. V další kapitole učiníme další krok tím, že se pokusíme podívat na faktory ovlivňující vnímání korupce v různých zemích. Korupce jako strategie životního úspěchu Díky silným redistributivním politikám a rovnostářské ideologii minulého režimu jsou Češi k ekonomické nerovnosti velmi citliví. I když podle mezinárodních měřítek Česká republika zůstává mezi zeměmi s největší nivelizací [23]


příjmů,4 v sociologických šetřeních převážná většina českých respondentů uvádí, že nerovnosti jsou „příliš velké“,5 a tedy nespravedlivé. Pocit nespravedlivé nerovnosti zčásti vychází z přesvědčení o nespravedlivosti kritérií získávání sociálních a ekonomických odměn, jako jsou například strategie založené na korupci a politických konexích, oproti obecně přijímaným kritériím jako usilovná práce a talent. Jinými slovy, čím víc Čechů věří, že ekonomický úspěch je zakotven v procedurách, jako jsou politické konexe, pochybné privatizační obchody a nejasné státní zakázky, tím pravděpodobněji bude celkový systém sociální a ekonomické distribuce vnímán jako nespravedlivý. Politická, sociální a ekonomická transformace po roce 1989 vedla nepochybně také k radikální transformaci kritérií získávání sociálních a ekonomických odměn. Na počátku 90. let byly vysokoškolské vzdělání a založení vlastního podniku silnými prediktory zvýšení příjmu (Matějů a Řeháková 1996). Zvyšování ekonomické návratnosti vzdělání v průběhu 90. let pravděpodobně posílilo význam vzdělání pro životní úspěch. I když v průběhu 90. let sklon k přijetí meritokratických principů zesílil, rostoucí pocit nespravedlivé nerovnosti, na který též poukazují provedené výzkumy, naznačuje, že lidé vnímají růst významu úlohy politických konexí, korupce a jiných forem neetického chování. Naše hypotéza zní, že pokud Češi vnímají korupci jako alternativní distributivní princip, bude korupce představovat samostatný prostředek, jímž lze dosahovat životního „úspěchu“. Tuto hypotézu můžeme potvrdit nebo odmítnout na základě otázek zjišťujících představy o hlavních faktorech determinujících životní úspěch, které byly pokládány v řadě českých modulů šetření ISSP. Hlavní položenou otázkou bylo „Jak důležité jsou následující věci pro to, aby člověk v životě dosáhl úspěchu“. Respondent mohl každému z předložených faktorů uvedených v tabulce 2.1 přiřadit jednu z možných odpovědí vyjařujících jeho důležitost: podstatné, velmi důležité, důležité, nepříliš důležité, zcela nedůležité.6 Tabulka 2.1 znázorňuje historický vývoj vnímané úlohy patnácti různých faktorů v dosahování životního úspěchu.7 Jak vidno, s výjimkou úlohy vlastního vzdělání dosáhla vnímaná úloha meritokratických principů v České republice v 90. letech rychle západních hodnot. Za druhé, vnímaná úloha bohatých rodičů výrazně posílila a v roce 2007 byla oproti západním hodnotám skoro dvojnásobná. Podobně jsou v porovnání s občany západních zemí podle Čechů politické konexe mnohem důležitější strategií životního úspěchu. V roce 2007 se skoro 20 % českých respondentů domnívalo, že úplatkářství a obcházení zákonů jsou podstatnými nebo velmi důležitými prostředky dosahování životního úspěchu. I když možnosti výkladu dat jsou jasně omezené – zejména vzhledem k nedostatku srovnatelných dat ze západních zemí po roce 1992 – můžeme na základě tabulky vyslovit závěr, že jako dominantní strategie životního úspěchu v České republice v posledním desetiletí jsou vnímány 1. meritokratické principy a 2. principy založené na „negativním sociálním kapitálu“ nebo politických konexích (Kreidl 2000). Faktorová analýza otázek zjišťujících představy o tom, co vede k životnímu úspěchu, založená na datech z mezinárodního datového souboru ISSP z roku 1992, ukazuje, že různé faktory uvedené v tabulce 1 krystalizují do tří hlavních mechanismů, které bychom mohli popsat jako zásluha, askripce a diskriminace (tabulka 2.2). Zásluha odpovídá představě, že ekonomické a sociální „odměny“ odpovídají konkrétním výkonům nebo vstupům jednotlivce jako usilovná práce, ctižádost a schopnosti. Askripce naopak odpovídá představě, že se ekonomické a sociální odměny zakládají na faktorech, které jsou člověku „připsány“ v důsledku jeho sociálního původu, jako například bohatství nebo vzdělání rodičů. Většina analýz dosahování statusu v průběhu životního cyklu ukazuje na přítomnost jak askriptivních tak meritokratických determinant (např. Blau a Duncan 1967; Pfeffer 2007). A konečně diskriminace odpovídá představě,

4

5

6

7

Podle Zprávy o lidském rozvoji OSN 2007/2008 je poměr příjmů nejbohatších 10 % a nejchudších 10 % v České republice druhý nejmenší na světě (po Japonsku). Podle indexu Gini CIA, jednoho z nejužívanějších měřítek ekonomické nerovnosti, je Česká republika z hlediska příjmů pátou nejméně diferencovanou zemí světa za Švédskem, Slovenskem, Dánskem a Islandem (výpočty z roku 2005). Je však třeba mít na paměti problém s daty používanými pro výpočet Gini koeficientu spočívající ve spolehlivosti údajů o příjmech. Existují důvody k přesvědčení, že čeští respondenti své příjmy podhodnocují, ale to mohou dělat i respondenti v jiných zemích. Data o indexech Gini a podobných měřítkách jsou snadno dostupná na http://en.wikipedia.org/wiki/List_of_countries_by_income_equality. Například v šetření ISJP ze 1 438 českých respondentů odpovídajících na otázku „Co si myslíte o platových rozdílech, které jsou v současnosti v České republice?“ 42,4 % odpovědělo, že jsou „příliš velké“, 44,1 % je považuje za „spíše velké“ , 11,9 % za „přiměřené“, 1,5 % za „spíše malé“ a jen 1 % (2 respondenti) za „příliš malé“. Některé faktory nebyly obsaženy ve všech šetřeních. Otázky o úplatkářství a obcházení zákonů byly položeny poprvé v českém pilotním šetření ISSP na podzim roku 2007. Hodnoty některých proměnných mezi těmito časovými obdobími významně kolísaly a mohly být ovlivněny politickými a ekonomickými podmínkami dané doby. Martin Kreidl vysvětluje vysoký podíl respondentů šetření ISSP z roku 1997 hovořících o významu politických konexí: „data v této analýze použitá byla sebrána těsně před tím, než na podzim roku 1997 s plnou silou vypukly skandály s financováním politických stran z nepříliš důvěryhodných zdrojů“ (Kreidl 2000: 205).

[24]

Korupce jako nespravedlnost: Porozumění české korupci prostřednictvím sociálních šetření Tabulka 2.1 Jak důležité jsou následující věci pro to, aby člověk v životě dosáhl úspěchu? Součet odpovědí „Podstatné“ a „Velmi důležité“. Západní země* 1992

Česká republika 1992



Nadání, talent

56,6

57,8

69,7

57,1

Ctižádost, ambice

77,3

58,4

73,4

62,2


79,5

Usilovná práce

72,2

72,4

70,7

72,5

78,3

Dobré vzdělání

78,7

30,5

60,3

38,3

52,2

Vzdělaní rodiče

30,3

9,6

26,2

14,8

25,7

Bohatí rodiče

19,9

14,4

33,5

19,4

37,0

Národnost, rasa

17,0

4,4

13,8

9,8

14,8

7,1

2,3

2,6

3,1

2,5

13,8

9,3

16,7

11,7

15,0

Náboženské vyznání Pohlaví Region, oblast

6,9

7,0

6,1

11,0

Politické názory

9,8

13,8

14,5

11,4

Znát správné lidi

44,4

48,2

64,4

48,8

64,0

Politické konexe

18,7

12,2

34,8

19,8

42,2

Obcházení zákonů

19,1

Úplatky

19,5

N

13 392

678

1 014

1 834

1 060

Zdroj: ISSP 1992, ISSP 1997, ISSP 1999 ČR, šetření Nerovnosti 2007 Západní země jsou Austrálie, Itálie, Kanada, Německo (západní), Norsko, Nový Zéland, Rakousko, Švédsko, Velká Británie a USA.

že to, čeho člověk v životě dosáhne, je ovlivněno osobními, samotným jedincem často těžko olivnitelnými charakteristikami, které by v moderní zásluhové společnosti neměly na životní úspěch působit (pohlaví, etnicita, náboženství a politická přesvědčení).8 Faktorová analýza dat výzkumu ISSP Sociální nerovnosti z roku 1992 ukázala, že za devíti analyzovanými proměnnými9 lze skutečně identifikovat tři obecnější představy o determinaci životního úspěchu, které jsme nazvali zásluha, askripce a diskriminace, a to jak v západních, tak v postkomunistických zemích. Jako jediný významný rozdíl mezi těmito skupinami zemí jsme identifikovali vnímanou úlohu vlastního vzdělání; zatímco respondenti v západních zemích považovali vzdělání v poněkud větší míře za připsanou okolnost (zřejmě proto, že dosažení vyššího vzdělání je v západních zemích spojeno s nemalými náklady, a tudíž se sociálním původem), v postkomunistických zemích bylo v té době vyšší vzdělání považováno spíše za součást meritokratického princippu (vyššího vzdělání lidé podle komunistické ideologie dosahovali nikoli díky sociálnímu původu, ale převážně díky svým schopnostem, úsilí a předchozím dobrým školním výsledkům). K testování hypotézy, že korupce představuje samostatnou strategii dosahování životního úspěchu, bylo do dotazníků vloženo několik otázek o úloze úplatkářství, obcházení zákonů a roli politických konexí.10 I když se konkrétně korupce týká jen jedna ze tří otázek, druhé dvě otázky zachycují významné aspekty jednání, které lidé také často považují za korupční: využívání politických konexí ve vlastní prospěch (bez ohledu na to, zda je užití těchto konexí legální

8

9

10

Jsou-li tyto faktory mechanismy vedoucími k vyšším sociálním a ekonomickým pozicím, můžeme vyvozovat, že lidé se „špatnými“ atributy u těchto proměnných (např. být ženou a nikoliv mužem, Romem a nikoliv Čechem, muslimem a nikoliv křesťanem atd.) jsou při dosahování týchž sociálních a ekonomických pozic diskriminováni. Můžeme také očekávat, že vnímání úlohy diskriminace podhodnocuje úlohu, kterou objektivně hraje v distribuci sociálních a ekonomických výsledků. V datovém souboru je 13 proměnných, které se daly analyzovat. Ale abychom mohli data nepřímo porovnat s tabulkou 4 dále, bylo v analýze využito pouze 9 proměnných, které se objevily v roce 2007. Vyloučení čtyř proměnných nemění celkové výsledky, protože všech 13 proměnných krystalizuje do tří základních složek. Autor této kapitoly se podílel na sestavování pilotního dotazníku.

[25]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Tabulka 2.2 Analýza základních složek vnímaných prostředků životního úspěchu Analýza využívá rotační metodu Varimax, extrahovány jsou složky s vlastní hodnotou vyšší než 1. Západní země

Postsocialistické země

Faktor: Dobré vzdělání

Diskriminace

Askripce

Zásluha

Diskriminace

Askripce

Zásluha

-0,210

0,631

0,338

-0,037

0,423

0,609

Ctižádost, ambice

0,052

0,136

0,790

0,031

0,080

0,711

Usilovná práce

0,017

-0,057

0,826

0,018

-0,089

0,735

Bohatí rodiče

0,330

0,706

-0,057

0,087

0,793

-0,075

Vzdělaní rodiče

0,108

0,798

0,012

0,091

0,717

0,289


0,303

0,547

-0,007

0,151

0,560

0,040

Národnost, rasa

0,770

0,190

0,069

0,778

0,124

0,051

Náboženské vyznání

0,680

0,021

-0,062

0,802

-0,008

0,082

Pohlaví

0,718

0,181

0,069

0,518

0,303

-0,129

Variance vysvětlená příslušným faktorem (v % )

16,6 %

28,5 %

12,6 %

16,3 %

25,4 %

12,1 %

Celková vysvětlená variance

57,7 %

53,8 %

N

13 392

9 311

Zdroj: Šetření Nerovnosti 2007

či nelegální a vhodné či nevhodné) a pokusy obejít zákon, jako vyhýbání se daním či obcházení státních předpisů. Při testování naší hypotézy bychom očekávali, že tyto tři otázky budou navzájem silně souviset a že ve faktorové analýze se propojí v jednu latentní proměnnou („korupce“), která bude představovat samostatný mechanismus dosahování životního úspěchu nezávislý na zásluhách, askripci a diskriminaci. Z korelační matice (tabulka 2.3) otázek položených v roce 2007 vyplynul významný příslib potvrzení našich očekávání zejména proto, že mezi mechanismy zásluh a korupce není skoro žádná souvislost. Výsledky faktorové analýzy (metoda hlavních komponent) pro Českou republiku jsou uvedeny v tabulce 2.4 (faktorové zátěže uvedené v tabulce jsou po ortogonální rotaci faktorů metodou Varimax). Tabulka jasně ukazuje, že latentní proměnná „korupce“ nejen představuje samostatnou strategii životního úspěchu, ale je také faktorem vysvětlujícím největší část celkové variance. Jak ukázala již korelační matice, souvislost mezi úplatkářstvím a politickými konexemi je ještě silnější než souvislost mezi ctižádostí a usilovnou prací, a dokonce vzdělanými a bohatými rodiči. Korupce je také Tabulka 2.3 Korelační matice proměnných zařazených do faktorové analýzy (Pearsonovy korelační koeficienty) Koeficienty tištěné kurzívou jsou statisticky významné na hladině 0,01 (oboustranně). 1 1. Dobré vzdělání

2

3

4

5

6

7

8

9

10

11

1

2. Ctižádost, ambice

0,338

1

3. Usilovná práce

0,223

0,501

1

4. Bohatí rodiče

0,223

0,501

0,223

1

5. Vzdělaní rodiče

0,450

0,117

-0,009

0,555

6. Znát správné lidi

0,095

0,277

0,041

0,385

0,239

1

7. Národnost, rasa

0,083

0,122

-0,029

0,277

0,241

0,280

8. Náboženské vyznání

0,028

0,010

-0,029

0,163

0,231

0,147

0,431

1

9. Pohlaví

0,100

0,099

-0,007

0,334

0,276

0,274

0,445

0,368

1

1

1

10. Politické konexe

0,138

0,212

-0,100

0,445

0,285

0,607

0,311

0,186

0,298

1

11. Úplatky

0,065

0,064

-0,203

0,446

0,309

0,474

0,303

0,248

0,373

0,597

1

12. Obcházení zákonů

0,029

0,038

-0,208

0,436

0,310

0,424

0,283

0,231

0,339

0,566

0,784

Zdroj: Šetření Nerovnosti 2007

[26]

12

1

Korupce jako nespravedlnost: Porozumění české korupci prostřednictvím sociálních šetření Tabulka 2.4 Korupce jako nezávislý faktor vysvětlující životní úspěch Výsledky analýzy základních složek faktorů vysvětlujících životní úspěch; data jsou faktorové váhy. Faktory úspěchu

Diskriminace

Askripce

Zásluha

Ctižádost, ambice

Korupce

-,003

,136

,835

,186

Usilovná práce

,011

,016

,820

-,223

Dobré vzdělání

-,014

,776

,345

-,041

Vzdělaní rodiče

,227

,830

-,053

,217

Bohatí rodiče

,173

,524

-,120

,531

Národnost, rasa

,774

,084

,028

,213

Náboženské vyznání

,818

,074

-,041

,049

Pohlaví

,688

,112

,028

,297


,138

-,001

,231

,761

Politické konexe

,142

,134

,076

,819

Úplatky

,201

,106

-,165

,812

Obcházení zákonů Rozptyl vysvětlený daným faktorem

,186

,105

-,185

,792

15,1 %

10,7 %

9,2 %

34,2 %

Celkový rozptyl proměnných vysvětlený čtyřmi složkami: 69,2 % Rotační metoda: Varimax s Kaiser normalizací. Analýza korelační matice s extrakcí vlastních hodnot přesahujících 1. Zdroj: Šetření Nerovnosti 2007

nejkoherentnější ze všech čtyř složek, protože představuje zhruba polovinu vypovídací hodnoty celého modelu. Ještě nápadnější je, že proměnná „znát správné lidi“, která je chápána jako měřítko sociálního kapitálu (Kreidl 2000) související s askriptivními mechanismy, ve skutečnosti s askripcí vůbec nesouvisí a může být chápána spíše jako vnímaná forma měkké korupce. Z analýzy také vyplývá, že respondenti mají jasnější představu o „korupci“, než by analytici asi očekávali. Sociální vědci se pokouší korupci definovat spíše úzkým způsobem, zatímco respondenti mají širší, ale přitom poměrně poměrně konzistentní představu o korupci, která zahrnuje nejen její nejběžnější formu (úplatky), ale též využívání konexí a obcházení předpisů. Při faktorové analýze jen se čtyřmi proměnnými – úplatkářství, obcházení zákona, politické konexe a znalost těch správných lidí – pokryje základní pojem „korupce“ velmi významných 69 % rozptylu všech těchto proměnných. V myslích běžných Čechů jsou tyto čtyři jevy úzce propojené a tvoří škálu od „měkkého“ po „tvrdé“ korupční jednání. Souhrnně tato analýza ukazuje značnou konzistenci širšího chápání korupce v myslích českých respondentů i to, že korupce představuje významnou strategii dosahování životního úspěchu, která je nezávislá na zásluhových strategiích, tj. existuje vůči dalším strategiím paralelně. Lze se domnívat, že vnímání korupce jako strategie sociálního a ekonomického vzestupu je založeno na zkušenostech Čechů s korupcí v době velké privatizace nebo na pocitu, že někteří z nejbohatších Čechů mají buď pochybné, nebo přímo kriminální finanční pozadí. Na druhé straně na myšlence, že alespoň někteří lidé s vysokým ekonomickým a statusovým postavením možná svého postavení nabyli pomocí korupčních postupů, není nic specificky „českého“. Šetření ISSP z roku 1999 obsahovalo podobnou otázku o korupci jako prostředku životního úspěchu vyjádřenou takto: „Aby se dnes člověk dostal ve vaší zemi až nahoru, musí být zkorumpovaný“, s odpověďmi na škále od rozhodnému souhlasu (= 1) k rozhodnému nesouhlasu (= 5). Z otázky můžeme dobře vyvodit závěry o tom, co si respondenti myslí o sociálních a ekonomických elitách: získaly takové elity své bohatství a vliv díky svým zásluhám a okolnostem nebo díky korupci? Graf 2.1 znázorňuje průměrné hodnoty a 95% intervaly spolehlivosti pro 26 zemí, kde bylo šetření provedeno. Data odpovídají očekávanému vzorci:11 lidé na vrcholu společnosti v liberálních a sociálně demokratických zemích jsou vnímáni jako 11

Jediným nezvyklým případem v tomto grafu jsou Filipíny. Filipínští respondenti možná vnímají korupci jinak než respondenti v řadě jiných zemí. To bude rozebráno v další kapitole.

[27]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Graf 2.1 Průměry a intervaly spolehlivosti odpovědí na otázku „Aby se člověk dnes dostal ve vaší zemí až nahoru, musí být zkorumpovaný“ Průměry z možných hodnot 1 = rozhodně souhlasím až 5 = rozhodně nesouhlasím. Vyšší hodnoty znamenají méně korupce, nižší hodnoty znamenají více korupce. Chybová pole značí intervaly spolehlivosti 95 %.

Aby se dnes člověk dostal nahoru, musí být zkorumpovaný

4.0

3.5

3.0

2.5

Rusko

Polsko

Bulharsko

Slovensko

Slovinsko

Německo, východní

Lotyšsko

Rakousko

Izrael

Francie

Česká republika

Japonsko

Maďarsko

Chile

Německo, západní

Španělsko

Kypr

Portugalsko

Švédsko

Severní Irsko

Velká Británie

Kanada

Austrálie

USA

Nový Zéland

Norsko

Filipíny

2.0

Zdroj: ISSP 1999

relativně méně zkorumpovaní, zatímco elity ve východoevropských zemích jsou považovány za mnohem více zkorumpované. Česká republika je ve středu se statisticky nevýznamnými rozdíly oproti zemím jako Španělsko, Chile, Japonsko, Maďarsko a Izrael. Stejná otázka byla položena ve výše zmíněném českém šetření Nerovnosti provedeném v roce 2007. To nám umožňuje porovnat odpovědi z let 1999 a 2007. Jak bylo uvedeno v kapitole 1., vnímaná korupce v České republice od počátku tisíciletí do roku 2007 klesala, tedy alespoň podle indexu vnímané korupce založeného na šetření Transparency International. Zdá se, že graf 2.2 tento trend potvrzuje: v roce 2007 oproti roku 1999 je méně respondentů přesvědčeno, že lidé na vrcholu společnosti jsou zkorumpovaní a celkové vnímání je méně extrémní než v roce 1999. Dosud prezentovaná data nepřímo ukazují, že čeští respondenti považují korupci za nespravedlivý prostředek sociálního a ekonomického vzestupu. Důkazy jsou však pouze nepřímé, protože jsme implicitně předpokládali, že principy ekonomického rozvrstvení založené nejen na zásluhách, ale i na askripci jsou v kapitalistické společnosti považovány za běžné a více či méně spravedlivé způsoby dosahování vyššího statusu a bohatství. Odpovědět na otázku, jak je z tohoto hlediska vnímána korupce, se pokusíme v další části této kapitoly. Zatím můžeme tvrdit, že ačkoli [28]

Korupce jako nespravedlnost: Porozumění české korupci prostřednictvím sociálních šetření Graf 2.2 Porovnání reakcí českých respondentů na tvrzení „Aby se dnes člověk dostal nahoru, musí být zkorumpovaný“ mezi lety 1999 a 2007. Jsou zobrazeny platné procentní hodnoty. 1999

2007

40 35 30 25 20 15 10 5 0 zcela souhlasím

spíše souhlasím

ani souhlas ani nesouhlas

spíše nesouhlasím

zcela nesouhlasím

Zdroj: ISSP 1999, Šetření Nerovnosti 2007

v České republice většina lidí „hraje podle pravidel“ – tj. usilují o dosažení vyšší životní úrovně pomocí usilovné práce a investic do vzdělání – existuje zde silný pocit, že řada lidí hraje podle naprosto odlišných pravidel a chce týchž cílů dosáhnout pomocí různých forem korupčního jednání. Není přitom vyloučeno, že vnímání korupce jako prostředku životního úspěchu vede k tomu, že se k této strategii přiklání stále více lidí. Nemáme však data, která by tento předpoklad potvrdila nebo vyvrátila. Korupce, distributivní spravedlnost a legitimita stratifikačního systému Možná nejlepším způsobem testování hypotézy, že korupce je vnímána jako nespravedlivý zdroj ekonomického rozvrstvení (nerovností), je zjištění souvislosti mezi vnímanou korupcí a vnímanou spravedlností faktorů generujících ekonomické rozvrstvení. Vycházíme z toho, že ne všechny zdroje nerovností jsou vnímány jako nespravedlivé. Dřívější studie (viz například Kluegel a Matějů 1995) ukazují, že lidé považují příjmové rozdíly za spravedlivé nebo nespravedlivé v závislosti na tom, do jaké míry jsou výsledkem působení buď meritokratickch principů (princip ekvivalence, zásluhy a oprávnění, tj. lidé s vyšším vzděláním a vyšším pracovním výkonem by měli dosahovat vyšších příjmů), nebo principů rovnosti (příjmové rozdíly by měly být malé a měla by se věnovat zvláštní pozornost potřebám pracovníka a jeho rodiny). Navíc je známo, že oba tyto principy hrají významnou roli v legitimizaci distributivního systému v očích jedinců. Dále je třeba vzít v úvahu, že ve společnosti existují rozdíly v tom, který z daných principů je spravedlivější. Jak ukázaly předchozí studie, systémy sociální stratifikace ve vyspělých zemích jsou poměrně složité a stejně složité jsou i představy lidí o tom, co je a co není spravedlivé. V těchto představách jsou obsaženy jak prvky meritokracie, tak prvky rovnostářství a často záleží na konkrétní sociální situaci, který z těchto dvou hlavních principů člověk uplatní (Kluegel a Matějů 1995). Obecně platí, že rovnostářské normy jsou bližší spíše lidem na nižších stupních stratifikačního systému (chudší a méně vzdělaní), zatímco lidé na vyšších stupních (vyšší příjmové skupiny, lidé s vyšším vzděláním) mají sklon se identifikovat spíše s meritokratickými normami.¨ Fenomén korupce však v tomto kontextu zatím analyzován nebyl. Otázka, kterou si klademe, tedy zní: jakou roli hraje ve formování představ o distributivní spravedlnosti vnímaná korupce? Zajímá nás nejen to, v jakém kontextu se vnímaná korupce objevuje na individuální úrovni, ale také to, jak se představy o výskytu korupce ve společnosti projevují v celkové legitimitě nerovností a distributivního systému. Než se budeme věnovat souvislostem mezi vnímanou korupcí a hlavními dimenzemi distributivní spravedlnosti a legitimity distributivního systému, je třeba nejprve vyřešit problém měření latentních proměnných, které budou tyto dimenze v dalších analýzách reprezentovat. Konkrétně jde o to nalézt vhodné modely měření pro latentní proměnné reprezentující sklony k meritokratickým, nebo naopak rovnostářským principům distributivní spravedlnosti (EQUI[29]


TY, EQUALITY) a dále pro hlavní dimenze legitimity distributivního systému v očích lidí, kteří v různé míře hodnotí tento systém jako zásluhový (LEGITMER) nebo rovnostářský (LEGITEGAL).12 Definice latentních proměnných dále umožní navrhnout strukturní model, který nám umožní analyzovat vliv vnímání na formování norem distributivní spravedlnosti a legitimitu distributivního systému. Naší hypotézou je, že: y lidé silně inklinující k zásluhovému principu distributivní spravedlnosti jsou ke korupci citlivější (tj. vidí okolo sebe více korupce) než lidé se slabou inklinací k zásluhovému principu; y přesvědčení o přítomnosti korupce oslabuje v očích jednotlivců legitimitu stávajícího distributivního systému; y mezi představami o spravedlnosti a legitimitou distributivního systému existuje silný vztah: očekáváme, že čím větší bude inklinace respondentů k některému z principů distributivní spravedlnosti, tím větší legitimitu bude mít v jejich očích existující distributivní systém Pro všechny analýzy použijeme český modul šetření ISSP Role vlády z roku 2006, protože je to jediné dostupné šetření obsahující otázky o korupci i distributivní spravedlnosti. Přesvědčení o principech distributivní spravedlnosti lze měřit šesti různými proměnnými, z nichž tři indikují sklon k rovnostářství a tři uznání norem reprezentujících celkový sklon k zásluhovému principu. Pro jednoduchost i zde použijeme názvy proměnných používané v dřívější studii Matějů (2000). Jedná se o následující proměnné: y KEARN: Lidé mají právo si ponechat to, co si vydělají, i když to znamená, že někteří budou bohatší než jiní. y WORKH: Lidé, kteří tvrdě pracují, si zaslouží vydělávat více než ti ostatní. y PASSW: Lidé mají právo předat vlastní majetek svým dětem. y EQSHR: Nejspravedlivější způsob rozdělování majetku a příjmu je dát všem stejně. y WNEED: Je velmi důležité, aby lidé dostali, co potřebují, i když to znamená odebírat peníze těm, kteří vydělávají více, než potřebují. y PAYFAM: V tom, kolik člověk vydělává, by mělo hrát roli i to, kolik potřebuje na zaopatření rodiny. Význam těchto otázek byl dříve popsán následujícím způsobem: „Tyto proměnné se týkají rovnostářských a zásluhových norem, které jsou různými badateli považovány za zásadní pro posouzení spravedlnosti v moderních industriálních společnostech. Tři proměnné (EQSHR, WNEED, PAYFAM) měří sklon ke třem hlavním rovnostářským principům: (1) k principu rovnosti výsledků (EQSHR), (2) k principu abstraktní nebo obecné potřebnosti a (3) k principu konkrétní potřebnosti, který je založen na rodině jako distributivní jednotce (PAYFAM). Tři zásluhové proměnné (WORKH, KEARN, PASSW) měří sklony k principu ekvivalence (WORKH) a ke dvěma různým principům nárokovosti (KEARN, PASSW), které rovněž patří k zásluhovému pojetí tržní spravedlnosti.“ Kluegel a Matějů (1995: 215). Na všechny uvedené otázky bylo možné odpovědět výběrem jedné z pěti možností, od rozhodného souhlasu po rozhodný nesouhlas. Pro účely této analýzy byly kategorie odpovědí obráceny tak, aby vyšší hodnoty znamenaly vyšší míru souhlasu s položenou otázkou. Podobně přesvědčení o legitimitě distributivního systému v České republice bylo zjišťováno šesti otázkami: y REWABIL: Lidé jsou v naší zemi odměňováni podle své inteligence a schopností. y REWPERF: Lidé jsou v naší zemi odměňováni podle svých výkonů. y EQOPPOR: Lidé mají v naší zemi stejné možnosti dosáhnout v životě úspěchu. y DISTTAX: Lidé s vysokými příjmy u nás platí velké daně, aby ti, kteří vydělávají málo, dostali to, co potřebují. y POVHELP: Stane-li se, že v naší zemi někomu klesne příjem pod hranici chudoby, stát se o něj postará. y GETNEED: Lidé v naší zemi dostanou v podstatě všechno, co potřebují. I na tyto otázky bylo možné odpovídat výběrem jedné z možností od rozhodného souhlasu po rozhodný nesouhlas a také v tomto případě byly škály převráceny tak, aby vyšší hodnoty označovaly vyšší míru souhlasu. Každá otázka se zabývá jiným rozměrem posuzování distributivního systému. EQOPPOR se týká schopnosti společnosti zajistit rovné příležitosti; DISTTAX se týká schopnosti společnosti přerozdělovat daně od bohatých k chudým; POVHELP se týká

12

Specifikace těchto modelů vychází z dřívějších pokusů empiricky ověřit existenci obecnějších principů distributivní spravedlnosti a legitimity distributivního systému (Kluegel a Matějů 1995; Matějů 2000).

[30]


schopnosti státu řešit problém chudoby; GETNEED se týká schopnosti společnosti řešit obecné sociální blaho občanů („welfarový“ princip); REWABIL a REWPERF se týkají meritokratického fungování stratifikačního systému. V souladu s předpoklady v literatuře a s výsledky faktorové analýzy otázek k principům distributivní spravedlnosti, která ukázala, že tyto principy krystalizují do dvou hlavních dimenzí (EQUAL zahrnující rovnostářské normy a EQUITY zahrnující normy zásluhovosti a nárok), byl navržen model měření, v němž EQUAL a EQUITY figurují jako latentní proměnné. V zájmu dosažení statistické vhodnosti modelu byly kromě teoreticky podložených faktorových zátěží povoleny i některé smysluplné korelace mezi chybami měření. Konečný model měření pro EQUITY a EQUAL je znázorněn v grafu 2.3. Model dosahuje vysokého stupně shody s daty: CMIN je 7,845 se čtyřmi stupni volnosti, p je 0,097, AGFI je 0,982 a RMSEA je 0,036. Graf 2.3 Model měření principů distributivní spravedlnosti Jsou zde zobrazeny standardizované koeficienty. Analýza je založena na kovariační matici. N = 748. Hodnoty vhodnosti: CMIN = 7,845; DF = 4; p = 0,097; AGFI = 0,982; RMSEA = 0,036. .28

.28

.29 .27

e2

e1

KEARN

WORKH .58

.83

EQUITY

e3

e6

PASSW

PAYFAM

.58

.62

-.35

e7

e8

e4

e5

WNEED .73

EQSHR .52

EQUAL

Zdroj: Český modul ISSP 2006

Jak patrno, otázka k principu ekvity (WORKH) je nejsilnějším faktorem EQUITY a dvě otázky k nároku mají menší, ale skoro stejné faktorové váhy. Dvě otázky založené na potřebách představují nejsilnější faktory EQUAL a mají také podobné koeficienty jako WORKH a PASSW. Podle očekávání jsou EQUITY a EQUAL negativně korelovány (-0,35). Model měření tedy ukazuje, že EQUAL a EQUITY jsou do značné míry protikladnými principy distributivní spravedlnosti; stoupenci zásluhových principů spravedlnosti mají tendenci do určité míry nesouhlasit s principy spravedlnosti založenými na potřebně a rovnosti odměn. V dalším kroku byla provedena stejná analýza otázek týkajících se legitimity distributivního systému. Faktorová analýza ukázala, že i tyto otázky vykrystalizovaly do dvou hlavních rozměrů sociální stratifikace – LEGITIMER a LEGITEGAL, které odpovídají legitimitě meritokratických a rovnostářských vlastností distributivního systému. Byl sestaven model měření s LEGITIMER a LEGITEGAL jako latentními proměnnými. Výsledný model měření je uveden v grafu 2.4. I tento model vykazuje silnou shodu s daty: CMIN je 2,500 se čtyřmi stupni volnosti, p je 0,645, AGFI je 0,994 a RMSEA je 0,000. Také v tomto případě bylo vysoké shody s daty částečně dosaženo tím, že jsme povolili korelace mezi chybami měření u některých proměnných, které by podle teorie spolu korelovat neměly. Graf 2.4 jasně ukazuje, že legitimita meritokratických a rovnostářských aspektů distributivního systému v České republice velmi úzce souvisí (0,60 mezi latentními proměnnými). Zdá se tedy, že platí náš předpoklad, že legitimita distributivního systému založená na tom, že je tento systém vnímán jako zásluhový, není v rozporu s tím, že je současně vnímán jako rovnostářský. I když to možná odporuje intuici, ze skutečnosti, že principy spravedlnosti jsou korelovány negativně, ale hodnocení rovnostářských a meritokratických rozměrů distributivního systému je korelováno pozitivně, vyplývá, že ačkoli jedinci mají poměrně vyhraněné představy o tom, jak by spravedlivý distributivní systém měl vypadat, dívají-li se na existující distributivní systém, uplatňují i jiná kritéria než ideální principy spravedlnosti. Jinými slovy míru (ne)legitimity, kterou lidé vnímají v současném socioekonomickém uspořádání, pravděpodobně utvářejí i jiné faktory jako korupce, sociální status a politická orientace. A v důsledku chceme vědět, jak vnímaná korupce souvisí s principy spravedlnosti a legitimity stratifikačního systému? [31]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Graf 2.4 Model měření legitimity aspektů stratifikačního systému Jsou zde zobrazeny standardizované odhady. Analýza je založena na kovariační matici. N = 745. Hodnoty vhodnosti: CMIN = 2,500; DF = 4; p = 0,645; AGFI = 0,994; RMSEA = 0,000. -.21 -.43

.10

.15 e2

e1

REWABIL

REWPERF

.79

.87

e3

e4

EQOPPOR

DISTTAX

.61

LEGITIMER

e8

e7

GETNEED

POVHELP .78

.54

.60

e6

e5

.73

LEGITEGAL


Odpověď na tuto otázku vyžaduje navrhnout poměrně složitý strukturní model zahrnující všechny výše zmíněné proměnné plus relevantní proměnné vysvětlující legitimitu systému. Nejpodstatnější proměnná KORUPCE vznikla na základě dvou jednoduchých otázek13 „Podle Vašeho názoru, kolik politiků v České republice je zapojeno do korupce?“ a „Kolik státních úředníků je podle Vás zapojeno do korupce?“ s kategoriemi odpovědí „téměř nikdo do ní není zapleten“ (= 1), „malá část politiků je do ní zapletena,“ „někteří politici jsou do ní zapleteni,“ „mnoho politiků je do ní zapleteno,“ „téměř každý je do ní zapleten“ (= 5). Deskriptivní statistiky k těmto dvěma otázkám jsou uvedeny v grafu 2.5, který ukaGraf 2.5 Deskriptivní statistika vnímané korupce v České republice Data z podzimu 2006. Jsou zobrazeny platné procentní hodnoty; 1126 platných odpovědí na otázku o politicích (chybí 6,2 %) a 1113 platných odpovědí na otázku o státních úřednících (chybí 7,3 %). Státní úředníci

Politici 50

46,6

45 38,6

40

36,1

35 30,2 30 25 20 14,7

13,4

15 9,9

8,7

10 5 0,6

1,1

0 téměř nikdo do ní není zapleten

malá část je do ní zapletena

někteří jsou do ní zapleteni

mnoho je do ní zapleteno

téměř každý je do ní zapleten

Zdroj: ISSP 2006

13

V příští kapitole rozebereme, proč to, že jsou otázky jednoduché, neznamená, že jsou špatnými měřítky vnímané korupce. Napříč 25 zeměmi průměrné hodnoty těchto proměnných korelují s CPI TI přibližně z 90 %. Z toho plyne, že tyto dvě jednoduché otázky v podstatě měří tentýž jev jako CPI – což je velmi složitě konstruovaný index složený z mnoha otázek a šetření. I když lidé se samozřejmě zajímají o nejrůznější formy a míry korupčního jednání, měření vnímané korupce nutně nevyžaduje desítky různých otázek.

[32]


zuje, že o něco více respondentů považuje korupci mezi politiky za větší problém než korupci mezi státními úředníky. Téměř 51 % respondentů uvedlo, že mnoho českých politiků nebo skoro všichni jsou zkorumpovaní, v případě státních úředníků je zkorumpovanost v očích veřejnosti menší (40 %). Obě otázky mají tutéž strukturu odpovědí, což umožnilo odpovědi na tyto dvě otázky prostě sečíst a vznikla devítibodová škála od nízké po vysokou vnímanou korupci. Souvislost mezi korupcí, legitimitou systému a distributivní spravedlností by hypoteticky mohly vysvětlit účinky jiných faktorů, proto byla do modelu zahrnuta také řada kontrolních proměnných. Dříve provedený výzkum ukázal, že inklinace k principům spravedlnosti úzce souvisí s politickou orientací (Matějů 2000; Matějů a Vlachová 2000). Očekáváme též, že významnou roli bude hrát věk, pohlaví, dosažené vzdělání (měřené roky strávenými formálním vzděláváním), typ ekonomické aktivity (zejména samostatná výdělečná činnost), subjektivní sociální status (TOPBOT – měřeno na desetibodové škále od nízkého po vysoký status), příjem a sociálně-ekonomický status zaměstnání (měřeno ISEI neboli Mezinárodním socioekonomickým indexem). A konečně předpokládáme, že inklinace respondentů k EQUITY nebo EQUAL bude částečně vysvětlovat rozdíly v legitimitě distributivního systému. Diagram 2.6 znázorňuje hlavní výsledky této analýzy. Diagram sice vypadá velmi složitě, ale ve skutečnosti se skládá pouze z pěti prvků: proměnných vypovídajících o legitimitě distributivního systému, proměnných reprezentujících preferované principy spravedlnosti, sociální status, politickou orientaci a korupci.14 Koeficienty, jejichž kritický poměr Graf 2.6 Strukturní model vlivu vnímané korupce na legitimitu systému sociálního rozvrstvení Ve schématu jsou uvedeny standardizované odhady. Analýza je založena na kovariační matici. N = 703. Hodnoty vhodnosti: CMIN = 356,940; DF = 119; p = 0,000; AGFI = 0,921; RMSEA = 0,053. e1

e2

e3

e4

e5

e6

REWABIL

REWPERF

EQOPPOR

DISTTAX

POVHELP

GETNEED

.79

.86

e7

LEGITIMER

.54

.53

.62

.72

e8

.77

LEGITEGAL

.13 -.10 e23

.13

.10

.12

.66

.22 TOPBOT

POLOR .17

.14 e17

-.09

-.14

EDUYRS

.41 e19

.17

e18

e20

-.10

.13

SELFE

.41

KORUPCE

-.18 e21

ISEI

-.15 -.35

.15 EQUITY .59

.82

KEARN

WORKH

e11

e12

.58 PASSW

e13

EQUAL

e10

e9

.60

-.20

.71

.57

PAYFAM

WNEED

EQSHR

e16

e15

e14


14

Aby byla složitost co nejmenší, byl pro každou latentní proměnnou použit fixní model měření (z modelu byly tedy odstraněny kovariáty mezi chybami u základních proměnných). Tento postup neměl na model jako celek pozorovatelný účinek. Dále byla zvažována latentní proměnná „sociální status“ (zahrnující TOPBOT, EDUYRS a ISEI), ale její začlenění nezlepšilo vhodnost modelu, a dokonce zakrývalo některá zajímavá zjištění zobrazená v modelu.

[33]


nepřesáhl 2, byly z modelu odstraněny. Tak byly odstraněny proměnné jako věk a pohlaví, které neměly statisticky významné účinky na žádnou ze čtyř latentních proměnných. Z modelu byl odstraněn také příjem, protože jeho účinky byly v porovnání s účinky podobných proměnných TOPBOT a ISEI slabé. Odstraněna byla také proměnná COLLEGE (zda respondent studoval na vysoké škole), protože její efekt byl zanedbatelný v porovnání s proměnnou vyjadřující dosažené vzdělání obecně (EDUYRS). Přes svou složitost model uvedený v diagramu 2.6 vykazuje velmi dobrou shodu s daty: AGFI 0,921, RMSEA 0,053. Standardizované koeficienty uvedené v diagramu 2.6 poskytují dobrou oporu pro docela zajímavý „příběh“ o tom, co utváří vnímanou legitimitu stávajících mechanismů generujících sociálně-ekonomické rozvrstvení. Za prvé, předpokládali jsme, že hodnocení legitimity distributivního systému v očích jedince bude utvářet jeho inklinace k jednotlivým principům spravedlnosti. To se ale potvrdilo pouze v případě EQUITY. To znamená, že přesvědčení, že nerovnosti by měly být založeny především na zásluhovém prinicipu, posiluje vnímanou legitimitu distributivního systému jako celku – jak v jeho meritokratické, tak rovnostářské dimenzi. Naproti tomu rovnostářské hodnoty nehrají v utváření legitimity systému významnou úlohu (proto byly tyto šipky z diagramu odstraněny). Jedním z možných odůvodnění je to, že od 90. let loajalita Čechů k rovnosti silně upadá, zatímco loajalita k meritokratické nebo „tržní“ spravedlnosti posílila natolik, že vnímání legitimity systému nyní utváří pouze tento druh norem spravedlnosti. I když se zde primárně nezaměřujeme na úlohu sociálního statusu, můžeme krátce shrnout úlohu těchto proměnných v modelu. Podle očekávání respondenti s vyšším sociálním statusem (ISEI) více inklinují k meritokratickým principům, zatímco lidé s nižším statusem (ISEI a TOPBOT) preferují spíše rovnostářské principy. Subjektivní zařazení na stratifikační škále (TOPBOT) a samostatná výdělečná činnost také predikují sklony k pravicové orientaci; pravicoví respondenti vnímají meritokratický systém jako legitimní s větší pravděpodobností než levicoví respondenti. Podle očekávaní tíhnou levicoví respondenti výrazně k rovnostářským principům (EQUAL). Řada těchto souvislostí je velmi srozumitelná a koresponduje s literaturou o sociální stratifikaci v České republice. Důležité je, že vnímaná korupce hraje v celém modelu velmi významnou úlohu. Ze standardizovaného koeficientu mezi EQUITY a KORUPCE vyplývá, že respondenti se silnější vazbou k principu zásluh jsou zvláště citliví k přítomnosti korupce (tedy vnímají jí více), což potvrzuje hypotézu 3. Odpovídá to i našemu celkovému nástinu korupce jako nespravedlnosti: je-li korupce vnímána jako forma nespravedlnosti, pak by lidé se silně vyvinutými sklony k prinicpům spravedlnosti měli větší sklon považovat korupci za problém. Zjistili jsme však, že to platí jen pro EQUITY a nikoliv pro EQUAL, protože mezi inklinací k rovnostářství a vnímanou korupcí nepozorujeme žádný vztah. Souvislost mezi meritokratickými normami a vnímanou korupcí je naopak zřetelná: pokud ekonomický systém kvůli korupčnímu chování nemůže fungovat na základě konkurence a pokud konexe, protekce a sítě známostí brání tomu, aby se výsledky na pracovním trhu zakládaly na výkonnosti a usilovné práci, lidé, kteří pevně věří v konkurenci, výkon a usilovnou práci, považují korupci za obzvláště závažný společenský problém. Dále naše analýza také odhalila, že vnímaná korupce podrývá legitimitu meritokratického i rovnostářského aspektu distributivního. Ve skutečnosti má vnímaná korupce silnější souvislost s LEGITIMER než s kteroukoliv jinou vysvětlující proměnnou použitou v analýze. Vyšší negativní koeficient v případě LEGITIMER také odpovídá našemu předpokladu, že korupce je škodlivější pro meritokratickou (tedy tržně založenou) než pro rovnostářskou distribuci. Tyto vztahy by měly být chápány spíše jako souvztažnosti než příčinné mechanismy v přesném slova smyslu. Předpokládejme na chvíli, že vnímání respondentů přiměřeně reflektuje skutečné problémy ve společnosti, tj. že respondenti vnímají hladinu korupce v české politice relativně věrně a že jejich vnímání legitimity systému odráží skutečné problémy fungování distributivních mechanismů v praxi. Z toho plyne, že zvětšení transparentnosti a zlepšení fungování tržních institucí i dosažení rovnějších příležitostí by nutně vyžadovalo snížení hladiny korupce v české společnosti. V podobném duchu by se snížením korupce souviselo také zvýšení efektivnosti politik zacílených na potřeby chudých a na prevenci sociálního vyloučení. Tyto závěry ve skutečnosti odpovídají empirickým poznatkům mnoha badatelů, kteří zjistili, že ekonomický rozvoj a svoboda spolu souvisí stejně, jako spolu souvisí nižší hladiny ekonomické nerovnosti s nižší hladinou korupce (You 2005; Uslaner 2008). Korupce jako procedurální nespravedlnost Naše analýza se dosud zaměřovala na korupci jako nespravedlivou příčinu sociálně-ekonomického rozvrstvení. Ale co procedurální nespravedlnost? V sociologických výzkumech se jen zřídka kladou dotazy na spravedlivost institucí, [34]


postupů a politických procesů, takže je obtížné navrhnout a testovat model podobný tomu, který jsme navrhli pro testování vlivu korupce na legitimitu distributivního systému. Proto se zaměříme na dvoustranné souvislosti mezi vnímanou korupcí a procedurální spravedlností. Pokud je hypotéza 4 správná, očekávali bychom, že vnímaná korupce bude silně souviset s tím, zda Češi vnímají jednání představitelů státní správy jako spravedlivé. Je tomu skutečně tak? Šetření ISSP Role vlády z roku 2006 žádalo respondenty o zhodnocení spravedlivosti politických procedur ve dvou otázkách: y „Podle Vašeho názoru, jak často jednají představitelé státní správy spravedlivě s lidmi jako jste Vy?“ se škálou odpovědí skoro vždy, často, někdy, zřídka a téměř nikdy. y „Domníváte se, že zacházení, jakého se v České republice dostává lidem ze strany úředníků ve státní správě, záleží na tom, koho znají?“ se škálou odpovědí rozhodně ano, spíše ano, spíše ne a rozhodně ne. První otázka se týká spíše zkušeností, ale nepředpokládá u respondenta časté (nebo vůbec nějaké) kontakty se státními úředníky a zachycuje tak subjektivní hodnocení férovosti k respondentově sociální třídě. Druhá otázka je také subjektivním hodnocením, ale orientuje se na „objektivní“ úlohu konexí v komunikaci občanů se státními úředníky. Spojitou proměnnou můžeme vytvořit pomocí faktorové analýzy obou proměnných popisujících „procedurální spravedlnost“ nebo férovost státních úředníků, i když má každá otázka jinou škálu. Vnímaná korupce byla měřena dvěma otázkami, které jsme již diskutovali a ze kterých vznikla škála od 2 do 10.15 Graf 2.7 Korelace mezi vnímanou korupcí a procedurální spravedlností Vysoké hodnoty na ose x znamenají více korupce a vyšší hodnoty na ose y znamenají více spravedlivosti. Graf zobrazuje průměrné hodnoty vnímané korupce, chybová pole představují 1 standardní chybu průměru.

1.50

Procedurální spravedlnost státní správy

1.00

0.50

0.00

-0.50

-1.00

3.00

4.00

5.00

6.00

7.00

8.00

9.00

10.00

Vnímaná korupce Zdroj: Český modul ISJP 2006

15

Pouze dva respondenti, neboli 0,2 % všech respondentů, měli výsledek 2 (tedy uvedli, že skoro žádní politici ani veřejní činitelé nejsou zkorumpovaní). Tyto dva případy měly extrémně velkou standardní chybu, což zkreslilo grafy využívající chybová pole. Proto byly tyto dva případy do grafu 6 začleněny s výsledkem 3. Nijak to neovlivňuje výsledky analýzy; vztahy zobrazené v diagramu jsou jen lépe vidět.

[35]


Deskriptivní statistika těchto proměnných je znepokojivá. Na otázku, zda státní úředníci zacházejí s respondentovi podobnými lidmi férově, jen 9,0 % odpovědělo „skoro vždy“, 29,8 % „často“, 20,8 % odpovědělo „někdy“, 31,3 % „zřídka“ a 9,2 % „skoro nikdy“.16 Na otázku, zda jednání státních úředníků závisí na politických konexích jednotlivce, 29,8 % českých respondentů odpovědělo „rozhodně ano“, 50,7 % „spíše ano“, 15,0 % „spíše ne“ a pouze 4,5 % „rozhodně ne“. Takto silné negativní pocity podrývají důvěru veřejnosti ve stát a ukazují, že státní správa musí věnovat více úsilí tomu, aby veřejnosti ukázala férovost svého rozhodování. Pokud tyto pocity skutečně zachycují část reality rozhodování státu, ukazuje se naléhavá nutnost zásadní reformy státní správy zaměřené na transparentnost rozhodování. Graf 2.7 znázorňuje lineární souvislosti mezi vnímanou korupcí a férovostí státních úředníků. Silná souvislost mezi proměnnými (Pearsonova korelace -0,379) poukazuje na úzkou propojenost korupce a procedurální férovosti. Jak už jsme v této kapitole ukázali, čeští respondenti obecně vnímají využití politických konexí jako základní aspekt korupce. Bylo by velmi cenné vědět, jak je pocit nespravedlnosti politických konexí u respondentů zakotven v jejich inklinaci k principům procedurální spravedlnosti, ale ve zmíněném výzkumu se bohužel tento aspekt demokratické politiky nezjišťoval. Pokud Češi považují korupci za formu procedurální nespravedlnosti, očekávali bychom, že vnímaná korupce bude souviset nejen se spravedlivostí (nestranností) státních úředníků, ale také jiných politických institucí, včetně institucí, které jsou samy nástrojem boje proti korupci. Šetření ISJP z roku 2006 obsahovalo otázky o vnímané korupci veřejných činitelů a zda „lidem jako já se dostává spravedlivého zacházení od policie, soudů, Nejvyššího soudu“. Deskriptivní statistiky těchto tří otázek jsou uvedeny v grafu 2.8. Na datech je pozoruhodné to, že české vnímání nespravedlivého zacházení těchto institucí je téměř stejné, a to přesto, že do styku se soudním systémem přijde v porovnání s policií relativně málo lidí. Jinými slovy vnímání nespravedlivého zacházení je řízeno jinými faktory než osobní zkušeností.17 Podobně je vnímání korupce také slabě zakořeněno ve skutečných zážitcích úplatkářství, protože méně než 3 % respondentů uvedlo, že za posledních 5 let se čeští státní úředníci „často“ zmínili o tom, že chtějí úplatek nebo protislužbu.18 To neznamená, že toto vnímání je nepřesné, jen že vzniká na základě jiných faktorů než přímé osobní zkušenosti. Graf 2.8 České vnímání spravedlivosti policie, soudů a Nejvyššího soudu Policie

Soudy

Nejvyšší soud

45 40 35 30 25 20 15 10 5 0 zcela souhlasím

spíše souhlasím

ani souhlas ani nesouhlas

spíše nesouhlasím

zcela nesouhlasím

Zdroj: Český modul ISJP 2006

16

17

18

Toto jsou platné procentní hodnoty pro n = 1078. Přibližně 10 % respondentů nevědělo nebo na otázku neodpovědělo. U druhé otázky, n = 1 119, neodpovědělo 7,5 %. Vnímání neférového zacházení soudů je třeba zasadit do historického kontextu. Například po dva roky před šetřením ISJP vedl ministerstvo spravedlnosti Pavel Němec, který vydal řadu kontroverzních rozhodnutí upřednostňujících majetné občany před běžnými. Nejznámějším případem bylo jeho rozhodnutí předat trestní stíhání příslušníka katarské královské rodiny, který byl v České republice trestně stíhán pro pohlavní zneužívání, do Kataru. Rozhodnutí Nejvyššího soudu České republiky, že Němec jednal podle zákona, pravděpodobně podkopalo důvěru veřejnosti ve spravedlivé rozhodování této instituce. Na otázku „Jak často jste se Vy osobně nebo člen Vaší nejbližší rodiny v posledních pěti letech setkali s úředníkem ve státní správě, který naznačil, že by chtěl, nebo přímo požádal o úplatek nebo protislužbu?“ 59,8 % českých respondentů odpovědělo „nikdy“, „22,5 % „málokdy“, 15,1 % „někdy“, 2,1 % „často“, a 0,5 % „velmi často“.

[36]


Pomocí faktorové analýzy tří otázek na spravedlivost v postupech policie a soudů lze vytvořit spojitou proměnnou pro procedurální spravedlivost právního systému. Jak ukazuje graf 2.9, celkově je souvislost mezi férovostí právního systému a vnímanou korupcí silná (Pearsonova korelace -0,262). Tato data jsou založena na vnímání, ale dobře korespondují s mezinárodní literaturou. Ta tento druh dat se používá jako objektivní měřítko korupce a právní spravedlnosti (nestrannosti) a obecně se usuzuje, že primárními příčinami korupce po celém světě je nedostatečná politická nezávislost soudů a možnost, aby si bohatí lidé „koupili“ soudní rozsudky (Uslaner 2008). Na základě téhož přístupu budeme také v další kapitole dokazovat, že absence politické spravedlnosti je jednou z primárních determinant vnímané korupce napříč 30 různými vyspělými i rozvíjejícími se zeměmi. Graf 2.9 Souvislost mezi vnímanou korupcí a spravedlivostí právního systému Vyšší hodnoty na ose y označují více férovosti. Graf zobrazuje průměrné hodnoty vnímané korupce v rozsahu jedné standardní chyby.

0.50

Procedurální spravedlnost právního systému

0.25

0.00

-0.25

-0.50

téměř žádný, málo z nich

někteří

docela hodně

téměř všichni

Vnímaná korupce veřejných činitelů Zdroj: ISJP 2006

Závěr V této kapitole bylo předloženo množství důkazů na podporu tvrzení, že korupce je především problém distributivní a procedurální spravedlnosti. Nejprve jsme ukázali, že respondenti vnímají politické konexe jako velmi specifickou strategii životního úspěchu v České republice, která se co do jejího vnímaného významu může srovnávat se meritokratickými principy. Politické konexe jsou přitom úzce svázány s úplatkářstvím a obcházením zákona a v myslích Čechů tvoří široký, ale soudržný pojem „korupce“. Může se zdát, že tyto postoje jsou jedinečné pro Českou republiku, ale nic není dále od pravdy. Korupci vnímají jako primární prostředek jak se dostat na vrchol společnosti respondenti v mnoha zemích a české postoje v tomto směru ve skutečnosti nejsou v porovnání s jinými zeměmi, z nichž máme data, ani zdaleka extrémní. [37]


Za druhé, není to tak, že by korupce jako mechanismus osobního obohacení a vzestupu prostě existovala vedle meritokratických principů tvořících základ tržní ekonomiky a rovnostářských principů tvořících základ sociálního státu. Naše analýzy ukázaly, že korupce také podrývá legitimitu jak meritokratických tak rovnostářských principů distributivní spravedlnosti, a tudíž i legitimitu nerovností. Podrývá zejména význam zásluhových principů, protože korupční jednání obchází distribuční systém, zcizuje zdroje lidem, kteří si je zaslouží, a podnikům, které hrají podle pravidel. Korupce a takové postupy jako daňové úniky také podrývají redistributivní funkce státu tím, že odčerpávají finanční zdroje a kapacity státu potřebné na efektivnější potírání chudoby a poskytování základních služeb občanům. Tam, kde jsou dlouhé čekací lhůty na lékařské ošetření, nedostatek míst na atraktivních gymnáziích, dlouhé fronty na povolení k pobytu pro cizince nebo na získání podnikatelského oprávnění a kde jsou rozhodovací procesy netransparentní a nepředvídatelné, jsou podmínky zralé pro další rozkvět korupce. Distributivní spravedlnost se zabývá férovostí výsledků sociálních, ekonomických a politických procesů. Procedurální spravedlnost se zabývá férovostí rozhodovacích procesů politických institucí, policie a soudů. Je pochopitelné, že je-li korupce považována za problém distribuce, bude také považována za problém mechanismů, jimiž se uskutečňují některé formy ekonomické distribuce. Důkazy by sice mohly být jasnější, ale podařilo se prokázat, že vnímaná korupce a nedostatečná procedurální férovost jdou do značné míry ruku v ruce. V těchto analýzách nejde jen o teoretický náhled na způsoby chápání korupce. Vyvolávají také širší otázky, jak by se korupce mohla a měla řešit. Z nástinu korupce jako nespravedlnosti vyplývá, že účinné protikorupční mechanismy by měly zahrnovat také široké spektrum reforem, které se s „protikorupční politikou“ dávají jen zřídka do souvislosti. Je-li korupce úzce svázána s procedurální nespravedlností, mohly by se účinné protikorupční politiky také zaměřit na reformu politických procedur, které lidem s politickými konexemi usnadňují získávání výhod oproti ostatním. To by mezi mnoha jinými věcmi znamenalo zjednodušit procesy získávání oprávnění, posílit nezávislost institucí bojujících s korupcí na politických zájmech a ministerstvech a posuzovat státní instituce podle kvality poskytovaných služeb. Takovýto politický postup je alespoň na papíře podobný zaměření na „prevenci“, které je prosazováno ve Strategii vlády v boji proti korupci na období 2006–2011 (Ministerstvo vnitra ČR 2006).19 Měli bychom být opatrní v tom, jaké politické závěry vyvozujeme ze souvislosti mezi korupcí a nespravedlností v distribučních mechanismech. Podle mnoha měření vnímané korupce patří liberální země (např. Kanada, Nový Zéland, USA atd.) a sociálně demokratické země (Švédsko, Dánsko, Finsko atd.) k nejméně zkorumpovaným na světě. Lze tedy jen stěží tvrdit, že „malý stát“ je nutně tím nejméně zkorumpovaným. Tyto země z hlediska redistribuce státních zdrojů spojuje kvalita a otevřenost veřejné správy. Pokud panuje přesvědčení, že mnoho českých úředníků žádá o úplatky nebo je dostává, měli bychom jako jeden z možných přístupů k problému použít kritické zkoumání jejich motivační struktury – jak jsou najímáni, povyšováni a hodnoceni podle meritokratických principů.

19

Ve Strategii se prevencí se míní například minimalizace státních regulací; zásadní zjednodušení legislativy; debyrokratizace státní správy; omezení počtu zvláštních procesních pravidel (univerzální správní řád) atd.

[38]

KAPITOLA 3. VNÍMÁNÍ KORUPCE V MEZINÁRODNÍM POROVNÁNÍ: ÚLOHA FAKTORŮ NA INDIVIDUÁLNÍ A CELOSTÁTNÍ ÚROVNI Michael L. Smith a Petr Matějů Úvod Jen málokdo by si troufal tvrdit, že vnímání nerovnosti je spolehlivým ukazatelem skutečné nerovnosti ve společnosti, nebo že subjektivní hodnocení demokracie je dobrým měřítkem celkové kvality demokracie v zemi. Zdá se však, že pro mnoho badatelů v oblasti korupce není problém tvrdit, že z hladiny vnímané korupce lze vyvodit závěry ohledně skutečného výskytu korupce. Je to překvapivé zvláště vzhledem k metodologickým omezením jednoho z nejpoužívanějších ukazatelů korupce – indexu vnímání korupce (Corruption Perception Index – CPI) (Galtung 2006). Není mnoho autorů, kteří se věnují otázce vztahu mezi výskytem korupce a jejím vnímáním a pokouší se zjistit, co vlastně ovlivňuje vnímání korupce na úrovni jednotlivců v různých zemích. Nedávno publikované studie věnované faktorům působícím na vnímání korupce (Lambsdorff 2005; Treisman 2007) se zabývají výhradně faktory působícími na celospolečenské úrovni a zcela opomíjejí zásadní otázku, jak je vnímání korupce na individuální úrovni ovlivněno prostředím, hodnotami a zkušenostmi lidí, jaké jsou z tohoto hlediska rozdíly mezi zeměmi, a konečně jak se navzájem tyto dvě úrovně (společenská a individuální) ovlivňují. V této kapitole se pokusíme tuto mezeru v poznání korupce vyplnit. Nouze o vědecké poznatky o faktorech ovlivňujících vnímání korupce na individuální úrovni není způsobena ani tak nezájmem vědců, jako spíše nedostatkem vhodných dat z šetření. Ve většině výzkumů organizace Transparency International a Světové banky chybí široká škála standardních sociodemografických proměnných, se kterými se běžně setkáváme v sociologických výzkumech a literatuře. Další problém spočívá v tom, že tato šetření jsou zpravidla prováděna na velmi specifické populaci (elity), nikoli na reprezentativních souborech. Některá mezinárodní šetření, jako například Interregional Crime and Victimization Survey (ICVS), obsahují některé socio-demografické proměnné, ale nejsou zde otázky zjišťující názory respondentů na stát, na nerovnosti, důvěru a další věci, které by bylo třeba do komplexní analýzy faktorů ovlivňujících vnímání korupce zařadit. Ani tzv. Globální korupční barometr sestavovaný společností Gallup International pro TI neobsahuje dostatek sociodemografických proměnných, které by umožnily hlubší analýzu tohoto problému. Je to vcelku pochopitelné, protože tyto výzkumy usilují o detailní zmapování subjektivní percepce korupce v různých institucích, takže zbývá jen malý prostor pro jiné otázky. Někteří badatelé přišli s novými přístupy ke zkoumání a analýze vnímané korupce a zkušeností lidí s tímto jevem (Miller, Grodeland a Koshechkina 2001), ale faktory ovlivňující to, jak lidé korupci vnímají, ani v těchto případech nebyly v dostatečné míře předmětem zájmu. I když řada badatelů zkoumala vnímání korupce v jednotlivých zemích – jak uvidíme v další části – mezinárodní srovnání bohužel chybějí, takže toho o rozdílech mezi zeměmi v tom, co ovlivňuje vnímání korupce, moc nevíme. Jak už jsme v této publikaci zdůraznili, analyzujeme-li determinanty vnímání korupce, neznamená to, že opomíjíme korupci jako takovou. Vede nás však snaha plně porozumět charakteru dat, na nichž se zakládají naše znalosti, přesvědčení a předsudky ve vztahu ke korupci. Vnímání korupce je také významným a samostatným předmětem studia, protože silnější pocit existence korupce vede k nižší důvěře ve stát, k nižším přímým zahraničním investicím (Mauro 1995; Rose-Ackerman 1999) a jiným okolnostem, které mají velký význam pro ekonomický a demokratický rozvoj na celém světě. V této kapitole využijeme k analýze vlivů působících na vnímání korupce sociologického šetření Role vlády IV, provedeného v roce 2006 v rámci mezinárodního projektu ISSP (International Social Survey Programme). Toto šetření jsme již popsali v předchozí kapitole. Nezaměříme se jen na česká data, ale působení široké škály faktorů na to, jak lidé vnímají korupci, porovnáme ve 30 zemích, pro které máme data. Jsou jimi Austrálie, Česká republika, Dominikánská republika, Filipíny, Finsko, Francie, Chile, Chorvatsko, Irsko, Izrael, Japonsko, Jižní Afrika, Jižní Korea, Kanada, Lotyš-

[39]


sko, Maďarsko, Německo (rozdělený datový soubor umožňuje porovnání východu a západu země), Norsko, Nový Zéland, Portugalsko, Rusko, Slovinsko, Spojené státy, Španělsko, Švédsko, Švýcarsko, Tchaj-wan, Uruguay, a Venezuela. Tyto země představují pestrou směsici liberálních, sociálně demokratických, konzervativních a postkomunistických režimů. V této kapitole uplatníme dvě metody analýzy. Za prvé, za pomoci strukturního modelování (SEM) v AMOS 7.0 otestujeme kauzální model vnímání korupce postavený na proměnných reprezentujících sociální status respondenta, míru jeho zapojení do účelově motivovaných kontaktů, důvěru ve své sociální okolí a zkušenosti s úplatkářstvím. Nástroj SEM je obzvláště výhodný při souběžném odhadování vztahů mezi mnoha nezávislými a závislými proměnnými. Tato metoda také umožňuje pracovat s tzv. latentními proměnnými – tj. s proměnnými, které nelze měřit přímo, ale pouze prostřednictvím indikátorů. Identifikace těchto latentních proměnných v rámci strukturního modelu (resp. v tzv. modelu měření, který je součástí komplexního strukturního modelu) ve srovnání s jinými metodami zvyšuje přesnost odhadů koeficientů měřících z hlediska teorie klíčové vztahy mezi latentními proměnnými. SEM je také mocným nástrojem vizualizace složitých kauzálních struktur a umožňuje testovat vhodnost modelu jako celku. Pomocí SEM se v této kapitole nejprve pokusíme určit, který z možných modelů bude dobře reprodukovat vztahy skryté v datech pro všechny zkoumané země, tj. ve spojeném datovém souboru obsahujícím respondenty ze všech zkoumaných zemí. Po nalezení takového modelu přejdeme na úroveň jednotlivých zemí a budeme porovnávat regresní koeficienty, přímé a nepřímé dopady a další údaje napříč zkoumanými zeměmi. Za druhé pomocí lineární regresní analýzy otestujeme významnost širšího spektra kontextuálních proměnných. V regresních modelech bude několik důležitých proměnných na celostátní úrovni (např. úloha HDP, ekonomické nerovnosti a index ekonomické svobody nadace Heritage Foundation), abychom jasněji viděli, jaký vliv mají takovéto faktory na to, jak občané vnímají korupci. Souběžné použití SEM a regresní analýzy může vést k robustnějším závěrům o tom, co vše působí na to, jak lidé vnímají korupci, než k jakým by vedla aplikace každé z těchto metod zvlášť. Protože dosud existuje málo srovnávacích studií o individuálním vnímání korupce, začneme analýzou založenou na strukturním modelování a budeme pokračovat zařazením kontextuálních proměnných a případných interakcí do regresních modelů. Analýza potvrzuje hypotézu, že vnímání korupce je silně určeno sociálním statusem respondenta, sociální důvěrou, a ekonomickými podmínkami země. Klíčovým zjištěním však je, že síla a směr dopadů sociálního statusu se v různých zemích liší. Zatímco v zemích, kde je korupce celkově vnímaná jako nepříliš rozšířená (například Finsko nebo Nový Zéland), nižší vzdělání, nízký sociálních status a chudoba zvyšují hladinu vnímané korupce, v zemích, kde je hladina vnímané korupce obecně vysoká (například Filipíny), je tomu naopak, více korupce v systému vidí lidé vzdělanější a bohatší. Podstatné ale je, že ve všech zemích existuje lineární vztah mezi vnímáním korupce a celkovým vlivem sociálního statutu na toto vnímání. A také vliv zkušenosti s úplatkářstvím se mezi jednotlivými zeměmi liší relativně málo. Pokud víme, neexistují žádné jiné studie, které by porovnávaly sílu a směr koeficientů objasňujících vnímání korupce v různých zemích. Literatura o faktorech ovlivňujících vnímání korupce Literatura o individuálních determinantech vnímání korupce tyto determinanty často považuje za formu systémového zkreslení měření korupce; vzhledem k nespolehlivosti vnímání tyto studie volají po nových strategiích výzkumu umožňujících přímější měření zkušeností s korupcí. Olken (2006) například pomocí šetření v indonéských vesnicích analyzoval, jak přesně přesvědčení vesničanů o pravděpodobnosti korupce v projektu výstavby silnice odráží skutečnou míru korupce v projektu měřenou jako „chybějící výdaje“, tj. náklady a materiál, které nevysvětloval odhad nákladů sestavený třetí stranou. Při kontrole těchto efektů na úrovni vesnice Olken zjistil, že vzdělanější respondenti-muži a také respondenti žijící blíže místu projektu měli tendenci uvádět více korupce. Zvláště vysoký byl dopad vzdělání: každý rok vzdělání vede ke zvýšení uváděné korupce o 0,7–0,9 %. Olken došel k závěru, že „data o vnímání by se měla při empirickém zkoumání determinant korupce využívat s náležitou opatrností a že nezbývá než pokračovat ve hledání objektivnějších měřítek korupce, jakkoliv obtížné to může být“ (ibid: 28). V podobném duchu studie Čábelkové a Hanouska (2004) o vnímání korupce a ochotě uplácet na Ukrajině identifikovala řadu proměnných, které utvářejí vnímání korupce na individuální úrovni. I když autoři neposuzovali dopad vzdělání, zjistili, že nezaměstnaní respondenti mají tendenci vidět v řadě politických institucí více korupce než ostat[40]

Vnímání korupce v mezinárodním porovnání: Úloha faktorů na individuální a celostátní úrovni

ní. Velikost obce, ve které respondent žije, má na vnímání silný nelineární dopad. Více korupce je vnímáno v obcích mezi 100 000 a 200 000 obyvateli. Velkou roli hraje také osobní zkušenost: respondenti, kteří často navštěvují politické instituce a dozvědí se o korupci z vlastní zkušenosti, s větší pravděpodobností vnímají takovéto instituce jako zkorumpované. Hlavním zjištěním autorů však je, že silnější vnímání korupce vede k větší ochotě dávat úplatky. To má jasné politické implikace. Aby vlády napomohly snížení výskytu úplatkářství, měly by se pokusit vypěstovat image veřejných činitelů jako tvrdých potíratelů zločinnosti, a tím by byli občané méně ochotni uplácet. To neznamená, že by se vláda měla zapojit do prosazování určité veřejné image, ale spíše uznat, že vnímaná a skutečná korupce jsou úzce propojeny. V podobné studii vnímané korupce v Rusku autoři Rose a Mischler (2007) pomocí Nového ruského barometru analyzovali vztah mezi vnímáním korupce a zkušenostmi s ní a také jejich determinanty v ruském případě. Valná většina Rusů samozřejmě vnímá korupci jako přebujelou, mnohem méně často však uvádějí zkušenost s úplatkářstvím. Tuto „mezeru“ vysvětlují autoři poukazem na to, že zkušenost s úplatkářstvím je především dána frekvencí styku s veřejnými úředníky – čím více kontaktů, s tím větší pravděpodobností musí člověk podplácet – zatímco příjem, sociální status, vzdělání a pohlaví nemá na zkušenost s uplácením statisticky významný vliv. Vnímaná korupce je většinou vysvětlována vírou respondentů ve spravedlivost vlády a kontaktem s mediálními informacemi. Kontakt s veřejnými úředníky zde nehraje významnou roli, což je v rozporu se zjištěním Čábelkové a Hanouska z Ukrajiny. Roseovu a Mischlerovu analýzu zřetelně omezuje to, že ji neintegrují do jednoho výkladového modelu a nevytvářejí tak souběžné odhady vnímané a vlastní zkušeností ověřené korupce. Dále tím, že nezohlednili významnost sociálně statusových proměnných pro vnímání a zkušenost korupce, nevzali v potaz ani interakční účinky mezi těmito proměnnými. Tyto faktory však mohou mít skryté účinky, které bude třeba teprve identifikovat. A konečně nová studie Doncheva a Ujhelyiho (2007) je možná první, která zkoumá determinanty korupce na individuální úrovni z mezinárodní perspektivy. Analýza je postavena na ICVS provedeném v 58 zemích v letech 1996–1997 a 2000–2001. Autoři chtějí určit determinanty vnímání korupce při kontrole zkušeností s korupcí. Podstatné je, že proměnné obvykle považované za determinanty korupce ve skutečnosti vysvětlují vnímání korupce, protože faktory jako ekonomický a demokratický vývoj „od sebe systematicky oddalují vnímání korupce a zkušenost s korupcí“ (ibid. 2). Autoři zjišťují, že „jedinci s vyšším vzděláním, mladší lidé, lidé žijící v městských oblastech a možná zaměstnaní lidé vnímají korupci jako výrazně pravděpodobnější“ (ibid. 16). Donchev a Ujhelyi však neporovnávají velikost a směr koeficientů determinace u všech zemí; porovnávají pouze menší počet determinantů mezi Maďarskem, Bulharskem, Ugandou a Mosambikem. Výsledky se těžko interpretují; vyšší vzdělání vede k uvádění větší vnímané korupce v Ugandě a Mosambiku, nikoliv však v postkomunistických zemích. Vyšší věk se pojí se silnějším vnímáním korupce v Mosambiku, ale v Maďarsku je tomu naopak. Vhodnost modelu pro data ze všech čtyř zemí byla také docela nízká, koeficient determinace (R2) se pohyboval mezi 0,02 v Ugandě a 0,18 v Mosambiku. Jejich výzkum je sice důležitým krokem správným směrem, ale k prohloubení porozumění determinantům individuálního vnímání korupce potřebujeme více sociodemografických charakteristik a rozsáhlejší porovnání mezi zeměmi. Podstatné je, že všechny výše zmíněné studie hovoří o zásadní otázce, o niž tu jde: čím více je vnímání korupce determinováno sociodemografickými faktory respondenta, tím méně spolehlivé jsou tyto datové zdroje jako potenciální měřítka skutečné korupce ve společnosti. Ve skutečnosti výše uvedené analýzy, zejména analýza Doncheva a Ujhelyiho, využívají jako datové zdroje širokou škálu sociálních šetření a indexů, což vyvolává otázku, zda jsou vůbec výzkumné metody spolehlivými nástroji měření korupce. Nejen kvůli případné „zaujatosti“ výpovědí respondentů, pokud jde o odhady celkové hladiny korupce ve společnosti, ale také kvůli tomu, že pojem korupce, jak si ji lidé představují v každodenním životě, je ze své podstaty neurčitý. Skutečnost, že údaje ze šetření, na jejichž základě vzniká Index vnímané korupce, jsou navzájem konzistentní, pokud jde o celkovou hladinu vnímané korupce, ještě neznamená, že tyto vjemy jsou správné. Ve skutečnosti může být vnímání občanů konsistentní, protože je ovlivněno týmiž mediálními zdroji, týmiž institucemi a stejnou politickou kulturou. Většinové vnímání však není nutně správné. Data, metody a hypotézy Mezinárodní šetření Role vlády ISSP je šetření zaměřené na představy respondentů o fungování státu a politiky. Tři předešlá šetření (1985, 1990, 1996) neobsahovala otázky na vnímání korupce, modul pro rok 2006 však několik [41]


takových otázek obsahoval.1 ISSP provádějí vůdčí výzkumné instituce ve 42 členských zemích. Jednou z hlavních výhod využívání tohoto šetření je, že obsahuje řadu otázek o politických přesvědčeních respondentů a velký soubor sociodemografických proměnných respondentů a jejich partnerů, jako je vzdělání, příjem, povolání, věk, velikost obce, pracovní postavení, rodinné postavení atd. V roce 2006 byly dvě hlavní otázky o vnímání korupce formulovány takto: „Podle Vašeho názoru, kolik politiků ve Vaší zemi je zapojeno do korupce?“ a “Kolik státních úředníků je ve Vaší zemi podle Vás zapojeno do korupce?“. Respondenti vybírali odpovědi na škále od 1 (téměř nikdo) po 5 (téměř všichni). Otázky jsou dobře srozumitelné, zaměřují se na politickou korupci a vyhýbají se konkrétnější definici korupce. Ve většině analýz jsme z průměrných odpovědí na obě otázky vytvořili jako index novou závislou proměnnou KORUPCE, která podle našeho názoru poměrně dobře měří obecné vnímání politické korupce. Důležitá je silná souvztažnost (R2 = 0,81) mezi závislou proměnnou KORUPCE a hladinou CPI z roku 2006 napříč 30 zeměmi (graf 3.1). Z toho vyplývá, že vnímání korupce podle odborníků a běžných občanů se dosti shoduje. Tím je zpochybněno tvrzení, že vnímání odborníků je jiné, „méně zaujaté“ nebo „přesnější“ než vnímání běžných občanů. Naopak vnímání těchto dvou skupin je v podstatě stejné. Síla této vazby také potvrzuje vhodnost použití KORUPCE jako závislé proměnné měřící vnímání korupce. Graf 3.1 Vztah mezi indexem vnímání korupce (CPI) 2006 a celostátními průměry proměnné KORUPCE 10.0 NZL FIN CHE SWE

9.0 NOR

CAN

AUS

R-square = 0.81

DEU

8.0

JPN FRA CHL

Hodnota CPI 2006

IRE

USA

7.0

ESP POR

URY

SLO

6.0 ISR

TWN KOR HUN

5.0

LAT

CZE RSA

4.0 HRV

3.0

DOM PHL

RUS

VEN

2.50

2.75

3.00

3.25

3.50

3.75

4.00

Vnímání korupce podle ISSP 2006 Zdroj: Český modul ISSP 2006

Otázka na zkušenosti s korupcí – ÚPLATEK – byla formulována takto: „Jak často jste se Vy osobně nebo člen Vaší nejbližší rodiny v posledních pěti letech setkali s úředníkem ve státní správě, který naznačil, že by chtěl nebo přímo požádal o úplatek či protislužbu?“ Odpovědi byly na škále 1 (nikdy) až 5 (velmi často). Použití slova „naznačil“ v otázce poukazuje na jistou subjektivnost respondenta, ale tím, že se otázka zaměřuje na konkrétní časové období a vyzývá respondenta, aby se zamyslel nad četností události, odráží objektivní zkušenosti, nikoliv subjektivní vnímání. Formulace „úplatek nebo protislužbu“ v otázce nechává otevřené to, zda šlo o finanční transakci, proto je pro některé respondenty snáze přijatelná a rozšiřuje se tak rozsah možných zkušeností s korupcí. 1

Za obhajobu zařazení těchto otázek do modulu vděčíme Sociologickému ústavu Akademie věd České republiky. Základní mezinárodní dotazník (bez sociodemografických proměnných) je dostupný online na http://www.issp.org/documents/issp2006.pdf.

[42]


Analýza také využila širokou škálu vysvětlujících proměnných. Vzhledem k poznatkům z literatury uvedeným výše nás zvláště zajímala úloha respondentova sociálního postavení v podobě latentní proměnné složené ze tří jasně oddělených rozměrů: vzdělání, rodinný příjem a vnímaný sociální status. První rozměr – EDU – se měří lety vzdělání. Ke druhému rozměru – INC – vznikla vyvážená desetibodová příjmová škála pro každou zemi (tak, aby byla příjmová data porovnatelná mezi zeměmi), uvedený příjem rodiny se převedl na bod na škále za každého respondenta. To znamená, že příjmový status respondenta s hodnotou 7 v České republice se považuje za podobný (vzhledem ke škále dané země) statusu respondenta ve Švédsku, který měl také hodnotu 7, bez ohledu na skutečné příjmové rozdíly mezi respondenty v obou zemích. Podobné pohyby nahoru nebo dolů na příjmovém žebříčku jsou mezi zeměmi zhruba srovnatelné s tou výhradou, že procentní příjmové rozdíly se mohou v jednotlivých zemích lišit v závislosti na celkovém rozložení příjmů. Dále jsme použili proměnnou TOPBOT. Zde je respondent požádán, aby se umístil na desetibodové škále od nejnižšího (= 1) po nejvyšší (= 10) sociální postavení. V sociologické literatuře se tento druh proměnné k vytvoření složeného hodnocení sociálního statusu celkem běžně používá pod názvem „subjektivní SES“ a lze ji ve spojení s objektivními údaji považovat za dobré měřítko celkového umístění respondenta v socioekonomické struktuře dané společnosti. Bohatě jsme také využívali jiné proměnné v šetření, jmenovitě dvě otázky o sociální důvěře (jejichž průměr tvoří složenou proměnnou DŮVĚRA), dvě otázky o významu osobních kontaktů v respondentově životě (průměr vytvoří složenou proměnnou KONTAKTY); jak respondent vnímá zacházení při jednání s úředníky státní správy (ZACHÁZENÍ) a řadu standardních demografických a ekonomických proměnných. Souhrnná statistika těchto proměnných je uvedena v Tabulce 3.1. Tabulka 3.1 Souhrnná statistika proměnných použitých v analýze Proměnná

Popis

Průměr

Std. odch.

Min

Max

3,269

0,989

1,00

5,00

11,737

4,127

0,00

41,00

Proměnné v analýze SEM (celkem N = 24 845) KORUPCE

Průměrná odpověď na dvě otázky o míře korupce mezi politiky a veřejnými úředníky (1 = skoro nikdo zkorumpovaný, 5 = skoro všichni zkorumpovaní)

EDU

Roky vzdělání – odhad respondenta

INC

Respondentův uváděný rodinný příjem po zdanění v místní měně, rozdělený do desetibodové škály pro každou zemi (1 = nejnižší příjem, 10 = největší příjem)

5,470

2,787

1,00

10,00

TOPBOT

Respondentovo vlastní umístění na desetibodové škále sociálního statusu (1 = nejnižší status ve společnosti, 10 = nejvyšší status)

5,082

1,853

1,00

10,00

ÚPLATEK

Frekvence žádosti o úplatek nebo zkušenosti s ním

1,434

0,867

1,00

5,00

DŮVĚRA

Průměrná reakce na dvě otázky o sociální důvěře: zda „existuje pouze málo lidí, kterým mohu zcela důvěřovat“ a „pokud si nebudete dávat pozor, ostatní lidé Vás budou využívat“ (1 = rozhodně souhlasím, nízká důvěra; 5 = rozhodně nesouhlasím, vysoká důvěra)

2,119

0,924

1,00

5,00

ZÁCHAZENÍ

Odpověď na otázku „Podle Vašeho názoru, jak často jednají představitelé státní správy spravedlivě s lidmi, jako jste Vy?“ (1 = skoro vždy, 5 = skoro nikdy)

2,875

1,237

1,00

5,00

KONTAKTY

Průměrná odpověď na dvě otázky 1) jak často jste žádáni, abyste ovlivňovali rozhodnutí pro druhé a 2) existují lidé, které můžete požádat o to, aby ovlivnili rozhodnutí pro vás (1 = nikdy, nikdo; 4 = často – ano, hodně lidí)

1,881

0,755

1,00

4,00

VĚK

Věk respondenta (nekategorizováno)

46,383

16,233

15,00

98,00

ŽENA

1 = muž, 2 = žena

1,515

0,500

1,00

2,00

EKONAKT

Zda je respondent ekonomicky aktivní, tj. pracuje na plný nebo částečný úvazek (1 = ano, 0 = ne)

0,578

0,494

0,00

1,00

HDP

HDP na 1 000 hlav, parita kupní síly (PPP), data Světové banky, 2006

23,900

11,897

3,43

50,07

IEF

Index ekonomické svobody Heritage (bez proměnné korupce), 2007

70,680

8,342

50,10

82,20

GINI

Gini Index CIA, nejaktuálnější data (posledních 10 let)

34,613

8,179

25,00

57,80

PROTESTANT

Procento protestantské populace (La Porta et al. 1999)

20,357

26,256

0,00

97,80

FEDERAL

1 = federální stát, 0 = unitární stát

0,310

0,462

0,00

1,00

Další proměnné v regresní analýze (celkem N = 25 460)


[43]


Hypotézy, které analýzu inspirovaly, byly zaměřeny na roli sociálního statusu. Na základě Olkenových zjištění (2006) jsme se domnívali, že na základě účinku sociálního statusu budou existovat v jednotlivých zemích velké rozdíly. Pokud by tomu tak bylo, analýza by se zaměřila na vysvětlování vzorce rozdílů v determinantech vnímané korupce napříč zeměmi. Hlavní hypotézy byly tyto: y H1. Sociální status výrazně ovlivňuje vnímání korupce, ale jeho vliv se mezi zeměmi liší. Zjištění z předchozích výzkumů naznačují, že sociální status (tj. příjem, vzdělání, pracovní postavení atd.) nemá ve všech zemích stejný vliv a význam. y H2. Dopad sociálního statusu je většinou spíše nepřímý, zprostředkovaný úlohou sociální důvěry, významem kontaktů, politických přesvědčení atd. Měli bychom předpokládat, že lidé vnímají politický život jako zkorumpovaný z mnoha různých důvodů a mnoha různými způsoby. Pokud tedy sociální status bude mít nějaký vliv na vnímání korupce, bude to spíše prostřednictvím proměnných souvisejících s respondentovými zkušenostmi a přesvědčeními. y H3. Vnímání korupce má významný vliv na zkušenost s úplatkářstvím. Očekáváme, že toto se v různých zemích lišit nebude. y H4. Sociální status má minimální, možná nulový vliv na zkušenost s úplatkářstvím. Vzhledem k mnoha různým formám, jichž může úplatkářství nabýt, je rozumné očekávat mizivé rozdíly ve zkušenostech s úplatkářstvím na základě sociálního statusu. Analýza SEM byla nejprve provedena na spojeneném datovém souboru všech třiceti zemí. Nejprve na základě hlavní nezávislé (SES) a závislých (KORUPCE, ÚPLATEK) proměnných a pak prozkoumáním široké škály intervenujících proměnných a jejich přispění k vhodnosti modelu. Základní model – ten, který se ukázal jako nejvhodnější z hlediska shody s daty – pak posloužil k porovnávání standardizovaných regresních koeficientů (path-coefficients) pro datový soubor každé země. Pro porovnání mezi zeměmi sloužil zejména celkový efekt sociálního statusu a dále jeho rozklad na přímé a nepřímé efekty). Tzv. path-diagram teoretického modelu je zobrazen v grafu 3.2. Graf 3.2 Diagram teoretického modelu vysvětlujícího vnímání korupce a zkušenosti s úplatkářstvím EDU

INC

TOPBOT

SES

DŮVĚRA

KONTAKTY

ZACHÁZENÍ

KORUPCE

ÚPLATEK


Vzhledem k tomu, že jedním z cílů strukturního modelování je dospět k co nejúspornějším modelům, náš model nezahrnuje celou řadu proměnných zmiňovaných v relevantní literatuře. K testování účinků většího souboru nezávislých proměnných byla proto využita lineární regresní analýza, do které vstoupily i kontextuální proměnné za jednotlivé země, o kterých jsme předpokládali, že budou mít velký vliv na průměrné hladiny vnímání korupce v jednotlivých zemích. Lineární regrese byla možná díky tomu, že závislá proměnná KORUPCE byla měřena na desetibodové škále. Později ukážeme, že tato analýza pomohla rozšířit a posílit zjištění ze strukturního modelu, protože umožnila dále vysvětlit rozdíly v určenosti vnímání korupce v různých zemích. [44]


Analýza a výsledky strukturního modelu Po důkladné analýze se prokázalo, že vhodnost strukturního modelu pro mezinárodní data je dobrá, zejména z hlediska tzv. adjustované míry vhodnosti modelu a RMSEA (graf 3.3). Dlužno přiznat, že k dosažení vysoké míry věrohodnosti modelu přispělo uvolnění parametrů reprezentujících korelace mezi reziduálními variancemi proměnných DŮVĚRA a ZACHÁZENÍ (e3 a e4). Ostatní možné korelace mezi reziduálními variancemi byly shledány relativně slabými a/nebo statisticky nevýznamnými. Ze stejného důvodu byl z modelu odstraněn i efekt ZACHÁZENÍ ÚPLATEK). Vhodnost modelu by se bývala zlepšila odstraněním vztahu mezi SES ÚPLATEK, ale protože to byl jeden z klíčových vztahů porovnávaných mezi zeměmi, zůstal tento vztah v modelu zachován. Všechny vztahy znázorněné v modelu byly významné na hodnotě p < 0,001. Stručně řečeno, graf 3.3 potvrzuje, že v modelu odhadnutém pro všech 30 zemí existuje negativní vztah mezi sociálním statusem a vnímáním korupce s tím, že vyšší sociální status snižuje hladinu vnímané korupce. Podobně má vyšší sociální status pozitivní vliv na sociální důvěru, což rovněž přispívá k tomu, že lidé s vyšším sociálním statusem vnímají korupci jako méně rozšířenou než lidé s nižším sociálním statusem. Ukázalo se, že sociální status má velmi malý (ale přesto významný) vliv na zkušenost s úplatkářstvím, zatímco vnímání korupce má na tuto zkušenost výrazně silnější vliv.

Graf 3.3 Diagram základního modelu se standardizovanými regresními koeficienty, data ze všech 30 zemí e7

e8

INC

.59 e6

.36

SES .22

.25 e4

DŮVĚRA

-.16

-.23

e3 -.15

e9

TOPBOT

EDU .65

-.07

KONTAKTY

e5

-.05

ZACHÁZENÍ

.20

.29

e1

.21 KORUPCE

ÚPLATEK

e2

Model vnímání korupce pro 30 zemí: AGFI = .989, RMSEA = .034 CMIN = 441.927, DF = 15, N = 24852 Zdroj: Český modul ISSP 2006

Vyšší sociální status také posiluje využívání mezilidských kontaktů k životnímu úspěchu (například úloha kontaktů při nacházení práce). I když takové kontakty nemají na vnímání korupce přímý vliv, mají vliv na zkušenost s úplatkářstvím, protože lidé, kteří v důležitých životních situacích využívají sociální sítě, také s větší pravděpodobností zažili úplatek nebo pokus o úplatek. A konečně vnímání korupce je také silně ovlivněno pocitem respondenta, zda „státní úředníci s lidmi jako on/a zacházejí spravedlivě“, což podtrhuje ostře subjektivní povahu těchto vjemů. Znamená to, že pocit spravedlivosti při vlastních (ať už skutečných, potenciálních nebo fiktivních) stycích s úředníky ve státní správě zkresluje to, do jaké míry občané vidí tyto úředníky jako zkorumpované. Model bohužel nekontroluje frekvenci návštěv respondentů na politických institucích, ale předešlé výzkumy ukazují, že i to by byl relevantní faktor. Jak jsme očekávali, respondenti s nižším sociálním statusem cítí, že s nimi úředníci zacházejí špatně, což pak posiluje rozšířenější vnímání korupce. [45]


Abychom model pochopili, musíme koncepčně odlišit zkušenost s úplatkářstvím od využívání kontaktů a sociálních sítí k dosahování konkrétních cílů (tj. KONTAKTY). „Doporučení“ používaná v akademickém světě, využívání přátel při hledání práce, svědectví známých u soudů – to všechno jsou každodenní příklady využívání sociálních kontaktů k ovlivnění důležitých rozhodnutí, které však nutně nenesou rysy korupce, porušování zákona ani nepoctivosti. Jste-li v postavení, kde můžete pomoci jiným, neznamená to, že své postavení zneužíváte, zejména ve společenském (narozdíl od politického) kontextu, k němuž se váží otázky2 zakládající proměnnou KONTAKTY. I když by takové kontakty mohly nabýt podoby úplatkářství nebo střetu zájmů, úplatkářství nutně nemá podobu těchto kontaktů: úplatkářská transakce se může uskutečnit také mezi podnikatelem a úředníkem, kteří nejsou blízkými známými. I když jsou tyto dvě proměnné koncepčně odlišné, model potvrzuje, že intenzivnější využívání takovýchto kontaktů zvyšuje pravděpodobnost, že člověk zažije úplatkářství nebo žádost o úplatek. Po sestavení strukturního modelu byla dalším krokem analýzy aplikace tohoto modelu na každou z 30 zemí. Podle očekávání je vhodnost modelu u dat z některých zemí o něco lepší než u jiných. V tabulce 3.2 vidíme vhodnost modelu vzhledem ke statistice z každé země. Důležité je, že adjustovaná míra vhodnosti modelu (AGFI) u mnoha zemí překračuje 0,95; RMSEA bylo u většiny zemí menší než 0,05. Hodnoty CMIN/DF byly u řady zemí také velmi dobré. I vhodnost míry p byla u některých zemí velmi dobrá, zejména u Irska, USA, České republiky a Slovinska. Celkově můžeme model vzhledem k jeho vhodnosti považovat za dobrý základ pro porovnávání determinantů korupce v různých zemích. Tabulka 3.2 Vybrané statistiky vhodnosti základního modelu v jednotlivých zemích AGFI

RMSEA

AGFI

RMSEA

CMIN/DF

P

AUS

,979

,043

CMIN/DF 4,076

,000

P JPN

,960

,055

2,836

,000

CAN

,960

,053

2,587

,001

KOR

,960

,059

5,506

,000

CZE

,979

,029

1,571

,073

LAT

,919

,081

3,605

,000

DEU_VY

,961

,037

1,430

,123

NZL

,975

,043

2,644

,001

DEU_ZA

,971

,041

1,991

,012

NOR

,959

,059

4,053

,000

DOM

,928

,088

11,284

,000

PHL

,963

,055

3,393

,000

ESP

,971

,034

2,274

,000

POR

,974

,042

2,420

,002

FIN

,940

,071

3,660

,000

RSA

,959

,064

7,328

,000

FRA

,976

,037

2,070

,009

RUS

,965

,053

3,588

,000

HRV

,934

,074

3,834

,000

SLO

,966

,037

1,522

,088

HUN

,947

,068

3,740

,000

SWE

,970

,040

1,951

,015

CHE

,943

,070

4,167

,000

TWA

,977

,043

3,389

,000

CHL

,983

,031

1,982

,013

URY

,966

,049

2,863

,000

IRE

,986

,000

,966

,489

USA

,991

,011

1,129

,323

ISR

,970

,046

2,711

,000

VEN

,980

,031

1,750

,035

VŠE

,989

,035

3,43

,000


V tabulce 3.3 nalezneme standardizované regresní koeficienty daného modelu a hladiny významnosti, a to pro jednotlivé země (VŠE představuje všechny země dohromady). Z tabulky lze vyvodit řadu významných zjištění: Za prvé, v řadě zemí, zvláště v zemích mimo západní Evropu, nemá SES statisticky významný přímý vliv na vnímání korupce. SES nemělo na vnímání měřitelný účinek například v České republice, Chile a Jižní Koreji. V mnoha

2

První otázka zní „Někteří lidé jsou díky svému zaměstnání, postavení nebo kontaktům žádáni, aby jiným lidem pomohli ovlivnit důležitá rozhodnutí tak, aby dopadla v jejich prospěch. A co vy? Jak často jste žádán/a o pomoc ovlivnit důležitá rozhodnutí ve prospěch jiných lidí?“. Druhá otázka zní „Existují lidé, které můžete požádat, aby ovlivnili důležité rozhodnutí tak, aby dopadlo ve váš prospěch?“

[46]


zemích s nízkou vnímanou korupcí (např. Švédsko, Finsko, Nový Zéland atd.) a v dalších západních zemích existuje statisticky významná negativní korelace mezi SES a vnímáním, nízký sociální status zde tedy vede k vyššímu vnímání korupce. Naproti tomu v neevropských zemích s vysokou vnímanou korupcí – na Filipínách, v Dominikánské republice, v Jižní Africe a Venezuele – je vztah opačný: vysoké SES vede k vyšší vnímané korupci. Tyto chudší, rozvojové země, kde je zaznamenána pozitivní korelace mezi těmito proměnnými, také potvrzují pozitivní korelaci mezi vzděláním a vnímáním korupce, kterou Olken odhalil v Indonésii a Donchev a Ujhelyi v Ugandě a Mosambiku. Za druhé, ve většině zemí neexistuje statisticky významný přímý vztah mezi SES a zkušeností s úplatkářstvím. To potvrzuje naši hypotézu (a zjištění z kapitoly 2), že vzhledem k mnoha různým formám, jichž může úplatkářství nabýt, Tabulka 3.3 Standardizované regresní koeficienty základního modelu v jednotlivých zemích SES Důvěra

SES Zacházení

SES Kontakty

SES Korupce

Důvěra Korupce

Zacházení Korupce

AUS

,228***

-,257***

,208***

-,002

-,175***

,271***

CAN

,321***

-,328***

CZE

,154***

-,135**

,227***

-,032

-,124**

,385***

,020

-,146***

DEU_VY

,068

-,201**

,284***

,059

DEU_ZA

,301***

-,428***

,265***

-,134**

DOM

,003

-,165***

,320***

ESP

,084*

-,111**

,340***

-,046

FIN

,388***

-,392***

,226***

FRA

,301***

-,428***

,265***

HRV

,103*

-,126*

HUN

,122*

-,058

CHE

,235***

CHL IRE

SES Úplatek

Kontakty Úplatek

Korupce Úplatek

-,020

,142***

,272***

,292***

-,105

,206***

,132**

,289***

,008

,238***

,123**

-,115*

,347***

-,083

,223***

,185***

-,143***

,258***

-,052

,125***

,281***

-,060*

,080**

-,013

,128***

-,107***

,195***

,018

,146***

,125***

-,185**

-,198***

,201***

-,059

,154***

,300***

-,134**

-,143***

,258***

-,052

,125***

,281***

,487***

-,079

-,163

,129**

,042

,282***

,253***

,341***

,071

-,082*

,256***

,019

,182***

,234***

-,184***

,225***

-,026

-,134***

,221***

-,114*

,098*

,187***

,141***

-,041

,334***

,021

-,045

,211***

,018

,174***

,122***

,037

-,043

,283***

,002

-,143***

,286***

,134**

,029

,225***

ISR

,146**

-,233***

,288***

,001

-,069*

,281***

,016

JPN

,272***

-,176**

,157**

,043

-,167***

,411***

-,107*

KOR

,107***

-,061

,384***

,023

-,108***

,334***

LAT

,147*

-,001

,325***

,025

-,057

,149**

-,047

NOR

,377***

-,357***

,189***

-,132**

-,134***

,227***

NZL

,273***

-,285***

,133**

-,109*

-,218***

,286***

,080*

PHL

-,113**

-,172***

,153***

,135**

POR

,115**

-,072

,480***

-,143***

RSA

,016

-,100***

,010

RUS

-,082*

-,358***

,455***

-,015

,078*

,086*

,197***

,167***

,207***

,134***

,242***

,197***

-,071

,197***

,243***

,002

,134***

,275***

,100**

-,101**

,159***

,014

,228***

,065

-,064

,219***

,104*

,054

,153***

,079**

-,098***

,141***

,279***

,082***

,059

-,063

,262***

,077*

,182***

-,034 ,254***

SLO

,420***

-,401***

,221***

-,073

-,089

,255***

-,030

,117*

,219***

SWE

,381***

-,499***

,176**

-,184**

-,204***

,317***

-,145*

,099*

,258***

TWN

,156***

-,042

,386***

,036

-,095***

,160***

,092*

,153***

,249***

URY

,155***

,066

,254***

,059

-,094**

,201***

,225***

,132***

,145***

USA

,290***

,242***

-,020

-,131***

,211***

,127***

,096**

VEN VŠE

-,009 ,249***

-,324*** -,030 -,237***

-,094* ,222***

,131** -,065***

-,066

-,075*

,168***

-,056

,036

-,154***

,295***

-,055***

,203***

-,182*** ,207***

*** značí významnost při hodnotě p < 0,001, ** značí významnost při hodnotě p < 0,01 a * při hodnotě p < 0,05. Zdroj: Český modul ISSP 2006

[47]


není mezi těmito dvěma proměnnými silný vztah. Ale v několika zemích s nízkou vnímanou korupcí – v Japonsku, ve Švédsku a Švýcarsku – vede nízký sociální status k častější zkušenosti s úplatkářstvím. Naproti tomu na Tchaj-wanu, v Irsku, Rusku a Uruguayi je výsledek opačný. Bez kontextově specifických informací nebo silné teorie by bylo obtížné tento mezinárodní vzorec vysvětlit. Za třetí, absence přímého dopadu SES na úplatkářství je pravděpodobně způsobena silnou rolí proměnné KONTAKTY ve zprostředkování vztahu mezi SES a úplatkářstvím. Ve všech zemích kromě Jižní Afriky má sociální status silný pozitivní dopad na využití kontaktů a ve většině zemí mají kontakty silný pozitivní vliv na zkušenost s úplatkářstvím. V mladších demokraciích, jako jsou Chorvatsko, Česká republika, Tchaj-wan, Jižní Korea, Chile a Rusko, je tato tendence obzvláště patrná. Za čtvrté, SES má významný pozitivní vliv na sociální důvěru, a to zejména v zemích s nízkou vnímanou korupcí, např. ve Švédsku, Finsku a Norsku, ale také ve Slovinsku. Je zajímavé, že na Filipínách a v Rusku je vztah opět negativní a nízké SES vede k vyšší hladině důvěry. Podobně je nejsilnější negativní vztah mezi sociální důvěrou a vnímanou korupcí v zemích s nízkou vnímanou korupcí – ve Finsku, Švédsku a na Novém Zélandu, i když statisticky významné souvislosti v tomto smyslu nalezneme ve většině zemí. A konečně co se týče úlohy proměnné ZACHÁZENÍ, lze opět vysledovat tytéž vzorce: SES má nejsilnější dopad na pocit špatného zacházení ze strany úředníků ve státní správě ve Francii, západním Německu, Švédsku, Finsku a na Novém Zélandu, kde obzvláště špatné zacházení pociťují respondenti s nízkým SES. Dopad proměnné ZACHÁZENÍ na proměnnou KORUPCE je však relativně silný v řadě rozmanitých zemí. Podobně dopad vnímané korupce na zkušenost s úplatkářstvím je v mnoha zemích relativně stabilní (je ale silnější v zemích s nízkou vnímanou korupcí), což opět potvrzuje naši hypotézu o tomto vztahu. Vzhledem k tomu, že dopad SES na vnímanou korupci se většinou jeví jako nepřímý, je důležité analyzovat tento vztah z hlediska velikosti přímého, nepřímého a celkového efektu. Podle tabulky 3.4 jsou negativní efekty SES na vnímanou korupci nejsilnější v zemích s nízkým vnímáním korupce – ve Švédsku, Finsku, Norsku a na Novém Zélandu – zatímco v zemích se střední vnímanou korupcí je celkový dopad nižší. Chile, Lotyšsko a Tchaj-wan jsou na hranici pozitivních koeficientů, zatímco Filipíny, Venezuela a Dominikánská republika mají silné pozitivní celkové účinky. Vezmeme-li CPI Transparency International jako zavedený ukazatel vnímaného výskytu korupce, můžeme Tabulka 3.4 Přímé, nepřímé a celkové efekty SES na KORUPCE Přímé účinky

Nepřímé účinky

Celkové účinky

AUS

-,002

-,110

-,112

CAN

-,032

-,136

-,168

CZE

,020

-,061

-,042

LAT

,025

,009

,017

DEU_VY

,059

-,078

-,019

NOR

-,132

-,132

-,263

DEU_ZA

,058

-,135

-,077

NZL

-,109

-,141

-,250

DOM

,080

-,013

,066

PHL

,135

-,016

,119

ESP

-,046

-,031

-,076

POR

-,143

-,023

-,167

FIN

-,185

-,156

-,341

RSA

,079

-,016

,063

FRA

-,134

-,154

-,288

RUS

,059

-,089

-,029

HRV

-,079

-,033

-,112

SLO

-,073

-,139

-,212

HUN

,071

-,025

,046

SWE

-,184

-,236

-,420

CHE

-,026

-,072

-,098

TWN

,036

-,022

,014

CHL

,021

-,015

,006

URU

,059

-,001

,058

IRE

,002

-,018

-,016

USA

-,020

-,106

-,126

ISR

,001

-,076

-,075

VEN

,131

,004

,127

VŠE

-,065

-,108

-,173


[48]

Přímé účinky

Nepřímé účinky

Celkové účinky

JPN

,043

-,118

-,074

KOR

,023

-,032

-,009

Vnímání korupce v mezinárodním porovnání: Úloha faktorů na individuální a celostátní úrovni Graf 3.4 Lineární vztah mezi CPI a celkovými efekty SES na vnímání korupce

10.0 FIN

NZL

SWE

CHE

9.0

NOR CAN

AUS

8.0 JPN

Hodnota CPI 2006

FRA

7.0 SLO

ESP

POR

URY TWN

ISR

6.0

5.0

IRE CHL

USA

KOR CZE

R-Square = 0,54 f(x) = 5,30 - 11,90x

HUN LAT

RSA

4.0 HRV

3.0

DOM RUS

PHL VEN

2.0 -0.4

-0.3

-0.2

-0.1

0.0

0.1

Celkové účinky SES na KORUPCE Zdroj: Český modul ISSP 2006

vypozorovat, že míra vlivu SES na vnímání korupce je dobrým prediktorem vnímaného výskytu korupce (graf 3.4). Je zajímavé, že se vazba jeví jako lineární (R2 = 0,54): graf předpovídá, že v „nejzkorumpovanějších“ zemích bude mít SES na vnímanou korupci silný pozitivní dopad, v méně zkorumpovaných zemích vazba slábne a stává se negativní a v nejméně zkorumpovaných zemích zůstává vazba negativní a ještě se posílí. Uvedené výsledky vyvolávají důležitou otázku: „Jak vysvětlit rozdíly mezi zeměmi ve vlivu sociálně-ekonomického statusu na vnímanou korupci?“. Podle našeho názoru mají v zemích s nízkou mírou vnímané korupce sociálnědemografické proměnné na vnímání korupce větší vliv proto, že v těchto zemích, kde korupce je spíše vzácností, lidé z nejnižších vrstev společnosti pravděpodobně mají tendenci korupcí vysvětlit sociální vyloučení a zdůvodnit jí svůj odpor ke společnosti a politickému systému obecně. Na druhé straně v zemích se střední mírou vnímané korupce hraje sociálně-ekonomické postavení ve vnímání korupce poměrně malý význam, protože o přítomnosti korupce je přesvědčeno mnoho lidí bez ohledu na sociální postavení. A konečně v nejzkorumpovanějších a nejméně modernizovaných zemích lze důvodně očekávat, že vzdělanější a sociálně lépe situovaní respondenti jsou lépe než ostatní schopni porozumět závažnosti problému, zatímco lidé na nižších stupních stratifikačního systému, kteří často rezignují na pochopení toho, co se okolo nich děje, tento problém vnímali jako méně akutní. Takovéto vysvětlení zapadá do pozorovaných dat z Filipín a dále je potvrzuje analýza Olkena (2006) a Doncheva a Ujhelyiho (2007). Ačkoli tedy data ISSP neobsahují větší počet zemí s vysokou vnímanou korupcí, literatura potvrzuje zjištění ze zemí, které v ISSP zahrnuty jsou. Výše uvedená analýza porovnává rozdíly v determinaci vnímané korupce mezi zeměmi s vysokou a nízkou korupcí. Ačkoli o kvalitě analyzovaných dat a zjištěných výsledcích lze jen těžko pochybovat, interpretace mohou být zavádějící. Stále zbývá odpovědět na otázku, co z rozdílnosti mezi zeměmi jako například Švédsko a Filipíny – kromě rozdílu v hladině vnímané korupce – může vést k různým stupňům determinace? Jinými slovy, existují faktory na celospolečenské úrovni, které podmiňují nebo spolupůsobí na způsob, jímž proměnné na individuální úrovni působí na vnímání korupce občany? Například, vysvětlují alespoň částečně rozdíly v ekonomickém vývoji nebo v modernizaci zjištěné rozdíly mezi příčinami vnímané korupce? Abychom odpověděli na tyto otázky, testovali jsme modely lineární regrese, které takovéto faktory na celospolečenské úrovni obsahují. [49]


Výsledky lineární regrese: souhra proměnných na individuální a celospolečenské úrovni Dosavadní výsledky jsou jistě zajímavé, ale vyvolávají otázky ohledně vlivu širšího spektra proměnných na určenost vnímání korupce. Statistiky vhodnosti modelu ve strukturním modelování mají sklon upřednostňovat úspornost modelu před schopností vysvětlit celkový rozptyl závislé proměnné. Proto jsme se rozhodli provést regresní analýzu čtyř modelů obsahujících různé druhy vysvětlujících proměnných: 1. Model 1 se všemi proměnnými v základním modelu rozebraném výše (kromě proměnné KONTAKTY, která jen slabě koreluje s proměnnou KORUPCE); 2. Model 2 s dodatečnými demografickými proměnnými, jako jsou věk, pohlaví, ekonomická aktivita a demografická příslušnost; Tabulka 3.5 Lineární regrese pro vnímání korupce (KORUPCE) Model 1

Model 2

Model 3

Model 4

B

(Std chyba)

B

(Std chyba)

B

(Std chyba)

B

(Std chyba)

2,644***

(0,023)

2,897***

(0,053)

3,362***

(0,108)

3,390***

(0,108)

SES

0,097***

(0,018)

0,068***

(0,018)

0,090***

(0,018)

0,092***

(0,019)

ÚPLATEK

0,205***

(0,007)

0,166***

(0,007)

0,124***

(0,007)

0,125***

(0,007)

DŮVĚRA

-0,146***

(0,006)

-0,157***

(0,006)

-0,129***

(0,006)

-0,109***

(0,008)

0,228***

(0,005)

0,208***

(0,005)

0,183***

(0,005)

0,181***

(0,005)

0,002

(0,002)

0,005**

(0,002)

0,005*

(0,002)

-0,005**

(0,002)

-0,006**

(0,002)

-0,006**

(0,002)

0,028*

(0,011)

0,027*

(0,011)

0,029**

(0,011)

-0,041**

(0,013)

Konstanta Faktory na individuální úrovni

ZACHÁZENÍ Demografické pomocné VĚK VĚKSQ/100 (druhá mocnina) ŽENA EKONAKT Střední a východní Evropa Latinská Amerika Asie

-0,014

(0,013)

-0,013

(0,013)

0,206***

(0,019)

0,062**

(0,022)

0,058**

(0,022)

-0,088***

(0,020)

-0,484***

(0,026)

-0,453***

(0,026)

(0,019)

-0,058**

(0,020)

-0,062**

(0,020)

Skandinávie

-0,545***

0,036

(0,023)

0,001

(0,048)

0,006

(0,049)

Bývalé britské kolonie

-0,424***

(0,017)

-0,378***

(0,020)

-0,379***

(0,020)

IEF

-0,006***

(0,001)

-0,007***

(0,001)

HDP

-0,012***

(0,001)

-0,011***

(0,001)

Faktory na celostátní úrovni

GINI PROTESTANT FEDERAL

0,009***

(0,001)

0,009***

(0,001)

-0,005***

(0,001)

-0,002***

(0,001)

0,055***

(0,015)

0,035*

(0,015)

(0,005)

Interakční účinky SES * ZACHÁZENÍ

-0,029***

(0,005)

-0,016***

(0,004)

-0,018***

(0,004)

-0,015**

SES * DŮVĚRA

-0,031***

(0,006)

-0,022***

(.006)

-0,021***

(0,006)

-0,010

(0,006)

-0,002***

(0,001)

0,090***

(0,014)

-0,001***

(0,000)

SES * HDP SES * FEDERAL DŮVĚRA * PROTESTANT N

25 700

25 460

25 460

25 460

R-square

0,184

0,245

0,275

0,277

*** značí významnost při hodnotě p < 0,001, ** značí významnost při hodnotě p < 0,01 a * při hodnotě p < 0,05. Zdroj: Český modul ISSP 2006

[50]


3. Model 3 s dodatečnými proměnnými na celospolečenské úrovni, jako jsou míra ekonomické svobody ve společnosti, HDP na hlavu, míra příjmové nerovnosti, forma státního uspořádání (federální nebo unitární), počet osob hlásících se k protestantismu (snaha identifikovat možný vliv určitých etických norem); 4. Model 4 testuje významnost dopadů některých interakcí mezi proměnnými na individuální a celostátní úrovni. Chybějící případy byly vyloučeny metodou „listwise“ (chybějící hodnota v jedné proměnné vede k vyloučení daného případu ze všech analýz, kde se tato proměnná vyskytuje) a data byla ponechána bez vážení. Výsledky čtyř analýz provedených na datovém souboru ze 30 zemí jsou uvedeny v tabulce č. 3.5. Jak bylo rozebráno v předešlé části, sociální status jako takový vysvětluje rozptyl ve vnímání korupce občany jen málo. Rose a Mischler (2007) také došli k závěru, že sociální status sám o sobě má na vnímání korupce malý vliv. Model 1 však potvrzuje, že jsou-li vlivy jiných proměnných konstantní, má sociální status napříč zeměmi statisticky významné vlivy na vnímání korupce s tím, že nižší status vede k vyšší vnímané korupci. Přestože obsahuje pouhých šest proměnných, vysvětluje tento model 18 % rozptylu závislé proměnné s tím, že všechny koeficienty jdou směrem očekávaným na základě analýzy SEM. Největší vypovídací hodnotu modelu dodaly sociální důvěra, zkušenost s úplatkářstvím a pocit spravedlivého nebo nespravedlivého zacházení ze strany státních úředníků. Zatímco model 1 byl postaven na předešlé analýze, do modelu 2 byly začleněny demografické kontrolní proměnné: model zahrnuje věk, pohlaví, zaměstnanecký status region světa, kde respondent žije.3 Podle modelu 2 ženy vnímají o 3 % více korupce než muži, což je zajímavé vzhledem k tomu, že ženy jsou někdy v sociologické literatuře zobrazovány jako důvěřivější k politikům než muži. Toto zjištění je opačné než zjištění Doncheva a Ujhelyiho, že podle šetření ICVS muži vnímají více korupce, i když tyto výsledky nejsou statisticky významné. Podobně jako ženy také respondenti, kteří nejsou ekonomicky aktivní, vnímají o 4 % více korupce než respondenti, kteří aktivní jsou. Člověk by předpokládal, že lidé bez práce budou mít méně příležitostí zakusit nebo pozorovat nějakou formu korupce. Z toho vyplývá, že jejich vnímání má pravděpodobně relativně malou souvislost se skutečným výskytem korupce ve společnosti a může namísto toho odrážet pocity nespravedlnosti nebo vyloučení z politicko-ekonomického procesu odehrávajícího se kolem nich. Vliv proměnné EKONAKT však není statisticky významný v modelech 3 a 4. Věk a jeho nelineární komponenta (věk2) má také velmi slabý vliv na vnímání korupce v modelech 2, 3 a 4. Model 2 dále obsahuje informaci o světovém regionu. Občané v anglosaských zemích, tj. bývalé britské kolonie (Austrálie, Jižní Afrika, Kanada, Nový Zéland a USA), a ve skandinávských zemích (Švédsko, Finsko a Norsko) vnímají podstatně více korupce než občané v referenční kategorii (tj. v kontinentální západní Evropě: Francie, Portugalsko, Španělsko, Švýcarsko, západní Německo; ale také v Izraeli). Tato zjištění jsou v souladu s hodnotami CPI v těchto zemích. Z vysokých hodnot koeficientů těchto proměnných vyplývá, že proměnné na individuální úrovni nevysvětlují velkou míru rozptylu vnímání korupce napříč regiony. Proto je důležité zvážit, zda individuální vnímání korupce ovlivňují i jiné společenské okolnosti. Jinými slovy, jak se změní koeficienty ostatních proměnných, a to zejména regionálních proměnných, zohledníme-li ekonomické nebo jiné podmínky analyzovaných zemí? Mají faktory na celospolečenské úrovni vůbec vliv na utváření individuálního vnímání korupce? Vzhledem k tomu, že analyzujeme pouze 30 zemí, z nichž většina jsou ekonomicky úspěšné a/nebo rozvinuté demokracie, nacházíme smysluplné rozdíly jen u omezeného počtu proměnných charakterizujících tyto země. Podle Treismana (2000) HDP na hlavu (tedy úroveň ekonomické prosperity) vysvětluje vnímání korupce na celospolečenské úrovni lépe než kterákoliv jiná proměnná, a to dokonce i v porovnání čtyř různých šetření, která analyzoval.4 Rovněž zjistil, že ve federálních státech byla vyšší hladina korupce (a v bývalých britských koloniích nižší hladina korupce, což je potvrzeno v modelu 2) než v jiných zemích. Také jsme zařadili proměnnou o procentu populace, které se považuje za protestanty, což má silný vliv na vnímanou korupci napříč šetřeními (Serra 2006). Vedle HDP na hlavu, role federálního systému a procenta protestantů jsme také testovali účinky příjmové nerovnosti (index Gini), která je považována v literatuře za jeden z hlavních makrospolečenských faktorů působících na vnímání korupce (You 2005; Usla-

3 4

Referenční kategorie je kontinentální zapadní Evropa: Francie, Portugalsko, Španělsko, Švýcarsko, západní Německo; ale také Izrael. Treismann využil proměnnou logaritmus HDP na hlavu. V našem případě se ukázalo jako vhodnější použít HDP na hlavu vyjádřený v paritě kupní síly (PPP). I když využijeme jiné měření HDP, interpretace výsledků zůstává stejná. Informace o HDP na hlavu jsou dostupné z Ukazatelů světového rozvoje Světové banky (World Development Indicators – WDI)

[51]


ner 2007). Dále jsme využili proměnnou vyjadřující stupeň ekonomické svobody a liberalizaci hospodářství. Zvolili jsme Index ekonomické svobody Heritage Foundation z roku 2007, který hodnotí 161 zemí z celého světa podle deseti proměnných, jako jsou daňové sazby, majetková práva, investiční svoboda atd.5 Protože vnímání korupce je jedním z deseti měřítek v indexu, přepočítali jsme výsledky zemí tak, že jsme vyloučili z indexu korupci a namísto ní použili průměr z ostatních devíti parametrů. Vrátíme-li se k tabulce 3.5, můžeme pozorovat, že všechny tyto proměnné mají na vnímání korupce na individuální úrovni statisticky významný vliv a významně přispívají ke zvýšení vysvětlené variance (model 3). Občané vnímají více korupce ve federálních státech, v chudších zemích a v zemích s menší ekonomickou svobodou, s menším počtem protestantů a s většími příjmovými nerovnostmi. Vliv SES se zvýšil a ostatní důležité proměnné působící na individuální úrovni si svůj vliv zachovaly. Tyto změny jsou v účincích zajímavé, jsou však těžko vysvětlitelné právě proto, že model nebere v potaz účinky interakcí mezi proměnnými na společenské a individuální úrovni. Ovlivňují rozdíly v ekonomických podmínkách zemí vliv sociálního statusu na vnímání korupce? A co rozdíly v hodnotové struktuře společnosti – tedy přítomnosti protestantské etiky – mají také vliv na to, jak proměnné na individuální úrovni utvářejí vnímání korupce? Při zodpovídání těchto důležitých otázek byla do regresní analýzy nejprve zařazena řada různých interakčních členů. Interakce v podstatě vyjadřují, že vliv proměnné x na y je podmíněn hodnotou jiné proměnné z. Je důležité vzít v potaz úlohu těchto účinků, protože pokud interakce opravdu existuje a není zahrnuta do odhadu, představuje specifikační chybu v podobě opominutého zkreslení proměnné. To znamená, že odhad modelu, který nevezme interakce v úvahu, neposkytne přesný odhad skutečného vztahu mezi závislými a nezávislými proměnnými. Interakční účinky lze testovat vytvořením interakce mezi proměnnými x * z, která pak může vstoupit do regresní analýzy společně s ostatními proměnnými. V našem případě jsme analýzu zaměřili na interakci mezi proměnnými na společenské a individuální úrovni: tedy jak míra HDP na hlavu, ekonomických nerovností a protestantismu ovlivňuje nebo násobí způsob, jímž vnímání korupce určují jiné vysvětlující proměnné. Výsledky analýzy (model 4 v tabulce 3.5) jsou velmi zajímavé. Za prvé jsme zjistili, že ekonomická svoboda a ekonomická nerovnost má silný lineární dopad na vnímání korupce občany bez ohledu na jejich sociální status, zkušenosti s úplatkářstvím, názory na činnost státu atd. Znamená to, že ekonomická svoboda spolu s mírou ekonomické rovnosti snižuje vnímanou korupci napříč společnostmi bez ohledu na charakteristiky občanů (tedy alespoň na ty, které můžeme zkoumat). Na druhé straně míra ekonomické prosperity má jak přímý, tak nepřímý vliv na vnímání korupce, přičemž nepřímý vliv se prosazuje prostřednictvím sociálního statusu (SES * HDP). Koeficienty SES, HDP a SES * HDP ukazují, že respondenti s vysokým sociálním statusem v nejchudších společnostech vnímají mnohem více korupce (tedy kdy HDP je velmi nizký, a SES * HDP ≈ 0, koeficient SES je positivní), zatímco respondenti se stejným sociálním statusem v nejbohatších zemích vnímají mnohem méně korupce. To je klíčové zjištění, protože potvrzuje výsledky analýzy SEM, že dopad sociálního statusu na vnímání krupce se liší podle země. Můžeme teď učinit další závěr, a to, že vliv sociálního statusu na vnímání korupce se mění také podle míry ekonomické prosperity ve společnosti, např. větší prosperita znásobuje dopad nízkého sociálního statusu, což pak způsobuje zvláště silné vnímání korupce. Model 4 obsahuje také další interakci (DŮVĚRA * PROTESTANT), zobrazující interakci mezi sociální důvěrou jednotlivců a významem protestantismu ve společnosti. Koeficient indikuje, že je-li ve společnosti mnoho protestantů a vládne zde tedy protestantská etika, násobí se účinek vysoké důvěry, která vede k nízké vnímané korupci, zatímco opačná situace vede k vnímání rozbujelé korupce. Model také potvrzuje, že i ve společnostech bez protestantů (tedy pokud DŮVĚRA * PROTESTANT = 0) vysoká důvěra „sama o sobě“ také způsobuje nízkou vnímanou korupci. Koeficient proměnné FEDERAL indikuje, že kontext federálního systému má jen slabý přímý účinek na vnímanou korupci (tedy když občan má průměrný sociální status, SES * GINI = 0, protože faktorové skóre SES má průměr 0), ale má silnější účinky u občanů s vyšší a nižší SES. Celkově můžeme říci, že model 4 poskytuje přesvědčivý obraz o faktorech působících na vnímání korupce, ať jde o faktory působící na individuální, skupinové nebo společenské úrovni.

5

Informace k indexu naleznete na internetových stránkách nadace: http://www.heritage.org.

[52]


Závěry V této kapitole jsme se zabývali faktory ovlivňujícími vnímanou korupci na vzorku 30 zemí, v nichž byla v nedávné době provedena šetření ISSP Role vlády. Naše analýza nejprve potvrdila, že data ISSP k vnímání korupce silně korelují s nejaktuálnějším CPI (R2 = 0,81). V této kapitole jsme upozornili na mnoho možných zdrojů a forem „zkreslení“ vnímání korupce, nebylo by tedy překvapivé, kdyby podobné systémové zkreslení existovalo i v šetřeních zakládajících CPI. Nelze to sice testovat, protože tato šetření nemají příslušné sociodemografické proměnné, měli bychom se však znovu zamyslet nad vhodností CPI a konec konců i jiných šetření a indexů jako nástrojů na přímé měření výskytu korupce. U strukturního modelu testovaného v této kapitole se prokázala vysoká míra vhodnosti pro data z mezinárodního souboru i z jednotlivých zemí. Model sice neobsáhl všechny proměnné z regresní analýzy, přesvědčivě však ukázal, že vnímanou korupci do významné míry určuje malý počet nezávislých proměnných. Naším klíčovým zjištěním v této fázi bylo, že sociální status má významný vliv na vnímanou korupci, ačkoliv významnou část těchto účinků zprostředkovávají jiné faktory. Zjistili jsme, že vzorec determinace vnímání korupce sociálním statusem je složitý: vztah mezi mírou, v níž sociální status determinuje vnímání korupce, a celkovým množstvím vnímané korupce je lineární. Konkrétně v zemi s vysokou vnímanou korupcí, např. na Filipínách, vede vysoký sociální status k vnímání více korupce, zatímco ve všech zemích s nízkou vnímanou korupcí má tentýž účinek nízký sociální status. Pokusili jsme se tento lineární vztah vysvětlit myšlenkou, že je-li v politickém systému málo pozorovatelné korupce, budou na vnímání lidí více působit jejich předsudky ve vztahu k vládě, jejich sociálnímu postavení (které může být zdrojem odporu) a další sociodemografické proměnné. V zemích s větším rozsahem korupce význam těchto faktorů ustupuje, protože podobnou hladinu korupce bude pozorovat více lidí bez ohledu na to, jaké jsou jejich sociální charakteristiky. Když však korupce bují – což je často případ zemi s nižším stupněm ekonomického rozvoje, svobody a s vyšším stupněm nerovností – vysoký stupeň korupce vnímají především lidé s vyšším sociálním statusem, kteří mají lepší představu o tom, co to „korupce“ je a jak nebezpečná může být pro rozvíjející se demokracii. I když jsou tato vysvětlení pouhými domněnkami, pomáhají nám při úvahách o tom, proč je sociální status důležitý pro utváření vnímání korupce v různých částech světa. Modely vícenásobné regrese zkoumané v následující části potvrzují a dále doplňují zjištění z analýzy SEM. Vliv na vnímanou korupci má pohlaví, věk a regionální kontext. Naše analýza potvrdila, že jak ekonomická svoboda, tak ekonomická rovnost mají na vnímanou korupci velmi silný vliv i při kontrole řady proměnných na individuální úrovni a testování interakčních účinků. Účinky HDP a FEDERAL jsou naproti tomu zprostředkovány sociálním statusem respondenta, což vede k násobnému účinku mezi proměnnými. HDP, FEDERAL i SES však mají na vnímání korupce samostatný dopad i při kontrole interakčního účinku. Pokud budeme na okamžik předpokládat, že celková vnímaná korupce je ukazatelem míry skutečné korupce, pak musíme dojít k závěru, že bez ohledu na SES respondenta korupci snižují ekonomická rozvinutost, ekonomická rovnost a institucionalizace ekonomických svobod. Literatura poukazuje na silnou spojitost mezi důvěrou a korupcí. Naše analýza ukázala, že toto spojení je přímé i nepřímé. Vysoká důvěra vede k nižší vnímané korupci a vztah důvěry a vnímání korupce násobí také hodnotovou (morální) strukturou společnosti. To znamená, že pokud položíme rovnítko mezi korupci a její vnímání, můžeme dojít k závěru, že boj s korupcí vyžaduje nejen vytváření důvěry ve společnosti, ale také posilování etické integrity ve společnosti jako celku způsobem, který souvisí s protestantskou etikou, i když jako taková není bezpodmínečně nutná. Podobně by se v boji s korupcí jevila slibně také ekonomická svoboda v kombinaci s opatřeními zajišťujícími i určitý stupeň ekonomické rovnosti.

[53]

[54]

KAPITOLA 4. MINULOST A BUDOUCNOST DYNAMIKY DAŇOVÝCH ÚNIKŮ V ČESKÉ REPUBLICE Jan Hanousek a Filip Palda1 Úvod Studium daňových úniků se dělí na tři části: měření hodnoty uniklých daní; teoretickou práci a měření v souvislosti se strukturálními rovnicemi, které předpovídají reakci jednotlivce na změnu v preferencích nebo pobídkách v modelu částečné rovnováhy; měření sociálních nákladů neplacení daní. Měření úniků v posledních letech roste nejrychleji. Aktuální přehled o oblasti měření velikosti šedé ekonomiky podává Schneider (2006). Ve studiích, které cituje, se sestavují časové řady hodnot daňových úniků. Náš text shrnuje poslední práce v oblasti měření daňových úniků v přechodových ekonomikách se zvláštním zřetelem k České republice. Nerozebíráme důsledky daňových úniků, ani hlouběji nezkoumáme jejich příčiny, i když tomuto tématu věnujeme určitou pozornost. Většina měření daňových úniků vezme „makro“ proměnnou, jako například celostátní spotřeba elektřiny, a vztáhne ji k velikosti legitimní ekonomiky. Pokud je k vytvoření 100 USD růstu třeba jeden kilowatt a zjistí se, že se vytvořilo pouze 50 USD, vyvodí se z toho, že 50 dolarů vygenerovala šedá ekonomika. Tyto metody zde nerozebíráme ani nepředkládáme makroekonomické odhady úniků v transformujících se zemích. Z důvodů, které uvádíme v textu Hanousek a Palda (2006), považujeme makroekonomická měřítka pro transformující se ekonomiky za obzvláště zavádějící. Soustředíme se namísto toho na výsledky průzkumů, které v České republice provádíme již od roku 2000. Zjišťujeme, že daňové úniky v České republice klesají. Česká republika se podobá řadě visegrádských zemí, proto docházíme k závěru, že úniky klesají i v těchto zemích. Začínáme rozborem dat, která jsme nashromáždili od roku 2000, a dynamiky daňových úniků vyvozené z našich průzkumů. Analýza dynamiky je možná, pouze pokud můžeme navzájem porovnávat průzkumy z jednotlivých let. Protože se jedná o řadu nepanelových průzkumů, detailně ověřujeme, jestli průzkumy vznikly na základě téhož statistického rozdělení. Možná věnujeme až nezvykle velké úsilí výkladu a potvrzení porovnatelnosti našich průzkumů, děje se tak zejména z metodických důvodů. Na závěr kapitoly ukazujeme, jak lze pomocí dotazníkových studií předpovídat vývoj daňových úniků. Zjišťujeme, že úniky pravděpodobně vyvrcholily na počátku století a budou nadále klesat. Náš výsledek nazýváme Kuznetsovou křivkou šedé ekonomiky a konstatujeme, že by mohl podobný vztah platit pro všechny přechodové ekonomiky. Data a dynamika Naše data pocházejí z průzkumů, které jsme provedli mezi Čechy v letech 2000, 2002, 2004 a 2006. Souhrnnou statistiku všech proměnných použitých v našem průzkumu a otázky z průzkumu naleznete v Hanousek a Palda (2002).2 Naše průzkumy se podobají průzkumům Fortina a kol. (2000), kteří v interview (v našem případě při osobních rozhovorech) shromažďují informace o tom, do jaké míry lidé neplatí daně a proč. Průzkum Fortinova týmu se od těch našich lišil tím, že nekladl otázky, které by badateli umožnily vyvodit dynamiku daňových úniků. Zajímal se o souvislost mezi nákupem nezdaněného zboží a služeb a daňovými úniky. Daňový únik je kontroverzní pojem. Standardní matice pro analýzu daňových úniků sestavili Mirrus a Smith (2007). 1

2

Jan Hanousek je profesorem CERGE-EI, společného pracoviště Univerzity Karlovy a Akademie věd České republiky. Filip Palda je profesorem Ecole Nationale d‘Administration Publique, Montreal, Kanada a hostujícím profesorem CERGE-EI. Emaily: [email protected], [email protected]. Děkujeme Randymu Filerovi a Štěpánu Jurajdovi za připomínky k předešlé verzi tohoto textu. Sběr dat k dřívějším průzkumům podpořila Grantová agentura České republiky (402/04/0166), program Phare ACE Evropské unie (P97-8119-R) a nadace Volkswagen (II/75831). Autoři děkují za připomínky účastníkům setkání České společnosti ekonomické v roce 2006 (září) a konference o sociálním zabezpečení belgické federální správy (květen 2007). Podrobný popis průzkumů včetně dotazníků, souhrnných tabulek a výsledků přímo zmíněných v textu je k dispozici na požádání autorů nebo na http://home.cerge-ei.cz/hanousek/evasion.

[55]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Tabulka 4.1 Systematika neoficiálních ekonomických aktivit Peněžní transakce Nezákonné činnosti

Nepeněžní transakce

Obchod s kradeným zbožím; obchodování s drogami a jejich výroba; prostituce; hráčství; pašování a podvody.

Daňové úniky

Zákonné činnosti

Nepřiznané příjmy ze samostatně výdělečné činnosti; mzdy, platy a majetek z nevykázané práce související se zákonnými službami a zbožím

Vyhýbání se daním Zaměstnanecké slevy a výhody

Výměnný obchod: drogy, kradené zboží, pašování atd. Výroba nebo pěstování drog pro vlastní potřebu. Krádeže pro vlastní potřebu. Daňové úniky Výměna zákonných služeb a zboží

Vyhýbání se daním Veškerá práce v duchu „udělej si sám” a sousedská výpomoc

Zdroj: Mirrus and Smith (1997)

Zprostředkovat nuance této matice respondentům průzkumu je náročný úkol, do kterého jsme se vůbec nepouštěli. Prostě jsme se respondentů ptali, jestli pracují, aniž by přiznávali příjmy ze své práce. Dali jsme jim možnost odpovědět nikdy, někdy nebo často. Zjistili jsme, že příjmy těch, kteří odpověděli, že se o únik snaží „někdy“ nebo „nikdy“, byly statisticky navzájem nerozlišitelné stejně jako většina jejich ostatních demografických charakteristik. U respondentů z těchto kategorií, kteří byli ochotni tuto informaci sdělit, byl také malý rozdíl v uniklých částkách. Protože jsme tyto dvě skupiny neplatičů neměli podle čeho odlišit, rozhodli jsme se sloučit je do jedné kategorie, kterou jsme nazvali „neplatiči“. Také jsme se rozhodli skoncovat s rozlišením mezi častými a občasnými neplatiči. Zjistili jsme totiž, že to klade obrovské nároky na data a přínos je pochybný – stanovení důvodu přesunu respondentů z jedné subjektivní kategorie (časté neplacení) do jiné (občasné neplacení).3 Tabulka 4.2 na základě našich průzkumů z let 2002, 2004 a 2006 ukazuje frekvenci, s níž lidé v jednotlivých letech odpovídali, že neplatí daně. Pro každou kategorii úniků jsme vypočetli 95% interval spolehlivosti (podrobnosti jsou uvedeny v technické příloze). Tabulka 4.2 Poměry daňových úniků a intervaly spolehlivosti podle průzkumů z let 2000, 2002, 2004 a 2006 Rok

Průzkum z r. 2000

Průzkum z r. 2002

Průzkum z r. 2004

Průzkum z r. 2006

1995

15,4 % (13,3 %, 17,6 %)

NA

NA

NA

1997

NA

23,1 % (20,4 %, 25,6 %)

NA

NA

1999

20,3 % (17,8 %, 22,9 %)

NA

22,2% (19,7 %, 24,7 %)

NA

2000

20,6 % (18,2, 23,1 %)

25,9 % (23,2 %, 28,6 %)

NA

NA

2001

NA

NA

NA

21,2 % (18,7 %, 23,8 %)

2002

NA

23,9 % (21,2 %, 26,6 %)

23,2 % (20,6 %, 25,7 %)

NA

2004

NA

NA

21,4 % (18,9 %, 23,8 %)

23,4 % (20,8 %, 26,1 %)

2006

NA

NA

NA

22,0 % (19,4 %, 24,5 %)

Zdroj: Naše průzkumy daňových úniků v České republice z let 2000, 2002, 2004 a 2006. NA znamená „není relevantní“. První řádky obsahují středovou hodnotu každé kategorie vyjádřenou v procentech, v druhém řádku jsou odhady 95% intervalu spolehlivosti. Vzorce pro výpočet intervalu spolehlivosti jsou v dodatku.

Některé výsledky v tabulce 4.2 jsou z různých průzkumů, ale vztahují se k týmž rokům. Graf například znázorňuje daňové úniky za rok 2000 podle našeho průzkumu z roku 2000 a úniky za rok 2000 podle našeho průzkumu z roku 2002. Takto se překrývají též roky 2002 a 2004. Struktura vyplývající z tabulky 4.2 naznačuje, že úniky se po celá 90. léta zvyšovaly a od nového milénia se ustálily. Provedené chi kvadrát testy ukázaly, že podle počtu pachatelů se daňové úniky mezi lety 1995 a 1997 zvyšovaly, ale pak klesaly a ustalovaly se až do roku 2006. Tento vývoj je patrný v grafu 4.1, který mapuje odhady daňových úniků podle tabulky 4.2. 3

Starší verze tohoto textu, kde jsme analyzovali všechny tři kategorie úniků, je k dispozici na http://home.cerge-ei.cz/hanousek/evasion.

[56]

Minulost a budoucnost dynamiky daňových úniků v České republice Graf 4.1 Trendy odhadované výše daňových úniků (dodán kvadratický trend) 26

24

22

20

18

16

14 1992

1994

1996

1998

2000

2002

2004

2006

2008

Zdroj: Výpočet autorů na základě dat z průzkumů z let 2000–2006 uvedených v tabulce 4.2. Odhadnutá křivka zobrazuje kvadratický trend.

Dynamika míry daňových úniků vyplývající z našich průzkumů se podobá dynamice hodnoty úniků v makroekonomických odhadech daňových úniků podle Schneidera (2005, 2006, 2007) a Schneidera a Klinglmaira (2004). Tyto odhady hodnot mapujeme v grafu 4.2. U těchto makroekonomických odhadů daňových úniků vidíme nejprve prudký růst v 90. letech a potom pokles v novém miléniu. Graf 4.2 Daňové úniky v České republice v letech 1991–2003 jako procenta HDP podle Schneidera a kol. 25

úniky v % HDP

20

15

10

5

0 1990

1992

1994

1996

1998

2000

2002

2004

2006

rok Zdroj: Schneider (2005, 2006, 2007), Schneider a Klinglmair (2004)

Podle našich mikroekonomických (graf 4.1) i makroekonomických dat (graf 4.2) se zdá, že Česká republika prošla vrcholem křivky, kterou bychom mohli nazvat Kuznetsovou křivkou šedé ekonomiky. Tento výsledek jsme neočekávali a o této křivce se ani nezmiňuje literatura o daňových únicích, ale přesto nás nepřekvapil. Když ekonomika vstupuje do prvních fází přechodu, daňové úniky jsou nízké, možná proto, že jsou nízké i daně. Daňové úniky se náhle zvýší, když se stát pokusí znovu získat kontrolu nad ekonomikou. Ustálí se, protože stát sníží oficiální korupci a podaří se mu zavést efektivní mechanismy vybírání daní. Lidé také mají menší sklony k daňovým únikům, když stát zlepší kvalitu poskytovaných služeb (viz Hanousek a Palda 2004). Pracujeme samozřejmě s krátkou časovou řadou a teprve čas ukáže, zda se daňové úniky v České republice budou pohybovat po Kuznetsově křivce. V následující části naznačujeme, jak by se taková křivka mohla v příští dekádě plně rozvinout. [57]


Konzistentnost průzkumů Umístěním kombinovaných výsledků ze tří samostatných průzkumů do jediného grafu vznikne delší časová řada daňových úniků, než kdybychom zkoumali každý průzkum odděleně. Tento způsob vzájemného porovnávání průzkumů je problematický v tom, že data v našich průzkumech nejsou panelová, jde o nezávislé průzkumy uskutečňované v dvouletých intervalech. Vzniká otázka, zda má takové porovnávání vůbec smysl. Jednou z hlavních proměnných, které nás v našich průzkumech zajímají, je odpověď jednotlivců na otázku, zda prováděli daňové úniky. Ve všech průzkumech jsme se lidí ptali na jejich současné i minulé daňové úniky. Pokud bychom zjistili, že odpovědi ohledně daňových úniků za rok 2002 poskytnuté v průzkumu provedeném v roce 2004 jsou statisticky nerozlišitelné od odpovědí o únicích za rok 2002 poskytnutých v průzkumu provedeném v roce 2002, mohli bychom vyslovit závěr, že paměť je dobrá a průzkumy z let 2002 a 2004 jsou navzájem konzistentní v tom smyslu, že bychom mohli průzkumy sloučit do časové řady dat o daňových únicích. Takové sloučení by bylo výhodné, protože v každém průzkumu shromažďujeme zpětná data o daňových únicích. V každém průzkumu tedy zachycujeme data za tři období. Je-li paměť dobrá, a naše čísla tomu nasvědčují, můžeme s důvěrou vystavět časovou řadu k daňovým únikům, kde ke každému průzkumu vzniknou tři datové body. Odhadované kategorie neplacení uvedené v tabulce 4.1 se ve smyslu předešlého odstavce jeví jako konzistentní, tento dojem je však třeba potvrdit formálním testem. Obecně uvažujeme dva nezávislé náhodné výběry o n a m případech x1 = (x11, x12, …, x1n) a x2 = (x21, x22, …, x2m), kde xij označuje j-tý případ z i-tého průzkumu. Průzkum 1 byl proveden v roce 2000 a průzkum 2 v roce 2002. X v průzkumu z roku 2000 jsou odpovědi každého respondenta, zda se v roce 2000 dopustil úniků, a x v průzkumu z roku 2002 jsou odpovědi na to, zda si respondent úniky z roku 2000 pamatuje. Odpovědi „ano“ jsou kódovány jako jedničky, odpovědi „ne“ jako nuly. Data nejsou panelová. Proměnné, které nás zajímají, jsou podíly neplatičů v každém výběru, tedy p1=

1 n

n

∑

t1i

a

i=1

p2 =

1 m

m

∑x

a chceme otestovat hypotézu H0: p1 = p2 ,

2i

i=1

tedy, že podíl neplatičů je v obou výběrech stejný. Uvažujme tuto testovou statistiku p1 – p 2

u=

(1)

1 1 p (1 – p) + ÷ n m kde

p=

1 (np1 + mp2) . (n + m)

Platí-li nulová hypotéza, má testová statistika u standardní normální rozdělení. Tato testová statistika nám umožní rozlišit, zda byly určité proměnné vzaty z rozdílných rozdělení. Naše výsledky jsou shrnuty v následující tabulce. Tabulka 4.3 Testy konzistence průzkumů: porovnání zpětných odhadů daňových úniků A. Daňové úniky v roce 2000 (test konzistence 2000 a 2002)

C. Daňové úniky v roce 1999 (test konzistence 2000 a 2004)

Průzkum

Průzkum

Neplatiči

Plátci

Celkem

Neplatiči

Plátci

Celkem

2000

268

794

1062

2000

219

843

1062

2002

268

766

1034

2004

234

822

1056

-0,359

p-hodnota:

0,360

Testová statistika

-0,863

p-hodnota:

0,194

Testová statistika

B. Daňové úniky v roce 2002 (test konzistence 2002 a 2004) Průzkum 2002 2004 Testová statistika

[58]

D. Daňové úniky v roce 2004 (test konzistence 2004 a 2006)

Neplatiči

Plátci

Celkem

247

788

1035

2000

Průzkum

245

813

1058

2004

0,382

p-hodnota:

0,649

Testová statistika

Neplatiči

Plátci

Celkem

227

836

1062

229

762

991

-0,955

p-hodnota:

0,170

Minulost a budoucnost dynamiky daňových úniků v České republice

Souhrnně nás tedy tyto tabulky vedou k závěru, že: 1. Mezi odhadem daňových úniků za rok 2000 podle průzkumu z roku 2000 a zpětným odhadem daňových úniků za rok 2000 podle průzkumu z roku 2002 nebyly shledány žádné rozdíly, protože U-statistika U = -0,359 není významná. 2. Totéž lze konstatovat o odhadu daňových úniků za rok 2002 podle průzkumu z roku 2002 a odhadu úniků za rok 2002 podle průzkumu z roku 2004 (U = 0,382, není významná). 3. Totéž lze konstatovat o odhadu daňových úniků za rok 1999 podle průzkumu z roku 2002 a odhadu úniků za rok 1999 podle průzkumu z roku 2000 (U = -0,863, nevýznamná). 4. Podobně konzistentní strukturu vykazují odhad daňových úniků za rok 2004 podle průzkumu z roku 2006 a odhad úniků za rok 2004 podle průzkumu z roku 2004. (U = -0,955, nevýznamná). Tím, že jsme prokázali silnou konzistentnost mezi průzkumy, jsme nejen do určité míry ospravedlnili sloučení průzkumů, ale odhalili také skutečnost, že odpovědi na otázky o daňových únicích v minulosti v průzkumu provedeném v určitém roce jsou statisticky nerozlišitelné od odpovědí na otázky o tehdejších daňových únicích poskytnutých v průzkumu provedeném o dva roky dříve. I když jsou průzkumy provedeny samostatně, láká nás to říci, že lidé nezapomínají. Zůstane samozřejmě otázkou, jak dobře si respondenti mohou pamatovat své daňové úniky před pěti lety. Naší jedinou kontrolou paměti respondentů je konzistentnost odpovědí na otázky o daňových únicích v našich průzkumech. Prozíravý kritik by mohl poznamenat, že předpokládáme-li stabilitu vzestupného trendu daňových úniků patrného od průzkumu v roce 2000, měla by míra daňových úniků za rok 1997 podle průzkumu z roku 2002 ležet někde mezi hladinami z let 1995 a 1999, což podle průzkumu z roku 2000 znamená, že by měla být mezi 15,8 % a 20,3 %. Podle průzkumu z roku 2002 však byla průměrná hladina úniků v roce 1997 23,1 %. Toto je zřejmě jediný výkyv v našich průzkumech, který by naznačoval větší problémy s pamětí u respondentů. My tento výkyv odůvodňujeme tím, že zpětné odhady daňových úniků mohou být upřímnější než současné odhady. Respondent nemůže být trestán za únik v daleké minulosti. Je slaběji motivován lhát o minulých únicích než o těch současných. Měli bychom tedy očekávat, že zpětné odpovědi z roku 2002 o únicích v roce 1997 budou úzce souviset s tím, co respondenti z průzkumu z roku 2000 tvrdili o své ne příliš vzdálené minulosti. Možná proto bodové odhady daňových úniků za rok 1997 na základě průzkumu z roku 2002 přesahují hodnoty, které bychom mohli vložit mezi roky 1995 a 1999 na základě průzkumu v roce 2000. Raději bychom si představu o vývoji daňových úniků utvářeli na základě panelových dat. Jejich nedostatek nás však nutí použít tato poněkud zdlouhavá vysvětlení, abychom se mohli uchýlit k budování časové řady daňových úniků na základě nepanelových údajů. Zbytek tohoto textu se zabývá aspekty dynamiky daňových úniků, které žádné podobné slučování průzkumů nevyžadují. Budoucnost daňových úniků Na základě mikrodat můžeme s určitou jistotou předpovídat vývoj daňových úniků na několik příštích let. Abychom viděli, jak se daňové úniky v České republice budou vyvíjet, zaměřujeme se na pravděpodobnost změny mezi stavy placení a neplacení daní. Část nové pracovní síly, která vstupuje na trh, se úniků dopouštět nebude, zatímco jiní se do úniků vrhnou. I ti, kdo nejsou na pracovním trhu noví a nedopouštějí se úniků, se mohou změnit. Ti, kdo se úniků dopouštějí, mohou přestat. Tyto přesuny mezi placením a neplacením daní lze shrnout pomocí následující přechodové matice 2 x 2 pro každého jednotlivce na základě každého průzkumu: Každá buňka udává pravděpodobnost, že se jednotlivec přesune z jednoho stavu v roce t do jiného stavu v (t + s). Například Pen stanovuje pravděpodobnost, že jednotlivec, který se v roce t dopouštěl daňových úniků, tak v (t + s) činit nebude. Tabulka 4.4 Markovská matice přechodu mezi lety t a (t + s) Rok (t+s) Daňové úniky Ano

Ne

Ano

Pee

Pen

Ne

Pne

Pnn

T

[59]


Pro potřeby předpovědí předpokládáme, že přechody mezi neplacením a placením (a naopak) splňují markovskou vlastnost, tedy že nejlepší předpověď budoucích přechodů závisí na současném chování daňového poplatníka. Markovský předpoklad jinými slovy říká, že cesta, jíž člověk došel do současného stavu, nemá žádný vliv na pravděpodobnost přechodu do stavu příštího. Provádění daňových úniků ve třech předešlých obdobích tedy nemá vliv na úniky v období následujícím. V zastáncích učení se praxí bude náš markovský předpoklad vyvolávat pochybnosti, my však máme praktické důvody, proč nemodelovat současnou pravděpodobnost přechodu jako závislou na minulém chování. K předpovědím založeným na setrvačnosti chování jednotlivců musíme vědět, jakým způsobem cesta i individuální vlastnosti určují přesun z jednoho stavu do druhého. Naše časová řada není dost dlouhá, abychom mohli oba účinky oddělit, ani nevíme, zda tento postup v našem modelování může způsobit zkreslení nebo ne. Pravděpodobnost změny bude u každého jednotlivce jiná. Abychom mohli přesně odhadnout, jak se budou vyvíjet daňové úniky celkově, potřebovali bychom vypočítat přechodovou matici pro každého jednotlivce a potom zjistit, jaký „procentní podíl“ daného jednotlivce se přesune z jedné buňky do jiné. Pak bychom sečetli všechny podíly za každý rok a získali bychom celkový počet neplatičů v obou kategoriích. Jednodušším, i když poněkud méně přesným způsobem získání téhož údaje je výpočet agregátních pravděpodobností přesunu. Ten lze snadno provést výpočtem procentního podílu lidí, kteří se přesunuli z buňky do buňky mezi t a (t + s). Agregátní pravděpodobnosti jsou o něco méně přesné, než kdybychom použili matici přechodu pro každého jednotlivce, ale vzhledem k vysokým počtům, které jsme zkoumali, z centrální limitní věty vyplývá, že odchylka našich výpočtů od skutečné střední hodnoty (pokud spolu pravděpodobnosti individuálního přechodu navzájem nesouvisí) nebude příliš daleko od skutečných hodnot. Naše technika předpovídání vývoje daňových úniků je nová a musí být chápána v kontextu již existujícího výzkumu o daňových únicích. Allingam a Sandmo (1972), Watson (1985), Jung a kol. (1994), Yaniv (1994) a jiní ve svých pracích tvrdí, že daňové úniky jsou vnímány jako riskantní rozhodnutí. Aktéři zvažují riziko odhalení oproti ziskům z daňových úniků. Tyto modely se podobně jako literatura o ekonomii zločinu především zabývají optimální politikou kontroly a odhalování a nemodelují daňové úniky za delší období. Engle a Hines (1989) pomocí těchto existujících modelů simulovali a testovali model dlouhodobé únikové dynamiky ve Spojených státech s využitím agregovaných dat. Lidé mimo americké daňové úřady nevědí, na základě čeho se úřad rozhoduje poplatníky kontrolovat, předpokládají však, že pravděpodobnost daňové kontroly je rostoucí funkcí jejich současných daňových úniků. Engle a Hines (1999) tento předpoklad zabudovávají do svého modelu, kde je současný daňový únik u poplatníka klesající funkcí předešlých úniků, „protože je-li daňový poplatník zkontrolován a přistižen při daňových únicích za aktuální rok, může dostat pokuty za předešlé daňové úniky.“ Agregované úniky jsou cyklické, pokud je dostatečný počet jednotlivých poplatníků zároveň v jednom cyklu, k čemuž dochází pod vlivem agregovaných šoků, které mají tendenci ovlivňovat všechny stejnosměrně. Pokud k takovým šokům nedochází, shledávají Engle a Hines zajímavý výsledek: šedá ekoTabulka 4.5 Odhadované krátkodobé matice přechodu s 95% intervalem spolehlivosti 2000

2004

1999/2000

2002/2004 Neplatiči

Plátci

Neplatiči

Plátci

0,21

0,00

0,18

0,05

Neplatiči

Neplatiči (0,18 ,

0,23)

(0,00 ,

0,00)

1999

(0,16 ,

0,21)

(0,03 ,

0,06)

2002 0,05

0,75

0,03

Plátci

0,74

Plátci (0,03 ,

0,06)

(0,72 ,

0,77)

(0,02 ,

0,04)

2002

(0,71 ,

0,76)

2006

2000/2002


Plátci

Neplatiči

Plátci

0,21

0,05

0,19

0,04

Neplatiči

Neplatiči (0,18 ,

0,24)

(0,04 ,

0,06)

(0,17 ,

0,22)

(0,03 ,

0,05)

2004

2000 0,03

0,71

0,03

Plátci

0,74

Plátci (0,02 ,

0,04)

(0,69 ,

0,74)

(0,02 ,

0,04)

(0,71 ,

0,77)

Zdroj: Výpočet autorů na základě průzkumů z let 2000–2006. První řádky obsahují střední hodnotu každé frekvence vyjádřenou v procentech, druhé řádky obsahují odhad 95% intervalu spolehlivosti. Vzorce pro interval spolehlivosti jsou uvedeny v příloze.

[60]


nomika konverguje ke stabilnímu stavu a agregované daňové úniky se blíží k limitní hodnotě, i když individuální poměry jsou cyklické. Rozdíl mezi agregovanými a individuálními cykly vzniká proto, že individuální stabilní stav je podmíněn tím, že jedinec není kontrolován, zatímco stabilní stav ekonomiky je podmíněn rozložením individuálních kontrol mezi poplatníky s různou únikovou minulostí. Rozdíl mezi agregovanými a individuálními cykly daňových úniků se podobá rozdílu mezi poměry pohlaví v rodinách a společnosti. Poznatek Engla a Hinese (1999), že daňové úniky konvergují ke stálému stavu, můžeme využít k vyslovení závěrů o vývoji daňových úniků v České republice. Engle a Hines svůj model využili ke zkoumání spojitých agregovaných dat o daňových únicích. Naše data se týkají jednotlivců, jsou nespojitá a pokrývají pět let, v jejichž průběhu můžeme sledovat, jak se respondent přesouval mezi kategoriemi placení a neplacení daní. Pokud víme, je takový datový soubor unikátní. Abychom pochopili podstatné vlastnosti našeho datového souboru a to, jak nám umožňuje předpovídat budoucí úniky, uvědomme si, že můžeme odhadovat dlouhodobé i krátkodobé markovské pravděpodobnosti pohybu mezi stavem placení a neplacení. Krátkodobé pravděpodobnosti můžeme porozumět z této matice: Hodnota 0,21 v buňce vlevo nahoře u první matice představuje pravděpodobnost, že jednotlivec se ze „stavu“ neplatiče v roce 1999 vrátí do téhož stavu v roce 2002. Součet hodnot v jednotlivých buňkách každé matice musí být jedna, protože jedinec se musí pohybovat z jednoho stavu do jiného nebo téhož stavu s naprostou jistotou. Toto nazýváme krátkodobou maticí přechodu, protože vypočítává markovské pravděpodobnosti přechodu na základě přesunů mezi prvním předchozím obdobím, kdy byla otázka položena, a současným obdobím. Dlouhodobá matice přechodu by sledovala přesun mezi nejvzdálenějším obdobím, na něž jsme se ptali z hlediska daňových úniků, a současným obdobím. Tyto dlouhodobé pravděpodobnosti přechodů vypočtené z našich průzkumů obsahuje následující tabulka. Tabulka 4.6 Odhadované dlouhodobé matice přechodu s 95% intervalem spolehlivosti 2000

2004

1995/2000


Plátci

0,15

Neplatiči

0,00

Plátci

0,14

Neplatiči

0,08

Neplatiči (0,13 ,

0,18)

(0,00 ,

0,00)

1995

(0,12 ,

0,16)

(0,06 ,

0,09)

(0,68 ,

0,10)

1999 0,1

0,75

0,07

Plátci

0,7

Plátci (0,08 ,

0,12)

(0,72 ,

0,77)

(0,06 ,

2002

0,73)

2006

1997/2002


Plátci

0,17

Neplatiči

0,06

Plátci

0,14

Neplatiči

0,07

Neplatiči (0,14 ,

0,19)

(0,05 ,

0,08)

1997

(0,12 ,

0,16)

(0,06 ,

0,09)

(0,68 ,

0,09)

2001 0,07

0,7

0,08

Plátci

0,71

Plátci (0,06 ,

0,09)

(0,67,

0,73)

(0,06 ,

0,74)

Zdroj: Výpočet autorů na základě průzkumů 2000–2006. První řádky obsahují středovou hodnotu každé frekvence vyjádřenou v procentech, druhé řádky obsahují odhad 95% intervalu spolehlivosti. Vzorce pro interval spolehlivosti jsou uvedeny v příloze.

Tabulky 4.5 a 4.6 ukazují šest markovských přechodových matic: dvě pro každé období, z nichž jedna matice je krátkodobá a druhá dlouhodobá. Pomocí těchto matic můžeme předpovědět daňové úniky na jakékoli neurčité období s tím, že přesnost předpovědí samozřejmě klesá podle toho, jak daleko do budoucnosti se pokoušíme dohlédnout. Tabulka 4.7 ukazuje skutečné hodnoty participace v šedé ekonomice a porovnává je s našimi projekcemi na základě krátkodobých pravděpodobností přechodu. Hodnoty na diagonále (tučná čísla) jsou odhady na základě průzkumu (viz tabulku 4.2). Mimo diagonálu jsou předpovědi na základě krátkodobé matice přechodu s markovskou vlastností. Jejich intervaly spolehlivosti byly [61]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Tabulka 4.7 Předpovědi s využitím pevných markovských (krátkodobých) matic přechodu Odhad (a předpověď) založen na průzkumu z roku: Rok 2000

2002

2004

2006

0,25 2000 (0,23,

0,28) 0,29

0,24

2002 (0,26,

0,32)

(0,21,

0,32

0,27) 0,22

0,21

2004 (0,29,

0,36)

(0,19,

0,36

0,26)

(0,19,

0,21

0,24) 0,20

0,22

2006 (0,31,

0,40)

(0,17,

0,25)

(0,17,

0,23)

(0,19,

0,25)

Pozn.: Stejně jako předtím také zde první řádek každé buňky obsahuje odhadnutou pravděpodobnost vyjádřenou v procentech a v druhém řádku je odhad 95% intervalu spolehlivosti.

zkonstruovány s použitím metody bootstrap (vzorce a technické podrobnosti viz příloha). Abychom pochopili způsob čtení této tabulky, podívejme se na první sloupec. Horní buňka tohoto sloupce ukazuje, že skutečná (tj. z dotazníků zjištěná) šedá ekonomika v roce 2000 byla 25 %. O buňku níže je předpověď, že na základě průzkumu z roku 2000 by úniky v roce 2002 činily 29 %. Teď od buňky s číslem 29 % přeskočme o jednu doprava. Tučné číslo 0,24 znamená, že míra šedé ekonomiky na základě průzkumu z roku 2002 byla 24 %. Jak postupujeme dolů prvním sloupcem, vidíme, že nejvzdálenější předpověď je také nejméně přesná. Průzkum z roku 2000 předpovídá, že úniky v roce 2006 dosáhnou 36 %. Skutečná úroveň šedé ekonomiky podle poslední buňky posledního sloupce byla 22 %. Nemožnost vyvodit z průzkumu z roku 2000 důvěryhodné předpovědi úniků je způsobena Kuznetsovou vlastností daňových úniků, kterou jsme doložili v tabulce 4.2 a grafu 4.1. Zdá se, že kolem roku 2002 prošla Česká republika vrcholem Kuznetsovy křivky šedé ekonomiky. Jakýkoliv průzkum provedený před rokem 2002 bude pro předpovědi nevhodný, protože markovské předpovědi jsou založeny na lineárních vzorcích, zatímco Kuznetsova křivka úniků je kvadratická. Jak dokládá tabulka 4.7, průzkumy z roku 2002 a pozdější předpovídají úniky docela dobře, protože lineární rovnice, z nichž předpovědi vycházejí, jsou uspokojivými zobrazeními klesající části Kuznetsovy křivky úniků. Zjišťujeme, že dlouhodobé i krátkodobé pravděpodobnosti přechodu vytvářejí projekce směřující týmž směrem, ale předpovědi v tabulce 4.6 jsou méně radikální než předpovědi využívající krátkodobou přechodovou matici. Menší přesnost výsledků na základě dlouhodobé přechodové matice než na základě matice krátkodobé může být náhodná. Chyby se mohou v dlouhodobém měřítku hromadit nebo se navzájem vyrušit. Přesto však dlouhodobé a krátkodobé matice přechodu vymezují hranice skutečných tendencí. Stabilita markovských pravděpodobností Při zde neuvedených výpočtech jsme zjistili, že ať jsme použili kterýkoliv průzkum, předpovídané podíly platičů i neplatičů konvergují ke konstantním číslům. Tato konvergence se podobá objevu Engela a Hinese (1999) o stálosti daňových úniků. Naše práce však jde o krok dále než jejich, protože k vytváření našich projekcí používáme pravděpodobnost přechodu odhadnutou na základě individuálních dat. Musíme samozřejmě být připraveni na kritiku, že naše konvergence ke stabilnímu stavu je průvodním jevem použité metody výpočtu. Tento výpočet je založen na předpokladu stabilních pravděpodobností přechodu. V transformující se zemi může být odůvodnitelné tvrdit, že tyto pravděpodobnosti přechodu nebudou konstantní, a proto mohou daňové úniky být spíše cyklické, než by se stabilizovaly, nebo mohou stoupat a klesat podle Kuznetsovy křivky. Tuto záležitost nemůžeme vyřešit teoreticky, je třeba se obrátit k faktům. Nemáme žádnou představu o tom, zda jsou pravděpodobnosti přechodu stabilní či nikoliv. Vzhledem k měnícímu se politickému klimatu a demografickému vývoji České republiky v průběhu studovaného období by nás stálost těchto pravděpodobností překvapila. Stabilní pravděpodobnosti přechodu by byly žádoucí pro předpovědi vývoje daňových [62]


úniků, ale nejsou nezbytné, pokud dokážeme odhadovat determinanty pravděpodobnosti přechodu a předpovědět, jak se tyto pravděpodobnosti budou měnit v závislosti na různých scénářích změn proměnných, které je určují. Než bez rozmyšlení vyslovíme závěr, že k předpovědi pravděpodobností přechodu jsou třeba určité strukturální odhady determinant těchto pravděpodobností, chceme nejprve ověřit stálost pravděpodobností přechodu. K prověření jejich stálosti můžeme využít chí-kvadrát test, který se táže, lze-li tvrdit, že pravděpodobnosti vypočítané na základě každého z našich tří průzkumů pocházejí ze stejného rozdělení proměnných (obecné nastavení testu je popsáno v příloze). Pro test stability (homogennosti) dlouhodobých i krátkodobých markovských maticí přechodu uvažujme následující čtyři kategorie: [E->E] (neplatič z předchozího období, který neplatí ani v současném období), [E->N] (neplatič z předchozího období, který v současném období platí), [N->E] (plátce z předchozího období, který v tomto období platit přestal) a [N->N] (plátce z předchozího období, který platí i nyní). Výpočet našich pravděpodobností přechodu je založen na počtech n přechodů z jednoho stavu do druhého. Pomocí standardního testu homogennosti rozdělení můžeme provést neparametrický test, zda jsou základní matice přechodu shodné pro všechny průzkumy. Výsledky shrneme v následující kontingenční tabulce: chi-kvadrátové rozdělení s šesti stupni volnosti. Tabulka 4.8 Kontingenční tabulka pro testování stability dlouhodobých matic přechodu Změna v kategorii placení daní Výběr (průzkum)

Celkem

1 (2000)

2 (2002)

3 (2004)

Celkem

1 [E->E]

2 [E->N]

3 [N->E]

4 [N->N]

n11

n12

n13

n14

n1.

168

0

100

795

1063

n21

n22

n23

n24

n2.

194

44

73

720

1031

n31

n32

n33

n34

n3.

148

78

86

741

1053

n.1

n.2

n.3

n.4

N

510

122

259

2256

3147

Platí-li nulová hypotéza, vypadá testová statistika takto: 2

3

x2 =

4

∑∑ i=1

j

nij –

1 nn ÷ n i. .j

1 nn n i. .j

= n.

3

4

i=1

j

∑∑

nij2 –n ni.n.j

(2)

Z hodnoty testové statistiky 88,54 vyplývá, že co se týče pravděpodobností přechodu, nemůžeme naše tři průzkumy považovat za výběry ze stejného rozdělení.4 Skutečnost, že pravděpodobnosti přechodu by se měly měnit od průzkumu k průzkumu, může na první pohled vrhnout stín pochybnosti na naši snahu vytvořit rámec pro předpovídání daňových úniků. My však tento výsledek interpretujeme optimisticky. Kdyby se v transformující se ekonomice neměnily pravděpodobnosti přechodu, bylo by to znepokojující.5 Prognostik jen musí zjistit, které faktory pravděpodobnosti přechodu ovlivňují, odhadnout, jak se tyto faktory budou měnit, a pak tento odhad využít v rámci markovského modelu k vytvoření předpovědí. Našimi spojenci v tomto snažení jsou regrese, s jejichž pomocí můžeme zjistit sílu, s níž

4

5

Podobně hodnota testové statistiky pro stabilitu krátkodobých matic přechodu je 149,4; z čehož plyne, že krátkodobé pravděpodobnosti přechodu také nemohou být pokládány za stabilní. Poznamenejme, že provádíme-li podobné testy stability u proměnných, které mohou souviset se změnou stavu placení/neplacení daní jako příjem domácnosti (v porovnání se situací před rokem a před pěti lety), spokojenost se službami státu atd., popíráme stabilitu i u těchto proměnných.

[63]


vysvětlující proměnné zasahují do pravděpodobností přechodu. Těmito silami jsou regresní koeficienty. Když budeme mít tyto koeficienty v ruce, můžeme simulovat, jak různé hodnoty nezávislých proměnných ovlivní naše markovské pravděpodobnosti. Pak můžeme upravovat naše odhady budoucích pravděpodobností přechodu podle změn těchto vysvětlujících proměnných. Jak zpomalit budoucí trendy daňových úniků Při vytváření důvěryhodných odhadů vývoje daňových úniků je náročné vyrovnat se s demografickými a politickými změnami. Jak obyvatelstvo bohatne, mění se jeho přístup k neplacení daní. Když stát proti daňovým únikům zasáhne nebo změní kvalitu služeb poskytovaných občanům, lidé se budou znovu rozhodovat, zda daně platit nebo ne. Tyto změny jsou jádrem Lucasovy kritiky a zkázou prognostiků. Když se agregátně změní parametry zakládající rozhodnutí neplatit daně, změní se i agregátní markovské pravděpodobnosti, které jsme vypočítali. Již jsme ukázali, že nemůžeme důvěřovat stálosti těchto pravděpodobnosti pro Českou republiku, přestože nestabilní parametry úniků zpochybňují přesnost našich předpovědí úniků. To nejlepší, co můžeme pro obnovení důvěry v naše odhady učinit, je odhadnout, jak se budou měnit parametry daňových úniků, a podle těchto odhadů upravit naše markovské pravděpodobnosti přechodu. Technicky chceme pomocí regrese odhadnout vliv rozhodujících faktorů pro přechod mezi placením a neplacením na placení nebo neplacení daní. Když budeme mít tyto odhady v ruce, můžeme prohlásit, že bude-li se demografie nebo politika ubírat určitou cestou, budou určitou trajektorii sledovat také markovské pravděpodobnosti přechodu. Se znalostí trajektorie markovských přechodů v ruce můžeme upravovat své předpovědi pro měnící se budoucnost. Hezky se to říká, že chceme odhadovat význam určitých proměnných pro pravděpodobnosti přechodu, ale na jaké typy proměnných bychom se měli zaměřit? Tato otázka se dotýká samého jádra nedostatků současných přístupů k neplacení daní. Prognostici rádi sledují redukovaný tvar odhadů koeficientů proměnných, které nejsou korelované se závislou proměnnou. Můžeme odhadnout redukovanou podobu regresí determinant markovských pravděpodobností přechodu, ale takové odhady nám neřeknou nic o politických proměnných, které považujeme za podstatné. Politické proměnné do našich regresí pravděpodobností přechodu nemůžeme zahrnout, protože nemáme žádná objektivní měřítka politické změny, která by nevyžadovala dlouhodobé časové řady a metody založené na studiu událostí. Nanejvýš se můžeme lidí zeptat, jak vnímají státní politiku, ale dojmy jsou příliš pomíjivou veličinou, než abychom je zařadili do redukované formy regrese. Nevíme totiž, zda lidé svými dojmy nechtějí ospravedlnit vlastní daňové úniky. Zeptejte se mě, jestli se dopouštím daňových úniků, a já řeknu ano. A potom se mě zeptejte, je-li morální neplatit, a já můžu říct ano, abych si před tazatelem zachoval integritu (naše průzkumy probíhaly osobně). Moje odpovědi budou výzkumníka, který provádí regrese v redukovaném tvaru, mást a budou ho nutit k odhadu rekurzivního nebo simultánního modelu daňových úniků. Obecně uznávaný rovnovážný model daňových úniků stále ještě neexistuje. V dřívější studii Hanousek a Palda (2004) vyvinuli trik, jak se částečně vyhnout komplikovanému modelování strukturních parametrů a zároveň využívat proměnné typu vnímání vládní politiky v redukovaného tvaru regrese. Provedli regresi chování jednotlivých poplatníků z hlediska jejich účasti v šedé ekonomice a z hlediska jejich individuálního vnímání kvality služeb státu. Na základě downsovské hlasovací teorie přišli s myšlenkou, že se lidé nedopouštějí daňových úniků jenom ze zištných důvodů (více peněž do vlastní kapsy), ale také z morálních pohnutek („když od státu nedostávám kvalitní služby, budu protestovat tím, že nezaplatím daně“). Aby lidé neospravedlňovali své daňové úniky tvrzeními o tom, jak špatných služeb se jim od státu dostává, řekli tazatelé respondentům, že provádějí výzkum kvality (státních) služeb. Na začátku rozhovoru pokládali tazatelé otázky o kvalitě. Mnohem později přišly na řadu otázky, zda respondent platí nebo neplatí daně. Domníváme se, že pořadí, ve kterém byly tyto dvě otázky položeny, snižuje nežádoucí korelaci mezi odpověďmi na ně; opačné pořadí dává respondentům možnost se „ospravedlnit“ tvrzením, že neplatí daně, protože považují služby státu za nekvalitní (další rozbor a výsledky k tomuto konkrétnímu jevu viz Hanousek a Palda 2004). Dalšími politickými proměnnými, které teoretická i empirická literatura považuje za významné, jsou vnímaná pravděpodobnost přistižení při daňovém podvodu a vnímaná sankce za neplacení daní. Tyto proměnné zjevně patří do strukturního tvaru regresních rovnic. Naše regrese by tedy měly být chápány jako kvazi-redukované, spojující jednoznačně exogenní proměnné jako demografické jevy a vnímané politické proměnné, nad jejichž exogenností by se mohly vznášet určité pochybnosti. [64]

Minulost a budoucnost dynamiky daňových úniků v České republice Tabulka 4.9 Výsledky logitové regrese pro Pne (přechod ze stavu placení k neplacení daní) v České republice, marginální vlivy pro spojené průzkumy Derivace dP/dX přechodu z kategorie placení k neplacení daní Proměnné Dlouhodobě

Krátkodobě

-0,006*

-0,002**

-4E-05

1E-05

Demografické Věk Věk (druhá mocnina) Žena

-0,035**

-0,013

Základní vzdělání

0,060**

0,023

Vyučený

0,032

0,005

Vyučený s maturitou

0,028

0,007


0,015

-0,002

< 10 000

0,014

0,032

10 001 až 15 000

0,039

0,034

15 001 až 20 000

0,023

0,035

20 001 až 25 000

0,064*

0,067

25 001 až 30 000

0,025

0,022**

Vzdělání

Příjem

Příjem v porovnání s minulostí mnohem horší než před 5 lety

0,071**

0,039

mnohem lepší než před 5 lety

-0,036

-0,006

mnohem lepší než před rokem

-0,001

0,004

Velké město

-0,021

0,003

Vesnice

-0,009

Demografické pomocné proměnné

Praha

0,051**

-0,019 -0,003

Střední Čechy

0,004

0,004

Jižní Čechy

0,021

-0,008

Západní Čechy

0,047*

0,018

Severní Čechy

0,024

0,007

Východní Čechy

0,041

0,032**

Jižní Morava

0,030**

0,012

Nakupoval statky v šedé ekonomice

0,036**

0,005

Neplacení daní je morální

0,006

-0,011

-0,028*

-0,017*

Faktory spojené se stavem placení/neplacení

Neplacení daní je velmi nemorální Pravděpodobnost odhalení 2

Škálované R (2 859 pozorování)

0,001**

-9E-05

0,08

0,03

Značky * a ** označují případy, kdy související koeficienty byly významné na 5 %, případně 1 % hladině významnosti.

[65]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Tabulka 4.10 Výsledky mnohonásobné logitové regrese pro všechny pravděpodobnosti přechodu: Marginální vlivy (derivace pravděpodobností přechodu vzhledem k proměnné napravo) Dlouhodobě

Krátkodobě

Proměnné E=>E

N=>E

N=>N

E=>E

N=>E

N=>N

Věk

0,012

-0,007**

-0,010**

0,006

-0,002

-0,005

Věk (druhá mocnina)

0,000

0,000**

0,000**

0,000

0,000

0,000

Demografické

Žena

-0,045

-0,033

0,098*

-0,066

-0,012

0,084

0,065

0,002

-0,104**

0,075

-0,007

-0,090*

Vzdělání Vyučený Vyučený s maturitou

0,052

0,001

-0,074*

0,056

-0,004

-0,071*


0,002

-0,012

-0,006

0,003

-0,012

-0,002

0,037

0,012

-0,055

0,015

0,033

-0,053

Příjem < 10 000 10 001 až 15 000

0,071

0,033

-0,130

0,071

0,033

-0,108

15 001 až 20 000

0,079

0,015

-0,134

0,062

0,033

-0,102

20 001 až 25 000

0,114

0,057

-0,166

0,101

0,066

-0,169

25 001 až 30 000

0,139

0,020

-0,166

0,137

0,022

-0,168

mnohem horší než před 5 lety

-0,052

0,071

-0,038

-0,019

0,039

-0,031

mnohem lepší než před 5 lety

0,055

-0,029

-0,032

0,030

-0,003

-0,031

mnohem lepší než před rokem

0,010

0,001

0,009

0,006

0,003

-0,012

-0,006

Příjem v porovnání s minulostí

Pomocné proměnné region a velikost města 0,017

-0,020

0,000

Vesnice

Velké město

-0,006*

-0,007

0,049*

0,003

0,009

0,004*

-0,018

0,045*

Praha

-0,025

0,051*

Střední Čechy

-0,021

0,006

-0,016

0,028

-0,003

-0,028

0,007

-0,023

0,005

0,028

Jižní Čechy

0,004

0,025

-0,040

0,034

-0,007

-0,035

Západní Čechy

0,024

0,049

-0,078

0,052

0,020

-0,069

Severní Čechy

-0,057

0,026

0,027

-0,041

0,007

0,039

Východní Čechy

0,023

0,041

-0,074

0,026

0,032

-0,056

Jižní Morava

0,012

0,032

-0,024

0,034**

0,013**

-0,010*

0,100

0,028**

-0,186**

0,121**

0,000**

-0,185**

Faktory související se stavem neplacení daní Nakupoval statky v šedé ekonomice Neplacení daní je morální

0,066

0,017

-0,087

0,086

-0,005

Neplacení daní je velmi nemorální

-0,149**

-0,019

0,162

-0,149**

-0,014

0,171**

Pravděpodobnost odhalení

-0,002**

-0,001

0,002**

-0,002

0,000

0,003**

Škálované R2 (2 859 pozorování)

0,29

0,28

Značky * a ** označují případy, kdy související koeficienty byly signifikantní na 5 %, případně 1 % hladině významnosti.

[66]

-0,084


Máme čtyři pravděpodobnosti přechodu (E->N, E->E, N->E, N->N), odhadujeme tedy redukovanou formu regrese pro každou ze čtyř možných pravděpodobností přechodu. Když odhadneme parametry spojené s proměnnými ovlivňujícími daňové úniky, můžeme simulovat, jak se markovské pravděpodobnosti přechodu změní při změně nezávislých proměnných.6 Tabulka 4.9 ukazuje regresi jedné pravděpodobnosti přechodu v redukované podobě, jde o přechod od svědomitého placení k neplacení daní. Existuje mnoho možných kandidátů na proměnné, které mohou ovlivnit pravděpodobnosti přechodu. Do našich rovnic musíme zařadit jen ty nejpravděpodobnější z nich, protože u metody maximální věrohodnosti roste s růstem počtu odhadovaných parametrů exponenciálně náročnost na data. Demografické proměnné jako věk a pohlaví jsou standardními zástupnými proměnnými za vektor individuálních charakteristik. Také zařadíme několik regionálních proměnných jako velikost města, a konečně individuální vnímání morálnosti daňových úniků, pravděpodobnosti přistižení a zhoršování ekonomické situace jednotlivce. V tabulce 4.9 hledáme faktory determinující daňové úniky. V popředí stojí změna ekonomického statusu jednotlivce (zhoršující se ekonomická situace zvyšuje tendenci neplatit daně), zkušenost jednotlivce s nákupem statků, z nichž nebyla zaplacena daň, a vnímaná pravděpodobnost přistižení při páchání daňových úniků. Co se z tabulky 4.9 dozvídáme o stabilitě pravděpodobností přechodu, které používáme k předpovědi vývoje daňových úniků? Se stárnutím populace můžeme předpokládat pokles pravděpodobnosti přechodu od placení k neplacení daní. Brání nám v tom nedostatek místa, ale je jednoduché představit si různé rychlosti zvyšování počtu seniorů, nasypat je do tabulky 4.9 a přičíst nebo odečíst změnu v pravděpodobnosti přechodu od pravděpodobností, které jsme používali pro předchozí předpovědi vývoje neplacení daní. Z tabulky 4.9 rovněž vyplývá, že podaří-li se státu přesvědčit občany, že pravděpodobnost přistižení vzrůstá nebo že neplatit daně je nemorální, daňové úniky také poklesnou. Samy o sobě jsou tyto poznatky podružným, byť platným, doplňkem empirické práce o daňových únicích. V kontextu předpovědi daňových úniků nám však tyto poznatky nabízejí přesný návod na takové úpravy markovské pravděpodobnosti přechodu, které povedou ke zdokonalení našich předpovědí vývoje daňových úniků. Dalším krokem v předpovídání změn v markovských pravděpodobnostech přechodu by bylo odhadovat mnohonásobný logitový model, který bude zacházet se všemi čtyřmi pravděpodobnostmi přechodu jako současně určenými. Tabulka 4.10 obsahuje tyto odhady pro tři ze čtyř pravděpodobností přechodu (čtvrtou regresi odhadovat nemusíme, protože je z definice určena zbývajícími třemi). Mnoho proměnných v mnohonásobném logitovém modelu ztratí svou individuální významnost, tato metoda odhadu koeficientů by však mohla vést k přesnějším předpovědím, než kdybychom odhadovali logit pro každou pravděpodobnost přechodu nezávisle na ostatních. Nebudeme trvat na uvedených odhadech, jsou zde spíše jako ukázka „dalšího kroku“ v předpovídání změn v markovských pravděpodobnostech přechodu. Závěr V této kapitole jsme se ohlédli za nedávným bádáním ohledně měření a chápání šedé ekonomiky v transformujících se zemích. Zaměřili jsme se na Českou republiku, ale jsme přesvědčeni, že naše výsledky platí i v ostatních visegrádských zemích vzhledem k podobnosti jejich ekonomického vývoje od pádu Ruskem vnuceného komunismu. Hodnota práce s průzkumy je v tom, jak je podrobná. Průzkumy vypovídají o lidech, kteří se jich účastní. Můžeme si vytvořit portrét neplatičů a na základě tohoto portrétu můžeme předpovědět, jak se budou úniky vyvíjet. Průzkumy netrpí stejnými slabostmi jako makroekonomické odhady daňových úniků. Údaje o daňovým únicích v makro odhadech stojí na heroických předpokladech souvislosti mezi využitím elektřiny a růstem. Naším nejpraktičtějším poznatkem je, že daňové úniky jsou v České republice na ústupu, a pravděpodobně to tak zůstane. Stopovali jsme úniky až do poloviny 90. let a naše průzkumy ukazují Kuznetsovu křivku úniků. Víme-li, na které straně Kuznetsovy křivky se nacházíme, můžeme pomocí metody markovských řetězců přesně předpovědět da6

Čtenáři se budou ptát, jak naše výpočty ovlivní noví příchozí na pracovní trh. Naše data nám neumožňují poznat, kdo je novým poplatníkem. Předpokládáme-li, že vstup na pracovní trh a odchod z něj jsou navzájem stabilní a že jsou rovnoměrně rozděleny mezi jednotlivé kategorie placení/neplacení daní, nemusíme vstup a odchod z pracovního trhu explicitně zahrnovat do našich výpočtů vývoje daňových úniků. Určité nepřímé důkazy na podporu této hypotézy jsou i v našem průzkumu, který ukazuje, že ti, kdo na daních podvádějí často a ti, kdo podvádějí jen občas, mají statisticky nerozlišitelné průměrné příjmy.

[67]


ňové úniky. Chtěli bychom být schopni předpovědět, kdy země překročí vrchol únikové Kuznetsovy křivky, ale může se to ukázat jako nesplnitelný úkol, je-li bod přechodu nestálým jevem. Tabulka A1.a Popisné statistiky pro průzkum v roce 2000, Česká republika Nákup nezdaněného zboží/služeb Průzkum 2000 Celkem

Aktivní zapojení v šedé ekonomice

Celkem vzorek 1 062

Ano

Nikdy

Neplatiči

Plátci

507

555

268

794

Pohlaví Muž

518

50,0 %

50,0 %

34,6 %

65,4 %

Žena

544

45,6 %

54,4 %

16,4 %

83,6 %

18–25

188

46,8 %

53,2 %

30,3 %

69,7 %

26–35

247

52,6 %

47,4 %

25,9 %

74,1 %

36–45

229

52,8 %

47,2 %

31,4 %

68,6 %

46–55

248

50,8 %

49,2 %

22,2 %

77,8 %

56–65

150

28,0 %

72,0 %

13,3 %

86,7 %

252

47,6 %

52,4 %

29,0 %

71,0 %

Věk

Vzdělání Základní Střední bez maturity

427

51,5 %

48,5 %

32,6 %

67,4 %

Střední s maturitou

295

45,1 %

54,9 %

14,6 %

85,4 %

88

38,6 %

61,4 %

14,8 %

85,2 %

< 10 000

566

45,1 %

54,9 %

22,1 %

77,9 %

10 001 až 15 000

266

54,9 %

45,1 %

33,1 %

66,9 %

15 001 až 20 000

91

54,9 %

45,1 %

23,1 %

76,9 %

20 001 až 25 000

22

59,1 %

40,9 %

50,0 %

50,0 %

25 001 až 30 000

9

55,6 %

44,4 %

55,6 %

44,4 %

30 001 až 40 000

1

100,0 %

0,0 %

100,0 %

0,0 %

107

34,6 %

65,4 %

15,9 %

84,1 %

Vyšší Příjem v Kč

Neodpověděli

Zdroj: Výzkum z roku 2000, autorské výpočty

[68]

Minulost a budoucnost dynamiky daňových úniků v České republice Tabulka A1.b Popisné statistiky pro průzkum v roce 2002, Česká republika Nákup nezdaněného zboží/služeb Průzkum 2002 Celkem


Celkem vzorek 1 041

Ano

Nikdy

Neplatiči

Plátci

573

464

247

788

Pohlaví Muž

513

58,9 %

41,1 %

29,8 %

70,0 %

Žena

528

51,3 %

47,9 %

17,8 %

81,3 %

18–25

196

56,6 %

42,9 %

29,6 %

69,4 %

26–35

241

58,1 %

41,5 %

26,1 %

73,4 %

36–45

214

55,6 %

44,4 %

26,6 %

72,4 %

46–55

237

54,0 %

45,1 %

18,6 %

81,4 %

56–65

153

49,0 %

51,0 %

16,3 %

83,0 %

195

54,9 %

44,6 %

25,1 %

74,4 %

Věk


404

58,4 %

41,3 %

26,0 %

73,5 %


339

53,1 %

46,6 %

23,3 %

75,8 %

Vyšší

103

48,5 %

50,5 %

13,6 %

86,4 %

< 10 000

487

55,4 %

43,9 %

19,5 %

79,9 %

10 001 až 15 000

335

51,0 %

49,0 %

24,5 %

74,9 %

15 001 až 20 000

114

59,6 %

40,4 %

30,7 %

68,4 %

20 001 až 25 000

35

71,4 %

28,6 %

42,9 %

57,1 %

25 001 až 30 000

18

72,2 %

27,8 %

50,0 %

50,0 %

30 001 až 40 000

4

75,0 %

25,0 %

25,0 %

75,0 %

40 001 až 50 000

3

100,0 %

0,0 %

33,3 %

66,7 %

45,5 %

52,3 %

20,5 %

79,5 %

Příjem v Kč

>= 50 001 Odmítl odpovědět

1 44


[69]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Tabulka A1.c Popisné statistiky pro průzkum v roce 2004, Česká republika Nákup nezdaněného zboží/služeb Průzkum 2004 Celkem


Celkem vzorek 1 066

Ano

Nikdy

Neplatiči

Plátci

568

494

227

836

Pohlaví Muž

535

58,7 %

40,7 %

29,9 %

69,7 %

Žena

531

47,8 %

52,0 %

12,6 %

87,2 %

18–25

183

58,5 %

41,0 %

25,1 %

74,9 %

26–35

270

55,6 %

44,4 %

23,3 %

76,3 %

36–45

237

51,9 %

46,8 %

16,5 %

83,5 %

46–55

269

50,6 %

49,4 %

23,0 %

76,6 %

56–65

181

47,0 %

53,0 %

18,2 %

81,2 %

Základní

159

59,7 %

39,6 %

28,3 %

71,7 %

Střední bez maturity

445

60,0 %

39,6 %

24,5 %

75,5 %


347

46,7 %

54,5 %

16,4 %

83,0 %

Vyšší

115

38,3 %

61,7 %

13,9 %

85,2 %

Věk

Vzdělání

Příjem v Kč < 10 000

448

54,2 %

45,5 %

17,6 %

82,4 %

10 001 až 15 000

331

54,7 %

44,7 %

23,9 %

75,2 %

15 001 až 20 000

139

48,2 %

51,8 %

23,7 %

76,3 %

20 001 až 25 000

41

58,5 %

41,5 %

39,0 %

61,0 %

25 001 až 30 000

28

64,3 %

35,7 %

28,6 %

71,4 %

30 001 až 40 000

2

0,0 %

100,0 %

0,0 %

100,0 %

40 001 až 50 000

1

0,0 %

100,0 %

0,0 %

100,0 %

46,1 %

52,6 %

15,8 %

84,2 %

>= 50 001 Odmítl odpovědět

0 76


[70]

Minulost a budoucnost dynamiky daňových úniků v České republice Tabulka A1.d Popisné statistiky pro průzkum v roce 2006, Česká republika Nákup nezdaněného zboží/služeb Průzkum 2006 Celkem


Celkem vzorek 1 066

Ano

Nikdy

Neplatiči

Plátci

568

494

227

836

Pohlaví Muž

535

62,6 %

37,4 %

29,5 %

69,9 %

Žena

531

53,4 %

46,6 %

14,5 %

85,3 %

18–25

183

67,0 %

33,0 %

29,0 %

71,0 %

26–35

270

56,3 %

43,7 %

21,4 %

78,1 %

36–45

237

60,2 %

39,8 %

27,5 %

72,5 %

46–55

269

54,4 %

45,6 %

18,9 %

80,1 %

56–65

181

50,6 %

49,4 %

12,5 %

86,9 %

159

62,9 %

37,1 %

29,5 %

70,5 %

Věk


445

62,1 %

37,9 %

26,5 %

73,1 %


347

55,0 %

45,0 %

16,1 %

83,3 %

Vyšší

115

45,1 %

54,9 %

12,4 %

87,6 %

< 10 000

448

54,0 %

46,0 %

19,2 %

80,4 %

10 001 až 15 000

331

61,9 %

38,1 %

25,7 %

73,8 %

15 001 až 20 000

139

57,8 %

42,2 %

20,5 %

78,9 %

20 001 až 25 000

41

63,4 %

36,6 %

29,6 %

70,4 %

25 001 až 30 000

28

45,8 %

54,2 %

20,8 %

79,2 %

2

0,0 %

100,0 %

300,0 %

800,0 %

76

50,7 %

49,3 %

8,5 %

91,5 %

Příjem v Kč

30 001 až 40 000 Odmítl odpovědět


[71]


Odhad pravděpodobnosti daňových úniků a matice pravděpodobnosti přechodu

⎡TEE T = Tt = ⎢ ⎣TNE

Nechť

TEN ⎤ TNN ⎥⎦

(A.1)

označuje matici pravděpodobnosti přechodu mezi stavy neplacení a placení daní. To znamená, že každá buňka stanovuje pravděpodobnost, že se jednotlivec mezi obdobím (t-1) a t přesune z jednoho stavu do jiného. Například TEN stanovuje pravděpodobnost, že jednotlivec, který v období (t-1) neplatil, bude v období t platit atd.

⎡EE ⎤ E = Et = ⎢ ⎥ ⎣E N ⎦

Podobně

(A.2)

je vektor obsahující pravděpodobnosti, že jednotlivec bude v období t neplatit (EE), respektive platit (EN). Pomocí individuálních odpovědí na soubor retrospektivních otázek můžeme vystavět následující soubor dummy proměnných:

e t = e t ,i =

1 if an individual i evaded at period t 0 otherwise

(A.3)

1 if et,i = 1 & e t −1,i = 1 0 otherwise

i t EE ,t = t EE ,t =

(A.4)

i t EN ,t = t EN ,t =


(A.5)

i t NE ,t = t NE ,t =


(A.6)

i t NN ,t = t NN ,t =

1 if et,i = 0 & e t −1,i = 0 . 0 otherwise

(A.7)

Realizace náhodných proměnných definovaných v (A.3)-(A.7) jsou v podstatě výběry protějšků pravděpodobností daňových úniků, respektive matice pravděpodobnosti přechodu. Proto

a

1 Eˆ E = Eˆ E ,t = n

n

∑e

t ,i

a Eˆ N = Eˆ N ,t = 1 − Eˆ E ,t

(A.8)

i =1

n

1 TÊE = TÊE ,t = n

∑

1 TˆNE = TˆNE ,t = n

n

1 TÊN = TÊN ,t = n

i t EE ,t ,

i =1

∑ i =1

i t NE ,t

a

n

∑t

i EN ,t

i =1

1 TˆNN = TˆNN ,t = n

n

∑t

i NN ,t

(A.9)

i =1

Protože jsou všechny proměnné definované v (A.3)-(A.7) vzorky realizací Bernoulliho (0-1) proměnných, jejich odhadovaný rozptyl vzorku se rovná

( )

ˆ = 1Θ ˆ (1 − Θ ˆ) est . var Θ n

pro všechny odhady definované v (A.8)-(A.9).

[72]

(A.10)


Předpovídání budoucích daňových úniků na základě současných úniků a matice pravděpodobnosti přechodu Předpokládáme, že známe pravděpodobnost daňových úniků (v období t) a matici minulých pravděpodobností přechodu. Pomocí markovského výpočtu můžeme vystavět předpověď pravděpodobnosti daňových úniků takto:

Eˆ E = Eˆ E ,t +1 = E E ,t P (neplatící (t + 1) | neplatící (t )) + E N ,t P (neplatící (t + 1) | platící (t )) =

= E E ,t

TNE TEE + E N ,t TEE + TEN TNE + TNN

(A.11)

To znamená, že pravděpodobnost úniků v čase t+1 se rovná pravděpodobnosti úniků v období t krát pravděpodobnost, že ti, kteří neplatili v období t, budou stále neplatit v období t+1 plus pravděpodobnost placení krát pravděpodobnost, že ti, kteří platí v období t, přestanou platit v období t+1. Podobně

Eˆ N = Eˆ N ,t +1 = E E ,t

TNE TEE + E N ,t = 1 − Eˆ E ,t +1 TEE + TEN TNE + TNN

(A.12)

Bodové odhady předpovězených pravděpodobností daňových úniků lze snadno sestavit z (A.11) a (A.12). Vzhledem k nelineárnímu vztahu a možné vzájemné závislosti mezi odhady Tˆ a Ê není odhad rozptylu (A.11) a (A.12) úplně jednoduchý. Mohli bychom se pokusit uplatnit metodu delta, abychom získali odhad asymptotického rozptylu předpovězené pravděpodobnosti daňových úniků v období (t+1), bude však stále zapotřebí spočítat/odhadnout kovarianci mezi T a E, což společně s prvními deriváty povede ke vzniku složitého vzorce. Dále počítání odchylky pomocí metody delta se spoléhá na určitý soubor předpokladů, a co je ještě důležitější, stanovuje asymptotické chování odchylky. Poznamenejme, že vlastnosti konečného výběru mohou být dosti odlišné. Proto jsme se rozhodli pro jednodušší metodu, která využívá dobře známý bootstrapový algoritmus. Bootstrapová metoda se od svého vzniku hojně využívá i přesto, že bootstrapové algoritmy jsou integrovanou částí statistického a ekonometrického softwaru (viz např. STATA, www.stata.com), proto zde neuvádíme žádné další podrobnosti a implementaci.

[73]

[74]

KAPITOLA 5. MĚŘENÍ KORUPCE V INFRASTRUKTUŘE: DŮKAZY Z TRANSFORMUJÍCÍCH SE A ROZVOJOVÝCH ZEMÍ Charles Kenny1 Úvod Podle odhadů nákladů korupce v infrastruktuře se například v úplatcích ztrácí pět až dvacet procent stavebních nákladů a zákazníci na základě tajných dohod se zaměstnanci ukradnou celých dvacet až třicet procent elektrické energie (Gulati a Rao 2006). Za předpokladu, že korupce pohltí pět procent investic a nákladů na údržbu v infrastruktuře, může v rozvojových zemích jen finanční zátěž samotná činit až 18 miliard dolarů ročně.2 Posledních patnáct let se množí snahy korupci měřit; zčásti díky zavedení indexu vnímání korupce organizace Transparency International (TI CPI) a podnikových i zákaznických šetření dotazujících se na rozsah neformálních plateb za licence, státní služby a zakázky. Systémy měření korupce se využívají při rozdělování pomoci (například v rámci programu US Millenium Challenge Account) a řídí se jimi programy reforem na všeobecné i odvětvové úrovni. Tyto systémy svému účelu slouží pouze tehdy, odrážejí-li výsledná měření odpovídajícím způsobem korupční realitu na úrovni odvětví. A právě tuto otázku zkoumá tento text. Tato kapitola se zabývá jak drobnou korupcí, za kterou zde považujeme například „rychlostní příplatky“ a jiné drobné úplatky sloužící k získání běžných služeb, tak velkou korupcí, kterou představují například platby za získání státních zakázek nebo velkých licencí, za změny předpisů nebo ovlivnění podoby zákonů. Sleduje různé přístupy k odhadování rozsahu korupce (názory odborníků, šetření, nepřímé techniky) a podává zprávu o výsledcích tohoto zkoumání. Zejména na základě výsledků rozsáhlého šetření korupce v transformujících se ekonomikách zde tvrdíme, že důkazy vyvozené z šetření vykazují značnou míru nejistoty. Zdá se, že hladina vnímání korupce slouží měření rozsahu korupce nebo jejího dopadu na výsledky v odvětvích ještě hůře. A i když z rozvojových zemí máme poměrně méně důkazového materiálu, zdá se, že obecná poučení z transformujících se zemí platí obecněji. V kapitole rozebírám důkazy dopadu relativních nákladů korupce a tvrdím, že zaměřovat se na úplatky jako ukazatel nákladů korupce v infrastruktuře může být zavádějící. Kapitola končí rozborem důsledků pro protikorupční politiku a analýzu korupce v transformujících se a rozvojových zemích. Odhadování rozsahu korupce v infrastruktuře Tabulka 5.1 popisuje různé způsoby měření rozsahu a/nebo dopadu korupce pomocí šetření a jiných metod. Jedním z přímých způsobů studia rozsahu korupce v zemi nebo odvětví je sledování případů, kdy byla odhalena v rámci trestního šetření. Tuto techniku samozřejmě zatěžuje řada závažných zkreslení – více případů bude například odhaleno tam, kde mají výkonný systém soudnictví, který je sám méně zkorumpovaný a na stíhání korupce se zaměřuje. Případů bude také více, je-li korupční činnost méně propracovaná, a tedy snáze odhalitelná. Proto, chceme-li hodnotit korupci v různých zemích nebo odvětvích, obvykle upřednostňujeme jiné techniky. Nejčastěji se používá měření vnímání, šetření a nepřímé měření. Rozsah korupce se nejčastěji odhaduje na základě indexů „vnímání korupce“. Při takovém hodnocení (např. index vnímání korupce Transparency International TI CPI a žebříčky společnosti Economist Intelligence Unit) mají „odborníci“, včetně vysoce postavených představitelů korporací, zhodnotit své vnímání hladiny korupce v různých zemích.

1

2

Senior Economist Světové banky, 1818 H St. NW, Washington DC, 20433 USA, [email protected]. Tento text nemusí odpovídat stanoviskům Světové banky, jejích výkonných ředitelů ani zemí, které zastupují. Chtěl bych poděkovat Antoniu Estachovi, Jonathanu Halpernovi, Laszlu Loveiovi, Gregorymu Kisunkovi, Toddu Mossovi, Oliveru Morrisseymu, Tině Soreide a Richardu Messickovi za připomínky, a zejména Jimu Andersonovi za podrobné připomínky a nalezení významné chyby v předešlé verzi. Zbývající chyby a názory jsou mé vlastní. Na základě odhadů investic a údržby Faye a Yepese (2003).

[75]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Tabulka 5.1 Měření korupce Ukazatele vnímání • Založené na odborném hodnocení rozsahu korupce agregovaném z mnoha zdrojů. • Příklady: World Bank Institute Control of Corruption, Transparency International Corruption Perceptions Index.

Silné stránky: • K dispozici pro velký počet zemí za delší období (CPI od roku 1995, pokrývá 163 zemí). • Výsledky přiměřeně stabilní v čase, korelují s objektivním měřením kvality institucí. • Měří vnímání rozhodujících aktérů – bez ohledu na přesnost se může vnímáním řídit rozhodování (například) o investicích. Slabé stránky: • Souvislost mezi vnímáním a skutečností může být slabá, vnímání může být výrazně zkreslené. Úzce souvisí s obecnějším vnímáním správy a řízení. • Obecné ukazatele (ne konkrétně pro odvětví).

Šetření • Založena na odpovědích těch, kdo jsou zapojeni do korupčních transakcí. • Příklady: World Bank Institute Business Environment and Enterprise Performance Survey (BEEPS), Bangalore Citizen Report Cards.

Silné stránky: • Vyšší přesnost odpovědí na základě osobní zkušenosti s korupcí. • Mohou poskytovat podrobné důkazy o rozsahu a typech korupčních plateb v různých odvětvích nebo typech jednání s veřejnou správou. Slabé stránky: • Přesnost a možný rozsah je omezen nutností anonymity, neochotou hovořit o ilegálních transakcích, omezenými individuálními znalostmi. • Rozsah důkazů z šetření je podstatně omezenější než u vnímání. • Měří spíše platby než dopad korupce.

Informace ze soudního systému • Založené na počtu a druhu usvědčení z korupce.

Silné stránky: • Měří skutečné případy korupce, vysoce podrobné. Slabé stránky: • Pravděpodobně nevhodné pro mezinárodní (nebo mezisystémová) porovnání. Zkreslení způsobuje institucionální prostředí, schopnosti a integrita uvnitř soudního systému a schopnosti zkorumpovaných jedinců.

Nepřímé ukazatele a ukazatele výstupů • Objektivní ukazatele finančních toků, odvětvových výsledků • Příklady: šetření sledující veřejné výdaje, audity, ukazatele výkonnosti (výsledky, cena, kvalita, ztráty).

Silné stránky: • (V některých případech) široce dostupné. • (Často) pokrývají výsledky rozvoje, nikoliv průběžné ukazatele. Slabé stránky: • Kromě korupce zachycují také dopady problémů souvisejících se správou a odvětvovým prostředím. • Mohou být drahé / specifické pro jednotlivé projekty (např. kontroly).

Takovéto studie zřídka přinášejí přímé odhady rozsahu úplatkářství nebo ekonomických dopadů v dolarech, zvláště na úrovni odvětví, ale lze je využít jako nezávislou proměnnou v regresní analýze k získání důkazů o souvislostech mezi vysokou vnímanou korupcí a špatnými rozvojovými výsledky. Například vysoké celkové hladiny vnímané korupce se napříč zeměmi někdy dávají do souvislosti s nižšími výdaji na provoz a údržbu. V souvislosti s tím se v některých studiích celková vnímaná korupce spojuje s nižší kvalitou infrastruktury (například nižším podílem silnic v dobrém stavu nebo častějšími výpadky dodávky proudu) (Tanzi a Davoodi 1998). Měření vnímání, které má zachycovat rozsah velké korupce, se jeví jako v čase relativně stabilní a souvisí s řadou objektivních ukazatelů, s nimiž se dá taková souvislost předpokládat (například obecné ukazatele rozvoje a faktory jako rozsah regulace). Vnímání korupce v dané zemi vesměs koreluje i podle rozdílných šetření (i když jsou prováděna ve výrazně odlišných skupinách). Přesto je však odůvodněné se domnívat, že obecné agregované indexy vnímání jsou nepřesné, zejména jsou-li využívány jako zástupná měřítka korupce v infrastruktuře. Je důležité zdůraznit, že tyto indexy měří vnímání korupce, nikoli korupci jako takovou. Míra kontroly korupce Institutu Světové banky (World Bank Institute Corruption Control) má napříč zeměmi korelační koeficient 0,95 jak s mírou efektivity státu, tak s mírou vlády zákona (právního státu). Proto může být velmi obtížné oddělit pomocí indexů vnímání otázky týkající se korupce od obecnějších otázek správy a řízení obecně (Thomas 2006). Nechci tím říci, že jsou-li respondenti požádáni, aby se zamýšleli nad korupcí, uvažují ve skutečnosti pouze o obecné úrovni krize nebo slabé správě a řízení – existují přesvědčivé důkazy, že tak tomu není (Kaufmann a kol. 2006). Chci jen poukázat na to, že obecné úvahy o dané zemi pravděpodobně významně ovlivní odpovědi na otázku zaměřenou na vnímání tak neprůhledného a beztvarého předmětu, jako je korupce.3 Například Ar3

Agregování hodnot vnímání z různých zdrojů nemusí vést ke zvýšení přesnosti. Rozdíly ve výsledcích jednotlivých zemí podle různých zdrojů za daný rok i za více let a nedostatečná nezávislost zdrojů jednak zvyšují velikost rozdílu mezi výsledky nutnou ke stanovení „statisticky významného“ rozdílu ve vnímané korupci – rozdílu, který je už dost velký. Také problematizují porovnávání výsledků v zemi v čase (Knack 2006; Arndt a Oman 2006).

[76]

Měření korupce v infrastruktuře: Důkazy z transformujících se a rozvojových zemí

gentina se v hodnocení TI CPI prudce propadla z 5,2 v roce 1995 na 2,8 v roce 2002 (Seligson 2005). To může odrážet úpadek správy a řízení, nebo se vnímání mohlo změnit s nástupem finanční krize, která vypukla v roce 1999. Indexy vnímání korupce tedy nejsou jednoznačně dobrými „hlavní ukazateli“ korupce. V Peru přivodily nahrávky zachycující ředitele Národní zpravodajské služby při uplácení zákonodárců a jiných osob významný propad indexu vnímání korupce země – poklesl ze 4,4 v roce 2000 na 3,5 v roce 2004. Je však třeba poznamenat, že propad přišel po zveřejnění nahrávek. Před jejich zveřejněním k žádným významným změnám v indexu nedocházelo. V letech 1998 a 1999 se Peru s hodnocením 4,5 umístilo například před Českou republikou a Jižní Koreou, i když přes 1 600 Peruánců dostávalo úplatky od zpravodajské služby. Stojí za to poznamenat, že CPI nepřestal klesat, i když se podle celostátního průzkumu veřejného mínění podíl transakcí obnášejících uplácení mezi lety 2002 a 2004 snížil z 6,4 na 4,5 (Ausland a Tolmos 2005). CPI se tedy i v průběhu možná největšího korupčního skandálu v nedávné historii choval jako „zaostávající ukazatel“. Tento důkaz vyvolává pochybnosti o tom, má-li se tento ukazatel využívat k politickému a investičnímu rozhodování.4 Tam, kde máme k dispozici odhady relevance vnímání korupce, nejsou výsledky nijak uklidňující. Olken (2006) zjistil, že vnímání korupce indonéskými vesničany při vesnických silničních projektech sice souvisí s objektivními hladinami korupce odhadovanými ze sledování výdajů a fyzických kontrol na silnicích („odhadovaná korupce“), ale tato souvislost objasňuje jen minimum rozdílů ve vnímání. Osobní charakteristiky s vnímáním korupce korelovaly podstatně více než hladiny objektivně odhadované korupce. Přesvědčení o korupci v Indonésii silně korelovala napříč různými stupni státní správy a lépe vzdělaní respondenti-muži s mnohem větší pravděpodobností korupci hlásili. Velmi významným determinantem vnímané korupce na projektové úrovni byla etnická heterogennost. Toto zkreslení bylo zvláště důležité, protože přímo odhadnutá korupce se významně negativně vázala k hladinám heterogennosti. Jinými slovy, i na úrovni vesnického projektu se vnímání velké korupce jeví jako slabé vodítko ke skutečným hladinám korupce a podléhá systémovému zkreslení. Podívejme se teď na průzkumové techniky. Ty se mohou přímo dotazovat obětí na rozsah a hladinu korupce, které čelí. U drobné korupce Davis (2004) pomocí šetření odhadl, že průměrný rychlostní poplatek nebo úplatek za připojení k vodovodní síti v Indii činí 2,64 dolaru na zákonného zákazníka (viz také Seligson 2005). Jiná šetření v podnicích a mezi zákazníky obsahují otázky k rozsahu drobné korupce v poskytování infrastrukturních služeb. Otázky ohledně nutnosti dávat „dárky“ v infrastruktuře například kvůli získání vodního, elektrického nebo telefonního připojení se objevily zhruba ve dvaceti šetřeních Světové banky o podnikatelském prostředí.5 Co se týče velké korupce, nemáme žádné údaje o rozsahu úplatkářství v infrastrukturních firmách porovnatelné napříč zeměmi. Částečně je to způsobeno koncentrovaností poskytování infrastruktury, díky níž je složitější zachovat anonymitu odpovědí v šetřeních. Máme údaje o korupci v zadávání stavebních prací v některých zemích (viz dále), ale i ty jsou omezené. Provádění šetření u firem, které jsou pravděpodobně přímo zapojeny do velké korupce, může zřejmě vést k přesnějšímu měření než indexy vnímání. Průměrný respondent pravděpodobně má osobní zkušenosti s transakcemi, při nichž může dojít ke korupci. Je však třeba poznamenat, že i odpovědi v těchto šetřeních zjevně mohou nést určitou nejistotu. Henderson a Kuncoro (2006) tvrdí, že rozdíl v odhadech korupčních plateb podle jejich šetření indonéských firem (10,5 % nákladů) a podle Indonéského ročního šetření středních a velkých firem (3 % zisku) je způsoben rozdíly ve struktuře a technice šetření. Problém přesnosti může být umocněn, jsou-li otázky méně konkrétní nebo se táží na „společnosti jako ta vaše“ či na hladinu korupce obecně. Vedle měření vnímání a průzkumových technik lze při nepřímých odhadech jako náhradu za rozsah korupce využít měření ztrát, čímž lze zachytit dopad drobné i velké korupce. Přenosové a distribuční ztráty v Andhra Pradeshi se mezi lety 1999 a 2003 snížily z 38 na 26 % především pomocí regulace krádeží a legalizace 2,25 milionu neoprávněných připojení, což poukazuje na významnou provázanost korupce se ztrátami v tomto případě. V Bangladéši a Orisse v Indii se zaplatí kolem 55 % generované energie, zbytek zmizí v technických a komerčních ztrátách. Z toho přibližně 4

5

Skutečnost, že CPI často zahrnuje dva až tři roky stará data, tento problém komplikuje. Zároveň však pomáhá vysvětlit pokračující zhoršování hodnot CPI v Peru, i když jiné ukazatele naznačovaly zlepšování korupční situace. Dostupné zde: http://www.enterprisesurveys.org/

[77]


15–18 % tvoří „skutečné technické“ ztráty, tedy úniky způsobené nelegálním připojením a nedoúčtováním až třiceti procent generované energie (Gulati a Rao 2006).6 Podobným způsobem se sleduje poměr vstupů a výstupů ve stavebnictví. Ohledně velké korupce v infrastruktuře na místní úrovni Olken (2006) ve výše popsané studii na základě měření evidovaných fyzických vstupů a nákladů, výstupů práce a nákladů podle šetření a fyzických kontrol výstupů stanovil, že v indonéském silničářském projektu se „ztratilo“ přibližně 24 % výdajů. Canning a Fay (1996) hlásí pěti až desetinásobné rozdíly v nákladech na stavbu kilometru podobné silnice. Většinou budou způsobeny rozdíly ve faktorech jako umístění, částečně také méně účelnými a více zkorumpovanými postupy zadávání zakázek.7 Šetření sledující veřejné výdaje (tok zdrojů jednotlivými vrstvami státní byrokracie) umožňují měřit zpronevěru státních zdrojů, kombinují-li se s údaji o jednotkových nákladech a kvalitě služeb konečných výstupů. Dosud se užívaly především v sociálních sektorech. Tato šetření odhalila významné úniky zdrojů – například 30 až 76 % nemzdových fondů směřujících do základního vzdělání v afrických zemích (Reinikka a Svensson 2005). Snaha měřit infrastrukturní korupci a její dopad tedy nabývá řady různých podob. Důkazy, které máme v tuto chvíli k dispozici, jsou však zlomkovité a vykazují velkou chybovost. V následujících částech také uvidíme, že podle dosavadních důkazů tyto postupy možná nemohou dosahovat náležité přesnosti, co se týče rozsahu a dopadu korupce. Důkazy z BEEPS Šetření podnikatelského prostředí a výkonnosti podniků (Business Environment and Enterprise Performence Survey – BEEPS) je největší a nejpodrobnější mezinárodní šetření, které kdy bylo uskutečněno, se širokou škálou otázek o drobné i velké korupci. Zahrnuje přes 4 000 firem ve 22 transformujících se zemích a poprvé bylo provedeno v letech 1999–2000 (podrobnosti o šetření viz Hellman a kol. 2000). Šetření zkoumá širokou škálu interakcí mezi firmami a státem.8 Stojí na předpokladu, že mnoho zkoumaných firem se přímo podílí na korupci. Otázky v šetřeních se však (ze zjevných důvodů) obvykle točí kolem korupčních aktivit „typické firmy ve vašem odvětví“, namísto toho, aby se přímo dotazovaly na korupční činnosti v dané firmě. V BEEPS z roku 1999 průměrná firma tvrdila, že na neoficiální platby veřejným úředníkům vynaloží jedno až dvě procenta svých zisků.9 Na agregované úrovni napříč regionem průměrná firma popsala rozložení rozpočtu svých neoficiálních plateb takto: 28 % na vyřízení licencí, zdravotních a požárních kontrol, 18 % na daňové záležitosti, 15 % na zajištění státních zakázek, 12 % na celní záležitosti, 11 % na zprostředkování připojení v rozvodných službách a 2 % na ovlivnění struktury legislativy nebo předpisů.10 Z těchto výsledků vyplývá, že určitým problémem v regionu jsou drobné úplatky za infrastrukturní připojení. Uvidíme dále, že podle určitých důkazů je ke korupci při poskytování licencí, danění a získávání státních zakázek obzvláště náchylný stavební průmysl, což zase naznačuje, že problematické by mohly být investice do infrastruktury. Z šetření BEEPS z roku 1999 vyplývají výrazné rozdíly v uváděných hladinách drobné infrastrukturní korupce v jednotlivých zemích. Šetření se respondentů táže, jak často firmy jako ta jejich musejí uplácet, aby získaly připojení k veřejným službám jako telefonní a elektrické připojení. Odpovědi mají škálu od „vždy“ (hodnota jedna) po „nikdy“ (hodnota šest). Graf 5.1 zobrazuje průměrnou a standardní odchylku v odpovědích na tuto otázku v jednotlivých zemích v porovnání s průměrnou odpovědí napříč všemi zeměmi. Jak vidno, standardní odchylka se s průměrem ze všech zemí nekryje pouze v případě Estonska. Mezi zeměmi existují významné rozdíly (procento firem, které odpověděly „nikdy“, se pohybuje od 31 % na Ukrajině po 92 % v Estonsku). Přesto jsou však rozdíly uvnitř zemí podstatně vyšší než mezi zeměmi, a to do té míry, že ve valné většině se průměrné odpovědi z jednotlivých zemí pravděpodobně nebudou statisticky významně lišit.11 To

6 7

8 9 10 11

Podobně Davis (2004) tvrdí, že nelegální vedení vody činí 35 % celkových toků v Indii. Soustavné úsilí Světové banky vybudovat databázi nákladů na stavbu a rekonstrukci silnic by mělo napomoci vytvoření benchmarků, jimiž by se měřily nadměrné náklady na výstavbu v dopravě http://www.worldbank.org/transport/roads/rd_tools/rocks_main.htm http://info.worldbank.org/governance/beeps/ Mezi firmami, které uvedly procentní hodnotu a neodpověděly „nevím“. Toto jsou aritmetické průměry odpovědí za zemi. Průměrná standardní vnitrostátní odchylka je 1,2, zatímco standardní odchylka průměrů zemí je 0,4.

[78]

Měření korupce v infrastruktuře: Důkazy z transformujících se a rozvojových zemí Graf 5.1 Průměrná a standardní odchylka frekvence úplatků za připojení k veřejným službám v jednotlivých zemích (1 = vždy; 6 = nikdy) 6

5

4

3 ALB UKR AZE BIH HRV EST HUN KGZ LTU MDA SRB RUS SLO ARM BLR BGR CZE GEO KAZ LVA MKD POL ROU SVK TUR UZB 2 Pozn.: Osa X prochází průměrnou hodnotou odpovědi, graf zobrazuje průměrnou a standardní odchylku pro každou zemi. ALB = Albánie; ARM = Arménie; AZE = Ázerbájdžán; BLR = Bělorusko; BIH = Bosna; BGR = Bulharsko; HRV = Chorvatsko; CZE = Česká republika; EST = Estonsko; GEO = Gruzie; HUN = Mad’arsko; KAZ = Kazachstán; KGZ = Kyrgyzstán; LVA = Lotyšsko; LTU = Litva; MKD = Makedonie; MDA = Moldávie; POL = Polsko; SRB = Srbsko; ROU = Rumunsko; RUS = Rusko; SVK = Slovensko; SLO = Slovinsko; TUR = Turecko; UKR = Ukrajina; UZB = Uzbekistán.

může docela dobře odrážet rozdíly v chápání středních kategorií (většinou, často, někdy, zřídka), ale pravděpodobně to též svědčí o různém stupni ohrožení infrastrukturní korupcí u různých typů firem v různých částech země. Podívejme se nyní na velkou korupci. Mezi firmami sledovanými v BEEPS bylo 376 stavebních společností. Data z BEEPS ukazují, jaké procento hodnoty zakázky považují stavební firmy za běžný úplatek nutný k zajištění státní zakázky v jejich odvětví. Z toho můžeme odhadnout, že průměrný vnímaný úplatek za státní stavební zakázku v regionu je kolem sedmi procent hodnoty zakázky – 76 % firem hovoří o úplatku vyšším než nula, ale nižším než 10 % (i když uvidíme, že toto číslo je nejisté).12 Zdá se, že stavební firmy ve vzorku se domnívají, že v jejich odvětví je běžnější platit úplatky než u firem z jiných odvětví, že firmy jako ta jejich utratí vyšší procento zisků za úplatky a častěji podplácejí při získávání licencí, řešení daní a získávání zakázek. Tyto výsledky jsou vysoce statisticky významné, což opět svědčí o užitečnosti průzkumových postupů (Kenny 2007). Tabulka 5.2 BEEPS: Korelace průměrné odpovědi v zemi napříč odvětvími a průměrné odpovědi v zemi za stavebnictví na tři korupční proměnné

V mém oboru podnikání je běžně nutné platit neoficiální “dodatečné platby/ poplatky”, aby se věci uskutečnily (1=vždy 6=nikdy)

Konstanta

Průměr napříč odvětvími

Koeficienty

2,44

0,36

P-hodnota

0,08

0,27

Adj R2

0,01

N Jaké procento ze zisku obvykle průměrně zaplatí firmy jako ta vaše ročně v neoficiálních platbách veřejným úředníkům? (1=0% 7=>25%)

Koeficienty

2,70

0,25

P-hodnota

0,00

0,32

Adj R2

0,00

N Když firmy ve vašem odvětví spolupracují se státem, kolik z hodnoty zakázky obvykle nabízejí jako dodatečné nebo neoficiální platby, aby si zajistily zakázku? (1=0%, 6=>20%)

26

25

Koeficienty

2,79

0,00

P-hodnota

0,00

0,99

Adj R2 N

-0,05 24

Pozn.: závislá proměnná je průměrná odpověď stavebních firem v zemi, nezávislá proměnná je odpověď všech firem. 12

To předpokládá střední hodnoty pro rozpětí dat (například 2,5 % pro rozpětí 0–5 %) a 30 % pro odpovědi „nad 20 %“. Nejnižší možný odhad (předpokládáme-li 0 % pro rozpětí 0–5 % atd.) jsou 4 %, nejvyšší (s předpokladem 5 % pro rozpětí 0–5 atd. a 100 % pro odpověď „nad 20 %“) je deset procent.

[79]


Stojí za poznamenání, že z dat BEEPS vyplývá slabá souvislost mezi víceodvětvovými odhady korupce a odhady korupce z podsouboru stavebních odvětví na celostátní úrovni (viz tabulka 5.2). Z regresí s použitím celostátních průměrů 26 zemí vyplývá, že není statisticky významná souvislost mezi průměrnými odpověďmi stavebních firem a všech firem na otázky ohledně obecných sklonů k úplatkářství, výše korupčních plateb jako procenta zisků nebo výše plateb za zajištění státních zakázek. Šetření BEEPS však nevzniklo proto, aby se vytvořil velký datový soubor ke zkoumání stavebnictví samotného, a proto možná nijak nepřekvapí, že částečně kvůli tomu nejsou důkazy ohledně různosti korupce v tomto odvětví v různých zemích nijak silné. Jedna z otázek v BEEPS zní „Když firmy ve vašem odvětví spolupracují se státem, kolik z hodnoty zakázky obvykle nabízejí jako dodatečné nebo neoficiální platby, aby si zajistily zakázku?“. Odpovědi jsou vyjádřeny jako škála procentního podílu hodnoty zakázky na šestibodové stupnici od nuly po více než dvacet procent. Z odpovědí stavebních firem v datovém souboru BEEPS 1999–2000 vidíme, kolik se dozvíme o odvětvové korupci na základě dummy proměnných pro jednotlivé země. Ze 143 firem všechny kromě devíti o určitém úplatkářství hovoří. Do jaké míry je různost odhadů korupce v odvětví jednotlivými firmami napříč zeměmi vysvětlena zemí pobytu respondenta? Kdyby byly stavební firmy dokonale informovány o obvyklé výši korupčních plateb státu ve svém odvětví ve vlastní zemi a chápaly by a zodpověděly otázku stejným způsobem, očekávali bychom, že zemí pobytu respondenta bude vysvětleno 100 % rozdílnosti odpovědí. Ve skutečnosti lze vysvětlit kolem 14 % rozdílností a žádná z dummy proměnných pro jednotlivé země není statisticky významná (tabulka 5.3, viz graf 5.2 – porovnání rozdílů napříč zeměmi se standardními odchylkami).13 Výsledek je podobný, omezíme-li analýzu na soukromé firmy nebo soukromé firmy, které obchodují se státem. Podobné zjištění platí u odpovědi na otázku „Jak často firmy jako ta vaše dnes musejí vyplácet neoficiální platby navíc státním úředníkům, aby získaly státní zakázky?“. Tuto otázku zodpověděl podstatně vyšší počet firem (tabulka 5.4). Rozdíly vysvětlitelné dummy proměnnými pro jednotlivé země – doufali bychom, že budou co největší – jsou ve skutečnosti velmi malé (R2 = 0,1). Výsledky platí i po odstranění firem, podle nichž se takové úplatky neplatí nikdy, což naznačuje, že výsledek není způsoben ostychem o takovém chování hovořit. Celkově to znamená, že o tom, které země v datovém souboru BEEPS z roku 1999 mají nadprůměrně zkorumpovaný stavební průmysl, můžeme na záklaTabulka 5.3 Stavební firmy v BEEPS. Když firmy ve vašem odvětví spolupracují se státem, kolik z hodnoty zakázky obvykle nabízejí jako dodatečné nebo neoficiální platby, aby si zajistily zakázku? (1=0, 6>20%) Významnost zástupných proměnných pro jednotlivé země Všechny firmy Koeficienty

Soukromé firmy

Phodnota

Koeficienty

Soukr. obchodující se státem

Phodnota

Koeficienty

P-hodnota

3,00

0,00

Konstanta

2,91

0,00

3,00

0,00

Ázerbájdžán

0,71

0,08

0,33

0,51

Česká republika

0,09

0,83

0,00

1,00

0,43

0,61

Estonsko

-0,51

0,19

-0,69

0,09

-0,67

0,41

Polsko

-0,64

0,13

-0,73

0,09

-0,88

0,29

Rusko

-0,48

0,15

-0,52

0,15

Slovensko

-0,52

0,49

-1,00

0,29

Turecko

-0,11

0,77

-0,26

0,49

-0,13

0,87

Ukrajina

-0,24

0,53

-0,21

0,60

-0,10

0,90

Uzbekistán

-0,69

0,08

-0,70

0,11

-0,67

0,41

(bez Slovenska)

(bez Slovenska)

(bez Ázerbájdžánu)

Adj R2

0,09

Adj R2

0,02

Adj R2

N

143

N

125

N

Stavební firmy, podsoubor zemí s více než deseti stavebními firmami 1=0 % 6=>20% (bez odpovědi Neví/Neobchoduje se státem)

13

Statistické kritérium F je 1,43.

[80]

0,02 87

Měření korupce v infrastruktuře: Důkazy z transformujících se a rozvojových zemí Graf 5.2 Průměrná a standardní odchylka úplatků za státní zakázky u stavebních firem v jednotlivých zemích 5

Hodnota zakázky v úplatcích (1 = 0; 6 > 20 %)

4

3

2

1 UZB

TUR

RUS

POL

UKR

EST

SVK

CZE

AZE

Pozn.: Osa prochází průměrnou hodnotou odpovědi, graf zobrazuje průměrnou a standardní odchylku pro každou zemi.

dě otázek kladených samotným stavebním firmám o zkorumpovanosti vlastního odvětví se statistickou spolehlivostí říci jen velmi málo. Mělo by být řečeno, že rozdíly jsou dost velké na to, aby bylo vidět, že stavebnictví v Ázerbajdžánu (který je na tom nejhůře) je podstatně zkorumpovanější než v nejlepších zemích (Uzbekistán, Polsko a Estonsko).14 Výsledky šetření jsou užitečné pro další ekonometrickou analýzu příčin a důsledků korupce. Ale šetření nevzniklo a nebylo by vhodné k autoritativnímu rozlišování hladin odvětvové korupce napříč zeměmi. Tabulka 5.4 Stavební firmy v BEEPS: Jak často firmy jako ta vaše dnes musejí platit zvláštní, neoficiální platby veřejným úředníkům, aby získaly státní zakázky? 1 = Vždy; 6 = Nikdy, Významnost dummy proměnných pro jednotlivé země Celý vzorek Koeficienty Konstanta

Bez Nikdy (6) P-hodnota

Koeficienty

Dummy (nikdy = 0 vždy,zřídka = 1)

P-hodnota

Koeficienty

P-hodnota

5,32

0,00

5,00

0,00

0,27

0,01

Ázerbájdžán

-1,15

0,01

-1,75

0,23

0,39

0,00

Estonsko

-0,47

0,31

-1,38

0,35

0,21

0,12

Gruzie

-0,07

0,88

-1,00

0,50

0,10

0,46

0,63

0,20

-0,22

0,13

-1,50

0,33

Lotyšsko

-0,20

0,67

-1,44

0,33

0,09

0,53

Polsko

-0,23

0,60

-1,73

0,24

0,06

0,64

Rusko

-0,37

0,34

-1,93

0,18

0,08

0,46

Turecko

-1,57

0,00

-2,24

0,12

0,42

0,00

Ukrajina

-0,52

0,22

-2,69

0,07

0,05

0,68

Uzbekistán

-0,28

0,54

-1,50

0,31

0,11

Maďarsko Kyrgyzstán

0,41

Bez Kyrgyzstánu

Bez Maďarska

Bez Kyrgyzstánu

Regresní statistika



Adj R2

0,07

Adj R2

0,03

Adj R2

0,07

N

361

N

143

N

361

Stavební firmy, podsoubor zemí s více než dvaceti stavebními společnostmi 1 = Vždy; 6 = Nikdy (bez Nevím)

14

Stojí také za to poznamenat, že tato situace může být podstatně lepší u větších vzorků z datového souboru z roku 2005.

[81]


Otázky nejsou přesné a umožňují subjektivní výklad. Nelze očekávat, že jeden člověk ve společnosti bude dokonale znát zisky společnosti, velikosti zakázek a, to zejména, výši vyplácených úplatků. Dále pak je mnoho různých typů stavebních firem, které často pracují s různými stupni veřejné správy nebo různými útvary na jednom stupni. Pokud však rozdílnost odpovědí způsobují tyto faktory, jeví se jako nebezpečné předpokládat, že jeden ukazatel může přesně změřit korupci i jen u jedné konkrétní činnosti na úrovni odvětví (nemluvě o všech činnostech na úrovni země). Dále to poukazuje na riziko využívání důkazů z šetření jako „průkazného ukazatele“ hladiny korupce na úrovni odvětví. Důkazy na základě vnímání versus šetření Navzdory těmto obtížím jsou data z šetření pravděpodobně spolehlivější než data o vnímání. Stojí tedy za to tyto dva typy porovnat, abychom změřili přesnost obecného vnímání jako zástupné hodnoty korupce na úrovni odvětví. Z výsledků vyplývá nutnost obezřetnosti při užívání takových ukazatelů vnímání, i když šlo o malé vzorky. Svensson (2005) poznamenává, že důkazy o výskytu úplatkářství z mezinárodních šetření nemají významnou souvislost s odborným vnímáním, vezme-li se v úvahu HDP na hlavu. Tento výsledek potvrzují naše data z BEEPS i na úrovni odvětví. Viděli jsme, že korupce ve stavebnictví a infrastruktuře podle šetření souvisí s obecnou hladinou korupce jen slabě. Vzhledem ke slabosti vazby mezi obecnými hladinami korupce a vnímáním korupce v šetřeních možná nepřekvapí, že mezi naměřenou infrastrukturní korupcí podle BEEPS a obecným vnímáním není vazba žádná. Celostátní průměry odpovědí na otázku z BEEPS „Jak často firmy jako ta vaše musí platit neoficiální částky navíc, aby získaly státní zakázky?“ mají jen slabou vazbu na hodnocení všech firem podle Transparency International a vůbec nesouvisejí s hodnocením TI s použitím průměrů pro podsoubor stavebních firem. Silnější vazba existuje mezi hodnocením TI a celostátními průměry za všechna odvětví, co se týče nutnosti platit za licence a povolení (tabulka 5.5). Tím se potvrzuje Knackovo (2006) tvrzení, že hodnocení vnímání korupce podle Transparency International má v datech BEEPS mnohem užší vztah k otázkám týkajícím se více drobné než velké korupce (žebříček TI například více koreluje s platbami za síťová připojení a licence než s platbami za státní zakázky). Co se týče konkrétně drobné korupce v infrastruktuře a obecné úrovně CPI, dostupná data (a je jich málo) neukazují žádnou zásadní souvislost ani mezi vnímáním korupce při získávání elektrického připojení a výsledky CPI.15 Podobné výsledky platí obecněji, podíváme-li se na globální datový soubor šetření podnikatelského prostředí (tabulka 5.6). Tato šetření, pokrývající 51 rozvojových zemí, sledují výši úplatků potřebnou k zajištění státních zakázek a procento vedoucích pracovníků, kteří považují korupci za závažnou překážku podnikání (podrobnosti šetření jsou popsány v Batra a kol. 2003). Z výsledků na základě průměrných celostátních dat, hodnot TI CPI a dat o HDP na hlavu vyplývá, že vysledovaná korupce v zadávání zakázek výrazně souvisí s procentem vedoucích pracovníků, podle nichž je korupce závažným problémem. Existuje také souvislost mezi procentem vedoucích, kteří považují korupci za závažný problém, a výsledky TI CPI, i když tato souvislost je slabší než souvislost mezi výsledky šetření a HDP na Tabulka 5.5 BEEPS a CPI Transparency International Konstanta

Nezávislá proměnná

Adj R2

ZP: Jak často musejí firmy jako ta vaše platit zvláštní neoficiální platby, aby získaly státní zakázky? (1 = vždy 6 = nikdy) NP: Výběr hodnocení Transparency International: průměry zemí (N = 26)

5,55*

-0,005**

0,17

ZP: Jak často musejí firmy jako ta vaše platit zvláštní neoficiální platby, aby získaly licence a povolení? (1 = vždy; 6 = nikdy) NP: Výběr hodnocení Transparency International: průměry zemí (N = 26)

5,45*

-0,006*

0,32

ZP: Jak často musejí firmy jako ta vaše platit zvláštní neoficiální platby, aby získaly státní zakázky? (1 = vždy; 6 = nikdy) NP: Výběr hodnocení Transparency International: průměry zemí se stavebními firmami (N = 26)

4,30

0,005

0,00

ZP: závislá proměnná, NP: nezávislá proměnná *, **, *** významnost při 1, 5, 10 procentech

15

Regrese na základě 21 případů vede k tomuto výsledku: (% firem očekávajících dar za získání elektrického připojení) = 22 -1,56*(CPI TI). Při 10 procentech není CPI významný.

[82]

Měření korupce v infrastruktuře: Důkazy z transformujících se a rozvojových zemí Tabulka 5.6 Otázky k investičnímu klimatu při korupci při zadávání zakázek: korelace Konstanta ZP: Hodnota daru, který by měl zajistit státní zakázku (% hodnoty zakázky) NP: Transparency International CPI Vzorek: průměry zemí (N = 51) ZP: Hodnota daru, který by měl zajistit státní zakázku (% hodnoty zakázky) NP: % vedoucích považujících korupci za významné omezení podnikání Vzorek: průměry zemí (N = 44) ZP: Hodnota daru, který by měl zajistit státní zakázku (% hodnoty zakázky) NP: HDP na hlavu (log) Vzorek: průměry zemí (N = 50) ZP: Transparency International CPI NP: HDP na hlavu (log) Vzorek: průměry zemí (N = 50) ZP: % vedoucích považujících korupci za významné omezení podnikání NP: HDP na hlavu (log) Vzorek: průměry zemí (N = 43) ZP: % vedoucích považujících korupci za významné omezení podnikání NP: Transparency International CPI Vzorek: průměry zemí (N = 48)

3,41*

-0,11

6,65***

-3,04*

131*

58,9*

Nezávislá proměnná -0,30

0,08*

-0,50

0,74*

-11,6*

-8,42*

Adj R2 0,00

0,34

0,01

0,42

0,25

0,17

ZP: závislá proměnná, NP: nezávislá proměnná *, **, *** významnost při 1, 5, 10 procentech

hlavu. Dále pak s výsledky TI CPI nevýznamně souvisí výše úplatků při zadávání státních zakázek uváděná firmami na celostátní úrovni. Nejde o to, kolik zpronevěříš, ale jak to uděláš I kdyby s velkým úsilím vznikla podrobná šetření o korupci v infrastruktuře a výrazně se tak zlepšila data o výši a frekvenci plateb a kdybychom pozornost zaměřili na tyto platby, mohli bychom podcenit a opomenout ekonomické škody způsobované korupcí v infrastrukturních projektech. Jedním ze zdrojů chyb v odhadech je zaměňování finančních a ekonomických nákladů úplatkářství. Platby nejsou „náklady mrtvé váhy“ proto, že příjemci úplatků mohou peníze utratit a také tak činí. Podstatnější a pravděpodobně největší škodou způsobovanou korupcí není drobná finanční ztráta za úplatky, ale ekonomické náklady zkreslených výdajových priorit a také nekvalitnost stavby a provozu. Představme si silničářský projekt, jehož náklady činí milion dolarů, ale po deset let od ukončení výstavby každoročně vynáší 320 000 dolarů. Celková ekonomická návratnost projektu (ERR) je zhruba 30 % (průměrná návratnost dopravních projektů Světové banky dokončených v nedávné minulosti). Pokud by v projektu došlo k podvodnému zadávání prací, které by zvýšilo cenu stavby o dvacet procent, tedy na 1,2 milionu dolarů, ERR projektu by se snížila na 26 %.16 To je významný pokles, ale pořád má projekt více než dvojnásobek desetiprocentní prahové hodnoty ERR. Představme si namísto toho, že uchazeč dohodl cenu zakázky na 1 milion dolarů, ale k výstavbě silnice použil nedostatečné množství nekvalitního materiálu, za stavbu utratil jen 800 000 dolarů a zbylých 200 000 shrábl do vlastní kapsy. Tím se sníží provozní kapacita silnice, takže se roční ekonomická návratnost sníží o čtvrtinu. Také se zkrátí životnost silnice na pět let. To sníží celkovou ERR na 15 %.17 Tatáž finanční výše korupce má v tomto případě podstatně větší ekonomický dopad – ERR se sníží o patnáct namísto čtyř procent. A co když stavební firmy použily 200 000 na úplatky pro zákonodárce, aby zpronevěřily peníze z fondu provozu a údržby na stavbu této silnice, a vynahradily si své náklady prostřednictvím nadsazení ceny nebo nekvalitní stavby? V tuto chvíli, kdy nový silniční projekt vysává peníze z údržby stávajících silnic a snižuje provozní kapacitu a životnost silnic v celé síti, se může ekonomická návratnost dostat do mínusu.

16

17

Tento a následující výpočty považují korupční platby za převod, ale vysvětlují (vysoké) mezní náklady – 1,50 – státních fondů, které se ztratí díky korupci (padesát procent nákladů mrtvé váhy). To zhruba odpovídá ekonomickému dopadu špatné výstavby silnic podle Olkena (2004).

[83]


Zkrátka ekonomické škody způsobené korupcí může zásadně ovlivnit charakter korupce, i když výše finančních ztrát zůstane stejná. Úplatky vyplacené kvůli uskutečnění kvalitních projektů a služeb za nafouknuté ceny mohou být mnohem méně škodlivé než korupční jednání, které má dopad na kvalitu provedení nebo typ uskutečněných projektů. Významný rozdíl mezi rozsahem plateb a jejich dopadem na rozvoj může pomoci vysvětlit další slabou souvislost mezi zjištěnou výší úplatků a výsledky v odvětvích. Omezený dopad drobné korupce na rozvoj v infrastruktuře například může pomoci vysvětlit zřetelně slabou souvislost mezi vnímáním a zjištěnou drobnou korupcí v infrastruktuře na jedné straně a infrastrukturními výstupy na druhé. Tabulka 5.7 popisuje souvislosti mezi odpověďmi na otázky šetření o podnikatelském prostředí (procento firem, podle nichž jsou k připojení k infrastruktuře zapotřebí dárky) a ukazateli výsledků odvětví při kontrole HDP na hlavu. Existuje pozitivní a významná souvislost mezi uváděným rozsahem drobné korupce v telekomunikacích a seznamem čekatelů na pevnou telefonní linku. Jinak jsou vztahy mezi našimi ukazateli infrastrukturních výsledků a mírou drobné korupce nevýznamné.18 Měli bychom zdůraznit, že všechny tyto výsledky vycházejí z malého počtu případů (11–23 zemí). Tabulka 5.7 Otázky k investičnímu klimatu při infrastrukturní korupci: korelace Konstanta

Log HDP na hlavu

ZP: log mobily/1000 NP: od firem se očekávají dary za získání telefonního připojení

-3,16**

1,00*

ZP: čekací seznam na pozemní telefonní linky NP: od firem se očekávají dary za získání telefonního připojení

-1,52

0,18

ZP: % populace s přístupem k lepšímu zdroji vody NP: od firem se očekávají dary za získání vodní přípojky

-7,32

11,4**

-12,0**

ZP: % vedoucích, kteří považují elektřinu za významné omezení podnikání NP: od firem se očekávají dary za získání elektrické přípojky ZP: % zpevněných silnic NP: Hodnota daru, který by měl dle očekávání zajistit státní zakázku

123*

1,28

0,34**

Korupce -0,00

Adj R2

N

0,72

21

0,61

11

-0,34

0,51

15

0,32

0,77

13

-0,16*

0,44

33

0,02*

ZP: závislá proměnná, NP: nezávislá proměnná, data HDP na hlavu jsou z r. 2002 dle PPP – World Development Indicators *, **, *** významnost při 1, 5, 10 procentech

Obecné vnímání s infrastrukturními výsledky nijak silně nesouvisí. Například Estache a kol. (2006) tvrdí, že obecná míra vnímané korupce na úrovni státu souvisí s nižší spotřebou energie. Zároveň zjistili, že přístup k telekomunikačním službám je pozitivně asociován s vnímanou korupcí, zatímco míra přístupu k vodě s vnímanou korupcí nijak nesouvisí.19 Shrnuto: stávající měření korupce v různých zemích a regionech bývá založeno na vnímání, které měří (pokud vůbec) spíše rozsah drobné korupce, kterou respondenti přímo zažívají. Viděli jsme už, že většina jednotlivců a dokonce i firem se zdá být jen částečně informována o rozsahu „velké“ korupce mezi úředníky a dodavateli. Korupce ve stavebnictví a infrastruktuře v zemích s podobným celkovým rozsahem korupce se výrazně liší mezi jednotlivými zeměmi i vnitrostátně. A konečně, veškeré běžné měření korupce se zaměřuje na rozsah a výši plateb úplatků. Nepodává informace o typu vyplaceného úplatku, rozsahu krádeží materiálů, porušování stavebních norem atd. Bez takovýchto informací nemůžeme říci takřka nic o rozsahu nejškodlivějších forem infrastrukturní korupce v různých zemích. 18

19

I když pro vodu existují lepší závislé proměnné a pro elektřinu by byly lepší závislou proměnnou netechnické ztráty (nejsou však dostupné pro tolik zemí). Těchto výsledků, pozitivních i negativních, se týkají všechny obvyklé problémy ekonometrických postupů ohledně otázek příčinnosti a stability koeficientů za přítomnosti multikolinearity a vynechaných proměnných.

[84]

Měření korupce v infrastruktuře: Důkazy z transformujících se a rozvojových zemí

Co to znamená pro měření korupce v infrastruktuře? Rozkrývání rozsahu nejškodlivějších forem korupce bude samozřejmě patřit k nejtěžším úkolům. Nejsou součástí každodenní zkušenosti, takže se jen obtížně zachycují v obecných šetřeních. Ani rozsáhlé studie firem jako BEEPS se zatím nefinančními aspekty korupce nezaobírají. Neměli bychom však reagovat tak, že se spokojíme s tím, co máme, protože struktura těchto měření s velkou pravděpodobností není vhodná ke stanovování rozsahu problému a úspěšnosti nápravných činností v infrastruktuře. Jednou z možností by bylo sledovat nejškodlivější důsledky korupce, které jsou snáze měřitelné. Mají-li se minimalizovat škody způsobené korupcí, je nutno bojovat proti podnětům k realizaci nevhodných objektů, nekvalitní výstavbě a potažmo i provozu. Je-li toto naším cílem, měli bychom zaměřit pozornost na makroodvětvové otázky jako celkové rozpočtování, výběr projektů a fyzická kontrola stavu fyzického kapitálu. Měli bychom sledovat, zda jsou rozpočty na provoz a údržbu přiměřené (a pokryté), zda se údržba skutečně provádí způsobem, který zachovává kvalitu infrastruktury, zda proces výběru projektů umožňuje vybírat projekty s vysokou ekonomickou návratností a zda je nová infrastruktura dobře postavená. Pokud jsou splněny všechny tyto podmínky, budeme vědět, že dopad korupce v infrastruktuře na celkový rozvoj bude poměrně malý. Z toho vyplývá, že bychom se jako na klíčové nástroje měření korupce v infrastruktuře měli zaměřit na střednědobé výdajové rámce, šetření sledující veřejné výdaje a fyzickou kontrolu. Výhodou tohoto přístupu je, že zde může být snazší nalézat dobré metody měření než u přímých ukazatelů korupce specifických pro odvětví nebo typ projektu. Přístup postavený na vstupech a výstupech může namísto spoléhání se na vnímání nebo intuici odborníků využít objektivní ukazatele. Například máme dobré benchmarky pro náklady na údržbu různých tříd silnic. Odkládá podle těchto benchmarků státní rozpočet stranou přiměřené zdroje na plnou údržbu silniční sítě v zemi? Máme dlouholeté zkušenosti s hodnocením projektů, které by nám měly umožnit stanovit, zda výběr projektu v daném odvětví postupuje racionálně, nebo je veden jinými zájmy. Určit pomocí fyzické kontroly, zda byly silnice nebo potrubí vybudovány a udržovány dostatečně nebo špatně, je technicky poměrně snadný úkol.20 Takovýto přístup k měření by zahrnoval i chyby a opomenutí v zadávání. Nevhodný projekt může být vybrán z politických důvodů, bez soukromého zisku. Špatná výstavba a údržba může být výsledkem nekompetentnosti a neúčelnosti stejně jako korupce. Projekt však zůstává „špatným“ projektem, ať už byl vybrán z jakéhokoliv důvodu. Nekvalitní stavba a údržba zůstává významnou brzdou kvality rozvoje, ať je jejich příčinou cokoliv. A soudě podle velmi silných souvislostí mezi hodnotami vnímání korupce a správy a řízení, bude rozplétání různých druhů selhání řízení každopádně velmi obtížným úkolem a dost možná bude docházet k chybám. Proto jsou chyby při zadávání z hlediska schopnosti ukazatelů měřit celkový dopad na rozvoj poměrně nevýznamné. Co se týče chyb z opominutí, dobře vystavěné projekty mohou obsahovat korupci, která zvyšuje cenu stavby, a spotřebitelé usilující o přístup k dobře udržovaným sítím možná musejí platit rychlostní poplatky nebo jsou připojováni ilegálně. To je samozřejmě legitimní problém. Porovnávání cen zakázek s benchmarky a šetřeními v podnicích a mezi zákazníky může hrát při odhalování a měření takovéto korupce významnou roli. Ale stojí za zopakování, že tento typ korupce je pravděpodobně z hlediska dopadu na rozvoj méně škodlivý.21 Zároveň bychom měli rozšířit práci s šetřeními a zaměřit naši pozornost více na drobnou korupci v infrastruktuře a velkou korupci ve stavebnictví. Přesnost je vyšší, jsou-li šetření buď omezena na konkrétní pododvětví, klienty konkrétní firmy nebo dodavatele konkrétního ministerstva nebo útvaru (velikost BEEPS se od šetření v roce 1999, použitého v tomto textu, zdvojnásobila), nebo jsou natolik velká, aby byla reprezentativní. U drobné korupce se podstatně zvyšuje úloha využití zákaznického hodnocení (scorecards) a jiných metod šetření mezi zákazníky. Možná se využijí také průzkumové nástroje/interview, zaměřené na mezinárodní poskytovatele infrastruktury, které umožní anonymní sběr dat k velké korupci při poskytování infrastruktury. Tyto výsledky šetření budou velmi užitečné v mezinárodní statistické analýze úspěšnosti zásahů – lze zde využít techniky k zohlednění výrazného šumu v podkladových datech.

20

21

Například na Filipínách se v rámci zlepšování řízení a správy dopravy pomocí fyzické kontroly a systému GIS stanovuje, zda silnice a mosty skutečně existují a v jakém jsou stavu. Dále zejména na úrovni výběru projektů a měření kvality infrastruktury není třeba zkoumat 100 % navržených projektů nebo infrastrukturních objektů – k určení toho, zda sektor prosperuje, postačí náhodný reprezentativní vzorek. Samozřejmě to závisí na výši takovýchto plateb – pokud začnou například zdvojnásobovat ceny zakázek, stanou se závažným problémem, ale naštěstí také budou mnohem snáze odhalitelné.

[85]


I když však budeme více pracovat s šetřeními, pokud chceme měřit „pokrok“ v odvětvových protikorupčních snahách zacílených zejména na velkou korupci v infrastruktuře, měli bychom pravděpodobně opět používat snáze měřitelné ukazatele výstupů, které s korupčními proměnnými souvisejí, nikoli proměnné samotné (měřítka jako procento silnic v dobrém stavu, přenosové a distribuční ztráty). Měření výstupů může lépe odrážet snížení dopadu korupce na rozvoj infrastruktury a větší snadnost měření takových ukazatelů umožní přesnější stanovení změn v čase. Co se týče využití ukazatelů vnímání korupce obecně a v analýzách a tvoření politiky na makroúrovni zvláště, výsledky zde naznačují nutnost určité obezřetnosti. Relativní stálost hodnot vnímání v čase a silná souvislost mezi nimi naznačují, že zachycují určitou základní vlastnost reality. Otázkou zůstává, jak dalece tato vlastnost reality souvisí se skutečnými hladinami korupce na odvětvové úrovni i makroúrovni. V případě infrastruktury máme důvody o příliš silné souvislosti pochybovat. V jiných odvětvích může být souvislost silnější, ale než využijeme vnímání jako přesné měřítko korupce při analýze nebo (a tady ještě spíše) při utváření politických rozhodnutí, měli bychom tuto otázku dále prozkoumat.

[86]

KAPITOLA 6. ERUPCE KORUPCE? POROZUMĚNÍ MEDIÁLNÍMU ZPRAVODAJSTVÍ V PROSTORU MEZI VNÍMÁNÍM A REALITOU KORUPCE Michael L. Smith Vztah mezi korupcí a médii je složitý. Na jedné straně je zveřejňování různých případů korupce základem demokratické odpovědnosti. Občané v zastupitelské demokracii musejí být náležitě informováni o politicích a politikách a činit volební rozhodnutí. Média zde hrají klíčovou úlohu – přenášejí informace mezi občany a jejich zástupci. Za předpokladu, že země má silné zákony zajišťující svobodu tisku a právo na přístup k informacím, mohou média sloužit jako veřejný hlídací pes při zajišťování transparentnosti politického systému. Bez investigativního vhledu nezávislých médií by nepochybně mnoho korupčních skandálů v České republice zůstalo neodhaleno. Na druhé straně úlohu médií nelze idealizovat. Investigativní časopisy jako Respekt nebo The Nation ve Spojených státech, které věnují mnoho stran důkladnému rozkrývání korupčních skandálů a zpravodajství o nich, jsou v globálním mediálním průmyslu spíše výjimkou než pravidlem. Mnoho mainstreamových médií pokrývá korupční skandály způsobem zaměřeným na senzaci, prostě šíří klepy, aniž by sama prováděla nějakou investigativní novinářskou práci. Některé „medializované“ korupční skandály pak začnou žít vlastním životem, zvlášť když novináři začnou hovořit o souvisejících tématech mimo skutečně spáchaný trestný čin jako politický dopad obvinění nebo názory nejrůznějších politiků a přátel na daný případ (Tiffen 1999). Zatímco některých korupčních skandálů jsou média plná, jiné případy – možná s většími politickými nebo ekonomickými důsledky – mediální odezvu nemají a ztrácejí se veřejnosti z očí. Tato kapitola má dva hlavní cíle. Za prvé přehodnocuje poslední důkazy o trendech v mediálním zpravodajství o korupci ve střední a východní Evropě. Dřívější studie ukázaly, že v posledním desetiletí korupce v řadě zemí nabývá na politické závažnosti (Naim 1995; Brademas a Heimann 1998; Krastev 2005; Grigorescu 2006) a vévodí politickému diskurzu i mediální pozornosti. Konkrétně jeden badatel v oblasti médií a korupce prohlásil, že střední a východní Evropa včetně České republiky prožila „erupci korupce“ (Grigorescu 2006), tedy explozi mediálního zpravodajství o korupčních případech, která vůbec neodpovídá naměřenému výskytu korupce v regionu. Jak tvrdí, „Zatímco na počátku 90. let nepadla v tisku o tomto tématu takřka ani zmínka, dnes všechny významné noviny v regionu pravidelně a často píší o každodenních korupčních postupech, korupčních skandálech na vysoké úrovni či vládních i nevládních prohlášeních k boji proti korupci“. Zvýšená protikorupční rétorika vedla některé pozorovatele k tvrzení, že region zachvátila „posedlost korupcí“ (Grigorescu 2006: 516–517). Jak Grigorescu tvrdí dále, erupce korupce v regionu je částečně způsobena „dohledem“ mezinárodních subjektů jako OECD a EU, které „se zároveň podílejí na protikorupčních kampaních ve střední a východní Evropě“ (ibid. 532). Grigorescovu argumentaci budu nazývat „hypotézou erupce korupce“ a v této kapitole prokážu, že je v některých ohledech mylná a v jiných zavádějící. Na jeho argumentaci jsou významné její důsledky: představa zvláštní posedlosti korupcí ve střední a východní Evropě, která v jiných částech světa není, myšlenka, že tuto posedlost způsobují mezinárodní organizace působící v regionu, a představa zásadní nezodpovědnosti regionálních médií, která neposkytují přesný obraz korupčních trendů ve společnosti. Abych hypotézu erupce korupce mohl přehodnotit, shromáždil jsem údaje o mediálních trendech v 50 zemích světa z téhož datového zdroje (databáze World News Connection – WNC) a týchž metod analýzy (obsahová analýza, v podstatě frekvence mediálních článků) jako Grigorescu. Docházím k rozdílným závěrům a vysvětluji, co při jeho analýze mohlo selhat. Také poukazuji na několik faktorů, které mohou částečně vysvětlit pozorované mediální trendy, a to pomocí ukazatelů World Development Indicators, Gini Indexu, indexu vnímání korupce (CPI), dat Freedom in the World organizace Freedom House a jiných zdrojů vysvětlujících proměnných. [87]


V druhé části kapitoly se pak náš hledáček zaměří na Českou republiku a analýzu základních trendů v článcích o korupci v čase. Cílem analýzy je posoudit, jaké závěry – pokud vůbec nějaké – lze vyslovit o trendech veřejného přijetí protikorupčních kampaní, možných dopadech mediálního zpravodajství na vnímání korupce občany i možných trendech reálného chování souvisejícího s korupcí. Analýza je sice předběžná a má svá omezení, ale zároveň vstupuje do prostoru netknutých a potenciálně zajímavých badatelských možností v oblasti porozumění korupci za použití českých mediálních zdrojů. Obecně tedy tato kapitola klade řadu významných otázek v oblasti vztahu mezi korupcí a mediálním zpravodajstvím. Za prvé, je náhlý nárůst mediálního zpravodajství o výskytu korupce výlučným rysem politiky ve střední a východní Evropě, jak tvrdí Grigorescu, nebo je „erupce korupce“ globálním jevem? A za druhé, co je podstatnější, odpovídají změny ve frekvenci mediálního zpravodajství o korupci v čase změnám ve „skutečných“ hladinách korupce podle mezinárodních šetření? Za třetí, jaký je vztah mezi mediálním zpravodajstvím o korupci, svobodou tisku a jinými okolnostmi na úrovni států, které bývají považovány za příčiny korupce? Jaké jsou v posledním desetiletí hlavní trendy v mediálním zpravodajství o korupci v České republice a co vypovídají o charakteru korupce a protikorupční politiky v zemi? Je třeba zdůraznit, že ze studia mediálního obsahu by rozhodně nijak nemělo vyplývat, že mediální zpravodajství o korupci je v něčem špatné nebo by se mělo omezit. Mnozí vědci analyzují mediální obsah, například hesla kampaní, aby lépe vysvětlili politické jevy jako obecná popularita a volební úspěchy politických stran. Tyto studie nám pomáhají porozumět tomu, jak může závažnost určitých idejí formovat výstupy politiky, a můžeme tedy porozumět jevům, které by pomocí tradičnějších výzkumných metod zůstaly nepřístupné. Podobně, vzhledem k tomu, že možnosti získávání informací o korupci jsou velmi omezené a nepřímé, analýza mediálního obsahu je dalším způsobem testování a rozšiřování získaných poznatků (Morris 1991). Tato kapitola se pokouší lépe porozumět hlavnímu zdroji informací utvářejícímu naše vnímání korupce, čímž může přispět k analýze složité úlohy, kterou média hrají při propojování vnímání korupce a korupční reality. Korupce, svoboda médií a zpravodajství o korupci Existuje bohatá mezinárodní literatura o vztahu mezi médii a korupcí, z níž většina se snaží pochopit, jak média přispívají ke zvyšování nebo snižování hladiny korupce ve společnosti. Transparency International považuje ve světle tohoto zkoumání svobodu tisku a přístupu k informacím za jeden z hlavních nástrojů boje s korupcí a poukazuje na to, jak se korupční režimy snaží umlčet novináře a mediální instituce investigativně píšící o korupčních postupech (Peters 2003). Brunetti a Weder (2003) provedli mezinárodní analýzu vlivu svobody tisku na hladinu korupce ve 125 zemích a zjistili velkou a statisticky významnou negativní souvislost (více svobody tisku vede k tomu, že je méně korupce) i při kontrole účinků kvality byrokracie, právního státu, HDP a jiných proměnných. Ahrend (2002) také zjistil, že nedostatek svobody tisku vede k rozsáhlejší korupci stejně jako vyšší celková hladina vzdělání vede k méně rozsáhlé korupci, je-li občanská společnost silná. Ahrend provedl také test směrování vztahu mezi svobodou tisku a korupcí a nenašel žádné důkazy o tom, že by korupce negativně ovlivňovala svobodu tisku. Obě tyto studie využívají data z Mezinárodního průvodce rizikovostí zemí (International Country Risk Guide – ICRG), který definuje korupci jako něco, s čím se setkáte „ve formě žádostí o zvláštní platby a úplatky v souvislosti s dovozem a vývozem licencí, devizovou kontrolou, vyměřováním daní, policejní ochranou nebo půjčkami“. Přímý vztah mezi svobodou tisku a korupcí zdůrazňovaný těmito autory na základě nejnovějších dat je zobrazen v grafu 6.1, kde jako měřítko korupce slouží index vnímání korupce (CPI) z roku 2007 (10 = nejméně zkorumpovaná, 0 = nejzkorumpovanější) a jako nezávislá proměnná index svobody tisku organizace Freedom House z roku 2007 obsahující data o 175 zemích. Index Freedom House je založen na následujících kritériích: (1) zákony a předpisy ovlivňující mediální obsah; (2) politické ovlivňování mediálního obsahu; (3) ekonomické ovlivňování mediálního obsahu; (4) represivní činnost porušující svobodu tisku. Hodnota indexu se pohybuje mezi 0 (naprostá svoboda) a 100 (naprostá represe). Dvojrozměrný model s nejlepší vhodností je logaritmický s r2 0,56 oproti 0,43 u lineárního modelu. Bodový graf ukazuje, že vnímaná korupce v zemích s komparativně vysokým stupněm svobody podle mezinárodních standardů, jako jsou Česká republika a Nový Zéland, se může podstatně lišit. Z logaritmického modelu výrazně vybočuje jen Singapur (blízko středu nahoře), kde je navzdory restrikcím tisku naměřená korupce velmi nízká. Výjimečnost [88]

Erupce korupce? Porozumění mediálnímu zpravodajství v prostoru mezi vnímáním a realitou korupce

Singapuru může být způsobena jeho britským dědictvím a velmi vysokým stupněm ekonomického rozvoje. Oba tyto faktory podle mezinárodní literatury silně souvisejí s nízkou hladinou korupce (La Porta 1999 a kol.; Treisman 2000; Persson, Tabellini a Trebbi 2003). Graf 6.1 Vztah mezi svobodou tisku a vnímáním korupce v roce 2007 ve 175 zemích. r2 logaritmického modelu = 0,56; r2 lineárního modelu = 0,43

10

9

8

Vnímaná korupce

7

6

5

4

3

2

1

0 10

20

30

40

50

60

70

80

90

100

Svoboda tisku

Pro vlády může být těžké s korupcí bojovat přímo, tedy pomocí účinné implementace cílené protikorupční legislativy. Prosazování svobody tisku je proto považováno za prostředek nepřímého boje s korupcí (Ades a Di Tella 1999, Rauch a Evans 2000). Jedním z jasných způsobů by byla minimalizace státní kontroly nad tiskovými institucemi a zajištění konkurenčního pluralitního soukromého vlastnictví médií, které by znemožňovalo monopolní chování jak z hlediska vlastněných podílů v mediálních institucích, tak z hlediska kontrolovaných tržních podílů. Djankov a kol. (2001) provedl v 97 zemích první mezinárodní analýzu dopadů vlastnictví médií na hladinu korupce, z níž vyplynulo, že státní vlastnictví se pojí s méně politickými a ekonomickými právy, větší korupcí a horšími sociálními výsledky systémů školství a zdravotnictví. Obecně zjistil, že tyto negativní účinky státního vlastnictví jsou silnější u vlastnictví tiskovin než televizí. Autoři na základě svých zjištění vyzdvihují výhody soukromého vlastnictví médií pro podporu lepšího vládnutí. Podobně Besley a Prat (2001) vytvořili teoretický model politické odpovědnosti, obsahující existenci mediálních kanálů a možnost, že úřadující politici usilují o kontrolu nad nimi, aby se udrželi u politické moci. V jejich modelu závisí rovnovážný výsledek buď dobrého úřadujícího politika se svobodným tiskem, nebo špatného politika s „ovládnutým“ tiskem na strukturálních jevech, jako je rozložení vlastnictví tisku. Zjistili, že státní vlastnictví a koncentrace posilují možnost ovládání médií a zahraniční vlastnictví se pojí s větší efektivitou médií. [89]


Zajímavý článek Danily Serry (2006) však vrhl na tato zjištění určité pochybnosti. Provedla „globální analýzu citlivosti“ 16 proměnných, které vědci označili jako hlavní příčiny korupce (včetně svobody tisku) a ptala se, zda bude odhadovaný dopad těchto proměnných na korupci stálý i při použití jiného informačního souboru (tedy zvoleného způsobu měření korupce). Serra ve své analýze zjistila, že dopady svobody informací a tisku jsou v jiných datových souborech po zohlednění dopadů ostatních proměnných minimalizovány: svoboda informací „ztrácí statistickou významnost takřka ve všech provedených regresích“. Proměnná média ztrácí statistickou významnost v takřka 40 % provedených regresí a kolísá mezi „pozitivitou a negativitou“ (Serra 2006: 248–249). Jinými slovy vztah vypozorovaný z grafu 6.1 lze vysvětlit vlivem jiných faktorů, jako je demokratický a ekonomický rozvoj. Pouze pět ze 16 zkoumaných proměnných obstálo ve všech regresích: „Korupce je nižší v bohatších zemích, kde se demokratické instituce zachovají po dlouhé nepřerušené období a obyvatelstvo je převážně protestantské. Korupce je naproti tomu vyšší tam, kde je významným problémem politická nestabilita. A konečně, jako významná determinanta současné korupce se jeví koloniální dědictví země“ (ibid. 225). Zatímco výše uvedená literatura vidí příčinný mechanismus protikorupčního potenciálu médií v jejich roli hlídacího psa činnosti státu, zcela odlišný soubor vědeckých textů zaměřuje pozornost na vlastní mediální zprávy o korupčních postupech. Využití příkladů z médií samozřejmě přináší problém, jak poznatky zobecnit a zajistit reprezentativnost studovaných mediálních článků (např. Šimíček, Dančák a Hloušek 2006). Tiffenova dobře známá studie Skandály: média, politika a korupce v současné Austrálii (1999) je jednou z nejkomplexnějších analýz mediálního referování o korupci v jediné zemi a autor dokázal přesvědčivě zobecňovat díky takřka stovce případů, jimiž podpořil svou tezi o „mediálním životním cyklu“ skandálů. Také jiné studie přišly s plodnými způsoby využití obsahové analýzy ke studiu korupce. Průkopnická studie Peterse a Welchové (1980) využila obsahovou analýzu ke zkoumání volebních dopadů obvinění z korupce při boji o posty v americké Sněmovně reprezentantů mezi lety 1968 a 1978. Zjistili, že většina kandidátů obviněných z korupce je znovu zvolena, utrpí však 6 až 11% pokles volební podpory oproti očekávanému výsledku; důležitou determinantou ztráty hlasů je druh korupčního obvinění. Morris (1991) provedl obsahovou analýzu přibližně 900 článků o korupci z mexických médií z let 1970 až 1984, která dobře posloužila ustavení empirických tvrzení o korupčních trendech v Mexiku té doby. Podobná analýza byla provedena také v Itálii (viz pozn. pod čarou č. 8 v Golden a Picci 2005). V Bulharsku Smilov a Dorosiev (2007) kódovali mediální články a právní dokumenty o několika sporech na vysoké úrovni, aby našli rozdíly v tom, jak chápou korupční problém v těchto případech NNO, policie, soudy, podnikatelé a jiní aktéři. Obsahové analýzy začaly zadávat také NNO bojující proti korupci, aby o problému korupce získaly více údajů a zhodnotily, jak o něm média referují.1 Pomocí metody obsahové analýzy začali vědci stanovovat trendy regionálního nebo globálního růstu mediálního zpravodajství o korupci. Empirický výzkum je založen na prostém počítání mediálních článků, příčinným mechanismem růstu mediálních zpráv je však vzestup „korupce“ jako politického diskurzu a vznikajícího politického tématu. Politická významnost korupce je relativně nový jev; ještě na počátku 90. let byla korupce pro Světovou banku nekonvenčním tématem, vnímaným jako potenciální ohrožení jejího antipolitického mandátu (Maoro 2007), a významným výzkumným tématem se stala teprve po významném impulzu ředitele banky Wolfensohna v roce 1996 (Marquette 2007). Podle hypotézy korupční erupce tento pojem díky nárůstu významu „korupční argumentace“ v posledním desetiletí stále více lidí (včetně novinářů) používá k výkladu politických jevů, které by v minulosti vysvětlovali jinými způsoby. Význam korupce jako konceptu nespočívá jen v tom, že působí na to, jak lidé vnímají politický svět. Korupční obvinění mají takovou váhu, že mohou zničit politické kariéry a donutit vládní ministry k rezignaci (jako v nedávném případu Jiřího Čunka) bez ohledu na to, zda došlo ke spáchání trestného činu, nebo ne. V ekonomické oblasti se „zahraniční podniky mohou rozhodnout v zemi neinvestovat, protože vnímají vysokou hladinu korupce, a tedy i vyšší riziko tam podnikat“ (Grigorescu 2006: 520). Šetření o korupci jako ICRG existují právě proto, aby mohly mezinárodní korporace na základě těchto informací zhodnotit rizika investic v různých zemích světa. Z hlediska vnímaných rizik je tedy úloha médií zásadní, protože „pocity veřejnosti řídí korupce, o které víme, nikoliv její skutečná hladina“ (Krastev 2002: 105). 1

Viz například nový projekt vyhlášený ukrajinskou nevládní organizací Prosazování aktivní občanské účasti v boji s korupcí na Ukrajině (ACTION) na http://www.pace.org.ua/content/view/14/lang,en/.

[90]


Erupce korupce? Přehodnocení důkazů Zopakujme, že mediální zpravodajství o korupci je již dlouho považováno za informační zdroj, který pomáhá utvářet vnímání občanů. Také vědci však na základě tohoto zpravodajství často vyslovují závěry o kvalitativních a kvantitativních trendech ve skutečném výskytu korupce. Naproti tomu mnoho české vědecké literatury o korupci a médiích se zabývá problémem korupce uvnitř médií, zejména pak tím, zda je mediální pozornost „na prodej“ či tendenční (Žák 1999; Cole 2006; Němeček 2006). Grigorescu se od těchto postupů vzdálil a navrhuje přistupovat ke korupci jako k diskurzu, který lze zhruba měřit objemem mediálních zmínek o korupci v čase a prostoru. Z jeho analýzy jako hlavní otázka vyplývá, proč je myšlenka „korupce“ v některých zemích politicky závažnější – tedy tvoří větší část obecné politické diskuse, a je proto akutnějším a naléhavějším problémem – než v jiných? Lze trendy v mediální pozornosti vysvětlit prostě „reálnými“ hladinami korupce ve společnosti? Grigorescova analýza je založena na World News Connection (WNC), globální zpravodajské databázi pokrývající 95 zemí z celého světa.2 Novinové články ve WNC obecně pokrývají významné socioekonomické, politické, vědecké, technické, ekologické problémy a události v zemích střední a východní Evropy, Latinské Ameriky, Afriky, Asie, Středního Východu, Oceánie a v několika západoevropských zemích.3 Databázi koordinuje Národní služba pro technické informace (National Technical Information Service – NTIS), která je součástí Ministerstva obchodu Spojených států, a je přístupná u společnosti Thomson Scientific. Graf 6.2 zachycuje Grigorescův hlavní popisný poznatek, že ve střední a východní Evropě (SVE) došlo v mediálním zpravodajství k „erupci korupce“ na rozdíl od jiných částí světa, kde je korupce také významným problémem. Zobrazená závislá proměnná je počet článků obsahujících slovo „korupce“ jako podíl všech článků v databázi pro daný region. Za základ porovnání byl vzat rok 1996. V grafu je nápadné to, že zatímco v SVE došlo k výbušnému nárůstu Graf 6.2 Erupce korupce ve střední a východní Evropě Osa y zobrazuje procentuální nárůst (v srovnání s rokem 1996) pozornosti věnované korupci v tisku jako procento všech článků v databázi za danou skupinu zemí 900

800

700

600

500 Střední a východní Evropa 400

300

200

New York Times

Blízký východ a Jižní Asie

Subsaharská Afrika Východní Asie

100 Latinská Amerika 0 1996

1997

1998

1999

2000

2001

2002

2003

2004

Zdroj: Grigorescu 2006

2 3

Webová stránka WNC http://wnc.dialog.com/. Například zdroji WNC pro Českou republiku jsou překlady článků z ČTK, Hospodářských novin, Lidových novin, Mladé fronty Dnes a Práva.

[91]


mediální pozornosti, v jiných částech světa nenastaly v tomto období téměř žádné změny. Lze tedy dovodit, že musí existovat nějaký příčinný faktor specifický pro SVE, který může vysvětlit rychlý růst mediální pozornosti. Grigorescu tvrdil, že hladina reálné korupce (např. hodnoty CPI), hladina mediální svobody (hodnoty Freedom House) ani zkušenost velké privatizace tyto změny vysvětlit nemohou. Proto přišel s alternativním vysvětlením: vlády v SVE jsou pod silným tlakem mezinárodních organizací – EU, OECD, MMF, Světové banky, Rady Evropy atd. – aby zvýšily svou demokratickou výkonnost, což zvyšuje politickou závažnost korupce jako problému. Než abychom napadali jeho vysvětlení, musíme se nejprve ptát: Jsou data, na nichž je jeho analýza založena, přesná? Grigorescova analýza má dvě fatální vady: jedna se týká zdroje dat a druhá metody sběru dat. Za prvé, WNC je pravděpodobně jedinou databází použitelnou pro mezinárodní analýzu médií, s časem se však dramaticky mění její profil, takže časová porovnávání s rokem 1996 jsou velmi zavádějící. V devadesátých letech a dříve byla WNC mnohem menší databází s omezeným výběrem hlavních mediálních témat z rozvojových zemí. Mnoho novinových článků překládali přímo početní zaměstnanci NTIS rozmístění po celém světě. Zhruba kolem roku 2000 se však WNC dramaticky přetransformovala v globální databázi podobnou Lexis/Nexis,4 protože se v ní objevovalo mnohem více nezávisle přeložených vnitrostátních zpráv a novinových článků. V prvním desetiletí třetího tisíciletí se databáze rozrostla (zahrnovala stále více místních novin), a to zvláště poté, co se stala součástí iniciativy vlády Spojených států k získání snadného přístupu k neutajovaným, „otevřeným“ a lokálním zprávám z celého světa.5 A tak, i když dnes WNC lze považovat za zdroj s rozsáhlým reprezentativním vzorkem hlavních novinových příběhů z mnoha zemí, čím dále jdeme do minulosti, s tím větší pravděpodobností bude obsah databáze zatížen selektivností překladů NTIS.6 Tabulka 6.1 zobrazuje zopakovanou analýzu dat WNC ze šesti zemí SVE, které zkoumal Grigorescu, tedy Bulharska, České republiky, Maďarska, Polska, Rumunska a Slovenska. Tabulka potvrzuje, že v každé zemi došlo postupně k velkým změnám podílů článků zmiňujících se o korupci. Z tabulky je však jasné, že s časem se výrazně změnil také celkový počet článků z jednotlivých zemí v databázi. Dá se předpokládat, že databáze poroste – v souladu s růstem globálního mediálního průmyslu jako celku – ale změny, kterými WNC prošla v některých zemích, jsou tak velké, že časová porovnání nejsou spolehlivá. Po většinu času od roku 2000 databáze obvykle obsahovala přes 6 000 článků Tabulka 6.1 Celkový počet článků v databázi WNC z jednotlivých zemí za rok a podíl článků zmiňujících se o korupci nebo úplatkářství Bulharsko

4

5 6

Česká republika

Maďarsko

Polsko

Rumunsko

Slovensko

Celkem články

% korupce

Celkem články

% korupce

Celkem články

% korupce

Celkem články

% korupce

Celkem články

% korupce

Celkem články

% korupce

1996

423

2,60

201

0,50

14

7,14

753

0,66

441

2,95

994

0,71

1997

509

2,36

268

0,75

118

0,00

1322

1,59

1064

3,76

2116

0,71

1998

505

2,77

386

1,30

164

0,00

1280

0,94

923

2,28

3744

1,39

1999

1762

3,97

3851

3,77

407

0,98

1851

1,46

1237

0,81

4386

3,17

2000

2895

4,53

6063

3,20

706

5,24

3710

3,34

4100

2,54

3480

3,39

2001

3496

7,09

8010

3,12

1355

4,58

4631

4,19

3335

4,86

4852

4,62

2002

3943

6,39

6780

5,10

1311

3,59

4316

2,76

4152

10,53

4807

6,78

2003

3970

6,35

6075

5,28

1355

3,47

4596

7,03

5499

12,84

4597

7,35

2004

3995

8,04

4808

10,17

1437

5,29

4743

5,59

6303

11,33

2602

14,95

2005

3986

9,36

5729

10,37

1756

7,29

6790

10,77

4764

13,08

2952

12,16

2006

3836

14,78

6037

11,35

2209

7,79

5842

9,76

4768

10,91

2697

10,20

2007

3493

11,85

6973

11,60

2279

6,67

5521

6,19

4747

8,95

2785

7,68

Pro účely obsahové analýzy je WNC lepším zdrojem než Lexis/Nexis, protože má širší pokrytí zemí, lepší pokrytí místních novin a protože se zaměřuje na „nezápadní“ země. Lexis/Nexis má silné pokrytí západní Evropy a Severní Ameriky, kde je WNC slabá. Viz http://wnc.fedworld.gov/description.html. Jinými slovy NTIS má dnes zájem získávat co nejvíce nezkreslených místně vyprodukovaných zpráv. WNC se proto změnila ze selektivního a exkluzivního zdroje informací v méně selektivní a otevřený zdroj. WNC má zvláště široké pokrytí lokálně produkovaných politických zpráv, takže pro danou analýzu byla dobrou volbou.

[92]


z České republiky, ale za rok 1996 jich zaznamenala pouze 201. Za tento rok tam bylo také pouze 14 článků o Maďarsku (a o korupci se zmiňoval jeden z nich). To znamená, že do roku 2000 (zhruba) WNS obsahuje malý a pravděpodobně zkreslený vzorek článků v médiích, což činí jeho výsledky nespolehlivými. Prostě řečeno, porovnávání dat v čase, zejména s daty z 90. let, představuje v Grigorescově analýze významný zdroj systémového zatížení. Toto zatížení se ještě zvyšuje tím, že všechny následující roky jsou porovnávány s rokem 1996 (viz graf 6.2) namísto toho, aby byly uvedeny skutečné podíly pro každou zemi/region a rok. Druhým zásadním problémem Grigorescovy analýzy je sběr dat. I když se zdá, že v databázi spočítal počet článků o korupci v každé zemi SVE, u jiných zemí to zřejmě neučinil. Zdá se, že jen shromáždil celková data za každý z regionů podle grafu 6.2, což je možné přes rozhraní WNC.7 I to může způsobit zkreslení, protože WNC přidává (a možná odebírá) mediální zdroje různých zemí v různých regionech celého světa, což znamená, že meziroční porovnání v rámci regionů může být zavádějící. Počet domácích mediálních zdrojů v databázi se také výrazně liší podle země, takže využití výhradně regionálních dat by zahrnovalo i analýzu zemí s málo nebo žádnými domácími zdroji,8 což by opět vedlo ke zkresleným výsledkům. Dále analýza výhradně regionálních dat nedává stejnou váhu různým zemím, což znamená, že země jako Jižní Korea se stovkami tisíc článků v databázi „utopí“ výsledky zemí s menším počtem článků, pročež „regionální“ charakter výsledků ztrácí význam. Abych otestoval Grigorescova vědecká tvrzení, zopakoval jsem původní analýzu za použití téže databáze a podobných, nikoliv však identických metod. Abych získal data na úrovni jednotlivých zemí, vyhledal jsem za pomoci WNC frekvence článků o korupci pro 50 různých zemí z celého světa mezi lety 1996 a 2007. Nevyhledával jsem jen slovo „corruption“, ale „corruption OR bribe?“9, výsledkem jsou tedy články zmiňující se o korupci, úplatcích, úplatkářství atd. Mezi zmínkami o korupci a úplatkářství evidentně existuje úzká souvislost; cílem použití obou pojmů bylo zvýšení počtu výskytů, a v důsledku vyrovnání zkreslení způsobených velmi nízkým počtem odkazů. Na rozdíl od Grigoresca jsem také z analýzy vyloučil země, u nichž bylo v databázi zastoupeno velmi málo domácích mediálních zdrojů nebo zde nebyly žádné. Graf 3 zobrazuje deskriptivní výsledky analýzy agregující 30 zemí, které spadají do jasně vymezených regionů střední a východní Evropa,10 postsovětské státy,11 Latinská Amerika,12 Afrika13 a Asie.14 Graf 6.3 vyvrací hypotézu, že erupce korupce je jev jedinečný pro střední a východní Evropu. K velkému zvýšení mediální pozornosti věnované korupci došlo ve všech zkoumaných regionech a největší růst mediálního pozornosti nastal v afrických zemích, nikoliv v SVE. Potažmo je třeba přehodnotit a možná odmítnout i Grigorescovy předběžné výklady o jedinečnosti SVE. Data potvrzují, že došlo k velkému nárůstu mediální pozornosti zaměřené na korupci, ale to je globální trend. Svědky zvýšení mediální pozornosti věnované korupci byly v období, které Grigorescu studoval (1996–2003), i v posledních několika letech všechny regiony – a prakticky všechny země v regionech. Data z let 1996–1999 nepovažuji za příliš spolehlivá, vyloučení těchto let však nezmění skutečnost, že nárůst mediální pozornosti je globální povahy. Je možné, že tyto výsledky ovlivňuje charakter WNC jako státem sponzorované databáze? Není důvod předpokládat, že by se úředníci shromažďující mediální články podíleli na globálním soustředěném úsilí shromažďovat články o korupci; koneckonců korupce není pro západní „zpravodajskou komunitu“ o nic důležitější než jiná témata jako terorismus, obchod s drogami nebo zbraněmi, ani všednější témata, kterými žijí ekonomiky a vlády států. Databáze je v důsledku toho postavena na produkci místních mediálních zdrojů a agentur, nad nimiž WNC nemá žádnou kon7

8

9

10 11 12 13 14

Grigorescu píše, že „provedl podobné testy pro čtyři další regiony světa (podle klasifikace „regionů“ ve WNC), které byly podle většiny zdrojů považovány za regiony s vysokou hladinou korupce“ (ibid. 527). Také se nikdy nezmiňuje, že by shromáždil data ke každé zemi v daném regionu, ani nepíše, které země byly zahrnuty. Například až donedávna databáze neobsahovala novinové články od vydavatelů na Kubě, ale stále obsahovala mnoho článků o Kubě z nekubánských mediálních zdrojů. V takovém případě by země měla být zcela vyloučena z mezinárodní analýzy vzhledem k odlišnému charakteru zdrojů. Regionální vyhledávání článků o „Latinské Americe“ by však země jako Kuba obsahovalo, čímž se výsledky zkreslují... V této databázi je otazník „?“ divokou kartou označující jakékoliv ukončení slova. Pomocí bribe? (úplatek) tedy vyhledáme články, kde se hovoří o úplatku, uplaceném, úplatkáři, úplatkářství atd. „Corruption“ v angličtině takové slovotvorné možnosti nemá, proto jsem divokou kartu nepoužil. Patří sem Bulharsko, Česká republika, Maďarsko, Polsko, Rumunsko, Slovensko a Slovinsko. Patří se Ázerbájdžán, Bělorusko, Gruzie, Kyrgyzstán, Moldávie, Rusko a Ukrajina. Patří sem Argentina, Bolívie, Brazílie, Kolumbie, Ekvádor, Mexiko a Peru. Patří sem Keňa, Mosambik, Nigérie, Senegal, Jižní Afrika, Uganda, Zambie a Zimbabwe. Patří sem Čína, Indonésie, Malajsie, Filipíny, Jižní Korea a Thajsko.

[93]

Vnímání a realita korupce v České republice – Nové výzkumy, metody a postupy Graf 6.3 Opakovaná analýza hypotézy o erupci korupce 16

Mediální pokrytí korupce (%)

14 12 10 8 6 4 2 0 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 SVE

Postsovětské

Latinská Amerika

Asie

Afrika

Zdroj: WNC

trolu. I když databáze ani zdaleka není ideální, samotný charakter datového zdroje nemůže vysvětlit výrazné zvýšení významnosti korupce pro globální mediální průmysl. Abychom mohli začít odpovídat na otázku, co může ovlivňovat globální mediální zpravodajství o korupci, můžeme provést prostou lineární regresní analýzu dat o mediálním zpravodajství pomocí škály faktorů běžně používaných k vysvětlení korupce jako nezávislé proměnné. Závislými proměnnými je poměr mediálních článků zmiňujících se o korupci nebo úplatkářství v dané zemi (n = 50) a rok v období 2000–2007. Nepoužil jsem dřívější roky vzhledem k problému výše zmíněného systémového zatížení. Vysvětlujícími proměnnými byly: y Výsledky CPI pro každou zemi, průměr za roky 2000–2006. y HDP na hlavu 2000 (logaritmus, v amerických dolarech) na základě World Development Indicators (WDI – Ukazatele světového rozvoje) (v grafu GDP). y Index Gini pro každou zemi s použitím nejnovějších dostupných dat (v grafu GINI). y Index občanských svobod organizace Freedom House (v grafu FHCL), průměr za období 2000–2006. Ukázalo se, že tento index má vyšší vypovídací hodnotu než index svobody tisku Freedom House, i když jsou oba indexy úzce propojeny. Tyto proměnné umožnily otestovat, zda rozdíly ve frekvenci mediálního zpravodajství v různých zemích souvisejí s hladinou vnímané korupce v zemi (CPI), při kontrole účinků několika dalších proměnných. Můžeme vyslovit hypotézu, že kdyby došlo k „erupci“ diskurzu o korupci v mnoha (ale možná ne všech) zemích, měli bychom očekávat, že se bude CPI jako přijímané měřítko korupce čím dál víc vzdalovat od mezinárodního vzorce mediálního zpravodajství v čase. Je tomu skutečně tak? Graf 6.4 přináší výsledky lineárních regresí, které byly provedeny za každý rok odděleně, ale beze změny nezávislých proměnných. Pro jednoduchost15 prezentace uvádí graf standardizované koeficienty, hladiny významnosti a r2 modelů za každý rok. Z těchto dat můžeme vyvodit řadu předběžných závěrů. Za prvé je zde relativně silná souvislost mezi CPI a mediálním zpravodajstvím, a to zejména v letech 2000–2003. Data potvrzují, že čím je země zkorumpovanější, tím častěji globální média probírají korupci v této zemi. Je možné, že příčinná souvislost směřuje i opačným směrem: frekvence zpravodajství o korupci může ovlivnit vnímání odborníků, které je základem CPI. Měli bychom také zdůraznit, že dané mediální články nejsou jen domácí, ale také mezinárodní zprávy, a tudíž může být zpravodajství o korupci dosti časté, i když se režim může snažit udržovat domácí tisk pod kontrolou. Když však „erupce korupce“ v letech 2004–2007 pokračovala, CPI se od mezistátních rozdílů ve 15

Doporučení ke grafické prezentaci výsledků regresí viz Kastellec a Leoni 2007.

[94]

Erupce korupce? Porozumění mediálnímu zpravodajství v prostoru mezi vnímáním a realitou korupce Graf 6.4 Regrese podílu článků zmiňujících se o korupci každý rok v každé zemi (N = 50 zemí). Jsou zde zaneseny standardizované regresní koeficienty, hladiny významnosti za každý rok a také r2 každého modelu 0.60

0.40

0.54*** 0.36** 0.37*

0.35*

0.49**

0.43** 0.41

0.20

0.36

0.22

0.29

0.34

0.28

0.32

0.27 0.20

0.19 0.00

0.00

-0.02

-0.03

-0.15

-0.20

-0.25

-0.21 -0.37*

-0.35*

-0.40

-0.33

-0.53** -0.60

-0.48*

-0.52**

-0.29

-0.35*

-0.35

-0.34*

-0.30* -0.35*

-0.38**

-0.38*

-0.54** -0.55**

-0.20

-0.61***

-0.80 2000

2001 GINI

2002 GDP

2003

2004 CPI

2005

2006

FHCL

2007 R-sq

Osa y značí standardizované koeficienty, osa x představuje samostatné regrese za každý rok. *** značí významnost při hodnotě p < .001, ** p < .01 a * p < .05.

zpravodajství čím dál více vzdaloval. V letech 2006 i 2007 CPI s mediálním zpravodajstvím nijak významně nekoreloval. Je zajímavé, že jak za poslední desetiletí klesal dopad CPI, stoupal dopad ostatních proměnných. Zvláště ekonomická nerovnost se stává stále silnějším prediktorem mediálního zpravodajství: čím více je v zemi ekonomických nerovností, tím častěji globální média diskutují o korupci v dané zemi. Dopad HDP s časem také posiluje, nižší hladiny ekonomického rozvoje vedou k více zpravodajství o korupci. A konečně, dopad občanských svobod zůstal v čase relativně stabilní, i když se frekvence mediálního zpravodajství v mnoha zemích dramaticky měnila. Občanské svobody byly statisticky významným prediktorem mediálního zpravodajství ve všech letech a více občanských svobod se pojilo s frekventovanějším mediálním zpravodajstvím o korupci. Takže i když svobodné země mají méně korupce než nesvobodné (tedy bereme v úvahu účinky CPI v modelech), mají také svobodný tisk, schopný diskutovat o problému korupce otevřeněji, což vede k častějšímu mediálnímu zpravodajství. Měli bychom poznamenat, že jak nízký HDP na hlavu, tak vysoké ekonomické nerovnosti bývají obecně považovány za příčiny skutečné korupce ve společnosti (např. Treisman 2000; Uslaner 2008). Zvýšená významnost těchto proměnných tedy neznamená, že „erupce korupce“ v mediálním zpravodajství korupční problém nějak přehání nebo zkresluje. Mohlo by to docela dobře znamenat, že tyto a jiné faktory mohou vést k závažnějším výskytům korupce v některých zemích, které se pak odrážejí ve frekvenci mediálního zpravodajství. Naše poznatky můžeme shrnout do několika bodů. Za prvé, podařilo se nám znovu analyzovat data, na nichž byla postavena původní hypotéza o erupci korupce. Zjistili jsme, že Grigorescova analýza byla pochybená v mnoha ohledech, což vedlo k nesprávným úsudkům a závěrům. Potvrdili jsme, že došlo k významnému růstu mediálních zmínek o korupci, ale tento růst má globální povahu a v žádném případě se netýká jen střední a východní Evropy.16 Mezinárodní organizace možná podporují protikorupční diskurz, pravděpodobně však nemají o nic silnější vliv na SVE než na ostatní regiony světa. Je to spíše tak, že se CPI po několik let pevně váže k mediálnímu zpravodajství, což značí, že globální média pokrývají korupci v konkrétních zemích způsobem, který odpovídá skutečným korupčním problémům v těchto zemích. Myšlenka „erupce korupce“ naznačuje přehánění nebo zkreslování problému, z dat se však nic takového vyčíst nedá. 16

Také jsem provedl regrese s regionálními formálními proměnnými a zjistil jsem, že SVE jako celek nemá významný dopad na závislou proměnnou.

[95]


Vzhledem k velkému množství šumu v datech je pozoruhodné, že se nám vůbec podařilo identifikovat silné prediktory mezinárodních odlišností v mediálním zpravodajství. Všechny vysvětlující proměnné testovaly zpravodajství vlivných médií způsobem, který lze ve vědecké literatuře předpokládat. Protože analýza byla dosti předběžná a jen základní, ze síly výsledků vyplývá velký potenciál propracovanějších mezinárodních analýz mediálního zpravodajství o korupci. Výše uvedená mezinárodní analýza se na druhou stranu zaměřila jen na frekvenci zpráv v médiích, tedy ne na jejich obsah. Jak jsem již popsal výše, studium mediálního referování v jednotlivých zemích bylo užitečné pro zjištění korupčních trendů způsobem, který sociální šetření ani jiné zdroje neumožňovaly. Abych ilustroval potenciál podobné analýzy v českém prostředí, pokusím se v následující části identifikovat trendy v referování o korupci prostřednictvím analýzy obsahu novinových článků v listu Mladá fronta Dnes v roce 2000 a 2007.17 MF DNES jsem zvolil proto, že byla v daném období nejčtenějším českým seriózním deníkem, kterého se každý den prodalo více než 300 000 výtisků. Tento deník byl rovněž zvolen proto, že obsahuje obsáhlé regionální přílohy, které se komplexně věnují politickým záležitostem na místní a regionální úrovni. Regionální přílohy byly postupně zaváděny od roku 1995 (v případě Prahy) a koncem 90. let byly rozšiřovány. V roce 2000 již regionální přílohy pokrývaly všechny regiony České republiky, a proto je tento rok relativně výhodný pro srovnávání s rokem 2007. Větší „medializace“ korupce? Srovnání roku 2000 a 2007 Česká politika roku 2000 byla ve stínu opoziční smlouvy z roku 1998, která stanovila, že ODS podpoří menšinovou vládu ČSSD výměnou za křesla předsedů obou komor Parlamentu ČR, jakož i předsedů klíčových parlamentních orgánů. V lednu 2000 tyto dvě politické strany smlouvu o rozdělení moci doplnily o další prvky, mimo jiné o snahu prohloubit politickou kontrolu nad centrální bankou a médii, jakož i o snahu reformovat volební systém směrem od poměrného zastoupení k systému, který by se výrazně vyznačoval prvky většinového vládnutí. Opoziční smlouva byla stále silněji vnímána jako politický kartel, a to bylo jedním z faktorů, které vedly k vytvoření čtyřkoalice. Té se pak v listopadových volbách roku 2000 podařilo získat většinu v Senátu Parlamentu ČR. Rozhodnutí vládnoucích stran vyměnit vedení České televize, které vyprovokovalo krizi kolem ČT a masové demonstrace koncem roku 2000, bylo rovněž všeobecně vnímáno jako pokus vládnoucí elity o získání politické kontroly nad občanskou společností. Tyto události celkově v politice a společnosti vytvořily značnou nedůvěru, a to současně mohlo být jedním z klíčových faktorů vysvětlujících, proč byla v roce 2000 zaznamenána jedna z nejvyšších hodnot vnímané korupce (vyjádřená indexem vnímání korupce TI). V roce 2000 MF DNES zveřejnila přibližně 756 článků, komentářů a dopisů redakci vztahujících se k údajné korupci,18 což je zhruba polovina počtu podobných článků (1 595) zveřejněných v roce 2007. Rozdělíme-li tyto články podle jednotlivých korupčních afér a skandálů na domácí scéně, můžeme napočítat nejméně 58 samostatných případů, o kterých reportéři MF DNES více či méně zevrubně referovali v roce 2000, a nejméně 89 případů v roce 2007. Mnohé z těchto kauz v roce 2000 i 2007 se týkají skandálů, kde se údajný korupční akt (úplatkářství, zneužití pravomoci veřejného činitele nebo související čin) odehrál již v předchozích letech, a to zejména z toho důvodu, že policejní vyšetřování a soudní řízení může trvat několik let. Není samozřejmě podstatné, kolik článků přesně bylo napsáno nebo o kolika případech referovaly, protože „případy“ se těžko třídí a počítají, a prostor pro subjektivní náhled badatele je tedy značný. Tyto údaje mohou být dále zkresleny dalšími faktory, jako například změnami fyzického rozsahu listu. Proto je třeba zaměřit se spíše na kvalitativní rozdíly mezi jednotlivými typy zachycených případů a na jejich charakteristiku, protože právě to by mohlo objasnit podobnosti a odlišnosti mezi skutečnými korupčními trendy ve srovnávaných obdobích. Čtenář, který v daném roce věnoval pozornost některým z hlavních článků o korupci, měl důvod ke značné nedůvěře k oběma předním politickým stranám. Na jednu stranu bylo v březnu 2000 oznámeno, že protikorupční kampaň ČSSD nazvaná „čisté ruce“ skončí po půldruhém roce, „aniž byl vyřešen jediný velký případ korupce.“19 Články tuto kampaň vykreslily jako neúspěšnou, zejména z hlediska koordinace v rámci vlády:

17

18

19

MF DNES stejně tak jako deník Lidové noviny vlastní mediální skupina MAFRA, jejímž většinovým vlastníkem je německá holdingová společnost Rheinisch-Bergische Drückerei und Verlagsgesellschaft mbH. To znamená články, které ve vlastním textu obsahovaly slova „korupce“, „úplatek“ nebo „úplatkářství“. Spadají sem i články o korupci v jiných zemích, jakož i zmínky o korupci v článcích, které se primárně zabývaly jinými tématy. MF DNES, „Akce čisté ruce definitivně končí“, 16. 3. 2000.

[96]


„...levá ruka neví, co dělá pravá. Ministr vnitra například začal připravovat koncepci boje proti korupci a hospodářské kriminalitě, aniž tušil, že na stejném dokumentu pracuje Baštova komise. Práci na koncepci nikdo nekoordinoval. Členové kabinetu navíc neměli příliš jasno ani v tom, co přesně si mohou v akci čisté ruce dovolit.“20 Na druhou stranu znamenal rok 2000 průlom ve vyšetřování finančního skandálu ODS. Zprávy o tomto skandálu a zejména obvinění, že tato strana přijala dary v hodnotě milionů korun od osob zúčastněných v privatizaci Třineckých železáren, vyvrcholily kauzou daňových úniků bývalého místopředsedy ODS Libora Nováka, který byl v červnu 2000 zproštěn viny pro nedostatek důkazů. Z trestného činu souvisejícího s financováním strany nebyl nikdo usvědčen, soudce, který se případem zabýval, však s jistotou uvedl, že k nějaké formě korupce dojít muselo: „Ano, skutek se samozřejmě stal... Ten, kdo rozepsání darů způsobil či nařídil, se dopustil trestného činu.“ Soudce dále vyjádřil nařčení ohledně ODS: „Někdo z ODS nepochybně na vyšším postu musel tuto záležitost domlouvat. Nevíme ale kdo, zejména také kvůli v uvozovkách kvalitním výpovědím zaměstnanců, členů a politiků ODS.“21 Takováto tvrzení mohla u někoho vést k závěru, že soudní proces byl zpolitizován, a to zpochybnilo důvěryhodnost politických stran, ale i soudního řízení obecně. Vedle článků na titulních stránkách figuroval mezi hlavními rozebíranými tématy roku 2000 i problém korupce ve zdravotnictví. Na začátku roku reportéři citovali Davida Ratha, tehdejšího prezidenta České lékařské komory, který uvedl, že nedostatek peněz ve zdravotnictví vedl k velmi rozšířené korupci, kdy lékaři pomocí úplatků zvyšují svůj příjem a pacienti jejich pomocí obcházejí pořadníky.22 Toto prohlášení vedlo k delší mediální diskusi o rozsahu korupce ve zdravotnictví, i když většina prezentovaných názorů nebyla podložena spolehlivými údaji, nýbrž jen historkami z doslechu.23 Jeden článek (s poněkud zavádějícím titulkem „Úplatek prý dal každý dvacátý“),24 napsaný s využitím dat z šetření GfK Praha z ledna 1998, naznačil, že jen 3 % respondentů by doporučila pacientovi, který má bolesti a musí na operaci čekat, aby úplatkem zkrátil dobu čekání, zatímco 22 % respondentů by takovému pacientovi doporučilo, aby využil „své známosti a konexe“. Vzhledem k zájmu médií o problém korupce ve zdravotnictví je překvapivé, že ze všech korupčních kauz, jimiž se toho roku noviny zabývaly, se jen jedna týkala právě zdravotnictví. V této kauze šlo o nařčení, že primářka v berounské léčebně pro dlouhodobě nemocné přijímala od pacientů úplatky za to, aby byli do léčebny umístěni. Byl to současně jeden z nejdiskutovanějších případů roku: na průběh policejního vyšetřování se zaměřilo nejméně 20 článků. Naopak korupce u policie patřila mezi formy korupce, o nichž list referoval nejvíce: v daném roce představovala přibližně čtvrtinu všech případů citovaných v novinách. Tyto případy překračují regionální hranice a jednotlivé operační úrovně policie. List například informoval o usvědčení dvou příslušníků pohraniční policie v Cínovci, kteří přijali úplatky od polských podnikatelů dovážejících automobily;25 o usvědčení tří strážníků v Teplicích, kteří přijali úplatek od slovenského pasáka prostitutek;26 o usvědčení dvou policistů v Kladně za požadování velkých úplatků od řidiče mercedesu27 a o usvědčení pracovnice okresního ředitelství policie v Uherském Hradišti, která se neúspěšně pokusila podplatit kolegu z dopravního inspektorátu.28 Přestože se v těchto případech jednalo o poměrně malé peněžní částky, ukazují tyto případy, jak jsou korupční praktiky u policie rozšířené. Jeden článek, který se zamýšlel nad rozsahem problému, poukázal na to, že v roce 1999 bylo ve Středočeském kraji obviněno z trestného činu 24 policistů, a kraj tak figuroval „stále na posledním místě v republice v počtu trestných činů spáchaných policisty“.29 Článek to však neprezentoval jako alarmující zjištění a místo toho nabídl názor Správy policie Středočeského kraje, podle které vysoký počet zjištěných trestných činů „lze připsat zintenzivnění a především zefektivnění práce kontrolních orgánů“ (ibid.).

20 21 22

23 24 25 26 27 28 29

MF DNES, „Akce čisté ruce předvolební sliby ČSSD nenaplnila“, 16. 3. 2000. MF NDES, „Novák zproštěn viny, ODS nikoliv“, 9. 6. 2000. Např. MF DNES, „Úplatky v nemocnicích: nikdo neví kolik a komu“, 11. 1. 2000; MF DNES, „Většina lékařů zatím dary od pacientů nežádá“, 18. 1. 2000. MF DNES, „Lidé se sponzorskými dary nesouhlasí, ale zaplatili by“, 20. 1. 2000. MF DNES, „Úplatek prý dal každý dvacátý“, 12. 1. 2000. MF DNES, „Soud včera trestal policisty za úplatky“, 26. 1. 2000. MF DNES, „Strážníky natočila kamera, když přebírali úplatek“, 2. 2. 2000. MF DNES, „Bývalý policista půjde do vězení“, 17. 5. 2000. MF DNES, „Policistka nabízela úplatek“, 5. 5. 2000. MF DNES, „Chování policistů je nyní sledováno pečlivěji, říká policejní ředitel“, 13. 5. 2000.

[97]


Je zajímavé, že i přes výše uvedená odsuzující soudní rozhodnutí se v listu prakticky nediskutovalo o tom, jakým způsobem bude Ministerstvo vnitra problém řešit a jak by mělo postupovat. Ministerstvo samotné bylo toho roku terčem kritiky, protože ředitel speciální policejní Služby pro odhalování korupce neprošel prověrkou Národního bezpečnostního úřadu, a byl proto z funkce odvolán.30 Článků, které diskutovaly, jak nejlépe potírat korupci v řadách městské policie, mnoho nebylo. Jeden však informoval o tom, že ředitel brněnské policie navrhl, že příslušníci policie, kteří oznámí pokus o podplacení ze strany řidičů, by měli obdržet finanční odměnu: „Výše jeho odměny bude odpovídat výši nabídnutého úplatku. Policista ji však dostane až v okamžiku, kdy se skutek obviněnému prokáže a vyšetřovatel mu sdělí obvinění z trestného činu podplácení.“31 O etických problémech, které by z takovéhoto návrhu mohly vyplývat, se nediskutovalo. V roce 2000 přitom skutečně došlo k řadě případů, kdy policisté oznámili pokus o podplácení ze strany řidičů, podle všeho bez peněžních odměn. Tyto případy se však ze strany novinářů těšily jen minimální pozornosti.32 V uvedeném roce došlo ve vládě k řadě korupčních skandálů – např. policejní vyšetřování aktivit šéfa poradců Miloše Zemana,33 již zmíněný případ ředitele speciální policejní služby pro odhalování korupce a veřejná omluva vicepremiéra Jan Kavana za to, že bez důkazů obvinil Josefa Zieleniece z korupce34 –, avšak mnoho korupčních kauz se týkalo i místních samospráv. Tak například v Olomouci byl exnáměstek podezříván ze zpronevěry povodňových peněz.35 List rovněž informoval, že radní města Olomouc získal pozici „jako ředitel Vodohospodářské společnosti Olomouc poté, co začátkem roku s dalšími politiky prosadil, aby radnice na prodej společnosti nevypisovala výběrové řízení“.36 V Praze rezignoval na funkci místostarosta Prahy 4, aby tak vyjádřil protest proti korupci ve výběrových řízeních realizovaných jiným radním městské části, a to v konečném důsledku vedlo obě strany sporu k tomu, aby na sebe vzájemně podaly trestní oznámení.37 Nepodařilo se mi však najít žádné případy, kde by volení politici na místní úrovni byli v průběhu daného roku usvědčeni z úplatkářství, ani články na téma, jak řešit korupci na úrovni místních samospráv. Ve srovnání s rokem 2000 bylo v roce 2007 mediální referování o korupci v mnoha významných směrech odlišné. Nejnápadnější rozdíl spočíval v tom, že případ Jiřího Čunka v novinách dominoval více než kterákoliv významná kauza roku 2000, včetně finančního skandálu ODS. Vyhledávání v článcích MF DNES z uvedeného roku pomocí klíčových slov „Čunek“ a „korupce“ nebo „úplatek“ nalezne více než 250 článků, tj. na každý pracovní den přibližně jeden, přičemž většina z nich se zajímala o průběh vyšetřování, názory jiných politiků a politických stran a o další související skandály. Tato kauza mezi čtenáři podnítila řadu debat, např. na téma, jak občané vnímají fungování právního státu. Všeobecně je rozšířen názor, že „presumpce neviny je základní atribut trestního práva,“ avšak představitel sdružení proti korupci Oživení argumentoval, že „u takhle vysoce postavených osob neplatí presumpce neviny“ a že politici by měli odstoupit, ztratí-li důvěru veřejnosti.38 Problém však spočívá v tom, že v případě takto intenzivní mediální pozornosti věnované jediné kauze je pro čtenáře těžké odolat přesvědčení o Čunkově vině (resp. o vině jiné obviněné osoby v podobném případě) bez ohledu na to, zda je zproštěn obvinění či nikoliv. Druhá významná odlišnost mezi srovnávanými časovými obdobími spočívá v tom, že v roce 2007 noviny referovaly o větším počtu případů vedoucích buď ke stíhání nebo zproštění obvinění, což je patrně dáno tím, že o jednotlivých případech se v tomto roce referovalo komplexněji. MF DNES například otiskla více než 25 článků o vyšetřování a usvědčení bývalého starosty Nového Boru, který byl odsouzen k trestu odnětí svobody za přijetí úplatku od místního podnikatele výměnou za slib, že mu prodá vilu. Podobně bývalý místostarosta městské části Plzeň-střed byl odsouzen ke dvěma rokům vězení s podmínkou na čtyři roky za přijetí úplatku ve výši 50 000 Kč, za který měl ovlivnit před30 31 32

33 34 35

36 37 38

MF DNES, „Šírek nemá prověrku a musí pryč“, 9. 8. 2000; MF DNES, „Havel: Případ Šírek je celý nevěrohodný“, 26. 8. 2000. MF DNES, „Ohlášení úplatku policie odměňuje“, 4. 8. 2000. Tzn. články na toto téma byly zpravidla velmi krátké (jen několik vět) a list potom už jen okrajově informoval, zda byl ten který řidič z trestného činu usvědčen, nebo o tom neinformoval vůbec. Viz např. MF DNES, „Řidič chtěl podplatit policisty“, 18. 1. 2000; MF DNES, „Policie: Řidička nabídla úplatek“, 7. 9. 2000. MF DNES, „Šloufovy aktivity vyšetřuje kontrarozvědka“, 9. 11. 2000. MF DNES, „Kavan se omluvil Zieleniecovi“, 7. 1. 2000. MF DNES, „Kauza Pavel se vrací na začátek, k policii“, 10. 3. 2000; MF DNES, „Policie znovu vyšetřuje povodňovou kauzu exnáměstka Pavla“, 23. 6. 2000. MF DNES, „Lidovec Procházka si politikou vytvořil kšeft“, 1. 7. 2000. MF DNES, „Turek: Mám dost korupce“, 2. 8. 2000; MF DNES, „Radnice podala trestní oznámení“, 17. 8. 2000. MF DNES, „Politik s policií v patách: má odejít?“, 27. 1. 2007.

[98]


nostní přidělení bytu.39 Jednou z mediálně nejsledovanějších kauz roku byl případ Pavla Šrytra, bodyguarda a řidiče kontroverzního podnikatele Tomáše Pitra, který dostal dvacetiměsíční podmíněný trest za to, že po parlamentních volbách nabídl poslanci ČSSD Pavlu Plocovi pět milionů korun za přestup ke Straně zelených.40 Takovéto odsuzující verdikty mají zpravidla uklidňující účinek, protože dokládají, že korupci lze řešit právními nástroji, avšak v tomto posledním jmenovaném případě není známo, zda za pokusem o uplácení mohly být jiné politické strany. Třetí rozdíl mezi srovnávanými obdobími spočívá v tom, že v roce 2007 podle všeho probíhala důkladnější diskuse o korupci při výběrových řízeních a že média jí věnují větší pozornost. Největší šok způsobilo výběrové řízení na dodavatele na areál s víceúčelovou halou v Karlových Varech, zejména poté, co se na internetu objevila videosekvence s losováním. Radnice však svalila vinu na firmu, která losování měla na starosti, a zřekla se tak zodpovědnosti za celou událost. Na druhou stranu list rovněž informoval o případu v Horní Moštěnici, kde místní samospráva zaplatila milion korun firmě za práci, která podle všeho nikdy nebyla odvedena;41 poté, co list o případu informoval, se však již dále nezajímal o to, zda policie zjistila protiprávní jednání. Zřejmě nejvýznamnějším rozdílem mezi srovnávanými obdobími je to, že v roce 2007 byla věnována větší mediální pozornost protikorupčním návrhům, což možná odráží aktivnější zájem vlády a dalších institucí o tuto problematiku. List například informoval o tom, že ministr spravedlnosti Jiří Pospíšil navrhl zdvojnásobit tresty odnětí svobody pro veřejné činitele usvědčené z přijímání úplatků z maximálních šesti na 12 let42 a dále že vláda schválila návrh ministra vnitra Ivana Langera, který počítá s nasazováním tajných policejních agentů do blízkosti lidí podezřelých z korupce.43 Na místní úrovni pražský magistrát provedl audit výběrových řízení od května 2004 do konce roku 2005 a bylo v něm zjištěno, že město zaplatilo za výběrová řízení o 439 milionů korun více, než kolik byla oficiální cena těchto zakázek (14 mld. Kč).44 V reakci na tento problém bylo však také zveřejněno, že město chce zpřísnit pravidla pro výběrová řízení tak, že přesáhne-li veřejná zakázka rozpočet o více než 10 %, „v tomto případě by si město mělo vyžádat znalecký posudek, zda jsou nároky stavebních firem oprávněné“.45 Kromě toho vytvořilo město online formulář „kde mohou lidé upozorňovat na korupční jednání na pražské radnici nebo v samosprávě“,46 jakož i nový systém, do kterého se městské zakázky budou zadávat v elektronické podobě.47 Praha je sice výjimečný případ, celkově je však z referování médií o protikorupčních kampaních poměrně zřejmé, že politici s problémem konečně něco dělají. Závěrem lze říci, že toto krátké srovnání referování médií o případech korupce v roce 2000 a 2007 mělo za cíl nastínit, jak lze využít mediální analýzy k identifikaci možných změn diskurzu o korupci i korupční reality samotné. Dospěli jsme k předběžnému závěru, že MF DNES ve srovnání s rokem 2000 zvýšila pozornost věnovanou korupčním kauzám a že se jim věnuje komplexněji. Vedlo to sice k jisté senzacechtivosti, avšak větší mediální pozornost současně znamená, že jednotlivá vyšetřování jsou sledována důkladněji a že bylo zveřejněno více zpráv informujících, zda vyšetřovatelé a soudy dospěli k závěru, že skutečně došlo ke korupčnímu jednání. Ze zjištěných změn v protikorupční politice a z mediální pozornosti v roce 2007 lze s větší určitostí usuzovat, že vláda i právní systém začínají problém korupce alespoň do určité míry reflektovat. Z analýzy však nelze vyvodit, že větší mediální pozornost věnovanou otázkám korupce – tj. hypotéza o „erupci korupce“ – doprovází naprostá senzacechtivost nebo že větší pozornost je daná silami a aktéry (např. politikami EU) vně domácí politiky. Popsaná analýza je samozřejmě jen předběžná. Bylo by užitečné analyzovat více roků, více českých médií a využít různých teoretických modelů pro postižení změn mediální pozornosti. Tak daleko tato analýza nesahala, snad se jí však podařilo osvětlit možné budoucí směřování výzkumu korupce, které je velmi důležité.

39 40 41 42 43 44 45 46 47

MF DNES, „Trestu za korupci se nezbavil“, 5. 10. 2007. MF DNES, „Chtěl uplatit Ploce“, 24. 8. 2007. MF DNES, „Ať firma vrátí milion, práci neodvedla, žádají starostu“, 22. 5. 2007. MF DNES, „Pospíšil: Tresty za korupci se zpřísní“, 6. 4. 2007. MF DNES, „Policie chystá tajné agenty proti korupci“, 30. 8. 2007. MF DNES, „Město utrácí zbytečně miliony“, 26. 3. 2007. MF DNES, „Město platí některé zakázky dvakrát“, 3. 5. 2007. MF DNES, „Praha má portál proti korupci“, 27. 9. 2007. MF DNES, „Možné korupci má zabránit internet“, 26. 3. 2007.

[99]

[100]

KAPITOLA 7. ROZŠÍŘENÍ ZÁBĚRU PROTIKORUPČNÍ POLITIKY: MAINSTREAMING POLITIKY A VÝZNAM NEPŘÍMÝCH OPATŘENÍ Michael L. Smith Korupce je celospolečenský jev hluboce zakořeněný v morálním i sociálním tkanivu společnosti. Může k ní docházet téměř kdekoli – při poskytování zdravotní péče, při přijímání na vysoké školy, v celním systému, sportovních organizacích, grantových agenturách, profesních organizacích a jiných veřejných, poloveřejných či neziskových institucích. Související jevy jako tunelování, podvody, daňové úniky či tajné cenové dohody se mohou objevit prakticky v kterémkoli segmentu hospodářství, a to i za přítomnosti veřejného dohledu. Analýzy obsažené v této knize podporují myšlenku, že by protikorupční politika měla k problému přistupovat se stejně širokým celospolečenským záběrem. V této závěrečné kapitole budeme tvrdit, že rozšíření české protikorupční politiky vyžaduje kladení důrazu na tři principy, které dosud nejsou významnou součástí současných politických dokumentů: mainstreaming politiky, řešení sociálních zdrojů korupčního jednání a nalezení a odstranění ekonomických pobídek vedoucích ke korupčnímu jednání. Současná Strategie vlády v boji proti korupci 2006–2011 (dále jen Strategie) zdůrazňuje institucionalistická protikorupční opatření, čímž nepřímo přejímá Klitgaardovu (1988) „rovnici“, že korupce je mocenský monopol plus diskrece minus veřejná kontrola. Tento vzorec dává smysl, ale nelze jej vědecky testovat ani měřit a ve vědecké literatuře byl rozsáhle kritizován. Rovnice také pojímá korupci úzce jako problém institucionálního uspořádání veřejné správy, čímž opomíjí kulturní, ekonomické a jiné faktory, které, jak vědci prokázali, jsou významnými příčinami korupce po celém světě. Je třeba uznat, že Strategie nabízí nové pozitivní směrování české protikorupční politiky a analýzy v této knize některé její návrhy implicitně podporují. Strategie je jedním z prvních vládních protikorupčních dokumentů s jasným souborem uskutečnitelných cílů, které by mohly hrát významnou úlohu při transformaci charakteru veřejné správy a potažmo i způsobů, jak občané a firmy jednají se státem jako celkem. Proto než shrneme některá z našich hlavních zjištění a politických doporučení, nejprve poukážeme na několik klíčových prvků současné Strategie české vlády. Strategie vlády v boji proti korupci na období 2006–2011 Strategie je založena na třech pilířích politiky: prevence, průhlednost a postih. Strategie jako relativně krátký a nekoncepční dokument nevysvětluje, proč tyto tři pilíře obsahují (nebo neobsahují) určité cíle. Cíle jsou stanoveny jako fakt bez jakýchkoli odkazů k akademické literatuře, jež by prokázala jejich účinnost z mezinárodního hlediska. Preventivní opatření Strategie se zaměřují na minimalizaci státní regulace a „byrokratičnosti“ veřejné správy, rozšíření využití informačních technologií ve veřejné správě, které poslouží větší transparentnosti pro veřejnost. Konkrétní cíle zahrnují provedení vnitřních protikorupčních auditů na všech úrovních státní správy, podporu přijímání profesních etických kodexů a zavedení povinnosti veřejného připomínkového řízení (prostřednictvím internetu) k připravovaným právním předpisům. Akademická literatura samozřejmě podporuje názor, že zjednodušení státní regulace a snížení kontaktů mezi státem a klienty (dodavateli) může omezit příležitosti pro korupční chování. Strategie však pojímá problém prevence korupce úzce jako problém organizace státní správy, a vůbec ne jako problém chování a očekávání podniků, sociálního prostředí či občanské společnosti. Mezi opatření Strategie zaměřená na zlepšení transparentnosti rozhodování patří návrh na vytvoření transparentního a jednotného systému čerpání prostředků z veřejných rozpočtů, sestavení nového zákona o veřejných zakázkách, který by kladl důraz na zveřejňování informací o soutěži a způsobu využití veřejných zdrojů, a zřízení speciální protikorupční telefonní linky č. 199, která již funguje. Lze si jen těžko představit, že by linka 199 měla významný dopad, zvláště proto, že některé veřejné instituce a NGO už podobné linky mají. Politika také nezahrnuje žádné finanční odměny pro osoby poskytnuvší konkrétní důkazy vedoucí ke stíhání osob obviněných z korupce (takové odměny by mohly povzbudit více investigativní novinářské práce ze strany médií). [101]


Konkrétní opatření Strategie k postihu zahrnují zpřísnění trestů za prokázanou korupci na základě novely trestního zákona; zřízení speciálního protikorupčního senátu u vyššího soudu;1 zavedení „černé listiny“ firem, které se zapojily do korupčního jednání a budou vyloučeny z účasti ve veřejných soutěžích v budoucnu; vytvoření zákonných podmínek pro posílení odpovědnosti veřejných funkcionářů při správě majetku. Řada z těchto opatření jde správným směrem z hlediska zajištění férovosti a veřejné legitimity soudních rozhodnutí v korupčních případech i zvýšení negativních sankcí za prokázané korupční jednání. Strategie chce zvýšit pocit odpovědnosti veřejných úředníků, není však jasné, jak by veřejní úředníci byli schopni „nahradit škody, které způsobili“, pokud takovéto škody vysoce převýší jejich finanční možnosti. Vnitřní protikorupční audit, který již byl proveden, odhalil řadu významných porušení pravidel při poskytování veřejných služeb, při rozhodování o veřejných zakázkách a při rozhodování o licencích a povoleních (MV ČR 2008b). Audit řešil problém úniku neveřejných informací, ale nezmínil se o neméně významném problému, kdy veřejní úředníci odmítnou zpřístupnit dokumenty podle zákona o svobodném přístupu k informacím. I když audit neposkytl podrobnosti konkrétních případů, zdá se, že mnoho rizik korupčního jednání vzniká z jednoho souboru problémů: nedodržování platné legislativy a interních postupů; nedodržování Kodexu etiky zaměstnanců ve veřejné správě; neveřejné řízení procesů, neexistence veřejné kontroly a nedostatečná nebo nedostupná dokumentace průběhu a výsledku procesů; snahy politiků a podniků zasahovat do rozhodovacích procesů, do nichž nemají právo vstupovat. Podobně audit uvedl řadu praktických řešení, která by se dala použít u široké škály rozhodovacích procesů, například: y Elektronizace agend, např. poskytnutí dostatku informací občanům pro kontrolu průběhu vybraných procesů; uveřejňování žádostí o přiznání dotací nebo jiných podpor a materiálů, kterými se tyto žádosti vyřizují; vyřizování bez přímého kontaktu s potenciálními dodavateli; pokračující elektronizace podávání daňových přiznání. y Zavedení nezávislého dozoru nad rozhodovacími procesy, například odboru interního auditu na každém ministerstvu či instituci. y Princip nejméně čtyř očí, například nahrazení rozhodování jednotlivce vícestupňovým nebo komisionálním schvalováním. y Závaznost a vymahatelnost etického kodexu. Měla by sem však patřit také aktualizace etického kodexu veřejné správy, zejména prostřednictvím zavedení konkrétních pokynů (oproti obecným principům) a sankcí za neplnění kodexu. y Formulace přesných kritérií pro rozhodnutí v právních a vnitřních předpisech, například zpřesnění výkladu podmínek pro udělení licencí, grantů nebo forem státní podpory. Bude velmi důležité sledovat, do jaké míry stát bude brát svá vlastní doporučení vážně z hlediska rozvíjení vymahatelných zákonných opatření. Je relativně snadné navrhovat protikorupční opatření, ale dosti obtížné zajistit jejich správnou a účinnou realizaci. Boj proti korupci by se neměl omezovat na nákup počítačů a softwaru na elektronizaci agend, ale měl by zahrnout radikální změny v postupech rozhodování a mechanismech veřejného dohledu, jak naznačuje audit. Vedle Strategie mohou mít na protikorupční politiku významný dopad zákon č. 159/2006 Sb., o střetu zájmů, který vstoupil v platnost k 1. lednu 2007. Zákon ukládá veřejným funkcionářům povinnost oznamovat skutečnosti, které umožňují veřejnou kontrolu jejich činností konaných vedle výkonu funkce veřejného funkcionáře, veřejnou kontrolu majetku nabytého za dobu výkonu funkce a dalších příjmů, darů nebo jiného prospěchu. Zákon obsahuje řadu pozitiv i negativ. Vymezení „veřejného funkcionáře“ je dosti široké, zahrnuje členy zastupitelstva obce, soudce, státní zástupce a mnoho jiných představitelů, ale tito úředníci nemusejí oznamovat zájmy a majetky svých partnerů, což se může stát klíčovou „skulinou“ podrývající zákon. Veřejní úředníci, kteří „mají co schovávat“ by pravděpodobně našli způsob, jak převést majetek a jiné finanční zájmy, aby zákon obešli. Dále, zákon sice umožňuje veřejný přístup k registru oznámení, zainteresované osoby se však při hledání v registru musejí identifikovat buď osobně, nebo pomocí uživatelského jména a hesla na internetu. Bude důležité sledovat dodržování zákona po termínu podání oznámení za rok 2007, tedy na konci června 2008. 1

Ještě není jasné, zda by takový orgán byl podobný Speciálnímu soudu a prokurátorovi na Slovensku, který se zabývá výhradně korupcí a jiným závažným trestným jednáním spáchaným všemi druhy veřejných úředníků. Soud požívá vysoké důvěry slovenské veřejnosti, částečně kvůli tomu, že z korupčního jednání usvědčil mnoho případů. Jedinečné je, že rozsudek Speciálního soudu může odvolat jen Nejvyšší soud. Mezi jiným mají soudci Speciálního soudu osobní strážce a několikanásobně vyšší plat než někteří jiní soudci. Jsou však politicky jmenování, nejsou voleni veřejností, což by jejich nezávislost dále posílilo.

[102]

Rozšíření záběru protikorupční politiky: Mainstreaming politiky a význam nepřímých opatření

Rozšíření obzorů: osnova politických doporučení Analýzy v této knize jsou dosti odborné a zdánlivě odtažité od reality korupce v každodenním životě. Oproti tomuto zdání však tyto studie analyzovaly některé z nejlepších dostupných mezinárodních a domácích sociálních šetření o vnímané korupci a daňových únicích a došly k řadě závěrů, které jasně zpochybňují značnou část zavedených představ o korupci v České republice. Vyplynul z nich také kompaktní soubor obecných politických doporučení, která zároveň doplňují i zpochybňují současné politické návrhy. Odpovědnost za realizaci protikorupční politiky je třeba více rozšířit napříč státní správou Je dobře známo, že korupce je celospolečenský problém postihující všechny úrovně státní správy a všechny typy organizací, přesto však protikorupční politika zůstává převážně v odpovědnosti odboru bezpečnostní politiky MV ČR a Útvaru odhalování korupce a finanční kriminality Služby kriminální police a vyšetřování. Mimořádná úloha MV ČR v protikorupční politice tradičně vedla (před implementací Strategie) k důrazu na odhalování korupce na úkor témat prevence, reformy státní správy, vzdělání a výzkumu. Dosud platný zákon č. 21/1969 Sb. o zřízení ministerstev a jiných ústředních orgánů státní správy znemožňuje Ministerstvu spravedlnosti, aby se stalo gestorem právních úprav v oblasti korupce a střetu zájmů. Pokud by bylo odhaleno korupční jednání v oblasti přijímání na střední či vysoké školy nebo v oblasti amatérského nebo profesionálního sportu, Ministerstvo školství, mládeže a tělovýchovy by pravděpodobně nemělo know-how k řešení těchto problémů. Mezirezortní koordinační skupina pro boj s korupcí je přitom v podstatě neformální orgán pro sdílení informací, který postrádá mechanismy a kapacitu pro koordinaci a realizaci politických změn na jednotlivých ministerstvech. Administrativní strukturu současné protikorupční politiky lze jen těžko považovat za ideální. I když by MV ČR možná mělo i nadále hrát v protikorupční politice vůdčí roli, je třeba přenést více odpovědnosti a zdrojů na více ministerstev, aby mohla řešit konkrétní problémy svých rezortů. Zároveň by se mělo zvážit založení Rady vlády pro boj proti korupci, složené z vysoce postavených a odborných pracovníků příslušných ministerstev a NGO, jako efektivnější alternativy Koordinační skupiny. Samozřejmě není žádoucí pouze vytvářet další a další státní orgány bez jakýchkoliv implementačních pravomocí. Hlavním přínosem vládní rady by byla možnost zaměřit se na problém prevence korupce napříč rezorty, posoudit efektivitu protikorupční politiky nezávisleji, než je to možné v současné době, a zvýšit kapacitu státu řešit problémy korupce na úrovní místní a regionální samosprávy a zvýšit význam boje proti korupci a důvěru veřejnosti v něj. Boj proti korupci je třeba zohledňovat při sestavování veškeré legislativy (mainstreaming) a nepojímat jej jako oddělené politické téma Protikorupční politika by neměla být považována za izolované nebo speciální téma vyžadující naprosto samostatný soubor reforem. Současná Strategie učinila významné kroky tímto směrem. Korupce má tendenci se snižovat, když země dosáhne vyšší ekonomické rozvinutosti, což poukazuje na význam makroekonomických faktorů pro boj s korupcí. Vnímanou korupci silně ovlivňují nedostatek ekonomické svobody – tedy nadměrná a časově náročná státní regulace a omezení – a nespravedlivé předpisy poskytující výjimky a privilegia některým skupinám oproti jiným. Čím déle trvají rozhodovací procesy, tím pravděpodobněji je budou fyzické i právnické osoby chtít obcházet nebo nabízet úplatky; čím více existuje výjimek z daňového a jiných zákonů, tím pravděpodobněji se lidé budou snažit najít nelegální způsoby, jak tyto výjimky získat. (Případně může být samotná existence některých výjimek výsledkem „kořistění státu“, tedy schopnosti velkých firem ovlivnit legislativu ve svůj prospěch). Mnoho zákonných předpisů by se mělo sestavovat s vědomím jejich dopadu na snižování příležitostí ke korupčnímu jednání. Nejjednodušším způsobem je zajistit, aby byl boj proti korupci plně integrován do procesu hodnocení dopadu regulace – RIA (malého i velkého), který by měl být povinný v podstatě pro všechny legislativní návrhy. Především by se v rámci RIA mělo vyžadovat standardizované hodnocení dopadů navrhované legislativy na administrativní povinnosti firem. Problémem současného návrhu Metodiky určování velikosti a původu administrativní zátěže podnikatelů (MV ČR 2007) pro RIA však je, že nehodnotí, dochází-li běžně nebo výjimečně ke kontaktům mezi firmou a veřejnými úředníky, pokud firma dodržuje zákon, což by zvyšovalo příležitosti ke korupci bez ohledu na časovou náročnost dané regulace. [103]


Pěstovat sociální důvěru jako základ společnosti s minimální korupcí Za posledních několik let bylo ve vědecké literatuře dobře prokázáno, že vysoká sociální důvěra je vůdčí determinantou nízké vnímané korupce. Důvěra je ke snižování korupce tak důležitá proto, že lidé, kteří věří ostatním, dodržují s mnohem větší pravděpodobností pevné standardy právního a morálního chování. Pokud nevěříte v dobrotu druhých, budete jim s větší pravděpodobností škodit – například předbíhat, obcházet předpisy a účastnit se různých druhů neetického chování, které vás vůči ostatním zvýhodní. Při veřejném výběrovém řízení budou podnikatelé, kteří nevěří, že se ostatní budou chovat fér, ochotnější nabízet úplatky. Jedním ze zřejmých způsobů pěstování důvěry je zprůhlednění rozhodovacích procesů, aby účastníci procesu pravděpodobněji věřili, že ostatní také jednají fér. Takováto víra pak může ovlivňovat chování osob i firem. Ale i nejlépe navržené reformy mohou na celkovém výskytu korupce zanechat jen malou stopu, protože chytří a zkorumpovaní lidé vždycky najdou jiné způsoby, jak předpisy obcházet a získat, co chtějí. Je-li podhoubí společnosti morálně prohnilé, můžeme snadno vyplít všechen plevel korupčních skandálů, ale na jejich místě může vyrůst plevel znovu. Protikorupční politika proto musí do svého záběru zahrnout činnosti související se sociální důvěrou, především občanskou angažovanost a politické zapojení občanů. Vláda, které na potírání korupce opravdu záleží, se nemůže zároveň pokoušet omezovat zapojení občanů a občanských skupin do rozhodovacích procesů. Ve všech čtyřech visegrádských státech se mnoho místních referend konaných v posledních deseti letech týkalo problémů souvisejících s korupcí místních představitelů. V Polsku a na Slovensku mohou občané odvolávat starosty a jiné místní představitele, zapojují-li se podle jejich názoru do korupčního jednání nebo jakékoliv jiné negativní činnosti. V České republice tato možnost neexistuje. Zapojení se do rozhodovacího procesu je primárním mechanismem zachování vnějšího občanského dohledu nad veřejnými úředníky a jednáním firem. Míra, v níž mohou občanská sdružení a média plnit úlohu hlídacího psa veřejné správy, je silně ovlivněna jejich kapacitami a zdroji. Ze spolehlivých poznatků o důvěře vyplývá, že širší finanční a politická podpora těchto druhů činností může být z dlouhodobého hlediska zásadním, i když nepřímým prostředkem boje s korupcí. Protikorupční politika by se neměla zabývat prostě jen problematickým zveřejňováním utajovaných informací, ale také neochotou veřejných úředníků zveřejňovat informace, na které mají občané právo. Problémy s přístupem k informacím vedou k nedůvěře ve vládu a k obviněním z korupce; naproti tomu lepší dohled nad odmítáním zveřejňovat informace by mohl přispět k odhalení dalších korupčních případů. Stát by také mohl aktivněji prosazovat firemní sociální odpovědnost (CSR) – například firemní dobročinnost, dobrovolné dodržování sociálních a ekologických norem překračujících zákonné požadavky, závazky nepodílet se na úplatkářství jakéhokoliv druhu – protože firemní sociální odpovědnost se dosud rozvinula jen velmi málo (Gregor 2007). Jinými slovy pěstování firemní odpovědnosti, ochrana práva na informace a posilování příležitostí k politické participaci by mohly posílit politickou důvěru, odpovědnost i důvěru mezi občany, podniky a státem. Nalézt způsoby odstranění potenciálních kontaktů mezi státní správou a klienty Potenciál pro korupční chování se zvyšuje s důležitostí a počtem kontaktů občanů s veřejnou správou. Je snazší říci, že je třeba odstranit nutnost osobních kontaktů s veřejnými úředníky při jednání se státem, než to udělat. Jedním z možných způsobů reformy by bylo následovat americký zákon o odstranění papírování ve státní správě (Paperwork Elimination Act), podle nějž měla do roku 2003 federální správa ve vhodných případech pro jednání s veřejností začít používat elektronické formuláře, elektronické podávání a elektronické podpisy. Důležité je, že elektronické dokumenty mají podle zákona stejný právní status jako dokumenty papírové, což znemožňuje, aby jim byl upírán právní účinek, platnost a vymahatelnost jen kvůli jejich elektronické podobě. V důsledku zavedení zákona státní daňový úřad úspěšně zavedl osobní identifikační čísla pro elektronické podávání daňových přiznání (většina Američanů dnes podává přiznání tímto způsobem) a Komise pro cenné papíry učinila totéž s povinnými podáními. Odstraněním nutnosti obcházet úřady kvůli nejrůznějším jednáním se státní správou by se tak omezily příležitosti, kdy mohou úředníci žádat o úplatek, snížila by se administrativní zátěž podnikání a zlepšila přístupnost a efektivita státní správy. Politiky zaměřené na elektronizaci agend by však také měly být doprovázeny zlepšením elektronizace plateb, například postupným snížením potřebnosti kolků nebo zaváděním moderních forem plateb např. pomocí [104]

Rozšíření záběru protikorupční politiky: Mainstreaming politiky a význam nepřímých opatření

kreditních nebo debetních karet. Významnou součástí problému zavádění moderních technologií je, že jim mnoho Čechů nemusí důvěřovat nebo na ně nejsou zvyklí. Proto jsou třeba také informační kampaně a účinná opatření pro zabezpečení informací. Kdyby státní správa přijala takovéto metody omezování osobního kontaktu mezi státní správou a občany, vznikly by nástroje a know-how pro tytéž kroky v místních samosprávách. Učinit z procedurální spravedlnosti a otevřenosti jeden z rozměrů reformy státní správy Současná Strategie se hodně zaměřuje na minimalizaci regulace a zlepšení efektivity státní správy. Zjistili jsme však také, že klíčovým ukazatelem vnímané korupce je nedostatečná férovost státu a soudů. Češi jsou obecně přesvědčeni, že bohatí lidé si mohou spravedlnost koupit a mít tak lepší přístup k veřejné správě. Protikorupční politika by měla tento pocit zohlednit pomocí interních auditů a vytvoření přátelštějšího prostředí v administrativních budovách. Občanské sdružení Oživení doporučuje zavedení tzv. „skleněných budov“ veřejné správy, kde by bylo málo zavřených dveří a bylo by dobře vidět, co úředníci dělají. Takové prostory mohou zvýšit důvěru ve férovost veřejných zaměstnanců, díky viditelnosti ztížit dávání úplatků a celkově transformovat veřejné vnímání „byrokracie“. Zkoumat cesty k posílení meritokratického základu státní správy Od roku 1989 jsou rovnostářské principy jako dominantní soubor norem distributivní spravedlnosti ve společnosti čím dál více nahrazovány principy meritokratickými. Zároveň však je schopnost státu a ekonomiky řídit se principy zásluh narušována korupcí, která se stává alternativním prostředkem získání toho, co chcete. Protikorupční politika by měla tyto otázky brát vážně a nacházet a uplatňovat způsoby posilování zásluhového systému (oproti jiným systémům jako důležitost služebního věku) ve veřejné správě. Podle jistých důkazů bývá korupce obvykle nižší, je-li veřejná správa meritokratická. Rauch a Evans (2000) ve studii 35 rozvíjejících se zemí zjistili, že meritokratické principy najímání veřejných úředníků – měřeno tím, zda musejí potenciální zaměstnanci projít formální zkouškou, a procentem zaměstnanců veřejného sektoru s univerzitním vzděláním – mají silný dopad na snižování hladiny administrativní korupce. Na druhé straně jsme také zjistili, že platové rozdíly mezi veřejným a soukromým sektorem – tedy myšlenka, že jsou-li veřejní úředníci špatně placení, budou s větší pravděpodobností požadovat úplatky – neměly na korupci významný dopad. Tento názor zpochybnili Van Rijckeghem a Weder (2001), kteří zjistili, že vysoká celková hladina mezd ve veřejném sektoru v zemi (v porovnání s průměrnými mzdami ve výrobním sektoru) koreluje s nižší hladinou korupce, zatímco relativní rozdíly ve mzdách mezi veřejnými zaměstnanci ochotu přijmout úplatek neovlivňují. Co se týče účinků mzdových struktur, jsou výsledky výzkumů celkově smíšené, ale poznatky ohledně významu kvalifikace veřejných úředníků jsou jednoznačné. Řada západních zemí má tvrdé povinné zkoušky pro uchazeče o místa ve veřejném sektoru, kde je korupce pravděpodobná. Takovéto zkoušky často testují nejen technickou odbornost v dané oblasti, ale také etické standardy uchazeče a jiné charakteristiky, u nichž se předpokládá souvislost s administrativní korupcí (např. nadměrná osobní ctižádost). Nepoužívají-li se zkoušky, uplatňují se přísná zásluhová kritéria jako vysokoškolské vzdělání, zkušenosti v oboru a znalost cizích jazyků. Vytvoření vysoce kvalifikované veřejné správy by samozřejmě vyžadovalo vyšší celkové platy (které by také mohly přispět k nižším pobídkám ke korupci, viz výše), což by mohlo vyžadovat zmenšení státní správy tak, aby se dala financovat. Každopádně je předčasné vyslovovat konečné politické závěry bez rozsáhlého výzkumu v této oblasti. Považovat vnímání korupce za „příčinu“ nebo „odůvodnění“ skutečné korupce Strategie žádá významné zvýšení pokut a trestů za prokázané jednání související s korupcí. To by však nemělo být jejím jediným cílem. Analýzy v této knize často poukazovaly na důležitost vnímání. Pokud se vládě ohledně daňových úniků podaří přesvědčit občany, že pravděpodobnost přistižení je vysoká nebo že jsou nemorální, daňové úniky se také sníží. Vnímaná korupce je ve skutečnosti důležitá z mnoha důvodů. Za prvé existuje silná souvztažnost mezi vnímanou korupcí a uváděnou zkušeností s korupcí. Vědci v jiných zemích také zjistili, že vnímaná korupce vede k častějším setkáním s korupcí. Některá šetření se firem dotazují na jejich vnímání podnikatelského prostředí, protože je dobře známo, že vnímají-li firmy vysoce korupční prostředí, nabízejí více úplatků. Kdyby je nenabízely, cítily by se v konkurenční nevýhodě. Pokud Češi obecně věří, že v policii bují úplatkářství, povede to některé občany k přesvědčení, že [105]


až je příště zastaví policista, projde jim nabídka úplatku. Souhrnně lze říci, že vysoká vnímaná korupce může roztočit začarovaný kruh vedoucí k čím dál rozsáhlejší „skutečné“ korupci. Z toho plyne, že by se protikorupční politika měla zabývat také vnímáním veřejnosti i podniků. To neznamená mediální propagandu, že v České republice žádná korupce není, vláda spíše bude muset šířit informace o závažnosti trestů za korupční jednání; vysvětlovat, proč jsou daňové úniky, korupce a související jevy morálně špatné a škodlivé pro ekonomiku a co by občané měli dělat, aby pomohli korupci v zemi snížit. Znamená to také, že je třeba více zdrojů pro oblast protikorupčního vzdělávání – nejen veřejných úředníků, ale také studentů a veřejnosti obecně. Nejsou to snadné úkoly zejména proto, že veřejnost si boj s korupcí spojuje s policií, které příliš nedůvěřuje. Základním kamenem protikorupční politiky musí být výzkum korupce Česká vláda má hojnost informací o zaměstnanosti a dalších rozměrech ekonomiky, ale relativné málo spolehlivých informací o korupci, která je sama o sobě ekonomickým jevem. Krátká a (patrně) spěšně sepsaná strategie také vyvolává otázku, zda je protikorupční politika založena na vědeckých poznatcích. Vzhledem k závažnosti problému a jeho negativního dopadu na českou ekonomiku, zahraniční investice a účinnost veřejné správy je vládní podpora výzkumu korupce mizivá. Prostor pro seriózní výzkum zaujaly mýty, pověsti a fámy. Nedostatek ekonomů, sociologů a politologů uskutečňujících korupční výzkum pravděpodobně způsobil, že většinu výzkumu provádějí občanská sdružení, která nemusejí mít k dispozici náležité analytické nástroje. Existuje mnoho způsobů měření vnímané korupce a zkušeností s korupcí. Charles Kenny také načrtl možnosti měření korupce v infrastrukturních projektech, například pomocí posuzování dopadů korupce. Pokud jsou náklady projektu v rámci jeho rozpočtu, pokud zadávací procesy vybírají projekty s vysokou ekonomickou návratností a pokud je údržba skutečně prováděna tak, aby udržovala kvalitu infrastruktury, pak můžeme dojít k závěru, že i když mohlo dojít ke korupci, její celkový dopad bude relativně malý. Infrastrukturní projekty v České republice jsou známy svou výrazně větší nákladností v porovnání se sousedními zeměmi. Tato skutečnost může posloužit jako podpora myšlenky, že empirický výzkum v této oblasti je zoufale zapotřebí. K analýzám je třeba podpora státu, zveřejňování státních dokumentů a tým školených ekonomů. A to je samozřejmě jen jeden příklad širokého spektra možností výzkumu korupce v budoucnu. Celkově musí mít protikorupční politika dlouhodobý charakter. Michal Štička poznamenal, že od roku 2008 nelze očekávat mnoho pozitivního, protože Česká republika nebude patřit mezi 10 nejméně zkorumpovaných zemí.2 To je špatný přístup k věci. Bylo by skvělým úspěchem, kdyby se Česká republika dostala do první desítky za deset či dvacet let. Skutečnost je taková, že korupce se vyvíjí velmi pomalu bez ohledu na to, jakými reformami ji častujete. Neznamená to, že bychom v boji s ní neměli dělat všechno, co je v našich silách. Širší spektrum zde nastíněných opatření by mohlo tento proces urychlit, ale žádné opatření neodstraní korupci přes noc, ani bychom takový účinek neměli očekávat. Je tomu tak proto, že korupce je zakořeněna v morálním tkanivu společnosti. A sociální normy se mění jen pomalu.

2

Michal Štička, „Corruption 2008: Good and Bad News“, Czech Business Weekly (8. 1. 2008). Dostupné z http://www.cbw.cz/en/corruption2008:-good-and-bad-news/6546.html?search=corruption.

[106]

Literatura Ades, Alberto a Rafael Di Tella. 1999. „Rents, Competition and Corruption“. American Economic Review 89 (4): 982–994. Ahrend, Rudiger. 2002. „Press Freedom, Human Capital, And Corruption“. Working Paper 2002–11. Paris: DELTA. Allingham, Michael G. a Agnar Sandmo. 1972. „Income Tax Evasion: A Theoretical Perspective“. Journal of Public Economics 1 (3–4): 323–338. Altshuler, David S. 2001. „Tunneling Towards Capitalism in the Czech Republic“. Ethnography 2 (1): 115–138. Andvig, Jens, Odd-Helge Fjeldstad, Inge Amundsen, Tone Sissener a Tina Søreide. 2000. Research on Corruption: A Policy Oriented Survey. Oslo: Chr. Michelsen Institute (CMI) & Norwegian Institute of International Affairs (NUPI). Arndt, Christiane a Charles Oman. 2006. Uses and Abuses of Governance Indicators. Paris: OECD. Ausland, Aaron a Alfonso Tolmos. 2005. „Focus on Corruption: How to Secure the Aims of Decentralization in Peru by Improving Good Governance at the Regional Level“. Mimeo. Cambridge: Harvard University. Batra, Geeta, Daniel Kaufmann a Andrew H. W. Stone. 2003. Investment Climate Around the World: Voices of the Firms from the World Business Environment Survey. Washington DC: World Bank. Besley, Timothy a Andrea Prat. 2001. „Handcuffs for the Grabbing Hand? Media Capture and Government Accountability“. Mimeo. London: London School of Economics. Blau, Peter M. a Otis D. Duncan. 1967. The American Occupational Structure. New York: John Wiley. Brademas, John a Fritz Heimann. 1998. „Tackling International Corruption: No Longer Taboo.“ Foreign Affairs 77 (5): 17–23. Brunetti, Aymo a Beatrice Weder. 2003. „A Free Press is Bad News for Corruption“. Journal of Public Economics 87: 1801–1824. Busato, Francesco, Bruno Chiarini a Guido M. Rey. 2005. „Equilibrium Implications of Fiscal Policy with Tax Evasion.“ Dostupné z SSRN: http://ssrn.com/abstract=899548. Campos, Nauro a Francesco Giovannoni. 2006. „Lobbying, Corruption and Political Influence“. IZA Discussion Paper No. 2313. Dostupné z IZA: http://ftp.iza.org/dp2313.pdf. Canning, David a Marianne Fay. 1996. „Infrastructure and Growth“. Mimeo. Washington DC: World Bank. Cavill, Sue a Mohammed Sohail. 2007. „Accountability Arrangements to Combat Corruption: Literature Review“. Mimeo. Loughborough: Loughborough University. Clarke, George a Lixin Xu. 2002. „Ownership, Competition and Corruption: Bribe Takers Versus Bribe Payers“. World Bank Policy Research Working Paper 2 783. Washington DC: World Bank. Clotfelter, Charles T. 1983. „Tax Evasion and Tax Rates: An Analysis of Individual Returns“. The Review of Economics and Statistics 65 (3): 363–373. Cochran, William G. 1963. Sampling techniques. New York: Willey. Cole, Mark D. 2006. „Média v kleštích korupce – jsou média „prodejná“ ekonomickou reklamou a exklusivními sliby politiků?“ Pp. 235–240 in Břetislav Dančák, Vít Hloušek a Vojtěch Šimíček (eds.) Korupce. Projevy a potírání v České republice a Evropské unii. Brno: Mezinárodní politologický ústav, Masarykova univerzita. Cremer, Helmuth a Firouz Gahvari. 1996. „Tax Evasion and the Optimum General Income Tax“. Journal of Public Economics 60 (2): 235–249. Čábelková, Inna a Jan Hanousek. 2004. „The Power of Negative Thinking: Corruption Perception and Willingness to Bribe in Ukraine“. CERGE-EI Working Paper Series. Prague: CERGE-EI. [107]


Davis, Jennifer. 2004. „Corruption in Public Service Delivery: Experience from South Asia’s Water and Sanitation Sector“. World Development 32 (1): 53–71. Davis, Jon, Gary Hecht a Jon D. Perkins. 2003. „Social Behaviors, Enforcement, and Tax Compliance Dynamics“. The Accounting Review 78 (1): 39–69. Devarajan, Shantayanan, William R. Easterly a Howard Pack. 2002. „Low Investment is Not the Constraint on African Development“. Center for Global Development Working Paper 13. Dostupné z http://ideas.repec.org/p/cgd/wpaper/ 13.html. Djankov, Simeon, Caralee McLiesh, Tatiana Nenova a Andrei Shleifer. 2001. „Who Owns the Media?“ World Bank Policy Research Working Paper 2620. Washington DC: World Bank. Dollar, David a Victoria Levin. 2005. „Sowing and Reaping: Institutional Quality and Project Outcomes in Developing Countries“. World Bank Policy Research Working Paper 3524. Washington DC: World Bank. Donchev, Dilyan a Gergeley Ujhelyi. 2007. „Do Corruption Indices Measure Corruption?“ Pracovní text. Cambridge: Harvard University. Dutta, Venkatesh. 2005. „Public Support for Water Supply Reforms in Unplanned Sector: Empirical Evidence from an Urban Water Utility“. Mimeo. New Dehli: Center for Regulatory and Policy Research, India Habitat Center. Engel, Eduardo a James R. Hines. 1999. „Understanding Tax Evasion Dynamics“. NBER Working Paper Series, Working Paper 6903. Cambridge: National Bureau of Economic Research. Estache, Antonio, Ana Goicoechea a Lourdes Trujillo. 2006. „Utilities Reform and Corruption in Developing Countries“. World Bank Policy Research Working Paper Series 4081. Washington DC: World Bank. Eyal, Gil, Iván Szelenyi a Eleanor Townsley. 1998. Making Capitalism Without Capitalists: The New Ruling Elites in Eastern Europe. New York: Verso. Feige, Edgar L. a Robert T. McGee. 1983. „Sweden’s Laffer Curve: Taxation and the Unobserved Economy“. Scandinavian Journal of Economics 85 (4): 499–519. Fortin, Bernard, Guy Lacroix a Claude Montmarquette. 2000. „Are Underground Workers More Likely to be Underground Consumers?“ Economic Journal 110 (466): 838–60. Franceys, Richard. 2005. „Charging to Enter the Water Shop? The Costs of Urban Water Connections for the Poor“. Water Science and Technology: Water Supply 5 (6): 209–216. Fraser, Nancy (with Axel Honneth). 2003. Redistribution or Recognition? A Political-Philosophical Exchange. New York: Verso. Frič, Pavol a Jiří Kabele. 1999. „Korupce jako sociální fenomén“. Pp. 9–47 in Pavol Frič a kol. (eds.) Korupce na český způsob. Praha: G plus G. Frič, Pavol. 2001. „Korupce – deviantní chování, nebo sociální dezorganizace? Případ české policie“. Sociologický časopis 37 (1): 65–72. Galtung, Fredrik. 2006. „Measuring the Immeasurable: Boundaries and Functions of (Macro) Corruption Indeces“. Pp. 101–130 in Charles Sampford, Arthur Shacklock, Carmel Connors a Fredrik Galtung (eds.) Measuring Corruption. Burlington: Ashgate. Gaviria, Alejandro. 2002. „Assessing the Effects of Corruption and Crime on Firm Performance: Evidence from Latin America“. Fundación Pondo Investigación Económica en Colombia Working Paper 001482. GfK. 1999. „Korupční klima v ČR 2“. Praha: GfK Praha. Ghura, Dhaneshwar. 2002. „Tax Revenue in Sub-Saharan Africa: Effects of Economic Policies and Corruption“. Pp. 369–395 in George T. Abed a Sanjeev Gupta (eds.) Governance, Corruption, & Economic Performance. Washington DC: International Monetary Fund. [108]

Literatura

Golden, Miriam A. a Lucio Picci. 2005. „Proposal for a New Measure of Corruption, Illustrated with Italian Data“. Economics & Politics 17 (1): 37–75. Gordon, James P. F. 1989. „Individual Morality and Reputation Deterrents to Tax Evasion“. European Economic Review 33 (4): 797–805. Graetz, Michael J. a Louis L. Wilde. 1985. „The Economics of Tax Compliance: Fact and Fantasy.“ National Tax Journal 38: 355–363. Graetz, Michael J., Jennifer Reinganum a Louis L. Wilde. 1986. „The Tax Compliance Game: Toward an Interactive Theory of Law Enforcement.“ Journal of Law, Economics, & Organization 2 (1): 1–32. Gregor, Filip. 2007. Společenská odpovědnost firem a ochrana životního prostředí. Jak hodnotit odpovědnost korporací? Praha: Zelený kruh. Grigorescu, Alexandru. 2006. „The Corruption Eruption in East-Central Europe: The Increased Salience of Corruption and the Role of Intergovernmental Organizations“. East European Politics and Societies 20 (3): 516–549. Gulati, Mohinder a Mark Y. Rao. 2006. „Checking Corruption in the Electricity Sector“. Mimeo. Washington DC: World Bank. Gupta, Sanjeev, Hamid R. Davoodi a Rosa Alonso-Terme. 2002. „Does Corruption Affect Income Inequality and Poverty?“ Pp. 459–493 in George T. Abed a Sanjeev Gupta (eds.) Governance, Corruption, & Economic Performance. Washington DC: International Monetary Fund. Habermas, Jurgen. 1998. Between Facts and Norms. Cambridge: MIT Press. Hanousek, Jan, Evzen Kočenda a Jan Švejnar. 2007. „Origin and Concentration: Corporate Ownership, Control and Performance in Firms after Privatization“. Economics of Transition 15 (1): 1–31. Hanousek, Jan a Filip Palda. 2002. „Why People Evade Taxes in the Czech and Slovak Republics: A Tale of Twins“. CERGE-EI Discussion Paper. Prague: CERGE-EI. Hanousek, Jan a Filip Palda. 2003. „Why People Evade Taxes in the Czech and Slovak Republics: A Tale of Twins“. Pp. 139–174 in Boyan Belev (ed.) The Informal Economy in the EU Accession Countries: Size, Scope, Trends and Challenges in the Process of EU Enlargement. Sofia: Center for the Study of Democracy. Heidenheimer, Arnold J. 1989. „Terms, Concepts, and Definitions: An Introduction“. Pp. 3–15 in Heidenheimer, Arnold J., Michael Johnston a Victor T. LeVine (eds.) Political Corruption: A Handbook. New Brunswick, NJ: Transaction Press. Hellman, Joel S. 1998. „Winners Take All: The Politics of Partial Reform in Postcommunist Transitions“. World Politics 50 (2): 203–234. Hellman, Joel, Geraint Jones, Daniel Kaufmann a Mark Schankerman. 2000. „Measuring Governance, Corruption, and State Capture: How Firms and Bureaucrats Shape the Business Environment in Transition Economies“. World Bank Policy Research Working Paper 2312. Washington DC: World Bank. Hellman, Joel S., Geraint Jones a Daniel Kaufmann. 2000. „Seize the State, Seize the Day: State Capture, Corruption, and Influence in Transition“. World Bank Policy Research Working Paper 2444. Washington DC: World Bank. Henderson, J. Vernon a Ari Kuncoro. 2006. „Corruption in Indonesia“. NBER Working Paper 10674. Cambridge: National Bureau of Economic Research. Holmes, Leslie. 1993. The End of Communist Power. Oxford: Oxford University Press. Howard, Marc Morjé. 2003. The Weakness of Civil Society in Post-Communist Europe. Cambridge: Cambridge University Press. Jain, Arvind K. 2001. „Corruption: A Review“. Journal of Economic Surveys 15 (1): 71–121. Johnston, Michael. 1996. „The Search for Definitions: The Vitality of Politics and the Issue of Corruption“. International Social Science Journal 149: 321–335. [109]


Johnston, Michael. 2004. „Keeping the Answers, Changing the Questions: Corruption Definitions Revisited“. Pracovní text. Johnston, Michael. 2005. Syndromes of Corruption: Wealth, Power, and Democracy. Cambridge: Cambridge University Press. Jung, Young H., Arthur Snow a Gregory A. Trandel. 1994. „Tax Evasion and the Size of the Underground Economy“. Journal of Public Economics 54 (3): 391–402. Kastellec, Jonathan a Eduardo Leoni. 2007. „Using Graphs Instead of Tables in Political Science“. Perspectives on Politics 5 (4): 755–71. Kaufmann, Daniel. 2005. „Myths and Realities of Governance and Corruption“. Dostupné z SSRN: http://ssrn.com/ abstract=829244. Kaufmann, Daniel, Aart Kraay a Massimo Mastruzzi. 2006. „Measuring Governance Using Cross-Country Perceptions Data“. Pp. 52–104 in Susan Rose-Ackerman (ed.) International Handbook on the Economics of Corruption. Cheltenham, UK: Edward Elgar. Kaufmann, Daniel a Paul Seigelbaum. 1997. „Privatization and Corruption in Transition Economies“. Journal of International Affairs 50 (2): 419–458. Kaufmann, Daniel, Aart Kraay a Pablo Zoido- Lobaton. 1999. „Governance Matters“. World Bank Policy Research Working Paper No. 2196. Washington DC: World Bank. Kenny, Charles. 2007. „Corruption, Construction and Developing Countries“. World Bank Policy Research Working Paper No. 4271. Washington DC: World Bank. Klitgaard, Robert. 1988. Controlling Corruption. Berkeley: University of California Press. Kluegel, James R. a Petr Matějů. „Egalitarian vs. Inegalitarian Principles of Distributive Justice“. Pp. 209–238 in James R. Kluegel, David S. Mason a Bernd Wegener (eds.) Social Justice and Political Change: Public Opinion in Capitalist and Post-Communist States. Berlin: Walter de Gruyter. Knack, Stephen a Philip Keefer. 1995. „Institutions and Economic Performance: Cross-Country Tests Using Alternative Institutional Measures“. Economics and Politics 7 (3): 207–227. Knack, Stephen. 2006. „Measuring Corruption in Eastern Europe and Central Asia: A Critique of the Cross-Country Indicators“. World Bank Policy Research Working Paper 3968. Washington DC: World Bank. Komives, Kristin, Vivien Foster a Jonathan Halpern. 2005. Water, Electricity and the Poor: Who Benefits from Utility Subsidies? Washington DC: World Bank. Kornai, János. 1992. The Socialist System: The Political Economy of Communism. Princeton: Princeton University Press. Krastev, Ivan. 2002. „A Moral Economy of Anti-corruption Sentiments in Eastern Europe“. Pp. 99–116 in Yahuda Elkana, Ivan Krastev, Elisio Macamo a Shalini Randeria (eds.) Unraveling Ties: From Social Cohesion to New Practices of Connectedness. Frankfurt: Campus Verlag. Krastev, Ivan. 2005. „Corruption, Anti-corruption Sentiments, and the Rule of Law“. Pp. 323–340 in Adam Czarnota, Martin Krygier a Wojciech Sadurski (eds.) Rethinking the Rule of Law After Communism. Budapest: Central European University Press. Kreidl, Martin. 2000. „Změny v percepci chudoby, bohatství a životního úspěchu“. Pp. 191–226 in Petr Matějů, Klára Vlachová a spol (eds.) Nerovnost, spravedlnost, politika. Česká republika 1991–1998. Praha: Sociologické nakladatelství. Lambsdorff, Johann G. 2005. „Consequences and Causes of Corruption – What do We Know from a Cross-Section of Countries?“ Diskussionsbeitrag Nr. V-34-05. Passau: Volkswirtschaftliche Reihe der Universität Passau. [110]

Literatura

Lambsdorff, Johann G. 2006a. „Ten Years of the CPI: Determining Trends“. Pp. 292-297 in Global Corruption Report 2006. London: Transparency International. Lambsdorff, Johann G. 2006b. The Methodology of the Corruption Perceptions Index 2006 [online]. London: Transparency International [cit. 30.6.2007]. Dostupné z Lambsdorff, Johann G. 2007. The Methodology of the Corruption Perceptions Index 2007 [online]. London: Transparency International [cit. 10.1.2008]. Dostupné z http://www.transparency.org/content/download/23965/358196 Lancaster, Thomas D. a Gabriella R. Montinola. 2001. „Comparative Political Corruption: Issues Regarding Operationalization and Measurement“. Studies in Comparative International Development 36 (3): 3–28. La Porta, Rafael, Florencio Lopez-de-Silanes, Andrei Shleifer a Robert Vishny. 1999. “The Quality of Government.“ Journal of Law, Economics, and Organization 15: 222–279. Lederman, Daniel, Norman Loayza a Rodrigo Soares. 2005. „Accountability and Corruption: Political Institutions Matter“. Economics and Politics 17 (3): 1–35. Leite, Carlos a Jens Weidmann. 1999. „Does Mother Nature Corrupt? Natural Resources, Corruption, and Economic Growth“. Working Paper of the International Monetary Fund. Washington DC: International Monetary Fund. Lízal, Lubomír a Evžen Kočenda. 2001. „State of Corruption in Transition: The Case of the Czech Republic“. Emerging Markets Review 2 (2): 138–160. Lucas, Robert E. 1976. „Econometric Policy Evaluation: A Critique“. Carnegie-Rochester Conference Series on Public Policy 1: 19–46. Lynn, Peter, Nick Buck, Jonathan Burton, Annette Jackle a Heather Laurie. 2005. „A Review of Methodological Research Pertinent to Longitudinal Survey Design and Data Collection.“ ISER University of Essex Working Paper 2005-29. Essex: University of Essex. Marquette, Heather. 2007. „The World Bank’s Fight against Corruption“. Brown Journal of World Affairs 13 (2): 27–39. Matějů, Petr. 2000. „Krystalizace norem distributivní spravedlnosti“. Pp. 145–191 in Petr Matějů, Klára Vlachová a spol. (eds) Nerovnost, spravedlnost, politika. Česká republika 1991–1998. Praha: Sociologické nakladatelství. Matějů, Petr a Klára Vlachová. 2000. „Krystalizace politických postojů, politického spektra a role hodnot ve volebním rozhodování“. Pp. 253–300 in Petr Matějů, Klára Vlachová a spol. (eds.) Nerovnost, spravedlnost, politika. Česká republika 1991–1998. Praha: Sociologické nakladatelství. Matějů, Petr a Blanka Řeháková. 1996. „Education as a Strategy of Life Success in the Post-communist Transformation: The Case of the Czech Republic“. Comparative Education Review 40 (2): 158–176. Mauro, Paolo. 1995. „Corruption and Growth“. Quarterly Journal of Economics 110 (3): 681–712. Mauro, Paolo. 1997. „The Effects of Corruption on Growth, Investment, and Government Expenditure: A Cross Country Analysis“. Pp. 83-107 in Kimberly A. Elliot (ed.) Corruption and the Global Economy. Washington DC: Institute for International Economics. Maoro, Paolo. 2007. „World Bank Researchers and the Study of Corruption“. Brown Journal of World Affairs 13 (2): 67–77. McFadden, Daniel L. 1987. „Regression-based Specification Tests for the Multinomial Logit Model.“ Journal of Econometrics 34 (1–2): 63–82. Mertlík, Pavel. 1997. „Czech Privatization: From Public Ownership to Public Ownership in Five Years?“ East European Economics 35 (2): 64–83. Miller, David. 1999. Principles of Social Justice. Cambridge: Harvard University Press. [111]


Miller, William L., Åse B.Grødeland a Tatyana Y. Koshechkina. 2001. A Culture of Corruption? Coping with Government in Post-Communist Europe. Budapest: CEU Press. Mo, Pak Hung. 2001. „Corruption and Economic Growth“. Journal of Comparative Economics 29 (1): 66–79. Morris, Stephen D. 1991. Corruption & Politics in Contemporary Mexico. Tuscaloosa, AL: University of Alabama Press. MV ČR. 2003. Zpráva o korupci v České republice v roce 2002 a o plnění harmonogramu opatření Vládního programu boje proti korupci. Praha: Ministerstvo vnitra České republiky [cit. 20.10.2006]. MV ČR. 2006. Strategie vlády v boji proti korupci 2006–2011. Praha: Ministerstvo vnitra České republiky [cit. 20.08.2007]. MV ČR. 2007a. Zpráva o korupci v České republice v letech 2005–2006 a o plnění Aktualizovaného vládního programu boje proti korupci [online]. Praha: Ministerstvo vnitra České republiky [cit. 20.12.2007]. MV ČR. 2007b. Metodiky určování velikosti a původu administrativní zátěže podnikatelů, verze 1.2. Praha: Ministerstvo vnitra České republiky [cit. 23.12.2007]. MV ČR. 2008a. Reforma policie ČR. Legislativní část. Praha: Ministerstvo vnitra České republiky [cit. 15.03.2008]. MV ČR. 2008b. Zpráva o provedených vnitřních auditech v rámci svěřené působnosti resortů a ostatních ústředních orgánů státní správy s návrhy protikorupčních nástrojů. Praha: Ministerstvo vnitra České republiky [cit. 11.03.2008]. Naim, Moises. 1995. „The Corruption Eruption“. The Brown Journal of World Affairs 2 (2). Němeček, Tomáš. 2006. „Média v boji proti korupci a jejich limity. Korupce v médiích.“ Pp. 250–258 in Břetislav Dančák, Vít Hloušek a Vojtěch Šimíček (eds.) Korupce. Projevy a potírání v České republice a Evropské unii. Brno: Mezinárodní politologický ústav, Masarykova univerzita. Niepelt, Dirk. 2003. „Tax Evasion Dynamics“. Institute for International Economic Studies Seminar Paper #721. Stockholm: Institute for International Economic Studies. Nye, Joseph. 1967. „Corruption and Political Development: A Cost-Benefit Analysis“. American Political Science Review 61 (2): 417–427. OECD. 2001. „Share of Public Employment to Total Employment“. Public Management Statistics. Paris: OECD. Olken, Benjamin A. 2004. „Monitoring Corruption: Evidence from a Field Experiment in Indonesia“. NBER Working Paper 11753. Cambridge: National Bureau of Economic Research. Olken, Benjamin. A. 2006. „Corruption Perceptions Vs. Corruption Reality“. NBER Working Paper 12428. Cambridge: National Bureau of Economic Research. Ondračka, David. 2007. „Quantifying Public Procurement Losses in the Czech Republic“. Pp. 349–351 in Global Corruption Report 2007. London: Transparency International. Orenstein, Mitchell. 2001. Out of the Red: Building Capitalism and Democracy in Postcommunist Europe. Ann Arbor: University of Michigan Press. Paldam, Martin a Gert Tinggaard Svendsen. 2002. „Missing Social Capital and the Transition in Eastern Europe“. Journal for Institutional Innovation, Development and Transition 5: 21–34. Parsons, Talcott. 1964. Social Structure and Personality. New York: Free Press of Glencoe. Pavel, Jan. 2006. „Ukazatele transparentnosti trhu veřejných zakázek v České republice“ [online]. [cit. 10.12.2007] Praha: Transparency International ČR. Dostupné z http://www.transparency.cz/pdf/vz_index_transparentnosti_ metodika.pdf Persson, Torsten, Guido Tabellini a Francesco Trebbi. 2003. „Electoral Rules and Corruption“. Journal of the European Economic Association 1 (4): 958–989. [112]

Literatura

Peters, Bettina. 2003. „The Media’s Role: Covering or Covering Up Corruption?“ Global Corruption Report 2003. London: Transparency International. Peters G., John a Susan Welch. „The Effects of Charges of Corruption on Voting Behavior in Congressional Elections“. The American Political Science Review 74 (3): 697–708. Pfeffer, Fabio. 2007. „Status Attainment and Wealth. Revisiting the Achievement-Ascription Debate“. Přispěvek přednesený na konferenci Meeting of the Research Committee on Stratification (RC28), Montreal, Canada. Philp, Mark. 1997. „Defining Political Corruption“. Pp. 20–46 in Paul Heywood (ed.) Political Corruption. Oxford: Blackwell. Philp, Mark. 2002. „Conceptualizing Political Corruption“. Pp. 41–57 in Arnold J. Heidenheimer and Michael Johnston (eds.) Political Corruption: Concepts and Contexts. New Brunswick, NJ: Transaction Publishers. Rauch, James E. a Peter B. Evans. 2000. „Bureaucratic Structure and Bureaucratic Performance in Less Developed Countries“. Journal of Public Economics 75: 49–71. Rawls, John. 1971. A Theory of Justice. Cambridge: Harvard University Press. Rawls, John. 2001. Justice as Fairness: A Restatement. Cambridge: Harvard University Press. Reed, Quentin. 1996. Political Corruption, Privatisation and Control in the Czech Republic: A Case Study of Problems in Multiple Transition. Disertační práce. Oriel College, University of Oxford. Reed, Quentin. 1999. „Politická korupce v postkomunistické společnosti“. Pp. 116–158 in Pavol Frič a kol. (eds.) Korupce na český způsob. Praha: G plus G. Reinganum, Jennifer E. a Louis L. Wilde. 1991. „Equilibrium Enforcement and Compliance in the Presence of Tax Practitioners“. Journal of Law, Economics, and Organization 7 (1): 163–168. Reinikka, Ritva a Jakob Svensson. 2004. „Local Capture: Evidence from a Central Government Transfer Program in Uganda“. Quarterly Journal of Economics 119 (2): 679–706. Reinikka, Ritva a Jakob Svensson. 2006. „Using Micro-Surveys to Measure and Explain Corruption.“ World Development 34 (2): 359–370. Rock, Michael a Heidi Bonnett. 2004. „The Comparative Politics of Corruption: Accounting for the East Asian Paradox in Empirical Studies of Corruption, Growth and Investment“. World Development 32 (6): 999–1017. Rose, Richard, William Mishler a Christian Haerpfer. 1998. Democracy and its Alternatives: Understanding PostCommunist Societies. Baltimore: Johns Hopkins University Press. Rose-Ackerman, Susan. 1978. Corruption: A Study in Political Economy. New York: Academic Press. Rose-Ackerman, Susan. 1999. Corruption and Government: Causes, Consequences, and Reform. Cambridge: Cambridge University Press. Rothstein, Bo a Dietlind Stolle. 2002. „How Political Institutions Create and Destroy Social Capital: An Institutional Theory of Generalized Trust“. Přispěvek přednesený na konferenci National Conference of the American Political Science Association, 29. 8–2. 9, 2002. Boston, MA. Sandholtz, Wayne a Rein Taagepera. 2005. „Corruption, Culture, and Communism“. International Review of Sociology 15 (1): 109–131. Schmidt, Diana. 2007. „Anti-corruption: What Do We Know? Research on Preventing Corruption in the Postcommunist World“. Political Studies Review 5: 202–232. Schneider, Friedrich. 2005. „Shadow Economies around the World: What do We Really Know?“ European Journal of Political Economy 21 (3): 598– 642. Schneider, Friedrich. 2007. „Shadow Economies and Corruption All Over the World: New Estimates for 145 Countries“. Working Paper No. 0617. Linz: Department of Economics, Johannes Kepler University. [113]


Schneider, Friedrich. 2006. „Shadow Economies of 145 countries All Over the World: What do We Really Know?“ CESifo Working Paper # 1806. Munich: CESifo Group. Schneider, Friedrich a Robert Klinglmair. 2004. „Shadow Economies around the World: What Do We Know?“ IZA Discussion Paper No. 1043. Scholz, John T. a Mark Lubell. 1998. „Adaptive Political Attitudes: Duty, Trust, and Fear as Monitors of Tax Policy“. American Journal of Political Science 42 (3): 903–920. Scott, James C. 1972. Comparative Political Corruption. Englewood Cliffs, NJ: Prentice-Hall. Seldadyo, Harry a Jakob de Haan. 2005. „The Determinants of Corruption: A Reinvestigation“. Mimeo. University of Groningen. Seligson, Mitchell. 2005. „The Measurement and Impact of Corruption Victimization: Survey Evidence from Latin America“. World Development 34 (2): 381–404. Serra, Danila. 2006. „Empirical Determinants of Corruption: A Sensitivity Analysis“. Public Choice 126 (1-2): 225–256. Slemrod, Joel. 1985. „An Empirical Test for Tax Evasion“. The Review of Economics and Statistics 67 (2): 232–238. Smilov, Daniel a Rashko Dorosiev. 2007. „Perceptions of Corruption in Bulgaria: A Content Analysis of Documents from Politics, Judiciary, Police, Media, Civil Society and Economy“. Crime 7 Culture Discussion Paper Series No 7. Konstanz: University of Konstanz. Solnick, Steven L. 1998. Stealing the State: Control and Collapse of Soviet Institutions. Cambridge: Harvard University Press. Solum, Lawrence B. 2004. „Procedural Justice“. Research Paper No. 04–02, Public Law and Legal Theory Research Paper Series. San Diego: University of San Diego School of Law. Stark, David a Laszlo Bruszt. 1998. Postsocialist Pathways: Transforming Politics and Property in East Central Europe. Cambridge: Cambridge University Press. Svensson, Jakob. 2005. „Eight Questions About Corruption“. Journal of Economic Perspectives 19 (3): 19–42. Šimečka, Milan. 1990. Obnovenie poriadku. Bratislava: Archa. Dančák, Břetislav, Vít Hloušek a Vojtěch Šimíček (eds.). 2006. Korupce. Projevy a potírání v České republice a Evropské unii. Brno: Mezinárodní politologický ústav, Masarykova univerzita. Štička, Michal. 2006. „Depolitizace ústřední státní správy v ČR: nedokončený úkol“. Pp. 127–156 in Transparentní procesy v politickém rozhodování. Sborník textů k problému korupce politických představitelů. Praha: Transparency International ČR. Tanzi, Vito a Hamid R. Davoodi. 1998. „Roads to Nowhere: How Corruption in Public Investment Hurts Growth“. IMF Economic Issues No. 12. Washington DC: International Monetary Fund. Tanzi, Vito a Hamid R. Davoodi. „Corruption, Growth, and Public Finances“. Pp. 197–224 in George T. Abed a Sanjeev Gupta (eds.) Governance, Corruption, & Economic Performance. Washington DC: International Monetary Fund. Tiffen, Rodney. 1999. Scandals: Media, Politics & Corruption in Contemporary Australia. Sydney: UNSW Press. Thomas, Melissa. 2006. „What do the Worldwide Governance Indicators Measure?“ Mimeo. Dostupné z SSRN: http:// ssrn.com/abstract=1007527. Thompson, Theresa a Anwar Shah. 2005 „Transparency International’s Corruption Perceptions Index: Whose Perceptions Are They Anyway?“ World Bank Working Paper. Washington DC: World Bank. Tonoyan, Vartuhi. 2003. „The Bright and Dark Sides of Trust: Corruption and Entrepreneurship“. Příspěvek přednesený na konferenci International Conference on Trust and Entrepreneurial Behavior in East and West European Economies: Concepts, Developments and Comparative Aspects“. Bremen, 26–27. 9. 2003. [114]

Literatura

Transparency International ČR. 2005. Veřejné zakázky v České republice: Korupce nebo transparentnost? Praha: Transparency International ČR. Treisman, Daniel. 2000. „The Causes of Corruption: A Cross-National Study“. Journal of Public Economics 76 (3): 399–457. Treisman, Daniel. 2007. „What Have We Learned about the Causes of Corruption from Ten Years of Corruption Research?“ Annual Review of Political Science 10: 211–244. Tversky, Amos a Daniel Kahneman. 1974. „Judgment Under Uncertainty: Heuristics and Biases“. Science 185 (4157): 1124–1130. Uslaner, Eric. M. 2002. The Moral Foundations of Trust. Cambridge: Cambridge University Press. Uslaner, Eric. M. 2004. „Trust and Corruption“. Pp. 76–92 in Johann Graf Lambsdorff, Markus Taube a Matthias Schramm (eds.) The New Institutional Economics of Corruption. London: Routledge. Uslaner, Eric. 2008. Corruption, Inequality, and the Rule of Law. Cambridge: Cambridge University Press. Van Rijckeghem, Caroline a Beatrice Weder. 2001. „Bureaucratic Corruption and the Rate of Temptation: Do Wages in the Civil Service Affect Corruption, and by How Much?“ Journal of Development Economics 65 (2): 307–331. Watson, Harry. 1985. „Tax Evasion and Labor Markets“. Journal of Public Economics 27 (2): 231–246. Wittgenstein, Ludwig. 1998. Philosophical Investigations/Philosophische Untersuchungen. London: Blackwell. World Bank. 2006. World Development Indicators 2006. New York: World Bank. Yaniv, Gideon. 1994. „Tax Evasion and the Income Tax Rate: A Theoretical Reexamination“. Public Finance 49: 107–112. You, Jong-Sung. 2005. A Comparative Study of Income Inequality, Corruption, and Social Trust: How Inequality and Corruption Reinforce Each Other and Erode Social Trust. Disertační práce. Cambridge: Harvard University. Žák, Milan. 1999. Pp. 9–47 in Pavol Frič a kol. (eds.) Korupce na český způsob. Praha: G plus G.

[115]

Vnímání a realita korupce v České republice Nové výzkumy, metody a postupy Michael L. Smith a kol. Návrh obálky: Petr Honzátko, Cydonia, spol. s r. o., Praha 10 Vydala: ISEA – Institut pro sociální a ekonomické analýzy, K Červenému vrchu 6/101, 160 00 Praha 6

Jazyková redakce: ÚIV – Divize informací a služeb. Grafická úprava, sazba a tisk: ÚIV – divize Nakladatelství TAURIS. 1. vydání Praha 2008

Vnímání a realita korupce v České republice Nové výzkumy, metody a postupy. Michael L. Smith a kol

Recommend Documents