MENDELOVA UNIVERZITA V BRNĚ. Analýza demografického vývoje Jihočeského kraje

Transkript

1 MENDELOVA UNIVERZITA V BRNĚ Fakulta regionálního rozvoje a mezinárodních studií Analýza demografického vývoje Jihočeského kraje Bakalářská práce Autor: Alice Cahová Vedoucí práce: PhDr. Dana Hübelová, Ph.D. Brno 2012

2 Zadání bakalářské práce

3 Abstrakt Předmětem této bakalářské práce je analýza demografického vývoje Jihočeského kraje v období let a následně porovnání kraje s vývojem v České republice ve stejném časovém období. Ve shodném časovém období byly analyzovány následující demografické ukazatele: sňatečnost, rozvodovost, porodnost, potratovost, úmrtnost. Za použití metod vyrovnání časových řad vhodnou trendovou funkcí byl predikován vývoj výše zmíněných ukazatelů do roku Pro stanovení vhodného modelu trendu byla použita interpolační a extrapolační kritéria. Na základě provedených analýz bylo zjištěno, že v Jihočeském kraji dochází k postupnému snižování úmrtnosti, sňatečnosti, rozvodovosti, potratovosti ve sledovaném období. Naopak dochází ke zvyšování úrovně porodnosti a celkového přírůstku obyvatelstva. Klíčová slova Demografie, demografické ukazatele, Jihočeský kraj, populační vývoj, časová řada Abstract The subject of the bachelor thesis is to analyze the demographic development of South Bohemian region in the period and subsequently comparison with development in the Czech Republic at the same time period. For the same period were analyzed the following demographic indicators: marriage rate, divorce rate, birth rate, abortion rate, the death rate. Using time series methods of compensation appropriate trend function there was predicted evolution of the above indicators by To determine the appropriate model was used trend extrapolation and interpolation criteria. Based on done analyzes it was found that in the South Bohemian region it leads to a gradual reduction in death rate, marriage rate, divorce rate, abortion rate in analyzed period. On the contrary there is an increase of the level of birth rate and the overall population growth. Key words Demography, demographic indicators, South Bohemian region, population development, time series

4 Prohlašuji, že jsem bakalářskou práci na téma Analýza demografického vývoje Jihočeského kraje vypracovala samostatně pod vedením vedoucí mé bakalářské práce a uvedla jsem v seznamu použité literatury všechny použité zdroje. V Brně dne 30. dubna Podpis

5 Poděkování Na tomto místě bych chtěla poděkovat vedoucí bakalářské práce PhDr. Daně Hübelové, Ph.D. za odborné vedení práce, cenné rady, připomínky a trpělivost během jejího vytváření. Ráda bych také poděkovala své rodině, příteli a všem blízkým, kteří mě při vytváření této práce podpořili, a bez jejich pomoci by nebylo možné práci dokončit.

6 Obsah 1 Úvod a cíl práce Úvod Cíl práce Literární přehled Vymezení pojmů demografie Demografické disciplíny Prameny demografických údajů Sčítání lidu Evidence přirozeného pohybu Evidence stěhování Populační registr Demografické ukazatele Analýza struktury obyvatelstva Struktura obyvatelstva podle pohlaví Struktura obyvatelstva podle věku Demografické procesy Porodnost a plodnost Úmrtnost Potratovost Sňatečnost Rozvodovost Materiál a metodika

7 3.1 Časové řady Srovnatelnost údajů v časové řadě Modelování časových řad Volba vhodného modelu trendu Popis trendové složky Lineární trend Parabolický trend Výsledky práce a diskuze Charakteristika kraje Struktura obyvatelstva podle pohlaví a věku Ukazatele úmrtnosti Ukazatele porodnosti Ukazatele sňatečnosti Ukazatele rozvodovosti Ukazatele potratovosti Přírůstek obyvatelstva Srovnání s vývojem v České republice Závěr Seznam použité literatury Seznam obrázků Seznam tabulek Seznam příloh

8 1 Úvod a cíl práce 1.1 Úvod Téma bakalářské práce Analýza demografického vývoje Jihočeského kraje, jsem si vybrala, neboť mě problematika demografie v České republice zajímá a na samotný Jihočeský kraj, ve kterém jsem trávila s prarodiči letní dovolené na Lipně jako dítě, mám velice hezké vzpomínky. Cílem teoretické části je přiblížit problematiku demografie obecně. Představit tak možné prameny demografických údajů, ukázat jak se základním způsobem člení demografické ukazatele, struktura obyvatelstva a blíže specifikovat demografické procesy. Dále v části Materiál a metodika budou popsány časové řady a jejich modelování, volba vhodného modelu trendu a trendové složky. V praktické části je cílem provést analýzu demografických ukazatelů, vyrovnat časové řady vhodnou trendovou funkcí a predikovat tak jejich vývoj do dalších let. V závěru práce bude porovnán vývoj základních demografických ukazatelů s vývojem v České republice. 1.2 Cíl práce Hlavním cílem bakalářské práce je provést analýzu demografického vývoje Jihočeského kraje v průběhu let Vedlejším cílem porovnat s vývojem v České republice ve stejném období, analyzovat demografické ukazatele (porodnost, úmrtnost, sňatečnost, rozvodovost, potratovost). Vývoj těchto zmíněných ukazatelů bude vyhodnocen pomocí analýzy časových řad a bude popsán trend jejich vývoje. 8

9 2 Literární přehled 2.1 Vymezení pojmů demografie Současná demografie se řadí mezi vědy zabývající se problematikou obyvatelstva a studiem lidských populací. Mnoho autorů se na demografii dívá z odlišných, v podstatě ale blízkých hledisek. (Klufová, Poláková, 2010) Demografie vznikla jako složenina dvou řeckých slov démos neboli lid a grafein, což znamená psát. Přeložením do českého jazyka je to lidopis. Z názvu demografie můžeme tedy vyvodit, že se zabývá popisem lidu, což však není zcela přesné, protože popisem lidu (spíše používáme termín populace) se zabývá řada jiných věd. Demografie se zabývá reprodukcí populací. (Koschin, 2005) Kalibová (2001, s. 5) popisuje demografii jako vědní obor, který se zabývá studiem reprodukce lidských populací a podmíněnostmi tohoto procesu. Podle Roubíčka (1997) je demografie společenská věda zkoumající demografické jevy a procesy, popř. zákonitosti, kterými se uvedené jevy a procesy řídí. Objektem demografického studia jsou lidské populace, předmětem studia demografie je demografická reprodukce, chápaná jako neustálá obnova lidských populací v důsledku procesu rození a vymírání (Kalibová, 2001). Je nutné rozlišovat termín obyvatelstvo (soubor lidí žijících na určitém území státu, kraje, města) a termín lidské populace jako soubory lidí, mezi nimiž dochází k demografické reprodukci (Vystoupil a Tarabová, 2004). Populace je svou podstatou biologickým systémem, tvořeným živými bytostmi určitého biologického druhu, jejich vlastností a odpovídajících reprodukčních vztahů mezi nimi (Vystoupil a Tarabová, 2004). Demografické události (jevy) jsou důležité události v lidském životě, které jako hromadné jevy vytvářejí průběh demografické reprodukce. Tyto události se evidují a poté studují jako hromadné jevy, nikoli jako individuální události v životě jedince. (demografie.info) 9

10 Demografické (populační) jevy a procesy, které jsou předmětem zkoumání demografie, jsou hromadné biosociální jevy a procesy, charakterizující reprodukci obyvatelstva v jeho totalitě (Roubíček, 1997). 2.2 Demografické disciplíny Kalibová (2001, s. 5) vymezuje na základě různých kritérií demografické subdisciplíny: Demografická analýza zabývá se rozborem jednotlivých složek demografické reprodukce, tj. úmrtnosti spojené s nemocností, porodnosti, potratovosti, sňatečnosti a rozvodovosti. Demografická analýza studuje demografické události jako hromadné jevy s cílem vymezit jejich charakteristické znaky a zkoumat jejich proměnlivost v průběhu času nebo na určitém území. Při svém studiu vychází ze základní datové dokumentace a údaje dává do vzájemných vztahů a souvislostí. Výsledkem jsou pak demografické ukazatele. V demografické analýze má významné postavení studium úmrtnosti, které se rozborem příčin úmrtí a nemocnosti přibližuje sociálnímu lékařství. Demografická metodologie v demografii, stejně jako v jiných oborech, lze aplikovat všechny vhodné metody, které jsou již svou povahou univerzální. Demografická metodologie zahrnuje demografickou statistiku, matematickou demografii, demografické modely apod. Úzce navazuje na ostatní metodologické obory, jakými jsou např. statistika, matematika, logika a teorie pravděpodobnosti. Široké použití a dlouhou tradici má v demografii vytváření různých modelů. Regionální demografie studuje demografické procesy z hlediska regionálních podobností a rozdílů. Zkoumané regiony mohou být vymezeny buď na základě administrativních hranic (administrativní jednotky různého řádu, tj. např. okres, kraj, stát, skupina států) nebo na základě své demografické homogenity. Regionální demografie úzce souvisí s geodemografií a geografií obyvatelstva, která se zabývá vývojem rozmístění a migrací obyvatelstva. 2.3 Prameny demografických údajů Podle Kalibové (2001) se za prameny demografických dat považují v zásadě všechny prameny běžné demografické statistiky a výsledky speciálních výběrových šetření. Tyto prameny poskytují údaje pro analýzu procesu demografické reprodukce zahrnující 10

11 hodnocení demografických změn (dlouhodobých trendů i krátkodobých kolísání) v souvislosti se změnami v sociální, ekonomické a politické oblasti. Lze vymezit pět typů statistického popisu, které jsou pramenem demografických a geodemografických dat (Vystoupil a Tarabová, 2004): Sčítání lidu Běžná evidence přirozené měny včetně některých dalších jevů Běžná evidence migrací Populační registr Zvláštní šetření (např. populačního klimatu) Sčítání lidu Sčítání lidu (populační census) je souborná statistická akce sběru, uspořádání, zhodnocení, analýzy a publikace vybraných demografických, ekonomických a sociálních údajů. Výsledky sčítání lidu nás informují o stavu, počtu, rozmístění a struktuře obyvatelstva k danému okamžiku a týkají se všech obyvatel v zemi nebo v její určité, přesně vymezené části. Sčítané osoby jsou zákonem povinné odpovídat na kladené otázky. Při vlastním sčítání jsou sčítané osoby dotazovány sčítacím komisařem, který sám vyplňuje sčítací arch nebo pomocí formulářů, jež vyplňují přímo sčítané osoby. (Kalibová, 2001) Evidence přirozeného pohybu Záznamy o přirozeném pohybu obsahují jak evidenci narození a úmrtí, tak i demografických událostí významných pro demografickou reprodukci (sňatek, rozvod, potrat). Narození, úmrtí a sňatky jsou v mnoha zemích registrovány v matrikách, které jsou zpravidla vedeny odděleně: kniha (matrika) narození, úmrtí a sňatků. (Vystoupil a Tarabová, 2004) Evidence stěhování Je vedena odděleně pro vnitrostátní a zahraniční migraci. Základní údaje o migraci se zpracovávají na základě Hlášení o stěhování a vyhodnocují za základní územní jednotky. Srovnatelnost dat je proto významně ovlivněna změnami administrativního členění obcí. (Vystoupil a Tarabová, 2004) 11

12 2.3.4 Populační registr Populační registry slouží k průběžné registraci (formou registračních lístků nebo pomocí výpočetní techniky) obyvatel daného státu a jsou nejmladším pramenem informací. Každá osoba je do registru zařazena pod svým rodným číslem a její údaje jsou průběžně doplňovány převáděním vybraných záznamů z evidence přirozeného pohybu a z evidence stěhování. (Vystoupil a Tarabová, 2004) 2.4 Demografické ukazatele Kalibová (2001, s.13) uvádí: Za demografické ukazatele se považují všechna základní i analytická data, která se vztahují k jednotlivým složkám procesu demografické reprodukce, tj. k úmrtnosti, porodnosti, sňatečnosti, rozvodovosti, nemocnosti a potratovosti. Podle Vystoupila a Tarabové (2004, s. 16) se základní demografické ukazatele většinou člení do tří kategorií: 1. Poměrná čísla extenzivní vznikají vydělením dvou stejnorodých údajů ve stejném časovém okamžiku a shodném územním vymezení (např. struktura zemřelých podle věku, podíl mužů v populaci) 2. Poměrná čísla intenzivní vznikají vydělením různorodých údajů, když jednotky vyjádřené ve jmenovateli jsou nositelem událostí nebo jevu vyjádřeného v čitateli (např. počet zemřelých dělený počtem obyvatel). V rámci nich se někdy vyčleňují míry a kvocienty. 3. Indexy vznikají jako podíl dvou absolutních čísel vymezených různě časově nebo prostorově (např. index vývoje počtu obyvatel v roce 1961 a 1991) Podle jiných hledisek rozlišují Vystoupil a Tarabová (2004, s. 16) ukazatele na: celkové (obecné) nebo specifické (diferenční) podle toho, zda jsou vypočteny za celou populaci nebo její část definitivní nebo předběžné (na základě neúplných nebo nedostatečně zkontrolovaných dat) hrubé (vypočtené na základě jednoduchých metod) nebo srovnávací (při výpočtu vyloučíme vliv některé z podmínek, která se vlastním procesem přímo nesouvisí) 12

13 2.5 Analýza struktury obyvatelstva K základním demografickým strukturám řadíme třídění obyvatelstva podle pohlaví a podle věku. Roubíček (1997) nazývá toto třídění tříděním biologickým a řadí ho mezi nejdůležitější, nejzákladnější a nejcharakterističtější třídění Struktura obyvatelstva podle pohlaví Hovoříme-li o struktuře obyvatelstva podle pohlaví, používáme jako jednu z charakteristik maskulinitu. Za ukazatele maskulinity považujeme (Vystoupil a Tarabová, 2004): podíl mužů v celé populaci, vyjádřený nejčastěji v % index maskulinity, což je poměr mužů a žen v populaci, vyjádřený obvykle na 100 nebo 1000 žen δ = ima =. 100 Podobně lze vytvářet ukazatele feminity: podíl žen v celkové populaci index feminity ife, udávající počet žen připadajících na 100 mužů (1 δ) = ife =. 100 Struktura mužů a žen v populaci je v průběhu života proměnlivá a závisí na třech typech rozdílných procesů (Kalibová, 2001): 1. Mezi narozenými dětmi převažují chlapci, což je výrazem biologické zákonitosti. Index maskulinity narozených (označovaný též jako sekundární index maskulinity) dosahuje ve všech zemích hodnot v rozmezí , nejčastěji však Dalším procesem je diferenční úmrtnost mužů a žen. V demograficky vyspělých zemích je téměř ve všech věkových skupinách větší intenzita mortality mužů než žen (tzv. mužská neúmrtnost), která se projevuje výsledně v rozdílné naději dožití obou pohlaví. 3. Posledním procesem majícím vliv na zastoupení mužů a žen v populaci je migrace (nejčastěji pracovní). 13

14 2.5.2 Struktura obyvatelstva podle věku Věková struktura se vyjadřuje rozdělením celkového počtu mužů, resp. žen do jednoletých nebo víceletých skupin. Při grafickém znázornění věkové struktury používáme dvojitý histogram. (Vystoupil a Tarabová, 2004) Obyvatelstvo je možné podle věku rozdělit do tří základních skupin: dětská (obyvatelstvo 0 14 let) reprodukční (obyvatelstvo let) postprodukční (obyvatelstvo 50 a více let) 2.6 Demografické procesy Procesem se rozumí, když jedinec prožívá změnu svého stavu, tj. skutečný přechod z jednoho stavu do druhého. Všechny demografické procesy se vyznačují demografickou událostí (demografie.info): Porodnost narozením Úmrtnost úmrtím Potratovost potratem Sňatečnost uzavřením manželství Rozvodovost rozvodem Porodnost a plodnost Termíny porodnost a plodnost jsou odvozeny především od označení dvou odlišných ukazatelů, charakterizující procesy, související s pozitivní stránkou přirozené reprodukce (Roubíček, 1997, s. 222). Porodnost je jedním z hlavních demografických procesů, spolu s úmrtností představuje základní složku demografické reprodukce populací. Analýzu procesu porodnosti je možné začít už početím. Početím začíná těhotenství končící porodem, a to buď jednočetným nebo vícečetným. (Vystoupil a Tarabová, 2004) Úroveň porodnosti je závislá na plodivosti neboli fekunditě, což znamená schopnost muže a ženy rodit děti. Jejím výsledkem, vyjádřeným počtem narozených dětí, je plodnost neboli fertilita. Úroveň porodnosti je také ovlivněna vnějšími 14

15 nebiologickými činiteli jako např. populační politika státu, bytová situace partnerů, uplatnění na trhu práce, hodnotový systém partnerů, náboženské vyznání apod. (demografie.info) Fyziologická neschopnost plození se nazývá neplodnost nebo také sterilita. Pod pojmem bezdětnost se rozumí fyziologická neplodnost nebo záměrná snaha nemít děti. (Vystoupil a Tarabová, 2004) Rozlišení narozených děti podle několika faktorů (demografie.info) : dle rodinného stavu matky v době porodu manželské a nemanželské dle projevu, resp. neexistence známek života živě a mrtvě narozené dle věku matky při porodu dle pořadí tzn. kolikáté dítě matky to je, biologické a v manželství Základním ukazatelem porodnosti je hrubá míra celkové porodnosti (hmcp), která vyjadřuje poměr počtu narozených ke střednímu stavu obyvatelstva v daném období. V praxi se však hlavně používá ukazatel obecné míry plodnosti, která je definovaná jako poměr počtu živě narozených na 1000 žen v reprodukčním věku Úmrtnost Termín úmrtnost značí proces přirozeného úbytku obyvatelstva úmrtími jednotlivých jeho příslušníků. Tento proces tudíž souvisí s populačním růstem a podílí se na absolutní změně počtu obyvatelstva. (Roubíček, 1997) Doplněna nemocností je úmrtnost jedním ze základních ukazatelů vypovídajícím o zdravotním stavu populace. Zdravotní stav, nemocnost a úmrtnost jsou určeny řadou faktorů. V podstatě lze vyčlenit tři hlavní skupiny (demografie.info): a) genetické faktory např. vyšší úmrtnost mužů (ženy mají nižší úmrtnost a žijí déle, proto studujeme úmrtnost vždy odděleně za jednotlivá pohlaví) b) ekologické faktory např. klimatické podmínky, životní prostředí c) socioekonomické faktory 15

16 individuální: životní úroveň, úroveň vzdělání, postoj ke zdraví, péče o vlastní zdraví a využívání preventivních opatření, stravovací návyky, výživa, fyzická aktivita vlivy prostředí: úroveň zdravotnictví, dostupnost a kvalita lékařské péče, rozvoj medicíny a lékařské techniky, systém zdravotní politiky, systém sociálního zabezpečení, ekonomická situace Nejjednodušším ukazatelem je hrubá míra úmrtnosti (hmú), která se vyjadřuje jako počet zemřelých připadajících na 1000 obyvatel středního stavu (Vystoupil a Tarabová, 2004). Nevýhodou ukazatele je nezohlednění věkového specifika dané populace. Koschin (2005) označuje ukazatele hrubé míry úmrtnosti za veličinu, která vypovídá o úmrtnosti falešně, ale je to dobrá charakteristika procesu vymírání populace. Charakterizuje tak úmrtnost jiným způsobem a to pomocí specifické míry úmrtnosti Specifická míra úmrtnosti nás informuje o změně úmrtnosti s věkem. Počet zemřelých do jednoho roku na 1000 živě narozených téhož kalendářního roku se označuje jako kvocient kojenecké úmrtnosti kú (Vystoupil a Tarabová, 2004) Potratovost Potratovost označuje demografický proces, který se váže ke klíčovým procesům lidské reprodukce k porodnosti a úmrtnosti. Podle Vystoupila a Tarabové (2004) se potratem rozumí ukončení těhotenství zpravidla do 28 týdnů. Česká statistika rozeznává tři druhy potratů: potraty na žádost (interrupce) samovolné potraty (spontánní vypuzení plodu) ostatní potraty (bezprostředně ohrožující život ženy) Mezi nejdůležitější faktory ovlivňující úroveň potratovosti patří: legislativní ustanovení, antikoncepce (dostupnost, rozšíření, metody), společenské klima, individuální vlivy (náboženské přesvědčení, úroveň vzdělání, ekonomická situace), reprodukční zdraví populace. 16

17 Demografický informační portál ( ) definuje potrat jako: 1. ukončení těhotenství ženy, při kterém: plod neprojevuje žádnou známku života a jeho porodní hmotnost je menší než 1000 g a pokud ji nejde zjistit, jestliže těhotenství trvá kratší dobu než 28 týdnů plod projevuje přinejmenším jednu ze známek života a má porodní hmotnost menší než 500 g, ale nepřežije 24 hodin po porodu z dělohy ženy bylo vyjmuto plodové vejce bez plodu, anebo těhotenská sliznice 2. ukončení mimoděložního těhotenství anebo umělé přerušení těhotenství provedené podle zvláštních předpisů U analýzy procesu potratovosti sledujeme výskyt potratů ve vztahu k celé populaci, k ženám v reprodukčním věku nebo k živě narozeným dětem. Nejjednodušší ukazatel intenzity potratovosti je hrubá míra potratovosti hmpo, udávající počet všech potratů na 1000 obyvatel středního stavu. (Kalibová, 2001) Sňatečnost Dle Kalibové (2001) se sňatečností rozumí proces formování, tj. uzavírání sňatků na základě zákonem stanovených podmínek. Sňatek je opakující se demografická událost, která nemusí nastat u každého jedince (na rozdíl od narození a úmrtí). Neobnovitelnou událostí je výhradně první sňatek. Limitujícími faktory, které ovlivňují uzavírání sňatků, jsou (demografie.info): minimální sňatkový věk v České republice je 18 let. Manželství nemůže uzavřít nezletilý. Výjimečně, pokud je to v souladu se společenským účelem manželství (např. těhotenství partnerky), může soud z důležitých důvodů povolit uzavření manželství nezletilému staršímu než 16 let. Návrh na uzavření manželství podává sám nezletilý, kterému není nutno ustanovit opatrovníka. rodinný stav sezdaní již nemohou vstoupit do manželství toto platí pouze v monogamních společnostech, tj. společnostech, ve kterých není dovoleno mnohoženství či mnohomužství. 17

18 určitý stupeň pokrevnosti v přímé linii, tj. rodiče s dětmi a sourozenci nemohou uzavřít sňatek, bratranec se sestřenicí se již vzít mohou. pohlaví novomanželů v České republice mohou uzavřít sňatek pouze osoby odlišného pohlaví. Zákon o registrovaném partnerství byl v ČR schválen (zákon č. 115/2006 Sb.), ale registrované partnerství není rovnocenné s uzavřením manželství a není tedy ani centrálně statisticky evidováno. Nejjednodušší ukazatel, znázorňující úroveň sňatečnosti, je hrubá míra sňatečnosti (hms), která udává počet sňatků na 1000 obyvatel středního stavu ve sledovaném časovém období Rozvodovost Rozvod je právním ukončením manželství. Uskutečňuje se na základě podání žádosti a dojde k němu rozhodnutím soudu. Do roku 1949 se manželství ukončovala buď rozvodem (s nemožností uzavřít další sňatek), nebo rozlukou, která umožňovala další sňatek. Zákon č. 265/1949 sb., o rodinném právu ustanovil rozvod jako jedinou formu právního zániku manželství za života manželů. Česká statistika člení rozvody podle délky trvání manželství (nepřihlíží se při tom k roku uzavření manželství), dále v ní najdeme informace o způsobu vyřízení podaných návrhů na rozvod, o rozvodech podle počtu nezletilých dětí a o příčinách rozvodu. Při podrobnějším zkoumání rozvodovosti můžeme také zahrnout další faktory, které mají vliv na intenzitu rozvodovosti např. pořadí sňatku, počet předchozích rozvodů, věk při sňatku, věkový rozdíl manželů, počet dětí v manželství, socioprofesní postavení, dosažené vzdělání, státní občanství manželů, nebo velikost obce. (demografie.info) Ukazatelem úrovně rozvodovosti je hrubá míra rozvodovosti (hmro), která se vypočítává jako podíl rozvodů na 1000 obyvatel středního stavu za jeden kalendářní rok. 18

19 3 Materiál a metodika 3.1 Časové řady Časová řada je posloupnost věcně a prostorově srovnatelných pozorování, jednoznačně uspořádaných z časového hlediska ve směru minulost-přítomnost. Analýzou (případně prognózou) časových řad pak rozumíme souhrn metod sloužících k popsání těchto řad. (Hindls, Hronová, Seger, 2007) Rozlišení základních druhů časových řad ekonomických ukazatelů (Hindls, Hronová, Seger, 2007): a) podle rozhodného časového hlediska na: Intervalové časové řady řady ukazatelů, jejichž velikost je závislá na délce intervalu, za který je sledován. Pro tyto ukazatele lze tvořit součty. Intervalové ukazatele je nutné vztahovat k intervalům se stejnou délkou, protože v opačném případě by mohlo dojít ke zkreslenému srovnání. Pro zajištění srovnatelnosti obvykle přepočítáváme období na jednotkový časový interval. Této operaci říkáme očišťování časových řad od důsledků kalendářních variací. Údaje, očištěné na kalendářní dny, vypočítáme jako y () = y, kde y značí hodnotu očišťovaného ukazatele v příslušném dílčím období roku, k je počet kalendářních dní v příslušném dílčím období roku, k je průměrný počet kalendářních dní v dílčím období roku. Okamžikové časové řady ukazatele, z nichž jsou tyto řady sestaveny, se vztahují k určitému okamžiku. Jelikož prostý součet za několik za sebou jdoucích hodnot nedává reálný smysl, je nutné jejich shrnutí pomocí speciálního průměru. Tento průměr nazýváme chronologický průměr. Při jeho výpočtu nejdříve počítáme aritmetický průměr hodnot okamžikových ukazatelů příslušejících časovým okamžikům t a t, poté to stejné pro t a t, až pro t, t. Z těchto průměrů následně stanovíme průměr za celou časovou řadu. 19

20 Prostý chronologický průměr stejná délka mezi jednotlivými časovými okamžiky, jeho vzorec nabývá pak tvaru: y = y + y 2 + y + y y + y 2 = k y + y + + y y k 1 Vážený chronologický průměr délka mezi jednotlivými časovými okamžiky není konstantní, jeho vzorec nabývá pak tvaru: y = y + y 2 d + y + y 2 d + + y + y 2 d + d + + d d b) podle periodicity (délky období u intervalové časové řady), s jakou jsou údaje sledovány na: Roční (dlouhodobé) časové řady periodicita roční nebo delší než jeden rok Krátkodobé časové řady periodicita kratší než jeden rok (údaje zaznamenávány ve čtvrtletních, měsíčních, týdenních aj. obdobích) c) podle druhu sledovaných ukazatelů na: Primární (prvotní) časové řady zjišťují se přímo, lze jednoznačně stanovit typ charakteristiky, statistické jednotky i statistického znaku Sekundární (odvozené) časové řady mohou vznikat třemi způsoby: jako funkce různých primárních ukazatelů, jako funkce různých hodnot stejného primárního ukazatele nebo jako funkce dvou či více primárních ukazatelů d) podle způsobu vyjádření údajů na: časové řady naturálních ukazatelů hodnoty ukazatele jsou vyjadřovány v naturálních jednotkách, mají menší vypovídací schopnost časové řady peněžních ukazatelů tvoří většinu důležitých ekonomických časových řad Srovnatelnost údajů v časové řadě Důležitým pojmem v analýze časových řad je srovnatelnost údajů. Před použitím odpovídajících statistických metod k analýze a eventuálně k prognóze údajů v časové řadě, je nutné se ubezpečit o tom, jestli jsou údaje skutečně srovnatelné z věcného, prostorového a časového hlediska. (Hindls, Hronová, Seger, 2007) 20

21 Věcná srovnatelnost obvykle stejně nazývané ukazatele nemusí být pokaždé stejně obsahově vymezené. Pokud se mění v průběhu času obsahové vymezení ukazatele, jde o údaje časové řady nesrovnatelné a pro následující úvahy prakticky bezcenné. Prostorová srovnatelnost prostorovou srovnatelností rozumíme možnost používat údaje v časových řadách, které se vztahují k totožným geografickým územím. Ne vždy však musí jít pouze o geografický problém. Časová srovnatelnost bývá problémem převážně u intervalových časových řad (tj. u ukazatelů, kdy jejich velikost je závislá na délce interval) Modelování časových řad Tradičním výchozím principem modelování časových řad je jednorozměrný model y = f(t, ε ), kde y udává hodnotu modelového ukazatele v čase t, t = 1,2, n (o proměnné t mnohdy mluvíme jako o proměnné časové), ε udává hodnotu náhodné složky (poruchy) v čase t. (Hindls, Hronová, Seger, 2007) Jedním ze způsobů jak lze přistupovat k jednorozměrnému modelu je podle Hindlse, Hronové a Segera (2007) použití klasického (formálního) modelu, kdy jde jen o popsání forem pohybu, nikoliv o poznání věcných příčin dynamiky časové řady. Model vychází z dekompozice řady na čtyři složky časového pohybu: trendová složka T t, sezónní složka S t, cyklická složka C t, náhodná složka ε t Tyto složky nemusí existovat souběžně, některá z nich může chybět u určitých procesů. Samotný tvar rozkladu může být dvojího typu: auditivní, v němž y = T + S + C + ε = Y + ε, t = 1,2,, n. kde Y t se označuje jako teoretická složka ve tvaru T t + S t + C t. 21

22 multiplikativní, v němž y = T S C ε, t = 1,2,, n. Trendem se rozumí hlavní sklon dlouhodobého vývoje hodnot analyzovaného ukazatele v čase. Může být rostoucí, klesající nebo konstantní. Sezónní složka jde o pravidelně se opakující odchylku od trendové složky, která se vyskytuje u časových řad údajů s periodicitou kratší nebo se rovnající jednomu roku. Důvody sezónního kolísání bývají různé. Může k nim docházet jednak vlivem změn ročních období, vlivem odlišné délky měsíčního či pracovního cyklu, ale také působením různých společenských zvyklostí. Cyklická složka jedná se o kolísání okolo trendu důsledkem dlouhodobého cyklického vývoje s délkou vlny delší jako jeden rok. Ne vždy bývá tato složka považována za samostatnou složku časové řady. Občas je zahrnována pod trendovou složku jako její část, vyjadřující střednědobou tendenci, jenž má mnohdy oscilační charakter s neznámou, obvykle proměnlivou periodou. Náhodná složka tuto veličinu nemůžeme popsat žádnou z funkcí času. Je to složka, která zůstane po vyloučení trendu, sezónní a cyklické složky. Zdrojem této složky jsou drobné, vzájemně nezávislé příčiny. V tomto případě jde pak o náhodnou (stochastickou) složku, jejíž chování lze popsat pravděpodobnostně Volba vhodného modelu trendu Jádrem pro rozhodování o vhodném typu trendové funkce jsou věcně ekonomická kritéria, tj. trendovou funkci je dobré volit na základě věcné analýzy zkoumaného ekonomického jevu. Při věcné analýze je možné v některých případech posoudit, jestli se jedná o funkci rostoucí či klesající. V případě inflexního bodu rozlišujeme funkci nekonečně rostoucí nebo s růstem jenom ke konečné limitě apod. Další jednoduchou možností volby je analýza grafu zobrazené časové řady. Hindls, Hronová a Novák (2000) dělí tato kritéria z hlediska účelu modelování časových řad na: Interpolační kritéria založena na porovnání součtu čtverců odchylek empirických a teoretických hodnot. Jsou tudíž jakousi mírou přilnavosti nebo také přimykavosti 22

23 modelu ke skutečnosti. Menší součet určuje lepší model. Tato kritéria jsou aplikována obvykle v podobě průměrné čtvercové odchylky (M. S. E.). Statistický software nabízí především tyto míry úspěšnosti zvolené trendové funkce: M.E. = Mean Error = střední chyba odhadu, kde M. E. = y T n Tato míra je vždy rovna nule, pokud použijeme k odhadu parametrů klasickým způsobem metodu nejmenších čtverců. Jde-li o úpravu postupu např. logaritmizací či inverzí hodnot nebo dokonce k odhadu parametrů je nutné použít jinou metodu, M. E. může být nenulové. M. S. E. = Mean Squared Error = střední čtvercová chyba odhadu M. S. E. = y T n. Toto kritérium patří mezi nejpoužívanější. M. A. E. = Mean Absolute Error = střední absolutní chyba odhadu M. A. E. = y T n M. A. P. E. = Mean Absolute Percentage Error = střední absolutní procentní chyba odhadu M. P. E. = y T. 100/n y M. P. E. = Mean Percentage Error = střední procentní chyba odhadu M. P. E. = y T. 100/n y Extrapolační kritéria založena na simulaci, kdy z analyzované řady oddělíme určitou část pozorování. Vhodnost trendové funkce pak lze usoudit podle toho, jak dobře extrapoluje tato pozorování. Podle rozsáhlých srovnávacích studií je pouze 50 až 60% modelů popisujících minulost dobře použitelných pro predikci. (Hindls, Hronová, Novák, 2000) Nejznámějším prognostickým modelem kvality je Theilův koeficient, patřící mezi koeficienty nesouladu. 23

24 T = y P y kde N je délka časové řady použitá pro odhad modelu (po zkrácení), D je zkrácení časové řady, tedy D = n N, P je extrapolace na j období dopředu, a to modelem odhadnutým na základě prvních N pozorování časové řady. 3.2 Popis trendové složky Obvyklým způsobem při popisování trendu časové řady je její vyrovnávání matematickou funkcí. Výsledkem je pak souhrnná informace o charakteru hlavní tendence ve vývoji analyzovaného ukazatele v čase a navíc je také možné modelovat další vývoj trendu v budoucnu za předpokladu, že se nezmění jeho charakter. (Hindls, Hronová, Novák, 2000) Nejvíce používaným okruhem je šest typů trendových funkcí a to lineární trend, parabolický trend, exponenciální trend, modifikovaný exponenciální trend, logistický trend a Gompertzova křivka. První tři jmenované spadají do jednoduchých funkcí. Další trojice trendových funkcí už tak jednoduchý průběh a metody odhadu parametrů nemá. (Hindls, Hronová, Seger, 2007) Lineární trend Je nejvíce používaným typem trendové funkce. Lze jej použít pokaždé, když chceme alespoň orientačně stanovit základní směr vývoje analyzované časové řady. Dále může také sloužit jako vhodná aproximace jiných trendových funkcí v určitém omezeném časovém intervalu. Vyjádřen ve tvaru T = β + β t, kde β, β jsou neznámé parametry a t = 1, 2,, n je časová proměnná. K odhadu parametrů β a β použijeme metodu nejmenších čtverců, jež dává nejlepší nevychýlené odhady. V souladu s technikami přímkové regrese dospíváme k vyřešení dvou normálních rovnic, 24

25 y = nb + b t, ty = b t + b t, kde symbol Σ označuje součet přes t od 1 do n. Řešením soustavy normálních rovnic jsou odhady parametrů b = y b t, b = yt yt t t Parabolický trend Jedná se o často používaný typ trendové funkce, který má tvar T = β + β t + β t, kde β, β, β jsou neznámé parametry a t = 1, 2,, n je časová proměnná. Jelikož jde o funkci lineární z hlediska parametrů, použijeme k odhadu parametrů také metodu nejmenších čtverců. Řešíme tři normální rovnice. y = nb + b t + b t, y t = b t + b t + b t, y t = b t + b t + b t. Platí-li podmínka t = 0, k = 1, 3, 5,, jednoduše nalezneme z druhé rovnice odhad parametru β ve tvaru b = y t t. Zbývající parametry dostaneme řešením normálních rovnic y = nb + b t, y t = b t + b t, 25

26 odkud b = y t t y t n t ( t ), b = n y t y t n t ( t ). 26

27 4 Výsledky práce a diskuze 4.1 Charakteristika kraje Jihočeský kraj je svou velikostí druhým největším krajem České republiky. Jeho rozloha km představuje 12,8 % státu. Jako vyšší územní samosprávný celek byl vytvořen v roce Do května 2001 nesl název Budějovický kraj. Poloha je situována převážně na jihu Čech, ale okolím Dačic zasahuje i na Moravu. (wikipedia.org) Největší část hranice kraje tvoří státní hranice s Rakouskem a Německem (v celkové délce 323 km), dalšími sousedy je kraj Plzeňský, Středočeský, Kraj Vysočina a Jihomoravský kraje. Jihočeský kraj je krajem s nejmenší hustotou zalidnění z celé České republiky. K v kraji žilo obyvatel, z čehož vyplývá nejnižší hustota zalidnění v zemi 63,5 obyvatel na km². Z jeho sedmi okresů má největší hustotu obyvatelstva okres České Budějovice, ve kterém žije téměř 30 % obyvatel kraje. Je to dáno převážně koncentrací do samotného města České Budějovice, v němž bydlí 94,8 tis. osob. Dalšími velkými městy jsou Tábor (35,3 tis. obyvatel), Písek (29,9 tis. obyvatel), Strakonice (23,0 tis. obyvatel) a Jindřichův Hradec (22,4 tis. obyvatel). V těchto 5 městech žije třetina Jihočechů. Naproti tomu nejmenší obce do 200 obyvatel představují 37,7 % z celkového počtu obcí, ale žije v nich pouze 4,1 % celkového počtu obyvatel kraje. Nejmenší obcí v kraji, ale i v celé České republice, je obec Vlkov v okrese České Budějovice pouze se 17 trvale žijícími obyvateli. Celkem se v kraji nachází v současné době 623 samosprávných obcí (53 z nich má statut města) s téměř 2 tisíci částmi obcí. Podíl městského obyvatelstva dosáhl k celkem 64,3 %. Věková struktura obyvatel kraje je podobná jako v celé České republice, průměrný věk v kraji i ČR je 40,9 roku. Od demografické struktury kraje se výrazněji odlišuje pohraniční okres Český Krumlov s pestřejším národnostním složením. Je zde mladší věková struktura, nejvyšší hodnoty porodnosti a téměř nejnižší úmrtnost. Okres Český Krumlov společně s okresem České Budějovice zaznamenával trvalý růst početních stavů obyvatel. Naproti tomu v ostatních okresech počty obyvatel spíše stagnovaly. (czso.cz) 27

28 Obrázek 1: Jihočeský kraj (zdroj: topograf.cz) 28

29 4.2 Struktura obyvatelstva podle pohlaví a věku V kapitole 4.2 Struktura obyvatelstva podle pohlaví a věku je popsán vývoj počtu obyvatel v letech cenzů před sledovaným obdobím, vývoj středního stavu obyvatel ve sledovaném období a jeho následná predikce do roku Dále je zde také popsán a předpovězen vývoj indexu maskulinity a feminity, srovnán vývoj hodnot těchto dvou indexů v rámci jednotlivých věkových skupin, zobrazen vývoj hodnot indexu stáří a podíl věkových skupin ve sledovaném období. Obrázek 2: Počet obyvatel při sčítání lidu v Jihočeském kraji v letech počet obyvatel stav obyvatel v letech cenzů (zdroj dat: ČSÚ, vlastní zpracování) Obrázek 2 zobrazuje vývoj počtu obyvatel v Jihočeském kraji v letech cenzů před sledovaným obdobím. Můžeme vidět, že po roce 1930 počet obyvatel v kraji prudce poklesl (o obyvatel). Důvodem byl vliv mnoha faktorů, například hospodářská krize na počátku třicátých let a odsun Němců po druhé světové válce s velkým dopadem na okresy Český Krumlov, Prachatice, Jindřichův Hradec a České Budějovice. Od roku 1950 se počet obyvatel plynule zvyšoval. Celkově počet obyvatel do roku 2001 vzrostl o obyvatel. Největší přírůstek byl zaznamenán v období let 1970 až 1980 (o obyvatel). Důvody lze spatřovat především ve vyšší porodnosti v polovině sedmdesátých let, kdy silné poválečné ročníky byly motivovány různými propopulačními opatřeními k většímu počtu dětí v rodině. Významný přírůstek počtu obyvatel kraje byl také v letech 1950 až 1961 (o obyvatel), zejména vlivem doosídlování pohraničních území kraje. Také doznívalo období většího počtu dětí 29

30 v rodinách (první polovina padesátých let, od roku 1958 bylo legalizováno umělé přerušení těhotenství). Nejnižší přírůstek obyvatelstva mezi jednotlivými sčítáními lidu byl zaznamenán v období (o obyvatel), a to i přesto, že v roce 2001 byli do celkového počtu obyvatel poprvé započteni cizinci s dlouhodobým pobytem. Obrázek 3: Vývoj středního stavu obyvatel v Jihočeském kraji v letech počet obyvatel střední stav obyvatel (zdroj dat: ČSÚ, vlastní zpracování) Obrázek 3 znázorňuje vývoj středního stavu obyvatel v Jihočeském kraji v období let Z grafu můžeme vidět, že počet obyvatel se v rozmezí let 2001 až 2004 pohyboval kolem a od roku 2004 konstantně rostl až do roku V roce 2010 žilo v kraji obyvatel, z toho mužů a žen. Celkově počet obyvatel v období let 2001 až 2010 vzrostl o

31 Obrázek 4: Predikce vývoje středního stavu obyvatel v Jihočeském kraji do roku počet obyvatel střední stav obyvatel Lineární (střední stav obyvatel) (zdroj dat: ČSÚ, vlastní zpracování) Tabulka 1: Předpokládaný vývoj středního stavu obyvatel v Jihočeském kraji v letech , , ,1 Časová řada vývoje středního stavu obyvatel v Jihočeském kraji byla vyrovnána lineárním trendem, což znázorňuje obrázek 4. Vývoj hodnot středního stavu obyvatel v Jihočeském kraji vykazuje rostoucí trend. Odhadovaná lineární trendová funkce má tvar T = , ,5t. Za předpokladu neměnnosti charakteru trendu by stoupla hodnota středního stavu obyvatel Jihočeského kraje v roce 2015 na obyvatel. 31

32 Obrázek 5: Vývoj středního stavu mužů a žen v Jihočeském kraji v letech počet obyvatel střední stav obyvatel - muži střední stav obyvatel - ženy (zdroj dat: ČSÚ, vlastní zpracování) Na obrázku 5 vidíme, že po celé sledované období značně převažovala populace žen. Hlavním důvodem tohoto stavu je skutečnost, že muži vykazují obecně vyšší úmrtnostní charakteristiky ve všech věkových kategoriích než ženy. Střední stav žen byl v letech 2001 až 2005 téměř neměnný a následně od roku 2004 je patrný jeho konstantní nárůst. Na počátku sledovaného období došlo k mírnému snížení středního stavu mužů, od roku 2003 je však zaznamenán pozvolný nárůst. Celkově došlo ke zvýšení středního stavu žen o a u mužů se počet zvýšil o Tabulka 2: Vývoj ukazatelů [%] maskulinity v Jihočeském kraji v letech podíl mužů v populaci 49,07 49,09 49,12 49,10 49,18 49,23 49,28 49,32 49,33 49,30 index maskulinity 96,34 96,44 96,53 96,48 96,77 96,97 97,14 97,33 97,35 97,24 ima ve věku 0-14 let 105,43 105,81 105,67 106,05 105,86 105,76 105,17 105,30 104,99 104,58 ima ve věku let 101,67 101,74 101,98 101,82 102,25 102,54 102,78 103,04 103,14 103,05 ima ve věku 65 a více 65,29 65,48 65,46 65,70 66,29 66,78 67,74 68,39 69,00 69,62 Z tabulky můžeme vidět, že podíl mužů v populaci v letech vykazuje po celé období hodnotu kolem 49 %. Index maskulinity se také téměř nezměnil, nepatrný nárůst je zaznamenán od roku 2007, kdy přesáhl hodnotu 97 %. Maximální hodnoty dosáhl index maskulinity v roce 2009, kdy na 100 žen připadalo 97,35 mužů. V důsledku zlepšení úmrtnostních poměrů u mužů středního věku můžeme sledovat ve vyšších věkových skupinách růst indexu maskulinity. Ve věkové skupině 65 a více tak 32

33 v roce 2001 připadalo na 100 žen 65 mužů, v roce 2010 došlo ke zvýšení na téměř 70 mužů na 100 žen. Obrázek 6: Predikce vývoje indexu maskulinity v Jihočeském kraji do roku , ,8 97,6 97,4 % 97, ,8 96,6 96,4 96, index maskulinity Lineární (index maskulinity) (zdroj dat: ČSÚ, vlastní zpracování) Časová řada vykazuje rostoucí lineární trend. Odhadovaná lineární trendová funkce má tvar T = 96, ,0626t. V roce 2015 by se při stávajícím trendu mohla hodnota indexu maskulinity zvýšit na 98 mužů na 100 žen. Tabulka 3: Vývoj ukazatelů [%] feminity v Jihočeském kraji v letech podíl žen v populaci 50,93 50,91 50,88 50,90 50,82 50,77 50,72 50,68 50,67 50,70 index feminity 103,80 103,69 103,59 103,65 103,33 103,13 102,94 102,74 102,72 102,84 ife ve věku 0-14 let 94,85 94,51 94,63 94,30 94,46 94,56 95,09 94,97 95,25 95,62 ife ve věku let 98,36 98,29 98,06 98,21 97,80 97,52 97,30 97,05 96,95 97,04 ife ve věku 65 a více 153,16 152,71 152,76 152,21 150,85 149,75 147,62 146,22 144,94 143,63 Z tabulky 3 je patrné, že podíl žen v populaci se drží v celém období těsně pod hranicí 51 %, přičemž můžeme zaznamenat nepatrný pokles v tomto období. Index feminity v Jihočeském kraji zaznamenává klesající průběh, kde nejnižší hodnota byla dosažena v roce 2009, kdy na 100 mužů připadlo 102,72 žen. 33

34 Obrázek 7: Predikce vývoje indexu feminity v Jihočeském kraji do roku ,5 103 % 102, , index feminity Lineární (index feminity) (zdroj dat: ČSÚ, vlastní zpracování) Obrázek 7 znázorňuje vývoj hodnot indexu feminity za dané časové období a jeho predikci do roku Časová řada vykazuje klesající trend, proto byl pro její vyrovnání použit lineární trend. Odhadovaná lineární trendová funkce nabývá tvaru T = 103,243 0,0667t. Pokud nedojde ke změně trendu, sníží se hodnota ife v roce 2015 na 101,98, tzn. na 100 mužů by připadalo 101 žen. Obrázek 8: Srovnání hodnot vývoje ima a ife v Jihočeském kraji ve věku 0-14 let 108,00 106,00 104,00 102,00 100,00 98,00 96,00 94,00 92,00 90,00 88, ima ve věku 0-14 let ife ve věku 0-14 let (zdroj dat: ČSÚ, vlastní zpracování) 34

35 Obrázek 9: Srovnání hodnot vývoje ima a ife v Jihočeském kraji ve věku let 104,00 103,00 102,00 101,00 100,00 99,00 98,00 97,00 96,00 95,00 94,00 93, ima ve věku let ife ve věku let (zdroj dat: ČSÚ, vlastní zpracování) Obrázek 10: Srovnání hodnot vývoje ima a ife v Jihočeském kraji ve věku 65 a více let 180,00 160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0, ima ve věku 64 a více let ife ve věku 64 a více let (zdroj dat: ČSÚ, vlastní zpracování) Z obrázků vyplývá, že podíl mužů a žen v populaci se měnil v závislosti na jednotlivých věkových skupinách. Věková struktura mužů byla odlišná od věkové struktury žen. Je to dáno také tím, že mužů se rodí více než žen, ale umírají v průměru o 6 let dříve než ženy. V případě dětské složky, tj. obyvatelstva ve věku 0 14 let, převládá výrazně index maskulinity nad indexem feminity. Tento fakt je dán skutečností, která už byla zmíněna, že se rodí více chlapců než dívek. Index maskulinity v tzv. produktivním (ekonomicky 35

36 aktivním) věku let vzrostl ve stejném období z 101,7 % na 103,1 %. Klesající tendenci měl index feminity ve věkové kategorii let, kde poklesl z 98,4 % na 97 %. U věkové kategorie 65 a více let již převažuje populace žen nad mužskou. Důvodem je fakt, že muži se dožívají nižšího věku než ženy. Tabulka 4: Vývoj hodnot indexu stáří v Jihočeském kraji v letech ,95 86,35 88,80 91,18 94,52 97,73 100,19 103,16 105,48 106,78 Věkové složení obyvatel Jihočeského kraje se v dlouhodobém vývoji za posledních 30 let značně změnilo ve smyslu stárnutí populace. Tabulka 4 znázorňuje vývoj hodnot indexu stáří ve sledovaném období , vyjadřující podíl postreprodukční složky ve věku 65 a více let k dětské složce 0 14 let. Hodnoty indexu stáří vykazují rostoucí tendenci. Jako hlavní důvody ve změně věkového složení a tedy i stárnutí populace můžeme označit zejména snižování úmrtnosti a klesající porodnost, která byla výrazná především v osmdesátých, ale zejména pak v devadesátých letech. Obrázek 11: Podíl dětské, reprodukční a postreprodukční složky v Jihočeském kraji v letech zastoupení v % 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0, dětská složka (0-14) reprodukční (15-64) postreprodukční (65 a více) (zdroj dat: ČSÚ, vlastní zpracování) V Jihočeském kraji výrazně převažuje reprodukční složka obyvatelstva (15 64 let), která stagnuje po celé sledované období na % celkové populace. Podíl dětské a postreprodukční složky je téměř vyrovnaný. Dětská složka měla klesající tendenci v období let 2001 až 2008, následně je zaznamenán nepatrný nárůst. Celkově se dětská složka ve sledovaném období snížila o 1,78 %. Postreprodukční složka se naopak 36

37 zvýšila o 1,82 %. V dalších letech můžeme očekávat, že složka starší populace (65 a více let) bude stále početnější, neboť budou postupně stárnout silně zastoupené ročníky 50-ti až 60-ti letých obyvatel. 4.3 Ukazatele úmrtnosti V této kapitole bude popsán vývoj úmrtnosti v Jihočeském kraji před a v průběhu sledovaného období a bude predikován vývoj ukazatele hrubé míry úmrtnosti do roku Obrázek 12: Vývoj úmrtnosti v Jihočeském kraji v letech počet zemřelých v letech (zdroj dat: ČSÚ, vlastní zpracování) Obrázek 12 ukazuje vývoj úmrtnosti v letech 1961 až 2010, kde prvních pět údajů je zaznamenáno v letech cenzů. Od roku 2002 jsou údaje zachyceny pro jednotlivé roky jdoucí za sebou. Z grafu je patrné, že z dlouhodobého hlediska lze vývoj úmrtnosti hodnotit pozitivně. I když podíl starých lidí v populaci roste a dochází tak k jejímu stárnutí, počet úmrtí od počátku 90. let ve srovnání s předešlým vývojem i přes výkyvy v některých letech klesá. Nejvyšší počet zemřelých byl zaznamenán v roce 1980, kdy zemřelo osob. Nejnižší potom v roce 2006 s zemřelými. Hlavní důvody smrti zůstávají dlouhodobě stejné nemoci oběhové soustavy a zhoubné novotvary. Tabulka 5: Vývoj hodnot hrubé míry úmrtnosti v v Jihočeském kraji v letech ,2 10,0 10,4 10,3 10,2 9,8 9,9 10,0 10,2 10,1 37

38 Z tabulky 5 je patrné, že hrubá míra úmrtnosti ve sledovaném období v Jihočeském kraji vykazovala značný kolísavý průběh. Na počátku sledovaného období klesla, avšak do roku 2003 opět vzrostla a dosáhla svého maxima tj. 10,4. Následně znovu poklesla na nejnižší hodnotu 9,8 ve sledovaném období. Mezi lety 2007 a 2009 vzrostla nepatrně hodnota hrubé míry úmrtnosti (o 0,3 ). Obrázek 13: Vývoj hodnot hrubé míry úmrtnosti v Jihočeském kraji v letech ,5 10,4 10,3 10,2 10,1 10 9,9 9,8 9, hrubá míra úmrtnosti Lineární (hrubá míra úmrtnosti) (zdroj dat: ČSÚ, vlastní zpracování) Vývoj hodnot hrubé míry úmrtnosti byl vyrovnán lineárním trendem, což znázorňuje obrázek 13. Odhadovaná lineární trendová funkce pak nabývá tvaru T = 10,11 0,00939t. V roce 2015 se dá očekávat při stávajícím charakteru trendu opět snížení hodnoty hrubé míry úmrtnosti na hodnotu 9,93. Tabulka 6: Vývoj hodnot koeficientu kojenecké úmrtnosti v v Jihočeském kraji v letech ,0 4,9 3,5 2,4 3,4 2,2 3,2 2,7 2,3 2,9 Ve vývoji úmrtnosti je třeba zdůraznit klesající kojeneckou úmrtnost, která se v porovnání s rokem 2001 snížila o 2,1 v roce V roce 2006 byla doposud nejnižší a vykázala hodnotu 2,2 zemřelí kojenci na 1000 živě narozených. Hlavní příčinou poklesu kojenecké úmrtnosti je zvyšující se úroveň a dostupnost lékařské péče. 38

39 4.4 Ukazatele porodnosti V kapitole 4.4 bude popsán vývoj porodnosti v Jihočeském kraji před a v průběhu sledovaného období a bude predikován vývoj ukazatele hrubé míry porodnosti do roku Obrázek 14: Vývoj porodnosti v Jihočeském kraji v letech počet živě narozených v letech (zdroj dat: ČSÚ, vlastní zpracování) Obrázek 14 zachycuje vývoj počtu živě narozených ve stejném časovém období jako v případě již uvedené úmrtnosti v letech 1961 až Mezi lety 1961 a 1980 se počet živě narozených v kraji zvýšil o Důvody vyšší porodnosti lze spatřovat zejména v polovině sedmdesátých let, kdy silné poválečné ročníky byly motivovány různými propopulačními opatřeními k většímu počtu dětí v rodině. Počet živě narozených dětí v Jihočeském kraji se od počátku 90. let trvale snižoval až do roku 2001, kdy počet narozených dětí klesl z na pouhých Tento pokles způsobily především změny, které ve společnosti po roce 1989 proběhly. Jednalo se nejen o změny ekonomické, politické a sociální, ale také o změny v individuálních hodnotách a preferencích. Mladým lidem se naskytlo více pracovních příležitostí a možností realizace. Nezanedbatelným důvodem poklesu byla také možnost plánovaného rodičovství, díky dostupnosti moderní spolehlivé antikoncepce. Jak můžeme vidět z grafu, po roce 2001 měl počet narozených rostoucí tendenci až do roku V Jihočeském kraji se v roce 2010 narodilo živých dětí. 39