T T. Think Together 2013. Marta Gryčová THINK TOGETHER

Podobné dokumenty
4EK211 Základy ekonometrie

Sociálně-politické rozhodování v praxi: modelování zaměstnanosti v agrokomplexu ČR. Marie Pechrová Ondřej Chaloupka

ANALÝZA DLOUHODOBÉ NEZAMĚSTNANOSTI V ZEMÍCH EU # ANALYSIS OF LONG-TERM UNEMPLOYMENT IN EU COUNTRIES. KLÍMA Jan, PALÁT Milan.

4ST201 STATISTIKA CVIČENÍ Č. 10

Korelační a regresní analýza

Karta předmětu prezenční studium

Ilustrační příklad odhadu LRM v SW Gretl

4EK211 Základy ekonometrie

UNIVERZITA KARLOVA V PRAZE. Flexicurita na českém trhu práce: aplikace v evropském kontextu

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC

4EK211 Základy ekonometrie

5EN306 Aplikované kvantitativní metody I

Vývojové tendence v zaměstnanosti v agrárním sektoru a potravinářském odvětví ČR

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

Klasická a robustní ortogonální regrese mezi složkami kompozice

NESTEJNÝ TREND V OČEKÁVANÉM VÝVOJI MZDOVÉHO PRŮMĚRU A MZDOVÉHO MEDIÁNU V ČESKÉ REPUBLICE

LINEÁRNÍ REGRESE. Lineární regresní model

T T. Think Together Tomáš Rašovec THINK TOGETHER

4EK211 Základy ekonometrie

PRAVDĚPODOBNOST A STATISTIKA

Statistika (KMI/PSTAT)

Libuše Svatošová, Ivana Boháčková. Úvod

MATEMATIKA III V PŘÍKLADECH

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely )

Tomáš Karel LS 2012/2013

Zaměstnanci a mzdové prostředky za čtvrtletí 2014

5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE

ANALÝZA STRUKTURY A DIFERENCIACE MEZD ZAMĚSTNANCŮ EMPLOEE STRUCTURE ANALYSIS AND WAGE DIFFERENTIATION ANALYSIS

Zaměstnanci a mzdové prostředky za čtvrtletí 2013

Inovace bakalářského studijního oboru Aplikovaná chemie

Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie

Využití regresní analýzy pro modelování státního dluhu

Ekonomická efektivnost podniků v agrárním sektoru, možnosti trvale udržitelného rozvoje v zemědělských podnicích.

VZTAHY MEZI PRODUKCÍ, NÁKLADY A CENOVOU ÚROVNÍ V ZEMĚDĚLSTVÍ A NÁRODNÍM HOSPODÁŔSTVÍ

Modelování dopadů zemědělského sektoru na národní hospodářství ČR

ANALÝZA EKONOMICKÉ AKTIVITY A NEZAMĚSTNANOSTI OBYVATELSTVA JIHOMORAVSKÉHO KRAJE

STRUKTURA ZAMĚSTNANÝCH OSOB V ČESKÉ REPUBLICE PODLE ODVĚTVÍ EKONOMICKÉ ČINNOSTI

Ekonomický vývoj textilního a oděvního průmyslu za rok 2017

Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )

Ekonomický vývoj textilního a oděvního průmyslu za rok 2016

Ekonomický vývoj textilního a oděvního průmyslu za 1. polovinu roku 2017

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD

REGRESNÍ ANALÝZA NESTACIONÁRNÍCH EKONOMICKÝCH ČASOVÝCH ŘAD

Eva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

V 1. pololetí 2011 rostly mzdy jen ve mzdové sféře

Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let

PROSPERITA MĚŘENÁ UKAZATELI PRODUKTIVITY VYBRANÝCH ZEMĚDĚLSKÝCH PODNIKŮ NA ÚROVNI REGIONU NUTS1

4EK211 Základy ekonometrie

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

DLOUHODOBÁ NEZAMĚSTNANOST V ČR

Ekonomický a ekonometrický model. Předpoklady, formulace EKO modelu a očekávání o chování proměnných

AVDAT Klasický lineární model, metoda nejmenších

THE EXPECTED TRENDS IN REAL SALARY DEVELOPMENT OF THE CZECH AND SLOVAC REPUBLIC OČEKÁVANÉ TRENDY V REÁLNÉM MZDOVÉM VÝVOJI ČESKÉ A SLOVENSKÉ REPUBLIKY

PŘEDPOKLADY RŮSTU PRODUKTIVITY PRÁCE V ZEMĚDĚLSTVÍ ČESKÉ REPUBLIKY PRESUMPTION OF LABOUR PRODUCTIVITY GROWTH IN AGRICULTURE OF THE CZECH REPUBLIC

odpovídá jedna a jen jedna hodnota jiných

4EK211 Základy ekonometrie

STATISTIKA I Metodický list č. 1 Název tématického celku:

ROZBOR VÝVOJE A ROZDÍLŮ CEN VYBRANÝCH AGRÁRNÍCH KOMODIT V ČR A V NĚKTERÝCH STÁTECH EU

Informace pro uznávání předmětů ze zahraničních studijních pobytů (2016/17) Státnicové předměty navazujících magisterských studijních oborů

Ekonomický vývoj textilního a oděvního průmyslu za rok 2018

Analýza podnikání na venkově a v zemědělsko-potravinářských oborech Zpracoval tým Asociace malých a středních podniků a živnostníků ČR Únor 2017

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu

Daňové modely MAB/KMA A07136 Jindrich Bek

Vývoj sledovaného ukazatele v letech v ČR (NZ_C) a v SR (NZ_S) uvádí obrázek 1, pro srovnání je uveden i vývoj v celé EU-28 (NZ_EU).

Návštěvnost v červnu 2008

Příloha č. 1 Grafy a protokoly výstupy z adstatu

Masarykova Univerzita

V 1. čtvrtletí 2011 rostly mzdy jen ve mzdové sféře

4EK211 Základy ekonometrie

Vliv vzdělanostní úrovně na kriminalitu obyvatelstva

Regresní a korelační analýza

THE EFFECT OF PRODUCTION EFFICIENCY ON ECONOMIC RESULTS IN PIG BREEDING

VÝDAJE NA POTRAVINY A ZEMĚDĚLSKÁ PRODUKCE

5EN306 Aplikované kvantitativní metody I

POLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.

FAKTORY PŮSOBÍCÍ NA CESTUJÍCÍ V DOPRAVNÍM SYSTÉMU FACTORS WHICH HAVE EFFECT ON PASSENGERS IN TRANSPORT SYSTEM

Regresní analýza 1. Regresní analýza

Statgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy

Statistická analýza jednorozměrných dat

PRAVDĚPODOBNOST A STATISTIKA

18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1

SEMINÁRNÍ PRÁCE Z 4ST432 Tereza Michlíková (xmict05) ZS 06/07

Dynamické metody pro predikci rizika

Tomáš Karel LS 2012/2013

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

You created this PDF from an application that is not licensed to print to novapdf printer (

4EK211 Základy ekonometrie

Bodové a intervalové odhady parametrů v regresním modelu

Ověření platnosti teorie o Phillipsově křivce v ekonomice České republiky

4EK211 Základy ekonometrie

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination.

Regresní a korelační analýza

EKONOMICKÁ ANALÝZA CHEMICKÉHO PRŮMYSLU. JOSEF KRAUSE a JINDŘICH ŠPIČKA. 1. Úvod klasifikace ekonomických činností

ANALÝZA SPOTŘEBY MASA V RODINÁCH S RŮZNOU ÚROVNÍ PŘÍJMU. J. Peterová katedra zemědělské ekonomiky, PEF Vysoká škola zemědělská, Prha 6 -

Transkript:

Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 4. února 2013 T T THINK TOGETHER Think Together 2013 Mzdová disparita v českém agrárním sektoru v období od 1. čtvrtletí roku 2000 do 3. čtvrtletí roku 2012 Wage differentials in the Czech agricultural sector in the period of the 1 st quarter 2000 to the 3rd quarter 2012 Marta Gryčová 1

Abstrakt V roce 2011 průměrná mzda v zemědělství dosáhla 77,9 % hodnoty průměrné mzdy v celkovém národním hospodářství podle oficiálních statistik Českého statistického úřadu. Dlouho trvající mzdová disparita v zemědělství má negativní vliv na počet pracovníků v tomto sektoru a tedy demografický vývoj venkova. Příčiny mzdové disparity v agrárním sektoru dle ekonomických teorií se v čase mění a v současné době dosahují jednotlivé determinanty mzdové disparity v zemědělství různě velké významnosti. Tato práce provede hrubý výpočet externí mzdové disparity v agrárním sektoru oproti hodnotám pro celkové národní hospodářství. Hlavním cílem práce je odhad významnosti vlivu proměnné produktivity práce v agrárním sektoru, vypočítané jako podíl hrubé přidané hodnoty v agrárním sektoru a celkové zaměstnanosti v agrárním sektoru, na mzdu v agrárním sektoru pomocí lineárního regresního modelu metodou nejmenších čtverců. Řešením mzdové disparity by mohlo být právě zvýšení produktivity práce. Klíčová slova mzdová disparita, agrární pracovní trh, agrární sektor, produktivita práce Abstract In 2011, the average wage in agriculture reached 77.9 % of the average wage in the overall national economy, according to the official statistics of the Czech Statistical Office. Long lasting wage disparity in agriculture has a negative effect on the number of workers in this sector and thus rural demographic development. The causes of the external income disparities in the agricultural sector according to economic theories have changed over time and currently each determinant of wage disparities in agriculture reaches a significance of various sizes. This paper carries out the calculation of the gross external wage disparities in the agricultural sector compared to the values for the total economy. The main objective of this paper is to estimate the significance of the influence of labor productivity in agriculture, calculated as the ratio of gross value added and total employment in the agricultural sector, on wages in agriculture using linear regression model of 1st differences of the variables and ordinary least squares method. One solution could be to increase the labor productivity. Key Words wage disparity, agrarian labor market, agrarian sector, labor productivity Úvod Ve 3. čtvrtletí 2012 činila průměrná hrubá měsíční nominální mzda (dále průměrná mzda) na přepočtené počty zaměstnanců v celkem 24 514 Kč dle oficiálních statistik Českého Statistického Úřadu (ČSÚ). Oproti tomu v sektoru zemědělství, lesnictví a rybářství (dále agrární sektor) podle třídění ekonomických činností CZ-NACE (skupina A) průměrná mzda byla jen 20 266 Kč. Rozdíl mezi těmito hodnotami se rovná 4 248 Kč v absolutní hodnotě a procentuálně je to 17,32 % z hodnoty průměrné mzdy v národním hospodářství. Přičemž se musí uvážit velké sezónní výkyvy typické pro agrární sektor, např. oproti 1. čtvrtletí 2012 rozdíl v absolutní hodnotě byl 6 174 Kč a procentuálně 25,64 %. Nejvyšších hodnot dosahuje průměrná mzda v agrárním sektoru obvykle ve 4. čtvrtletí a nejmenší v 1. čtvrtletí. V roce 2011 průměrná mzda v zemědělství dosáhla 77,9 % hodnoty průměrné mzdy v celkovém národním Think Together 2013 Dostupné z: http://www.thinktogether.cz/

hospodářství. Dlouhotrvající mzdová disparita v zemědělství má negativní vliv na počet pracovníků v tomto sektoru a tedy na demografický vývoj venkova. V roce 2011 opět ubylo množství zaměstnaných v agrárním sektoru o 5 %, tedy podíl pracovníků v agrárním sektoru se snížil o 0,1 procentního bodu na 2,3 procenta. Také v roce 2011 nejvíce zaměstnanců v agrárním sektoru, tj. 45 % veškerých zaměstnanců, patřilo do věkové kategorie 45 až 49 let. (data ČSÚ, vlastní výpočty) Tomuto problému je nezbytné se věnovat z důvodu nezastupitelné role agrárního sektoru v národním hospodářství a jeho funkcí ve společnosti celkově. Proto zde také selhává teorie vyrovnávacích mzdových rozdílů. Mzdová disparita mezi sektory ekonomiky není novým fenoménem. Například Slichter (1950) sledoval korelaci mezi jednotlivými sektory. na jeho práci navázali Krueger a Summers (1987) a v článku Krueger a Summers (1988) také se snažili vysvětlit tyto mzdové rozdíly pomocí matice charakteristik zaměstnance a matice charakteristik odvětví. Hlavní část práce a i její hlavní cíl vychází z teorie determinace nominální mzdy na trhu práce ovšem s využitím průměrných hodnot proměnných oproti jejich mezním hodnotám. Přitom vychází ze standardní mikroekonomické teorie předpokládající vztah mezi růstem mezd a růstem produktivity (Meager a Speckesser, 2011). Cíl a metodika práce V rámci této práce je proveden hrubý výpočet externí mzdové disparity v agrárním sektoru oproti hodnotám pro celkové národní hospodářství a popis jejího trendu od roku 2000 do roku 2011 pro roční data, protože pouze pro toto období uvádí ČSÚ tyto časové řady podle metodiky třídění ekonomických činností CZ-NACE, a od 1. čtvrtletí 2000 do 3. čtvrtletí 2012 pro čtvrtletní data stažená z databáze ČSÚ. Následně na tyto data budou odhadnuty následující trendové modely (viz Hindls, 2007). Lineární regresní model pro odhad trendové funkce má tvar: kde y je tedy mzdová disparita, u t je náhodná složka a t je trend. Avšak nejlepší R 2 měla na roční data mocninná trendová funkce: Oproti tomu pro čtvrtletní data největší koeficient determinace R2 dosahovala polynomická trendová funkce: Dílčí pracovní hypotézou ohledně trendu vývoje mzdové disparity v agrárním sektoru je lineárně rostoucí trend. Hlavním cílem této práce je odhad vlivu proměnné produktivity práce v agrárním sektoru, vypočítané jako podíl hrubé přidané hodnoty v agrárním sektoru a celkové zaměstnanosti v agrárním sektoru, na mzdu v zemědělství pomocí odhadu lineárního regresního modelu ve formě 1. diferencí metodou nejmenších čtverců. Hlavní hypotézou v modelu, který vychází z teorie determinace nominální mzdy na trhu práce (w = MPL*P, tedy nominální mzda se rovná nominální hodnotě meznímu produktu práce, tj. meznímu produktu práce x cena outputu), ve tvaru: kde vysvětlovaná proměnná y se rovná průměrné mzdě v agrárním sektoru a vysvětlující proměnná x j je průměrná produktivita práce v agrárním sektoru, je pozitivní vztah průměrné produktivity práce vůči průměrné mzdě v agrárním (1) (2) (3) (4) ISBN: 978-80-213-2379-7 3

sektoru. Je to velice zjednodušená verze modelu použitém v článku Carneiro (1998). V ekonometrických modelech, resp. lineárních regresních modelech, bude tedy použita metoda nejmenších čtverců, která odhadne vektor β, vektor koeficientů u jednotlivých vysvětlujících proměnných následujícím způsobem: kde matice X je matice regresorů, tedy vysvětlujících proměnných. (Hansen, 2000). Výsledky práce Výpočet mzdových rozdílů v období 2000-2011 Největší hodnota mzdové disparity v období od roku 2000 do roku 2011 byla v roce 2009 (5 700 Kč), v době finanční a hospodářské krize (větší dopad krize na agrární sektor než na národní hospodářství celkově). Nejmenší pak na počátku sledovaného období v roce 2000 (2 763 Kč). Nejvíce se zvýšila mzdová disparita mezi roky 2001 a 2002 (o 26,6 %) a nejvíce se zmenšila mezi lety 2009 a 2010, a to o přibližně 5,3 %, z důvodu velice vysoké hodnoty mzdové disparity v roce 2009, tj. v roce hospodářské krize. Největší hodnotu procentního poměru vůči průměrné mzdě v národním hospodářství dosáhla průměrná mzda v agrárním sektoru (CZ-NACE: A) v roce 2001 a nejmenší v roce 2002. Nejvíce se tento procentní poměr zvýšil mezi roky 2009 a 2010 (o 2,4 %) opět z důvodu velice nízké hodnotě v roce 2009, v době hospodářské krize, a nejvíce se snížil tento poměr mezi roky 2001 a 2002 (o 4,4 %). Tabulka č. 1 blíže a detailněji popisuje mzdovou disparitu v jednotlivých letech zvoleného období. (5) Tabulka č. 1: Průměrné mzdy (W) v agrárním sektoru (W-A) a národním hospodářství (W-NH), jejich rozdíl a průměrná mzda v agrárním sektoru jako procento (%) průměrné mzdy v NH, roční data, v období 2000-2011 Průměrná mzda v národním hospodářství (W-NH) Průměrná mzda v zemědělství, lesnictví a rybářství (W-A) Podíl W-A na W-NH v % Procentní změna podílu W-A na W-NH v % Mzdová disparita (rozdíl W-NH a W-A) Procentní změna mzdové disparity v % 2000 13 219 10 456 79,09827 2 763 2001 14 378 11 447 79,61469 0,652886 2 931 6,080347 2002 15 524 11 813 76,09508-4,42081 3 711 26,61208 2003 16 430 12 188 74,18138-2,51488 4 242 14,30881 2004 17 466 13 244 75,82732 2,218813 4 222-0,47148 2005 18 344 13 961 76,10663 0,368346 4 383 3,813359 2006 19 546 14 838 75,91323-0,25412 4 708 7,415013 2007 20 957 16 194 77,27251 1,790571 4 763 1,168224 2008 22 592 17 765 78,63403 1,761971 4 827 1,343691 2009 23 344 17 644 75,58259-3,88056 5 700 18,08577 2010 23 864 18 465 77,37596 2,372733 5 399-5,2807 2011 24 436 19 043 77,9301 0,716165 5 393-0,11113 Následující grafy č. 1 a 2 popisují vývoj průměrné mzdy v národním hospodářství a v agrárním sektoru s jejich lineárním trendem a mzdovou disparitu v absolutní hodnotě s lineárním trendem na ročních datech v období od roku 2000 do roku 2011. ISBN: 978-80-213-2379-7 4

Graf 1 a 2: Vývoj průměrné mzdy v národním hospodářství a v agrárním sektoru s jejich lineárním trendem a mzdová disparita v absolutní hodnotě s lineárním trendem, v CZK, 2000-2011 Graf 3: Mzdová disparita v absolutní hodnotě s mocninným trendem, v CZK, 2000-2012 Zdroj: data ČSÚ, vlastní výpočty a zpracování Největší koeficient determinace R 2 (0,9513) však měla mocninná trendová funkce na dalším grafu č. 3. Zdroj: data ČSÚ, vlastní výpočet a zpracování Následující grafy č. 4 a 5 demonstrují vývoj průměrné mzdy v národním hospodářství a v agrárním sektoru s jejich polynomickým trendem 2. řádu a mzdovou disparitu v absolutní hodnotě s polynomickým trendem 2. řádu na čtvrtletních datech v období od 1. čtvrtletí roku 2000 do 3. čtvrtletí roku 2012. ISBN: 978-80-213-2379-7 5

Graf 4 a 5: Vývoj průměrné mzdy v národním hospodářství a v agrárním sektoru s jejich polynomickým trendem 2. řádu a mzdová disparita v absolutní hodnotě s polynomickým trendem 2. řádu, v CZK, 1Q2000-3Q2012 Graf 5: Podíl (ratio W A W NH) průměrné mzdy v zemědělství k průměrné mzdě (W A) v národním hospodářství (W NH) a jeho polynomický trend 6. řádu, 1Q2000-3Q2012 Zdroj: data ČSÚ, vlastní výpočty a zpracování Výsledky lineární regrese Zdroj: data ČSÚ, vlastní výpočty a zpracování V období od 1. čtvrtletí roku 2000 do 3. čtvrtletí roku 2012 vychází jako nejlepší trend polynomický trend 6. řádu podílu průměrné mzdy v zemědělství k průměrné mzdě v národním hospodářství, i když koeficient determinace R2 (0,17) je velice nízký (viz graf č. 5). Z grafu č. 5, posledního v této části, lze vyčíst, že největších hodnot podíl dosahuje v období konce roku 2000 do konce roku 2001 a nyní od konce roku 2011. Lineární regresní model uvedený v metodice této práce s 1 vysvětlovanou proměnnou byl odhadnut následovně: y = 0,0129 + 0,3998 x 1 (4) Tedy pokud vzroste průměrný produkt na 1 zaměstnance o 1 mil. Kč, zvýší se průměrná mzda v zemědělství o 0,3998 Kč. Bohužel model měl velice malý koeficient determinace: R 2 =0,368849, i další testy na normalitu, autokorelaci, heteroskedasticitu a multikolinearitu nevyhovovaly Gauss- Markovovým předpokladům pro použití metody nejmenších čtverců. T-testy parametrů modelu jak pro konstantu, tak pro vysvětlující proměnnou vyhovovaly požadavkům, oba parametry byly statisticky významné (viz tabulka č. 2). ISBN: 978-80-213-2379-7 6

Tabulka č. 2: Výsledky regrese: t-testy pro konstantu a parametr u vysvětlující proměnné průměrné produktivity v agrárním sektoru (x) jako vysvětlované proměnné průměrné mzdy v agrárním sektoru const t-value 2,553 6,116 p-value 0,0131 6,42e-08 Graf 6: Regresní linie odhadnutého lineárního modelu vztahu mezi průměrnou mzdou v agrárním sektoru a průměrnou produktivitou práce x Zdroj: data ČSÚ, výstup z Gretlu Výsledky jsou v souladu s naší hypotézou a ekonomickou teorií, ovšem tyto výsledky a celý model není statisticky významný. Shrnutí a závěr Z výsledků popisu průměrné mzdy v agrárním sektoru a z vypočteného rozdílu mezi průměrnou mzdou v národním hospodářství a v agrárním sektoru je vidět problém, kterým český agrární sektor dlouhodobě prochází. Rozdíl mezi průměrnou mzdou v národním hospodářství a v agrárním sektoru dosahuje největší hodnoty v době finanční a hospodářské krize v roce 2009, z čehož lze usuzovat, že krize tížeji dopadla na mzdy v agrárním sektoru než celkově na mzdy v národním hospodářství. Největší skoky v časové řadě podílu průměrné mzdy v agrárním sektoru vůči průměrné mzdě v národním hospodářství jsou v roce 2003 a 2007. Nejvíce se disparita mezi těmito mzdami snížila zejména po obdobích krize, kdy kontrastovala vysoká hodnota disparity v roce krize s pokrizovým navrácením do normálních hodnot. Použité trendové modely jsou velice jednoduché a nezahrnují některé velice důležité proměnné, které ovlivňují průměrnou mzdu a disparitu mezd v agrárním sektoru. Tudíž nemají velkou vypovídací schopnost. Tyto neúplné výsledky nám částečně potvrdily naši hypotézu rostoucího lineárního trendu pro mzdovou disparitu pro roční časovou řadu, přičemž nejlépe tuto časovou řadu aproximovala mocninná trendová funkce, která také předpokládá růst hodnot mzdové disparity v agrárním sektoru. Čtvrtletní data nejlépe odhadla polynomická trendová funkce 2. řádu. Tuto odchylku od pracovní hypotézy rostoucího budoucího trendu lze částečně vysvětlit nedostatky a přílišnou jednoduchostí celého modelu. Podíl průměrné mzdy v agrárním sektoru k průměrné mzdě ISBN: 978-80-213-2379-7 7

v národním hospodářství pro čtvrtletní data nejlépe popsala polynomická trendová funkce 6. řádu. Výsledky lineárního regresního modelu odhadnutého pomocí metody nejmenších čtverců nám částečně potvrzují naši hypotézu pozitivního vlivu průměrné produktivity práce na průměrnou mzdu v agrárním sektoru dle ekonomické teorie. Ovšem opět statistická významnost tohoto modelu je velice nízká. Oproti jiným autorům je tato práce jednodušší v přístupu k mzdovým disparitách, přičemž by byla nutná a vhodnější mnohem důkladnější analýza se zahrnutím všech faktorů determinujících průměrnou mzdu v agrárním sektoru a mzdovou disparitu běžnou v literatuře, která by měla mnohem silnější vypovídací schopnost. Byl by třeba mnohem komplexnější dynamický model se zahrnutím všech faktorů ovlivňujících mzdovou disparitu v agrárním sektoru. Tato práce se pokusila přispět do debaty k řešení mzdové disparity v agrárním sektoru. Pro snížení mzdové disparity by se nabízela možnost zvýšení průměrné produktivity práce v agrárním sektoru, např. zvýšením investic v agrárním sektoru. Vypovídací schopnost výsledků lineárního regresního modelu, který popisuje vliv průměrné produktivity práce na průměrnou mzdu v agrárním sektoru, je nízká. Literatura Carneiro, F. G. (1998): Productivity effects in Brazilian wage determination. World Development 26(1): 139-153. Hansen, B. E. (2000): Econometrics, manuscript, University of Wisconsin, http://www.ssc.wisc.edu/~bhansen/econometrics/ Econometrics.pdf (online 10/11/2012). Hindls, R., Hronová S., Seger, J. a Fischer, J. (2007): Statistika pro ekonomy, Professional Publishing, Praha, 418 s., ISBN: 978-80-86946-43-6 Krueger, A., and Summers, L. (1987): Reflections on the Inter- Industry Wage Structure, NBER Working Paper No. 1968, online http://www.nber.org/papers/w1968 (30/1/2013). Krueger, A., a Summers, L. (1988): Efficiency Wages and the Inter-Industry Wage Structure, Econometrica, 56, pp. 259 294. Meager, N., a Speckesser, S. (2011): Wages, productivity and employment: A review of theory and international data, European EMployment Observytory, Thematic expert ad-hoc paper, Institute for Employment Studies, http:// www.eu-employment-observatory.net/resources/reports/ WagesProductivityandEmployment.pdf (online 30/1/2013). Slichter, S. (1950): Notes on the Structure of Wages, Review of Economics and Statistics, 32, pp. 80-91. ISBN: 978-80-213-2379-7 8