Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Komparace vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR Bakalářská práce Vedoucí: prof. RNDr. Beáa Sehlíková, CSc. Vypracovala: Miroslava Sřelcová Brno 29
Prohlášení: Prohlašuji, že jsem bakalářskou práci zpracovala samosaně podle meodických pokynů vedoucího práce a v seznamu použié lieraury uvádím všechny zdroje a lierauru, z kerých jsem čerpala. V Brně dne 24.5.29..
Poděkování: Ráda bych ouo cesou poděkovala vedoucí mé bakalářské práce prof. RNDr. Beáě Sehlíkové, CSc. za odborné vedení, připomínky a rpělivos při vypracování práce.
Absrak Tao bakalářská práce se zabývá srovnáním vývoje nezaměsnanosi v okrese Uherské Hradišě a České republiky. Zaměřuje se na komparaci vývoje míry nezaměsnanosi podle věkové srukury, vzdělání a délky nezaměsnanosi. Dále se časová řada míry nezaměsnanosi v okrese Uherské Hradišě a České republice analyzuje pomocí vybraných saisických meod. Na závěr se realizuje předpověď budoucího vývoje nezaměsnanosi pro rok 29. Klíčová slova: nezaměsnanos, míra nezaměsnanosi, časová řada, okres Uherské Hradišě, Česká republika Absrac This bachelor hesis deals wih he comparison of he developmen of unemploymen in he disric of Uherske Hradise and he Czech Republic. focuses on comparing he developmen of unemploymen raes by age srucure, educaion and lengh of unemploymen. Furhermore, he ime series in he unemploymen rae in he disric Uherske Hradise and he Czech Republic analyzes seleced using saisical mehods. Finally, he realized forecas fuure developmens in unemploymen for he year 29. Keywords: unemploymen, unemploymen rae, ime series, disric Uherske Hradise, Czech Republic
OBSAH 1 ÚVOD...9 2 CÍL PRÁCE...11 3 LTERÁRNÍ PŘEHLED...12 3.1 Nezaměsnanos...12 3.1.1 Definice nezaměsnanosi...12 3.1.2 Definice nezaměsnaného...13 3.1.3 Míry nezaměsnanosi...14 3.1.4 Přirozená míra nezaměsnanosi...14 3.1.5 Dělení nezaměsnanosi dle ekonomické akiviy populace...15 3.1.6 Formy nezaměsnanosi...15 3.1.7 Další druhy nezaměsnanosi...17 3.1.8 Dělení nezaměsnanosi dle dobrovolnosi populace...2 3.2 Důsledky nezaměsnanosi...2 3.2.1 Ekonomické důsledky...21 3.2.2 Sociální důsledky...21 3.3 Poliika zaměsnanosi...22 3.3.1 Pasivní poliika zaměsnanosi...22 3.3.2 Akivní poliika zaměsnanosi...23 4 MATERÁL A METODKA...24 4.1 Maeriál...24 4.2 Meodika...26 4.2.1 Definice pojmu časová řada...27 4.2.2 Klasifikace časových řad...27 4.2.3 Elemenární charakerisiky časových řad...29 4.2.4 Modelování časových řad...3 4.2.5 Mechanické vyrovnání časových řad...33 4.2.6 Analyické vyrovnání časových řad...34
4.2.7 Volba vhodného modelu rendu...35 4.2.8 Popis sezónní složky...36 4.2.9 Triviální pojeí sezónnosi...37 4.2.1 Exrapolace sysemaické složky...38 5 VÝSLEDKY PRÁCE...39 5.1 Obecné srovnání vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR...39 5.2 Srovnání vývoje nezaměsnanosi dle věkové srukury, vzdělání a délky nezaměsnanosi uchazečů o pracovní mísa...42 5.2.1 Srovnání vývoje nezaměsnanosi dle věkové srukury...42 5.2.2 Srovnání vývoje nezaměsnanosi dle dosaženého vzdělání...45 5.2.3 Srovnání vývoje nezaměsnanosi dle délky nezaměsnanosi...47 5.3 Elemenární charakerisiky vývoje...5 5.4 Mechanické vyrovnání...52 5.4.1 Klouzavé průměry...52 5.5 Analyické vyrovnání...53 5.5.1 Lineární rend...53 5.5.2 Parabolický rend...56 5.6 Volba vhodného modelu rendu...58 5.7 Prognóza míry nezaměsnanosi na rok 29...61 6 DSKUZE A ZÁVĚR...64 7 SEZNAM POUŽTÉ LTERATURY...68 8 PŘÍLOHY...7
1 ÚVOD Nezaměsnanos paří obecně mezi velmi známé makroekonomické ukazaele, keré slouží ke zhodnocení dění v rámci ekonomiky daného sáu. Nerovnováhou na rhu práce se už několik le zabývají národní vlády všech sáů svěa a snaží se nacháze efekivní východiska, kerá by eliminovala počy nezaměsnaných. Ani vláda České republiky v omo směru není výjimkou, důležiý indikáor ekonomické siuace bedlivě sleduje a vynakládá nemalé finanční prosředky na poliiku zaměsnanosi. V minulosi pařila Česká republika mezi socialisické sáy, v nichž fungovalo plánované hospodářsví. Teno sysém uměle udržoval plnou zaměsnanos i za cenu snížení produkiviy práce, udíž by se dalo říci, že v České republice do 9. le 2. soleí nezaměsnanos vůbec neexisovala. Siuace se změnila příchodem demokracie, kerá s sebou přinesla změnu z plánovaného hospodářsví na ržní, což vneslo do ekonomiky sáu úplně nové možnosi. Prvním krokem bylo zrušení sáního vlasnicví podniků a družsev, poé následovalo oevření českého obchodního prosředí pro zahraniční kapiál. Transformace ekonomického sysému způsobila ovšem i podsané problémy. Nejvěší dopad na nezaměsnanos měla podsaná změna v umísění pracovní síly v jednolivých sekorech národního hospodářsví. Před rokem 1989 byla věšina pracovní síly zaměsnána v primárním a sekundárním sekoru. Po roce 199 se začala produkce ěcho dvou odvěví ulumova, což způsobilo vysoký nárůs nezaměsnanosi v následujících leech. Od přeměny hospodářského sysému již uplynulo dvace le, ale problémy s nezaměsnanosí přervávají dodnes. 9
K nejproblémovějším druhům nezaměsnanosi se počíá nezaměsnanos dlouhodobá, keré rvá déle než jeden rok. Příčin ohoo ypu nezaměsnanosi exisuje několik, může se jedna o dlouhorvající mzdovou srnulos nebo aké o důsledek dlouhodobé ekonomické recese. Nezaměsnanos v delším časovém horizonu vyvolává mnoho nepříznivých ekonomických i sociálních důsledků. Z ekonomického hlediska zabraňuje vorbě produkce, ale aké způsobuje posupné snižování nebo úplnou zráu kvalifikace pracovníků. Jako sociální dopad nezaměsnanosi se nejčasěji uvádí psychické zaížení a s ím související vyšší nemocnos. Taková sresující siuace může vés až k rozložení eických hodno nebo dokonce ke kriminaliě. Poliika zaměsnanosi se proo zaměřuje hlavně na skupinu dlouhodobě nezaměsnaných, kerým se snaží prosřednicvím různých programů akivní poliiky zaměsnanosi v éo siuaci pomoc. Mezi další nemalé problémy nezaměsnanosi paří značné regionální rozdíly. Někeré oblasi vykazují hodnoy míry nezaměsnanosi razanně vyšší než republikové saisiky, v jiných oblasech se naopak míra nezaměsnanosi nachází pod republikovou úrovní. Tyo územní odlišnosi podněcuje několik fakorů, mezi keré se počíají např. geografický charaker regionu, dopravní dosupnos, různorodos vzdělání, dosažielnos a zajímavos pro zahraniční kapiál, sárnuí populace, mzdová úroveň zaměsnanců a další jiné. 1
2 CÍL PRÁCE Cílem éo bakalářské práce je saisické zpracování, analýza a srovnání vývoje nezaměsnanosi v okrese Uherské Hradišě a České republice v leech 1999 28. První čás práce se zaměřuje na srovnání podílu nezaměsnaných dle věkové srukury, vzdělání a délky nezaměsnanosi v okrese Uherské Hradišě a v České republice. Hlavní úkol spočívá v analýze časových řad míry nezaměsnanosi za použií saisických meod, jako jsou elemenární charakerisika vývoje, mechanické a analyické vyrovnání skuečných hodno časových řad. Dále bude provedena prognóza budoucího vývoje nezaměsnanosi pro rok 29 pomocí empirických sezónních indexů. V závěru budou shrnuy výsledky práce a navržena opaření, kerá by snížila poče nezaměsnaných v následujícím období. 11
3 LTERÁRNÍ PŘEHLED 3.1 Nezaměsnanos 3.1.1 Definice nezaměsnanosi Nezaměsnanos můžeme definova jako nerealizovanou nabídku práce na rhu práce. Jedná se o sav nerovnováhy na rhu práce, kdy nabídka převládá nad popávkou nebo kdy srukura nabídky neodpovídá srukuře popávky. Za ěcho okolnosí lidé se zájmem o práci nejsou s o si ji nají. Příčin vedoucích k nezaměsnanosi exisuje mnoho, například jde o: dynamiku ekonomiky a sřídání hospodářských cyklů, srukurální změny, nesoulad mezi nabídkou a popávkou na rhu práce, demografické vlivy, mzdovou poliiku a nepružnos mezd, vývoj inflace, sání zásahy na rhu práce, chování odborů, imobiliu pracovní síly. (Kolibová, Kubicová, 25) Problemaice nezaměsnanosi se věnují i auoři zahraniční lieraury. Kolekiv auorů Richard Layard, Sephen Nickell a Richard Jackman ve své knize Unemploymen vysvělují pojem nezaměsnanos, její příčiny a následky a aké navrhují, jakými způsoby se může nezaměsnanos snižova. 12
Chrisopher A. Pissarides se v díle Equilibrium unemploymen heory zaměřuje na modelování přírůsků a úbyků v nezaměsnanosi, možnosi vyváření nových pracovních mís a aké na důsledky nezaměsnanosi pro makroekonomické rovnováhy a efekivnos rhu práce. 3.1.2 Definice nezaměsnaného K vymezení nezaměsnaného jedince nesačí konsaování, že jde o osobu, kerá nepracuje. Přiznání sauu nezaměsnaného je podmíněno několika dalšími skuečnosmi, přičemž jednolivé insiuce mají nasavený vlasní soubor kriérií vymezujících nezaměsnanou osobu. Tak například definice LO (Mezinárodní organizace práce) obsahuje následující podmínky: věk - sarší 15 le, posavení na rhu práce - není v placeném zaměsnání či sebezaměsnání, akivnos - akivně hledá zaměsnání prosřednicvím úřadů práce, soukromých agenur práce, inzerce, příbuzných, přímým oslovováním zaměsnavaelů či podnikáním kroků vedoucích k založení vlasní firmy, připravenos nasoupi do zaměsnání okamžiě nebo nejpozději do 14 dnů. nerpreace nezaměsnaného podle Eurosau je shodná s definicí LO, pouze s ou výjimkou, že přesně určuje nejen spodní, ale i horní hranici věku nezaměsnaného. Mezi nezaměsnané mohou bý zařazení jedinci ve věku 15 až 74 le, keří splňují již uvedené podmínky LO (nemají práci, akivně hledají a mohou okamžiě nasoupi do zaměsnání). V České republice jsou akcepovány obě zmíněné definice. Možnos získání kompenzačních dávek během nezaměsnanosi je však u nás podmíněná regisrací a spoluprací s úřady práce. 13
3.1.3 Míry nezaměsnanosi Míry nezaměsnanosi vyjadřují v procenech podíl nezaměsnaných na celkové pracovní síle. K výpoču se používá obecného vzorce: U u = *1 (v%) L kde: u = míra nezaměsnanosi U = nezaměsnaní L = pracovní síla Rozdíl mezi různými mírami nezaměsnanosi je v použié meodice sanovení čiaele a jmenovaele, ale rovněž i v přesnosi da a časové srovnaelnosi obou údajů. (Klíma, 26) 3.1.4 Přirozená míra nezaměsnanosi Přirozená míra nezaměsnanosi je aková úroveň, ke keré ekonomika dlouhodobě směřuje. Pro dlouhé období plaí, že ceny a mzdy se vyrovnávají do é doby, dokud nenasane rovnováha na rhu práce. Tao rovnováha je přirozenou mírou nezaměsnanosi. Kromě oho se může přirozená míra v průběhu času měni v důsledku ekonomických cyklů. (Wachel, 1989) Je o nejnižší udržielná míra nezaměsnanosi, kerou může ržní ekonomika dosahova, aniž by inflace vykazovala endenci ke zvyšování nebo snižování. Přirozená míra nezaměsnanosi vyjadřuje edy nejvyšší udržielnou úroveň zaměsnanosi a odpovídá poenciálnímu produku země. (Klíma, 26) 14
3.1.5 Dělení nezaměsnanosi dle ekonomické akiviy populace Ekonomicky akivními obyvaeli jsou i, keří prosřednicvím svého zapojení do pracovního procesu získávají prosředky pro zajišění své vlasní exisence, resp. exisence svých rodin. Mezi ekonomicky akivní obyvaelsvo pak paří jak i, keří práci mají, ak i i, keří ji krákodobě, resp. i po delší časové období (a o ne z vlasní viny) nemají. Ekonomicky neakivní obyvaelé pracovní činnos nerealizují, nejsou do pracovního procesu zapojeni. Je omu ak buď z důvodu, že v důsledku svých demografických či zdravoních deerminan a problémů pracova nemohou (děi, saří lide, dlouhodobě nemocní, invalidé), nebo proo, že by sice pracova mohli, ale nechějí. Prosředky pro zajišění vlasní exisence mohou získáva jak legálními cesami a způsoby (např. pobírání reny), ak nelegálními (různé formy zločinnosi). (Nový, Surynek, 22) 3.1.6 Formy nezaměsnanosi Frikční nezaměsnanos Frikční nezaměsnanos je z pohledu ekonomů nejméně problémovým ypem nezaměsnanosi. Frikční nezaměsnanos je krákodobá, přechodná, nevyhnuelná a do jisé míry funkční. V angličině jsou frikčně nezaměsnaní lidé označováni jako people beween wo jobs". Jde o osoby, keré z osobních i ekonomických důvodů se rozhodly změni zaměsnání. Období mezi odchodem z původního zaměsnání a násupem do 15
nového zaměsnání je označováno jako frikční nezaměsnanos. Plaí o i o absolvenech škol, keří hledají první zaměsnání. Frikční nezaměsnanos je prakicky nevyhnuelná. Vláda, kerá by chěla odsrani uo nezaměsnanos, by musela direkivně nařizova svým občanům nasupova do prvně nabízených zaměsnání. (Kolibová, Kubicová, 25) Srukurální nezaměsnanos V ekonomice dochází průběžně k úlumu určiých segmenů, zároveň se však rozvíjí nové obory. Srukurální změny národního hospodářsví, keré provází mezisekorový přesun pracovních mís, ovlivňují popávku po pracovních silách. Problém spojený se srukurální nezaměsnanosí spočívá v nesouladu mezi nabídkou a popávkou na rhu práce. Exisují sice volná pracovní mísa, ale profesní srukura nabízejících neodpovídá srukuře popávky. Řešení srukurální nezaměsnanosi předsavuje již poněkud složiější úkol, než v případě předchozího ypu. Nejvíce vhodným opařením se jeví rekvalifikace. (Kolibová, Kubicová, 25) Cyklická nezaměsnanos Příčinou cyklické nezaměsnanosi je nedosaečná agrární popávka, ke keré dochází v obdobích hospodářské krize. Z důvodu poklesu agrární popávky klesá i popávka po práci. Oproi srukurální nezaměsnanosi cyklickou doprovází nedosaek volných pracovních mís. 16
Dle někerých eoreiků, lze cyklickou nezaměsnanos odsrani pomocí pružnosi nominálních mezd i cen zboží. Realia je však vzdálená cenové pružnosi. Tuo nezaměsnanos vyvolávají cyklické změny hospodářských akivi, díky nim ovšem v období konjunkury dochází k její eliminaci. Cyklická nezaměsnanos je nezaměsnanosí, se kerou pracují ekonomové ve svých makroekonomických modelech. Je o nezaměsnanos, o keré hovoří například Okunův zákon. Cyklickou nezaměsnanos lze zapsa jako: Uc = U - Un U - celková míra nezaměsnanosi, Uc - cyklická nezaměsnanos, Un - přirozená míra nezaměsnanosi (Kolibová, Kubicová, 25) 3.1.7 Další druhy nezaměsnanosi Technologická nezaměsnanos Zavádění nových srojů a echnologií do výroby, keré nahrazují lidskou práci, způsobuje echnologickou nezaměsnanos. V současné době se eno yp nezaměsnanosi doýká nejen nekvalifikovaných či polokvalifikovaných dělníků, ale i vysoce vzdělaných odborníků. (Kolibová, Kubicová, 25) 17
Sezónní nezaměsnanos Nezaměsnanos, ke keré dochází vlivem sřídání ročních období a s ím spojených výkyvu ve spořebě určiého druhu zboží a služeb, označujeme jako nezaměsnanos sezónní. Propoušění pracovní síly v omo případě nasává periodicky vzhledem k: nepravidelné produkci v odvěvích závislých na počasí (např. savebnicví, zemědělsví, lesnicví, rybolov, cesovní ruch), sezónní popávce určiého zboží a služeb (jde například o sorimen s vánoční či velikonoční émaikou nebo zboží a služby určené pro lení či zimní období). (Kolibová, Kubicová, 25) Skryá nezaměsnanos Výše uvedená charakerisika nezaměsnanosi přiom nezachycuje určié skupiny lidí, z jejichž posavení není jednoznačné, zda by měli bý zohledněni mezi nezaměsnanými (vyvářejí evenuálně skryou nezaměsnanos). Jde minimálně o dvě skupiny, a o 1) pracovníci s nuceným zkráceným pracovním úvazkem (zahrnuí mezi zaměsnané), 2) osoby vyloučené z pracovní síly, jako zv. odrazení (frusrovaní) pracovníci. j. akoví, keří po dlouhodobé nezaměsnanosi zraili naději, že práci najdou, a přesali ji hleda. Kromě oho je sporné, zda mezi nezaměsnané paří osoby, keré z různých důvodů nemohou do zaměsnání v kráké době nasoupi, případně éž osoby, keré práci již našly, avšak nasoupí později. Započením ěcho osob by skuečná míra nezaměsnanosi byla vyšší, než saisicky vykázaná. 18
Na druhou sranu jsou saisicky vykázané údaje o míře nezaměsnanosi zkresleny osobami, keré fakicky nezaměsnaní nejsou, avšak z důvodu pobírání příslušných podpor ako vysupují. (Helísek, 22) Dlouhodobá nezaměsnanos Příčin dlouhodobé nezaměsnanosi exisuje mnoho. Může jí o důsledek dlouhodobé hospodářské recese i dlouho rvající mzdové srnulosi. Nebezpečná je zv. pas nezaměsnanosi, kerá hrozí, pokud náhradní příjmy jsou srovnaelné či dokonce vyšší než mzdy. Za ěcho okolnosí jsou lidé s perspekivou nižších příjmů demoivováni akivně hleda práci a servávají v dlouhodobé nezaměsnanosi. Vymezení dlouhodobé nezaměsnanosi se v jednolivých zemích liší. Někde je hranice sanovena na dvanácém měsíci, jinde na dvou leech. Přiznání sauu dlouhodobě nezaměsnaných není bezúčelné. Zařazení do programů akivní poliiky zaměsnanosi je přednosně umožněno právě dlouhodobě nezaměsnaným. (Kolibová, Kubicová, 25) Plná zaměsnanos Plná zaměsnanos neznamená, že by neexisovala žádná nezaměsnanos. Exisuje při ní již vysvělená frikční a případně éž srukurální nezaměsnanos. Z definice frikční a srukurální nezaměsnanosi v omo modelu plyne, že exisující poče volných pracovních mís je sejně velký, jako poče nezaměsnaných osob. V omo smyslu exisuje globální rovnováha na rzích práce. (Helísek, 22) 19
3.1.8 Dělení nezaměsnanosi dle dobrovolnosi populace Rozlišení nezaměsnanosi na dobrovolnou a nedobrovolnou pramení z diferenciace příčin, keré ke zráě zaměsnání vedou. Ekonomové v omo konexu poukazují na mzdovou úroveň na rhu práce, kerá ovlivňuje velikos popávky i nabídky práce. Při rovnovážné mzdové sazbě jsou popávka i nabídka v rovnováze a i, kdo nepracují, jsou dobrovolně nezaměsnaní. Dobrovolně nezaměsnaní jsou ve skuečnosi lidé hledající práci za vyšší mzdu než u, kerou nabízí zaměsnavaelé. Exisují-li alernaivní zdroje finančních prosředků nahrazující lidem mzdu, dobrovolná nezaměsnanos rose. Pokud yo náhradní příjmy například v podobě sociálních dávek nejsou významné, nezaměsnaní jsou ochoni přijmou zaměsnání i za nižší mzdu. Nedobrovolná nezaměsnanos vzniká ehdy, jesliže reálná mzdová sazba je příliš vysoká. V éo siuaci poče nabízejících převyšuje velikos popávky. Jinými slovy, při vyšší než rovnovážné mzdě je mnoho lidí ochono pracova, ale ne všichni si práci najdou. (Kolibová, Kubicová, 25) 3.2 Důsledky nezaměsnanosi Důsledky nezaměsnanosi je možno rozděli do dvou oblasí, na důsledky ekonomické a sociální. 2
3.2.1 Ekonomické důsledky Ekonomické důsledky znamenají: zráu produkce, edy jeho nevyvoření, kerá je vyjádřena rozdílem mezi skuečným a poenciálním produkem, znamená dopad cyklické nezaměsnanosi. Kvanifikaci ohoo rozdílu vymezuje Okunův zákon, kerý * říká: Je-li skuečná míra nezaměsnanosi na úrovni přirozené míry, paky = Y, nebo aké Y / Y * = 1. Je-li skuečná nezaměsnanos vyšší * u > u, ekonomika nevyužívá své poencionální možnosi a Y klesá pod * Y, resp. Y / Y * < 1. Nebo zvýší-li se skuečný produk oproi poencionálnímu o 2%, změní se míra nezaměsnanosi v opačném směru o 1%, snížení nebo zráu kvalifikace pracovníků jako jednoho ze zdrojů ekonomického růsu. (Paulík, Pellešová, 24) 3.2.2 Sociální důsledky Sociální důsledky, kam paří: psychické zaížení vyvolané nezaměsnanosí a s ím související například růs nemocnosi, desrukce eických hodno a sní spojená kriminalia, narkomanie apod., radikalizace posižených skupin, kerá může mí poliické dopady nebo exrémní následky v podobě například rasových nepokojů. (Paulík, Pellešová, 24) 21
3.3 Poliika zaměsnanosi Poliika zaměsnanosi, kerá je součásí hospodářské poliiky sáu, usiluje o dosažení rovnováhy mezi nabídkou práce a popávkou po práci. Definujeme ji jako soubor opaření, kerými jsou spoluvyvářeny podmínky pro dynamickou rovnováhu na rhu práce a pro efekivní využií pracovních sil. Cílem sání poliiky zaměsnanosi je: dosažení rovnováhy mezi nabídkou práce a popávkou po práci, produkivní využií zdrojů pracovních sil, zabezpečení práva občanů na práci. (Kliková, Kolán, 23) Poliika zaměsnanosi se dělí na dvě složky. 3.3.1 Pasivní poliika zaměsnanosi Podílí se na vyváření sociálně přijaelných podmínek pro občany dočasně nezaměsnané. (Kliková, Kolán, 23) Násroje pasivní poliiky zaměsnanosi: podpora v nezaměsnanosi, podpora při rekvalifikaci, evidence uchazečů o zaměsnání a zájemců o zaměsnání, evidence volných pracovních mís. (Kolibová, Kubicová, 25) 22
Výdaje na pasivní poliiku věšinou nepředsavují poziivní řešení problému nezaměsnanosi; v ojedinělých případech mohou vés až k sociálnímu paraziizmu. 3.3.2 Akivní poliika zaměsnanosi Takovou poliikou rozumíme všechna opaření, kerá akivně simulují nezaměsnané ke změně jejich posavení na rhu práce. Cílovými skupinami akivní poliiky jsou věšinou nejvíce ohrožené skupiny nezaměsnaných (lidé polokvalifikovaní, s nevhodnou kvalifikací, osoby se zdravoními nebo jinými handicapy). Podsaou akivní poliiky je eliminace kolekivních nevýhod různých skupin a kaegorií nezaměsnaných. (Kliková, Kolán, 23) Násroje akivní poliiky zaměsnanosi: rekvalifikace, veřejně prospěšné práce, společensky účelná pracovní mísa, překlenovací příspěvek, příspěvek na dopravu zaměsnanců, příspěvek na zapracování, příspěvek při přechodu na nový podnikaelský program, podpora zaměsnávání osob se zdravoním posižením, invesiční pobídky, poradensví, keré provádějí nebo zabezpečují úřady práce. (Kolibová, Kubicová, 25) 23
4 MATERÁL A METODKA 4.1 Maeriál Údaje, keré se vzahují k nezaměsnanosi v České republice, jsem získala z inerneových sránek Minisersva práce a sociálních věcí. Daa o nezaměsnanosi v okrese Uherské Hradišě jsem si vyžádala přímo na Úřadě práce v okresním měsě. Úřady práce definují nezaměsnané jako osoby, keré splňují podmínky pro zařazení do evidence uchazečů o zaměsnání a do éo evidence se na úřadě práce zaregisrovali. Míra regisrované nezaměsnanosi se vypočíá jako podíl zaregisrovaných uchazečů o zaměsnání na ekonomicky akivním obyvaelsvu. Od 1. 7. 24 používají úřady práce na území České republiky nový algorimus výpoču míry nezaměsnanosi. V čiaeli zlomku se uvádí uchazeči o zaměsnání evidováni na úřadech práce, keří jsou dosažielní, j. i, keří mohou bezprosředně nasoupi do zaměsnání (nejsou ve vazbě, ve výkonu resu, na základní, náhradní nebo civilní vojenské službě, uchazeči v pracovní neschopnosi, uchazeči, keří jsou zařazeni na rekvalifikační kurzy nebo uchazeči, keří vykonávají krákodobé zaměsnání a dále uchazeči, keří pobírají peněžiou pomoc v maeřsví nebo kerým je poskyováno hmoné zabezpečení po dobu maeřské dovolené). Do jmenovaele zlomku se k ekonomicky akivním obyvaelům zahrnují navíc oproi minulým obdobím pracující cizinci a cizinci s živnosenským oprávněním. Získaná daa o míře nezaměsnanosi v okrese Uherské Hradišě a na území České republiky v leech 1999-28 jsou přehledně zobrazeny v Tab. 1 a Tab. 2. 24
Tab. 1 Míra nezaměsnanosi v okrese Uherské Hradišě za jednolivá čvrleí v leech 1999-28 v procenním vyjádření čvrleí míra nezaměsnanosi čvrleí míra nezaměsnanosi 1999 2 21 22 23 6,15% 9,46% 6,24% 8,33% 24 6,69% 7,7% V 6,94% V 7,97% 7,29% 8,33% 6,48% 7,18% 25 7,4% 7,56% V 7,18% V 7,72% 7,44% 7,82% 6,75% 6,57% 26 6,99% 6,67% V 7,26% V 6,49% 7,74% 6,26% 7,75% 5,9% 27 8,31% 5,29% V 8,69% V 5,31% 8,98% 5,15% 8,35% 4,48% 28 8,7% 5,1% V 9,17% V 5,81% 25
Tab. 2 Míra nezaměsnanosi v České republice za jednolivá čvrleí v leech 1999-28 v procenním vyjádření čvrleí míra nezaměsnanosi čvrleí míra nezaměsnanosi 1999 2 21 22 23 8,4% 1,7% 8,4% 9,9% 24 9,% 9,1% V 9,4% V 9,5% 9,5% 9,4% 8,7% 8,6% 25 8,8% 8,8% V 8,8% V 8,9% 8,7% 8,8% 8,1% 7,7% 26 8,5% 7,8% V 8,9% V 7,7% 9,1% 7,3% 8,7% 6,3% 27 9,4% 6,2% V 9,8% V 6,% 1,% 5,6% 9,5% 5,% 28 1,1% 5,3% V 1,3% V 6,% 4.2 Meodika Pro zpracování údajů a grafické znázornění jednolivých charakerisik byl použi abulkový procesor Microsof Excel od firmy Microsof. Pro vyvoření saisické analýzy vývoje nezaměsnanosi bylo využio saisických vzorců uvedených v následujícím exu. 26
4.2.1 Definice pojmu časová řada Časovou řadou budeme rozumě posloupnos věcně a prosorově srovnaelných pozorování, kerá jsou jednoznačně uspořádána z hlediska času. Pochopi mechanismus a příčiny vývojových endencí zkoumaných hospodářských procesů předpokládá zvládnou někeré posupy, jež umožňují popsa charakerisické rysy vývoje ekonomických ukazaelů (pod pojmem ukazael zde budeme chápa libovolnou funkci hodno saisického znaku) a porozumě ak snáze hospodářským mechanismům, keré eno vývoj určují. (Hindls, Hronová, Novák, 2) Časovým řadám se v zahraniční lierauře věnovalo mnoho auorů. Publikaci Time series models napsal Andrew C. Harvey, kerý se zabýval především odhadem, esováním a specifikací modelů časových řad. Nejvěší důraz kladl na porozumění, jak se časové řady analyzují a konsruují jejich modely. James Douglas Hamilon se v knize Time series analysis zaměřuje na objasnění dynamických sysémů, ekonomerie i analýzy časových řad. Sysemaickou úvahu o lineárních časových řadách, jejich modelování a predikci sepsali auoři Peer J. Brockwell a Richard A. Davis v díle Time series: Theory and mehods. 4.2.2 Klasifikace časových řad Časové řady lze členi následujícím způsobem: 1) podle charakeru ukazaele shromážděného v časové řadě na časové řady ukazaelů inervalových a časové řady ukazaelů okamžikových, 27
2) podle periodiciy, s jakou jsou sledovány, na časové řady údajů ročních a časové řady krákodobé, 3) podle druhu sledovaných ukazaelů na časové řady absoluních ukazaelů a časové řady odvozených charakerisik. (Hindls, Seger, 1993) Základním kriériem klasifikace časových řad je jejich rozdělení na: Časové řady úsekové (inervalové) V omo případě se zjišěné hodnoy vzahují k určiému časovému úseku nenulové délky. Pro eno yp časové řady je charakerisická sčiaelnos hodno znaku a edy současně možnos urči smysluplně hodnou znaku za delší časový inerval sčíáním jeho hodno za dílčí čási ohoo inervalu (součem denních údajů můžeme získa ýdenní, z nich pak měsíční, čvrlení ad. údaje). Srovnaelnos údajů ohoo ypu je podmíněna konsanní délkou časových inervalů, k nimž se vzahují. Časo je éo srovnaelnosi řeba dosáhnou určiými korekcemi reálných údajů (např. problemaika kalendářních variací). Pro časové řady ohoo ypu lze kromě řady běžných hodno sesrojova i řady odvozené. Časové řady okamžikové U ěcho řad se hodnoa znaku vzahuje k určiému časovému okamžiku, alespoň eoreicky nulové délky. Pro řady ohoo druhu je ypické, že jejich souče nelze smysluplně inerpreova. Sekáváme se s inervalovými časovými řadami s ekvidisanními (sejně vzdálenými), sejně jako s řadami s různě vzdálenými okamžiky zjišťování s různou husoou časových bodů. Z ěcho časových řad nelze sesroji odvozené řady. (Minařík, 28) 28
4.2.3 Elemenární charakerisiky časových řad Obvykle prvním úkolem při analýze časové řady je získa rychlou a orienační předsavu o charakeru procesu, kerý ao řada reprezenuje. Mezi základní meody proo zcela běžně paří vizuální analýza chování ukazaele využívající grafu spolu s určováním elemenárních saisických charakerisik, pomocí nichž můžeme rozpozna např. dlouhodobou endenci v průběhu řady či někeré periodicky se opakující vývojové změny apod. Tao analýza však nikdy nesačí k poznání hlubších souvislosí a mechanismů sudovaného procesu a neumožňuje přehledným a koncenrovaným způsobem popsa jeho vlasnosi. (Hindls, Hronová, Seger, Fischer, 26) Pro časovou řadu délky n lze urči n-1 rozměrných absoluních přírůsků: = y y 1 d, pro = 2, 3,, n. Pro uéž časovou řadu lze dále urči opě n-1 bezrozměrných koeficienů růsu: y k =, pro = 2, 3,, n. y 1 Kombinací obou výše uvedených přísupů k měření dynamiky je relaivní přírůsek koeficien přírůsku: d y y 1 y δ = = = 1 = k 1, pro = 2, 3,, n. y y y 1 1 Koeficien růsu a přírůsku bývají uváděny rovněž v procenech. V omo případě se charakerisiky 1k, 1δ nazývají empo růsu a empo přírůsku a exisuje mezi nimi analogický vzah 1δ = 1k 1. 1 29
U delších časových řad s věším počem výše uvedených charakerisik přichází v úvahu výpoče jejich průměrných hodno. Průměrný absoluní přírůsek je arimeickým průměrem, kerý lze ovšem modifikova do zjednodušené podoby: d = 1 n n 1 = = 2 n 1 d n 1 y y, z níž vyplývá, že hodnoa průměrného absoluního přírůsku závisí pouze na obou krajních hodnoách řady. Při inerpreaci éo charakerisiky přihlédneme k celkovému vývoji řady (bezpochyby vyhovuje u řad s monoónně rosoucím nebo klesajícím průběhem). Průměrný koeficien růsu je geomerickým průměrem jednolivých koeficienů růsu a lze jej opě upravi do zjednodušené podoby: y k. n = 1 = n n k 1 = 2 y1 Průměrnou hodnou osaních charakerisik je možno urči na bázi průměrného koeficienu růsu. (Minařík, 28) 4.2.4 Modelování časových řad Tradičním výchozím principem modelování časových řad je jednorozměrný model y f (, ε ) =, kde y je hodnoa modelovaného ukazaele v čase, = 1, 2,..., n (o proměnné časo hovoříme jako o proměnné časové), ε je hodnoa náhodné složky (poruchy) v čase. K omuo modelu se v zásadě přisupuje rojím způsobem: 3
1) Pomocí klasického (formálního) modelu, kde jde pouze o popis forem pohybu (a ne o poznání věcných příčin dynamiky časové řady). Teno model vychází z dekompozice řady na čyři složky (formy) časového pohybu. První ři voří v podsaě sysemaickou čás průběhu časové řady a my se budeme snaži o nalezení akových násrojů, jež v co nejvěší míře vysvělí sysemaické" chování sledovaného procesu. Časovou řadu lze edy dekomponova na: rendovou složku T, sezónní složku S, cyklickou složku C, náhodnou složku ε, přičemž vlasní var rozkladu může bý dvojího ypu: adiivní, v němž y = T + S + C + ε = Y + ε, = 1, 2,, n, kde Y se časo označuje souhrnně jako eoreická (modelová, sysemaická, deerminisická) složka ve varu T + S + C, muliplikaivní, v němž y = T S C ε = 1, 2,, n. Trendem rozumíme hlavní endenci dlouhodobého vývoje hodno analyzovaného ukazaele v čase. Trend může bý rosoucí, klesající nebo konsanní, kdy hodnoy ukazaele dané časové řady v průběhu sledovaného období mohou kolísa kolem určié, v podsaě neměnné úrovně (bez rendu). Sezónní složka je pravidelně se opakující odchylka od rendové složky, vyskyující se u časových řad údajů s periodiciou kraší než jeden rok nebo rovnou právě jednomu roku. Příčiny sezónního kolísání mohou bý různé. Dochází k nim v důsledku přímého působení sluneční sousavy na Zemi, j. vlivem změn 31
jednolivých ročních období, dále vlivem různé délky měsíčního či pracovního cyklu nebo éž vlivem různých společenských zvyklosí. Cyklickou složkou rozumíme kolísání okolo rendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok. Saisika chápe cyklus jako dlouhodobé kolísání s neznámou periodou, kerá může mí i jiné příčiny než klasický ekonomický cyklus. Někdy nebývá cyklická složka považována za samosanou složku časové řady, ale je zahrnována pod složku rendovou jako její čás (zv. sřednědobý rend), vyjadřující sřednědobou endenci vývoje, kerá má časo oscilační charaker s neznámou, zpravidla proměnlivou periodou. Náhodná složka je aková veličina, kerou nelze popsa žádnou funkcí času. Je o složka, kerá zbývá po vyloučení rendu, sezónní a cyklické složky. V ideálním případě lze počía s ím, že jejím zdrojem jsou drobné a v jednolivosech neposižielné příčiny, keré jsou vzájemně nezávislé. 2) Pomocí Boxovy-Jenkinsovy meodologie, kerá považuje za základní prvek konsrukce modelu časové řady náhodnou složku, jež může bý vořena korelovanými náhodnými veličinami. 3) Pomocí spekrální analýzy, kdy časovou řadu považujeme za směs" sinusovek a kosinusovek o rozličných ampliudách a frekvencích. (Hindls, Hronová, Seger, Fischer, 26) Poslední dvě uvedené meody nebudou dále pro svou náročnos v exu rozebírány, jsou však blíže popsány v odborné lierauře. 32
4.2.5 Mechanické vyrovnání časových řad 4.2.5.1 Klouzavé průměry Podsaa vyrovnání pomocí klouzavých průměrů spočívá v om, že posloupnos empirických pozorování se nahradí řadou průměrů vypočíaných z ěcho pozorování. Každý z ěcho průměrů edy reprezenuje určiou skupinu pozorování. Název klouzavý průměr vznikl z oho, že při posupném výpoču průměrů se posupuje ("kloužeme") vždy o jedno pozorování kupředu, přičemž zároveň poslední pozorování ze skupiny, z níž je průměr počíán, se vypouší. (Hindls, Seger, 1993) Klouzavý průměr pro lichou délku klouzavé čási p se sanoví jako klouzavý úhrn dělený délkou klouzavé čási a umísěný do jejího prosředního období. Vzhledem k omu, že klouzavý průměr je vypočen jako prosý arimeický průměr a je umísěn do sředu klouzavé čási, označujeme jej jako prosý arimeický průměr. Pro časo využívané sudé p neexisuje jediné prosřední období klouzavé čási. Pro eno případ je vhodné zavés zv. cenrovaný klouzavý průměr, kerý se vypočíá jako prosý arimeický průměr ze dvou sousedních prosých symerických klouzavých průměrů. Význam mechanického vyrovnání ekonomických časových řad je obecně velmi značný, ale použií nejjednodušších symerických klouzavých průměrů je spojeno s řadou nedosaků např. problém sladění délky klouzavé čási s délkou periody, neexisence analyického vyjádření vyrovnaných hodno, ale především nevyrovnání počáeční a koncové čási časové řady. (Minařík, 28) 33
4.2.6 Analyické vyrovnání časových řad Analyické vyrovnání časové řady spočívá v proložení pozorovaných hodno řady vhodnou spojiou funkcí času rendovou funkcí. Nejčasěji používanými rendovými funkcemi jsou lineární a parabolický rend. (Hindls, Hronová, Seger, Fischer, 26) 4.2.6.1 Lineární rend Je nejčasěji používaným ypem rendové funkce. Jeho značný význam spočívá jednak v om, že jej můžeme použí vždy, chceme-li alespoň orienačně urči základní směr vývoje analyzované časové řady, a jednak v om, že v určiém omezeném časovém inervalu může slouži jako vhodná aproximace jiných rendových funkcí. Lineární rend čili rendovou přímku vyjádříme ve varu T = b + b1 kde b a b1 jsou neznámé paramery a = 1, 2,..., n je časová proměnná. Neznámé paramery můžeme odhadnou pomocí meody nejmenších čverců. Znamená o vyřeši dvě normální rovnice y 1 y = n b + b = b (Hindls, Hronová, Seger, Fischer, 26) + b1 2 Je-li časová proměnná zavedena ak, že plaí =, můžeme pro paramery rendové přímky psá (Minařík, 28) b n y =, b 1 y = 2 34
4.2.6.2 Parabolický rend Má podobu T = b +, 2 + b1 b2 kde b, b1 a b2 jsou neznámé paramery a = 1, 2,..., n je časová proměnná. Jde o poměrně časo používaný yp rendové funkce. Proože i ao rendová funkce je lineární z hlediska paramerů, použijeme k odhadu paramerů meodu nejmenších čverců. Znamená o řeši ři normální rovnice (Hindls, Hronová, Seger, Fischer, 26) + b2 2 y = n b + b1, + 2 = b b1 + b2 y, 3 2 2 + 3 = b b1 + b2 4 y. Je-li časová proměnná zavedena ak, že plaí =, můžeme paramery rendové funkce vypočía pomocí vzorců (Minařík, 28) b b b 4 2 y 4 2 n ( ) = 2 y, 1 = 2 2 n 2 y y 4 2 n ( ) = 2 y 2. 2, 4.2.7 Volba vhodného modelu rendu V časových řadách měříme kvaliu vyrovnání nejčasěji pomocí rozměrných charakerisik měřící velikos reziduální složky. Reziduální složku časové řady 35
sanovíme nepřímou meodou jako rozdíl pozorovaných hodno a sysemaické složky, j. e = y Y. Průměrné reziduum e = 1 n n e = 1 je auomaicky rovno nule pro rendové funkce lineární v paramerech sanovené meodou nejmenších čverců. V případě mechanického vyrovnání průměrné reziduum vyjadřuje velikos sysemaické chyby. Velikos náhodné chyby spojené s vyrovnáním časové řady měří průměrná absoluní reziduální odchylka d 1 = n e e n = 1 nebo časěji reziduální rozpyl s n 2 1 2 e = e n = 1 a z něj odvozená reziduální směrodaná odchylka se. V počíačových programech se můžeme časo seka s anglickými zkrakami výše uvedených pojmů M.E. (mean error), M.A.E. (mean absolue error) a M.S.E. (mean squared error). Základním požadavkem na reziduum je, aby maximálně korespondovalo s nepravidelnou složkou řady a bylo co možná nejdokonaleji očišěno od sysemaické složky. (Minařík, 28) 4.2.8 Popis sezónní složky Sezónní složkou časových řad rozumíme periodicky se opakující obousměrné odchylky údajů řady od rendu a předpokládáme, že jde o odchylky opakující se s periodiciou jeden rok či kraší. Oscilace vznikají ponejvíce v důsledku přímých či nepřímých příčin, keré se rok co rok pravidelně opakují jako projev exisence pravidelného sřídání ročních období. 36
Ze saisického hlediska dělíme sezónnos na Konsanní sezónnos, u níž předpokládáme, že sezónní výkyvy jsou rok od roku neměnné a neovlivňují je vývojové změny v charakeru rendové složky. Jsou edy od chování rendu odděleny". Ješě jinak řečeno, ampliuda výkyvů zůsává při libovolném vývoji rendu prakicky beze změn. Sezónní výkyvy se v rámci roku kompenzují, akže jejich roční souče je nulový. Používá se pro ně název sezónní rozdíly. Proporcionální sezónnos, u níž se vychází z předsavy, že v daném dílčím období se sezónní výkyvy mění přímo úměrně dosažené úrovni rendové složky. Ampliuda výkyvu sezónní složky je edy úměrná (proporcionální) vývoji složky rendové. Sezónní výkyv a rendová složka se skládají násobením a charakerisikou sezónnosi je relaivní bezrozměrná charakerisika sezónní index. (Hindls, Hronová, Novák, 2) 4.2.9 Triviální pojeí sezónnosi Triviální pojeí sezónnosi vychází z předpokladu proporcionální sezónní složky a používá k jejímu měření primiivní charakerisiku empirický sezónní index j = 1 k k i= 1 y T ij ij pro j = 1, 2,,m. Empirický sezónní index je definován jako arimeický průměr podílu pozorovaných a rendových hodno sejnojmenného dílčího období za všechny periody řady podílů y ij. T ij Poé lze urči vyrovnané hodnoy časové řady Y ij jako součin rendové a sezónní složky Y = T. ij ij j (Minařík, 28) 37
4.2.1 Exrapolace sysemaické složky Pokud provedeme inerpolaci časové řady rendovou funkcí a vyjdeme-li z předpokladu, že v dohledné budoucnosi nedojde k náhlé změně zákoniosí vývoje zkoumaného jevu, můžeme jejích výsledků využí k předpovědi budoucího vývoje. Nejprimiivnější meodou předpovídání je meoda exrapolace deerminisické sysemaické složky časové řady, kerou získáme dosazením příslušné hodnoy časové proměnné n+ 1, n+ 2 časové řady., do vzorce sysemaické složky Bezchybná předpověď není možná a každá předpověď je spojena s určiou chybou předpovědi, kerá je ím věší, čím kraší je pozorovaná délka časové řady, čím nedokonalejší je popis uplynulého vývoje a čím vzdálenější je horizon předpovědi. Jisá čás chyby ovšem spočívá i v budoucí nejisoě. Skuečnou chybu předpovědi, kerá se sanoví jako rozdíl skuečné hodnoy a předpovědi + 1 = y + i Y + i, nemůžeme urči dříve, dokud není známá skuečná hodnoa y n + i. Proo se zpravidla vychází z zv. pseudopředpovědí, při nichž za neznámé budoucí hodnoy pokládáme několik posledních pozorovaných hodno časové řady. (Minařík, 28) 38
5 VÝSLEDKY PRÁCE Výsledky vlasní práce se pro jednodušší orienaci rozdělí na dílčí podkapioly, keré na sebe budou věcně navazova. První čás je zaměřena na obecné seznámení s údaji o míře nezaměsnanosi ve sledovaných oblasech. V další čási se zaměříme na územní srovnání vývoje nezaměsnanosi dle věkové srukury, vzdělání a délky regisrace nezaměsnaných na úřadech práce. Hlavní čás práce se věnuje určení rendových funkcí, keré umožňují předpovědě budoucí vývoj pro následující období. Na závěr se z vypočených rendových funkcí pomocí saisických charakerisik zvolí nejvhodnější model rendu a podle něj se provede nejpravděpodobnější prognóza vývoje nezaměsnanosi pro území České republiky i okresu Uherské Hradišě. 5.1 Obecné srovnání vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR Vývoj nezaměsnanosi v okrese Uherské Hradišě a v České republice přehledně inerpreují grafy uvedené níže. Sloupcový Graf 1 a 2 znázorňují míru nezaměsnanosi v jednolivých čvrleích. Na první pohled je zřeelné, že míra nezaměsnanosi dosahuje vyšších hodno vždy v. a V. čvrleí, což způsobuje ukončování sezónních prací např. v zemědělsví a savebnicví v zimním období a aké ukončování pracovních poměrů na dobu určiou ke konci roku. Nejnižší nezaměsnanosi se zpravidla dosahuje ve. čvrleí, kdy se opě začínají provozova sezónní práce. Mírný nárůs pak následuje ve. čvrleí, kdy se na úřady práce hlásí čersví absolveni škol, kerým se nepodařilo po ukončení sudia nají uplanění na rhu práce. 39
Graf 1 Míra nezaměsnanosi v okrese Uherské Hradišě v leech 1999-28 12% Nezaměsnanos v % 1% 8% 6% 4% 2%. čvrleí. čvrleí. čvrleí V. čvrleí % 1999 2 21 22 23 24 25 26 27 28 Období Zdroj: MPSV, čvrlení saisiky míry nezaměsnanosi 1999-28 Graf 2 Míra nezaměsnanosi v České republice v leech 1999-28 12% Nezaměsnanos v % 1% 8% 6% 4% 2%. čvrleí. čvrleí. čvrleí V. čvrleí % 1999 2 21 22 23 24 25 26 27 28 Období Zdroj: MPSV, čvrlení saisiky míry nezaměsnanosi 1999-28 Graf 3 ukazuje komparaci vývoje míry nezaměsnanosi u obou územních úvarů. Z grafu lze vyčís, že nezaměsnanos v okrese Uherské Hradišě se po celé sledované období nachází pod úrovní celorepublikové míry nezaměsnanosi, až v posledním roce pozorování se hodnoy sjednocují. Do roku 24 je u obou 4
křivek vidě mírný nárůs, kerý je z čási způsobený snížením zaměsnanosi v primárním i sekundárním sekoru, ale aké úbykem zaměsnanců a členů produkčních družsev a podnikaelů. V prvním čvrleí roku 24 dosahuje míra nezaměsnanosi nejvyšší úrovně, v republikovém měříku dorůsá k hodnoě 1,7%, v okrese Uherské Hradišě se zasavuje na 9,46%. Od roku 24 naopak křivky klesají, v. čvrleí roku 28 se dosávají na nejnižší úroveň za posledních dese le, konkréně na 5% míru nezaměsnanosi. Teno průběh z velké míry ovlivnil nárůs zaměsnanosi v sekundárním i erciárním sekoru. Zaměsnanos rosla hlavně v průmyslu zpracovaelském, konkréně v odvěvích propojených s auomobilovou výrobou. Terciární sekor zaznamenal nárůs v poču zaměsnanců, ovšem podíl na celkové zaměsnanosi mírně poklesl. V roce 27 předsavoval podíl sekundárního sekoru na zaměsnanosi v České republice nejvyšší hodnou ze všech sáů Evropské Unie. Ve. čvrleí roku 28 mají ovšem obě křivky opě mírně rosoucí charaker. Graf 3 Srovnání vývoje nezaměsnanosi v České republice a okrese Uherské Hradišě Nezaměsnanos v % 14% 12% 1% 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období Nezaměsnanos v ČR Nezaměsnanos v okrese UH Zdroj: MPSV, čvrlení saisiky míry nezaměsnanosi 1999-28 41
5.2 Srovnání vývoje nezaměsnanosi dle věkové srukury, vzdělání a délky nezaměsnanosi uchazečů o pracovní mísa Tao čás práce analyzuje vývoj nezaměsnanosi v okrese Uherské Hradišě a v České republice z hlediska věku, dosaženého vzdělání a délky nezaměsnanosi uchazečů o zaměsnání regisrovaných na úřadě práce. Údaje o počech nezaměsnaných jsou pozorovány po dobu desei le, od roku 1999 do 28, a pracuje se s ročními day, o znamená, že poče nezaměsnaných se sleduje k dau 31.12. v jednolivých leech. U všech srovnání jsou podíly nezaměsnaných zobrazeny v jednoduchých abulkách a následně zpracovány do sloupcových grafů v relaivním vyjádření. 5.2.1 Srovnání vývoje nezaměsnanosi dle věkové srukury V Tab. 3 a 4 jsou uchazeči o zaměsnání rozděleni do šesi věkových skupin. Do první řídy se řadí osoby od 15 do 19 le, což jsou věšinou čersví absolveni škol. Další věkové skupiny zahrnují občany od 2 do 59 le a jsou rozříděny do inervalů po desei leech. Poslední skupina zaznamenává y, keří dosáhli věku 6 le a více. Tab. 3 Nezaměsnanos dle věkové srukury v okrese Uherské Hradišě Věk 1999 2 21 22 23 24 25 26 27 28 do 19 le 4,6% 2,9% 7,9% 7,9% 7,% 5,5% 4,2% 4,1% 3,6% 3,9% 2-29 le 37,6% 38,4% 33,7% 33,2% 3,4% 27,5% 24,8% 22,6% 2,8% 22,6% 3-39 le 2,2% 19,8% 2,5% 18,8% 18,8% 19,8% 2,2% 2,8% 2,8% 21,5% 4-49 le 21,7% 21,1% 2,3% 19,3% 2,4% 21,7% 22,1% 2,9% 2,% 2,1% 5-59 le 15,6% 17,% 16,9% 19,9% 21,9% 23,8% 26,5% 29,1% 31,6% 28,8% 6 a více le,3%,7%,7%,9% 1,6% 1,7% 2,1% 2,5% 3,2% 3,1% Zdroj: Vlasní výpočy 42
Graf 4 Nezaměsnanos dle věkové srukury v okrese Uherské Hradišě 1% Nezaměsnanos v % 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období do 19 le 2-29 le 3-39 le 4-49 le 5-59 le 6 a více le Tab. 4 Nezaměsnanos dle věkové srukury v České republice Zdroj: Vlasní výpočy Věk 1999 2 21 22 23 24 25 26 27 28 do 19 le 4,8% 3,5% 7,8% 7,4% 6,9% 5,9% 5,3% 5,% 4,7% 5,2% 2-29 le 37,7% 36,2% 31,8% 31,6% 3,5% 28,4% 25,8% 24,1% 21,2% 22,8% 3-39 le 2,9% 21,7% 21,6% 21,1% 21,4% 22,2% 22,6% 22,8% 22,6% 22,6% 4-49 le 21,9% 22,3% 21,7% 2,5% 2,4% 21,1% 21,1% 21,% 2,9% 2,2% 5-59 le 14,5% 15,9% 16,8% 18,9% 2,% 21,3% 23,8% 25,4% 28,1% 26,6% 6 a více le,2%,3%,4%,5%,8% 1,1% 1,3% 1,8% 2,6% 2,7% Zdroj: Vlasní výpočy Graf 5 Nezaměsnanos dle věkové srukury v České republice 1% Nezaměsnanos v % 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období do 19 le 2-29 le 3-39 le 4-49 le 5-59 le 6 a více le Zdroj: Vlasní výpočy 43
Po srovnání Grafu 4 a 5 můžeme konsaova, že se na první pohled velmi podobají. Je z nich parné, že v České republice i v okrese Uherské Hradišě se nachází nejméně uchazečů o zaměsnání ve věku 6 le a více, což je pochopielné z hlediska menší počenosi pracujících v omo věkovém rozmezí než v osaních, ale v průběhu pozorujeme mírný nárůs. V obou případech se zvýšil poče nezaměsnaných s několika desein na hodnou kolem 3%. Naopak nejvíce zasoupenou skupinou jsou v obou grafech občané mezi 2 a 29 ley. Tuo skuečnos můžeme zdůvodni časým odmíáním zaměsnavaelů přijíma mladé lidi kvůli chybějící praxi a nulovým zkušenosem. U obou sledovaných oblasí ale pozorujeme klesající endenci až do roku 27, kdy se hodnoa snížila od roku 1999 z éměř 38% na pouhých 2%, v roce 28 došlo k nárůsu kolem 1%. Mezi další počené skupiny paří uchazeči v leech 3 až 39 a 4 až 49 le, u kerých můžeme vidě éměř neměnný podíl na celkové nezaměsnanosi. Nezaměsnanos věkové řídy od 3 do 39 le za deseileé období naros o pouhé 1% a u občanů v rozmezí 4 49 le naopak klesl o 2%. Výrazně rosoucí charaker ale vykazuje nezaměsnanos u lidí ve věku 5 59 le. V roce 1999 dosahoval jejich procenní podíl na celkové nezaměsnanosi kolem 15%, na konci roku 28 se eno podíl vyšplhal v ČR přesně na 26,6%, v okrese Uherské Hradišě ješě o 2% výše. Kolísavý průběh pozorujeme u skupiny nejmladších uchazečů, u kerých hodnoy v roce 2 klesají až k 3% a v roce 21 rapidně narosou na 8%. 44
5.2.2 Srovnání vývoje nezaměsnanosi dle dosaženého vzdělání Vzdělání uchazečů o zaměsnání je rozříděno do šesi skupin. Jedná se o uchazeče bez vzdělání, se základním vzděláním, vyučené uchazeče, se sředoškolským vzděláním, s vyšším odborným a s vysokoškolským vzděláním. Do řeí skupiny paří osoby s nižším sředoškolským vzděláním, nižším odborným sředoškolským vzděláním a sředním odborným vzděláním s výučním lisem bez mauriy. Do čvré řídy jsou zařazeni uchazeči s úplným sředním vzděláním a úplným sředním odborným vzděláním. Poslední skupina vysokoškolsky vzdělaných občanů zahrnuje osoby s bakalářským, magiserským a dokorským iulem. Tab. 5 Nezaměsnanos dle vzdělání v okrese Uherské Hradišě Vzdělání 1999 2 21 22 23 24 25 26 27 28 Bez vzdělání,1%,%,%,%,%,%,%,%,%,% Základní vzdělání 19,5% 2,7% 21,5% 21,3% 21,1% 2,2% 2,6% 21,4% 21,3% 2,7% Vyučen 48,2% 5,6% 49,8% 5,6% 5,7% 5,% 49,6% 49,3% 48,7% 49,8% Sředoškolské 28,2% 24,3% 24,2% 23,6% 23,9% 24,9% 25,2% 24,8% 24,6% 23,7% Vyšší odborné,6%,6%,7%,8%,8%,8%,7%,8%,8%,8% Vysokoškolské 3,4% 3,8% 3,8% 3,7% 3,5% 4,2% 3,9% 3,7% 4,6% 5,% Zdroj: Vlasní výpočy 45
Graf 6 Nezaměsnanos dle vzdělání v okrese Uherské Hradišě 1% Nezaměsnanos v % 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období Bez vzdělání Základní vzdělání Vyučen Sředoškolské Vyšší odborné Vysokoškolské Tab. 6 Nezaměsnanos dle vzdělání v České republice Zdroj: Vlasní výpočy Vzdělání 1999 2 21 22 23 24 25 26 27 28 Bez vzdělání,6%,7%,7%,6%,6%,6%,6%,7%,7%,6% Základní vzdělání 29,4% 3,9% 31,4% 3,9% 3,8% 3,% 3,% 3,7% 3,9% 29,6% Vyučen 43,% 43,6% 43,2% 43,6% 43,9% 44,3% 44,3% 43,4% 42,5% 42,5% Sředoškolské 23,6% 21,4% 2,9% 21,1% 21,% 21,2% 21,1% 21,2% 21,5% 22,1% Vyšší odborné,4%,5%,6%,6%,5%,6%,6%,6%,5%,6% Vysokoškolské 3,% 2,9% 3,1% 3,1% 3,2% 3,3% 3,4% 3,5% 3,9% 4,5% Zdroj: Vlasní výpočy Graf 7 Nezaměsnanos dle vzdělání v České republice 1% Nezaměsnanos v % 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období Bez vzdělání Základní vzdělání Vyučen Sředoškolské Vyšší odborné Vysokoškolské Zdroj: Vlasní výpočy 46
V obou pozorovaných územních úvarech zabírá nejvěší podíl na nezaměsnanosi lidé zahrnuí ve skupině vyučen. V České republice kolísají kolem hodnoy 43%, v okrese Uherské Hradišě se podíl éo skupiny nachází v úrovni 5% po celé období. V grafu znázorňujícím siuaci nezaměsnanosi v České republice je druhou nejpočenější řída zasupující osoby se základním vzděláním. Procenní podíl se v průběhu éměř nemění, má udíž konsanní vývoj. Třeí pořadí zaujímá skupina sředoškolsky vzdělaných uchazečů. V okrese Uherské Hradišě má druhé nejvěší zasoupení skupina se sředoškolským vzděláním, kerá v roce 1999 dosahuje 28% a poé kolísá okolo 24%, a jako další následují osoby se základním vzděláním, jejichž hodnoy oscilují kolem hodnoy 2%. U občanů s vysokoškolským vzděláním můžeme v obou grafech sledova přibližně sejný vývoj. Jak v České republice, ak i v okrese Uherské Hradišě se podílí 3% na celkové nezaměsnanosi. Nejméně nezaměsnaných je mezi občany bez vzdělání a s vyšším odborným vzděláním, což je zapříčiněno hlavně ím, že osob s ímo vzděláním je v České republice velmi málo. 5.2.3 Srovnání vývoje nezaměsnanosi dle délky nezaměsnanosi Tenokrá jsme nezaměsnané rozdělili podle délky regisrace na úřadě práce do šesi říd. První řídu voří uchazeči, keří hledají práci méně než 3 měsíce. Druhá, řeí, čvrá a páá řída zahrnují posupně y, keří jsou bez práce 3 6 měsíců, 6 9 měsíců, 9 12 měsíců a 12 24 měsíců. Do poslední skupiny se zařazují uchazeči, keří jsou v regisraci úřadu práce déle než dva roky. 47
Tab. 7 Nezaměsnanos dle délky nezaměsnanosi v okrese Uherské Hradišě Délka nezaměsnanosi 1999 2 21 22 23 24 25 26 27 28 do 3 měsíců 32,2% 3,% 29,3% 26,6% 25,6% 28,1% 29,4% 28,5% 29,6% 37,% 3-6 měsíců 25,% 22,9% 22,3% 21,3% 2,8% 19,6% 18,1% 18,3% 17,4% 2,1% 6-9 měsíců 13,8% 11,4% 11,4% 13,4% 11,4% 9,3% 9,1% 8,6% 9,3% 9,1% 9-12 měsíců 1,5% 8,% 8,2% 9,4% 8,% 7,1% 7,4% 7,8% 7,3% 5,5% 12-24 měsíců 13,2% 16,9% 15,1% 15,% 17,3% 15,9% 15,3% 15,% 14,6% 1,6% 24 měsíců a více 5,2% 1,9% 13,8% 14,3% 16,9% 2,1% 2,6% 21,8% 21,8% 17,7% Zdroj: Vlasní výpočy Graf 8 Nezaměsnanos dle délky nezaměsnanosi v okrese Uherské Hradišě 1% Nezaměsnanos v % 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období do 3 měsíců 3-6 měsíců 6-9 měsíců 9-12 měsíců 12-24 měsíců více než 24 měsíců Zdroj: Vlasní výpočy Tab. 8 Nezaměsnanos dle délky nezaměsnanosi v České republice Délka nezaměsnanosi 1999 2 21 22 23 24 25 26 27 28 do 3 měsíců 26,8% 25,6% 26,1% 24,% 22,7% 26,% 25,7% 26,7% 3,% 38,3% 3-6 měsíců 21,3% 18,2% 19,% 19,7% 18,6% 17,2% 17,% 16,5% 16,3% 18,7% 6-9 měsíců 12,7% 1,3% 1,2% 11,1% 1,3% 9,1% 9,1% 8,7% 8,4% 8,6% 9-12 měsíců 9,6% 7,5% 7,6% 8,1% 8,1% 7,2% 6,6% 6,8% 6,7% 5,6% 12-24 měsíců 17,8% 19,3% 15,1% 15,9% 17,1% 15,7% 15,6% 14,% 12,7% 9,6% více než 24 měsíců 11,9% 19,1% 22,% 21,3% 23,1% 24,9% 26,1% 27,2% 25,9% 19,3% Zdroj: Vlasní výpočy 48
Graf 9 Nezaměsnanos dle délky nezaměsnanosi v České republice 1% Nezaměsnanos v % 8% 6% 4% 2% % 1999 2 21 22 23 24 25 26 27 28 Období do 3 měsíců 3-6 měsíců 6-9 měsíců 9-12 měsíců 12-24 měsíců více než 24 měsíců Zdroj: Vlasní výpočy Z Grafu 8 a 9 se jeví jako nejpočenější skupina, kerou voří méně než ři měsíce nezaměsnaní lidé. U obou oblasí se vývoj velmi podobá. Do roku 24 procenní podíl klesá v ČR z úrovně 26,8% a v okrese Uherské Hradišě z 32,2%. V ČR dále kolísá kolem 26%, až v roce 27 vzrose na 3% a v dalším roce ješě o dalších 1%. V okrese Uherské Hradišě se hodnoy po roce 24 pohybují kolem 29% a až v roce 28 prudce narosou na úroveň 37%. Dále je významným poměrem zasoupena v obou grafech nezaměsnanos od 3 do 6 měsíců. Její hodnoy v průběhu pozorování kolísaly v okrese Uherské Hradišě mezi 25% a 18%, v ČR mezi 21% a 16%. Nezaměsnanos 6-9 měsíců a 9-12 měsíců se nachází éměř na sejné úrovni u obou územních celků. Od roku 1999 do 28 posupně klesají, u nezaměsnanosi od 6. do 9. měsíce k 9%, u nezaměsnaných od 9 do 12 měsíců k hranici 5%. Uchazeči o zaměsnání regisrovaní od 1 do 2 le mají velmi kolísavý charaker. V okrese Uherské Hradišě se procenní podíly pohybovaly mezi 13 až 17%, v roce 28 klesly až na hodnou 1,6%. V ČR podíl na celkové 49