1. Uplatnění absolventů na trhu práce

Rozměr: px
Začít zobrazení ze stránky:

Download "1. Uplatnění absolventů na trhu práce"

Transkript

1 Uplatnění absolventů na trhu práce v ČR: obecné vs. specifické vzdělání D.Münich 1. Uplatnění absolventů na trhu práce Dovednosti získané vzděláním jsou určující pro uplatnění na trhu práce. Nízká úroveň produktivity, buď jako důsledek nedostatečných dovedností nebo dovedností na trhu práce neuplatnitelných, je hlavní příčinou neaktivity 1 nebo dlouhodobé nezaměstnanosti. Tržní cenou produktivity lidského kapitálu je mzda. O uplatnění vzdělání na trhu práce dobře vypovídají standardní statistické ukazatele jako jsou míra participace na trhu práce, míra zaměstnanosti, míra nezaměstnanosti 2 a mzdy. V této sekci uvádíme základní kvantitativní přehled těchto indikátorů v přímém vztahu k úrovni dosaženého vzdělání pro Českou republiku. Tento přehled je doplněn o ekonomické interpretace, bez nichž řada pozorovaných rozdílů může svádět k chybným závěrům Participace, zaměstnanost a nezaměstnanost Postavení různých věkových skupin na trhu práce se liší jak v důsledku přirozené akumulace praktických profesních dovedností během pracovní kariéry (více v části o struktuře mezd), tak v důsledku historického vývoje vzdělávacího systému v posledních desetiletích, kdy získaly vzdělání současné generace středního a staršího věku. Protože nás zde zajímá především role současného vzdělávacího systému a jeho poměrně nedávných absolventů, soustřeďujeme pozornost na mladší skupiny populace a let věku. Tyto skupiny totiž dokončily formální studium v poměrně nedávné době a přitom již prošly prvotním a velice specifickým obdobím hledání prvního zaměstnání. Středoškolsky vzdělaná populace ve věku let má již zpravidla několik let praxe na trhu práce. Pro srovnání s ní uvádíme obdobné ukazatele pro terciálně vzdělanou populaci ve věku let. 3 Uvádíme údaje pro tři základní vzdělanostní skupiny: střední vzdělání bez maturity (SV), střední vzdělání s maturitou (ÚSV) a terciální vzdělání (TV). Populaci s ÚSV dále nedělíme na populaci s gymnaziálním a odborným vzděláním, protože většina absolventů gymnázií dosahuje vysokoškolského vzdělání a ve Výběrovém šetření pracovních sil není v daných věkových skupinách dostatek pozorování pro získání věrohodných ukazatelů. Nezabýváme se zde poměrně malou a velice specifickou populací, která nedokončila střední nebo dokonce ani základní vzdělání. Do skupiny terciálního vzdělání zahrnujeme absolventy bakalářského, magisterského a doktorského studia. Spíše jako doplňkovou informaci uvádíme ukazatele za celou populaci v produktivním věku 15+. Uváděné údaje jsou napočtené z Výběrového šetření pracovních sil za 4. čtvrtletí roku Míra participace je definována jako podíl pracovní síly na odpovídající populaci, míra zaměstnanosti je podíl zaměstnaných na příslušné populaci a míra nezaměstnanosti je podíl zaměstnaných na pracovní síle příslušné populace, kde pracovní síla je součet zaměstnaných a nezaměstnaných. V našem případě počítáme takzvané specifické míry pro specifické věkové skupiny populace. Pro lepší vypovídací schopnost a naše účely však bylo třeba standardní definici poměrných ukazatelů poněkud upravit. Tu část populace, která jeden vzdělanostní stupeň dokončila a pokračuje na dalším stupni vzdělání, do jmenovatelů poměrných ukazatelů nezahrnujeme. Stejně tak nezahrnujeme ani studenty vysokých škol, kteří studují delší než standardní dobu, protože pravděpodobně dříve přešli na jinou vysokou školu buď před nebo 1 Neaktivita je situace, kdy člověk nejen nepracuje, ale ani pracovní místo nehledá. 2 Míra participace je definována jako podíl pracovní síly na odpovídající populaci, míra zaměstnanosti je podíl zaměstnaných na příslušné populaci a míra nezaměstnanosti je podíl zaměstnaných na pracovní síle příslušné populace, kde pracovní síla je prostý součet zaměstnaných a nezaměstnaných. 3 Věková skupina by nebyla pro srovnání vhodná, protože v tomto věku dokončuje terciální vzdělání jen malá část populačního ročníku.

2 po dokončení vysoké školy předchozí. Participační chování žen je výrazně ovlivněno mateřstvím, které je přirozeně ve věkové skupině let velice časté. Abychom omezili vliv tohoto více méně neekonomického jevu na naše ukazatele, do výpočtu ukazatelů vůbec nezahrnujeme ženy, které jsou na mateřské či rodičovské dovolené. Základní přehled poměrných ukazatelů trhu práce je uveden v Tabulce 1. Tabulka 1: Věkově specifické míry participace, zaměstnanosti a nezaměstnanosti podle pohlaví a nejvyššího dosaženého vzdělání (4.čtvrtletí 2004) Nejvyšší dosažené vzdělání Bez maturity S maturitou Terciární Muži let Míra participace (%) 97,2% 97,4% 100% Míra zaměstnanosti (%) 80,0% 82,3% 89% Míra nezaměstnanosti (%) 17,7% 15,5% 11% Ženy let* Míra participace (%) 83,2% 92,7% 95% Míra zaměstnanosti (%) 66,7% 80,6% 79% Míra nezaměstnanosti (%) 19,9% 13,1% 17% Muži let Míra participace (%) 97,3% 98,2% 99,7% Míra zaměstnanosti (%) 90,6% 95,2% 97,7% Míra nezaměstnanosti (%) 6,9% 3,1% 2,0% Ženy let** Míra participace (%) 77% 89% 95% Míra zaměstnanosti (%) 62% 83% 94% Míra nezaměstnanosti (%) 20% 7% 1% Muži let Míra participace (%) 90% 94% 98% Míra zaměstnanosti (%) 84% 92% 94% Ženy let Míra participace (%) 85% 92% 93% Míra zaměstnanosti (%) 78% 87% 92% Muži let Míra participace (%) 80% 86% 97% Míra zaměstnanosti (%) 75% 83% 95% Ženy let Míra participace (%) 40% 56% 76% Míra zaměstnanosti (%) 36% 54% 75% Muži let Míra participace (%) 24% 38% 60% Míra zaměstnanosti (%) 23% 36% 60% Ženy let Míra participace (%) 10% 16% 32% Míra zaměstnanosti (%) 8% 16% 31% Zdroj: Vlastní výpočty z Výběrové šetření pracovních sil, 4. čtvrtletí Poznámka: V populaci, která uvádí nejvyšší dosažené vzdělání s maturitou, neuvažujeme studenty pokračující ve studiu na vysoké škole. Poznámka: Míry pro populaci s vysokoškolským vzděláním nejsou, vzhledem k malému počtu absolventů vysokých škol ve věkové kategorii let, reprezentativní. * 6 procent žen ve skupině let které, jsou na mateřské či rodičovské dovolené není zahrnuto. ** 24 procent žen ve skupině let, které jsou na mateřské či rodičovské dovolené není zahrnuto. 2

3 Participace Rozdíly v míře participace mužů podle úrovně formálního dosaženého vzděláním jsou minimální. Naopak výrazné rozdíly spojené s úrovní vzdělání jsou patrné u žen. Rozdíl mezi skupinou žen se SV a ÚSV je celých 10 procentních bodů a mezi skupinou ÚSV a s TV je dalších 5 6 procentních bodů. V agregátním součtu, vzhledem k téměř 40 procentnímu zastoupení žen ve skupině absolventek se SV, se jedná o velkou část populace neúčastné na trhu práce. Na druhé straně je třeba vzít v úvahu skutečnost, že v mezinárodním srovnání (např. OECD 2005) zůstává míra participace žen v ČR poměrně vysoká. Při interpretaci uvedených participačních rozdílů je třeba brát v úvahu skutečnost, že skupina s ÚSV nezahrnuje všechny absolventy s ÚSV, ale pouze tu část mladých, která dále nepokračovala ve studiu na terciální úrovni. U této chybějící skupiny lze předpokládat, že by na trhu práce měla s ÚSV minimálně stejně vysokou míru participace jako skupina s ÚSV, která na terciální úrovni nepokračovala. Obecné schopnosti mladých s ÚSV, bez ohledu na přínos střední školy, jsou v průměru vyšší než u mladých se SV. Tento efekt naopak přispívá k větším pozorovaným participačním rozdílům, než by odpovídalo kauzálnímu dopadu úrovně vzdělání. Kauzální dopad vzdělání na prezentované rozdíly v mírách participace a dále i v mírách zaměstnanosti a nezaměstnanosti je tedy třeba interpretovat opatrně. Promítá se zde také skutečnost, že ÚSV dosahuje výrazně větší podíl dívek něž chlapců. Je to dáno jednak tím, že výrazně větší procento chlapců jde na obory poskytující učňovské vzdělání bez maturity. V důsledku této selektivity relativně menší skupina chlapců absolvující ÚSV je v průměru nadanější než dívky dosahující ÚSV. Poměrně velký rozdíl v participaci na trhu práce mezi muži a ženami je zřejmě dán také rozdílným zavedeným rozdělením rolí v mateřství. To se následně promítá i do pracovní kariéry žen, a to jak v obdobím před mateřstvím, tak po něm. Nelze však také vyloučit, že významnou roli hrají rozdíly ve vhodnosti vzdělání, které získávají muži a ženy. Zaměstnanost Rozdíl v míře zaměstnanosti mezi skupinou SV a ÚSV je u nejmladší skupiny mužů pouhých 2,4 procentních bodů, ale u starší skupiny již téměř 5 procentních bodů. Míra zaměstnanosti ještě dále roste u terciálně vzdělaných mužů. U žen se úroveň nejvyššího formálně dosaženého vzdělání do míry zaměstnanosti promítá mnohem výrazněji. Zatímco míra zaměstnanosti mladých žen se pohybuje okolo 60 procent, u žen s ÚSV je to více než 80 procent (rozdíl téměř 20 procent!) a terciální vzdělání zvyšuje zaměstnanost o dalších více než 10 procentních bodů, takže míra zaměstnanosti terciálně vzdělaných žen téměř dosahuje míry u mužů. Nezaměstnanost Průměrná míra nezaměstnanosti mladých ve věku let je výrazně vyšší než celková míra nezaměstnanosti v národním hospodářství, která se ve sledovaném období pohybovala kolem 8 procent. Vzdělanostní rozdíly v míře nezaměstnanosti u mladých mužů let nejsou výrazné (17,7 a 15,5 procent u SV a ÚSV). Výrazný rozdíl je však patrný v míře nezaměstnanosti mladých žen, kde činí téměř 7 procentních bodů (19,9 vs. 13,1). Míra nezaměstnanosti však prudce klesá s rostoucí praxí (věk) na trhu práce pod průměrnou míru nezaměstnanosti v národním hospodářství. Výjimkou jsou ženy se SV, kde nezaměstnanost zůstává na velmi vysoké úrovni 20 procent. Zde se zřejmě nejvíce projevuje období mateřství a následně problematické období hledání dostatečně flexibilního zaměstnání a problém 3

4 obnovení a zvýšení minimálních dovedností dalším vzděláváním. Naopak terciální vzdělání je u žen spojeno s extrémně nízkou mírou nezaměstnanosti (1 procento). Nadprůměrná míra nezaměstnanosti mezi mladými v ČR není v mezinárodním srovnání ničím výjimečným. Mladí vykazují výrazně vyšší přirozenou míru nezaměstnanosti z řady standardních ekonomických důvodů. K přirozené míře nezaměstnanosti přispívá vyšší frekvence změn zaměstnání, jejichž příčinou ovšem není nedostatečná poptávka po práci. Příčinou je především větší intenzita hledání vhodného pracovního uplatnění a s ním související praktické ujasňování vlastních dovednostních a profesních komparativních výhod. Pro mladého člověka je výhodnější projít několik zaměstnání, protože se tak zvyšuje pravděpodobnost nalezení vhodného zaměstnání s vyšší produktivitou. Případné náklady spojené s přechodnou nezaměstnaností jsou často nižší než zvýšení výdělků v budoucnosti. Svou roli v nezaměstnanosti mladých také hraje nízký podíl odborně či firemně specifického lidského kapitálu mladých, takže firmy v případě nutnosti propouštění přirozeně preferují mladší pracovníky, do nichž ještě nebylo investováno. Mladí mají také menší averzi k riziku vzhledem k menším rodinným a dalším závazkům a vzhledem k často pokračujícímu zázemí ze strany rodičů. Interpretovat rozdíly v míře nezaměstnanosti podle dosažené úrovně formálního vzdělání jako kauzální dopad vzdělání je třeba velice opatrně. Je třeba mít na paměti selektivitu, která může čistý kauzální dopad úrovně formálního vzdělání na míru nezaměstnanosti zkreslovat. S fenoménem nezaměstnanosti úzce souvisí fenomén teritoriální mobility pracovní síly. Jak uvádí NÚOV (2005), měřeno podílem absolventů dojíždějících do zaměstnaní mimo kraj bydliště, je tento typ mobility na velice nízké úrovni, klesá poměrně rychle s věkem a naopak roste s rostoucím vzděláním. Podíl absolventů ochotných vyjíždět za prací přes hranice kraje bydliště je pouhá 3,8 procenta u SV, 5,2 procenta u ÚSV a 8 procent u TV. Podíl absolventů ÚSV z gymnázií je 6 procent, zatímco u absolventů ÚSV odborného charakteru pouze 5,1 procenta. Celoživotní efekty Výše dosaženého formálního vzdělání je určujícím faktorem úspěšnosti na trhu práce i u starší populace. Je patrné, že míra participace na trhu práce mužů po dosažení 50 let věku klesá. Pokles je ale největší u skupiny se SV, menší u skupiny s ÚSV a minimální u skupiny terciálně vzdělané. Po 60 roce věku na trhu práce participuje pouze 25 procent mužů se SV. Participace mužů s ÚSV je 38 procent a terciálně vzdělaných mužů dokonce 60 procent. To jsou velice výrazné rozdíly. Obdobně vzdělanostně rozdílné poklesy v mírách participace s věkem jsou u žen, kde ovšem trend poklesu začíná věkově dříve. Jde především o důsledek nižšího průměrného statutárního věku odchodu do penze žen podle počtu dětí. Zde je vhodné zmínit, že dosavadní politika zaměstnanosti a zdanění spíše starší lidi z trhu práce vytlačovala a efekt se nejsilněji projevoval u nízkovzdělané populace. Neuvádíme míru nezaměstnanosti, která není pro skupinu starší populace dobrým ukazatelem. Další úvahy Námi uvažovaná věková skupina let je o něco starší, než by odpovídalo formálně definované skupině absolventů, pro kterou pravidelně publikuje údaje o nezaměstnanosti 4

5 NÚOV. NÚOV (2005) pracuje s termínem míra nezaměstnanosti čerstvých absolventů. 4 Pro rok 2005 NÚOV uvádí míru nezaměstnanosti čerstvých absolventů se SV (bez maturity) 17,9 procent a pro skupinu s ÚSV 12,2 procent (SOŠ s maturitou) a 4,8 procent u G. U vysokoškolských absolventů 5,5 procent. V podrobnějším dělení je pozoruhodná míra nezaměstnanosti 29 procent u absolventů s nižším středním odborným vzděláním (bez výučního listu), ale podíl této skupiny na celkové populaci je poměrně malý. Sociálně nebezpečnější a ekonomicky nákladnější je dlouhodobá nezaměstnanost. Podle NÚOV (2006) se podíl dlouhodobě nezaměstnaných absolventů 5 programů SV pohybuje v rozsahu procent zatímco u absolventů s ÚSV v rozsahu procent (nižší procento platí pro absolventy gymnázií. S dalším vzděláním tento podíl ještě dále výrazně klesá. Je třeba upozornit na velký podíl skupiny se SV na celkové skupině absolventů (cca 40 procent), která vykazuje vysokou míru nezaměstnanosti. Při vysoké míře nezaměstnanosti této skupiny jde z národohospodářského hlediska o rozsáhlý pasivní a nevyužitý lidský kapitál. Domníváme se, že údaje o nezaměstnanosti z VŠPS jsou u mladých mnohem věrohodnějším ukazatelem jejich uplatnění na trhu práce, než jsou údaje o registrované nezaměstnanosti. Mezi obecnou mírou nezaměstnanosti z VŠPS a registrovanou mírou jsou jisté rozdíly (cca 1 procentní bod) a jde zřejmě o důsledek toho, že někteří registrovaní nezaměstnaní jsou ve skutečnosti neoficiálně výdělečně činí. A právě tento jev je dle našeho soudu mnohem častější u mladších věkových skupin a především u nízkovzdělaných často zaměstnaných v pomocných dělnických profesích, kde je výplata na ruku snadnější a častým jevem. Otázka participace je velice relevantní pro Českou republiku, která bude v horizontu nadcházejících desetiletích řešit velice zásadní problém financování penzí. Stojí za připomenutí, že Česká republika má v rámci celé Evropy jednu z nejméně příznivějších demografických struktur a problém stárnutí populace bude v České republice velice zásadní a určující pro celou národohospodářskou politiku. Země má již dnes velmi vysoké implicitní budoucí závazky vůči budoucím penzistům. Řešení tohoto problému může výrazně usnadnit výrazné prodloužení účasti jednotlivců na trhu práce při udržení jejich produktivity práce. Ačkoliv na základě situace populace narozené v letech 40. a 50. a formálně vzdělávané v letech nelze dělat silné závěry o tom, jaká bude situace současných absolventů škol za několik desítek let, jde o jeden z mnoha existujících dokladů, že úroveň formálního vzdělání je významným faktorem délky aktivní a produktivní účasti jednotlivců na trhu práce. Skutečnost, že v dalších desetiletích se bude role vzdělání na trhu práce stávat stále významnějším faktorem úspěchu, dokládá minimálně vývoj v těch zemích OECD, kde se technologický pokrok začal významně promítat již v 80. a 90. letech. Námi uvedená základní zjištění o souvislostech mezi formální úrovní vzdělání a participací a nezaměstnaností na trhu práce pro současnou Českou republiku jsou v souladu s tím, co lze pozorovat v zemích OECD (2005). Je však třeba zdůraznit, že pozorované rozdíly jak napříč zeměmi, tak v čase je třeba interpretovat velice opatrně, neboť do statistik se promítá řada specifický jevů, které s kauzální spojitostí mezi úrovní vzdělání a zaměstnaností přímo nesouvisejí. 4 Terminologie NÚOV: vyučení jsou absolventi učebních oborů SOU, OU a U tříletých a dvouletých, SO jsou absolventi nematuritních studijních oborů SOŠ a SOŠ jsou absolventi SOŠ s maturitou. NÚOV (2005) počítá míru nezaměstnanosti čerstvých absolventů v dubnu 2005 jako počet nezaměstnaných čerstvých absolventů v dubnu 2005 k počtu absolventů v roce Podíl dlouhodobě nezaměstnaných absolventů je definován jako podíl absolventů nezaměstnaných díle než 6 měsíců k celkovému počtu nezaměstnaných absolventů. 5

6 1.2. Mzdy V této sekci se zaměřujeme na mzdové rozdíly podle úrovně a typu nejvyššího dosaženého formálního vzdělání. Mzdu lze považovat za nejvěrohodnější měřítko produktivity lidského kapitálu a mzdové rozdíly dané vzděláním lze považovat za soukromé peněžní výnosy z investice do lidského kapitálu. Mzdy nepostihují soukromé nefinanční výnosy, společenské výnosy plynoucí z odvedených daní a pozitivních externalit. Tyto výnosy je však velice obtížné kvantifikovat. Obecně platí, že s úrovní vzdělání klesá podíl společenských výnosů a roste podíl soukromých výnosů ze vzdělání. K porovnání mzdových rozdílů podle úrovně dosaženého vzdělání vycházíme ze statistik napočtených z Informačního systému o průměrném výdělku (ISPV). Jde o nejvhodnější existující zdroj, který tuto informaci v požadované struktuře poskytuje. Data ISPV umožňují spočítat aktuální průměrné a mediánové mzdy pro skupiny vzdělání-věku-regionu-pohlaví, což jiné datové zdroje neumožňují. Pracujeme s hodinovou mzdou, která není zatížena případnými rozdíly v počtu odpracovaných hodin. Data ISPV jsou poměrně dobře reprezentativní. Jediným nedostatkem je méně než reprezentativní zastoupení malých firem ve vzorku, ale to je řešeno odpovídajícím převážením vzorku. V Tabulce 2 uvádíme základní mzdové ukazatele pro základní skupiny populace podle úrovně nejvyššího dosaženého vzdělání. Stejně jako v části o participaci uvádíme údaje pro mladé věkové skupiny zaměstnanců a let. Uvádíme také průměry pro celou dospělou populaci 15+. Stejně jako v případě analýzy participace na trhu práce je i zde třeba mít na paměti, že ve věkové skupině je ještě minimální zastoupení vysokoškolsky vzdělaných zaměstnanců, protože většina z nich ještě školu studuje. Mzdy nedávných absolventů vysokých škol tedy lépe reprezentují údaje pro skupinu let. 6

7 Tabulka 2: Procentní rozdíly v průměrných mzdách (vztaženo ke mzdě zaměstnanců s gymnaziálním vzděláním) 6 Věk 20-24* 25-29* 15+* Muži Ženy Muži Ženy Muži Ženy Základní (ABC) % -20,9-24,7-32,5-41,2-40,6-36,6 Odborné (E,H) % -15,8-21,9-26,0-39,1-33,2-35,3 Střední (D,J) % -22,1-28,2-34,4-40,7-33,0-30,6 ÚSO s mat a v.l. (L) % -5,1-10,0-9,0-22,9-12,3-15,3 Gymnázium % ÚSO s mat. M % -2,4 0,4-0,7-8,0-0,7-0,7 VŠ bakalář a VOŠ (N,R) % 8,9 5,1 15,7 10,5 34,5 15,9 VŠ magistr % 9,1 7,5 35,0 33,1 81,8 79,5 % skupiny se stejnou praxí 80,9 83,2 Zdroj: Vlastní výpočty z databáze ISPV Trexima z roku U nejmladší věkové skupiny zaměstnanců se rozdíly mezi středoškoláky s maturitou a bez maturity pohybují v rozsahu 20 až 30 procent. U žen jsou tytso rozdíly vyšší. S věkem však tyto rozdíly výrazně rostou, takže pro věkovou skupinu let již rozdíly činí procent. Vzhledem k tomu, že zaměstnanci s úplným středním vzděláním mají pouze o jeden rok studia více než většina zaměstnaných bez maturity, jde o poměrně velké mzdové rozdíly. Zajímavé je, že mzdy zaměstnanců s gymnaziálním vzděláním jsou naprosto srovnatelné se mzdami zaměstnanců s úplným středním vzděláním. 6 Legenda % -průměrná mzda Kód KKOV Název Základní (ABC) A Bez vzdělání B Neúplné základní vzdělání C Základní vzdělání Odborné (E,H) E Nižší střední odborné vzdělání H Střední odborné vzdělání s výučním listem Střední (D,J) D Nižší střední vzdělání J Střední nebo střední odborné vzdělání bez maturity i výučního listu ÚSO s mat a v.l. (L) M Úplné střední odborné vzdělání s maturitou (bez vyučení) VŠ bakalář a VOŠ (N,R) N Vyšší odborné vzdělání R Vysokoškolské bakalářské vzdělání ÚSO s mat. M L Úplné střední odborné vzdělání s vyučením i maturitou Gymnázium K Úplné střední všeobecné vzdělání VŠ magistr T Vysokoškolské magisterské vzdělání Ph.D. V Vysokoškolské doktorské vzdělání 7

8 Další nárůst mezd přináší vysokoškolské vzdělání. Mzdy nejmladší skupiny absolventů VŠ let jsou o celých 34 procent vyšší než mzdy srovnatelně starých zaměstnanců s úplným středním vzděláním. Pokud srovnáme mzdy těchto absolventů VŠ se skupinou středoškoláků s maturitou se stejně krátkou pracovní praxí, tedy skupinou let, je mzdový rozdíl dokonce 80 procent. To je také průměrný rozdíl mezi těmito skupinami v celé zaměstnané populaci. Rok vysokoškolského studia tak v ČR v průměru odpovídá nárůstu mzdy v rozsahu procent. To je v mezinárodním kontextu (OECD 2005) velice vysoké číslo, protože ve většině zemí EU15 je nárůst v řádu 5 10 procent. Vysoký výnos (relativní, nikoliv absolutní) je zřejmě dán nedostatečnou nabídkou vysokoškolsky vzdělané populace v ČR, což je příznačné pro řadu dalších post-komunistických zemí, jako je například Maďarsko. Hodný pozornosti je v ČR aspekt mzdových rozdílů mezi muži a ženami, které uvádí Tabulka 3. Zde je patrný výrazný trend klesajících rozdílů s rostoucím vzděláním. Zatímco u zaměstnanců bez maturity představují rozdíly procent, pro zaměstnance s úplným středním vzděláním to je již pouze 8 16 procent a pro vysokoškoláky dokonce pouhých 9 procent. Údaje pro celou populaci mají pro naše účely opět nízkou vypovídací schopnost. Z uvedených rozdílů není možné automaticky usuzovat na sílu kauzálního vztahu mezi vzděláním a mzdou, potažmo mezní produktivitou práce. Uvedené mzdové rozdíly je totiž třeba chápat v širším kontextu ekonomických procesů a statistických vlastností ukazatelů. Část pozorovaných mzdových rozdílů je způsobena tím, že lidé dosahující vyšší úrovně vzdělání mají nejen lepší studijní dispozice (naučí se na škole více, než by se tam naučili ti, co se na školu nedostanou nebo tam prostě nejdou). Lidé s lepšími studijními dispozicemi mají v průměru lepší i dispozice pro pracovní trh, takže by měli v průměru mzdy vyšší i bez dalšího vzdělání. K tomuto efektu dochází na všech stupních studia. Na druhé straně je třeba připomenout, že potenciální mzdy nadanějších z maturantů nejsou do průměrné mzdy započítány, protože tito pokračovali ve studiu na vysoké škole. Pokud bychom tuto skupinu při mzdových rozdílech zohlednili, vyšly by mzdové rozdíly ještě vyšší. Oba uvedené jevy tedy působí proti sobě, do jisté míry se kompenzují, a proto lze údaj o pozorovaných mzdových rozdílech zaměstnanců s maturitou a bez maturity považovat za poměrně dobrý ukazatel přínosu úplného středního vzdělání. Je třeba mít na paměti, že skupina zaměstnanců s gymnaziálním vzděláním je velice malá. Nejde jen o to, že gymnázia absolvovalo méně než 20 procent věkové kohorty, ale o to, že většina absolventů gymnázií dosáhla terciálního vzdělání. Příslušníci malé skupiny těch, co skončili na pracovním trhu s gymnaziálním vzdělání, jsou buď málo schopní (neúspěšně se ucházeli o studium na VŠ či VOŠ) nebo jsou výjimečně dobře disponovaní pro trh práce a dostali velice zajímavou nabídku práce (mzdy) i bez vysoké školy. Tyto dva efekty opět vstupují do průměrné mzdy s opačným znaménkem a v menší či větší míře se navzájem kompenzují. Přítomnost těchto dvou jevů naznačuje v Tabulce 2 decilovy poměr p90/p10, který je u gymnazistů výrazně vyšší. Skutečnost, že mzdy absolventů gymnázií a SOŠ se více méně neliší, ukazuje, že všeobecné středoškolské vzdělaní i bez následného vzdělání terciálního nepředstavuje na trhu práce zásadnější znevýhodnění. Dokonce se zdá, že mzdový nárůst s lety praxe je u absolventů gymnázií větší než u SOŠ. 8

9 Tabulka 3: Mzdové rozdíly muži a ženy (%) 7 Věk 20-24* 25-29* 15+* Vzdělání (KKOV) Základní (ABC) % 0,17 0,24 0,22 Odborné (E,H) % 0,20 0,31 0,35 Střední (D,J) % 0,20 0,19 0,26 ÚSO s mat a v.l. (L) % 0,17 0,27 0,35 Gymnázium % 0,11 0,08 0,31 ÚSO s mat. M % 0,08 0,16 0,31 VŠ bakalář a VOŠ (N,R) % 0,15 0,13 0,52 VŠ magistr % 0,09 0,32 Ph.D. % 0,15 0,38 Neuvedeno % 0,06 0,22 Zdroj: Vlastní výpočty z databáze ISPV Trexima z roku Mzdové průměry nezahrnují nulové mzdy těch, kteří nepracují. Toto zkreslení je největší u skupin, kde je největší výskyt buď nezaměstnanosti a nebo neúčasti na trhu práce. V úvodní části této sekce ukazujeme, že jde především o populaci s nízkým vzděláním a o ženy. Pokud bychom ve výpočtu mzdových rozdílů zohlednili i nulové mzdy těch, kteří nepracují, byly by průměrné mzdové rozdíly mezi učňovským a úplným středním vzděláním ještě výraznější, než se jeví z uvedených statistik. 7 Legenda % -průměrná mzda Kód KKOV Název Základní (ABC) A Bez vzdělání B Neúplné základní vzdělání C Základní vzdělání Odborné (E,H) E Nižší střední odborné vzdělání H Střední odborné vzdělání s výučním listem Střední (D,J) D Nižší střední vzdělání J Střední nebo střední odborné vzdělání bez maturity i výučního listu ÚSO s mat a v.l. (L) M Úplné střední odborné vzdělání s maturitou (bez vyučení) VŠ bakalář a VOŠ (N,R) N Vyšší odborné vzdělání R Vysokoškolské bakalářské vzdělání ÚSO s mat. M L Úplné střední odborné vzdělání s vyučením i maturitou Gymnázium K Úplné střední všeobecné vzdělání VŠ magistr T Vysokoškolské magisterské vzdělání Ph.D. V Vysokoškolské doktorské vzdělání 9

10 Celoživotní příjmy Mnohem důležitější než výše popsané vzdělanostní mzdové rozdíly v rámci věkových skupin je pro účely reformy vzdělávacího systému informace o kariérní (celoživotní) dynamice mzdových rozdílů. Tabulka 2 jasně ukazuje, že mzdové rozdíly dané vzděláním jsou na počátku pracovní kariéry relativně malé, ale s přibývající praxí na trhu práce výrazně rostou. Nejvíce je tento efekt patrný mezi skupinou žen s maturitou a bez maturity a u mužů mezi skupinami s vysokou školou a s maturitou. Z výpočtů, které zde neuvádíme, je dokonce patrné, že toto kariérní zvyšování vzdělanostních mzdových rozdílů je mnohem významnější, když pomineme specifickou situaci na pražském trhu práce. V Praze, vzhledem ke zbytku země poměrně výjimečně fungujícímu pracovnímu trhu, jsou zřejmě pro populaci bez maturity relativně dobré pracovní podmínky (profese ve službách jako jsou řidiči taxi, pohostinství, apod). Empiricky pozorovaná dynamika kariérního zvyšování mzdových rozdílů je v naprosté shodě s teorií lidského kapitálu (J.Mincer a G.Becker). Dle této teorie mzdy rostou s lety pracovní kariéry ze dvou základních důvodů. První důvod spočívá v tom, že v počátečních letech pracovní kariéry dochází k poměrně vysoké míře investic do dalšího lidského kapitálu (akumulace profesní praxe), což dočasně snižuje produktivitu a tedy i mzdu v době realizace investice. Tyto investice (nemají pozorovanou finanční formu, ale projevují se pouze dočasně nízkou mzdou jako náklady ušlé příležitosti) do lidského kapitálu se postupně promítají do nárůstu produktivity a tedy i mzdy. Čím intenzivnější investice do profesní praxe, tím strmější nárůst mezd u jednotlivců pozorujeme. Míra investic do profesní praxe roste s úrovní formálně dosaženého vzdělání. Tuto skutečnost dokumentuje pro ČR nedávná studie NVF (2005). U vyučených zaměstnanců je průměrná účast na dalším vzdělávání minimální. Z toho plyne, že jejich absolventské mzdy jsou poměrně vysoké, ale s postupující praxí již nerostou. S rostoucím věkem a s poklesem fyzických dispozic mzdy mohou dokonce klesat. Naopak pracovní síla s úplným středním a vysokoškolským vzděláním průběžně investuje do profesní praxe a díky tomu dosahuje rostoucí vyšší produktivity a tedy i mezd. Zde hraje velkou roli teoretický koncept rekursivní produktivity a dovednostního multiplikátoru uvedený v úvodní sekci, který umožňuje vyšší efektivnost investic do profesní praxe u těch, kteří získali potřebně obecné dovednosti již v rané fázi prostřednictvím formálního vzdělání. Nárůst vzdělanostních mzdových rozdílů s věkem je však dán nejen investicemi do lidského kapitálu, ale také postupným profesním postupem do vyšších řídicích a zodpovědnějších pracovních pozic u vzdělanější populace. Uvedenou informaci o kariérním vývoji mezd však může zkreslovat dopad změn vzdělávacího systému v posledních desetiletích. Starší populace zaměstnanců totiž získala své vzdělání ve vzdálenější minulosti, což se může nějakým způsobem promítat do průměrných mzdových rozdílů za celou populaci. Není však důvod se domnívat, že by to pozorované mzdové rozdíly zvyšovalo, spíše naopak, neboť kvalita i význam vzdělání v posledních desetiletích spíše rostly. Kariérní (věkový) vývoj mezd mužů a žen v Tabulce 3 se výrazně liší. Do průměrných mezd žen se negativně promítají mateřské činnosti a tento dopad roste s věkem. Nejde jen o to, že ženy mají kratší pracovní praxi v důsledku mateřství. Mají spolu se zaměstnavateli s ohledem na očekávané období mateřství menší sklon k investicím do jejich profesní praxe. V období výchovy dětí mají sklon pracovat v profesích, které jim dávají větší pracovní flexibilitu, ovšem na úkor mzdy. Do tohoto složitého mechanismu ještě vstupuje případná diskriminace. Na základě mzdových rozdílů mezi muži a ženami pro mladé věkové skupiny, kde se ve mzdách ještě naplno neprojevují rozdílné mateřské role obou pohlaví, lze konstatovat, že rostoucí úroveň vzdělání snižuje mzdové rozdíly mezi pohlavími. Zatímco mzdové rozdíly 10

11 u nejmladších zaměstnanců let bez maturity dosahují 20 procent, u maturantů se pohybují jen okolo 10 procent. Obdobně je to patrné i u skupiny let, kde jsou patrné i poměrně nízké mzdové rozdíly u absolventů terciálního vzdělání. Mzdové rozdíly u celé populace se již podle úrovně vzdělání neliší, protože se tam zřejmě silně promítají různé kariérní profily obou pohlaví. Za pozornost stojí skutečnost, že podíl zaměstnaných mladých mužů a žen bez maturity je 3:1. Je to dáno jednak nižší participací nízkovzdělaných žen na trhu práce a vyšší mírou nezaměstnanosti žen, ale je to také důsledek toho, že již na obory bez maturity vstupuje významně vyšší podíl chlapců než dívek. To souvisí se strukturou nabídky středních škol a učilišť, kde výrazně větší podíl dívek najde vhodnou a dostupnou střední školu, zatímco větší podíl chlapců končí na učilištích. Jak ukazují výsledky založené na šetření PISA 2003 v Matějů a kol. (2006), nejvýraznější diskrepance tohoto typu jsou zřejmě ve velkých městech. Za pozornost také stojí mzdové rozdíly uvnitř vzdělanostně-věkových skupin. Tyto rozdíly ukazuje v Tabulce 2 decilový poměr p90/p10. Rozdíly uvnitř vzdělanostních skupin rostou s dosaženým vzděláním a s věkem. Z tohoto pohledu jsou nejhomogenější mzdy u nízkovzdělaných zaměstnanců. Je to dáno jednak tím, že v údajích není zastoupena populace s nejnižší produktivitou, která je v mnohem větší míře nezaměstnaná nebo mimo trh práce. Druhým důvodem je zřejmě riziko plynoucí z investičního charakteru terciálního vzdělání. Stejně jako investice do fyzického kapitálu představuje investice do vzdělání i nejistotu výnosů. Na druhé straně vysokoškolské vzdělání přináší řadu nepeněžních výhod, ať jsou to příjemnější, bezpečnější a stabilnější profese nebo nepeněžní kompenzace, jejichž rozsah je však velice obtížné statisticky podchytit. Tyto kompenzace samozřejmě námi uvedené mzdové rozdíly nezachycují a skutečné materiální a sociální rozdíly v důsledku vzdělání jsou ve skutečnosti vyšší, než lze usuzovat na základě námi uváděných průměrných mezd. Zde uvedená zjištění o souvislostech mezi formální úrovní vzdělání a úrovní výdělků na trhu práce pro současnou Českou republiku jsou v souladů s tím, co lze pozorovat v ostatních zemích OECD (2005). Ačkoliv výdělkové údaje pro Českou republiku nejsou v komparacích OECD (2005) uvedeny, můžeme se na základě našich zjištění domnívat, že vztah mezi formální úrovní vzdělání a výdělky je v České republice nadprůměrně vysoký. Za pozornost stojí zjištění OECD, že výnosy ze vzdělání jsou výrazně vyšší, pokud k investici dochází dříve, tedy na počátku životní kariéry. Investice pozdější (rekvalifikace, nástavbové studium) mají výnosy výrazně nižší Shrnutí Spojitost mezi formální úrovní vzdělání a statutem na trhu práce je mnohem patrnější u žen než u mužů. Spojitost mezi formální úrovní vzdělání a statutem na trhu práce se roste se získanou praxí jednotlivců na trhu práce. Příjmové rozdíly dané vzděláním jsou v České republice poměrně vysoké. Příjmové rozdíly dané vzděláním se prohlubují se získanou praxí na trhu práce. Spojitost mezi formální úrovní vzdělání a úspěšností na trhu práce je podmiňována také nepřímo pozitivním vztahem mezi formální úrovní vzdělání a účastí dospělých na dalším vzdělávání. 11

Přístup MPSV v politice zaměstnanosti mladých do 25 let. Pozice mladých na trhu práce v ČR Fridrich-Ebert-Stiftung ČR Praha 5.

Přístup MPSV v politice zaměstnanosti mladých do 25 let. Pozice mladých na trhu práce v ČR Fridrich-Ebert-Stiftung ČR Praha 5. Přístup MPSV v politice zaměstnanosti mladých do 25 let Pozice mladých na trhu práce v ČR Fridrich-Ebert-Stiftung ČR Praha 5. prosince 2012 1 Výchozí situace 2 Ekonomická aktivita a neaktivita mladých

Více

Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC

Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC Petr Matějů Konference Předpoklady úspěchu v práci a v životě 27. listopadu 2013 Hlavní otázky pro analýzu procesu

Více

INDEXY TRHU PRÁCE V DOPRAVĚ

INDEXY TRHU PRÁCE V DOPRAVĚ INDEXY TRHU PRÁCE V DOPRAVĚ INSTITUT SILNIČNÍ DOPRAVY ČESMAD Bohemia s.r.o. www.truckjobs.cz 2012 Výsledky průzkumu za rok 2012 1 S t r á n k a INSTITUT SILNIČNÍ DOPRAVY ČESMAD Bohemia s.r.o. první specializovaná

Více

Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře)

Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře) Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře) Následující analýza výhodnosti vstupu do II. pilíři vychází ze stejné metodologie, která je popsána v Pojistněmatematické zprávě

Více

Životní podmínky českých vysokoškoláků Šárka Šustová. www.kredo.reformy-msmt.cz

Životní podmínky českých vysokoškoláků Šárka Šustová. www.kredo.reformy-msmt.cz Životní podmínky českých vysokoškoláků Šárka Šustová www.kredo.reformy-msmt.cz Zdroj dat Životní podmínky česká verze celoevropského zjišťování EU-SILC (European Union- Statistics on Income and Living

Více

Indikátory Strategie vzdělávací politiky ČR do roku 2020

Indikátory Strategie vzdělávací politiky ČR do roku 2020 Indikátory Strategie vzdělávací politiky ČR do roku 2020 Indikátory Strategie vzdělávací politiky České republiky do roku 2020 (dále jen Strategie ) jsou vymezeny s ohledem na tři klíčové priority Strategie,

Více

Problematika neúspěšných ukončení vysokoškolského studia (drop-outs) v českém kontextu

Problematika neúspěšných ukončení vysokoškolského studia (drop-outs) v českém kontextu Problematika neúspěšných ukončení vysokoškolského studia (drop-outs) v českém kontextu Jan Hraba, Vladimír Hulík (MŠMT, oddělení analytické) Klára Hulíková Tesárková (PřF UK, katedra demografie a geodemografie)

Více

ABSOLVENTI ODBORNÉHO VZDĚLÁVÁNÍ A JEJICH UPLATNĚNÍ NA TRHU PRÁCE

ABSOLVENTI ODBORNÉHO VZDĚLÁVÁNÍ A JEJICH UPLATNĚNÍ NA TRHU PRÁCE ABSOLVENTI ODBORNÉHO VZDĚLÁVÁNÍ A JEJICH UPLATNĚNÍ NA TRHU PRÁCE Praha, 5. 12. 2012, panelová diskuse Pozice mladých na trhu práce v ČR. Jaké jsou možnosti jejího zlepšení? V České republice 80 % populace

Více

Tisková konference 2011 Praha, 2.6. 2011. ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10 www.czso.cz

Tisková konference 2011 Praha, 2.6. 2011. ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10 www.czso.cz Tisková konference 2011 Praha, 2.6. 2011 MOŽNOSTI SLAĎOVÁNÍ PRACOVNÍHO A RODINNÉHO ŽIVOTA V ČESKÉ REPUBLICE Obsah prezentace Zdroje dat, základní popis VŠPS Popis základních domácnostních ukazatelů a participace

Více

13.3.2012. Kdo je nezaměstnaný? Míra nezaměstnanosti

13.3.2012. Kdo je nezaměstnaný? Míra nezaměstnanosti Měření nezaměstnanosti Nezaměstnanost 15.3.2012 Kdo je nezaměstnaný? Ekonomicky aktivní ob. Celkové obyvatelstvo Ekonomicky neaktivní ob. Zaměstnaní Nezaměstnaní důchodci studenti rodičovská dovolená Zaměstnaní:

Více

Škola ve firmě Firma ve škole Uherský Brod 20.9.2012 1

Škola ve firmě Firma ve škole Uherský Brod 20.9.2012 1 Škola ve firmě Firma ve škole Uherský Brod 20.9.2012 1 Škola ve firmě Firma ve škole Uherský Brod 20.9.2012 2 zaměstnanci - organizace 158963352/XXXX 687963250/YYYY 586524793/ZZZZ 156826/XXXX 352698128/CCCC

Více

Studie č. 13. Žádoucí změny v systému vzdělávání v odvětví textilního a oděvního průmyslu, s důrazem na rovnováhu

Studie č. 13. Žádoucí změny v systému vzdělávání v odvětví textilního a oděvního průmyslu, s důrazem na rovnováhu Žádoucí změny v systému vzdělávání v odvětví textilního a oděvního průmyslu, s důrazem na rovnováhu mezi konkurenceschopností a sociální soudržností Vytvořeno pro: Projekt reg.č.: Název projektu: Objednatel:

Více

Nezaměstnanost 15.3.2012

Nezaměstnanost 15.3.2012 Nezaměstnanost 15.3.2012 Měření nezaměstnanosti Kdo je nezaměstnaný? Celkové obyvatelstvo Ekonomicky aktivní ob. Ekonomicky neaktivní ob. Zaměstnaní Nezaměstnaní důchodci studenti rodičovská dovolená Zaměstnaní:

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 12. 2002 60 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Tato

Více

Vzdělanost v Pardubickém kraji

Vzdělanost v Pardubickém kraji Vzdělanost v Pardubickém kraji Předkládaný analytický materiál navazuje na publikaci Sčítání lidu, domů a bytů 2011 Pardubický kraj analýza výsledků vydanou v září roku 2013. Vzhledem k tomu, že díky sčítání

Více

TECHNICKÉ VZDĚLÁVÁNÍ A POŽADAVKY Z PRAXE NA ABSOLVENTY VYSOKÝCH ŠKOL

TECHNICKÉ VZDĚLÁVÁNÍ A POŽADAVKY Z PRAXE NA ABSOLVENTY VYSOKÝCH ŠKOL TECHNICKÉ VZDĚLÁVÁNÍ A POŽADAVKY Z PRAXE NA ABSOLVENTY VYSOKÝCH ŠKOL doc. Ing. Ivo Hlavatý, Ph.D. (IWI-C) VŠB Technická univerzita Ostrava, Fakulta strojní, 17. listopadu 15/2172, 708 33 Ostrava- Poruba,

Více

0% 1950 1961 1970 1980 1991 2001 2011. Základní Odborné bez maturity Úplné středoškolské s maturitou Vysokoškolské Bez vzdělání Nezjištěno

0% 1950 1961 1970 1980 1991 2001 2011. Základní Odborné bez maturity Úplné středoškolské s maturitou Vysokoškolské Bez vzdělání Nezjištěno 4.1 VZDĚLANOST V ČESKU Petra Špačková Vzdělanostní úroveň je důležitým ukazatelem při hodnocení vertikální diferenciace struktury obyvatelstva (Machonin a kol. 2000), zejména jeho sociálního statusu. Úroveň

Více

Informační a poradenské středisko. Mgr. Jindřiška Dvorská

Informační a poradenské středisko. Mgr. Jindřiška Dvorská Informační a poradenské středisko Mgr. Jindřiška Dvorská osoby, místa v tis. Vývoj počtu uchazečů o zaměstnání a volných pracovních míst 650 600 550 500 450 400 350 300 250 200 150 100 50 0 uchazeči o

Více

8 NEZAMĚSTNANOST. 8.1 Klíčové pojmy

8 NEZAMĚSTNANOST. 8.1 Klíčové pojmy 8 NEZAMĚSTNANOST 8.1 Klíčové pojmy Ekonomicky aktivní obyvatelstvo je definováno jako suma zaměstnaných a nezaměstnaných a míra nezaměstnanosti je definovaná jako procento ekonomicky aktivního obyvatelstva,

Více

SLADĚNÍ RODINNÉHO A PROFESNÍHO ŽIVOTA ŽEN PŮSOBÍCÍCH VE VĚDĚ A VÝZKUMU

SLADĚNÍ RODINNÉHO A PROFESNÍHO ŽIVOTA ŽEN PŮSOBÍCÍCH VE VĚDĚ A VÝZKUMU SLADĚNÍ RODINNÉHO A PROFESNÍHO ŽIVOTA ŽEN PŮSOBÍCÍCH VE VĚDĚ A VÝZKUMU Citované výsledky vycházejí ze tří výzkumných akcí uskutečněných STEM v rámci projektu "Postavení žen ve vědě a výzkumu" spolufinancovaného

Více

Počet nezaměstnaných absolventů a mladistvých/ 1 volné pracovní místo

Počet nezaměstnaných absolventů a mladistvých/ 1 volné pracovní místo Hlavní město Praha Celková nezaměstnanost v kraji - V dubnu 2007 činila míra v Hl. m. Praha 2,5 % 1 a celkový počet dosahoval 17 954 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2006

Více

Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO. www.kredo.reformy-msmt.cz

Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO. www.kredo.reformy-msmt.cz Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO www.kredo.reformy-msmt.cz Osoby ve věku 30-34 let podle vybraných typů dosaženého vzdělání a pohlaví (1995-2013)

Více

PRACOVNÍ PORADENSTVÍ PROFESNÍ VÝBĚR

PRACOVNÍ PORADENSTVÍ PROFESNÍ VÝBĚR PRACOVNÍ PORADENSTVÍ PROFESNÍ VÝBĚR Název školy Číslo projektu Autor Název šablony Název DUMu Stupeň a typ vzdělávání Vzdělávací oblast Střední odborná škola a Gymnázium Staré Město CZ.1.07/1.5.00/34.1007

Více

1. Demografická situace, její výhled a možné scénáře restrukturalizace středního školství

1. Demografická situace, její výhled a možné scénáře restrukturalizace středního školství Demografická struktura v ČR: obecné vs. specifické vzdělání D.Münich 1. Demografická situace, její výhled a možné scénáře restrukturalizace ho školství V této části poskytujeme souhrnný pohled na existující

Více

Společným postupem sociálních partnerů k přípravě odvětví na změny důchodového systému Prognóza zaměstnanosti pro obor knihovnictví

Společným postupem sociálních partnerů k přípravě odvětví na změny důchodového systému Prognóza zaměstnanosti pro obor knihovnictví Společným postupem sociálních partnerů k přípravě odvětví na změny důchodového systému Prognóza zaměstnanosti pro obor knihovnictví Ing. Martin Bakule, Ph.D. Národní vzdělávací fond Metodika prognózy Vstupní

Více

Systém odborného vzdělávání ve Švýcarsku

Systém odborného vzdělávání ve Švýcarsku Systém odborného vzdělávání ve Švýcarsku Obsah: 1. Uvedení do širšího kontextu 2. Učňovské vzdělávání ve Švýcarsku Systém vzdělávání Preference a volby mladých lidí Organizační struktura odborného vzdělávání

Více

DUÁLNÍ SYSTÉM VZDĚLÁVÁNÍ V ČECHÁCH?

DUÁLNÍ SYSTÉM VZDĚLÁVÁNÍ V ČECHÁCH? HOSPODÁŘSKÁ KOMORA ČESKÉ REPUBLIKY www.komora.cz DUÁLNÍ SYSTÉM VZDĚLÁVÁNÍ V ČECHÁCH? RNDr. Zdeněk Somr Viceprezident HKČR Ústupky, 28. listopadu 2014 Strana 1 HOSPODÁŘSKÁ KOMORA ČESKÉ REPUBLIKY www.komora.cz

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 8.11.2002 55 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl) Kouření je dalším

Více

Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání. Tomáš Katrňák Natalie Simonová Laura Fónadová

Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání. Tomáš Katrňák Natalie Simonová Laura Fónadová Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání Tomáš Katrňák Natalie Simonová Laura Fónadová Cíl analýzy Ukázat, zda rozšiřující se dostupnost maturitního vzdělání

Více

na trhu práce (přednáška pro gymnázia) KIT PEF CZU - Vladimír Očenášek

na trhu práce (přednáška pro gymnázia) KIT PEF CZU - Vladimír Očenášek na trhu práce (přednáška pro gymnázia) 1 položme si pár otázek... předvídáme měnící se kvalifikační potřeby? (co bude za 5, 10, 15 let...) jsou propojeny znalosti, dovednosti a kompetence (žáků, studentů,

Více

CENTRUM VZDĚLÁVÁNÍ PEDAGOGŮ ODBORNÝCH ŠKOL

CENTRUM VZDĚLÁVÁNÍ PEDAGOGŮ ODBORNÝCH ŠKOL Projekt: CENTRUM VZDĚLÁVÁNÍ PEDAGOGŮ ODBORNÝCH ŠKOL Kurz: Personalistika a vzdělávání ve firemní praxi SPŠ a OA Uherský Brod, 2012 1 Úvod Personální útvar má za úkol ovlivňovat vztahy mezi organizací a

Více

2. SOCIÁLNÍ VÝVOJ. Ubývá zaměstnaných osob, přibývá nezaměstnaných.

2. SOCIÁLNÍ VÝVOJ. Ubývá zaměstnaných osob, přibývá nezaměstnaných. 2. SOCIÁLNÍ VÝVOJ Ubývá zaměstnaných osob, přibývá nezaměstnaných. Podle výsledků Výběrového šetření pracovní sil (VŠPS) představovala v Kraji Vysočina v roce 21 pracovní síla téměř 254 tis. osob, z tohoto

Více

FINANCOVÁNÍ VYBRANÝCH VEŘEJNÝCH SLUŢEB

FINANCOVÁNÍ VYBRANÝCH VEŘEJNÝCH SLUŢEB FINANCOVÁNÍ VYBRANÝCH VEŘEJNÝCH SLUŢEB Vzdělávání 2 3 4 DŮVODY PRO FINANCOVÁNÍ VZDĚLÁVÁNÍ Vzdělání a makroekonomický růst spojen s teorií lidského kapitálu růst produktivity práce v ekonomice (Benhabib,

Více

Politika zaměstnanosti I. (PZ, osoby se zdravotním postižením, portál MPSV)

Politika zaměstnanosti I. (PZ, osoby se zdravotním postižením, portál MPSV) Politika zaměstnanosti I. (PZ, osoby se zdravotním postižením, portál MPSV) Zpracoval: Bc. Jaroslav Mikšaník, Úřad práce ČR E-mail: Jaroslav.Miksanik@ol.mpsv.cz Olomouc, 12. 10. 2011 Obsah přednášky 1)

Více

Mzdová statistika z hlediska genderu

Mzdová statistika z hlediska genderu Mzdová statistika z hlediska genderu Mgr. Marek Řezanka, ČSÚ GPG využití a proměny ukazatele Výpočet (100-Mž/Mm*100) Co měří a co ne? Jakých hodnot dosahuje: ČR x Evropa Jakou informaci obsahuje GPG? 1.

Více

Rozšířené výstupy Informačního systému o průměrném výdělku

Rozšířené výstupy Informačního systému o průměrném výdělku Rozšířené výstupy Informačního systému o průměrném výdělku A) Výstupy pro odbor 65 - odbor analýz a statistik Výsledková část ISPV-ČR za 1. pololetí a rok 2014 a 1. pololetí a rok 2015 Hrubý měsíční mzda/plat

Více

DOKUMENTY POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE D O K U M E N T Y. Graf č. A.2.7

DOKUMENTY POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE D O K U M E N T Y. Graf č. A.2.7 DOKUMENTY D O K U M E N T Y POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE Graf č. A.2.7 Poznámka: počet studentů k 31. prosinci kalendářního roku Vysokoškolské studium v České republice se uskutečňuje

Více

Vysoké školství Ústeckého kraje: několik námětů k diskusi

Vysoké školství Ústeckého kraje: několik námětů k diskusi Vysoké školství Ústeckého kraje: několik námětů k diskusi Výběr z úvodních analýz pro projekt Vyhodnocení stavu vysokého školství v Ústeckém kraji Mgr. Zdeňka Šímová, O projektu Projekt: Vyhodnocení stavu

Více

Srovnání nabídky a poptávky a vyplývající závěry

Srovnání nabídky a poptávky a vyplývající závěry Srovnání nabídky a poptávky a vyplývající závěry Prof. Ing. Jiří Voříšek, CSc. Seminář ČSSI SPIS CACIO 15.5.2007 Konkurenceschopnost absolventů IT oborů VŠ a VOŠ na trhu práce v ČR Společný projekt ČSSI,

Více

Technická studie rozšíření a zkvalitnění současné programové implementace modelu CERGE-EI-ROA

Technická studie rozšíření a zkvalitnění současné programové implementace modelu CERGE-EI-ROA Technická studie rozšíření a zkvalitnění současné programové implementace modelu CERGE-EI-ROA Koordinátor a editor Doc. Ing. Daniel Münich, Ph.D. autorský tým Ing. Filip Pertold, M.A. Mgr. Martin Guzi,

Více

MAPA VÝZKUMNÉHO A APLIKAČNÍHO POTENCIÁLU ČESKA. Mzdová atraktivita zaměstnání ve výzkumu a vývoji

MAPA VÝZKUMNÉHO A APLIKAČNÍHO POTENCIÁLU ČESKA. Mzdová atraktivita zaměstnání ve výzkumu a vývoji MAPA VÝZKUMNÉHO A APLIKAČNÍHO POTENCIÁLU ČESKA Mzdová atraktivita zaměstnání ve výzkumu a vývoji 30. dubna 2011 Tato zpráva byla vypracována v rámci veřejné zakázky Úřadu vlády Analýzy a podklady pro realizaci

Více

Rating Moravskoslezského kraje

Rating Moravskoslezského kraje Rating Moravskoslezského kraje Moravskoslezský kraj Krajský úřad 28. října 117 702 18 Ostrava Tel.: 595 622 222 E-mail: posta@kr-moravskoslezsky.cz RATING MORAVSKOSLEZSKÉHO KRAJE V červnu roku 2008 byla

Více

19. dubna 2002, Bartošovice v Orlických horách. Studentská komory Rady vysokých škol FINANCOVÁNÍ VYSOKÉHO ŠKOLSTVÍ

19. dubna 2002, Bartošovice v Orlických horách. Studentská komory Rady vysokých škol FINANCOVÁNÍ VYSOKÉHO ŠKOLSTVÍ 19. dubna 2002, Bartošovice v Orlických horách Studentská komory Rady vysokých škol FINANCOVÁNÍ VYSOKÉHO ŠKOLSTVÍ Studentská komora Rady vysokých škol (SK RVŠ) je vrcholnou reprezentací studentů veřejných,

Více

Nezaměstnaný je ten, kdo nemá práci a aktivně

Nezaměstnaný je ten, kdo nemá práci a aktivně Nezaměstnanost Definice nezaměstnanosti Nezaměstnaný je ten, kdo nemá práci a aktivně ji hledá Co je to aktivní hledání? Stačí registrace na Úřadu práce? Jakákoliv definice aktivního hledání je arbitrární

Více

2007 15 167 5,7% 6,8% 2008 12 439 4,6% 5,2% 2009 21 785 7,8% 7,9% 2010 25 763 9,5% 9,2% 2011 22 629 8,3% 8,6% 2012 21 574 7,9% 8,4%

2007 15 167 5,7% 6,8% 2008 12 439 4,6% 5,2% 2009 21 785 7,8% 7,9% 2010 25 763 9,5% 9,2% 2011 22 629 8,3% 8,6% 2012 21 574 7,9% 8,4% Ukazatele celkové v kraji - V dubnu 2014 činil podíl na počtu obyvatel Pardubického kraje 6,9 % a celkový počet 1 evidovaných na úřadech práce dosahoval 23 825. - Podíl na obyvatelstvu v ČR činil v dubnu

Více

PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH

PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH Podíl úvazků na zkrácenou pracovní dobu je v České republice jeden z nejmenších. Podle výsledků výběrového šetření pracovních sil (VŠPS-LFS)

Více

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB Informace o nesezdaném soužití (Český statistický úřad používá k označení vztahu druha a družky pojem faktické manželství) byly zjišťovány ve Sčítáních

Více

Vstupní dotazník-portfolium potenciální pracovní kariéry

Vstupní dotazník-portfolium potenciální pracovní kariéry Vstupní dotazník-portfolium potenciální pracovní kariéry Osobní údaje Jméno Příjmení Bydliště (obec) Věk Natálie Jablonská Sušice 34 let Vzdělávací a studijní kariéra Uveďte požadovaný údaj Uveďte rok

Více

JAK HOSPODAŘÍ ČESKÉ DOMÁCNOSTI

JAK HOSPODAŘÍ ČESKÉ DOMÁCNOSTI TISKOVÁ INFORMACE Z VÝZKUMU STEM TRENDY 1/214 VYDÁNO DNE 17.2. 214 JAK HOSPODAŘÍ ČESKÉ DOMÁCNOSTI Mírně nadpoloviční většina dotázaných občanů je z hlediska úspor a půjček v plusu, téměř třetina má bilanci

Více

Strategický plán rozvoje města Kopřivnice

Strategický plán rozvoje města Kopřivnice 2 Obyvatelstvo Cílem této kapitoly je zhodnotit jednak současný a dále i budoucí demografický vývoj ve městě. Populační vývoj a zejména vývoj věkové struktury populace má zásadní vliv na poptávku po vzdělávacích,

Více

Pardubický kraj. Celková nezaměstnanost v kraji

Pardubický kraj. Celková nezaměstnanost v kraji Celková nezaměstnanost v kraji - V dubnu 2007 činila míra v Pardubickém kraji 5,7 % 1 a celkový počet dosahoval 15 167 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2006 je zaznamenán

Více

Workshop k výsledkům výzkumu MŠMT, 21.10.2013

Workshop k výsledkům výzkumu MŠMT, 21.10.2013 Mezinárodní výzkum dospělých Workshop k výsledkům výzkumu MŠMT, 21.10.2013 Hana Říhová (rihova@nvf.cz) Národní vzdělávací fond Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem

Více

Příručka k měsíčním zprávám ING fondů

Příručka k měsíčním zprávám ING fondů Příručka k měsíčním zprávám ING fondů ING Investment Management vydává každý měsíc aktuální zprávu ke každému fondu, která obsahuje základní informace o fondu, jeho aktuální výkonnosti, složení portfolia

Více

INDEXY TRHU PRÁCE V DOPRAVĚ

INDEXY TRHU PRÁCE V DOPRAVĚ INDEXY TRHU PRÁCE V DOPRAVĚ INSTITUT SILNIČNÍ DOPRAVY ČESMAD Bohemia s.r.o. www.truckjobs.cz 2013 Výsledky průzkumu za rok 2013 1 S t r á n k a INSTITUT SILNIČNÍ DOPRAVY ČESMAD Bohemia s.r.o. první specializovaná

Více

3.3 Data použitá v analýze

3.3 Data použitá v analýze ALCHYMIE NEPOJISTNÝCH SOCIÁLNÍCH DÁVEK 3.3 Data použitá v analýze V kapitole se vychází zejména z mikrodat statistického šetření SILC, které je dnes jednotně využíváno ve všech zemích EU k měření sociální

Více

Počet nezaměstnaných/ 1 volné pracovní místo 2002 3715 9,6 9,3 2003 3004 12,8 12,4 2004 2916 13,4 12,5 2005 1 3000 11,8 8,6 2006 1 3893 8,3 6,1

Počet nezaměstnaných/ 1 volné pracovní místo 2002 3715 9,6 9,3 2003 3004 12,8 12,4 2004 2916 13,4 12,5 2005 1 3000 11,8 8,6 2006 1 3893 8,3 6,1 Celková nezaměstnanost v kraji - V dubnu 2006 činila míra v Olomouckém kraji 10 % 1 a celkový počet dosahoval 32 340 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2005 je zaznamenán

Více

Dopadová studie Význam obchodu jako zaměstnavatele

Dopadová studie Význam obchodu jako zaměstnavatele Dopadová studie Význam obchodu jako zaměstnavatele Zpracovaná v rámci projektu Posilování bipartitního dialogu v odvětvích číslo projektu: CZ.1.04/1.1.01/02.00013 Konfederace zaměstnavatelských a podnikatelských

Více

2. Kvalita lidských zdrojů

2. Kvalita lidských zdrojů 2. Kvalita lidských zdrojů 2.1 Struktura obyvatel Sídelní struktura Osidlování území současného Moravskoslezského kraje bylo prováděno převážně v raném středověku zakládáním měst na tradičních obchodně-dopravních

Více

Kariérové poradenství v podmínkách kurikulární reformy

Kariérové poradenství v podmínkách kurikulární reformy Národní konference projektu VIP Kariéra II - KP Kariérové poradenství v podmínkách kurikulární reformy Ing. Jiří Vojtěch Národní ústav odborného vzdělávání Národní konference projektu VIP Kariéra II -

Více

Česká ekonomika a inovace v kontextu transformačních změn 25 let od sametové revoluce

Česká ekonomika a inovace v kontextu transformačních změn 25 let od sametové revoluce Česká ekonomika a inovace v kontextu transformačních změn 25 let od sametové revoluce Vladimír Tomšík Konference Evropské fórum podnikání Česká ekonomika a inovace v Praze, CERGE-EI, 29. října 214 Obsah

Více

2.3 Proměna věkové struktury

2.3 Proměna věkové struktury 2.3 Proměna věkové struktury Proces suburbanizace má značný vliv na proměnu věkové struktury obcí (nejen) v suburbánní zóně Prahy. Vzhledem k charakteristické věkové struktuře migrantů (stěhují se především

Více

Vstupní dotazník-další a celoživotní vzdělávání

Vstupní dotazník-další a celoživotní vzdělávání Vstupní dotazník-další a celoživotní vzdělávání Osobní údaje Jméno Příjmení Bydliště (obec) Věk Kateřina Machatá Uherský Brod 44 let Vzdělávací a studijní kariéra Uveďte požadovaný údaj Obor vzdělání na

Více

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ

VÝSLEDKY VÝZKUMU. indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ VÝSLEDKY VÝZKUMU indikátor ECI/TIMUR A.1 SPOKOJENOST OBYVATEL S MÍSTNÍM SPOLEČENSTVÍM V PROSTĚJOVĚ Realizace průzkumu, zpracování dat a vyhodnocení: Střední odborná škola podnikání a obchodu, spol. s r.o.

Více

Zpráva o Digitální cestě k prosperitě

Zpráva o Digitální cestě k prosperitě Zpráva o Digitální cestě k prosperitě Milena Tvrdíková Milena Tvrdíková Katedra aplikované informatiky, VŠB- Technická Univerzita Ostrava Sokolská třída 33. 701 21Ostrava 1 milena.tvrdikova@vsb.cz Ve vyspělých

Více

Ukazatele celkové nezaměstnanosti v kraji

Ukazatele celkové nezaměstnanosti v kraji Ukazatele celkové v kraji - V dubnu 2014 činil podíl na počtu obyvatel Zlínského kraje 7,7 % a celkový počet 1 evidovaných na úřadech práce dosahoval 30 643. - Podíl na obyvatelstvu v ČR činil v dubnu

Více

2.3. Trh práce. Dopad poklesu výkonnosti na trh práce. Pokles zaměstnanosti a její struktura. Růst nezaměstnanosti nejvyšší za dobu existence ČR

2.3. Trh práce. Dopad poklesu výkonnosti na trh práce. Pokles zaměstnanosti a její struktura. Růst nezaměstnanosti nejvyšší za dobu existence ČR 2.. Trh práce Dopad poklesu výkonnosti na trh práce Růst nezaměstnanosti nejvyšší za dobu existence ČR Nezaměstnanost v roce 29 prudce narostla 1, růst byl nejrychlejší za celou dobu sledování. Absolutní

Více

Trh práce: Periferní vidění

Trh práce: Periferní vidění Trh práce: Periferní vidění Ing. Jiří Braňka branka@nvf.cz Národní vzdělávací fond, o.p.s. Národní observatoř zaměstnanosti a vzdělávání www.nvf.cz/observatory www.budoucnostprofesi.cz Zaměstnání/podnikání

Více

SOCIODEMOGRAFICKÁ ANALÝZA ÚZEMÍ ORP HUSTOPEČE

SOCIODEMOGRAFICKÁ ANALÝZA ÚZEMÍ ORP HUSTOPEČE SOCIODEMOGRAFICKÁ ANALÝZA ÚZEMÍ ORP HUSTOPEČE červen 2013 1 Zpracovatel: GaREP, spol. s r.o. Náměstí 28. října 3 602 00 Brno RNDr. Hana Svobodová, Ph.D. RNDr. Kateřina Synková Ing. Jan Binek, Ph.D. 2 1.

Více

Jak nás vidí OECD. Ivo Vondrák VŠB - Technická univerzita Ostrava ivo.vondrak@vsb.cz www.vsb.cz 2014

Jak nás vidí OECD. Ivo Vondrák VŠB - Technická univerzita Ostrava ivo.vondrak@vsb.cz www.vsb.cz 2014 Jak nás vidí OECD Ivo Vondrák VŠB - Technická univerzita Ostrava ivo.vondrak@vsb.cz www.vsb.cz 2014 Autoři studie Jaana Puukka, FR/FI Maite Martinez, ES Patrick Dubarle, FR Andrea Hofer, OECD Tomas Karlsson,

Více

Počet nezaměstnaných podle vzdělání

Počet nezaměstnaných podle vzdělání Počet nezaměstnaných podle vzdělání 6 5 4 3 2 Celkem Neúplné základní vzdělání a bez vzdělání Základní vzdělání Nižší střední a střední vzdělání bez maturity Střední odborné vzdělání s výučním listem Střední

Více

Informace pro budoucnost. Tomáš Ervín Dombrovský, LMC

Informace pro budoucnost. Tomáš Ervín Dombrovský, LMC Informace pro budoucnost Tomáš Ervín Dombrovský, LMC 1 milion registrovaných uživatelů Jobs.cz a Prace.cz 10.000 zaměstnavatelů V roce 2011: 133 tisíc pozic na plný pracovní úvazek z toho 27 tisíc míst

Více

ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR LISTOPAD. Samostatný odbor finanční stability

ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR LISTOPAD. Samostatný odbor finanční stability ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR LISTOPAD Samostatný odbor finanční stability 0 ZÁTĚŽOVÉ TESTY LISTOPAD 0 ZÁTĚŽOVÉ TESTY BANKOVNÍHO SEKTORU ČR (LISTOPAD 0) SHRNUTÍ Výsledky zátěžových testů bankovního

Více

ZAMĚSTNÁVÁNÍ OSOB SE ZDRAVOTNÍM POSTIŽENÍM

ZAMĚSTNÁVÁNÍ OSOB SE ZDRAVOTNÍM POSTIŽENÍM ZAMĚSTNÁVÁNÍ OSOB SE ZDRAVOTNÍM POSTIŽENÍM PROČ SE ZAPOJIT DO PRACOVNÍHO PROCESU? Pocit užitečnosti. Překonání handicapu uvnitř sebe sama. Alespoň částečná finanční nezávislost. Aktivní zapojení do formování

Více

Genderové statistiky a slaďování pracovního a rodinného života. Daniel Chytil ČSÚ

Genderové statistiky a slaďování pracovního a rodinného života. Daniel Chytil ČSÚ Genderové statistiky a slaďování pracovního a rodinného života Daniel Chytil ČSÚ Genderové statistiky Od roku 2003, spolupráce s Úřadem vlády ČR/MPSV Průřezové statistiky - shromažďuji již existující data,

Více

Nezaměstnanost absolventů škol se středním a vyšším odborným vzděláním 2015. Mgr. Martin Úlovec

Nezaměstnanost absolventů škol se středním a vyšším odborným vzděláním 2015. Mgr. Martin Úlovec Nezaměstnanost absolventů škol se středním a vyšším odborným vzděláním 2015 Mgr. Martin Úlovec Praha 2015 1 OBSAH 1. Úvodní poznámky... 3 2. Nezaměstnanost absolventů škol a hospodářská krize... 4 3. Počty

Více

MATERIÁL MINISTERSTVA ŠKOLSTVÍ, MLÁDEŢE A TĚLOVÝCHOVY č.j. 13 460/2010-26

MATERIÁL MINISTERSTVA ŠKOLSTVÍ, MLÁDEŢE A TĚLOVÝCHOVY č.j. 13 460/2010-26 POROVNÁNÍ KRAJSKÝCH NORMATIVŮ MZDOVÝCH PROSTŘEDKŮ STANOVENÝCH JEDNOTLIVÝMI KRAJSKÝMI ÚŘADY PRO KRAJSKÉ A OBECNÍ ŠKOLSTVÍ V ROCE 2010 MATERIÁL MINISTERSTVA ŠKOLSTVÍ, MLÁDEŢE A TĚLOVÝCHOVY č.j. 13 460/2010-26

Více

2002 36946 6,5% 8,8% 2003 41019 7,0% 9,6% 2004 43453 7,4% 10,2% 2005 1 38118 6,2% 8,9% 2006 1 36050 5,8% 8,3%

2002 36946 6,5% 8,8% 2003 41019 7,0% 9,6% 2004 43453 7,4% 10,2% 2005 1 38118 6,2% 8,9% 2006 1 36050 5,8% 8,3% Celková nezaměstnanost v kraji - V dubnu 2006 činila míra ve Středočeském kraji 5,8 % 1 a celkový počet dosahoval 36 050 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2005 je zaznamenán

Více

A. VYSOKÁ ŠKOLA Otázka č. 13: Spolupracuje Vaše fakulta s podniky technického zaměření při zabezpečování praktické stránky studia?

A. VYSOKÁ ŠKOLA Otázka č. 13: Spolupracuje Vaše fakulta s podniky technického zaměření při zabezpečování praktické stránky studia? ANALÝZA SITUACE V OBLASTI SPOLUPRÁCE MEZI ŠKOLAMI A PODNIKY V rámci projektu TechIN Propojení studia a praxe bylo provedeno v prvním čtvrtletí roku 2009 rozsáhlé dotazníkové šetření, které mělo, mimo jiné,

Více

Vývoj pracovní neschopnosti

Vývoj pracovní neschopnosti VÝVOJ PRACOVNÍ NESCHOPNOSTI A STRUKTURY PRÁCE NESCHOPNÝCH Statistické podklady pro sledování pracovní neschopnosti Statistika pracovní neschopnosti využívá 3 základní zdroje: Český statistický úřad (ČSÚ),

Více

Jak velká je poptávka po gymnáziích? Aproč není vyšší?

Jak velká je poptávka po gymnáziích? Aproč není vyšší? Jak velká je poptávka po gymnáziích? Aproč není vyšší? Petr Matějů 1 Otázky Je růst podílu žáků ve školách poskytujících všeobecné vzdělání žádoucí? Jaká je aktuální poptávka po studiu na gymnáziích? Co

Více

I. Vývoj čistých mezd zaměstnanců

I. Vývoj čistých mezd zaměstnanců Tisková zpráva ze dne 11. září 2008 I. Vývoj čistých mezd zaměstnanců Ministerstvo práce a sociálních věcí zpracovalo očekávaný vývoj čistých mezd zaměstnanců v podnikatelském a nepodnikatelském sektoru

Více

FINANCOVÁNÍ VYSOKÝCH ŠKOL, diverzifikace zdrojů

FINANCOVÁNÍ VYSOKÝCH ŠKOL, diverzifikace zdrojů FINANCOVÁNÍ VYSOKÝCH ŠKOL, diverzifikace zdrojů Josef Beneš Ministerstvo školství, mládeže a tělovýchovy 1 Úspěchy/silné stránky Navyšování rozpočtu v posledních pěti letech na základě konsensu napříč

Více

Analýza uplatnění absolventů FIM UHK. Petra Poulová Univerzita Hradec Králové

Analýza uplatnění absolventů FIM UHK. Petra Poulová Univerzita Hradec Králové Analýza uplatnění absolventů FIM UHK Petra Poulová Univerzita Hradec Králové Dotazníkové šetření = za 2 let existence má fakulta 534 absolventů = dotazníky distribuovány e-mailem 8 absolventům, kteří se

Více

Expanze českého vysokého školství a uplatnění absolventů na pracovním trhu

Expanze českého vysokého školství a uplatnění absolventů na pracovním trhu Expanze českého vysokého školství a uplatnění absolventů na pracovním trhu REFLEX a jiné ochutnávky Jan Koucký REFLEX 2013: uplatnění absolventů vysokých škol Seminář MŠMT, SVP PedF UK a vysokých škol.

Více

- V dubnu 2007 bylo na úřadech práce evidováno 9 147 volných pracovních míst. Na jedno evidované volné pracovní místo připadalo 1,6

- V dubnu 2007 bylo na úřadech práce evidováno 9 147 volných pracovních míst. Na jedno evidované volné pracovní místo připadalo 1,6 Celková nezaměstnanost v kraji - V dubnu 2007 činila míra v Plzeňském kraji 4,9 % 1 a celkový počet dosahoval 14 765 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2006 je zaznamenán

Více

Ústecký kraj. Celková nezaměstnanost v kraji

Ústecký kraj. Celková nezaměstnanost v kraji Celková nezaměstnanost v kraji - V dubnu 2007 činila míra v Ústeckém kraji 12,6 % 1 a celkový počet dosahoval 54 737 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2006 je zaznamenán

Více

ANALÝZA ZAMĚSTNANOSTI A NEZAMĚSTNANOSTI VYBRANÝCH SKUPIN POPULACE V DOBĚ EKONOMICKÉ KRIZE

ANALÝZA ZAMĚSTNANOSTI A NEZAMĚSTNANOSTI VYBRANÝCH SKUPIN POPULACE V DOBĚ EKONOMICKÉ KRIZE ANALÝZA ZAMĚSTNANOSTI A NEZAMĚSTNANOSTI VYBRANÝCH SKUPIN POPULACE V DOBĚ EKONOMICKÉ KRIZE Martina Miskolczi Jitka Langhamrová Abstrakt Vliv ekonomické krize se projevuje i na trhu práce, v úrovni zaměstnanosti

Více

Celková nezaměstnanost v kraji

Celková nezaměstnanost v kraji Celková nezaměstnanost v kraji - V dubnu 2007 činila míra ve Středočeském kraji 4,8 % 1 a celkový počet dosahoval 29 825 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2006 je zaznamenán

Více

Analýza platové úrovně dětských domovů Moravskoslezského kraje (2002 2006) Zpracovala: Ing. Kateřina Balcarová referent oddělení přímých nákladů

Analýza platové úrovně dětských domovů Moravskoslezského kraje (2002 2006) Zpracovala: Ing. Kateřina Balcarová referent oddělení přímých nákladů Analýza platové úrovně dětských domovů Moravskoslezského kraje (2002 2006) Zpracovala: Ing. Kateřina Balcarová referent oddělení přímých nákladů Obsah 1 PRŮMĚRNÝ PLAT 3 1.1 ABSOLUTNÍ HODNOTY 3 1.2 DYNAMIKA

Více

Počet volných pracovních Počet nezaměstnaných/ 1 volné pracovní místo

Počet volných pracovních Počet nezaměstnaných/ 1 volné pracovní místo Celková nezaměstnanost v kraji - V dubnu 2009 činila míra v Jihočeském kraji 6,5 % 1 a celkový počet dosahoval 22 439 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2008 míra stoupla

Více

Počet nezaměstnaných/ 1 volné pracovní místo 2002 3044 5,9 9,3 2003 2649 7,6 12,4 2004 2707 7,7 12,5 2005 1 4074 4,5 8,6 2006 1 5213 3,4 6,1

Počet nezaměstnaných/ 1 volné pracovní místo 2002 3044 5,9 9,3 2003 2649 7,6 12,4 2004 2707 7,7 12,5 2005 1 4074 4,5 8,6 2006 1 5213 3,4 6,1 Celková nezaměstnanost v kraji - V dubnu 2006 činila míra v Plzeňském kraji 5,9 % 1 a celkový počet dosahoval 17 953 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2005 je zaznamenán

Více

VÝVOJ PRACOVNÍ NESCHOPNOSTI A STRUKTURY PRÁCE NESCHOPNÝCH

VÝVOJ PRACOVNÍ NESCHOPNOSTI A STRUKTURY PRÁCE NESCHOPNÝCH VÝVOJ PRACOVNÍ NESCHOPNOSTI A STRUKTURY PRÁCE NESCHOPNÝCH Statistické podklady pro sledování pracovní neschopnosti Statistika pracovní neschopnosti využívá 3 základní zdroje: Český statistický úřad (ČSÚ),

Více

ÚČAST DOSPĚLÝCH V DALŠÍM VZDĚLÁVÁNÍ V ČR A EU

ÚČAST DOSPĚLÝCH V DALŠÍM VZDĚLÁVÁNÍ V ČR A EU ÚČAST DOSPĚLÝCH V DALŠÍM VZDĚLÁVÁNÍ V ČR A EU Ing. Věra Czesaná, CSc. Národní vzdělávací fond Národní observatoř zaměstnanosti a vzdělávání Konference Moje profese České Budějovice, 21. září 6 Obsah prezentace

Více

Pracovníci státní správy

Pracovníci státní správy Pracovníci státní správy Sociální anamnéza Ankety se zúčastnilo celkem 51 pracovníků státní správy, z toho více jak tři čtvrtiny mužů (76%) (viz Příloha 4, graf č.1). Většinou patří do věkové kategorie

Více

Ekonomie 2 Bakaláři Druhá přednáška Dílčí a agregátní trh práce, nezaměstnanost, vztah mezi inflací a nezaměstaností

Ekonomie 2 Bakaláři Druhá přednáška Dílčí a agregátní trh práce, nezaměstnanost, vztah mezi inflací a nezaměstaností Ekonomie 2 Bakaláři Druhá přednáška Dílčí a agregátní trh práce, nezaměstnanost, vztah mezi inflací a nezaměstaností Dílčí a agregátní trh práce Dílčí: trh určité profese, zaměstnanci se rozhodují, zda

Více

Počet nezaměstnaných/ 1 volné pracovní místo 2002 3126 21,8 9,3 2003 2620 28,0 12,4 2004 2106 35,3 12,5 2005 1 2356 28,3 8,6 2006 1 3791 17,1 6,1

Počet nezaměstnaných/ 1 volné pracovní místo 2002 3126 21,8 9,3 2003 2620 28,0 12,4 2004 2106 35,3 12,5 2005 1 2356 28,3 8,6 2006 1 3791 17,1 6,1 Celková nezaměstnanost v kraji - V dubnu 2006 činila míra v Ústeckém kraji 14,9 % 1 a celkový počet dosahoval 64 680 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2005 je zaznamenán

Více

Odhad vývoje počtu obyvatel do roku 2020 Městské části Praha 21 Újezd nad Lesy

Odhad vývoje počtu obyvatel do roku 2020 Městské části Praha 21 Újezd nad Lesy ÚTVAR ROZVOJE HL. M. PRAHY Odbor strategické koncepce Odhad vývoje počtu obyvatel do roku 2020 Městské části Praha 21 Újezd nad Lesy Zpracoval Petr Gibas, MSc. Odbor strategické koncepce, oddělení strategie

Více

Liberecký kraj. Celková nezaměstnanost v kraji

Liberecký kraj. Celková nezaměstnanost v kraji Celková nezaměstnanost v kraji - V dubnu 2007 činila míra v Libereckém kraji 6,5 % 1 a celkový počet dosahoval 14 577 evidovaných na úřadech práce. Ve srovnání se stejným obdobím roku 2006 je zaznamenán

Více

SOCIOLOGICKÁ ANALÝZA PŘECHODŮ ROMSKÝCH DĚTÍ ZE SOCIÁLNĚ VYLOUČENÉHO PROSTŘEDÍ ZE ZÁKLADNÍCH NA STŘEDNÍ ŠKOLY. Prezentace výsledků. www.gac.

SOCIOLOGICKÁ ANALÝZA PŘECHODŮ ROMSKÝCH DĚTÍ ZE SOCIÁLNĚ VYLOUČENÉHO PROSTŘEDÍ ZE ZÁKLADNÍCH NA STŘEDNÍ ŠKOLY. Prezentace výsledků. www.gac. SOCIOLOGICKÁ ANALÝZA PŘECHODŮ ROMSKÝCH DĚTÍ ZE SOCIÁLNĚ VYLOUČENÉHO PROSTŘEDÍ ZE ZÁKLADNÍCH NA STŘEDNÍ ŠKOLY Prezentace výsledků www.gac.cz TENTO PROJEKT BYL PODPOŘEN Z DOTAČNÍHO PROGRAMU MŠMT NA PODPORU

Více