Znamená vyšší korupce dražší dálnice? Evidence z dat Eurostatu. Michal Dvořák *



Podobné dokumenty
Vysoká škola ekonomická v Praze Fakulta financí a účetnictví BAKALÁŘSKÁ PRÁCE Michal Dvořák

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST

v cenových hladinách. 2

Regresní a korelační analýza

Věstník ČNB částka 9/2012 ze dne 29. června ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky

POROVNÁNÍ MEZI SKUPINAMI

REGRESNÍ ANALÝZA. 13. cvičení

Teorie efektivních trhů (E.Fama (1965))

Využití logistické regrese pro hodnocení omaku

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

MODEL IS-LM-BP.

Vícekriteriální rozhodování. Typy kritérií

cenová hladina průměrná cenová hladina v ekonomice klesá KUPNÍ SÍLA peněz měření inflace:

Měření solventnosti pojistitelů neživotního pojištění metodou míry solventnosti a metodou rizikově váženého kapitálu

Posuzování výkonnosti projektů a projektového řízení

MONETÁRNÍ A FISKÁLNÍ POLITIKA V OTEVŘENÉ EKONOMICE

Vykazování solventnosti pojišťoven

í I Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI

ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

VLIV APLIKOVANÉ TECHNOLOGIE NA EFEKTIVNOST V SEKTORU VÝROBY MLÉKA # THE EFFECT OF APPLIED TECHNOLOGY ON THE EFFICIENCY IN DAIRY PRODUCTION

Solventnost II. Standardní vzorec pro výpočet solventnostního kapitálového požadavku. Iva Justová

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

STATISTIKA (pro navazující magisterské studium)

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU

Využití nástrojů GIS při analýze vztahů socio-ekonomických faktorů a úrovně sociální péče

Základy finanční matematiky

Spojité regulátory - 1 -

Společné zátěžové testy ČNB a pojišťoven v ČR

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První

6 LINEÁRNÍ REGRESNÍ MODELY

Společné zátěžové testy ČNB a vybraných pojišťoven

Příspěvky do Fondu pojištění vkladů Garančního systému finančního trhu

POLYMERNÍ BETONY Jiří Minster Ústav teoretické a aplikované mechaniky AV ČR, v. v. i.

7. Analýza rozptylu jednoduchého třídění

IES, Charles University Prague

Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 14522

Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek

Assessment of the Sensitivity of the Regulatory Requirement for Credit Risk. Posouzení citlivosti regulatorního kapitálu na kreditní riziko

Attitudes and criterias of the financial decisionmaking under uncertainty

REAKCE POPTÁVKY DOMÁCNOSTÍ PO ENERGII NA ZVYŠOVÁNÍ ENERGETICKÉ ÚČINNOSTI: TEORIE A JEJÍ DŮSLEDKY PRO KONSTRUKCI EMPIRICKY OVĚŘITELNÝCH MODELŮ

BEZRIZIKOVÁ VÝNOSOVÁ MÍRA OTEVŘENÝ PROBLÉM VÝNOSOVÉHO OCEŇOVÁNÍ

Hodnocení využití parku vozidel

MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN.

1. Mezinárodní trh peněz

Monte Carlo metody Josef Pelikán CGG MFF UK Praha.

Statistická šetření a zpracování dat.

Metody volby financování investičních projektů

Systém zadávání a kontrola veřejných zakázek v ČR Předražené zakázky: Jaká protikorupční opatření navrhuje NERV?

ANALÝZA RIZIKA A JEHO CITLIVOSTI V INVESTIČNÍM PROCESU

Masarykova univerzita Ekonomicko správní fakulta

MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model

Model IS-LM Zachycuje současnou rovnováhu na trhu zboží a služeb a trhu peněz.

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

Analýza závislosti veličin sledovaných v rámci TBD

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

4EK211 Základy ekonometrie

POUŽITÍ METODY PERT PŘI ŘÍZENÍ PROJEKTŮ

VOLBA HODNOTÍCÍCH KRITÉRIÍ VE VEŘEJNÝCH ZAKÁZKÁCH

Implementace bioplynové stanice do tepelné sítě

Užití swapových sazeb pro stanovení diskontní míry se zřetelem na Českou republiku

Dohledové zátěžové testy vybraných pojišťoven

rok Index transparentnosti trhu veřejných zakázek ČR Index netransparentních zakázek ČR Index mezinárodní otevřenosti ČR

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10

Úvod Terminologie Dělení Princip ID3 C4.5 CART Shrnutí. Obsah přednášky

4EK211 Základy ekonometrie

MODEL IS-LM.

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má

VÝDAJE NA POTRAVINY A ZEMĚDĚLSKÁ PRODUKCE

3 VYBRANÉ MODELY NÁHODNÝCH VELIČIN. 3.1 Náhodná veličina

Validation of the selected factors impact on the insured accident

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2

Hodnocení účinnosti údržby

Transformace dat a počítačově intenzivní metody

Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA Bulletin No. 5

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

MEZNÍ STAVY A SPOLEHLIVOST OCELOVÝCH KONSTRUKCÍ LIMIT STATES AND RELIABILITY OF STEEL STRUCTURES

FRAIT, J., ZEDNÍČEK, R. Makroekonomie. Ostrava: MC Prom, str

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY BAKALÁŘSKÁ PRÁCE Radka Luštincová

INŽ ENÝ RSKÁ MECHANIKA 2002

MODELOVÁNÍ A SIMULACE

Veřejné zakázky a novela ZVZ

- 1 - Zdeněk Havel, Jan Hnízdil. Cvičení z Antropomotoriky. Obsah:

ANALÝZA ÚČETNÍCH VÝKAZŮ FIRMY POMOCÍ ČASOVÝCH ŘAD

Optimalizační přístup při plánování rekonstrukcí vodovodních řadů

Energie elektrického pole

Změny v úpravě zadávání veřejných zakázkách v České republice důvody a opatření

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

4 Parametry jízdy kolejových vozidel

Univerzita Pardubice Fakulta ekonomicko-správní. Modelování predikce časových řad návštěvnosti web domény pomocí SVM Bc.

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health in International Comparison

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Transkript:

Znamená vyšší korupce dražší dálnce? Evdence z dat Eurostatu Mchal Dvořák * Článek je pozměněnou verzí práce Analýza vztahu mez mírou korupce a cenovou úrovní nfrastrukturních staveb, kterou autor zakončl bakalářské studum na VŠE. Abstrakt Tento článek emprcky zkoumá vztah korupce a cenové úrovně nfrastrukturních staveb. Využty jsou ukazatele Comparatve prce level ndces (Eurostat) a Index vnímání korupce Transparency Internatonal na vzorku mnmálně 21 evropských zemí za rok 2007. V první řadě budou defnovány podílové ukazatele odvozené ze statstk Eurostatu, které jsou v českých médích prezentovány jako měřítka nadměrných cen dálnc v České republce. Je ukázáno, že jejch užtí naráží na řadu problémů. Proto bude provedeno jejch očštění od vlvu rozdílných cen práce a kaptálu mez sledovaným státy, které na ukazatele působí skrze odlšnou spotřebu výrobních faktorů v oblast nženýrských staveb a ostatních odvětvích stavebnctví. Je demonstrována značná korelace mez mírou korupce a takto defnovaným měřítky cen nženýrských staveb jak v neočštěné, tak v očštěné podobě. Klíčová slova: veřejné zakázky, dálnce, korupce, slnce, stavebnctví, NERV, nfrastruktura JEL klasfkace: D73, H57 * Kontaktní emal: mchaldvorak@mchaldvorak.eu. Autor je studentem VŠE a Fakulty socálních věd UK. Poděkování patří doc. Janu Pavlov z VŠE za cenné poznámky a náměty př zpracování bakalářské práce, na které je tento článek postaven.

Does corrupton lead to expensve road constructon? Evdence from Eurostat data Mchal Dvořák * The artcle s a revsted verson of The analyss of relatonshp between corrupton level and prce level of nfrastructure works thess for whch the author receved BSc degree at the Unversty of Economcs n Prague. Abstract Ths paper examnes emprcally the relatonshp between corrupton and prce level for nfrastructural works. Comparatve prce level ndces (Eurostat) and Corrupton Perceptons Index (Transparency Internatonal) for at least 21 European countres for 2007 are used. Frstly, ratos derved by Eurostat statstcs whch are medally presented as the evdence for road works overprcng n the Czech Republc are ntroduced. It s shown that ther usage has a full array of problems. Because of that, they wll be adjusted for one of these problems the nfluence of captal and labour cost dfferences between observed countres through dfferent consumpton of factors of producton n cvl engneerng and other branches of constructon. Consderable correlaton between corrupton and both adjusted and unadjusted measures of engneerng work prces s found. Key words: procurement, motorways, constructon, roads, nfrastructure, cvl engneerng, corrupton, NERV JEL classfcaton: D73, H57 * Contact emal: mchaldvorak@mchaldvorak.eu. The author s a student of Unversty of Economcs n Prague and Faculty of Socal Scences, Charles Unversty. I would lke to thank doc. Jan Pavel from Unversty of Economcs n Prague for valuable comments and suggestons durng the supervson of my thess the paper s based on.

1. Úvod V roce 2009 použla Národní ekonomcká rada vlády (NERV) ve své Závěrečné zprávě ndkátory vyvozené z údajů zveřejněných Eurostatem, aby zdokumentovala tvrzení, že se na efektvnějším provádění veřejných zakázek dají uspořt značné peníze. Tato metoda přchází s prvním skutečně obecným a jednoduchým postupem, jak se vyjadřovat k cenám nženýrských staveb v meznárodním srovnání. Sám NERV jejch využtí hodnotí takto: Relatvní srovnání cen typzovaných zakázek může sloužt jako poměrně robustní ndkátor toho, zda v některých státech nedochází k předražování veřejných zakázek. 1 Tento přístup následně umožní porovnat výsledky s příslušným ndkátorem korupce. Pavel Kohout, který měl v NERV zmíněnou oblast na starost, tvrdí, že výsledky [tj. podílové ukazatele Φ a Ψ zavedené v kaptole 3] jsou dost podobné tabulce míry korupce v jednotlvých zemích 2. Detalnější zkoumání vztahu mez korupcí a cenou dálnc, potažmo nženýrských staveb dosud nebylo provedeno. V tomto článku se proto budu zabývat ověřením vypovídací schopnost ndkátorů cen zakázek prezentovaných Národní ekonomckou radou vlády, a zejména pak kvanttatvní analýzou vztahu korupce a ceny veřejných zakázek. V kaptole 2 je velm stručně dskutován výběr ndkátoru korupce. Kaptola 3 prezentuje ukazatele předraženost cen nženýrských staveb zkonstruované z dat Eurostatu. Kaptola 4 provede očštění ukazatelů od vlvu rozdílné spotřeby výrobních faktorů a rozdílů v cenách práce a kaptálu mez sledovaným zeměm. Analýza vztahu mez mírou korupce a ukazatel cen zakázek v očštěné neočštěné podobě je provedena v kaptole 5. Kaptola 6 obsahuje shrnutí. 1 Národní ekonomcká rada vlády (2009, s. 36). 2 Stát rozhazuje, dálnce se u nás staví dráž než v Itál. MF Dnes, 18.9.2009.

2. Indkátory míry korupce Exstuje několk přístupů k měření korupce a značné množství jednotlvých ndkátorů 3. V podobných výzkumech, jako je tento, se v drtvé většně používá Index vnímání korupce (CPI) od Transparency Internatonal, a proto bude užt zde. Navíc Dvořák (2010, s. 16-17, 56-57) ukazuje, že korelace mez nejpoužívanějším ukazatel korupce je zpravdla velm vysoká. 3. Indkátory předraženost zakázek Problém měření přměřenost cen nfrastrukturních zakázek je obtížně řeštelný. Ideálním způsobem by bylo porovnání vykázané ceny zakázky a expertního odhadu přměřené ceny 4 - toto je v prax pro nákladnost nemožné. Druhým přístupem je porovnání realzovaných cen u zakázek přblžně stejného proflu (takto postupovaly stude Mott MacDonald (2006) a Sklenář, Zýbner (cca 2007)) protože stěží dvě stavby jsou dentcké, je zde problém srovnatelnost a prostor pro případnou tendenčnost. 5 Třetím a pro praktckou aplkac nejperspektvnějším způsobem se jeví způsob navržený NERV: užtí statstk ndexů komparatvní cenové hladny (Comparatve prce level ndces, ), jak ve kterých Eurostat sleduje cenové úrovně typzovaných staveb v daných zemích oprot benchmarku (EU15 nebo EU27) v kategorích (mmo jné): obytné (rezdenční) budovy (RB) nženýrské stavby (IW) nerezdenční budovy (NB) stavebnctví celkem (TC) Zmíněné kategore jsou agregátem několka subkategorí, které jsou dále podrobněj členěny. 6 Do položky obytné budovy spadají budovy s 1 a 2 obytným jednotkam a rezdenční objekty 3 Blíže např. Volejníková (2007) nebo Seldadyo, De Haan (2006). 4 Například jako n = 1 R E, kde n je počet pozorování (počet sledovaných dálnčních úseků), R je skutečná (vykázaná) cena -tého úseku dálnce a E expertní odhad přměřené ceny př zachování všech kvaltatvních parametrů. 5 Více ke zmíněným studím Dvořák (2010, s. 53-55). 6 Pro podrobnější nformace např. Dáz Murel (2007, s. 5).

(s větším počtem bytů). Inženýrské stavby zahrnují vedle dopravní nfrastruktury (betonové a asfaltové stavby) potrubní sítě (např. kanalzační). 7 Nerezdenční budovy jsou budovy neurčené k bydlení továrny, kancelářské budovy, zemědělské stavby, školy, apod. Stavebnctví celkem je pak souhrnem výše uvedených položek. například pro Českou republku vůč EU15 se vypočítá podle vzorce 8 kde CZ vs EU15 PCZ CZ vs EU15 = [ 100%], P ER EU15 CZ / EU15 je hodnota statstky, jak j najdeme ve statstkách Eurostatu P CZ je cena typzované zakázky (např. obytných budov) v České republce v korunách, ER je nomnální směnný kurz v přímé kótac mez měnou, ve které je CZ / EU15 denomnováno P CZ, a referenční měně, stávající z měn užívaných v EU15 9, P EU15 je cena stejné typzované zakázky v EU15 (přesněj řečeno jejch průměr za všechny státy EU15) ve výše defnované referenční měně. Z takto konstruovaných dat lze konstruovat ukazatele relatvní nákladnost nženýrských staveb oprot ostatním kategorím. Protože nerezdenční stavby a zejména obytné budovy nejsou v drtvé míře zajšťovány prostřednctvím veřejných zakázek a jejch cena je tak ověřena trhem, pro sledování možné předraženost dálnc (nženýrských staveb) se jeví vhodným tyto podílové ukazatele: nženýrské stavby IW / stavebnctví celkem TC (označme jej Φ) nženýrské stavby IW / obytné budovy RB (označme jej Ψ). Tab. 1: Ukazatele nákladnost nženýrských staveb pro vybrané země v r. 2007. Zdroj dat: Eurostat 7 Do kategore nženýrských staveb spadají železnce, jejch ceny ale Eurostat poněkud překvapvě nesleduje. 8 Vz metodologcké manuály Eurostatu nebo Neumann, Žamberský, Jránková (2010, s. 73). 9 Je nasnadě, že ER má zde autonomní charakter, jeho hodnota závsí především na tocích kaptálu, a nkol na cenách stavebních zakázek.

Korelace mez oběma ukazatel je extrémní: 0,97 pro sledované období a 36 států. Proto jsou ukazatele víceméně zaměntelné. Možná vysvětlení vysokých hodnot ukazatelů Φ a Ψ Hodnoty ukazatelů vyšší než 1 svědčí o vyšší ceně nženýrských staveb, než odpovídá cenové úrovn ostatních staveb v daném státě. Pokud se výrazně odchylují od jednčky, je třeba zpozornět, protože jedním z možných vysvětlení může být předražení zakázek v důsledku korupce 10. Exstuje však mnoho dalších přjatelných vysvětlení. Bude účelné je setřídt do tří skupn. Nežádoucí vlvy vyplývající z faktu, že u nfrastrukturních zakázek je zadavatelem a nvestorem veřejný subjekt; konkrétně pak 11 1. korupce, 2. nízká ntenzta soutěže mez stavebním frmam v oblast nfrastruktury včetně potencální koluze (tj. tajné dohody) soutěžtelů 12, 3. měkké rozpočtové omezení na straně nvestora, 4. ntenzvní ovlvňování ze strany dodavatelů, kteří preferují neúčelně nákladná řešení, 5. nátlak účastníků řízení, aby př výstavbě bylo pamatováno na jejch zájmy, jež výstavbu prodražují (například napojení dálnc na místní dopravní nfrastrukturu). Těžko ovlvntelné vlvy charakteru jednotlvých odvětví; konkrétně pak 6. odlšná spotřeba výrobních faktorů v sektoru nfrastrukturních staveb a zejména rezdenčních budov, 10 Transparency Internatonal (2010) odhaduje, že systémová korupce zvyšuje cenu veřejných zakázek o 20 až 25%. 11 Body 1-5 převzaty z Národní ekonomcká rada vlády (2009, s. 37-38). NERV tímto nabízí možná vysvětlení, proč ukazatele Φ a Ψ (NERV je ale takto neoznačuje) nabývají pro Českou republku vysokých hodnot; podaná vysvětlení však lze aplkovat obecně. 12 Intenzta soutěže může být snížena špatným způsobem zadávání tendrů. Tím máme na mysl například netransparentnost řízení odrazující potencální konkurenty, formulac omezujících podmínek na uchazeče bezúčelně snžující počet účastníků, zadávání zbytečně velkých zakázek (namísto rozdělení zakázky na menší díly, kde to je možné a účelné) lkvdující možnost středně velkých frem účastnt se tendrů, apod. Př nžším počtu účastníků tendru pak roste rzko koluze. Vlv konkurence na cenu nfrastrukturních zakázek vz Pavel (2007 a 2008)

7. nízká ntenzta soutěže mez stavebním frmam v oblast nfrastruktury z důvodu ekonomcké charakterstky zakázek (nženýrské stavby vyžadují větší velkost frmy než rezdenční výstavba 13, a tudíž v prvním uvedeném odvětví bude pravděpodobně působt nžší počet frem), 8. stuace na nemovtostním trhu (například vysoké ceny na realtním trhu budou zvyšovat náklady na rezdenční stavby bez vlvu na cenu dálnc). Vlvy vyplývající z omezené meznárodní srovnatelnost dat, jako třeba 9. různá cena stejných služeb v různých zemích (například mzda nženýra v Německu a Rumunsku se pochoptelně podstatně lší) 10. specfcké charakterstky v jednotlvých zemích (v zem s tradčně vyšším náklady na obytné stavby bude ukazatel nžší než v zem levného bydlení ) 11. omezená srovnatelnost dat zjštěných Eurostatem. První skupna kromě čsté korupce obsahuje selhání veřejného zájmu u zadavatele veřejných zakázek. Dá se předpokládat, že neefektvnost (2), (4), (5) jsou tím slnější, čím je prostředí zkorumpovanější, protože v takových systémech mají jednotlvé zanteresované subjekty větší možnost prosadt své partkulární zájmy. Zejména bod (4) můžeme s korupcí víceméně ztotožnt. Bod (3) je sce obecným rysem veřejného zabezpečení, ale efektvní veřejný sektor by měl úředníky co nejvíce motvovat k péč o veřejné prostředky (např. povnným zveřejňováním údajů o zakázkách a možností přezkoumání rozhodnutí, osobní odpovědností úředníka). Proto všechna vysvětlení z první skupny můžeme s určtým zjednodušením považovat za vlvy korupčního prostředí. Druhá a třetí skupna nabízí vysvětlení, která, pokud se ukáží jako slná, významně zhoršují vypovídací schopnost ukazatelů Φ a Ψ jako ndkátorů předražení 14. Vlvy (8), (10) a (11), které jsou velm ndvduální, opomneme, neboť v dostatečně velkém souboru budou zankat. Vysvětlení (9) souvsí s faktory vyspělost ekonomk. Zkoumat vlv (7) vyžaduje detalní znalost trhu nfrastrukturních zakázek a trhu ostatních zkoumaných staveb, což je pro tak velký soubor států velm obtížné. 13 Frma sce může mnohé čnnost outsourcovat, ale v tendrech je podstatné, aby frma o své schopnost zakázku zvládnout přesvědčla zadavatele (a případně mu byla schopna poskytnout dostatečné záruky). 14 Národní ekonomcká rada vlády však všechna další vysvětlení kromě 1-5 ve své Závěrečné zprávě gnoruje. Na její obranu je třeba říc, že problém drahých veřejných zakázek je pouze jeden z mnoha studovaných problémů (věnuje se mu na 4 z 80 stran) a že poměrové ukazatele užívá spíše k lustrac problému. NERV také korupc s vysokým hodnotam ukazatelů explctně nespojuje.

Tato práce se tedy dále omezí na očštění podílových ukazatelů o problémy (6) a (9). Tyto problémy jsou potencálně velm závažné, a přtom jejch odstranění je (př užtí určtých zjednodušujících předpokladů) relatvně jednoduché. Ostatní problémy budou v následujících kaptolách zanedbány. 4. Očšťování ukazatelů o vlv nákladové struktury Uvažme následující dva extrémní scénáře. 1. Nejprve bude předpokládáno, že platí alespoň jeden z následujících předpokladů: výrobních faktorů jsou dokonalé substtuty, ceny výrobních faktorů plně odrážejí jejch produktvtu. Pak by podílové ukazatele pravdvě odrážely míru předražení nženýrských zakázek (pokud samozřejmě ostatní jmenované faktory jsou zanedbatelné). 2. V tomto scénář bude naopak předpokládáno, že: substtuce výrobních faktorů není technologcky možná (nebo výhodná, pokud by relatvní cena práce vůč kaptálu v dané zem dosahovala lbovolné hodnoty z ntervalu mnmální a maxmální hodnoty, kterých nabývá v celém souboru sledovaných zemí 15 ), cena práce plně neodráží její produktvtu ve vyspělejších zemích je práce dražší než v méně vyspělých po upravení o produktvtu (korelace mez nomnální cenou práce a HDP na hlavu je 0,65; korelace mez cenou práce očštěnou o produktvtu a HDP na hlavu je stále podstatných 0,43! 16 ) kaptál je ve všech zemích stejně produktvní. Zde se plně projeví vlvy relatvní náročnost odvětví na prác a kaptál (6) skrze rozdíly v cenách výrobních faktorů (9). Pokud totž nženýrské stavby vyžadují více kaptálu než obytné stavby a cena práce meznárodně kolísá, kdežto cena kaptálu je meznárodně 15 Jnak řečeno, ve všech zemích je užívána stejná technologe, ať už z důvodu, že jná technologe není možná, nebo ekonomcky výhodná. 16 HDP per capta ve standardu kupních sl, zdroj dat: Eurostat, 20 států. Metodologe upravení ceny práce o produktvtu vz níže.

víceméně stablní, ukazatel Ψ (a potažmo Φ) budou mít tendenc být vyšší v zemích s levnou prací a naopak nžší v zemích s drahou prací. Nejprve ukažme, že rozdíly (6) a (9) skutečně exstují. Rozdíly v cenách výrobních faktorů mez zeměm jsou výrazně vyšší pro mzdové náklady (varační koefcent 0,47) než pro ceny strojního zařízení, užtého jako proxy pro kaptál (varační koefcent 0,05). 17 Předpokládáme, že stavebnctví nženýrských staveb vyžaduje relatvně více kaptálu (ve formě stavebních strojů, apod.) vzhledem k prác než stavebnctví obytných budov. To lze dokumentovat například následujícím 18 : s rostoucí cenou práce roste pro rezdenční stavby relatvně rychlej oprot pro nženýrské stavby ekonometrcký model rozkladu celkových nákladů na náklady kaptálu a náklady práce Dvořák (2010, s. 32) ukazuje, že v oblast rezdenčních staveb je průměrně použto 0,40 jednotek kaptálu, kdežto v oblast nženýrských staveb je to více než dvojnásobek (0,82). Totéž je prokázáno odhadem regresních koefcentů v modelech (1) a (2) níže. varablta je nejvyšší pro oblast rezdenčního stavebnctví (varační koefcent 0,40), nžší pro nerezdenční stavebnctví (0,36) a nejnžší pro nženýrské stavby (0,27). Bude proto vhodné ukazatele očstt. Provedeme očštění ukazatele Φ dvěma metodam: první zjstí počet užtých jednotek práce a kaptálu, které přecení srovnatelným cenam, druhá vypočítá přměřený počet jednotek práce a kaptálu pro každou zem, který pak ocení skutečným cenam. Postup očštění metodou 1 17 Zdroj dat: Eurostat pro kategore Machnery and equpment a Monthly labor costs pro 23 států EU. 18 Blíže Dvořák (2010, s. 29-35)

Metoda využívá statstku podíl osobních nákladů na ceně produkce 19 jednak pro stavební frmy s mnmálně 20 zaměstnanc a pak pro velké frmy s mnmálně 250 zaměstnanc. První kategore je věrným obrazem pro stavebnctví celkem. Druhou kategor se značným zjednodušením ztotožníme se kategorí nfrastrukturních stavtelů když do této kategore budou reálně spadat velké frmy z oblast rezdenční výstavby. Předpokládáme, že míra takovéto kontamnace je dostatečně malá. V prvním kroku očštění se z údajů pro ceny práce (očštěných o vlv produktvty 20 ), ceny kaptálu, ceny zakázek nženýrských staveb a celého stavebnctví a statstky podílu osobních nákladů na ceně zakázek vypočte počet užtých jednotek práce a kaptálu. Všechny cenové statstky jsou ve tvaru (ukazatel pro mzdy tedy musel být na tento tvar převeden). Ve druhém kroku se tento počet spotřebovaných jednotek přecení průměrným náklady na prác a kaptál pro země EU15. Na základě toho předpovíme, jaký by měl být poměr cenových hladn pro nženýrské stavby (IW) a poměr pro celé stavebnctví (TC) př srovnatelných cenách vstupů. Takovéto IW a TC nazveme očštěným IW a TC. Ukazatel Φ př srovnatelných cenách práce a kaptálu vznkne vydělením očštěného IW a očštěného TC a nazveme jej očštěným Φ. Matematcky výpočet probíhá takto: OCIST IW α Φ : = = TC α IW TC W W EU15 EU15 kde (pro -tou zem) + β + β α α IW TC IW TC K K s = s = EU15 EU15, IW ( 1 s ) 250 250 IW β = W K TC 2 ( 1 s ) 20 0 TC β = W K IW TC 19 Eurostat: Share of personnel cost n producton v kategor Structural busness statstcs: Constructon broken down by employment sze classes. 20 Vydělením neočštěné hodnoty pro -tou zem poměrem GAV / GAVEU 15, kde čtatel je statstka Gross added value per person employed (Eurostat Structural busness statstcs) ve sledované (-té) zem a jmenovatel průměrná hodnota za EU15.

OCIST Φ je očštěný ukazatel, IW, resp. stavebnctví celkem (tak, jak je vykazována Eurostatem) a TC cena zakázky pro nženýrské stavby, resp. pro IW a TC jsou jejch protějšky přeceněné srovnatelným cenam, K EU 15 a W je průměrná cena kaptálu a práce očštěné o produktvtu v EU15. α a β je počet užtých jednotky práce a kaptálu v oblast nženýrských staveb (horní ndex IW) a stavebnctví celkem (ndex TC). 250 s je podíl osobních nákladu na ceně produkce pro velké frmy nad 250 zaměstnanců a frmy nad 20 zaměstnanců. 20 s totéž pro Tento postup byl užt v Dvořák (2010, s. 36-44), nedával však dobré výsledky jednak očštění přneslo pouze zanedbatelný efekt na hodnoty ukazatelů 21, a pak vlastnost rezduální složky (tj. Φ očštěné Φ ) nevykazovaly patřčnou korelac s mzdovou úrovní. Proto zde aplkujeme jnou metodu. Postup očštění metodou 2 Druhá metoda je založena na využtí regrese pro odhad koefcentů IW TC IW TC α, α, β, β, reprezentujících přměřený počet užtých jednotek práce (upravených o vlv produktvty) a kaptálu ve stavebnctví nženýrských staveb a stavebnctví celkem 22. α u (1) IW IW IW = W + β K + TC TC TC = W + β K + α e (2) Tyto koefcenty lze využít k predkc hodnoty ukazatele Φ v případě, že by v dané zem bylo spotřebováváno právě toto přměřené množství výrobních faktorů př cenách panujících v této zem (očekávané Φ). Korupce sama o sobě tak nemá na hodnoty očekávaného Φ vlv. 21 Důvodem malého efektu očštění je fakt, že rozdíly v podílu osobních nákladů u velkých frem (tj. mnmálně 250 zaměstnanců) nejsou zásadněj odlšné od průměru za všechny frmy celkem (tj. mnmálně 20 zaměstnanců). Hypotézou je přílš vysoký výskyt stavtelů jných než nženýrských staveb v kategor velkých frem ztotožnění této kategore s nfrastrukturním stavtel pak přřadí těmto frmám vyšší relatvní spotřebu práce, než ve skutečnost mají. Navíc tato kontamnace je různě velká v různých zemích. 22 Koefcenty představují průměrnou spotřebu ve všech zemích, což lze nterpretovat jako spotřebu př průměrné korupc. Odhady parametrů metodou OLS jsou následující (v závorkách st. chyby korgované o heteroskedastctu): nženýrské stavby: 0,59 (0,31) pro prác a 0,60 (0,31) pro kaptál; stavebnctví celkem: 0,64 (0,27) pro prác a 0,27 (0,26) pro kaptál.

. Očštěný ukazatel Φ se vypočítá z rozdílu (neočštěného) Φ a očekávaného Φ. Předražené zakázky se tedy zobrazují jako nadměrná spotřeba výrobních faktorů. Formálně zapsáno, očštěné Φ se vypočítá jako: OCIST Φ IW IW α W + β W IW IW IW IW : = =, TC TC TC TC TC TC α W + β K α W + β K K kde členy bez dolního ndexu jsou odhadnuté regresní koefcenty v rovncích (1) a (2). α + β K 5. Regresní analýza vztahu mez korupcí a ukazatel předražení zakázek Závslost ukazatele předražení zakázek bude posuzována pomocí regresního modelu s CPI v rol vysvětlující proměnné. Dále porovnáme těsnost vztahu mez CPI a ukazatel s těsností vztahu mez ukazatel a HDP per capta 23 č cenou práce očštěnou o produktvtu. Toto provedeme jednak pro ukazatele Φ a Ψ v neočštěné podobě a pak pro ukazatel Φ očštěný druhou metodou. Stuace 1: ukazatele v neočštěné podobě Z Obr. 1 a 2 je patrné, že s rostoucí mírou korupce klesá hodnota ukazatelů relatvních cen ve stavebnctví. Není překvapující, že užší ukazatel Ψ reaguje na změnu míry korupce slněj než šířej defnovaný ukazatel Φ. Zlepšení korupčního ndexu o 1 bod (zhruba rozdíl mez Českou republkou a Bulharskem) znamená pokles relatvní ceny nženýrských staveb vůč stavebnctví celkem o 4,5 p.b. a pokles relatvní ceny nženýrských staveb vůč obytným stavbám o 7,8 p.b. Vysvětlující proměnná je v obou modelech extrémně sgnfkantní (p<0,005) a těsnost vztahu mez CPI a ukazatelem je slnější pro Ψ. Pomocí míry korupce se daří vysvětlt 22 a 25% 23 HDP per capta ve standardu kupních sl, zdroj dat: Eurostat.

varablty ukazatelů což je vzhledem k povaze problému a exstenc dalších vlvů poměrně značná část. Obr. 1: Podílový ukazatel Φ vs. korupční ndex CPI pro rok 2007 (36 zemí) Φ = β 0 + β1 CPI + u Koefcent p-value Konstanta 1,751 1,18 E(-10) *** CPI -0,045 0,0039 *** R squared 0,22 Whte 2,95 0,2287 Obr. 2: Podílový ukazatel Ψ vs. korupční ndex CPI pro rok 2007 (36 zemí) Ψ = β 0 + β1 CPI + u Koefcent p-value Konstanta 1,848 6,41 E(-14) *** CPI -0,078 0,0019 *** R squared 0,251 Whte 3,698 0,1574

Pro Φ platí, že korelace s korupčním ndexem (-0,61) je výrazně slnější než korelace s cenou práce očštěnou o produktvtu (-0,30) a HDP p.c. (-0,27) 24. Hodnoty korelačních koefcentů pro Ψ jsou velm podobné. Stuace 2: ukazatel Φ př očštění metodou 2 (ekonometrcký model) 25 Očštění snížlo sílu vztahu mez korupcí a ukazatelem předražení Φ. Ukazuje se, že vlv nákladové struktury je značný (slnější než vlv korupce) a statstcky vysoce významný. Přesto však korupce zůstává sgnfkantní ve vztahu k očštěnému Φ (na 6% hladně významnost) a vysvětluje důležtých 18% varablty. Obr. 3: Regresní analýza vlvu korupce na Φ a jeho komponenty (21 zemí) Poznámka: regresní modely s Φ, očštěným Φ (metoda 2) a očekávaným Φ (tj. rozdíl dvou předchozích) jako funkcí CPI a konstanty. Heteroskedastcta není v žádném modelu významná na 10% hladně významnost. Je názorné porovnat některé koefcenty korelace. Korelace očštěného ukazatele s CPI je vysoká (-0,42), kdežto s HDP p.c pouze -0,14 a s mzdovou úrovní očštěnou produktvtu 0,05. To znamená, že takto očštěné Φ není ovlvněno vlvem nákladové struktury (an jným velčnam korelovaným s HDP) a je významně ovlvněno korupcí což poskytuje soldní důkaz vlvu korupce na cenu nženýrských staveb. Naprot tomu očekávané Φ je extrémně slně korelováno s mzdovou úrovní (-0,97) a slaběj korelováno s CPI (-0,51) a HDP (-0,41). (Neočštěné) Φ je významně svázáno s CPI jako proxy pro mzdovou úroveň, a tak ukazatel Φ tak, jak byl prezentován NERV, může nesprávně ndkovat předražení nženýrských staveb! 24 Kvůl chybějícím datům pro mzdy a produktvtu jsou zmíněné korelační koefcenty vypočteny pro menší soubor oprot regresním modelům (21 zemí). 25 Pokud jako ndkátor předražení použjeme rezdua v regres (1), obdržíme podobné výsledky.

Obr. 4 ukazuje vazbu mez očštěným Φ a CPI grafcky a jak s jednotlvé země stojí. Geografcky a kulturně blízké země se přílš nelší mírou korupce, ale v hodnotách očštěného Φ mnohdy výrazně kolísají (např. Rumunsko a Bulharsko, Švédsko a Dánsko, Maďarsko a Slovensko). Obr. 4: Očštěný ukazatel Φ (metoda 2) vs. korupční ndex CPI pro rok 2007 (21 zemí) 6. Závěr Užtí podílových ukazatelů konstruovaných z dat Eurostatu se jeví jako velce perspektvní stanovení úměrnost cen nženýrských staveb, které jsou realzovány z drtvé většny formou veřejných zakázek. Bohužel tento přístup naráží na řadu vlvů prostředí, od kterých je třeba ukazatele pro lepší vypovídací hodnotu očstt. V této stud byly podílové ukazatele očštěny od vlvu rozdílných cen v jednotlvých zemích a různé náročnost na kaptál a prác mez odvětvím nženýrských staveb a rezdenční a

nerezdenční výstavby. Ukázalo se, že tento vlv sám o sobě vede k vysokým hodnotám ukazatelů a chybnému detekování předraženost nženýrských staveb. Mez neočštěným podílovým ukazatel a mírou korupce panuje statstcky ekonomcky významný vztah. Ten mírně oslabí, pokud provedeme výše uvedené očštění metodou 2, ale nadále zůstává sgnfkantní. Korelace mez očštěným podílovým ukazatelem a vyspělostí měřenou HDP per capta ve standardu kupní síly je výrazně slabší než korelace mez podílovým ukazatel a korupčním ndexem. Z toho plyne, že jak bez očštění, tak zejména př očštění výše uvedeném je korupce významným faktorem zvyšujícím relatvní cenu nženýrských staveb oprot rezdenčním stavbám č stavebnctví celkem.