Gravitační model vnitřní migrace v ČR



Podobné dokumenty
DLOUHODOBÁ NEZAMĚSTNANOST V ČR

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

Interakce úrovně vzdělání a faktoru nezaměstnanosti v hospodářsky slabých a silných obcích České republiky

1. Vnitřní stěhování v České republice

ANALÝZA POPULAČNÍHO VÝVOJE VE VYBRANÝCH REGIONECH ČR # POPULATION MOVEMENT ANALYSIS IN SELECTED REGIONS OF THE CZECH REPUBLIC. PALÁT, Milan.

Postavení venkova v krajích České republiky

PŘÍRUČKA PRO ŽADATELE GRANTU- FOND PRO NESTÁTNÍ NEZISKOVÉ ORGANIZACE Příloha č. 11 Tabulka obvyklé mzdy

PŘÍRUČKA PRO ŽADATELE GRANTU- FOND PRO NESTÁTNÍ NEZISKOVÉ ORGANIZACE Příloha č. 11 Tabulka obvyklé mzdy

Vybrané mzdové charakteristiky v krajích ČR členěné podle věku a pohlaví v roce 2008

OBYVATELSTVO PRAHY. Tomáš Dragoun, ČSÚ. Rozvoj Prahy aneb Co chceme v Praze postavit? 9. dubna 2018, CAMP IPR Praha

Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace

Vývoj mezd v jednotlivých krajích České republiky s důrazem na kraj Moravskoslezský

Rozdělení populace v ČR podle věku a pohlaví (v %)

Metodologické přístupy khodnocení regionálních disparit. Libuše Svatošová Ivana Boháčková

4ST201 STATISTIKA CVIČENÍ Č. 10

4. ÚHRNNÁ BILANCE DOJÍŽĎKY ZA PRACÍ A DO ŠKOL

CENY A NÁJEMNÉ RODINNÝCH DOMŮ. ZÁVISLOST CENY A NÁJEMNÉHO m 2 BYTU NA JEHO VELIKOSTI

Celopopulační studie o zdravotním stavu a životním stylu obyvatel v České republice - Charakteristika výběrového souboru

DISPARITY KRAJŮ ČR. Pavla Jindrová Univerzita Pardubice, Fakulta ekonomicko-správní, Ústav matematiky

Regionální disparity ve finanční dostupnosti nájemního bydlení

Ilustrační příklad odhadu LRM v SW Gretl

Aktivita A Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení

Česká republika Podíl nezaměstnaných na obyvatelstvu1 v dubnu ,2 % Počet volných pracovních míst počtu nezaměstnaných na jedno volné pracovní

Česká republika Podíl nezaměstnaných na obyvatelstvu1 v dubnu ,4 Počet volných pracovních míst počtu nezaměstnaných na jedno volné pracovní

Česká republika Podíl nezaměstnaných na obyvatelstvu1 v dubnu ,7 Počet volných pracovních míst počtu nezaměstnaných na jedno volné pracovní

Česká republika. 1 Od roku 2013 se změnila metodika výpočtu ukazatele celkové nezaměstnanosti. Místo míry nezaměstnanosti,

Vývoj cen bytů v ČR Ing. Jiří Aron 1. Úvod

Dopady hospodářské krize na trh s bydlením v České republice

JSOU REGIONY ČR Z HLEDISKA

Míra přerozdělování příjmů v ČR

Návrhy dalších možností statistického zpracování aktualizovaných dat

Tomáš Karel LS 2012/2013

Česká republika. 1 Od roku 2013 se změnila metodika výpočtu ukazatele celkové nezaměstnanosti. Místo míry nezaměstnanosti,

Aktivita A09101: Klasifikace hlavních skupin domácností ohrožených krizí

Vývoj mezd ve zdravotnictví v roce odměňování podle zákona č. 143/1992 Sb., ve znění pozdějších předpisů

Česká republika. 1 Od roku 2013 se změnila metodika výpočtu ukazatele celkové nezaměstnanosti. Místo míry nezaměstnanosti,

Ing. Eva Hamplová, Ph.D. Ing. Jaroslav Kovárník, Ph.D.

Příloha 1. Plnění strategických cílů, plnění dílčích cílů

Graf 2: Saldo migrace v Plzeňském kraji

Ministerstvo financí České republiky Financování a hospodaření obcí, krajů, zadluženost, inkaso sdílených daní, rozpočet a RUD 2017

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

Ministerstvo financí České republiky Financování a hospodaření obcí, krajů, zadluženost, inkaso sdílených daní, rozpočet a RUD 2017

Vysoká škola báňská Technická univerzita Ostrava Ekonomická fakulta Katedra regionální a environmentální ekonomiky

Graf 2: Saldo migrace v Plzeňském kraji

Ministerstvo financí České republiky Vývoj daňových příjmů obcí, rozpočtová odpovědnost a financování výkonu státní správy

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

Česko a Slovensko 20 let samostatnosti z pohledu demografického vývoje. Tomáš Fiala Jitka Langhamrová

DEMOGRAFICKÁ SITUACE V KRAJÍCH ČR (2013)

Ošetřovatelská následná péče v České republice v roce Nursing after-care in the Czech Republic in 2008

Renáta Bednárová STATISTIKA PRO EKONOMY

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík

Plánování experimentu

Statistické údaje o činnosti obecních policií za rok 2012

Vývoj disparit v cenách rodinných domů Ing. Jiří Aron

Počet obytných místností Number of rooms

Výsledky zmapování regionálních disparit ve finanční dostupnosti bydlení

Věková struktura obyvatelstva

Využití a prezentace dat šetření EHIS ČR

Příloha č Tabulky a grafy porovnání výsledků z přezkoumání hospodaření za období let 2008 až 2012, obcí, MČ, DSO

POČÍTAČE, INTERNET A E-LEARNING COMPUTERS, INTERNET AND E-LEARNING. Hana Rysová, Eva Jablonská, Jitka Štěpánová

Vyhlášení výsledků srovnávacího výzkumu Město pro byznys. Zlínský kraj

REGIONALISTIKA REGIONÁLNÍ ANALÝZA SITUACE ČR

VYBRANÉ VZDĚLANOSTNÍ ASPEKTY REGIONÁLNÍHO ROZVOJE V ČESKÉ REPUBLICE CHOICE EDUCATION ASPECTS OF REGIONAL DEVELOPMENT IN CZECH REPUBLIC.

4. VYSTĚHOVALÍ Z PRAHY

PORUCHY CHOVÁNÍ V ZÁKLADNÍM ŠKOLSTVÍ V DATECH

Přehled průběhu pozemních komunikací v jednotlivých krajích ČR

NEZAMĚSTNANOST V KARLOVARSKÉM KRAJI K

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

INFORMAČNÍ SERVIS VE STAVEBNICTVÍ - ROK 2013

Kraje v ukazatelích. Srovnání vývoje základních ukazatelů kvantitativního vývoje vzdělávání na úrovni krajů a ČR

Kraj dojížďky. Královéhradecký. Karlovarský Ústecký Liberecký

Vymezení klasifikace hlavních skupin domácností ohrožených finanční nedostupností bydlení z důvodu hospodářské krize

Fakulta stavební VŠB TUO

INFORMAČNÍ SERVIS VE STAVEBNICTVÍ - ROK 2014

Regionální profil trhu práce v Plzeňském kraji - shrnutí poznatků

Žebříček krajů podle kvality života

1. Demografický vývoj

6. Lineární regresní modely

Ing. Eva Hamplová, Ph.D. Ing. Jaroslav Kovárník, Ph.D.

Statistika (KMI/PSTAT)

Postoje k mezinárodní migraci a individuální vztahy s migranty nejsou vždy shodné

Ministerstvo financí České republiky Financování a hospodaření obcí, krajů, zadluženost, inkaso sdílených daní, rozpočet a RUD 2017

Činnost logopedických pracovišť v ČR v roce Activity of branch of logopaediology in the CR in the year 2006

Konkurenceschopnost krajů České republiky. Jana Kouřilová Karolína Pelantová Katedra regionálních studií, NF VŠE, Praha

Občané o stavu životního prostředí květen 2013

Fakulta stavební, VŠB TU Ostrava

Vliv demografických proměnných na kvalitu života v obcích ČR

INFORMAČNÍ SERVIS VE STAVEBNICTVÍ - (III. čtvrtletí 2011)

TECHNICKÁ UNIVERZITA V LIBERCI

3.1 Meziokresní stěhování

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

Ministerstvo financí České republiky Financování a hospodaření obcí, krajů, zadluženost, inkaso sdílených daní, rozpočet a RUD 2017

Ministerstvo financí České republiky Financování a hospodaření obcí, krajů, zadluženost, inkaso sdílených daní, rozpočet 2016

VYBRANÉ ÚDAJE O BYDLENÍ 2010

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

Výsledky statistického zjišťování Roční výkaz odvětvových ukazatelů ve stavebnictví Stavební práce S v tuzemsku v členění podle obcí

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

E: Analýza regionálních rozdílů

PŘEDSTAVENÍ ZLÍNSKÉHO KRAJE V ČÍSLECH

DEMOGRAFICKÝ VÝVOJ. Počet obyvatel dlouhodobě. zásadní vliv na tento růst má migrace

Transkript:

WORKING PAPER č. 13/2010 Gravitační model vnitřní migrace v ČR Tomáš Paleta Monika Jandová prosinec 2010

Řada studií Working Papers Centra výzkumu konkurenční schopnosti české ekonomiky je vydávána s podporou projektu MŠMT výzkumná centra 1M0524. Vedoucí: prof. Ing. Antonín Slaný, CSc., Lipová 41a, 602 00 Brno, e-mail: slany@econ.muni.cz, tel.: +420 549491111

MODEL VNITŘNÍ MIGRACE V ČR Abstract: The goal of this paper is to identify whether the most frequently used factors of economic migration are able to explain migration flows among Czech regions, and to what degree are the economic factors able to explain it. We have used a gravity model based on panel data for 14 regions and a period of years 1991-2008. Abstrakt: Cílem této práce je pomocí gravitačního modelu identifikovat, zda jsou nejčastěji uváděné faktory ekonomické migrace schopny vysvětlit migrační toky mezi kraji v ČR, a do jaké míry je vysvětlují ekonomické faktory. Model je testován na panelových datech pro 14 krajů za období 1991 2008.

ÚVOD Vnitřní migrace je významným faktorem přispívajícím k efektivnějšímu využívání výrobního faktoru práce, a tedy determinantou ekonomického růstu. Jako taková je významným fenoménem hrajícím roli v ekonomice jak na úrovni mezinárodní, tak na úrovni národní. V této práci zkoumáme vliv ekonomických faktorů na vnitřní migraci, kterou rozumíme pohyb obyvatelstva mezi jednotlivými kraji ČR. Cílem této práce je pomocí rozšířeného gravitačního modelu otestovat, zda jsou nejčastěji uváděné faktory ekonomické migrace schopny vysvětlit migrační toky mezi kraji v ČR. Model je testován na panelových datech pro 14 krajů za období 1991 2008. 4

1. DETERMINANTY VNITŘNÍ MIGRACE Vnitřní migrace může být motivována různými faktory, které můžeme shrnout do tři skupin: Ekonomické faktory, ke kterým patří mzdová diference, rozdíly v nezaměstnanosti (World Bank, 2007) a počet volných pracovních míst (Vavrejnová, 2006). Institucionální faktory zahrnující flexibilitu pracovně-právního zákonodárství (Janíčko, 2010), bytovou politiku a sociální systém (Ptáček Toušek Polášek, 2007). Sociální faktory, které jsou spojeny s následováním člena rodiny, se sňatky a rozvody. K sociálním faktorům patří také dostupnost bydlení (Kamenický, 2007; Ptáček Toušek Polášek, 2007, Sunega, 2009) 1 a kvalita životního prostředí příp. zdravotní důvody (Price, 1950). Význam ekonomických příčin pro vnitřní migraci potvrzují např. Nasar Aamir (2004). Ekonomická migrace je způsobovaná vnímanými rozdíly v životní úrovni nebo pracovních podmínkách mezi geografickými celky (World Bank, 2007). Přínos z migrace je snižován náklady spojenými s migrací, ke kterým patří případné vyšší životní náklady v cílové destinaci a náklady na stěhování. Vliv má také možnost zaměstnání rodinného příslušníka (Vavrejnová, 2006). Nejjednodušší ekonomické modely migrace vycházejí z toho, že migrace je způsobena současným rozdílem mezd mezi regiony (World Bank, 2007). Todaro (1968) rozšířil a zpřesnil model aplikací očekávaného rozdílu ve mzdách, který vysvětloval migraci více než rozdíl skutečný. Role očekávaného příjmu je, dle našeho názoru, výraznější při mezinárodní migraci, neboť při ní panují výraznější překážky získání relevantních informací. V rámci jednoho státu není, dle našeho názoru, tak obtížné opatřit si potřebné informace, z toho důvodu pracujeme v našem modelu s skutečným rozdílem mezd. Nezaměstnanost a výše mzdy motivují k migraci, ale nejsou jediným faktorem (Peker, 2004). Svou roli hraje také pravděpodobnost nalezení práce. Todaro (Todaro, 1968 In World Bank, 2007) vysvětluje, že o 70 procent vyšší reálná mzda bude mít jen malý dopad na migraci, pokud pravděpodobnost nalezení místa bude, dejme tomu jedna ku padesáti. Pravděpodobnost nalezení práce vyjadřujeme v modelu počtem volných pracovních míst. Vyšší počet pracovních míst také dává signál o možných vyšších odměnách a je faktorem zvyšujícím migraci. 1 Tu Kamenický (2007) spojuje s intenzitou bytové výstavby, kterou vypočítává jako nevážený průměr standardizovaných ukazatelů počtu dokončených, rozestavěných a zahájených bytů na tisíc obyvatel. 5

K faktorům, které migraci snižují, lze zařadit tradiční neochotu (hlavně starších generací) ke stěhování, která je spojena s psychologickými vlivy a nejistotou (Bentivogli Pagano, 1999 In Huber, 2004). Závěry o nižší míře migrace starších generací potvrzuje také Vavrejnová (2006), která stárnutí obyvatelstva považuje za faktor snižující ochotu ke stěhování. Fredriksson (Fredriksson, 1999 In Huber, 2004) přidává jako faktor proti migraci také štědrou sociální politiku v podobě vysokých transferových plateb a z toho pramenící malá potřeba hledání pracovního místa. Ke specifikům ČR, které brzdí migraci, přidává Vavrejnová (2006) nepružný trh práce, existující přezaměstnanost po roce 1990 a také špatně fungující trh s byty, včetně tradičního přístupu k dědění bytů. Také regulované nájemné znemožňuje výměny bytů, protože nové nájemní smlouvy pronajímají byty za vyšší ceny (Vavrejnová 2006, Cameron Muellbauer, 1998 In Huber, 2004). Svou roli tak může hrát kvalita životního prostředí, vazby na sociální sítě rodina a přátelé (Walker, 2006) a nejistota spojená se stěhováním, příp. věk, pohlaví a rodinný stav (Dennett a Stillwell, 2008). Jedinci s averzí k riziku mohou být méně motivováni k využití výhody vyšších příjmů, pokud je jejich každodenní život pohodlný a stabilní (World Bank, 2007). 6

2. MODEL Podívejme se nejprve vývoj vnitřní migrace v ČR, konkrétně na kumulativní přírůstky způsobené vnitřní migrací. Za sledované období 1991 2008 došlo k čistému odlivu migrantů z kraje Moravskoslezského, z hlavního města Prahy, z Karlovarského kraje, z Ústeckého kraje, z kraje Vysočina, z Královehradeckého kraje, z Jihomoravského kraje a ze Zlínského kraje. Čistý přírůstek nastal v krajích Středočeském, Plzeňském, Jihočeském, Pardubickém a Libereckém (viz Obrázek 1). Obrázek 1: Kumulativní čistý přírůstek vnitřních migrantů (1991 2008) Zdroj: vlastní výpočet, data ČSÚ Výše uvedený vývoj překvapuje pouze u Hlavního města Prahy, kde je pozorováno druhé největší záporné saldo kumulativní vnitřní migrace ve výši 25 252 osob. Tento vývoj je s největší pravděpodobností vysvětlitelný stěhováním obyvatel Prahy do oblastí spadajících již územně do Středočeského kraje. Tuto domněnku potvrzuje skutečnost, že právě Středočeský kraj je krajem s největším kumulativním přírůstkem, a to ve výši 93 723 osob. Tolik k vývoji vnitřní migrace, nyní se podívejme na faktory, které mohou stát za danými migračními toky. Faktory migrace testujeme na modelu inspirovaném gravitačním modelem mezinárodní migrace vytvořeným Lewerem a Van den Bergem (2008). V modelu jsou, v souladu s inspirací gravitačním modelem, jako vysvětlující proměnné zahrnuty počet obyvatel kraje 7

(ekvivalent hmotnosti Newtonova gravitačního modelu), neboť lze předpokládat, že výraznější migrační toky budou mezi kraji s více obyvateli, a dále vzdálenost mezi krajskými městy, kde je očekáván negativní vztah vzdálenost migrace. V rámci úprav spjatých se sledováním vnitřní migrace jsme z modelu odstranili proměnné irelevantní pro migraci v rámci jedné země, konkrétně společnou řeč, koloniální vazby, společné hranice a počet příslušníků zdrojového regionu, kteří již v cílovém regionu žijí. Také jsme nahradili Lewerem a Bergem použitý ukazatel HDP na hlavu (další ekvivalent hmotnosti) průměrnou mzdou, neboť se domníváme, že tato je při rozhodování o migraci podstatnějším faktorem než HDP. Je však třeba dodat, že HDP na hlavu a průměrná mzda jsou, alespoň v případě ČR, ukazatele výrazně korelované. Do modelu jsme přidali jako vysvětlující proměnné nezaměstnanost a počet volných pracovních míst, které by měly identifikovat pravděpodobnost nalezení práce. Proměnné rozlišujeme pro kraj cílový a zdrojový. Pro kraj cílový, tj. kam směřují migrační toky, značíme s příponou _PR, a pro kraj zdrojový _VYS. V modelu jsou použitá data zahrnující 14 krajů ČR (vč. Hl. m. Prahy), pozorování pokrývají časové období 18 let (1991 2008 včetně). Vzhledem k nedostupnosti některých dat, pracuje model pouze s 2912 pozorováními. 2 Vysvětlovanou proměnnou jsou toky osob mezi jednotlivými kraji. 2.1. Rovnice a výsledky modelu V modelu vycházíme z toho, že toky ekonomické migrace mezi kraji ČR jsou determinovány mzdami, nezaměstnaností, vzdáleností, velikostí kraje a volnými pracovními místy. Model pracuje s pevnými efekty, za použití 2912 pozorování. Zahrnuto je 196 průřezových jednotek a délka časové řady činí minimálně 12 a maximálně 17 let. Tvar regresní rovnice modelu je následující: ln_tok_pr_vys = α + β UN_PR + γ UN_VYS + δ DIST_PR_VYS + ε POP_PR + ζ POP_VYS + η W_PODIL_PR_VYS + θ VPM_VYS kde ln_tok_pr_vys je logaritmus počtu přestěhovalých ze zdrojového kraje do cílového kraje, UN_PR je míra nezaměstnanosti cílového kraje, UN_VYS je míra nezaměstnanosti zdrojového kraje (v %), POP_PR je počet obyvatel cílového kraje, POP_VYS je počet obyvatel zdrojového kraje (ve stotisících), W_PODIL_PR_VYS je podíl mezd cílového ku zdrojovému kraji a VPM_VYS jsou volná pracovní místa ve zdrojovém kraji (v tisících), α je konstanta, β až θ jsou koeficienty jednotlivých vysvětlujících proměnných. 2 Údaje o mzdách nejsou dostupné pro roky 1991 a 1992, údaje o volných pracovních místech nejsou dostupné pro roky 1991, 1992, 1994, 1996, 1997 a 1998. 8

Očekávali jsme, že kladný koeficient (tj. působící promigračně) bude u nezaměstnanosti ve zdrojovém kraji, vyššího podílu mezd a vyššího počtu obyvatel jak ve zdrojovém, tak cílovém kraji. Naopak negativní koeficient byl očekáván u nezaměstnanosti v cílovém kraji, počtu pracovních míst ve zdrojovém kraji a vzdálenosti mezi kraji. Nejvyšší vliv byl očekáván u podílu mezd a volných pracovních míst. Ne ve všech případech odpovídají výsledky modelu očekáváním. Výsledky modelu udávají následující tabulky. Tabulka 1: Model vysvětlující proměnné Koeficient Směr. odchylka p-hodnota Α 4,03977 0,123322 <0,00001 *** UN_PR -0,0303888 0,00365125 <0,00001 *** UN_VYS 0,0352243 0,00349962 <0,00001 *** DIST_PR_VYS -0,00626987 9,17801e-05 <0,00001 *** POP_PR 0,144672 0,00433516 <0,00001 *** POP_VYS 0,133343 0,00403678 <0,00001 *** W_PODIL_PR_VYS 0,362087 0,117596 0,00210 *** VPM_VYS 0,0232887 0,00262648 <0,00001 *** Zdroj: vlastní výpočty Tabulka 2: Charakteristiky modelu Střední hodnota závisle proměnné Sm. odchylka závisle 5,292339 proměnné 1,034376 Součet čtverců reziduí Sm. odchylka regrese 675,7107 0,499431 Koeficient determinace Adjustovaný koeficient 0,783049 determinace 0,766872 F(202, 2709) P-hodnota(F) 48,40441 0,000000 Durbin-Watsonova statistika Akaikovo kritérium 1,522032 4415,960 Poznámka: Test pro různé intercepty mezi skupinami - Nulová hypotéza: Skupiny mají společný intercept. Testovací statistika: F(195, 2709) = 0,687765 s p-hodnotou = P(F(195, 2709) > 0,687765) = 0,999601 Zdroj: vlastní výpočty Jak je vidět, naše předpoklady vycházející z neoklasické teorie, se naplnily, s jedinou výjimkou. Tou je opačný než očekávaný efekt u počtu volných pracovních míst v zdrojovém kraji. Z modelu vyplývá statisticky významný kladný parametr u proměnné VMP_VYS, tzn. čím větší počet volných pracovních míst ve zdrojovém kraji, tím vyšší migrace. Odhadnutá hodnota parametru je však relativně malá, znamenající jen 2,3% nárůst migrace při nárůstu volných pracovních míst ve zdrojovém kraji o jeden tisíc. I tak se jedná o zarážející výsledek. Lze se domnívat, že tato odchylka od očekávání je způsobena toky z Prahy do Středočeského kraje, kde lze očekávat jiné 9

než ekonomické migrace, zejména sociální faktory spojené se stěhování za komfortnějším a relativně klidnějším bydlením mimo pražská sídliště. Za zmínku stojí také relativně malá odhadnutá hodnota parametrů u nezaměstnanosti. Nárůst nezaměstnanosti v cílovém kraji o 1 p.b. snižuje migraci o cca 3 %, zvýšení nezaměstnanosti v zdrojovém kraji o 1 p.b. zvyšuje migraci o 3,5 procenta. Vzdálenost mezi krajskými městy je statistickým významným parametrem, ale je vidět, že její vliv není v rámci jedné země nijak výrazný koeficient -0,006. Tento závěr není překvapivý, neboť vzdálenosti v ČR nejsou příliš výrazné. Naopak nejvýraznějšími determinanty vnitřních migračních toků se ukázaly mzdy (konkrétně jejich podíl mezi cílovým a zdrojovým krajem) s koeficientem 0,36 a velikost jednotlivých regionů s koeficienty 0,13 resp. 0,14. Je tedy vidět, že determinanty přímo inspirované gravitačním modelem jsou nejvýznamnějšími determinanty vnitřní migrace v ČR. Koeficient determinace našeho modelu dosahuje relativně vysoké hodnoty (0,783049), nechává však prostor pro další vysvětlující proměnné. To se dalo předpokládat, neboť vnitřní mobilita není motivována pouze ekonomickými faktory, ačkoliv ty mají relativně vysokou míru ve vysvětlení migračních toků v rámci krajů ČR. Svou roli hrají také faktory sociální a institucionální, které nejsou v modelu zahrnuty. K těmto faktorům lze řadit stěhování spojené se sňatky, studiem a následným usazením se v místě studia, zdravotní důvody změna životního stylu aj. Svou roli mohou hrát také rozdíly nákladů na bydlení mezi zdrojovým a cílovým krajem. Výsledky modelu jsou výrazně jednoznačnější v porovnání s modely mezinárodní migrace. Porovnáním široké skupiny studií Bauer a Zimmermann (Bauer a Zimmermann, 1999 In World Bank, 2007) vypozorovali, že vysvětlení a předpovědi migrace za použití jednoduchých ekonomických modelů byly úspěšné jen zčásti rozdíly ve mzdách a dokonce i nezaměstnanosti byly statisticky významnou determinantou migrace jen v cca polovině případů. V některých případech dokonce tyto ukazatele vedly k opačným než očekávaným efektům. 10

ZÁVĚR Cílem této práce bylo pomocí modifikovaného modelu identifikovat významnost faktorů ekonomické migrace v rámci migračních toků mezi kraji v ČR. Modelem odhadnuté parametry námi zahrnutých proměnných se ukázaly jako statisticky významné, přičemž jako nejdůležitější faktor se ukázala relativní výše mezd mezi zdrojovým a cílovým krajem a velikost krajů. Koeficient determinace našeho modelu je relativně vysoká, v porovnání s obdobnými modely studujícími mezinárodní migraci. Z toho lze vyvodit závěr, že ekonomické faktory migrace hrají u vnitřní migrace v ČR významnější úlohu než při migraci mezinárodní. Tento fakt by mohl být vysvětlen například skutečností, že při vnitřní migraci je srovnání mezd snazší, stejně jako je snazší srovnání nákladů spojených se stěhováním a zároveň odpadají další možné faktory, které mohou hrát roli v mezinárodní migraci, jako existence sociálních sítí a podobnost jazyka usnadňující možnost domluvy. 11

POUŽITÁ LITERATURA Dennett, A. Stillwell, J. (2008): Internal migration in Great Britain a district level analysis using 2001 Census data (online). Dostupné na: WP 01/08, University of Leads, cit. 23. 8. 2010. Huber, P. (2004): Interregional Mobility in the Accesion Countries: A Comparison With EU15 Member States (online). Dostupné na: http://ideas.repec.org/a/iab/iabzaf/v37i4p393-408.html, cit. 18. 3. 2010. Janíčko (2010): (online). Dostupné na: http://www.blisty.cz/2010/1/6/art50611.html, cit. 11. 4. 2010. Kamenický, (2007): Regionální aspekty vnitřní migrace a jejich širší podmíněnost (online). Dostupné na: http://www.czso.cz/csu/2007edicniplan.nsf/t/9300294f79/$file/137007 a2.pdf, cit. 11. 8. 2010. Lewer, J. J. Berg, H. van den (2007): A Gravity Model of Immigration (online). Dostupné na: http://digitalcommons.unl.edu/cgi/viewcontent.cgi?article=1023&contex t=managementfacpub, cit. 15. 3. 2010. Nasar, A. Aamir, N. (2004): Internal migration: The Case of Sindh Province (online). Dostupné na: www.spdc.org.pk/pubs/cp/cp40.pdf, cit. 16. 8. 2010. Peker, K. (2004): The causes and results of internal migration from rural areas: case of Eastern Anatolia (online). Dostupné na: www.cazv.cz/attachments/6-peker.pdf, cit. 20. 8. 2010. Price, D. O. (1950): Some Socio-Economic Factors in Internal Migration (online). Dostupné na: http://www.jstor.org/stable/2572719, cit. 30. 8. 2010. Ptáček, P. Toušek, V. Polášek, V. (2007): Regionální aspekty vnitřní migrace v České republice v období 1991-2004 (online). Dostupné na: http://www.czso.cz/csu/redakce.nsf/i/migrace/$file/vladimir_polasek1.p df, cit. 27. 8. 2010. Sunega, P. (2009): Vliv podmínek bydlení na zamýšlenou migraci české populace za prací (online). Dostupné na: http://sreview.soc.cas.cz/uploads/a51a09eb8021894f69d7073d19910c 966c3331e6_642_07-2%20LuxSunega.pdf, cit. 20. 8. 2010. Vavrejnová, M. (2004): Mobilita pracovní síly před a po vstupu ČR do EU (online). Dostupné na: www.vse.cz/aop/pdf/267.pdf, cit.15. 3. 2010. Walker, J. R. (2006): Internal Migration (online). Dostupné na: http://www.ssc.wisc.edu/~walker/research/palgrave_6.pdf, cit. 30. 8. 2010. 12

World Bank (2007): Overview of Migration Trends in Europe and Central Asia, 1990 2004 (online). Dostupné na: http://siteresources.worldbank.org/inteca/resources/257896-1167856389505/migration_chapter3.pdf, cit. 29. 8. 2010. Databáze ČSÚ 13