Prostorová distribuce monetární chudoby a příjmové nerovnosti v EU

Jitka BARTOŠOVÁ Vladislav BÍNA Prostorová distribuce monetární chudoby a příjmové nerovnosti v EU Jitka BARTOŠOVÁ 1a Vladislav BÍNA 1b 1 Vysoká škole ekonomická v Praze Fakulta managementu Katedra exaktních metod Spatial distribution of monetary poverty and income inequality in EU Keywords: Monetary poverty income inequality Gini index risk of poverty EU. JEL Classification C14 D31 D63 1 Faculty of management University of Economics Jarošovská 1117/II 377 01 Jindřichův Hradec Czech Republic a bartosov@fm.vse.cz b bina@fm.vse.cz Abstract The presented paper is focused on the analysis of spatial distribution of income inequality monetary poverty and social exclusion in European countries in 2011. The measurement of income inequality is performed using non-robust Gini index together with robust alternative of s80/s20 coefficient. Poverty and social exclusion is measured using the complex AROPE indicator which evaluates the social problems of society as a whole. The estimates of chosen indicators are presented using the maps in order to demonstrate the spatial distribution smoothly and in the whole extent. * Příspěvek byl vytvořen s podporou vědeckovýzkumného projektu IGS F6/30/2014 financovaného Interní grantovou agenturou VŠE a projektu VEGA 2/0112/12. ÚVOD Světová hospodářská krize provázená vysokou mírou nezaměstnanosti a podnikatelské nejistoty vytváří společně s rostoucí zadlužeností státního i soukromého sektoru náročné klima pro řízení a kooperaci států v rámci EU. Do této obtížné situace kdy vlády operující dlouhodobě se schodkovými rozpočty a jsou nuceny zavádět nepopulární úsporná opatření na zastavení růstu státního dluhu přistupuje ještě hrozba stárnutí populace a tím i dalšího navyšování mandatorních výdajů (důchodové složky sociálních transferů). Nepříznivý demografický vývoj vzbuzuje obavy v mnoha vyspělých zemích zvláště pak ve spojení s rostoucí závislostí na očekávané pracovní aktivitě obyvatelstva. Tento vývoj ovlivňuje nepříznivě politické i sociální klima v Evropě a vyžaduje zásahy jak do hospodářské struktury tak i do sociální politiky a politiky zaměstnanosti a sociální soudržnosti. Nejvíce se současná hospodářská krize dotýká těch nejchudších kterými jsou domácnosti nacházející se pod hranicí relativní chudoby nebo v její blízkosti. 1 Představitelé evropských států tedy musí současně čelit také vzrůstu nezaměstnanosti a monetární chudoby který je v některých věkových skupinách alarmující. Z toho důvodu Evropská unie a její jednotlivé orgány především Evropská komise nabízejí určité programy a koncipují pro jednotlivé členské státy různé návrhy a doporučení. Jedním z hlavních programových dokumentů EU je strategie Evropa 2020 neboli strategie pro inteligentní a udržitelný růst podporující začlenění a vysokou úroveň zaměstnanosti produktivity a sociální soudržnosti kde stojí: Evropa prochází dobou plnou změn. Krize zcela znehodnotila léta hospodářského a sociálního pokroku a odhalila strukturální nedostatky v evropském hospodářství. Mezitím se svět rychle pohybuje a dlouhodobé problémy jako je globalizace tlak na zdroje a stárnoucí populace se prohlubují. Evropská unie se nyní musí postarat o svou budoucnost. Evropa může uspět pouze tehdy bude-li jednat kolektivně jako Unie. Potřebujeme 69 1 Problematikou zmírňování chudoby se dlouhodobě intenzivně zabývá Evropská komise např. rok 2010 byl v EU vyhlášen Rokem boje proti chudobě a sociálnímu vyloučení.

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II strategii která by přispěla k tomu abychom z krize vyšli posíleni a která by z EU učinila inteligentní a udržitelnou ekonomiku podporující začlenění a vykazující vysokou úroveň zaměstnanosti produktivity a sociální soudržnosti. Evropa 2020 stanoví vizi evropského sociálně tržního hospodářství pro 21. století. 2 Státní management je postaven před úkol navrhnout dílčí opatření která by v souladu s globální strategií EU Evropa 2020 vedla ke zmírňování dopadu této nepříznivé sociálně-ekonomické situace na obyvatelstvo. Všechny členské státy si v každé z těchto oblastí stanovily své vlastní vnitrostátní cíle kde jsou brány v úvahu rozdílné podmínky a okolnosti které v jednotlivých státech panují. Úpravy které se chystají nebo již byly schváleny nutně ovlivní mimo jiné i finanční potenciál (příjmy výdaje koupěschopnost) i sociální situaci jedinců a domácností.proto nabývá stále více na důležitosti monitorování a kvantitativní hodnocení finančního potenciálu jedinců a domácností a to jak na globální tak i na lokální úrovni. Mnoho článků publikovaných v odborných časopisech a sbornících konferencí je věnováno právě analýzám příjmové nerovnosti rizika monetární chudoby a materiální deprivace nezaměstnanosti a demografického vývoje. Další četné publikace se zabývají modelováním příjmové resp. výdajové distribuce a tvorbou prognóz jejího vývoje. Na ukázku si můžeme jmenovat několik vybraných články českých a slovenských autorů věnovaných především situaci v České republice a na Slovensku popřípadě jejímu porovnávání v rámci EU. V posledních letech byly publikovány např. práce Bartošové a Želinského (2013) Bílkové (2012ab) Fialy a Langhamrové (2013 a 2014) Löstera a Langhamrové (2012) Malé (2013)Marka (2013) Marka a Vrabce (2013)Pacákové Lindy a Sipkové (2012) Pauhofové (2012) Řezankové a Löstera (2013) Řezankové a Želinského (2014). Sipkové a Sipka (2012) Stankovičové Vlačuhy a Ivančíkové (2013) Šimpacha (2012 a 2013) Tartaľové a Želinského (2012)Večerníka (2013) Želinského (2012) Želinského a Pauhofové (2013) Želinského a Stankovičové (2012) a další. Zdrojem informací z nichž tyto kvantitativní analýzy vycházejí je rozsáhlé výběrové šetření EU-SILC (European Union Statistics on Income and Living Conditions) Jedná se o každoroční šetření které je povinné pro všechny členské státy Evropské unie a umožňuje zobecňovat výsledky analýz. Jeho účelem je získat reprezentativní údaje o příjmech domácností způsobu kvalitě a finanční náročnosti jejich bydlení vybavenosti předměty dlouhodobé spotřeby a také o pracovních hmotných a zdravotních podmínkách dospělých osob žijících v domácnosti. Datové soubory EU-SILC jsou hlavním zdrojem informací o životní úrovni a chudobě v členských státech Evropské unie a některých dalších evropských zemích. Prostorové porovnávání úrovně diferenciace a nerovnoměrnosti distribuce příjmů v rámci Evropské unie vyžaduje vyjádření příjmů v jednotné měně (euro) a přepočtení hodnot v paritě kupní síly. Vzájemnou porovnatelnost finanční situace domácností s různým počtem členů a odlišnou věkovou strukturou zajišťuje přepočtení celkových disponibilních příjmů na tzv. spotřební jednotku 3. Přepočtem dostaneme tzv. ekvivalizovanou hodnotu příjmů. Konstrukce spotřební jednotky vychází obecně z předpokladu že sociální situace domácnosti závisí jednak na celkových ročních příjmech domácnosti a jednak na: společných výdajích sloužících k zabezpečení chodu domácnosti (bydlení voda a energie vybavení domácnosti zbožím dlouhodobé spotřeby apod.) individuálních výdajích určených pro uspokojování potřeb jednotlivců žijících ve společné domácnosti (potraviny a nealkoholické nápoje alkohol a tabák oblečení a obutí atd.). 2 Evropská komise: Evropa 2020. [online]. [cit. 2012-04-16]. Dostupné z: http://ec.europa.eu/eu2020/pdf/1_cs_act_part1_v1.pdf 3 V EU se pro přepočet používá tzv. modifikovaná OECD spotřební jednotka. 70

Jitka BARTOŠOVÁ Vladislav BÍNA I. INDIKÁTORY PŘÍJMOVÉ NEROVNOSTI Nerovnost příjmů je obvykle vyjadřována prostřednictvím Lorenzovy křivky a z ní vypočtených základních charakteristik (Giniho index G index Robina Hooda RHI) odvozených Ginim Paretem Pietrem a dalšími. Míry které umožňují vyčíslit příspěvky nerovností jednotlivých subpopulací k celkové nerovnosti celé heterogenní populace navrhl Theil (Theilův L index resp. Theilův T index). Pro grafické zobrazení nerovnoměrnosti rozdělování příjmů slouží Lorenzova křivka. Zobrazuje kumulativní četnosti celkových příjmů či výdajů (osa y) v závislosti na kumulativním počtu jednotlivců (resp. domácnosti) na ose x setříděných vzestupně podle velikosti jejich příjmů. Matematicky lze Lorenzovu křivku L(p) vyjádřit jako parciální integrál střední hodnoty příjmů. Je-li f(x) hustota příjmového rozdělení distribuční funkce a příslušná střední hodnota můžeme Lorenzovu křivku v libovolném kvantilu vyjádřit ekvivalentně vztahy ( ) ( ) kde argument p zastupuje kumulativní relativní četnosti jedinců (resp. domácností) a L(p) distribuční funkci jejich příjmů. Neznámějším indikátorem nerovnosti odvozenou z Lorenzovy křivky je Giniho index (G) který udává do jaké míry se rozdělování příjmů mezi jednotlivce (resp. domácnosti) odchyluje od dokonale rovnoměrného rozdělování. Jeho hodnota je dána podílem plochy mezi linií absolutní rovnosti (diagonálou y = p) a Lorenzovou křivkou L(p) ku celkové ploše pod diagonálou. Platí Další mírou nerovnosti která vychází z Lorenzovy křivky je Index Robina Hooda (RHI) který určuje kolik procent příjmů by bylo potřeba přerozdělit aby se dosáhlo absolutní rovnoměrnosti. ( ). Jeho velikost je ekvivalentní maximální vertikální vzdálenosti mezi linií absolutní rovnosti a Lorenzovou křivkou takže Na jiné bázi na bázi tzv. spravedlivého průměrného příjmu xe 4 je konstruován Atkinsonův index nerovnosti A. Jeho hodnota je dána relativním rozdílem mezi skutečnou a spravedlivou hodnotou průměrného příjmu ve skupině takže kde je spravedlivý průměrný příjem xi je vyrovnaný příjem i-té skupiny ε je parametr averze vůči nerovnosti n je počet příjmových skupin a je skutečný průměrný příjem. Méně známé jsou míry nerovnosti založené na zobecněné entropii GE která je dána vztahem ( ) kde je vektor hodnot proměnné (příjmů) je průměrná hodnota (tzv. centroid) je koeficient který reprezentuje citlivost zobecněné entropie na nerovnoměrnost rozdělení (udává váhu vzdálenosti mezi hodnotami proměnné (příjmů) v různých částech rozdělení a nejčastěji nabývá hodnot {0 1 2}). Oproti Giniho index mají tyto indikátory výhodu v tom že umožňují rozklad celkové míry nerovnosti na jednotlivé složky (viz např. Mussard 2003 Labudová Vojtková a Linda 2010). Volbou resp. získáme Theilův L index resp. Theilův T index. Platí. Uvedené nerobustní míry je vhodné doplnit o nerobustní indikátory. Běžně používanýma často publikovaným indikátorem je koeficient příjmové nerovnosti tvořený poměrem osmdesátého 4 Spravedlivý průměrný příjem je definován jako příjem který v případě rovnoměrného rozdělení mezi příjemce vytvoří stejnou úroveň společenského blahobytu jako současné rozdělení. 71

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II a dvacátého kvantilu ekvivalizovaných hodnot příjmů. II. INDIKÁTORY MONETÁRNÍ CHUDOBY A MATERIÁLNÍ DEPRIVACE Pojem chudoba je definován více způsoby které se liší především podle oblasti na kterou se hodnocení chudoby zaměřuje a prostředků které k tomuto účelu využívá. Vždy se však jedná o nalezení určité hranice pod níž nejsou lidé schopni uspokojovat určité základní potřeby ať už z hlediska objektivního či subjektivního absolutního či relativního. Existují tři různé definice chudoby vyjádřené výstižně Vecchim: Absolutní chudoba znamená mít méně než je objektivně stanovené minimum. Relativní chudoba je mít méně než ostatní ve společnosti. Subjektivní chudoba znamená pocit že nemáme dost na kvalitní žití. 5 V ekonomicky vyspělých zemích se využívá relativní přístup k měření chudoby jehož princip vymezil profesor Peter Townsend z London School of Economics. Z jeho definice vychází i definice chudoby přijatá Evropskou komisí v roce 1984 podle níž lze za chudé považovat osoby rodiny a skupiny osob jejichž zdroje (materiální kulturní a sociální) jsou tak omezené že je vylučují z minimálně akceptovatelného způsobu života členských států EU v nichž žijí. K hodnocení a srovnávání chudoby se v EU používají relativní indikátory vycházející z aditivních Foster-Greer-Thorbeckeových měr chudoby (Foster Greer a Thorbecke 1984) které jsou definovány vztahem kde z> 0 je předem daná hranice (práh) chudoby 6 je vektor příjmů domácnosti se- 5 VECCHIG. The concept of poverty: Principles and practices. 2007. [online] dostupné na<http://siteresources.worldbank.org/pglp/resources/2007 09gv-00-povertyconcept.pdf> tříděných vzestupně podle jejich velikosti q je počet domácností nacházejících se pod prahem chudoby n je celkový počet domácností aαje parametr podmiňující citlivost indikátoru na velikost deprivace těch kteří se nacházejí pod hranicí chudoby tj. na hloubku chudoby (Morduch 2005). Volbou α = 0získámenejjednodušší a nejčastěji používané měřítko tzv. riziko monetární chudoby (H). Jedná se o podíl populace jejíž ekvivalizovaný příjem není větší než předem stanovený práh chudoby. Platí Nevýhodou tohoto indikátoru je jeho dokonalá necitlivost na rozdíly v hloubce chudoby. 7 Pro zvýšení citlivosti chudoby (P2) použijem evolbu α = 1 resp.α = 2 tj. veličiny Tím získáme informaci o hloubce chudoby (PG) resp. O závažnosti chudoby (P2). Ke zjišťování relativní chudoby jednotlivců či domácností slouží material deprivation též hmotná nouze. Měření materiální deprivace je založeno na porovnávání materiální situace daného jedince (domácnosti)se situací jiných jedinců (domácností) žijících v podobných podmínkách. Za zakladatele tohoto přístupu měření chudoby je považován Townsend (1979). Indikátory chudoby konstruované na základě materiální deprivace jsou zahrnuty v sociálním portfoliu indikátorů (Guio 2009) a jsou součástí měr chudoby v Evropské unii. Pro měření relativní materiální deprivace se užívá index materiální deprivace navržený v rozvojovém programu OSN (United Nations Development Programme UNDP 1997) který je 6 Hranice chudoby používaná v EU je definována jako 60% mediánu národního ekvivalentního příjmu přepočteného v paritě kupní sily. Jako doplňkové hodnoty slouží 40 50 a 70% mediánu. 7 Pokud se například chudý jedinec stane ještě chudším anebo naopak když velmi chudý jedinec se stane méně chudým hodnota H se nezmění... 72

Jitka BARTOŠOVÁ Vladislav BÍNA složen ze tří komponent zastupujících tři dimenze chudoby definované Guiem: P1 ekonomické zatížení (půjčky hypotéky splátky účty neschopnost dovolit si jednou v roce zaplatit dovolenou mimo domov neschopnost dovolit si jídlo obsahující maso či jiné vegetariánské náhražky každý druhý den neschopnost čelit neočekávaným finančním výdajům a též neschopnost udržovat doma adekvátní teplotu) P2 vybavenost zbožím dlouhodobé spotřeby (nucená absence telefonu barevného televizoru počítače pračky auta) P3 kvalita bydlení (vnitřní podmínky zatékající střecha vlhké zdi plíseň neopravená podlaha a okna nepřítomnost sprchy či vany v obydlí absence splachující toalety příliš temné obydlí; venkovní podmínky hluk ze sousedství či z ulice smog špína či jiné problémy toho prostředí: kriminalita násilí nebo vandalismus). Subindex ) pro j-tou komponentu materiální deprivace (j = 1 2 3) je definován jako zobecněný vážený průměr daný vztahem kde (dimenzi) je váha i-té položky v j-té komponentě je podíl jedinců (resp. domácností) trpících nouzí vzhledem k dané položce. Váhy položek reprezentují preference tj. vnímání jednotlivých položek z hlediska jejich důležitosti pro respondenty. Celkový agregátní index relativní materiální deprivace (hmotné nouze) je dán aritmetickým průměrem subindexů takže. Pro hodnocení chudoby a sociálního vyloučení v zemích Evropské unie slouží tzv. Laekenské indikátory konstruované na základě výsledků šetření EU-SILC. Pro hodnocení chudoby a sociálního vyloučení se v EU využívá komplexní indikátor AROPE. Tento indikátor je daný podílem obyvatel kteří trpí monetární chudobou (nacházejí pod hranicí chudoby) nebo materiální deprivací nebo žijí v domácnostech s velmi nízkou intenzitou práce (převážně z důvodů nezaměstnanosti). III. PROSTOROVÁ DISTRIBUCE PŘÍJMOVÉ NEROVNOSTI A CHUDOBY V EVROPĚ 2011 Prostorová distribuce příjmové nerovnosti a chudoby a sociálního vyloučení v Evropě je zde prezentována formou map. Podobný přístup k hodnocení vybraných ukazatelů nerovnosti a chudoby byl použit např. v článku Michálka a Veselovské (2012). K hodnocení příjmové nerovnosti byly z výše uvedených měr vybrány dva indikátorů odlišného typu nerobustní Giniho index (G) a robustní koeficient příjmové nerovnosti ( ). Pro hodnocení chudoby a sociálního vyloučení byl zvolen indikátor AROPE který hodnotí sociální problémy ve společnosti komplexně z více hledisek současně. K analýzám byly využity nejnovější dostupné údaje z šetření příjmů a životních podmínek obyvatelstva EU-SILC 2008 2012 které obsahují údaje o situaci v letech 2007 2011. První z použitých indikátorů příjmové nerovnosti Giniho index (G) při své konstrukci vychází z Lorenzovy křivky. Je proto nerobustní a závislý na parametrech příjmového rozdělení včetně odlehlých a extrémních hodnot. Jeho hodnoty se v roce 2011 v zemích Evropy pohybovaly v rozmezí od 225 (Norsko) do 36 (Litva) viz obr. 1. Do skupiny s relativně nejnižší příjmovou nerovností (G od 225 do 269) bylo postupně zařazeno jedenáct evropských států Norsko Slovinsko Island Švédsko Česká republika Slovensko Holandsko Finsko Belgie Maďarsko a Malta. Do skupiny se střední nerovností (G v rozmezí od 278 do 319) náleželo devět zemí Rakousko Lucembursko Německo Švýcarsko Irsko Francie Chorvatsko Polsko Itálie. Do skupiny s relativně nejvyšší nerovností příjmů v Evropě (G od 32 do 357) v roce 2011patřilo rovněž devět států Lotyšsko Estonsko Velká Británie Rumunsko Bulharsko Řecko Portugalsko Španělsko a Lit- 73

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II va.(vývojem Giniho indexu v České republice se podrobně zabývá článek Marka (2012).) Další z použitých indikátor koeficient příjmové nerovnosti( ) je naproti tomu neparametrický takže je robustní a není citlivý na parametry příjmového rozdělení a na výskyt odlehlých či extrémních hodnot. Tento indikátor se v roce 2011 v Evropě pohyboval v nižší škále od 32 (Norsko) do 72 (Španělsko) viz obr. 2. Do skupiny s relativně nejnižší příjmovou nerovností ( od 32 do 45) bylo postupně zařazeno šestnáct zemí Evropy Norsko Slovinsko Island Česká republika Holandsko Slovensko Švédsko Finsko Belgie Malta Maďarsko Lucembursko Rakousko Německo Švýcarsko a Francie. Do skupiny zemí se střední nerovností ( v rozmezí od 47 do 58) náleželo osm zemí Irsko Polsko Lotyšsko Velká Británie Chorvatsko Estonsko Itálie a Portugalsko. Do skupiny s relativně nejvyšší mírou nerovnosti příjmů v Evropě ( od 61 do 72) v roce 2011 patřilo pět států Bulharsko Rumunsko Litva Řecko a Španělsko. Obr. 1: Prostorová distribuce příjmové nerovnosti v Evropě v roce 2011 hodnocená nerobustním Giniho indexem(g). 8 Zdroj: EU-SILC 2012 vlastní graf 8 Použité kódy:at Rakousko BE Belgie BG Bulharsko CY Kypr CZ Česká republika DE Německo DK Dánsko EE Estonsko ES Španělsko FI Finsko FR Francie GR Řecko HR Chorvatsko HU Maďarsko CH Švýcarsko IC Island IE Irsko IT Itálie LT Lotyšsko LU Lucembursko LV Litva MT Malta NL Holandsko NO Norsko PL Polsko PT Portugalsko RO Rumunsko SL Slovinsko SK Slovensko SE Švédsko UK - Velká Británie. 74

Jitka BARTOŠOVÁ Vladislav BÍNA Obr. 2: Prostorová distribuce příjmové nerovnosti v Evropě v roce 2011 hodnocená robustním koeficientem příjmové nerovnosti( ). Zdroj: EU-SILC 2012 vlastní graf Z informací získaných z grafů 1 a 2 je zřejmé že odhady příjmové nerovnosti v jednotlivých zemích jsou při použití robustního neparametrického indikátoru nižší než při použití nerobustního Giniho koeficientu.(například a zatímco a.) Pro libovolnou zemi zde platí Z rozsahu obou indikátorů v zemích Evropy v roce 2011 kde zatímco. diferenciace hodnot Giniho koeficientu. plyne rovněž větší Z uvedených skutečností vyplývá že volba míry příjmové nerovnosti ovlivňuje získané výsledky a to nejen ve smyslu absolutním jak bylo ukázáno výše nýbrž i ve smyslu relativním. Při posuzování distribuce příjmové nerovnosti v Evropě je potřeba mít na mysli že v určení pořadí zemí při vzájemném porovnávání jejich příjmové nerovnosti prostřednictvím Giniho indexu a neexistuje v rámci Evropy absolutní shoda. 75

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II Obr. 3: Prostorová distribucechudoby a sociálního vyloučení v Evropě v roce 2011 hodnocená komplexním indikátorem (AROPE). Zdroj: EU-SILC 2012 vlastní graf Pro hodnocení prostorové distribuce chudoby a sociálního vyloučení slouží obr. 3 který zachycuje hodnoty komplexního indikátoru AROPE v zemích Evropy v roce 2011. Tento indikátor se v roce 2011 pohyboval v rozmezí od 127 (Island) do 493 (Bulharsko) viz obr. 3. Do skupiny s relativně nejnižší hodnotou chudoby a materiálního vyloučení (AROPE od 127 do 253) bylo postupně zařazeno osmnáct evropských zemí Island Norsko Holandsko Lucembursko Česká republika Švédsko Finsko Švýcarsko Rakousko Francie Německo Slovinsko Slovensko Belgie Malta Estonsko Velká Británie a Portugalsko. Do skupiny zemí se střední hodnotou chudoby a materiálního vyloučení (AROPE v rozmezí od 267 do 346) náleželo osm zemí Polsko Španělsko Itálie Chorvatsko Maďarsko Lotyšsko a Řecko. Do skupiny s relativně nejvyšší mírou chudoby a materiálního 76

Jitka BARTOŠOVÁ Vladislav BÍNA vyloučení v Evropě (AROPE od 362 do 493) v roce 2011 patřily čtyři státy Litva Rumunsko a Bulharsko. ZÁVĚR S využitím výsledků šetření EU-SILC 2012 byla provedena analýza prostorové distribuce příjmové nerovnosti a chudoby a sociálního vyloučení v Evropě v roce 2011. K hodnocení příjmové nerovnosti byly z výše uvedených měr vybrány dva indikátorů odlišného typu nerobustní Giniho index (G) a robustní koeficient příjmové nerovnosti ( ). Pro hodnocení chudoby a sociálního vyloučení byl zvolen indikátor AROPE který hodnotí sociální problémy ve společnosti komplexně. Výsledky byly prezentovány formou map demonstrujících prostorovou distribuci úrovně zvolených ukazatelů od nejpříznivějších až po nejnepříznivější a alarmující hodnoty. Z provedených analýz vyplynulo mj. to že volba indikátoru příjmové nerovnosti ovlivňuje získané výsledky a to nejen ve smyslu absolutním (hodnota) ale i ve smyslu relativním (pořadí). Při posuzování distribuce příjmové nerovnosti v Evropě je proto potřeba mít na zřeteli že při určování hodnot indikátorů a následném přiřazování pořadí zemi v evropském žebříčku prostřednictvím dvou nejznámějších měr (Giniho indexu a koeficientu ) neexistuje absolutní ani relativní shoda. LITERATÚRA Bartošová J. Želinský T. (2013). Extent of poverty in the Czech and Slovak Republics fifteen years after split. In: Post-Communist Economies Vol. 25 No. 1.pp.119 131. Bílková D. (2012a). Recent Development of the Wage and Income Distribution in the Czech Republic. In: Prague Economic Papers. Vol. 21 No. 2. pp. 233 250. Bílková D. (2012b). Development of Wage Distribution of the Czech Republic in Recent Years by Highest Education Attainment and Forecasts for 2011 nad 2012. In: Löster T. Pavelka T. (eds.):6 th International Days of Statistics and Economics Conference Proceedings. Slaný: Melandrium. pp. 162 182. Fiala T. Langhamrová J. (2013). Vývoj ekonomického a sociálního zatížení a stárnutí populace. In: Politická ekonomie Vol. 61 No. 3. pp. 338 355. Fiala T. Langhamrová J. (2014).Modelling of the Future Development of the Total Amount of Premium Paid and Total Amount of Old-Age Pensions in the Czech Republic. In: Politická ekonomie Vol. 62 No. 2. pp. 232 248. Foster J. Greer J. Thorbecke E. (1984). A Class of Decomposable Poverty Measures. In: Econometrica. Vol. 52 No. 3.pp. 761 766. Labudová V. Vojtková M. Linda B.(2010).Application of multidimensional methods to measure poverty. In: E+M Ekonomie a management. Vol. 13 No. 1 pp. 6 21. Löster T. Langhamrová J. (2012).Disparities between Regions of the Czech Republic for Non_business Aspects of Labour Market. In: Löster T. Pavelka T. (eds.):6 th International Days of Statistics and EconomicsConference Proceedings. Slaný: Melandrium. pp. 689 702. Malá I. (2013). Použití konečných směsí logaritmickonormálních rozdělení pro modelování příjmů českých domácností. In: Politická ekonomie Vol. 61 No. 3. pp 356 372. Marek L. (2013). Some Aspects of Average Wage Evolution in the Czech Republic. In: Löster T. Pavelka T. (eds.): 7 th InternationalDays of Statistics and EconomicsConference Proceedings. Slaný: Melandrium. pp. 947 958. Marek L. Vrabec M.(2013).Probability Models of Wage Distribution. In: Vojáčková H.(ed.): Proceedings of 31 th International Conference Mathematical Methods in Economics 2013. Jihlava: Vysoká škola polytechnická. pp. 575 581. Michálek A. Veselovská Z. (2012). Vývoj a komparácia vybraných charakteristík nerovnosti a chudoby 77

NEROVNOSŤ A CHUDOBA V EURÓPSKEJ ÚNII A NA SLOVENSKU II v krajinách EU. In: Pauhofová I. Želinský T. (eds.): Nerovnosť a chudoba v Európskej únii a na Slovensku. Košice: TU Košice. s. 11 22. Morduch J. (2005). Poverty Measures. Handbook on Poverty Statistics: Concepts Methods and Policy Use. New York: United Nations Department of Economic and Social Affairs. Mussard S. et. al. (2003).Decomposition of Gini and the generalized entropy inequality measures. Economics Bulletin Vol. 4 No. 7.pp. 1 6. Pacáková V. Linda B. Sipková L'. (2012). Distribution and Factors of the Highest Wages in the Slovak Republic. In: Ekonomický časopis Vol. 60 No. 9. pp. 918 934.. Pauhofová I. (2012)Generovanie chudoby vo vidieckych regiónov Slovenska v krízovom období. In: Pauhofová I. Želinský T. (eds.): Nerovnosť a chudoba v Európskej únii a na Slovensku. Košice: TU Košice. s. 49 56. Řezanková H. Löster T. (2013). Shluková analýza domácností charakterizovaných kategoriálními ukazateli. In: E+M. Ekonomie a Management Vol. 16 No. 3. pp. 139 147. Řezanková H. Želinský T. (2014). Factors of Material Deprivation Rate in the Czech Republic by Household Type. In: Ekonomický časopis Vol. 62 No. 4. pp.394 410. Sipková L'. Sipko J. (2012). Analysis of Income Inequality of Employees in the Slovak Republic. In: Löster T. Pavelka T. (eds.):6 th InternationalDays of Statistics and EconomicsConference Proceedings. Slaný: Melandrium. pp. 1032 1042. Stankovičová I. Vlačuha R. Ivančíková L. (2013).Trend Analysis of Monetary Poverty Measures in the Slovak and Czech Republic. In: Löster T. Pavelka T. (eds.):7 th InternationalDays of Statistics and Economics Conference Proceedings. Slaný: Melandrium.pp. 1334 1343. Šimpach O. (2012). Logit and Probit Models in the Probability Analysis: Change in the Probability of Death of Celiac Disease Patients. In: Statistika Vol. 49 No. 4. pp. 67 80. Šimpach O. (2013). Application of Cluster Analysis on Demographic Development of Municipalities in the Districts of Liberecky Region.In: Löster T. Pavelka T. (eds.): 7 th InternationalDays of Statistics and EconomicsConference Proceedings. Slaný: Melandrium.pp. 1390 1399. Tartaľová A. Želinský T. (2012).Rozdelenie príjmov na Slovensku: Analýza rozdelenia príjmov na voľbu ekvivalentnej škály. In: Pauhofová I. Želinský T. (eds.): Nerovnosť a chudoba v Európskej únii a na Slovensku. Košice: TU Košice. s. 99 106. Večerník J. (2013). The changing role of education in the distribution of earnings and household income: the Czech Republic in 1988 2009. In: Economics of Transition Vol. 21 No.1. pp. 111 133. Želinský T. (2013).Estimation of Subjective (Income) Poverty Lines :Sensitivity-Specificity Curves Approach. In: Hu J. (ed.): Social Sciences and Society. Book Ceries:Advances in Educytion Research Vol. 6. pp.42 47. Želinský T. Pauhofová I. (2013). High Income Households in Eastern EU Countries.In: Hu J. (ed.): 3 rd Conference on Applied Social Science (ICASS 2013) Vol. 1. pp. 73 78. Želinský T. (2012). Changes in Relative Material Deprivation in Regions of Slovakia and the Czech Republic. Panoeconomicus. Vol. 2012 No. 3.pp. 335 353. Želinský T. Stankovičová I. (2012). Spatial Aspects of Poverty in Slovakia.In: Löster T. Pavelka T. (eds.): 6 th International Days of Statistics and Economics Conference Proceedings. Slaný: Melandrium. pp. 1228 1235. 78