Regionální cenové hladiny v ČR - teorie, metodika

JiříKraftakol.
RegionálnícenovéhladinyvČR
teorie,metodikaapraxe
Liberec2015
Tato publikace byla vydána spodporou Technologické agentury České republiky,
ProgramuOmega,vrámciprojektuTD020047„Regionálnícenovýindexjakoindikátor
reálnýchsociálníchaekonomickýchdisparit“.
Zvláštní poděkování patří pracovníkům Odboru statistiky cen Českého statistického
úřadu, zejména panu řediteli RNDr. Jiřímu Mrázkovi a paní Ing. Pavle Šedivé, za jejich
odbornékonzultace,radyadoporučení.
Autoři:
©prof.Ing.JiříKraft,CSc.
©PhDr.Ing.PavlaBednářová,Ph.D.
©Ing.AlešKocourek,Ph.D.
©doc.Ing.ŠárkaLaboutková,Ph.D.
©Mgr.etMgr.JiříRozkovec
©Ing.JanaŠimanová,Ph.D.
©Mgr.JiříŠmída,Ph.D.–2015
Editor:
Ing.AlešKocourek,Ph.D.
Recenzenti: prof.Ing.RichardHindls,CSc.,dr.h.c.
doc.Ing.PavelTuleja,Ph.D.
ISBN978‐80‐7494‐263‐1
Obsah
Úvod.......................................................................................................................................................5 JiříKraft,JanaŠimanová Současnápraxeprostorovéhosrovnánícenovýchhladin............................................8 JanaŠimanová,JiříRozkovec ProgramparitkupnísílyvrámcizemíOECD‐Eurostat.......................................................9 Mezinárodnísrovnávacíprogram(ICP)..................................................................................10 Austrálie................................................................................................................................................11 Spojenéstátyamerické...................................................................................................................13 VelkáBritánie......................................................................................................................................13 Metodicképřístupykekalkulaciprostorovýchcenovýchindexů..........................15 JanaŠimanová,JiříRozkovec,PavlaBednářová Volbaoblasti........................................................................................................................................15 Volbavýdajovýchvah......................................................................................................................24 Volbametodykalkulaceindexu..................................................................................................25 Problémneúplnýchneboneodpovídajícíchdatprourčenícenovýchparit............32 Tvorbaelementárníchagregátůsčástečněodpovídajícímidaty.................................34 Koncepčnípřístupykbydlenívevlastním.............................................................................40 Frekvencepublikováníametodyshromažďovánídat......................................................45 MetodikakalkulaceindexuregionálnícenovéhladinyvČR....................................51 JanaŠimanová,AlešKocourek,JiříRozkovec,JiříKraft MetodickýrámecprokalkulaciregionálníchcenovýchhladinvČR...........................51 Popismetodickéhopostupu.........................................................................................................56 VýpočetregionálníchcenovýchhladinvČeskérepublice.........................................67 AlešKocourek,JanaŠimanová,JiříRozkovec,JiříŠmída Úpravacenovýchdatakalkulacecenovýchparit................................................................67 Odhadregionálníchvýdajovýchvahdomácností................................................................68 Agregaceavýpočetregionálníchcenovýchhladin.............................................................69 3
VazbaRCInarelevantníekonomickéfenoményjakovýchodiskořešenícenové
diferenciacevregionech........................................................................................................84 JiříKraft VariabilitaRCIcelkemajehooddílů.........................................................................................87 VazbaRCInahrubýdomácíproduktnaobyvatele.............................................................89 VazbaRCInačistýdisponibilnídůchoddomácnostínaobyvatele..............................93 VazbaRCInaobecnoumírunezaměstnanosti......................................................................94 VazbaRCInainvesticeanapočetmalýchastředníchpodniků...................................96 RCIvevazběnaindexatraktivityregionu..............................................................................98 Dalšízkoumanésouvislosti.........................................................................................................100 Návrhynařešenísoučasnéhostavu........................................................................................101 Aplikaceregionálníchcenovýchhladinvpraxi...........................................................104 PavlaBednářová,ŠárkaLaboutková,JanaŠimanová,JiříŠmída Reálnéregionálnísocioekonomickédisparity....................................................................104 InformačnípotenciálRCI.............................................................................................................106 Reálnéregionálníukazatele........................................................................................................113 Možnostihospodářsképolitikypřiovlivňováníregionálníchcenovýchrozdílů.121 Závěr................................................................................................................................................130 JiříKraft,ŠárkaLaboutková,JanaŠimanová Seznampoužitéliteratury........................................................................................................133 Přílohy.............................................................................................................................................146 Shrnutí.............................................................................................................................................166 4
Úvod
JiříKraft,JanaŠimanová
Cílem předkládané vědecké monografie je návrh metodických postupů, které umožní
kalkulaci regionálních cenových hladin a prezentace experimentálních výsledků
navrženýchmetodickýchpostupůvsoučasnýchpodmínkáchsběrudat.Knihajeurčena
odbornéilaickéveřejnosti.Výsledkyzaloženénanovýchmetodickýchpostupechmohou
být využity na akademické půdě, v politicko‐hospodářské praxi na úrovni regionální
politiky.
Výsledkyvzásaděumožňujízejména:
 provést srovnání cenových hladin, resp. relativních nákladů na život průměrné
domácnosti v regionech na úrovni LAU1, NUTS3 a NUTS2, a to i vrámci
jednotlivýchsložekvýdajůdomácností;
 adresněji zacílit nástroje regionálního rozvoje díky přesnějšímu vymezení
socioekonomickýchdisparitprostřednictvímreálnýchukazatelůnaúrovniLAU1,
NUTS3aNUTS2; 1
0F0F
 provéstvizualizaciprostřednictvímkartogramůapřehlednětakilustrovatsituaci
nacelémúzemíČR;
 vytvořitanalyticképodkladypropotřebyúzemníhorozvojeaSWOTanalýzy,včetně
vyčíslenírelativnípoziceregionuvmeziregionálnímsrovnání;
 lépe identifikovat socioekonomickou pozici domácností v regionech v kontextu
jejichpříjmůaživotníchnákladů;
 ZpřesnitodhadycenovýchparitproreportingČeskéhostatistickéhoúřaduvrámci
OECD‐EUROSTATPurchasingPowerParities.
Snahouautorůjevyužítstávajícídatovouzákladnu,kteroupravidelněaktualizujea
doplňuje Český statistický úřad vrámci cenových šetření pro výpočet Indexu
spotřebitelskýchcenašetřeníspotřebníchvýdajůdomácnostípronovýúčel–prostorové
srovnánícenovýchhladinvčeskýchregionech.
Ambicí autorů je, aby zvolený postup kalkulace cenových hladin, který je velmi
náročnýnasběrvstupníchdatajejichdalšízpracování(vizkapitolu3.2nastraně56)byl:
1
Znalost úrovně cenových hladin umožňuje např. konstrukci tzv. reálných příjmových ukazatelů
domácnostívparitěkupnísíly.Díkyreálnýmpříjmovýmindikátorůmjepakmožnésledovatreálné
regionálnídisparity.
5
a) opakovatelný, b) umožňoval multilaterální srovnání, c) umožňoval sektorovou
dekompoziciindexupodlevýdajovýchskupindomácností(včleněníCZ‐COICOP),jimiž
jsounanejvyššíúrovni:
CZ‐COICOP01–Potravinyanealkoholickénápoje
CZ‐COICOP02–Tabákaalkoholickénápoje
CZ‐COICOP03–Odíváníaobuv
CZ‐COICOP04–Bydlení,voda,energie,paliva
CZ‐COICOP05–Bytovévybavení,zařízenídomácnosti,opravy
CZ‐COICOP06–Zdraví
CZ‐COICOP07–Doprava
CZ‐COICOP08–Poštyatelekomunikace
CZ‐COICOP09–Rekreaceakultura
CZ‐COICOP10–Vzdělávání
CZ‐COICOP11–Stravováníaubytování
CZ‐COICOP12–Ostatnízbožíaslužby
Prvníkapitolashrnujesoučasnéaplikaceprostorovýchcenovýchindexůvesvětě.
Pozornost je věnována především doposud největšímu statistickému projektu –
Mezinárodnímu srovnávacímu programu. Druhá kapitola obsahuje rešerši metod a
metodických přístupů kprostorovým cenovým indexům z hlediska nejdůležitějších
aspektů,kterýmijsouvolbaoblasti,volbametodyagregaceapod.Třetíkapitolaobsahuje
vlastnímetodikukalkulaceregionálníchcenovýchindexů(indexůregionálníchcenových
hladin) využitelnou v podmínkách ČR, která je v mikrodatech poskytnutých Českým
statistickým úřadem aplikována ve čtvrté kapitole. Autoři se zabývají především
způsobem zabezpečení prostorové srovnatelnosti cenových dat, která je pro výpočet
indexu klíčová. Zde jsou rovněž prezentovány experimentální výsledky – odhady
cenových hladin v českých regionech. Výsledky jsou vizualizovány na kartogramech.
Vpáté a šesté kapitole jsou prezentovány dosavadní výsledky reálných regionálních
socio‐ekonomickýchdisparitvčeskýchregionechvč.analýzyrozdílůcenovýchhladinv
regionech. Prokázána je vazba RCI na další významné ekonomické fenomény, přičemž
jsouzváženaanavrženaopatřenívhospodářsképoliticevedoucíkesníženíregionálních
rozdílůvČR,nakteréindexregionálnícenovýchhladinpoukázal.Posledníkapitolarověž
naznačujedoporučeníproaktéryregionálnípolitikahospodářsko‐politickoupraxi.
6
Tato monografie vznikla díky podpoře projektu TD020047 „Regionální cenový
index jako indikátor reálných ekonomických a sociálních disparit“ poskytnuté
Technologickou agenturou České Republiky v rámci Programu Omega. Autoři by rádi
poděkovalipaníprof.Ing.IvěRitschelové,CSc.,předsedkyniČeskéhostatistickéhoúřadu,
zaprofesionálnípřístup,vstřícnostaochotuarovněžpracovníkůmOdborustatistikycen
Českého statistického úřadu, zejména panu řediteli RNDr. Jiřímu Mrázkovi
apaníIng.Pavle Šedivé, za odborné konzultace, rady a doporučení týkající se sběru a
vyhodnocovánídatzcenovýchšetření.
Výsledky projektu jsou laické i odborné veřejnosti volně kdispozici na webovém
portálu,dostupnémnaadrese:http://vyzkum.ef.tul.cz/td020047/index.php
7
Současnápraxeprostorovéhosrovnánícenovýchhladin
JanaŠimanová,JiříRozkovec
Vsoučasné ekonomické praxi existuje několik standardně používaných a solidně
zavedených indikátorů, jejichž podstatou je prostorové srovnání cenových hladin.
Zpravidla se ovšem jedná o srovnání agregátních cenových hladin vmezinárodním
měřítku.ZatímtoúčelemvykazujeEurostatvrámciEvropskéhosrovnávacíhoprogramu
(EuropeanComparisonProgramme–ECP)tzv.standardkupnísíly(PurchasingPower
Standard–PPS),neboOrganizaceproekonomickouspolupráciarozvoj(Organizationfor
EconomicCooperationandDevelopment–OECD)tzv.paritukupnísíly(PurchasingPower
Parity–PPP).Jádremoboutěchtoindikátorůjejednoduchýpoměrcenzatentýžvýrobek
neboslužbuvyjádřenýchvnárodníchměnách.JestliženapříkladvNěmeckudanývýrobek
stojí6EURavČeskérepublice300Kč,potomjecenovýpoměr(pricerelative)6:300=
0,02.Toznamená,ževČRbykupujícízajednukorunuobdrželstejnémnožstvídaného
zbožíjakovNěmeckuza0,02EUR.
Standard kupní síly ovšem neporovnává ceny pouze dvoustranně. Jedná se o
výsledek multilaterálního porovnávání, které navíc nezahrnuje jen jednu komoditu 2,
1F1F
nýbrž celý referenční koš zboží a služeb. Vprojektu ECP odpovídá kupní síla 1 PPS
průměrnékupnísílejednohoeuravevšechzemíchEU27.JakPPS,takiPPP 3sepoužívají
2F2F
k vyjádření objemu souhrnných ekonomických ukazatelů (např. hrubého domácího
produktu–HDP)přimezinárodníchsrovnáních,neboťlépezohledňujíekonomickousílu
danézemě,zabraňujízkresleníkomparacerozdílnýmicenovýmihladinamiapřipřepočtu
naobyvatelereflektujípřesnějiekonomickouadojistémíryisociálnípoziciobyvatelve
světovémsrovnání.
Vdalších částech této kapitoly budou představeny základní postupy používané v
praxi při sestavování prostorových cenových indexů. Problematikou prostorových
cenovýchsrovnánísesystematickyzabývá:
 OECDaEurostat,kterýjižod80.letpublikujeodhadyvrozdílechcenovýchhladin
(PurchasingPowerParities)zaúčelemodhadureálnéhoHDPaskutečnéspotřeby
vzemíchEUaOECD
2
JakojetomunapříkladuznáméhoBigMacIndexuneboiPadIndexu.
3
VestatistikáchOECDodpovídá1PPPkupnísílejednohoamerickéhodolaruvUSA.
8
 Mezinárodní srovnávací program (International Comparison Program – ICP),
kterývsoučasnédoběpublikujenejúplnějšísouborprostorovýchcenovýchindexů
cca160zemí.
 Australskýstatistickýúřad(AustralianBureauofStatistics–ABS),kterýpublikuje
cenovéindexyvbienáleanabázifixníhospotřebníhokošepro27měst.
 ÚřadpropracovnístatistikuSpojenýchstátů(BureauofLaborStatistics–BLS),
který publikuje každý rok regionální parity kupních sil pro 50 států a 366
metropolitních a nemetropolitních oblastí a upravuje jimi především průměrné
nominálnímzdy.
 Národní statistický úřad Spojeného království Velké Británie a Severního
Irska(OfficeofNationalStatistics–ONS).
Vnásledujícíchpodkapitoláchjsouvýšeuvedenéprojektypodrobnějipředstaveny.
Další příklady zpravidla jednorázové kalkulace regionálních cenových hladin lze
registrovat v Německu (ROOS, 2006), Itálii (PITTAU, ZELLI a MASSARI, 2006), Číně
(BRANDTaHOLZ,2006)a(GONGaMENG,2008),Rakousku(MATZKAaNACHBAGAUER,
2009) nebo také naSlovensku (RADVANSKÝ a FUCHS, 2009). Jim je však pozornost
věnovánapouzeokrajově.
ProgramparitkupnísílyvrámcizemíOECD‐Eurostat
V60. letech minulého století zahájil Eurostat program srovnání cenových hladin mezi
zeměmiEvropskéhohospodářskéhospolečenství.Nazačátku80.letminuléhostoletíbyl
program rozšířen na 26 rozvinutých zemí OECD. Vroce 2014 zahrnuje srovnání parit
kupníchsilzemíOECD‐Eurostat37zemí(OECD,2005).
Účelem programu je prostřednictvím kalkulace parit kupní síly sestavit odhady
rozdílůvreálnéspotřeběaHDPmezizeměmi.Důvodemjepředevšímzávazekčlenských
států poskytovat příspěvky do rozpočtu EU a stejně tak závazek rozpočtu EU vůči
ekonomickyslabšímstátům.Obatotižzávisínavelikostiekonomikydanézeměvreálném
vyjádření.
Vminulosti,tj.předzahájeníprogramuparitkupnísíly,seprosrovnánínominálních
hodnotHDPčastopoužívalysměnnékurzy.Směnnékurzyjsouvšakpohyblivénadenní
bázi,cožzpůsobujeznačnékolísáníreálnéhodnotyprodukce.Ivdlouhodobémhorizontu
může tento přístup přinést zkreslené výsledky, protože směnné kurzy se mohou od
trendůvcenáchsystematickylišit.
9
Protože je program PPP vrámci zemí OECD‐Eurostat zaměřen na sestavení
mezinárodních srovnání HDP, zahrnuje nejen spotřební zboží, ale i investiční, vládní a
kapitálové statky. Prostorová srovnání cen jsou kalkulována použitím metody EKS 4 a
3F3F
Gearyho‐Khamisovymetody(blíževizkapitolu2.3.3.2nastraně30).Vposlednídoběje
program PPP vrámci zemí OECD‐Eurostat úzce koordinován spolu srozsáhlejším
Mezinárodnímsrovnávacímprogramem(InternationalComparisonProgramme–ICP).
Mezinárodnísrovnávacíprogram(ICP)
Počátky ICP rovněž sahají do 60. let minulého století. Program je vsoučasnosti
organizován afinancovánOrganizací spojených národů, Světovoubankou, Eurostatem,
OECDanárodnímivládami.Jehonáplníjesrovnánícenovýchhladinnapříčzeměmitak,
abybylomožnéporovnatrozdílyvreálnémHDP.Prostorovásrovnáníjsouprovšechny
zeměrealizovánakaždétřiroky.Vroce1970zahrnovalprogrampouze10zemí,vroce
2011seprogramuúčastnilojiž199zemí(WB,2015).
Mezinárodní srovnávací program (ICP) je nejrozsáhlejším projektem srovnání
cenových parit ve světě. Vmanuálu ICP je uveden přesný a jednotný postup, jak je
sestaven seznam produktů, jak probíhá sběr dat a výpočet cenových indexů. Tvorba
seznamůproduktůvrámciICPjekomplikovaná,jelikožreferenčníkošesenapříčzeměmi
značně liší. Přesné sloučení produktů je prakticky nemožné. Každá země musí označit
každý produkt na seznamu zhlediska domácí spotřeby jako „charakteristický“ nebo
„necharakteristický“. Necharakteristické produkty jsou takové, které se nakupují
vrelativněmalémmnožství.Rozdělenínacharakteristickéanecharakteristicképrodukty
má dva důvody: Zaprvé zajišťuje, že každá země do seznamu zařadí dostatečný počet
charakteristickýchtříd.Zadruhé,rozdílmezicharakteristickýmianecharakteristickými
třídami umožnuje odvodit ceny a váhy šetřených charakteristických, resp.
necharakteristickýchpoložek(RAO,2004).
Vrámci mezinárodního srovnávacího programu jsou cenové indexy kalkulovány
nejprve na elementární položkové úrovni, posléze je sestaven agregátní cenový index.
4
HnedpřiprvnízmíncejetřebaupozornitnavýznamnouodlišnostmetodyEKS(propodrobnostiviz
kapitolu2.3.3.1nastraně29)ametodyEurostat‐EKS(propodrobnostivizkapitolu2.5.3nastraně37).
Metoda EKS se využívá kzajištění tranzitivity cenových srovnání, metoda Eurostat‐EKS k tvorbě
elementárníchagregátůsjenčástečněodpovídajícímidaty.
10
Vzhledemkrozmanitostizemínelzeočekávat,žekaždázemědodácenyzakaždýprodukt,
protosekvýpočtupoužívajídvěmetody:
 MetodaCountryProductDummy(CPD),kterájezaloženanaodhadechregresních
rovnicsdummyproměnnýmiprozeměaprodukty(podrobnějivizkapitolu2.5.2
nastraně35).
 Metoda Eurostat‐EKS, která představuje alternativu kCPD používanou pro země
Evropskéunie(podrobnějivizkapitolu2.5.3nastraně37).
Inspirací pro tvorbu regionálních cenových indexů ze šetření dat šetřených pro
index spotřebitelských cen (Consumer Price Index – CPI) je fakt, že není potřeba, aby
všechny regiony měly naprosto dokonale sladěné seznamy oceňovaných produktů,
protožemetodyCPDaEurostat‐EKSumípracovatisneúplnýmiúdaji.
Austrálie
Australskýstatistickýúřad(AustralianBureauofStatistics–ABS)publikuječasovéindexy
spotřebitelskýchcenvevšechosmihlavníchměstech(tj.Sydney,Melbourne,Brisbane,
Adelaide,Perth,Hobart,DarwinaCanberra).ABSsezabýváiotázkou,zdamohoubýtna
základě těchto dat počítány také prostorové cenové indexy pro tato hlavní města
(WASCHKA a kol., 2003). Waschka a kol. připouští jeden zhlavních problémů
prostorových srovnání, a to obtížnost přesného přiřazení produktů napříč oblastmi za
použitídatzCPI.PřikalkulaciCPIprostorovákvalitativnínesrovnatelnostoceňovaných
produktůaslužebnečinízvláštníobtíže,jelikožvkaždéoblastijeoceňovánstálestejný
mixzbožíaslužeb.VexperimentálnístudiikalkulujeWaschkaprostorovéindexyzdatCPI
na základě metody Eurostat‐EKS bez rozlišení produktů na reprezentativní a
nereprezentativní. Předběžné výsledky jsou dostupné pouze na úrovni 9 z11 skupin
(vyloučenýmiskupinamijsoubydleníazbožíaslužbyjindeneuvedené).Některévýsledky
jsou poněkud překvapivé,5 což je pravděpodobně dáno právě prostorovou
nesrovnatelnostíoceňovanýchpoložek.Autorneobjasňuje,jakazdasesproblematickou
oblastívypořádal(WASCHKAakol.,2003).
5
Například Hobart v Tasmánii vychází dražší než Sydney v6 z9 skupin. Melbourne je levnější než
Sydneyv8z9skupin.Jídlo,stejnětakjakoalkoholatabák,jenejdražšívDarwinu.Oblečeníaobuvje
nejdražšívBrisbane,vybavenídomácnostívHobartu,zdravotnípéčevMelbourne,dopravavSydney,
komunikacevHobartu,rekreacevSydneyavzdělánívAdelaide.
11
ZvláštnípozornostsizasluhujepřístupABSkněkterýmproblematickýmskupinám.
Vprvéřaděsejednáobydlenívosobnímvlastnictví.ABSsestavujevrámciCPIcenový
indexbydlenípomocímetodyakvizicečinákladůnapořízení,kterásledujenákladyna
stavbunovýchdomůčibytů.Zdrojovádatapocházejízprůzkumůstavebníchspolečností
atěch,kteřístavítypovédomy.Avšaktentopřístupignorujecenypozemků(vizrovněž
kapitolu2.6nastraně40).
Volbaoptimálníhopřístupukproblematicebydlenívevlastnímzávisínazpůsobu
dalšíaplikaceprostorovéhocenovéhoindexu.Pokudjecílemsrovnáníkupníchsil,potom
nákladynabydleníjsoujednímzrozhodujícíchfaktorů,přičemžcenypozemkůzdehrají
významnouroli.ABSzvažujemožnostzveřejňovánítřírozdílnýchsouborůprostorových
indexů, přičemž první znich je založen na výše zmíněné akviziční metodě, druhý na
metoděekvivalencenájmů,třetíbydlenívevlastnímvůbecnezahrnuje.
Dalšímitřemiproblematickýmiskupinamijsouvzdělání,zdravíadoprava.Voblasti
jsou šetřeny cenové údaje za předškolní, základní, střední i vysoké školy a zároveň se
rozlišujístátníinstituceodsoukromých.Prostorovásrovnánícenvzděláváníjsouovšem
ztížena zejména nedostatkem použitelných údajů o rozdílech vkvalitě jednotlivých
zařízení.
Voblastizdravíjsoušetřenycenyvšechvýdajůspojenýchsezdravím,jakonapříklad
zdravotnípojištění,poplatkyulékařůaspecialistů,dalšílékařsképoplatkyanemocniční
sazby.Vsouvislostispoplatkyzalékařskoukonzultacivyvstávajízajímavéotázky:Pokud
většinapraktickýchlékařůprovozujesvoučinnostvrežimubulkbilling6,pakječistácena
pro pacienta nula. Pokud praktický lékař není vrežimu bulk billing, pak pacient může
žádatzpět85procentzcelkovéčástkyzaplacenézaposkytnutílékařsképéče(tj.hrubé
cenyvrežimubulkbilling).Lékaři,kteříneprovozujísvoupraxivrežimubulkbilling,však
účtujíhrubécenyvyššíneždleoficiálníhosazebníku.Waschkaakol.popisuje,okolikjsou
ceny vrežimu bulk billing vCanbeře nižší oprotiostatním městům (WASCHKA a kol.,
2003).Opětvyvstáváproblémkonstantníkvality.
Od roku 1998 publikuje Úřad vlády pro regionální rozvoj Západní Austrálie
regionální cenové indexy na bázi fixního koše pro 27 měst. Váhový systém vychází ze
spotřebního koše pro CPI vhlavním městě Západní Austrálie – Perthu publikovaného
ABS.
6
Australský systém hrazení nákladů na zdravotní péči zobecného zdravotního pojištění. Jedná se
vpodstatěopodobýsystémjakovČeskérepublice.
12
Cílemprojektubylovytvořitprostorovýindexprocenovoukomparaci,kterýsvé
hlavní využití nachází především ve stanovení kupních sil platů státních zaměstnanců
vdanýchregionech,aleimezdvsoukromémsektoruadálejevyužívánjakoanalytický
podklad pro politická rozhodnutí. Spotřební koš čítá 504 položek, přičemž bydlení ve
vlastnímjekoncipovánonabáziplatebníhopřístupu,tj.cenaminemovitostí,kdevahouje
objemzaplacenýchúrokůzhypoték(podrobnějivizkapitolu2.6nastraně40).
Spojenéstátyamerické
ÚřadpropracovnístatistikuSpojenýchstátů(BureauofLaborStatistics–BLS)realizuje
mimořádněambiciozníprojektregionálníchcenovýchparit,kterývyužívášetřenícenz
CPI a pro prostorová cenová srovnání ve velké míře používá hédonické metody
(SCHULTZE a MACKIE, 2002). BLS vrámci cenových šetření pro účely sestavení CPI
používá metodu výběru vzorků na základě pravděpodobnosti, tudíž volba konkrétní
položkyreprezentujícíurčitoukategoriizbožíčislužebzávisínamířepravděpodobnosti,
se kterou by toto zboží či služba byly vybrány spotřebitelem vkonkrétním obchodě a
městě.Prostorovésladěnínaúrovnikonkrétníchpoložekjetedyvelmislabé.BLStento
problémřešímetodouhédonickéregrese(propodrobnostivizkapitolu2.5.4nastraně
37),kterápředstavujesofistikovanýsystémzpracovánídatzdostupnýchšetřeníproCPI.
Anižbybylotřebajítdoterénuasbíratnovéúdajespeciálněproprostorovásrovnání,
dokážeBLSdíkymetoděhédonickéregresekalkulovatrobustníprostorovýcenovýindex
(BLS,2007).
VelkáBritánie
NárodnístatistickýúřadSpojenéhokrálovstvíVelkéBritánieaSeverníhoIrska(Officeof
National Statistics – ONS) zvolil odlišný přístup řešení problému prostorové
srovnatelnosticenovýchdat.Dosudjejovšemaplikujejenvomezenémíře,vedvanácti
pilotních oblastech (HAYES, 2005). Na rozdíl od australských a amerických kolegů se
Britovézavázalikpublikovánívýsledkůprostorovéhosrovnáníkaždédvarokyodroku
2004 (BALL a FENWICK, 2004). První průzkum za rok 2000 zahrnoval pouze cca 380
druhů zboží a služeb napříč 65 městy/oblastmi. Sběr dat zajišťovala společnost pro
marketingovýprůzkumzvanáResearchInternational(FENWICKaO̓DONOGHUE,2003).
Výsledkyprůzkumubylydoplněnyoúdajezešestřenímaloobchodníchcen(RetailPrice
13
Index) zahrnující okolo 170 položek (zejména potraviny a tabák tam, kde bylo možné
přiřaditpřesněúdajezrůznýchoblastí).Prooblastbydlenívevlastnímindexzohledňuje
platbyhypotečníchúroků.
ZkušenostiBLSaONSnaznačujíurčitýposun.BLSukázal,žehédonickémetodyse
dajípoužítkzískáníprostorovýchcenovýchindexůzprostorověnesrovnatelnýchúdajů
CPI. ONS ukázal, že dodatečné průzkumy prostorově srovnatelných cenových
reprezentantů (podrobně charakterizovaných určitými typickými znaky) nejsou zcela
nemožné, avšak lze je provést pouze vomezené míře. Jako velmi efektivní se jeví
kombinace obou výše uvedených přístupů. Kokoski, Cardiff a Moulton uznávají, že
hédonický přístup nemůže řešit všechny jednotlivé vstupní položky výdajového koše
(KOKOSKI, CARDIFF a MOULTON, 1994). Pokud se výzkum zaměří speciálně na
problematiku prostorové srovnatelnosti dat, lze i při použití dat zšetření CPI dospět
kdostatečně přesným výsledkům vhodným ke zveřejnění, aniž by to bylo spojeno
svýraznými finančními nároky na další cenová šetření. To je ostatně jedním
zvýznamnýchaspektů,kterýautořizohledňujívrámcicertifikovanémetodikypopsané
podrobněvkapitole3nastraně51.
14
Metodické přístupy ke kalkulaciprostorových cenových
indexů
JanaŠimanová,JiříRozkovec,PavlaBednářová
Následující kapitola pojednává o problematice prostorového srovnání cen. Konkrétněji
jsou zde popsány různé alternativní způsoby výpočtu prostorových cenových indexů,
pozornostjevěnovánavolběkonkrétníchoblastí(národníchčioblastních/regionálních
vah)aproblémům,kterémohounastatvpřípaděneúplnýchnebonedokonaleprostorově
srovnatelnýchdat.
Volbaoblasti
Správná volba oblastí pro kalkulaci prostorových cenových indexů je obtížným
teoretickýmproblémem.Obecněvšaklzekonstatovat,žečleněnínamenšíúzemnícelky
je vždy vhodnější. Otázka volby oblasti není vmanuálu Evropského srovnávacího
programu detailněji řešena, jelikož dosavadní prostorové srovnání parit kupní síly
vkontextuobjemovýchindexůjeprováděnonaúrovnistátů.
Jednouzmožností,jakotázkuvolbyoblastiřešit,jezjistitodpotenciálníchuživatelů
indexu,jakéjedlejejichnázorunejlepšíoblastníčlenění.Ačkolisepohledjednotlivých
uživatelůbudejistělišit,jednouznejčastějšíchodpovědíbudepravděpodobněcomožná
nejpodrobnějšíúzemníčlenění.Klíčováprofinálnírozhodnutítýkajícíseprostorového
vymezení indexu jsou ovšem praktická kritéria, která jsou jasně omezena dostupnými
údaji týkajícími se oblastních cen a výdajů domácností. Lze přitom očekávat, že bude
jednoduššízískatinformaceolokálníchcenáchnežovýšiastruktuřelokálníchvýdajů
domácností.
Pokud nejsou údaje o výdajových vahách vkonkrétní oblasti k dispozici, lze je
odhadnout podlepodobného či sousedního regionu. Takovými odhady se vČR zabývá
např.(KRAMULOVÁaMUSIL,2013),kteříodhadujíregionálnívýdajovéváhyznárodních
účtůpomocívybranýchklíčů,jimižjsouStatistikarodinnýchúčtů(SRÚ),početobyvatel
regionuadalší.Vzahraničílzečerpatnapř.z(FIGUEROE,ATENaMARTIN,2014),kde
jsou výdajové váhy odhadovány na základě šetření spotřebních výdajů (Consumer
Expenditure Survey) realizovaného BLS a alokovány do konkrétních regionů
proporcionálně podle příjmů. Jako alternativu američtí autoři uvádějí alokaci podle
populace regionu. Vmanuálu ILO jsou doporučovány možnosti využití šetření výdajů
15
domácností (Housing Expenditure Survey). Samozřejmě záleží na účelu použití indexu.
Pokud se jedná o indexy životních nákladů (Cost‐of‐Living Index), je možné využít
regionálních šetření výdajů domácností, jsou‐li provedeny na reprezentativním vzorku
(KOO,PHILLIPSaSIGALLA,2000).Vzásadějemožnéprovéstodhadnanižšíúzemnícelky
na základě výsledků statistiky šetření domácností (Statistiky rodinných účtů) dle
kvótního výběru, kde jsou známy spotřební výdaje průměrné domácnosti vkvótním
členění, tj. např. podle příjmů, velikosti obce, počtu členů domácnosti i členění podle
sociálníhostatutu(nezaměstnaní,důchodciapod.).Klíčemproodhadvýdajovýchvahpak
kroměvýšezmíněnéSRÚdálemohoubýtúdajezeSčítánídomů,lidíabytů(SLBD)aúdaje
městskéaobecnístatistiky(ČADILaMAZOUCH,2011).
Pokudjenaproblematikuvolbynahlíženozčasovéhohlediska,tj.volbačasového
úseku,kterýbymělindexzahrnovat(např.měsíc,čtvrtletí,rok),potomrozhodujespíš
praktické hledisko a požadavky uživatelů. Jedním zobecných přesvědčení týkajících se
cenovýchindexůje,žesrostoucíinflacíbysemělazvýšitifrekvencevýpočtůindexů(tzn.
délkačasovéhoúsekubysemělazkrátit).Zteoretickéhohlediskabysesrovnánícenměla
provádětzapokudmožnostejnáobdobí.
Při užití tohoto principu je třeba, aby oblasti byly relativně homogenní, co se
cenovýchhladinacenovýchparittýče.Nejsou‐litytopodmínkysplněny,pakagregacecen
napříč heterogenní oblastí zamlží většinu cenových odchylek, které chceme měřit. Při
volběoblastíjetřebazjistit,zdajsoucenovéhladinyicenovépoměryvnavrhovanéoblasti
přiměřeně homogenní. Diewert vyvinul metody pro srovnání stejnorodosti, resp.
nestejnorodosti dvou cenových vektorů jak zhlediska jejich absolutních hladin, tak
cenových poměrů (DIEWERT, 2002a). Existuje ale i jednodušší metoda spočívající ve
zkoumánípodílůvýdajůurůzných produktovýchskupin.Spotřebitelésivybírajízboží,
které koupí, na základě relativních cen, proto nám odlišné výdajové podíly nejspíš
naznačujírozdílyvrelativníchcenách.
VpřípaděvolbyoblastivkontexturegionálníchcenovýchhladinvČeskérepublice
lzeuvažovatotřechzákladníchmožnostechúzemníhorozdělení:
 administrativníčleněníČeskérepubliky;
 územníhočleněnídleStrategieregionálníhorozvoje;
 prostorovýkoncepttržníchregionů.
16
2.1.1 AdministrativníčleněníČR–klasifikaceCZ‐NUTS‐LAU
Administrativní regiony jsou vymezovány pro potřeby výkonu státní správy a územní
samosprávy.Mezijejichjednotlivýmiúrovněmiexistujídvazákladnívztahy:skladebnost
(region vyšší úrovně je tvořen několika celky nižší úrovně) a vztah podřízenosti či
nadřízenosti (normy přijaté na vyšší úrovni jsou závazné pro regiony úrovně nižší).
Administrativní – správní regiony vycházejí z historického územního členění, ale
respektují i normalizovanou klasifikaci územních celků v České republice podle
klasifikaceCZ‐NUTS.Aktuálníúzemně‐správníčleněníbylozavedenoopatřenímČeského
statistickéhoúřaduzedne27.dubna1999anaposledyaktualizovánosdělenímČeského
statistickéhoúřaduč.363/2012Sb.zedne29.října2012(ČSÚ,2012)(vizObrázek1).
Obrázek1:Klasifikaceúzemníchstatistickýchjednotek(CZ‐NUTS‐LAU)
Zdroj:(RISY,2015a)
Využitíadministrativníhočleněníprokalkulaciregionálníchprostorovýchcenových
indexů přináší základní výhody vdostupnosti statistických dat pro vybrané
administrativní jednotky. Vrámci regionální statistiky na úrovni NUTS2 (oblasti, tzv.
regionysoudržnosti),NUTS3(kraje)aLAU1(okresy)zajišťujeadministrativníčlenění
rovněž aplikovatelnost výsledků vrámci Strategie regionálního rozvoje ČR a využití v
rámciregionálníhospodářsképolitiky(LABOUNKOVÁakol.,2014).Mezihlavnínevýhody
využitíadministrativníhočleněníproprostorovésrovnáníregionálníchcenovýchhladin
17
patří nezohlednění vzájemných dojížďkových a vyjížďkových vazeb regionů,
nerovnoměrnérozloženímetropolitníchoblastíaměstskýchčástívjednotlivýchkrajích
anerovnoměrnérozmístěnípopulacesohledemnavytvářenítržníchzón.Administrativní
členěníČRbylopodrobenorevizinapř.zestranyHamplaaMarady(HAMPLaMARADA,
2015),HubáčkovéaKrejčího(HUBÁČKOVÁaKREJČÍ,2007),případněHaláseaKlapky
(HALÁSaKLAPKA,2010),kteřínavrhlipotenciálníúzemněsprávníuspořádáníČeskaza
pomoci modelování prostorových interakcí prostřednictvím Reillyho modelu a
komparacímodelovanýchvýsledkůsregionalizacízaloženounareálnýchdojížďkových
vazbáchapřisoučasnémadministrativnímčleněníúzemístátu(HUBÁČKOVÁaKREJČÍ,
2007).
2.1.2 ÚzemníčleněníČeskérepublikyproúčelyStrategieregionálníhorozvoje
Základním východiskem k uplatnění priorit regionální politiky a vymezení územní
dimenzevČRjeStrategieregionálníhorozvojeČR2014–2020(MMR,2013).Jednáseo
základní koncepční dokument v oblasti regionálního rozvoje. Územní dimenze vrámci
analýzy Strategie regionálního rozvoje dokumentuje především potřebu vyšší územní
integrace jádrových prostorů nejvýznamnějších metropolitních oblastí a aglomerací s
jejich širším zázemím za účelem efektivního využití jejich ekonomického a lidského
potenciálu. Území České republiky je rozděleno na tři základní typy z hlediska
rozvojovýchznaků:
 rozvojováúzemí
 metropolitníoblastijsouoblastiskoncentracínad300tis.obyvatel.Jejichjádry
jsou největší města v České republice (Praha, Brno, Ostrava, Plzeň). Jsou zde
koncentroványfunkcenejvyššíhořádu(administrativa,finančnísektor,vědaa
výzkum, vysoké školství, infrastruktura, manažerské struktury). Výrazným
trendem ve vývoji jejich prostorové struktury je intenzivní suburbanizace,
ovšemsřadounegativníchdůsledkůovlivňujícíchjejichcelkovývývoj.Pražská
metropolitní oblast svým významem ovlivňuje podstatnou část území státu,
prostorovývlivBrněnské,OstravskéaPlzeňskémetropolitníoblastijeomezený
napříslušnéčástirepubliky.Zhlediskakoncentraceobyvatelstva(nad300tis.
obyvatel) lze k těmto centrům přiřadit i oblasti Ústecko – Chomutovské
aglomerace a Hradecko – Pardubické aglomerace. V těchto metropolitních
oblastechsetvořívícejak55%HDPČR,žijezdevícejak45%obyvatelamají
18
klíčový význam pro ČR z hlediska ekonomického růstu a mezinárodní
konkurenceschopnosti.
 sídelníaglomeracepředstavujíúzemískoncentrací100000–300000obyvatel,
jejichž jádry jsou zbývající krajská města. Tato centra jsou se svým zázemím
poměrně intenzivně propojena hospodářsky, infrastrukturně, dojížďkou za
pracíaslužbami.Nadruhéstranějsouzdeuvětšinysídelníchaglomeracípatrné
výraznějšírozdílymezijejichcentryazázemímzhlediskacharakteruosídleníi
ekonomickézákladny.
 regionální centra a jejich zázemí (území s koncentrací 25000 – 100 000
obyvatel)patříhospodářskástřediskaregionálníhovýznamuajejichzázemís
vyššíkoncentracíobyvatelavětšímpočtempodnikatelskýchsubjektů.Tytotři
typy území lze charakterizovat jako vysoce urbanizovaná území, v nichž se
prioritně budou projevovat předpoklady a problémy spojené s urbánním
rozvojem.
Obrázek2:TypologieúzemíČeskérepublikydleStrategieregionálníhorozvojeČR
Zdroj:(MMR,2013:57)
 stabilizovaná území se nacházejí mimo aglomerace a regionální centra a jejich
zázemíazároveňnetvoříperiferníúzemí.Představujíjemikroregionálnícentra–
ekonomickáasídelnístřediskasomezenýmregionálnímvýznamem,kterátvoříse
19
svým zázemím relativně funkční oblasti. Jedná se o území, která v dlouhodobém
hledisku nevykazují významné negativní socioekonomické charakteristiky (např.
nezaměstnanost, vylidňování, environmentální zátěže nebo nedostatečná
vybavenost),alezároveňnejsou„hybatelem“socioekonomickéhorozvojevregionu,
cožpředurčujeskutečnost,žečástmístníhoobyvatelstvamusívyjíždětzapracíado
školmimotytofunkčníoblasti.
 periferníúzemípředstavujíúzemígeografickyodlehláadlouhodoběsepotýkající
s kumulací problémů (např. příhraniční oblasti, horské oblasti, vnitřní periferie
nebo území se specifickými problémy). Jedná se o území, ve kterých se kumulují
negativní charakteristiky, které spočívají například v nedostatečné vybavenosti
území, v často velmi špatné dopravní dostupnosti či vysoké nezaměstnanosti.
Hlavnímznakemprotatoúzemíjevětšinovávyjížďkamístníchobyvatelzapracía
doškolmimotatoúzemíanezřídkaipokračujícívylidňování.Stabilizovanáúzemía
periferníúzemísepřevážněvyznačujípodprůměrnouhustotouzalidnění(pod100
obyvatelnakm2)alzejezahrnoutpodspolečnýpojemvenkov.
Vkombinacisukazatelihustotyzalidněníapočtuobyvateljsoutytotypydlestupně
urbanizaceúzemídálerozdělenynaurbanizovanéoblastiavenkov,přičemžrozlišujícím
kritériemjehustotazalidnění100obyvatelnakm2(vizObrázek2výše).
2.1.3 Prostorovýkoncepttržníchregionů
DalšímožnostísubregionalizaceúzemníČRpropotřebyzkoumánícenovýchdiferencíje
vytvoření prostorového konceptu tržních regionů (tržních zón obklopujících tržní
cenotvorná centra) na základě detekce tržních prostorových interakcí s akcentem na
reálné dojížďkové vazby (přirozené spádovosti) při akceptování současného
administrativníhočlenění(administrativníspádovosti)územíČeskérepubliky.
Východiskem pro identifikaci tržních (cenotvorných) center je tzv. Teorie
centrálníchmíst(CHRISTALLER, 1933),kterásezabýváseproblematikouprostorového
systémuosídlení,velikostíarozmístěnímsídelvsídelnístruktuřepředevšímnazákladě
ekonomickýchcharakteristik,závislýchnachováníspotřebitelůaobchodníkůvreálném
čase.PůvodníteoriirozšířilLöschzkoumánímadefinovánímtržníchzónspádujícíchk
tržnímcentrům(LÖSCH,1954)aIsard,kterýsevěnovalteoretickýmaspektůmlokalizace
v kontextu regionální ekonomie (ISARD, 1956). Regionální ekonomie zprostředkovává
zavedeníprostorudoekonomickýchteoriíidopraktickýchpostupů‐zavádíapracujes
20
prostorovýmekonomickýmsystémem,kterýjechápánjako„komplexprvkůvinterakci“,
zahrnujícíproducenty,spotřebitele,komunity,hospodářskácentra,přičemžvšechnytyto
složkyjsoupropojenytokystatků,energie,služeb,lidíainformací.Prostorováorganizace
produkceodrážejícírelacemezipoptávkou,nabídkouacenouvycházízekonomických
vztahůzahrnujícíchvlivvzdálenostinanáklady,poptávkovýprostorovýpotenciálodbytu,
prostorové vztahy konkurujících si subjektů v hierarchických vztazích ekonomických
centervprostoru,vlivkonurbačníchpásemadopravníchkoridorů,rozmístěnípopulace
s ohledem na vytváření tržních zón, mobilitu spotřebitelů, polohovou rentu a další
faktory.
Tržnícentrumpředstavujemísto,kteréposkytujevýrobky,službyaadministrativní
zázemí obyvatelstvu určitého „spádového“ území. Základními předpoklady konstrukce
tržních center jsou prostorové stránky nabídky a poptávky (existence tržní zóny pro
danou službu) a lokalizace ekonomických subjektů (prahový počet obyvatel, faktory
ovlivňující lokalizaci (umístění) těchto subjektů). Tržní centra si postupně vyvíjejí
obslužnou funkci pro svoje širší okolí (zázemí) ovlivněné časovou dostupností a
dopravními náklady. Centrum je se zázemím propojeno dostředivými vazbami a
odstředivými vazbami. Centrum poskytuje zázemí pracovní příležitosti, občanskou
vybavenost, kulturní zázemí, služby. Naproti tomu zázemí poskytuje centru lidský
potenciál,suroviny,zemědělsképrodukty,rekreaci.Významcentrasehodnotípodletzv.
centrality, tedy podle rozsahu poskytovaných služeb nebo zboží, vzniká tzv. hierarchie
centrálních míst. Prostorové vymezení tržní zóny lze potom provést na základě tzv.
demografické síly (demographic force), která zachycuje socio‐ekonomické prostorové
interakceakterájeodvozenaodprincipuminimálníhoúsilí‐odpředpokladu,žečlověk
se snaží vždy své chování racionalizovat a minimalizovat tak úsilí, jež vede k
požadovanýmcílům.
V souvislosti s prostorovým vymezením tržních regionů a především s definicí
tržníchcenterjetřebavzítvúvahuvývojovétrendy,kterémajívýraznývlivnaodlišnosti
vcenovýchhladináchvjednotlivýchregionech.Mezivýznamnétrendypatří:
 Efekt zahuštění (crowding efect), kdy zvýšení koncentrace firem a obyvatel
vcentrechvedekrůstucenfaktorůazboží,kteréjsounemobilníajejichžnabídkaje
fixní(bydleníčipůda).
 Rozšiřovánínabídkynovýchslužebvcentrálníchmístechvyššíchřádůvdůsledku
rostoucíkupnísílyobyvatelstva.
21
 Vzhledemkekvalitativnímurozvojidopravyatechnologií(dojížďkadozaměstnání,
rostoucí počet osobních automobilů, příměstská doprava, nákupní turistika,
dlouhodobé skladování potravin) se poptávka po službách a zboží nerealizuje
výhradněvmístěbydliště‐docházíkpřeskakovánínižšíchstupňůcenterakjejich
postupnémuúpadku.
 Expandujícítržníoblastijsoupozorovatelnévokolídopravněexponovanýchtržních
center.
 V důsledku aglomeračních tendencí dochází ke shlukování výroby s rostoucími
výnosyzrozsahuavysokýmdůchodotvornýmpotenciálemvcentrálníchregionech
vyššíchřádů.
UprostorovéhierarchietržníchcentervČRlzevycházetzetříprincipů:
 Administrativní princip – princip hierarchie, je založený na předpokladu
jednoznačnépříslušnostinižšíchstředisekkestřediskuvyššímuavČRjezastoupen
systémemstatistickéklasifikaceúzemníchstrukturCZ‐NUTSasystémemLAU.
 Tržní princip – strukturální charakteristika centra, je výsledkem lokalizace
ekonomických subjektů a je charakterizován velikostí centra, počtem obyvatel,
hustotou zalidnění, počtem ekonomických subjektů, aj. Při vysvětlování
prostorovéhorozloženísocioekonomickýchaktivithrajívýznamnourolilokalizační
faktory a to poptávkové faktory, nabídkové (nákladové) a aglomerační faktory
(BEDNÁŘOVÁ a LABOUTKOVÁ, 2014). Pro detekci tržních center vČR byly za
strukturálníparametryzvolenypočetobyvatelveměstechadominantnostcentra
(BEDNÁŘOVÁ,2015).
 Dopravní princip – princip nodality, usiluje o integraci dopravního systému,
sledujeinterakční,dojížďkovéadopravnívazbymezicentry,např.dojížďkadoškol
a zaměstnání, vybavenost školskými zařízeními, vybavenost zdravotnickými
zařízeními(lékárna,nemocnice,ordinacelékaře,stanicezáchrannéslužby),počtem
lůžek,občanskouvybaveností.Principnodalitybylreflektovánzahrnutímvýsledků
projektu(ŽIŽKAakol.,2013),vekterémbylonazákladědatosměrovýchproudech
vyjížďkyadojížďkymeziobcemiČR,použitímcertifikovanémetodiky,naúzemíČR
vymezeno411funkčníchsubregionůabylaprovedenajejichhierarchizace.Centra
byla
rozdělena
na
místní
centra,
centra
subregionálního
významu,
mikroregionálního významu, regionálního významu a velmi významného
regionálníhovýznamu.Proidentifikacitržních(cenotvorných)center1.řádua2.
22
řáduvČRbylavybránapouzecentrasklasifikacíregionálníhovýznamu,tedycentra
scharakteristikami spádového centra – významná vyjížďka, splňující podmínky
subregionální jednotky dle Programu rozvoje venkova ČR, vcentru se nachází
významný zaměstnavatel (v kategorii 100 až 199 zaměstnanců), vobci existuje
střední škola. Centrum velmi významného regionálního významu je
charakterizováno počtem obyvatel nad 90 tisíc a existencí vysoké školy
univerzitníhotypusesídlemvdanéobci.
ZohledněnímvšechtřípřístupůkhierarchizacitržníchcentervČRbylavytvořena
finálnímapatržníchregionů(vizObrázek3),kterázachycujerozloženítržníchcenter1.
řádu (10tržních center, přičemž se vždy jedná o metropolitní města s vysokou
koncentracípoptávky,vysokoudominancícentraasilnýmiprostorovýmivazbamivůči
svémuokolí)atržníchcenter2.řádu(hierarchickynanižšíúrovnibyloidentifikováno14
městvČR),hranicetržníchzónspádujícíchkcentrůmsakcentemnareálnédojížďkové
vazby (přirozené spádovosti) a akceptací současného administrativního členění
(administrativníspádovosti).
Obrázek3:ProstorovýkoncepttržníchregionůČeskérepubliky
Zdroj:(BEDNÁŘOVÁ,2015:18)
Tržní regiony, jako funkční regiony vymezené na základě dojížďky, umožňují
přesnějšíidentifikacivlivunacenovécharakteristiky,cožpředstavujezákladnívýhodu
přivýpočturozdílůvregionálníchcenovýchhladinách.Dalšívýhodoujedefinicetržních
23
regionůnaúrovninižšíchtržníchcenter.Mezizákladnínevýhodypatříabsencecílených
dat o spotřebitelských cenách v rámci tržních regionů, dále fakt, že výsledky nelze
komparovatsostatnímiindikátoryadatyměřenýminaúrovnikrajů(okresů)azároveň
výsledky nejsou využitelné vsouvislosti srealizovanou regionální hospodářskou
politikou.
VČRjsoucenyvrámcišetřeníCPIzjišťoványv35okresechaHl.městěPraze(jejich
výčet ukazuje např. Tabulka 3 na straně 70). Tyto budou pravděpodobně základními
oblastmi pro odhad cenových parit a regionálních cenových indexů. Výdajové váhy
domácnostípodleCOICOPjsouznámyvnejnižšímregionálnímčleněnínaúrovniregionů
soudržnosti NUTS2 (Statistika rodinných účtů, ČSÚ), proto je nutné provést odhad na
nižší územní celky podle průměrných výdajů domácností včlenění dle CZ‐COICOP.
Způsob odhadu metodou Small Area Estimation je podrobněji popsán vkapitole 3.2
nastraně62adálevkapitole4.2nastraně68.
Volbavýdajovýchvah
Volbaoblastníchnebonárodníchvýdajovýchvahmůžemítvlivnavýsledky,zásadněvšak
ovlivňuje především jejich interpretaci a aplikaci indexu. Vpřípadě, že jsou využity
národníváhy,indexymajíformusrovnánínazákladěpevnéhospotřebníhokoše(fixed
basket) a index nezohledňuje lokální spotřební zvyklosti domácností vdané oblasti.
Jakmilesevýdajovépodíly(neboobecnějiváhy)vztahujíkjinémusouborudomácnostía
oblastí,spojenímezitěmitoindexyametodounabáziživotníchnákladůseznačnězmenší.
Metoda fixního koše snižuje regionální charakteristicitu (ČADIL a kol., 2012). Jedná se
čistě o prostorový cenový index. Nižší míra charakteristicity je problematická, protože
výsledkyjsouméněspolehlivéahůřeseinterpretují.Ztrátacharakteristicitypřipoužití
národníchvýdajovýchpodílůzávisínatom,jakmocrůznéjsouvýdajevdanézemi.Pro
relativněhomogennízemibudeztrátacharakteristicitynižší.Ztohotodůvodusejevíjako
vhodné prozkoumat, jak moc se výdajové podíly liší napříč oblastmi. Pouze tímto
způsobemjemožnéověřit,jakbypoužitínárodníchvýdajovýchpodílůzměnilo/zkreslilo
výsledky.
Obecněsevprostorovémsrovnánícenovýchparitupřednostňujepoužitíoblastních
výdajovýchvah.Častonastávásituace,kdycenovášetřeníjsouprováděnanadetailnějším
území, pro které nejsou výdajové váhy sledovány, resp. vzorek ze šetření výdajů
domácností není reprezentativní. Vtomto případě je vodborné literatuře (RAO, 2005)
24
doporučovánopoužítprůměrnévýdajovéváhyanebovýdajovéváhypodobnýchoblastí.I
tentopřístupmásváúskalí,jelikožchybavodhaduregionálníchvahvnášídosrovnání
nelinearituamůževýsledkyzkreslit.
Rozhodnutíopoužitíoblastníchčinárodnívahvýznamněovlivňujeipoužitelnost
různýchtypůindexů.Srovnánínabázioblastníchvahtotižvyžadujetranzitivitucenových
indexů. Tranzitivita je předpokladem pro to, aby byl soubor cenových indexů vnitřně
konzistentní.Napříkladexistují‐litřioblasti–A,BaC,prokterépočítámecenovéindexy,
můžemeporovnatcenyoblastíAaB,
,aAaC,
,
regionů B a C, které lze zapsat jako
∗
,
,
,
,
.Získámetakimplicitníporovnání
, výsledky však nejsou vnitřně
konzistentní.CenovéhladinyoblastiBaClzeurčitalternativněpomocípříméhocenového
indexu
,
.Zdůvoduodlišnýchvahvšaknelzeočekávatshoduimplicitníhoapřímého
cenovéhoindexu,
∗
,
,
.Tranzitivitacenovýchindexůjevlastnost,kterázajišťuje,
že přímé i nepřímé srovnání přináší stejný výsledek a indexy splňují podmínku
konzistence.Nejrozšířenějšímetodouzavedenítranzitivityusouborucenovýchindexůje
metodaEKS(ÉLTETŐaKӦVES,1964)(SZULC,1964),okterépojednávákapitola2.3.3.1
nastraně29.
Volbametodykalkulaceindexu
Cenové indexy jsou založeny na nákladové funkci, tzn. na předpokladu minimálních
nákladůnezbytnýchkdosaženímíryužitkuŪurčenécenovýmvektorem
příslušejícím
regionuk.Nákladováfunkcejetedydefinovanájako(1).
,
.
,…,
∑
:
(1)
Index životních nákladů, který poprvé definoval Konüs, je poměr nákladových
funkcídvourůznýchcenovýchvektorůnaurčitésrovnávacímířeužitku(KONÜS,1924).
,
,
,
(2)
TentorámecbylpozměněnPollackemaDiewertemtak,abyzahrnovaldalšífaktory,
které ovlivňují užitek, podle vzoru podmíněného indexu životních nákladů (POLLACK,
1975) (DIEWERT, 2001). Redefinujme výše uvedenou nákladovou funkci zahrnutím
25
regionálníchnetržníchenvironmentálníchfaktorůurčitéhodruhu(např.podnebí,míra
kriminalityatd.),vyjádřenoujako
, ,
)=
.
,…,
.Dostáváme(3).
∑
:
,
(3)
Existujítedytřizákladnítypyindexůživotníchnákladů:
 Nepodmíněný index životních nákladů, který zahrnuje rozdíly vtěchto
regionálníchfaktorechajeurčennásledovně:
,
,
, ,
, ,
(4)
 Podmíněný index životních nákladů, který obsahuje netržní environmentální
faktorystanovenémeziregiony:
,
,
, , ̅
, , ̅
(5)
 Polopodmíněný index životních nákladů, vněmž uvažujeme situaci, kdy
rozdělíme soubor environmentálních prvků do dvou souborů, e1 a e2, přičemž
podmínímedruhýsoubor,zatímcoprvnísemůželišitnapříčregiony:
,
,
, ,
, ̅
, ,
, ̅
(6)
Vzorecprovýpočetcenovéhoindexujemetodouagregacecenjednotlivýchdruhů
zboží do jednoho souhrnného čísla. Vzhledem kmalé rozloze a arelativní homogenitě
územíČeskérepublikybudemevycházetzpůvodníKonüsovymyšlenky(KONÜS,1924).
Přestojetřebarozlišovatmezibilaterálními,multilaterálnímiasuperlativníindexy,které
kromě samotných cenových poměrů (parit) zohledňují i odlišnosti ve výdajových
spotřebníchkoších.
2.3.1 Bilaterálnícenovéindexy
MezinejběžnějšíbilaterálnícenovéindexypatříLaspeyresůvaPaaschehocenovýindex.
Postuppřijejichkalkulacijeuvedenníževevzorci(7)a(8).Laspeyresůvcenovýindex
jeváženýmprůměremcenregionuAaregionuB,přičemžjsoupoužityváhyregionuA.
Paascheho cenový index je váženým průměrem cen regionu A a B za použití vah
zregionuB(STRÖHL,1994).
26
∑
,
∑
∑
,
∑
∑
,
∑
,
∑
∑
(7)
(8)
Tytoindexyjakozástupciindexůživotníchnákladůzkreslujíekonomickourealitu,
protože přesně nezahrnují spotřebitelský substituční efekt (DIEWERT, 2001).
Laspeyresůvindexnadhodnocujecenovérozdíly,zatímcoPaaschehoindextytorozdíly
podhodnocuje(BRAITHWAIT,1980).Pokudvezmemevúvahu,žeLaspeyresůvindexje
aritmetickým a Paascheho index harmonickým průměrem, tj. převrácená hodnota
aritmetickéhoprůměrupřevrácenýchhodnotzadanýchčlenů,přirozenoualternativouje
využitígeometrickéhoprůměruuLaspeyresova(9)aPaaschehoindexu(10).
,
∏
(9)
,
∏
(10)
Geometrický Laspeyresův a Paascheho index již tak nezkresluje ekonomickou
realitu sohledem na indexy životních nákladů, protože do jisté míry zahrnují
spotřebitelskýsubstitučníefekt(LIPPE,2007).
Ačkoliv všechny tyto vzorce (7) – (10)představují metody agregace cen, nepatří
ktěm,kteréodbornáliteraturadoporučuje,protožesejednostrannězaměřujípouzena
posuzováníinformacízjednéoblasti.Odborníciseshodujínatom,žebilaterálnísrovnání
bysemělaprovádětpomocisuperlativníhoindexovéhočísla(TRIPLETT,2001).
2.3.2 Superlativnícenovéindexy
Superlativní cenový index je výhodný pro flexibilní parametrické vyjádření výdajové
funkce.Nazákladěpředpokladumaximalizaceužitkuprokonkrétnívýdajovoufunkcise
indexživotníchnákladůomezujenafunkcizjistitelnýchcenamnožství,protojevhodné
sladit cenové indexy sodpovídajícími výdajovými funkcemi. Typickým prvkem
superlativníchcenovýchindexůjezahrnutíinformacíovaháchzobouoblastí.Tudížani
LaspeyresůvaniPaaschehoindex,stejnětakjakoLaspeyresůvčiPaaschehogeometrický
index nejsou superlativní. Diewert poukazuje na fakt, že existuje nekonečné množství
superlativních vzorců (DIEWERT, 1983). Jejich společným znakem je vyloučení
27
substitučního zkreslení. Odborná literatura se vzásadě zaměřuje na tři superlativní
indexy. Těmi jsou Fisherův, Tӧrnqvistův a Walshův index. Fisherův index je
geometrickýmprůměremLaspeyresovaaPaaschehoindexu(11).
,
,
,
∑
∑
(11)
Dle Diewertovy definice (DIEWERT, 1983) je Tӧrnqvistův cenový index také
superlativní, a jde o geometrický průměr Laspeyresova a Paascheho geometrického
indexu(12).
,
,
,
/
∏
(12)
Walshův cenový index (13), který porovnává náklady na nákup průměrného
spotřebního koše, přičemž průměrným košem se rozumí geometrický průměr
spotřebních košů oblastí A a B. Tento index lze také jako ostatní indexy zapsat
prostřednictvímvýdajovýchpodílů(pricerelatives).
,
∑
∑
/
∑
∑
/
(13)
Fisherův,TӧrnqvistůviWalshůvindexjsouvzájemnězastupitelné(aproximujíse),
aprotovcelkunezáležínatom,kterýznichsepoužije.HillaMelservšakpoukazujínato,
že oproti převládajícímu názoru toto neplatí pro všechny superlativní indexy (HILL a
MELSER,2005).Rozpětímeziznámýmisuperlativnímiindexyčastopřekračujerozpětí
mezi Paascheho a Laspeyresovým indexem. Proto je zapotřebí určitých kritérií pro
rozlišenísuperlativníchindexůnabáziaxiomatickéhopřístupu.
Další zajímavou otázkou je dekompozice indexů. Jednou ze zajímavostí
Tӧrnqvistovaindexu(astejnětakiPaaschehoaLaspeyresovageometrickéhoindexu)je,
žesemůženásobněrozkládattak,abysepodílkaždéhoproduktunacelkovémrozdílu
cenovéhladinydalsnadnorozpoznat(SCHULTZE,2003).
28
2.3.3 Multilaterálníindexy
Volba multilaterální metody má často zásadní vliv na konečná indexová čísla. Vtéto
kapitolenejprveobjasníme,cojetomultilaterálnímetoda,kteráúzcesouvisískonceptem
tranzitivityavnitřníkonzistencísouborucenovýchsrovnáníapopíšememultilaterální
metody,kterédoporučujeodbornáliteratura.Problematikatranzitivitycenovýchindexů
bylastručněnastíněnavkapitole2.2nastraně24.Žádnýzbilaterálníchcenovýchindexů,
který počítá soblastními rozdíly ve výdajích, nesplňuje podmínku tranzitivity.
Tranzitivitatedymusíbýtdosouborucenovýchindexůzavedena(LIPPE,2007).
Předpokládejme, že máme
1, … , oblastí, které chceme porovnat. Pokud
zvolímebilaterálníporovnánícenpomocísuperlativníchvzorců(10),(11)nebo(12),pak
získámematicicenovýchindexů(14),kteréjsousymetrické
.
,
,
,
,
,
,
⋮
⋯
⋯
,
⋯
⋯
,
⋯
,
⋯
⋱
⋯
⋯
,
,
⋮
⋮
⋮
(14)
,
Tento soubor cenových indexů však nesplňuje podmínku tranzitivity – nepřímé
indexyposkytujíobecněodlišnéodpovědioprotipřímýmindexům.
2.3.3.1 MetodaEKS
MetodaEKSzabezpečujetranzitivitupoužitímgeometrickýchprůměrůvšechpřímýcha
nepřímýchporovnání.CenovéhladinyoblastíAaB,astejnětakivšechostatníchoblastí,
jsoukalkuloványpomocívzorce(15).
∏
,
,
∏
,
∏
,
(15)
Metoda EKS využívá všechny dostupné informace tak, aby zahrnula všechna
bilaterálnísrovnánídoodhaduparitykupnísílyvdanéoblasti.Navícžádnáoblastnení
nadřazena jiným. Ostatní přístupy koblastem takto rovnocenně nepřistupují. Použitím
metodyEKSspolusTӧrnqvistovýmindexemjemožnépřesněekonomickyinterpretovat
29
relativním znázorněním výdajové funkce (CAVES, CHRISTIANSEN a DIEWERT, 1982).
MetodaEKSspolusaplikacísuperlativníhoindexutedyodrážísubstitučníefekt.
Dalšími multilaterálními metodami jsou metody založené na průměrných cenách,
metodyprůměrnéhokoše,Minimum‐SpanningTreeaWeightedCountryProductDummy.
2.3.3.2 Metodyzaloženénaprůměrnýchcenách
Metodyzaloženénaprůměrnýchcenáchporovnávajíkaždouoblastsumělevytvořenou
průměrnouzemí.VětšinametodzaloženýchnaprůměrnýchcenáchvyužíváPaascheho
index.Cenovýindexprooblastjekalkulovánjako(16).
∑
,
∑
(16)
Zde
představujecenuproduktunvefiktivníprůměrnézemiX.Nejpoužívanější
metodou průměrných cen je metoda Gearyho‐Khamisova metoda (GEARY, 1958)
(KHAMIS, 1972), která odvozuje vektor průměrných cen a cenové indexy řešením
systémusimultánníchrovnicN+Kv(16)a(17)(OECD,2005).
∑
∑
(17)
,
Nevýhodou metod průměrných cen, které používají Paascheho index, je
substitučníefekt,kterýmůžeznačnězkreslovatjakprostorovécenovéindexy,takměření
skutečnéspotřeby,kterájezvýsledkůodvozena(NUXOLL,1994)(DOWRICKaQUIGGIN,
1997) (HILL, 2000). V (18) je použito kvantitativní vážení kvytvoření vektoru
průměrnýchcentak,abycenybohatšíchoblastízískalyvětšíváhu.To,zdajsouprostorové
rozdíly vcenových hladinách podhodnoceny nebo nadhodnoceny, záleží na tom, jak se
vektorprůměrnýchcenpočítá,azdamáoblastvysokounebonízkouskutečnouspotřebu.
Kvůli tomuto substitučnímu zkreslení se místo Gearyho‐Khamisovy metody obvykle
upřednostňujemetodaEKS(EK,2012).
Cenové indexy vypočtené Gearyho‐Khamisovou metodou jsou charakteristické
přirozenou aditivní dekompozicí. To napomáhá výkladu a určení toho, jak se rozdíly
vkategoriíchkomponentpodílínacelkovéhodnotěindexu.Tatoaditivnídekompoziceje
obzvláště užitečná pro potřeby interpretace, kdy se cenový index používá kdeflaci
úhrnných výdajů přiodvozování relativní skutečné spotřeby. Počítá‐li se cenový index
30
pomocí(17),pakmohoubýtskutečnévýdajenaspotřebuimplicitněodvozenypomocí
relativníchnominálníchvýdajůacenovéhoindexu.ReálnáhladinaspotřebyvoblastiAse
dáodvoditjako(18).
∑
∑
,
∑
∑
∑
(18)
∑
Je zřejmé, že měření reálné spotřeby je vtomto smyslu aditivní, neboť všechny
komponentnívýdajesníženérelativnímicenami,jsoushrnutydocelkovéreálnéspotřeby
(BALK,2004).
2.3.3.3 Metodyprůměrnéhokoše(AverageBasketMethod)
Místo porovnávání oblastí pomocí vektoru průměrných cen můžeme použít průměrný
spotřebníkoš(nebokvantitativnívektor).Většinametodprůměrnéhospotřebníhokoše
využívá kporovnávání oblastí Laspeyresův index. Vtomto případě má cenový index
průměrnéhospotřebníhokošenásledujícípodobu:
∑
,
∑
∑
∑
∑
(19)
∑
Existujírůznézpůsobyvýběruvektoruprůměrnéhomnožství(HILL,1999)jako
například aritmetický průměr spotřebních košů napříč oblastmi. Indexy sestavené dle
(19)automatickysplnípodmínkutranzitivity.Jenutnéovšempoznamenat,ženarozdíl
odmetodprůměrnýchcennenímetodaprůměrnéhospotřebníhokošeaditivní.Vpřípadě
alternativníhopřístupuvpodoběpevnéhospotřebníhokošebysespíšepoužilyhodnoty
pevnýchvýdajů.
2.3.3.4 MetodyMinimum‐SpanningTreeaWeightedCountryProductDummy
Vliteratuře najdeme také další typy multilaterálních metod, jako jsou Minimum‐
Spanning Tree (MST) (HILL, 1999) a Weighted Country Product Dummy (WCPD)
(RAO,2001).MetodaWCPDjerozšířenímmetodyCPD,kterésevěnujekapitola2.5.2na
straně 35. Metoda WCPD se liší od ostatních multilaterálních metod tím, že odvozuje
cenovéparitypomocíregresníchmetod.MetodaCPDbylapůvodněvytvořenakvyplnění
mezer vúdajích o ceně na úrovni základních položek (SUMMERS, 1973). Existují‐li
31
mezeryvúdajíchoceně,pakjemetodaWCPDshodnásmetodouprůměrnýchcen,která
využívágeometrickéhoPaaschehoindexumístoPaascheovaindexukvýpočtucenových
indexů. Metoda WCPD má navíc tu výhodu, že umí řešit mezery vúdajích o ceně a
poskytujestandardníodchylkynacenovýchindexech.
MetodaMSTseodostatníchmetodponěkudliší.Podstatouproblémutranzitivityje,
žeexistujeněkolikrůznýchzpůsobůsrovnáníjednotlivýchzemí.DleMSTbychomsiměli
vybrat pouze jeden ztěchto způsobů srovnání (čili spanning trees). Kpoužití tohoto
přístupupotřebujemejasnákritériaprovýběrjednohoztěchtospanningtrees.Hillbyl
zastáncem použití Paasche‐Laspeyresova rozptylu jakožto kritéria – přičemž čím vyšší
rozptyl,tímmenšíspolehlivostsrovnání(HILL,1999).NovějipakDiewertnavrhnulužití
indexů cenové nerovnosti, kdy se srovnávají oblasti spodobnou cenovou strukturou
(DIEWERT, 2002b). Alternativním přístupem by byla srovnání na základě rozsahu
kompatibilitydat,přičemžsesrovnávajíoblastisnejvětšímpřekrývánímcen.
Celkověmůžemedoporučitkbilaterálnímsrovnánímnadúroveňvýdajovýchtříd
použitímodeluEKSspolusFisherovým,TӧrnqvistovýmneboWalshovýmindexem.Tato
metodajevýhodnáprosvourelativníjednoduchost.Skládásezesuperlativníchindexů,a
proto její výsledek není zkreslený substitučním efektem. Navíc přistupuje ke všem
oblastemrovnocenně.
Problém neúplných nebo neodpovídajících dat pro určení
cenovýchparit
Vpředchozíchčástechtétokapitolyjsmepředpokládali,žemámekdispoziciúplnádata,
takžejsmeznalipříslušnoucenuprokaždouzákladnívýdajovoupoložkuvkaždéoblasti.
Promultilaterálnímetodyprobranévpředchozíchkapitolách,bylotřebaznátbilaterální
cenovéparityprokaždéhocenovéhoreprezentantaakaždouoblast.
Základním přístupem na elementární úrovni je získat vzorek položek vkaždé
základnívýdajovéskupiněvkaždéoblasti.Tytocenyseporovnajízaúčelemzískáníparit
elementárníchindexů(elementaryindexparities).Jednímzčastýchproblémůpřitvorbě
těchtosrovnáníje,žezákladnívzorkovéúdajepoložeknejsoustejnévevšechoblastech,
tudížcenynejsoupřímosrovnatelné(ATEN,FIGUEROAaMARTIN,2011).Jdepraktickyo
stejnýproblém,kterýpředstavujepřivýpočtučasovýchcenovýchindexů„rozdílkvality“
nebo„novéanedostupnézboží“.Problémneodpovídajícíchdatbude(vzhledemktomu,
žebudoupoužitycenyzcenovýchšetřeníCPI)poměrněčastý.Sběrdatsetotiždoposud
32
zaměřovalpředevším na tvorbu časových cenových indexů, kde neodpovídající variety
vrůznýchoblastechnepředstavujíproblém,dokudjemožnostejnoučivelmipodobnou
varietuocenitvdanéoblastiběhemurčitédoby.Proúčelykalkulacečasovýchcenových
indexů(typuCPI)jenaopakvýhodnéšetřitcenyrůznýchproduktůvrůznýchoblastech,
kterétakvindexupředstavujírozmanitouškálurůznýchvarietdanéhozbožíneboslužby,
lišícíchseznačkou,kvalitouadalšímispecifikacemi.
Např.máme‐lielementárnívýdajovouskupinu(položku)Chlébkonzumníkmínový
avedvouoblastechbylašetřenacenaza1,2kgchlebatypuŠumava,zatímcovdalších
několikaoblastechza0,8kgnopálovéhochleba,potomvarietysledovanévtěchtodvou
skupináchoblastínejsoupřímosrovnatelné.ProblémvizualizujeTabulka1nížeprotři
oblasti a pět položek, kde „X“ označuje výskyt určité položky (např. 1,2 kg Šumava), a
pomlčkaoznačujechybějícíhodnotu.
Tabulka1:Maticedostupnosticenpro3oblastia5položek
Regıony
Položky
1
2
3
4
5
Můževšaknastativážnějšísituace,kdybudouněkteréúdajezcelachybět(nebudou
se překrývat), protože jsou vněkterých oblastech jednoduše nedostupné (např.
regionální produkty a tiskoviny). Takových položek ale není mnoho. Pokud neexistují
problémyvdostupnostipoložekmezioblastmi,pakpřítomnostneúplněodpovídajících
datjevesvépodstatězáležitostívýběrucenovýchreprezentantů.Dásejednoduševyřešit
změnou dosavadního způsobu výběru cenových reprezentantů za účelem zajištění
většího překrytí oceněných položek mezi oblastmi. Nicméně toto řešení vyžaduje pro
svourealizacipoměrněvysokénáklady,aprotojetřebasemupokudmožnovyhnout.
Ikdyž bude výběr cenových reprezentantů upraven, existuje stále možnost, že se
vyskytnouneúplněodpovídajícíceny.
Vnásledujících podkapitolách se budeme zabývat různými přístupy kproblému
chybějícíchčineodpovídajícíchdatnazákladnípoložkovéúrovniparitkupnísíly,přičemž
budeme čerpat především zHilla a Mezinárodní organizace práce (HILL, 2004)
(ILO,2004).Vpodkapitolách2.5.1a2.5.2budepozornostvěnovánametodám,kterése
33
dajípoužít,kdyžexistujeurčitépřekrývánípoložek.Cílemjemaximálněmožnévyužití
cenových dat. Vzásadě lze použít dva možné přístupy: metodu Matched‐Model Price
Indexes nebo metodu Country Product Dummy (CPD). Závažnější problém představuje
situace, kdy není u konkrétních cenových reprezentantů žádné překrývání položek.
Možnostemřešenítétosituacesevěnujípodkapitoly2.5.3a2.5.4.
Tvorbaelementárníchagregátůsčástečněodpovídajícímidaty
Pro odhadcenových parit, kde data částečně odpovídají, přichází vúvahu dvě metody:
Prvnísevyznačujeaplikacícenovýchindexůnaodpovídajícíúdaje.Alternativním,avšak
podobným,přístupemjevytvořeníregresníhomodelu,kdelzepoužítodhadyparametrů
kodvozenícenovýchparit.
2.5.1 MetodaMatched‐ModelPriceIndexes
Předpokládejme, že chceme porovnat cenové hladiny oblastí A a B a máme částečně
odpovídajícídata(vizTabulku1napředchozístraně).Prourčitouvýdajovoukategoriin
chceme porovnat položky
1, … ,
vybrané voblasti A spoložkami
1, … ,
zoblastiB.Zanormálníchokolnostílzekalkulovatcenovýindexnabázitohozboží,které
ješetřenovobouoblastech,tedy
1, … ,
,
.
Následující cenový index (20) využívá vzorce geometrického průměru svahami
,
. Váhy vtomto indexu mohou odrážet typ obchodu nebo značky, které
pravděpodobně budou regionálně odlišné. Pokud informace o značce (resp. typu
obchodu)chybí,paklzepředpokládat
1
,
,abychomrovnocenněvážilijednotlivé
parity.
,
, |
∏
,
(20)
Tento přístup poskytuje odpovídající index cen pro výdajovou skupinu n mezi
dvěma oblastmi. Pouze ve velmi nepravděpodobných případech, kde je přesná shoda
všehozbožínapříčvšemioblastmi,nezávisíváha(
,
)naoblastech.Totopředstavuje
problém, vněmž podmínka tranzitivity nebude automaticky splněna, proto je vhodné
použít metodu EKS, tentokrát na základní úrovni (podrobněji viz kapitolu 2.3.3.1
nastraně29).
34
2.5.2 MetodaCountryProductDummy
Dalšímetodouodhaduzákladníchpoložkovýchúrovníparitproprovedeníprostorových
srovnání cenových indexů je metoda Country Product Dummy (CPD). CPD je regresní
metodou pro sestavení parit elementárních cen a vtomto ohledu se liší od metody
Matched‐Model Price Indexes. Základní CPD přístup spočívá ve specifikaci lineárního
položek
regresníhomodelu,kdelog
1, … ,
voblasti
1, … , závisínadvou
jevech: Prvním je konkrétní druh zboží, αi, a druhým jsou oblastní cenové hladiny, δk
(GARDERENaSHAH,2002).Beznormalizacetytodvasouborydummyproměnnýchtvoří
celek(jedničku),prototransformujemezákladníoblastk=1nanulu(δk=0).
∑
log
∑
,
,
1, … ,
,
1, … , (21)
Zde definujeme α ,
Stejnětak
1 za předpokladu, že
1,kdyžk
,
, a α ,
0, pokud je tomu jinak.
,anule,pokudjetomujinak.Toznamená,žemámesoubor
dummyproměnnýchprokaždýdruhzbožíakaždouoblast,přičemžpouzejednadummy
proměnnátýkajícísedruhuzbožíaoblastinemáhodnotunulapřikaždémpozorování.
Předpokladem modelu je, že cena konkrétního druhu záleží na jeho konkrétních
vlastnostechaoblastnímkomponentu.Pokudješetřenícenprováděnovevíceobdobích,
je vhodné zahrnout doplňující dummy proměnné zohledňující časové trendy vcenách.
PotomjemetodaCPDaplikovánanapanelovádata(AIZCORBEaATEN,2004).
Řešení problému neodpovídajících, resp. chybějících dat pomocí vážených
nejmenších čtverců bylo podrobně zkoumáno Diewertem pro různé druhy vážících
strategií(tj.kdekaždémupozorováníjeurčenakonkrétníváha)(DIEWERT,2002a,2004).
Vnejjednoduššímpřípaděkaždémupozorovánípřiřazujemestejnéváhy,kdejsoupouze
dvěoblastiAaBamámekdispozicikompletnídata(tj.
,
≡
,minimalizace
nejmenšíchčtvercůmánásledujícípodobu:
.
,…,
,
,
∑
log
∑
log
(22)
Řešení problému neznámých parametrů přináší výsledek vpodobě rovnic (23) a
(24).
∑
log
(23)
35
,
(24)
1, … , Cenová hladina oblasti B porovnaná soblastí A je jednoduše vypočtena jako
geometrickýprůměrcenovýchhladin
exp
.Efektcenovéhladinyvyjádřený se
rovnáprůměrulogaritmůcen,kterýjeupravenocenovouhladinuvkaždéoblasti.
Výhodoutétometodyspolusodhademrozdílurelativníchcenje,žezískámeodhad
směrodatné odchylky tohoto koeficientu. To je užitečné při identifikaci oblastí, kde
cenovérozdílynejsoupřesněodhadnuty,tedytam,kdebymohlabýtpožadovánaexpanze
šetřenícenovýchreprezentantů.Teoretickyjemožnéagregovatodhadyrozdílůdostupné
na elementární úrovni, abychom získali odhad celkového rozdílu indexu nebo jeho
komponent(SUMMERS,1973).
Vrámci ICP je plánováno použití rozšířené verze CPD ke srovnání na úrovni
základníchpoložekpropětzešestiintegrovanýchoblastníchblokůzemíICP 7.Jednáseo
5F5F
metoduCountryProductRepresentativeDummy(CPRD),kteránarozdílodCPDberev
úvahu charakteristické a necharakteristické produkty (podobně jako metoda Eurostat‐
EKS). To umožňuje, aby dílčí regrese CPD mohly být váženy (i přestože na této úrovni
agregacenejsoudostupnéžádnéúdajeovýdajích).Nabízíseotázkaagregovánívýsledků
na úrovni reprezentantů kzískání celkové cenové hladiny. Vrámci ICP jsou oblasti
rozděleny do šesti regionálních bloků. Díky tomuto přístupu je možné pro každý blok
sestavit vlastní seznam produktů. Na závěr jsou regiony spojeny prostřednictvím
multilaterálního srovnání vrámci skupiny tzv. „ring“ zemí vybraných zkaždého
regionálního bloku. Tyto „ring“ země jsou „použity“ kocenění druhého seznamu
produktů,kterýjeprovšechny„ring“zeměspolečný.Cenovásrovnáníjsouprovedenana
úrovnizákladníchpoložekpomocímetodyCPRD.Nevýhodouje,žecenovášetřeníjsou
prováděnavrůznýchobdobích.Protomusíbýtzavedenpředpokladprostorovéstálosti.
Vtomto případě lze použít odhad modelu CPRD prostřednictvím vážené metody
nejmenšíchčtverců(ILO,2004).
Vobdobívznikutétomonografiezatímnebylooficiálněrozhodnuto,kterámetoda
indexního čísla bude použita. Nabízí se metoda EKS a Gearyho‐Khamisova metoda, jež
bylyblížepopsányvkapitole2.3.3nastraně29.
7
VýjimkoujsouzeměEU/OECD,kdejeaplikovánametodaEurostat‐EKS.
36
2.5.3 MetodaEurostat‐EKS
Eurostat‐EKS je metoda vyvinutá Eurostatem a používaná kvýpočtu cenových hladin
napříč zeměmi EU. Metoda Eurostat‐EKS počítá základní indexy pomocí následujících
vzorců(25)a(26).
,
∏
(25)
,
∏
(26)
Parity jsou kalkulovány pro soubor produktů
charakteristickévzemiAaoceněnévzemiB,zatímco
1, … ,
1, … ,
, které jsou
jsouprodukty,které
jsou charakteristické vzemi B a oceněné vzemi A. Pokud se oba seznamy neshodují,
indexy se liší. Tӧrnqvistův kvazi index (27) dává dvojitou váhu produktům, které jsou
charakteristickévobouzemíchvůčitěm,kteréjsoureprezentativnípouzevjednézemi.
,
,
,
(27)
Produkty,kteréjsouvobouzemíchsiceoceňovány,alenejsoucharakteristické,jsou
vyloučeny,stejnětakjakoprodukty,kteréjsouoceňoványpouzevjednézemi.
Indexy
,
nejsoutranzitivní
,
,
,
.Tranzitivitabilaterálníchsrovnáníje
získánapoužitímEKSvzorce(28).
∏
,
,
(28)
Metoda se může také použít ksestavení prostorových srovnání napříč oblastmi
vrámcijednézemě,jealternativoukmetoděCountryProductDummy.
2.5.4 Hédonickáregrese
Problém zpracování prostorových srovnání cen, když se žádný cenový reprezentant
přesněnepřekrývá,znázorňujeTabulka2.Vliteratuřesemůžemesetkatpouzesjedním
hojněpoužívanýmzpůsobemřešení–hédonickouregresí.
37
Tabulka2:Maticeneodpovídajícíchpoložekpro3oblastia5komodit
Regıony
Položky
1
2
3
4
5
Hédonickýpřístupjezaložennamyšlence,žeačkolijekaždýdruhkonkrétníhozboží
neboslužebrozdílný,majístálepodobnévlastnosti.Zavšechnyuveďmepříkladpočítačů,
u nichž je hédonický přístup poměrně často užívaný. Existuje mnoho variet osobních
počítačů, a i když nejsou identické, mnoho znich má vpodstatě stejné znaky jako
například: rychlost procesoru, kapacita hard disku, RAM, velikost monitoru atd.
Hédonickýpřístuptytocharakteristikyporovnávánazákladějejichkvantity.Prakticky
jdeoodhadfunkcesouvisejícíscenoudanéhoproduktuajehovlastností,kterézahrnují
oblast,vnížsedanýproduktkupuje.Použitítétofunkceumožňujevyčíslitchybějícíceny.
CosetýčeTabulky2,můžemeodhadovatcenupoložky1voblastechAaC,kdenemáme
cenovápozorování.
Dalšímpříklademmůžebýtcenabydlení.Obydlíjsoukomplexnímzbožím,kdelze
očekávatmaloupravděpodobnostvýskytunaprostoidentickévarietyvedvourůzných
oblastech. Ztohoto důvodu nemůžeme použít metodu Matched Model. Požadovaným
výsledkembudeodhadnutáhédonickáfunkceprokaždouoblast(resp.sdílenáhédonická
funkce) související scenami a vlastnostmi. Bydlení se tak stává meziregionálně
srovnatelnoupoložkou.
Americký BLS provádí hédonické regrese na základní položkové úrovni. Kokoski,
MoultonaZieschangpopisujívrámciprojektuBLSpostupzvolenýprooddíly„Potraviny
a nealkoholické nápoje“ a „Bydlení“, které obsahují 18 výdajových skupin (COI4) a 88
položek(KOKOSKI,MOULTONaZIESCHANG,1999).BLSprovádínásledujícíregresipro
všechnyjednotlivépoložky(29):
log
∑
1, … ,
,
,
∑
,
,
(29)
1, … , kdeioznačujepoložkyneboproduktyoceňovanévkonkrétnívstupníúrovni(tzv.
entry level items) a koznačuje jejich geografickou pozici,
charakteristickoua
,
oblastnídummyproměnnou.
38
,
1,když
,
označuje
,jinak
,
0, a
,
1, když
ka
,
0. Cenový index
pro položku voblasti kse
získávázexponentuparametruoblastnídummyproměnné,
exp
.
Na základě použití těchto položkových cen a odpovídajících výdajových podílů
zšetřenívýdajůdomácnostísevypočítajíTӧrnqvistovyindexyzakaždoudvojicioblastía
každounákladovoutřídu,kterésepotépřevedoupomocívzorcemetodyEKS(vizkapitolu
2.3.3.1nastraně29).Jakmilesevypočtoucenovéindexyzakaždouvýdajovoutřídu,tyto
indexyajejichodpovídajícívýdajovépodílysemohoupoužítkvýpočtuTӧrnqvistovaEKS
indexuažnaúroveňcelkovéhocenovéhoindexu.
Cenové indexy získané pro konkrétní výdajové položky však budou přinejlepším
stejnědobréjakozákladníúdaje.Hédonickáregresestojíapadáskvalitouapodrobností
charakteristických dat, které máme o produktech kdispozici. Počet charakteristik,
kterých je zapotřebí kzajištění srovnání odpovídajících položek, se může dramaticky
odlišovat napříč produkty. Vpřípadě čerstvého ovoce BLS rozlišuje sedm různých
prodávaných typů, čtyři typy balení a sedm velikostí balení. Navíc hédonická regrese
rozlišuje dvanáct odrůd jablek, pět odrůd pomerančů atd. (KOKOSKI, MOULTON a
ZIESCHANG,1999).
Při řešení problémů snedostatečným překrýváním cenových šetření se rovněž
můžeme pokusit o identifikaci vlastností, které určují ceny heterogenních produktů
vkaždé oblasti. Pokud vlastnosti nejsou příliš rozdílné, pak můžeme zvážit přímé
porovnáníproduktů.Vostatníchpřípadechlzeodhadnouthédonickoufunkci.
Vkontextuvýšeuvedenéhojetřebadodat,ževrámcimezinárodníhosrovnánícen
statistici čelí větším problémům než u vnitrostátního srovnání cen. Např. vrámci
Mezinárodního srovnávacího programu (ICP) země musí identifikovat reprezentativní
zbožíaslužby,kterémávyššípodílnadomácíspotřebě.Reprezentativnostjedefinována
vpodmínkáchjednotlivýchzemíanaúrovnielementárníchpoložek.Předpoklademje,že
reprezentativní komodity mají obecně nižší cenovou hladinu než nereprezentativní
(ačkoli silnější poptávkový a aglomerační efekt může způsobit pravý opak), což může
výraznězkreslitvýpočetcenovýchparit.Zúčastněnézemětakmusízajistit,abynaúrovni
základníchpoložekbylyzařazenyreprezentativníprodukty,prokterébudecenašetřena,
avšakcenovášetřenímusíbýtprovedenaiutěchnereprezentativních.
Vrámcivnitrostátníhosrovnánícennelzeočekávatvysokourozmanitostproduktů
spotřebovaných voblastech vrámci jedné země. Položky, které jsou reprezentativní
vjednéoblasti,jsounejspíšreprezentativnítakévostatníchoblastech.
39
Nicméněbudevelmidůležitézachovatprostorovousrovnatelnostvarietproduktů
spotřebitelskéhokoše,kteréjsouvregionechšetřeny.Tatočást,kterájevelmináročnána
zpracovánídatavytěžováníinformacíotypuvarietyzesouborucenovýchšetřeníČSÚ,
bude řešena jako samostatná část vmetodickém postupu kalkulace regionálních
cenovýchhladin(blíževizkapitolu3.2nastraně56).
Koncepčnípřístupykbydlenívevlastním
Jednou znejproblematičtějších a nejdiskutovanějších oblastí vpřípadě konstrukce
cenovýchindexůjebydlení.Existuješirokáškálarůznýchkoncepčníchúpravbydlenía
různých způsobů zavedení přístupu do praxe. Vzásadě se vodborné literatuře i praxi
objevujítřizákladnípřístupy:akviziční,uživatelskýaplatební.
2.6.1 Akvizičnípřístup
Podpojmemakvizičnípřístupjsoumyšlenyvýdajenabydleníspojenéspořízenímdomu.
Jelikož váhy výdajů jsou obvykle odvozeny zčistých výdajů na bydlení u domácností,
potomdomy,kteréjsoukoupenyaprodánydomácnostmi(tj.směňoványvrámcisektoru
domácností), nejsou vindexu váženy. Zahrnuty jsou pouze nové domy, převedené
domácnostemzjinýchsektorů–privatizacenebonověpostavenédomy.Cenapůdyvšak
nenívindexuzohledněna.Vpraxibýváakvizičníindexměřenpomocíprůzkumunákladů
stavitelů,možnouvariantoujeprůzkumprodejníchcennovýchdomůočištěnýchocenu
půdy vdané lokalitě. Nevýhodou pro konstrukci prostorových cenových indexů je
vyloučenícenypůdy,cožvážnězkreslujeprostorovésrovnání(EK,2013).
Možnou,ikdyžponěkuddiskutabilnívariantoujezohledněnícelkovýchvýdajůna
pořízení nových nemovitostí domácnostmi. Takový index může být nazván celkovým
akvizičním indexem. Váha potom reflektuje celkové výdaje na koupi domu včetně
pozemku. Vtomto indexu bude váha nepochybně výrazně vyšší než vpřípadě čistých
výdajů. Tato váha je pravděpodobně nestálá a poněkud nahodilá vzhledem ktomu, že
závisí na vývoji realitního trhu a fázi hospodářského cyklu. Vobdobí hospodářského
poklesumůžebýtmalýnákupaprodejdomů.Zatímcoskutečnost,žeindexzahrnujepůdu,
jevýhodou,nahodilostvahjenaopakproblematickýmrysem(ILO,2004).
40
2.6.2 Platebnípřístup
Platebnípřístupspočívávodhadunákladůsouvisejícíchsezískánímaudrženímvlastního
bydlení. V manuálu ILO jsou uvedeny různé výdaje související sbydlením ve vlastním
(ILO,2004):
1.
zálohováplatba,
2.
splátkahypotečníjistiny,
3.
platbahypotečníchúroků,
4.
poplatkyzaprávnickéarealitníslužby,
5.
pojištěníbytovéjednotky,
6.
opravyaúdržbabytovéjednotky,
7.
daňznemovitosti.
Podleněkterýchautorů(WOOLFORD,2010)byplatbazálohahypotečníchjistinby
nemělabýtvindexuspotřebitelskýchcenzahrnuta,protožetytoplatbymajízanásledek
tvorbuaktivstejnéhodnoty(tj.nejdeoplatbuzaspotřebu).Nicméněuvážíme‐lipoužití
indexujakoživotníchnákladů,logickybyiplatbyhypotečníchjistinmělybýtdoindexu
zahrnuty, jelikož významně ovlivňují kupní sílu obyvatel a zároveň odráží výši
regionálníchcennemovitostí,tedyvýdajedomácnostínabydlení.
Praktické a koncepční problémy představuje především část platba hypotečních
úroků. Vněkterých zemích, např. ve Velké Británii, aplikují ekonometrické modely,
pomocí kterých lze odhadnout výši splacených hypotečních úroků domácností.
Samozřejmějenutnéznátvstupníúdajetýkajícísenapř.výšidluhů,dobysplácení,výši
průměrné úrokové sazby, což je poměrně značně komplikováno dobu fixace (BALL a
FENWICK,2004).
Splátkahypotečníchúrokůzávisínaúrokovémířeinavelikostidluhu,kterýodráží
cenu nemovitosti. VČR lze vtomto ohledu využít statistiku Ministerstva financí ČR
(resp.Generálního ředitelství daní). Domácnosti totiž mají vČR možnost částečného
odpočtuúrokůnabydlenízezákladudanězpříjmůfyzickýchosobaždovýše300tis.Kč.
Je logické, že této možnosti hojně využívají. Údaje o zaplacených úrocích na bydlení
zahrnujíkroměúrokůzhypotékiúrokyzúvěrůzestavebníchspoření,navícjsouvázány
na nemovitosti, kde má poplatník trvalé bydliště, což je další výhodou využití tohoto
zdrojeproodhadregionálníchvah.
Bilaterální cenová srovnání zahrnují rozdíly vcenách domů a úrokových mírách
mezi dvěma regiony. Napříč zemí jsou rozdíly vúrokových mírách mezi regiony
41
pravděpodobně velmi malé, pokud vůbec nějaké existují, jelikož makroekonomické
podmínkyjsoupodobné.Toznamená,žeindexbudevprvnířaděznázorňovatregionální
rozdílyvcenáchdomů.
2.6.3 Uživatelskýpřístup
Existují dva hlavní přístupy kodhadu nákladů na služby spojené sbydlením u osob
bydlícíchvevlastním:metodaekvivalencenájemnéhoametodauživatelskýchnákladů.
Obapřístupysezaměřujínaodhadfiktivníchnebohypotetickýchcen,kterémusíosoba
bydlícívevlastním„platit“zapoužitíbytovéjednotky–tatocenatedynenípozorovatelná
natrhu,cožjezásadnímproblémemnejenproodhadregionálníchvah,alepředevšímpro
výpočetbilaterálníchcenovýchindexůaodhadcenovýchparit(GOODHART,2001).
2.6.3.1 Metodaekvivalencenájemného
Metoda ekvivalence nájemného se týkáodhadu ceny, kterou osoby bydlící ve vlastním
implicitně platí za služby vjejich obydlí. Touto odhadovanou cenou je vpraxi tržní
pronájemprorovnocennéobydlí.Zekonomickéhoúhlupohledujdeonákladyztracené
příležitosti osob bydlících ve vlastním – ušlé nájemné (ARÉVALO a RUIZ‐CASTILLO,
2006).
Metoda ekvivalence nájmů je poměrně často používána při konstrukci cenových
deflátorů vnárodních účtech i pro tvorbu cenového indexu služeb spojených
subytováním pro osoby bydlícími ve vlastním (ILO, 2004). Ceny nájmů za bydlení ale
nutněmusíreflektovatpřesnécharakteristikyobydlíosobbydlícíchvevlastním.
Oprávněnou kritikou metody rovnocennosti nájmů je, že cena „bydlení“ nezávisí
přímonakupnícenědomu.Kupnícenadomutotižvykazujemnohemvyššívolatilitu.To
můževéstkezkreslenípředevšímvkrátkémčasovémobdobí,kdysezměnycendomů
mohouvýrazněodchýlitodzměnvcenáchnájmů.Nadruhéstranějepravděpodobné,že
existujesilnějšídlouhodobývztahmezicenamidomůanájemnímisazbami.
Situacinavíckomplikujíintervencevládynatrhunájemného.Subvencenájemného
by měly být zohledněny pouze včásti indexu „nájmy“, nikoli však v cenách pro osoby
bydlící ve vlastním obydlí. Regionální rozdíly v politice subvencí na bydlení se přímo
odrážívevýšiživotníchnákladů,aprotobymělybýtvindexuzahrnuty.
42
2.6.3.2 Metodauživatelskýchnákladů
Metoda uživatelských nákladů používá implicitní ekonomické vztahy mezi
uživatelskými náklady, cenami nemovitostí, úrokovými mírami, inflací cen domů a
depreciací.Základemjeodhadimplicitnícenyplacenéosoboubydlícívevlastním,kdyje
předpokládáno,žedůmbylkoupennazačátkuzkoumanéhoobdobíaprodánnakonci
období. Vzorec výpočtu poměru uživatelských nákladů mezi dvěma regiony má
následujícíformu:
,
,
,
,
kde
,
,
,
,
,
,
,
,
,
,
,
,
a
,
,
,
,
,
(30)
značí uživatelské náklady vregionech A a B,
,
a
,
míra,kterápředstavujealternativnípoužitíkapitáluvregionechAaB,
mírainflacecendomůvregionechAaB,
nemovitosti,
,
,
a
,
,
,
a
,
je úroková
,
,
a
,
,
je
jemíradepreciace(opotřebení)
značícenudomuhvrocevýstavby/kvalitěvvregionukna
začátkuobdobí .
Uživatelskénákladynabydleníjsoutedyúměrnécenědomu.Velkýmproblémem
přístupuuživatelskýchnákladůjefakt,žerůstcendomů
,
,
snižujeuživatelskénáklady
nabydlení.Vněkterýchpřípadechodhadcenzevzorceuživatelskýchnákladůmůžebýt
dokoncezáporný.Tentoextrémnívýsledekmůženastat,pokudexistujetakvysokáinflace
cendomů,žejereálnáúrokovámíra(
,
,
,
negativní.CožjelzevČRvypozorovat
vletech2011–2013.Vpraxitedytutometodunelzeaplikovat.
Jistým kompromisem mezi cenou nemovitostí a hodnotou nájmů je přístup
postulující názor, že nájmy by se měly podobat uživatelským nákladům násobených
skalárem. Matematicky lze poměr uživatelských nákladů vkontextu cen nájmů mezi
dvěmaregionyzapsatnásledujícímzpůsobem:
,
,
,
,
kde
,
,
,
,
,
,
,
,
,
,
a
,
,
,
,
,
,
,
(31)
jecenanájmu,tudížčitatelajmenovatelvzávorceuvedenýnapravé
straně rovnice je podílem cenynájmu kceně domu, jakási míra zisku zpronájmu
domu.Jelikožzdeopětčelímeproblémusrovnatelnosticenidentickýchnemovitostí,
43
výsledný poměr je praktické odvodit zprůzkumu pronájmu nemovitostí, kde je
šetřeniodhadcenydanénemovitosti.
Vpřípadě,ženenísrovnatelnostkvalityzabezpečena,jevhodnékekvalitativnímu
očišťovánípoužíthédonickouregresi(propodrobnostivizkapitolu2.5.4nastraně37).
Metodajevelmináročnánadatavč.metadat.Požadoványjsouinformaceoprodejních
cenáchacharakteristickýchmetadatprosoubordomů,stejnějakoocenáchnájmůajejich
charakteristických metadat pro soubor nájemních bytových jednotek. Informace jsou
shrnutyvmodelulogaritmickéhédonickéregrese,kdezávislouproměnnoumůžebýtjak
cenoudomu,taknájem.Modelmůžemítnásledujícípodobu:
ln
,
kde
,
,
∑
, ,
∑
, ,
,
,
reprezentujevlastnostidanéhoobydlí,αjemírakapitalizace,
(32)
,
jedummy
proměnná,kterájerovnajedné,pokudjdeonájemníbytovéjednotkyarovnanule
vpřípadě obydlí vlastníků,
jsou dummy proměnné pro odhad cenové hladiny
vregionech.
2.6.4 MožnostiodhaducenovýchparitbydlenívČR
Prostorový index cen bydlení lze tedy vzásadě sestavit třemi metodami: akviziční,
uživatelskou a platební. Volba by měla být provedena především sohledem na
použitelnostavypovídacíschopnostvýslednéhoindexu.Jakonejvhodnějšísejevíplatební
přístup,kterýovšemnarážínadostupnostcenovýchdat.
Autorymonografiezpracovánarozsáhlárešeršemapujícímožnostidatovýchzdrojů
regionálníchcennájmůacennemovitostí.Samozřejmědůrazbylkladennaprostorovou
srovnatelnost, tj. co nejpřesnější (anebo alespoň základní) specifikaci obydlí. Výsledky
rešerše odhalují pouze dva použitelné zdroje dat – Ceny nemovitostí publikované ČSÚ
(HousePriceIndex),kdezdrojemdatjeMinisterstvofinancíČeskérepubliky(MFČR),a
šetřenícennájmůvokresechČRvrámcicenovéhozjišťováníČSÚproúčelykonstrukce
indexuspotřebitelskýchcen.Výhodouprvníhojmenovanéhozdrojejeročníperiodicita
publikacesezachovánímosvědčenémetodikyzpracovánídat(vč.kvalitativníhoočištění).
Druhýzdrojjepoužitelnýpouzevpřípadě,žedojdekpečlivémukvalitativnímuočištění
datnazákladěmetadat.Vrámcirešeršebylozjištěno,ževsoučasnédoběnelzevyužítdat
zcenovýchmapMinisterstvapromístnírozvojČeskérepubliky(MMRČR),jelikožjsou
nedostupné.Údajezcenovémapy,kteréprovozujeproAsociacirealitníchkanceláříČR
44
firma Gekon, s. r. o., rovněž nelze použít, jelikož zde nemůže být zabezpečena
srovnatelnost kvality a kromě toho cenový vzorek není vmnoha okresech
reprezentativní.
Frekvencepublikováníametodyshromažďovánídat
Přivolběfrekvencepublikováníprostorovýchcenovýchindexůjetřebazvážitpožadavky
uživatelů.Důležitýmaspektemje,jaknestáléčiproměnlivéjsousamotnéindexy.Pokud
se prostorové indexy mezi oblastmi zásadně nezmění vprůběhu roku, pak není třeba
požadovat častější než roční periodicitu. Rozhodnutí o frekvenci publikování
prostorovýchindexůjevzásaděotázkouempirie.
Vrámci mezinárodního srovnávacího programu OECD‐Eurostat dochází
kekalkulaciPPPvetříletýchperiodách.Australskýúřadpublikujesvéprostorovécenové
indexyjednouzadvaroky.BureauofLaborStatisticsvUSApublikujeregionálníparity
kupnísílykaždýrok.
Cosetýčeotázkyshromažďovánídat,vpodmínkáchČeskérepublikyjsoucenová
šetření CPI prováděna a publikována měsíčně. Předpokládáme, že frekvence publikace
prostorovýchcenovýchindexůbudemenšínežfrekvencejejichshromažďování.Jetedy
třebarozhodnout,jakdatazcenovýchšetřenízahrnoutdovýpočtucenovýchparit.Pokud
jsou cenová data dostupná vměsíčních intervalech, ale prostorové srovnání bude
provedenovždyročně,klíčovouotázkouje,jakýmzpůsobemcenyprůměrovat.
Vzásaděpřicházívúvahusrovnánícennajednorázovém(měsíčním)šetření(např.
za poslední měsíc vroce), které však není ideální, jelikož nebere vúvahu vývoj cen
vostatních měsících. Lepší alternativou je zahrnout kompletní soubor dat.
Problematickou částí jsou však chybějící pozorování (např. u některých položek
vněkterých oblastech může být provedeno pouze 1 šetření vdaném roce), která navíc
může být umocněna prudkou cenovou změnou v čase. Vtomto případě nelze použít
jednoduchéprůměrovánícen,protožecenyjsouzrůznýchčasovýchobdobíabudoutak
odlišněovlivněnyinflací.Způsob,jaksestímtoproblémemvypořádat,jepovažovatdané
období, ve kterém jsou ceny sbírány, za charakteristické pro daný produkt. Shoda je
požadována jak vkonkrétní položce, tak i včasovém období, ve kterém je cena
zaznamenána.Jakmilejsoutytoročnícenovéparityspočítányprokaždouzvýdajových
kategorií,jemožnépoužítmultilaterálnímetodydiskutovanévpředchozíchkapitolách.
45
Dalším přístupem je provedení např. měsíčního či čtvrtletního prostorového
srovnání a výpočet geometrického průměru souborů výsledků. Jedná se o poměrně
schůdnéřešení,kteréeliminujekomplikacevýpočturočníchcenovýchparitnazákladní
úrovni. Umožňuje odhalit a pozorovat systematické sezónní vzorce vprostorových
výsledcích.Pokudsezónnívzorceexistujíavýznamnějiovlivňujívývojparit,výsledkyby
vžádnémpřípaděnemělybýtzaloženynadatechzjedinéhoobdobí.
2.7.1 Přístupykespojováníprostorovýchindexůčasově
Dosud jsme brali vúvahu pouze prostorový kontext, a způsoby sestavení souvislého
souboru prostorových cenových indexů. Přirozené však také je, že chceme tyto indexy
životníchnákladůrozšířitočasovýrozměr.
Jakmileseprovedoudvěavíceprostorovýchačasovýchsrovnání,objevíseotázka
konzistence či souvislosti mezi prostorovými a časovými cenovými indexy. Je možné
zvolit variantu, kdy se prostorové a časové cenové indexy řeší odděleně a na jakékoli
vzájemnérozporysenebereohled.Tatosituacejevšakponěkudneuspokojivá,byloby
vhodné, aby se tyto soubory indexů sladily. Vjiném případě by se dalo uvažovat o
vytvoření prostorových a časových cenových indexů zároveň. To nás přivádí do sféry
panelových cenových indexů (HILL, 2004). Hill navrhuje pět kritérií pro rozlišení
panelovýchcenovýchindexů.Nejdříverozlišuječasovouaprostorovoustálost.Časovou
stálostjetřebazohlednit,kdykolisekestávajícímusouborudatpřidávajídataznového
roku.Předpokládejmenapříklad,žepůvodnísoubordatpokrývároky1980–2003.Nyní
mámekdispoziciidatazarok2004.Časovástálostjepodmínkouproto,abyvýsledkyza
období 1980–2003 zůstaly nezměněny po zahrnutí dat za rok 2004 do souboru.
Prostorovástálostjepodobnýmkonceptemvprostorovémslovasmyslu.Tojedůležité,
kdykolisedostávajícíhosouborudatpřidávajínovéoblasti.Časovástálostmáobvykle
větší význam, protože se soubor panelových dat zvětšuje pravidelně o další rok. K
zahrnutínovýchoblastíoprotitomuzpravidladocházízřídka.
Hill pokračuje vdefinování konceptů časové a prostorové konzistence. Panelové
srovnání je časově stálé, pokud se celkové panelové srovnání dá rozdělit do řady
oddělenýchčasovýchsrovnáníjednotlivýchoblastí,kterájsoupoténějakýmzpůsobem
spojena dohromady. To znamená, že časové výsledky pro jednotlivé oblasti vrámci
srovnání nezávisí na ostatních oblastech. Prostorová konzistence je definována
podobnýmzpůsobem(HILL,2004).
46
Nakonec jakákoli panelová metoda, která porušuje prostorovou konzistenci, má
pozitivníčasovýposun.Toznamená,žealespoňněkterábilaterálníprostorovásrovnání
zahrnutá vrámci celkového panelového srovnání budou záviset na údajích zostatních
časovýchobdobí.Obsahuje‐libilaterálnísrovnánípouzeúdajezprávěuplynuléhoobdobí,
pakmáčasovýposunprvníhořádu.Zahrnuje‐liúdajedvouuplynulýchobdobí,pakmá
časový posun druhého řádu atd. Celkový časový posun panelové metody je největším
časovým posunem všech bilaterálních prostorových srovnání, která jsou zde zahrnuta.
PokudpanelzahrnujeTobdobí,časovýposunpanelovémetodysemusípohybovatmezi
hodnotami0ažT–1.Vyššímíračasovéhoposunu,zajinakstejnýchpodmínek,naznačuje
sníženou charakteristicitu. Charakteristicita je poněkud nejasným konceptem poprvé
použitým v (DRECHSLER, 1973). Multilaterální prostorové srovnání má vysokou míru
charakteristicity, pokud každé bilaterální srovnání vněm zahrnuté závisí především
nacenovýchúdajíchavýdajovýchpodílechtěchtodvouoblastí.
Uvažujeme tři vhodné panelové metody, které lze použít vkombinaci se
superlativními indexy jako např. Fisherův, Tӧrnqvistův nebo Walshův (pro vysvětlení
těchto metod budeme uvažovat použití Fisherova indexu) jakožto základními kameny.
Budeme také předpokládat, že metoda EKS se použije kvypracování jakýchkoli
multilaterálních prostorových srovnání, která jsou zahrnuta vpanelovém srovnání
(MELSERaHILL,2007).Základnístrukturatěchtotřímetodjeukázánananásledujících
třechschématech(vizObrázek4,Obrázek5aObrázek6).Vpanelovémsrovnáníkaždý
vrchol představuje konkrétní oblast vkonkrétním roce. Na obrázcích jsou oblasti
znázorněnénahorizontálníoseačasováobdobínavertikálníose.Proznázorněníjsme
vybralidesetokresůČeskérepubliky,vnichžvsoučasnostiprobíhácenovéšetřenípro
účelyCPI.Srovnávanýmičasovýmiobdobímijsouroky.
Zeschématickéhoznázorněníjezřejmé,ženeexistujížádnécykly.Toznamená,že
mezikaždýmpáremvrcholůexistujepouzejednacesta.Totojenutnápodmínka,protože
Fisherovy indexy jsou netranzitivní. Je‐li vgrafu nějaký cyklus, pak budou výsledky
vnitřněnekonzistentní(tj.netranzitivní).
Prvnímetoda(vizObrázek4)využíváchronologickéhografu.Nejdříveseprovede
prostorové srovnání metodou EKS za rok 2010 a poté prostřednictvím chronologicky
spojenýchFisherovýchindexůvšechnačasovásrovnání.Tatometodazohledňuječasovou
stálostačasovoukonzistenci,nevyhovujevšakužplněčasovémuposunu.Časovýposun
je zde T – 1, kde T označuje počet let vdatovém souboru (kde rok 2010 je prvním a
47
2010+T je poslední rok). Vtomto případě je časový posun 5 let. To je možné vidět
napříkladnaprostorovémsrovnánímeziPrahouaKolínemvroce2015,kterézávisítaké
nadatechzroku2010.
Obrázek4:Chronologickyspojenýgrafsmultilaterálnímprostorovýmsrovnáním
zroku2010(2010–2015)
Zdroj:vlastnízpracovánípodle(MELSERaHILL,2007)
Druhá metoda využívá prostorově konzistentního grafu (viz Obrázek 5).
VypracováváoddělenáprostorovásrovnánímetodouEKSzakaždýzešestiletvsouboru
dat,apotéjespojídohromadychronologickyspojenýmiFisherovýmiindexyproPlzeň.
Tato metoda zohledňuje prostorovou stálost, prostorovou konzistenci, přičemž časový
posunjenula.
Obrázek5:Prostorověkonzistentnígrafsmultilaterálnímiprostorovýmisrovnánímizakaždýrok
spojenýprookresPlzeň(2010–2015)
Zdroj:vlastnízpracovánípodle(MELSERaHILL,2007)
48
Metoda prostorově konzistentního grafu vypočítá 15 souborů výsledků, kde se
každáoblastokamžitězměnínaspojovacíoblast,apotésespočítágeometrickýprůměr
těchtovýsledků.
Třetí metoda (viz Obrázek 6) využívá časově stálý graf. Zpracuje oddělená
prostorovásrovnánímetodouEKSvtříletýchintervalech,vtomtopřípaděvroce2010a
2013, a chronologicky spojí Fisherovy indexy za každou oblast vyjma roku, který
předcházínovémuprostorovémusrovnání,cožjevtomtopřípaděrok2012.Tatometoda
zohledňuječasovoustálost,alenarušuječasovoukonzistenci.MáčasovýposunH–1,kde
H představuje frekvenci prostorových srovnání. Pro Obrázek 6 jeH = 3, což naznačuje
časovýposun2.Jetřebapoznamenat,žeHjenezávislénaT(početletvdatovémsouboru).
Variantatétometodyopětvypočítá15souborůvýsledků,kdysekaždáoblastokamžitě
změnínaspojovacíoblast,apotésespočítágeometrickýprůměrtěchtovýsledků.
Obrázek6:Časověstálýgrafsmultilaterálnímiprostorovýmisrovnánímivletech2010a2013
spojenýprookresPlzeň(2010–2015)
Zdroj:vlastnízpracovánípodle(MELSERaHILL,2007)
Přirozlišovánítěchtometodjenutnézvážit,jakákritériajsounejdůležitější.Časová
stálostjepovětšinoudůležitějšínežprostorovástálost,atozdůvodu,žesekdatovému
souboručastějipřidávajíúdajeznovýchletnežnovéoblasti.Podobněsedánahlížetina
časovoukonzistenci,kterájedůležitějšínežprostorovákonzistence.Jetomutakproto,že
časovákonzistenceuchováváčasovásrovnánívdatech,kterájsoučastouživatelivnímaná
49
jako důležitější než prostorová srovnání. 8 Upřednostňování časových spojení je
6F6F
podpořenofaktem,žejevětšinousnadnějšísledovatzměnyvceněkonkrétníhoproduktu
zaurčitýčas,nežsledovatrozdílyvprostoru(MELSERaHILL,2007).
Vzhledem květšímu zájmu o časové indexy a snad i jejich přesnosti, je vcelku
pochopitelné,žesekladevětšídůraznadosaženíčasovékonzistence.Tonásevidentně
přivádí kmetodě chronologického grafu. Ta má však jednu důležitou slabinu. Časový
posunzdemůžebýtpraktickyneomezenýabudeneustálerůstsobjememdatzakaždý
nový rok, která se ke stávajícímu souboru dat přidají. Ačkoli jsou Fisherovy indexy
nezkreslené, prostorové srovnání mezi Prahou a Kolínem vroce 2025 provedené
spojením celého období až do roku 2010, tzn. násobením velkého počtu Fisherových
indexů dohromady, může vést ke značnému odchýlení prostorového srovnání. Jinými
slovy, je možné pouze extrapolovat multilaterální prostorové srovnání na několik let.
Vurčitémbodějenutnéaktualizovatpanelonovémultilaterálníprostorovésrovnání.Je
třeba zabránit tomu, aby se do grafů dostaly cykly zapříčiňující vnitřní nekonzistenci.
Nejlepšízpůsob,jaktohodosáhnout,ukazujeObrázek6.Jinýmislovy,jsmepřesvědčeni,
žemetodavyužívajícíčasověstáléhografujeztěchtopanelovýchmetodnejlepší.Má‐lise
multilaterální prostorové srovnání provádět vtříletých, pětiletých či desetiletých
intervalech,jevěcdruhá.Alejejasné,ženovámultilaterálníprostorovásrovnáníjetřeba
dělat pravidelně. Nevýhodou je, že výsledky už nebudou časově konzistentní, ačkoliv
tentoproblémnastanepouzevrocepředcházejícímnovémuprostorovémusrovnání.
8
Skutečnost, že časová srovnání cen mají prioritu před prostorovými srovnáními, je jasná
zapředpokladu,ževšechnyvirtuálnízeměvytváříčasovécenovéindexy,aleprostorovécenovéindexy
téměřneexistují.
50
MetodikakalkulaceindexuregionálnícenovéhladinyvČR
JanaŠimanová,AlešKocourek,JiříRozkovec,JiříKraft
Kalkulace regionálních cenových hladin vČeské republice vyžaduje vyvinutí nových
postupů,kteréseopírajíorozhodnutívzákladníchotázkáchavytvářejímetodickýrámec
samotnéhoindexu.Následujícítextvycházízmetodikycertifikovanédne8.prosince2015
MinisterstvempromístnírozvojČeskérepubliky,čísloosvědčení007/2015(vizPřílohu1
nastraně146).
MetodickýrámecprokalkulaciregionálníchcenovýchhladinvČR
MetodickýrámecprokalkulaciindexuregionálníchcenovýchhladinvČeskérepubliceje
postavennašestifundamentálníchrozhodnutích:
1. volbaoblasti,
2. úpravacenovýchdat,došetřenícenovýchdat
3. volbavýdajovýchvah,
4. volbametodyprovýdajenabydlenívevlastnímobydlí
5. volbametodyagregacea
6. obdobíačetnostvykazováníRCI.
Tatopodkapitolasezaměřujenakonkrétnícharakteristikuregionálníhocenového
indexu (resp. indexu regionálních cenových hladin) vprostředí České republiky a
nastiňujekonkrétnípostupkalkulaceindexuvespecifickýchčeskýchpodmínkách.
3.1.1 Volbaoblasti
Obecnělzekonstatovat,žečleněnínamenšíúzemnícelkyjevždyvhodnější.VČRjsou
spolehlivéodhadyjasněomezenydosavadnímidostupnýmiúdajizcenovýchšetření(pro
účelkonstrukcečasovéhoindexuCPI)ašetřenívýdajůdomácnostívregionech(statistika
rodinných účtů). ČSÚ provádí cenová šetření ve 35 okresech a Hlavním městě Praha.
Výdaje domácností podle CZ‐COICOP jsou však publikovány vnejnižším regionálním
členění na úrovni regionů soudržnosti NUTS2. Zvolenou základní oblastí jsou území
bývalýchokresů,tj.LAU1(dříveNUTS4),váhynavýdajíchdomácnostívšakmusejíbýt
natutonižšíúzemněsprávníjednotkuaproximovány.Metodikamůžebýtvsoučasných
podmínkáchsběrudataplikovánananejnižšíregionálníúrovniLAU1,výsledkymohou
býtpřepočtenynaúroveňNUTS3aNUTS2.
51
3.1.2 Úpravacenovýchdat,došetřenícenovýchdat
DataocenáchjsoušetřenaČSÚve35regionech(LAU1)aHlavnímměstěPrazeměsíčně
pro cca 700 cenových reprezentantů. Někteří cenoví reprezentanti jsou šetřeni tzv.
centrálně, protože regionální data nejsou kdispozici. Pro účely kalkulace regionálních
cenovýchhladinjetedypotřebatatodatadošetřit.Kompletnípřehledcentrálněšetřených
cen,informačníchzdrojůizpůsobudošetřeníjsouuvedenyvpříloze3nastraně155.
Účelem cenového šetření ČSÚ je konstrukce časových indexů. Rozmanitost
šetřených variet 9 vrámci každého cenového reprezentanta je zde výhodou, jelikož
7F7F
zvyšujerobustnostzákladníhosouboruprovýpočetindexuspotřebitelskýchcen.Účelem
novéhopoužitíjsouprostorovécenovéindexy,kdejeprostorovározmanitostšetřených
variet nevhodná a může významně zkreslit výsledky. Je třeba zajistit prostorovou
srovnatelnost šetřených položkových variet. Vkaždém regionu by mělo být šetřeno
identické či velmi podobné zboží. Nejvíce problematické jsou vtomto ohledu oddíly,
jejichž cenoví reprezentanti jsou široce zastoupeni velkým množstvím kvalitativně
rozdílnýchvariet–typickyjsoujimioděvyavybavenídomácnosti.
Základnípodmínkousrovnatelnosticenovýchdatjevytipovatpodobnéčishodné
variety. Za tímto účelem byl navržen analytický softwarový text‐miningový nástroj –
program DataClassAnalyzer (DCA), který vyhodnotí shodu textových řetězců v popisu
produktu/služby,kterýtazatelkyuvádějívpoznámcekšetřenévarietě.Vexperimentální
částibudouautořičelitpředevšímproblémuneúplnýchdat.
3.1.3 Volbavýdajovýchvah
Volba výdajových vah zásadně ovlivňuje výsledky, interpretaci indexu a jeho aplikaci.
Vpřípadě,žejsouvyužitynárodníváhy,indexymajíformusrovnánínazákladěpevného
spotřebního koše (fixed basket) a index nezohledňuje regionální spotřební zvyklosti
domácností. Nevýhodou takového postupu je, že jakmile se výdajové podíly (nebo
obecnějiváhy)vztahujíjinéoblasti,nelzehovořitoindexunabáziregionálníchživotních
nákladů. Metoda fixního koše snižuje regionální charakterističnost. 10 Proto autoři
8F8F
9
Varieta cenového reprezentanta představuje pro účely této monografie zcela konkrétní,
vezpravodajské jednotce trvale šetřený, výrobek nebo službu respektující konkrétní podmínky
nabídkyvmístěšetřeníanevybočujícízcharakteristiky(rámcovéhopopisu)cenovéhoreprezentanta.
10
Nižší míra charakterističnosti je problematická, protože výsledky jsou méně spolehlivé a hůře se
interpretují.
52
doporučujípoužítregionálníváhyprokonstrukciindexu,ikdyžsijsouvědomitoho,že
srovnánínabáziregionálníchvahvyžadujezajištěnítranzitivitycenovýchindexů.
Jedinýmzdrojemoficiálníchinformacíoregionálníchvýdajíchdomácnostívevazbě
najejichpříjmyvČRjestatistikarodinnýchúčtů(SRÚ).Údajejsouzjišťoványnasouboru
domácnostívybranýchtzv.kvótnímvýběrem.Vzorekdomácnostízahrnujeněkoliktypů
domácnostíakaždádomácnostpodrobnězapisujesvávydání.Regionálnívýsledkyjsou
publikoványpouzenaúrovniNUTS2,cožvpřípaděMoravskoslezskéhokrajeaHlavního
městaPrahakorespondujeskrajskouúrovní(NUTS3).Zanižšíregionálníúroveňnelze
výsledky hospodaření domácností prezentovat vzhledem k velikosti zpravodajského
souboru SRÚ, který na republikové úrovni představuje cca 2850 domácností. Autoři
doporučujíprovéstodhadvýdajovýchsložekregionálníhoobyvatelstvanabázikonceptu
SmallAreaEstimation.
3.1.3.1 MetodaSmallAreaEstimation
Metody odhadování vmalých oblastech (small areas) nabízí příležitost ke zpřesnění
výsledků realizovaných průzkumů. Metody odhadování v malých oblastech zahrnují
vhodné statistické modely pro data ze statistických šetření. Tento model je většinou
založen na lineárně smíšené nebo zobecněné lineární smíšené regresi súpravami dle
konkrétního průzkumu. Modely malých oblastí jsou vpodstatě formou regresního
modelu. Vněkterých případech se samotný model vycházející z průzkumu používá k
„propůjčení síly“, takže jde nakonec o tento model zahrnující korelaci dotazníkových
odpovědí,cožvedekezlepšeníodhadů(HASLETT,NOBLEaZABALA,2008).
Raosevlastněaninepouštídootevřenýchdiskuzíometodáchkombinujícíchzdroje
dat(RAO,2005)aLongfordvyužívádatapořízenápřisčítánílidupředevšímpronásledné
srovnánímetododhadovánívmalýchoblastech(LONGFORD,2006).Většípřesnostilze
dosáhnout využitím dvou zdrojů dat, nejčastěji průzkumu a sčítání lidu (ELBERS,
LANJOUWaLANJOUW,2003),případněpoužitímdvouprůzkumůsrůznýmivelikostmi
vzorků(BIGMANaFOFACK,2000).Informacevycházejícízesčítánílidusevyužívajíke
zlepšení odhadů založených na statistickémmodelu prostřednictvím předpovědí na co
možnánejpřesnějšíodpovídajícíúrovni.Vzhledemktomu,žesčítánílidujemnohemvětší
nežprůzkumapředpovědiseprovádějíprokaždoujehojednotku,můžeto–vpřípadě,
že byl zvolen správný model – vést ke znatelnému snížení směrodatných odchylek u
odhadůvmalýchoblastech(HASLETT,JONESaENRIGHT,2008).
53
3.1.4 Výdajenabydlenívevlastním
Ve standardním pojetí spotřebních výdajů je součástí oddílů CZ‐COICOP 04 tzv.
imputované nájemné osob bydlících ve vlastním, které ale není skutečným výdajem
domácností,nýbržodhademalternativníchnákladůnabydlenívevlastním.Skutečným
výdajemdomácnostíbydlícíchvevlastnímjsounapř.splátkyhypotékaúvěrůnapořízení
nebo rekonstrukci domu nebo bytu, které sice nepředstavují spotřební výdaje, ale
významněovlivňujíkoupěschopnostdomácností.
Snahou autorů je zahrnout do kalkulace regionálního cenového indexu výdaje na
bydlenívevlastním,kteréodrážícenynemovitostívč.pozemku.Výdajovouvahoubyměl
být objem zaplacených splátek hypotečních úvěrů vč. úroků vdaném regionu, přičemž
přiřazenácenováparitabymělareprezentovatprůměrnécenytypovýchnemovitostí–
domůabytůvpoměruodpovídajícímpočtupřevodůvdanémregionu.
VsoučasnédoběpředstavujeobjemrezidentskýchnesplacenýchhypotékvČRvíce
jak874mld.Kč.Vletech2011–2013bylopodleautorskýchkalkulacívycházejícíchzúdajů
zestatistickýchdatabázíČNB–Arad,MMRČRaMFČRzaplacenonasplátkáchhypoték
vč.úrokůročněvprůměrucca115mld.Kč.Detailníčleněnínanižšíregionálníúroveň
umožňujíúdajeGenerálníhofinančníhoředitelstvíMFČRouplatněnýchúrocíchvrámci
přiznáníkdanizpříjmůfyzickýchosob.Vzhledemktomu,ževýšeúrokuzhypotečních
úvěrů není regionálně diferencovaná, lze právě výši zaplacených úroků na potřeby
bydlení zdaňových přiznání fyzických osob ze zdroje Generálního finančního
ředitelstvíMFČRpoužítjakoregionalizačníklíčcelkovýchsplátekúvěrů,atoprávěažna
úroveňokresů.
3.1.5 Volbametodyagregaceindexu
Metodouagregacecenjednotlivýchdruhůzbožídojednohosouhrnnéhočíslajevzásadě
vzorecprovýpočetcenovéhoindexu.Index,kterýmáambicebýtprostorovýmindexem
životníchnákladů,bymělzahrnovatinformaceovaháchzrůznýchoblastí,tzn.,mělbybýt
superlativní.
Odborná literatura se v zásadě zaměřuje na tři superlativní indexy: Fisherův,
TӧrnqvistůvaWalshůvindex.FisherůvindexjegeometrickýmprůměremLaspeyresova
a Paascheho indexu. Tӧrnqvistův index je geometrickým průměrem Laspeyresova a
Paascheho geometrického indexu. Walshův cenový index porovnává náklady na nákup
54
průměrného spotřebního koše, přičemž průměrným košem se rozumí geometrický
průměrspotřebníchkošůoblastíAaB.
Fisherův, Tӧrnqvistův i Walshův index se navzájem aproximují, a proto vcelku
nezáležínatom,kterýznichsepoužije.NarozdílodFischerovaindexuTӧrnqvistůvindex
(stejně tak i Paascheho a Laspeyresův geometrický index) je zajímavý tím, že jej lze
násobněrozložittak,abysepodílkaždéhoproduktunacelkovémrozdílucenovéhladiny
dalsnadnorozpoznat.Iztohotodůvodujejautořivolíjakonejvhodnějšímetoduagregace
cenových parit do Regionálního cenového indexu (RCI). Postup kalkulace regionálních
cenovýchhladinjedetailnějipopsánvkapitole3.2nastraně56.
DíkypoužitímetodyEKSpřivýpočtuparitspolusTӧrnqvistovýmindexemjemožné
lépe ekonomicky interpretovat výsledky díky relativnímu znázornění výdajové funkce.
Metoda EKS spolu s aplikací superlativního indexu odráží substituční efekt. Takto
vytvořenýcenovýindexsplňujepodmínkutranzitivity.
3.1.6 ObdobíačetnostvykazováníRCI
Zrešeršedosavadníchpřístupůkekalkulaciprostorovýchcenovýchindexůvyplývá,že
tytojsouvčasepoměrněstabilní.AčkolijsoucenovášetřeníCPIkdispozicivměsíčních
intervalech, je vzhledem kvysoké časové i věcné náročnosti úpravy dat nepraktické a
neúčelnépublikovatprostorovýcenovýindexvestejnéfrekvencijakonapř.CPI.Vesvětě
jeběžnépublikovatprostorovécenovéindexyvetříletýchadelšíchintervalech.Zdůvodu
konzistence cenových dat (kroku 2011 byla zahájena deregulace nájemného vČR) a
vzhledem ktomu, že statistiky umožňující regionalizaci vah spotřebních košů (výdaje
domácnostidleCZ‐COICOPzaNUTS2)jsoukdispoziciažodroku2011,představujerok
2011 první logický časový milník prokalkulaci RCI. Vroce 2014, kdy byl projekt
aplikovaného výzkumu RCI zahájen, byla kdispozici nejnovější kompletní data zarok
2013.Autořivzhledemkvyužitíekonometrickýchodhadůpanelovýchdatupřednostňují
maximální možnou délku časové řady, tj. vtomto případě roky 2011–2013. Autoři
navrhujípublikovatdatavnejménětříletých,spíševšakpětiletýchintervalech.
Novost výše uvedených postupů je dána především využitím v současné době
dostupnýchdatprozcelanovýúčel,cožvyžadujevelmispecifickouúpravušetřenýchdat
zahrnujícíkvalitativníikvantitativníočištěníprimárníchdataodhadyvýdajovýchsložek
domácnostívregionechzaloženénaekonometrickémmodelovánívč.regionálníchvýdajů
domácnostínabydlenívevlastním.
55
Popismetodickéhopostupu
Vývojový diagram metodického postupu zachycuje Obrázek 7. Postup je členěn
dotříčástí:1.částřešícenovádataajejichúpravuvč.kalkulacecenovýchparit,2.část
řešíoblastregionálníchvýdajůnanákupspotřebníhokoše,tj.váhovýsystém,a3.částje
finální agregací cenových parit a výdajů do indexních čísel. Vnásledujícím textu jsou
jednotlivéčástiajejichkrokypopsánypodrobněji.
1.část:Úpravacenovýchdatakalkulacecenovýchparit
1a)Shromážděnívstupníchdatzcenovýchšetřeníadošetřenícentrálnězjišťovanýchcen
Českýstatistickýúřad,resp.odborcenovýchšetřeníposkytlzákladnídatovýsouborcen
spotřebního koše zmístního šetření na úrovni variet cenových reprezentantů pro
výzkumné účely projektu. Jedná se o jednotlivé ceny šetřené ve 36 oblastech ČR pro
bezmála700cenovýchreprezentantůvměsíčníchintervalech,přičemžvkaždéoblastije
pro daného cenového reprezentanta šetřeno několik variet – bližší popis sběru dat
poskytuje metodická příručka Indexy spotřebitelských cen publikovaná Českým
statistickýmúřadem,odboremstatistikycen.
Databylanazákladěpísemnéžádostiasmlouvyoposkytnutídatzaslánav*.xlsx
souboruvčlenění:
1. kódoblasti(celkem35okresůLAU1aHlavníměstoPraha)
2. kódcenovéhoreprezentantadleklasifikaceCZ‐COICOP(např.01.111.11)
3. názevcenovéhoreprezentanta(např.chlébkmínový)
4. časovéobdobí(leden2011–prosinec2013)
5. zjištěnácena(kalkulovanánaměrnoujednotku)
6. poznámka(upřesňujícípopisšetřenévarietydanéhocenovéhoreprezentanta)
7. prodejnímísto(místosběrucen)
Základnísouborobsahujecelkem2034325cenovýchzjištění.
56
Obrázek7:SchémametodickéhopostupuvýpočtuRegionálníhocenovéhoindexuRCI
Zdroj:vlastní
57
Část spotřebního koše tvoří tzv. centrálně sledované ceny (např. ceny stejné pro
celou ČR, průměrné ceny zjistitelné zrůzných výkazů, ceny zjišťované z internetu).
Centrálněšetřenécenybylydošetřenyregionálně–zdrojeazpůsobdošetřenýchdatjsou
uvedenyvpříloze3nastraně155.
1b)Kvalitativníočištěnídatprozajištěníprostorovésrovnatelnostivariet
Kvalitativníočišťováníbyloprovedenovpětifázích:
I. fáze: Provedení text‐miningové úlohy vsoftwaru DataClassAnalyzer, který
byl vyvinut pouze pro účely kalkulace RCI. Program byl vyvinut vprostředí
Windows Presentation Foundation, vprogramovacím jazyce C#. Pro spuštění
programu na osobním počítači jetřeba instalace doplňku .Net verze 3.0a vyšší.
NačítánísouborudatbyloupravenonamíruformátudatdodanýchČSÚ.Údajev
„poznámce“bylotřebanormalizovat(diakritika,oddělovače,velká,malápísmena,
zkratkyapod.).Vrámciočištěnídatovýrazy,kterénepřinášíinformačníhodnotu,
byl v DataClassAnalyzeru sestaven seznam zakázaných řetězců a pravidel
definovanýchregulárnímivýrazy.Samotnéautomaticképreklastrováníseskládá
zetříkroků:
1.krok:Definiceminimálníčetnostivýskytuspolečnýchznakůproklastrování.
2.krok: Definování společných řetězců na principu řetězcové metriky
Levenshteinovyvzdálenosti. 11
9F9F
3.krok:Automatické vytvoření prvotních klastrů společných znaků, které jsou
charakterizovány„tagy“.
4.krok:Nazákladěstejnýchčipodobnýchtextovýchřetězcůbylyvprogramuna
podúrovnicenovýchreprezentantůdálemanuálněklastroványpodobné
variety, např. stejné značky, produktové specifikace jako jsou technické
parametryčikvalitaposkytnutéslužby,apod.Datovýmivýstupyprodalší
zpracováníjsou:
 heatmapaposkytujícíinformaciozastoupenípodobnýchvarietnapodúrovni
cenovéhoreprezentantavregionech(vizObrázek8)a
11
Levenshteinova vzdálenost je vzdálenost dvou řetězců definovaná jako minimální počet operací
vkládání,mazáníasubstituce,abypojejichprovedeníbylyzadanéřetězcetotožné.
58
 *.csv soubory pro každého cenového reprezentanta, kde jsou u vybraných
cenovýchšetřeníuvedeny„tagy“určujícípříslušnostkeklastruznaků(stejnáči
podobnákomoditnískupina–varieta–vizObrázek8).
 *.grp soubory obsahující klastry znaků pro konkrétní „tagy“. Vpřípadě
opakovánícelétext‐miningovéúlohyjemožnéjeznovupoužítkpředdefinování
„tagů“.
Obrázek8:PrintscreenobrazovkypřiprácisdatyvDataClassAnalyzer
Zdroj:vlastní
II. fáze: Manuální úprava klastrů. Vdruhé fázi byly *.csv soubory spojeny do
jednoho souboru a převedeny do formátu *.xlsx. Pomocí nastavení filtrů byla
provedenarevize,příp.opravačidoplnění„tagů“,pokudbylyprogramemchybně
přiřazeny či nebyly rozpoznány a přiřazeny do řetězcových klastrů. Tuto úlohu
nelzeautomatizovatamusíbýtprovedenamanuálně.
Výstup:Klastrystejnýchčipodobnýchvarietšetřenénapříčregionynapodúrovni
cenovýchreprezentantův*.xlsxsouboru(označené„tagy“).
1c)Kvantitativníočištěnídatproodstraněnívybočujícíchhodnot(outlierů)
Vybranádata(výstupzčásti1b)bylanaúrovnijednotlivých„tagů“(podobnýchvariet)
dále kvantitativně očištěna tak, aby byly odstraněny extrémně vybočující hodnoty.
Aplikováno bylo pravidlo 3σ, tudíž uplatněn předpoklad, že téměř všechny relevantní
hodnotystatistickéhosouborubymělyspadatdotřísměrodatnýchodchylekodprůměru
přinormálnímrozdělení.Pravidlo3σbylonadataaplikovánotřikrát.
Výstup:*.xlsxsouborskvantitativněočištěnými„tagy“.
59
1d)Výpočetprůměrnýchcenavytvořeníneúplnýchtrojrozměrnýchregionálníchmaticcen
ProkaždéhocenovéhoreprezentantabylavsoftwarueViews8.1vytvořenatrojrozměrná
matice průměrných cen (prostý aritmetický průměr cen) na elementární úrovni
jednotlivýchtagůvrámcicenovýchreprezentantů.
Výstup:Maticeregion(36)×rok(2011,2012,2013)ׄtagy“(klastryidentických
varietvrámcidanéhocenovéhoreprezentanta).
1e)Ekonometrickýodhadchybějícícencharakteristickýchvariet
Nejvíce zastoupená varieta je definována jako charakteristická pro všechny regiony.
Chybějícíprůměrnécenyutěchtocharakteristickýchvarietbylyvmaticíchaproximovány
metodou nejmenších čtverců (least square method – LSM). Úloha byla zpracována na
panelovýchdatechvprostředíekonometrickéhosoftwarueViews8.1(vizObrázek9)
Obrázek9a:ProvedeníúlohyveViews8.1
60
Zdroj:vlastní
Obrázek9b:ProvedeníúlohyveViews8.1
Zdroj:vlastní
Výstup: *.xlsx soubor charakteristických variet vkaždém regionu sprůměrnou
regionálnícenou(zjištěnoučiodhadnutoumetodounejmenšíchčtvercůLSM).
1f)Výpočettranzitivních,multilaterálníchregionálníchcenovýchparit
Cenovéparitymusísplňovatpodmínkumultilateralityatranzitivity.Cenovéparityjsou
kalkuloványvedvoufázích.
I. fáze: Vytvoření úplné matice bilaterálních indexů (cenových poměrů) pro
každoujednotlivoucharakteristickouvarietu(matice(14)nastraně29).Cenové
poměry (nikoli průměrné ceny) jsou zvoleny proto, že chybějící ceny v matici
očištěnýchcenovýchprůměrůbylydoplněnyodhady(viz1d).
II. fáze: Výpočet nevážených parit kupní síly na úrovni cenových reprezentantů
dle metody EKS. Pro každého cenového reprezentanta a region je kalkulováno
jednočíslo–tzv.neváženácenováparita,kterávyjadřujevztahcenyvybraného
cenovéhoreprezentantavdanémregionukcenámzjištěnýmneboodhadnutým
metodou LSM ve všech ostatních regionech. Paritu regionu A na úrovni daného
reprezentantavyjadřujevzorec(33).Jdevlastněogeometrickýprůměrcenových
poměrůvřádkumatice(14)zestrany29.
∏
,
(33)
, kdePA,kjepoměrcenregionuAkek‐témuregionu,přičemžk=1,2,3…36;pA je
parita regionu A na úrovni daného cenového reprezentanta (charakteristické
variety).
61
Výstup: Cenové parity (multilaterální tranzitivní cenové koeficienty) pro každý
regionakaždéhocenovéhoreprezentanta(nyníjižprostorověkvalitativněsrovnatelnou
charakteristickou varietu), přičemž žádný region není nadřazený, všechny parity jsou
mezisebounavzájemsrovnatelné.
2.část:Odhadregionálníchvýdajovýchvahdomácností
2a)ShromážděnívstupníchdatzdatabázíČeskéhostatistickéhoúřadu
Proodhadregionálníchvýdajůnanižší(okresní,LAU1)úrovnijenutnoshromážditúdaje
týkajícíse:
 regionálních výdajů domácností na vyššíchregionálních úrovních či vsousedních
(souvisejících)oblastechvčleněnídleCZ‐COICOP,
 potenciálníchvysvětlujícíchproměnných,kteréstatistickyvýznamněovlivňujívýši
astrukturuvýdajůčeskýchdomácnostívregionech.
Zdrojidatproodhadregionálníchvýdajůnaspotřebudomácnostíjsou:
 Statistikarodinnýchúčtů(ČSÚ)–výdajedomácnostídleNUTS2
 Městskáaobecnístatistika(ČSÚ),
 StatistikaMístníchakčníchskupin(ČSÚ)a
 SLDB2011(ČSÚ).
2b)AplikacemetodySmallAreaEstimationprostřednictvímsoftwarueViews8.1
AplikacemetodySmallAreaEstimation(vizkapitolu3.1.3.1nastraně53),tzn.sestavení
akalibrováníekonometrickéhomodeluvsoftwarueViews8.1,probíhávedvoufázích:
I. fáze: Konstrukce regresního modelu závislosti spotřebních vydání na
vybraných kvantitativních a kategoriálních veličinách. Jako regresní model byl
zvolenvícerozměrnýlineárnímodelvetvaru:
(34)
Hodnoty závisle proměnné (COICOPi) byly čerpány ze statistiky rodinných účtů
ČSÚpodlejednotlivýchoddílůspotřebníchvydáníCZ‐COICOP(i=01,02,03,…,12)
v členění dle regionů soudržnosti NUTS2 v období 2011–2013. Nezávisle
62
proměnné se dělí na kategoriální a kvantitativní: jako kategoriální veličina byla
použita příslušnost k regionu soudržnosti NUTS2 (označena jakoNUTS 12). Jako
10F10F
kvantitativníveličinybylyvybrány:
 věkovýprůměrvdanémregionu(VEKPRUM),
 celkovýpočetuchazečůozaměstnánívztaženýkpočtuobyvatelod15do
65let(UCH),
 celkovýpočetdokončenýchbytůadokončenýchbytůvrodinnýchdomech
vztaženýna1000obyvatel(BYT),
 saldomigracevztaženénacelkovýpočetobyvatelv%(MIG),
 početobyvateldo14letv%celkovépopulace(VEK0–14),
 početobyvatelod15do65letv%celkovépopulace(VEK15–65).
II.
fáze:OdhadparametrůmodeluprovšechdvanácttřídspotřebníchvydáníCZ‐
COICOP.ProvýpočtybylpoužitprogramproekonometrickémodelováníeViews
8.1,hladinavýznamnosti=5%.Obecnýpostupvyjadřujenásledujícíschéma:
a) Do modelu bylo zahrnuto všech osm nezávisle proměnných a odhadnuty
příslušnéregresníparametry.
b) Podle hodnot p‐value byla poté v jednotlivých případech vyhodnocena jejich
statistickávýznamnost.
c) Pokud alespoň jeden parametr nebyl statisticky významný, byl zmodelu
vyloučen,přičemžsevždyjednalooten,kterýmělhodnotup‐valuenejvyšší.
d) Potébylyzbývajícíregresníparametryodhadnutyznovuapostupsebuďvrátil
dobodub),nebojižbylyvšechnyparametrystatistickyvýznamnéaodhadbyl
tímtoukončen.Výstupemjelineárnímodelsestávajícísez12rovnic(prokaždý
oddílCZ‐COICOP).
e) Vizualizace výsledků modelu: Pomocí Scheffého metody bylo provedeno
vícenásobné porovnávání podle jednotlivých tříd kategoriální proměnné
NUTS2.VýstupemjsoupodmnožinyregionůNUTS2apodmnožinynaúrovni
okresů,kterélzezpohleduchovánízávisleproměnnépovažovatzahomogenní.
12
kde:I1(1)=1proNUTS2=CZ01,‐1proNUTS2=CZ08,0jinak,
I1(2)=1proNUTS2=CZ02,‐1proNUTS2=CZ08,0jinak,
I1(3)=1proNUTS2=CZ03,‐1proNUTS2=CZ08,0jinak,
I1(4)=1proNUTS2=CZ04,‐1proNUTS2=CZ08,0jinak,
I1(5)=1proNUTS2=CZ05,‐1proNUTS2=CZ08,0jinak,
I1(6)=1proNUTS2=CZ06,‐1proNUTS2=CZ08,0jinak,
I1(7)=1proNUTS2=CZ07,‐1proNUTS2=CZ08,0jinak.
63
2c)OdhadvýdajůdomácnostídleCZ‐COICOPnaúrovniLAU1
Na základě výsledků lineárního modelu byly vypočteny průměrné výdaje
(sub)regionálních domácností (na 1 osobu) na nejvyšší agregované úrovni CZ‐COICOP.
Proodhadbylypoužitystatistickyvýznamnéregresoryzpředchozíhokroku(2b)týkající
semalýchoblastí.
Výstup:36×12odhadnutýchvýdajovýchoddílůdleklasifikaceCZ‐COICOP.
2d)Odhadvýdajůdomácnostínabydlenívevlastním
ProoddílCZ‐COICOP04Bydlení,voda,energie,palivabylykalkuloványavčleněny
výdaje osob bydlících ve vlastním jako průměrná výše splátky hypotečních úvěrů
vč.úrokůnajednohoobyvatelevdanémregionu. 13Záměremjedoindexuvčlenitrostoucí
1F1F
výdaje na splátky hypoték vč. úroků, které stále významněji ovlivňují koupěschopnost
českýchdomácností.Zdrojidatprokalkulacitohotoodhadujsou:
 Generální finanční ředitelství Ministerstva finanční ČR. Objem odpočtu úroků na
bydlení, které byly uplatněny jako nezdanitelná položka vrámci daně zpříjmů
fyzickýchosobpodle§15odst.3a4Zákonaodaníchzpříjmu. 14
12F12F
 ČNB(Arad).Konečnézůstatkyúvěrovýchúčtůklientůvčasovéřadě[online].15Praha:
3
Česká
národní
banka,
2015.
[cit.
2015‐03‐13].
Dostupné
z:
http://www.cnb.cz/cnb/STAT.ARADY_PKG.PARAMETRY_SESTAVY?p_sestuid=132
88&p_strid=AABBAD&p_lang=CS
 MMR ČR. Objem nově poskytnutých hypoték vletech 2011–2013 [online]. Praha:
MinisterstvopromístnírozvojČeskérepubliky,2015.[cit.2015‐03‐13].Dostupné
13
Snahoujezahrnoutdokalkulaceregionálníhocenovéhoindexuvýdajenabydlenívevlastním,které
odráží ceny nemovitostí vč. pozemku. Výdajovou vahou je objem zaplacených splátek hypotečních
úvěrů vč. úroků vdaném regionu (subregionu). Přiřazená cenová parita odráží průměrné ceny
typovýchnemovitostí–domůabytůvpoměruodpovídajícímpočtupřevodůvdanémregionu(zdroj
cenovýchdatjeuvedenvPříloze3nastraně155).
VsoučasnédoběpředstavujeobjemrezidentskýchnesplacenýchhypotékvČRvícejak874mld.Kč.V
letech2011–2013bylopodleautorskýchkalkulacívycházejícíchzúdajůzestatistickýchdatabázíČNB
–Arad,MMRČRaMFČRzaplacenonasplátkáchhypotékvč.úrokůročněvprůměrucca115mld.Kč.
DetailníčleněnínanižšíregionálníúroveňumožňujíúdajeGenerálníhofinančníhoředitelstvíMFČRo
uplatněnýchúrocíchvrámcipřiznáníkdanizpříjmůfyzickýchosob.
14
Databylaautorůmmetodikyelektronickyzaslánanazákladěžádostioposkytnutídatpodlezákona
č.106/1999Sb.osvobodnémpřístupukinformacím
15
Tj.počátečnízůstatkyplusčerpánínovýchúvěrůmínussplátkydříveposkytnutýchúvěrů.
64
z:http://www.mmr.cz/cs/Stavebni‐rad‐a‐bytova‐politika/Bytova‐politika/Hypote
cni‐uvery/Hypotecni‐uvery‐poskytnute‐v‐krajich‐CR
Rozdílemkonečnýchzůstatkůdvouobdobíapřičtenímnověposkytnutýchhypoték
lze určit celkový objem splátek (bez úroků) za celou ČR. Samotná výše úroků
vregionálním členění (zdroj MF ČR) slouží jako regionalizační klíč za předpokladu
konstantníúrokovésazbynapříčregionyapodobnýchúvěrovýchparametrů(dobafixace,
dobasplácení,hodnoceníbonityklienta).
2e)Odhadregionálníhováhovéhosystémuažnaúroveňjednotlivýchcenovýchreprezentantů
Odhady výdajů (a výdajových vah) až na základní položkovou úroveň byly provedeny
lineárnědlevýsledkůmimořádnéhopodrobnéhošetřenívydáníaspotřebydomácností
statistikyrodinnýchúčtůzroku2010. 16
14F14F
Vtéto fázi byly rovněž odhadnuty výdaje benchmarkového (průměrného)
spotřebníhokoše(prodalšíkrok–agregaciprostřednictvímTӧrnqvistovaindexu).Jedná
se o vážený aritmetický průměr všech 36 regionálních spotřebních košů, kde vahou je
podílvýdajůobyvateldanéhoregionunacelkovémsoučtuvýdajůobyvatelvšechregionů,
kterébylydoúlohyzahrnuty.
3.část:Agregacecenovýchparitaregionálníchvýdajůdoindexníchčísel
Agregacecenovýchparitavýdajovýchvahjeprovedenaodzákladnípoložkovéúrovně.
ZvolenoumetodouagregacejeTӧrnqvistůvindex,kterýjesuperlativní(obsahujeúdajeo
vahách zobou oblastí). Laspeyresův a Paascheho geometrický index je modifikován
sohledem na prostorové, nikoli časové hledisko. Tӧrnqvistův index je geometrickým
průměremLaspeyresovaaPaaschehogeometrickéhoindexu–vizvzorec(35).
(35)
LaspeyresůvgeometrickýcenovýindexjegeometrickýmprůměremcenregionuAa
všechostatníchregionů,přičemžjsoupoužityváhyregionuA–vizvzorec(36).
∏
16
,
kde∑
(36)
1
Podobný postup je aplikován vpřípadě národního spotřebního koše pro výpočet indexu
spotřebitelskýchcen.
65
PaaschehogeometrickýcenovýindexjegeometrickýmprůměremcenregionuAa
všechostatníchregionůzapoužitívahprůměrného(benchmarkového)spotřebníhokoše
–vizvzorec(37).
∏
,
kde∑
(37)
1
kdeAjedanýregion,Bjebenchmarkovýregion(určenýprůměrnýmregionálním
výdajovýmkošem),RCI=PTjeTӧrnqvistůvcenovýindex,PGLjegeometrickýLaspeyresův
index a PGP je geometrický Paascheho index, pA je parita regionu A na úrovni daného
cenového reprezentanta (charakteristické variety), sn jsou výdajové váhy na úrovni
danéhocenovéhoreprezentanta(charakteristickévariety).
Výsledkemjsouregionálnícenovéindexypro36oblastíČR(vizstranu70),které
jsou superlativní a tranzitivní, žádný region není „nadřazen“. Indexy nejsou přirozeně
aditivní.DekompoziceindexujeprovedenanaúroveňoddíluCZ‐COICOP,kteráumožňuje
srovnánídílčíchoddílůvýdajůdomácnostnívregionech.
AgregaceregionálníchcenovýchhladinnaúroveňNUTS3aNUTS2jeprovedena
metodouváženéhogeometrickéhoprůměruoblastněpříslušnýchregionálníchcenových
indexů (RCI). Vahou je podíl regionálních výdajů domácností na celkových výdajích
domácnostíposuzovanýchoblastívrámciNUTS3čiNUTS2.
66
VýpočetregionálníchcenovýchhladinvČeskérepublice
AlešKocourek,JanaŠimanová,JiříRozkovec,JiříŠmída
Vzorový příklad užití certifikované metodiky je zpracován především na základě dat
zcenových šetření ČSÚ a Statistiky rodinných účtů ČSÚ. Představuje experimentální
ověřenímetodiky,tj.postupkalkulacecenovýchhladinnacelémúzemíČR,kdezákladní
územní jednotkou prourčení cenových hladin je LAU1. Přepočty jsou provedeny na
úroveňNUTS3aNUTS2.
Úpravacenovýchdatakalkulacecenovýchparit
Základní soubor představuje celkem 2 034 325 cenových zjištění o cca 700 cenových
reprezentantech na území 35 bývalých okresů a v Hlavním městě Praha. Databyla dle
metodického postupu nejprve očištěna kvalitativně. Vprostředí specializovaného
softwareDataClassAnalyzer,kterýjeaplikovanýmvýsledkemabudeuživatelůmnabízen
společně scertifikovanou metodikou, bylo nejprve provedeno automatické
preklastrovánívarietadálesamotnémanuálníklastrovánívariet.
Výsledkybylyexportoványdoformátu*.xlsxavprostředíMSExcelbylodokončeno
kvalitativní klastrování pomocí filtrů (zejm. u reprezentantů, kde charakteristickými
znakyvarietyjsoučíselnéhodnoty,nikolislovnípopis).
Kvantitativní očištění cenových šetření bylo provedeno vjednotlivých letech
odděleně opakovanou aplikací pravidla 3σ. Dále byla vytvořena matice průměrných
regionálních cen všech variet vrámci jednotlivých cenových reprezentantů. Varieta
snejvyšším zastoupením byla identifikována jako charakteristická. Chybějící cenová
šetření u charakteristických variet vjednotlivých regionech byla doplněna vprostředí
eViews 8.1 pomocí ekonometrických metod analýzy panelových dat (odhady metodou
nejmenšíchčtvercůnazákladěcennecharakteristickýchvariet,cencharakteristickýchi
necharakteristických variet vostatních regionech a na základě vývoje cen včase).
Výsledky očišťování dat shrnuje Příloha 2 na straně 147, centrálně šetřená data byla
došetřenazezdrojů,kteréuvádíPříloha3nastraně155.
Vdalším kroku byly podle metodického postupu kalkulovány nevážené cenové
parity na základní úrovni cenových reprezentantů. Jedná se o geometrické průměry
podílůcenyvkonkrétnímregionuAacenyvevšechostatníchregionech.Tatoúlohabyla
provedenavprostředíMSExcel.ProilustraciuvádíPříloha4nastraně158cenovéparity
67
na úrovni reprezentantů pro Hlavní město Praha a ostatní území ČR na základní
položkové úrovni. Tento výsledek uplatní ČSÚ vrámci pravidelného reportingu pro
Eurostat.
Odhadregionálníchvýdajovýchvahdomácností
Váhy regionálních košů malých oblastí byly stanoveny metodou Small Area Estimation
(vizkapitolu3.1.3.1nastraně53).Jakovhodnýregresnímodelbylzvolenvícerozměrný
lineární model ve tvaru (34), představeném na straně 62. Hodnoty závisle proměnné
(COICOPi) byly čerpány ze statistiky rodinných účtů ČSÚ podle jednotlivých oddílů
spotřebníchvydáníCZ‐COICOP(i=01,02,03,…12)včleněnídleregionůsoudržnosti
NUTS2zaobdobí2011–2013.
V řadě výdajových tříd CZ‐COICOP se jako jediný statisticky významný regresní
koeficientprokázalakategoriálníproměnná,tj.příslušnostkNUTS2.Výsledkyregresních
modelů výdajů domácností vmalých oblastech pro jednotlivé skupiny vydání jsou
uvedenyrovnicemi(38)až(49):
COICOP1 = 111132 + 2435,65*I1(1) + 740,036*I1(2) – 959,494*I1(3) +
511,076*I1(4)–970,803*I1(5)–1426,31*I1(6)–1422,83*I1(7)
(38)
–1279,3*VEK15–65
COICOP2 = 3399,29 + 447,042*I1(1) + 200,708*I1(2) – 272,625*I1(3) +
346,708*I1(4)–136,958*I1(5)–362,625*I1(6)–323,958*I1(7)
COICOP3 = 5638,54 + 1320,13*I1(1) – 4,20833*I1(2) – 507,875*I1(3) –
497,542*I1(4)–118,875*I1(5)+209,792*I1(6)+106,792*I1(7)
(39)
(40)
COICOP4 = 32005,8 + 9853,5*I1(1) + 1238,72*I1(2) – 2546,66*I1(3) –
430,797*I1(4)–1860,05*I1(5)–1477,84*I1(6)–4087,58*I1(7)–
(41)
934,152*BYT
COICOP5 = 213674, + 4653,42*I1(1) + 1723,95*I1(2) + 1984,22*I1(3) –
4361,8*I1(4) + 2016,92*I1(5) – 432,984*I1(6) – 1694,56*I1(7) –
(42)
4302,93*VEKPRUM+1358,39*UCH–2678,43*VEK0–14
COICOP6 = 333010, + 402,195*I1(1) + 256,706*I1(2) + 161,751*I1(3) +
70,25*I1(4) – 73,0461*I1(5) – 522,083*I1(6) – 123,615*I1(7) –
(43)
3943,84*VEKPRUM–3128,66*VEK0–14–1762,34*VEK15–65
COICOP7 = 12994,1 + 797,208*I1(1) + 1248,54*I1(2) – 547,792*I1(3) +
1283,21*I1(4)+79,875*I1(5)–974,458*I1(6)–1379,13*I1(7)
68
(44)
COICOP8= 5278,46 + 1532,21*I1(1) + 388,875*I1(2) – 416,125*I1(3) +
554,208*I1(4)–320,792*I1(5)–653,458*I1(6)–531,125*I1(7)
(45)
COICOP9 = 24220,8 + 3431,66*I1(1) + 1236,1*I1(2) – 1810,38*I1(3) +
610,496*I1(4)–302,977*I1(5)–857,295*I1(6)–1105,92*I1(7)–
(46)
865,564*VEK0–14
COICOP10 = 721,125 + 689,875*I1(1) + 47,875*I1(2) – 319,792*I1(3) –
37,125*I1(4)+3,875*I1(5)–37,7917*I1(6)–207,125*I1(7)
COICOP11 = 6143,17 + 1985,5*I1(1) – 601,5*I1(2) – 394,5*I1(3) –
544,833*I1(4)+215,167*I1(5)–255,833*I1(6)+197,5*I1(7)
COICOP12 = 13461,0 + 1382,96*I1(1) + 741,292*I1(2) – 357,042*I1(3) +
177,292*I1(4)–215,708*I1(5)–300,375*I1(6)–706,708*I1(7)
(47)
(48)
(49)
Výdajeosobbydlícívevlastnímbylykalkuloványpodlepostupudetailněuvedeného
včásti2d)kapitoly3.2nastraně64,nabáziplatebníhopřístupu.Váhyjednotlivýchvariet
(reprezentantů) byly dle metodického postupu uvedeného vbodě 2e) kapitoly 3.2
odhadnuty lineárně dle výsledků podrobného šetření vydání a spotřeby domácností
statistiky rodinných účtů zroku 2010. Sohledem na rozsah datového souboru uvádí
Příloha5nastraně162pouzevýslednýprůměrnýregionálníkoš,kterýbudepoužitpři
kalkulaciPaaschehoindexuvetřetíčástipostupu,aprosrovnáníailustraciregionálníkoš
proHlavníměstoPraha.
Agregaceavýpočetregionálníchcenovýchhladin
Cenová hladina je do podoby indexního čísla kalkulována pomocí Tӧrnqvistova
cenového indexu (35), který je geometrickým průměrem Laspeyresova a Paascheho
geometrického indexu – viz kapitolu 3.2 na straně 65. Ověřené výsledky uplatnění
metodikyprorůznéregionálníúrovně,včetnějejichrozkladupodleCZ‐COICOP,shrnuje
Tabulka3,Tabulka4aTabulka5.
Agregace cenových indexů na úroveň NUTS3 a NUTS2 je dle certifikovaného
metodického postupu provedena metodou váženého geometrického průměru oblastně
příslušných regionálních cenových indexů (RCI). Vahou je podíl regionálních výdajů
domácnostínacelkovýchvýdajíchdomácnostívevšechposuzovanýchoblastechvrámci
NUTS3čiNUTS2.
Regionální cenové hladiny jsou vizualizovány vkartografickém podkladu
spodkresemsituacenaúrovniNUTS3aNUTS2(vizObrázek10).Dalšíkartogramypak
69
postupně zobrazují regionální cenové hladiny ve všech dvanácti výdajových skupinách
CZ‐COICOP(vizObrázek11ažObrázek22).
Tabulka3:RegionálnícenovéhladinynaúrovnivybranýchokresůČRvrozkladupodlevýdajových
oddílůCZ‐COICOP
Kód okresu
1100
2103
2104
2108
2111
3101
3106
3107
3202
3203
4101
4102
4201
4206
4207
5103
5201
5203
5301
5302
6102
6105
6202
6205
6207
7102
7104
7105
7202
7203
7204
8101
8103
8104
8105
8106
Okres
Praha
Kladno
Kolín
Nymburk
Příbram
České Budějovice
Strakonice
Tábor
Klatovy
Plzeň‐město
Cheb
Karlovy Vary
Děčín
Teplice
Ústí nad Labem
Liberec
Hradec Králové
Náchod
Chrudim
Pardubice
Jihlava
Žďár nad Sázavou
Brno‐město
Hodonín
Znojmo
Olomouc
Přerov
Šumperk
Uherské Hradiště
Vsetín
Zlín
Bruntál
Karviná
Nový Jičín
Opava
Ostrava‐město
RCI
odd. 01
odd. 02
odd. 03
odd. 04
odd. 05
odd. 06
odd. 07
odd. 08
odd. 09
odd. 10
odd. 11
odd. 12
1,165
1,041
1,034
1,017
1,023
1,022
0,972
0,995
0,954
1,032
0,965
0,990
0,988
0,994
0,967
1,038
1,050
0,978
0,972
1,040
0,981
0,962
1,085
0,988
0,976
1,003
0,984
0,965
1,009
0,996
1,032
0,933
0,970
0,974
1,004
1,001
1,012
1,004
1,037
1,022
1,010
1,033
1,032
1,002
0,977
1,013
0,999
0,993
1,007
1,010
0,976
0,994
1,016
1,001
1,017
1,016
0,997
1,000
1,021
1,001
1,009
0,986
0,992
0,971
1,002
0,991
1,007
0,938
0,990
0,957
0,984
0,992
1,006
0,994
1,018
1,014
0,988
0,986
0,978
0,993
0,988
1,004
1,011
1,013
0,960
0,999
0,993
1,006
1,021
1,004
1,000
1,025
1,006
0,990
1,012
1,003
0,998
0,993
1,011
1,006
1,015
0,998
1,001
0,990
0,993
0,983
1,002
1,004
1,057
0,982
1,060
1,026
1,054
1,043
0,939
1,069
0,960
0,992
0,928
1,131
0,989
0,968
0,939
1,067
1,001
0,988
0,951
1,070
1,008
0,998
0,989
0,983
1,006
1,003
0,969
1,018
0,967
1,004
0,987
0,986
1,011
0,980
0,905
1,006
1,410
1,098
1,052
1,086
1,028
1,026
0,946
0,968
0,906
1,062
0,898
0,939
0,907
0,960
0,929
1,066
1,153
0,976
0,948
1,045
0,939
0,935
1,210
0,977
0,931
1,008
0,987
0,953
1,028
1,029
1,101
0,893
0,950
0,939
1,051
1,006
1,009
0,990
0,978
1,013
1,007
1,028
1,024
0,992
1,020
0,988
0,992
1,032
1,021
0,977
0,911
1,032
0,979
0,979
0,975
1,015
1,001
0,995
1,018
1,020
1,032
1,002
0,995
1,030
1,018
1,012
0,985
0,994
0,989
1,003
0,972
0,980
1,042
1,050
1,024
0,938
1,069
0,974
0,965
0,971
1,001
0,970
0,976
0,966
1,008
1,011
0,980
1,044
1,046
1,059
0,981
1,042
1,071
0,934
1,011
0,985
1,000
0,956
0,969
1,005
1,004
1,019
0,968
0,985
1,021
1,026
0,921
1,034
1,152
1,026
1,004
0,979
1,024
1,015
0,913
0,996
0,941
1,034
0,992
1,047
1,043
1,069
1,033
1,037
1,036
0,972
0,962
1,045
1,034
0,965
0,986
0,968
0,942
1,037
0,956
0,941
0,975
0,984
1,025
0,911
0,958
0,961
1,041
1,038
1,006
0,982
1,002
1,008
0,995
0,997
1,008
0,991
1,002
0,998
1,003
0,999
1,013
0,997
1,013
1,006
1,024
0,991
0,990
1,004
1,005
0,990
0,995
0,996
0,987
0,996
1,000
0,999
0,974
0,995
0,995
1,011
0,998
1,020
0,998
1,016
1,101
1,007
1,062
0,988
1,036
1,055
0,986
0,988
0,995
0,995
1,020
1,018
1,010
0,986
0,985
1,029
0,989
0,980
1,024
1,041
0,986
0,977
1,038
0,983
0,983
0,999
0,960
0,964
1,012
0,947
0,991
0,941
0,945
1,017
0,966
1,017
1,459
1,203
1,081
1,039
1,013
1,037
0,916
0,950
0,979
1,251
0,967
1,108
0,906
0,929
1,018
1,074
1,019
0,935
0,974
1,138
0,889
0,964
1,155
0,945
0,821
0,946
0,978
0,793
0,915
0,924
1,100
0,866
0,913
1,041
0,949
1,064
1,104
1,033
1,008
0,920
1,015
1,055
0,971
1,064
1,017
1,061
1,009
0,910
1,005
1,000
0,932
1,041
1,052
0,940
1,015
1,087
0,942
0,890
1,151
0,986
0,989
1,071
1,051
1,010
1,009
0,897
0,978
0,935
0,944
0,986
1,041
0,945
1,118
1,070
1,030
0,947
1,029
0,974
0,965
1,016
0,933
1,065
0,986
1,008
1,093
1,013
1,012
1,049
0,969
0,931
0,903
1,055
0,988
0,950
1,106
0,997
1,006
0,984
0,972
0,912
1,037
1,012
1,030
0,938
0,981
1,024
0,974
0,973
Zdroj:vlastní
Tabulka4:RegionálnícenovéhladinynaúrovnikrajůČR(NUTS3)vrozkladupodlevýdajových
oddílůCZ‐COICOP
Kód kraje
CZ010
CZ031
CZ064
CZ041
CZ063
CZ052
CZ051
CZ080
CZ071
CZ053
CZ032
CZ020
CZ042
CZ072
Kraj
Hlavní město Praha
Jihočeský kraj
Jihomoravský kraj
Karlovarský kraj
Kraj Vysočina
Královéhradecký kraj
Liberecký kraj
Moravskoslezský kraj
Olomoucký kraj
Pardubický kraj
Plzeňský kraj
Středočeský kraj
Ústecký kraj
Zlínský kraj
RCI
odd. 01
odd. 02
odd. 03
odd. 04
odd. 05
odd. 06
odd. 07
odd. 08
odd. 09
odd. 10
odd. 11
odd. 12
1,165
1,005
1,043
0,979
0,971
1,021
1,038
0,983
0,988
1,014
1,008
1,030
0,983
1,014
1,012
1,024
1,014
0,995
0,998
1,010
0,994
0,980
0,984
1,017
1,001
1,016
0,998
1,001
1,006
0,986
1,008
1,012
0,998
1,014
1,006
0,996
1,001
1,015
0,999
1,001
0,984
1,004
1,057
1,029
0,991
1,037
1,003
0,995
1,067
0,983
0,998
1,023
0,982
1,024
0,966
0,986
1,410
0,996
1,114
0,921
0,937
1,086
1,066
0,980
0,989
1,010
1,017
1,069
0,931
1,058
1,009
1,018
1,022
1,013
0,998
0,979
1,032
0,986
1,007
0,996
1,000
0,997
0,966
1,006
1,042
0,972
1,004
0,971
0,986
1,051
1,044
1,008
0,970
1,017
0,978
1,022
0,999
0,996
1,152
0,989
0,974
1,022
0,998
1,009
1,037
0,993
0,990
1,012
1,003
1,011
1,048
0,998
1,006
0,998
0,994
1,001
0,997
1,011
1,006
1,008
0,998
0,999
0,999
0,994
1,007
0,988
1,101
1,021
1,015
1,019
0,981
0,986
1,029
0,982
0,979
1,035
0,995
1,022
0,994
0,984
1,459
0,987
1,036
1,043
0,927
0,984
1,074
0,981
0,913
1,072
1,157
1,095
0,948
0,988
1,104
1,041
1,080
0,952
0,915
1,005
1,041
0,966
1,050
1,059
1,047
0,999
0,980
0,962
1,118
0,984
1,061
0,998
0,969
0,953
1,049
0,979
0,962
0,994
1,021
1,025
1,040
1,027
Zdroj:vlastní
Tabulka5:RegionálnícenovéhladinynaúrovniregionůsoudržnostiČR(NUTS2)vrozkladupodle
výdajovýchoddílůCZ‐COICOP
Kód NUTS2 Region soudržnosti
CZ06
CZ03
CZ08
CZ01
CZ05
CZ04
CZ02
CZ07
Jihovýchod
Jihozápad
Moravskoslezsko
Praha
Severovýchod
Severozápad
Střední Čechy
Střední Morava
RCI
odd. 01
odd. 02
odd. 03
odd. 04
odd. 05
odd. 06
odd. 07
odd. 08
odd. 09
odd. 10
odd. 11
odd. 12
1,023
1,006
0,983
1,165
1,022
0,982
1,030
1,001
1,010
1,014
0,980
1,012
1,009
0,997
1,016
0,992
1,005
0,992
0,996
1,006
1,013
0,994
1,001
1,002
0,994
1,009
0,983
1,057
1,023
0,991
1,024
0,992
1,064
1,005
0,980
1,410
1,051
0,928
1,069
1,022
1,016
1,012
0,986
1,009
1,003
0,977
0,997
1,007
0,999
0,974
1,008
1,042
1,036
0,991
1,022
0,983
0,980
0,995
0,993
1,152
1,017
1,039
1,011
0,994
0,995
0,998
1,008
1,006
1,005
1,005
0,994
0,993
1,006
1,009
0,982
1,101
1,014
1,003
1,022
0,981
1,006
1,057
0,981
1,459
1,038
0,981
1,095
0,950
1,034
1,043
0,966
1,104
1,034
0,970
0,999
1,005
1,036
1,000
0,979
1,118
0,991
1,025
1,025
0,994
Zdroj:vlastní
70
Obrázek10:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
71
Zdroj:vlastní
Obrázek11:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP01:Potravinyanealkoholickénápoje
Zdroj:vlastní
72
Obrázek12:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP02:Tabákaalkoholickénápoje
Zdroj:vlastní
73
Obrázek13:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP03:Odíváníaobuv
Zdroj:vlastní
74
Obrázek14:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP04:Bydlení,voda,energie,paliva
Zdroj:vlastní
75
Obrázek15:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP05:Bytovévybavení,zařízenídomácnosti,opravy
Zdroj:vlastní
76
Obrázek16:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP06:Zdraví
Zdroj:vlastní
77
Obrázek17:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP07:Doprava
Zdroj:vlastní
78
Obrázek18:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP08:Poštyatelekomunikace
Zdroj:vlastní
79
Obrázek19:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP09:Rekreaceakultura
Zdroj:vlastní
80
Obrázek20:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP10:Vzdělávání
Zdroj:vlastní
81
Obrázek21:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP11:Stravováníaubytování
Zdroj:vlastní
82
Obrázek22:RegionálnícenovéhladinynaúrovniNUTS3aNUTS2
proCZ‐COICOP12:Ostatnízbožíaslužby
Zdroj:vlastní
83
Vazba RCI na relevantní ekonomické fenomény jako
východiskořešenícenovédiferenciacevregionech
JiříKraft
Regionálnícenovéhladiny(zdeoznačovanéjakoregionálnícenovýindexRCI)vystupují
jako důležitý ekonomický fenomén, neboť dokáží porovnat realitu cenových úrovní
vjednotlivých regionech, což je důležité nejen pro ekonomickou teorii, ale zvláště pro
ekonomickoupraxi.Vrámciekonomickéteoriejezdůvodněno,žeekonomickýrozvojje
úspěšnější při existenci ekonomické reality, odrážející se vexistenci přibližně stejné
ekonomické vyspělosti (HAMPL akol.,2001) (CAPELLO,2007). Právě odlišnost RCI
vjednotlivých regionech naznačuje určitou ekonomickou nehomogenitu. Ta může být
řešenaspontánnítržníautoregulací,nebostátníintervencícílenýmizásahy,např.formou
přerozdělovacích procesů. Významným momentem hospodářských politik je
regionalizaceekonomickýchparametrů(ZDRAŽILaKRAFTOVÁ,2014)(KRAMULOVÁa
MUSIL,2013),protojetřebaicenovýindexregionalizovat.
Tímsezteoretickéhovnímánírealityproblémtransformujedoekonomicképraxe,
pro niž je důležité, aby rozdílná vyspělost regionů nevedla obyvatelstvo khromadným
odchodůmdoregionůvyspělejších,aleabysetrvaloivregionechméněvyspělých.Aprávě
RCIjedůležitýmmomentemproracionálníúvahupotenciálněmigrujícíhoobyvatelstva,
neboťnižšíRCI,resp.povědomíotom,žeRCIjevdanémregionunižší–tedyžejetam
levněji,bymohl„přesvědčit“obyvatele,abyvtakovémregionusetrvali,neboťbyl‐liby
RCI skutečně vméně vyspělých regionech nižší než vregionech vyspělých, byla by tím
kompenzovánapředpokládanáskutečnost,ževméněvyspělýchregionechjsouzpravidla
nižšídůchodyobyvatel.Vúvahujetřebabrátjakdůchodypracovní,takisociální,které
jsouzvláštěustarobníchdůchodůzpracovníchvypočítávány.
Vpřípadě, že by autoregulace trhem nebyla dostatečně účinná a obyvatelstvo by
mělo tendenci dané regiony opouštět, je třeba zvážit případné státní zásahy cestou
přerozdělovacích procesů. Nejde ale především o variantu dotací, ale o podporu
ekonomickýchaktivitvdanémregionu.
RCI je ekonomickým fenoménem scelou řadou dalších vazeb. Váže se např. na
kapitálovou vybavenost regionů, související spodnikatelskou aktivitou, ale i smírou
urbanizaceamírounezaměstnanosti,vážeseinadalšíekonomickéfenomény;vlastněje
těmitoadalšímiskutečnostmiovlivňován.
84
Cílem této části monografie je analyzovat a následně vyhodnotit vazby RCI na
vybranéekonomickéineekonomickéukazatele,aleiupozornitnadalšísouvislosti,které
bylyvprůběhuvýzkumuověřovány;nazákladětohopakvypracovatnávrhadekvátních
opatřeníhospodářskéaregionálnípolitiky.
Výběr vazeb RCI není náhodný, i když je determinován dostupnými statistickými
údaji. Prvotní je vazba RCI na ekonomickou výkonnost vpodobě hrubého domácího
produktu na obyvatele, neboť právě odlišná tvorba bohatství je základem ekonomické
nehomogenity regionů, promítající se do rozdílného RCI. Na výši hrubého domácího
důchodujezávislýdruhýzezkoumanýchparametrů,tentokrátzoblastispotřeby,čistý
disponibilnídůchoddomácnostínaobyvatele,kterýdeterminujepoptávkuvregionech.
Tajealesamozřejmězdruhéstranyovlivněnamírounezaměstnanosti.Samotnáúroveň
nezaměstnanosti se zároveň váže na výši investic vregionech, které jsou právě vnich
spojoványsmalýmiastřednímipodniky,majícípřevážněregionálnípůsobnost.Samotná
tvorbaHDPnaobyvatelevkrajivšakzávisítakénapracovnímpotenciáluatenjemožný
spojitsatraktivitouregionu.Je‐liregionatraktivní,lákáobyvatelstvo–atedyipracovní
sílu–kpřistěhování,čímžovlivňujepoptávkuatímiRCI,nakterémsejejírůstprojeví.
Vzhledem ktomu, že RCI je aplikací vytvořené metodiky konstruován pro roky
2011–2013,jevýzkumvazebmeziRCIavybranýmiindikátorysoustředěnrovněžnaroky
2011–2013.AnalýzejepodrobenaúroveňregionůNUTS3,tj.14krajůČR.
Jsouověřoványnásledujícíhypotézy:
a) regionální variabilita RCI vkrajích ČR je relativně nízká, variační koeficient RCI
celkemivjehojednotlivýchoddílechnepřesahujev20%;
b)existujestatistickyvýznamná,resp.silnákorelacepřesahujícíhodnotukorelačního
koeficientu0,8vevšechsledovanýchletech,meziRCInajednéstraněanastraně
druhé:
 hrubýmdomácímproduktemnaobyvatele(kladná);
 čistýmdisponibilnímdůchodemnaobyvatele(kladná);
 obecnoumírounezaměstnanosti(záporná);
 tvorbouhrubéhofixníhokapitálunaobyvatele(kladná);
 počtemmalýchastředníchpodniků(kladná);
 indexematraktivityregionu(kladná).
85
Přianalýzevariabilitybylozjišťovánokroměvariačníhokoeficienturovněžvariační
rozpětívjednotlivýchletech,jehožúroveňvabsolutníchhodnotáchkorespondujesrelací
průměrnéhodnotyasměrodatnéodchylky.
VrámcikorelačníanalýzybylvyužitSpearmanůvkorelačníkoeficienthodnocenýna
hladiněvýznamnostiα=0,05,kdykritickouhodnotupředstavuje0,538.
Podpůrně byly kraje ČR klasifikovány do tří, resp. čtyř skupiny podle výkonnosti
měřenéhrubýmdomácímproduktemnaobyvatele:regionysnízkouvýkonností,regiony
sestřednívýkonnostíaregionysvysokouvýkonnostísvyužitímvizualizačnímetodytzv.
semaforu.Původněuvažovanátřískupinováklasifikacebylarozšířenanačtyřskupinovou,
aby tak byl zviditelněn nepřehlédnutelný náskok Hlavního města Prahy vhrubém
domácím produktu na obyvatele. Byla proto vytvořeny čtvrtá skupina – region svelmi
vysokouvýkonností,kterámůžebýtalechápánaijakopodskupinaskupinytřetí.Vrámci
danéklasifikacekrajůpodlejejichvýkonnostibylyhodnocenysouvislostimeziRCIjako
celkem(předpokladpříméúměrymeziRCIaekonomickouvýkonnostíregionu)amezi
jednotlivýmioddílyRCIaekonomickouvýkonnostíregionu(předpoklad,žeseregionyČR
odlišnésvouvýkonostílišíúrovníRCIvjednotlivýchoddílech).
Vrámcidalšíhozpracováníjsouužívány(zejménavtabulkáchčigrafechnikolivždy
vrámcikomentářůzdůvodůjejichpřehlednosti)tytozkratky:
 prokrajeČR(svyužitímzkratekzavedenýchČSÚ):
HlavníměstoPraha
Jihočeskýkraj
Jihomoravskýkraj
Karlovarskýkraj
KrajVysočina
Královéhradeckýkraj
Libereckýkraj
 prooddílyRCI:
Potravinyanealkoholickénápoje
Tabákaalkoholickénápoje
Odíváníaobuv
Bydlení,voda,energie,paliva
Bytovévybavení,zařízenídomácnosti,
opravy
Zdraví
PHA
JHC
JHM
KVK
VYS
HKK
LBK
Moravskoslezskýkraj
Olomouckýkraj
Pardubickýkraj
Plzeňskýkraj
Středočeskýkraj
Ústeckýkraj
Zlínskýkraj
MSK
OLK
PAK
PLK
STC
ULK
ZLK
Odd.01
Odd.02
Odd.03
Odd.04
Doprava
Poštyatelekomunikace
Rekreaceakultura
Vzdělávání
Odd.07
Odd.08
Odd.09
Odd.10
Odd.05
Stravováníaubytování Odd.11
Odd.06
Ostatnízbožíaslužby Odd.12
 prooznačenískupinregionůpodlejejichvýkonnosti:
Regionysnízkouvýkonností N
Regionysvysokouvýkonností V
Regionysvelmivysokou
VV
výkonností
Regionysestřednívýkonností S
86
VariabilitaRCIcelkemajehooddílů
VariabilityRCIjehodnocenajednakvariačnímrozpětímavariačnímkoeficientemzaRCI
celkemapodlejednotlivýchoddílů.VýchodiskemanalýzyjeTabulka6,vnížjsoutučně
zvýrazněnyhodnotyRCInejvyšší(celkemivjednotlivýchoddílech),šedivěpodbarveny
naopak–analogicky–hodnotynejnižší.Celátabulkajedoplněnaovypočtenéhodnoty
variačníhorozpětí.
Kraj
RCI
PHA
1,165
Tabulka6:RCIpodlekrajůČRajeho12oddílů
odd. odd. odd. odd. odd. odd. odd. odd. odd. odd. odd. odd.
01
02
03
04
05
06
07
08
09
10
11
12
1,012 1,006 1,057 1,410 1,009 1,042 1,152 1,006 1,101 1,459 1,104 1,118
JCK
1,005
1,024 0,986 1,029 0,996 1,018 0,972 0,989 0,998 1,021 0,987 1,041 0,984
JMK
1,043
1,014 1,008 0,991 1,114 1,022 1,004 0,974 0,994 1,015 1,036 1,080 1,061
KVK
0,979
0,995 1,012 1,037 0,921 1,013 0,971 1,022 1,001 1,019 1,043 0,952 0,998
VYS
0,971
0,998 0,998 1,003 0,937 0,998 0,986 0,998 0,997 0,981 0,927 0,915 0,969
HKK
1,021
1,010 1,014 0,995 1,086 0,979 1,051 1,009 1,011 0,986 0,984 1,005 0,953
LBK
1,038
0,994 1,006 1,067 1,066 1,032 1,044 1,037 1,006 1,029 1,074 1,041 1,049
MSK
0,983
0,980 0,996 0,983 0,980 0,986 1,008 0,993 1,008 0,982 0,981 0,966 0,979
OLK
0,988
0,984 1,001 0,998 0,989 1,007 0,970 0,990 0,998 0,979 0,913 1,050 0,962
PAK
1,014
1,017 1,015 1,023 1,010 0,996 1,017 1,012 0,999 1,035 1,072 1,059 0,994
PLK
1,008
1,001 0,999 0,982 1,017 1,000 0,978 1,003 0,999 0,995 1,157 1,047 1,021
STC
1,030
1,016 1,001 1,024 1,069 0,997 1,022 1,011 0,994 1,022 1,095 0,999 1,025
ULK
0,983
0,998 0,984 0,966 0,931 0,966 0,999 1,048 1,007 0,994 0,948 0,980 1,040
ZLK
var.
rozpětí
var.
koef.
(%)
1,014
1,001 1,004 0,986 1,058 1,006 0,996 0,998 0,988 0,984 0,988 0,962 1,027
0,195
0,044 0,032 0,101 0,489 0,066 0,081 0,178 0,022 0,122 0,546 0,190 0,165
4,57
1,23
0,90
2,86
11,26
1,67
2,70
4,13
0,61
3,13
12,59
5,17
4,29
Zdroj:vlastní
Tabulka6vzásaděindikuje,žerozdílymeziRCIvjednotlivýchkrajíchsicenejsou
přílišvelké,alerozhodněexistují.MinimálníhodnotuRCIvykazujeKrajVysočina(sRCI
0,971),maximálnípakHlavníměstoPraha(sRCI1,165).
Vypočte‐li se variační rozpětí, vyjde číslo 0,194, variační koeficient představuje
4,57%. Životní náklady rozdílné tedy rozhodně jsou a mají vliv na kupní sílu peněz
vjednotlivýchkrajích.Reálnéhodnotyahodnotynominálnísevdůsledkutohoodklánějí,
reálnákupnísílanominálníhodůchodujeodlišná.TozpohleducelkovéhoRCI.Důležitý
jealeipohlednajednotlivéoddíly.Oddílem,kdesevyskytujenejnižšíhodnotacenové
hladiny,je„10Vzdělávání“vOlomouckémkrajianaopakvestejnémoddílesevyskytujei
hodnotaRCInejvyšší,atovHlavnímměstěPraze.
87
Bude‐lizkoumánovariačnírozpětísledovanýchveličin,pakprávěvzdělánívykazuje
maximální hodnotu tohoto ukazatele, dosahuje výše 0,546. Největší úrovně dosahuje
vtétooblasti,tedy„10Vzdělávání“,ivariačníkoeficient,konkrétníčísloje12,6%.
Opačně, tudíž nejnižší hodnoty dosahuje variační rozpětí oddílu „08 Pošty a
telekomunikace“, kde jde o hodnotu 0,022; minimální je vtomto případě i variační
koeficient,tennabýváhodnoty0,6%.
PřibližšímpohledualeTabulka6naznačujeidalšísouvislosti,přičemžpřekvapující
není,žeHlavníměstoPrahadosahujenejvyššíchveličinRCIhnedvšestioddílech,ato„01
Potravinyanealkoholickénápoje“(1,710);„07Doprava“(1,152);„09Rekreaceakultura“
(1,101);výšeuvedené„10Vzdělávání“(1,459),alei„11Stravováníaubytování“(1,104)
a „12 Ostatní zboží a služby“ (1,118). Logicky proto i RCI je vHlavním městě Praze
jednoznačněnejvyšší(1,165).
Překvapenímohoupředstavovatnejvyššíhodnotyjakvoddíle„06Zdraví“(1,051)
a „08 Pošty a telekomunikace“ (1,011) vkraji Královéhradeckém. Podobnou situaci
představuje také ve dvou položkách Liberecký kraj. Jde o oddíl „03 Odívání a obuv“
(1,067) a oddíl „05 Bytové vybavení, zařízení domácnosti, opravy“ (1,032). Kraje
snejvyšší hodnotu RCI oddílu doplňuje Jihočeský kraj voddíle „01 Potraviny a
nealkoholickénápoje“(1,024).Pardubickýkrajuzavíráskupinukrajůsnejvětšíhodnotu
RCIvněkterémzoddílů,atovoddíle„02Tabákaalkoholickénápoje“sRCI1,015.
DruhoustranupředstavujíkrajedosahujícívpoložkáchRCIminimálníchhodnot.
Olomoucký kraj dosahuje ve třech oddílech minimálních hodnot RCI, jde o „06
Zdraví“ (0,970); „09 Rekreace a kultura“ (0,979) a „10 Vzdělávání“ (0,913). Ve stejné
pozici je i kraj Ústecký, když nejnižší hodnoty RCI jsou dosaženy voddíle „02 Tabák a
alkoholickénápoje“(0,984);„03Odíváníaobuv“(0,966)a„05Bytovévybavení,zařízení
domácnosti,opravy“(0,966).KrajVysočinamáminimálníRCIvůbec(0,971)avystupuje
takjakoprotipólHlavníhoměstaPrahy,tamáRCInejvětší,navícmánejnižšíRCIvoddíle
„11 Stravování a ubytování“ (0,915). Zlínský kraj má nejnižší RCI voddíle „08 Pošty a
telekomunikace“ (0988). Moravskoslezský kraj á nejnižší RCI voddíle „01 Potraviny a
nealkoholické nápoje“ (0,980). Karlovarský kraj voddíle „04 Bydlení, voda, energie,
paliva“(0,921),Jihomoravskývoddíle„07Doprava“(0,974).JediněKrálovéhradeckýkraj
vystupujevobouskupinách.MimovýšezmíněnýchdvoumaximálníchRCImáiminimální
RCI,atovoddíle„12Ostatnízbožíaslužby“shodnotou0,953.
88
Ostatníkraje,jakoujsouPlzeňskýaStředočeský,nedosahujíanimaximálních,ani
minimálníchhodnotvRCIjakocelku,anivjednotlivýchoddílech.
Vsouvislosti suváděnými výsledky by bylo žádoucí alespoň některé vzniklé
souvislosti vysvětlit. Jde o velice „tenký led“, neboť RCI je ovlivňován celou řadou
ekonomických skutečností, kterým bude vdalším textu věnována pozornost. Přesto
základemjevždyvazbanabídkyapoptávky,kteréjsoudálezkoumanýmiekonomickými
entitamiovlivňovány.To,žejeprávěvHlavnímměstěPrazevysokápoptávkapovzdělání
těžkoněkohopřekvapí,minimálněpůjde‐liostředníavysokéškoly.Pročjealevariační
rozpětíHlavníměstoPrahavs.Olomouckýkrajtakvelké,jeménězřejmé.Nicméně,do
úvahovazběmezinabídkouapoptávkoujenutnézařaditifenoménkonkurence.Aprávě
konkurence voblasti vzdělávání bude ze strany Brna, případně Ostravy pro Olomouc
velmi vysoká a bude odčerpávat část poptávky po vzdělání vOlomouci, což se může
vcenách vzdělávacích služeb vOlomouckém kraji projevit, opět ve vazbě na
středoškolskéavysokoškolskévzdělání.
Naopak nejnižší úroveň dosahuje variační rozpětí u oddílu „08 Pošty a
telekomunikace“.Zdůvodněnílzespatřovatvefaktickémonopolizacipoštovníchslužeb,
resp. při benevolentnějším pohledu na stržní struktury jde o oligopol sdominantní
firmou,přičemždominantnífirmoujeČeskápošta,s.p.Ostatnísubjekty,např.DHLadalší,
pakpředstavujíkonkurenčnílem.
Hypotéza a) předpokládající nízkou úroveň variability RCI krajů ČR měřena
variačnímkoeficientembylavdanémobdobípotvrzena.VariačníkoeficientRCIcelkemje
od úrovní 5 % (4,57 %), obdobně se pod úrovní 5 % (hypotézou byla stanovena 20%
hranice) nacházejí všechny jednotlivé oddíly svýjimkou „04 Bydlení, voda, energie,
paliva“(variačníkoeficient11,26%)a„10Vzdělávání“(variačníkoeficient12,59).
VazbaRCInahrubýdomácíproduktnaobyvatele
RozdílnávýšeRCIvjednotlivýchkrajíchČRajednotlivýchoddílech,kterousezabývala
předchozíkapitola,můžemítvazbunahrubýdomácíprodukt,najehorozdílnouúroveň
vrelacikpočtuobyvatelkraje.Lzepředpokládat,žečímvětšíbudevjednotlivýchkrajích
hrubýdomácíproduktnaobyvatele,tímvyššíbudeiRCI,sohledemnapředpokládanou
vyššíkupnísíluobyvatelstva.Takovýpředpokladmůžebýtalenesprávný,neboť–atose
ukázalo vpředchozích výzkumech (KRAFTOVÁ a KRAFT, 2014) – vyšší hrubý domácí
produktnaobyvatelevurčitýchregionech,vedoucíkvyššíúrovnidůchodůobyvatel,vede
89
i květší koncentraci na straně nabídky produktů, čímž zvyšuje konkurenci na straně
nabídky,kterávtěchtovyspělejšíchregionechcenyproduktůstlačujedolů,atímstlačuje
iúroveňRCI.(Tatovazbajevkapitole5.3nastraně93ověřovánanačistémdisponibilním
důchodudomácnostínaobyvatele).Vdalšíchúvaháchvycházítextzdat,kteráukazuje
Tabulka7.
Tabulka7:KlasifikacekrajůpodlevýkonnostisvazbounaRCI
pořadí krajů podle výše hrubého domácího produktu na obyvatele
(řazeno vzestupně)
RCI
2011
2012
2013
KVK
KVK
KVK
KVK 0,979
LBK
LBK
OLK
LBK 1,038
OLK
OLK
LBK
OLK 0,988
ULK
ULK
ULK
ULK 0,983
VYS
PAK
PAK
PAK 1,014
JHC
VYS
MSK
VYS 0,971
PAK
ZLK
VYS
ZLK 1,014
ZLK
JHC
ZLK
JHC 1,005
MSK
MSK
JHC
MSK 0,983
HKK
HKK
HKK
HKK 1,021
STC
PLK
STC
STC 1,030
PLK
STC
PLK
PLK 1,008
JHM
JHM
JHM
JHM 1,043
PHA
PHA
PHA
PHA 1,165
označení
skupiny
N
S
V
VV
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
Tabulka7řadíkrajeČeskérepublikypodleekonomickévýkonnostiměřenéhrubým
domácím produktem na obyvatele ve třech po sobě jdoucích letech 2011, 2012, 2013.
Krajejsourozdělenydotří,resp.čtyřskupinpodlevýkonnosti,atoodnejnižšívýkonnosti
(vždyKarlovarskýkraj)ažponevýkonnějšíHlavníměstoPrahu.
Hranici mezi kraji snízkou výkonností a kraji se střední výkonností vždy tvoří
Ústeckýkraj,meziskupinousestřednívýkonnostíaskupinousvysokouvýkonnostípak
krajKrálovéhradecký–opětvevšechtřechletech.
Ke zvážení je oddělení Hlavního města Prahy od ostatních krajů ve skupině
svysokouvýkonnostídopodskupinysvelmivysokouvýkonností,cožbynačelnípozici
mezi kraji této skupiny umístilo Jihomoravský kraj. Pořadí krajů se vjednotlivých
skupináchvletechmění.VeskupiněsnízkouvýkonnostísinaúkorOlomouckéhokraje
polepšil kraj Liberecký vroce 2013. Ve skupině krajů se střední výkonností se
systematickyzlepšujeKrajVysočina,výrazněsevčasepropadáváMoravskoslezskýkraj.
VeskupiněkrajůsvysokouvýkonnnostísepraktickypravidelněstřídajíkrajePlzeňskýa
Středočeský.
90
Porovná‐lisedosahovanávýkonnostsRCI,ukazujesezřetelně,žeto,jaksevytvořily
skupiny krajů podle výkonnosti, koresponduje sodlišným průměrem RCI. (Prostý
aritmetický průměr se jeví pro danou úvahu jako parametr sdostatečnou vypovídající
schopností.) Uprvní skupiny, tedy u krajů snízkou výkonností, jeprůměrný RCI 0,997
143 ‐ tedy nejmenší, neboť u druhé skupiny se střední výkonností dosahuje hodnoty
nepatrně vyšší, konkrétně 0,997 411, tj. diference obou průměrů je 0,000 269. U třetí
skupiny,tj.krajůsvysokouvýkonností,dosahujeprůměrnýRCIhodnoty1,025596,ato
bezHlavníhoměstaPrahy.Diferenceprotipředchozískupinějetudíž0,028184.Samotné
HlavníměstoPraha,krajsvysokouvýkonností,máRCI1,165487,tzn.,žediferenceod
skupinykrajůsvysokouvýkonnostídosahujeúrovně0,139891ajetaknejvyšší.Vazba
výkonnosti a RCI je prokazatelná vjednotlivých skupinách, i když zde je nutné
poznamenat„ažnavýjimky“.
Tabulka8:MírakorelaceRCIahrubéhodomácíhoproduktunaobyvatele
HDPnaobyvatele(vKč)
kraj
RCI
2011
2012
2013
PHA
1,165487
808490
803559
807486
JHC
1,004577
319614
326066
331474
JHM
1,042867
361063
370535
385622
KVK
0,979078
272823
270953
270921
VYS
0,970876
315793
322618
326186
HKK
1,021304
330297
331871
333658
LBK
1,037588
293619
298671
300639
MSK
0,982963
328364
331321
323090
OLK
0,988463
296099
299335
299515
PAK
1,014184
320213
305082
312191
PLK
1,008143
353547
345375
361465
STC
1,030069
345593
348294
347177
ULK
0,983442
301370
301682
300926
ZLK
1,014456
323620
323256
329349
Spearmanův
korelační
x
0,912693
0,913055
0,918282
koeficient.
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
Vprvní skupině krajů snízkou výkonností představuje výjimku kraj Liberecký,
jehožRCIjevyššínežjedna,konkrétně1,038,atopřiprůměruskupiny0,997143.Ve
druhéskupinějsoudiferencenaprostonepatrné,třikrajemajíRCItěsněnadhodnotou1,
dva těsně pod ní. Ve třetí skupině krajů svysokou výkonností mají RCI všechny
participující kraje těsně nad hodnotou 1. Hlavní město Praha sRCI 1,165 jednoznačně
dominuje.Lzetedykonstatovat,žejevhodnocenémobdobíprokazatelnásouvislostmezi
úrovní ekonomické výkonností měřené hrubým domácím produktem na obyvatele a
91
velikostíRCI.Vyššíúroveňhrubéhodomácíhoproduktunaobyvatelessebounesevyšší
RCIanaopak.TakovouvazbupotvrzujeiTabulka8.Zníjezřejmávelmivysokákorelace.
Spearmanůvkorelačníkoeficientpřevyšujevevšechtřechsledovanýchletechhodnotu
0,91. Pozornosti je hoden rovněž fakt postupného růstu míry korelace RCI a hrubého
domácíhoproduktunaobyvatelevjednotlivýchsledovanýchletech.Hypotézaba)osilné
kladné korelaci mezi oběma ukazateli (nad hranicí 0,8) byla ve sledovaném období
potvrzena.
Lze‐likonstatovat,ževyššíhrubýdomácíproduktnaobyvatelessebouneseivyšší
důchody obyvatel (bude zohledněno i včistém disponibilním důchodu domácností –
NDHI), pak vyšší RCI souvisí svyšší úrovní poptávky, což vede krůstu cenovéhladiny.
Důležitájealeiopačnásouvislost.Vtěchkrajích,kdejsounízkédůchodyobyvatel,jei
levněji.Trhtedykompenzujebeznutnostistátníchzásahůnízkédůchodynízkouúrovní
RCI,tj.typickýodrazvazbynabídkyapoptávky.
Jealeskutečností,žezáležívždynamířevěci.Zároveňnenímožnénezmínitužna
tomtomístě,žekupnísílasociálníchdůchodů,kteréjsouvevšechkrajíchvypočítanéna
stejnébázi,majívzaostalejšíchregionechsnižšímRCIvyššíkupnísílu,dosahují‐listejné
nominálnívýše.
Tabulka9:HodnocenístrukturyRCIpodleoddílůavýkonnostníklasifikačnískupinykraje
odd.
odd.
odd.
odd.
odd.
odd.
odd.
odd.
odd.
odd.
odd.
odd.
01
02
03
04
05
06
07
08
09
10
11
12
MSK
ULK
ULK
KVK
ULK
OLK
JHM
ZLK
OLK
OLK
VYS
HKK
OLK
JHC
PLK
ULK
HKK
KVK
JHC
JHM
VYS
VYS
KVK
OLK
LBK
MSK
MSK
VYS
MSK
JHC
OLK
STC
MSK
ULK
ZLK
VYS
KVK
VYS
ZLK
MSK
PAK
PLK
MSK
VYS
ZLK
MSK
MSK
MSK
ULK
PLK
JHM
OLK
STC
VYS
ZLK
JHC
HKK
HKK
ULK
JHC
VYS
OLK
HKK
JHC
VYS
ZLK
VYS
OLK
ULK
JHC
STC
PAK
ZLK
STC
OLK
PAK
PLK
ULK
PLK
PAK
PLK
ZLK
HKK
KVK
PLK
ZLK
VYS
PLK
ZLK
JHM
HKK
PLK
JHM
JHM
JHC
PLK
HKK
PHA
PAK
ZLK
OLK
MSK
STC
KVK
KVK
KVK
LBK
STC
PHA
LBK
STC
LBK
PHA
PAK
PAK
PHA
JHC
PAK
PLK
ZLK
JHM
JHM
JHC
STC
KVK
STC
KVK
LBK
STC
LBK
OLK
ULK
STC
KVK
KVK
HKK
JHC
PHA
LBK
ULK
LBK
STC
PAK
LBK
PAK
HKK
PHA
JHM
JHM
LBK
ULK
MSK
PAK
PLK
JHM
JHM
JHC
PAK
LBK
PHA
LBK
HKK
PHA
HKK
PHA
PHA
PHA
PHA
Zdroj: vlastní zpracování s využitím dat (ČSÚ, 2015c)
Podrobnější analýza výkonnosti krajů vzávislosti na velikosti hrubého domácího
produktu na obyvatele vychází zvýpočtu RCI podle jednotlivých oddílů. Závěry, které
92
nabízí Tabulka 9, jsou ovšem nejednoznačné. Logicky rozděluje kraje do tří, resp. čtyř
skupinpodlehrubéhodomácíhoproduktunaobyvatele,tj.svydělenímHlavníhoměsta
Prahyvrámciskupinykrajůsvysokouvýkonností.Dalobysepředpokládat,žeHlavní
městoPrahasesvýmnejvětšímhrubýmdomácímproduktemnaobyvatelebudevevšech
oddílechzaujímatposlední,tedynejnižšířádek–odrážejícínevyššíúroveňRCI.Nenítomu
tak ale voddíle „01 Potraviny a nealkoholické nápoje“, ani voddíle „02 Tabák a
alkoholickénápoje“–zdejedokoncevprostřednítřetině.RCIHlavníhoměstaPrahyjeale
nižšíivoddíle„03Odíváníaobuv“,„05Bytovévybavení,zařízenídomácnosti,opravy“,
voddíle„06Zdraví“,aleivoddíle„08Poštyatelekomunikace“.Jakovelmipřekvapující
se ukazuje umístění Libereckého kraje voddílech „03 Odívání a obuv“ a „05 Bytové
vybavení, zařízení domácnosti, opravy“ v pozici nejvyšších RCI, když úrovní HDP na
obyvatelezaujímátentokrajpoziciveskupiněsnízkouvýkonností.Menšímpřekvapením
pakmůžebýtumístěnívnejvyššípoziciRCIuJihočeskéhokraje–oddíl„01Potravinya
nealkoholické nápoje“, Pardubického kraje voddíle „02 Tabák a alkoholické nápoje“ a
poziceKrálovéhradeckéhokrajedokoncevedvouoddílech,konkrétně„06Zdraví“a„08
Poštya telekomunikace“. Zpohledu těchto výsledků se českárealita jeví jako relativně
homogenní,neboťkrajesnízkouvýkonnostíčastozaujímajívjednotlivýchoddílechRCI
pozicestředníhočivysokéhoRCIanaopak.(Výjimkyvtétosouvislostialeexistují–viz
Liberecký kraj.) Například Jihomoravský kraj, patřící ke špičce hrubého domácího
produktunaobyvatele(veskupiněsvysokouvýkonností)všechtřechsledovanýchletech
zaujímá voddíle „07 Doprava“ pozici sabsolutně nejnižším RCI a předposlední pozici
voddíle„08Poštyatelekomunikace“.
VazbaRCInačistýdisponibilnídůchoddomácnostínaobyvatele
Zpohledu vazby RCI a spotřeby je žádoucí zkoumat realitu čistého disponibilního
důchodu domácností na obyvatele, jenž představuje částku, kterou mohou domácnosti
věnovat nakonečnou spotřebu, na úspory finančních aktiv a na akumulaci hmotných i
nehmotných aktiv (KOSFELD, ECKEY a LAURIDSEN, 2008). Základem pro další úvahy
budeTabulka10.
Vzásadělzekonstatovat,žeizdejevazbaobouveličinprokázána,atovtomsmyslu,
ževyššíčistýdisponibilnídůchoddomáctností(netdisposablehouseholdincome–NDHI)
na obyvatele ssebou přináší vyšší RCI. Vazba na HDP na obyvatelese tímto potvrzuje.
93
Předpoklad tendence kvyrovnávání reálných kupních sil vjednotlivých krajích se tak
taképotvrzuje.
Tabulka10:VazbaRCInačistýdisponibilnídůchoddomácnostínaobyvatele
čistýdisponibilnídůchoddomácnostínaobyvatelevKč
kraj
RCI
2011
2012
2013
PHA
1,165486555
261953
260112
260894
STC
1,030068975
214895
218503
213931
JHC
1,004577392
187598
188296
186699
PLK
1,008142787
196718
201356
203436
KVK
0,979077759
176299
174541
177353
ULK
0,983441669
175804
173601
173601
LBK
1,037588399
182555
183692
184014
HKK
1,02130354
188663
192563
192893
PAK
1,014183822
183030
188568
187246
VYS
0,970876043
188473
189181
190820
JHM
1,042867203
191052
195530
198991
OLK
0,988463158
178055
180662
177869
ZLK
1,014456355
182118
185078
184373
MSK
Spearmanův
korelační
koeficient
0,982963215
178585
179597
178352
x
0,894769
0,89438
0,901221
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
SpearmanůvkoeficientpořadovékorelacenameziRCIvázanýkobdobí2011–2013
aNDHInaobyvatelevletech2011,2012a2013představujesvýmivýsledky‐vroce2011
0,895,vroce20120,894avroce20130,901potvrzenívýšeuvedenéhopředpokladu,tj.
korelacemeziposuzovanýmiukazateliuvažovanáhyptézoubb)jesilnákladná,přesahuje
hranici0,8.
Je‐livysokáúroveňčistéhodisponibilníhodůchodudomácnostínaobyvatele,roste
poptávka, což zvyšuje RCI. Odmyslet lze nyní od faktu, že růst čistého disponibilního
důchodu domácností na obyvatele vede kpoklesu mezního sklonu ke spotřebě, tedy i
sklonuprůměrného.Toalenicneměnínafaktu,žeabsolutníveličinaspotřebyseipřes
jejírelativnípokleszvyšuje.
VazbaRCInaobecnoumírunezaměstnanosti
Zvláštní pozici zaujímá vazba RCI na obecnou míru nezaměstnanosti. Míra
nezaměstnanosti představuje podíl nezaměstnaných ke všem osobám schopným
pracovat. Obecná míra nezaměstnanosti je ukazatel zjišťovaný ČSÚ. Tato míra je
94
vypočítánanazákladěvýběrovéhošetřenípracovníků,vycházítedyzreprezentativního
vzorkuspolečnosti.
Vzásaděplatí,žeje‐limíranezaměstnanostinízká,pakjeRCIvysokýanaopak.Tuto
skutečnostpotvrzujeTabulka11.
kraj
Tabulka11:VazbaRCInaobecnoumírunezaměstnanosti
obecnámíranezaměstnanostiv%
RCI
2011
2012
2013
PHA
1,165486555
3,6
3,1
3,1
STC
1,030068975
5,1
4,6
5,2
JHC
1,004577392
5,5
5,7
5,2
PLK
1,008142787
5,2
4,8
5,2
KVK
0,979077759
8,5
10,5
10,2
ULK
0,983441669
9,9
10,8
9,4
LBK
1,037588399
7,2
9,3
8,3
HKK
1,02130354
7,1
7,1
8,2
PAK
1,014183822
5,6
7,7
8,4
VYS
0,970876043
6,4
6,4
6,7
JHM
1,042867203
7,5
8,1
6,8
OLK
0,988463158
7,6
7,7
9,2
ZLK
1,014456355
7,6
7,4
6,8
MSK
Spearmanův
korelační
koeficient
0,982963215
9,3
9,5
9,9
x
‐0,632
‐0,58806
‐0,67419
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
Výsledkyjemožnévnímatspíšepozitivně,vesmysluautoregulačníchefektůtrhu.
Docházítotižktomu,ževysokánezaměstnanostspojenásnižšíkupnísiloustlačujeRCI
dolůvevazběnanízkoupoptávku.Navíc,jakjižbylovýšeuvedeno,výpočetsociálních
dávekprobíhávevšechkrajíchpodlestejnýchprincipů,cožvedektomu,žereálnákupní
síla těchto dávek je tím větší, čím nižší je RCI a ten je nízký tam, kde je vysoká
nezaměstnanost. To potvrzuje i Spearmanův koeficient pořadové korelace. Ten vroce
2011dosáhlhodnoty‐0,632,vroce2012hodnoty‐0,588avroce2013hodnoty‐0,674.
Jdetedyvevšechpřípadechozápornoukorelaci,všechnyvýsledkypřesahujíkritickou
hodnotuprohladinuvýznamnostiα=0,05,avšaknenímožnénevidět,žejejichúroveňje
vabsolutní hodnotě nižší než u předcházejících hodnocených vazeb, tj. vazby RCI na
hrubýdomácíproduktnaobyvateleačistýdisponibilnídůchoddomácnostínaobyvatele.
Hypotézabc)předpokládajícísilnouzápornoukorelacenebylapotvrzena,neboťvevšech
95
sledovaných letech dosáhl sice korelační koeficient zápornou hodnotu, nepřesáhl však
úroveň‐0,8.
VazbaRCInainvesticeanapočetmalýchastředníchpodniků
Zpohledu budoucího ekonomického vývoje se ukazuje jako důležitá vazba RCI na
charakteristiky podnikatelského prostředí (KOSFELD a ECKEY, 2010), zejména na
investicevpodobětvorbyhrubéhofixníhokapitálunaobyvatele.VýznammáivazbaRCI
na počet malých a středních podniků vjednotlivých krajích ČR, která bude posouzena
následně.VazbuRCIainvesticukazujeTabulka12.
Tabulka12:VazbaRCInatvorbuhrubéhofixníhokapitálunaobyvatele
kraj
RCI
PHA
tvorbahrubéhofixníhokapitálunaobyvatelevKč
1,165486555
2011
224107
2012
218878
2013
228690
STC
1,030068975
102950
104947
101903
JHC
1,004577392
80262
79635
91614
PLK
1,008142787
86307
80578
81539
KVK
0,979077759
78970
81178
58107
ULK
0,983441669
95030
89116
86995
LBK
1,037588399
71672
76242
65714
HKK
1,02130354
61345
58416
56759
PAK
1,014183822
76444
73663
68833
VYS
0,970876043
72557
75123
69407
JHM
1,042867203
100691
97357
84532
OLK
0,988463158
76377
72274
69271
ZLK
1,014456355
75777
73585
69211
MSK
Spearmanův
korelační
koeficient
0,982963215
84925
85187
80901
x
0,870611
0,871079
0,867784
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
Zvýsledkůkorelačníanalýzyzřetelněvyplývá,ževýšeRCIsouvisísekonomickými
aktivitamipředstavovanýmiinvesticemi.Zavýjimkupotvrzujícípravidlojemožné,jakuž
tomu bylo i výše, považovat Liberecký kraj, kde relativně vysoký RCI je provázen
nejmenšímiinvesticemizevšechsledovanýchkrajů.
Vysoký je ale vtéto souvislosti i Spearmanův koeficient dosahující hodnoty cca
0,871 vletech 2011 a 2012 a mírně nižší úrovně cca 0,868 vroce 2013. Hypotéza bd)
předpokládající silnou kladnou (tj. nad hranicí 0,8) vzájemnou souvislost mezi
uvažovanýmiukazatelibylavesledovémobdobípotvrzena.
96
Sinvestičnímiaktivitamisouvisíipočetmalýchastředníchpodniků,kteréjemožné
považovatzaregionálněvelmidůležité.Vtomtopřípaděbylzvolenukazatelpočtumalých
a středních podniků, zahrnující subjekty se zjištěnou aktivitou snenulovým počtem
zaměstnanců až po hranici 250 zaměstnanců, tj. svyloučením mikropodniků, jež
představují osoby samostatně výdělečně činné bez zaměstnanců. Tendence kpodpoře
těchtosubjektůzajišťujícíchnezanedbatelnéprocentozaměstnanostivkrajích,subjektů
představujících relativně konkurenční prostředí a relativně vysokou úroveň inovační
flexibilityvevazběnapoptávkubylapředmětemzájmuvrámciEUjakocelku,aleivČR.
Tabulka13ukazujenaekonomickourealitulet2011–2013.
kraj
Tabulka13:VazbaRCInapočetmalýchastředníchpodniků
početmalýchastředníchpodniků(mikropodniků)
RCI
2011
2012
2013
PHA
1,165486555
12120
11934
11980
STC
1,030068975
5587
5370
5217
JHC
1,004577392
3158
3015
2954
PLK
1,008142787
2841
2672
2589
KVK
0,979077759
1407
1292
1275
ULK
0,983441669
3411
3140
3020
LBK
1,037588399
2045
1941
1889
HKK
1,02130354
2747
2588
2541
PAK
1,014183822
2563
2440
2431
VYS
0,970876043
2469
2338
2259
JHM
1,042867203
6796
6473
6350
OLK
0,988463158
3098
2958
2924
ZLK
1,014456355
3249
3062
2981
MSK
Spearmanův
korelační
koeficient
0,982963215
5398
5121
4984
x
0,838158
0,845854
0,852346
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
I vtéto souvislosti se projevuje pevná vazba mezi podnikatelskými aktivitami
vjednotlivých krajích a výší RCI. Tedy vyšší úroveň podnikatelských aktivit spojená
světším množstvím těchto subjektů vede kvyšší úrovni RCI. Jasná vazba vyplývá i ze
Spearmanovakorelačníhokoeficientu.Tendosahujevčasemírněnarůstajícíchhodnot:
0,838vroce2011;0,846vroce2012avícenež0,852vroce2013.Ivtomtopřípaděbyla
tedy potvrzena hypotéza be) o silné pozitivní korelaci mezi uvažovanými indikátory,
přesahujícívesledovanýchletechstanovenouhranici0,8.
97
Pracovnízávěr,kterýjezdemožnéučinit,jeprodalšíúvahydůležitý,neboťprávě
maléastřednípodniky,resp.iniciacejejichvznikuseukazujíjakomožnácestaumožňující
mezikrajskévyrovnáníRCI.Krozvojitakovýchpodnikůjetřebadisponovatdostatečným
množstvím zdrojů. Dostatečný počet obyvatel a tedy i potenciálních pracovníků a
podnikatelů vregionu je logickým předpokladem nejen dostatečné poptávky, ale i
dostatečnéhozdrojepracovníkůprofungovánístranynabídky–podniků,atopředevším
zmiňovaných malých a středních. (Samozřejmě i mikropodniků, ty ale nejsou do úvah
zahrnuty.)
RCIvevazběnaindexatraktivityregionu
Indexatraktivityregionupracujesdemografickýmicharakteristikamihrubéimigracea
hrubéemigrace,resp.představujepodílčistémigrace(migračníhosalda)ahrubémigrace
(celkovéhoobjemumigrace)určitéhoregionuzaurčitéobdobí.Lzejejvyjádřitvzorcem
(50):
,
,
,
,
,
,
(50)
kdeIA=indexatraktivity,HI=hrubáimigrace,HE=hrubáemigrace,r=region,t=období.
Výsledky výpočtu vazby RCI na index atraktivity krajů ukazuje Tabulka 14, která
současně ilustruje výše zmíněnou metodou semaforu příslušnost jednotlivých krajů
kvýkonnostnískupině.
Tabulka14:VazbaRCInaindexatraktivityregionu
indexatraktivityregionu
označení
kraj
RCI
skupiny
2011
2012
2013
VV
PHA
1,165487
‐0,07996
0,054901
0,11314
S
JHC
1,004577
0,03584
0,036188
0,044548
V
JHM
1,042867
0,03641
0,099031
0,112282
N
KVK
0,979078
‐0,16385
‐0,19773
‐0,10656
S
VYS
0,970876
‐0,11209
‐0,09266
‐0,05218
V
HKK
1,021304
‐0,06502
‐0,06061
‐0,0455
N
LBK
1,037588
‐0,01132
‐0,02613
0,033255
S
MSK
0,982963
‐0,25908
‐0,2327
‐0,23662
N
OLK
0,988463
‐0,08955
‐0,0769
‐0,01833
S
PAK
1,014184
‐0,01656
0,00549
0,026667
V
PLK
1,008143
0,148325
0,145986
0,099576
V
STC
1,030069
0,228729
0,261945
0,318854
N
ULK
0,983442
‐0,02969
‐0,03702
‐0,01682
S
ZLK
1,014456
‐0,09158
‐0,11674
‐0,07362
x
Spearmanůvkorelačníkoeficient
0,181875
0,423472
0,476797
Zdroj:vlastnízpracovánísvyužitímdat(ČSÚ,2015c)
98
Kladnáčíslaindexuatraktivityseprojevujívšestikrajích,zápornávosmikrajích.
Mezikrajisprůměrnýmkladnýmrelativnímpřírůstkemobyvateljenaprvnímmístěkraj
Středočeský snejvyšší dosaženou hodnotou indexu atraktivity (cca 0,270). Nevětší
průměrnýrelativníúbytekobyvatelseprojevujeukrajeMoravskoslezského(cca–0,243).
(Je třeba si uvědomit, že u indexu atraktivity regionu jde o veličinu zkoumající
přírůstek obyvatel nebo jeho úbytek vrelaci k pohybu obyvatel, tj. celkovému objemu
migrace.Protojezdůrazňovánoslovorelativní.Navícjemožnézmatematickéhohlediska
zdůraznit, že pohyb obyvatelstva vpodobě celkového objemu migrace (jmenovatel
zlomku)nesmíbýtrovennule.)
Oba uvedené kraje, u nichž se tyto extrémní hodnoty projevují, patří mezi kraje
vyskytující se např. vHDP na obyvatele, ale i vdalších zkoumaných parametrech, na
středníchpozicíchmezikraji.
Hrubýmdomácímproduktemnaobyvatelenejhoršíkrajmáaletakécitelnýrelativní
úbytekobyvatel(‐0,086).NaopakJihomoravskýkraj,kterýmáhrubýdomácíproduktna
obyvatele trvale největší – je‐li Hlavní město Praha osamostatněna do podskupiny
svelmi vysokou ekonomickou výkonností – dosahuje tento kraj třetí relativně největší
přírůstekobyvatel.Vzhledemktomu,žečástpřírůstkuobyvatelStředočeskéhokrajeje
svysokou pravděpodobností skrytý přírůstek pracovníků pro Hlavní město Prahu
(dojížděnízapracíjevelmičastýmjevem),jevísevazbameziprodukčnívýkonnostíkraje
nahlavuvýznamnýmmomentemmigraceobyvatel.Nadruhéstranějenutnévidět,žečást
PražanůopouštíhlavníměstoprávěsměremdoStředočeskéhokraje,odkudzapracído
HlavníhoměstaPrahydojíždějí.
VtomtopřípaděukazujeTabulka14nízkýstupeňprovázanostimeziindexy‐mezi
indexematraktivityregionuaRCI.Spearmanůvkorelačníkoeficientnedosahujehodnot
přizvolenéhladiněvýznamnostiα=0,05anivjednomzesledovanýchletkritickéhranice.
Korelacemezioběmajevyjesicepozitivní,avšakstatistickynevýznamná.Hypotézabf)
tedypotvrzenaudanéhovztahuvesledovanémobdobívkrajíchČRnebyla.
Nadruhoustranunelzealenevidět,žehodnotatohotokoeficientuvesledovaném
období výrazně roste,a to z0,182 vroce 2011 na 0,477vroce2013. (V případě volby
hladinyvýznamnostinaúrovniα=0,1,užbyvtomtorocebylakritickáhodnota,kteráje
0,464, překročena. Pak by tedy platilo: je‐li kraj atraktivní a počet jeho obyvatel roste,
rosteiRCI,cožje logické,neboťspřírůstkemobyvatelrostevdanémkrajiipoptávka.
99
Nicméně záporný verdikt vůči stanovené hypotéze bf) předpokládající silnou pozitivní
korelacibysenezměnil.)
Dalšízkoumanésouvislosti
Spolu stvorbou metodiky výpočtu RCI byly realizovány i některé předběžné výsledky
vypočteného RCI. Zkoumaný byl RCI ve vazbě na tržní struktury, tedy na existenci
monopolů, oligopolů či monopolistické konkurence vjednotlivých krajích. Právě
odlišnosti jednotlivých forem nedokonalé konkurence mohou mít vliv na RCI. Ze
zkoumánívšakvyplynulo,ževlivnaregionálnícenovýindexvuvedenýchsouvislostech
pravděpodobněnebudezásadní,neboťcenyproduktůmonopolníchproducentůbudou
na celém území státu téměř stejné (KRAFT, 2015). Jistý posun by ale mohla znamenat
různá regionální realita vpřípadech oligopolů sdominantní firmou právě zdůvodu
působení konkurenčního lemu, méně u kartelů, naopak nejvíce u firem vrámci
monopolistickékonkurence.Bohuželčeskástatistikanerozdělujepodlekrajůkoncentraci
takovýchpodniků,aprotojedokazováníčíslynerealizovatelné.
Blíže byla rozpracována vazba RCI na čistý disponibilní důchod domácností
vkapitole 6.3 na straně 113. Z výzkumu je zřejmé, že čistý disponibilní důchod
domácností na obyvatele je vjednotlivých krajích odlišný. Byla provedena strukturální
analýza statistických dat publikovaných MPSV, určen lokalizační kvocient zpohledu
vzdělanostnístrukturyzaměstnanců,vypočtenaporovnánGinihokoeficientregionálního
rozloženípříjmůzaměstnancůazpracovánmodelodhadujejichkoupěschopnépoptávky
(KRAFTOVÁaKRAFT,2014).
Důležitýmzávěremjeskutečnost,žejednotlivékrajeseodlišujípodlevzdělanostní
struktury,přičemžprávětatoskutečnostmůžebýtvýznamnoupříčinourozdílnéhoNDHI
vjednotlivýchkrajíchČRapotažmopříčinourozdílnýchRCI.
Vzájemná vazba mezi RCI, mírou urbanizace a trhem práce byla zkoumána s cílem
posouditvlivmíryurbanizaceamírynezaměstnanostinaRCI(KRAFTOVÁaKRAFT,2015).
Jde tedy o rozšíření výše zkoumané vazby na sídlení strukturu. Za zajímavou je možné
považovatmírukorelaceRCIapočtuobyvatelpodlevelikostníkategorieobcekrajůČR.
Tabulka15:MírakorelaceRCIapočtuobyvatelpodlevelikostníkategorieobcekrajůČR
kategorie od50000 od20000 od10000 od5000 od2000 od1000 od500 od200 vše
korelační
0,9155
0,8767
0,8643
0,8240 0,7577 0,6763 0,6021 0,5478 0,5312
koeficient
Zdroj:převzatoz(KRAFTOVÁaKRAFT,2015:248)
100
Hodnocení míry korelace bylo provedeno pro vztah RCI a míry urbanizace, resp.
počtu obyvatel velikostních kategorií obcí vjednotlivých krajích (v tom i uvažovaná
reálná a obecná míra urbanizace) pro rok 2011. Hodnoty Spearmanova korelačního
koeficientuzachycujeTabulka15.Zjištěnéhodnotypozitivníkorelacevykazujílineární
klesající trend, který lze vyjádřit rovnicí y = ‐ 0,0533x + 0,9992, a to svysokou
spolehlivostíR2=0,9703.
Lze dedukovat závěr, že na rozdíl RCI českých krajů mají vtéto souvislosti vliv
souhrnnéživotní,resp.sociálněekonomicképodmínkydanévelikostísídla,kdeobyvatelé
žijí.
Návrhynařešenísoučasnéhostavu
SoučasnýstavlzecharakterizovatvrámcikrajůČRodlišnouúrovníRCI.NavýšiRCImá
vlivcelářadaskutečností,přičemžnavybranéznichbylavýšezaměřenapozornost.RCI
jemožnochápatjakoindikátornehomogenityekonomickéhoprostoru,tedyikrajůvČR.
Lze si proto položit otázku, zda je vůbec realita rozdílných RCI vjednotlivých krajích
problémemazdavyžadujeřešenítypustátníhozásahučizásahů.Naprvníčástotázky,
tedy zda je rozdílnost RCI problémem lze odpovědět kladně. Cílem hospodářské
prosperity ČR, ale i Evropské unie je homogenita korespondující salespoň přibližně
stejnouekonomickouvyspělostíregionů,tedyikrajů.Tavzásaděkorespondujesezávěry
ekonomickéteorie,kterávrozevíránínůžekekonomickýchúrovníproblémspatřujetaké.
Zvýše uvedeného textu zároveň vyplývá, které ekonomické skutečnosti mají na
rozdílnouúroveňvliv,přičemžrozhodněnejdeovšechnypůsobící,uvedenybylypouze
některé. Ale minimálně ty, které uvedeny byly, je možné vrámci hospodářské politiky
ovlivňovat,atoijednotlivě.Jdeoto,zdajetonutné,případnězdajetovůbecžádoucí.
Jetřebavzítvúvahu,ženízkéRCIvregionujeprovázenonižšímNDHIanaopak,
čímž se skutečnosti v reálných veličinách na rozdíl od veličin nominálních vkrajích
svysokýmasnízkýmRCIvýrazněneliší.Nadruhoustranu,totosicelogické,alezároveň
číselnětěžkodokazatelnékonstatování,neměnínicnafaktu,žekrajejsourůzněvýkonné,
měřenopomocíHDPnaobyvatele,cožjetaképříčina,pravděpodobněprimární,kteráRCI
ovlivňuje.Aprávěrozdílnáekonomickávýkonnostkrajůproblémemjeařešenívyžaduje.
Jde o to, zda řešení nastane spontánně, na základě tržních impulsů či nikoliv.
Podmínkyprospontánnířešeníexistují.Vnízkoekonomickyvýkonnýchkrajíchjenapř.
101
nižšímzdováúroveň,většípočetnezaměstnanýchanižšíRCI,tedyvyššíreálnákupnísíla
měny.Tedyideálníprostředípropodnikáníažnafakt,ževtakovémkrajibudeimenší
poptávkapoproduktechsohledemnanižšídůchodyobyvatelatendenceobyvateltakový
zaostalejšíkrajopouštět,cožuváděnousituaciještězhorší.Přičemžprávětatoskutečnost
může příliv podnikatelských aktivit do zaostalejšího regionu brzdit. Ztoho vychází
důvodná obava, že na spontánní řešení problému není možné se sjistotou spolehnout
(FRIJTERS,HAISKEN‐DENEWaSHIELDS,2004).
Připustí‐lisetedystátnízásahyvedoucíkvyrovnánívýkonnostikrajůjakožádoucí,
pakjeotázkou,jaképoužít,přičemžúspěšnosttakovéhozásahubysejistěpromítlataké
dozměnyRCIdanéhokraje.
Možností zásahů je celá škála, nicméně některý znich je třeba pro demonstraci
vybrat,přičemžjednímztěch,kterébylyjižteoretickyřešeny,jezásahdotržníchstruktur
(KRAFT a kol., 2010). Bylo sice prokázáno, že samotné tržní struktury zásadním
způsobemapřímoneovlivňujíRCI,nicméněpodporamaléhoastředníhopodnikáníby
mohlapřinéstzvýšeníekonomickéaktivity,atímirůstvýkonnostiregionuvsouvislosti
se změnami tržních struktur, resp. změnami uvnitř těchto tržních struktur. Vrámci
ekonomickýchaktivithrajívjednotlivýchkrajíchvýznamnourolioligopoly,zvláštěpak
oligopolysdominantnífirmou.Jejichpůsobnostjekrajová,ikdyžudominantnífirmyi
nadkrajová,cožaleneníproblém.
Obrázek23:Oligopolsdominantnífirmouajehozměna
Zdroj:převzatoz(KRAFTakol.,2012:85)
Zapředpokladu,žebystátmaléastřednípodnikyintenzivnějipodporovalněkterým
z finančních nástrojů, mohla by být narušena stávající realita fungování oligopolu
102
sdominantní firmou ve smyslu zvýšení konkurenčních tlaků mezi participujícími
subjektystranynabídky,jaknaznačujeObrázek23.
Naznačený výchozí stav – tedy před zvažovanou intervencí – ukazuje, kolik
produkcevyrobídominantnísubjekt(QDF),kolikkonkurenčnílem(QCF)akolikprodukce
bylovyrobenocelkově(∑Q).Zároveňjezřejmé,zajakoucenubudeprodukceprodávána.
Došlo‐li by ke zvažované podpoře malých a středních firem, přičemž dominantní
firma je řazena mezi firmy velké, pak by to rozhodně ovlivnilo pozitivním směrem
nabídku konkurenčního lemu (SCF), ta by vzrostla. To by vedlo knavýšení produkce
konkurenčního lemu (QCF'), ke snížení produkce dominantní firmy (QDF´), ale přesto
knavýšeníprodukcecelkové(∑Q´).Ekonomickávýkonnostkrajebytakvzrostla,přičemž
růstRCIbybylbrzděnpoklesemcenyprodukcevyvolanémkonkurenčnějšímprostředím
vrámci oligopolu, iniciované právě podporou malých a středních firem, ale zároveň
navyšován rostoucí poptávkou vyvolanou růstem důchodu těch, kteří se vuvedených
souvislostechzapojilidoekonomickýchaktivit(růstpočtufiremkonkurenčníholemu,tj.
růstpočtuzaměstnancůipodnikatelů).
Jeotázkou,zdabytakovápodporamalýchastředníchfiremmělaprobíhatplošně,
vevšechkrajíchČRaspoléhatsenato,ževméněvyspělýchkrajíchjevětšíprostorpro
růst aktivit konkurenčního lemu např. vsouvislosti světší nezaměstnaností vtakových
krajíchanižšímzdovouúrovní,nebozdapodporumalýchastředníchfirempodlekrajů
selektovat.
TakováselekcebyteoretickyvzatomohlavycházetprávězvýšeHDPnaobyvatele
vjednotlivých krajích. Tato varianta má ale svá legislativní úskalí. Na druhou stranu
podporamalýchastředníchfiremnebudekontraproduktivnísvýmpozitivnímvýsledkem
anivkrajíchvyspělejších.
103
Aplikaceregionálníchcenovýchhladinvpraxi
PavlaBednářová,ŠárkaLaboutková,JanaŠimanová,JiříŠmída
Aplikace regionálních cenových hladin na nominální ukazatele představuje jeden
zmožných přístupů khodnocení reálných socioekonomických regionálních disparit.
Konečnýmvýstupemvýšeuvedenémetodikyaexperimentálníchpropočtůjeregionální
cenový index (RCI), který měří prostorové rozdíly vživotních nákladech obyvatel
vregionechČeskérepubliky.Ukazatelvšakzásadnězískávánavýznamu,pokudjedándo
souvislostispříjmyobyvatelstvavdanémregionu,kterétakzískajípuncparitykupnísíly
alias reálné životní úrovně obyvatel regionu. Vyčíslení regionálních cenových hladin
umožňujezpřesněníodhadureálnýchveličinvregionechapomáhálépezacílitpřípadné
intervenceregionálnípolitiky.
Při posuzování hospodářsky slabých oblastí a socio‐ekonomické úrovně tamních
obyvatelbymělabýtbránavpotaznejenvýšenominálníchpříjmů(důchodů,mezd),alei
životníchnákladůadalšíchokolnosti,jakojeobčanskávybavenostapod.Vysokémzdy
(resp.čistédisponibilnídůchodydomácností)majítendencibýtkompenzoványvyššími
spotřebitelskýmicenami,cenamirealit,dojížďkouzaprací,někdynižšíkvalitouobčanské
vybavenostičienvironmentálníhoprostředíapod.Protokomparacenominálníchhodnot
ukazatelůtypučistýdisponibilnídůchoddomácnosti(netdisposablehouseholdincome–
NDHI) mezi regiony nevystihuje skutečnou socio‐ekonomickou pozici regionu a jeho
obyvatel. V praxi je hospodářská politika silně zaměřena na místa (oblasti), což je
indikováno obecně převládajícím, avšak velmi diskutabilním přístupem, že život v
určitých lokalitách negativně ovlivňuje individuální životní úroveň. Obvykle se
hospodářskápolitikasnažíozlepšení„špatných“oblastí.Avšakvhodnějšíalternativouje
zaměřitsenazlepšeníživotníúrovnějednotlivců,kteřívtěchtooblastechžijí.
Reálnéregionálnísocioekonomickédisparity
Výsledky výpočtů regionálních cenových hladin vČR, které jsou založené na nových
metodickýchpostupech,mohoubýtvyužitynaakademicképůdě,vpoliticko‐hospodářské
praxi na makroekonomické úrovni i na úrovni regionální politiky. Regionální cenový
index RCI je sestrojen jako prostorový index životních nákladů s reálnou vypovídací
schopností o životní úrovni obyvatelstva v regionech ČR v prostorovém (regionálním)
kontextu,cožumožňujejehovyužitívrámci:
104
 Hospodářsképolitiky,resp.
 regionální politiky – ke zpřesňování vstupních údajů pro měření disparit v
životní úrovni obyvatelstva (pro ukazatele čistého disponibilního důchodu,
životníchpodmínek,průměrnéamediánovémzdy)apřivymezováníregionální
konkurenceschopnosti vrámci pilíře 8, který zachycuje velikost trhu, tj.
regionálníHDPnaobyvateleadisponibilnídůchoddomácnostía
 sociální politiky – např. při vymezení chudoby, jako podíl domácností s čistým
měsíčním příjmem pod hranicí životního minima.
 Komerčnípraxe,např.:
 jako zdroj informací vpřípadě tzv. geomarketingu (MATZKA a
NACHBAGAUER, 2009), což představuje službu, která primárně umožňuje
optimalizovatroznosinformačníchapropagačníchmateriálůpomocínamíru
vytvořeného distribučního plánu. Jejím cílem je zefektivnění reklamní
kampaně pomocí výběru nejvhodnějších oblastí pro roznos a slouží pro
zacíleníletáků,kesnižovánínákladů,propoznánízákazníků,proporovnání
rozmístěníprodejen,propřizpůsobenífiremnístrategiekupnísílevregionu,
kefektivnímuvyužitídatnebo
 přirozhodováníonejvýhodnějšílokalizacifirem.
 Spotřebitelského rozhodování, kde z hlediska možného chování občanů nelze
nezmínitTieboutovuhypotézu,kteroubybylomožnéaplikovativpřípaděznalostí
o regionálně rozdílných spotřebitelských cenách. Originálně je konstruována pro
oblastveřejnýchstatků,veřejnýchpříjmůavýdajůavesvépodstatěříká,ževolič,
pokud je plně mobilní, si pro svůj život volí komunitu s pro něj nejvýhodnějším
poměremnabízenýchveřejnýchstatků,respektivestrukturouveřejnýchvýdajůna
stranějedné(tj.covrámcikomunitydostává)adaní,respektivejinýchplateb,které
musí platit (co v rámci komunity odevzdává). Není‐li volič s daným poměrem
spokojen,můžehlasovatnohamaapřestěhovatsedojinékomunity.Jakkonstatuje
Špalek, praktická realizace daného hlasování nohama je omezena. Tieboutova
hypotéza totiž vychází z relativně silných předpokladů, že volič je vskutku plně
mobilní,žejeinformovánodanýchpoměrechvjednotlivýchkomunitách,žeexistuje
velké množství komunit, že trhy práce v jednotlivých komunitách jsou vzájemně
homogenníapod.(ŠPALEK,2011).
105
InformačnípotenciálRCI
Proces hospodářsko‐politických rozhodování je procesem práce s informacemi.
Maximálnímnožstvíkvalitníchapřesnýchinformacísnižujerizikoomyluaselháníaktérů
či nositelů hospodářské politiky. Každé rozhodnutí je tedy výsledkem zpracování
informací jak pro oblast rozhodování, tak jako prostředek výkonu rozhodnutí
(ovlivňování). Při tvorbě hospodářské politiky, jejíž součástí je regionální politika, se
uplatňujeobecnýkonceptřízení,kterývsobězahrnujenásledujícíposloupnostčinností:
 makroekonomickouanalýzu,
 diagnózuazdůvodněnívolbyopatření,
 prognózuatvorbuprogramu,
 kontroluprognózovanýchvariantmakroekonomickouanalýzou.
Potenciál uplatnění zjišťování regionálních rozdílů v cenových hladinách v
praktickéhospodářskéresp.regionálníčisociálnípoliticejezejménavjejichinformativní
hodnotě.Svojipovahoutedyvstupujezejménadoprvnífázetvorbyhospodářsképolitiky.
Hlavnímzdrojeminformacípohospodářsko‐politickoupraxijesystémnárodních
účtů, makroekonomická analýza a prognóza. Systém národních účtů doplňují dílčí
statistiky,aťjižodvětvovéhočiprůřezovéhocharakteru,aleidalšírealizovanášetření,
průzkumy,mezinárodnízdrojeapod.Tytoinformacejsouvýznamnézejménavpoznávací
fázi hospodářské politiky, a slouží pak pro formulaci opatření v dalších politikách. Z
hlediska využití regionálního cenového indexu (RCI), který měří prostorové rozdíly v
životních nákladech obyvatel v regionech České republiky a umožňuje prostorové
srovnáníreálnékupnísíly(azprostředkovanětakéživotníúrovně)obyvatelvregionech,
sejednázejménaojehovyužitívrámciregionálnípolitiky.Jakovstupníinformacemohou
být v rámci Systému národních účtů použity regionální účty (HDP, čistý disponibilní
důchoddomácností),dálešetřeníprůměrnýchmezd,čišetřeníživotníúrovněobyvatel.
ZhlediskapraktickéhovyužitíRCIprohospodářsko‐politickoupraxisetedyjedná
ozvýšenívypovídacíchschopnostíúdajůvrámcihodnocenídisparitvsocioekonomické
úrovnijednotlivýchregionů,cožmůže:
 adresněji zacílit nástroje regionální politiky díky přesnějšímu vymezení
socioekonomickýchdisparitprostřednictvímreálnýchukazatelůnaúrovniLAU1,
NUTS3aNUTS2.
 sloužitjakosoučástanalytickýchpodkladůpropotřebyúzemníhorozvojeaSWOT
analýzy,včetněvyčíslenírelativnípoziceregionuvmeziregionálnímsrovnání,
106
 lépe identifikovat socioekonomickou pozici domácností v regionech v kontextu
jejichpříjmůaživotníchnákladů.
6.2.1 RCIjakozdrojinformacíproregionálnípolitiku
Definicí regionální politiky se vyskytuje vodborné literatuře velké množství, přičemž
všechny definice pojímají regionální politiku jako cílevědomou činnost organizací či
představitelůstátnísprávyasamosprávy,kterásměřujekzajištěníekonomickéhorůstu
spravovanéhoúzemí,musímítjasnědefinovanécíleanástroje,kterémohoujmenované
organizacepoužívat.KlaassenaVanhovedefinujíregionálnípolitikujakovšechnyveřejné
intervence, které vedou ke zlepšování geografického rozdělení ekonomických činností,
resp.kterésepokoušejínapraviturčitéprostorovédůsledkyvolnétržníekonomikypro
dosažení dvou vzájemně závislých cílů – ekonomického růstu a zlepšení sociálního
rozdělení ekonomických efektů (KLAASSEN a VANHOVE, 1987). Dle Adamčíka
představuje regionální politika všechny veřejné přímé i nepřímé intervence státu,
regionu, obcí a měst, vedoucí k lepšímu prostorovému rozdělení ekonomických i
mimoekonomických činností (ADAMČÍK, 1997). Lze v ní vidět snahu korigovat určité
prostorovédůsledkyvolnétržníekonomikyvesmysludosaženídvouvzájemnězávislých
cílů, jimiž je ekonomický růst a zlepšení sociálního rozdělení. Vrámci Strategie
regionálního rozvoje ČR (MMR, 2000) zahrnuje regionální politika, která je součástí
hospodářsképolitikyveškerékrokyaopatření,kterébylyuvědomělepřijatysezřetelem
najejichprostorovéúčinky.Jdetedyosouhrnhospodářsko‐politickýchzásadaopatření
mající za cíl ovlivňovat prostorovou strukturu regionů a jejich ekonomických aktivit.
(MMR, 2000). Zmakroekonomického pohledu je možné regionální politiku
charakterizovatjakokoncepčníavýkonnoučinnoststátuajehoregionálníchsprávních
orgánů (LACINA, 2005). Dle Wokouna a Matese představuje regionální politika soubor
intervencí, které ovlivňují rozložení ekonomických aktivit v území, sloužících k rozvoji
infrastruktury a ke snížení nerovnováhy v sociálním rozvoji (WOKOUN, MATES a kol.,
2006). Má tři základní funkce, a to růstovou – podpora využití potenciálu jednotlivých
území, disparitní – řešení dlouhodobé regionální nerovnováhy a preventivní –
předcházenírizikůmbudoucíhovývoje.SoučasnáStrategieregionálníhorozvojeČRpro
období2014–2020(MMR,2013)definujeregionálnípolitikujakosouborintervencí,které
ovlivňují rozložení ekonomických aktivit v území, k rozvoji infrastruktury a ke snížení
nerovnováhy v sociálním rozvoji. Důležitá je vzájemná vazba s dalšími podpůrnými
107
státními politikami, například se sociální politikou a sprůmyslovou politikou. Dochází
také k zohledňování regionální dimenze v rámci sektorových politik (LABOUNKOVÁ a
kol.,2014).
V kontextu regionálního rozvoje lze nástroje regionální politiky vymezit jako
všechny prostředky, které napomáhají k dosažení rozvojových cílů daného území.
Existuje velké množství dílčích pohledů na nástroje rozvoje regionů, resp. rozvoje
jednotlivých sektorů či věcných oblastí, nicméně základní klasifikace dle charakteru
nástrojůdefinujenástrojefinančníanástrojenefinanční,případněregulativní.Wokouna
Matesprovedlidetailnísrovnáníuplatňovánínástrojůregionálnípolitikyvevropských
zemích včetně souvisejících teoreticko‐metodologických klasifikací (WOKOUN, MATES
akol., 2006). Jeho širší interpretaci a rozšíření navrhl řešitelský tým GaREPu 17
15F15F
vnásledující struktuře, která detailněji rozvíjí nástroje nefinanční povahy. Je přímo
využitelnájakoklasifikacenástrojůrozvojevenkova,resp.regionálníhorozvoje:
 administrativní nástroje (legislativa, závazné procedury, postupy, organizační
normy),
 koncepční nástroje (strategie, programy, plány, politické deklarace, územně
plánovacídokumenty,pozemkovéúpravy),
 institucionálnínástroje(instituce,spolupráce,regionálnímanagement),
 věcné nástroje (infrastruktura, poskytnutí prostor, služeb, hmotného plnění,
poradenství),
 sociálně‐psychologickénástroje(vzdělávání,komunikace,motivace),
 finančnínástroje(systémyfinančníchpodpor,dotace,granty).
Vzhledemkcílůmrozvojeregionůjetřebazohlednitnevyváženostmírypůsobení
jednotlivýchnástrojůnarůznésložkyregionů,kdysoustředěnínanejdostupnějšínástroje
můževéstkrozvojovýmdisproporcímakrozvojovédeformaciceléhoúzemí.Rozvíjená
územíjenutnobrátjakoprovázanýkomplexaharmonickyjejrozvíjetvevšechoblastech.
6.2.2 RCIjakokritériumhodnoceníregionálníchdisparit
Regionální disparita je definována jako rozdílnost či nerovnost znaků, jevů či procesů,
kterémajízcelajednoznačnouúzemníalokaciaježsevyskytujíalespoňvedvouentitách
17
Společnost GaREP, spol. sr.o. působí voblasti regionálního rozvoje. Klíčovou specializací, kterou
společnostrozvíjíodpočátkusvéexistence,jestrategicképlánování,konkrétnětvorbarozvojových
dokumentůprokraje,obce,svazkyobcíadalšítypyregionů.
108
dané územní struktury (KUTSCHERAUER a kol., 2007). Významným příspěvkem k
účelovému pojetí regionálních disparit je přístup Molleho, který uvádí, že základní
klíčovou otázkou, z níž vycházejí také politiky Evropské unie, je otázka koheze
(soudržnosti) a nedostatek koheze je měřen velikostí disparit (MOLLE, 2007).
Ministerstvo pro místní rozvoj ČR vymezuje regionální disparity jako „neodůvodněné
regionální rozdíly v úrovni ekonomického, sociálního a ekologického rozvoj regionů“.
Disparitami, které je třeba řešit, jsou „rozdíly vyvolané subjektivní lidskou činností,
nikolivrozdílyvzniklézobjektivníchpříčin,napříkladnazákladěpřírodníchpodmínek“
(GaREP, 2009). Jednou zmnoha regionálních disparit jsou regionální cenové disparity,
přičemž zavedení a kvantifikace regionálně odlišné parity kupní síly je významným
faktoremumožňujícímpřesnějšíregionálníkomparace.Vyloučenívlivurozdílucenových
hladin mezi zeměmi je prováděno prostřednictvím standardu parity kupní síly (resp.
PPS),avšakinadálezůstávajíminimálnězohledněnyrozdílyvcenovýchhladináchmezi
regionyuvnitřjednotlivýchstátů(CECCHETTI,MARKaSONORA,2002).
Metody měření regionálních disparit vyžadují multidimenzionální soubor
ukazatelů, neboť v sobě zahrnují sociální, ekonomický a environmentální rozměr.
Ukazatele, které jsou v současné době k dispozici na regionální úrovni, jsou velmi
omezeny co do rozsahu a nezahrnují četné dimenze týkající se regionálního rozvoje.
Jmenovitě se jedná o dimenze ekonomické, sociální, demografické, environmentální a
týkající se kvality lidského kapitálu. Většina statistik ohledně regionální politiky,
dostupnýchnaúrovniEvropskéunieiČR,jezaměřenazejménanaekonomickoudimenzi.
Index RCI rozšiřuje a prohlubuje poznání vývoje územních nerovností, které vedou k
disparitámovlivňujícímrozvojjednotlivýchregionůvČR.
Z hlediska podstaty cenových regionálních disparit je možné RCI zařadit mezi
hmotnéukazatelesobjektivníměřitelností.Hmotnýobjektivníukazateljekonstruován
na základě měřitelných (tvrdých) dat, jako např. příjem na obyvatele, počet aut v
domácnosti, připojení na internet, počet lékařů na 1000 obyvatel, dosažená úroveň
vzdělání apod. Subjektivní (měkká) data jsou pak založena na vnímání obyvatel, jejich
názorů na danou věc, pocitová hlediska apod. Dalším charakteristickým znakem je
ovlivnitelnostdanéhoukazatelenositelihospodářské(regionální)politiky.Totohledisko
se v dostupné literatuře příliš nevyskytuje, nicméně např. Hučka se tímto hlediskem
zabývá(HUČKAakol.,2010)aukazuje,želzesamotnouovlivnitelnostdisparityvyjádřit
jakomožnostčiúčelnosturčitýminástrojiregionálnípolitikydosáhnoutžádoucízměny
109
disparity(disparitajevtomtopřípaděobjektemregionálnípolitiky).Ztohotopohleduse
jedná o měření regionální disparity, která může být nepřímo ovlivnitelná vhodně
zvolenouhospodářskou,resp.regionálnípolitikou.Rozdílyvcenáchdleregionůjemožné
zařadit mezi disparity vznikající činností člověka, konkrétně mezi disparity vyvolané
ekonomickoučinností.Tabulka16shrnujeuvedenécharakteristiky.
Tabulka16:CharakteristikaregionálníchcenovýchdisparitměřenépomocíRCInazákladě
vybranýchatributů
AtributRDpolaritníhocharakteru
AtributRDvýčtumožností
Podstata
hmotná:objektivní
Sféravýskytu
sociální
Mírakonkrétnosti
specifičnost
Teritorialita
NUTS2,NUTS3,LAU1
Mírakomplexnosti
Tendencezměny
Ovlivnitelnost
parciálnost
konvergence
ovlivnitelnénepřímo
Způsobvzniku
(Ekonomickou)činností
člověka
Měřitelnost
‐indikátor
‐metoda
‐objektivnost
primární
srovnávacíhodnota
objektivní(kvantitativní)
Čas
‐horizont
‐dynamika
krátkodobý
okamžitýstav
Dopady
citlivéproobyvatelstvo
Zdroj:vlastnínazákladěčleněníatributůdle(KUTSCHERAUER,2010)
6.2.3 RCIjakozdrojhodnoceníregionálníhorozvoje
Hlavnímnástrojemazároveňprogramovýmdokumentemregionálnípolitikyjestrategie
regionálníhorozvoje(SRR).Strategieregionálníhorozvojejezákladníkoncepčnídokument
voblastiregionálníhorozvojeasloužíjakonástrojrealizaceregionálnípolitiky.Strategie
slouží jako důležité východisko při přípravě programového období 2014–2020, proto je
posílenareflexerelevantníchvazebsdokumentyEvropskéunie(MMR,2013).Stěžejníje
Evropa2020–Strategieprointeligentníaudržitelnýrůstpodporujícízačlenění(EK,2010).
SRRjenástrojemrealizaceregionálnípolitikyakoordinacepůsobeníostatníchveřejných
politik na regionální rozvoj. SRR propojuje odvětvová hlediska (témata a priority) s
územnímiaspekty.Prosprávnénavrženícílů,prioritakonkrétníchopatřeníjevrámciSRR
nejprve nutné vypracovat podrobnou analýzu klíčových faktorů rozvoje území a jejich
syntézuzhlediskadosaženéhostupněvečtyřechzákladníchpilířích:
 ekonomickýrozvojaregionálníkonkurenceschopnost;
 územnísoudržnost;
 environmentálníudržitelnost;
 veřejnáspráva.
110
Strategieregionálníhorozvojejemnohemvícezaměřenaoprotiletůmminulýmna
řešení specifik funkčních území, které vyžadují provázané intervence zohledňující
komplexnost problémů, se kterými se daná území musí potýkat. V souladu s Územní
agendouEvropa2020sejednáiopromítnutítzv.place‐basedapproach(přístupzaložený
naidentifikaciauspokojovánímístníchpotřeb).SRRČRjepostavenananovétypologii
území ČR (viz kapitolu 2.1.2 na straně 18), která rozděluje podle socio‐ekonomických
ukazatelůapolohovéhopotenciáluúzemíČeskérepublikydotřechtypů–rozvojová(dále
členěnadotřechpodtypů),stabilizovanáaperiferníúzemí.Vtěchtotypechpaknavrhuje
SRRČRspecifické,tematickézaměřenípodpor,ježmajívícezohledňovatúzemnípotřeby
azároveňplnithlavnícíleregionálnípolitikyvČeskérepublice(MMR,2013).
Ukazatele sloužící kidentifikaci regionálních rozdílů a ke sledování pokroku v
regionálnímrozvojijsourozdělenydodvouskupinpokrývajícíchekonomickouasociální
Sociální
oblast
Ekonomická
oblast
oblast,jakuvádíTabulka17.
Tabulka17:Indikátoryprosledováníregionálníchrozdílů
Hrubýdomácíproduktna1obyvatele(Kč)
Čistýdisponibilnídůchoddomácnostína1obyvatele(Kč)
Hrubápřidanáhodnota(Kč)
Míraekonomickéaktivityobyvatel(v%)
Průměrnáproduktivitapráce(HDPnapracovníka;vtis.Kč)
Daňovávýtěžnostobcína1obyvatele(vtis.Kč)
Zadluženostobcína1obyvatele(vtis.Kč)
Obecnámíranezaměstnanosti(v%)
Míradlouhodobénezaměstnanosti(v%)
Míraregistrovanénezaměstnanosti(v%)
IndexzávislostiII(v%)
Výdajenadávkypomocivhmotnénouzi(Kč)
Početvyplacenýchdávek/počtuobyvatel15‐64let
Saldomigrace
Zdroj:vlastnízpracovánídle(MMR,2013)
Dalšímvhodnýmukazatelem,kdejemožnénaléztjistýpotenciálprouplatněníRCI,
je kvantifikace regionální konkurenceschopnosti. Podle Viturky je regionální
konkurenceschopnost „výsledek společného úsilí o co nejproduktivnější využívání
vnitřních zdrojů rozvoje v interakci s využíváním vnějších zdrojů a rozvojových
příležitostí cíleného na trvale udržitelné zvyšování produkčního potenciálu regionů“
(VITURKA,2007).HodnocenívycházízmetodikyEvropskékomise,kterájipoužilapři
zpracování 5. zprávy o hospodářské, sociální a územní soudržnosti (EU, 2010). Index
regionální konkurenceschopnosti (celkem 32 ukazatelů) je složen ze tří dílčích sub‐
indexů, které se dále rozpadají do 8 pilířů konkurenceschopnosti. Základní sub‐index
(basic)zahrnujepilíře:(1)instituce,(2)makroekonomickástabilita,(3)infrastruktura,
111
(4)zdravía(5)kvalitazákladníhoastředníhovzdělávání.Jakseregionálníhospodářství
vyvíjíadělápokrokvkonkurenceschopnosti,vstupujídohrydalšífaktorysouvisejícís
vícekvalifikovanoupracovnísílouaúčinnějšímtrhempráce.Tytofaktoryjsousoučástí
skupiny sub‐indexu účinnosti (efficiency), který zahrnuje tři pilíře: (6) vysokoškolské
vzdělávání,odbornápřípravaaceloživotníučení,(7)výkonnosttrhuprácea(8)velikost
trhu. V rámci osmého pilíře – velikost trhu jsou použity ukazatele regionální HDP na
obyvatele,disponibilnídůchoddomácností,potenciálnítrhvyjádřenýpočtemobyvatelv
rozvojovýchosáchaoblastech.
V rámci druhé prioritní osy územní soudržnosti se analyzují především faktory
charakterizující některé rysy populačního vývoje, ekonomického uplatnění obyvatel a
životních podmínek v území. Dále se zde hodnotí výsledky snahy regionální politiky o
snížení regionálních rozdílů a vyváženýrozvoj regionů. Územní soudržnost jechápána
jakosnahaozajištěnísrovnatelnýchpodmínekproživotobyvatelavytvořeníprostředí
provyváženýrozvojregionůaobcí.Zhlediskaúzemnísoudržnostizdevznikajídisparity
předevšímvdůsledkusocioekonomickévývoje.
Regionální cenový index je sestrojen jako prostorový index životních nákladů s
reálnou vypovídací schopností o životní úrovni obyvatelstva v regionech ČR v
prostorovém(regionálním)kontextu.Hodnoceníživotníúrovnězpravidlazahrnujevelmi
širokouškáluukazatelůjakkvantitativnítakikvalitativnípovahy.Kzískáníkomplexního
obrázku je nutné využít multikriteriální přístup. Pro samotné hodnocení vzájemného
postaveníregionůastanovenípořadíjevhodnévyužítindikátoryagregované.Agregaci
lzeprovádětrůznýmizpůsoby,vnichžmohoubýtvyužityjakvelmijednoduchépostupy
(např. shrnutí pořadí vybraných ukazatelů v regionech), tak i sofistikované postupy
založenénavýsledcíchvícerozměrnýchstatistickýchanalýz–jakojsouanalýzahlavních
komponent, shluková analýza či faktorová analýza. Ke konstrukci agregovaných
indikátorů,kteréjsouschopnypopsatzkoumanýjevvevětšíkomplexnostisjednodušším
interpretačnímpotenciálemnežsoubordílčíchukazatelů,jevšaknutnádůkladnádetailní
analýzadílčíchukazatelů,kterémajínavývojživotníúrovnězásadnívýznam.
Využití RCI při měření regionálních rozdílů je možné ke zreálnění nominálních
ukazatelůhrubýdomácíprodukt,čistýdisponibilnídůchoddomácností,regionálnípříjmy
domácnostíaprůměrnémzdy.Vevšechpřípadechbyvyužitíreálnýchukazatelů(veličin
„očištěných“ od rozdílů vregionálních cenových hladinách, tj. jejich skutečná hodnota
vzhledem ke kupní síle peněz) umožňovalo sledovat reálné meziregionální
112
socioekonomické disparity. Experimentální výsledky prezentované v akademických
článcích potvrzují, že reálné disparity mezi regiony jsou nižší než nominální, jelikož
existuje pozitivní korelace mezi výší příjmů regionálních domácností a regionální
cenovouhladinou.
Reálnéregionálníukazatele
Regionální cenový index (RCI), který měří prostorové rozdíly v životních nákladech
obyvatelvregionechČeskérepubliky,umožňujeprostorovésrovnáníreálnékupnísíly(a
zprostředkované také životní úrovně) obyvatel vregionech na základě tzv. reálných
příjmovýchukazatelůdomácnostívparitěkupnísíly,kterélzevypočítatprostřednictvím
aplikaceregionálníhocenovéhoindexu(reprezentujícíhoregionálnícenovouhladinu)na
nominálnípříjmové indikátory vykazované např. v rámci regionálních účtů (regionální
HDP, čistý disponibilní důchod domácností), šetření průměrných mezd (MPSV ČR),
šetřeníživotníúrovněobyvatel(SILC,ČSÚ).
Hodnotyreálnýchregionálníchukazatelůajejichvývojmohouvýznamněpřispětk
vymezování, hodnocení a identifikaci potřeb a problémů specifických regionů. Jsou
důležité pro přesnější zacílení nástrojů regionální politiky, a to nejen při tvorbě
strategických dokumentů regionálního rozvoje, ale i při realizaci konkrétních politik a
jejichnáslednéevaluaci(SLESNICK,2002).Regionálnícenovéhladinymohoubýtrovněž
jedním z posuzovaných indikátorů odůvodněnosti socioekonomických intervencí v
hospodářskyslabýchoblastechapod.
6.3.1 Reálnýčistýdisponibilnídůchoddomácnostívparitěkupnísíly
Jednímzdílčíchukazatelů,kterýjesoučástídekompoziceregionálníchdisparitvoblasti
sociální a slouží také jako jeden zparametrůmodelových regionů, je čistý disponibilní
důchod domácností v nominálním vyjádření (NDHI). Čistý disponibilní důchod
domácností je částka, kterou mohou domácnosti věnovat na konečnou spotřebu, na
úspory finančních aktiv a na akumulaci hmotných i nehmotných aktiv. Ukazuje, jak se
saldo prvotních důchodů 18 umísťuje znovurozdělením: běžnými daněmi, sociálními
16F16F
18
Prvotnírozdělenídůchodůpředstavujepříjmydomácnostívytvářenépřímoztržníchtransakcí,ato
zejména nákup a prodej produkčních faktorů. To zahrnuje jako hlavní položku náhradu
zaměstnancům, tj. příjem z prodeje práce jako produkčního faktoru. Domácnosti mohou mít také
příjem z majetku, zejména úroky, dividendy a nájmy. Pak je tu také příjem z čistého provozního
113
příspěvky a dávkami a ostatními běžnými transfery. Ukazatel nám do velké míry
naznačuje úroveň materiálního bohatství domácností trvale bydlících v jednotlivých
regionech(RISY,2015b).
Využitíukazateleprotypologiimodelovýchregionůjevdostupnéliteratuřevelmi
časté(CZESANÁakol.,2009)(VITURKAaKLÍMOVÁ,2006)(TULEJA,2011).Typologie
modelovýchregionůjezpravidlazaloženanadůkladnéanalýzeekonomicko‐prostorové
asociálně‐prostorovédimenzesledovanýchregionůapoténásledujevýběrkonkrétních
indikátorů pro zhodnocení meziregionálních rozdílů. Zároveň jeukazatel čistého
disponibilního důchodu domácností využíván i ve Strategii regionálního rozvoje
kvymezení regionálních disparit (viz kapitolu 6.2.2 na straně 108). Regionální cenový
indexmůžesloužitjakonástrojkezpřesněnítohotonominálníhoukazatele,resp.kjeho
zreálnění,amůžetakzpřesnitprocestypologizacemodelovýchregionů(KAHOUN,2010).
Reálný čistý disponibilní důchod domácností vparitě kupní síly (nominální NDHI
očištěný o regionální cenovou hladinu) byl vypočítán pro 36 okresůČR a prokázal
statistickyvýznamnýtradeoffmeziregionálníúrovníživotníchnákladůaNDHI,kdyvyšší
úrovně čistého disponibilního důchodu domácností implikují vyšší cenovou hladinu
vregionu.ZároveňnominálníhodnotyindikátoruNDHIvykazovalyvletech2011–2013
vyšší variabilitu než regionální hodnoty reálného ukazatele. Meziregionální cenové
rozdíly tak snižují regionální disparity a zlepšují socioekonomickou pozici obyvatel
vproblémovýchregionechČeskérepubliky(ŠIMANOVÁaKOCOUREK,2015).
Využitímagregovanýchukazatelůcenovýchhladinnaúrovnikrajůjemožnézískat
regionálníhodnotyreálnéhočistéhodisponibilníhodůchodudomácnostívparitěkupní
sílynaúrovniNUTS3ČR,cožzachycujeObrázek24.Použitíreálnéhoukazatelečistého
disponibilního důchodu oproti nominální veličině čistého disponibilního důchodu
znamenaloproKarlovarskýkrajaproMoravskoslezskýkrajzvýšeníhodnotyovícenež
8000,‐Kčnaosobuarok.NaopakvLibereckémkrajivelikostregionálnícenovéhladiny
snížilareálnouhodnotuukazatelečistéhodisponibilníhodůchodunaméněnež178tis.Kč
na osobu a rok. Patrné snížení reálné hodnoty ukazatele je prokázáno i vpřípadě
Jihočeskéhokraje.
přebytku a sebezaměstnání. Placené úroky a nájmy jsou zaznamenány jako záporné příjmy
domácností.Bilancevšechtěchtotransakcísenazýváprvotnídůchoddomácností.
114
Obrázek24:Čistýdisponibilnídůchoddomácností
115
Zdroj:vlastní
6.3.2 Reálnéregionálnípříjmydomácností
DalšímožnéuplatněníindexuRCIjevezreálněnívýsledkůvýběrovéhošetřeníopříjmech
a životních podmínkách domácností vrámci výběrové šetření Životní podmínky, které
Českýstatistickýúřadpravidelnězajišťujeodroku2005,akteréjenárodnímodifikací
celoevropského šetření EU‐SILC (European Union – Statistics on Income and Living
Conditions). Toto šetření je prováděno ČSÚ každoročně na základě Nařízení (EC)
1177/2003 (EU, 2006) a navazujících prováděcích nařízení Evropské komise a přináší
údaje o sociální a ekonomické situaci českých domácností. Účelem šetření je získávat
reprezentativní údaje o úrovni a rozdělení příjmů v jednotlivých typech domácností,
informace o způsobu, kvalitě a finanční náročnosti bydlení, o vybavení domácností
předměty dlouhodobého užívání a o pracovních, hmotných a zdravotních podmínkách
dospělýchosobžijícíchvdomácnostech.Zjištěnádatasloužíkvýpočtuukazatelůpeněžní
a materiální chudoby a intenzity ekonomické aktivity. Neméně důležitým cílem je
poskytnout informace jak pro směřování sociální politiky státu, tak i pro hodnocení
dopadupřijatýchopatření.
Ukazatelem příjmové situace domácností je v šetření Životní podmínky čistý
disponibilní příjem domácnosti, který zahrnuje různé typy příjmů, jako jsou příjmy
zaměstnanců,příjmyzpodnikáníajinésamostatněvýdělečnéčinnosti,příjmyzdruhého
zaměstnáníavedlejšíchčinností,příjmyzesociálníhopojištěníasociálnídávky,příjmyz
pronájmu a zfinančních aktiv, přijaté a vyplacené výživné a finanční podpora mimo
domácnost.Tytopříjmydomácnostijsoupřepočtenynakaždouosobudomácnosti,čímž
jezohledněnajejívelikost.(ČSÚ,2014b)
Vpřípadě porovnání vývoje nominálních a reálných hodnot ročních čistých
celkovýchpříjmůnaosobuvletech2011–2013jemožnéprokázat,žeačkolinominální
hodnoty naměřené vregionech NUTS3 divergují, reálné hodnoty přepočtené
prostřednictvím RCI se naopak ksobě přibližují (LABOUTKOVÁ a BEDNÁŘOVÁ, 2015).
Konkrétně, pokud rozptyl u nominálních hodnot ročních čistých celkových příjmů na
osobuvletech2011–2013mezikrajivČRbyl16900Kč;16700Kča17500Kč,potom
meziregionální rozptyl u reálných ročních čistých celkových příjmů na osobu v letech
2011–2013bylpouze12000Kč;11700Kča11800Kč.
Porovnání výsledných úhrnných příjmů z mikrodat s příjmy na makroúrovni
vykazovanými statistikou národních účtů za sektor domácností (i po jejich očištění od
položek,kterésepřišetřenívsoukromýchdomácnostechnesledují)jepoměrněobtížné.
116
Co do objemu jsou příjmy zjišťované přímým dotazem v domácnostech vždy nižší,
nicméněvývojpříjmůdomácnostíjezhrubavsouladustrendynárodníhoúčetnictví.
6.3.3 Reálnéukazateleměsíčnímzdy
Průměrnáhrubáměsíčnímzdapředstavujepodílmezdbezostatníchosobníchnákladů
připadající na jednoho zaměstnance evidenčního počtu za měsíc. Do mezd se zahrnují
základnímzdyaplaty,příplatkyadoplatkykemzděneboplatu,odměny,náhradymezda
platů,odměnyzapracovnípohotovostajinésložkymzdyneboplatu,kterébylyvdaném
obdobízaměstnancůmzúčtoványkvýplatě.Nezahrnujísenáhradymzdyneboplatuza
dobu trvání dočasné pracovní neschopnosti nebo karantény placené zaměstnavatelem.
Jednáseohrubémzdy,tj.předsníženímopojistnénavšeobecnézdravotnípojištěnía
sociálnízabezpečení,zálohovésplátkydanězpříjmůfyzickýchosobadalšízákonnénebo
se zaměstnancem dohodnuté srážky. Nevypovídá tedy o výplatě jednoho konkrétního
zaměstnance.Výsledkystrukturálníchvýdělkovýchstatistik,kdyjsoukdispoziciúdajeo
výdělcích jednotlivých zaměstnanců, uvádějí, že zhruba dvě třetiny zaměstnanců mají
mzdunižší,nežjecelostátníprůměr(ČSÚ,2015a).
Meziregionální rozdíly reálné průměrné měsíční mzdy vparitě kupní síly jsou
výrazněnižšínežvpřípaděnominálníchprůměrnýchměsíčníchmezd(vizObrázek25).
Pouzevedvoupřípadechdošlozreálněnímukazateleprůměrnéměsíčnímzdykezvýšení
oprotinominálníhodnotě,atovpřípaděkrajeVysočinaaKarlovarskéhokraje,vekterém
reálné průměrné měsíční mzdy překročily 22501 Kč. Pro kraje Hlavní město Praha,
Středočeský,LibereckýaKrálovehradeckýznamenalozohledněníregionálníchcenových
hladin významnější pokles reálných průměrných měsíčních mezd. Reálné průměrné
měsíčnímzdyveZlínskémkraji„spadly“donejnižšíkategorieméněnež22500Kč.Pro
polovinučeskýchkrajůsereálnéprůměrnéměsíčnímzdylišilyodnominálníchhodnot
pouze nevýrazně. Zohlednění regionálních rozdílů v cenových hladinách tedy má
prokazatelný vliv na relativní výši průměrných reálných mezd, platů a důchodů v
jednotlivých regionech NUTS3 a zároveň meziregionální rozdíly reálných průměrných
měsíčníchmezdjsounižšínežvpřípaděnominálníchhodnot.
ProstřednictvímRCIjemožnétakéteoretickyzjistitaprostorověporovnat,kolikby
sireálněvydělalpracovníkvestejnémzaměstnánívjednotlivýchkrajích,pokudbybyla
zohledněna republiková mediánová mzda v daném zaměstnání. Medián představuje
hodnotumzdyzaměstnanceuprostředmzdovéhorozdělení;toznamená,žepolovina
117
Obrázek25:Průměrnáměsíčnímzda
118
Zdroj:vlastní
hodnotmezdjenižšíadruhápolovinajevyššínežmedián.Narozdílodprůměrnémzdy,
která je vypočtena na základě podkladů z podnikového výkaznictví, je medián nutné
odvozovatzestatisticko‐matematickéhomodelunapodkladěvýběrovéhošetření,neboť
podnikovévýkazy obsahují jen agregované údaje za celý podniknebo organizaci (ČSÚ,
2015a).Tímtovýpočtemlzezodpovědětnaotázku,jakoureálnoukupnísílubymělymzdy
zaměstnancůvkaždémkraji,pokudbytitozaměstnancipobíralistejnou(mediánovou)
mzdu. Dle výsledků zkoumání (LABOUTKOVÁ a BEDNÁŘOVÁ, 2015) si nejvíce vroce
2011vydělalizaměstnancivÚsteckémkraji,naVysočině,MoravskoslezskémaPlzeňském
kraji:vtěchtokrajíchdosahujereálnámediánovámzdavevšechkategoriíchzaměstnání
103%(vpřípaděÚsteckéhokrajeaVysočiny),resp.102%(vpřípaděMoravskoslezského
aPlzeňskéhokraje)celorepublikovémediánovémzdyvdanýchkategoriíchzaměstnání.
VOlomouckémaJihočeskémkrajisereálnémzdyodmediánunominálníchhrubýchmezd
přílišneměnily(100%,resp.99%).Lehce podmediánemmezdsepohybovalyreálné
mzdyveZlínském,Pardubickém,Středočeském,KarlovarskémaKrálovohradeckémkraji
(98%,97%,97%,96%).NejhůřenatombylipracovnícivLibereckém,Jihomoravském
krajiavhlavnímměstěPraha;zdebysizaměstnancireálněvydělalipouze95,93a88%
mediánovénominálnímzdy.
Využitívpraktickéhospodářsképoliticejevtomtopřípaděspíševteoretickérovině.
Kobdobným závěrům dospěli ve své studii i Bajgar a Janský, kteří konstatují, že
„zohlednění regionálních cenových hladin při stanovování platů státních zaměstnanců,
starobníchdůchodůasociálníchdávekbymohlosnížitregionálnínerovnostivreálných
příjmechmeziněkterýmiskupinamiobyvatelavéstkčástečnémunarovnánímožnosti
získatpropráciveveřejnémsektorukvalitnízaměstnance.Zároveňbyovšemmohlodále
prohloubit ekonomické rozdíly mezi jednotlivými kraji a potenciálně by vyžadovalo
citelnénákladyspojenésadministrativouadodatečnýmsběremdat“(BAJGARaJANSKÝ,
2014:1).
6.3.4 Reálnýregionálníhrubýdomácíprodukt
Hrubýdomácíprodukt(HDP)představujenejzákladnějšíukazatelmakroekonomického
vývoje.Zachycujehodnotuprodukovanýchstatkůaslužebvevšechodvětvíchnaurčitém
území(stát,region)zaurčitéobdobí(rok,čtvrtletí).HDPjevelmikomplexnímukazatelem
měřícím makroekonomickou výkonnost včetně odhadů za šedou ekonomiku, netržní
produkci domácností apod. Pro stanovení HDP na regionální úrovni se užívá převážně
119
výrobní metoda výpočtu jako souhrn přidaných hodnot místních jednotek (pracovišť)
ekonomicky aktivních na území daného regionu a čistých daní z produktů. Ukazatel
představuje celkovou hodnotu zboží a služeb vyrobených a poskytnutých osobami
zaměstnanýmivdanémregionu.Taktovytvořenýdůchod,kterýnásledněpodléhářadě
meziregionálních transferů domácností, nadnárodních transferů a veřejnému
přerozdělování,všakvedektomu,žejenvomezenémířesouvisísobyvatelstvemdaného
regionuasjehoživotníúrovní.Hlavnímomezenímvypovídacíschopnostiregionálního
HDP na obyvatele je skutečnost, že celková výše HDP, která je zjištěna podle „místa
pracoviště“,sedělí–vztahujesekobyvatelstvupodlerezidenčníhopřístupu.Tímvzniká
nekonzistenceovlivněnádojížďkouavyjížďkoudozaměstnání–tzn.lidmi,kteřípracují
v jednom regionu, ale bydlí v jiném, a zaměstnaností cizinců bez statutu rezidentů.
Nejzřetelnějšímpříklademtétonekonzistencebývajímetropolitníregionynezahrnující
svouširšíspádovouoblast(KAHOUN,2014).ProprostorovéporovnáníregionálníhoHDP
se obvykle používá srovnání úrovně regionálního celku s národní úrovní nebo s celky
nadnárodními.NejčastějiseuvádíporovnáníHDPnaobyvatelesprůměrnouúrovníEU
měřené ve standardu kupní síly (PPS), pomocí kterého se vylučují rozdíly v cenových
hladinách mezi zeměmi. Propočet HDP na obyvatele umožňuje srovnání i ekonomik a
regionů,kterésevýraznělišísvouvelikostí.HDPnaobyvatelevestandardukupnísíly
(PPS) je klíčová proměnná pro rozhodování o regionech na úrovni NUTS2 v rámci
strukturálnípolitikyEvropskéunie(ČSÚ,2015b).
Omezujícím faktorem pro regionální srovnání je skutečnost, že prostřednictvím
standardu kupní síly PPS dochází sice k vyloučení vlivu rozdílu cenových hladin mezi
zeměmi,avšakinadálezůstávajínezohledněnyrozdílyvcenovýchhladináchmeziregiony
uvnitř jednotlivých států. Přitom rozdíly v cenových hladinách mezi metropolitními
oblastmiaostatnímiregionyjsouznačné,předevšímkvůliceněnájmůaněkterýchdalších
druhůslužeb(vizkapitolu4.3nastraně69).Tozpůsobuje,ženominálněobvykledochází
vhlavnímměstěkvětšítvorběhrubépřidanéhodnoty,nežkterámůžebýtpotomreálně
užitaobyvatelstvemnadanémmístě.Reálnépříjmyobyvateljsoutakveskutečnostive
srovnání s ostatními regiony menší, než se zdá (k tomu dále působí vliv dojížďky do
zaměstnání a zaměstnanost cizinců na celkovou výši HDP). Česká republika je v tomto
ohledutypickýmpříkladem,protožehlavníměstojevyčleněnojakosamostatnýregion
soudržnostiNUTS2vymezenýpřesněhranicemiměsta.(KAHOUNaSIXTA,2013).Index
regionálníchcenovýchhladinnabízímožnostreálnéhovyjádření,ikdyžpouzevomezené
120
míře,neboťRCIjekvantifikovánnazákladěcenspotřebitelskýchproduktů,kterésena
HDPpodílejízhrubapadesátiprocenty.
Možnosti hospodářské politiky při ovlivňování regionálních
cenovýchrozdílů
Meziregionální cenové rozdíly vyplývají z řady faktorů, některé z nich byly uvedeny v
předcházejících kapitolách. Mezi nejvýznamnější patří vyšší příjmy, a tedy i vyšší
koupěschopná poptávka, nedostatečná infrastruktura, která na jedné straně odrazuje
maléastřednípodnikykevstupunaregionálnítrhyatímvytvořenívětšíkonkurence,na
straně druhé zvyšuje transakční náklady spotřebitelům, chtějí‐li si statek opatřit v
sousednímregionuadálejetoexistencepřirozenýchmonopolů.
Vprvéřaděbysehospodářskápolitikaapotažmoiregionálnímělazaměřitnatzv.
regulativní a systémotvornou hospodářskou politiku. Regulativní část hospodářské
politiky vychází ze skutečnosti, že praktická hospodářská politika je výsledkem
dlouholetých tradic, hospodářského, kulturního a politického vývoje(vývoje institucía
organizací,kterýsámvsoběobsahujeobecněregulujícíprvky,jakojsoukonvence,normy,
jednání společenská tabu, zvyková chování apod. (ŽÁK a kol., 2002). Kromě toho do
regulativní hospodářské politiky patří i „regulační realita“ neboli současný stav
uspořádání koordinace ekonomiky. V tomto systému pak hraje dominantní roli
systémotvornáhospodářskápolitika,kterájezaměřenanazajištěnílegislativníhorámce
profungováníekonomikyanaochranuhospodářskéhořádu.HospodářskýřádpodleŽáka
vyžadujevprvnířaděochranusoukroméhovlastnictví,ochranusmluvavolnýpřístupna
trhy(ŽÁKakol.,2002).
VýdajovéskupinydomácnostídlečleněníCZ‐COICOPsetýkajívícejakzpoloviny
výrobků a služeb, které jsou zajišťovány v rámci monopolistické tržní konkurence
vyznačující se vysokým počtem substitutů, a není tedy žádoucí, aby vláda do těchto
tržních procesů zasahovala. Jejím úkolem je zejména péče o konkurenční prostředí a
podporašířeníinformací.Zhlediskahoršíinfrastrukturnívybavenostiněkterýchregionů
včetně nízké nabídky některých služeb, mohou aktéři regionální politiky selektivně
zvýhodňovatvstupmalýchfiremnatrh,poskytovatdaňovéúlevyčialokovatinvesticena
zlepšenívybavenostizaostalýchregionů.Vprogramovýchdokumentechsetotoobjevuje
vpilířiekonomickéhorozvojearegionálníkonkurenceschopnosti.Zhlediskaregulačních
přístupů by tedy měly být zvoleny tzv. nové regulační přístupy, které mají minimální
121
dopadynanarušenítržníchstruktur.Podporaslabýchregionůmápřevážněcharaktera
doznačnémíryzávisínatom,kdojejejímpříjemcem.Uveřejných,případněunezávislých
neziskových organizací, je možné přímo subvencovat náklady investiční výstavby, u
ziskovýchorganizacínenítatoformavsouladuspředpisyostejnýchpodmínkáchnatrhu.
Co se týče podpory podnikatelských subjektů v regionech se soustředěnou podporou
státu,tatojeposkytovánapouzemalýmastřednímpodnikům.Podporanezahrnujepřímé
nevratnédotace,alenapř.příspěvkynaspláceníúrokůzúvěrůneboúrokůzezáruk.
6.4.1 Regulaceekonomickýchaktivit
Různé ceny za stejné zboží a služby přitahují pozornost tvůrců hospodářských politik,
neboťjsouvětšinouvýsledkemtržníchrigidit,nedokonalostíaselhání.Keslovusezde
dostáváotázkaregulaceekonomiky.Regulacejepovažovánazanástroj,kterýjeslučitelný
s tržní ekonomikou. Regulace může být definována jako dohled a kontrola nad
ekonomickými aktivitami soukromého sektoru v zájmu ekonomické efektivnosti,
spravedlnosti, bezpečnosti a zdraví. Z historického hlediska je možné rozlišovat tzv.
tradičnípřístupkregulaci,dokterépatříregulacecenamezd,regulaceodvětvíafirem,
regulaceveřejnýchstatkůaregulacestimulujícíhospodářskývývoj.Druhýpřístupemje
přístupmodernítzv.novávlna,kterýsezaměřujezejménanaochranujednotlivců,ato
jak na straně nabídky (výrobců), tak i poptávky (spotřebitelů), a dále na ochranu
životníhoprostředí.Cílemjesníženírizikanejistotypodporušířeníinformací.Regulační
nástroje jsou zpravidla definovány prostřednictvím legislativních opatření a patří sem
protimonopolní zákony, pravidla na určování obchodních praktik, pracovní právo,
regulaceurčitýchodvětví,pravidlaprovstupnatrhuapod.Vrámcitržníhomechanismu
lzevytipovatskutečnosti,kterémohouvéstkintervenčnímuzásahustátu:
 tržníselhání;
 externality;
 existenceveřejnýchstatků;
 asymetrieinformací;
 podporakonkurence;
 sociálníexkluze.
Regulaci lze rozdělit do tří základních oblastí: regulace ekonomická, sociální a
administrativní:
122
 OECDvymezujeekonomickouregulacijakopřímézasahovánídofungovánítrhu
určitého odvětví. Může se jednat o formu cenové regulace, ochrany hospodářské
soutěže, omezování vstupu či výstupu v daných odvětvích. Tento typ regulace se
projevuje v regulaci monopolů či souvisí s poskytováním statků veřejného zájmu
(OECD,1997).Regulacevdůsledkutržníhoselháníjerealizovánasesnahousnížit
alokační a výrobní neefektivnost nedokonalých tržních struktur, zejména
monopolu, která vyplývá ze schopností monopolu ovlivnit tržní cenu produkce.
Výsledkem tržních selhání je, že ekonomika není sama schopna dosáhnout
paretovsky optimální alokace zdrojů. Viscusi, Harrington a Vernon popisují
ekonomickou regulaci jako sílu státního donucení. Regulace je využití této síly k
omezení rozhodování ekonomických subjektů (jednotlivců a organizací).
Ekonomickáregulacestanovujelimityapředstavujeomezenívrozhodovánífirem
ohledněceny,množstvíavstupunebovýstupuzodvětví(VISCUSI,HARRINGTONa
VERNON,2005).
 Sociálníregulacesezpravidladějevzájmuochranyveřejnéhozájmu.Chráněnomá
být zdraví, bezpečnost, soukromí občanů, životní prostředí, pracovní podmínky
zaměstnanců,ochranaspotřebitele,atd.
 Administrativníregulacepředstavujeadministrativnízátěžsoukroméhosektoru.
Vláda požaduje po podnicích různé administrativní úkony a svými nařízeními
zasahujedojejichekonomickéhorozhodování.Administrativníregulacemůžemít
dopadnavýkonnostsoukroméhosektoru.
Jednouzhlavníchpříčinvládníhoselháníješpatnáaneefektivníregulace.Efektivní
regulace řeší selhávání trhu, které brzdí produktivní investice a slaďuje soukromý a
veřejnýzájem.Účinnáregulacebytedymělasledovatpožadavkypřiměřenosti(regulovat
pouze v nutných případech – zvážit alternativní řešení), odpovědnosti (kdo je komu
odpovědný za co), konzistence (regulace musí být předvídatelná, aby poskytovala
stabilitu a jistotu těm, na které se vztahuje x problém časové nekonzistence) a
transparentnosti (regulace by měla být jasná, jednoduchá, srozumitelná včetně jasně
definovanýchsankcí).
6.4.2 Regulacecen
Cenajeuzlovýmbodemtržníhosystémuajehomechanismu,neboťjevzásadějedinou
informací,kteroutržníprostředíposkytuje.Podlejejíhovývojeovlivňujícíhopoměřování
123
užitkusobětí,sesubjektyrozhodují.Cenujetedymožnépovažovatzazákladníinformaci
v tržní ekonomice a plní zde řadu funkcí. Z hlediska mechanismu trhu jako nástroje
koordinacehospodářskéhosystémujemimořádnězávažnáalokační(regulační)funkce
ceny, kdy informuje subjekty na trhu o vzácnosti zdrojů a pomáhá hledat odpověď na
otázkyco,kde,kým,kdyajakmábýtvyrobeno.Všechnydalšífunkcejsouztétozákladní
funkceodvozeny.Koordinačnífunkcecenyumožňujevzájemněsladitvýrobníplányna
straněnabídkyspožadavkykupujícíchnastraněpoptávky.Směremkproducentůmse
uplatňuje signální a stimulační funkce ceny. Signální funkce ceny upozorňuje na
nedostatekurčitéhostatkunatrhu–vedeklepšímuzásobenítrhu,vstupudalšíchfirem
do odvětví apod. Stimulační funkce ceny (někdy nazývaná jako funkce vytěsňovací či
diferenciační)působínasníženínákladůfiremefektivnějšímvyužívánímzdrojů,kterými
firmadisponuje.Pokudsefirmynejsouschopnypřizpůsobit,cenovépodmínkytlačína
odchodztrhutěchsubjektů.Směremkespotřebitelůmplnícenafunkciomezovací.Tržní
produkci získávají ti, kteří jsou schopni a ochotni tržní cenu uhradit. Tržní cena
vyrovnávajícínabídkuapoptávkuvždyznamená,žespotřebovávatmohoujenněkteří,
ostatníjsouvyloučeni.Ekonomickyvýznamnájeifunkcedistribuční.Cenajenástrojem
distribucedůchodůpřisměnnýchtransakcích.
Vlivnatvorbucenymajíinterníaexternífaktory.Meziinternífaktorypatřínáklady
a jejich struktura, kapitálové parametry (podrobněji viz kapitolu 5 na straně 84),
marketingovécíle,marketingovýmixafiremnípolitika.Kexternímfaktorůmpatřípovaha
trhu – tržní struktura (Tabulka 18), povaha poptávky – spotřebitelské preference,
rozpočtovéomezeníapod.,cenyanabídkakonkurence,ekonomicképodmínky,politika
vlády.
Početfirem
Typyproduktu
Tabulka18:Typytržníchstrukturavlivnacenu
Dokonalá
Monopolistická
Oligopol
konkurence
konkurence
mnoho
mnoho
několik
Stejnýnebo
stejný
diferencovaný
diferencovaný
Bariéryvstupu
žádné
dílčí
ekonomické
Kontrolaceny
Mírakoncentrace
žádná
žádná
Příklady
Komoditnítrhy
dílčí
nízká
Zbožídenní
spotřeby
značná
vysoká
Automobily,
počítače
Monopol
jedna
nesubstitovatelný
Ekonomické,
právní
určující
100%
energie
Zdroj:upravenopodle(Wonnacott,1986)
124
Regulace cen je jedním z nejjednodušších způsobů regulace. Zároveň bývá jako
nástroj hospodářské politiky častým terčem kritiky, neboť umělé udržování cen pod
rovnovážnou úrovní vede k narušení koordinace cenovým mechanismem a v
dlouhodobém využívání může vést k významné distorzi trhu. Cenová regulace se
uplatňujezejménapřiřešeníabsolutníchbariérvstupunatrh,kterýmimohoubýtdržba
mimořádného zdroje, či jeho mimořádné kvality, vlastnictví rozvodné sítě – síťový
monopol, vlastnictví patentů a mimořádné dovednosti (KLIKOVÁ a KOTLÁN, 2012).
Cenová regulace je de facto přímou regulací. Přímá regulace se týká přímé kontroly
struktury,vedeníanebovýkonudanéhomonopoluvládou.Tatoformavládníhozásahuse
obvykleomezujenapřípadyvážnéhonarušenítržníkonkurence,kterénenínapravitelné
protitrustovou (antimonopolní) legislativou. Cílem je zabránění abnormálním či
monopolnímziskům.Monopolníziskysenacházejízejménavsíťovýchmonopolechna
místní, regionální či národní úrovni. Jedná se zejména o elektrické, plynárenské,
vodárenskéčikanalizačníspolečnosti.
Cenováregulacespočívávtom,ževládanazákladězákonnéhopověřenízasahuje
doprocesutvorbycen.VČRseřídíregulacecenzákonemč.526/1990Sb.aobsahujetyto
nástroje(MV,1990):
1. úředně stanovené ceny, pojaté výhradně jako ceny maximální, resp. ojediněle
minimální(tzv.garantovanécenyvybranýchzemědělskýchproduktů
2. věcnéusměrňovánícen,jakožtovolnějšíformaregulacecen,kdysepřímonestanoví
částkaceny,nýbržzávaznénebopřípustnézpůsobyjejíkonstrukce(např.pouzez
nutnýchnákladůapřiměřenéhozisku)
3. časové usměrňování cen umožňující regulujícímu cenovému orgánu pozdržet
realizacizvýšenícenzamýšlenéhotržnědominantnímprodávajícím
4. nouzové opatření ‐ cenové moratorium, kdy se jedná v podstatě o velkoplošné
uplatněnímaximálníchcen.Cílemjeřešitvážnéporuchytržníhomechanismu.
Ztěchtočtyřzpůsobůbyloajevyužívánopředevšímstanovenícenformouúředně
stanovenýchmaximálníchcenanebověcněusměrňovanýchcen,kterésekaždýmrokem
novelizujícenovýmivýměry.
Individuálnícenovéstropy(maximálníceny)poskytujíspotřebitelůmvícezárukpři
kontrole jednotlivých služeb, jsou však poměrně náročné na informace o nákladech
jednotlivýchslužeb,atím,jakseměníurčiténákladynaslužbu,rychlepozbývajíplatnosti
(BAILEY,2004).Výhodycenovéregulacespočívajípředevšímvtom,žespolečnostimusí
125
čelit stimulům ke snižování nákladů – všechny zisky pocházející ze zlepšení nákladové
efektivnosti si ponechávají, neexistuje žádná tendence ke kapitálovým investicím a
cenovýstropjeprořízeníjednoduchý–tržnícenyjsoumnohemnápadnějšínežvýrobní
náklady. Nevýhody cenové regulace spočívají v nebezpečí, že se maximální cena stane
cenouskutečnou–firmyvyužijícenovéhostropuvmožnémsníženíkvalityauniverzality
služby, příp. v distorzi trhu v dlouhodobém časovém horizontu, neboli ve vytváření
značnénejistotyohledněskutečnéhovýstupuregulace.
VsoučasnédobějevČeskérepubliceregulovánokolem5%cenatýkásezejména
regulace síťových monopolů (např. rozvody vody, plynu, elektrické energie). Regulace
vodárenského odvětví je ve světě běžná, především tam, kde existuje vysoká míra
zapojení soukromého sektoru. Světový trend v regulování vodárenství spočívá ve
zřizovánínezávisléhoregulátora,jehožrolespočívávdosaženírovnováhymeziveřejným
zájmem a zájmy soukromého provozovatele, a to z pozice výrazně nezávislejší, než je
pozice politická. Oddělitelnost regulátora od politiky může mít pozitivní efekt na
ekonomickou udržitelnost oboru, pomocí postupné aplikace plně nákladového tarifu a
snižovánízávislostioborunadotacíchzveřejnýchrozpočtů.
6.4.2.1 Síťovémonopoly–případvodárenstvívČR.
Na vodovod je napojeno 94 procent českých domácností. Výdajena nákup vody jsou z
hlediska výdajových skupin domácností (v členění CZ‐COICOP) zařazeny do čtvrté
skupiny(bydlení,voda,energie,paliva),kterásepodílínavýdajíchdomácnostívícejak
jednoutřetinou.VČRexistujímarkantnírozdílyvregionálníchcenáchvodyfakturované
vroce2015vodárnami,kdynejdražšívodabylavTáboře(106,2Kč)anaopaknejlevnější
bylavodavČeskéTřebové(61,64Kč).Rozdílyzávisínapříkladnadostupnostivodních
zdrojů,navýšiinvesticdoopravaúdržbysítíčidovýstavbynovýchnebovřaděpřípadů
jsou cenové diskrepance výsledkem nevhodně nastavených vlastnických struktur
(NOVOTNÝ, 2015). Závěry analýzy Transparency International Česká republika na
příkladech společností Pražské vodovody a kanalizace, Severomoravské vodovody a
kanalizace Ostrava, Vodovody a kanalizace Zlín, Vodovody a kanalizace Kroměříž
dokazují, že v rámci atomizace vodního hospodářství, která byla důsledkem převodů
majetku státu na obce na začátku devadesátých let, došlo k neprůhlednému nastavení
vlastnických práv a dlouhodobých provozovatelských smluv (TI, 2009). Smlouvy byly
uzavíránynadlouháobdobí—převážněnavícejak15let(někdyinadobupřesahující
126
25 let). Tím podporují monopolní postavení některých společností a zaručují
provozovatelům nadstandardní podmínky, přičemž náklady zůstávají vlastníkům
infrastruktury, tj. městům a obcím, zatímco zisky soukromníkům. Veřejné investice do
infrastruktury se de facto přeměňují v nepřímou podporu soukromého provozovatele.
TatoskutečnostvedlaikpozastaveníčerpánízestrukturálníchfondůEU.
Návrhy na zajištění účinné a vyvážené regulace trhu, který je ze své podstaty
přirozeným monopolem, prostřednictvím nezávislého regulátora se již delší dobu
objevujívmateriálechministerstvaživotníhoprostředí.Existencenezávisléhoregulátora
může znamenat vyšší míru transparentnosti chování soukromých vodárenských
společností,např.prostřednictvímuplatňovánívzorceprovýpočetvodnéhoastočného
motivujícího k úsporám namísto navyšování nákladů nebo porovnáváním kvality
poskytovaných služeb sledováním vybraných standardů. Dále existence nezávislého
regulátora může zajistit ochranu veřejného zájmu proti zájmům soukromým, a to
především s ohledem na vyváženost smluvních vztahů, nastavení přiměřenosti zisků
soukromýchspolečnostínebozajištěnípodíluveřejnéhosektorunaziskuzprovozu(TI,
2009).
6.4.3 Politikanaochranuhospodářskésoutěže
Politika na ochranu hospodářské soutěže vychází zpravidla z platné legislativy a je
vymezenapříslušnýminstitucionálnímrámcem.Zákonoochraněhospodářskésoutěžeje
přitompřísnějšínasoutěžitelevdominantnímpostavenínežnajejichkonkurenty,jejichž
pozicenatrhuje marginální.Urbanuvádítytojevyačinnosti,kterébysemělyřešitv
rámciantimonopolnípolitiky:
 omezujícíobchodnípraktikyfirem,kterénarušujíkonkurenčníprostředí
 zneužitídominantníhopostavenínatrhu
 kontrolafúzí
 deregulace(odstraněnínadměrnéčijižnepotřebnéregulace)
 metodynekalésoutěže(URBANakol.,1994)
KlikováaKotlánnástrojedoplňujío:
 finančnízvýhodněnívstupumalýchfiremnatrh
 daňovéúlevy
 zakládánístátníchpodnikůscílemoživeníkonkurencenadanémtrhu(KLIKOVÁa
KOTLÁN,2012).
127
Nejznámějšímanejvícenebezpečnýmpříklademzakázanýchdohodjsoudohodyo
přímémurčenícen.Občanvtakovýchpřípadechnemámožnostnakupovatzbožíčislužby
zakonkurenčníceny,alepouzezacenyurčenékartelovoudohodou,kterébývajízpravidla
vyšší. Neméně závažné jsou také dohody o rozdělení trhu, na němž si pak soutěžitelé
přirozeněnekonkurují,trhsenevyvíjíastagnuje.Takovýmjednánímsisoutěžiteléudržují
pozici a na trhu a brání vstupu nových konkurentů. Spotřebitel je omezen v možnosti
výběru mezi prodejci a s nízkou konkurencí přicházejí vyšší ceny nabízeného zboží či
služeb.Výsledkemkartelovýchdohodmůžebýtistagnaceinovací,neboťtytodohodymají
zajistit svým účastníkům pravidelný zisk bez rizik a nejistot vyplývajících z
konkurenčníhoboje,atudížbeznutnostiinvestovatdosvéhorozvojeainovací.
Ochranu hospodářské soutěže v České republice zastřešuje Úřad na ochranu
hospodářskésoutěže(ÚOHS).Vroce2004vytvořilefektivnínástrojvbojiskartelyato
tzv.Leniencyprogram.Úřadnabízívrámciprogramuúčastníkůmkartelůshovívavosta
případněimožnostneudělenípokuty.Úřadneuložípokutu,kterábysoutěžitelijinakbyla
uložena,pokudsoutěžiteljakoprvnípředložíÚřadutakovéinformaceadůkazy,kterému
umožní provést šetření na místě, nebo soutěžitel jako první předloží Úřadu takové
informaceadůkazy,kterémuumožníprokázatexistencikartelovédohody.Úřadmůžena
základěLeniencyprogramusnížitpokutuvpřípadě,žesicesoutěžitelnepřijdespodáním
první, ale předloží Úřadu takové informace a důkazy o kartelové dohodě, které
představujívýznamnoupřidanouhodnotuvevztahukinformacímadůkazům,kterémá
již Úřad k dispozici. V současné době je tento program zaměřen pouze na zakázané
dohodyuzavíranémezivzájemnýmikonkurentynatrhu,smyslemochranyhospodářské
soutěževoblastifúzírozhodněnenímařitpodnikatelsképlányfirem,alezasahovatpouze
tehdy,kdyžjenavrhovanéspojenízpůsobilénarušitsoutěžnatrhu(ÚOHS,2012).
Aktéřihospodářsképolitikymohouovlivnitcenovérozdílyvevýdajovýchskupinách
CZ‐COICOP 04, případně CZ‐COICOP 07, a to lepšími smlouvami s dodavateli energií
(neuzavíránínevýhodnýchsmluv),realizacíaukcínadodávkyenergií,vytvářenílepšího
konkurenčního prostředí, což vytvoří tlak na snižování cen (např. v dopravě). V rámci
sociální politiky by bylo možné využít různé dávky zvyšující regionální disponibilní
důchoddomácností,jakonapř.příspěvkynabydlení,napoplatkyzaškolku(poodečtení
plošné daňové slevy), dávky pomoci v hmotné nouzi apod. Teoreticky se lze na úsilí
snížení výrazných meziregionálních diferencí v průměrných příjmech dívat jako na
povzbuzeníregionálnípoptávky,kdybysevpodstatějednaloozvyšovánírozpočtového
128
omezeníspotřebitelůvdanélokalitě.Problematickýmsejevípředevšímfakt,želidéčasto
pracujívjinýchkrajíchčiokresech,nežkdežijí.Tím,žeutrácejísvéplaty,důchodyadávky
vmístěkdežijí,podporujímístníekonomikuazohledněnícenbyvprůměruznamenalo
přesun veřejných prostředků od chudších k bohatším regionům, což by přispívalo k
prohlubováníekonomickýchrozdílůmezinimi.Nižšícenováhladinavméněrozvinutých
regionech zároveň snižuje motivaci k odchodům obyvatel do jiných regionů. Cenové
hladinysečastonelišíjenmezikraji,aleimeziobcemivrámcijednohokraje.Obyvatelé
sousedníchvesnicnahranicíchkrajůbytakdostávalirozdílnédůchody,přestožebyve
skutečnosti čelili stejným cenám (BAJGAR a JANSKÝ, 2014). Z hlediska typu regionální
politikybysejednalospíšeostabilizačněorientovanouregionálnípolitiku,kterásevšak
často dostává do rozporu s politikami usilující o posílení regionální hospodářské
konkurenceschopnosti.
129
Závěr
JiříKraft,ŠárkaLaboutková,JanaŠimanová
Cílem předkládané vědecké monografie byl návrh metodických postupů, které umožní
vyčíslení a porovnání regionálních cenových hladin, a prezentace experimentálních
výsledkůnavrženýchmetodickýchpostupůvsoučasnýchpodmínkáchsběrudat.
První kapitola předloženého textu zmapovala současnou praxi prostorového
srovnání cenových hladin a představuje základní metodické postupy používané při
sestavováníprostorovýchindexů.
Ve druhé kapitole jsou popsány a charakterizovány různé přístupy k výpočtu
prostorových cenových indexů. Pozornost je zde věnována především problematickým
fázímprocesukalkulaceregionálníchcenovýchhladin,oblastem,vnichžnepanujeobecná
shodanatom,kterýpostupnebokterámetodavýpočtujenejlepšíadávánejrobustnější
výsledky.Tatokapitolajemetodickouzákladnoustěžejníčástimonografie.
Stěžejníteoretickýzákladpředloženémonografiejeobsaženvetřetíkapitole,kde
bylaprovedenametodikakalkulaceindexuregionálnícenovéhladinyvČeskérepublice.
Ukázalo se, že kalkulace regionálních cenových hladin v ČR vyžaduje rozvinutí nových
postupů, které se opírají o rozhodnutí v základních otázkách a vytvářejí tak unikátní
metodický rámec samotného regionálního cenového indexu RCI. Výsledkem jsou
regionální cenové hladiny vyčíslené pro 36 oblastí České republiky, které jsou
superlativní a tranzitivní. Žádný region zde není nadřazen. Indexy nejsou přirozeně
aditivní, dekompozice indexu je však provedena na úroveň oddílu CZ‐COICOP, která
umožňujesrovnánícenovýchhladintakéudílčíchoddílůvýdajůdomácnostívregionech.
SamotnývýpočetregionálníchcenovýchhladinvČeskérepubliceobsahujekapitola
čtvrtá.Zdejeuvedenvzorovýpříkladužitímetodiky,kterýjezpracovánpředevšímna
základědatzcenovýchšetřeníČSÚastatistikyrodinnýchúčtůČSÚzaroky2011–2013.
Tentovzorovýpříkladpředstavujeexperimentálníověřenímetodiky,tj.postupkalkulace
cenovýchhladinnacelémúzemíČR,kdezákladníúzemníjednotkouprourčenícenových
hladinjeLAU1(okresy),přičemžpřepočtyjsouprovedenynaúroveňNUTS3(kraje)a
NUTS2(regionysoudržnosti).
Regionální cenové indexy na úrovni NUTS3 a NUTS2 jsou vizualizovány na sérii
kartogramů,kteréjednakumožňujísnadnouorientacivrealizovanýchvýsledcích,jednak
130
také dobře reflektují proces přepočtu regionálních cenových hladin na úroveň vyšších
územně‐správníchcelků.
Vazbu RCI na relevantní ekonomické fenomény (typu ekonomická výkonnost,
úroveň nezaměstnanosti, příjmy obyvatel, počet podnikatelských jednotek apod.)
definujekapitolapátá.Lzetotižpředpokládat,žecenovádiferenciacevregionechmásvůj
původvlokálněodlišnéekonomickérealitě.Jevísejakoúčelnépoukázatnavazbymezi
uvedenýmiekonomickýmifenoményanaznačitjejichvzájemnépůsobení.Vrámcitéto
kapitoly proto rovněž proveden ilustrativní návrh řešení problému rozdílných RCI v
regionechnapříkladuovlivněnítržníchstruktur.
Aplikaci regionálních cenových hladin měřících prostorové rozdíly v životních
nákladech obyvatel v regionech České republiky včetně diskuse ohledně hospodářsko‐
politických opatření je věnována poslední kapitola. Zde je v souladu s předcházejícím
textem konstatováno, že aplikace regionálních cenových hladin narovnává pohled na
regionální problematiku pozitivním vnímáním hospodářsky slabých regionů. Slabé
regiony se v převážné většině vyznačují nižší cenovou hladinou, která tak vytváří
vurčitémsmyslujejichkomparativnívýhodu.Rozdílymezibohatýmiachudýmiregiony
se v reálných veličinách snižují, a lze proto akcentovat doporučení, aby hospodářská
politikabylazacílenaspíšenežnaúzemí,předevšímnaobyvatelstvo.
Současná regionální politika představuje všechny veřejné přímé i nepřímé
intervence státu, regionů, obcí a měst je zaměřena zejména na optimální prostorové
rozdělení ekonomických i mimoekonomických činností. Z hlediska praktického využití
regionálních cenových hladin pro hospodářsko‐politickou praxi je proto možné
konstatovat, že RCI umožňuje zvýšení vypovídací schopnosti údajů v rámci hodnocení
disparitsocio‐ekonomickéúrovnějednotlivýchregionů.Tímmůževytvořitprostorpro
přesnějšízacíleníhospodářské,respektiveregionálnípolitiky.
Textpublikacepředstavilmetodickýpostupkalkulaceregionálníchcenovýchhladin
apředložilnávrhy,jakýmicestamibysehospodářskápolitikadisponujícíznalostínově
pojatého RCI měřícího prostorové rozdíly v životních nákladech obyvatel v regionech
Českérepublikymohlaubíratprávěvoblastipolitikyregionální.Jevhodnépřipomenout,
že odhad regionálních cenových hladin představený vtéto monografie se týká výlučně
výdajů domácností, které tvoří cca 50 % regionálního HDP (MUSIL a kol., 2012).
Certifikovanou metodikou navržený postup je tedy vhodný především pro zpřesnění
odhadu rozdílů v příjmových ukazatelích domácností typu čistý disponibilní důchod
131
domácností, mzdy apod. Tyto jsou vykazovány např. vrámci regionálních účtů (čistý
disponibilní důchod domácností), šetření průměrných mezd (MPSVČR), šetření životní
úrovně obyvatel (SILC, ČSÚ). Bohužel právě tyto ukazatele jsou na nejnižší regionální
úrovnidostupnéproNUTS3,zatímcoRCIjeodhadnutopookresech(aaproximovánona
NUTS3).SproblémemodhadunominálníchukazatelůdomácnostísevČRlzevypořádat
vzásadědvěmazpůsoby:
1) provéstodhadnamenšíoblastimetodouSmallAreaEstimationnebo
2) na základě údajů zdaňových přiznání o příjmech domácností ze zaměstnání,
samostatné výdělečné činnosti, pronájmů apod. a vybraných údajů MPSV o
sociálních dávkách prostou adicí odhadnout příjmy obyvatelstva na požadované
úrovniLAU1(okresy).
Autoři se vydali oběma směry a výsledky budou prezentovatvdalších vědeckých
statích.Zpilotníchvýzkumůvyplývá,žemezipříjmyacenovouhladinouexistujepozitivní
korelace a výsledné reálné disparity jsou nižší než nominální disparity. Aplikace
regionálníchcenovýchhladinnarovnávápohlednaregionálníproblematikupozitivním
vnímánímhospodářskyslabýchregionů,kterése(kromějiného)vyznačujínižšícenovou
hladinou, jež vytváří jistou komparativní výhodu. Rozdíly mezi bohatými a chudými
regionysevýznamnězplošťujíaakcentujípřístup,kdyhospodářskápolitikabymělabýt
zacílenapředevšímnaobyvatelstvo(jednotlivce),nikolinalokality.
132
Seznampoužitéliteratury
ADAMČÍK, Stanislav, 1997. Regionalistika, regionální politika a veřejná správa. Opava:
Slezskáuniverzita.117s.ISBN80‐85879‐69‐7.
AIZCORBE, Ana a Bettina H. ATEN, 2004. An Approach to Pooled Time and Space
Comparisons [online]. In: SSHRC Conference on Index Number Theory and the
Measurement of Prices and Productivity. Vancouver, Kanada: Social Sciences and
HumanitiesResearchCouncilofCanada,2004.[cit.2014‐08‐27].19s.Dostupnéz:
http://www.ipeer.ca/papers/Aizcorbe&Aten,June24,2004,Bazjune604.pdf.
ARÉVALO,RaquelaJavierRUIZ‐CASTILLO,2006.OntheImputationofRentalPricestoOwner‐
Occupied Housing. Journal of the European Economic Association. Vídeň,Rakousko:
EuropeanEconomicAssociation,2006,4(4),s.830–861.ISSN1542‐4774.
ATEN, Bettina H., Eric B. FIGUEROA a Troy M. MARTIN, 2011. Research Spotlight –
Regional Price Parities by Expenditure Classes, 2005–2009. Survey of Current
Business.Washington,D.C.,USA:BureauofEconomicAnalysis,2011,91(5),s.73–
87.ISSN0039‐6222.
BAILEY,Stephen.J.,2004.Veřejnýsektor.Teorie,politika,praxe.Praha:EurolexBohemia,
2004.455s.ISBN80‐86432‐61‐0.
BAJGAR, Matěj a Petr JANSKÝ, 2014. Regionální rozdíly vkupní síle: ceny, platy, mzdy a
důchody.Praha:NárodohospodářskýústavAVČR,v.v.i.,2014,Studie7.
BALK, Bert M., 2004. Decompositions of Fisher Indexes. Economics Letters. The
Netherlands:Elsevier,2004,82(1),s.107–113.ISSN0165‐1765.
BALL,AdrianaDavidFENWICK,2004.RelativeRegionalConsumerPriceLevelsin2003.
EconomicTrends.UnitedKingdom:OfficeforNationalStatistics,2004,No.603,s.42‐
51.ISSN0013‐0400.
BEDNÁŘOVÁ, Pavla a Šárka LABOUTKOVÁ, 2014. The Effect of Agglomeration on the
RegionalPriceLevelsintheCzechRepublic.In:Proceedingsofthearticlesfromthe
6th annual international scientific conference Region in the development of society
2014.Brno:MendelovauniverzitavBrně,2014.s.41–47.ISBN978‐80‐7509‐139‐0.
BEDNÁŘOVÁ, Pavla, 2015. Spatial Concept of Market Zones in the Czech Republic.
In:KOCOUREK, Aleš. ed. Proceedings of the 12th International Conference Liberec
133
EconomicForum2015.1.vyd.Liberec:TechnickáuniverzitavLiberci,2015.s.10–
19.ISBN978‐80‐7494‐225‐9.
BIGMAN, David a Hippolyte FOFACK, 2000. Geographical Targeting for Poverty
Alleviation.TheWorldBankEconomicReview.Washington,D.C.,USA:WorldBank
Group,2000,14(1):s129–145.ISSN0258‐6770.
BLS,2007.ConsumerPriceIndexesforRentandRentalEquivalence[online].Washington,
USA:UnitedStatesDepartmentofLabor,BureauOfLaborStatistics,2007.[cit.2014‐
08‐09].Dostupnéz:http://www.bls.gov/cpi/cpifact6.htm.
BRAITHWAIT,StevenD.,1980.TheSubstitutionBiasoftheLaspeyresPriceIndex:AnAnalysis
UsingEstimatedCost‐of‐LivingIndexes.TheAmericanEconomicReview.Pittsburgh,PA,
USA:AmericanEconomicAssociation,1980,70(1),s.64–77.ISSN0002‐8282.
BRANDT,LorenaCarstenA.HOLZ,2006.SpatialPriceDifferencesinChina:Estimatesand
Implications.EconomicDevelopmentandCulturalChange.Chicago:TheUniversity
ofChicagoPress,55(1),s.43–86.ISSN0013‐0079.
CAPELLO, Roberta, 2007. Regional Economics. Devon: Florence Production Ltd, 2007.
322s.ISBN0‐415‐39520‐8.
CAVES,DouglasW.,LauritsR.CHRISTIANSENaErwinW.DIEWERT,1982.TheEconomic
TheoryofIndexNumbersandtheMeasurementofInput,Output,andProductivity.
Economcetrica.NewYork,NY,USA:EconometricSociety,1982,50(6),s.1393–1414.
ISSN1468‐0262.
CECCHETTI,StephenG.,NelsonC.MARKaRobertJ.SONORA,2002.PriceLevelConvergence
AmongUnitedStatesCities.InternationalEconomicReview.TheEconomicsDepartment
of the University of Pennsylvania and the Osaka University Institute of Social and
EconomicResearchAssociation,43(4),s.1081–1099.ISSN1468‐2354.
CZESANÁ, Věra a kol., 2009. Ročenka konkurenceschopnosti České republiky 2007‐2008.
Praha:Linde,2009.398s.ISBN978‐80‐86131‐78‐5.
ČADIL,JanaPetrMAZOUCH,2011.PPSandEURegionalPriceLevelProblem.TheOpenPolitical
ScienceJournal.UnitedKingdom:BenthamOpen,2011,4(4),s.1–5.ISSN1874‐9496.
ČADIL,Jan,PetrMAZOUCH,PetrMUSILaJanaKRAMULOVÁ,2012.TheIssueofRegional
PPSIndicators–CaseStudyoftheCzechRepublic[online].Seaford:RegionalStudies
Association, 2012. [cit. 2014‐12‐15]. 10 s. Dostupné z: http://www.regional‐
studies‐assoc.ac.uk/events/2012/May‐Delft/papers/pdfs/cadil‐et‐al.pdf.
134
ČSÚ,2012.OpatřeníasděleníČSÚ[online].Praha:Českýstatistickýúřad,2012.[cit.2014‐
08‐26].Dostupnéz:https://www.czso.cz/csu/czso/opatreni_a_sdeleni_csu.
ČSÚ, 2014a. Data zinterní databáze Českého statistického úřadu [CD‐ROM]. Český
statistickýúřad,2014.
ČSÚ, 2014b. Příjmy a životní podmínky domácností – 2014 [online]. Praha: Český
statistický úřad, 2015. [cit. 2015‐08‐12]. Dostupné z: https://www.czso.cz/csu
/czso/prijmy‐a‐zivotni‐podminky‐domacnosti‐2014.
ČSÚ,2015a.Průměrnámzdaaevidenčnípočetzaměstnanců–Metodika[online].Praha:
Český
statistický
úřad,
2015.
[cit.
2015‐08‐12].
Dostupné
z:
https://www.czso.cz/csu/czso/1‐pmz_m.
ČSÚ, 2015b. Regionální hrubý domácí produkt [online]. Praha: Český statistický úřad,
2015. [cit. 2015‐08‐12]. Dostupné z: http://apl.czso.cz/pll/eutab/html.h?ptabkod
=tgs00003.
ČSÚ, 2015c. Veřejná databáze Českého statistického úřadu. [online]. Praha: Český
statistickýúřad,2015.[cit.2015‐11‐27].Dostupnéz:https://vdb.czso.cz.
DIEWERT,ErwinW.,1983.TheTheoryoftheCost‐of‐LivingIndexandtheMeasurement
of Welfare Change. In: DIEWERT, E. W. a C. MONTMARQUETTE. Price Level
Measurement.Ottawa:StaticticsCanada,1983,s.163–239.
DIEWERT,ErwinW.,2001.TheConsumerPriceIndexandIndexNumberTheory:ASurvey.
Canada:TheUniversityofBritishColumbia,2001.DiscussionPaper01‐02.
DIEWERT, Erwin W., 2002a. Harmonized Indexes of Consumer Prices: Their Conceptual
Foundations. Germany: European Central Bank, 2002, Working Paper 130.
ISSN1561‐0810.
DIEWERT,ErwinW.,2002b.WeightedCountryProductDummyVariableRegressionand
Index Number Formulae. Canada: The University of British Columbia, 2002.
DiscussionPaper02‐15.
DIEWERT,ErwinW.,2004.OntheStochasticApproachtoLinkingtheRegionsintheICP.
Canada:TheUniversityofBritishColumbia,2004,DiscussionPaper04‐16.
DOWRICK, Steve a John QUIGGIN, 1997. True Measures of GDP and Convergence. The
American Economic Review. Pittsburgh, PA, USA: American Economic Association,
1997,87(1),s.41–64.ISSN0002‐8282.
135
DRECHSLER, Lazlo, 1973. Weighting of Index Numbers in Multilateral International
Comparisons. The Review of Income and Wealth. London: Wiley‐Blackwell, 1973,
22(1),s.17–34.ISSN0034‐6586.
EK, 2010. Strategie Evropa 2020 [online]. Brusel, Belgie: Evropská komise, 2010. [cit.
2015‐06‐30].Dostupnéz:http://www.vlada.cz/assets/evropske‐zalezitosti/evrop
ske‐politiky/strategie‐evropa‐2020/Evropa_2020_cz_Sdeleni_EK.pdf
EK, 2012. Eurostat–OECD Methodological Manual on Purchasing Power Parities. Brusel,
Belgie:Evropskákomise,2012.ISBN978‐92‐79‐25983‐8.
EK, 2013. Owner‐Occupied Housing Price Indices – House Price Indices Manual [online].
Brusel, Belgie: Evropská komise, 2012. [cit. 2015‐02‐12]. Dostupné z:
http://ec.europa.eu/eurostat/documents/272892/272983/Methodological_manu
al_referred_in_Reg_93_2013.pdf.
ELBERS, Chris, Jean O. LANJOUW a Peter LANJOUW, 2003. Micro‐‐Level Estimation of
Poverty and Inequality. Econometrica. New York, NY, USA: Econometric Society,
2003,71(1),s.355–364.ISSN1468‐0262.
ÉLTETŐ Ӧdӧn a Pál KӦVES, 1964. Egy nemzetközi összehasonlításoknál fellépő
indexszámítási problémáról. Statisztikai Szemle. Budapešť: Központi Statisztikai
Hivatal,1964,42(5),s.507–518.ISSN0039‐0690.
EU, 2006. Nařízení Evropského parlamentu a Rady (ES) č. 1177/2003 o statistice
Společenstvívoblastipříjmůaživotníchpodmínek(EU‐SILC)[online].Brusel,Belgie:
Evropskáunie,2006[cit.2014‐12‐12].Dostupnéz:http://eur‐lex.europa.eu/legal‐
content/CS/TXT/?uri=OJ:L:2006:118:TOC.
EU,2010.FifthReportonEconomic,SocialandTerritorialCohesion.InvestinginEurope’s
future. Luxembourg: Publications Office of the European Union, 2010, 286 s.
ISBN978‐92‐79‐16978.
FENWICK, David a Jim O’DONOGHUE, 2003. Developing Estimates of Relative Regional
Consumer Price Levels. Economic Trends. United Kingdom: Office for National
Statistics,2003,No.599,s.72–83.ISSN0013‐0400.
FIGUEROE,EricB.,BettinaH.ATENaTroyM.MARTIN,2014.ExpenditureWeightsinthe
RegionalPriceParities.UnitedStates:BureauofEconomicAnalysis,2014,Working
Paper0112.
FRIJTERS, Paul, John P. HAISKEN‐DENEW a Michael A. SHIELDS, 2004. Money Does
Matter! Evidence from Increasing Real Incomes and Life Satisfaction in East
136
GermanyFollowingReunification.TheAmericanEconomicReview.Pittsburgh,PA,
USA:AmericanEconomicAssociation,2004,94(3),s.730–740.ISSN0002‐8282.
GARDEREN, Kees Jan van a Chandra SHAH, 2002. Exact Interpretation of Dummy
Variables in Semilogarithmic Equations. The Econometrics Journal. Hoboken, NJ,
USA:JohnWiley&Sons,Inc.,2002,5(1),s.149–159.ISSN1368‐423X.
GaREP, 2009. Metodická podpora regionálního rozvoje [online]. Brno, GaREP, 2009 [cit.
2014‐06‐18].Dostupnéz:http://www.regionaldevelopment.cz/index.php/diskuze
.437/items/definice‐pojmu‐disparita.html
GEARY, R. C., 1958. A Note to Comparison of Exchange Rates and Purchasing Power
betweenCountries.JournalofRoyalStatisticalSociety.London,UK:Wiley‐Blackwell,
1958,121(1),s.97–99.ISSN0964‐1998.
GONG,CathyHongeaXinMENG,2008.RegionalPriceDifferencesinUrbanChina1986–
2001:EstimationandImplication.Germany:InstitutefortheStudyofLabor,2008,
IZADiscussionPapers3621.
GOODHART, Charles, 2001. What Weights Should Be Given to Asset Prices in the
MeasurementofInflation?TheEconomicJournal.Hoboken,NJ,USA:JohnWiley&
Sons,Inc.,2001,111(472),s.335–356.ISSN1468‐0297.
HALÁS, Marian a Pavel KLAPKA, 2010. Regionalizace Česka z hlediska modelování
prostorových interakcí. Geografie. Praha: Česká geografická společnost, 2010,
115(2),s.144–160.ISSN1212‐0014.
HAMILTON, Bruce W., 2001. Using Engel’s Law to Estimate CPI Bias. The American
EconomicReview.Pittsburgh,PA,USA:AmericanEconomicAssociation,2001,91(3),
s.619–630.ISSN0002‐8282.
HAMPL, Martin a kol., 2001. Regionální vývoj: specifika české transformace, evropská
integraceaobecnáteorie.Praha:UK,2001.328s.ISBN80‐902686‐6‐8.
HAMPL,MartinaMiroslavMARADA,2015.SociogeografickáregionalizaceČeska.Geografie.
Praha:Českágeografickáspolečnost,2015,120(3),s.397–421.ISSN1212‐0014.
HASLETT,Stephen,AlasdairNOBLEaFelibelZABALA,2008.NewApproachestoSmall
AreaEstimationofUnemployment[online].OfficialStatisticsResearchSeries.New
Zealand:OfficialStatisticsSystem,2008,3,144s.ISSN1177‐5017.[cit.2015‐01‐30].
Dostupné z: http://www3.stats.govt.nz/Official_Statistics_Vol3/SmallDomainEsti
mationUnemployment_Haslett.pdf
137
HASLETT,Stephen,GeoffreyJONESaJamasENRIGHT,2008.SmallDomainEstimationof
MāoriExpenditurePatterns[online].OfficialStatisticsResearchSeries.NewZealand:
OfficialStatisticsSystem,2008,3,88s.[cit.2015‐01‐30].ISSN1177‐5017.Dostupné
z: http://www3.stats.govt.nz/Official_Statistics_Vol3/SmallDomainEstimationMao
riExpenditure_Haslett.pdf
HAYES, Peter, 2005. Estimating UK regional price indices, 1974–96. Regional Studies.
Seaford:RegionalStudiesAssociation,2005,39(3),s.333–344.ISSN0034‐3404.
HILL,RobertJ.aDanielMELSER,2005.ConstructingPanelPriceIndexesUsingHedonicMethods:
TheCaseofHousePricesinSydney.WorkingpaperpresentedatNZAEconference.
HILL,RobertJ.,1999.ComparingPriceLevelsAcrossCountriesUsingMinimumSpanning
Trees.TheReviewofEconomicsandStatistics.Cambridge:TheMITPressJournals,
2005,81(1),s.135–142.ISSN0034‐6535.
HILL,RobertJ.,2000.MeasuringSubstitutionBiasinInternationalComparisonsBasedon
Additive Purchasing Power Parity Methods. European Economic Review. The
Netherlands:Elsevier,2000,44(1),s.145–162.ISSN0014‐2921.
HILL,RobertJ.,2004.ConstructingPriceIndexesAcrossSpaceandTime:TheCaseofthe
European Union. American Economic Review. Pittsburgh, PA, USA: American
EconomicAssociation,2004,94(5),s.1379–1410.ISSN0002‐8282.
HILL,RobertJ.,2006.SuperlativeIndexNumbers:NotAllofThemareSuper.Journalof
Econometrics.TheNetherlands:Elsevier,2006,130(1),s.25–43.ISSN0304‐4076.
HUBÁČKOVÁ, Veronika a Tomáš KREJČÍ, 2007. Regionální vliv Slovácka pohledem
Reillyho modelu, na příkladu České republiky. In: KLÍMOVÁ, Viktorie. ed.
ProceedingsofthearticlesfromtheX.mezinárodníkolokviumoregionálníchvědách.
Brno:Masarykovauniverzita,2007.ISBN978‐80‐210‐4325‐1.
HUČKA Miroslav a kol., 2010. Vnik regionálních disparit, jejich pojetí, charakteristika a
klasifikace. [online]. Ostrava: VŠB‐TU, 2010. Dostupné z: http://alkut.cz/edice
_cd/cd7_vyzkumne_studie_2010/pdf/01_studie_du2.pdf.
CHRISTALLER,Walter,1933.DiezentralenOrteinSüddeutschland.Jena:GustavFischer,
1933.331s.ISBN3‐534‐04466‐5.
ILO, 2004. Consumer Price Index Manual: Theory and Practice. Geneva:
ILO/IMF/OECD/UNECE/Eurostat/TheWorldBank,2004.ISBN92‐2‐113699‐X.
138
ISARD,Walter,1956.Locationandspace‐economy;ageneraltheoryrelatingtoindustrial
location, market areas, land use, trade, and urban structure. Cambridge, MA, USA:
TechnologyPressofMIT,1956.350s.ISBN978‐02‐6209‐001‐8.
JOHNSTON,Richard,MartinMCKINNEYaTomSTARK,1996.RegionalPriceLevelVariations
andRealHouseholdIncomesintheUnitedKingdom,1979/80‐1993.RegionalStudies.
Seaford:RegionalStudiesAssociation,1996,30(6),s.567–578.ISSN0034‐3404.
KAHOUN Jaroslav, 2014. O čem skutečně vypovídá regionální HDP? Statistika a my.
MěsíčníkČSÚ.Praha:Českýstatistickýúřad,2014,3(2),s.25–27.ISSN1804‐7149.
KAHOUN,JaroslavaJaroslavSIXTA,2013.RegionalGDPCompilation:Production,Income
and Expenditure Approach. Statistika: Statistics and Economy Journal. Česká
republika:Praha,2013,93(4),s.24–36.ISSN0322‐788x.
KAHOUN, Jaroslav, 2010. Regionální ekonomická výkonnost a disponibilní důchod
domácností. Česká republika: Centrum výzkumu konkurenční schopnosti české
ekonomiky,2010,WorkingPaper15/2010.ISSN1801‐4496.
KHAMIS,SalemH.,1972.ANewSystémofIndexNumbersforNationalandInternational
Purposes. Journal of Royal Statistical Society. London, UK: Wiley‐Blackwell, 1972,
135(1),s.96–121.ISSN0964‐1998.
KLAASSEN, Leo H. a Norbert VANHOVE, 1987. Regional Policy. A European Approach.
Aldershot:GoverPublishingCompany.398s.ISBN0‐566‐05413‐2.
KLIKOVÁ, Christiana. a Igor KOTLÁN, 2012. Hospodářská politika. Ostrava: Sokrates,
2012.293s.ISBN9788086572765.
KOKOSKI,MaryF.,BrentR.MOULTONaKimberlyD.ZIESCHANG,1999.InterareaPrice
Comparisons for Heterogeneous Goods and Several Levels of Commodity
Aggregation.In:HESTON,AlanaRobertE.LIPSEY.eds.InternationalandInterarea
Comparisons of Income, Output, and Prices. Chicago: University of Chicago Press,
1999.s.123–169.ISBN978‐0‐226‐33110‐2.
KOKOSKI,MaryF.,PatrickCARDIFFaBrentR.MOULTON,1994.InterareaPriceIndices
forConsumerGoodsandServices:AnHedonicApproachUsingCPIData.Bureauof
LaborStatistics–OfficeofPricesandLivingConditionsWorkingPapers,1994,July,
256.[cit.2014‐11‐15].Dostupnéz:http://www.bls.gov/osmr/workpapers_catalog
1994.htm#1994
KONÜS, Alexander A., 1924. The Problem of the True Index of the Cost of Living,
Econometrica.Oxford:BlackwellPublishers,1939,7(1),s.10–29.ISSN1468‐0262.
139
KOO,Jahyeong,KeithR.PHILLIPSaFionaD.SIGALLA,2000.MeasuringRegionalCostof
Living. Journal of Business and Economic Statistics. United States of America:
AmericanStatisticalAssociation,2000,18(1),s.127–136.ISSN0735‐0015.
KOSFELD,ReinholdaHans‐FriedrichECKEY,2010.MarketAccess,RegionalPriceLevel
and Wage Disparities: The German Case. Jahrbuch für Regionalwissenschaft.
Germany:Springer‐Verlag,2010,30(2),s.105–128.ISSN0173‐7600.
KOSFELD, Reinhold, Hans‐Friedrich ECKEY a Jorgen LAURIDSEN, 2008. Disparities in
Prices and Income Across German NUTS3 Regions. Applied Economics Quarterly.
Germany:Duncker&HumblotGmbH,2008,54(2),s.123–141.ISSN1611‐6607.
KÖVES, Pál, 1999. EKS Index and International Comparisons. Statisztikai szemle.
Budapešť:KözpontiStatisztikaiHivatal,1999,77(3),s.3–14.ISSN0039‐0690.
KRAFTJiří,PavlaBEDNÁŘOVÁaAlešKOCOUREK,2012.Globalizacenaprahu21.století.
Liberec:TechnickáuniverzitavLiberci,2012.103s.ISBN978‐80‐7372‐930‐1.
KRAFT, Jiří, 2015. Relations between the Regional Price Index, Market Structures, and
CapitalParametersoftheRegion[rukopis].2015[vrecenznímřízeníčasopisu].
KRAFT, Jiří, Pavla BEDNÁŘOVÁ, Miroslava LUNGOVÁ, Iva NEDOMLELOVÁ a Lenka
SOJKOVÁ,2010.Hospodářskákrize.Vybranémakroekonomickéamikroekonomické
souvislosti s projekcí na úrovni regionů. 1. vydání. Liberec: Technická univerzita v
Liberci,2010.157s.ISBN978‐80‐7372‐678‐2.
KRAFTOVÁIvanaaJiříKRAFT,2015.VzájemnávazbameziRCI,mírouurbanizaceatrhem
práce.In:KLÍMOVÁ,ViktorieaVladimírŽÍTEK.eds.XVIII.mezinárodníkolokviumo
regionálníchvědách.Sborníkpříspěvků.Brno:Masarykovauniverzita,2015.s.245–
251.ISBN978‐80‐210‐7861‐1.
KRAFTOVÁIvana,JiříKRAFT,2014.JsouregionyČRzhlediskamezdaplatůhomogenní?
In: KLÍMOVÁ, Viktorie a Vladimír ŽÍTEK. eds. XVII. Mezinárodní kolokvium o
regionálníchvědách.Sborníkpříspěvků.Brno:Masarykovauniverzita,2014.s.69–
76.ISBN978‐80‐210‐6840‐7.
KRAMULOVÁ Jana a Petr MUSIL, 2013. Experimentální odhad složek výdajové metody
regionálníhoHDPvČR.Politickáekonomie,2013,61(6),s.814–833.ISSN0032‐3233.
KUTSCHERAUER,Alois,2010.Regionálnídisparity:DisparityvregionálnímrozvojiČeské
republiky‐pojetí,teorie,klasifikaceahodnocení[online].Ostrava:VŠB‐TU,2010.[cit.
2015‐06‐19].Dostupnéz:http://disparity.vsb.cz/vysledky/15_zaverecna_%20zpr
ava_2010.pdf.
140
KUTSCHERAURER, Alois a kol., 2007. Identifikace, klasifikace a hodnocení regionálních
disparit [online]. Ostrava: VŠB‐TU, 2007. [cit. 2015‐06‐20]. Dostupné z:
http://disparity.vsb.cz/vysledky/01_rocni_zprava_2007.pdf.
LABOUNKOVÁ, Vladimíra a kol., 2014. Hodnocení Indikátorů: Strategie regionálního
rozvoje2007–2013.Českárepublika:Ministerstvopromístnírozvoj,2014.
LABOUTKOVÁ,ŠárkaaPavlaBEDNÁŘOVÁ,2015.PerpectivesofRegionalPriceIndexas
a Potential Indicator of Spatial Social and Economic Status of the Residents:
ExperimentalStage.In:MACHOVÁ,Zuzana.ed.Proceedingsofthe13thInternational
Scientific Conference “Economic Policy in the European Union Member Countries”.
Ostrava:VŠB‐TU,2015.12s.ISBN978‐80‐248‐3796‐3.
LACINA, Karel, 2005. Evropské systémy veřejné správy. Pardubice: FES UPa, 2005. 54 s.
ISBN80‐7194‐820‐9.
LIPPE, Peter von der, 2007. Index Theory and Price Statistics. International Academic
Publishers:PeterLang,2007.ISBN978‐3‐631‐56317‐5.
LONGFORD, N. T., 2006. Missing Data and Small‐Area Estimation: Modern Analytical
EquipmentfortheSurveyStatistician.Berlín,Německo:SpringerScience&Business
Media,2006.360s.ISBN978‐1‐846‐28195‐2.
LÖSCH,August,1954.TheEconomicsofLocation.NewHaven:YaleUniversityPress,1954.
556s.ISBN0‐300‐00727‐2.
MATZKA,ChristinaaAndreasNACHBAGAUER,2009.RealeKaufkraft2008:Einkommen
unter Berücksichtigung des Regionalen Preisniveaus [online]. ÖGM Studie. Vídeň,
Rakousko:ÖsterreichischeGesellschaftfürMarketing,2009,Juli.[cit.2015‐05‐17].
198s.Dostupnéz:http://www.ogm.at/inhalt/2012/04/RealeKaufkraft11.pdf.
MELSER, Daniel a Robert HILL, 2007. Methods for Constructing Spatial Cost of Living
Indexes[online]. OfficialStatistics ResearchSeries.NewZealand:OfficialStatistics
System, 2008, 1, 113 s. ISSN 1177‐5017. [cit. 2015‐01‐31]. Dostupné z:
http://www.statisphere.govt.nz/~/media/Statistics/about‐us/statisphere/Files/o
fficial‐statistics‐research‐series/osr‐series‐v1‐2007‐methods‐for‐constructing‐spa
tial‐col‐indexes.pdf
MMR, 2000. Strategie regionálního rozvoje ČR [online]. Praha: Ministerstvo pro místní
rozvoj
České
republiky,
2000.
[cit.
2015‐06‐15].
Dostupné:
http://www.mmr.cz/cs/Podpora‐regionu‐a‐cestovni‐ruch/Regionalni‐politika/Ko
141
ncepce‐Strategie/Archiv‐koncepci‐a‐strategii‐regionalni‐politika/Strategie‐region
alniho‐rozvoje‐CR‐z‐roku‐2000.
MMR,2013.StrategieregionálníhorozvojeČR2014–2020.Praha:Ministerstvopromístní
rozvojČeskérepubliky,2013.[cit.2014‐08‐28].Dostupnéz:http://www.mmr.cz/
cs/Podpora‐regionu‐a‐cestovni‐ruch/Regionalni‐politika/Koncepce‐Strategie/Stra
tegie‐regionalniho‐rozvoje‐CR‐2014‐2020.
MOLLE, Willem, 2007. European Cohesion Policy. London: Routledge, 2007. 347 s.
ISBN978‐0‐415‐43811‐7.
MUSIL,Petr,JanaKRAMULOVÁ,JanČADILaPetrMAZOUCH,2012.ApplicationofRegional
PriceLevelsonEstimationofRegionalMacro‐AggregatesPerCapitainPPS.Statistika:
Statistics and Economy Journal. Praha: Český statistický úřad, 2012, 49(4), s. 4–13.
ISSN0322‐788x.
MV,1990.Zákonocenách[online].Praha:MinisterstvovnitraČeskérepubliky,1990.[cit.
2015‐07‐06]. Dostupné z: https://portal.gov.cz/app/zakony/download?idBiblio
=38895&nr=526~2F1990~20Sb.&ft=pdf.
NOVOTNÝ, Radek, 2015. Cenová mapa vodného a stočného v České republice [online].
[cit.2015‐07‐12].Dostupnéz:http://www.pravdaovode.cz/
NUXOLL, Daniel, 1994. Differences in Relative Prices and International Differences in
Growth Rates. The American Economic Review. Pittsburgh, PA, USA: American
EconomicAssociation,1994,84(5),s.1423–1436.ISSN0002‐8282.
OECD,1997.TheOECDReportonRegulatoryReform:Synthesis.Paris,France:Organization
forEconomicCo‐operationandDevelopment,1997.[cit.2015‐07‐09].Dostupnéz:
http://www.oecd.org/gov/regulatory‐policy/2391768.pdf.
OECD, 2005. International Comparability of the Consumer Price Index: owner occupied
housing.In:OECDseminar:InflationMeasures:Toohigh–Toolow–Internationally
Comparable?Paris:OrganizationforEconomicCo‐operationandDevelopment,2005.
PITTAU, Maria G., Roberto ZELLI a Riccardo MASSARI, 2011. Do Spatial Price Indices
Reshuffle the Italian Income Distribution? Modern Economy. Irvine, CA, USA:
ScientificResearchPublishingInc.,2011,2(3),s.259–265.ISSN2152‐7261.
POLLACK,RobertA.,1975.TheIntertemporalCost‐of‐LivingIndex.AnnalsofEconomic
andSocialMeasurement.NewYork,NY,USA:NationalBureauofEconomicResearch,
1975,4(1),s.179–195.ISSN0044‐832X.
142
RADVANSKÝ, Marek a Ladislav FUCHS, 2009. Computing Real Income at NUTS3 Regions
[online].Brusel,Belgie:EcoMod,2009.[cit.2014‐05‐13].Dostupnéz:http://ecomod.net/
system/files/ComputingrealincomeatNUTS3regionsRadvanskyFuchs.pdf
RAO,D.S.Prasada,2001.WeightedEKSandGeneralisedCPDMethodsforAggregationat
Basic Heading Level and Above Basic Heading Level. Paper presented at the Joint
World Bank‐OECD Seminar on Purchasing Power Parities: Recent Advances in
MethodsandApplications.Washington,D.C.,USA:2001,30January–1February.
RAO,D.S.Prasada,2004.[Annex]4.SpatialComparisonsofConsumerPrices,Purchasing
PowerParitiesandtheInternationalComparisonProgram.In:InternationalLabour
Office. Consumer Price Index Manual: Theory and Practice. Geneva:
ILO/IMF/OECD/UNECE/Eurostat/The
World
Bank,
2004,
s.
495–506.
ISBN92‐2‐113699‐X.
RAO,D.S.Prasada,2005.OntheEquivalenceofWeightedCountry‐Product‐Dummy(CPD)
MethodandtheRao‐SystemforMultilateralPriceComparison.ReviewofIncomeand
Wealth.Canada:InternationalAssociationforResearchinIncomeandWealth,2005,
51(4),s.571–580.ISSN1475‐4991.
RISY,2015a.Regionálníinformačníservis[online].Praha:Centrumproregionálnírozvoj
Českérepubliky,2015.[cit.2014‐08‐26].Dostupné:http://www.risy.cz/Files/Ima
ges/mapy/mapy_ke_stazeni/Admin_RIS_A3.jpg.
RISY, 2015b. Srovnání makroekonomických ukazatelů [online]. Praha: Centrum pro
regionální rozvoj České republiky, 2015. [cit. 2014‐08‐26]. Dostupné:
http://www.risy.cz/cs/krajske‐ris/stredocesky‐kraj/kraj/hospodarske‐prostredi/
makroekonomicke‐ukazatele
ROOS,MichaelW.M.,2006.RegionalPriceLevelsinGermany.AppliedEconomics.United
Kingdom:Routledge,2006,38(13),s.1553–1566.ISSN0003‐6846.
SCHULTZE, Charles a Christopher MACKIE, 2002. The NAS Panels Analysis of Quality
Change and the Use of Hedonic Techniques in the CPI [online]. Washington, USA:
Brookings, 2002 [cit. 2014‐09‐17]. Dostupné z: http://www.brookings.edu/es/re
search/projects/productivity/workshops/20020201_schultze.pdf.
SCHULTZE, Charles, 2003. The Consumer Price Index: Conceptual Issues and Practical
Suggestions. Journal of Economic Perspectives. Pittsburgh, PE, USA: American
EconomicAssociation,2003,17(1),s.3–22.ISSN0895‐3309.
143
SLESNICK, Daniel T., 2002. Prices and Regional Variation in Welfare. Journal of Urban
Economics.TheNetherlands:Elsevier,2002,51(3),s.446–468.ISSN0094‐1190.
STRÖHL, Gerd, 1994. Zwischenörtlicher Vergleich des Verbrbaucherpreisniveaus in 50
Städten. Wirtschaft und Statistik. Deutschland: Statistisches Bundesamt, 1994,
45(6),s.415–434.ISSN0043‐6143.
SUMMERS,Robert,1973.InternationalPriceComparisonsBasedUponIncompleteData.
ReviewofIncomeandWealth.Hoboken,NJ,USA:JohnWiley&Sons,Inc.,1973,19(1),
s.1–16.ISSN1475‐4991.
SZULC,Bohdan,1964.Indeksydlaporownanwieloregionalnych.Przeglad Statystyczny.
Varšava:PolskaAkademiaNauk,1964,11(3),s.239–254.ISSN0033‐2372.
ŠIMANOVÁ,JanaaAlešKOCOUREK,2015.Nominalvs.RealRegionalIncomeDisparities
in Selected Cities of the Czech Republic. In: KOCOUREK, Aleš. ed. Proceedings
ofthe12thInternationalConferenceLiberecEconomicForum2015.1.vyd.Liberec:
TechnickáuniverzitavLiberci,s.193–200.ISBN978‐80‐7494‐225‐9.
ŠPALEK, Jiří, 2011. Veřejné statky. Teorie a experiment. Praha: C. H. Beck. 204 s.
ISBN978‐80‐7400‐353‐0.
TI, 2009. Privatizace vodárenství v České republice: Kam odtékají zisky? [online]. Praha:
Transparency
International
Česká
republika,
2009.
[cit.
2015‐07‐12].
ISBN978‐80‐87123‐08‐9.Dostupné:http://www.transparency.cz/wp‐content/up
loads/TIC_vodarenstvi_cz.pdf.
TRIPLETT, Jack E., 2001. Should the Cost‐of‐Living Index Provide the Conceptional
FrameworkfortheConsumerPriceIndex?TheEconomicJournal.Hoboken,NJ,USA:
JohnWiley&Sons,Inc.,2001,111(472),s.311–334.ISSN1468‐0297.
TULEJA, Pavel, 2011. Modelové regiony a možnosti jejich využití při hodnocení
regionálních disparit. Acta academica karviniensia. Opava: Slezská univerzita
vOpavě,2011,13(3),s.134–149.ISSN1212‐415X.
ÚOHS, 2012. Leniency program [online]. Brno: Úřad pro ochranu hospodářské soutěže,
2012. [cit. 2015‐07‐12]. Dostupné: https://www.uohs.cz/cs/hospodarska‐
soutez/zakazane‐dohody‐a‐zneuziti‐dominance/leniency‐program.html/.
URBAN, Luděk a kol., 1994. Hospodářská politika. Praha: Victoria Publishing, 1994.
ISBN80‐85865‐01‐7.
144
VISCUSI, Kip W., Joseph E. HARRINGTON a John M. VERNON, 2005. Economics of
Regulation and Antitrust. 4th ed. Cambridge, MA, USA: MIT Press, 2005. 960 s.
ISBN9780262220750.
VITURKA,MilanaViktorieKLÍMOVÁ,2006.Globálněorientovanéhodnoceníkonkurenční
pozice krajů ČR. Research Centre for Competitiveness of Czech Economy Working
Paper.Praha:Národnívzdělávacífond,2006,č.20,s.41.ISSN1801‐4496.
VITURKA, Milan, 2007. Konkurenceschopnost regionů a možnosti jejího hodnocení.
Politická ekonomie. Praha: Vysoká škola ekonomická, 2007, 55(5), s. 637–658.
ISSN0032‐3233.
WASCHKA, Alex a kol., 2003. Comparing Living Costs in Australian Capital Cities. 32nd
AustralianConferenceofEconomists.Australia:AustralianBureauofStatistics,2003.
ISBN978‐0‐64248‐289‐1.
WB, 2015. History of International Comparison Programme [online]. Washington, D.C.,
USA:
World
Bank
Group,
2015.
[cit.
2015‐10‐08].
Dostupné
z:
http://go.worldbank.org/U1URXPOF70.
WOKOUN, René, Pavel MATES a kol., 2006. Management regionální politiky a reforma
veřejnésprávy.Praha:Linde,2006.352s.ISBN80‐7201‐547‐8.29.
WOOLFORD, Keith, 2010. An Exploration of Alternative Treatments of Owner‐Occupied
Housing in a CPI [online]. Washington, D.C., USA: World Bank Group, 2010. [cit.
2014‐12‐13]. Dostupné z: http://siteresources.worldbank.org/ICPINT/Resources
/270056‐1255977007108/6483550‐1257349667891/6544465‐1263333205953
/01.01_ICP‐TAG02_AlternTreatOwner‐OccupiedHousing_CPI.pdf
ZDRAŽIL,PavelaIvanaKRAFTOVÁ,2014.Regionálníodvětvovástrukturainvesticajejí
vliv na růst konkurenceschopnosti regionu. In: Sborník příspěvků z mezinárodní
vědeckékonferenceRegionvrozvojispolečnosti2014.Brno:Mendelovauniverzitav
Brně.2014.s.1006–1015.ISBN978‐80‐7509‐139‐0.
ŽÁK,Milanakol.,2002.Velkáekonomickáencyklopedie.2.vyd.Praha:Linde,2002.887s.
ISBN80‐7201‐381‐5.
ŽIŽKA, Miroslav a kol. 2013. Hospodářský rozvoj regionů. Praha: Kamil Mařík –
ProfessionalPublishing,2013.224s.ISBN978‐80‐7431‐131‐4.
145
Příloha 1 – Osvědčení o uznání Certifikované metodiky
výzkumu,vývojeainovací
146
Příloha2–AnalýzadatzcenovýchšetřeníCPIvČR
JanaŠimanová,AlešKocourek
SpotřebitelskýkošjepodleklasifikaceindividuálníspotřebyCOICOPčleněndo12oddílů,
185 skupin a 700 cenových reprezentantů. Cenová šetření jsou vČeské republice
prováděnave36oblastechzcelkovéhopočtu76(jednáseobývaléokresyaHlavníměsto
Prahu). Zhlediska prostorové srovnatelnosti dat byly identifikovány pro každého
cenového reprezentanta tzn. kvalitativně srovnatelné variety. Jejich četnost a hustota
výslednýchmaticovýchpolí(viztéžTabulka1nastraně33aTabulka2nastraně38)má
zásadnívlivnakonečnoupodobuspotřebníhokošenaregionálníúrovni.
CZ‐COICOP01Potravinyanealkoholickénápoje
TentooddílCOICOPmácelkovouváhuvCPI15%,tedydruhýnejvýznamnějšípodílpo
oddílu04Bydlení.Oddílječleněndo56skupinnaúrovnivyššínežpoložkové(COI4),na
elementárnípoložkovéúrovnisejednáo160položek.Každápoložkaješetřenavkaždém
vnejménětřechprodejnách,nejvícevarietješetřenovevelkýchměstech–PrahaaBrno.
Cenová šetření jsou prováděnatazatelkamiČSÚ převážně vsupermarketech a běžných
obchodech.ZnakemoddíluCOICOP1jepoměrněvelkémnožstvíadetailnějšíspecifikace
reprezentantů, které jsou šetřeny. Konkrétní cenová šetření jsou tazatelkou opatřena
údajem vpoznámce o přesném typu produktu (specifikace variety). Forma poznámky
však není sjednocena. Proto je nutné provést výběr srovnatelných položek na bázi
syntaktickéhoklastrovánívespeciálněvyvinutémsoftwaruDataClassAnalyzer(blíževiz
stranu58).VýsledkyuvádíTabulka19.
Tabulka19:CZ‐COICOP01Potravinyanealkoholickénápoje
Váhovýpodíl
Početcenových
Početcenových
nacelkových
reprezentantů/
šetření
výdajích
početjejich
pronejvýznamnější
nejvýznamnějších
identifikované
VýdajovéskupinyCOI4
[vpromile]
variet
variety
01.111Chléb
5,64
3/13
9472
01.112Pečivoběžné
5,73
2/5
8435
01.113Pečivojemné
3,11
4/14
8694
01.114Pečivotrvanlivé
4,24
5/24
8523
01.115Pšeničnámouka
0,97
2/18
4459
01.116Těstoviny
0,95
2/13
6199
01.117Ostatnívýrobkyzobilovin
2,24
3/16
6286
01.118Rýže
0,69
1/2
3754
01.121Masovepřové
7,41
5/13
12333
01.122Masohovězí
2,80
4/9
9980
147
01.123Ostatnímasaavnitřnosti
01.124Uzenářskézboží
01.125Masovékonzervyaostatní
masnévýrobky
01.126Drůbež
01.131Rybyčerstvé,chlazené,
mraženéavýrobkyznich
01.132Ostatnírybyarybívýrobky
01.141Vejceavaječnévýrobky
01.143Mlékočerstvé,trvanlivé
01.144Mlékokonzervovanéasušené
01.145Sýry
01.146Jogurty
01.147Ostatnímléčnévýrobky
01.151Máslo
01.152Vepřovésádloaslanina
01.153Jedléoleje
01.154Rostlinnéaostatnítuky
01.161Citrusy
01.162Banány
01.163Jablkaaostatníjádroviny
01.164Peckovinyabobuloviny
01.165Ostatníovoce
01.166Ovocnévýrobky
01.167Suchéplodyasušenéovoce
01.171Brambory
01.172Výrobkyzbrambor
01.173Plodovázelenina(čerstvái
mražená)
01.174Ostatnízelenina(čerstváimražená)
01.175Zeleninovévýrobky
01.176Luštěniny
01.181Marmelády,džemy
01.182Cukr
01.183Čokoládaačokoládové
výrobky
01.184Cukrovinkynečokoládové
01.185Cukrářskévýrobky
01.186Med,ovocnécukry,umělá
sladidla
01.191Polévkyaomáčky
01.192Sůl,koření
01.193Přípravkykdoplněnía
dochuceníjídel
01.194Potřebypropečeníaostatní
potravinyapochutiny
01.211Kakaovýprášek
01.212Káva
01.213Čaj
01.214Kávovénáhražkyasměsi
01.221Sirupyakoncentráty
01.222Ovocnéazeleninovéšťávy
01.223Minerálníapramenitévody
01.224Ostatnínealkoholickénápoje
1,82
13,74
1,69
3/8
13/40
2/9
5390
25723
6148
7,61
1,67
5/17
3/14
12918
5224
2,00
2,77
4,71
0,68
8,69
4,38
5,31
2,61
0,33
1,62
1,67
1,9
1,32
2,25
3,84
0,85
0,55
1,51
2,65
1,24
3,78
2/16
1/2
5/7
2/5
7/26
3/15
4/37
2/24
1/7
3/17
3/6
2/4
1/2
1/4
3/10
2/5
1/12
3/33
1/4
3/32
3/12
5175
4949
13007
3647
13772
7804
7972
5974
2221
4896
8780
8493
4968
4678
7913
6079
2363
7346
5165
9584
13469
3,79
1,24
0,27
0,26
1,83
3,77
8/38
4/42
1/7
1/8
2/12
4/25
27526
9751
3169
3148
5127
7518
1,83
1,72
0,75
3/13
2/11
1/9
5340
5138
1654
1,16
0,93
1,81
2/9
3/28
3/28
3906
9491
6833
1,31
2/15
3528
0,31
3,13
1,67
0,31
0,71
0,97
5,2
2,62
1/7
3/25
2/21
1/4
1/11
2/18
2/10
3/17
1591
7515
6368
3175
1863
5088
8356
7029
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
148
CZ‐COICOP02Alkoholickénápojeatabákovévýrobky
OddílCOICOP2obsahujepouze4skupinynavyššínežpoložkovéúrovni(COI4)acelková
váhavCPIčiní9,6%.Znakemtohotooddílujepodobnějakoupotravinšetřenírozdílných,
někdyobtížněčivůbecregionálněnesrovnatelnýchvariet.Výhodouvšakjefakt,žeceny
cigaret a tabákových výrobků jsou kolkové a vykazují nulovou regionální variabilitu.
Nepodílísetedynameziregionálníchcenovýchrozdílechajejichcenováparita(poměr
cen)činí1vkaždémzregionů.Stejnějakoupotravin,ivCOICOP2bylonutnéalespoňna
části cenových dat (pomineme‐li regionálně neměnné ceny cigaret) provést výběr
srovnatelných položek na bázi syntaktického klastrování ve speciálně vyvinutém
softwaruDataClassAnalyzer(blíževizstranu58).VýsledkyshrnujeTabulka20.
Tabulka20:CZ‐COICOP02Alkoholickénápojeatabákovévýrobky
Váhovýpodíl
Početcenových
Početcenových
nacelkových
reprezentantů/
šetření
výdajích
početjejich
pronejvýznamnější
nejvýznamnějších
identifikované
VýdajovéskupinyCOI4
[vpromile]
variet
variety
02.111Lihoviny
15,01
8/19
4809
02.121Vína
9,00
4/11
9949
02.131Pivo
22,87
3/19
7401
02.201Tabák
49,13
8/0
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
CZ‐COICOP03Odíváníaobuv
OddílCOICOP3obsahuje17skupinnavyššínežpoložkovéúrovni(COI4)acelkováváhavCPI
činí 3,6 %. Už zpředběžných kalkulací je zřejmé, že tento oddíl bude jedním znejvíce
problematických,cosevytipováníregionálněsrovnatelnýchvariettýče.Reprezentantyjsou
velmivolněnadefinovány,přičemžpopisvybranévarietyvpoznámcenenívmnohapřípadech
dostatečným vodítkem pro určení shody. Na druhé straně lze předpokládat, že ceny
srovnatelnýchdruhůtohotozbožínebudouvykazovatvelkémeziregionálnírozdíly.Izdebyl
proveden pokus o výběr srovnatelných položek syntaktického klastrování ve speciálně
vyvinutémsoftwaruDataClassAnalyzer(blíževizstranu58).VýsledkyuvádíTabulka21.
Tabulka21:CZ‐COICOP03Odíváníaobuv
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
03.111Oděvnímateriály
0,28
1/8
03.121Prádloapletenéošacení
3,33
6/69
pánské
149
Početcenových
šetření
pronejvýznamnější
identifikované
variety
2708
7464
03.122Prádloapletenéošacení
dámské
03.123Prádloapletenéošacení
dětské
03.124Konfekcepánská
03.125Konfekcedámská
03.124Konfekcedětská
03.127Punčochyaponožkypánské
03.128Punčochyaponožkydámské
03.129Punčochyaponožkydětské
03.131Oděvnídoplňky
03.132Textilnígalanterie
03.141Čištění,opravyapůjčování
oděvů
03.211Obuvpánská
03.212Obuvdámská
03.213Obuvdětská
03.221Opravyapůjčováníobuvi
5,72
6/135
10611
1,74
6/81
8649
3,52
7,61
1,16
0,54
0,58
0,28
1,16
0,36
0,44
6/122
9/156
4/73
1/32
2/56
2/44
3/24
1/9
2/2
8004
5872
4091
1718
4176
2508
2422
2044
3736
2,7
4,75
1,42
0,32
4/49
5/69
6/108
1/2
8033
9916
9775
3207
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
CZ‐COICOP04Bydlení,voda,energie,paliva
OddílCOICOP4obsahuje14skupinnavyššínežpoložkovéúrovni(COI4)acelkováváha
vnárodnímspotřebnímkošičiní28%.Jednáseonejvyššípodílnavýdajíchdomácností.
Oblast bydlení rovněž generuje největší regionální rozdíly. Způsob, kterým jsou ceny
bydlenívevlastnímšetřenyproúčelyCPInenípropotřebyprostorovýchcenovýchindexů
ideální.Datovýsoubortotižvykazujenásledujícícharakteristickéznaky:
 Nejvýznamnější položkou je imputované nájemné vlastníků nemovitostí (s váhou
10,8%).SamotnýsubindexjepropotřebyCPIkalkulovántzv.akvizičnímetodou
(propodrobnostivizkapitolu2.6.1nastraně40).
 Poměrně vysoký podíl zaznamenávají tzv. centrálně zjišťované ceny (subindexy),
které vmnohých případech nelze jednoduše regionalizovat. Příloha 3 sumarizuje
konkrétnípoložky,kteréjsoucentrálnězjišťované,auvádímožnostijejichdošetření
naregionálníúrovni.
Tabulka22:CZ‐COICOP04Bydlení,voda,energie,paliva
Váhovýpodíl
Početcenových
Početcenových
nacelkových
reprezentantů/
šetření
výdajích
početjejich
pronejvýznamnější
nejvýznamnějších
identifikované
VýdajovéskupinyCOI4
[vpromile]
variet
variety
04.111Čisténájemnéplacené
37,82
9/87
95152
nájemníkyvnájemníchbytech
+SUBIRK
04.112Úhradaplacenávbytech
9,38
3/40
37434
bytovýchdružstev
04.211Hypotetickénájemnévlastníků
108,22
1SUBI
04.311Výrobkyproběžnouúdržbua
2,49
9/77
16537
opravybytu
150
04.321Službyproběžnouúdržbua
opravybytu
04.411Vodné
04.421Sběrpevnýchodpadů
04.431Stočné
04.441Ostatníslužbysouvisejícís
bydlením
04.511Elektřina
04.521Plynzesítě
04.522Plynvbombách
04.531Tekutápaliva
04.541Tuhápaliva
04.551Teploateplávoda
1,91
6/20
17240
9,57
4,57
4,21
3,17
1SUBI
1SUBI
1SUBI
2/33
43076
44,02
28,6
0,25
0,02
5,39
20,72
1SUBI
1SUBI
1/1
2/0
6/16
1/3
1695
6686
1318
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
DalšíoddílyCZ‐COICOP
Další oddíly jsou představeny tabulkovými výčty, které shrnují výsledky očišťování
datovéhosouboruvunikátnímsoftwarovémnástrojiDataClassAnalyzer.
Tabulka23:CZ‐COICOP05Bytovévybavení,zařízenídomácnosti,opravy
Váhovýpodíl
Početcenových
Početcenových
nacelkových
reprezentantů/
šetření
výdajích
početjejich
pronejvýznamnější
nejvýznamnějších
identifikované
VýdajovéskupinyCOI4
[vpromile]
variet
variety
05.111Nábytek
13,66
12/176
8327
05.112Bytovézařízeníadoplňky
4,02
2/27
1792
05.121Krytiny
3,89
2/93
3694
05.131Opravynábytku,zařízenía
0,27
1/2
601
podlahovýchkrytin
05.201Bytovýtextil
4,30
3/37
2558
05.202Ložníastolníprádlo
4,21
4/70
5368
05.311Chladničky,mrazničky
1,84
2/22
534
05.312Pračkyasušičky,myčkynádobí
2,46
2/24
527
05.313Vařícíavyhřívacízařízení
2,05
3/47
4694
05.314Ostatnízařízeníapřístrojepro
0,89
2/30
5196
domácnost
05.321Malédomácíelektrické
1,75
3/42
7711
spotřebiče
05.331Opravydomácíchspotřebičů
0,85
1/10
1129
05.401Skleněnéporcelánovéa
1,52
4/76
6281
keramickénádobí
05.402Kovovénádobíapříbory
1,19
3/42
9596
05.403Ostatníkuchyňsképotřeby
1,27
3/49
6647
05.511Elektromechanickéruční
2,32
3/39
5756
nástrojeanářadí
05.521Ručnímechanickénářadíaj.
0,49
6/52
7736
potřebyprodůmazahradu
05.611Pracíprostředky
4,48
3/48
6945
05.612Čistícíaúklidovéprostředkyaj.
3,72
10/66
23463
drogistickézboží
05.613Ostatnípotřebyprodomácnost
1,88
4/52
6855
05.621Službypomocivdomácnosti
0,89
3/7
4877
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
151
Tabulka24:CZ‐COICOP06Zdraví
Váhovýpodíl
Početcenových
Početcenových
nacelkových
reprezentantů/
šetření
výdajích
početjejich
pronejvýznamnější
nejvýznamnějších
identifikované
VýdajovéskupinyCOI4
[vpromile]
variet
variety
06.111Lékypředepsanélékařem
5,27
1/0
06.112Lékybezreceptuadalšíléčiva
6.80
1/0
06.121Ostatnízdravotnickévýrobky
0,39
5/28
6527
06.131Léčebnéaprotetické
3,44
4/28
12438
prostředky
06.211Ambulantnílékařskápéče
2,35
4/0
06.221Ambulantnístomatologická
2,99
2/14
5192
péče
06.231Ambulantnízdravotnípéče
0,31
1/0
ostatní
06.301Ústavnízdravotnípéče
1,52
2/0
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
Tabulka25:CZ‐COICOP07Doprava
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
07.111Automobilynové
14,18
15/0
07.112Automobilyojeté
20,15
15/0
07.121Motocykly
0,78
1/0
07.131Jízdníkola
1,22
2/44
07.211Náhradnídílyapříslušenství
4,80
6/24
07.221Pohonnéhmoty
33,93
5/0
07.222Olejeapodobnépřípravky
0,32
1/4
07.231Údržbaaopravyosobních
6,15
7/9
dopravníchprostředků
07.241Ostatníslužbytýkajícíse
3,17
3/31
prostředkůosobnídopravy
07.311Kolejováosobnídoprava
2,92
1/0
07.321Silničníosobnídoprava‐MHD
4,75
6/6
07.322Silničníosobnídoprava‐
4,96
7/7
autobus
07.323Silničníosobnídoprava‐taxi
1,99
1/1
07.331Leteckáosobnídoprava
2,14
1/0
07.351Kombinovanáosobnídoprava‐
5,28
7/7
MHD
07.361Ostatníplacenéslužbyv
0,14
1/6
dopravě
Početcenových
šetření
pronejvýznamnější
identifikované
variety
5118
11706
2442
17394
7000
7822
7516
1702
1554
1216
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
Tabulka26:CZ‐COICOP08Poštyatelekomunikace
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
08.101Poštovníslužby
0,68
2/0
08.202Mobilnítelefony
1,84
1/3
08.301Telefonickéatelefaxovéslužby
33,56
1/0
Početcenových
šetření
pronejvýznamnější
identifikované
variety
2465
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
152
Tabulka27:CZ‐COICOP09Rekreaceakultura
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
09.111Televiznípřijímačea
5,46
2/14
videorekordéry
09.112Rozhlasovépřijímače,audio
0,58
2/28
zařízení
09.121Foto‐kinopřístrojeaoptické
1,03
2/16
přístroje
09.131Zařízeníprozpracovánídat
6,65
4/24
09.141Nosnámédiaprozáznam
2,26
5/23
obrazuazvuku
09.151Opravyaudio‐videoa
0,69
1/1
výpočetnítechniky
09.221Hudebnínástrojeasportovní
1,60
1/8
zařízení
09.311Hračky
4,28
9/59
09.312Drobnézbožíkulturnípotřeby
1,19
1/2
09.321Sportovnípotřeby
3,66
7/48
09.331Květinyavýrobkyzkvětin
3,57
5/14
09.332Potřebypropěstováníkvětina
2,12
3/24
zahrady
09.341Domácízvířata
5,42
4/27
09.351Službyzvěrolékařů
1,32
1/3
09.411Rekreačníasportovníslužby
7,83
5/27
09.421Kulturníazábavníslužby
5,55
6/26
09.422Rozhlasatelevize
9,24
3/0
09.511Knihy
2,30
5/0
09.521Novinyačasopisy
3,79
13/0
09.531Ostatnítiskoviny
1,14
3/20
09.541Papírenskézboží,psacía
1,42
5/67
malířsképotřeby
09.601Rekreacetuzemská
4,53
2/0
09.602Rekreacezahraniční
14,27
13/0
Početcenových
šetření
pronejvýznamnější
identifikované
variety
2276
4609
6138
4663
9322
3043
1264
15360
2175
16472
10416
8846
9558
3338
14085
15491
5694
12065
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
Tabulka28:CZ‐COICOP10Vzdělávání
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
10.101Mateřskáškola
0,901
1/3
10.201Základníškola6.‐9.ročník
0,04
1/1
10.202Střednívzdělání
0,70
1/1
10.301Pomaturitnínástavbové
0,19
1/1
vzdělávání
10.401Vyššíavysokoškolské
2,32
4/0
vzdělávání
10.501Vzdělávánínedefinovanépodle
3,61
4/8
úrovně
Početcenových
šetření
pronejvýznamnější
identifikované
variety
3453
1686
1815
2614
12758
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
153
Tabulka29:CZ‐COICOP11Stravováníaubytování
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
11.111Jídlaveveřejnémstravování
24,64
19/52
11.112Ovocnéazeleninovéšťávyve
0,26
1/3
veřejnémstravování
11.113Minerálníapramenitévodyve
0,37
1/3
veřejnémstravování
11.114Ost.Nealkoholickénápojeve
0,88
1/2
veřejnémstravování
11.115Pivoveveřejnémstravování
4,06
2/5
11.116Vínoveveřejnémstravování
0,85
2/5
11.117Ost.Alkoholickénápojeve
0,44
2/5
veřejnémstravování
11.121Závodníjídelny
4,98
1/1
11.122Školníjídelny
3,38
4/4
11.123Stravovánívmateřskéškole
0,91
1/1
11.201Ubytovacíslužby
7,77
7/13
Početcenových
šetření
pronejvýznamnější
identifikované
variety
48606
1837
3276
3454
2490
5153
4584
3114
5845
1734
15446
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
Tabulka30:CZ‐COICOP12Ostatnízbožíaslužby
Váhovýpodíl
Početcenových
nacelkových
reprezentantů/
výdajích
početjejich
nejvýznamnějších
VýdajovéskupinyCOI4
[vpromile]
variet
12.111Kadeřnickésalónyaslužby
12,61
3/4
osobní
12.121Elektricképřístrojeproosobní
0,64
3/9
péči
12.131Drogistickéaj.zbožípro
11,57
14/46
osobníhygienu
12.132Kosmetickézboží
10,16
7/19
12.311Klenoty,hodinyahodinky
2,82
2/3
12.321Cestovnípotřeby,osobní
3,07
2/6
doplňky
12.322Dětskékočárkyanosítka
0,32
2/6
12.323Ostatníprůmyslovézboží
0,14
1/3
12.401Sociálnípéče
5,63
2/3
12.521Pojištěnídomácnosti
1,98
4/0
12.531Úrazovéaostatníosobní
1,43
2/0
pojištění
12.541Pojištěnímotorovýchvozidel
3,80
4/0
12.621Finančníslužby
11,75
1/0
12.701Poradenské,administrativnía
2,29
1/1
jinéslužby
12.702Správníajinépoplatky
0,80
1/2
Početcenových
šetření
pronejvýznamnější
identifikované
variety
9433
9128
39386
14622
5159
2759
1858
2512
2572
1721
3368
Zdroj:vlastnízpracovánídatz(ČSÚ,2014a)
154
Příloha 3 – Přehled cenových reprezentantů s centrálně
JanaŠimanová
šetřenýmicenami
Cenový reprezentant
04.111.07 SUBI TRŽNÍ NÁJEMNÉ
ZPROSTŘEDKOVANÉ RK
Zdroje dat
Zdroj: Sazebník obvyklých úhrad za služby RK Česká komora realitních kanceláří, dostupný z:
Postup: Dle sazebníku je zřejmé, že cena zprostředkování koreluje s výší nájmu, proto je cenová
2
04.211.01
SUBI HYPOTETICKÉ
NÁJEMNÉ VLASTNÍKÚ
nahrazeno výdaji na bydlení ve
vlastním - splátky hypotečních
úvěrů vč. úroků
Export průměrných cen za m po okresech proveden do *xls. souboru.
Zdroj: Šetření cen nemovitostí (House Price Index, ČSÚ) a údaje ze SLBD, 2011 (ČSÚ)
Postup: z údajů SLBD, 2011 byla specifikována nemovitost (byt a dům), která je v ČR nejčastěji
trvale obývána svými vlastníky. Kalkulace průměrné ceny těchto typových nemovitosti v letech 2011
– 2013 v okresech provedena na základě údajů MF ČR z daňových přiznání. Dle počtu převodů
domů a bytů je dále kalkulováha vážená cenová regionální parita za byty a domy. Pozn. výdajovou
vahou je objem splátek hypoték vč. úroků v daném regionu a čase.
2
04.411.01
VODNÉ
Export průměrných cen za m po okresech proveden do *xls. souboru.
Zdroj: internetový portál vodárenství dostupný z https://www.vodarenstvi.com a statistika SLBD
Postup: za okresy kalkulovány vážené průměry (cena za m3), kde vahou je počet obyvatel v daném
městě/obci/městysu/mikroregionu, který spravuje konkrétní vodárenská společnost
3
04.431.01
STOČNÉ
Export průměrných cen za m po okresech proveden do *xls. souboru.
Zdroj: internetový portál vodárenství dostupný z https://www.vodarenstvi.com a statistika SLBD
Postup: za okresy kalkulovány vážené průměry (cena za m3), kde vahou je počet obyvatel v daném
městě/obci/městysu/mikroregionu, který spravuje konkrétní vodárenská společnost
3
04.511.01
SUBI ELEKTŘINA
04.521.01
SUBI PLYN ZE SÍTĚ
06.111.90
06.211.03
07.221.02
SUBI LÉKY PŘEDEPSANÉ
POPLATEK ZA NÁVŠTĚVU
BENZIN AUTOMOBILOVÝ
NATURAL 95 OKTANU
07.221.05
MOTOROVÁ NAFTA
07.241.04
07.311.01
07.331.02
08.101.01
08.101.02
08.101.03
08.301.01
09.422.01
09.422.02
09.521.01
09.521.02
09.521.03
09.521.04
09.521.05
09.521.06
09.521.07
09.521.08
09.521.09
09.521.10
POPLATEK ZA DÁLNIČNÍ
SUBI Kolejová osobní doprava
SUBI Letecká doprava
POŠTOVNÉ ZA DOPIS V
POŠTOVNÉ ZA CENNÝ
POŠTOVNÉ ZA BALÍK DO
SUBI TELEFONICKÉ A
ROZHLASOVÝ POPLATEK
TELEVIZNÍ POPLATEK
MLADÁ FRONTA DNES
BLESK
PRÁVO
LIDOVÉ NOVINY
REGIONÁLNÍ DENÍK
ABC
CHIP
STORY
TV MAGAZÍN
VLASTA
Export průměrných cen za m po okresech proveden do *xls. souboru.
Zdroj: internetový portál doporučený MF ČR: Cena energie, dostupný z http://www.cenyenergie.cz/
a internetový portál TZB info, dostupný z: http://www.tzb-info.cz/ceny-paliv-a-energii
Postup: u regionálních dodavatelů byl zkoumán nejčastější tarif domácností, tj. tarif D 02d
(jednotarifová sazba – pro střední spotřebu) a jistič nad 3x20A do 3x25A.
Export průměrných cen za MWh po okresech proveden do *xls. souboru
Zdroj: internetový portál doporučený MF ČR: Cena energie, dostupný z http://www.cenyenergie.cz/
a internetový portál TZB info, dostupný z: http://www.tzb-info.cz/ceny-paliv-a-energii
Postup: u regionálních dodavatelů byl zkoumán tarif pro nejčastější spotřebu plynu v České
republice je 31 MWh za rok pro domácnost. Roční odběr je v pásmu nad 30 do 35 MWh.
Export průměrných cen po okresech za kWh proveden do *xls. souboru
Cena regionálně neměnná*
Cena regionálně neměnná*
Zdroj: internetová databáze cen paliv společnosti CCS, dostupné z:
http://www.ccs.cz/pages/phm2.php
Postup: databáze umožňuje sledovat na denní bázi ceny paliv v regionálním členění až na úroveň
okresů, z těchto cen byl v letech 2011 - 2013 kalkulován aritmetický průměr.
Export průměrných cen po okresech za litr proveden do *xls. souboru
Zdroj: internetová databáze cen paliv společnosti CCS, dostupné z:
http://www.ccs.cz/pages/phm2.php
Postup: databáze umožňuje sledovat na denní bázi ceny paliv v regionálním členění až na úroveň
okresů, z těchto cen byl v letech 2011 - 2013 kalkulován aritmetický průměr.
Export průměrných cen po okresech za litr proveden do *xls. souboru
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
155
Cenový reprezentant
09.521.11 KVĚTY
09.521.12 REFLEX
09.521.13 TÝDENÍK TELEVIZE
09.602.01 KANÁRSKÉ OSTROVY
09.602.02 ŠPANĚLSKO
09.602.03 CHORVATSKO - hotel
09.602.04
ITÁLIE
09.602.05
09.602.09
CHORVATSKO SLOVENSKO
09.602.10
ŘECKO
09.602.12
BULHARSKO
09.602.13
TURECKO
09.602.14
TUNISKO
09.602.15
EGYPT
10.401.01
ŠKOLNÉ NA VYŠŠÍ
ODBORNÉ ŠKOLE
10.401.02
POPLATEK ZA PŘIJÍMACÍ
ŘÍZENÍ NA VYSOKOU
ŠKOLU
10.401.04
ŠKOLNÉ NA SOUKROMÉ
VYSOKÉ ŠKOLE
11.111.17
11.209.09
HAMBURGER BIG MAC HOTEL *** - internetový prodej
12.531.01
12.531.02
12.541.01
ÚRAZOVÉ POJIŠTĚNÍ MUŽE
ÚRAZOVÉ POJIŠTĚNÍ
POJIŠTĚNÍ MOTOROVÝCH
VOZIDEL-ŠKODA OCTAVIA
12.541.04
POJIŠTĚNÍ MOTOROVÝCH
VOZIDEL-ŠKODA FABIA
12.541.06
SUBI POVINNÉ RUČENÍ
MOTOROVÝCH VOZIDEL
Zdroje dat
Cena regionálně neměnná*
Cena regionálně neměnná*
Cena regionálně neměnná*
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Ceny nejvýznamnějších prodejců jsou regionálně neměnné* (ověřeno u největších CK a CA v ČR
po internetu i telefonicky).
Zdroj: internetový portál Rejstřík škol a školských zařízení MŠMT, dostupný z:
http://rejskol.msmt.cz/ a www stránky VOŠ
Postup: Regionální poplatek je váženým průměrem zjištěných cen, kde vahou je počet studentů
dané školy v daném roce
Export průměrných cen po okresech proveden do *xls. souboru
Zdroj: internetový portál Rejstřík škol a školských zařízení MŠMT, dostupný z:
http://rejskol.msmt.cz/ a www stránky konkrétních VŠ státních a veřejných
Postup: Regionální poplatek je váženým průměrem zjištěných cen, kde vahou je počet studentů
dané školy v daném roce
Export průměrných cen po okresech proveden do *xls. souboru
Zdroj: internetový portál MŠMT ČR, dostupný z: http://www.msmt.cz/ministerstvo/odkazy/vysokeskoly a www stránky soukromých škol
Postup: Regionální školné je váženým průměrem zjištěných cen, kde vahou je počet studentů dané
školy v daném roce
Export průměrných cen po okresech proveden do *xls. souboru
Cena regionálně neměnná*
Zdroj: internetový portál ubytování, dostupný z http://www.ubytovani.in/
Postup: do automatického vyhledávače zadána specifikace konkrétního detailního typu hotelu (počet
hvězdiček, počet lůžek, vybavení pokojů, vybavení objektu)
Export průměrných cen po okresech proveden do *xls. souboru
Cena regionálně neměnná*
Cena regionálně neměnná*
Zdroj: internetový portál České kanceláře pojistitelů, dostupný z
http://www.ckp.cz/tisk/statistiky_a_informace.php?id=0
Postup: Ceny zjišťovány u 6ti největších pojistitelů v ČR, regionální diferenciační koeficienty zjištěny
u 4 společností - dle velikosti měst. Při stanovení základní sazby pojistného jsou zohledněna úhrnně
tato kritéria: pojistník, RČ/IČ, věk, místo trvalého pobytu (obec), objem a stáří vozidla (30ti letý muž
s nulovými bonusy, objemem vozidla 2720 ccm, RV 2006. Vypočteny vážené průměry.
Export průměrných cen po okresech proveden do *xls. souboru
Zdroj: internetový portál České kanceláře pojistitelů, dostupný z
http://www.ckp.cz/tisk/statistiky_a_informace.php?id=0
Postup: Ceny zjišťovány u 6ti největších pojistitelů v ČR, regionální diferenciační koeficienty zjištěny
u 4 společností - dle velikosti měst. Při stanovení základní sazby pojistného jsou zohledněna úhrnně
tato kritéria: pojistník, RČ/IČ, věk, místo trvalého pobytu (obec), objem a stáří vozidla (30ti letý muž
s nulovými bonusy, objemem vozidla 2720 ccm, RV 2006. Vypočteny vážené průměry.
Export průměrných cen po okresech proveden do *xls. souboru
Zdroj: internetový portál České kanceláře pojistitelů, dostupný z
http://www.ckp.cz/tisk/statistiky_a_informace.php?id=0
Postup: Ceny zjišťovány u 6ti největších pojistitelů v ČR, regionální diferenciační koeficienty zjištěny
u 4 společností - dle velikosti měst. Při stanovení základní sazby pojistného jsou zohledněna úhrnně
tato kritéria: pojistník, RČ/IČ, věk, místo trvalého pobytu (obec), objem a stáří vozidla (30ti letý muž
s nulovými bonusy, objemem vozidla 2720 ccm, RV 2006. Vypočteny vážené průměry.
Export průměrných cen po okresech proveden do *xls. souboru
156
Zdroje dat
Export průměrných cen po okresech proveden do *xls. souboru
Cena regionálně neměnná*
Zdroj: Sazebník obvyklých úhrad za služby RK Česká komora realitních kanceláří, dostupný z:
http://www.ckrk.cz/download/SazebnikSluzebCKRK.pdf a data z šetření cen nemovitostí (House
Price Index, ČSÚ) a SLBD 2011
Postup: Dle sazebníku je zřejmé, že cena zprostředkování % z pořizovací ceny nemovitosti, kde je
k cenovým pásmům přiřazena % výše provize RK. Touto průměrnou cenou je cena nemovitosti,
která je pro bydlení ve vlastním v ČR charakteristická (viz SLBD 2011 ) s ohledem na výši %
provize pro dané cenové pásmo.
Export průměrných cen po okresech proveden do *xls. souboru
POPLATEK PŘI PODÁNÍ
Cena regionálně neměnná*
VYDÁNÍ STAVEBNÍHO
Cena regionálně neměnná*
SEPSÁNÍ ZÁVĚTI
Cena regionálně neměnná*
VYDÁNÍ CESTOVNÍHO PASU Cena regionálně neměnná*
Cenový reprezentant
12.541.07 POJIŠTĚNÍ MOTOROVÝCH
12.621.01 SUBI FINANČNÍ SLUŽBY
12.701.02 SUBI SLUŽBA REALITNÍCH
KANCELÁŘÍ
12.702.01
12.702.02
12.702.03
12.702.05
157
Příloha4–CenovéparitynaúrovnireprezentantůproHlavní
AlešKocourek
městoPrahaaostatníúzemíČR
COICOP
NÁZEV
01.111.01
CHLÉB KONZUMNÍ KMÍNOVÝ
01.111.02
PEČIVO PŠENIČNO ŽITNÉ
01.111.03
CHLÉB TOUSTOVÝ SVĚTLÝ
01.112.01
PEČIVO PŠENIČNÉ BÍLÉ
01.112.02
BAGETA SVĚTLÁ FRANCOUZSKÁ
01.113.01
MÁSLOVÝ KOLÁČ Z KYNUTÉHO TĚSTA
01.113.02
KOBLIHA CUKRÁŘSKÁ
01.113.04
PIŠKOTOVÁ ROLÁDA
01.113.05
PIZZA S NÁPLNÍ BALENÁ MRAZENÁ
01.114.01
SUŠENKY NEPLNĚNÉ
01.114.02
SUŠENKY SLEPOVANÉ NEMÁČENÉ
01.114.03
SLADKÉ OPLATKY PLNĚNÉ NEMÁČENÉ
01.114.04
DROBNÝ SLANÝ KRAKER
01.114.05
PIŠKOTY DĚTSKÉ SVĚTLÉ
01.115.01
PŠENIČNÁ MOUKA HLADKÁ
01.115.02
PŠENIČNÁ MOUKA HRUBÁ
01.116.01
ŠPAGETY NEVAJEČNÉ
01.116.02
TĚSTOVINY VAJEČNÉ
01.117.01
KUKUŘIČNÉ LUPÍNKY (CORNFLAKES)
01.117.02
HOUSKOVÉ KNEDLÍKY V PRÁŠKU
01.117.03
LISTOVÉ TĚSTO MRAŽENÉ
01.118.01
RÝŽE LOUPANÁ DLOUHOZRNNÁ
01.121.01
VEPŘOVÁ PEČENĚ S KOSTÍ
01.121.02
VEPŘOVÁ KÝTA BEZ KOSTI
01.121.03
VEPŘOVÁ KRKOVICE
01.121.04
VEPŘOVÁ PLEC
01.121.05
VEPŘOVÝ BŮČEK
01.122.01
HOVĚZÍ MASO ZADNÍ BEZ KOSTI
01.122.02
HOVĚZÍ MASO PŘEDNÍ BEZ KOSTI
01.122.03
HOVĚZÍ MASO PŘEDNÍ S KOSTÍ
01.122.04
HOVĚZÍ SVÍČKOVÁ PRAVÁ
01.123.01
MASO MLETÉ
01.123.02
VEPŘOVÁ JÁTRA
01.123.03
KRÁLÍK DOMÁCÍ
01.124.01
ŠPEKÁČKY
01.124.02
JEMNÉ PÁRKY
01.124.03
GOTHAJSKÝ SALÁM
01.124.05
ŠUNKOVÝ SALÁM
01.124.07
PAPRIKOVÁ KLOBÁSA
01.124.08
POLIČAN
01.124.10
ŠUNKA VEPŘOVÁ
01.124.12
ŠUNKA KRŮTÍ
01.124.13
ANGLICKÁ SLANINA
01.124.14
JÁTROVÁ PAŠTIKA
01.124.16
TLAČENKA SVĚTLÁ DRŮBEŽÍ
01.124.17
UZENÁ VEPŘOVÁ KRKOVICE
01.124.18
UZENÁ KUŘECÍ STEHNA
01.125.01
LUNCHEON MEAT
01.125.03
GRILOVANÉ KUŘE
01.126.01
KUŘATA KUCHANÁ CELÁ
01.126.02
KUŘECÍ ŘÍZKY KUCHYŇSKY UPRAVENÉ
01.126.03
KUŘECÍ STEHNA
01.126.04
KRŮTY KUCHANÉ
01.126.05
KACHNY KUCHANÉ
01.131.01
KAPR CHLAZENÝ, MRAŽENÝ
01.131.02
FILÉ MRAŽENÉ
01.131.03
LOSOS FILET
01.132.01
UZENÁ MAKRELA
01.132.03
TUŇÁK RŮŽOVÝ V KONZERVĚ
01.141.01
VEJCE SLEPIČÍ ČERSTVÁ
01.143.01
MLÉKO POLOTUČNÉ PASTEROVANÉ
01.143.02
MLÉKO POLOTUČNÉ TRVANLIVÉ
01.143.03
MLÉKO ODSTŘEDĚNÉ TRVANLIVÉ
01.143.04
MLÉKO PLNOTUČNÉ TRVANLIVÉ
01.143.05
BIO MLÉKO
01.144.01
KONDENZOVANÉ MLÉKO NESLAZENÉ
01.144.03
SUŠENÉ PLNOTUČNÉ MLÉKO (SUNAR)
01.145.02
EIDAMSKÁ CIHLA
01.145.03
HERMELÍN
01.145.04
TAVENÝ SÝR NEOCHUCENÝ
01.145.05
OLOMOUCKÉ TVARŮŽKY
01.145.06
LUČINA
01.145.07
NIVA
01.145.08
GOUDA
01.146.01
JOGURT BÍLÝ NETUČNÝ
01.146.02
SMETANOVÝ JOGURT OVOCNÝ
01.146.03
BIO JOGURT OVOCNÝ
01.147.01
ZAKYSANÉ MLÉČNÉ VÝROBKY TEKUTÉ
01.147.02
SMETANA SLADKÁ TRVANLIVÁ
01.147.03
TVAROH MĚKKÝ KONZUMNÍ
01.147.04
POLÁRKOVÝ DORT
01.151.01
MÁSLO ČERSTVÉ
01.151.02
TRADIČNÍ POMAZÁNKOVÉ
Hl. město
Praha
0,99
1,06
1,10
0,95
1,02
1,06
1,03
1,07
0,98
0,99
1,00
0,98
0,98
1,00
1,01
0,94
1,00
1,00
1,04
1,00
1,05
1,01
1,00
1,06
0,99
1,03
1,00
0,94
1,03
1,01
1,03
0,90
1,07
1,05
1,00
1,09
1,08
1,00
1,04
1,08
1,05
1,11
1,06
1,04
1,09
1,02
1,06
1,06
0,97
1,03
1,05
1,02
1,03
1,04
1,02
1,19
1,15
1,05
1,04
0,97
0,99
0,99
0,93
0,98
1,02
0,98
1,04
1,02
1,03
1,00
1,01
1,00
0,96
0,99
1,00
1,02
0,99
1,01
0,99
1,08
1,11
1,00
1,14
zbytek ČR
COICOP
NÁZEV
1,000
0,998
0,997
1,001
1,000
0,998
0,999
0,998
1,001
1,000
1,000
1,000
1,001
1,000
1,000
1,002
1,000
1,000
0,999
1,000
0,999
1,000
1,000
0,998
1,000
0,999
1,000
1,002
0,999
1,000
0,999
1,003
0,998
0,999
1,000
0,997
0,998
1,000
0,999
0,998
0,999
0,997
0,998
0,999
0,998
0,999
0,998
0,998
1,001
0,999
0,999
0,999
0,999
0,999
1,000
0,995
0,996
0,999
0,999
1,001
1,000
1,000
1,002
1,001
0,999
1,000
0,999
0,999
0,999
1,000
1,000
1,000
1,001
1,000
1,000
1,000
1,000
1,000
1,000
0,998
0,997
1,000
0,996
01.152.01
VEPŘOVÉ SÁDLO ŠKVAŘENÉ
01.153.01
OLEJ OLIVOVÝ
01.153.02
OLEJ ROSTLINNÝ
01.153.03
OLEJ SLUNEČNICOVÝ
01.154.01
ROSTLINNÉ MÁSLO
01.154.02
ROSTLINNÝ TUK NA PEČENÍ
01.154.03
ZTUŽENÝ POKRMOVÝ TUK
01.161.01
POMERANČE
01.161.02
CITRONY
01.162.01
BANÁNY ŽLUTÉ
01.163.01
JABLKA KONZUMNÍ
01.164.02
BROSKVE/NEKTARINKY
01.164.03
HROZNY STOLNÍ
01.164.04
JAHODY ZAHRADNÍ
01.165.01
VODNÍ MELOUN ČERVENÝ
01.165.02
KIWI
01.166.01
KOMPOT MERUŇKOVÝ (EVENT. BROSKVOVÝ)
01.167.01
JÁDRA LÍSKOVÝCH OŘÍŠKŮ
01.167.02
ROZINKY
01.167.03
ŠVESTKY SUŠENÉ
01.171.01
KONZUMNÍ BRAMBORY
01.172.01
HRANOLKY BRAMBOROVÉ MRAŽENÉ
01.172.02
BRAMBOROVÉ KNEDLÍKY V PRÁŠKU
01.172.03
BRAMBOROVÉ LUPÍNKY
01.173.01
RAJSKÁ JABLKA ČERVENÁ KULATÁ
01.173.02
OKURKY SALÁTOVÉ
01.173.03
PAPRIKY
01.174.01
ZELÍ HLÁVKOVÉ BÍLÉ
01.174.02
KVĚTÁK BÍLÝ CELÝ
01.174.03
MRKEV
01.174.04
CELER
01.174.05
CIBULE SUCHÁ
01.174.06
ŽAMPIONY BÍLÉ
01.174.07
ČESNEK SUCHÝ
01.174.08
BROKOLICE
01.175.01
NAKLÁDANÉ ZELÍ
01.175.02
STERILOVANÉ OKURKY
01.175.03
ŠPENÁTOVÝ PROTLAK MRAŽENÝ
01.175.04
DĚTSKÁ VÝŽIVA
01.176.01
ČOČKA VELKOZRNNÁ
01.181.01
JAHODOVÝ DŽEM
01.182.01
CUKR KRYSTALOVÝ
01.182.02
CUKR MOUČKOVÝ
01.183.01
ČOKOLÁDA MLÉČNÁ TABULKOVÁ
01.183.02
ČOKOLÁDOVÝ DEZERT
01.183.03
ČOKOLÁDOVÁ TYČINKA PLNĚNÁ
01.183.05
DIA ČOKOLÁDA
01.184.01
KYSELÝ OVOCNÝ DROPS
01.184.02
ŽELATINOVÉ CUKROVINKY
01.184.03
ŽVÝKACÍ GUMA
01.185.01
ŽLOUTKOVÝ VĚNEČEK
01.185.03
OVOCNÁ ZMRZLINA PRŮMYSLOVĚ VYRÁBĚNÁ
01.186.01
PRAVÝ VČELÍ MED
01.191.01
MASOVÝ EXTRAKT
01.191.02
POLÉVKA GULÁŠOVÁ DEHYDROVANÁ
01.192.01
SŮL JEDLÁ PŘÍRODNÍ JODIDOVANÁ
01.192.02
PEPŘ ČERNÝ MLETÝ
01.192.03
KMÍN
01.193.01
KEČUP RAJČATOVÝ
01.193.02
HOŘČICE
01.193.03
TATARSKÁ OMÁČKA
01.194.01
DROŽDÍ
01.194.02
POCHOUTKOVÝ SALÁT
01.211.01
KAKAOVÝ PRÁŠEK
01.212.01
KÁVA PRAŽENÁ MLETÁ
01.212.02
KÁVA ZRNKOVÁ PRAŽENÁ
01.212.03
KÁVA ROZPUSTNÁ
01.213.01
ČAJ ČERNÝ PORCOVANÝ
01.213.02
ČAJ OVOCNÝ PORCOVANÝ
01.214.01
KÁVOVINOVÝ EXTRAKT
01.221.01
OVOCNÝ SIRUP
01.222.01
POMERANČOVÁ ŠŤÁVA
01.222.02
RAJČATOVÁ ŠŤÁVA
01.223.01
PŘÍRODNÍ PRAMENITÁ VODA
01.223.02
PŘÍRODNÍ MINERÁLNÍ VODA UHLIČITÁ
01.224.01
NEALKOHOLICKÝ NÁPOJ S OVOCNOU PŘÍCHUTÍ
01.224.02
ORANŽÁDA
01.224.04
COCA-COLA (PEPSI-COLA)
02.111.01
TUZEMSKÝ TMAVÝ (TUZEMÁK)
02.111.02
VODKA JEMNÁ
02.111.03
FERNET STOCK
02.111.04
KARLOVARSKÁ BECHEROVKA
02.111.05
PRAVÁ SKOTSKÁ WHISKY
158
Hl. město
Praha
zbytek ČR
0,97
0,99
0,97
1,05
0,89
1,02
0,98
1,01
1,03
0,97
1,04
1,06
1,00
1,06
1,07
1,12
0,99
1,02
0,84
1,00
1,08
1,09
1,05
0,96
0,96
1,09
0,95
1,00
1,02
1,03
1,00
1,01
0,88
0,99
1,01
0,97
0,99
0,81
0,99
1,03
1,20
0,94
0,97
1,01
0,98
1,03
1,05
0,96
0,97
1,00
1,05
1,00
0,94
1,00
1,02
1,16
1,06
1,04
1,11
1,02
1,00
0,94
0,96
0,93
1,00
1,04
1,01
0,97
0,90
0,98
1,03
1,02
1,00
1,03
0,99
1,08
1,01
0,96
1,02
0,98
1,01
0,99
1,01
1,001
1,000
1,001
0,999
1,003
0,999
1,000
1,000
0,999
1,001
0,999
0,998
1,000
0,998
0,998
0,997
1,000
0,999
1,005
1,000
0,998
0,998
0,999
1,001
1,001
0,998
1,002
1,000
0,999
0,999
1,000
1,000
1,004
1,000
1,000
1,001
1,000
1,006
1,000
0,999
0,995
1,002
1,001
1,000
1,001
0,999
0,999
1,001
1,001
1,000
0,999
1,000
1,002
1,000
0,999
0,996
0,998
0,999
0,997
1,000
1,000
1,002
1,001
1,002
1,000
0,999
1,000
1,001
1,003
1,001
0,999
1,000
1,000
0,999
1,000
0,998
1,000
1,001
0,999
1,001
1,000
1,000
1,000
COICOP
NÁZEV
02.111.06
BRANDY
02.121.01
JAKOSTNÍ VÍNO BÍLÉ
02.121.02
JAKOSTNÍ VÍNO ČERVENÉ
02.121.03
ŠUMIVÉ VÍNO POLOSLADKÉ
02.121.04
PRAVÝ ITALSKÝ VERMUT
02.131.01
PIVO VÝČEPNÍ, SVĚTLÉ, LAHVOVÉ
02.131.02
PIVO LEŽÁK - ZNAČKOVÉ, SVĚTLÉ, LAHVOVÉ
02.201.02
SPARTA BLUE KS BOX
02.201.03
RED AND WHITE ORIGINAL
02.201.04
MARLBORO KS BOX
02.201.05
VICEROY SPECIAL FILTER RED
02.201.06
RONSON LONDON RED
02.201.08
WINSTON CLASSIC RED
02.201.10
MOON RED 100
02.201.11
L&M BLUE LABEL KS RCB
03.111.01
ŠATOVKA DÁMSKÁ
03.121.02
PÁNSKÉ PYŽAMO
03.121.03
PÁNSKÁ KOŠILE - KLASICKÁ
03.121.05
PÁNSKÝ PULOVR BAVLNĚNÝ - MIKINA
03.121.06
PÁNSKÝ PULOVR BAVNĚNÝ- TRIČKO
03.121.07
PÁNSKÉ SPODNÍ PRÁDLO
03.121.08
PÁNSKÝ PULOVR
03.122.01
DÁMSKÉ KALHOTKY BAVLNĚNÉ
03.122.04
DÁMSKÉ PLAVKY
03.122.05
DÁMSKÁ VESTA
03.122.06
DÁMSKÝ PULOVR - DLOUHÝ RUKÁV
03.122.09
DÁMSKÁ PODPRSENKA
03.122.10
DÁMSKÝ PULOVR - KRÁTKÝ RUKÁV
03.123.01
DÍVČÍ KALHOTKY BAVLNĚNÉ
03.123.02
DĚTSKÉ PYŽAMO BAVLNĚNÉ
03.123.04
DĚTSKÝ PULOVR BAVLNĚNÝ - MIKINA
03.123.05
DĚTSKÝ PULOVR BAVLNĚNÝ - TRIČKO
03.123.08
DĚTSKÝ PULOVR BAVLNĚNÝ - TRIČKO, DLOUHÝ RUKÁV
03.124.01
PÁNSKÝ OBLEK
03.124.02
PÁNSKÁ BUNDA LETNÍ
03.124.03
PÁNSKÁ BUNDA ZIMNÍ
03.124.04
PÁNSKÉ KALHOTY
03.124.05
PÁNSKÉ KALHOTY JEANSOVÉ - KLASICKÉ
03.124.06
PÁNSKÉ SPORTOVNÍ KALHOTY LYŽAŘSKÉ
03.125.01
DÁMSKÝ PLÁŠŤ ZIMNÍ
03.125.02
DÁMSKÁ BUNDA ZIMNÍ
03.125.07
DÁMSKÉ ŠATY LETNÍ
03.125.08
DÁMSKÁ HALENKA
03.125.12
DÁMSKÉ KALHOTY
03.125.13
DÁMSKÉ SAKO (KABÁTEK) KOŽENÉ
03.126.01
DĚTSKÁ BUNDA ZIMNÍ
03.126.04
DĚTSKÁ LYŽAŘSKÁ SOUPRAVA
03.126.05
DĚTSKÉ JEANSOVÉ KALHOTY
03.126.06
DÍVČÍ SUKNĚ
03.127.01
PÁNSKÉ PONOŽKY BAVLNĚNÉ
03.128.01
DÁMSKÉ PONOŽKY BAVLNĚNÉ
03.128.02
DÁMSKÉ PUNČOCHOVÉ KALHOTY
03.129.01
DĚTSKÉ PUNČOCHOVÉ KALHOTY
03.129.02
DĚTSKÉ PONOŽKY BAVLNĚNÉ
03.131.02
ČEPICE BASEBALOVÁ
03.132.01
NITĚ ŠICÍ
03.141.02
PŮJČOVÁNÍ SVATEBNÍCH ŠATŮ
03.141.03
ČIŠTĚNÍ PÁNSKÉHO OBLEKU
03.211.01
PÁNSKÁ VYCHÁZKOVÁ OBUV CELOROČNÍ KOŽENÁ
03.211.02
PÁNSKÁ VYCHÁZKOVÁ OBUV LETNÍ KOŽENÁ
03.211.03
PÁNSKÁ VYCHÁZKOVÁ OBUV ZIMNÍ KOŽENÁ
03.211.04
PÁNSKÁ OBUV PRO VOLNÝ ČAS - KOŽENÁ
03.212.01
DÁMSKÁ VYCHÁZKOVÁ OBUV CELOROČNÍ KOŽENÁ
03.212.02
DÁMSKÁ VYCHÁZKOVÁ OBUV LETNÍ KOŽENÁ
03.212.03
DÁMSKÁ VYCHÁZKOVÁ OBUV ZIMNÍ KOŽENÁ
03.212.04
DÁMSKÁ OBUV PRO VOLNÝ ČAS - TEXTILNÍ
03.212.05
DÁMSKÁ OBUV DOMÁCÍ TEXTILNÍ
03.213.01
DĚTSKÁ OBUV VYCHÁZKOVÁ CELOROČNÍ KOŽENÁ
03.213.02
DĚTSKÁ OBUV VYCHÁZKOVÁ LETNÍ KOŽENÁ
03.213.03
DĚTSKÁ OBUV VYCHÁZKOVÁ ZIMNÍ KOŽENÁ
03.213.04
DĚTSKÁ OBUV PRO VOLNÝ ČAS - KOŽENÁ
03.213.06
DĚTSKÁ OBUV DOMÁCÍ TEXTILNÍ
03.213.07
DĚTSKÁ OBUV ZIMNÍ - SNĚHULE
03.221.01
VÝMĚNA DÁMSKÝCH PATNÍKŮ - EXPRES
04.111.06
BYT NÁJEMNÍ - 2 OBYTNÉ MÍSTNOSTI - SE SMLUVNÍM
NÁJMEM
SUBI TRŽNÍ NÁJEMNÉ ZPROSTŘEDKOVANÉ RK
04.111.07
04.111.09
04.111.11
04.111.13
04.111.15
04.111.16
04.111.17
04.111.18
04.111.19
BYT NÁJEMNÍ - 1 OBYTNÁ MÍSTNOST S
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 2 OBYTNÉ MÍSTNOSTI S
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 3 OBYTNÉ MÍSTNOSTI S
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 4 OBYTNÉ MÍSTNOSTI S
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 1 OBYTNÁ MÍSTNOST S
DEREGULOVANÝM NÁJMEM OD R.2013
BYT NÁJEMNÍ - 2 OBYTNÉ MÍSTNOSTI S
DEREGULOVANÝM NÁJMEM OD R.2013
BYT NÁJEMNÍ - 3 OBYTNÉ MÍSTNOSTI S
DEREGULOVANÝM NÁJMEM OD R.2013
BYT NÁJEMNÍ - 4 OBYTNÉ MÍSTNOSTI S
DEREGULOVANÝM NÁJMEM OD R.2013
Hl. město
Praha
zbytek ČR
COICOP
NÁZEV
1,01
1,01
1,01
1,00
1,05
1,03
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,14
1,13
1,06
0,96
1,01
1,03
1,05
0,89
1,12
0,82
1,10
1,00
1,13
1,20
1,24
0,93
1,07
1,02
1,03
1,10
1,47
1,78
0,99
0,99
1,09
1,45
0,88
0,97
1,02
0,88
0,82
0,99
0,96
0,97
1,14
1,10
1,42
0,97
1,08
1,21
1,10
1,43
1,21
1,00
1,07
1,00
0,99
1,09
1,08
0,94
1,02
1,10
0,95
0,88
0,90
0,93
1,07
1,11
1,29
1,000
1,000
1,000
1,000
0,999
0,999
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
0,996
0,996
0,998
1,001
1,000
0,999
0,999
1,003
0,997
1,006
0,997
1,000
0,997
0,995
0,994
1,002
0,998
0,999
0,999
0,997
0,989
0,984
1,000
1,000
0,998
0,989
1,004
1,001
0,999
1,004
1,006
1,000
1,001
1,001
0,996
0,997
0,990
1,001
0,998
0,995
0,997
0,990
0,995
1,000
0,998
1,000
1,000
0,997
0,998
1,002
0,999
0,997
1,001
1,004
1,003
1,002
0,998
0,997
0,993
04.112.01
BYT DRUŽSTEVNÍ I. KATEGORIE - 2 OBYTNÉ MÍSTNOSTI
04.112.02
BYT DRUŽSTEVNÍ I. KATEGORIE - 3 OBYTNÉ MÍSTNOSTI
04.112.03
BYT DRUŽSTEVNÍ I. KATEGORIE - 4 OBYTNÉ MÍSTNOSTI
04.311.01
OBKLADAČKY POROVINOVÉ
04.311.02
UMYVADLO
04.311.03
BATERIE DŘEZOVÁ 1/2 coulová
04.311.04
OMÍTKOVÁ SMĚS
04.311.05
PRIMALEX PLUS BÍLÝ
04.311.07
UNIVERZÁLNÍ AKRYLÁTOVÁ BARVA
1,71
0,985
1,71
0,985
1,61
0,987
1,57
0,987
1,34
1,75
04.311.09
SÁDROKARTONOVÉ DESKY
04.311.10
SILIKONOVÝ TMEL
04.321.01
MALÍŘSKÉ PRÁCE
04.321.02
NATĚRAČSKÉ PRÁCE
04.321.03
OBKLADAČSKÉ PRÁCE
04.321.04
TOPENÁŘSKÉ PRÁCE
04.321.05
INSTALATÉRSKÉ PRÁCE - VÝMĚNA BATERIE
04.321.06
TRUHLÁŘSKÉ PRÁCE
04.411.01
VODNÉ
04.421.01
ODVOZ POPELA A PEVNÝCH ODPADKŮ
04.431.01
STOČNÉ
04.441.01
04.511.01
ÚHRADA SLUŽEB SPOJENÝCH S UŽÍVÁNÍM
NÁJEMNÍHO BYTU
ÚHRADA SLUŽEB SPOJENÝCH S UŽÍVÁNÍM
DRUŽSTEVNÍHO BYTU
SUBI ELEKTŘINA
04.521.01
SUBI PLYN ZE SÍTĚ
04.522.01
PROPAN - BUTAN
04.541.01
ČERNÉ UHLÍ
04.541.02
HNĚDÉ UHLÍ
04.441.02
04.541.03
BRIKETY HNĚDOUHELNÉ
04.541.04
KOKS ČERNOUHELNÝ
04.541.05
DŘEVO PALIVOVÉ
04.541.06
DŘEVO PALIVOVÉ LISTNATÉ
04.551.01
TEPLO PRO OTOP A PŘÍPRAVU TEPLÉ VODY
05.111.01
ŽIDLE ČALOUNĚNÁ
05.111.09
ČALOUNĚNÁ SEDACÍ SOUPRAVA
05.111.10
DĚTSKÁ POSTÝLKA
05.111.15
POSTEL - DVOULŮŽKO
05.112.01
STOLNÍ LAMPA
05.121.02
LINOLEUM
05.121.03
KOBEREC BYTOVÝ
05.201.01
PŘIKRÝVKA PROŠÍVANÁ
05.201.03
DEKORAČNÍ TKANINA
05.201.04
PLETENÉ SYNTETICKÉ ZÁCLONY
05.202.02
LOŽNÍ SOUPRAVA (KREP)
05.202.03
PROSTĚRADLO BAVLNĚNÉ
05.202.06
LOŽNÍ SOUPRAVA (DAMAŠEK,SATÉN) - e-shop
05.202.07
SMYČKOVÝ RUČNÍK (FROTÉ)
05.311.06
ELEKTRICKÁ MRAZNIČKA
05.311.07
EL. CHLADNIČKA S MRAZNIČKOU - e-shop
05.312.05
AUTOMATICKÁ BUBNOVÁ PRAČKA- e-shop
05.313.01
SPORÁK KOMBINOVANÝ
05.313.03
PLYNOVÝ KOTEL
05.314.02
DOMÁCÍ VODÁRNA
05.314.04
ELEKTRICKÝ VYSAVAČ PODLAHOVÝ
05.314.05
ELEKTRICKÝ VYSAVAČ PODLAHOVÝ - e-shop
05.321.03
VARNÁ KONVICE
05.321.05
ELEKTRICKÁ ŽEHLIČKA
05.401.01
NÁPOJOVÁ SKLENKA
05.401.05
PORCELÁNOVÝ TALÍŘ
05.401.06
ŠÁLEK S PODŠÁLKEM PORCELÁNOVÝ
05.402.01
SMAŽICÍ PÁNEV
05.402.02
JÍDELNÍ PŘÍBOR
05.402.03
HRNEC KUCHYNSKÝ NEREZOVÝ
05.403.01
KUCHYŇSKÝ NŮŽ
05.403.03
VAŘEČKA
05.511.01
MOTOROVÁ PILA
05.511.02
ELEKTRICKÁ RUČNÍ VRTAČKA
05.511.03
ELEKTRICKÁ SEKAČKA NA TRÁVU STRUNOVÁ
05.521.01
ŠROUBOVÁK
05.521.02
HRÁBĚ ŽELEZNÉ S NÁSADOU
05.521.03
SPÍNAČ KOLÉBKOVÝ DOMOVNÍ
05.521.05
TUŽKOVÁ BATERIE 1.5V
05.521.06
HŘEBÍKY
05.521.07
ŽÁROVKA ÚSPORNÁ
05.611.02
AVIVÁŽNÍ PROSTŘEDEK
05.612.01
TEKUTÝ PŘÍPRAVEK NA MYTÍ NÁDOBÍ
05.612.02
TEKUTÝ PRÁŠEK NA ČIŠTĚNÍ NÁDOBÍ
05.612.04
LEPIDLO UNIVERZÁLNÍ
05.612.07
SMETÁK
05.612.08
OSVĚŽOVAČ VZDUCHU
0,992
05.612.09
TABLETY DO MYČKY NÁDOBÍ
05.612.10
UNIVERZÁLNÍ ČISTICÍ PROSTŘEDEK
0,984
05.612.11
ČISTICÍ PROSTŘEDEK NA WC
05.612.12
ČISTICÍ PROSTŘEDEK NA OKNA
1,61
0,987
1,57
05.612.13
ČISTICÍ HOUBIČKA
0,987
05.613.01
PAPÍROVÉ UBROUSKY
05.613.02
MIKROTENOVÝ SÁČEK
1,34
0,992
05.613.03
HLINÍKOVÁ FOLIE (ALOBAL)
1,75
0,984
05.613.04
NŮŽKY PRO DOMÁCNOST
05.621.01
PRANÍ PRÁDLA
159
Hl. město
Praha
zbytek ČR
1,11
1,28
0,95
1,03
1,00
1,05
0,95
1,05
1,05
0,98
0,95
1,13
1,36
1,15
1,12
1,14
1,14
1,00
0,99
0,85
0,997
0,993
1,002
0,999
1,000
0,999
1,001
0,999
0,999
1,001
1,001
0,996
0,991
0,996
0,997
0,996
0,996
1,000
1,000
1,005
1,34
0,992
2,84
0,971
1,00
0,87
1,11
1,03
0,98
1,02
1,07
1,42
1,28
1,03
1,02
1,02
1,05
0,84
1,07
0,97
0,91
0,97
1,01
1,29
1,06
0,80
1,00
1,16
0,97
1,00
1,00
0,87
0,89
1,31
1,01
1,00
1,08
0,97
1,22
0,88
1,06
1,07
0,82
1,05
1,12
1,07
0,89
1,00
1,09
0,81
1,06
1,41
1,10
1,16
0,98
1,03
0,99
1,05
1,01
0,96
1,00
1,04
1,08
1,02
1,04
1,07
0,99
1,03
1,03
1,11
1,60
1,000
1,004
0,997
0,999
1,001
0,999
0,998
0,990
0,993
0,999
0,999
0,999
0,999
1,005
0,998
1,001
1,003
1,001
1,000
0,993
0,998
1,006
1,000
0,996
1,001
1,000
1,000
1,004
1,003
0,992
1,000
1,000
0,998
1,001
0,994
1,004
0,998
0,998
1,006
0,999
0,997
0,998
1,003
1,000
0,997
1,006
0,998
0,990
0,997
0,996
1,001
0,999
1,000
0,999
1,000
1,001
1,000
0,999
0,998
1,000
0,999
0,998
1,000
0,999
0,999
0,997
0,987
COICOP
NÁZEV
06.111.90
SUBI LÉKY PŘEDEPSANÉ LÉKAŘEM
06.121.04
AUTOLÉKÁRNIČKA
06.131.01
ZDRAVOTNÍ ORTOPEDICKÉ VLOŽKY DO BOT
06.131.02
MĚŘIČ KREVNÍHO TLAKU DIGITÁLNÍ (TONOMETR)
06.131.03
DIOPTRICKÉ BRÝLE
06.131.04
KONTAKTNÍ ČOČKY MĚKKÉ
06.211.03
POPLATEK ZA NÁVŠTEVU POHOTOVOSTI
06.221.01
OŠETŘENÍ ZUBNÍHO KAZU
06.221.02
KORUNKA FASETOVANÁ PRYSKYŘIČNÁ
07.131.01
HORSKÉ KOLO PÁNSKÉ
07.131.02
JÍZDNÍ KOLO TREKINGOVÉ
07.211.01
PLÁŠŤ NA JÍZDNÍ KOLO
07.211.04
LEŠTICÍ A KONZERVAČNÍ PROSTŘEDEK
07.211.05
TŘECÍ SEGMENT - BRZDOVÉ DESTIČKY
07.211.06
BLATNÍK PRO OSOBNÍ AUTOMOBIL
07.221.02
BENZIN AUTOMOBILOVÝ NATURAL 95 OKTANU
07.221.05
MOTOROVÁ NAFTA
07.222.01
MOTOROVÝ OLEJ
07.231.01
CENTROVÁNÍ ZADNÍHO KOLA BICYKLU
07.231.02
SEŘÍZENÍ SBÍHAVOSTI PŘED. KOL
07.231.04
VÝMĚNA BLATNÍKU U AUTOMOBILU ŠKODA FABIA
07.231.05
SERVISNÍ PROHLÍDKA AUTOMOBILU ŠKODA FABIA
07.231.06
VÝMĚNA PNEUMATIKY
07.241.01
NÁJEMNÉ ZA GARÁŽ
07.241.02
ŘIDIČSKÝ KURZ PRO OSOBNÍ AUTOMOBIL
07.241.03
PARKOVNÉ ZA OSOBNÍ AUTOMOBIL
07.241.04
POPLATEK ZA DÁLNIČNÍ ZNÁMKU
07.311.01
SUBI Kolejová osobní doprava
07.321.01
JEDNOTLIVÉ JÍZDNÉ V MHD SILNIČNÍ
07.321.02
MĚSÍČNÍ PŘEDPLATNÉ V MHD SILNIČNÍ
07.321.03
ČTVRTLETNÍ PŘEDPLATNÉ V MHD SILNIČNÍ
07.321.04
JEDNOTLIVÉ JÍZDNÉ PRO DŮCHODCE V MHD SILNIČNÍ
07.321.05
07.321.06
MĚSÍČNÍ PŘEDPLATNÉ PRO DŮCHODCE V MHD
SILNIČNÍ
MĚSÍČNÍ ŽÁKOVSKÉ PŘEDPLATNÉ V MHD SILNIČNÍ
07.322.01
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (10 KM)
07.322.02
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (25 KM)
07.322.03
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (50 KM)
07.322.04
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (100 KM)
07.322.05
07.322.07
MĚSÍČNÍ PŘEDPL.JÍZDNÉ V AUTOBUSOVÉ DOPRAVĚ (1417KM)
ŽÁKOVSKÉ JÍZDNÉ OD 15 DO 26 LET (100 KM)
07.323.01
AUTOTAXI OSOBNÍ
07.331.02
SUBI LETECKÁ DOPRAVA
07.351.01
JEDNOTLIVÉ JÍZDNÉ V MHD KOMBINOVANÉ
07.351.02
MĚSÍČNÍ PŘEDPLATNÉ V MHD KOMBINOVANÉ
07.351.03
ČTVRTLETNÍ PŘEDPLATNÉ V MHD KOMBINOVANÉ
07.351.04
ROČNÍ PŘEDPLATNÉ V MHD KOMBINOVANÉ
07.351.05
07.361.01
JEDNOTLIVÉ JÍZDNÉ PRO DŮCHODCE V MHD
KOMBINOVANÉ
MĚSÍČNÍ ŽÁKOVSKÉ PŘEDPLATNÉ V MHD
KOMBINOVANÉ
MĚSÍČNÍ PŘEDPLATNÉ PRO DŮCHODCE V MHD
KOMBINOVANÉ
AUTOTAXI NÁKLADNÍ
08.101.01
POŠTOVNÉ ZA DOPIS V TUZEMSKU
08.101.02
POŠTOVNÉ ZA CENNÝ BALÍK V TUZEMSKU
08.202.01
MOBILNÍ TELEFON - PRÍSTROJ
08.301.01
SUBI TELEFONICKÉ A TELEFAXOVÉ SLUŽBY
09.111.10
BLU-RAY PŘEHRÁVAČ - e-shop
09.112.02
RADIOMAGNETOFON PŘENOSNÝ S CD PŘEHRÁVAČEM
09.112.09
MP3/MP4 PŘEHRÁVAČ
09.112.10
MP3/MP4 PŘEHRÁVAČ - e-shop
09.121.01
FOTOAPARÁT DIGITÁLNÍ
07.351.06
07.351.07
09.131.05
MULTIFUNKČNÍ TISKÁRNA
09.131.08
MONITOR
09.141.01
CD NAHRANÉ
09.141.06
CD NENAHRANÉ
09.141.08
DVD NENAHRANÉ
09.151.02
PC SERVIS - ZÁLOHOVÁNÍ DAT
09.221.01
KYTARA ŠPANĚLSKÁ
09.311.01
PANENKA Z PVC
09.311.02
AUTO NA BATERII
09.311.03
AUTO MECHANICKÉ
09.311.04
STAVEBNICE TYPU LEGO
09.311.05
SKLÁDANKA PUZZLE
09.311.06
PLYŠOVÁ HRAČKA
09.311.07
KOČÁREK PRO PANENKU
09.311.11
PC hra
09.321.01
LYŽAŘSKÉ SJEZDOVÉ BOTY
09.321.02
MÍČ NA ODBÍJENOU
09.321.04
RYBÁŘSKÝ PRUT
09.321.05
SPORTOVNÍ TLUMOK
09.321.06
CYKLISTICKÁ PŘILBA
09.321.08
LYŽARSKÝ SET
09.331.01
KARAFIÁT VELKOKVĚTÝ
09.331.02
RŮŽE VELKOKVĚTÁ
09.331.03
KVĚTINY HRNKOVÉ (AFRICKÁ FIALKA)
09.331.05
GERBERA VELKOKVĚTÁ
09.331.06
CHRYZANTÉMA ŘEZANÁ
09.332.01
ZAHRADNÍ KEŘE (RŮŽE VELKOKVĚTÁ)
09.332.02
ZEM PRO POKOJOVÉ ROSTLINY
Hl. město
Praha
zbytek ČR
COICOP
NÁZEV
1,00
0,95
1,00
1,08
1,08
0,99
1,00
1,17
1,12
1,21
1,21
1,11
1,01
1,12
1,03
1,02
1,02
1,07
2,19
0,97
1,27
1,14
1,32
2,65
1,18
1,93
1,00
1,00
2,66
1,78
2,27
1,78
1,000
1,001
1,000
0,998
0,998
1,000
1,000
0,996
0,997
0,995
0,995
0,997
1,000
0,997
0,999
0,999
0,999
0,998
0,978
1,001
0,993
0,996
0,992
0,972
0,995
0,981
1,000
1,000
0,972
0,984
0,977
0,984
09.332.03
UMĚLOHMOTNÝ TRUHLÍK NA KVĚTINY
09.341.01
KRMIVO PRO PSY, SUCHÉ
1,42
0,990
1,77
0,94
0,98
0,97
0,96
0,984
1,002
1,001
1,001
1,001
1,01
1,000
0,91
1,19
1,00
2,66
1,78
2,27
2,90
1,003
0,995
1,000
0,972
0,984
0,977
0,970
1,78
0,984
1,42
1,77
1,98
1,00
1,00
1,11
1,00
1,00
0,99
1,13
1,00
1,05
1,07
1,04
1,04
1,08
1,02
1,25
1,16
0,94
1,02
0,95
1,02
1,09
1,19
1,08
1,10
1,15
1,00
1,19
1,27
0,97
1,08
1,21
1,39
1,33
1,22
1,20
0,96
0,93
09.341.02
KRMIVO PRO KOČKY, V KONZERVĚ
09.341.03
PAPOUŠEK VLNKOVANÝ
09.341.05
KRMIVO PRO PSY, MASOVÝ ZÁKLAD
09.351.01
SLUŽBA ZVĚROLÉKAŘE
09.411.02
POPLATEK ZA CVIČENÍ
09.411.03
VSTUPENKA DO KRYTÉHO BAZÉNU
09.411.04
VSTUPENKA NA FOTBALOVÉ UTKÁNÍ
09.411.05
TANEČNÍ KURZ PRO MLÁDEŽ
09.411.06
PRONÁJEM KURTU NA SQUASH
09.421.01
VSTUPENKA DO KINA
09.421.02
VSTUPENKA DO DIVADLA
09.421.03
VSTUPENKA NA KONCERT
09.421.04
VSTUPENKA DO MUZEA
09.421.05
VSTUPENKA NA DISKOTÉKU
09.421.10
DIGITÁLNÍ FOTOGRAFIE
09.422.01
ROZHLASOVÝ POPLATEK MĚSÍČNÍ
09.422.02
TELEVIZNÍ POPLATEK MĚSÍČNÍ
09.521.01
MLADÁ FRONTA DNES
09.521.02
BLESK
09.521.03
PRÁVO
09.521.04
LIDOVÉ NOVINY
09.521.05
REGIONÁLNÍ DENÍK
09.521.06
ABC
09.521.07
CHIP
09.521.08
STORY
09.521.09
TV MAGAZÍN
09.521.10
VLASTA
09.521.11
KVĚTY
09.521.12
REFLEX
09.521.13
TÝDENÍK TELEVIZE
09.531.01
POHLEDNICE BAREVNÁ
09.531.02
KALENDÁŘ STOLNÍ
09.531.03
BLAHOPŘÁNÍ K NAROZENINÁM
09.541.01
ŠKOLNÍ SEŠIT POLOTUHÝ
09.541.02
PASTELKY
09.541.04
KULIČKOVÉ PERO
09.541.06
ŠKOLNÍ PENÁL
09.541.07
KANCELÁŘSKÝ PAPÍR
09.602.01
KANÁRSKÉ OSTROVY
09.602.02
ŠPANĚLSKO
09.602.03
CHORVATSKO - HOTEL
09.602.04
ITÁLIE
09.602.05
CHORVATSKO - APARTMÁNY
09.602.06
TUNISKO
09.602.07
FRANCIE - POZNÁVACÍ ZÁJEZD
09.602.08
ZÁJEZD DO ALP
09.602.09
SLOVENSKO
0,990
09.602.10
ŘECKO
09.602.11
EGYPT
0,984
09.602.12
BULHARSKO
0,981
1,000
1,000
0,997
1,000
1,000
1,000
0,997
1,000
0,999
0,998
0,999
0,999
0,998
1,000
0,994
0,996
1,002
1,000
1,001
0,999
0,997
0,995
0,998
0,997
0,996
1,000
0,995
0,993
1,001
0,998
0,995
0,991
0,992
0,994
0,995
1,001
1,002
09.602.13
TURECKO
10.101.01
ÚHRADA V MATEŘSKÉ ŠKOLE
10.201.01
ŠKOLNÉ NA SOUKROMÉM GYMNÁZIU
10.202.01
ŠKOLNÉ V SOUKROMÉ STŘEDNÍ ŠKOLE S MATURITOU
10.301.01
POMATURITNÍ STUDIUM
10.401.01
ŠKOLNÉ NA VYŠŠÍ ODBORNÉ ŠKOLE
10.401.02
POPLATEK ZA PŘIJÍMACÍ ŘÍZENÍ NA VYSOKOU ŠKOLU
10.401.04
ŠKOLNÉ NA SOUKROMÉ VYSOKÉ ŠKOLE
10.501.01
VÝUKA CIZÍCH JAZYKŮ
10.501.02
ŠKOLNÉ V ZÁKLADNÍ UMĚLECKÉ ŠKOLE
10.501.03
ÚHRADA ZA ŠKOLNÍ DRUŽINU
10.501.04
KURZ PRO ZVÝŠENÍ KVALIFIKACE
11.111.01
POLÉVKA BÍLÁ
11.111.03
SVÍČKOVÁ NA SMETANĚ
11.111.04
HOVĚZÍ GULÁŠ
11.111.05
VEPŘOVÁ PEČENĚ
11.111.06
ŘÍZEK VEPŘOVÝ SMAŽENÝ
11.111.07
VEPŘOVÉ PO ČÍNSKU
11.111.08
RYBÍ FILÉ / FILET
11.111.09
SMAŽENÝ SÝR
11.111.12
KNEDLÍKY PŘÍLOHOVÉ
11.111.13
ŠUNKA KRÁJENÁ - PŘEDKRM
11.111.15
KUŘE GRILOVANÉ - FAST FOOD
11.111.16
PÁREK V ROHLÍKU - FAST FOOD
11.111.17
HAMBURGER BIG MAC - FAST FOOD
11.111.18
PIZZA - FAST FOOD
11.111.19
KÁVA TURECKÁ
11.111.20
BAGETA MALÁ PLNĚNÁ
11.111.21
KUŘECÍ PRSA
11.111.22
KÁVA Z PRODEJNÍHO AUTOMATU
11.111.23
DENNÍ MENU
11.112.01
POMERANČOVÝ DŽUS V RESTAURACI
11.113.01
MINERÁLNÍ (PRAMENITÁ) VODA V RESTAURACI
11.114.01
COCA-COLA (PEPSI COLA) V RESTAURACI
11.115.01
PIVO SVĚTLÉ, SUDOVÉ, VÝČEPNÍ
11.115.02
PIVO SVĚTLÉ, SUDOVÉ - LEŽÁK
11.116.01
JAKOSTNÍ VÍNO RÉVOVÉ BÍLÉ
11.116.02
JAKOSTNÍ VÍNO RÉVOVÉ ČERVENÉ
160
Hl. město
Praha
zbytek ČR
1,04
1,03
1,02
1,40
0,99
1,34
1,60
1,79
1,09
2,17
1,31
1,16
0,78
2,83
1,37
1,50
1,10
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,97
1,14
1,06
1,13
1,03
1,08
0,94
1,02
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,61
1,93
1,93
1,25
1,00
1,00
1,19
1,42
1,29
1,98
2,19
1,17
0,94
0,98
1,09
1,02
0,88
0,88
1,00
1,17
1,35
1,13
1,10
1,00
1,11
1,17
1,31
1,20
1,10
1,13
0,84
1,10
0,98
1,13
1,06
1,12
1,09
0,999
0,999
0,999
0,990
1,000
0,992
0,987
0,983
0,998
0,978
0,992
0,996
1,007
0,971
0,991
0,988
0,997
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,001
0,996
0,998
0,997
0,999
0,998
1,002
0,999
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
0,987
0,981
0,981
0,994
1,000
1,000
0,995
0,990
0,993
0,981
0,978
0,995
1,002
1,001
0,997
0,999
1,004
1,004
1,000
0,995
0,991
0,997
0,997
1,000
0,997
0,995
0,992
0,995
0,997
0,997
1,005
0,997
1,001
0,997
0,998
0,997
0,998
COICOP
NÁZEV
11.117.01
FERNET STOCK
11.121.01
KOMPLETNÍ OBĚD nebo VEČEŘE V ZÁVODNÍ JÍDELNĚ
11.122.01
OBED VE ŠJ (STRÁVNÍCI 7-10 LET)
11.122.02
OBED VE ŠJ (STRÁVNÍCI 11-14 LET)
11.122.03
OBĚD VE ŠJ (STRÁVNÍCI 15 A VÍCE LET)
11.123.01
OBĚDY A SVAČINY V MŠ(STRÁVNÍCI 3-6 LET)
11.201.01
HOTEL ****
11.201.03
PENZION ***
11.201.04
CHATA
11.201.06
UBYTOVÁNÍ V INTERNÁTĚ
11.201.07
UBYTOVÁNÍ NA VYSOKOŠKOLSKÉ KOLEJI
11.201.08
HOTEL ***
11.201.09
HOTEL *** - e-shop
12.111.03
HLOUBKOVÉ ČISTĚNÍ PLETI VČETNĚ PŘILOŽENÍ MASKY
12.111.04
PÁNSKÝ KADEŘNÍK
12.111.05
DÁMSKÝ KADEŘNÍK
12.121.01
ELEKTRICKÝ VYSOUŠEČ VLASŮ
12.121.02
ELEKTRICKÝ HOLICÍ STROJEK PLANŽETOVÝ
12.121.03
ELEKTRICKÝ ZUBNÍ KARTÁČEK
12.131.01
TOALETNÍ MÝDLO TUHÉ
12.131.03
TOALETNÍ PAPÍR
12.131.04
DÁMSKÉ HYGIENICKÉ VLOŽKY
12.131.06
KARTÁČEK NA ZUBY
12.131.08
HOLICÍ STROJEK RUČNÍ
12.131.10
PAPÍROVÉ KAPESNÍKY
12.131.11
ZUBNÍ PASTA
12.131.12
DĚTSKÉ PLENKOVÉ KALHOTKY JEDNORÁZOVÉ
12.131.13
VLASOVÝ ŠAMPON
12.131.14
SPRCHOVÝ GEL
12.131.15
TOALETNÍ MÝDLO TEKUTÉ
Hl. město
Praha
zbytek ČR
COICOP
NÁZEV
0,96
1,14
1,21
1,18
1,06
1,12
1,14
1,23
1,51
1,26
1,29
1,18
1,18
1,21
1,38
1,36
1,02
1,09
1,28
1,04
1,08
1,19
1,15
1,05
1,08
0,90
1,07
1,04
1,01
1,01
1,001
0,996
0,995
0,995
0,998
0,997
0,996
0,994
0,988
0,993
0,993
0,995
0,995
0,995
0,991
0,991
0,999
0,998
0,993
0,999
0,998
0,995
0,996
0,999
0,998
1,003
0,998
0,999
1,000
1,000
12.131.16
DÁMSKÉ HYGIENICKÉ TAMPONY
12.131.17
NÁHRADNÍ HLAVICE K RUČNÍMU HOLÍCÍMU STROJKU
12.131.18
VATOVÉ TYČINKY
12.132.01
KOSMETICKÝ KRÉM NIVEA
12.132.02
PLEŤOVÉ MLÉKO ČISTICÍ
12.132.03
TOALETNÍ VODA
12.132.05
VLASOVÉ PĚNOVÉ TUŽIDLO
12.132.06
LAK NA VLASY
12.132.07
RTĚNKA
12.132.08
TOALETNÍ VODA - e-shop
12.132.09
TĚLOVÝ DEODORANT
12.311.01
DÁMSKÉ NÁRAMKOVÉ HODINKY (QUARTZ)
12.311.04
12.321.01
VÝMĚNA BATERIE DO DÁMSKÝCH NÁRAMKOVÝCH
HODINEK (VČETNĚ BATERIE)
DÁMSKÁ KABELKA KOŽENÁ
12.321.02
DÁMSKÝ DEŠTNÍK SKLÁDACÍ
12.322.01
DĚTSKÝ KOČÁREK
12.322.02
DĚTSKÁ AUTOSEDAČKA
12.323.01
POMNÍK Z PŘÍRODNÍHO KAMENE
12.401.01
UBYTOVÁNÍ V DOMOVĚ DŮCHODCŮ
12.401.02
DONÁŠKA OBĚDŮ
12.531.01
ÚRAZOVÉ POJIŠTĚNÍ MUŽE VE VĚKU 40 LET
12.531.02
ÚRAZOVÉ POJIŠTĚNÍ CHLAPCE VE VĚKU 1 ROKU
12.541.01
POJIŠTĚNÍ MOTOROVÝCH VOZIDEL-ŠKODA OCTAVIA
12.541.04
POJIŠTĚNÍ MOTOROVÝCH VOZIDEL-ŠKODA FABIA
12.541.05
POJIŠTĚNÍ MOTOROVÝCH VOZIDEL-FORD FOCUS
12.541.06
SUBI POVINNÉ RUČENÍ MOTOROVÝCH VOZIDEL
12.701.02
SUBI SLUŽBA REALITNÍCH KANCELÁŘÍ
12.701.03
KREMACE
12.702.04
POPLATEK ZE PSA
161
Hl. město
Praha
zbytek ČR
0,99
1,02
1,06
0,99
1,00
0,93
1,01
1,01
0,96
1,00
1,01
1,04
1,000
0,999
0,998
1,000
1,000
1,002
1,000
1,000
1,001
1,000
1,000
0,999
1,61
0,986
0,91
0,96
1,31
1,15
1,58
1,01
1,08
1,00
1,00
1,10
1,10
1,10
1,10
2,57
1,30
1,42
1,003
1,001
0,992
0,996
0,987
1,000
0,998
1,000
1,000
0,997
0,997
0,997
0,997
0,975
0,992
0,990
Příloha5–Váhovástrukturaprůměrnéhoregionálníhokošea
JanaŠimanová
regionálníhokošeproHlavníměstoPraha
COICOP
01
01.111.01
01.111.02
01.111.03
01.112.01
01.112.02
01.113.01
01.113.02
01.113.04
01.113.05
01.114.01
01.114.02
01.114.03
01.114.04
01.114.05
01.115.01
01.115.02
01.116.01
01.116.02
01.117.01
01.117.02
01.117.03
01.118.01
01.121.01
01.121.02
01.121.03
01.121.04
01.121.05
01.122.01
01.122.02
01.122.03
01.122.04
01.123.01
01.123.02
01.123.03
01.124.01
01.124.02
01.124.03
01.124.05
01.124.07
01.124.08
01.124.10
01.124.12
01.124.13
01.124.14
01.124.16
01.124.17
01.124.18
01.125.01
01.125.03
01.126.01
01.126.02
01.126.03
01.126.04
01.126.05
01.131.01
01.131.02
01.131.03
01.132.01
01.132.03
01.141.01
01.143.01
01.143.02
01.143.03
01.143.04
01.143.05
01.144.01
01.144.03
01.145.02
01.145.03
01.145.04
01.145.05
01.145.06
01.145.07
01.145.08
01.146.01
01.146.02
01.146.03
01.147.01
01.147.02
01.147.03
01.147.04
01.151.01
01.151.02
01.152.01
01.153.01
01.153.02
01.153.03
01.154.01
01.154.02
01.154.03
01.161.01
01.161.02
01.162.01
01.163.01
01.164.02
01.164.03
01.164.04
01.165.01
NAZEV
POTRAVINY A NEALKOHOLICKÉ NÁPOJE
CHLÉB KONZUMNÍ KMÍNOVÝ
PEČIVO PŠENIČNO ŽITNÉ
CHLÉB TOUSTOVÝ SVĚTLÝ
PEČIVO PŠENIČNÉ BÍLÉ
BAGETA SVĚTLÁ FRANCOUZSKÁ
MÁSLOVÝ KOLÁČ Z KYNUTÉHO TĚSTA
KOBLIHA CUKRÁŘSKÁ
PIŠKOTOVÁ ROLÁDA
PIZZA S NÁPLNÍ BALENÁ MRAZENÁ
SUŠENKY NEPLNĚNÉ
SUŠENKY SLEPOVANÉ NEMÁČENÉ
SLADKÉ OPLATKY PLNĚNÉ NEMÁČENÉ
DROBNÝ SLANÝ KRAKER
PIŠKOTY DĚTSKÉ SVĚTLÉ
PŠENIČNÁ MOUKA HLADKÁ
PŠENIČNÁ MOUKA HRUBÁ
ŠPAGETY NEVAJEČNÉ
TĚSTOVINY VAJEČNÉ
KUKUŘIČNÉ LUPÍNKY (CORNFLAKES)
HOUSKOVÉ KNEDLÍKY V PRÁŠKU
LISTOVÉ TĚSTO MRAŽENÉ
RÝŽE LOUPANÁ DLOUHOZRNNÁ
VEPŘOVÁ PEČENĚ S KOSTÍ
VEPŘOVÁ KÝTA BEZ KOSTI
VEPŘOVÁ KRKOVICE
VEPŘOVÁ PLEC
VEPŘOVÝ BŮČEK
HOVĚZÍ MASO ZADNÍ BEZ KOSTI
HOVĚZÍ MASO PŘEDNÍ BEZ KOSTI
HOVĚZÍ MASO PŘEDNÍ S KOSTÍ
HOVĚZÍ SVÍČKOVÁ PRAVÁ
MASO MLETÉ
VEPŘOVÁ JÁTRA
KRÁLÍK DOMÁCÍ
ŠPEKÁČKY
JEMNÉ PÁRKY
GOTHAJSKÝ SALÁM
ŠUNKOVÝ SALÁM
PAPRIKOVÁ KLOBÁSA
POLIČAN
ŠUNKA VEPŘOVÁ
ŠUNKA KRŮTÍ
ANGLICKÁ SLANINA
JÁTROVÁ PAŠTIKA
TLAČENKA SVĚTLÁ DRŮBEŽÍ
UZENÁ VEPŘOVÁ KRKOVICE
UZENÁ KUŘECÍ STEHNA
LUNCHEON MEAT
GRILOVANÉ KUŘE
KUŘATA KUCHANÁ CELÁ
KUŘECÍ ŘÍZKY KUCHYŇSKY UPRAVENÉ
KUŘECÍ STEHNA
KRŮTY KUCHANÉ
KACHNY KUCHANÉ
KAPR CHLAZENÝ, MRAŽENÝ
FILÉ MRAŽENÉ
LOSOS FILET
UZENÁ MAKRELA
TUŇÁK RŮŽOVÝ V KONZERVĚ
VEJCE SLEPIČÍ ČERSTVÁ
MLÉKO POLOTUČNÉ PASTEROVANÉ
MLÉKO POLOTUČNÉ TRVANLIVÉ
MLÉKO ODSTŘEDĚNÉ TRVANLIVÉ
MLÉKO PLNOTUČNÉ TRVANLIVÉ
BIO MLÉKO
KONDENZOVANÉ MLÉKO NESLAZENÉ
SUŠENÉ PLNOTUČNÉ MLÉKO (SUNAR)
EIDAMSKÁ CIHLA
HERMELÍN
TAVENÝ SÝR NEOCHUCENÝ
OLOMOUCKÉ TVARŮŽKY
LUČINA
NIVA
GOUDA
JOGURT BÍLÝ NETUČNÝ
SMETANOVÝ JOGURT OVOCNÝ
BIO JOGURT OVOCNÝ
ZAKYSANÉ MLÉČNÉ VÝROBKY TEKUTÉ
SMETANA SLADKÁ TRVANLIVÁ
TVAROH MĚKKÝ KONZUMNÍ
POLÁRKOVÝ DORT
MÁSLO ČERSTVÉ
TRADIČNÍ POMAZÁNKOVÉ
VEPŘOVÉ SÁDLO ŠKVAŘENÉ
OLEJ OLIVOVÝ
OLEJ ROSTLINNÝ
OLEJ SLUNEČNICOVÝ
ROSTLINNÉ MÁSLO
ROSTLINNÝ TUK NA PEČENÍ
ZTUŽENÝ POKRMOVÝ TUK
POMERANČE
CITRONY
BANÁNY ŽLUTÉ
JABLKA KONZUMNÍ
BROSKVE/NEKTARINKY
HROZNY STOLNÍ
JAHODY ZAHRADNÍ
VODNÍ MELOUN ČERVENÝ
CZØ36LAU1
18,21
0,46
0,15
0,08
0,61
0,09
0,12
0,12
0,07
0,08
0,11
0,12
0,11
0,06
0,12
0,07
0,05
0,05
0,07
0,09
0,12
0,06
0,08
0,22
0,22
0,19
0,18
0,10
0,16
0,10
0,05
0,03
0,10
0,06
0,07
0,14
0,14
0,14
0,14
0,12
0,25
0,30
0,08
0,12
0,06
0,06
0,07
0,07
0,14
0,07
0,21
0,29
0,28
0,08
0,08
0,05
0,09
0,05
0,15
0,10
0,32
0,16
0,16
0,16
0,08
0,02
0,06
0,03
0,34
0,12
0,20
0,06
0,17
0,09
0,09
0,18
0,32
0,04
0,07
0,18
0,24
0,16
0,23
0,09
0,04
0,05
0,06
0,09
0,11
0,05
0,04
0,14
0,08
0,23
0,27
0,09
0,15
0,08
0,06
Praha
15,92
0,40
0,13
0,07
0,54
0,08
0,10
0,10
0,06
0,07
0,09
0,10
0,10
0,06
0,11
0,06
0,05
0,04
0,06
0,08
0,11
0,05
0,07
0,20
0,19
0,17
0,15
0,09
0,14
0,09
0,05
0,03
0,09
0,06
0,06
0,12
0,12
0,12
0,12
0,11
0,22
0,26
0,07
0,11
0,06
0,05
0,06
0,06
0,12
0,06
0,19
0,25
0,24
0,07
0,07
0,04
0,08
0,04
0,13
0,08
0,28
0,14
0,14
0,14
0,07
0,02
0,05
0,02
0,30
0,10
0,17
0,06
0,15
0,08
0,07
0,16
0,28
0,03
0,06
0,16
0,21
0,14
0,20
0,08
0,04
0,04
0,05
0,08
0,10
0,05
0,04
0,12
0,07
0,20
0,23
0,08
0,14
0,07
0,05
COICOP
01.165.02
01.166.01
01.167.01
01.167.02
01.167.03
01.171.01
01.172.01
01.172.02
01.172.03
01.173.01
01.173.02
01.173.03
01.174.01
01.174.02
01.174.03
01.174.04
01.174.05
01.174.06
01.174.07
01.174.08
01.175.01
01.175.02
01.175.03
01.175.04
01.176.01
01.181.01
01.182.01
01.182.02
01.183.01
01.183.02
01.183.03
01.183.05
01.184.01
01.184.02
01.184.03
01.185.01
01.185.03
01.186.01
01.191.01
01.191.02
01.192.01
01.192.02
01.192.03
01.193.01
01.193.02
01.193.03
01.194.01
01.194.02
01.211.01
01.212.01
01.212.02
01.212.03
01.213.01
01.213.02
01.214.01
01.221.01
01.222.01
01.222.02
01.223.01
01.223.02
01.224.01
01.224.02
01.224.04
02
02.111.01
02.111.02
02.111.03
02.111.04
02.111.05
02.111.06
02.111.07
02.111.08
02.121.01
02.121.02
02.121.03
02.121.04
02.131.01
02.131.02
02.131.04
02.201.02
02.201.03
02.201.04
02.201.05
02.201.06
02.201.08
02.201.10
02.201.11
03
03.111.01
03.121.02
03.121.03
03.121.05
03.121.06
03.121.07
03.121.08
03.122.01
03.122.04
03.122.05
03.122.06
162
NAZEV
KIWI
KOMPOT MERUŇKOVÝ (EVENT. BROSKVOVÝ)
JÁDRA LÍSKOVÝCH OŘÍŠKŮ
ROZINKY
ŠVESTKY SUŠENÉ
KONZUMNÍ BRAMBORY
HRANOLKY BRAMBOROVÉ MRAŽENÉ
BRAMBOROVÉ KNEDLÍKY V PRÁŠKU
BRAMBOROVÉ LUPÍNKY
RAJSKÁ JABLKA ČERVENÁ KULATÁ
OKURKY SALÁTOVÉ
PAPRIKY
ZELÍ HLÁVKOVÉ BÍLÉ
KVĚTÁK BÍLÝ CELÝ
MRKEV
CELER
CIBULE SUCHÁ
ŽAMPIONY BÍLÉ
ČESNEK SUCHÝ
BROKOLICE
NAKLÁDANÉ ZELÍ
STERILOVANÉ OKURKY
ŠPENÁTOVÝ PROTLAK MRAŽENÝ
DĚTSKÁ VÝŽIVA
ČOČKA VELKOZRNNÁ
JAHODOVÝ DŽEM
CUKR KRYSTALOVÝ
CUKR MOUČKOVÝ
ČOKOLÁDA MLÉČNÁ TABULKOVÁ
ČOKOLÁDOVÝ DEZERT
ČOKOLÁDOVÁ TYČINKA PLNĚNÁ
DIA ČOKOLÁDA
KYSELÝ OVOCNÝ DROPS
ŽELATINOVÉ CUKROVINKY
ŽVÝKACÍ GUMA
ŽLOUTKOVÝ VĚNEČEK
OVOCNÁ ZMRZLINA PRŮMYSLOVĚ VYRÁBĚNÁ
PRAVÝ VČELÍ MED
MASOVÝ EXTRAKT
POLÉVKA GULÁŠOVÁ DEHYDROVANÁ
SŮL JEDLÁ PŘÍRODNÍ JODIDOVANÁ
PEPŘ ČERNÝ MLETÝ
KMÍN
KEČUP RAJČATOVÝ
HOŘČICE
TATARSKÁ OMÁČKA
DROŽDÍ
POCHOUTKOVÝ SALÁT
KAKAOVÝ PRÁŠEK
KÁVA PRAŽENÁ MLETÁ
KÁVA ZRNKOVÁ PRAŽENÁ
KÁVA ROZPUSTNÁ
ČAJ ČERNÝ PORCOVANÝ
ČAJ OVOCNÝ PORCOVANÝ
KÁVOVINOVÝ EXTRAKT
OVOCNÝ SIRUP
POMERANČOVÁ ŠŤÁVA
RAJČATOVÁ ŠŤÁVA
PŘÍRODNÍ PRAMENITÁ VODA
PŘÍRODNÍ MINERÁLNÍ VODA UHLIČITÁ
NEALKOHOLICKÝ NÁPOJ S OVOCNOU PŘÍCHUTÍ
ORANŽÁDA
COCA-COLA (PEPSI-COLA)
ALKOHOLICKÉ NÁPOJE, TABÁK
TUZEMSKÝ TMAVÝ (TUZEMÁK)
VODKA JEMNÁ
FERNET STOCK
KARLOVARSKÁ BECHEROVKA
PRAVÁ SKOTSKÁ WHISKY
BRANDY
OVOCNÝ LIKÉR
VAJEČNÝ LIKÉR
JAKOSTNÍ VÍNO BÍLÉ
JAKOSTNÍ VÍNO ČERVENÉ
ŠUMIVÉ VÍNO POLOSLADKÉ
PRAVÝ ITALSKÝ VERMUT
PIVO VÝČEPNÍ, SVĚTLÉ, LAHVOVÉ
PIVO LEŽÁK - ZNAČKOVÉ, SVĚTLÉ, LAHVOVÉ
PIVO VÝČEPNÍ, SVĚTLÉ, V PLECHOVCE
SPARTA BLUE KS BOX
RED AND WHITE ORIGINAL
MARLBORO KS BOX
VICEROY SPECIAL FILTER RED
RONSON LONDON RED
WINSTON CLASSIC RED
MOON RED 100
L&M BLUE LABEL KS RCB
ODÍVÁNÍ A OBUV
ŠATOVKA DÁMSKÁ
PÁNSKÉ PYŽAMO
PÁNSKÁ KOŠILE - KLASICKÁ
PÁNSKÝ PULOVR BAVLNĚNÝ - MIKINA
PÁNSKÝ PULOVR BAVNĚNÝ- TRIČKO
PÁNSKÉ SPODNÍ PRÁDLO
PÁNSKÝ PULOVR
DÁMSKÉ KALHOTKY BAVLNĚNÉ
DÁMSKÉ PLAVKY
DÁMSKÁ VESTA
DÁMSKÝ PULOVR - DLOUHÝ RUKÁV
CZØ36LAU1
0,04
0,07
0,06
0,03
0,04
0,30
0,08
0,04
0,04
0,19
0,12
0,14
0,08
0,05
0,05
0,07
0,06
0,07
0,04
0,05
0,04
0,09
0,03
0,02
0,03
0,03
0,17
0,06
0,20
0,10
0,13
0,03
0,05
0,11
0,07
0,17
0,04
0,09
0,05
0,10
0,01
0,05
0,05
0,08
0,04
0,10
0,08
0,09
0,04
0,09
0,09
0,21
0,09
0,11
0,04
0,09
0,10
0,02
0,17
0,40
0,09
0,06
0,13
2,60
0,14
0,08
0,08
0,05
0,07
0,07
0,00
0,00
0,11
0,11
0,04
0,02
0,29
0,11
0,00
0,08
0,36
0,16
0,36
0,08
0,03
0,19
0,18
4,39
0,03
0,05
0,08
0,09
0,14
0,06
0,05
0,13
0,05
0,17
0,05
Praha
0,04
0,06
0,05
0,03
0,04
0,26
0,07
0,03
0,03
0,17
0,10
0,13
0,07
0,04
0,04
0,07
0,05
0,06
0,03
0,04
0,04
0,08
0,03
0,01
0,03
0,03
0,15
0,05
0,18
0,09
0,11
0,03
0,04
0,09
0,06
0,15
0,04
0,08
0,04
0,08
0,01
0,04
0,04
0,07
0,04
0,09
0,07
0,07
0,03
0,07
0,08
0,18
0,08
0,10
0,03
0,08
0,09
0,02
0,15
0,35
0,08
0,06
0,12
2,38
0,13
0,07
0,07
0,04
0,06
0,06
0,00
0,00
0,10
0,10
0,04
0,02
0,26
0,10
0,00
0,07
0,33
0,14
0,33
0,07
0,03
0,17
0,16
4,31
0,03
0,05
0,08
0,09
0,14
0,06
0,05
0,12
0,05
0,17
0,05
COICOP
03.122.09
03.122.10
03.123.01
03.123.02
03.123.04
03.123.05
03.123.08
03.123.09
03.124.01
03.124.02
03.124.03
03.124.04
03.124.05
03.124.06
03.125.01
03.125.02
03.125.04
03.125.07
03.125.08
03.125.09
03.125.12
03.125.13
03.125.14
03.126.01
03.126.04
03.126.05
03.126.06
03.127.01
03.128.01
03.128.02
03.129.01
03.129.02
03.131.01
03.131.02
03.131.03
03.132.01
03.141.02
03.141.03
03.211.01
03.211.02
03.211.03
03.211.04
03.212.01
03.212.02
03.212.03
03.212.04
03.212.05
03.213.01
03.213.02
03.213.03
03.213.04
03.213.06
03.213.07
03.221.01
04
04.111.06
04.111.07
04.111.09
04.111.11
04.111.13
04.111.15
04.111.16
04.111.17
04.111.18
04.111.19
04.112.01
04.112.02
04.112.03
04.211.01
04.311.01
04.311.02
04.311.03
04.311.04
04.311.05
04.311.07
04.311.08
04.311.09
04.311.10
04.321.01
04.321.02
04.321.03
04.321.04
04.321.05
04.321.06
04.411.01
04.421.01
04.431.01
04.441.01
04.441.02
04.511.01
04.521.01
04.522.01
04.531.01
04.541.01
04.541.02
04.541.03
NAZEV
CZØ36LAU1
DÁMSKÁ PODPRSENKA
0,10
DÁMSKÝ PULOVR - KRÁTKÝ RUKÁV
0,22
DÍVČÍ KALHOTKY BAVLNĚNÉ
0,02
DĚTSKÉ PYŽAMO BAVLNĚNÉ
0,04
DĚTSKÝ PULOVR BAVLNĚNÝ - MIKINA
0,05
DĚTSKÝ PULOVR BAVLNĚNÝ - TRIČKO
0,06
DĚTSKÝ PULOVR BAVLNĚNÝ - TRIČKO, DLOUHÝ RUKÁV
0,05
KOJENECKÉ BODY
0,00
PÁNSKÝ OBLEK
0,05
PÁNSKÁ BUNDA LETNÍ
0,04
PÁNSKÁ BUNDA ZIMNÍ
0,11
PÁNSKÉ KALHOTY
0,11
PÁNSKÉ KALHOTY JEANSOVÉ - KLASICKÉ
0,09
PÁNSKÉ SPORTOVNÍ KALHOTY LYŽAŘSKÉ
0,04
DÁMSKÝ PLÁŠŤ ZIMNÍ
0,08
DÁMSKÁ BUNDA ZIMNÍ
0,15
DÁMSKÉ SAKO
0,00
DÁMSKÉ ŠATY LETNÍ
0,09
DÁMSKÁ HALENKA
0,15
DÁMSKÁ SUKNĚ
0,00
DÁMSKÉ KALHOTY
0,19
DÁMSKÉ SAKO (KABÁTEK) KOŽENÉ
0,02
DÁMSKÉ JEANSOVÉ KALHOTY
0,00
DĚTSKÁ BUNDA ZIMNÍ
0,05
DĚTSKÁ LYŽAŘSKÁ SOUPRAVA
0,03
DĚTSKÉ JEANSOVÉ KALHOTY
0,06
DÍVČÍ SUKNĚ
0,02
PÁNSKÉ PONOŽKY BAVLNĚNÉ
0,07
DÁMSKÉ PONOŽKY BAVLNĚNÉ
0,05
DÁMSKÉ PUNČOCHOVÉ KALHOTY
0,03
DĚTSKÉ PUNČOCHOVÉ KALHOTY
0,03
DĚTSKÉ PONOŽKY BAVLNĚNÉ
0,01
DÁMSKÝ ŠÁTEK /ŠÁLKA/
0,00
ČEPICE BASEBALOVÁ
0,05
PÁNSKÉ RUKAVICE KOŽENÉ
0,00
NITĚ ŠICÍ
0,05
PŮJČOVÁNÍ SVATEBNÍCH ŠATŮ
0,01
ČIŠTĚNÍ PÁNSKÉHO OBLEKU
0,05
PÁNSKÁ VYCHÁZKOVÁ OBUV CELOROČNÍ KOŽENÁ
0,11
PÁNSKÁ VYCHÁZKOVÁ OBUV LETNÍ KOŽENÁ
0,06
PÁNSKÁ VYCHÁZKOVÁ OBUV ZIMNÍ KOŽENÁ
0,09
PÁNSKÁ OBUV PRO VOLNÝ ČAS - KOŽENÁ
0,13
DÁMSKÁ VYCHÁZKOVÁ OBUV CELOROČNÍ KOŽENÁ
0,21
DÁMSKÁ VYCHÁZKOVÁ OBUV LETNÍ KOŽENÁ
0,14
DÁMSKÁ VYCHÁZKOVÁ OBUV ZIMNÍ KOŽENÁ
0,22
DÁMSKÁ OBUV PRO VOLNÝ ČAS - TEXTILNÍ
0,09
DÁMSKÁ OBUV DOMÁCÍ TEXTILNÍ
0,03
DĚTSKÁ OBUV VYCHÁZKOVÁ CELOROČNÍ KOŽENÁ
0,04
DĚTSKÁ OBUV VYCHÁZKOVÁ LETNÍ KOŽENÁ
0,03
DĚTSKÁ OBUV VYCHÁZKOVÁ ZIMNÍ KOŽENÁ
0,03
DĚTSKÁ OBUV PRO VOLNÝ ČAS - KOŽENÁ
0,05
DĚTSKÁ OBUV DOMÁCÍ TEXTILNÍ
0,02
DĚTSKÁ OBUV ZIMNÍ - SNĚHULE
0,03
VÝMĚNA DÁMSKÝCH PATNÍKŮ - EXPRES
0,05
BYDLENÍ, VODA, ENERGIE, PALIVA
29,70
BYT NÁJEMNÍ - 2 OBYTNÉ MÍSTNOSTI - SE SMLUVNÍM
1,12
NÁJMEM
SUBI TRŽNÍ NÁJEMNÉ ZPROSTŘEDKOVANÉ RK
0,92
BYT NÁJEMNÍ - 1 OBYTNÁ MÍSTNOST S
0,16
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 2 OBYTNÉ MÍSTNOSTI S
0,41
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 3 OBYTNÉ MÍSTNOSTI S
0,41
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 4 OBYTNÉ MÍSTNOSTI S
0,09
DEREGULOVANÝM NÁJMEM OD R.2011
BYT NÁJEMNÍ - 1 OBYTNÁ MÍSTNOST S
0,21
DEREGULOVANÝM NÁJMEM OD R.2013
BYT NÁJEMNÍ - 2 OBYTNÉ MÍSTNOSTI S
0,54
DEREGULOVANÝM NÁJMEM OD R.2013
BYT NÁJEMNÍ - 3 OBYTNÉ MÍSTNOSTI S
0,54
DEREGULOVANÝM NÁJMEM OD R.2013
BYT NÁJEMNÍ - 4 OBYTNÉ MÍSTNOSTI S
0,11
DEREGULOVANÝM NÁJMEM OD R.2013
BYT DRUŽSTEVNÍ I. KATEGORIE - 2 OBYTNÉ MÍSTNOSTI
0,40
BYT DRUŽSTEVNÍ I. KATEGORIE - 3 OBYTNÉ MÍSTNOSTI
0,62
BYT DRUŽSTEVNÍ I. KATEGORIE - 4 OBYTNÉ MÍSTNOSTI
0,10
SUBI HYPOTETICKÉ NÁJEMNÉ VLASTNÍKÚ
8,26
OBKLADAČKY POROVINOVÉ
0,05
UMYVADLO
0,03
BATERIE DŘEZOVÁ 1/2 coulová
0,03
OMÍTKOVÁ SMĚS
0,02
PRIMALEX PLUS BÍLÝ
0,02
UNIVERZÁLNÍ AKRYLÁTOVÁ BARVA
0,03
DŘEVĚNÁ PODLAHA
0,00
SÁDROKARTONOVÉ DESKY
0,02
SILIKONOVÝ TMEL
0,01
MALÍŘSKÉ PRÁCE
0,02
NATĚRAČSKÉ PRÁCE
0,01
OBKLADAČSKÉ PRÁCE
0,04
TOPENÁŘSKÉ PRÁCE
0,02
INSTALATÉRSKÉ PRÁCE - VÝMĚNA BATERIE
0,02
TRUHLÁŘSKÉ PRÁCE
0,07
VODNÉ
1,06
ODVOZ POPELA A PEVNÝCH ODPADKŮ
0,56
STOČNÉ
0,64
ÚHRADA SLUŽEB SPOJENÝCH S UŽÍVÁNÍM
0,20
NÁJEMNÍHO BYTU
ÚHRADA SLUŽEB SPOJENÝCH S UŽÍVÁNÍM
0,13
DRUŽSTEVNÍHO BYTU
SUBI ELEKTŘINA
5,91
SUBI PLYN ZE SÍTĚ
3,65
PROPAN - BUTAN
0,03
PETROLEJ
0,00
ČERNÉ UHLÍ
0,08
HNĚDÉ UHLÍ
0,31
BRIKETY HNĚDOUHELNÉ
0,05
Praha
0,10
0,21
0,02
0,03
0,05
0,06
0,05
0,00
0,05
0,04
0,11
0,11
0,09
0,04
0,08
0,14
0,00
0,08
0,14
0,00
0,19
0,02
0,00
0,05
0,03
0,06
0,02
0,07
0,05
0,03
0,02
0,01
0,00
0,05
0,00
0,04
0,01
0,05
0,11
0,06
0,09
0,13
0,20
0,14
0,21
0,09
0,03
0,04
0,03
0,03
0,05
0,02
0,03
0,05
32,36
1,17
0,97
0,17
0,43
0,43
0,09
0,22
0,56
0,57
0,12
0,41
0,65
0,11
9,90
0,05
0,03
0,03
0,02
0,03
0,04
0,00
0,02
0,01
0,02
0,01
0,04
0,02
0,02
0,08
1,11
0,59
0,67
0,21
0,14
6,19
3,82
0,03
0,00
0,09
0,32
0,05
COICOP
04.541.04
04.541.05
04.541.06
04.551.01
05
05.111.01
05.111.02
05.111.04
05.111.05
05.111.07
05.111.09
05.111.10
05.111.12
05.111.13
05.111.15
05.111.16
05.111.17
05.112.01
05.112.03
05.121.02
05.121.03
05.131.01
05.201.01
05.201.03
05.201.04
05.202.01
05.202.02
05.202.03
05.202.06
05.202.07
05.311.05
05.311.06
05.311.07
05.312.02
05.312.04
05.312.05
05.313.01
05.313.03
05.313.04
05.314.02
05.314.04
05.314.05
05.321.03
05.321.05
05.321.06
05.331.02
05.401.01
05.401.04
05.401.05
05.401.06
05.402.01
05.402.02
05.402.03
05.403.01
05.403.03
05.403.06
05.511.01
05.511.02
05.511.03
05.521.01
05.521.02
05.521.03
05.521.05
05.521.06
05.521.07
05.611.02
05.611.04
05.611.05
05.612.01
05.612.02
05.612.04
05.612.07
05.612.08
05.612.09
05.612.10
05.612.11
05.612.12
05.612.13
05.613.01
05.613.02
05.613.03
05.613.04
05.621.01
05.621.02
05.621.03
06
06.111.90
06.112.90
06.121.04
06.121.05
06.121.06
06.121.07
06.121.08
06.131.01
06.131.02
06.131.03
06.131.04
06.211.01
06.211.02
06.211.03
06.211.04
06.221.01
06.221.02
06.221.04
06.231.01
06.301.01
163
NAZEV
KOKS ČERNOUHELNÝ
DŘEVO PALIVOVÉ
DŘEVO PALIVOVÉ LISTNATÉ
TEPLO PRO OTOP A PŘÍPRAVU TEPLÉ VODY
BYTOVÉ VYBAVENÍ, ZAŘÍZENÍ DOMÁCNOSTI,
OPRAVY
ŽIDLE ČALOUNĚNÁ
STŮL JÍDELNÍ KUCHYŇSKÝ
KUCHYŇSKÁ SKŘÍŇKA NÁSTĚNNÁ
KUCHYŇSKÁ PRACOVNÍ DESKA
SKŘÍŇKA DVOUDVÉŘOVÁ
ČALOUNĚNÁ SEDACÍ SOUPRAVA
DĚTSKÁ POSTÝLKA
SKŘÍŇ ŠATNÍ DVOUDVEŘOVÁ
BOTNÍK
POSTEL - DVOULŮŽKO
KNIHOVNA
MATRACE S TAŠTIČKOVÝMI PRUŽINAMI
STOLNÍ LAMPA
ZÁCLONOVÁ TYČ
LINOLEUM
KOBEREC BYTOVÝ
OPRAVA ČALOUNĚNÉHO KŘESLA
PŘIKRÝVKA PROŠÍVANÁ
DEKORAČNÍ TKANINA
PLETENÉ SYNTETICKÉ ZÁCLONY
LOŽNÍ SOUPRAVA (DAMAŠEK,SATÉN)
LOŽNÍ SOUPRAVA (KREP)
PROSTĚRADLO BAVLNĚNÉ
LOŽNÍ SOUPRAVA (DAMAŠEK,SATÉN) - e-shop
SMYČKOVÝ RUČNÍK (FROTÉ)
EL. CHLADNIČKA S MRAZNIČKOU
ELEKTRICKÁ MRAZNIČKA
EL. CHLADNIČKA S MRAZNIČKOU - e-shop
MYČKA NÁDOBÍ
AUTOMATICKÁ BUBNOVÁ PRAČKA
AUTOMATICKÁ BUBNOVÁ PRAČKA- e-shop
SPORÁK KOMBINOVANÝ
PLYNOVÝ KOTEL
MIKROVLNNÁ TROUBA
DOMÁCÍ VODÁRNA
ELEKTRICKÝ VYSAVAČ PODLAHOVÝ
ELEKTRICKÝ VYSAVAČ PODLAHOVÝ - e-shop
VARNÁ KONVICE
ELEKTRICKÁ ŽEHLIČKA
ELEKTRICKÝ TYČOVÝ MIXÉR
SERVISNÍ PROHLÍDKA PLYNOVÉHO KOTLE
NÁPOJOVÁ SKLENKA
VÁZA
PORCELÁNOVÝ TALÍŘ
ŠÁLEK S PODŠÁLKEM PORCELÁNOVÝ
SMAŽICÍ PÁNEV
JÍDELNÍ PŘÍBOR
HRNEC KUCHYNSKÝ NEREZOVÝ
KUCHYŇSKÝ NŮŽ
VAŘEČKA
VÁHY KUCHYŇSKÉ (DIGITÁLNÍ)
MOTOROVÁ PILA
ELEKTRICKÁ RUČNÍ VRTAČKA
ELEKTRICKÁ SEKAČKA NA TRÁVU STRUNOVÁ
ŠROUBOVÁK
HRÁBĚ ŽELEZNÉ S NÁSADOU
SPÍNAČ KOLÉBKOVÝ DOMOVNÍ
TUŽKOVÁ BATERIE 1.5V
HŘEBÍKY
ŽÁROVKA ÚSPORNÁ
AVIVÁŽNÍ PROSTŘEDEK
SAPONÁTOVÝ PRACÍ PROSTŘEDEK
SAPONÁTOVÝ PRACÍ PROSTŘEDEK - GEL
TEKUTÝ PŘÍPRAVEK NA MYTÍ NÁDOBÍ
TEKUTÝ PRÁŠEK NA ČIŠTĚNÍ NÁDOBÍ
LEPIDLO UNIVERZÁLNÍ
SMETÁK
OSVĚŽOVAČ VZDUCHU
TABLETY DO MYČKY NÁDOBÍ
UNIVERZÁLNÍ ČISTICÍ PROSTŘEDEK
ČISTICÍ PROSTŘEDEK NA WC
ČISTICÍ PROSTŘEDEK NA OKNA
ČISTICÍ HOUBIČKA
PAPÍROVÉ UBROUSKY
MIKROTENOVÝ SÁČEK
HLINÍKOVÁ FOLIE (ALOBAL)
NŮŽKY PRO DOMÁCNOST
PRANÍ PRÁDLA
ČIŠTĚNÍ KOBERCŮ
HLÍDÁNÍ DĚTÍ
ZDRAVÍ
SUBI LÉKY PŘEDEPSANÉ LÉKAŘEM
SUBI LÉKY BEZ RECEPTU A DALŠÍ LÉČIVA
AUTOLÉKÁRNIČKA
NÁPLAST- PROUŽKY
OBINADLO NA ZPEVNĚNÍ KLOUBU
KONDOM
DIGITÁLNÍ TEPLOMĚR
ZDRAVOTNÍ ORTOPEDICKÉ VLOŽKY DO BOT
MĚŘIČ KREVNÍHO TLAKU DIGITÁLNÍ (TONOMETR)
DIOPTRICKÉ BRÝLE
KONTAKTNÍ ČOČKY MĚKKÉ
LÉKAŘSKÁ PROHLÍDKA NA ŽÁDOST PACIENTA
LASEROVÁ OPERACE OKA
POPLATEK ZA NÁVŠTEVU POHOTOVOSTI
POPLATEK ZA NÁVŠTEVU U LÉKARE
OŠETŘENÍ ZUBNÍHO KAZU
KORUNKA FASETOVANÁ PRYSKYŘIČNÁ
POPLATEK ZA NÁVŠTEVU U STOMATOLOGA
OČNÍ REFRAKCE
LÁZEŇSKÁ PÉČE PLNĚ HRAZENÁ PACIENTEM
CZØ36LAU1
0,01
0,10
0,10
2,55
Praha
0,02
0,11
0,11
2,68
5,23
4,72
0,19
0,00
0,00
0,00
0,00
0,17
0,07
0,00
0,00
0,20
0,00
0,00
0,27
0,00
0,16
0,35
0,00
0,23
0,19
0,13
0,00
0,17
0,10
0,11
0,12
0,00
0,04
0,16
0,00
0,00
0,18
0,09
0,16
0,00
0,02
0,04
0,08
0,14
0,04
0,00
0,00
0,06
0,00
0,04
0,04
0,05
0,01
0,11
0,06
0,08
0,00
0,07
0,08
0,15
0,02
0,02
0,01
0,02
0,01
0,02
0,13
0,00
0,00
0,05
0,05
0,08
0,04
0,11
0,05
0,02
0,05
0,05
0,03
0,12
0,06
0,06
0,04
0,02
0,00
0,00
2,55
1,23
0,00
0,04
0,00
0,00
0,00
0,00
0,19
0,06
0,44
0,04
0,00
0,00
0,01
0,00
0,20
0,35
0,00
0,00
0,00
0,17
0,00
0,00
0,00
0,00
0,15
0,06
0,00
0,00
0,18
0,00
0,00
0,24
0,00
0,14
0,32
0,00
0,21
0,18
0,12
0,00
0,15
0,09
0,10
0,11
0,00
0,04
0,14
0,00
0,00
0,16
0,08
0,15
0,00
0,01
0,04
0,07
0,12
0,04
0,00
0,00
0,05
0,00
0,04
0,04
0,04
0,01
0,10
0,05
0,08
0,00
0,06
0,07
0,14
0,02
0,02
0,01
0,02
0,01
0,01
0,11
0,00
0,00
0,04
0,04
0,07
0,03
0,10
0,04
0,02
0,05
0,05
0,03
0,11
0,06
0,05
0,04
0,02
0,00
0,00
2,63
1,26
0,00
0,05
0,00
0,00
0,00
0,00
0,19
0,06
0,46
0,04
0,00
0,00
0,01
0,00
0,20
0,36
0,00
0,00
0,00
COICOP
06.301.02
07
07.111.47
07.111.49
07.111.50
07.111.53
07.111.57
07.111.58
07.111.62
07.111.63
07.111.65
07.111.66
07.111.67
07.111.68
07.111.69
07.111.70
07.111.71
07.112.04
07.112.08
07.112.09
07.112.10
07.112.11
07.112.13
07.112.16
07.112.18
07.112.20
07.112.21
07.112.22
07.112.23
07.112.24
07.112.25
07.112.26
07.121.01
07.131.01
07.131.02
07.211.01
07.211.04
07.211.05
07.211.06
07.211.10
07.211.11
07.211.12
07.221.02
07.221.03
07.221.05
07.221.06
07.222.01
07.231.01
07.231.02
07.231.04
07.231.05
07.231.06
07.231.07
07.231.08
07.241.01
07.241.02
07.241.03
07.241.04
07.241.05
07.311.01
07.321.01
07.321.02
07.321.03
07.321.04
07.321.05
07.321.06
07.322.01
07.322.02
07.322.03
07.322.04
07.322.05
07.322.06
07.322.07
07.322.08
07.323.01
07.331.02
07.351.01
07.351.02
07.351.03
07.351.04
07.351.05
07.351.06
07.351.07
07.361.01
08
08.101.01
08.101.02
08.202.01
08.301.01
09
09.111.09
09.111.10
09.111.11
09.112.02
09.112.09
09.112.10
NAZEV
CZØ36LAU1
POPLATEK ZA POBYT V NEMOCNICI
0,00
DOPRAVA
9,85
FORD FOCUS 1,6 DURATEC Ti-VCT -TREND 5-DVÉŘOVÝ
0,00
(77KW)
TOYOTA YARIS 1.0 VVT-i ENTRY 5-DVÉŘOVÝ (51KW)
0,00
ŠKODA FABIA 1,2 12V HTP ACTIVE (44KW)
0,00
ŠKODA ROOMSTER 1,2 HTP ACTIVE (51KW)
0,00
VOLKSWAGEN PASSAT 2.0 TDI BMT COMFORTLINE (103
0,00
KW)
HYUNDAI i30 1.4i CVVT TRIKOLOR (73KW)
0,00
NOVÁ ŠKODA OCTAVIA 1,2 TSI ACTIVE (77KW)
0,00
NOVÁ ŠKODA OCTAVIA 1,6 TDI AMBITION (77KW)
0,00
FORD FIESTA 1.25 AMBIENTE 5-DVÉŘOVÉ (44KW)
0,00
NOVÝ RENAULT CLIO 1,2 16V AUTHENTIQUE (54 KW)
0,00
NOVÝ CITROEN C3 1,0 VTi VITAMIN (50 KW) 5-DVÉŘOVÝ
0,00
ŠKODA FABIA 1,2 TSI GLX (63KW)
0,00
VOLKSWAGEN POLO 1,2 TSI COMFORT EDITION (66KW)
0,00
5-DVÉŘOVÝ
NOVÁ ŠKODA YETI 2.0 TDI ACTIVE (81KW)
0,00
NOVÝ PEUGEOT 308 1.2 VTi - ACCESS (82k)
0,00
VW GOLF, STÁŘÍ 7 LET
0,00
ŠKODA FABIA STÁŘÍ 5 LET
0,00
VW GOLF, STÁŘÍ 5 LET
0,00
OPEL ASTRA, STÁŘÍ 5 LET
0,00
RENAULT MÉGANE, STÁŘÍ 5 LET
0,00
ŠKODA OCTAVIA, STÁŘÍ 5 LET
0,00
ŠKODA FABIA, STÁŘÍ 3 ROKY
0,00
ŠKODA FABIA, STÁŘÍ 7 LET
0,00
PEUGEOT 407, STÁŘÍ 7 LET
0,00
VOLKSWAGEN PASSAT, STÁŘÍ 3 ROKY
0,00
ŠKODA SUPERB, STÁŘÍ 3 ROKY
0,00
RENAULT MEGANE SCÉNIC , STÁŘÍ 3 ROKY
0,00
FORD FOCUS 3 ROKY
0,00
FORD MONDEO 9 LET
0,00
PEUGEOT 206 9 LET
0,00
SKÚTR
0,00
HORSKÉ KOLO PÁNSKÉ
0,08
JÍZDNÍ KOLO TREKINGOVÉ
0,13
PLÁŠŤ NA JÍZDNÍ KOLO
0,05
LEŠTICÍ A KONZERVAČNÍ PROSTŘEDEK
0,04
TŘECÍ SEGMENT - BRZDOVÉ DESTIČKY
0,06
BLATNÍK PRO OSOBNÍ AUTOMOBIL
0,09
NAVIGAČNÍ SYSTÉM DO AUTOMOBILU (GPS)
0,00
AUTOBATERIE 12V 55Ah
0,00
LETNÍ PNEUMATIKA 205/55 R16 (91) V
0,00
BENZIN AUTOMOBILOVÝ NATURAL 95 OKTANU
4,25
BENZIN AUTOMOBILOVÝ SUPER PLUS 98 OKTANU
0,00
MOTOROVÁ NAFTA
1,39
PLYN LPG
0,00
MOTOROVÝ OLEJ
0,05
CENTROVÁNÍ ZADNÍHO KOLA BICYKLU
0,03
SEŘÍZENÍ SBÍHAVOSTI PŘED. KOL
0,08
VÝMĚNA BLATNÍKU U AUTOMOBILU ŠKODA FABIA
0,13
SERVISNÍ PROHLÍDKA AUTOMOBILU ŠKODA FABIA
0,31
VÝMĚNA PNEUMATIKY
0,09
VÝMĚNA BRZDOVÝCH DESTIČEK
0,00
MYTÍ AUTOMOBILU
0,00
NÁJEMNÉ ZA GARÁŽ
0,12
ŘIDIČSKÝ KURZ PRO OSOBNÍ AUTOMOBIL
0,10
PARKOVNÉ ZA OSOBNÍ AUTOMOBIL
0,07
POPLATEK ZA DÁLNIČNÍ ZNÁMKU
0,22
POPLATEK ZA TECHNICKOU KONTROLU OSOBNÍHO
0,00
AUTOMOBILU
SUBI Kolejová osobní doprava
0,46
JEDNOTLIVÉ JÍZDNÉ V MHD SILNIČNÍ
0,24
MĚSÍČNÍ PŘEDPLATNÉ V MHD SILNIČNÍ
0,08
ČTVRTLETNÍ PŘEDPLATNÉ V MHD SILNIČNÍ
0,06
JEDNOTLIVÉ JÍZDNÉ PRO DŮCHODCE V MHD SILNIČNÍ
0,03
MĚSÍČNÍ PŘEDPLATNÉ PRO DŮCHODCE V MHD
0,02
SILNIČNÍ
MĚSÍČNÍ ŽÁKOVSKÉ PŘEDPLATNÉ V MHD SILNIČNÍ
0,05
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (10 KM)
0,11
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (25 KM)
0,11
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (50 KM)
0,11
OBYČEJNÉ JÍZDNÉ V AUTOBUS. DOPRAVĚ (100 KM)
0,11
MĚSÍČNÍ PŘEDPL.JÍZDNÉ V AUTOBUSOVÉ DOPRAVĚ (140,07
17KM)
TÝDENNÍ PŘEDPL. JÍZDNÉ V AUTOBUSOVÉ DOPRAVĚ (30
0,00
KM)
ŽÁKOVSKÉ JÍZDNÉ OD 15 DO 26 LET (100 KM)
0,05
JÍZDNÉ V AUTOBUSOVÉ DOPRAVĚ PRAHA-BRNO
0,00
AUTOTAXI OSOBNÍ
0,04
SUBI LETECKÁ DOPRAVA
0,28
JEDNOTLIVÉ JÍZDNÉ V MHD KOMBINOVANÉ
0,12
MĚSÍČNÍ PŘEDPLATNÉ V MHD KOMBINOVANÉ
0,16
ČTVRTLETNÍ PŘEDPLATNÉ V MHD KOMBINOVANÉ
0,08
ROČNÍ PŘEDPLATNÉ V MHD KOMBINOVANÉ
0,16
JEDNOTLIVÉ JÍZDNÉ PRO DŮCHODCE V MHD
0,01
KOMBINOVANÉ
MĚSÍČNÍ ŽÁKOVSKÉ PŘEDPLATNÉ V MHD
0,10
KOMBINOVANÉ
MĚSÍČNÍ PŘEDPLATNÉ PRO DŮCHODCE V MHD
0,07
KOMBINOVANÉ
AUTOTAXI NÁKLADNÍ
0,03
POŠTY A TELEKOMUNIKACE
3,88
POŠTOVNÉ ZA DOPIS V TUZEMSKU
0,05
POŠTOVNÉ ZA CENNÝ BALÍK V TUZEMSKU
0,03
MOBILNÍ TELEFON - PRÍSTROJ
0,20
SUBI TELEFONICKÉ A TELEFAXOVÉ SLUŽBY
3,60
REKREACE A KULTURA
8,60
SATELITNÍ KOMPLET
0,00
BLU-RAY PŘEHRÁVAČ - e-shop
0,08
TELEVIZNÍ PŘIJÍMAČ BAREVNÝ STOLNÍ S LCD
0,00
OBRAZOVKOU
RADIOMAGNETOFON PŘENOSNÝ S CD PŘEHRÁVAČEM
0,03
MP3/MP4 PŘEHRÁVAČ
0,01
MP3/MP4 PŘEHRÁVAČ - e-shop
0,02
Praha
0,00
8,54
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,07
0,11
0,04
0,03
0,06
0,08
0,00
0,00
0,00
3,68
0,00
1,20
0,00
0,05
0,02
0,07
0,11
0,27
0,08
0,00
0,00
0,11
0,08
0,06
0,19
0,00
0,40
0,21
0,07
0,05
0,02
0,02
0,04
0,10
0,10
0,09
0,09
0,06
0,00
0,04
0,00
0,03
0,24
0,10
0,14
0,07
0,14
0,01
0,09
0,06
0,03
4,22
0,06
0,03
0,22
3,91
9,80
0,00
0,09
0,00
0,03
0,01
0,02
COICOP
09.121.01
09.131.05
09.131.08
09.131.12
09.131.13
09.141.01
09.141.05
09.141.06
09.141.08
09.141.09
09.151.02
09.221.01
09.311.01
09.311.02
09.311.03
09.311.04
09.311.05
09.311.06
09.311.07
09.311.10
09.311.11
09.312.02
09.321.01
09.321.02
09.321.04
09.321.05
09.321.06
09.321.07
09.321.08
09.321.09
09.331.01
09.331.02
09.331.03
09.331.05
09.331.06
09.332.01
09.332.02
09.332.03
09.341.01
09.341.02
09.341.03
09.341.05
09.351.01
09.411.01
09.411.02
09.411.03
09.411.04
09.411.05
09.411.06
09.411.07
09.421.01
09.421.02
09.421.03
09.421.04
09.421.05
09.421.10
09.422.01
09.422.02
09.422.03
09.511.01
09.511.02
09.511.03
09.511.04
09.511.05
09.512.01
09.512.02
09.521.01
09.521.02
09.521.03
09.521.04
09.521.05
09.521.06
09.521.07
09.521.08
09.521.09
09.521.10
09.521.11
09.521.12
09.521.13
09.531.01
09.531.02
09.531.03
09.541.01
09.541.02
09.541.04
09.541.06
09.541.07
09.601.01
09.601.02
09.602.01
09.602.02
09.602.03
09.602.04
09.602.05
09.602.06
09.602.07
09.602.08
09.602.09
09.602.10
09.602.11
09.602.12
09.602.13
10
10.101.01
10.201.01
10.202.01
10.301.01
164
NAZEV
FOTOAPARÁT DIGITÁLNÍ
MULTIFUNKČNÍ TISKÁRNA
MONITOR
NOTEBOOK
TABLET
CD NAHRANÉ
DVD NAHRANÉ
CD NENAHRANÉ
DVD NENAHRANÉ
FLASH DISK
PC SERVIS - ZÁLOHOVÁNÍ DAT
KYTARA ŠPANĚLSKÁ
PANENKA Z PVC
AUTO NA BATERII
AUTO MECHANICKÉ
STAVEBNICE TYPU LEGO
SKLÁDANKA PUZZLE
PLYŠOVÁ HRAČKA
KOČÁREK PRO PANENKU
DĚTSKÝ MÍČ
PC hra
FOTOALBUM
LYŽAŘSKÉ SJEZDOVÉ BOTY
MÍČ NA ODBÍJENOU
RYBÁŘSKÝ PRUT
SPORTOVNÍ TLUMOK
CYKLISTICKÁ PŘILBA
SPECIÁLNÍ OBUV NA FOTBAL
LYŽARSKÝ SET
ROTOPED
KARAFIÁT VELKOKVĚTÝ
RŮŽE VELKOKVĚTÁ
KVĚTINY HRNKOVÉ (AFRICKÁ FIALKA)
GERBERA VELKOKVĚTÁ
CHRYZANTÉMA ŘEZANÁ
ZAHRADNÍ KEŘE (RŮŽE VELKOKVĚTÁ)
ZEM PRO POKOJOVÉ ROSTLINY
UMĚLOHMOTNÝ TRUHLÍK NA KVĚTINY
KRMIVO PRO PSY, SUCHÉ
KRMIVO PRO KOČKY, V KONZERVĚ
PAPOUŠEK VLNKOVANÝ
KRMIVO PRO PSY, MASOVÝ ZÁKLAD
SLUŽBA ZVĚROLÉKAŘE
VSTUPENKA NA LYŽAŘSKÝ VLEK
POPLATEK ZA CVIČENÍ
VSTUPENKA DO KRYTÉHO BAZÉNU
VSTUPENKA NA FOTBALOVÉ UTKÁNÍ
TANEČNÍ KURZ PRO MLÁDEŽ
PRONÁJEM KURTU NA SQUASH
PŮJČOVNÉ ZA LYŽE
VSTUPENKA DO KINA
VSTUPENKA DO DIVADLA
VSTUPENKA NA KONCERT
VSTUPENKA DO MUZEA
VSTUPENKA NA DISKOTÉKU
DIGITÁLNÍ FOTOGRAFIE
ROZHLASOVÝ POPLATEK MĚSÍČNÍ
TELEVIZNÍ POPLATEK MĚSÍČNÍ
KABELOVÝ TELEVIZNÍ PŘÍJEM
KNIHA PRO DĚTI DO 9 LET
KRÁSNÁ LITERATURA DOMÁCÍ AUTOR
KRÁSNÁ LITERATURA SVĚTOVÁ
ODBORNÁ LITERATURA
ENCYKLOPEDIE
UČEBNICE MATEMATIKY
ZÁKLADNÍ UČEBNICE PRO HLAVNÍ SPECIALIZACI
MLADÁ FRONTA DNES
BLESK
PRÁVO
LIDOVÉ NOVINY
REGIONÁLNÍ DENÍK
ABC
CHIP
STORY
TV MAGAZÍN
VLASTA
KVĚTY
REFLEX
TÝDENÍK TELEVIZE
POHLEDNICE BAREVNÁ
KALENDÁŘ STOLNÍ
BLAHOPŘÁNÍ K NAROZENINÁM
ŠKOLNÍ SEŠIT POLOTUHÝ
PASTELKY
KULIČKOVÉ PERO
ŠKOLNÍ PENÁL
KANCELÁŘSKÝ PAPÍR
REKREACE TUZEMSKÁ - POBYT NA HORÁCH
REKREACE TUZEMSKÁ OSTATNÍ
KANÁRSKÉ OSTROVY
ŠPANĚLSKO
CHORVATSKO - HOTEL
ITÁLIE
CHORVATSKO - APARTMÁNY
TUNISKO
FRANCIE - POZNÁVACÍ ZÁJEZD
ZÁJEZD DO ALP
SLOVENSKO
ŘECKO
EGYPT
BULHARSKO
TURECKO
VZDĚLÁVÁNÍ
ÚHRADA V MATEŘSKÉ ŠKOLE
ŠKOLNÉ NA SOUKROMÉM GYMNÁZIU
ŠKOLNÉ V SOUKROMÉ STŘEDNÍ ŠKOLE S MATURITOU
POMATURITNÍ STUDIUM
CZØ36LAU1
0,13
0,08
0,15
0,00
0,00
0,05
0,00
0,01
0,02
0,00
0,10
0,23
0,04
0,05
0,04
0,11
0,06
0,04
0,04
0,00
0,06
0,00
0,08
0,02
0,03
0,06
0,09
0,00
0,08
0,00
0,08
0,08
0,12
0,08
0,08
0,07
0,15
0,04
0,24
0,24
0,04
0,24
0,18
0,00
0,24
0,16
0,04
0,08
0,17
0,00
0,15
0,18
0,12
0,18
0,08
0,09
0,20
0,62
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,07
0,12
0,04
0,01
0,06
0,02
0,02
0,02
0,12
0,03
0,04
0,03
0,04
0,05
0,02
0,05
0,05
0,02
0,05
0,03
0,03
0,00
0,00
0,21
0,06
0,21
0,17
0,12
0,07
0,24
0,13
0,10
0,27
0,22
0,09
0,17
0,56
0,08
0,00
0,06
0,01
Praha
0,15
0,09
0,17
0,00
0,00
0,05
0,00
0,01
0,02
0,00
0,11
0,26
0,05
0,06
0,04
0,13
0,07
0,05
0,05
0,00
0,07
0,00
0,10
0,02
0,03
0,07
0,10
0,00
0,09
0,00
0,09
0,09
0,13
0,09
0,09
0,08
0,17
0,05
0,27
0,27
0,05
0,27
0,21
0,00
0,27
0,18
0,04
0,10
0,19
0,00
0,17
0,20
0,13
0,20
0,09
0,10
0,23
0,71
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,08
0,13
0,04
0,02
0,07
0,02
0,02
0,02
0,13
0,04
0,04
0,03
0,05
0,05
0,03
0,05
0,05
0,02
0,05
0,03
0,04
0,00
0,00
0,24
0,07
0,24
0,19
0,14
0,08
0,28
0,15
0,12
0,31
0,25
0,11
0,19
0,87
0,12
0,01
0,10
0,02
COICOP
10.401.01
10.401.02
10.401.03
10.401.04
10.501.01
10.501.02
10.501.03
10.501.04
11
11.111.01
11.111.03
11.111.04
11.111.05
11.111.06
11.111.07
11.111.08
11.111.09
11.111.12
11.111.13
11.111.15
11.111.16
11.111.17
11.111.18
11.111.19
11.111.20
11.111.21
11.111.22
11.111.23
11.111.24
11.112.01
11.113.01
11.114.01
11.115.01
11.115.02
11.116.01
11.116.02
11.117.01
11.117.02
11.121.01
11.122.01
11.122.02
11.122.03
11.122.04
11.123.01
11.201.01
11.201.03
11.201.04
11.201.05
11.201.06
11.201.07
11.201.08
11.201.09
12
12.111.03
12.111.04
NAZEV
CZØ36LAU1
ŠKOLNÉ NA VYŠŠÍ ODBORNÉ ŠKOLE
0,02
POPLATEK ZA PŘIJÍMACÍ ŘÍZENÍ NA VYSOKOU ŠKOLU
0,01
ŠKOLNÉ NA VEŘEJNÉ VYSOKÉ ŠKOLE
0,00
ŠKOLNÉ NA SOUKROMÉ VYSOKÉ ŠKOLE
0,12
VÝUKA CIZÍCH JAZYKŮ
0,11
ŠKOLNÉ V ZÁKLADNÍ UMĚLECKÉ ŠKOLE
0,09
ÚHRADA ZA ŠKOLNÍ DRUŽINU
0,03
KURZ PRO ZVÝŠENÍ KVALIFIKACE
0,03
STRAVOVÁNÍ A UBYTOVÁNÍ
4,61
POLÉVKA BÍLÁ
0,04
SVÍČKOVÁ NA SMETANĚ
0,16
HOVĚZÍ GULÁŠ
0,16
VEPŘOVÁ PEČENĚ
0,17
ŘÍZEK VEPŘOVÝ SMAŽENÝ
0,17
VEPŘOVÉ PO ČÍNSKU
0,16
RYBÍ FILÉ / FILET
0,16
SMAŽENÝ SÝR
0,11
KNEDLÍKY PŘÍLOHOVÉ
0,16
ŠUNKA KRÁJENÁ - PŘEDKRM
0,10
KUŘE GRILOVANÉ - FAST FOOD
0,02
PÁREK V ROHLÍKU - FAST FOOD
0,04
HAMBURGER BIG MAC - FAST FOOD
0,04
PIZZA - FAST FOOD
0,04
KÁVA TURECKÁ
0,14
BAGETA MALÁ PLNĚNÁ
0,05
KUŘECÍ PRSA
0,16
KÁVA Z PRODEJNÍHO AUTOMATU
0,02
DENNÍ MENU
0,18
PALAČINKA - TEPLÝ MOUČNÍK
0,00
POMERANČOVÝ DŽUS V RESTAURACI
0,02
MINERÁLNÍ (PRAMENITÁ) VODA V RESTAURACI
0,03
COCA-COLA (PEPSI COLA) V RESTAURACI
0,08
PIVO SVĚTLÉ, SUDOVÉ, VÝČEPNÍ
0,53
PIVO SVĚTLÉ, SUDOVÉ - LEŽÁK
0,26
JAKOSTNÍ VÍNO RÉVOVÉ BÍLÉ
0,07
JAKOSTNÍ VÍNO RÉVOVÉ ČERVENÉ
0,08
FERNET STOCK
0,13
OVOCNÝ LIKÉR
0,00
KOMPLETNÍ OBĚD NEBO VEČEŘE (MENU) V ZÁVODNÍ
0,39
JÍDELNĚ
OBED VE ŠJ (STRÁVNÍCI 7-10 LET)
0,09
OBED VE ŠJ (STRÁVNÍCI 11-14 LET)
0,08
OBĚD VE ŠJ (STRÁVNÍCI 15 A VÍCE LET)
0,09
OBĚD VE VYSOKOŠKOLSKÉ MENZE
0,00
OBĚDY A SVAČINY V MŠ(STRÁVNÍCI 3-6 LET)
0,08
HOTEL ****
0,03
PENZION ***
0,29
CHATA
0,12
MLÁDEŽNICKÝ HOSTEL/YOUTH HOSTEL
0,00
UBYTOVÁNÍ V INTERNÁTĚ
0,02
UBYTOVÁNÍ NA VYSOKOŠKOLSKÉ KOLEJI
0,08
HOTEL ***
0,04
HOTEL *** - e-shop
0,02
OSTATNÍ ZBOŽÍ A SLUŽBY
9,81
HLOUBKOVÉ ČISTĚNÍ PLETI VČETNĚ PŘILOŽENÍ MASKY
0,52
PÁNSKÝ KADEŘNÍK
0,37
Praha
0,02
0,01
0,00
0,19
0,18
0,13
0,05
0,05
5,03
0,04
0,17
0,17
0,19
0,19
0,18
0,17
0,12
0,17
0,11
0,02
0,04
0,05
0,05
0,16
0,05
0,17
0,02
0,20
0,00
0,03
0,04
0,08
0,58
0,28
0,08
0,09
0,14
0,00
0,43
0,10
0,08
0,10
0,00
0,09
0,03
0,32
0,14
0,00
0,02
0,09
0,04
0,03
9,19
0,49
0,34
COICOP
12.111.05
12.121.01
12.121.02
12.121.03
12.131.01
12.131.03
12.131.04
12.131.06
12.131.08
12.131.10
12.131.11
12.131.12
12.131.13
12.131.14
12.131.15
12.131.16
12.131.17
12.131.18
12.132.01
12.132.02
12.132.03
12.132.05
12.132.06
12.132.07
12.132.08
12.132.09
12.311.01
12.311.03
12.311.04
12.321.01
12.321.02
12.322.01
12.322.02
12.323.01
12.401.01
12.401.02
12.521.01
12.521.02
12.521.03
12.521.04
12.531.01
12.531.02
12.541.01
12.541.04
12.541.05
12.541.06
12.621.01
12.701.02
12.701.03
12.702.01
12.702.02
12.702.03
12.702.04
12.702.05
0
165
NAZEV
CZØ36LAU1
DÁMSKÝ KADEŘNÍK
1,60
ELEKTRICKÝ VYSOUŠEČ VLASŮ
0,05
ELEKTRICKÝ HOLICÍ STROJEK PLANŽETOVÝ
0,04
ELEKTRICKÝ ZUBNÍ KARTÁČEK
0,02
TOALETNÍ MÝDLO TUHÉ
0,09
TOALETNÍ PAPÍR
0,31
DÁMSKÉ HYGIENICKÉ VLOŽKY
0,10
KARTÁČEK NA ZUBY
0,10
HOLICÍ STROJEK RUČNÍ
0,07
PAPÍROVÉ KAPESNÍKY
0,13
ZUBNÍ PASTA
0,21
DĚTSKÉ PLENKOVÉ KALHOTKY JEDNORÁZOVÉ
0,22
VLASOVÝ ŠAMPON
0,24
SPRCHOVÝ GEL
0,16
TOALETNÍ MÝDLO TEKUTÉ
0,09
DÁMSKÉ HYGIENICKÉ TAMPONY
0,10
NÁHRADNÍ HLAVICE K RUČNÍMU HOLÍCÍMU STROJKU
0,04
VATOVÉ TYČINKY
0,04
KOSMETICKÝ KRÉM NIVEA
0,50
PLEŤOVÉ MLÉKO ČISTICÍ
0,32
TOALETNÍ VODA
0,12
VLASOVÉ PĚNOVÉ TUŽIDLO
0,15
LAK NA VLASY
0,15
RTĚNKA
0,07
TOALETNÍ VODA - e-shop
0,24
TĚLOVÝ DEODORANT
0,17
DÁMSKÉ NÁRAMKOVÉ HODINKY (QUARTZ)
0,14
SNUBNÍ PRSTEN ZLATÝ
0,00
VÝMĚNA BATERIE DO DÁMSKÝCH NÁRAMKOVÝCH
0,09
HODINEK (VČETNĚ BATERIE)
DÁMSKÁ KABELKA KOŽENÁ
0,41
DÁMSKÝ DEŠTNÍK SKLÁDACÍ
0,13
DĚTSKÝ KOČÁREK
0,04
DĚTSKÁ AUTOSEDAČKA
0,02
POMNÍK Z PŘÍRODNÍHO KAMENE
0,03
UBYTOVÁNÍ V DOMOVĚ DŮCHODCŮ
1,16
DONÁŠKA OBĚDŮ
0,07
POJIŠTĚNÍ DOMÁCNOSTI - BYT 3+1 V PRAZE
0,00
POJIŠTĚNÍ RODINNÉHO DOMU V PRAZE
0,00
POJIŠTĚNÍ DOMÁCNOSTI - BYT 2+1 V OBCI
0,00
POJIŠTĚNÍ RODINNÉHO DOMU V OBCI
0,00
ÚRAZOVÉ POJIŠTĚNÍ MUŽE VE VĚKU 40 LET
0,16
ÚRAZOVÉ POJIŠTĚNÍ CHLAPCE VE VĚKU 1 ROKU
0,16
POJIŠTĚNÍ MOTOROVÝCH VOZIDEL-ŠKODA OCTAVIA
0,05
POJIŠTĚNÍ MOTOROVÝCH VOZIDEL-ŠKODA FABIA
0,04
POJIŠTĚNÍ MOTOROVÝCH VOZIDEL-FORD FOCUS
0,05
SUBI POVINNÉ RUČENÍ MOTOROVÝCH VOZIDEL
0,66
SUBI FINANČNÍ SLUŽBY
0,00
SUBI SLUŽBA REALITNÍCH KANCELÁŘÍ
0,12
KREMACE
0,22
0,00
POPLATEK PŘI PODÁNÍ NÁVRHU NA ROZVOD MANŽELS
VYDÁNÍ STAVEBNÍHO POVOLENÍ
0,00
SEPSÁNÍ ZÁVĚTI
0,00
POPLATEK ZE PSA
0,04
VYDÁNÍ CESTOVNÍHO PASU
0,00
ÚHRN
100,00
Praha
1,50
0,05
0,04
0,02
0,08
0,29
0,09
0,09
0,07
0,13
0,20
0,21
0,22
0,15
0,08
0,09
0,04
0,04
0,47
0,30
0,11
0,15
0,15
0,07
0,22
0,16
0,13
0,00
0,08
0,39
0,12
0,04
0,02
0,03
1,09
0,06
0,00
0,00
0,00
0,00
0,15
0,15
0,05
0,04
0,05
0,62
0,00
0,11
0,20
0,00
0,00
0,00
0,04
0,00
100,00
Shrnutí
Vědecká monografie snázvem „Regionální cenové hladiny vČR – teorie, metodika a
praxe“sikladezacílzvolitnazákladěmezinárodnírešeršemetodicképostupyvhodné
pro kalkulaci regionálních cenových hladin vČeské republice, tyto postupy
experimentálně ověřit a naznačit uplatnění jejich výsledků vrámci regionální politiky.
Publikace reaguje na potřebu aktérů hospodářských politik doplnit a zpřesnit nástroje
prostrategicképlánováníarozhodování.
Podstatou řešení je vlastní, certifikovaný metodický postup, který s využitím
stávajících datových zdrojů Českého statistického úřadu, Ministerstva financí České
republiky a České národní banky a aplikací vybraných statistických metod umožňuje
měřeníregionálníchcenovýchhladinnaúrovniLAU1(okresyČeskérepubliky).Samotný
metodickýpostupsestávázetříhlavníchčástí,kterýmijsoukvalitativníakvantitativní
očištění cenových dat, odhad regionálních výdajových vah a agregace cenových parit
doindexního čísla. Výsledná cenová hladina je vyjádřena pomocí prostorového
Regionálního cenového indexu (RCI). Autoři řeší i dekompozici indexního čísla do
dvanáctidílčíchregionálníchcenovýchindexůvčleněnídlestandardizovanémezinárodní
strukturyvýdajůdomácnostíCZ‐COICOP.
Nejvýznamnějšíaplikacírealizovanýchvýsledkůvoblastihospodářskýchpolitikje
vyčíslení příjmových ukazatelů v paritě kupní síly, které naznačují reálnou socio‐
ekonomickou pozici obyvatel daného regionu. Hlavním přínosem práce je zpřesnění
způsobuměřeníregionálníchdisparitsvysokýmpotenciálemuplatněnívhospodářsko‐
politicképraxi.
Klíčováslova
Čistý disponibilní důchod domácností, nominální ukazatel, parita kupní síly, průměrná
mzda,reálnýukazatel,regionálnícenováhladina,regionálnídisparita,regionálnípolitika,
výdajedomácností.
166
Summary
Theresearchmonographentitled"RegionalPriceLevelintheCzechRepublic–Theory,
Methodology, and Practice" aims to select on the basis of international research such
proceduresthatwillbesuitableforthecalculationofregionalpricelevelsintheCzech
Republic. These procedures are experimentally verified and the application of their
resultsisindicatedinthecontextofregionalpolicy.Thepublicationrespondstotheneeds
ofactorsofeconomicpoliciestocomplementandrefinethetoolsforstrategicplanning
anddecisionmaking.
The core of the solution is thecertified methodics which is using existing data
sourcesoftheCzechStatisticalOffice,MinistryofFinanceoftheCzechRepublicandthe
CzechNationalBankandtheapplicationofselectedstatisticalmethodstomeasurethe
regionalpricelevelsforLAU1(districtsoftheCzechRepublic).Themethodicalprocedure
alone consists of three main parts, which are qualitative and quantitative price data
adjustment,estimationofregionalexpenditureweights,andaggregationofpriceparities
uptoanindexnumber.TheresultingpricelevelisexpressedbythespatialRegionalPrice
Index(RCI).Theauthorsalsoaddressthedecompositionofthisindexnumbertotwelve
partialregional price indices classified according to the standardized international
structureofhouseholdexpenditureCZ‐COICOP.
Themostimportantapplicationoftheresultsinthefieldofeconomicpolicyisinthe
quantification of the income indicators in purchasing power parity, which indicate the
realsocio‐economicpositionoftheinhabitantsoftheregion.Themaincontributionof
thisworkisamoreaccuratewayofmeasuringregionaldisparitieswithhighpotentialfor
useintheeconomicandpoliticalpractice.
KeyWords
Average wage, household expenditure, net disposable household income, nominal
indicator, purchasing power parity, real indicator, regional disparity, regional policy,
regionalpricelevel.
167
Název RegionálnícenovéhladinyvČR–teorie,metodikaapraxe
Autoři
prof.Ing.JiříKraft,CSc.
PhDr.Ing.PavlaBednářová,Ph.D.
Ing.AlešKocourek,Ph.D.
doc.Ing.ŠárkaLaboutková,Ph.D.
Mgr.etMgr.JiříRozkovec
Ing.JanaŠimanová,Ph.D.
Mgr.JiříŠmída,Ph.D.
Vydavatel
TechnickáuniverzitavLiberci
Určeno
proodbornouveřejnost
Schváleno
RektorátemTUvLibercičj.RE88/15dne15.12.2015
Vyšlo
vprosinci2015
Vydání
první
Tiskárna
Vysokoškolskýpodnik,spol.sr.o.,Hálkova6,Liberec1
Číslopublikace
55‐088‐15
Tatopublikaceneprošlaredakčníanijazykovouúpravou.
ISBN978‐80‐7494‐263‐1