var textForPages = ["Publikace (Geo)demografie nejen pro ekonomy se zaměřuje na analýzu a výklad                                informací a  dat o  lidských populacích a  lidské společnosti. Reflektuje nejen                                demografickou reprodukci a strukturální změny v prostoru a čase, ale i aktuální                                globální problémy jako jsou mezinárodní migrace a  stárnutí populací. Je                                určena primárně k výuce předmětu Demografie, která probíhá v bakalářském                                studiu na Ekonomicko-správní fakultě Masarykovy univerzity. Její uplatnění je                              (geo)demografie                                ovšem možné nalézt i u dalších programů a oborů ekonomicky, společensky                                či přírodovědně zaměřených fakult, škol či institucí. Forma knihy je konci-                                pována jako podoba vysokoškolského učebního textu, obsah kombinuje prvky                                demografické analýzy a regionální demografie s důrazem na studium populací,                                        NEJEN PRO EKONOMY                                resp. obyvatel státních útvarů, regionů a makroregionů a interpretace jejich                     (geo)demografie nejen pro ekonomy                                    prostorových, ekonomických a sociokulturních podobností a rozdílů.                                                                     demograf  cký přechod • plodnost • populační růst • náboženství • ekonomická aktivita • mezinárodní migrace • stárnutí populace • naděje dožití • úmrtnost •                                                                                                                                                     Josef Kunc a kolektiv autorů                                                                                                                                                                                                       Josef Kunc                                                                                                                                                                                                           Martina Jaňurová                                                                                                                                                                                                            Aneta Krajíčková                                                                                                                                                                                                                Petr Tonev                                                                                                                                                                                                                  a Václav Toušek                                                                                                              ISBN 978-80-210-9461-1","","[KUNC, J. a kol., (geo)DEMOGRAFIE nejen pro ekonomy]","","Josef Kunc                 Martina JaŇurová                Aneta KrajíČková                 Petr Tonev                 Václav Toušek                         (geo)DEMOGRAFIE nejen pro ekonomy                                                              Masarykova univerzita                  2019","KATALOGIZACE V KNIZE – NÁRODNÍ KNIHOVNA ČR                  Kunc, Josef, 1973-                (Geo)demografie nejen pro ekonomy / Josef Kunc, Martina Jaňurová, Aneta Krajíčková, Petr Tonev, Václav Toušek.                -- Vydání 1.. -- Brno : Masarykova univerzita, 2019. -- 1 online zdroj                Obsahuje bibliografii                  ISBN 978-80-210-9462-8 (online ; pdf)                  * 314 * (437.3) * (048.8:082)                – demografie                – obyvatelstvo -- Česko                – kolektivní monografie                  314 - Demografie. Populace [18]                        Publikace vznikla jako výstup podpořený Fondem rozvoje Masarykovy univerzity „Modernizace a inovace výuky                Demografie“ (MUNI/FR/1148/2017).                  Josef KUNC, Ekonomicko-správní fakulta, Masarykova univerzita                 Martina JAŇUROVÁ, Ekonomicko-správní fakulta, Masarykova univerzita                Aneta KRAJÍČKOVÁ, Ekonomicko-správní fakulta, Masarykova univerzita                 Petr TONEV, Ekonomicko-správní fakulta, Masarykova univerzita                 Václav TOUŠEK, Přírodovědecká fakulta, Univerzita Palackého v Olomouci                          BY    NC  ND                Kniha je šířená pod licencí                CC BY-NC-ND 4.0  Crea�ve Commons A�ribu�on-NonCommercial-NoDeriva�ves 4.0                  Knihu recenzovali: doc. RNDr. Branislav BLEHA, PhD; Mgr. Robert ŠANDA                      © 2019 Masarykova univerzita                    ISBN 978-80-210-9462-8                ISBN 978-80-210-9461-1  (brožováno)","OBSAH                    1  OBJEKT A PŘEDMĚT STUDIA DEMOGRAFIE, ZÁKLADNÍ DEMOGRAFICKÉ JEVY A PROCESY …… 9                 2  HISTORIE  A  SOUČASNOST  DEMOGRAFIE,  DEMOGRAFICKÁ  STATISTIKA,  VÝZNAMNÉ  OSOBNOSTI                    DEMOGRAFICKÉ VĚDY …………………………………………………………….. 10                       2.1 Historie a současnost demografické statistiky ……………………………… 10                        2.2 Počátky moderní demografie a významné osobnosti demografické vědy ………… 11                       2.3 Soupisy obyvatel a sčítání lidu v českých zemích ……………………………. 16                 3  VÝVOJ POČTU OBYVATEL A JEHO ROZMÍSTĚNÍ ………………………………………  21                        3.1 Vývoj počtu obyvatel ………………………………………………….  21                       3.2 Rozmístění obyvatelstva a hustota zalidnění ……………………………….  26                 4  EXTRÉMNÍ UDÁLOSTI S DOPADEM NA POPULACI …………………………………….  29                 5  STRUKTURA OBYVATELSTVA ……………………………………………………..  33                        5.1 Pohlaví a věk ………………………………………………………..   33                       5.2 Vzdělání …………………………………………………………… 40                        5.3 Náboženství ………………………………………………………... 46                       5.4 Jazyková struktura …………………………………………………... 49                       5.5 Rasa, etnicita a národnost ……………………………………………..  52                        5.6 Ekonomická aktivita, zaměstnanost a nezaměstnanost ………………………  53                 6  DYNAMIKA OBYVATELSTVA ………………………………………………………  58                       6.1 Porodnost a plodnost …………………………………………………  59                        6.2 Úmrtnost …………………………………………………………..  65                       6.3 Potratovost ………………………………………………………… 76                        6.4 Nemocnost, statistiky a nejčastější příčiny úmrtí …………………………...  77                       6.5 Sňatečnost a rozvodovost ……………………………………………..  80                        6.6 Migrace …………………………………………………………… 86                7  DEMOGRAFICKÝ PŘECHOD (DEMOGRAFICKÁ REVOLUCE) A DRUHÝ DEMOGRAFICKÝ PŘECHOD ……  89                 8  STÁRNUTÍ POPULACE ……………………………………………………………   97                        8.1 Globální a makroregionální trendy stárnutí populace ……………………….. 99                        8.2 Demografické faktory stárnutí populace ………………………………… 102                       8.3 Vybrané globální procesy s vazbou na stárnutí populace ……………………. 104","9  POPULAČNÍ POLITIKA A SPOLEČENSKÉ A EKONOMICKÉ DOPADY DEMOGRAFICKÉHO STÁRNUTÍ ………. 107                        9.1 Populační politika a prodlužování života ………………………………… 107                       9.2 Sociální systém ČR ………………………………………………….. 108                        9.3 Důchodový systém ČR ……………………………………………….. 108                       9.4 Systém zdravotní péče ČR …………………………………………….  110                        9.5 Stříbrná ekonomika (Silver Economy) …………………………………… 111                       9.6 Trh práce ………………………………………………………….  112                        9.7 Bydlení, doprava a další služby ………………………………………… 112                 10  MIGRAČNÍ POLITIKA, MIGRAČNÍ TRENDY A EVROPSKÁ MIGRAČNÍ KRIZE 2015–2018 …….  114                       10.1 Globální migrační trendy a migrační faktory …………………………….. 114                        10.2 Evropská migrační krize ……………………………………………. .  115                       10.3 Konec evropské migrační krize a její řešení? ……………………………... 119                 11  POPULAČNÍ PROGNÓZY A PROJEKCE …………………………………………….. 123                       11.1 Prognostická pracoviště a stručná historie populačních prognóz v ČR …………. 124                        11.2 Projekce obyvatelstva České republiky do roku 2100 (ČSÚ 2018) ……………..  125                       11.3 Scénář střední varianty projekce 2018 …………………………………. 125                        11.4 Výsledky střední varianty projekce 2018 ……………………………….. 128                       11.5 Populační prognóza Eurostatu 2018 …………………………………… 131                        11.6 Regionální projekce ………………………………………………... 134                 12  SEZNAM LITERATURY ………………………………………………………………… 136","PŘEDMLUVA A ÚVOD                      Demografie jako věda zkoumá lidské populace, zabývá se jejich vývojem, velikostí, strukturou a dynamikou, a to z pohledu                kvantitativního i kvalitativního. Takto obecně a jednoduše lze definovat objekt a předmět studia demografie. V našem textu                tento princip respektujeme, nicméně ho z mnoha důvodů účelově modifikujeme.                  V prvé řadě se posouváme od tradičního obsahu a pojetí demografie, studující zejména lidskou reprodukci a přirozenou                obnovu  populace,  k  pojmu  geodemografie,  tedy  k  rozšířenému  studiu  rozmístění  obyvatelstva  a  migračních  procesů.                Zakomponování prostoru a času do základních demografických procesů považujeme za důležité, proto se ve výkladech                a interpretacích obracíme na makro a meziregionální kontinenty a územní celky a dílčím způsobem i na národní úroveň, do                známé minulosti, ale i do predikované budoucnosti.                  Lidská společnost stojí aktuálně před řadou zásadních výzev, které se utvářely po řadu desetiletí, ale teprve v posledních                letech je lidstvo začalo řadit mezi procesy či problémy globálního charakteru. Tyto skutečnosti akcentujeme např. s ohledem                na pohyb stále větších lidských mas mimo domov (nové migrační vlny) nebo na stárnutí populací, jež je v současnosti                považováno za jednu z největších globálních výzev, ale i hrozeb v blízké budoucnosti.                  V neposlední řadě obracíme pozornost na vybrané společenské a ekonomické jevy, které s vývojem a dynamikou změn                populačních struktur souvisí.                        Publikace je určena primárně k výuce předmětu Demografie, která probíhá v bakalářském studijním programu Regionální                rozvoj  a  cestovní  ruch  na  ESF  MU.  Její  uplatnění  je  ovšem  možné  nalézt  i  u  dalších  programů  a  oborů  ekonomicky,                společensky či přírodovědně zaměřených fakult, škol či institucí. Forma knihy je koncipována jako podoba vysokoškolského                učebního textu, obsah kombinuje prvky demografické analýzy a regionální demografie s důrazem na studium populací,                resp. obyvatel státních útvarů, regionů a makroregionů a interpretace jejich prostorových, ekonomických a sociokulturních                podobností a rozdílů.                        Rád bych také poděkoval oběma recenzentům, doc. RNDr. Branislavu Blehovi, PhD a Mgr. Robertu Šandovi, za řadu                podnětných a relevantních připomínek, které umožnily posunout text do předložené podoby, a také Mgr. Tomáši Krejčímu                za technické a grafické úpravy celého textu.                                                                                         V Brně, za kolektiv autorů                                                                                                 Josef Kunc                             Publikace vznikla jako výstup podpořený Fondem rozvoje Masarykovy univerzity „Modernizace a inovace výuky                Demografie“ (MUNI/FR/1148/2017).","ANOTACE                      Publikace (Geo)demografie nejen pro ekonomy se zaměřuje na analýzu a výklad informací a dat o lidských populacích                a lidské společnosti. Reflektuje nejen demografickou reprodukci a strukturální změny v prostoru a čase, ale i aktuální globální                problémy jako jsou mezinárodní migrace a stárnutí populací. Je určena primárně k výuce předmětu Demografie, která                probíhá v bakalářském studiu na Ekonomicko-správní fakultě Masarykovy univerzity. Její uplatnění je ovšem možné nalézt                i u dalších programů a oborů ekonomicky, společensky či přírodovědně zaměřených fakult, škol či institucí. Forma knihy                je koncipována jako podoba vysokoškolského učebního textu, obsah kombinuje prvky demografické analýzy a regionální                demografie s důrazem na studium populací, resp. obyvatel státních útvarů, regionů a makroregionů a interpretace jejich                prostorových, ekonomických a sociokulturních podobností a rozdílů.","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 1  OBJEKT A PŘEDMĚT STUDIA DEMOGRAFIE, ZÁKLADNÍ DEMOGRAFICKÉ                 JEVY A PROCESY                   Objektem demografického studia, vymezeným jako úsek objektivní reality, jsou lidské populace. Demografie se zabývá                jejich velikostí, strukturou, vývojem a dalšími charakteristikami. Pozornost je věnována zejména demografické reprodukci,                která je chápána jako přirozená obnova populace v důsledku procesů rození a vymírání. Od demografické reprodukce                je třeba odlišit demografický (populační) vývoj. Tento termín je obsahově širší, neboť v sobě zahrnuje také prostorovou                mobilitu obyvatelstva, která výsledek demografického vývoje ovlivňuje tím více, čím menší je územní jednotka (Pavlík                a kol., 1986; Kalibová a kol., 2009).                  Předmět demografie bývá někdy vymezen jako studium souboru lidí či obyvatelstva statistickými metodami, což ovšem                Pavlík a kol. (1986) nepovažují za zcela správné, protože různé statistické soubory obyvatelstva jsou předmětem studia                jiných oborů (viz níže). Je nutné také rozlišovat význam termínu obyvatelstvo, jako soubor lidí žijících na určitém území                (státu, kraje, města apod.), a lidské populace jako lidí, mezi nimiž dochází k demografické reprodukci. Předmětem studia je                                                                         1                potom chování lidských populací jako demografických (populačních) systémů .                  Demografie,  mimo  studia  porodnosti  a  úmrtnosti  (resp.  zdravotního  stavu),  které  jsou  základními  demografickými                procesy, zkoumá dále změny a trendy procesů sňatečnosti, rozvodovosti, potratovosti a migrace. Demografie však nestuduje                jednotlivce, ale analyzuje uvedené procesy jako hromadné jevy. Tato analýza poté umožňuje zobecňovat pravidelnosti                minulého  a  současného  populačního  vývoje  jednotlivých  populací,  hledat  zákonitosti,  případně  formulovat  hypotézy                (odhady, prognózy, projekce) budoucího vývoje (Demografie, 2018a).                  Demografie se v systému věd nachází na rozhraní přírodovědných a společenských oborů. Člověk, resp. lidské populace                jsou  objektem  studia  mnoha  vědních  oborů  (antropologie,  etnografie,  genetika,  lékařské  vědy,  politická  ekonomie,                sociologie, psychologie, ekologie a další), přičemž každý z nich si vymezuje svůj předmět z jiného hlediska (Pavlík a kol., 1986;                Kalibová a kol., 2009). Specifické a úzké je propojení demografie s geografií obyvatelstva, která rozšiřuje náhled demografie                do již zmíněného studia migračních procesů, ale také do zákonitostí lokalizace a prostorového rozmístění obyvatelstva                (Bailey, 2005; Newbold, 2010). Někdy je geografie obyvatelstva zahrnována přímo do demografie a spolu s dalšími vědními                obory zvyšuje teoretickou i aplikační interdisciplinaritu.                  Demografii jako vědní disciplínu lze členit do několika dílčích „oborů“. Mezi frekventovanější patří zejména: teoretická                demografie, historická demografie a paleodemografie, regionální demografie, ekonomická a sociální demografie, dále                potom demografická analýza a demografická metodologie a již uvedená příbuzná geografie obyvatelstva.                  Demografické události (jevy) jsou vázány na lidské jedince a lze je popsat jako významné události v lidském životě, které                jako hromadné jevy utvářejí průběh demografické reprodukce. Nejvýznamnějšími demografickými událostmi jsou narození                a úmrtí, ze kterých jsou odvozeny procesy porodnosti a úmrtnosti. Specifickým druhem úmrtí jsou potraty, ze kterých se                odvozuje potratovost. Ostatní události ovlivňují demografickou reprodukci zprostředkovaně – uzavírání sňatků (sňatečnost)                a jejich rušení (rozvodovost) ovlivňuje porodnost, nemoci (nemocnost) ovlivňují úmrtnost. Při studiu reprodukce je však                nutné všímat si také těchto událostí, proto jsou demografickými i události jako sňatek, rozvod, ovdovění, nemoc apod. Tyto                události se upraví do procesů porodnosti, úmrtnosti, sňatečnosti, rozvodovosti, potratovosti či migrace a poté se analyzují                a hledají se pravidelnosti a důležité charakteristiky jejich vývoje, trendů a změn (Demografie, 2018a).                  Demografický proces znamená, že jedinec prožívá změnu svého stavu, událost pro jedince znamená skutečný přechod                z jednoho stavu do druhého, neboli je to uskutečnění procesu. (např. úmrtnost – proces, při kterém jedinec přechází ze                stavu „žijící“ do stavu „zemřelý“; úmrtí – uskutečnění přechodu ze stavu „žijící“ do stavu „zemřelý“ pro určitého daného                jedince). Každý z demografických procesů se projevuje demografickou událostí (Pavlík a kol., 1986; Demografie, 2018a):                             •   porodnost narozením,                            •   úmrtnost úmrtím,                            •   potratovost potratem,                            •   sňatečnost uzavřením manželství,                            •   rozvodovost rozvodem,                            •   migrace stěhováním apod.                         1  Demografický systém se sestává z lidí a jejich vlastností, které podmiňují demografickou reprodukci a demografických vztahů mezi nimi.                 Tím jsou určeny i hranice systému – intenzita demografických vztahů s jednotkami jiných demografických systémů je relativně nízká                 (Pavlík a kol., 1986).                                                                                                        9","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                 2  HISTORIE A SOUČASNOST DEMOGRAFIE, DEMOGRAFICKÁ STATISTIKA,                 VÝZNAMNÉ OSOBNOSTI DEMOGRAFICKÉ VĚDY                 2.1 HISTORIE A SOUČASNOST DEMOGRAFICKÉ STATISTIKY                   Slovo demografie je složenina řeckých slov demos (populace) a graphia (popis, psaní), dohromady a volně přeloženo                jako  „spisy  o  populaci“  (Poston,  Bouvier,  2010).  Termín  demografie  byl  podle  dostupných  pramenů  poprvé  použit                v  roce  1855  belgickým  statistikem  Achillem  Guillardem  v  jeho  knize  Elements  of  Human  Statistics  or  Comparative                Demography (Borrie, 1973; Rowland, 2003). O více než dvě století dříve, patrně v roce 1612 (podle Pavlíka a kol., 1986),                byl Francisem Baconem prvně použit výraz populace jako specifický pojem, ke kterému však byl synonymem pojem                obyvatelstvo.                  Jedno z prvních doložených zjišťování počtu osob bylo provedeno v Mezopotámii, resp. v její jižní části Babylonii zhruba                v období 3800 let př. n. l. Záznamy naznačují, že se sčítání opakovalo každých šest nebo sedm let a zahrnovalo informace                o počtu lidí, dobytka a různých zemědělských komodit. Podobné sčítání je doloženo také z Egypta kolem roku 3000 př. n. l.                V Perské říši proběhlo sčítání v armádě za účelem přidělování pozemků a placení daní v roce 500 př. n. l. (Kuhrt, 1995). Sběr                statistických údajů o obyvatelstvu probíhal i v oblasti dnešní Indie, Izraele, Palestiny, Řecka či Číny (Yoon, 1985; Martin, 2013).                Propracovaná zjišťování počtu osob existovala ve starověkém Římě, kde je měli na starosti speciální úředníci – cenzoři                (obrázek č. 2.1), a hlavním účelem bylo stanovení daně podle výše jmění. Odsud pochází i dnes používaný termín populační                census (z latinského censere – odhadovat) (Matyszak, 2003).                                            Obr. 2.1: Římští censoři a formace římských legií                                                       Zdroj: S. S. Ch. 7 Ancient Rome (2015); Maria Milani (2017). Roman Army.                   Středověk byl obdobím, které všeobecně nepřálo ani vědě (vliv církve), ani významnějším pokusům o statistické zápisy                o obyvatelstvu (Pavlík a kol., 1986). Evropské státy byly hospodářsky i politicky roztříštěné na jednotlivá feudální panství,                proto bylo jednotných soupisů velmi málo. Za zmínku stojí sčítání (tzv. Kniha posledního soudu), které nařídil Vilém                Dobyvatel v roce 1086 kvůli zdanění získané půdy v Anglii (Bates, 2001). V roce 1183 bylo provedeno sčítání v křižáky                ovládaném  Jeruzalémském  království  a  důvod  byl  opět  prozaický  –  zjištění  početního  stavu  mužů  a  množství  peněz                určených k obraně očekávaného střetnutí se sultánem Saladinem (Smail, 1956). Demografické údaje obsahoval také tzv.                Florentský katastr z let 1427–1429, který sloužil mj. i k soupisu majetku a placení daní (Klapisch-Zuber, Herlihy, 1985). Na                opačné straně světa bylo v Číně provedeno úřední sčítání v roce 1381 a přineslo údaj o zhruba 60 mil. obyvatel v prvních                desetiletích vlády dynastie Ming (Brook, 2003).                  Od  počátku  16.  století  došlo  v  Evropě  k  dílčímu  zdokonalení  soupisů  obyvatelstva,  nejprve  však  pouze  na  lokální                úrovni  feudálního  panství  nebo  města.  Další  posun  nastal  s  rozvojem  kapitalistických  výrobních  vztahů  i  správního                aparátu – obecně tedy s hospodářským rozvojem společnosti. První novodobé „sčítání lidu“ bylo uskutečněno tehdy                ještě absolutistickou Francií, a to na koloniálním území v Severní Americe (1666, dnešní území provincie Québec). První                celonárodní sčítání proběhlo v roce 1703 na Islandu, následovalo Švédsko 1749, Dánsko 1769, Polsko 1789, USA 1790,                Anglie, Wales a Francie roku 1801. Přestože se nejednalo o sčítání v dnešním významu a obsahu, na tehdejší dobu to byly                důležité pokusy o zjištění počtu obyvatelstva (Pavlík a kol., 1986).                  Soupisy obyvatel  se  tedy  zpočátku prováděly především  k daňovým  a  vojenským  účelům.  Vzhledem k  otrokářským                praktikám,  ve  většině  států  trvajícím  až  do  novověku,  bylo  často  sčítáno  pouze  svobodné  obyvatelstvo,  a  to  velmi                pravděpodobně jen muži. Otroci byli evidování (pokud se vůbec zjišťoval jejich počet) jako ostatní movitý a nemovitý                majetek (Drescher, Engerman, 1998). Později se k uvedeným účelům přidala také statistika obyvatelstva a jeho dílčích                skupin, resp. zjišťování „zdraví populace“ v době zhoubných (převážně morových) epidemií.                  Rozhodující  období  pro  konstituování  metodiky  sčítání  lidu  představuje  2.  polovina  19.  století,  kdy  lze  již  hovořit                o skutečně moderním sčítání lidu. Metodický pokrok je spojen se jménem belgického demografa a statistika A. L. Queteleta                     10","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  (viz dále), jehož poznatky byly poprvé uplatněny při belgickém sčítání v roce 1846. Poté následovala většina hospodářsky                vyspělých zemí, včetně Rakouska-Uherska (tedy i českých zemí) v roce 1869. Kvalita sčítání byla ovšem ještě velmi rozdílná,                metodicky nejednotná, a tedy obtížně srovnatelná (Pavlík a kol., 1986).                  Technologický,  nikoliv  však  metodický  a  obsahový,  pokrok  začal  novým  způsobem  zpracování  výsledků  sčítání,  a  to                mechanickým centrálním zpracováním dat pomocí strojů na děrné štítky (obrázek č. 2.2). Ty byly poprvé použity v USA na                konci 19. století, ale také např. rakouské sčítání lidu v roce 1890 bylo tímto způsobem částečně zpracováno. Ve 20. století došlo                k plnému rozvinutí kombinačního zpracování dat, k prohlubování a zdokonalování klasifikací, k rozšiřování, ale i odebírání                charakteristik (Pavlík a kol., 1986). Od 70. let se stalo běžným počítačové zpracování výsledků. Některé státy ovšem sčítání                v posledních dekádách neprovádí a údaje získávají z různých registrů, matrik, katastrů apod. (např. skandinávské státy,                Rakousko, Nizozemsko či Slovinsko). Kombinovaný způsob sčítání použilo v roce 2011 např. Německo a je pravděpodobné,                že se k němu bude postupně přiklánět stále více států.                                    Obr. 2.2: Děrný štítek a proces nahrávání dat při sčítání v USA v roce 1890                                                                        Zdroj: Folta (2005).                 2.2 POČÁTKY MODERNÍ DEMOGRAFIE A VÝZNAMNÉ OSOBNOSTI DEMOGRAFICKÉ VĚDY                  Počátky moderní demografie lze klást již do druhé poloviny 17. století, kdy se John Graunt (1620–1674) začal v Londýně                zabývat  úmrtností  jako  jednou  ze  základních  složek  demografické  reprodukce.  V  tomto  ohledu  je  zásadní  jeho  dílo                z roku 1662 – Natural and Political Observations mentioned in a following Index, and made upon the Bills of Mortality                (obrázek č. 2.3), díky kterému se stal členem Královské společnosti v Londýně. Rok 1662 je tak možné považovat za rok                založení moderní demografické vědy. Graunt použil záznamy o úmrtích a částečně o křtech ve farnosti poblíž Londýna, což                mu umožnilo provádět systematické dedukce o vývoji úmrtnosti. Velmi významný byl také vliv J. Graunta pro vytvoření                statistické metody poznávání. Objevil zákonitosti platné pro celé populační soubory, např. správný poměr mezi počtem                mužů a žen v populaci, který byl do té doby odvozován pouze spekulativně. Další významnou demografickou zákonitostí                připisovanou J. Grauntovi bylo určení stabilního poměru mezi počtem narozených chlapců a děvčat, jež stanovil na 14:13                ve prospěch chlapců, což v zásadě ve vyspělém světě platí dodnes. Dále se zabýval řádem vymírání podle věkových skupin,                který tvoří základ úmrtnostních tabulek, a důsledky epidemií pro celkovou úmrtnost (Pavlík a kol., 1986; Lewin, 2004).                                         Obr. 2.3: John Graunt a jeho seznamy zemřelých z roku 1662                                                                                 Zdroj: Miranda (2019)                                                                                                        11","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Grauntovým vrstevníkem i přítelem byl William Petty (1623–1687), ekonom, statistik a lékař, rovněž člen Královské                společnosti. Popularizoval novou vědu, jíž dal název politická aritmetika, resp. politická ekonomie, a představil pracovní                teorii  hodnoty.  Začal  pracovat  s  teorií  pravděpodobnosti  a  se  statistickými  zákonitostmi  sociálních  procesů.  Druhá                polovina 17. století byla dobou, která již ve vyspělé Anglii byla připravena na přijetí statistické metody a tehdejší „pojišťovací                společnosti“ jevily zájem o praktické využití znalostí politické aritmetiky (Pavlík a kol., 1986; Barnard, 2004).                  Na konci 17. století zkonstruoval anglický astronom, matematik, fyzik a demograf Edmund Halley (1656–1742) první                úmrtnostní tabulky, a to na základě záznamů o úmrtích a porodech. Odhadl předpokládané počty lidí v relativně uzavřené,                stacionární populaci podle jednotlivých věkových skupin. Jeho jméno se však nejčastěji spojuje s objevem komety po                něm nazvané (Hughes, 1985; Pavlík a kol., 1986). Nová zkoumání otázek demografické reprodukce souvisela s rozšířením                pramenné základny na přelomu 17. a 18. století v Anglii a ve Francii (např. daňové soupisy, lokální součty obyvatel). Důvody                pro statistická šetření byly v tomto období i zcela jiného rázu – např. epidemie moru šířící se Evropou, prokazatelné požadavky                na nezbytnost sběru statistických informací a snaha o koordinovaná protiepidemická opatření (Fialová a kol., 1996).                  Čelním představitelem demografie první poloviny 18. století byl německý luteránský duchovní Johann Süssmilch (1707–                1767), který byl silně inspirován Grauntovým dílem. Člen Pruské Akademie věd jako první formuloval „zákonitosti čísel“                a sestavil úmrtnostní tabulky pro celou populaci Pruska. Náboženství a ideologie ho vedly k tvrzením, že všechny životní                děje, i poznané statistické zákonitosti (např. sekundární poměr pohlaví), jsou výrazem boží vůle (Pavlík a kol., 1986).                  Nové zkoumání otázek demografické reprodukce souviselo zejména s rozšířením pramenné základny kolem roku 1700                a později v Anglii a ve Francii (daňové soupisy, lokální součty obyvatel apod.). Studium populačních otázek v průběhu 18. i 19.                století bylo ovlivněno rostoucím zájmem o ekonomické, sociální a politické problémy, a to především ve vyspělejší západní                Evropě. Vzniká a rozvíjí se teorie a politika merkantilistického populacionismu, jehož představitelé pokládali vzrůst počtu                obyvatel za základní předpoklad moci a blaha státu (ve Francii např. fyziokrat a ekonom V. de Mirabeau, v Anglii a Skotsku                ekonom A. Smith či filozof W. Godwin, v USA státník a vědec B. Franklin). Během 19. století došlo k největšímu pokroku ve                výzkumu úmrtnosti. Rozšířily se znalosti o podmínkách, které působí na četnost úmrtí a zlepšily se i metody jejich analýzy.                To vedlo k zavedení měr úmrtnosti podle věku a pohlaví i metody přímé a nepřímé standardizace. Otázky porodnosti                (sňatečnosti, plodnosti a další) byly zatím mnohem méně středem pozornosti a metodicky významné práce v této oblasti                byly spíše výjimkou. Diskuse a spory o populačních trendech, podmíněné a vyvolané aktuálními potřebami společnosti                a zároveň vyplývající z nedostatku a nepřesnosti informací, podnítily další rozvoj demografie, přispěly k rozvoji statistické                teorie a metodické základny, do té doby úzce vázané na statistické metody (Pavlík a kol., 1986; Demografie, 2018a).                  Až téměř do konce 18. století byli všichni ekonomové a další autoři pro-populační (výjimkou byl pouze italský absolutistický                teoretik konce 16. století G. Botero). Velká a rostoucí populace byla považována za znak prosperity a vedla k pokroku                (Mises.cz, 2015. Dějiny 17. 3. – Malthus a útok na populaci). Tento postulát zcela zbořil pastor anglikánské církve a profesor                nových dějin a ekonomie Thomas Robert Malthus (1766–1834), který se stal symbolem všech autorů stavících se negativně                k populačnímu růstu. Malthus se problematikou demografické reprodukce hlouběji nezabýval, vycházel z klasické politické                ekonomie (čelní představitelé Adam Smith, David Ricardo a francouzští fyziokraté), přičemž vyjádřil vztah mezi růstem                úživných  prostředků  a  početním  růstem  populace  a  povýšil  ho  na  zákon.  Jeho  důsledky  vykládal  ve  smyslu  hrubého                demografického determinismu (Pavlík a kol., 1986).                  V roce 1798 vydal Malthus anonymně velmi populární i kontroverzní spis An Essay on the Principle of Population                                                                                                          2                (obrázek  č.  2.4),  kde  shrnul  své  domněnky  a  vize  o  populačním  růstu  a  jeho  vlivu  na  budoucí  rozvoj  společnosti .                Podobně jako Botero o dvě století dříve Malthus deklaruje, že mechanický růst populace lze omezit pouze „pozitivně“                                         Obr. 2.4: Thomas Malthus a jeho Esej o principu populace                                      Zdroj: Encyklopaedia Britannica (2018); Lawbook Exchange (2007). An Essay on the Principle of Population, as it Affects the Future…                 2  Malthus v reakci na pozitivní i kritické ohlasy svou knihu neustále vylepšoval a rozšiřoval a po prvním vydání v roce 1798 připravil ještě pět                 dalších  verzí,  poslední  z  nich  vyšla  roku  1826.  Tyto  další  verze  byly  již  výrazně  objemnější  než  prvotina  z  roku  1798,  obsahovaly  více                 statistického materiálu získaného z cest po britských ostrovech i kontinentální Evropě a celkově se mnohem více blížily vědecké práci.                    12","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  válkou, hladomorem či morem. To vše v doprovodu spíše slabšího „preventivního“ opatření v podobě menšího počtu                početí v důsledku hladovění („preventivní negativní“ opatření). K Boterově modelu přidal Malthus pouze jedinou věc –                falešnou matematickou preciznost svého slavného tvrzení, že populace se dvojnásobí každých dvacet pět let, tedy roste                geometrickou řadou, zatímco prostředky obživy rostou aritmetickou řadou (Malthus, 1798/2002; Cannan, 1917).                  Přestože  se  v  názvu  Malthusova  spisu  objevuje  pojem  esej,  jednalo  se  spíše  o  neodborný  pamflet  (díky  tomu                i původně anonymní), ve kterém Malthus polemizoval s názory dvou významných osvícenských myslitelů své doby –                Angličanem Williamem Godwinem a Francouzem Nicolasem markýzem de Condorcet. Kritika a skepse k myšlenkám                obou představitelů osvícenského humanismu (možnosti nekonečného zdokonalování člověka a společnosti a směřování                k dokonalé společnosti) byla postavena na nedůvěře k racionálním schopnostem člověka.  Malthus se spíše se domníval,                že omezení daná přírodními (ovšem původně božími) zákony jsou nepřekročitelná, a že proto utopické společnosti, v níž                žijí všichni v dostatku a bez nejistoty, nebude nikdy dosaženo (Malthus, 1798/2002).                  Je také třeba poznamenat, že v době, kdy Malthus psal své zásadní dílo, končila v Anglii první fáze demografické revoluce.                Stále vysoká porodnost a snižující se úmrtnost způsobily, že počet obyvatel v zemích západní Evropy a posléze i v zemích                dalších začal prudce růst. Oproti ostatním evropským zemím se Anglii rostoucí počet obyvatel dařilo eliminovat vývozem                populačních přebytků do kolonií, zejména v severní Americe. Přesto se i zde, podobně jako na kontinentální Evropě, začal                projevovat nedostatek potravin. Vláda zareagovala přijetím tzv. Pittových zákonů o chudobě (poor laws), které se zakládaly                na peněžní podpoře pro chudé. Malthus se však k této finanční pomoci stavěl skepticky, tvrdil, že ačkoliv byly vybírány velmi                vysoké peněžní sumy, chudých lidí nijak zásadněji neubývá. Argumentoval také tím, že ačkoliv by dělníci vydělávali více,                nebudou se mít lépe, pokud se nezvýší produkce potravin. A pokud se nezmění množství zboží na trhu, tak větší množství                peněz v oběhu bude tlačit ceny potravin nahoru a doplatí na to právě ti nejchudobnější. Později, v roce 1834, byly zákony                na Malthusův podnět zrušeny. Finanční pomoc chudině tak byla jedním z důvodů, proč v Anglii začala klesat porodnost                podstatně později než ve Francii, kde se reprodukční chování změnilo již dříve v kontextu nedostatku potravin, hladomoru                a neochoty panovníka nastalou situaci řešit. Následná Velká francouzská revoluce a napoleonská diktatura poté natrvalo                změnily mentalitu francouzů, jejichž porodnost se již nikdy nevrátila do původních čísel (Livi-Bacci, 2012).                  Malthusovy vývody a čísla nebyly reálné, neměl pro ně žádný doklad. Absurdně mechanistický pohled na lidstvo by                způsobil, že za několik dalších století by při stejném růstu byl „poměr“ populace k obživě téměř nekonečný. To bylo                velmi obtížné jakkoliv demonstrovat, rozhodně ne pouze poukázáním na aktuální vývoj lidské populace, která byla ve                většině Evropy před průmyslovou revolucí víceméně stálá. Stejně tak neexistuje důkaz Malthusova proklamovaného                „aritmetického růstu“, který jednoduše předpokládal, že zásoba potravy bude růst každou dekádu o stejné množství.                Malthus  se  pokusil  dokázat  svá  čísla  studií  kolonií  v  Severní  Americe,  kde  populace  rostla  delší  dobu  geometricky                zdvojnásobováním se každých dvacet pět let. Tento příklad však neukazuje krizi v podobě mnohem pomalejší, „aritmeticky                rostoucí“ zásoby obživy. Jak uvádí Cannan (1917), tato populace musela jíst, takže musela geometricky růst i produkce                jídla (Mises.cz, 2015. Dějiny 17. 3. – Malthus a útok na populaci). Navíc se americká populace prudce rozvíjela díky velmi                početné imigraci z Evropy a také díky posunutí věkové hranice vstupu do manželství na mnohem vyšší úroveň ve srovnání                s Evropou. To vše tvořilo v té době dosti extrémní případ dočasně prudce expandující populace žijící ve velmi příznivých                podmínkách (Petersen, 1999).                  Jako  protilék  vůči  nekontrolovatelnému  růstu  populace  Malthus  navrhoval  morální  a  sexuální  zdrženlivost,  a  to                i v kontextu sociální bídy a nezaměstnanosti, jež jsou důsledky příliš rychlého rozmnožování lidí. Tato zákonitost měla                svou historickou platnost, neplatila však již v době, kdy ji vyslovil (Malthus, 1798/2002; Hollander, 1997). Malthusovy                názory  se  logicky  v  této  době  ocitly  pod  palbou  silné  kritiky.  Už  někteří  jeho  současníci  tvrdili,  že  populační  tlak                může být problémem v některých místech, ale bude překonán pokrokem, což se skutečně stalo v průběhu 19. století                v západní Evropě či USA. Např. marxisté (zejména K. Marx a B. Engels) neviděli jako příčinu chudoby populační růst, ale                                           3                kapitalismus a jeho výrobní způsob . Kriticky se vůči Malthusovi vymezil také známý rakouský politický ekonom Josef                A. Schumpeter (1954), který ve svém stěžejním díle poukázal na fakt, že Malthus a jeho následovníci veškerou kritiku                předvídali a ve druhém vydání „Eseje“ i rovnou vyvrátili. A tak chráněný a interpretovaný Malthusův mylný a nesmyslný                princip populace pokračoval dál a byl nadšeně přijat Ricardem a jeho žáky a stal se posvátnou částí britské klasické                ekonomie (Schumpeter, 1954).                  Přes  veškerou  oprávněnou  kritiku  nelze  Malthusovi  upřít,  že  se  díky  jeho  rozporuplným  pracím  zvýšil  celkový  zájem                o demografickou reprodukci (je považován za jednoho ze zakladatelů demografie). Lze říci, že odhalil západoevropský systém                plodnosti založený na odložení vstupu do manželství. Také jeho prognóza o tom, že větší bohatství nepovede k dramatickému                růstu populace, ale k navýšení komfortu, se ukázala jako správná. A rovněž myšlenka kontroly porodnosti našla uplatnění,                avšak až sto let po sepsání teorie. A pokud to opět vše otočíme, tak přes všechny Malthusovy správné postřehy ho nejvíce                proslavil výrok o geometrickém růstu populací a aritmetickém růstu zdrojů, který se ukázal jako nepravdivý.                  Jak již bylo výše zmíněno, Malthusovými současníky a spolutvůrci klasické politické ekonomie byli Adam Smith, David                Ricardo, John Stuart Mill či Jean-Baptiste Sey. Podobně jako Malthus se všichni ve svých dílech zajímali o problematiku                populačního růstu – konkrétně pak ve spojení s cenami výrobních faktorů (mzda, zisk, úrok, renta apod.). Nejznámějšími                díly se staly Smithovo Bohatství národů z roku 1776 (Wealth of Nations), Ricardův mzdový zákon, existenční mzdové                  3  Malthus si rovněž nezískal kladné body prohlášením, že chudí lidé jsou prakticky zbyteční.                                                                                                       13","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  minimum pro přežití dělníka a kritika tzv. obilných zákonů (díla z let 1810–1820) či Millovy Zásady politické ekonomie                z roku 1848 (Principles of Political Economy). Malthusův „populační odkaz“ se objevil, mimo jiné, i v práci zakladatele                evoluční teorie Charlese Darwina (Holman, 2005).                  Za jednoho z posledních a novodobých následníků Malthusova populačního pesimismu lze označit amerického biologa                Paula R. Ehrlicha. Ten 170 let po Malthusově stěžejním díle publikoval knihu The Population Bomb (1968), ve které varoval                před masovým hladomorem, který postihne lidstvo v následujících desetiletích v důsledku přelidnění Země (Ehrlich, 1968).                Přestože se Ehrlichovy téměř „postapokalyptické“ předpovědi nepotvrdily (světový hladomor v 70. a 80. letech v důsledku                přelidnění a závažné společenské otřesy), kniha svým obsahem přispěla k zahájení celosvětové debaty o budoucnosti                lidské populace, která pokračuje do současnosti. Bez ohledu na skutečnost, že kniha byla napsána před více než 50 lety,                poskytuje stále inspirativní pohled na dnešní environmentální, energetickou a v neposlední řadě potravinovou krizi.                   Rámeček č. 2.1: Základní teoretické směry vztahující se k dílu Thomase R. Malthuse s vazbou na populační růst                     Malthusiánství je myšlenkový směr a teoretický koncept který předpokládá, že populační růst má exponenciální vývoj, zatímco                   růst zdrojů obživy (potravy) je lineární. Základními faktory společenského života jsou biologická potřeba jíst a sexuální pud,                   které jsou silnější než schopnost lidí opatřovat si potravu. Z toho vyplývá zaostávání výroby potravin za populačním přírůstkem,                   který  znemožňuje  podstatné  zdokonalení  společnosti.  Tzv.  Malthusiánská  katastrofa  nastane,  když  populační  růst  překoná                   zemědělskou produkci.                     Neomalthusiánství navazuje na původní malthusiánství, ale neklade jednoznačný důraz na biologické faktory populačního                   růstu (uznává i vlivy sociálních činitelů na demografický vývoj) a prosazuje především antikoncepci jako řešení rozporu mezi                   růstem obyvatelstva a potravinovými, surovinovými a energetickými zdroji. Je obhajobou plánování lidské populace s cílem                   omezit její růst a zajistit zdroje a environmentální integritu pro současné i budoucí lidské populace.                     Populacionismus je směr propagující rychlý početní růst obyvatelstva, rozvíjející se zejména v rámci merkantilismu. Jeho                   představitelé považovali vzrůst počtu obyvatel za první a základní předpoklad moci a blaha státu. Populacionismus je teoretickým                   směrem předcházejícím malthusiánství a také jeho protikladem. Jeho prvky lze nalézt v různých pronatalitně orientovaných                   populačních politikách.                     Populační optimum se váže na množství obyvatelstva nebo jeho početní růst, které je možno na daném území považovat za                   nejlepší, nejpříznivější, nejvhodnější, event. ideální za existujících podmínek a vzhledem k přijatým ekonomickým, sociálním,                   politickým, ekologickým a jiným kritériím. Jde o velmi starou ideu, kterou lze najít již ve starověku. Uceleně byla ale formulována                   teprve v 80. letech minulého století, a to především na základě ekonomických kritérií britského ekonoma Edwina Cannana z                   přelomu 19. a 20. století. (Loužek, 2014; Sociologická encyklopedie, 2019).                   Z  dalších  významných  osobností  demografické  historie  je  možné  jmenovat  belgického  astronoma,  demografa                a  statistika  Adolpha  Lamberta  Queteleta  (1796–1874).  Za  jeho  největší  přínos  lze  považovat  zpřesnění  statistického                zjišťování demografických dat a vypracování zásad moderního sčítání lidu, které poprvé uplatnil při belgickém sčítání lidu                v roce 1846. V roce 1853 se Quetelet podílel na založení Mezinárodního statistického institutu (ISI – The International                Statistical Institute), který má od roku 1911 sídlo v Haagu (Pavlík a kol., 1986; Donnelly, 2015). K rozvoji demografické                metodologie v 19. století významně přispěl také německý statistik a ekonom Wilhelm Lexis (1837–1914). Jeho jméno                                                     4                nesou dvě demografické položky – Lexisův poměr  a Lexisův diagram (obrázek č. 2.5). Druhý pojem, jenž představil ve své                knize Introduction to the Theory of Population Statistics (1875), je spojený s návrhem demografické sítě, která je důležitým                nástrojem demografické analýzy. Zasadil se také o koncepční přípravu konstrukce hrubé a čisté míry reprodukce a teorii                mortality, kde navrhoval rozdělení všech lidských úmrtí do tří typů: i) normální úmrtí, ii) úmrtí kojenců a iii) předčasná                úmrtí dospělých (Pavlík a kol., 1986; Stigler, 1986).                                    Obr. 2.5: Originální Lexisův diagram (demografická síť) a graf úmrtnosti                                                                          Zdroj: Koch (1985).                 4   Lexisův  poměr  se  v  statistikách  používá  jako  opatření,  které  se  snaží  vyhodnotit  rozdíly  mezi  statistickými  vlastnostmi  náhodných                 mechanismů, kde je výsledek dvouhodnotový – například \"úspěch\" nebo \"selhání\", \"výhra\" nebo \"ztráta\". Myšlenka spočívá v tom, že                 pravděpodobnost úspěchu se může lišit v různých situacích.                     14","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    V roce 1895 publikoval švédský demograf Axel Gustav Sundbärg (1857–1914) klasifikaci věkových skupin, která byla                v roce 1900 přeložena do francouzštiny pod názvem Sur la réparation de la population par ȃge et sur les taux de la mortalité.                Ve své studii, na příkladu švédské populace, vyčlenil modelově tři základní věkové skupiny 0–14 let, 15–49 let a 50 a více let,                na základě kterých sestrojil tři typy věkových pyramid – progresivní, stacionární a regresivní (Winkler, 1951). V jeho době                však byl tento zákon ovlivněn tehdejšími reprodukčními poměry a věková struktura nebyla tolik narušena různými extrémy                (výběžky a výkroji) jako dnes.                  Důležitý pokrok v moderní demografické metodologii představovaly práce Alfreda Jamese Lotky (1880–1949), amerického                přírodovědce,  statistika  a  demografa  rakouského  původu.  Mimo  jiné  (Lotkův  zákon,  Lotkův-Volterův  model)  Lotka                zkonstruoval modely stabilní populace, které mají základní význam v demografické analýze, a prokázal jejich návaznost na                míry reprodukce – viz jeho dílo Relation between Birth Rates and Death Rates z roku 1907 (Pavlík a kol., 1986). Na jeho práci                poté navázala nová demografická metodologie a také představitelé francouzské i americké školy 20. století.                  Ve  20.  století  se  v  demografii  nadále  rozvíjely  tendence  nastoupené  v  minulosti.  Silnou  složkou  se  stala  zejména                demografická metodologie a na ni navazující demografická analýza. Méně se rozvíjely syntetické studie a demografické                teorie. Tento vývoj, nastoupený na přelomu 19. a 20. století, byl důsledkem rozšiřující se datové základny, zkvalitněním dat                a zároveň i důsledkem stability vývoje demografických systémů (Demografie, 2018a). Přestože výčet výše uvedených autorů                není zdaleka vyčerpávající, základní přehled největších osobností světové demografie představuje. S trochou nadsázky lze                tento výčet považovat za konec období demografické a statistické historie a počátek éry nové, současné.                     Rámeček č. 2.2: Stručná historie a současnost demografie v českých zemích a České republice                     Práce s demografickou problematikou se v českých zemích objevily již ve 2. polovině 18. století a jsou spojeny se jmény                   statistika J. A. Rieggera (soupisy obyvatelstva, záznamy o přirozené měně apod.) a lékaře J. Meliče (první úmrtnostní tabulky).                   Moderní demografie se v ucelenější podobě začala prosazovat ke konci 19. století v dílech J. Palackého a zejména Jindřicha                   Matiegky (1862–1943), který v roce 1897 založil na Karlově univerzitě v Praze Ústav pro antropologii a demografii a začal                   přednášet základy demografie.                     Za další významné osobnosti tuzemské demografie lze považovat prvního českého docenta demografie Františka Jaroslava                   Netušila (1890–1927) a především faktického zakladatele československé meziválečné a poválečné demografie Antonína Boháče                   (1882–1950), který se mj. zasloužil o mezinárodní úroveň oboru, reorganizaci demografické statistiky či organizaci sčítání lidu                   v letech 1921 a 1930. V návaznosti na geografickou problematiku se v 1. polovině 20. století zabývali populačním vývojem                   V. Dvorský, J. V. Daneš, J. Auerhan a další. Zmínit je ovšem třeba především Boháčova dlouholetého spolupracovníka Jaromíra                   Korčáka (1895–1989), který se zabýval demografickou analýzou i syntézou a jeho práce měly mimořádný význam pro rozvoj                   československé demografie.                     V roce 1958 byla zřízena Státní populační komise jako poradní orgán vlády pro otázky populační politiky, jejímž předsedou se                   stal další Boháčův spolupracovník, statistik František Fajfr (1892–1969), který má také velkou zásluhu na založení Československé                   demografické společnosti při ČSAV (1964); od roku 1993 Česká demografická společnost. Fajfr se rovněž zasadil o založení                   čtvrtletníku Demografie – revue pro výzkum demografického vývoje, který od roku 1959 vydává ČSÚ, resp. jeho předchůdci.                   (Pavlík a kol., 1986)                     V současné době existují v České republice dvě významná akademická demografická pracoviště (obě vznikla v roce 1990),                   a to Katedra demografie a geodemografie na Přírodovědecké fakultě UK v Praze (hlavní představitelé Z. Pavlík, J. Rychtaříková,                   T. Kučera, B. Burcin a další) a Katedra demografie na Fakultě informatiky a statistiky na VŠE v Praze (hlavní představitelé V. Roubíček,                   F. Koschin, J. Langhamrová a další). O založení prvního pracoviště se zasloužil mezinárodně uznávaný demograf Zdeněk Pavlík (mj.                   v období 1968–1971 pracoval jako expert v populačním oddělení OSN v New Yorku, dále byl spoluzakladatelem Evropské asociace                   populačních studií, jejímž místopředsedou byl v letech 1983–1991 atd.) Na přírodovědeckou fakultu UK přešel z Ekonomického                   ústavu ČSAV v roce 1964 a v pracovním poměru zde setrval až do roku 2001, poté byl jmenován emeritním profesorem UK.                   Aktivně působil v České demografické společnosti, kde funkci předsedy vykonával celých 22 let (v letech 1977–1999). Vývoj                   demografie na VŠE byl v druhé polovině minulého století spojen především s osobou Vladimíra Roubíčka (1930–2005). Na VŠE                   začal působit již v roce 1953. O 15 let později byl jmenován vedoucím nově zřízené laboratoře demografie na Národohospodářské                   fakultě, která se v roce 1990 transformovala na Katedru demografie a o rok později byla přemístěna z Národohospodářské fakulty                   na nově vzniklou Fakultu informatiky a statistiky VŠE. Podobně jako Z. Pavlík věnoval ve své publikační činnosti velkou pozornost                   vydávání vysokoškolských učebních textů.                     Kromě  akademických  pracovišť  řada  demografů  působila  či  působí  v  Českém  statistickém  úřadu.  Mezi  nejvýznamnější                   představitele  lze  zařadit  odborníky  demografy  patří  také  Tomáš  Sobotka  a  Kryštof  Zeman,  kteří  se  věnují  demografickým                   výzkumům a analýzám na Vídeňském demografickém institutu Rakouské akademie věd.                   Současné významné celosvětové zdroje demografických dat jsou velmi rozsáhlé, pokrývají většinu zemí a jsou každoročně                aktualizované.  Využívají  se  nejen  v  široké  platformě  prakticky  všech  vědních  oborů  (společenských,  ekonomických,                přírodovědných,  lékařských  apod.),  ale  mají  také  významné  praktické  využití.  Nejdůležitějšími  organizacemi,  které                shromažďují demografická data, jsou:                  •   United Nations – Population Division                 •   Central Intelligence Agency                 •   Population Reference Burreau                                                                                                        15","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                 2.3 SOUPISY OBYVATEL A SČÍTÁNÍ LIDU V ČESKÝCH ZEMÍCH                   Soupis poddaných podle víry z roku 1651 je prvním pokusem státní moci sepsat veškeré obyvatelstvo v Čechách.                Obsahuje seznamy svobodných a poddaných obyvatel ve městech a vesnicích, v některých případech i vrchností. Soupis                vznikl na základě patentu místodržících, kterým se krajským hejtmanům ukládalo zajistit soupis obyvatel na základě                příslušnosti ke katolické víře. Přes všechna rekatolizační opatření v průběhu třicetileté války (1618–1648) bylo totiž                zřejmé, že v Čechách žily početné skupiny obyvatel hlásící se skrytě nebo i veřejně k nekatolickým konfesím. Zároveň v                té době vydal pražský arcibiskup Arnošt Vojtěch z Harrachu instrukci, podle níž měla každá farnost sepsat počet farníků                a jejich konfesi. Cílem obou opatření bylo zjistit, na jaké oblasti se má katolická církev zaměřit v misijní činnosti (Fialová                a kol., 1998; Srb, 2004).                  Prvním úplným soupisem daňových povinností na území Čech se tak stala tzv. Berní rula z roku 1654, která obsahovala                seznam osob povinných platit daně a údaje o každé jednotlivé usedlosti. Tento ojedinělý počin sloužil po třicetileté válce                tehdejšímu panovníkovi Ferdinandu III. ke zjištění populačního stavu a získání příjmů (daní – berní) pro obnovu a chod                země, financování vojska apod. Ve výkazech Berní ruly nejsou uvedeni, na rozdíl od sviní, ovcí, krav a jalovic, podruzi                ani čeleď (tj. poddaní bez berního – zdanitelného majetku). Na Moravě byly s malým zpožděním zpracovány v letech                1656–1658 obdobné Lánové rejstříky (Fialová a kol., 1998; Srb, 2004). Ukázka edice a výběr zaznamenávaných údajů                z Berní ruly je představen v obrázku č. 2.6.                                              Obr. 2.6: Ukázka edice Berní ruly z roku 1654                                                                                              Zdroj: Doskočil (1953).                  K jednotné evidenci obyvatelstva v celé Habsburské monarchii se přistoupilo zhruba o sto let později (1754) za vlády                Marie Terezie, čímž začala také historie celozemských censů. Tzv. Prvý tereziánský katastr rustikální vstoupil v platnost                v roce 1748, Druhý (revitalizační) katastr roku 1757. Třetí český katastr, tzv. Josefský byl vyhotoven v letech 1785–1789.                Zavedl pojem katastrální obec a přesně vymezil hranice jednotlivých katastrů. V první polovině 19. století poté vznikl tzv.                Stabilní katastr, který se stal základem pro pozdější katastrální mapy ČR (Fialová a kol., 1998; Srb, 2004; Statistika\&My, 2011;                Historie statistiky v Čechách do roku 1918).                  Pravidelné soupisy obyvatel se začaly provádět od poloviny 18. století, přičemž se střídala období s tříletou, ale i roční                periodicitou. Tyto soupisy se pořizovaly k fiskálním (daně) nebo vojenským účelům a prováděly je orgány vrchnostenské                a církevní (do roku 1769) a posléze orgány vrchnostenské a vojenské (do roku 1851, iniciativa císaře Josefa II.). Důležitým                datem byl rok 1754, kdy byl na základě patentu císařovny Marie Terezie proveden první soupis obyvatel a zahájena nová                éra sčítání lidu. Tento soupis byl poprvé uskutečněn na celém území monarchie současně a metodicky jednotně, jeho                stanovená roční periodicita ovšem nemohla být, vzhledem k řadě okolností (např. vojenské konflikty), dodržena (Fialová                a kol., 1998; Srb, 2004; Statistika\&My, 2011. Historie statistiky v Čechách do roku 1918; ČSÚ, 2014e).                     16","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    V roce 1777 byl vydán nový konskripční patent, který se s mírnými změnami a odchylkami stal základem soupisů (s roční                a později tříletou periodicitou) až do roku 1851. Sčítání lidu z roku 1857 je označováno jako přechod mezi soupisy obyvatelstva                a moderním sčítáním lidu. Na rozdíl od soupisů obyvatelstva, které poskytovaly pouze základní údaje o počtu obyvatel a jejich                struktuře, se sčítání lidu prováděná od poloviny 19. století stávají základním pramenem statistických dat nejen o obyvatelstvu,                o jeho počtu a složení, ale zároveň o jeho životní úrovni (Fialová a kol., 1998; Srb, 2004; ČSÚ, 2014e).                  Další významnou etapu v novodobých dějinách sčítání lidu na našem území zahájil zákon přijatý v roce 1869, na jehož                základě bylo na začátku roku 1870 provedeno sčítání lidu, které zachytilo stav ke dni 31. prosince 1869. Zákon dále určoval, že                následná statistická šetření mají zachytit stav obyvatelstva v desetileté periodicitě, vždy k 31. 12. roku končícího nulou. Vlastní                realizaci šetření zajišťovaly obce, sčítací jednotkou se stala domácnost a sčítalo se tzv. přítomné obyvatelstvo. Dotazníky                byly buď vyplňovány majitelem domu, nebo „sčítacími komisaři“ na základě ústního sdělení sčítaných osob. Jednalo se                o první sčítání lidu v moderním pojetí, které vytvořilo podmínky pro srovnávací základnu základních demografických údajů                od tohoto roku až po současnost. Obdobně proběhla také sčítání v letech 1880, 1890, 1900 a 1910, přičemž se postupně                rozšiřoval rozsah požadovaných údajů (Fialová a kol., 1998; Srb, 2004; ČSÚ, 2014e)                  Československá sčítání lidu po 1. světové válce navázala na rakouskou tradici (kontinuita dat, moderní obsah apod.),                obsahově se mírně lišila a postupně se dále zdokonalovala. Z řady objektivních důvodů se upustilo od rozhodného okamžiku                k 31. 12. Ve 20. letech se také předpokládalo, že sčítání budou prováděna, podle vzoru z anglosaských zemí, po pěti letech,                ale z finančních důvodů se od toho včas upustilo (ČSÚ, 2014e).  Další sčítání lidu se tak uskutečnila v letech 1921 (obrázek                č. 2.7), 1930, 1950, 1961, 1970, 1980, 1991, 2001 a 2011.                                    Přehled sčítání lidu na území českých zemí, Československa a České republiky                  1869  1880  1890  1900   1910   1921  1930    1950  1961  1970  1980    1991  2001  2011                                                  Československá   Československá sčítání                          Rakouská sčítání                                                   Česká sčítání                                                     sčítání        z období socialismu                                          Obr. 2.7: Ukázka sběrného a sčítacího archu z roku 1921                                                           Zdroj: Czech Genealogy for Beginners (2014).                  V roce 1921 se za politicky nejdůležitější považovalo zjištění národnosti obyvatelstva, a to na základě „mateřského jazyka“                a nikoliv „obcovací řeči“ (úřední řeči), jak tomu bylo za Rakouska-Uherska, čímž se měla odstranit pro české a slovenské                etnikum znevýhodňující definice národnosti určované podle obcovací řeči, která nahrávala německému jazyku. Ačkoli                byla oficiálně zavedena a zjišťována „česko-slovenská národnost“, bylo možno zjistit počet obyvatel české a slovenské                národnosti odděleně (Fialová a kol., 1998; Srb, 2004; ČSÚ, 2014e).                  V roce 1930 byl obsah sčítání lidu v několika směrech rozšířen. K novým znakům patřily minulá bydliště sčítaných (pokud                osoba nebyla sečtena v obci svého narození tzv. „rodáci“), místo přistěhování do místa, kde byla osoba sčítána a zejména                plodnost žen (resp. plodnost manželská). Další sčítání lidu se mělo uskutečnit v roce 1940. Jeho konání na okleštěném                území Protektorátu Čechy a Morava se snažili zabránit také čeští politici a demografové s odůvodněním nepřipravenosti                a hlavně s úmyslem neposkytnout okupační mocnosti spolehlivé podklady pro válečné hospodářství. To se do značné míry                podařilo, oficiální sčítání lidu na našem území v plné šíři neproběhlo, omezeně se sčítaly zvlášť Sudety (v rámci „Třetí říše“)                i Protektorát (Fialová a kol., 1998; Srb, 2004; ČSÚ, 2014e).                  Po skončení 2. světové války došlo ke specifickým sčítacím aktům – soupisům obyvatelstva, jež si vynutily především                velké poválečné změny a nedostatek údajů. Oba soupisy proběhly v jiném termínu – v českých zemích 22. května 1947                a na Slovensku 4. října 1946, obsahově i organizačně byly na sobě nezávislé a bez potřebné koordinace. Na Slovensku se                sčítalo pouze přítomné civilní obyvatelstvo, v českých zemích veškeré přítomné obyvatelstvo. Oba soupisy byly zaměřeny                účelově – na Slovensku bylo jeho cílem získat data o pracovním trhu a současně také zpřesnit evidenci zásobovaného                obyvatelstva. V českých zemích bylo hlavním cílem soupisu získat podklady pro přípravu národního pojištění. Velký                důraz byl v obou soupisech kladen na zjištění hlavního osobního povolání, na postavení v povolání a na objektivní                povolání  (závod,  ústav,  odvětví).  Formulace  otázek  a  použité  klasifikace  obou  soupisů  nebyly  stejné,  nicméně  byly                získány informace za celé území státu nejen o počtu obyvatel a jejich složení podle věku, rodinného stavu, ale i údaje                o sociálním a ekonomickém složení obyvatel, údaje o počtech obcí a jejich velikostní struktuře. Významná a jedinečná                                                                                                        17","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  jsou data týkající se osídlování českého pohraničí a naopak vysídlování vnitrozemských okresů a dále údaje o místě                pobytu (vč. zahraničního) k 1. 5. 1945. Současně byly získány některé zkušenosti pro přípravu sčítání lidu plánovaného                a uskutečněného v roce 1950 (ČSÚ, 2010b).                  V roce 1950 byl do sčítání začleněn také soupis zemědělských, průmyslových a živnostenských závodů a celá akce byla                označena jako „národní sčítání 1950“. Jednalo se o poslední sčítání zpracované za přítomné obyvatelstvo a nadlouho                o poslední sčítání, kdy se zjišťovala příslušnost k církvi. Nově byla definována národnost a také odvětvové a profesní                klasifikace. Poprvé se v celorepublikovém rozsahu skutečně sčítaly domy a byty, data o obyvatelstvu a objektech bydlení                se však ještě nepodařilo vzájemně propojit. I když bylo sčítání 1950 připraveno ve velmi složitých podmínkách a mělo řadu                nedostatků, jeho výsledky jsou cenné. Byly totiž zachyceny všechny důsledky válečných a poválečných událostí ve změnách                počtu a složení obyvatelstva, ale především v postižení odsunu německého a výměny maďarského obyvatelstva, reemigrace                a přesídlení statisíců osob, zvláště do pohraničí českých zemí (Fialová a kol., 1998; Srb, 2004; ČSÚ, 2014e).                  Další sčítání na našem území se uskutečnilo v roce 1961 (roční odklad s ohledem na reorganizaci administrativního                členění a novou ústavu Československé socialistické republiky) a poprvé bylo označeno jako „sčítání lidu, domů a bytů“                (SLDB). Celé zpracování cenzu bylo tentokrát provedeno za trvale bydlící obyvatelstvo a podle koncepce tzv. cenzových                domácností. Data sčítání za bydlící obyvatelstvo umožnila následně založit a vést roční bilance obyvatelstva podle řady                kritérií, např. podle rodinného stavu. Podrobné zpracování údajů o cenzových domácnostech významně rozšířilo informace                o struktuře rodin a domácností, jejich velikosti apod. Poprvé se zjišťovaly údaje o dojížďce do zaměstnání (velmi důležitý                krok nejen pro dopravní obslužnost) mezi okresy i do větších měst – 216 středisek dojížďky (Tonev, 2013; ČSÚ, 2014e).                  V roce 1970 bylo poprvé ke zpracování výsledků sčítání využito velkokapacitního sálového počítače. Rovněž poprvé byly                výsledky sčítání zpracovány i za tzv. základní sídelní jednotky (tj. lokality ve venkovském osídlení a urbanistické obvody                ve vybraných městech). Novými zjišťovanými znaky se staly rodné číslo, státní příslušnost a v rámci zjišťování dojížďky do                zaměstnání, škol a učení její frekvence, vzdálenost, doba a používaný dopravní prostředek. Počet dojížďkových středisek                se na území ČR zvýšil na 1 576. Sledovalo se také soužití cenzových domácností v jednom bytě a vybavení domácností                některými předměty dlouhodobého užívání. Čtvrté poválečné sčítání proběhlo v roce 1980, přičemž obsahově bylo do                značné míry shodné se sčítáním předchozím. Za nové lze považovat prohloubení dat o plodnosti žen, třídění základních                sídelních jednotek podle typů a velikostí a také důkladnější směrové zpracování dat o dojížďce do zaměstnání (zjišťovány                byly proudy nad určitý počet vyjíždějících z obce) (ČSÚ, 2014e).                  Poslední československé sčítání lidu se uskutečnilo v březnu 1991. Na základě mezinárodních doporučení prostřednictvím                OSN byla do sčítání znovu zařazena otázka na mateřský jazyk a na trvalé bydliště v době narození sčítané osoby. Zpracování                bylo opět provedeno za obyvatelstvo trvale bydlící. V kontextu se změnou politicko-společenské situace po roce 1989                došlo  oproti  předchozímu  sčítání  k  některým  metodickým  změnám  ve  způsobu  zjišťování  a  zpracování  ekonomické                aktivity a společenské skupiny. Po více než 40 letech byla do sčítacích tiskopisů zařazena otázka na náboženské vyznání                sčítané osoby. K zvláště výrazným změnám došlo v klasifikaci národností, jejichž rozsah se výrazně rozšířil a poprvé byla                mezi nimi národnost moravská a slezská. Důležitou součástí nejen pro cestovní ruch bylo šetření tzv. objektů individuální                rekreace (tzn. chaty a chalupy a tzv. „vyčleněné“ chalupy z domovního fondu), které bylo v této podobě unikátní a již se                nezopakovalo (ČSÚ, 2014e).                  Sčítání v roce 2001 bylo opět integrovaným populačním, bytovým a domovním cenzem a v přípravě na vstup do EU                proběhlo již plně v souladu s doporučeními OSN a Eurostatu, resp. Evropské hospodářské komise OSN (United Nations                Economic Commission for Europe; UNECE) . Průběh tohoto sčítání komplikovaly některé nově vzniklé skutečnosti, a to                                                5                zejména nebývale vysoký počet těch, kteří byli sečteni mimo místo svého trvalého pobytu (téměř 750 tisíc osob), přičemž                tyto osoby bylo nutno zatřídit ručně. Nově byly zařazeny otázky na druhé nebo další zaměstnání a vybavení domácností                počítačem. Na druhé straně byly vypuštěny do jisté míry kontroverzní otázky na vybavenost domácností mrazničkou,                automatickou pračkou a televizorem (ČSÚ, 2014e).                  Při zatím posledním sčítání lidu domů a bytů upustil poprvé Český statistický úřad od tradiční metody sčítání a přešel ke                kombinované metodě s využitím registrů, neboť pro předvyplnění sčítacích formulářů a pro fázi zpracování byly využity                údaje dostupné z administrativních zdrojů. Sčítacími komisaři byli zhruba v 85 % případů pracovníci České pošty, s. p.,                což ve svém důsledku přineslo řadu praktických komplikací. Ve spolupráci s Asociací poskytovatelů sociálních služeb a se                Sdružením azylových domů se ČSÚ vůbec poprvé pokusil o sečtení osob bez přístřeší, nově byla zařazena také otázka                na registrované partnerství. Poprvé v historii sčítání se zjišťovalo tzv. faktické bydliště, tedy místo, kde lidé skutečně žijí                (obvyklý pobyt), což ovšem poměrně výrazně omezilo možnosti komparací s předchozími sčítáními (trvalý pobyt). Opět                byla vyloučena otázka na vybavenost domácností (např. automobil, rekreační objekt apod.), zjišťovala se pouze možnost                domácností využívat osobní počítač a připojení k internetu. Technologickou novinkou byla možnost vyplňovat sčítací                formuláře také elektronicky na internetu, čehož využila zhruba 1/3 sčítaných osob (ČSÚ, 2014e).                  Při sčítání 2011 (obrázek č. 2.8) se plně projevila neochota a nezodpovědnost lidí k celému aktu, přestože je tento ukotven                v zákoně a za neodůvodněné odmítnutí hrozila finanční sankce. Opětovná možnost dobrovolnosti otázek na národnost                a náboženskou víru se ukázala jako metodicky nešťastná, neodpovědělo na ně 2,6 resp. 4,7 milion osob. Na druhou stranu                  5  Doporučení UNECE byla do značné míry respektována již i ve sčítáních z období socialismu před rokem 1991.                     18","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                      Obr. 2.8: Ukázky sčítacích listů a průkazu sčítacího komisaře v roce 2011                                                                  Zdroj: ČSÚ, 2013. Výsledky SLDB 2011.                 je třeba říci, že tato skutečnost vycházela z právního řádu České republiky, resp. z Listiny základních práv a svobod a ČSÚ                nemohl žádným způsobem nutit lidi uvádět „citlivé“ údaje. Navíc se později zjistilo, že velké množství dojíždějících osob bylo                podchyceno chybně (Tonev, 2013).                  Pokud by se měla tato situace opakovat, což je dosti pravděpodobné, je na zvážení zodpovědných vládních institucí a ČSÚ                další změna metodiky sčítání, resp. faktické upuštění od celého aktu, jak se to již v některých zemích stalo. Jedná se např.                o skandinávské státy, Nizozemsko, Rakousko či Slovinsko, které se na tuto formu sčítání připravovaly několik dekád (využití                různých druhů populačních registrů jako alternace sčítání); kombinovanou formu využilo v roce 2011 více než 70 států                z celého světa. Zde je ovšem nutné podotknout, že Česká republika, resp. ČSÚ není zatím dostatečně připraven na alternaci                sčítání lidu, domů a bytů z populačních registrů, tuzemské administrativní zdroje totiž stále neobsahují nezbytné informace.                V relevantní podobě využitelné pro SLDB neexistují data o bytech, tudíž lidé nejsou evidováni na úrovni bytů a z registrů                nelze konstruovat data o domácnostech; chybí data o vzdělání, o místě pracoviště, problematická jdou data o ekonomické                aktivitě apod. Přestože se ČSÚ snaží veškeré vhodné registry využívat a doplňovat jimi data z terénu, sčítání 2021 i 2031 se                bez sčítacích komisařů neobejde.                  V připravovaném sčítání v roce 2021 se díky on-line verzi sníží rozsah terénních prací na minimum. S komisařem se                osobně setká jenom ten, kdo se v první fázi nesečte elektronicky (možnost i přes mobilní telefon). Počet otázek bude o                polovinu nižší než minule, místo 47 jen 23 a nebude vyplňován domovní list (Statistika\&My, 2018. Sčítání 2021: otázek bude                o polovinu méně).                  Dalšími zdroji dat o obyvatelstvu České republiky jsou:                  Evidence přirozené měny a demografická evidence                 •   jedná se o evidence narození, úmrtí, potratů, sňatků, rozvodů, nemocnosti apod.;                 •   data shromažďují zejména matriky, zdravotnická zařízení (zejména Ústav zdravotnických informací a statistiky ČR) a soudy;                 •   pravidelně (měsíční, čtvrtletní a roční periodicita) jsou k dispozici údaje o pohlaví a věku, sňatcích a rozvodech;                 •   publikováno  dříve  jako  Pohyby  obyvatelstva,  v  současné  době  jako  Databáze  demografických  údajů  za  obce  ČR  a  v  rámci                     demografických ročenek různých prostorových úrovní v gesci ČSÚ.                 Evidence stěhování                 •   vnitřní migrace byla evidována od roku 1949 a publikována mezi roky 1950-2004, a to na základě tzv. hlášení o stěhování;                     v  současné  době  však  hlášení  o  stěhování  nejsou  prováděna,  resp.  od  roku  2005  je  primární  zpracování  vnitřní  migrace                     v kompetenci Ministerstva vnitra ČR a demografická statistika přebírá již zpracované soubory;                 •   vnější (zahraniční) migrace je evidována od roku 1954 a zahrnuje všechny přistěhovalé a vystěhovalé osoby; od roku 2012 je                     zdrojem dat Ředitelství služby cizinecké policie, zpracování probíhá v gesci ČSÚ;                 •   mezinárodní srovnání dat o migraci je problematické, neboť neexistuje jednotná metodika a kvalita dat se liší stát od státu. Se                     vstupem do EU a se zavedením volného pohybu osob navíc prakticky nelze sledovat migrační pohyby ven z ČR;                 •   publikováno v omezené formě podobně jako v případě evidence přirozené měny.                  Populační registr                 •   různé formy registrů mají v ČR i dalších evropských zemích poměrně dlouhou tradici;                 •   zakládá se na kontinuálním shromažďování informací o jednotlivci žijícím v daném území;                 •   kvalitní populační registry (zejména ve skandinávských zemích) umožňují přípravu sčítání lidu a za určitých náročných podmínek                     mohou nahradit klasickou evidenci přirozené měny a stěhování nebo i celé sčítání lidu;                 •   často jsou vázány na registraci osoby pod rodným číslem;                                                                                                         19","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                   •   první centrální registr byl v Československu založen v roce 1980 na základě výsledků sčítání lidu; v současnosti má název Informační                     systém evidence obyvatel (ISEO), v němž jsou registrováni pouze občané ČR, cizinci mají vlastní informační systém; oba systémy                     poskytují data do základního registru obyvatel, který však není běžně dostupný.                 Zvláštní šetření                 •   jedná se především o tzv. výběrová šetření a mikrocensy;                 •   požadované charakteristiky u výběrových šetření jsou zjišťovány jen u části populace (výběrový vzorek obyvatel, resp. domácností)                     a jejich vypovídací schopnost je možné považovat za dobrou na úrovni republiky a krajů;                 •   oporou či rámcem pro výběrové šetření bývají, s ohledem na zvolenou metodu, data z populačních censů;                 •   mezi největší výběrová šetření realizovaná v České republice, která poskytují relevantní demografická data, patří Výběrové šetření                     pracovních sil (VŠPS, od roku 1992) a Šetření o příjmech a životních podmínkách domácností (EU-SILC, od roku 2005);                 •   předností výběrových statistických šetření (mikrocensů) je jejich pohotovost a hospodárnost;                 •   provádějí se jako doplněk sčítání lidu nebo evidence demografických událostí a jsou při nich sledovány jevy, které není účelné                     sledovat u všech obyvatel;                 •   publikováno v rámci ČSÚ. (Kuprová, Sivková (2014); ČSÚ (2015). Obyvatelstvo)                    Na závěr je vhodné zmínit také periodika, která se zaměřují primárně na demografické a populační analýzy a demografickou                statistiku. Mezi ty zásadní lze zařadit časopisy, které vydává Český statistický úřad:                •  Demografie, revue pro výzkum populačního vývoje, který je jediným odborným demografickým časopisem v České                   republice. Vychází od roku 1959.                •  Statistika, jehož cílem je vytvářet platformu umožňující mezinárodním a národním statistickým a výzkumným institucím                   prezentovat  přínosy  a  výsledky  komplexních  analýz  v  hospodářské,  environmentální  či  sociální  oblasti.  Vychází  od                   roku 1964.                •  Statistika a My, jež je měsíčník informující o aktuálním dění v Českém statistickém úřadě. Přináší analýzy, komentáře,                   výsledky statistických šetření realizovaných a organizovaných ČSÚ, statistické údaje o ČR, jejich obyvatelích včetně                   mezinárodního srovnání. Vychází od roku 2011.                                                                      20","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 3  VÝVOJ POČTU OBYVATEL A JEHO ROZMÍSTĚNÍ                  3.1 VÝVOJ POČTU OBYVATEL                  Velikost populace je v globálním měřítku výsledkem bilance porodnosti a úmrtnosti. V regionálním měřítku se k těmto                dvěma  základním  demografickým  procesům  přidává  i  migrace  (Ďurček,  Bleha,  2016).  Rekonstrukce  počtu  obyvatel                od nejstarších dob jeho vývoje je velmi složitá. Komplikovanost procesu spočívá především v nedostatku spolehlivých                informací o:                •  početnosti a rozmístění populací,                •  podmínkách a způsobech života populací (s určením početnosti populace úzce souvisí např. způsob obstarávání potravy,                   úroveň výrobních procesů apod.)                  Archeologické nálezy jsou vzhledem k časovému rozpětí vývoje a rozsahu vývojových prostorů málo početné. Rekonstrukci                komplikuje  také  proměnlivost  geografických  podmínek  (hlavně  klimatických),  jež  byly  v  počátečních  obdobích  vývoje                lidských populací významným faktorem (Wheldon a kol., 2013).                  Za období posledního jednoho milionu let, které je považováno za humánní fázi ve vývoji lidstva, žilo na Zemi podle                různých odhadů 60 až 100 miliard lidí. To znamená, že současné obyvatelstvo tvoří pouze 7–10 % všech lidí, kteří kdy Zemi                obývali. Rozložení lidí v jednotlivých obdobích vývoje však bylo výrazně asymetrické. Nerovnoměrnost vývoje ovlivňovaly                zejména (Livi-Bacci, 2012):                •  soustavně se opakující katastrofické události (zemětřesení, záplavy, epidemie, hladomory apod.) a války, které brzdily                   kvantitativní růst populací,                •  stále rostoucí vliv člověka na svůj vlastní vývoj.                                                                                 6                  Nejstarší odhady počtu obyvatel se týkají období poslední doby ledové (tzv. würm , konec nastal zhruba 10 000 let                př. n. l.). V druhé polovině poslední doby ledové žilo na Zemi několik desítek tisíc lidí a před 20 tisíci lety je počet lidí                odhadován na několik set tisíc. Tyto odhady se opírají o teorie (Mudd, 1964; Whittow, 1984):                  Maximálního počtu obyvatel                 •   při jeho odhadu se předpokládá maximální zalidnění prostoru, a to z aspektu přírodního potenciálu, tj. schopnosti uživit                     obyvatelstvo při určitém způsobu hospodaření;                  •   zanedbává se přitom rozhodovací schopnost člověka osídlit také prostory, které poskytují nejpříznivější podmínky pro život                     (častý výskyt starých civilizací v pouštních oblastech, deštných pralesech apod.).                  Minimálního počtu obyvatel                 •   tato teorie respektuje biologicko-genetické požadavky, neboť izolovaná populace pro svou zdravou reprodukci musí čítat                     minimálně 300–500 jedinců;                 •   při nižší početnosti se může zvyšovat nemocnost a úmrtnost a populace může postupně vymřít.                   Oprostěme se od původních prehistorických forem člověka šířících se prokazatelně z Afriky do oblasti evropského                a blízkovýchodního Středomoří a dále do dalších kontinentů (Cartmill. Smith, 2009), jak naznačuje i předchozí obrázek                č. 3.1, a podívejme se na vývoj moderního člověka obrázek č. 3.2. Na konci poslední doby ledové se lidé živili převážně                lovem a objevovaly se i primitivní formy zemědělství. Při takovém způsobu hospodaření mohla hustota zalidnění dosahovat                0,5–1 obyv./km . Z celkové rozlohy souše bylo pro život populací vhodných 1–5 %, podle odhadů mohlo na Zemi v té době                            2                žít zhruba 10 milionů obyvatel (Coale, 1973). Významné změny v rozsahu světové populace souvisí s vývojem v období                neolitu. V té době se začalo rozvíjet zemědělství, k jehož hlavním formám patřilo obdělávání půdy (rostlinná výroba)                a chov zvířat. Tato tzv. Neolitická revoluce, jež se váže zhruba na období 8000–3000 let př. n. l., přináší v důsledku usedlého                způsobu života (nové výrobní podmínky a vyšší produktivita práce) výrazný početní růst obyvatelstva – mohla se zvýšit                koncentrace obyvatelstva, což vedlo k rozvoji i prvních městských sídel. V období 7000 až 4500 let př. n. l. se počet obyvatel                dle odhadů zdvojnásobil z 10 na 20 milionů a někteří autoři tento zrychlený početní růst označují za „první demografickou                revoluci“ (Pavlík, 1964; Bocquet-Appel, Bar-Yosef, 2008; Ďurček, Bleha, 2016).                  Neolitická revoluce nejdříve proběhla v údolích Indu, Gangy, Nilu, Mezopotámie (řeky Eufrat a Tigris), ve Velké čínské                nížině a Turanské nížině, v Evropě potom v povodí řek Don, Dněpr, Rýn, Morava a v přímořských oblastech Francie a jižní                Anglie. Uznávané odhady udávají pro období:                •  7500 let př. n. l. – 5–20 milionů obyvatel;                •  5000 let př. n. l. – přibližně 20 milionů obyvatel;                •  v roce 1000 př. n. l. již asi 80 milionů (Mudd, 1964; Pavlík a kol., 1986).                  6  Würm, poslední a nejmladší pleistocénní glaciál (doba ledová) v alpském dělení zalednění začal asi před 110 tis. lety.                                                                                                        21","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                           Obr. 3.1: Rozšíření prehistorického člověka na mapě světa                                                                                Zdroj: Burenhult (2000).                  Relativně  spolehlivější  informace  o  počtu  obyvatel  světa  jsou  k  dispozici  z  období  existence  Římské  říše,  protože                v jednotlivých částech tohoto státního celku byla zorganizována „sčítání lidu“. Přebytky potravin přinesly osamostatnění                řemesel a jejich koncentraci do větších sídel, kde zároveň vzniká vojenská, řídící, ideologická společenská skupina populace.                Jedná se o předzvěst urbanizačního procesu a vznik prvních měst v oblastech nejbohatšího zemědělství.  Z malých měst se                postupně stávají na tehdejší dobu velká města, např. Řím až 1,5 mil. obyvatel, dále Trója, Alexandrie, Bagdád, Jeruzalém,                Damašek, Athény, Kartágo, Syracusy a další (Boserup, 1965; Livi-Bacci, 2012).                  V  prvních  stoletích  našeho  letopočtu  byl  počet  obyvatel  Evropy  odhadován  na  asi  35  milionů,  zbytek  světa  200–                250 milionů. Odhady pro ostatní světadíly jsou podstatně složitější:                  •   Za Afriku jsou k dispozici určité údaje z jejích severních oblastí, avšak rozsáhlá území na jih od Sahary jsou jen málo známá – počet                     obyvatel je odhadován asi na 30 milionů.                 •   Málo poznatků je charakteristických také pro Ameriku, kde se předpokládalo řídké zalidnění čítající asi 10 milionů.                 •   Rozsáhlé populace již dlouhou dobu existovaly v Asii, k největším patřila čínská (60 mil.) a indická populace (patrně početnější než                     čínská), kromě nich zde žila řada populací překračujících jeden milion obyvatel; celkový odhad pro Asii se blíží ke 180 mil. obyvatel.                 •   Nepříliš početné obyvatelstvo Oceánie je odhadováno na jeden milion osob.                                             Obr. 3.2: Základní milníky vývoje počtu obyvatel                                                                                      Phys.Org (2010).                     22","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Uvedené údaje jsou shodné u řady autorů, v odhadech se připouští chyba 20–100 %, nejvyšší u americké populace (Pavlík                a kol., 1986; Armelagos a kol., 1991).                  V  následujících  stoletích  byl  růst  obyvatelstva  poměrně  pomalý.  V  některých  oblastech  se  dokonce  předpokládá                i pokles počtu obyvatel v důsledku válek, epidemií, hladu a dalších vlivů (stěhování národů) – podle odhadů měla Evropa                kolem roku 500 přibližně 20 milionů obyvatel. V prvním tisíciletí (od roku 0 n. l. až do roku 1000) čítala populace světa                zhruba 300 mil. lidí, nedošlo tedy k žádnému čistému růstu populace. Pomalé tempo růstu dokazuje i údaj z roku 1500,                podle něhož nedosáhl počet obyvatel světa ještě ani 0,5 miliardy a v roce 1650 byl jen o pár desítek milionů vyšší. Souvisí                to s relativně pomalým rozvojem výrobních sil v tomto období, těžiště ekonomické aktivity leželo v nepříliš produktivním                zemědělství, zatímco rychlejší rozvoj stimulovaly činnosti jako řemesla, obchod a později hornictví a těžba (Pavlík, 1964;                Pavlík a kol., 1986; Livi-Bacci, 2012).                  Soustavnější a dlouhodobější růst obyvatelstva světa lze pozorovat od počátku 16. století, přičemž jeho tempo se postupně                zvyšovalo. Růst ovlivnilo mnoho faktorů, k rozhodujícím patří následující (Mudd, 1964; Pavlík a kol., 1986; Mládek, 1992):                  •   Rozvoj biologie a lékařských oborů, které rozhodující měrou přispěly k postupnému zvládnutí řady epidemických onemocnění,                     která způsobovala velmi početné a opakující se ztráty obyvatel.                 •   Důležitým výsledkem uplatnění vědeckých poznatků v lékařství bylo postupné snížení vysoké úmrtnosti. Toho bylo nejdříve dosaženo                     ve vyspělých evropských zemích, ale s určitým časovým posunem se vědecké, technické a ekonomické inovace dostaly i do ostatních                     zemí světa a způsobily podobné změny populačních procesů (prvek kontroly úmrtnosti).                 •   Formování nových hospodářských a společenské poměrů v některých evropských zemích (Velká Británie, Francie, Německo,                     Nizozemí) – kapitalismu spojeného s rozvojem zemědělství (i příměstského), řemesel, manufakturní výroby, obchodu, později                     i továrenského průmyslu a služeb. Ty znamenaly novou etapu ekonomického rozvoje a jejich efekty se pozitivně projevily                     i v ostatních sférách života společnosti.                 •   Rozvíjející se věda a výzkum (vznik významných univerzit), do nichž bylo možné vkládat část vytvořených hodnot.                 •   Růst a přebytky z výroby zemědělských produktů (např. brambory, obilí aj.), což podstatným způsobem zlepšilo úroveň zabezpečení                     obyvatelstva potravinami a v mnohých zemích to vedlo až k odstranění hrozby masového hladomoru a obecného snižování                     úmrtnosti.                 •   Zlepšení sanitárních a hygienických podmínek života obyvatel, zlepšení sociální péče, ale zejména zvyšování individuální vyspělosti                     obyvatelstva v oblasti hygieny.                   V důsledku uvedených skutečností došlo k prudkému poklesu mortality, za nímž s jistým zpožděním následoval mírný                pokles natality a velký početní růst populace.  V mnohých zemích se úroveň úmrtnosti snížila z původních 40 ‰ na hodnoty                kolem 20 ‰, což byla první známka nastupujícího demografického přechodu (více viz kapitola č. 7 Demografický přechod                a druhý demografický přechod). Zrychlující se tempo růstu počtu obyvatel lze dokumentovat údaji o zkracování časových                intervalů, v nichž došlo k milníkům populačního růstu (viz také tabulka č. 3.1):                   •   první miliarda byla překonána poměrně záhy na počátku 19. století (patrně roku 1804);                 •   druhá miliarda v roce 1927 – délka období 123 let;                 •   třetí miliarda zabrala pouze 33 let a byla tedy dosažena roku 1960;                 •   čtvrtá miliarda byla dosažena za dalších 14 let v roce 1974;                 •   pátá miliarda v roce 1987 (13 let); konec 80. let znamenal celosvětově vrchol rychlosti přírůstku populace;                 •   šestá miliarda potom za pouhých 12 let v roce 1999;                 •   sedmá miliarda (2011), tedy také 12 let;                 •   osmé miliardy může lidstvo, při udržení současného tempa růstu, dosáhnout ještě dříve než za 12 let, což však neznamená, že by                     populace rostla rychleji. (vysvětlení viz rámeček č. 3.1 níže)                   Na základě následujících údajů v tabulce č. 3.2 lze konstatovat, že v období let 1650–1900 se počet obyvatelstva světa                ztrojnásobil a v období let 1900–2000 dále vzrostl téměř čtyřnásobně. Pokud se na populační vývoj podíváme z jiné časové                dimenze, tak druhé tisíciletí bylo svědkem 20násobného zvětšení populace. Ještě dramatičtěji může působit konstatování,                že mezi lety 0–1900 na světě přibylo 1,3 mld. lidí, zatímco za poslední století (1900–2000) až 4,4 mld. V současné době                však již existují důkazy, že míra růstu světové populace dosáhla vrcholu (70. a 80. léta 20. století) a pomalu klesá (Bašovský,                Mládek, 1989; Livi-Bacci, 2012; Fialová, 2004). Neznamená to ovšem, že populace světa nerostla, pouze se tento růst                zpomalil (viz dále).                  V historickém kontextu lze za hlavní příčinu dynamického populačního růstu považovat zlepšení hygienických návyků                a zdravotních poměrů, a tedy snížení úmrtnosti, a to nejen v Evropě či USA. V samotné Evropě došlo mezi roky 1650–1950                k pětinásobnému zvětšení populace, což bylo tehdy ve světě ojedinělé. S šířením evropské kultury v podobě masových                migrací došlo zároveň k sedminásobnému nárůstu „evropského původu“ obyvatel světa. V ekonomicky vyspělých zemích se                zdravotnictví a lékařská věda postupně rozvíjely spolu s demografickou i průmyslovou revolucí a také postupnou účelovou                redukcí porodnosti jak na venkově, tak ve městech (Notestein, 1953).                                                                                                        23","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                            Tab. 3.1: Historické milníky vývoje počtu obyvatel světa                                                                        Období potřebné                                       Rok       Počet obyvatel (mil.)                                                                  ke zdvojnásobení populace (roky)                                   10000 př. n. l.       5                    ...                                    7000 př. n. l.       10                3 000                                    4500 př. n. l.       20                2 500                                    2500 př. n. l.       40                2 000                                    1000 př. n. l.       80                1 500                                        0               160                1 000                                       900              320                  900                                      1700              600                  800                                      1850             1 200                 150                                      1950             2 500                 100                                      1986             5 000                 36                                      2000             6 057                  ?                                      2018*            7 621                  ?                                                 *Pozn.: Údaje k polovině roku 2018.                               Zdroj: Mládek (1992); Pavlík (2004); PRB (2018). 2018 World Population Data Sheet.                     Rámeček č. 3.1: Rozdíl mezi absolutním a relativním růstem světové populace                     Podle řady zpráv z Populační divize OSN aktuálně na světě žije asi 7 % všech lidí, kteří kdy obývali naši planetu. Zatímco do                   roku 1900 byl roční růst světové populace lineárně pozvolný, v posledním století jde o závratné exponenciální tempo. Tato                   exponenciální populační exploze je však s největší pravděpodobností u konce. Meziroční tempo růstu světové populace zažilo                   svůj vrchol již v letech 1962–1963, kdy se meziročně zvýšil počet lidí o 2,2 %. Od té doby je roční nárůst každý rok nižší – aktuální                   rychlost růstu světové populace je zhruba 1,2 %. Podle vědců a statistiků jde o dlouhodobý trend, který bude pokračovat.                     Jinak je tomu ovšem s meziročním absolutním přírůstkem světové populace, který dosáhl vrcholu až koncem 80. let minulého                   století a činil až 92,5 milionu lidí. Ještě v polovině současné dekády zůstával meziroční přírůstek vysoký a pohyboval se kolem 85                   milionů. Pro rok 2019 je očekáván absolutní přírůstek kolem 81 milionů lidí a poté jeho další snižování v řádu o jeden milion                   ročně. (United Nations, 2019. World Population Prospects. Hihglights; Our World in Data, 2019. World Population Growth)                     V souvislosti s uvedenými skutečnostmi je vhodné připomenout, že v roce 1968 vydal americký biolog Paul Ehrlich svou                   průlomovou knihu The Population Bomb (zmíněno již výše), která vzbudila všenárodní uvědomění kolize světového populačního                   růstu s omezenými potravinovými zdroji planety Země. Jeho studie byla o několik let později podpořena vědeckou zprávou                   vytvořenou na základě počítačové simulace – The Limits To Growth, kterou inicioval a vydal Římský klub.                                        Tab. 3.2: Vývoj počtu obyvatel kontinentů v letech 1000–2018                                                             Počet obyvatel (mil.)                          Rok                                                    Austrálie                                     Evropa      Asie       Afrika    Amerika                 Svět                                                                                 a Oceánie                          1000         42        170          50         13         1          276                          1200         61        203          61         23         1          349                          1500         69        253          82         41         1          446                          1650        100        330         100         13         2          545                          1750        140        479          95         12         2          728                          1800        187        602          90         25         2          906                          1850        266        749          95         59         2        1 171                          1900        401        937         120        144         6        1 608                          1950        547       1 402        221        339         13       2 521                          1998        738       3 585        749        809         30       5 901                          2018*       746       4 536      1 284       1 014        41       7 621                                                 *Pozn.: Údaje k polovině roku 2018.                               Zdroj: Mládek, 1992; Pavlík (2004); PRB (2018). 2018 World Population Data Sheet..                     24","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Jednoduše shrnuto, za tři základní periody, které se v historii lidstva vyskytly značně časově nevyváženě, je možné                považovat (Peters, Larkin, 2008):                  •   kulturní revoluci (zhruba 200 000–10 000 let př. n. l.);                 •   neolitickou (zemědělskou) revoluci (zhruba 10 000–3 000 let př. n. l.);                 •   průmyslovou revoluci (zhruba 1750–1950).                   Extrémní populační boom v rozvojových zemích (jižní a střední Amerika, Asie, Afrika) začal až po 2. světové válce (viz                také tabulka č. 3.2). Po roce 1945 vzrostl počet obyvatel některých rozvojových zemí tak výrazně a rychle, že těmto zemím                nastaly značné problémy po stránce hospodářské, sociální a zdravotní, a vznikly vážné obavy z dalšího vývoje. Přírůstek                obyvatel zde byl a stále je tak vysoký, že i přes rychlý rozvoj hospodářství klesá produkce na obyvatele, roste nezaměstnanost,                kapacitně nepostačují rychle budované školy, zdravotnická, sociální a další zařízení (Sanderson a kol., 2017). Přírůstek                obyvatel  tak  vlastně  pohlcuje  pokrok  a  působí  mnoho  potíží  (více  viz  kapitola  č.  8  Stárnutí  populace).  V  důsledku                „ekonomicky nepříznivé“ věkové skladby (mnoho mladých lidí v neproduktivním věku) je podíl ekonomicky aktivního                obyvatelstva daleko menší než ve vyspělých zemích, což je další brzdou rozvoje. Proto se nyní vlády mnohých rozvojových                zemí (zejména Afriky a Asie) snaží další přírůstek snížit a jako nejlepší prostředek se osvědčuje výchova k plánovanému                rodičovství; to je ovšem z řady důvodů do blízké budoucnosti stále velmi obtížný až neřešitelný úkol.                  Data ke konci roku 2018 ukazují, že světová populace dosáhla již 7,67 miliardy. Roční přírůstek činil 85 milionů lidí                a v těchto dimenzích (80–90 mil. ročně) se pohybuje již po několik let, což skutečně dokládá zpomalení růstu světové                populace. Nejlidnatějším státem světa je dlouhodobě Čína (1,394 mld.), která ovšem v blízké době pravděpodobně přepustí                své postavení Indii (1,371 mld.). Důvodem je zejména zásadní rozdíl ve výši ukazatele porodnosti, resp. úhrnné plodnosti                (v roce 2018 Čína: 12 ‰ a 1,8 dítěte na ženu, Indie: 20 ‰ a 2,3 dítěte na ženu) a i při obdobně nízké úmrtnosti tedy                i v populačním růstu (Čína 5–10 mil. za rok, Indie 15–20 mil. za rok). Přestože se Čína již pátým rokem odvrací od politiky                jednoho dítěte a hodnoty porodnosti a plodnosti se mírně zvyšují (u Indie je tomu naopak; navíc má také výrazně vyšší                     Rámeček č. 3.2: Politika jednoho dítěte v Číně                     Za odstrašující příklad uměle ovlivněného populačního vývoje je možné považovat tzv. politiku jednoho dítěte, která byla                   praktikována komunistickým režimem v Číně od roku 1980 po více než 25 let, tedy po dobu jedné celé generace. Byla to do                   značné míry reakce na předchozí neúspěšné pokusy Mao Ce-tungovy diktatury o hospodářskou „reformu“ a dohnání Západu                   (tzv. Velký skok vpřed a následná Velká kulturní revoluce), které však znamenaly pravý opak, úpadek společnosti, ekonomiky                   a hladomor, na druhé straně ale i zvýšení počtu obyvatel z 550 mil. v roce 1950 na 920 mil. v roce 1975.                     Úkolem politiky jednoho dítěte bylo, aby počet obyvatel v Číně do roku 2000 nepřesáhl 1,2 miliardy obyvatel. Tato hranice sice                   byla asi o 60 milionů překročena, ale hlavní cíl – snížení porodnosti – byl splněn.  Cíle však bylo dosaženo prostřednictvím řady                   až absurdních restrikcí pro vícedětné rodiny. Rodiny s jedním dítětem byly oproštěny od poplatků za vzdělávání, zdravotní péči                   apod., dvoudětné rodiny se těchto výsad musely vzdát a rodinám s třemi dětmi bylo odepřeno bezplatné vzdělávání, dotované                   potraviny a výsady bydlení, navíc byli rodiče penalizováni snížením platu o 10 %. Skutečností je, že na venkově byly tyto restrikce                   mírnější než ve městech (Peters, Larkin, 2008).                     Podle King Whytea a kol. (2015) či Maa (2012) měla politika jednoho dítěte na této skutečnosti jen částečný podíl. K poklesu                   porodnosti došlo ve velké míře díky ekonomickému pokroku, zvýšení životní úrovně a zlepšenému postavení žen, které se nyní                   více než dříve zaměřují na práci a kariéru. Kontrola porodnosti tento přirozený proces pouze urychlila. Namísto přelidnění se                   dnes Čína potýká s následky této politiky – s nepoměrem pohlaví a stárnutím populace. V důsledku kulturních preferencí má Čína                   dlouhodobě výrazně méně žen, což tamějším mladým mužům (v dotčených generacích jich „přebývá“ asi 25 milionů) komplikuje                   založení rodiny. Aktuálně nejdiskutovanější je ale problém stárnutí obyvatelstva. V souvislosti s politikou jednoho dítěte se řeší                   tzv. fenomén 4-2-1, kdy se jediný potomek musí postarat o své dva rodiče a čtyři prarodiče. S tímto problémem se už dnes potýká                   generace mladých Číňanů (Walsh, 2015).                     Čínská vláda si nakonec uvedené problémy připustila a v roce 2013 byla politika jednoho dítěte částečně uvolněna. Rodinám,                   kde byl alespoň jeden z páru jedináček, bylo umožněno mít dvě děti. Žádoucího zvýšení porodnosti se však vláda nedočkala,                   proto v říjnu 2015 oznámila, že chystá zrušení politiky jednoho dítěte a všem párům umožní mít děti dvě. Jednalo se o reakci na                   problém stárnutí obyvatelstva a cílem je podpořit ekonomický růst. V březnu 2016 byl návrh oficiálně schválen parlamentem.                   Otázkou ale zůstává, zda bude mít změna žádoucí výsledek. Číňané už si navykli mít menší rodinu a mnoho párů podle výzkumů                   druhé dítě nechce, nebo si jej nemůže dovolit (Li, Zhang, 2017).                     Politika jednoho dítěte zabránila podle odhadů do konce roku 2013 narození 400 milionů dětí, vedla k nuceným potratům a také                   k demografické nerovnováze mezi pohlavími. Rodiny v Číně tradičně dávají přednost mužským potomkům a řada budoucích matek                   vyhledávala interrupci, pokud byl plod ženského pohlaví. V Číně tak na 100 narozených dívek připadalo ve druhé polovině nultých                   a na počátku desátých let 117–120 chlapců (v posledních letech začal poměr s koncem politiky jednoho dítěte mírně klesat).                   Přirozený poměr ve vyspělých demokratických společnostech je přitom 105–106 chlapců na 100 dívek (King Whyte, 2015).                     Přestože politika jednoho dítěte přinesla čínské populaci zřejmou nerovnováhu mezi muži a ženami jedné generace, realita                   nemusí být až natolik nepříznivá. V odborných kruzích se hovoří o tzv. „chybějících ženách“ (missing woman), které se staly                   „obětí“ nejen politiky jednoho dítěte a upřednostňování chlapců, ale také nedokonalého, resp. úmyslného neregistrování dívek                   při narození, a to zejména na čínském venkově. Chybějících žen bylo až do nedávna podle odborníků 30 až 60 milionů. Podle                   nového zjištění však u 25 milionů z nich úřady pouze nezaznamenaly jejich narození (Shi, Kennedy, 2016).                                                                                                        25","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  kojeneckou úmrtnost), tento antinatalitní pozůstatek minulých let a přivyknutí většiny čínských rodin na menší počet dětí                se nevyhnutelně projeví. Přehled deseti nejlidnatějších států světa za rok 2018 a predikci pro rok 2050 přináší následující                tabulka č. 3.3 (PRB, 2018. 2018 World Population Data Sheet).                  Uvedený odhad pro rok 2050 je přes značné úsilí demografů a statistiků každým rokem upravován, počty obyvatel                především pro Čínu a Indii jsou korigovány vzhledem k vývoji z posledních let. Přes značné objektivní potíže odhadu                budoucího  vývoje  je  možné  z  minulého  vývoje  předpokládat  významný  růst  hlavně  u  afrických  zemí.  Více  informací                a podrobnější analýzy k budoucímu vývoji počtu obyvatel viz kapitola č. 11 Populační prognózy a projekce.                                     Tab. 3.3: Nejlidnatější státy světa v roce 2018 a predikce pro rok 2050                                  Stát                2018     Stát               2050                                  Čína                1 394    Indie              1 680                                  Indie               1 371    Čína               1 344                                  USA                  328     Nigérie             411                                  Indonésie            265     USA                 390                                  Brazílie             209     Indonésie           320                                  Pákistán             201     Pákistán            307                                  Nigérie              196     Brazílie            231                                  Bangladéš            166     Dem. republika Kongo  216                                  Rusko                147     Bangladéš           202                                  Mexiko               131     Etiopie             191                                           Zdroj: PRB (2018). 2018 World Population Data Sheet.                3.2 ROZMÍSTĚNÍ OBYVATELSTVA A HUSTOTA ZALIDNĚNÍ                  Areál sídelního prostoru člověka nelze na Zemi vymezit ostrou hranicí. Důvody hledejme zejména v souvislosti se zcela                neobývaným prostorem moří a oceánů, ale také s nízkou hustotou sídel v řadě oblastí světa a nestejnorodostí osídlení.                Limitujícími hranicemi sídelního prostoru jsou kromě vodních ploch také polární, vysokohorské a extrémně suché oblasti.                Člověk tak dosud zdaleka nevyužil a v blízké i vzdálenější budoucnosti ještě dlouho nevyužije celou rozlohu souše (Toušek                a kol., 2008).                  Pojem ekumena označuje území, které je člověkem trvale osídlené a hospodářsky využívané (asi 43 % rozlohy souše).                Území, v nichž převažují krátkodobě obývaná sídla (především u kočovné, nomádské populace) a nelze u nich vymezit                ostřejší hranice, se nazývají subekumena nebo semiekumena. Oblasti člověkem dosud neosídlená označujeme pojmem                anekumena (zhruba 20 % rozlohy souše).                  Jedním z hlavních rysů rozmístění obyvatel na Zemi je jeho mimořádná nerovnoměrnost – odhaduje se, že přibližně                                                                                        7                polovina všeho obyvatelstva se koncentruje na ploše, která představuje pouze 5 % rozlohy souše , tři čtvrtiny obyvatelstva                světa žijí na 7 % plochy kontinentů (Bašovský, Mládek, 1989). Velmi markantně působí rozdíl mezi rozložením obyvatelstva na                                                                                                8                severní a jižní polokouli: na severní polokouli žije přibližně 90 % obyvatelstva světa, na jižní je to pouze 10 % (i když plocha                jižně od rovníku představuje 25 % celosvětové plochy souše). Největší koncentrace obyvatel nalezneme mezi 20–60 stupni                severní šířky, a to v oblastech východní, jihovýchodní a jižní Asie (Čína, Japonsko, Korea, Indonésie, Bangladéš), Indie, západní                Evropy a východo-centrální část USA.                  Rozmanité rozmístění a koncentrace obyvatelstva jsou úzce spjaty s hustotou zalidnění světa, kontinentů, jednotlivých                zemí. Nejčastěji používaným ukazatelem rozmístění obyvatelstva je obecná hustota zalidnění. Je jednoduše definována                                                             2                jako poměr počtu obyvatel a plochy území (většinou v km ). Je to významná strukturní charakteristika každého území                a osídleného prostoru. Poskytuje možnost prostorového i časového srovnání rozmístění obyvatelstva. Hustotu zalidnění                však nelze přeceňovat, protože pouze velmi obecně charakterizuje určité „populační zatížení“ na jednotku plochy – bez                vyjádření ekonomické úrovně obyvatelstva a území (Toušek a kol., 2008).                  Srovnávací  ukazatele  hustoty,  tzv.  specifické  hustoty  zalidnění,  příp.  diferenciační  hustoty  umožňují  přihlédnout  ke                specifičnosti měřeného jevu, čímž lze vyloučit např. neobývané vodní plochy:                •  hustota zalidnění na zastavěnou plochu (ve městech),                •  hustota zalidnění na zemědělskou půdu,                •  hustota zemědělského obyvatelstva na ornou půdu,                •  hustota průmyslového obyvatelstva na zastavěnou plochu apod.                  7  Za souš v tomto případě považujeme pouze plochu kontinentů, tedy nikoliv zaledněná území Arktidy a Antarktidy.                8  V rámci jižní polokoule je téměř čtvrtina populace soustředěna na ostrově Jáva v Indonésii.                     26","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    S odkazem na odhady extrémně nízké hustoty zalidnění Země před neolitickou revolucí na začátku kapitoly se lidstvo                dostalo  v  současné  době  k  nejvyšším  hodnotám  v  historii  a  tyto  budou  s  rostoucím  počtem  obyvatel  dále  narůstat.                                                                             2                V roce 2018 se hustota zalidnění Země pohybovala kolem 15 obyvatel na 1 km , pokud bychom počítali pouze rozlohu                                                                                                         2                                                                       2                obydlených kontinentů (bez Antarktidy), tak se jednalo o 57 obyvatel na km  (v roce 1950 to bylo pouze 18 obyvatel na km ).                Hustota zalidnění kontinentů v pořadí od nejvyšší, byla následující:                •  Asie: 102 obyvatel na 1 km ,                                       2                •  Evropa: 73,                •  Afrika: 42,                •  Latinská Amerika: 36,                •  Severní Amerika: 15,                •  Austrálie a Oceánie: 5.                  Na úrovni jednotlivých států (viz také obrázek č. 3.3) jsou vysoké hodnoty hustoty zalidnění typické pro městské státy,                                                                     2                resp. pro rozlohou malé státy jako Macao (20 000 obyvatel na 1 km ), Monako (19 000), Singapur (7 800), Hongkong                (6 800), dále např. Vatikán, Bahrajn, Malta, Maledivy, Bermudy (ve všech případech více než 1 000) apod. Z populačně                velkých a územně již rozsáhlejších států lze zmínit Bangladéš (1 160), Jižní Koreu (520), Nizozemí (470) či Indii (412). Česká                                                                2                republika se k roku 2018 dostala na hodnotu 136 obyvatel na km . Na druhé straně jsou nejnižší hodnoty hustoty zalidnění                charakteristické pro velmi rozlehlé státy s často nehostinnou krajinou pro život člověka (pouště, polopouště, mrazové                pustiny apod.), např. Mongolsko (1,9), Namibie (2,9), Austrálie (3), Island (3,5) či Kanada (4). Formálně nejnižší hustotu                                                                    2                zalidnění vykázalo na Dánsku závislé Grónsko (0,03 obyvatele na 1 km ).                                             Obr. 3.3: Hustota zalidnění ve světě v roce 2018                                                                Zdroj: United Nations (2017). World Population Prospects. The 2017 Revision.                   Faktory ovlivňující rozmístění obyvatelstva lze členit do tří skupin – geografické, sociální a ekonomické a demografické                faktory nebo jednodušeji a častěji na přírodní a socioekonomické faktory. V zásadě se však jedná o totéž. Dlouhou dobu se                udržoval mezi odborníky názor, že prostorové rozmístění obyvatel světa nejvíce ovlivňují faktory přírodní. S tímto přístupem                lze v zásadě souhlasit, přírodní podmínky byly do značné míry primárním faktorem určujícím původní osídlení Země.                Postupně však byl vliv těchto podmínek různou intenzitou modifikován sociálně-ekonomickými a politickými formami                jednotlivých zemí (Toušek a kol., 2008).                  Struktura rozmístění obyvatelstva se tedy chápe jako součinnost přírodních (geografických), tak sociálních, ekonomických                a kulturních faktorů. Z přírodních faktorů se většinou vymezují tři nejvýznamnější, a to:                  •   vzdálenost od mořského pobřeží,                 •   nadmořská výška,                 •   klimatické podmínky.                   Dříve se vyčleňovaly ještě další faktory, jako např. kvalita půdy a výskyt nerostných surovin, jejichž význam však dnes                můžeme považovat za velmi omezený.                                                                                                        27","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  Nadmořská výška území                  Vysoké hory jsou výrazně limitujícím činitelem při zakládání lidských sídel. Výjimky tvoří některé oblasti Asie a Jižní                Ameriky, kde je horní hranice osídlení posunuta výrazně výše. Téměř tři pětiny obyvatelstva světa žije ve výšce do 200 m                n. m. (asi 28 % plochy souše), do výšky 500 m žije 80 % obyvatel světa (57 % plochy souše). Nejvyšší podíl obyvatel                žijících v nízkých nadmořských výškách (do 500 m) má vzhledem k charakteru georeliéfu Evropa a Austrálie (Bašovský,                Mládek, 1989).                Klimatické podmínky                  Patrně nejdůležitějším přírodním faktorem je klima, klimatické podmínky, resp. klimatická pásma. Velmi nízké teploty                způsobující krátké vegetační období, kontrastní teploty spojené s pouštním podnebím či velmi vysoké teploty s vysokou                vlhkostí  nejsou  příznivé  pro  život  člověka,  i  když  v  případě  rovníkového  pásma  to  vždy  neplatí  (k  jedné  z  nejhustěji                zalidněných oblastí světa patří Indonésie). Do klimatických podmínek patří také srážky – zejména nízké a nerovnoměrně                rozdělené srážky v průběhu roku omezují obyvatelnost velkých oblastí zemského povrchu. Více než polovina obyvatel světa                žije v oblastech mírně teplého podnebí (především na severní polokouli), jehož rozloha tvoří pouze necelých 17 % plochy                souše. Se vzrůstajícím rizikem, resp. realitou globálního oteplování nabývají klimatické podmínky stále většího významu.                 Socioekonomické faktory                  Tak jako v raných dobách osídlování souše měly pro člověka primární vliv faktory přírodní, s postupem kolonizace do dříve                neobydlených oblastí, růstem techniky, kultury a civilizace, se začaly do popředí dostávat také faktory socioekonomické.                Rozložení obyvatelstva v důsledku působení socioekonomických faktorů se měnilo podle toho, jak se měnil relativní význam                různých typů hospodářské činnosti člověka. Tyto činnosti se v některých oblastech v průběhu vývoje několikrát měnily                a překrývaly. Mezi hlavní faktory koncentrace obyvatelstva můžeme s trochou nadhledu v historickém sledu zařadit:                •  zemědělskou výrobu,                •  dopravu,                •  obchod,                •  manufakturní a tovární průmyslovou výrobu,                •  provázanost obchodu, průmyslu a dopravy (přístavy, sklady, překladiště) - pobřežní i vnitrozemské regiony),                •  cestovní ruch – přímořské regiony,                •  provázanost průmyslové i nevýrobní základny (hi-tech obory, administrativa, vyšší služby, informace, výzkum a vývoj,                   inovace, vysoké školy, kreativní prostředí apod.) - metropolitní regiony.                                                                28","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 4  EXTRÉMNÍ UDÁLOSTI S DOPADEM NA POPULACI                   Přesné definovaní extrémních událostí, katastrof či pohrom je ve své podstatě poměrně komplikované. Anglická literatura                (např. Quarantelli, 1994) rozlišuje zvlášť pojmy pohroma (disaster) a katastrofa (catastrophe), podle níž lze oba odlišit na                základě vybraných znaků. Při katastrofě by měly být naplněny tyto skutečnosti:                •  zasažená je většina komunity, bez možnosti dočasného přestěhování,                •  nefunguje infrastruktura, stejně jako nouzové organizace,                •  místní úřady nejsou schopny poskytnout pomoc,                •  fungovaní komunity je dočasně pozastavené.                  Naopak  při  pohromách  nejsou  tyto  znaky  zcela  jasně  rozpoznatelné.  Mnozí  autoři  či  odborné  studie  se  navzdory                výše uvedenému shodují, že přesná definice neexistuje, pouze podmínky, při jejichž naplnění se událost dá označit za                pohromu či katastrofu (Kreps, 1995; Porfiriev, 1995; UNISDR, 2009; CRED, 2009). Pro účely našeho textu není třeba jít                nikterak do hloubky, s uvedenými pojmy budeme volně pracovat a využívat je. Při extrémní události dochází ke změně stavu                obyvatelstva, který ovlivnila nejen natalita a mortalita, ale i migrace (Livi-Bacci, 2012).                  Oprostíme-li se od řady excesů v podobě zániků historických kultur (Sumerská a Akkadská říše, Starověký Egypt, Mayská                civilizace a další), které způsobily populační a demografické změny, je možné za první masovou novodobou migrační                vlnu považovat tzv. stěhování národů, které na přelomu starověku a středověku (4.–7. století) trvale přeměnilo mapu                Evropy,  Blízkého  východu  a  severní  Afriky.  Způsobily  ji  především  kořistnické  nájezdy  kočovných  barbarských  kmenů                (Germáni, Hunové, Frankové, Gótové a další) na rozpadající se Římskou říši (Češka, 2000). Výraznou roli ovšem sehrály                také prudký nárůst evropského obyvatelstva, klimatické změny a přeměna dosavadního způsobu života (hledání nové                půdy a zemědělská činnost). Během několik staletí trvajícího procesu byly položeny základy mnoha dodnes existujících                států. V rámci této masové migrace zároveň přišly do střední Evropy západoslovanské kmeny, z nichž se později zformoval                i současný český národ. Pro antickou civilizaci nicméně znamenalo stěhování národů nenávratný zánik a počátek raného                středověku (Collins, 2010).                  Od roku 395 n. l. byla Římská říše rozdělena na dva útvary – Západořímskou a Východořímskou říši, označovanou také                jako Byzantská říše. Zatímco západní část zanikla již v roce 476, východní část impéria se sídlem v Konstantinopoli (Istanbul)                dosáhla největšího územního rozsahu v 6. století za panování císaře Justiniána (Angold, 2001). V té době však také došlo                k první globální pandemii moru, později označené jako Justiniánův mor. Epicentrem se stala právě Konstantinopol, kam                byl zavlečen krysami jako hostitelkami blech z lodí dovážejících obilí z Egypta a dalších částí Afriky. Jen ve východním                středomoří zdecimoval dýmějový mor asi ¼ populace, počet obětí je odhadován na 25 miliónů (Little, 2007).                  Křesťanská civilizace v době raného středověku nebojovala pouze s epidemiemi či klimatickými proměnami, velkou hrozbou                se pro většinu národů stala islámská hrozba v podobě ataků sílící Osmanské říše. Byzantská říše byla v tomto ohledu téměř                po tisíc let záštitou a ochránkyní Evropy. Oslabovaly ji však křížové výpravy a mocenské ambice vládců západních křesťanů.                Dobytí Konstantinopole osmanskými Turky a faktický zánik říše v roce 1453 vyvolal rozsáhlou emigraci byzantských učenců                do západních zemí, zejména do oblasti dnešní Itálie. Tito vzdělanci s sebou přinášeli znalost řečtiny a starověké filozofie                a kultury, o níž dosavadní středověká společnost v Evropě měla jen matné povědomí. Uprchlí intelektuálové tak nemalou                měrou přispěli ke zrodu italské (evropské) renesance (Obolensky, 1971; Zástěrová, 1992).                  Již naznačené klimatické změny byly další extrémní událostí, která měla výrazný vliv na evropskou populaci. Po období                teplé středověké periody se s příchodem 14. století počasí a především podnebí (dlouhodobý stav počasí) začaly měnit.                Slábly sluneční paprsky, teplota během jednoho turbulentního desetiletí klesla o dva stupně, což se nezdálo být moc, ale                klimatická reakce byla tragická. Vše začalo studenými a vlhkými roky 1315–1322, kdy příliš mnoho srážek způsobilo neúrodu                a hlad a po pěti letech dešťů a chladu zemřelo v Evropě 1,5 mil. lidí. Byla tak odstartována řetězová reakce trvající více než                500 let, tzv. Malá doba ledová, panující zhruba v období let 1300–1850 (Fagan, 2007).                  Lidé neumírali pouze na vyhladovění, ale na nemoci způsobené hladem (tzv. hladomory). Malá doba ledová tak vytvořila                „ideální“ podmínky pro různé epidemie, zejména moru. Lidé se totiž začali více shlukovat v teplejších městech, žili ve větších                skupinách (rodinách), v domech byly minimální možnosti hygieny – to vše nahrávalo rychlému šíření epidemií. Nejhorší                byl opět dýmějový mor, který s sebou přivezli námořníci na lodích s kořením z Asie, karavany vracející se po Hedvábné                stezce či kočovníci z mongolské pouště Gobi. Počátek této největší morové rány v Evropě, nazývané „černá smrt“, která si                vyžádala podle odhadů až 100 miliónů obětí (mezi roky 1200–1400 se snížil počet obyvatel Evropy z 60 na 45 milionů), je                datován do roku 1347 (v Asii zemřelo o sto let dříve na tuto pandemii asi 13 mil. lidí). Postihla prakticky všechny evropské                země, přičemž zdecimovala i dříve uchráněné populace ve Skandinávii, na Britských ostrovech či na Islandu, kde díky                chladnému počasí neměla tato epidemie natolik živnou půdu. Ve vlnách se „černá smrt“ vracela ve zhruba dvacetiletých                intervalech několik století. Největší dopady na populaci měl mor v 17. století, a to v Itálii, Londýně (např. obrázek č. 4.1) a                ve Vídni, kdy si vyžádal více obětí než třicetiletá válka (Chambers, 1864/2004; Fagan, 2007).                  Polovina 15. století byla posledním mementem Vikingů na kdysi zeleném Grónsku, které opětovně zamrzlo a zapadlo                sněhem (Barüske, 1990). Na jihozápadě Evropy došlo k tzv. reconquistě (znovudobytí), když v roce 1492 kapitulovala                poslední muslimská pevnost Granada a skončila éra Arabů v dějinách Španělska. Zároveň byli z Pyrenejského poloostrova                                                                                                         29","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Obr. 4.1: Dobové ilustrace morového lékaře a Velkého požáru Londýna (který paradoxně zastavil šíření morové epidemie)                                                       Zdroj: Historický blog (2008) – 3 největší morové rány; Chambers (1864/2004)                 vypovězeni všichni Židé, Maurové a Gitanos (Romové), což znamenalo, že zemi tak naráz opustilo několik set tisíc lidí.                Zejména židovský exodus byl historiky považován za velký omyl, neboť se jednalo o ekonomicky velmi silnou skupinu                (O´Callahan, 2004).                  Na konci 15. století byla započata mohutná a dlouhodobá migrace evropských obyvatel na nově objevený americký                kontinent.  Zpočátku  se  kromě  odvážných  dobrodruhů  a  chamtivých  kolonizátorů  jednalo  také  o  příslušníky  v  Evropě                nežádoucích  náboženských  skupin,  kteří  za  oceánem  hledali  bezpečné  místo  pro  praktikování  své  víry  (Lockhardt,                Schwartz, 1982). Tato skutečnost do značné míry přetrvala dodnes, USA byly a jsou silně nábožensky založené, někdy                až puritánské oproti Evropě, ale tehdy to byli náboženští osvícenci, kteří utíkali z Evropy, a to i před nechvalně proslulou                (španělskou) inkvizicí.                  Již zmíněná třicetiletá válka (1618–1648) měla na svědomí nejen takřka vylidněnou střední Evropu (úbytek obyvatel                např. Českých zemí se odhaduje z 3 na 1 milion) v důsledku válečného konfliktu vyvolaného vyvrcholením sporu mezi                římskokatolickou církví a zastánci reformních vyznání (luteránství a kalvinismus), ale také velmi významnou migrační vlnu.                Tato vlna postihla i České země a české protestantské stavy i vzdělance, kteří byli nuceni hledat nový domov převážně                v Nizozemí, Švédsku a v německy mluvících zemích (Klíma, 1996).                  Kolonizace amerického kontinentu pokračovala po několik staletí a byla spojena s násilnou deportací miliónů otroků                zejména z Afriky. Původní indiánské obyvatelstvo bylo naopak cíleně vyhlazováno. K tomu přispěly i choroby dovezené                z Evropy či Asie (na otrokářství se podíleli i Arabové), proti kterým neměli domorodci téměř žádnou imunitu. Do roku 1900                bylo na americký kontinent dopraveno téměř 12 mil. otroků a další miliony zahynuly po cestě nebo již ve své domovině,                což mělo výrazně negativní vliv také na tehdejší africkou populaci, která prakticky stagnovala (Lovejoy, 2000).                  Poslední  období  Malé  doby  ledové  bývá  spojováno  také  s  doloženými  záznamy  výraznějších  sopečných  projevů.                V roce 1783 došlo k ničivé erupci islandské sopky Laki, jejíž následky (sopečný popel, prach a plyny v atmosféře) způsobily                v několika dalších letech ochlazení a hladomory nejen na Islandu, ale i ve většině Evropy (Sigurdsson, 1999). Tato skutečnost                bývá spojována např. i s neúrodou a hladomorem ve Francii, což v roce 1789 přispělo k povstání pařížského lidu, pádu                Bastily a k počátku Velké francouzské revoluce. Série erupcí sopky Tambora v Indonésii v roce 1815 jsou považovány za                nejsilnější v historii lidstva. Tyto erupce následující rok ovlivnily klima na celé severní polokouli – o roku 1816 se hovoří                jako o „roku bez léta“ (Parfitt, Wilson, 2009). Jeden z posledních velkých hladomorů tohoto období, způsobený totální                neúrodou brambor, na nichž byla závislá většina populace, spadá do poloviny 19. století do Irska. V té době odešlo do USA                asi 2 miliony Irů (Notestein, 1953; Coogan, 1966).                  Největšími excesy v dějinách lidstva s dopadem na celosvětovou populaci se staly světové války ve 20. století. První                světová válka (1914–1918) zasáhla Evropu, Afriku a Asii a probíhala i ve světových oceánech. Zúčastnilo se jí 30 zemí, ve                kterých žilo 1,5 miliardy lidí (75 % světové populace). S tímto válečným konfliktem je však spojena ještě větší populační                pohroma, a to pandemie tzv. „španělské chřipky“, která zasáhla postupně celou zeměkouli a mezi roky 1918–1920 si podle                odhadů vyžádala 50–100 miliónů obětí (oproti zhruba 17 miliónům ve válce padlým vojákům a civilistům). (Patterson,                Pyle, 1991; Willmott, 2005).                  Meziválečné období sice přineslo většině zemí ekonomickou prosperitu, nově se formující Sovětský svaz však postupně                prošel bolševickou revolucí, občanskou válkou a velkými ekonomickými otřesy. Spolu s politikou tzv. válečného komunismu                se tato situace odrazila v hladomoru v letech 1921–1922. Ten postihl zejména regiony okolo řek Volha a Ural, ale i Ukrajinu                a vyžádal si okolo 6 milionů životů. V letech 1932–1933 postihl Ukrajinu další hladomor, jehož počet obětí se odhaduje                na 7–10 milionů. Podle některých historiků byl cíleně způsobený Stalinovou politikou a rozšířil se i do oblastí Ruska                a Kazachstánu (Conquest, 1986; United Nations General Assembly, 2003).                     30","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                       Rámeček č. 4.1: Původ „španělské chřipky“                     Toto  „geografické“  označení  je  matoucí,  se  Španělskem  měla  pandemie  původně  pramálo  společného.  Své  „španělské                   označení“ dostala z politických důvodů – kvůli cenzuře tisku a obavě z paniky v bojujících státech (např. v USA) se tam o                   narůstající vlně chřipky prakticky neinformovalo. Jinak to bylo ve Španělsku, které bylo v 1. světové válce víceméně neutrální.                   Když v Madridu v květnu 1918 onemocněl už každý třetí obyvatel, španělský tisk bez cenzury informoval o epidemii, která tak                   dala nákaze jméno podle své země.                     Většina odborníků se „tradičně“ domnívá, že se španělská chřipka na člověka přenesla z ptáků. Patrně se tak stalo v Asii                   už roku 1917. S bojujícími vojáky se následujícího roku dostala do USA, kde se rozšířila nejprve na vojenských základnách.                   S vojáky cestovala opět dál, do Itálie, Velké Británie, Španělska, Číny i Japonska, a to během pouhých tří měsíců. První vlna                   na jaře 1918 ještě byla poměrně mírná, druhá, na podzim 1918 (Boston, Indie, Karibik, střední a centrální Amerika, později                   Brazílie a Aljaška) však již začala zabíjet ve velkém. V celkem třech vlnách se tato pandemie prohnala celým světem a vyžádala                   si až 100 mil. životů.                     Podle novějších analýz a rekonstrukcí bylo „epicentrum“ chřipkové pandemie z roku 1918 v pevnosti Camp Funston v americkém                   státě Kansas, kde byli vojáci drženi v karanténě (viz i obrázek č. 4.2). Na tuto základnu byli po první světové válce přiváděni vojáci                   ze služby ve Španělsku a z dalších lokalit, kteří byli před propuštěním do civilu povinně podrobeni novému očkování.                     První světová válka trvala „poměrně krátce“, a proto farmaceutické firmy jako výrobci vakcín nedokázaly prodat všechny                   své výrobky. Když se snažily dosáhnout předpokládaných zisků, rozhodly se zbývající vakcíny nabídnout obyvatelstvu a spustily                   největší očkovací kampaň v historii USA.                     V té době nebyly žádné vážné epidemie, které by ji opodstatňovaly, proto použily jiné argumenty. Jejich propaganda tvrdila,                   že vojáci se z cizích zemí vrátili se všemi možnými nemocemi, a musí tedy dostat všechny vakcíny, které jsou na trhu. Nesourodá                   směs nemocí, způsobená pestrým koktejlem jedovatých vakcín, byla vlastně novou nemocí, resp. měla příznaky všech nemocí,                   které lékaři lidem aplikovali. Pro tuto „novou nemoc“ nejdříve neměli američtí lékaři název, a protože chtěli odvrátit vinu od                   sebe, nazvali ji španělská chřipka.                     Shodující se dobové zprávy a citáty inklinují spíše k tomu, že španělská chřipka nebyla způsobena nějakým zmutovaným virem,                   který se nevídanou rychlostí současně rozšířil na více kontinentů. Navíc nejvyšší úmrtnost byla právě mezi očkovanými vojáky a                   neočkovaní zůstávali nenakažení.                     Španělskou chřipku lze podle řady indicií považovat za globální očkovací katastrofu. Skutečná pravda se ovšem po více než                   sto letech bude dokazovat velmi obtížně. Každopádně, lidstvo v té době nemělo prakticky žádné protilátky a lékařská věda ještě                   neznala antibiotika.                                                  Zdroj: Svobodné noviny, 2014; Naše zdravotnictví, 2018; Český rozhlas Plus, 2018.                                      Obr. 4.2: Vojáci s nákazou tzv. španělské chřipky v americkém Kansasu                                    a příjezd vysídleného německého obyvatelstva do Šlesvicka-Holštýnska                                                  Zdroj: Český rozhlas. Plus, 2018. Před 100 lety vypukla španělská chřipka; Schieder (1960)                  Druhá světová válka (1939–1945) byla největším konfliktem v dějinách lidstva s negativním dopadem na populaci.                Svým rozsahem, nasazením a počtem obětí jednoznačně převýšila všechny předchozí válečné konflikty. Zúčastnilo se                jí 64 zemí, kde tehdy žily zhruba dvě miliardy lidí, takže se dotkla asi 80 % tehdejší světové populace. Tato válka stála                více než 60 milionů lidských životů, v rámci nichž počet zabitých civilistů mírně převýšil počet padlých vojáků (Liddell                Hart, 1977; Keegan, 1997). Po jejím skončení došlo k velkému migračnímu přesunu, resp. repatriaci a odsunu německých                obyvatel z většiny evropských zemí do nově vznikající Spolkové republiky Německo. Historické prameny hovoří o 12–14                milionech osob, z toho nejvíce z Polska a Československa (Schieder, 1960; Tipton, 2003).  První i druhá světová válka se                staly mementy v historii lidstva.                  Přestože nelze opomenout řadu ozbrojených konfliktů, přírodních či člověkem vyvolaných událostí (např. hladomor v Číně                v letech 1959–1961 stál podle odhadů až 30 mil. životů), druhou polovinu 20. a počátek 21. století se snaží lidstvo vyrovnat                spíše s řadou nových virových epidemií a onemocnění s celosvětovým dopadem (Becker, 1998). Jedním z nejzávažnějších                                                                                                        31","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  je tzv. syndrom získaného selhání imunity, známý pod zkratkou AIDS (Acquired Immunodeficiency Syndrom), způsobený                lidským virem selhání imunity HIV (Human Immunodeficiency Virus). Od počátku 80. let minulého století se virem HIV                nakazilo 75 milionů lidí, nejméně 25 milionů jich nemoci podlehlo. V současnosti je infikovaných zhruba 35 milionů, velká                většina z nich žije v chudých a rozvojových zemích, přičemž nejhůře postiženou oblastí je subsaharská Afrika (Reilly, 2009;                ECDC/WHO Europe, 2016). Aktuálně se situace zlepšuje a nové vakcíny prodlužují naději dožití postižených lidí, v některých                jihoafrických zemích však tato nemoc způsobila na přelomu století populační kolaps.                             Největší extrémní události v dějinách lidstva a odhady lidských obětí                            Španělská chřipka (1918–1921)  50–100 milionů                            Druhá světová válka (1939–1945)  60 milionů                            Hladomor v Číně (1959–1961)   30 milionů                            Justiniánův mor (6. století n. l.)  minimálně 25 milionů                            AIDS (1980–současnost)        minimálně 25 milionů                            Černá smrt (1347–1363)        25 milionů (v delším časovém období až 100 mil.)                            První světová válka (1914–1918)  17 milionů                   Největším současným „strašákem“ však není AIDS, Ebola, Zika ani další virová onemocnění či epidemie, ale malárie. Na                malárii každý rok zemře okolo 600 tisíc lidí a dalších 200 milionů se jí nakazí. K 90 % úmrtí na malárii dochází v subsaharské                Africe a téměř 4/5 obětí tvoří děti mladší 5 let. Ačkoli od roku 2000 úmrtnost poklesla o 25 %, je nemoc v celosvětovém                měřítku stále hlavní příčinou úmrtí dětí mladších pěti let (Renwick, 2016; WHO, 2018. Malaria)                                                                              32","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 5  STRUKTURA OBYVATELSTVA                   5. Struktura obyvatelstva                 5.1 POHLAVÍ A VĚK                   5.1. Pohlaví a věk                   Pohlaví obyvatelstva je jednou z charakteristik, která může přispět k typologii populace. Poměr pohlaví                  Pohlaví obyvatelstva je jednou z charakteristik, která může přispět k typologii populace. Poměr pohlaví je výsledkem                   je výsledkem několika spolupůsobících fenoménů:                několika spolupůsobících fenoménů:                      -                          Poměr pohlaví živě narozených dětí (sekundární index maskulinity)                •  poměr pohlaví živě narozených dětí (sekundární index maskulinity),                          Pohlavně diferencovaná úmrtnost (mužská nadúmrtnost)                      -                •  pohlavně diferencovaná úmrtnost (mužská nadúmrtnost),                          Zevní faktory (migrace, dramatické události, války apod).                      -                •  zevní faktory (migrace, dramatické události, války apod).                    Poměr pohlaví se vyjadřuje buď jako podíl mužů a žen v populaci – koeficient maskulinity či feminity                  Poměr pohlaví se vyjadřuje buď jako podíl mužů a žen v populaci – koeficient maskulinity či feminity (v %) nebo jako                   (v %) nebo jako poměr počtu mužů na 100 žen – index maskulinity (ima), či obráceně – index feminity.                poměr počtu mužů na 100 žen – index maskulinity (ima), či obráceně – index feminity.                                                                                                                            �    � �  ∗                                                                                                     m P m = počet mužů                                                               z                 P  = počet mužů                              P  = počet žen                    P z  = počet žen                   Ve světové populaci převažuje počet mužů, přičemž tento podíl od 2. pol. 20. století mírně roste. Zatímco v roce 1960                   Ve světové populaci převažuje počet mužů, přičemž tento podíl od druhé poloviny 20. století mírně                bylo rozložení mužů a žen v populaci 50,1 % ku 49,9 %, v roce 2017 to bylo 50,4 % ku 49,6 %, což znamená poměr                   roste. Zatímco v roce 1960 bylo rozložení mužů a žen v populaci 50,1 % ku 49,9 %, v roce 2017 to bylo                zhruba 101/100 (World Bank, 2018. Population). Ekonomicky vyspělé země OECD mají standardně převahu žen v populaci                   50,4 % ku 49,6 %, což znamená poměr zhruba 101/100 (World Bank, 2018. Population). Ekonomicky                (103–106/100), země bývalého Sovětského svazu mají tento podíl ještě vyšší (114–117/100), což je stále ještě důsledek 2.                   vyspělé  země  OECD  mají  standardně  převahu  žen  v populaci  (103-106/100),  země  bývalého                světové války, vyšší mužské nadúmrtnosti způsobené vnějšími vlivy (zejména alkohol, práce v těžkém průmyslu, v armádě                   Sovětského svazu mají tento podíl ještě vyšší (114-117/100), což je stále ještě důsledek 2. světové války,                apod.). V afrických nemuslimských zemích je poměr pohlaví v populaci zhruba vyrovnaný (viz obrázek č. 5.1). Pokud rozdíl                   vyšší  mužské  nadúmrtnosti  způsobené  vnějšími  vlivy  (zejména  alkohol,  práce  v těžkém  průmyslu,                v naději dožití existuje, tak v posledních desetiletích se snižuje, což je způsobeno stále kvalitnější lékařskou vědou, rostoucí                   v armádě apod.). V afrických nemuslimských zemích je poměr pohlaví v populaci zhruba vyrovnaný                kvalitou  života,  vyváženějším  životním  stylem  a  zlepšením  pracovních  podmínek  v  rizikových  povoláních.  Muži  se  tak                   (viz obrázek č. 5.1). Pokud rozdíl v naději dožití existuje, tak v posledních desetiletích se snižuje, což                dožívají relativně stále vyššího věku a v populaci je jich více, než tomu bylo dříve (WHO, 2018. Sex Ratio).                   je způsobeno stále kvalitnější lékařskou vědou, rostoucí kvalitou života, vyváženějším životním stylem                   a zlepšením pracovních podmínek v rizikových povoláních. Muži se tak dožívají relativně stále vyššího                           Obr. 5.1: Poměr pohlaví ve světě (index maskulinity; muži/ženy) pro celou populaci v roce 2017                   věku a v populaci je jich více, než tomu bylo dříve (WHO, 2018. Sex Ratio).                    Obr. 5.1: Poměr pohlaví ve světě (index maskulinity; muži/ženy) pro celou populaci v roce 2017                                                          Zdroj: United Nations (2017a); vlastní zpracování.                    Zdroj: United Nations (2017a); Vlastní zpracování.                  V zemích „západní“ civilizace (zejména v Evropě) se standardně rodí více chlapců než dívek a tento poměr bývá ještě                 navýšen v zemích, kde jsou upřednostňováni chlapci a muži, a to z řady ekonomických důvodů, kulturních a náboženských                   V zemích „západní“ civilizace (zejména v Evropě) se standardně rodí více chlapců než dívek a tento                tradic a zvyklostí, politických a legislativních opatření, vlivem válek apod. (viz také obrázek č. 5.2). Čína, Indie, Jižní Korea,                   poměr bývá ještě navýšen v zemích, kde jsou upřednostňováni chlapci a muži, a to z řady ekonomických                státy s islámskou vírou, ale i další země preferují chlapce před dívkami, což dříve vedlo, a v některých zemích (zejména                   důvodů, kulturních a náboženských tradic a zvyklostí, politických a legislativních opatření, vlivem válek                ortodoxní islámské státy) stále vede, k potratům ženských embryí, či dokonce vraždám novorozeňat ženského pohlaví                   apod. (viz také obrázek č. 5.2). Čína, Indie, Jižní Korea, státy s islámskou vírou, ale i další země preferují                (Hesketh, Zhu, 2006; Hesketh a kol., 2011). V posledních letech došlo nejen ve jmenovaných zemích k opatřením, která                zakazují určování pohlaví a provádění nelegálních interrupcí.  Např. v Jižní Koreji se již na začátku minulého desetiletí podařilo                změnit poměr pohlaví u novorozenců již pod hodnoty 110/100 ve prospěch chlapců (dříve to bylo až 117/100). Podobný                trend začíná být zvolna patrný i v Číně a Indii. I kdyby však tento vývoj nadále pokračoval, „sklizeň“ několika desetiletí, kdy                byl v těchto zemích poměr pohlaví u novorozenců posunut výrazně ve prospěch chlapců, se teprve projeví. Jen pro ilustraci,                v roce 2005 se v Číně rodilo 121 chlapců na 100 dívek. V absolutních číslech to znamená, že se jen v tomto roce narodilo                o 1,1 milionu více chlapců než dívek. V roce 2005 vykazovala čínská populace ve věku do dvaceti let přebytek 32 milionů                                                                                                       33","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  chlapců (Petr, 2011). Na druhou stranu je v řadě afrických zemí poměr pohlaví při narození vyšší u dívek. Tato skutečnost                může být způsobena jednak rasou, resp. tmavou barvou pleti, ale také obecně vysokým počtem dětí narozených jedné ženě                a následně vyšším podílem dívek narozených v druhém a dalším pořadí (James, 1987).                  Níže uvedená tabulka č. 5.1 porovnává podíl žen v populaci ve vybraných státech v letech 1960 a 2017. Zatímco v roce                1960 převažovala ženská složka populace ve státech východního bloku, což bylo způsobeno zejména druhou světovou                válkou, v roce 2017 se tyto rozdíly mírně zmenšily. Velmi zajímavý příklad tvoří Hong Kong s 54% podílem žen v populaci;                přestože Čína z kulturních důvodu upřednostňuje chlapce a na celou Čínu připadá 48,4 % žen, Hong Kong se tradiční Číně                zcela vymyká. Jedním z důvodů je významná role britské kolonizace a potlačení původních kulturních zvyklostí, nadále                ojedinělá vyspělost „státu“ a s tím spojená selektivní migrace žen z celé země (Census and Statistics Department, 2018.                Gender). Velmi nerovnoměrný poměr pohlaví je typický pro ortodoxní islámské země; jako příklad lze uvést Katar, kde ženy                tvoří pouze 25 % populace (viz také obrázek č. 5.8 níže – Věková pyramida Kataru v roce 2017).                               Obr. 5.2: Poměr pohlaví ve světě (index maskulinity; muži/ženy) při narození v roce 2017                                                                       Zdroj: United Nations (2017a); vlastní zpracování.                                 Tab. 5.1: Podíl žen na celkové populaci ve vybraných státech v letech 1960 a 2017                              Nejnižší podíl žen v roce 1960    Nejnižší podíl žen v roce 2017                               Kuvajt                  35,7      Katar                    24,9                              Guam                    41,5      Spojené Arabské Emiráty  27,6                              Katar                   43,5      Omán                     34,2                              Maledivy                45,5      Bahrajn                  37,3                              Pákistán                46,4      Kuvajt                   42,3                              Nejvyšší podíl žen v roce 1960    Nejvyšší podíl žen v roce 2017                              Litva                   55,9      Curacao                  54,2                              Estonsko                55,8      Litva                    54,1                              Ukrajina                55,4      Hong Kong                54,0                              Ruská Federace          55,2      Lotyšsko                 53,9                              Barbados                55,1      Ukrajina                 53,8                                               Zdroj: World Bank (2018); vlastní úpravy.                   Podíl žen byl v českých zemích vždy o něco vyšší, než podíl mužů a pohyboval se mezi 51-54 % (v roce 2017: 50,8 %). Nižší                počet mužů v populaci je podmíněn tím, že se muži dožívají nižšího věku než ženy. Přestože na 100 živě narozených dívek                připadlo v roce 2017 v České republice 105 živě narozených chlapců, je nezbytné rozlišovat indexy maskulinity a feminity                v různých věkových kategoriích (tabulka č. 5.2). Jak dokládá obrázek č. 5.3, poměr mužů a žen v populaci se obrací ve                prospěch žen kolem 55. - 60. roku života, přičemž výrazná převaha je ve vyšších věkových kategoriích, kdy muži začínají                umírat na řadu chorob dříve než ženy (zejména nemoci oběhové a dýchací soustavy). Ačkoliv je rozdíl stále velmi patrný,                ve vyšším věku se začíná poměr mužů a žen přibližovat a v nejvyšších věkových kategoriích nad 100 let se tento poměr                zmenšuje výrazněji a muži mají mírně vyšší naději dožití.                    34","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                         Tab. 5.2: Rozložení mužské a ženské populace v základních věkových kategoriích v ČR v letech 2007 a 2017                            Věková kategorie         Index maskulinity (2007)  Index maskulinity (2017)                             0–14 let                       105,5                  105,2                            15–64 let                      101,7                  103,2                            65 a více let                   65,5                   71,6                            Celkem                          95,9                   96,8                                                  Zdroj: ČSÚ (2018i); vlastní úpravy.                                      Obr. 5.3: Index maskulinity (Česká republika, 2017; modelový příklad)                                                                      Zdroj: ČSÚ (2018a); vlastní zpracování.                   Věkové  složení  obyvatelstva  je  výsledkem  zhruba  stoletého  populačního  vývoje.  Je  velmi  důležitou  biologickou                charakteristikou populace. Věková struktura je podrobně prezentována podle jednotek věku nebo kalendářních let narození                nebo agregovaně podle různých charakteristických věkových skupin (nejčastěji pětileté, ale i jednoleté) (Pavlík a kol., 1986;                Mládek, 1992).                  Nejčastěji používaným způsobem interpretace věkové struktury obyvatelstva je tzv. věková pyramida. Vedle věkové                struktury umožňuje současně graficky znázornit i strukturu obyvatelstva podle pohlaví. Její podstatou jsou dva spojené                grafy, respektive dvojitý histogram početnosti mužů a žen. V levé části se zpravidla uvádějí údaje pro muže, v pravé pro                ženy. Na vodorovnou osu se nanáší počet obyvatel, na svislou osu jednoleté či pětileté věkové kategorie. V grafickém                znázornění  věkové  pyramidy  se  zobrazují  veškeré  nepravidelnosti  způsobené  jakýmikoliv  událostmi  v  historii  dané                populace (války, populační boom, epidemie, hospodářské krize, období konjunktury apod.). Jednou z dříve užívaných                typologií obyvatelstva, jejíž základy jsou přeneseně využívány dodnes, je klasifikace švédského demografa G. Sundbärga,                jenž vyslovil zákonitost, vztahující se k věkové struktuře. Rozdělil obyvatelstvo podle věku na tři základní skupiny (Pavlík                a kol., 1986; Yaukey a kol., 2007):                  •   dětskou (0–14 let);                 •   reprodukční (15–49 let) – tvoří zhruba 50 % členů populace;                 •   post-reprodukční (50 a více let).                   Následně, podle zastoupené dětské a post-reprodukční složky, je možné určit tři populační typy; viz i obrázek č. 5.4 níže:                  •   Progresivní  typ  (s  výraznou  převahou  dětské  složky,  poměr  zhruba  4 : 5 : 1),  populace  s  tímto  typem  věkové  struktury  je                     charakterizována  vysokou  úrovní  plodnosti,  která  je  však  velmi  často  spojována  i  s  velkou  mírou  úmrtnosti,  každé  zlepšení                     úmrtnostních poměrů (například zlepšení lékařské péče) pak vede k početnímu růstu populace, tento typ věkové struktury je                     potom obvyklý v rozvojových zemích, v České republice je typický například u romské populace.                 •   Stacionární typ (dětská a post-reprodukční složka jsou téměř vyrovnány, poměr zhruba 2,5 : 5 : 2,5), tento typ se vytváří při                     déletrvajícím poklesu hladiny plodnosti až na úroveň, kdy při dané úrovni úmrtnosti pouze nahrazuje obyvatelstvo v reprodukčním                     věku, přičemž početní stav populace zůstává v dlouhodobém pohledu konstantní, tento typ měla například Česká republika v 70.                     letech.                 •   Regresivní typ (post-reprodukční složka převažuje nad dětskou, poměr zhruba 2 : 5 : 3), dětská složka nedosahuje zastoupení                     složky post-reprodukční, početně ji nenahrazuje a v dlouhodobém pohledu dochází ke snižování početního stavu populace, tento                     typ věkové struktury v současné době převažuje ve vyspělých zemích, v České republice zhruba od 70. let.                                                                                                        35","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                   Obr. 5.4: Modelové typy věkových pyramid podle věkového rozložení populace                                                                    Zdroj: Pavlík a kol. (1986).                    Věková pyramida se v rámci světové populace v současnosti přelévá z progresivního do stacionárního tvaru (viz obrázek                č. 5.5). Rozdíly ve tvaru věkových pyramid jednotlivých států i kontinentů, a tedy i ve stádiu populačního vývoje, se ovšem                výrazně liší. Na obrázku č. 5.6 je zřetelně vidět stárnutí populace v Evropě a predikovaná přeměna v regresivní tvar pyramidy.                Jako příklady progresivního typu věkové pyramidy, a tedy stále převažující mladé populace, lze uvést ekonomicky nejvíce                zaostalé země Afriky (např. Kamerun, Rwanda, Středoafrické republika) či Afganistán, stacionární typ je typický např. pro                Venezuelu, USA, Nový Zéland a Austrálii (ale i pro většinu západoevropských a skandinávských zemí). Nejméně příznivou                věkovou skladbu a nejstarší populaci mají vyspělé státy jako je Japonsko či Německo, dále pak země jižní (Portugalsko, Itálie,                Řecko) a východní Evropy včetně ČR a východní a jihovýchodní Asie (Čína, Jižní Korea, Tchaj-wan, Hong-Kong, Singapur                apod.), viz také obrázek č. 5.7 s příklady modelových populací).                                   Obr. 5.5: Věkové pyramidy světa v letech 1950, 2017 a predikce pro rok 2050                                                                      Zdroj: PopulationPyramid.net (2017).                                  Obr. 5.6: Věkové pyramidy Evropy v letech 1950, 2017 a predikce pro rok 2050                                                                       Zdroj: PopulationPyramid.net (2017).                     36","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                   Obr. 5.7: Příklady modelových populací v roce 2017 (Kamerun – progresivní, Venezuela – stacionární, Portugalsko – regresivní)                                                                      Zdroj: PopulationPyramid.net (2017).                                             Obr. 5.8: Věková pyramida Kataru v roce 2017                                                                            Zdroj: PopulationPyramid.net (2017).                   Česká republika patří od 80. let minulého století mezi země s regresivním typem věkové pyramidy, což je dáno nízkou                plodností,  zvyšující  se  nadějí  dožití,  velmi  nízkou  úmrtností  i  kojeneckou  úmrtností  apod.,  což  vše  způsobuje  stárnutí                a vymírání populace. Na aktuální věkové pyramidě (základna v roce 2017, obrázek č. 5.9) lze vidět specifické vlivy projevující                se ve věkové struktuře České republiky. Patří mezi ně zejména:                 •   Výraznější převaha žen ve vyšších věkových kategoriích;                 •   Snížení počtu narozených v období 1. světové války (zářez ve věkové pyramidě bude patrný již pouze u pyramid se základnou                     v dřívějších letech);                 •   Snížení počtu narozených v době světové hospodářské krize;                 •   Vzestup míry porodnosti již od počátku 40. let v době nacistické okupace a zejména po druhé světové válce (tzv. poválečný boom);                 •   Pokles porodnosti na přelomu padesátých a šedesátých let (legalizace interrupcí);                 •   Krátké mírné oživení v polovině šedesátých let (tzv. pronatalitní opatření);                 •   Pokles porodnosti na konci šedesátých let (společensko-ekonomická krize);                 •   Prudký nárůst úrovně porodnosti v první polovině sedmdesátých let (pronatalitní opatření, tzv. „Husákovy děti“);                 •   Hluboký pokles porodnosti od poloviny devadesátých let (reakce na změněnou politickou, ekonomickou a společenskou situaci                     v zemi po roce 1989 a II. demografický přechod – viz kapitola č. 7);                 •   Mírný nárůst porodnosti po roce 2000 (silné ročníky žen narozených v 70. letech se dostávají do věku, kdy začínají rodit děti ve                     vyšším věku; i odložené 2. a 3. porody);                 •   Pokles porodnosti od r. 2010 (konec nové populační vlny) a fluktuace přirozeného přírůstku i úbytku obyvatel ve 2. pol. desátých let.                                                                                                        37","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                         Obr. 5.9: Věková struktura obyvatel České republiky v roce 2017                                                                                     Zdroj: ČSÚ (2018g).                  Základní věkové skupiny obyvatelstva se ovšem neváží na reprodukční věk, ale na ekonomickou aktivitu,                  resp. přesněji na produktivní věk: jedná se o věkové kategorie 0-14 let, 15-64 let a 65 a více let, které se                  Základní  věkové  skupiny  obyvatelstva  se  ovšem  neváží  na  reprodukční  věk,  ale  na  ekonomickou  aktivitu,  resp.                  používají hlavně pro mezinárodní komparace. V posledních dvou až třech desetiletích se lze také setkat                přesněji  na  produktivní  věk:  jedná  se  o  věkové  kategorie  0–14  let,  15–64  let  a  65  a  více  let,  které  se  používají                  s posunem nejmladší věkové kategorie do intervalu 0-19 let. Je to spojeno se stále větší ekonomickou                hlavně pro mezinárodní komparace. V posledních dvou až třech desetiletích se lze také setkat s posunem nejmladší                  neaktivitou  mladých  lidí  do  20  let  (studium),  zejména  v  ekonomicky  vyspělých  zemích.  V České                věkové kategorie do intervalu 0–19 let. Je to spojeno se stále větší ekonomickou neaktivitou mladých lidí do 20 let                  republice se s tímto posunem již také lze setkat, přesto ČSÚ stále upřednostňuje hranici základní školní                (studium), zejména v ekonomicky vyspělých zemích. V České republice se s tímto posunem již také lze setkat, přesto                  docházky. Dříve byla naopak horní hranice na 60 letech a rozdíl byly i mezi pohlavími (ženy měly ještě                ČSÚ stále upřednostňuje hranici základní školní docházky. Dříve byla naopak horní hranice na 60 letech a rozdíl byly                  při  sčítání  1991  hranici  produktivního  věku  v  55  letech).    Takovéto  třídění  umožňuje  mezinárodní                i mezi pohlavími (ženy měly ještě při sčítání 1991 hranici produktivního věku v 55 letech). Takovéto třídění umožňuje                  srovnání. Mezi nejčastěji sledované ukazatele spojené s věkovou strukturou patří index stáří (Is), index                mezinárodní srovnání. Mezi nejčastěji sledované ukazatele spojené s věkovou strukturou patří index stáří (Is), index                  ekonomického zatížení (Iez), index závislosti I (Iz1) a index závislosti II (Iz2). (Yaukey a kol., 2007;                ekonomického zatížení (Iez), index závislosti I (Iz1) a index závislosti II (Iz2) (Yaukey a kol., 2007; Peters, Larkin, 2008;                PRB, 2018. 2018 World Population Data).018 World Population Data).                  Peters, Larkin, 2008; PRB, 2018. 2                                                                 ���                                                     �� �       ∗                                                                                �    �                                                                 �    �  �      ���                                                 ��� �              ∗                                                                                ����                                                                     �    �                                                    ��     �     ∗                                                                                ����                                                                 ���                                                    ��� �        ∗                                                                                ����                   P 65+  = počet obyvatel starších 65 let      P 15–64  = počet obyvatel ve věku 15–64 let                   P 65+= počet obyvatel starších 65 let      P 15‐64=počet obyvatel ve věku 15‐64 let                   P 0‐14= počet obyvatel ve věku 0‐14 let                 P 0–14  = počet obyvatel ve věku 0–14 let                    Index stáří je velmi často používanou charakteristikou věkové struktury obyvatelstva, která vypovídá o stárnutí populace.                   Rámeček č. 5.1: Další příklady grafických metod při prezentaci věkových struktur                Vyjadřuje, kolik obyvatel ze starších věkových skupin připadá na sto dětí, konkrétně kolik obyvatel ve věku 65 a více let                   Velmi často používaným grafickým vyjádřením koncentrace obyvatelstva jako celku či podle vybraných                připadá na 100 dětí do 15 let věku. Je-li výsledná velikost indexu nižší než 100, je podíl sledované dětské složky obyvatel                   věkových skupin (ale i jiného socioekonomického jevu) v prostoru je Lorenzova křivka (Lorenzův oblouk),                vyšší než podíl starších osob a naopak. Index ekonomického zatížení vypovídá o počtu seniorů a dětí k počtu obyvatel                   která je pojmenována podle amerického ekonoma Maxe Otto Lorenze.                v produktivním věku. V souvislosti se způsobem výpočtu tohoto ukazatele lze konstatovat, že čím menší je výsledná hodnota                   Vlastní koncentrace je analyzována na základě toho, jak je křivka vzdálena od diagonály v grafu. Čím více se                indexu ukazatele, tím příznivější je poměr mezi ekonomicky neaktivní a aktivní složkou obyvatel z pohledu věkové struktury                   křivka přibližuje diagonále, tím víc je jev prostoru rovnoměrněji rozmístěn (samotná diagonála představuje                obyvatel. Nemusí to platit pro všechny země, záleží na ekonomické a společenské vyspělosti, poměru dětské a seniorské                   absolutně rovnoměrné rozmístění). Čím více se křivka od diagonály vzdaluje, tím je jev v prostoru                   koncentrovanější. Na následujícím schématu je znázorněna změna územní koncentrace obyvatelstva v kraji jednoho                složky a dalších parametrech, ale hodnota Iez vyšší než 75 (modelově 1,5 člověka v produktivním věku připadá na                   Vysočina mezi lety 1869 a 2001. Zatímco v roce 1869 bylo obyvatelstvo na ploše kraje rozmístěno ještě                v před/poproduktivním věku) již může znamenat pro ekonomiku a sociální zabezpečení obyvatel daného státu problém                   poměrně rovnoměrně (křivka blízko diagonály), v roce 2001 je obyvatelstvo podstatně koncentrovanější                (Yaukey a kol., 2007; Statistika\&My, 2013. Senioři v číslech; ČSÚ, 2009. D5 Index ekonomického zatížení).                   (polovina populace žila na méně než 20 % rozlohy kraje). (Kladivo, 2013)                      1                   38                     0.9                                1869                     0.8                                2001                     0.7                     0.6                     0.5                     0.4                     0.3                     0.2                     0.1                      0                       0  0.1  0.2  0.3  0.4  0.5  0.6  0.7  0.8  0.9  1                   Další grafickou metodou je tzv. Ossanův trojúhelník (viz následující schéma). Základem trojúhelníkového                   grafu je rovnostranný trojúhelník, do kterého jsou ve třech souřadnicích zobrazovány relativní hodnoty","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                     Rámeček č. 5.1: Další příklady grafických metod při prezentaci věkových struktur                     Velmi často používaným grafickým vyjádřením koncentrace obyvatelstva jako celku či podle vybraných věkových skupin (ale                   i jiného socioekonomického jevu) v prostoru je Lorenzova křivka (Lorenzův oblouk), která je pojmenována podle amerického                   ekonoma Maxe Otto Lorenze.                     Vlastní koncentrace je analyzována na základě toho, jak je křivka vzdálena od diagonály v grafu. Čím více se křivka přibližuje                   diagonále, tím víc je jev prostoru rovnoměrněji rozmístěn (samotná diagonála představuje absolutně rovnoměrné rozmístění).                   Čím více se křivka od diagonály vzdaluje, tím je jev v prostoru koncentrovanější. Na následujícím schématu je znázorněna změna                   územní koncentrace obyvatelstva v kraji Vysočina mezi lety 1869 a 2001. Zatímco v roce 1869 bylo obyvatelstvo na ploše kraje                   rozmístěno ještě poměrně rovnoměrně (křivka blízko diagonály), v roce 2001 je obyvatelstvo podstatně koncentrovanější –                   polovina populace žila na méně než 20 % rozlohy kraje (Kladivo, 2013).                                             Další grafickou metodou je tzv. Ossanův trojúhelník (viz následující schéma). Základem trojúhelníkového grafu je rovnostranný                   trojúhelník,  do  kterého  jsou  ve  třech  souřadnicích  zobrazovány  relativní  hodnoty  četnosti,  například  obyvatelstva  podle                   biologické kategorie (reprodukční věk – hranice 0–14, 15–49 a 50 a více let). Grafické schéma slouží k prezentaci jednotek,                   u kterých má sledovaný jev tři souřadnice, jejichž součet je 1 (nebo 100 %). Příbuznost nebo naopak rozdílnost populačních                   struktur se posuzuje podle polohy bodů. Pokud jsou určité body v blízkosti, lze říci, že tyto populační struktury jsou podobné.                   Jedná o vhodný nástroj k provádění jednoduchých klasifikací nebo typologií (Mládek, Pavlíková, 1999).                                           Z následující tabulky č. 5.3 je zřejmé, že extrémně vysoký podíl mladé populace do 15 let (více než 2/5 z celkové populace)                má stále Afrika. Pro tento kontinent je typický velmi nízký index stáří (7), ale na druhé straně také velmi vysoký index                ekonomického  zatížení,  který  se  ovšem  bude  v  blízkých  letech,  se  vstupem  mladých  ročníků  do  produktivního  věku,                snižovat. Poměrně dobrou věkovou strukturu obyvatel má stále Latinská Amerika, Asie a Oceánie s Austrálií. Na druhé                straně pomyslného žebříčku je Evropa s převažující postproduktivní složkou a indexem stáří 113. Velký rozdíl ve všech                ukazatelích je patrný u dvou nejlidnatějších zemí světa, přičemž je možné konstatovat, že příznivá věková struktura je                jednoznačně na straně Indie.                  V České republice začala převažovat starší část populace nad dětskou v roce 2006 a pomyslné nůžky se neustále rozevírají,                protože se obecně rodí méně dětí (naplatí zcela pro poslední období 2015–2018) a do věkové kategorie 65 let a více let již                začaly vstupovat početně silnější poválečné ročníky. Větší problém však bude spíše se snižujícím se počtem a podílem osob                v produktivním věku, který nastane v horizontu 20 let s postupným přesunem nejsilnějších ročníků ze 70. let do seniorské                kategorie. Posun mezi základními věkovými kategoriemi mezi roky 1990 a 2017 je následující:                                                                                                        39","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                   Rok 1990                                     Rok 2017                            •  děti do 15 let: 21,0 %,                    •  děti do 15 let: 15,7 %,                            •  15-64 let: 66,4 %,                         •  15-64 let: 65,1 %,                            •  65 a více let: 12,6 %.                     •  65 a více let: 19,2 %.                   V rámci České republiky byl v roce 2017 zjištěn nejvyšší index stáří v Královéhradeckém kraji, a to 133. Za ním se                umístil kraj Zlínský (132) a dále kraje Karlovarský, Vysočina a Plzeňský kraj (všechny 128). Naopak nejnižší index stáří byl                zaznamenán v kraji Středočeském, kde dětská složka (0–14 let) byla jen mírně nižší než postproduktivní 65+ (hodnota 102),                přičemž se jedná o suburbánní zázemí Prahy. Dále následovaly s velkým odstupem kraje Ústecký (116), Liberecký (120)                a Hlavní město Praha (122). Právě u Prahy došlo oproti poslednímu sčítání lidu v roce 2011 k velkému poklesu indexu                stáří (tehdy dosahoval hodnoty 131 a byla to nejvyšší hodnota ze všech krajů), což je možné vysvětlit (podobně jako                v případě Středočeského kraje) zejména větším počtem narozených dětí mladým lidem stěhujícím se do okrajových částí                či do vnitřních suburbií Prahy. V roce 2011 byl nejmladším také kraj Středočeský, kde ještě převažovala dětská složka                nad složkou 65+ a hodnota indexu stáří byla menší než 100 (96). Pod 100 se dostal i kraj Ústecký (97), třetí „nejmladší“                Liberecký kraj měl hodnotu 101. V roce 2001 byl, stejně jako v roce 2011, nejvyšší index stáří v Hlavním městě Praze, ale                jeho hodnota byla nižší (120), resp. podobná té současné. V roce 2001 pouze v Praze překročil index stáří hodnotu 100                (Statistika\&My, 2013. Senioři v číslech; ÚZIS, 2019. Regionální zpravodajství NZIS. Index stáří).                  V Evropském kontextu se Česká republika v roce 2017 nacházela zhruba v průměru pomyslného žebříčku. Index stáří                v ČR dosáhl 121,4, přičemž nejvyšší byl v Itálii (167), Německu (159), Portugalsku (153) a Řecku (150). Ze zemí bývalého                východního bloku mělo nejvyšší hodnoty Bulharsko (147), Chorvatsko (137) a Litva (131). Nejpříznivější věkovou strukturou                se mohlo pochlubit Irsko (65) a Island (72), pod hranici 100 se dostaly také Lucembursko, Kypr, Norsko a Slovensko. Průměr                EU28 činil 126. Uvedené hodnoty dokládají velmi nerovnoměrnou věkovou strukturu napříč kontinentem, s převahou                staré populace v jižní a jihovýchodní Evropě a také v části střední Evropy a Pobaltí, a naopak mladší populaci v severní                a severozápadní Evropě. Jen pro ilustraci – v roce 1960 se hodnoty indexu stáří pohybovaly v mezích 20–60, kdy nejvyšších                dosáhlo Rakousko (56) a nejnižších Slovensko (22) a Island (23) (Pordata, 2019. Ageing Index).                  Potřeba zkoumat pohlaví a věk jde však daleko za hranice demografie. Rozdělení pracovních sil v tradičních společnostech                je závislé na věkové struktuře populace, stejně tak jako na genderovém rozložení. Změny ve věkovém rozložení populace                mají za důsledek změny ve vzdělávání, politickém a ekonomickém stavu dané země. Genderové rozložení má velký vliv na                lidská práva, postavení mužů, resp. žen ve společnosti apod. (Poston, Micklin, 2006).                        Tab. 5.3: Podíl věkových složek na celkové populaci, index stáří a index ekonomického zatížení v roce 2018                                                  Podíl na populaci (%)                    Index ekonomického                 Kontinent/země                                                Index stáří                                          0–14 let    15–64 let   65 a více let                 zatížení                  Afrika                     41           56           3            7              79                 Asie                       24           68           8           33              47                 z toho Čína                17           72          11           65              39                     Indie                  28           66           6           21              52                 Evropa                     16           66          18           113             52                 Latinská Amerika           25           67           8           32              49                 Severní Amerika            19           65          16           79              54                 Austrálie a Oceánie        24           64          12           50              56                 z toho  Austrálie          19           65          16           84              54                 Svět celkem                26           65           9           35              54                                                  Pozn.: Údaje k polovině roku 2018.                                                 Zdroj: PRB (2018).; vlastní výpočty.                 5.2 VZDĚLÁNÍ                  Rozdíly v úrovni vzdělání patří mezi základní charakteristiky, které slouží k posouzení kulturní, sociální a ekonomické                vyspělosti země a kvality lidských zdrojů, které jsou v daný okamžik v zemi dostupné. Dříve bylo vzdělání výsadou bohatých                a privilegovaných vrstev, většina středověké společnosti byla negramotná, důraz se kladl především na získávání praktických,                ať už řemeslných nebo vojenských dovedností. Vzdělání se realizovalo prostřednictvím klášterů, ve městě v neklášterních                školách a na prvních univerzitách. Základním vzdělávacím modelem bylo Sedm svobodných umění (gramatika, rétorika,                dialektika,  aritmetika,  geometrie,  astronomie,  hudba).  Ve  14.–16.  století  docházelo  především  v  jihozápadní  Evropě                k intenzivnímu kulturnímu a hospodářskému rozvoji. Návrat k antickým ideálům, filozofii a zaměření se na rozvoj osobnosti                daly vzniknout období renesance. Možnost vzdělávání vstupovala také do základních lidských práv (Vacínová, 2009).                    40","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Jedním ze základních ukazatelů vzdělanosti je úroveň gramotnosti, tedy schopnost čtení a psaní na základní úrovni.                Z historického pohledu se úroveň gramotnosti začala zvyšovat až v posledních dvou stoletích. Zatímco okolo roku 1820                pouze 12 % populace bylo schopno číst a psát, v současnosti je poměr obrácený a přibližně 17 % světové populace (téměř 1,3                miliardy) tak zůstává negramotných. Pro rok 2015 se jednalo o přibližně 780 miliónů negramotných dospělých, z nichž                až dvě třetiny tvořily ženy a tento poměr se od roku 1990 prakticky neměnil. Navzdory výraznému zlepšení v rozšíření                základního  vzdělání  a  neustálému  snižování  nerovností  zůstávají  v  oblasti  vzdělávání  významné  problémy.  Nejchudší                země světa, kde je základní vzdělání jednou z rozhodujících dovednostních podmínek pro rozvoj, mají stále velmi velké                části negramotné populace. Obzvláště negativní je to u mladé generace, která by měla ekonomický i společenský rozvoj                táhnout (Roser, Ortiz-Ospina, 2018. Literacy).                  Následující obrázek č. 5.10 ukazuje, že nejhorší situace zůstává v méně vyspělých zemích především Afriky, jako je Niger,                kde je gramotných pouze 19 % populace, dále Mali, Burkina Faso, Guinea, Jižní Súdán nebo Somálsko, kde se zastoupení                gramotných v populaci pohybuje mezi 30 a 40 %. Z asijských zemí je na tom nejhůře Afganistán s 38 % gramotných. Je                třeba zohlednit, že tato čísla jsou souhrnná za celou populaci. Ve vymezené věkové skupině nad 65 let se procentuální                zastoupení gramotných dramaticky snižuje a všechny země Afriky, s výjimkou Jihoafrické republiky, tak mají méně než 50 %                gramotných, země jako Čad nebo Guinea dokonce méně než 10 %. Pod 50% hranici se také dostávají státy jako Indie,                Irán, Saudská Arábie, Nepál, Papua Nová Guinea nebo Haiti. Na druhé straně jen jednotky zemí Afriky (Niger, Guinea,                Benin apod.) vykazují nižší než 50% gramotnost pro věkovou skupinu 15–24 let (World Bank, 2019. Education statistics).                V kontextu pohlaví je nižší gramotnost stále charakteristická zejména pro ženy, a to zvláště v islámských zemích.                  Z  předchozích  obrázků  je  možné  také  zjistit,  že  velmi  vysoké  (prakticky  100%)  míry  gramotnosti  dosahují,  kromě                ekonomicky nejvyspělejších zemí, také země bývalého východního bloku, včetně prakticky všech postsovětských republik,                Kuby a Mongolska. Gramotnost jejich obyvatel je prokazatelně vyšší než v některých evropských zemích EU (Portugalsko,                Řecko) a dá se předpokládat, že bude vyšší i než ve velké části Španělska, jižní Itálie, ale i v dalších vyspělých zemích. Je to                důsledek direktivního, ale i koncepčního přístupu k povinnému základnímu vzdělání v socialistických zemích po 2. světové                válce. U řady zemí střední a východní Evropy se kvalitní vzdělávací systém utvářel i v případě sekundárního a terciárního                vzdělávání, takže lze s trochou nadsázky konstatovat, že tyto země mají jednu z nejlepších příležitostí k dosažení terciární                úrovně vzdělání na světě (Worldatlas, 2019. List of Countries By Literacy Rate).                  S rozvojem počítačových, resp. obecně komunikačních technologií se v posledních dvou desetiletích  kromě klasické                gramotnosti často skloňuje pojem informační gramotnost, resp. počítačová gramotnost (Computer Literacy). Počítačová                gramotnost byla již před lety volně definována jako odborná znalost a schopnost uživatele pracovat s počítačem, přičemž se                jedná spíše o uživatelskou schopnost pracovat s aplikacemi než o samotné programování (Tobin, 1983). Přes určitou ztrátu                vypovídací schopnosti je gramotnost obyvatelstva důležitou součástí komplexního ukazatele vyjadřujícího kvalitu lidského                života, jímž je index lidského rozvoje.                   Rámeček 5.2: Index lidského rozvoje (Human Development Index – HDI)                     Index  lidského  rozvoje  představuje  jeden  z  pokusů,  jak  vyjádřit  kvalitu  lidského  života.  Tento  index  je  uveřejňovaný  od                   roku 1990 (jeho tvůrci jsou ekonomové Mahbud ul Haq a Amartya Sen) ve statistické publikaci „Zpráva o lidském rozvoji“ (Human                   Development Report), která je každoročně vydávána pod záštitou United Nations Development Programme.                     Metodika výpočtu HDI byla několikrát inovována, v zásadě je však HDI od roku 2010 konstruován na základě tří kategorií                   faktorů: lidského zdraví, úrovně vzdělanosti a hmotné životní úrovně. Lidské zdraví je vyjádřeno indexem očekávané (střední)                   délky života při narození. Úroveň vzdělanosti se stanovuje jako index střední délky vzdělání a index očekávané délky vzdělání.                   Hmotná životní úroveň je vyjádřena jako hrubého národního příjmu na osobu v USD, který je přepočítáván na paritu kupní síly.                     Pro konstrukci HDI byly u jeho jednotlivých složek stanoveny následující fixní hodnoty minima a maxima:                     •  průměrná očekávaná délka života při narození: 25 a 85 let,                     •  předpokládaná délka vzdělávání: 0–18 let,                     •  průměrná délka vzdělávání: 0–15 let,                     •  hrubý domácí produkt na hlavu v paritě kupní síly: 100 USD a 75 000 USD.                     V roce 2014 byl představen systém mezních bodů pro čtyři indikátory HDI. Body jsou získány jako vypočtené HDI hodnoty                   s použitím kvartilů distribuce jednotlivých komponentů indikátorů. Index lidského rozvoje nabývá hodnot mezi 0–1, přičemž                   hodnota blízká 1 je přiřazena nejvyspělejšímu státu. Na základě hodnoty HDI je možné státy světa rozdělit do čtyř skupin:                      •  státy s velmi vysokou úrovní lidského rozvoje (HDI ≥ 0,800),                     •  státy s vysokou úrovní lidského rozvoje (HDI = 0,700–0,799),                     •  státy se střední úrovní lidského rozvoje (HDI = 0,550–0,699),                     •  státy s nízkou úrovní lidského rozvoje (HDI < 0,550).                      Ze 188 zemí, pro které byl index lidského rozvoje v roce 2018 vypočítán, patřilo 62 zemí do kategorie s velmi vysokou, 53 do                   kategorie s vysokou, 37 do kategorie se střední a 26 do kategorie s nízkou úrovní lidského rozvoje. Na prvních třech místech                   byly Norsko (0,954), Švýcarsko (0,946) a Irsko (0,942). Poslední místa žebříčku zabraly státy rovníkové a subsaharské Afriky                   (poslední Sierra Leone s HDI 0,336). Česká republika se nacházela na 26. místě s HDI 0,891. Z dalších tranzitivních ekonomik                                                                                                        41","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                             Obr. 5.10: Míra gramotnosti ve světě v roce 2011 ve věkových kategoriích –15, 15–24 a 65+ (1985–2018)                                                                                                                                      Zdroj: World Bank (2019).                       42","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                     střední a východní Evropy bylo lépe umístěno pouze Slovinsko (24. místo, HDI 0,902), naopak za ČR byla např. Francie či Itálie.                   Obecným a dlouhodobým trendem je růst všech ukazatelů u většiny zemí světa a stále vyšší zastoupení států s vysokou úrovní                   lidského rozvoje. (United nations, 2019. Human Development Report 2019).                     Často diskutovanou kauzou v odborných kruzích je vztah/korelace mezi úrovní HDI a ukazateli kojenecké úmrtnosti, dětské                   úmrtnosti do pěti let a úhrnnou plodností. Nejvyšší hodnoty kojenecké i dětské úmrtnosti se dlouhodobě vyskytují v rozvojových                   zemích a z dlouhodobých statistických řad je patrné, že existuje významná negativní korelace mezi HDI a jeho složkami a úmrtím                   dětí do jednoho roku, do pěti let, ale i co se týče úhrnné plodnosti (Willis, 1973).                     Po dlouhých desetiletích negativních korelací se neočekávalo, že by nízká míra úhrnné plodnosti mohla nějak výrazněji                   vzrůst. Přesto byla na konci minulého desetiletí (Myrskylä a kol., 2009) u zemí s velmi vysokým HDI zaznamenána zvýšená míra                   úhrnné plodnosti. Naopak u zemí se střední a nízkou úrovní HDI se úhrnná plodnost snížila. Tento obrat pokračuje i v současné                   době a vztah mezi HDI a úhrnnou plodností nabývá tvar křivky U. HDI a plodnost jsou tedy v posledních letech negativně                   korelovány pro nízké hladiny HDI, poté se vazba stává méně těsnou a od vyšší úrovně HDI (zhruba 0,700) jsou evidovány                   korelace pozitivní.                  Nejvyšší dosažené vzdělání a průměrná délka vzdělání                  Úroveň gramotnosti je vhodný ukazatel pro globální srovnání, do kterého vstupují i kulturně a ekonomicky rozvojové                země. Ve vyspělých zemích ale úroveň gramotnosti dosahuje téměř 100 %, a proto tento ukazatel ztrácí svůj význam                a nahrazuje se kritériem nejvyššího dosaženého vzdělání.                  Nejednotnost vzdělávacích systémů napříč zeměmi velmi znesnadňuje mezinárodní porovnání dosaženého vzdělání. Na                úrovni EU byla vytvořena klasifikace EQF (Evropský rámec kvalifikací), jednotlivé státy, včetně ČR, však častěji a vhodněji                využívají klasifikaci ISCED 2011 (Mezinárodní standardní klasifikace vzdělávání), kterou vypracovalo UNESCO. Její novější                verze z roku 2011 definuje vzdělanostní strukturu obyvatelstva ve věku 25–64 let a zahrnuje devět vzdělanostních úrovní                (NUV, 2015. Jaký je rozdíl mezi ISCED a EQF?). V rámci každé úrovně se mohou doplnit parametry k určení dalších kategorií                a podkategorií, pokud je to vhodné. Následující tabulka č. 5.4 uvádí jejich přehled.                                    Tab. 5.4: Přehled základních úrovní vzdělání podle klasifikace ISCED 2011                                                   Dosažené vzdělání (ISCED-A)                                           0      Nižší než primární vzdělání                                           1      Primární vzdělání                                           2      Nižší sekundární vzdělání                                           3      Vyšší sekundární vzdělání                                           4      Postsekundární neterciární vzdělání                                           5      Krátký cyklus terciárního vzdělání                                           6      Bakalářská nebo jí odpovídající úroveň                                           7      Magisterská nebo jí odpovídající úroveň                                           8      Doktorská nebo jí odpovídající úroveň                                           9      Vzdělání jinde neuvedené                                                     Zdroj: UNESCO (2012).                  Vzdělanostní struktuře v EU a otázkám s ní spojenými se věnuje také Lisabonská smlouva, která stanovila cíl pro rok 2010,                aby alespoň 85 % populace ve věku 22 let a 80 % obyvatelstva ve věku 25–64 let dosáhlo alespoň středoškolského vzdělání.                Tento cíl se naplnit nepodařilo, v zemích EU28 dosáhlo v roce 2010 této úrovně vzdělání 73 %, v roce 2015 potom 76 %                populace. Zastoupení populace s terciárním vzděláním bylo v roce 2010 necelých 26 %, pro rok 2015 dosáhlo této úrovně                více než 30 % populace ve věku 25–64 let (Národní vzdělávací fond, 2015. Konkurenční schopnost České republiky 2015:                Vývoj hlavních indikátorů).                  Dalším srovnávacím ukazatelem úrovně vzdělání populace je průměrná délka vzdělávání nebo také průměrná délka školní                docházky či průměrný počet let strávených ve škole. Ukazatel umožňuje agregaci dosažených výsledků napříč úrovněmi                vzdělávání, což je vhodný základ pro analýzu „zásob“ lidského kapitálu, kterou má populace v daném časovém okamžiku.                Průměrná délka školní docházky se obvykle počítá z údajů o i) rozdělení populace podle věkových skupin a nejvyšší úrovně                vzdělání dosaženého v daném roce a (ii) oficiální délky trvání každé úrovně vzdělání. Je uváděna za dospělou populaci,                resp. za obyvatelstvo starší 25 let.                  V posledních dvou stoletích došlo celosvětově k velkému rozmachu vzdělávání a k výraznému zvýšení počtu let strávených                ve škole. Ekonomicky a sociokulturně rozvinuté země propagovaly rozvoj vzdělávání již od poloviny 19. století a po druhé                světové válce se tento proces stal skutečným globálním fenoménem. Jak ukazuje následující obrázek č. 5.11, průměrná                délka  vzdělávání  se  od  50.  let  minulého  století  zhruba  zdvojnásobila.  Nejvyspělejší  země,  které  po  válce  vykazovaly                průměrnou délku školní docházky v mezích 6–9 let, se v roce 2017 dostaly na hodnoty 12–15 let. Do této skupiny se                                                                                                        43","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  řadí Velká Británie, Skandinávské země, některé středoevropské země včetně České republiky a Slovenska, Pobaltí, Kypr                a Gruzie, mimo Evropu USA, Kanada, Japonsko, Jižní Korea, Austrálie a Nový Zéland. Nejkratší průměrnou délku vzdělávání                (2–3 roky) nalezneme v zemích západní a saharské Afriky (Guinea, mali, Niger, Čad a další).                  V  českých  zemích  se  historicky  projevoval  jak  husitský  ideál  základní  gramotnosti  širokých  vrstev,  tak  později                protireformační pedagogika. Její představitelé (jezuité) vybudovali po celé katolické Evropě síť škol se systematickou                internátní  výchovou  poskytující  pečlivě  plánované  a  strukturované  střední  i  vyšší  vzdělání.  V  17.  století  položil  Jan                Amos Komenský základy novodobé pedagogiky, přičemž lze s trochou nadhledu říci, že její principy se aplikují dodnes                (Jůva, 2007). Hospodářské a politické změny v 18. století si vyžádaly i změny ve školství, jimiž se zabýval stát. Na našem                území byla zavedena všeobecná vzdělávací povinnost (pro dívky o několik let později než pro chlapce) s cílem poskytnout                každému takové vzdělání, které odpovídá jeho původu. Vedle sebe existovaly tři typy škol (školy triviální, hlavní a normální).                Reformovalo se nejen vyšší školství, vznikala gymnázia a odborné školy, stále větší důraz se kladl také na odbornost                a vzdělávání vyučujících (Štverák, Čadská, 1997).                  Další významný rozvoj nastal v Rakousku po zrušení absolutismu, od 1869 byla zavedena povinná osmiletá školní docházka.                Po celou dobu panovala velká diskriminace žen, až na konci 19. století byly zakládány první dívčí střední školy a postupně                bylo ženám umožněno studovat i na vysokých školách. Po roce 1948 byla školským zákonem zavedena „důsledná koncepce                jednotného  školství“.  Na  vysokých  školách  byla  budována  pedagogická  pracoviště,  byla  založena  Česká  pedagogická                společnost a vzdělávání se postupně začalo rozšiřovat i na oblast dospělých a v postproduktivním věku. Po roce 1989 došlo                k liberalizaci a proměnám u všech stupňů vzdělávání, resp. u obsahu, cílů, forem i metod (Jůva, 2007).                  Pro Českou republiku, stejně jako pro další země střední a východní Evropy, je typické zastoupení populace s ukončeným                středoškolským vzděláním, protože v minulosti byl kladen důraz právě na tuto úroveň vzdělání a maturita byla dlouho                                   Obr. 5.11: Průměrná délka vzdělávání v zemích světa v roce 1950 a 2017                                                                                             Zdroj: Barro, Lee (2010); Lee, Lee (2016); United Nations (2019c).                     44","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  považována za jeden z vrcholů vzdělávacího systému. Podíl této skupiny je v ČR dokonce největší z EU. Na druhé straně,                i  přes  značné  rozšíření  možností  dosáhnout  terciárního  vzdělání,  zůstává  podíl  vysokoškolsky  vzdělané  populace  pod                evropským průměrem (22 % vs. 30 %).                  Vzdělanostní struktura v Evropě vykazuje velké rozdíly, jak je možné vidět z obrázku 5.12 výše, kde je využita metodika                a klasifikace ISCED. U vysokoškolského vzdělání je na tom nejlépe Irsko s téměř 43 % osob ve věku 25–64 let, na druhé                straně leží Rumunsko a Itálie, kde je vysokoškolských absolventů pouze 17 %, na Maltě méně než 20 %. Malta společně                s Portugalskem a Španělskem mají nejvyšší zastoupení populace s nejvyšším dokončeným základním vzděláním – důvodem                může být mj. zaměření zemí na cestovní ruch, kde není vyžadována vysoká kvalifikace pracovníků. Na opačné straně                žebříčku je Litva a Česká republika, kde jako nejvyšší ukončilo základní vzdělání méně než 7 % populace.                            Obr. 5.12 Struktura populace zemí EU-28 ve věku 25-64 let podle nejvyššího dosaženého vzdělání                                                                  Zdroj: Národní vzdělávací fond (2015); Vlastní zpracování.                   Častěji než s klasifikací ISCED se ovšem v ČR lze setkat s rozlišením nejvyššího dosaženého vzdělání u osob starších 15 let                na čtyři základní skupiny:                   •   základní vzdělání a vzdělání (či nedokončené základní vzdělání),                 •   střední vzdělání bez maturity,                 •   střední vzdělání s maturitou nebo vyšší odborné vzdělání,                 •   vysokoškolské vzdělání.                   V České republice mezi lety 1950 a 2018 (viz tabulka č. 5.5) výrazně narůstala vzdělanostní úroveň obyvatelstva. Při                sčítání lidu v roce 1950 dosahovaly více než čtyři pětiny obyvatel starších 15 let nejvýše základního vzdělání, 10 % pak                středního bez maturity, 5 % středoškolského s maturitou a 1 % vysokoškolského, s extrémním nepoměrem v počtu mužů                vůči ženám. Vzhledem k tehdejší hospodářské situaci si velké množství rodin nemohlo dovolit podporovat děti déle, než                vyžadovala základní školní docházka, naopak byl žádoucí brzký nástup do zaměstnání a zajištění si obživy. V následujících                desetiletích klesal počet lidí se základním vzděláním, a naopak zastoupení všech ostatních rostlo díky snáze dostupnějšímu                vzdělávání, dálkovému studiu i socioekonomickým podmínkám. Navzdory tomu byly až do roku 1980 osoby s nejvyšším                základním vzděláním nejpočetnější v populaci. Až v roce 1991 se nejpočetnější stala skupina se středoškolským vzděláním                bez maturity a byla jí i při sčítání v letech 2001 a 2011. Podíl středoškolsky vzdělaných s maturitou se od roku 1950 zvýšil                více než pětinásobně, vysokoškolsky vzdělaných 12krát.                         Tab. 5.5: Vývoj nejvyššího dosaženého vzdělání u obyvatel ČR starších 15 let mezi roky 1950–2018 (v %)                  Typ vzdělání            1950     1961    1970     1980    1991     2001    2011     2018*                 základní vč. neukončeného  84,0  81,0     53,9    45,2     33,8    23,7     19,0    13,4                 střední vč. vyučení      9,9      7,7     29,0    32,8     35,8    38,5     34,9    33,6                 střední s maturitou      5,1      9,1     13,7    17,0     23,2    28,8     32,9    34,5                 vysokoškolské            1,0      2,2     3,4      5,0     7,3      9,0     13,2    19,5                                  * Podle Výběrového šetření pracovních sil (VŠPS). Údaje ke 3. čtvrtletí 2018.                                              Zdroj: ČSÚ (2014g a 2019d); Vlastní úpravy.                                                                                                       45","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Je třeba poznamenat, že vzdělání u žen a mužů se dlouhodobě lišilo. Jedním z důvodů bylo zařazení vzdělávání učňů                do systému středního školství, což vedlo k razantnímu nárůstu dosaženého středního vzdělání u mužů až na dvě pětiny                populace. Na přelomu 60. a 70. let měly dvě třetiny žen pouze základní vzdělání. Tento rozdíl souvisí do značné míry                s  věkovou  strukturou,  neboť  ženy  měly  a  mají  vyšší  naději  dožití,  a  tedy  vyšší  zastoupení  starších  generací  s  nižším                vzděláním. Nárůst úrovně vzdělání u žen je tak v posledních desetiletích výraznější než u mužů, od roku 1991 je podíl žen se                středoškolským vzděláváním s maturitou trvale vyšší než podíl mužů. Stejný vývoj je možné pozorovat i u vysokoškolského                vzdělání, kdy mezi roky 1950 a 2011 rostla míra vzdělání u žen přibližně pětkrát rychleji. Při sčítání v roce 2001 bylo již vyšší                zastoupení žen nejméně s maturitou (38,2 % u žen a 36,3 % u mužů), v roce 2011 se rozdíl zvýšil na 46,2 % u žen a 40,9 %                u mužů (ČSÚ, 2014. Vývoj úrovně vzdělanosti obyvatelstva ČR v letech 1950 až 2011).                  V průběhu posledních zhruba 20 let stále snížil počet osob s maximálně základním vzděláním až o půl milionu na                zhruba 400 tisíc. Oproti minulosti klesá v populaci také zastoupení osob se středoškolským vzděláním bez maturity,                kterých je 2,2 miliónu, a naopak se zvyšují počty absolventů s maturitou. Mezi roky 2001 a 2011 však nejvíce rostl podíl                osob s vysokoškolským vzděláním, především bakalářského stupně (až desetkrát rychleji než u magisterského stupně)                a celkově se za posledních zhruba 20 let zvýšil počet vysokoškoláků o 750 tisíc. Vzrostl i podíl absolventů doktorského                studia, jejich zastoupení mezi osobami s vysokoškolským vzděláním dosahuje přibližně 5 %. Nejvyšší podíl vysokoškolsky                vzdělaných  obyvatel  byl  zjištěn  ke  3.  čtvrtletí  2018  v  rámci  VŠPS  v  Praze  (téměř  40  %,  hodnota  je  ale  vzhledem                k výběrovému šetření značně nadhodnocena), nadprůměrný počet vysokoškoláků byl i v Jihomoravském kraji; nejméně                potom v krajích Karlovarském a Ústeckém (ČSÚ, 2019. Zaměstnanost a nezaměstnanost podle výsledků VŠPS – čtvrtletní                údaje – 3. čtvrtletí 2018). Podle stejného zdroje bylo v České republice 34,5 % obyvatel starších 15 let s dokončeným                středoškolským vzděláním s maturitou a 19,5 % s dokončeným vysokoškolským vzděláním.                 5.3 NÁBOŽENSTVÍ                  Definice náboženství, která by byla přijímaná vědeckou komunitou, dosud nebyla sestavena, jedná se totiž o abstraktní                pojem. Obecně jde o ustálenou soustavu představ o existenci nadpřirozených skutečností mimo dosah smyslové zkušenosti,                soustava věr ve Vyšší moc, v boha/(y), bohyni/(ě). Náboženství má obvykle vlastní morální kodex, instituce, hodnoty, rituály                a praxi (Cotter, Davidson, 2016).                  Náboženství je fenomén, který ovlivňuje většinu obyvatel Země (např. obrázek č. 5.14). Ateisté, kteří popírají existenci                boha,  tvoří  přibližně  10  %  světové  populace,  větší  skupina  lidí  je  bez  vyznání,  přibližně  1,5  mld.  lidí.  Podle  výzkumu                společnosti Win/Gallup International publikované v časopise The Telegraph (viz také obrázek č. 5.13), nejvíce věřících lidí                v poměru k celkovému počtu obyvatel žije v Africe (86 %) a na Středním Východě (82 %), na opačném konci pomyslného                žebříčku leží Oceánie a Austrálie (44 %) a západní Evropa (43 %).  V Evropě se také nachází nejméně náboženské státy na                světě, kam patří Švédsko, Česká republika, Nizozemí a Velká Británie (20-30 % věřících). Tuto skupinu doplňují Čína (7–9 %)                a Japonsko (13 %) jako nejméně náboženské státy světa. Na druhé straně jsou Etiopie, Niger, Malawi, Srí Lanka a další země                s 99 % věřících, velmi silné náboženské cítění mají také populačně velké a turisticky atraktivní Thajsko či Egypt, v Evropě                pak Kosovo, Makedonie či Polsko, s více než 80 % věřících (World Economic Forum, 2017. Losing Their Religion? These Are                the World’s Most Atheistic Countries; The Telegraph (2019). Mapped: The world's most (and least) religious countries).                Z uvedených informací je tedy zřejmé, že pokud lidé uvádějí náboženskou víru ve velké míře, tak se jedná daleko více o islám                než o křesťanství nebo jiná náboženství.                  Co se týče Číny, tak podle odhadů katolického časopisu Crux zde bylo v roce 2010 více než 70 milionů křesťanů, což z ní                paradoxně činí sedmý „nejkřesťanštější“ národ planety. Demografické odhady počítají do roku 2025 až se 160 miliony věřících                a do roku 2030 s 247 miliony, což znamená, že Čína v blízké budoucnosti může předběhnout v počtu křesťanů i Spojené                státy (Crux, 2018. Taking the Catholic Pulse). Podle dřívější studie Zhou (2006), jsou Číňané jsou ve své podstatě věřící lidé;                demokratizace a modernizace Číny však nemůže vést přes „západní“ křesťanství, které může tyto procesy spíše poškozovat,                ale zejména přes vliv tradiční čínské kultury a vztah komunistického systému a oficiálního čínského lidového náboženství.                  Mezi největší světová náboženství se řadí Křesťanství, Islám a Judaismus, Hinduismus a Buddhismus. První tři vyjmenované                jsou tzv. monoteistická náboženství, to znamená, že lidé věří pouze v jednoho boha, tzv. polyteistická náboženství uznávají                více bohů a božstev. Křesťanství, Islám a Judaismus jsou náboženství Knihy, protože jejich věřící věří ve stejného Boha                a Starý zákon považují za posvátný, inspirovaný Bohem. Křesťané navíc uznávají Nový zákon, muslimové Starý i Nový zákon                uznávají pouze principiálně, jeho současnou formu však ne, neboť je považují za pozměněnou vůči jejich původní formě.                Jejich Knihou je Korán (Smith, 1978; NIMC, 2018. Náboženství – základní informace).                 Křesťanství                  Křesťanství je stále světově nejrozšířenějším náboženstvím (31 % světové populace, 2,17 mld. věřících) (Pewresearch, 2017.                Christians reamin worlds largest religious qroup, but they are declining in Europe). Počátky křesťanství je možné symbolicky                spojovat s životem Ježíše Krista a s počátkem našeho letopočtu od odhadovaného data jeho narození. V prvních stoletích                se poměrně složitě formovalo, zejména s ohledem na mnohem starší Judaismus s etablovanou teorií a útlak z tehdy                pohanské Římské říše. Oficiálně bylo přijato „západní“ civilizací během 4. století (prvním císařem, který přijal křesťanství,                byl Konstatntin I. Veliký v roce 337 n. l.), aby později ovládlo velkou část Evropy a s kolonizátorskými proudy se rozšířilo i do                jiných částí světa (Stark, 1996). Během svého vývoje se křesťanství rozštěpilo na tři zásadní větve (Koch, 2000):                     46","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                   •   Římsko-katolickou – nejrozšířenější, především v Evropě a Latinské Americe, ale i např. na Filipínách, reprezentovanou papežem;                 •   Pravoslavnou – rozšířená ve východní a jihovýchodní Evropě, reprezentovanou patriarchou;                 •   Protestantskou – rozšířená v západní a severní Evropě, USA a Austrálii, zastoupenou velkým množstvím církví jako důsledek re-                     formace od 16. století, např. luteránství, kalvinismus, anglikánská církev, baptistická církev apod.                  Islám                  Počátky islámu jsou spojeny s působením arabského proroka Mohameda na Arabském poloostrově, přičemž za klíčovou                událost je považována tzv. hidžra roku 622, kdy Mohamed se svými přívrženci přesídlil z Mekky do Medíny (Peters, 2003).                V dalších stoletích se islám velmi rychle rozšířil kromě Blízkého východu i do velké části středomoří, aby byl na konci 15.                století z Pyrenejského poloostrova vytlačen (poslední institucí zde byl Córdobský chalífát). Od 13. století se však začala                rozmáhat Osmanská říše z východu (dnešní Turecko), která o 150 let později dobyla Konstantinopol (1453), rozvrátila                Byzantskou říši a obsadila velkou část jihovýchodní a část střední Evropy. Její rozmach na severní hranici zastavil až vojenský                                       Obr. 5.13: Vybrané státy světa s nejvyšším počtem věřících a ateistů                                                               Pozn. V obrázku jsou uvedeny státy, které se zúčastnily výzkumu.                                                   Zdroj: The Telegraph (2019).                                             Obr. 5.14: Prostorové rozšíření náboženství ve světě                                                                                  Zdroj: upraveno podle Greiner (2014).                                                                                                       47","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  neúspěch u Vídně na koci 17. století (Gregory, 2011). Přes zánik Osmanské říše po 1. světové válce zůstaly v Evropě její                historické pozůstatky až do dnešních dní, a to v podobě převažujícího islámu v Bosně a Hercegovině, Albánii a Kosovu                (enklávy také v Srbsku, Bulharsku a dalších zemích).                  Islám je druhým nejrozšířenějším náboženstvím světa, v současnosti tvoří 23 % světové populace, 1,61 mld. věřících                (Kukliš, 2015), ale podle demografického vývoje se dá očekávat, že okolo roku 2050 bude na planetě žít více muslimů než                křesťanů (Pewforum, 2015. Religious Projections 2010–2015). Nejvíce je rozšířený v oblastech severní Afriky, jihozápadní,                střední, jižní a jihovýchodní Asii.                  Toto  náboženství  má  dvě  hlavní  větve:  sunnitskou  (většina  věřících)  a  šíitskou  (především  Írán,  Irák,  Ázerbajdžán                a Bahrajn). Obě dvě skupiny mají společný korán, šíité nicméně věří, že byl sunnity cenzurován a byly z něj odstraněny                pasáže o Alím, jehož samotného i jeho potomky považují za duchovní i politické nástupce Mohameda, zvolené samotným                Mohamedem. Naopak sunnitští muslimové věří, že islám byl seslán a v konečné podobě vysvětlen Mohamedem a jeho                smrtí končí jakákoliv možnost jiného, než jeho druhy zaznamenaného výkladu (Lhoťan, 2018).                Hinduismus                  V některých ohledech je hinduismus nejstarší živoucí náboženství, přinejmenším některé prvky se v něm objevují po                tisíce let. Na rozdíl od většiny ostatních náboženství nemá hinduismus jednoho zakladatele, literární dílo ani společný                soubor učení. Během historie se objevovaly různé směry, jejichž představitelé psali nesčetné svaté knihy. Z tohoto důvodu                se hinduismus často označuje jako způsob života nebo „rodina náboženství“, spíše než jediné náboženství. I přes velkou                diverzitu vnímá většina hinduistů jako posvátné písmo Védy a čerpají ze systému hodnot nazývaný Dharma. „Hlavními“                bohy je trojice Brahma, Višnu a Šiva. Důležitou myšlenkou hinduismu je reinkarnace; postavení a podmínky, do kterých se                lidská duše znovuzrodí je dána karmanovým zákonem (karman = čin) (BBC, 2009. Religions).                  Hinduismus vyznává přibližně 1,1 mld. lidí na světě (15 %), je rozšířený především na území Indie, Nepálu a na Mauriciu                (quora.com, 2019. How many Hindus are there in the world?). Jeho fungování je úzce spjato s fungováním indické společnosti                a jejím varnovým (kastovním) systémem. Náboženství je polyteistické a vychází ze starého védského náboženství.                 Buddhismus                  Buddhismus je náboženský směr, který se zaměřuje na člověka a jeho osobní duchovní rozvoj. Tento směr vychází z učení                Buddhy, historie buddhismu je tak příběhem jednoho člověka a jeho cesty k osvícení a učení o způsobu života, které se                z něj vyvíjelo. Buddha, vlastním jménem Siddhartha Guatama, se narodil do královské rodiny v dnešním Nepálu přibližně                před 2 500 lety. Učení samotné vychází z Tipitaky, tedy textu, který byl sepsán nedlouho po Buddhově smrti. Motivací je                vysvobození se z nekonečného koloběhu života a smrti a principem je praxe, která osvobozuje nebo umožňuje lepší zrození                a uvědomělý, blažený život. Vrcholem snah je dosažení Nirvány, tedy stavu, kdy si člověk uvědomil své poznání a zbavil se                tak utrpení (BBC, 2009. Religions). Buddhismus je rozšířený především v Číně a ve východní a jihovýchodní Asii. Představuje                čtvrté nejrozšířenější náboženství světa s necelými 500 miliony následovníky (7 % světové populace) (Pewforum, 2012.                Global Religious Landscape Buddhist).                Judaismus                  Judaismus je termín, jenž označuje náboženství židovského národa, přičemž dříve se v křesťanském světě pro víru židů                používaly termíny izraelitská či židovská víra. Teologie judaismu slouží jako základ i jiným náboženstvím, např. křesťanství                nebo  islámu.  Judaismus  vznikl  jako  náboženství  hebrejských  kmenů  přibližně  ve  2.  tisíciletí  před  naším  letopočtem.                Podle jedné z pěti posvátných knih judaismu, Tóry, jsou předky izraelského národa praotcové Abrahám, Izák a Jákob,                jehož 12 synů představuje vůdce 12 kmenů, které se jednotně nazývaly Izraelem. Po vyvedení z egyptského otroctví                jim byl prostřednictvím Mojžíše darován Boží zákon – tzv. Tóra (BBC, 2009. Religions). V historii bylo toto náboženství                poznamenáno velkými represemi, především v období 2. světové války. Kontroverzní je také otázka židovského státu                Izrael, který byl založen v roce 1948, a který je domovem pro 6,5 milionu židů, více než 5,5 mil. židů žije v USA (Ynetnews.                com, 2018. Number of Jews in the world still lower than before Holocaust). Judaismus se již v dřívějších dobách rozšířil do                celého světa a v současnosti má zhruba 20 mil. následovníků.                Náboženství v Evropě                  Náboženství v Evropě mělo v minulosti velký význam nejen pro každodenní život lidí, ale především pro umění, filozofii,                kulturu a právo. Nejdůležitějším náboženstvím zůstává pro Evropu křesťanství, do popředí se však dostávají nově i islám,                judaismus nebo hinduismus, které (s výjimkou islámu postupujícího s Osmanskou říší z východu) měly v dřívějších dobách                pouze velmi minoritní roli.                  Z pohledu majoritního náboženství lze Evropu zjednodušeně rozdělit na tři skupiny podle převládajícího směru křesťanství.                Římsko-katolická církev dominuje v zemích bývalé Habsburské monarchie, v České republice (i s ohledem na převahu                ateismu), Chorvatsku, Maďarsku, Slovinsku, Slovensku, Rakousku, Bavorsku, dále v Polsku a Slovinsku a v románských                zemích, tedy ve Francii, Itálii, Španělsku a Portugalsku. Době moderního kolonialismu dominovaly světu zejména Španělsko                a Portugalsko, proto se jejich náboženství rozšiřovalo do světa a důsledkem toho křesťanství zůstává dominantní v zemích                jižní a střední Ameriky nebo na Filipínách. Podobný vliv měla i Velká Británie nebo Nizozemsko. Velká Británie společně se                skandinávskými zeměmi, Německem (severní částí), částí Švýcarska, Lotyšskem a Estonskem se však od římsko-katolického                    48","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  proudu odklonily. Protestantský směr se díky kolonizacím britskou korunou (specifická anglikánská církev, která je podřízena                panovníkově moci) rozšířil do severní Ameriky, Austrálie nebo JAR. Posledním více rozšířeným proudem křesťanství v Evropě                je pravoslaví, ke kterému se hlásí především země ve východní Evropě a na Balkáně (Rusko, Ukrajina, Bělorusko, Rumunsko,                Bulharsko, Srbsko, Řecko a další) (Knippenberg, 2005).                 5.4 JAZYKOVÁ STRUKTURA                  Jedním z nejsnáze rozpoznatelných znaků národa je jeho jazyk. V procesu formování národa tvoří jednu z nejdůležitějších                funkcí, což je např. vidět ve shodě názvů jazyka a národa, ale i geograficky má jazyk význam při sestavování národnostní                struktury obyvatelstva světa. I přesto existují státy, které na svém území využívají až stovky jazyků, např. Papua Nová Guinea                (841), Indonésie (710) nebo Nigerie (526) (Lewis, 2009; Ethnologue, 2019. Languages of the World).                  Určit, kolik na světě existuje jazyků, je prakticky vyloučené, a to z důvodu jejich neustálého vývoje, vzniku nových a zániku                nepoužívaných i rozšiřování poznání a informací o nich. Odhaduje se, že počet jazyků ve světě dosahuje 7 tis., přičemž                až 1/3 z nich je v ohrožení, to znamená, že mají méně než 1 000 mluvčích, kteří jej dokážou aktivně používat. Na druhé                straně až polovina světové populace využívá dohromady pouze 23 jazyků (Ethnologue, 2019. Languages of the World).                  Stejně jako determinace přesného počtu je obtížné také určení nejvyužívanějších jazyků. V současnosti je nejpočetnější                obyvatelstvo hovořící čínštinou s přibližně 1,3 mld. rodilými mluvčími, z toho až jedna mld. hovoří mandarínskou čínštinou                (Babbel, 2018. The 10 Most Spoken Languages in the World). Je třeba nicméně brát v úvahu, že čínština je jednotná pouze                v psané formě. V mluvené formě jsou velké odlišnosti, přičemž může jít až o 300 různých jazyků/dialektů, které jsou pouze                formálně sjednoceny jako čínština. Vliv jazyka je víceméně prostorově omezen na území Čínské lidové republiky a Tchaj-                wanu (Toušek a kol., 2008; Ethnologue, 2019. Languages of the World).                  Druhým nejrozšířenějším jazykem ve světě je španělština. Její pozice je však na druhé příčce pouze z hlediska rodilých                mluvčích. Její rozšíření je celosvětové, především v Jižní a Střední Americe (s výjimkou Brazílie), Španělsku a také v USA.                Španělština společně s portugalštinou (6. nejčetnější jazyk) se rozšiřovaly zejména v době kolonizace.                  Angličtina, ačkoliv má přibližně 360 miliónů rodilých mluvčích, představuje prostorově nejrozšířenější jazyk, který je                možné využít na všech kontinentech. Často se využívá jako druhý oficiální jazyk, a to hlavně v bývalých britských koloniích                jako jsou Indie, Pákistán a některé státy v Africe, Asii, Oceánii a Karibiku. Nezastupitelné postavení má tento jazyk ve vědě,                businessu a mezinárodních vztazích.                  K dalším jazykům s velkým počtem mluvčích, ale opět teritoriálně izolovaných, patří Hindi a Urdu, které jsou rozšířené                hlavně v Indii a Pákistánu. Indie má celkem 23 úředních jazyků, mezi nejdůležitější patří již zmíněné Hindi a Urdu, přičemž                přetrvává otázka, zda se jedná o jeden jazyk nazývaný Hindština nebo o dva samostatné dialekty. Hindi i Urdu jsou spojeny                s různými státy, různým písmem i různými náboženstvími v Indii a Pákistánu (linguisticsociety, 2012. Languages of the                World). Po arabštině zaujímá hindština pozici pátého nejpoužívanějšího jazyka světa. Má přes 250 miliónů rodilých mluvčích,                ale stejně jako u čínštiny se zde setkáváme s problémem rozdílných dialektů. Moderní arabština má primárně písemnou                podobu a je úzce příbuzná s klasickou arabštinou z koránu (Babbel, 2018. The 10 Most Spoken Languages in the World).                  Mezi další široce rozšířené jazyky patří bengálština, portugalština, ruština, japonština a první desítku uzavírá lahndština.                Pořadí prvních 15 zemí podle počtu rodilých mluvčích je představeno v tabulce č. 5.6.                  Původní velké prostorové rozšíření ztratily, spolu s rozpadem koloniálních panství, francouzština a němčina, které jsou                podle počtu rodilých mluvčí aktuálně na 14. a 15. pozici (Ethnologue, 2019. Languages of the World); prostorové rozšíření                viz obrázek č. 5.16. V evropském prostředí ale mají důležitou roli. Většina evropských jazyků patří do indoevropské jazykové                     9                rodiny , které se dělí na menší skupiny, jak ukazuje následující obrázek č. 5.17. Největší skupiny jsou jazyky slovanské,                germánské a románské, menší poté ugrofinské nebo baltské.                                     Tab. 5.6: Nejrozšířenější jazyky světa podle počtu rodilých mluvčích                   Pořadí  Jazyk              Rodilí mluvčí (v mil.)  Pořadí  Jazyk         Rodilí mluvčí (v mil.)                    1.   Čínština                  1 299         9.   Japonština                  128                    2.   Španělština                442         10.   Lahndština (Pákistán)       119                    3.   Angličtina                 378         11.   Jávanština                  85                    4.   Arabština                  315         12.   Turečtina                   79                    5.   Hindština                  260         13.   Korejština                  77                    6.   Bengálština (Bangladéš)    243         14.   Francouzština               77                    7.   Portugalština              223         15.   Němčina                     76                    8.   Ruština                    154                                                     Zdroj: Ethnologue (2019).                 9  V celém světě jsou zhruba dvě desítky hlavních jazykových rodin.                                                                                                        49","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Nejrozšířenější jazyky Evropy jsou zřejmé z obrázku č. 5.15, dominuje angličtina, ve které je schopných komunikovat 51 %                občanů EU, z toho 13 % jako rodilí mluvčí, 38 % se jazyk naučilo. Až 56 % občanů EU uvádí, že se kromě své mateřštiny dokáže                domluvit alespoň ještě jedním cizím jazykem, 28 % pak uvádí schopnost komunikovat ve dvou cizích jazycích. Zajímavostí                je, že 97 % Slováků uvádí, že umí alespoň jeden cizí jazyk (pravděpodobně ovlivněno znalostí češtiny), patří tak ke špičce v                Evropě společně s Lucemburskem a Nizozemskem. Na opačné straně pak jsou státy Irsko, Velká Británie, Itálie, Maďarsko,                Portugalsko a Španělsko, kde 50–60 % obyvatel uvádí, že kromě své mateřštiny neumí jiný jazyk (EVROPSKÁ KOMISE, 2018.                Evropané a jejich jazyky).                  Většina evropských jazyků spadá do indoevropské jazykové rodiny, ta se dělí na románské (novolatinské), germánské                a slovanské. V západní Evropě dominují románské jazyky zahrnující portugalštinu, španělštinu, francouzštinu a italštinu. Do                stejné skupiny patří rumunština. Specifické postavení mají ve Španělsku katalánština, galicijština a baskičtina. Baskičtina,                využívaná v oblasti Baskicko a která má značnou kulturní i politickou autonomii, je uznávána jako jazyk menšiny a má                status úředního jazyka této autonomní části.  Je klasifikována jako izolovaný jazyk, tedy takový, který nelze zařadit do žádné                jazykové rodiny (Guardian, 2008).                  Germánské  jazyky  se  využívají  především  severních  a  západních  zemích  Evropy,  z  toho  plyne  i  jejich  rozdělení  na                severogermánské (islandština, faerština, norština, švédština, dánština) a západogermánské (skotština, angličtina, fríština,                nizozemština, němčina). Ve východní Evropě dominují slovanské jazyky, které se vyznačují bohatým principem ohýbání slov.                                             Obr. 5.15: Nejpoužívanější jazyky v Evropské unii                                                                   Zdroj: Evropská komise (2018); vlastní zpracování.                                         Obr. 5.16.: Prostorové rozmístění jazykových rodin ve světě                                                                                     Zdroj: Hanus, Šídlo (2019).                     50","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                   Obr. 5.17: Prostorové rozmístění jazykových rodin a vybraných jazyků v Evropě                                                                                                                             Zdroj: Nijman,Muller, De Blij (2017), Price (2002), Frey (2019)                                                                                                          51","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  Slovanské jazyky se dělí na západoslovanské (čeština, polština, slovenština, lužická srbština, kašubština), východoslovanské                (ruština,  běloruština,  ukrajinština)  a  jihoslovanské  (srbština,  černohorština,  bosenština,  chorvatština,  makedonština,                bulharština) (Mluvtečesky, 2019).                  Do indoevropských jazyků patří také řečtina, vyvinutá ze starořečtiny. Tvoří samostatnou vývojovou větev a používá se                především v Řecku, na Kypru a v některých částech Turecka. Vedle čínštiny je nejstarším kontinuálně používaným jazykem                na světě, ze kterého vychází i slova používaná v jiných jazycích (angličtina, francouzština, italština a další), stejně tak písmo –                alfabeta – je nejstarší písmo nalezené na evropském kontinentu. Z ní se později vyvinuly azbuka a nejčastěji využívaná                latinka (Dostálová, 2008). Další jazykovou skupinou v Evropě je ugrofinská, která se dále dělí na ugrickou (maďarština)                a finsko-permskou (finština, estonština) větev; všechny poté patří do uralské jazykové rodiny.                 5.5 RASA, ETNICITA A NÁRODNOST                  Lidská rasa je velká skupina lidí s podobnými, dědičně podmíněnými, antropologickými znaky – barva pleti, barva a tvar                vlasů a očí, tvar lebky, nosu, rtů, kterými se jednotlivé rasy od sebe navzájem odlišují. Na základě těchto odlišností se na                světě rozlišují tři rasy (Tetushkin, 2001; Poston, Micklin, 2006; Yaukey a kol., 2007):                •  Europoidní (euro-asijská) – tzv. „bílá“ rasa, tvoří asi 50 % světové populace. V důsledku evropské expanze europoidní                   rasa osídlila všechny části světa. Nejvíce jsou příslušníci této rasy zastoupeni v Evropě, Severní Americe, JZ Asii,                   Austrálii či arabské Africe. V moderní klasifikaci se užívá rozdělení na čtyři hlavní skupiny – nordický, baltický, dinarský                   a alpinský typ.                •  Mongoloidní (asijsko-americká) – tzv. „žlutá“ rasa, zastupuje přibližně 40 % lidstva. Nejvíce je rozšířena v Asii, ale také                   např. v Severní Americe či na Madagaskaru. Mongoloidní rasa se dělí na tři hlavní skupiny, a to centrální asijskou,                   asijsko-tichomořskou a indiánskou (tzv. „rudá“ rasa).                •  Negroidní (ekvatoriální) – tzv. „černá“ rasa, tvoří asi 10 % světové populace. Největší zastoupení této rasy je ve střední a                   jižní Africe, dále v Austrálii a Oceánii (Nová Guinea). Rozlišují se dva základní typy, a to paleonegroidní (staročernošský)                   a neonegroidní (mladočernošský).                  Současné rasové složení světadílů je vzhledem k migracím obyvatelstva pestré. Výsledkem migrací je míšení lidských ras                a vznik tzv. přechodných ras, respektive míšenců (Coon, 1962; Wolf, 2000), např.:                  •   Mulat – kříženec europoidní a negroidní rasy – bělocha a černocha                 •   Mestik – kříženec europoidní a mongoloidní rasy – asiata, indiána a bělocha                 •   Zambo – kříženec negroidní a mongoloidní rasy – indiána a černocha                    Etnicita je mnohovýznamový pojem užívaný ve společenských vědách, který může označovat příslušnost jedince k etniku                nebo etnické skupině, či se jedná o vědomí nebo pocit sounáležitosti s etnicky definovanou kolektivitou (Szaló, 2007);                někdy se také hovoří o normě a životním stylu, které identifikují a odlišují skupiny osob od jiných lidí. Etnicitu lze získat                automaticky (narozením se do určitého etnického společenství) nebo může být zvolena (přechod do jiné etnické skupiny).                V prvním případě je důležitý faktor dědictví, kdy se jedná o tzv. sociální dědičnost, díky které se člen učí, jak se identifikovat.                Etnicita přežívá do té doby, dokud si ji členové určitého etnika konstruují ze společenských charakteristik, ať už zjevných či                symbolických (Bačová, 1996).                  Na počátku  20. století se termín užíval k označení kulturní alokace jedince v čase a prostoru, jejímž smyslem bylo                konstruování statutu, který hrál významnou roli v podílu na moci nebo přerozdělování zdrojů. Velmi často je etnicita                považována za vymezení sociokulturního společenství se společným sídelním prostorem a jazykem, které respektuje vlastní                kulturní normy. Nejčastěji se pojem užívá ve spojitosti s etnickou hudbou, etnickým uměním, šperky či etnickými konflikty.                K upřesnění vymezení etnika se také používá tzv. objektivních kritérií (jazyk, fyzické rysy, náboženství, obyčeje atd). Obecně                lze říci, že kategorie etnicity bývá často využívána k interpretaci společenských jevů, které postrádají etnické příznaky.                V rámci myšlenkových proudů multikulturních studií je etnicita vnímána jako univerzální princip členění lidských populací                v čase i prostoru (Malina a kol., 2009; Newbold, 2010).                                               Tab. 5.7: Příklady etnických skupin ve světě                 Název etnika  Kritérium    Země pobytu                                        Přibližný počet                 Afroameričané  Rasa        USA                                                    43 mil                 Angličané     Jazyk        Spojené království, USA, Austrálie, Nový Zéland, Kanada, JAR, Zimbabwe  100 mil                 Bengálci      Rasa, jazyk  Bangladéš, Indie, Pákistán, Saudská Arábie            300 mil                 Chanové       Jazyk, kultura  Čína, Tchaj-wan, Hongkong, Singapur, Macao        1,310 mil                 Peršané       Jazyk, kultura  Írán, Tádžikistán, Uzbekistán, Pákistán, Irák, USA  81 mil                                               Zdroj: Levinson (1998); vlastní zpracování.                     52","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Ve světě se nachází nespočet etnických skupin, které lze charakterizovat dle vícečetných znaků (viz výše). Za nejpočetnější                etnickou  skupinu  jsou  považování  Chanové,  jež  spojuje  jazyk  (čínština)  a  kultura.  V  některých  případech  se  etnické                skupiny nachází pouze na území jednoho státu, konkrétně např. Afroameričané, což je dáno historickými souvislostmi a                sjednocujícím znakem je rasa. Kupříkladu Peršany lze nalézt po celém světě a jejich společným znakem je vedle kultury                také jazyk a rasa má v tomto případě upozaďující roli – viz tabulka č. 5.7 výše (Levinson, 1998).                  Česká republika, coby multikulturní společnost, je utvářena odlišnými etnickými, sociálními a náboženskými skupinami.                Přesto má ve společnosti zásadní postavení majorita. Při vzniku Československého státu v roce 1918 žilo na území početné                německé, maďarské, polské a židovské obyvatelstvo. Vlivem druhé světové války a období krátce po něm (odsun německého                obyvatelstva) a následného uzavření hranic vojsky se společnost postupně homogenizovala a během 2. poloviny 20. století                ustálila na 93–95 % českého (moravského a slezského) obyvatelstva (Moravcová, Nosková, 2005).                  Národnost  je  příslušnost  osoby  k  určitému  národu,  kdy  národ  je  chápán  jako  společenství,  na  jehož  utváření  mají                největší vliv společná kultura, dějiny, území, či jazyk a jehož členové mají podvědomí sounáležitosti s tímto společenstvím.                V průběhu času se měnil význam pojmu národnost, takže je velmi složité jej definovat. Národnost lze získat narozením,                adopcí, uzavřením manželství, ale nevylučuje se hlášení k více národnostem nebo také k žádné (Hroch, 2009).                  Je důležité rozlišovat národnost danou etnickým původem (například na základě stejného jazyka či kultury), či politickým                (dáno občanstvím), kdy za příslušníky národa jsou považování všichni, co jsou teritoriálně soustředěni ve státě, jsou jeho                občany a mají právo účastnit se politiky a uplatňovat svoji suverenitu. Nevylučuje se také provázání těchto dvou skutečností                dohromady (Řezník, 2003). Někdy se národnost ztotožňuje či zaměňuje se státní příslušností a občanstvím.                  V České republice se zjišťuje národnost v rámci sčítání lidu, domů a bytů. V čase se měnily jak definice, tak metodika                a význam zjištěných údajů měl v různých obdobích rozdílnou váhu. Znalost národnostního složení obyvatelstva je nezbytná                pro utváření sociální politiky (národnostní, kulturní, jazykové, integrační) a je předpokladem pro uznávání práv národnostních                menšin žijících na území České republiky (ČSÚ, 2014. Národnostní struktura obyvatel).                  Česká  republika  se  vyznačuje  národnostní  homogenitou  s  dominantním  zastoupením  české  národnosti.  Charakter                byl utvářen historickým a politickým vývojem země (migrací obyvatelstva během 2. světové války, válečnými ztrátami                národnostních  skupin,  poválečným  odsunem  a  výměnou  obyvatelstva,  re/emigrací  a  přesídlováním).  Nejpočetnější                národnostní menšinou byli až do druhé světové války Němci, avšak po odsunu po roce 1946 jejich místo zaujali Slováci, kteří                tvoří nejpočetnější menšinu dodnes. Otevření hranic po roce 1989 znamenalo méně kontrolovaný přísun národnostních                menšin, zvýšil se zejména podíl vietnamské národnostní menšiny, jenž činil v roce 2011 na území České republiky 0,3 %                z celkové populace (30 tis. osob); dále se jednalo o Ukrajince s podílem 0,5 % (53 tis. osob) a Rusy s 0,2 % (18 tis. osob).                  Níže uvedená tabulka č. 5.8 zaznamenává vývoj národnostního složení České republiky v letech 1921 až 2011. Nutno                podotknout, že národnost moravská a slezská se začala sledovat až po sametové revoluci, poprvé se tedy objevila ve sčítání                z roku 1991. Při sčítání v roce 2011 se ovšem dobrovolná otázka na sebeurčení národnosti stala pro 2,6 mil. osob (25,3 %)                nehodna odpovědi (ČSÚ, 2014. Národnostní struktura obyvatel).                              Tab. 5.8: Vývoj národnostního složení obyvatel České republiky v letech 1921–2011 (v %)                                                                  Sčítání lidu                 Národnost                                 1921    1930     1950    1961     1970    1980     1991    2001     2011                 Česká           67,5     68,4    93,8     94,3    94,5     94,6    81,2     90,4    64,3                 Moravská           -       -        -       -        -       -     13,2      3,7     5,0                 Slezská            -       -        -       -        -       -      0,4      0,1     0,1                 Slovenská        0,2      0,4     2,9      2,9     3,3      3,5     3,1      1,9     1,4                 Polská           1,0      0,9     0,8      0,7     0,6      0,6     0,6      0,5     0,4                 Německá         30,6     29,5     1,8      1,4     0,8      0,6     0,5      0,4     0,2                 Maďarská         0,1      0,1     0,2      0,2     0,2      0,2     0,2      0,1     0,1                                                       Zdroj: ČSÚ (2014c).                  5.6 EKONOMICKÁ AKTIVITA, ZAMĚSTNANOST A NEZAMĚSTNANOST                  Mezi důležité strukturální klasifikace obyvatelstva patří i vztah osob k ekonomické činnosti. Informace o úrovni ekonomické                aktivity obyvatelstva v jednotlivých zemích (země OECD nebo EU) až do úrovně území NUTS 3 zjišťují prostřednictvím                výběrového  šetření  pracovních  sil  (VŠPS)  národní  statistické  úřady.  VŠPS  je  provázané  se  standardy  a  doporučeními                Mezinárodní organizace práce (International Labour Organization, ILO).                  Ekonomicky  aktivní  obyvatelstvo  (pracovní  sílu)  tvoří  podle  VŠPS  zaměstnaní  a  nezaměstnaní.  Za  zaměstnané  jsou                považovány všechny osoby starší 15 let, které patří mezi placené zaměstnance, příslušníky armády nebo osoby zaměstnané                ve vlastním podniku. Za nezaměstnané jsou považovány osoby 15leté a starší, které souběžně splňují tři podmínky:                                                                                                        53","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                   1.   nemají placené zaměstnání ani sebezaměstnání;                 2.   zaměstnání aktivně hledají - formou aktivního hledání práce se rozumí hledání prostřednictvím úřadu práce nebo soukromé                     zprostředkovatelny práce, dále hledání práce přímo v podnicích, využívání inzerce, podnikání kroků pro založení vlastní firmy,                     podání žádosti o pracovní povolení a licence nebo hledání zaměstnání jiným způsobem;                 3.   jsou připraveny k nástupu do práce (okamžitě nebo nejpozději do dvou týdnů) – buď pro výkon placeného zaměstnání nebo                     zaměstnání ve vlastním podniku.                     Rámeček č. 5.3: Informace o trhu práce v České republice                     V České republice bylo zahájeno pravidelné sledování informací o trhu práce prostřednictvím výběrového šetření prováděného                   v domácnostech bydlících v náhodně vybraných bytech v prosinci 1992. Výběrové šetření pracovních sil je povinné pro všechny                   členské země EU. Metodika Výběrového šetření pracovních sil v zásadě vychází z doporučení ILO formulovaných v rezolucích                   přijatých mezinárodními konferencemi statistiků práce. Rezoluce obsahují základní principy pro jednotný metodický přístup                   k hodnocení úrovně trhu práce v různých ekonomických, společenských a sociálních systémech. Jejich aplikaci do statistické                   praxe v zemích Evropské unie konkretizuje Eurostat, který definuje jednotlivé ukazatele o trhu práce, včetně jejich obsahové                   náplně. Definice Eurostatu jsou závazné pro všechny členské země EU.                     Uvedené přístupy k řešení dané problematiky garantují, že metodika šetření je jen minimálně ovlivnitelná specifiky legislativy                   i ekonomickými podmínkami konkrétní země a výsledky šetření lze z toho důvodu považovat za objektivní nástroj pro srovnávání                   úrovně trhu práce mezi členskými zeměmi EU a dalšími zeměmi, které tuto metodu využívají.                     Předmětem šetření ve VŠPS jsou domácnosti bydlící v náhodně vybraných bytech. Šetření podléhají všechny osoby obvykle                   bydlící ve vybraném bytě, přičemž není rozhodující a není ani sledováno, mají-li zde pobyt trvalý, přechodný, dlouhodobý nebo                   nehlášený. U osob mladších než 15 let se sledují jen základní údaje týkající se vztahu k osobě v čele domácnosti, věku, pohlaví,                   národnosti a státní příslušnosti. Za osoby starší 15 let se vyplňují další otázky, které popisují jejich uplatnění na trhu práce. Panel                   vybraných bytů je v průběhu šetření obměňován. Každé čtvrtletí je do výběru zařazeno 20 % nově vybraných bytů, které jsou                   po pěti čtvrtletích z panelu vyřazeny. První tři roky šetření byla velikost výběrového souboru necelých 23 tis. bytů. Po posílení                   výběru v největších okresech dosahoval výběr velikosti kolem 26 tis. vybraných bytových jednotek na území České republiky, tj.                   cca 0,7 % všech trvale obydlených bytů. V roce 2018 dosahovala velikost výběru průměrně necelých 24 tis. bytů (0,6 % všech                   bytů), ve kterých je každé čtvrtletí šetřeno téměř 52 tis. respondentů všech věkových skupin, z nichž je přes 44 tis. respondentů                   ve věku 15 a více let. VŠPS je kontinuální šetření, jehož výsledky jsou vyhodnocovány a publikovány ve čtvrtletní periodicitě.                   Publikace ČSÚ obsahují čtyři okruhy tabulek týkajících se obyvatelstva, zaměstnaných v národním hospodářství, nezaměstnaných                   a také měr nezaměstnanosti a ekonomické aktivity v ČR, regionech soudržnosti a krajích podle pohlaví, věkových skupin a stupně                   nejvyššího dokončeného vzdělání.                     Velmi cenné pro analýzu struktury zaměstnanosti a nezaměstnanosti jsou také každoročně vydávané publikace ČSÚ „Trh práce                   v ČR – časové řady“ obsahující průměrné roční sledované data VŠPS od roku 1993. Data o zaměstnanosti jsou přepočítaná do                   územní úrovně krajů podle posledních mezinárodních klasifikací CZ-NACE (klasifikace odvětví činnosti) nebo CZ-ISCO (klasifikace                   zaměstnání),  takže  poskytují  prostřednictvím  strukturálních  změn  v  zaměstnanosti  obraz  restrukturalizace  hospodářství                   v jednotlivých krajích v období po roce 1992.                   Pokud osoby nesplňují alespoň jednu ze tří uvedených podmínek, jsou klasifikovány jako zaměstnané nebo ekonomicky                neaktivní. Jedinou výjimkou je skupina osob, které práci nehledají, protože ji již našly, ale nástup je stanoven na pozdější                dobu (nejpozději do tří měsíců). Tyto osoby jsou podle VŠPS zařazeny rovněž mezi nezaměstnané. Cílem VŠPS, kromě                ekonomické aktivity, je zjistit situaci na trhu práce, tj. úroveň a strukturu zaměstnanosti a nezaměstnanosti.                  Ekonomická aktivita obyvatelstva je zjišťována v jednotlivých zemích také v rámci sčítání lidu. Zatímco VŠPS zjišťuje                aktivitu čtvrtletně, v případě ČR do úrovně krajů, sčítání lidu většinou jednou za 10 let, ale do územní úrovně obcí, a dokonce                i  základních  sídelních  jednotek.  Ekonomická  aktivita  obyvatel  České  republiky  při  sčítání  lidu  je  zjišťována  v  souladu                s definicemi a doporučeními ILO a LSF (Labour Force Surveys) pro sledování charakteristik na trhu práce.                  Ekonomicky aktivní obyvatelstvo tvořící pracovní sílu jsou tedy i při sčítání lidu osoby, které splňují požadavky na zařazení                mezi zaměstnané a nezaměstnané. Mezi zaměstnané patří všechny osoby ve věku 15 a více let, které v rozhodný okamžik                sčítání byly:                  •   zaměstnanci v placeném zaměstnání jako zaměstnanci, patřily mezi sebezaměstnané (zaměstnavatelé, samostatně činní, členové                     produkčních družstev) nebo pomáhající členy rodiny;                 •   pracující důchodci, pracující studenti a učni;                 •   ženy na mateřské dovolené (28 resp. 37 týdnů);                   Pro zařazení osob byl rozhodující stav k rozhodnému okamžiku sčítání – jejich formální vazba k zaměstnání bez ohledu na                délku pracovního úvazku, charakter pracovní aktivity (trvalý, dočasný) nebo druh pracovního poměru, dohody či smlouvy.                  Nezaměstnané jsou všechny osoby ve věku 15 a více let, které byly v rozhodný okamžik sčítání bez práce, hledaly aktivně                práci a byly připraveny k nástupu do práce.                  Ekonomicky  neaktivní  osoby  jsou  nepracující  důchodci,  ostatní  nepracující  osoby  s  vlastním  zdrojem  obživy,  děti                předškolního věku, nepracující žáci, studenti a učni, osoby v domácnosti, ženy na další mateřské dovolené, resp. osoby                     54","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                   mateřské dovolené, resp. osoby na rodičovské dovolené a ostatní závislé osoby (ČSÚ, 2015. Metodika                   SLBD 2011). Základním ukazatelem ekonomické aktivity je míra ekonomické aktivity (EA), kterou lze                na rodičovské dovolené a ostatní závislé osoby (ČSÚ, 2015. Metodika SLBD 2011). Základním ukazatelem ekonomické                   charakterizovat  jako  podíl  ekonomicky  aktivních  (zaměstnaných  a  nezaměstnaných)  na  celkové                aktivity je míra ekonomické aktivity (MEA), kterou lze charakterizovat jako podíl ekonomicky aktivních (zaměstnaných                   populaci.                a nezaměstnaných) na celkové populaci.                                                                                                                         �         �  ∗              �%�                                                                                     EA= ekonomicky aktivní obyvatelstvo                                                               P = počet obyvatel                 EA = ekonomicky aktivní obyvatelstvo         P = počet obyvatel                   V mezinárodních srovnáních se spíše používá míra ekonomické aktivity 15–64letých, tj. podíl ekonomicky aktivních ve                   V mezinárodních  srovnáních  se  spíše  používá  míra  ekonomické  aktivity  15-64letých,  tj.  podíl                věku 15–64 let k populaci v této věkové skupině. Lze sledovat míru ekonomické aktivity podle pohlaví, napříč věkovými                   ekonomicky  aktivních  ve  věku  15-64  let  k  populaci  v  této  věkové  skupině.  Lze  sledovat  míru                skupinami či skupinami podle stupně nejvyššího dokončeného vzdělání. Mezi evropskými zeměmi existují poměrně velké                   ekonomické aktivity podle pohlaví, napříč věkovými skupinami či skupinami podle stupně nejvyššího                rozdíly v míře ekonomické aktivity 15–64letých. Zatímco míra ekonomické aktivity je velmi vysoká u obyvatelstva Islandu,                   dokončeného vzdělání. Mezi evropskými zeměmi existují poměrně velké rozdíly v míře ekonomické                Švédska a Švýcarska (vesměs vyšší než 80 %), tak u Itálie dosahuje pouze 65,4 %; v ČR v roce 2017 činila 75,9–%, což bylo                   aktivity  15-64letých.  Zatímco  míra  ekonomické  aktivity  je  velmi  vysoká  u  obyvatelstva  Islandu,                více než míra v celé Evropské unii (EU 28) – 73,3 %.                   Švédska a Švýcarska (vesměs vyšší než 80 %), tak u Itálie dosahuje pouze 65,4 %; v ČR v roce 2017                  Ekonomická aktivita obyvatelstva se liší v závislosti na pohlaví. Vyšší míru ekonomická aktivity vykazuji muži – např.                   činila 75,9 %, což bylo více než míra v celé Evropské unii (EU 28) - 73,3 %. Ekonomická aktivita                v EU v roce 2017 dosahovala míra 78,9 % a v ČR 82,9 %, zatímco míra ekonomické aktivity u žen 15-64 letých činila                   obyvatelstva se liší v závislosti na pohlaví. Vyšší míru ekonomická aktivity vykazuji muži - např. v EU                v Evropské unii 67,3 % a v ČR 68,7 %. Z jednotlivých zemí EU vykázaly v roce 2017 nejnižší míru ekonomické aktivity                   v roce 2017 dosahovala míra 78,9 % a v ČR 82,9 %, zatímco míra ekonomické aktivity u žen 15-64                žen Itálie (55,9 %) a Rumunsko (58,2 %). Ještě nižší míru ekonomické aktivity žen ve věku 15–64 let však měly Severní                   letých činila v Evropské unii 67,3 % a v ČR 68,7 %. Z jednotlivých zemí EU vykázaly v roce 2017                Makedonie (51,7 %) a Turecko (37,5 %). Velmi nízká míra ekonomické aktivity žen se dá očekávat i u evropských zemí                   nejnižší  míru  ekonomické  aktivity  žen  Itálie  (55,9  %)  a  Rumunsko  (58,2  %).  Ještě  nižší  míru                s vysokým zastoupením islámského obyvatelstva, jako jsou Bosna a Hercegovina, Albánie a Kosovo; bohužel za tyto země                   ekonomické aktivity žen ve věku 15-64 let však měly Severní Makedonie (51,7 %) a Turecko (37,5 %).                Eurostat údaje dosud nezveřejňuje.                   Velmi nízká míra ekonomické aktivity žen se dá očekávat i u evropských zemí s vysokým zastoupením                  Míra  ekonomické  aktivity  obyvatelstva  15–64letých  roste  ve  všech  zemích  EU,  což  souvisí  s  prodlužováním  věku                   islámského obyvatelstva, jako jsou Bosna a Hercegovina, Albánie a Kosovo; bohužel za tyto země                odchodu do starobního důchodu. V České republice v roce 2005 činila míra 70,4 % a o 12 let později již zmiňovaných 75,9                   Eurostat údaje dosud nezveřejňuje.                % (nárůst o 5,5 procentního bodu).  Nárůst byl tedy intenzivnější než průměrný nárůst v zemích EU (z 69,7 % na 73,3 %,                tj. o   3,6 bodu).                   Míra  ekonomické  aktivity  obyvatelstva  15-64letých  roste  ve  všech  zemích  EU,  což  souvisí                   s prodlužováním věku odchodu do starobního důchodu. V České republice v roce 2005 činila míra 70,4                   Rámeček č. 5.4: Hranice odchodu do důchodu                   %  a  o  12  let  později  již  zmiňovaných  75,9  %  (nárůst  o  5,5  procentního  bodu).    Nárůst  byl  tedy                     Do nedávné minulosti (do 31. prosince 1995) byla u nás hranice věku odchodu do starobního důchodu stanovena právními                   předpisy  pevně.  Pomineme-li  výjimky  u  pojištěnců  pracujících  v  preferovaných  pracovních  kategoriích,                   intenzivnější než průměrný nárůst v zemích EU (z 69,7 % na 73,3 %, tj. o 3,6 bodu).  odcházeli  muži  do                     starobního důchodu po dovršení 60 let věku a u žen byl důchodový věk odstupňován s ohledem na počet vychovaných dětí v                   rozmezí od 53 do 57 let věku.                    Rámeček č. 5.4: Hranice odchodu do důchodu                    Do nedávné minulosti (do 31. prosince 1995) byla u nás hranice věku odchodu do starobního důchodu                     Podstatnou změnu v tomto ohledu přinesl s účinností od 1. ledna 1996 nový zákon č. 155/1995 Sb., o důchodovém pojištění.                    stanovena právními předpisy pevně. Pomineme-li výjimky u pojištěnců pracujících v preferovaných                   Důchodový věk byl upraven v závislosti na datu (kalendářním roku) narození pojištěnce a pohlaví, u žen byl dále diferencován                    pracovních kategoriích, odcházeli muži do starobního důchodu po dovršení 60 let věku a u žen byl důchodový                   s ohledem na počet vychovaných dětí. Zákon č. 155/1995 Sb. zavedl postupné zvyšování dosavadního důchodového věku, a to                    věk odstupňován s ohledem na počet vychovaných dětí v rozmezí od 53 do 57 let věku.                   u žen o 4 měsíce za rok a u mužů o 2 měsíce za rok. Záměrem této diferenciace bylo nejen prodloužení důchodového věku                    Podstatnou změnu v tomto ohledu přinesl s účinností od 1. ledna 1996 nový zákon č. 155/1995 Sb., o                   s ohledem na stávající demografickou situaci a ekonomické možnosti státu, ale i postupné sjednocení důchodového věku pro                    důchodovém pojištění. Důchodový věk byl upraven v závislosti na datu (kalendářním roku) narození                   muže a ženy.                    pojištěnce a pohlaví, u žen byl dále diferencován s ohledem na počet vychovaných dětí. Zákon č. 155/1995                     Pravidelnému zvyšování důchodového věku a jeho unifikaci pro muže a ženy se věnovaly i další právní úpravy a novely zákona                    Sb. zavedl postupné zvyšování dosavadního důchodového věku, a to u žen o 4 měsíce za rok a u mužů o 2                   č. 155/1995 Sb. Podle poslední novely z roku 2017 bude u všech pojištěnců narozených po roce 1971 důchodový věk již jednotný                    měsíce za rok. Záměrem této diferenciace bylo nejen prodloužení důchodového věku s ohledem na stávající                   a bude činit 65 let (v roce 2037). Důchodový věk se v současnosti posouvá v řadě evropských zemí, zatím nejčastěji k hranici 67                    demografickou situaci a ekonomické možnosti státu, ale i postupné sjednocení důchodového věku pro muže a                   let (např. Německo, Irsko, Švédsko). V USA jde také o postupný posun odchodu do starobního důchodu z 65 na 67 let. Tato situace                    ženy. Pravidelnému zvyšování důchodového věku a jeho unifikaci pro muže a ženy se věnovaly i další právní                   nastane zde pro muže i ženy již v roce 2022.                    úpravy a novely zákona č. 155/1995 Sb. Podle poslední novely z roku 2017 bude u všech pojištěnců                    narozených po roce 1971 důchodový věk již jednotný a bude činit 65 let (v roce 2037). Důchodový věk se v                  Ve studiích zabývajících se trhem práce, které využívají data z VŠPS nebo ze sčítání lidu je srovnáván za územní jednotky také                    současnosti posouvá v řadě evropských zemí, zatím nejčastěji k hranici 67 let (např. Německo, Irsko,                ukazatel míry zaměstnanosti osob ve věku 15–64 let. Jde o podíl zaměstnaných ve věku 15–64 let z populace v této základní                    Švédsko). V USA jde také o postupný posun odchodu do starobního důchodu z 65 na 67 let. Tato situace                    nastane zde pro muže i ženy již v roce 2022.                věkové skupině. Míra zaměstnanosti je o něco nižší než míra ekonomické aktivity, neboť poměřuje pouze zaměstnané (bez                nezaměstnaných) k populaci stejného věku. Eurostat zveřejňuje ve svých tabulkových přehledech data o míře zaměstnanosti                 ne za osoby ve věku 15–64 let, ale za obyvatelstvo ve věku 20–64 let, neboť rozhodující část populace ve věku 15–19 let                   Ve studiích zabývajících se trhem práce, které využívají data z VŠPS nebo ze sčítání lidu je srovnáván                   za územní jednotky také ukazatel míry zaměstnanosti osob ve věku 15-64 let. Jde o podíl zaměstnaných                studuje. Míra zaměstnanosti osob ve věku 20–64 let byla v roce 2017 v Evropě nejvyšší v zemích vyznačujících se také                vysokou mírou ekonomické aktivity, tzn. na Islandu (87,6 %), ve Švédsku a Švýcarsku.                   ve věku 15-64 let z populace v této základní věkové skupině. Míra zaměstnanosti je o něco nižší než                   míra  ekonomické  aktivity,  neboť  poměřuje  pouze  zaměstnané  (bez  nezaměstnaných)  k populaci                  V ČR se míra zaměstnanosti blížila hranici 80 % (78,5 %) a byla podstatně vyšší než „unijní průměr“ (72,2 %). Míra                   stejného věku. Eurostat zveřejňuje ve svých tabulkových přehledech data o míře zaměstnanosti ne za                zaměstnanosti u mužů ve věku 20–65 let byla v ČR podstatně vyšší (86,3 %) než u žen (70,5 %). Ze zemí EU se vyznačovalo                nejnižší mírou zaměstnanosti obyvatelstva Řecko (57,8 %). Je však potřeba uvést, že daleko větší pozornost než míře                zaměstnanosti, je v odborných studiích věnována analýze struktury zaměstnanosti podle odvětví ekonomické činnosti.                Informace o takovéto struktuře zaměstnaných poskytují jak data z VŠPS, tak ze sčítání lidu (ČSÚ, 2019). Míra zaměstnanosti                ve věkové skupině 20–64 let).                  Daleko nejsledovanějším ukazatelem o situaci na trhu práce je však míra nezaměstnanosti. Tento ukazatel poskytují                pravidelně čtvrtletně výsledky výběrového šetření pracovních sil. Ukazatel se nazývá „obecná míra nezaměstnanosti“, aby                se odlišil od „míry registrované (evidované) nezaměstnanosti“, která je ve většině evropských zemí publikována úřady práce                                                                                                      55","osoby ve věku 15-64 let, ale za obyvatelstvo ve věku 20-64 let, neboť rozhodující část populace ve věku                   15-19  let  studuje.  Míra  zaměstnanosti  osob  ve  věku  20-64  let  byla  v roce  2017  v Evropě  nejvyšší                   v zemích  vyznačujících  se  také vysokou  mírou  ekonomické  aktivity,  tzn.  na  Islandu  (87,6  %),  ve                   15-19  let  studuje.  Míra  zaměstnanosti  osob  ve  věku  20-64  let  byla  v roce  2017  v Evropě  nejvyšší                   Švédsku a Švýcarsku. V ČR se míra zaměstnanosti blížila hranici 80 % (78,5 %) a byla podstatně vyšší                   v zemích  vyznačujících  se  také vysokou  mírou  ekonomické  aktivity,  tzn.  na  Islandu  (87,6  %),  ve                   než „unijní průměr“ (72,2 %). Míra zaměstnanosti u mužů ve věku 20-65 let byla v ČR podstatně vyšší                   Švédsku a Švýcarsku. V ČR se míra zaměstnanosti blížila hranici 80 % (78,5 %) a byla podstatně vyšší                   (86,3 %) než u žen (70,5 %). Ze zemí EU se vyznačovalo nejnižší mírou zaměstnanosti obyvatelstva                   Řecko (57,8 %). Je však potřeba uvést, že daleko větší pozornost než míře zaměstnanosti, je v odborných                   než „unijní průměr“ (72,2 %). Míra zaměstnanosti u mužů ve věku 20-65 let byla v ČR podstatně vyšší                   studiích věnována analýze struktury zaměstnanosti podle odvětví ekonomické činnosti. Informace o                   (86,3 %) než u žen (70,5 %). Ze zemí EU se vyznačovalo nejnižší mírou zaměstnanosti obyvatelstva                   takovéto  struktuře  zaměstnaných  poskytují  jak  data  z VŠPS,  tak  ze  sčítání  lidu  (ČSÚ,  2019.  Míra                   Řecko (57,8 %). Je však potřeba uvést, že daleko větší pozornost než míře zaměstnanosti, je v odborných                   zaměstnanosti ve věkové skupině 20-64 let).                   studiích věnována analýze struktury zaměstnanosti podle odvětví ekonomické činnosti. Informace o                     takovéto  struktuře  zaměstnaných  poskytují  jak  data  z VŠPS,  tak  ze  sčítání  lidu  (ČSÚ,  2019.  Míra                   Daleko  nejsledovanějším  ukazatelem  o  situaci  na  trhu  práce  je  však  míra  nezaměstnanosti.  Tento                   zaměstnanosti ve věkové skupině 20-64 let).                   ukazatel poskytují pravidelně čtvrtletně výsledky výběrového šetření pracovních sil.  Ukazatel se nazývá                     osoby ve věku 15-64 let, ale za obyvatelstvo ve věku 20-64 let, neboť rozhodující část populace ve věku                   „obecná míra nezaměstnanosti“, aby se odlišil od „míry registrované (evidované) nezaměstnanosti“,                   Daleko  nejsledovanějším  ukazatelem  o  situaci  na  trhu  práce  je  však  míra  nezaměstnanosti.  Tento                   která je ve většině evropských zemí publikována úřady práce měsíčně, a to v daleko podrobnějším                   ukazatel poskytují pravidelně čtvrtletně výsledky výběrového šetření pracovních sil.  Ukazatel se nazývá                   územním  rozlišení  (často  až  do  úrovně  obcí),  než  v případě  VŠPS.  Obě  výše  uvedené  míry                   „obecná míra nezaměstnanosti“, aby se odlišil od „míry registrované (evidované) nezaměstnanosti“,                                                             (geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                   nezaměstnanosti se počítají podle stejného vzorce jako podíl nezaměstnaných (dosažitelných uchazečů                   která je ve většině evropských zemí publikována úřady práce měsíčně, a to v daleko podrobnějším                   o zaměstnání) z pracovní síly (zaměstnaných a nezaměstnaných neboli ekonomicky aktivních).  míry                   územním  rozlišení  (často  až  do  úrovně  obcí),  než  v případě  VŠPS.  Obě  výše  uvedené                měsíčně, a to v daleko podrobnějším územním rozlišení (často až do úrovně obcí), než v případě VŠPS. Obě výše uvedené                     nezaměstnanosti se počítají podle stejného vzorce jako podíl nezaměstnaných (dosažitelných uchazečů                míry nezaměstnanosti se počítají podle stejného vzorce jako podíl nezaměstnaných (dosažitelných uchazečů o zaměstnání)                   o zaměstnání) z pracovní síly (zaměstnaných a nezaměstnaných neboli ekonomicky aktivních).                                                                               z pracovní síly (zaměstnaných a nezaměstnaných neboli ekonomicky aktivních).                                                       � �                                                             ∗              �%�                                                                                                                              L= pracovní síla (ekonomickyaktivní)                     R = míra registrované nezaměstnanosti   � �        ∗              �%�                     U=nezaměstnaní                                                                                            L= pracovní síla (ekonomickyaktivní)                    R = míra registrované nezaměstnanosti                 R = míra registrované nezaměstnanosti        L = pracovní síla (ekonomickyaktivní)                   Výpočet míry registrované nezaměstnanosti za menší územní jednotky je podmíněn odhady ekonomické                    U=nezaměstnaní                   aktivity obyvatelstva. Odhady pracovní síly za okresy ČR zpracovával až do roku 2012 Český statistický                 U = nezaměstnaní                    úřad za využití i výsledků výběrového šetření pracovních sil a tyto odhady předával Ministerstvu práce                   Výpočet míry registrované nezaměstnanosti za menší územní jednotky je podmíněn odhady ekonomické                   a sociálních věcí ČR. Měsíční statistiky nezaměstnanosti publikované Úřadem práce ČR tak obsahovaly,                   aktivity obyvatelstva. Odhady pracovní síly za okresy ČR zpracovával až do roku 2012 Český statistický                  Výpočet  míry  registrované  nezaměstnanosti  za  menší  územní  jednotky  je  podmíněn  odhady  ekonomické  aktivity                   kromě  počtu  uchazečů,  i  míru  registrované  nezaměstnanosti  v okresech  a  krajích  ČR.  Míra                   úřad za využití i výsledků výběrového šetření pracovních sil a tyto odhady předával Ministerstvu práce                obyvatelstva. Odhady pracovní síly za okresy ČR zpracovával až do roku 2012 Český statistický úřad za využití i výsledků                   nezaměstnanosti  za  správní  obvody  obcí  s rozšířenou  působností  (SO  ORP),  obvody  pověřených                   a sociálních věcí ČR. Měsíční statistiky nezaměstnanosti publikované Úřadem práce ČR tak obsahovaly,                výběrového  šetření  pracovních  sil  a  tyto  odhady  předával  Ministerstvu  práce  a  sociálních  věcí  ČR.  Měsíční  statistiky                   obecních úřadů (SO POÚ) i jednotlivé obce byla počítána měsíčně jako podíl uchazečů o zaměstnání                   kromě  počtu  uchazečů,  i  míru  registrované  nezaměstnanosti  v okresech  a  krajích  ČR.  Míra                nezaměstnanosti publikované Úřadem práce ČR tak obsahovaly, kromě počtu uchazečů, i míru registrované nezaměstnanosti                   z ekonomicky  aktivního  obyvatelstva  zjištěného  při  posledním  sčítání  lidu  (tj.  počet  ekonomicky                   nezaměstnanosti  za  správní  obvody  obcí  s rozšířenou  působností  (SO  ORP),  obvody  pověřených                v okresech a krajích ČR. Míra nezaměstnanosti za správní obvody obcí s rozšířenou působností (SO ORP), obvody pověřených                   aktivních se neměnil v průběhu deseti let).                   obecních úřadů (SO POÚ) i jednotlivé obce byla počítána měsíčně jako podíl uchazečů o zaměstnání                obecních úřadů (SO POÚ) i jednotlivé obce byla počítána měsíčně jako podíl uchazečů o zaměstnání z ekonomicky aktivního                     z ekonomicky  aktivního  obyvatelstva  zjištěného  při  posledním  sčítání  lidu  (tj.  počet  ekonomicky                obyvatelstva zjištěného při posledním sčítání lidu (tj. počet ekonomicky aktivních se neměnil v průběhu deseti let).                   V roce 2012 došlo ke změně metodiky výpočtu úrovně nezaměstnanosti v okresech, správních obvodech                   aktivních se neměnil v průběhu deseti let).                  V roce 2012 došlo ke změně metodiky výpočtu úrovně nezaměstnanosti v okresech, správních obvodech a obcích. Míra                   a  obcích.  Míra  registrované  nezaměstnanosti  byla  nahrazena  novým  ukazatelem,  a  to  „podílem                 registrované nezaměstnanosti byla nahrazena novým ukazatelem, a to „podílem dosažitelných uchazečů o zaměstnání ve                   dosažitelných uchazečů o zaměstnání ve věku 15-64 let na obyvatelstvu stejné základní věkové skupiny“                   V roce 2012 došlo ke změně metodiky výpočtu úrovně nezaměstnanosti v okresech, správních obvodech                věku 15–64 let na obyvatelstvu stejné základní věkové skupiny“ (tj. na produktivním obyvatelstvu). Ve jmenovateli vzorce                   (tj. na produktivním obyvatelstvu). Ve jmenovateli vzorce pro výpočet úrovně nezaměstnanosti místo                   a  obcích.  Míra  registrované  nezaměstnanosti  byla  nahrazena  novým  ukazatelem,  a  to  „podílem                pro výpočet úrovně nezaměstnanosti místo pracovní síly (ekonomicky aktivního obyvatelstva) se nyní používá produktivní                   pracovní síly (ekonomicky aktivního obyvatelstva) se nyní používá produktivní obyvatelstvo.                   dosažitelných uchazečů o zaměstnání ve věku 15-64 let na obyvatelstvu stejné základní věkové skupiny“                obyvatelstvo.                     (tj. na produktivním obyvatelstvu). Ve jmenovateli vzorce pro výpočet úrovně nezaměstnanosti místo                   pracovní síly (ekonomicky aktivního obyvatelstva) se                                                               ����nyní používá produktivní obyvatelstvo.                                                                                                                     �� �           ����  ∗              �%�                                                                   ����                                                                ∗              �%�                     PNO= podíl nezaměstnaných osob       �� �  P 15‐64= obyvatelé ve věku 15‐64 let                 PNO= podíl nezaměstnaných osob                    ����   P15-64= obyvatelé ve věku 15-64 let                     U 15‐64=nezaměstnaní ve věku 15‐64 let                   U15-64=nezaměstnaní ve věku 15-64 let         P 15‐64= obyvatelé ve věku 15‐64 let                    PNO= podíl nezaměstnaných osob                   Nový ukazatel PNO je nižší než míra nezaměstnanosti (v současnosti zhruba o jeden procentní bod),                    U 15‐64=nezaměstnaní ve věku 15‐64 let                    neboť  ve  jmenovateli  vzorce  pro  jeho  výpočet  (obyvatelstvo  v produktivním  věku) jsou  zahrnuté  i                   Nový ukazatel PNO je nižší než míra nezaměstnanosti (v současnosti zhruba o jeden procentní bod), neboť ve jmenovateli                   některé skupiny ekonomicky neaktivního obyvatelstva (studenti, učni, osoby na rodičovské dovolené                   Nový ukazatel PNO je nižší než míra nezaměstnanosti (v současnosti zhruba o jeden procentní bod),                vzorce pro jeho výpočet (obyvatelstvo v produktivním věku) jsou zahrnuté i některé skupiny ekonomicky neaktivního                   apod.  ve  jmenovateli  vzorce  pro  jeho  výpočet  (obyvatelstvo  v produktivním  věku) jsou  zahrnuté  i                   neboť                obyvatelstva (studenti, učni, osoby na rodičovské dovolené apod.                     některé skupiny ekonomicky neaktivního obyvatelstva (studenti, učni, osoby na rodičovské dovolené                  Měsíční data Úřadu práce ČR o počtu uchazečů o zaměstnání včetně PNO jsou nezastupitelná pro regionální analýzy                   Měsíční data Úřadu práce  ČR o počtu uchazečů o  zaměstnání včetně PNO jsou nezastupitelná pro                   apod.                trhu práce. Obsahují však také údaje o počtu evidovaných volných pracovních míst, takže lze regiony porovnávat i dalším                   regionální analýzy trhu práce. Obsahují však také údaje o počtu evidovaných volných pracovních míst,                 důležitým  ukazatelem  trhu  práce,  kterým  je  „počet  nezaměstnaných  připadajících  na  jedno  volné  pracovní  místo“.                   takže  lze  regiony  porovnávat  i  dalším  důležitým  ukazatelem  trhu  práce,  kterým  je  „počet                   Měsíční data Úřadu práce ČR o počtu uchazečů o  zaměstnání včetně PNO jsou nezastupitelná pro                Strukturální  data  o  registrovaných  uchazečích  umožňují  analyzovat  úroveň  nezaměstnanosti  hůře  se  uplatňujících                   nezaměstnaných  připadajících  na  jedno  volné  pracovní  místo“. Strukturální  data  o  registrovaných                   regionální analýzy trhu práce. Obsahují však také údaje o počtu evidovaných volných pracovních míst,                skupin obyvatelstva na trhu práce (uchazeči pečující o děti do 14 let, dále uchazeči zdravotně postižení, uchazeči pouze                   takže  lze  regiony  porovnávat  i  dalším  důležitým  ukazatelem  trhu  práce,  kterým  je  „počet                se  základním  vzděláním,  uchazeči  ve  věku  50  a  více  let,  dlouhodobě  nezaměstnaní  nebo  nezaměstnaní  absolventi                   nezaměstnaných  připadajících  na  jedno  volné  pracovní  místo“. Strukturální  data  o  registrovaných                a mladiství). V situaci, kdy je v ČR větší počet evidovaných volných pracovních míst (324 tis. na konci roku 2018) než počet                registrovaných uchazečů o zaměstnání (231 tis.), četnost hůře se uplatňujících skupin obyvatelstva na trhu práce není                nijak vysoká. Na konci roku 2018 počet nezaměstnaných ve věku 50 a více let dosahoval 82 tisíc, následovali nezaměstnaní                bez středního vzdělání (70 tis.) a nezaměstnaní evidovaní ÚP déle než 12 měsíců (60 tis.); nezaměstnaných z ostatních                problémových skupin bylo vždy méně než 40 tisíc.                  Česká republika se v posledních letech vyznačuje velmi nízkou obecnou mírou nezaměstnanosti. Ve 4. čtvrtletí 2018                dosahovala hodnoty 2,1 %, což bylo nejméně v zemích EU.  Za ČR následovaly Německo (3,3 %) a Nizozemsko (3,6 %).                Z evropských zemí mimo EU měl nejnižší obecnou míru nezaměstnanosti Island (2,9 %). Z mimoevropských zemí mělo                velmi nízkou míru nezaměstnanosti především Japonsko (2,4 %). V USA míra nezaměstnanosti činila 3,9 %, což bylo                podstatně méně než v Evropské unii (6,6 %). V ní existovaly tři země, u nichž míra nezaměstnanosti překračovala hranici                10 %. Šlo o Řecko (18,5 %), Španělsko (14,4 %) a Itálii (10,4 %). Míra nezaměstnanosti u mužů v EU28 byla nižší (6,3 %)                než žen (6,9 %). Obecná míra nezaměstnanosti ve 4. čtvrtletí 2018 činila v ČR u mužů 1,7 % a u žen 2,5 %. V souboru 28                zemí EU však existovalo 12 zemí, ve kterých míra nezaměstnanosti u žen byla nižší než u mužů. Do tohoto souboru zemí                patřily mj. také Německo a Velká Británie. Nižší mírou nezaměstnanosti žen, než mužů mimo země EU, se vyznačovaly                také Island či Norsko a z mimoevropských zemí také USA a Japonsko. To vykázalo na konci roku 2018 dokonce nižší míru                nezaměstnanosti žen (2,2 %) než ČR (ČSÚ, 2019. Míra harmonizované nezaměstnanosti).                  Ke  konci  listopadu  2019  bylo  podle  Ministerstva  práce  a  sociálních  věcí  ČR  na  úřadech  práce  evidováno  646,2  tis.                cizinců, z čehož bylo 386 tis. občanů EU a Švýcarska (60 %) a 259 tis. z ostatních, tzv. třetích zemí. Zatímco po vstupu České                republiky do Evropské unie v roce 2004 tvořili cizinci působící na českém trhu práce necelá čtyři procenta z celkového počtu                zaměstnaných v ČR, v závěru roku 2019 to bylo již 12–13 %. Aktuální meziroční nárůst pracujících cizinců na tuzemském                trhu práce byl v řádu čtyř desítek tisíc.                   56","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Mezi cizinci zaměstnanci na území ČR viditelně převažovali muži (63 %), přičemž vyšší převaha mužů byla patrná                zejména u skupiny občanů z EU (66 %). Dle národností mělo největší zastoupení Slovensko (203 tis.) a Ukrajina (164 tis.),                dále následovaly s velkým odstupem Polsko (47 tis.), Rumunsko (46 tis.) a Bulharsko (36 tis.). Z postsocialistických zemí                byly seskládány i další příčky pomyslného žebříčku v pořadí Maďarsko, Rusko a Vietnam (14.–20. tis. osob). Západní                Evropu reprezentovaly především Německo, Itálie a Velká Británie se zhruba 4,5–5,5 tis. občanů pracujícími na českém                trhu práce.                  Cizinci byli nejčastěji zaměstnáváni v oborech:                •  zpracovatelský průmysl (179 tis.),                •  administrativní a podpůrné činnosti (164 tis.),                •  stavebnictví (60 tis.),                •  velkoobchod a maloobchod, opravy spotřebičů a údržba motorových vozidel (57 tis.),                •  profesní, vědecké a technické činnosti (34 tis.),                •  doprava a skladování (31 tis.),                •  ubytování, stravování a pohostinství (28 tis.),                •  informační a komunikační činnosti (25 tis.).                  Podle pracovní pozice byli cizinci na českém trhu práce zařazeni nejčastěji jako:                •  pomocní a nekvalifikovaní pracovníci (187 tis.),                •  obsluha strojů a zařízení, montéři (140 tis.),                •  řemeslníci a opraváři (70 tis.),                •  specialisté (61 tis.),                •  pracovníci ve službách a prodeji (58 tis.).                  Za nejvýraznější trend na trhu práce v posledním období (1–2 roky) lze označit jednak výrazný nárůst absolutního počtu                cizinců zaměstnanců, na druhé straně však také zpomalení až stagnace dynamiky tohoto růstu. Důvody lze hledat v nižších                náborech firem s ohledem na zpomalení ekonomiky a také v rostoucích mzdách ve zdrojových zemích (zejména Ukrajina,                Rumunsko, Bulharsko) v nejžádanějších oborech, což motivuje cizince stále více zůstávat na domácím pracovním trhu.                                                                                                                                                       57","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                 6  DYNAMIKA OBYVATELSTVA                   Obyvatelstvo je dynamický prvek socioekonomické sféry a jedním z jeho charakteristických rysů je nestálost. Pojem dynamika                obyvatelstva lze popsat jako změny v počtu obyvatelstva, které vyvolávají i změny v jeho prostorovém rozložení a struktuře. Tyto                změny, ačkoliv zahrnují velké množství znaků počtu, struktury, prostorového rozložení atd., lze v zásadě rozdělit do tří kategorií                pohybu, přičemž iniciátory pohybů obyvatelstva jsou demografické události (Pavlík a kol., 1986; Yaukey et al., 2007):                •  přirozený pohyb,                •  mechanický pohyb,                •  sociálně-ekonomický pohyb.                  V rámci dynamiky obyvatelstva lze pozorovat tyto základní demografické procesy:                •  porodnost a plodnost,                •  úmrtnost,                •  potratovost,                •  nemocnost a nejčastější příčiny úmrtí,                •  sňatečnost a rozvodovost.                  Na  jejich  základě  se  potom  odvozují  další  velmi  často  používané  ukazatele  (přirozený  přírůstek,  průměrný  věk,                úhrnná plodnost, kojenecká úmrtnost, úhrnná rozvodovost, naděje dožití, objem stěhování a mnoho dalších – viz dále)                (Newbold, 2010).                  Na základě výše uvedených ukazatelů jsou demografové schopni analyzovat například:                •  zda dochází k úbytku či přírůstku obyvatel;                •  jak bude vypadat skladba populace v dlouhodobějším časovém horizontu;                •  co je příčinou zvyšování či snižování porodnosti;                •  jakou má určitá skupina lidí (populace) naději dožití apod.                  Tyto a mnohé další informace jsou podloženy daty sesbíranými ať už národními úřady (např. Český statistický úřad) či                nadnárodními organizacemi (Světová banka, OSN, Eurostat a další). V zásadě platí pravidlo: čím vyspělejší stát, tím kvalitnější                a věrohodnější data.                 Přirozený pohyb obyvatelstva                  Přirozený pohyb (někdy také přirozená měna) je výsledkem přirozeného rozmnožování a umírání lidí. Podle vztahů těchto                procesů se jedná buď o přirozený přírůstek, nebo o úbytek obyvatelstva. Zahrnuje populační procesy, které souvisí s:                •  rozmnožováním – proces porodnosti,                •  umíráním – proces úmrtnosti.                  K dalším populačním procesům, jež mohou do značné míry ovlivnit základní procesy, avšak nevstupují přímo do bilance                přirozeného pohybu, patří zejména sňatečnost, rozvodovost a potratovost. Více informací lze nalézt v podkapitole 6.5.                 Mechanický pohyb obyvatelstva                  Mechanický  pohyb  (mobilita)  zahrnuje  všechny  prostorové  přesuny  obyvatelstva.  Největší  pozornost  je  věnována                migračním pohybům zahrnujících imigraci a emigraci obyvatel. Podle poměru těchto složek dochází buď k migračnímu                přírůstku, nebo úbytku obyvatelstva. V zásadě lze rozlišovat čtyři základní typy prostorových pohybů:                  Migrace                           Jednorázový  pohyb,  dochází  ke  změně  trvalého  bydliště  bez  ohledu  na  to,  zda                                                   jde o stěhování v rámci určité sídelní struktury, regionu nebo státu. Statisticky se                                                   sleduje pouze stěhování mimo hranice obce, nikoliv uvnitř obce.                 Dočasné změny pohybu              Může se jednat o tzv. sezónní migraci. Mluvíme tedy o změně bydliště na určitý                                                   vymezený čas, avšak místo trvalého pobytu se nemění.                 Pravidelné pohybyv                Jedná se zejména o dojížďku za prací, označujeme tak pohyb ekonomicky aktivních                                                   obyvatel,  kteří  mají  rozdílné  místo  pracoviště  a  místo  trvalého  bydliště.  Velmi                                                   podobné znaky má i dojížďka žáků, učňů a studentů do škol.                 Nepravidelné dočasné pohyby (turbulence)  Jejich  účelem  bývá  nejčastěji  cestovní  ruch  a  rekreace,  služby,  nákupy,  sport,                                                   obchodní a služební cesty.                                                         Zdroj: Mládek (1992); Drbohlav (1999); Toušek a kol. (2008); vlastní úpravy.                 Sociálně-ekonomický pohyb obyvatelstva                  Tento pohyb zahrnuje přesuny obyvatelstva mezi sociálními útvary, jako jsou např. změny rodinného stavu, zaměstnání,                úrovně vzdělání, sociální příslušnosti, kulturních skupin atd. Výsledkem jsou změny ve struktuře obyvatelstva podle jejich                     58","Jedná se zejména o dojížďku za prací, označujeme tak pohyb                     Pravidelné pohyby                    Pravidelné pohyby                                                         Jedná se zejména o dojížďku za prací, označujeme tak pohyb                                                         ekonomicky  aktivních  obyvatel,  kteří  mají  rozdílné  místo                                                         ekonomicky  aktivních  obyvatel,  kteří  mají  rozdílné  místo                                                         pracoviště a místo trvalého bydliště. Velmi podobné znaky má                                                         pracoviště a místo trvalého bydliště. Velmi podobné znaky má                                                         i dojížďka žáků, učňů a studentů do škol.                                                         i dojížďka žáků, učňů a studentů do škol.                                                         Jejich účelem bývá nejčastěji cestovní ruch a rekreace, služby,                     Nepravidelné dočasné pohyby (turbulence)                                                         Jejich účelem bývá nejčastěji cestovní ruch a rekreace, služby,                    Nepravidelné dočasné pohyby (turbulence)                                                         nákupy, sport, obchodní a služební cesty.                                                         nákupy, sport, obchodní a služební cesty.                    Zdroj: Mládek (1992); Drbohlav (1999); Toušek a kol. (2008); Vlastní úpravy.                   Zdroj: Mládek (1992); Drbohlav (1999); Toušek a kol. (2008); Vlastní úpravy.                      Sociálně-ekonomický pohyb obyvatelstva                   Sociálně-ekonomický pohyb obyvatelstva                    Tento pohyb zahrnuje přesuny obyvatelstva mezi sociálními útvary, jako jsou např. změny rodinného                   Tento pohyb zahrnuje přesuny obyvatelstva mezi sociálními útvary, jako jsou např. změny rodinného                    stavu, zaměstnání, úrovně vzdělání, sociální příslušnosti, kulturních skupin atd. Výsledkem jsou změny                   stavu, zaměstnání, úrovně vzdělání, sociální příslušnosti, kulturních skupin atd. Výsledkem jsou změny                    ve  struktuře  obyvatelstva  podle  jejich  sociálních  (sociokulturních)  a  ekonomických  znaků.  Do  této                   ve  struktuře  obyvatelstva  podle  jejich  sociálních  (sociokulturních)  a  ekonomických  znaků.  Do  této                    kategorie by bylo vhodnější řadit výše zmíněné pomocné ukazatele přirozeného pohybu – sňatečnost a                   kategorie by bylo vhodnější řadit výše zmíněné pomocné ukazatele přirozeného pohybu – sňatečnost a                Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    rozvodovost (případně i potratovost), které mají spíše společensko-kulturní charakter. (Toušek a kol.,                   rozvodovost (případně i potratovost), které mají spíše společensko-kulturní charakter. (Toušek a kol.,                    2008).                sociálních (sociokulturních) a ekonomických znaků. Do této kategorie by bylo vhodnější řadit výše zmíněné pomocné                   2008).                    Sociální a mechanický pohyb jsou spolu úzce propojeny a vzájemně na sebe působí. Důsledkem sociální                ukazatele přirozeného pohybu – sňatečnost a rozvodovost (případně i potratovost), které mají spíše společensko-kulturní                   Sociální a mechanický pohyb jsou spolu úzce propojeny a vzájemně na sebe působí. Důsledkem sociální                    změny, jako je např. nalezení nové práce, může být prostorová změna v podobě dojížďky za prací nebo                charakter. (Toušek a kol., 2008).                   změny, jako je např. nalezení nové práce, může být prostorová změna v podobě dojížďky za prací nebo                    stěhování. Stejně tak může sociální nebo politická situace vést k migraci na úrovni regionů nebo států.                  Sociální a mechanický pohyb jsou spolu úzce propojeny a vzájemně na sebe působí. Důsledkem sociální změny, jako je                   stěhování. Stejně tak může sociální nebo politická situace vést k migraci na úrovni regionů nebo států.                 např. nalezení nové práce, může být prostorová změna v podobě dojížďky za prací nebo stěhování. Stejně tak může sociální                     6.1. Porodnost a plodnost                nebo politická situace vést k migraci na úrovni regionů nebo států.                   6.1. Porodnost a plodnost                    Porodnost (natalita) je jedním z klíčových demografických procesů a spolu s úmrtností představuje                   Porodnost (natalita) je jedním z klíčových demografických procesů a spolu s úmrtností představuje                    složku  demografické  reprodukce  populací.  Úroveň  porodnosti  závisí  na  plodivosti  (fekundita),  tedy                6.1 PORODNOST A PLODNOST                   složku  demografické  reprodukce  populací.  Úroveň  porodnosti  závisí  na  plodivosti  (fekundita),  tedy                                       1                    schopnosti muže a ženy  rodit děti a jejím výsledným efektem je plodnost (fertilita). Zároveň je úroveň                  Porodnost (natalita) je jedním z klíčových demografických procesů a spolu s úmrtností představuje složku demografické                                       1                   schopnosti muže a ženy  rodit děti a jejím výsledným efektem je plodnost (fertilita). Zároveň je úroveň                    porodnosti ovlivněna vnějšími nebiologickými faktory – kupříkladu populační politikou státu, bytovou                                                                                            10                reprodukce populací. Úroveň porodnosti závisí na plodivosti (fekundita), tedy schopnosti muže a ženy  rodit děti a jejím                   porodnosti ovlivněna vnějšími nebiologickými faktory – kupříkladu populační politikou státu, bytovou                    situací partnerů, stavu na trhu práce, hodnotovým systémem partnerů, ekonomickou a politickou situací                výsledným  efektem  je  plodnost  (fertilita).  Zároveň  je  úroveň  porodnosti  ovlivněna  vnějšími  nebiologickými  faktory  –                   situací partnerů, stavu na trhu práce, hodnotovým systémem partnerů, ekonomickou a politickou situací                    státu, náboženským vyznání apod. (Newbold, 2010).                kupříkladu populační politikou státu, bytovou situací partnerů, stavu na trhu práce, hodnotovým systémem partnerů,                   státu, náboženským vyznání apod. (Newbold, 2010).                 ekonomickou a politickou situací státu, náboženským vyznání apod. (Newbold, 2010).                     Nejobecnějším ukazatelem úrovně porodnosti je hrubá míra celkové porodnosti (hmcp), což je počet                   Nejobecnějším ukazatelem úrovně porodnosti je hrubá míra celkové porodnosti (hmcp), což je počet                    všech narozených na 1000 obyvatel středního stavu obyvatelstva (S) za 1 kalendářní rok.                  Nejobecnějším ukazatelem úrovně porodnosti je hrubá míra celkové porodnosti (hmcp), což je počet všech narozených                   všech narozených na 1000 obyvatel středního stavu obyvatelstva (S) za 1 kalendářní rok.                 na 1 000 obyvatel středního stavu obyvatelstva (S) za 1 kalendářní rok.                                                                                                                    ���� �       ∗                  �‰�                                                    ���� �       �  ∗                  �‰�                                                                 �                    Pakliže  do  čitatele  zahrneme  pouze  živě  narozené  děti,  lze  analogicky  definovat  také  hrubou  míru                   Pakliže  do  čitatele  zahrneme  pouze  živě  narozené  děti,  lze  analogicky  definovat  také  hrubou  míru                  Pakliže do čitatele zahrneme pouze živě narozené děti, lze analogicky definovat také hrubou míru živorodosti, respektive                    živorodosti, respektive hrubou míru porodnosti (hmp), což je počet živě narozených na 1000 obyvatel                   živorodosti, respektive hrubou míru porodnosti (hmp), což je počet živě narozených na 1000 obyvatel                    středního stavu.                hrubou míru porodnosti (hmp), což je počet živě narozených na 1 000 obyvatel středního stavu.                   středního stavu.                                                                                                                          ��� �       ∗                  �‰�                                                             ∗                  �‰�                                                                     �                                                    ��� �       �                                                              –                     N � počet všech narozených ve sledovaném období              �         �            í                                                                                   N = počet všech narozených ve sledovaném období     S = střední stav obyvatelstva                                                                    � �                                                                                čá                                 í                     N v � počet živě narozených ve sledovaném období                                                                    �         �            í                                                                                                                                      � �                                                                                                                     í                     N � počet všech narozených ve sledovaném období                                                                    � �                                                                                čá                                 í                             � �      �                     N v � počet živě narozených ve sledovaném období                  v                                                                    � �                                                                                                                     í                 N  = počet živě narozených ve sledovaném období  S 0  = stav obyvateltva na začátku období                          �                         2                             � �      �                           �                 – S = (S 0  + S 1 ) / 2                      S 1 = stav obyvatelstva na konci období                         2                     Rozdíl  výsledných  hodnot  mezi  výše  uvedenými  ukazateli  není  příliš  velký,  ve  vyspělých  zemích                   Rozdíl  výsledných  hodnot  mezi  výše  uvedenými  ukazateli  není  příliš  velký,  ve  vyspělých  zemích                    dosahuje pouze 0,1 až 0,3 (‰). Oba ukazatele umožňují srovnání úrovně porodnosti populací různých                   dosahuje pouze 0,1 až 0,3 (‰). Oba ukazatele umožňují srovnání úrovně porodnosti populací různých                    velikostí, hodnoty jsou však ovlivněny minulým vývojem úmrtnosti, porodnosti a migrací, které se                  Rozdíl výsledných hodnot mezi výše uvedenými ukazateli není příliš velký, ve vyspělých zemích dosahuje pouze 0,1 až 0,3 (‰).                   velikostí, hodnoty jsou však ovlivněny minulým vývojem úmrtnosti, porodnosti a migrací, které se                    promítají do věkové struktury obyvatelstva. V posledních desetiletích však není věková struktura stálá,                Oba  ukazatele  umožňují  srovnání  úrovně  porodnosti  populací  různých  velikostí,  hodnoty  jsou  však  ovlivněny  minulým                   promítají do věkové struktury obyvatelstva. V posledních desetiletích však není věková struktura stálá,                    zejména  vlivem  migračních  toků,  populačních  opatření,  ekonomických  výkyvů  apod.  Hodnoty                vývojem úmrtnosti, porodnosti a migrací, které se promítají do věkové struktury obyvatelstva. V posledních desetiletích však                   zejména  vlivem  migračních  toků,  populačních  opatření,  ekonomických  výkyvů  apod.  Hodnoty                    porodnosti jsou tak spíše dány právě měnící se věkovou strukturou než samotnou úrovní plodnosti                není věková struktura stálá, zejména vlivem migračních toků, populačních opatření, ekonomických výkyvů apod. Hodnoty                   porodnosti jsou tak spíše dány právě měnící se věkovou strukturou než samotnou úrovní plodnosti                    studovaných populací. Tyto ukazatele se využívají zejména pro účely mezinárodního srovnání (v mnoha                porodnosti jsou tak spíše dány právě měnící se věkovou strukturou než samotnou úrovní plodnosti studovaných populací.                   studovaných populací. Tyto ukazatele se využívají zejména pro účely mezinárodního srovnání (v mnoha                    státech jsou to jediné dostupné ukazatele), na úrovni menších územních jednotek je jejich vypovídající                Tyto ukazatele se využívají zejména pro účely mezinárodního srovnání (v mnoha státech jsou to jediné dostupné ukazatele),                   státech jsou to jediné dostupné ukazatele), na úrovni menších územních jednotek je jejich vypovídající                    schopnost nižší (Peters, Larkin, 2008; Newbold, 2010).                na úrovni menších územních jednotek je jejich vypovídající schopnost nižší (Peters, Larkin, 2008; Newbold, 2010).                   schopnost nižší (Peters, Larkin, 2008; Newbold, 2010).                   Při analýze procesu porodnosti se vychází ze statistiky založené na narozených dětech, která se člení podle několika faktorů:                  •  dle rodinného stavu matky v době porodu – manželské a nemanželské děti,                     1                     Plodivost ženy se vztahuje k tzv. reprodukčnímu období, které je vymezeno věkovým rozpětím 15-49 let.                •  dle projevu, resp. neexistence známek života – živě a mrtvě narozené děti,                     Plodivost ženy se vztahuje k tzv. reprodukčnímu období, které je vymezeno věkovým rozpětím 15-49 let.                   1                •  dle věku matky při porodu,                •  dle pořadí – prvorozené, druhorozené atd.                  Sledování hrubé míry porodnosti v čase je klíčové pro sledování potřeb současných a zejména budoucích generací.                Níže  uvedený  obrázek  č.  6.1  předkládá  vývoj  a  predikci  možného  budoucího  vývoje  hrubé  míry  porodnosti  v  období                let 1950–2050. Již v roce 1950 bylo možné pozorovat trend klesající míry porodnosti, přičemž nejvyšších hodnot dosahoval                a pravděpodobně bude dosahovat i v roce 2050 africký kontinent. Ačkoliv byl v letech 1950 až 2015 v Africe zaznamenán                pokles porodnosti zhruba o 15 ‰, v porovnání s Evropou se stále jedná o trojnásobnou hodnotu.                  Signifikantní  pokles  také  zaznamenaly  méně  vyspělé  regiony,  které  se  již  vyrovnávají  se  světovým  průměrem.  Díky                rychlému ekonomickému růstu a tzv. „efektu dohánění“ lze zpozorovat silný pokles zejména v Asii a Jižní Americe, obecně                tedy v méně vyspělých regionech. Hlavním důvodem je fakt, že tyto oblasti zaznamenaly silný ekonomický růst, přičemž                založení rodiny a rození co největšího počtu dětí přestalo být pro stávající populaci prioritou. Je zřejmé, že s rostoucí                ekonomikou roste i kvalita a úroveň zdravotnictví. Bez ohledu na to, kolik se ženě narodí dětí, je velká šance, že se všechny                dožijí dospělosti, tudíž se běžnými stávají rodiny s menším počtem dětí (více viz níže).                  Nejmenších hodnot sledovaného ukazatele dosahuje Evropa a Severní Amerika, přičemž v Evropě existoval významný rozdíl                v hrubé míře porodnosti mezi bývalým východním a západním blokem. Důvodem zvýšené porodnosti v 70. letech 20. století                v zemích střední a východní Evropy byla pronatalitní populační politika jako jeden z efektů probíhající normalizace. K vyrovnání                10  Plodivost ženy se vztahuje k tzv. reprodukčnímu období, které je vymezeno věkovým rozpětím 15–49 let.                                                                                                      59","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                       Rámeček č. 6.1: Definice vztahující se k narození dítěte/potratu                     Od roku 1988 byla po dlouhou dobu platná národní definice (dáno vyhláškou č. 11/1988 Sb.):                     Narozením živého dítěte se rozumí jeho úplné vypuzení nebo vynětí z těla matčina, jestliže dítě projevuje alespoň jednu ze                   známek života a má porodní hmotnost                     a) 500 g a vyšší anebo,                     b) nižší než 500 g, přežije-li 24 hodin po porodu.                     Známkami života se rozumějí dech nebo akce srdeční nebo pulsace pupečníku nebo aktivní pohyb svalstva, i když pupečník                   nebyl přerušen nebo placenta nebyla porozena.                     Narozením mrtvého dítěte se rozumí úplné vypuzení nebo vynětí z těla matčina, jestliže plod neprojevuje ani jednu ze známek                   života a má porodní hmotnost 1000 g a vyšší:                     a) plod neprojevuje ani jednu ze známek života a jeho porodní hmotnost je nižší než 1 000 g a pokud ji nelze zjistit, jestliže je                   těhotenství kratší než 28 týdnů,                     b) plod projevuje alespoň jednu ze známek života a má porodní hmotnost nižší než 500 g, ale nepřežije 24 hodin po porodu,                     c) z dělohy ženy bylo vyňato plodové vejce bez plodu, anebo těhotenská sliznice.                     Narození živého dítěte tedy nastává v případě, že dojde k úplnému vypuzení nebo vynětí plodu z těla matčina a plod projevuje                   známky života a váží 500 g a více, pokud váží méně než 500 g, je rozhodující, zda přežije 24 hodin po porodu.                     Pokud ne, je označen jako potrat.                     Pokud dítě nejeví známky života, sleduje se, zda váží více než 1 000 g – pak se jedná o narození mrtvého dítěte; pokud je                   hmotnost nižší než 1000 g, jedná se o potrat.                     Vyhláška č. 11/1988 Sb. byla k 1. 4. 2012 zákonem č. 372/2011 Sb., o zdravotních službách zrušena a obecné definice pojmů                   narození živého dítěte a narození mrtvého dítěte platná národní legislativa neobsahuje. Tyto definice, spolu se všemi případy                   potratu, jsou uvedeny pouze v pokynech k vyplnění Listu o prohlídce zemřelého.                     Narození živého dítěte je definováno v nařízení Evropského parlamentu a Rady (EU) č. 1260/2013 o evropské demografické                   statistice, mrtvě narozené dítě je rovněž definováno v nařízení Komise (EU) č. 328/2011.                                                                                  Zdroj: ČSÚ (2015c); ČSÚ (2019a).                                      Obr. 6.1: Vývoj a predikce hrubé míra porodnosti ve světě (1950–2050)                                                                                            Pozn. Střední varianta progózy.                                            Zdroj: United Nations (2017a); vlastní zpracování.                     60","a  s nimi  spojenou  zvýšenou  porodností  v důsledku  odlišných  kulturních  i  reprodukčních  zvyklostí                   migrantů. Obecně lze říci, že hodnoty hrubé míry porodnosti budou velmi pravděpodobně směřovat                   k postupnému vyrovnání mezi hodnotami 10 až 15 ‰ s výjimkou již zmíněné Afriky.                   Obr. 6.1: Vývoj a predikce hrubé míra porodnosti ve světě (1950-2050)                        50.0                        45.0                        40.0                        35.0                        30.0                      ‰                        25.0                        20.0                        15.0                        10.0                         5.0                                                          Vyspělé regiony                                     Svět                Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY        Méně vyspělé regiony                                     Afrika               Asie                Evropa                hodnot porodnosti došlo až kolem roku 2000, přičemž nyní (i v souladu s modelem a fázovým posunem II. demografického                                                                              Oceánie a Austrálie                                                          Severní Amerika                                     Latinská Amerika                přechodu v jednotlivých částech Evropy) vyšších hodnot dosahují státy na Západě. Do budoucna se předpokládá udržení                    Pozn. Střední varianta progózy.                tohoto trendu, což bude způsobeno do značné míry i migračními vlivy a s nimi spojenou zvýšenou porodností v důsledku                   Zdroj: United Nations (2017a); Vlastní zpracování                odlišných kulturních i reprodukčních zvyklostí migrantů. Obecně lze říci, že hodnoty hrubé míry porodnosti budou velmi                pravděpodobně směřovat k postupnému vyrovnání mezi hodnotami 10 až 15 ‰ s výjimkou již zmíněné Afriky.                   Plodnost  (fertilita)  se  užívá  pro  hlubší  analýzu  reprodukce  obyvatelstva.  Na  rozdíl  od  hrubé  míry                  Plodnost (fertilita) se uvžívá pro hlubší analýzu reprodukce obyvatelstva. Na rozdíl od hrubé míry porodnosti ji lze lépe                   porodnosti ji lze lépe využít i pro menší územní jednotky. Výpočet ukazatele je založen na porovnání                využít i pro menší územní jednotky. Výpočet ukazatele je založen na porovnání počtu živě narozených dětí s počtem žen                   počtu živě narozených dětí s počtem žen v reprodukčním věku (15-49 let). Obecná míra plodnosti (f) se                v reprodukčním věku (15–49 let). Obecná míra plodnosti (f) se tedy vyjadřuje jako počet živě narozených na 1 000 žen                   tedy vyjadřuje jako počet živě narozených na 1000 žen v reprodukčním (fertilním) věku.                v reprodukčním (fertilním) věku.                                                                                                                     � �         ∗                  �‰�                                                                ����                   v Za  obecného  předpokladu,  že  ženy  v  reprodukčním  věku  tvoří  pětinu  až  třetinu  celkového  počtu                 N  = počet živě narozených ve sledovaném období  F 15–49  = ženy v reprodukčním období ve věku 15–49 let                   obyvatel, lze konstatovat, že ukazatel míry plodnosti je třikrát až pětkrát vyšší než míry porodnosti. Pro                   zpřesnění se používají také ukazatele specifické plodnosti, tj. míry plodnosti pro jednotlivé věkové                  Za obecného předpokladu, že ženy v reprodukčním věku tvoří pětinu až třetinu celkového počtu obyvatel, lze konstatovat,                   kategorie žen (obvykle pětileté) (Toušek a kol. 2008).                že ukazatel míry plodnosti je třikrát až pětkrát vyšší než míry porodnosti. Pro zpřesnění se používají také ukazatele specifické                 plodnosti, tj. míry plodnosti pro jednotlivé věkové kategorie žen (obvykle pětileté) (Toušek a kol., 2008).                     N v = počet živě narozených ve sledovaném období                    F 15‐49= ženy v reprodukčním období ve věku 15‐ 49 let                  Jedním z nejdůležitějších demografických ukazatelů je úhrnná plodnost (úp), tedy součet měr plodnosti podle věku                 vyjadřující intenzitu plodnosti dané populace v daném časovém období (většinou se jedná o kalendářní rok). Ukazatel                   Jedním z nejdůležitějších demografických ukazatelů je úhrnná plodnost (úp), tedy součet měr plodnosti                udává počet dětí, které by se narodily jedné ženě za předpokladu, že by se obecná míra plodnosti během reprodukčního                   podle věku vyjadřující intenzitu plodnosti dané populace v daném časovém období (většinou se jedná o                období nezměnila. Nutno dodat, že úhrnná plodnost měří intenzitu plodnosti ve fiktivní generaci, jejíž řád plodnosti je                   kalendářní rok). Ukazatel udává počet dětí, které by se narodily jedné ženě za předpokladu, že by se                složen z reálných studií plodnosti  35 generací (rozpětí reprodukčního věku  15–49 let). Aby došlo alespoň k obnovení                   obecná míra plodnosti během reprodukčního období nezměnila. Nutno dodat, že úhrnná plodnost měří                populace v původní výši, je nutné, aby úhrnná plodnost dosahovala záchovné modelové hodnoty 2,1 dítěte na ženu (Peters,                Larkin, 2008; Newbold, 2010). Vzhledem k modelové (nereálné) hodnotě, odlišným definicím reprodukčního věku ženy                (kromě nejčastěji používaného věku 15–49 let se lze setkat také s věkem 12–55 let – viz např. Human Fertility Database)                a vlastní konstrukci úhrnné plodnosti se v detailnějších studiích používá tzv. očištěná úhrnná plodnost od vlivu věkové                a paritní struktury žen, která se vztahuje k ženám podle daného pořadí narozených dětí (PATFR: Parity-and Age-Adjusted                Total Fertility Rate). Pro ilustraci – přijetí zákona o umělém přerušení těhotenství v Československu v roce 1958 se nejvíce                projevilo ve vývoji třetího a čtvrtého pořadí narozených dětí (parity), na první pořadí tento zákon vliv neměl.                  V demografii se rozlišuje  populace reálná a populace tabulková, která je modelovou populací vystihující řád rození                a vymírání. Za předpokladu, že zvolený tabulkový počet narozených je konstantní (tzv. kořen tabulky) a také řád vymírání                se nemění (zůstávají stálé pravděpodobnosti úmrtí podle věku), počty žijících v jednotlivých věkových ročnících představují                stacionární  populaci.  V  takto  definované  populaci  se  počet  narozených  rovná  počtu  zemřelých,  přirozený  přírůstek  je                nulový a celkový počet tzv. tabulkové populace je stálý. Jestliže se počty narozených při stálém řádu vymírání mění o vnitřní                míru přirozeného přírůstku (resp. úbytku), potom je výsledkem stabilní populace. Předpoklad neměnného řádu vymírání                však nebývá často v realitě splněn, proto bývají konstruovány modely semistabilní a kvazistabilní populace, ve kterých se                předpokládají nejen změny v tabulkovém počtu narozených, ale i v intenzitách úmrtnosti při uzavřené populaci, ve které                jsou jedinými vstupy a výstupy narození a úmrtí. Tato podmínka ovšem není u reálných populací splněna, neboť zde dochází                také k emigraci a imigraci, čímž vznikají tzv. otevřené populace (Sociologická Encyklopedie, 2019. Populace).                  V demograficky vyspělých zemích byl od roku 1950 charakteristický dlouhodobý trend poklesu z hodnot 2–4 dětí na ženu                na zhruba poloviční hodnoty 1,2–2 děti na ženu. Ve většině vyspělých zemí byla na začátku 21. století úroveň plodnosti                hodnocena jako nízká až velmi nízká, neboť nedosahovala ani záchovné hodnoty pro obnovení populace. Je třeba ovšem                zdůraznit, že úhrnná plodnost 2,1 zajišťuje prostou reprodukci především v současných demograficky vyspělých populacích                a nelze ji brát jako univerzální hranici pro každou populaci v každé době.                     Rámeček č. 6.2: Proč je modelová hodnota úhrnné plodnosti alespoň pro obnovení a stabilizaci populace 2,1?                     V zásadě lze na tuto otázku a modelovou hodnotu vztáhnout tři klíčové jevy:                     1) Poměr pohlaví při narození a v nižších věkových kategoriích. Podle biologických zákonitostí se rodí více chlapců než dívek.                   Pokud nedochází k vnějším vlivům (náboženské tradice, populační politika apod.) připadá na 100 narozených dívek přibližně                   105–106 chlapců. Převaha chlapců a mužů v populaci ve vyspělých zemích trvá zhruba do 50–55 let, což je první kritérium                   hovořící v neprospěch budoucích matek.                     2) Existence úmrtnosti. Přestože je úmrtnost dívek a žen v raném věku velmi nízká, je třeba kalkulovat se skutečností, že ne                   všechny dívky se dožijí věku, kdy mohou mít děti a jsou tedy schopny přirozené reprodukce,.                     3) Vnější vlivy. Ne všechny ženy mají biologické (ale i sociokulturní či ekonomické) dispozice k zakládání rodiny.                     Z těchto, ale i dalších doprovodných důvodů, se hodnota záchovné modelové hranice pro populační obnovu a existenci tzv.                   stabilní populace posouvá k hodnotě 2,1 a více.                                                                 Zdroj: Pavlík a kol. (1986); Mládek (1992); Newbold (2010).                                                                                                      61","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Níže  uvedený  obrázek  č.  6.2  znázorňuje  vývoj  úhrnné  plodnosti  ve  světě  od  roku  1950  s  přechodem  do  predikce                k roku 2050. Stejně jako v případě hrubé míry porodnosti, nejvyšších hodvnot dosahuje Afrika. Předpokládá se, že k poklesu                na světový průměr v příštích padesáti letech nedojde. Největší změnu zaznamenaly opět Latinská Amerika s Asií, kde se                aktuálně hodnoty drží těsně nad hranicí 2,1. Vše nasvědčuje tomu, že se Latinská Amerika ve druhé polovině 21. století                dostane na nižší hodnotu než severní Amerika, která od 90. let osciluje kolem hodnoty dvě děti na jednu ženu. Evropě je                opět vyčleněn zvláštní obrázek č. 6.3, přičemž lze zpozorovat velký rozdíl mezi východní a západní částí. Ačkoliv v zemích                západní a severní Evropy došlo po druhé světové válce poprvé k nárůstu úrovně plodnosti (tzv. poválečný babyboom),                od poloviny 70. let následoval výraznější pokles. Zároveň v některých z těchto zemí byl ke konci 90. let zaznamenán                mírnější vzestup. Pokles samotné úrovně plodnosti však nebyl pozvolný, ale naopak prudký, ve většině zemí západní a                severní Evropy byl patrný již v 60. či počátkem 70. let dvacátého století. V zemích jižní Evropy začal pokles zhruba o 10–15                let později a v zemích bývalého východního bloku až na konci 80. let. Čím později pokles nastal, tím se hodnoty úhrnné                plodnosti dostaly níže, a to až k hranici jednoho dítěte na ženu (Česká republika). Více viz kapitola č. 7 týkající se II.                demografického přechodu. Na obou obrázcích lze zpozorovat postupný vývoj plodnosti ve světě a následně v Evropě, kde                se hodnoty na konci druhé dekády 21. století pohybovaly okolo 1,6 dítěte na ženu.                  Na  základě  úhrnné  plodnosti  se  dále  konstruuje  tzv.  hrubá  míra  reprodukce  (hmr),  což  je  součet  měr  plodnosti                vynásobený podílem děvčat při narození (v ČR se používá koeficient 0,485, který vychází z dlouhodobějšího průměru –                na 100 děvčat se rodí 106 chlapců). Hrubá míra reprodukce představuje průměrný počet živě narozených dívek jedné                ženě za předpokladu, že by po celou dobu zůstala zachována úroveň plodnosti žen a za předpokladu absence úmrtnosti                v reprodukčním období.                                     Obr. 6.2: Vývoj a predikce úhrnné plodnosti ve světě v letech 1950–2050                                                                                           Pozn. Střední varianta progózy.                                            Zdroj: United Nations (2017a); vlastní zpracování.                    Dalším ukazatelem je čistá míra reprodukce (čmr), jež udává, kolik děvčat, narozených jedné ženě v reprodukčním období,                se dožije věku matky v době porodu za předpokladu zachování úrovně plodnosti a úmrtnosti žen v daném roce; jinými slovy                říká, kolik matek bude v příští generaci (Pavlík a kol., 1986; Mládek, 1992).                  Výklad čisté míry reprodukce (čmr) se odvozuje od hodnoty 1:                •  čmr > 1 – jedná se o rozšířenou reprodukci,                •  čmr = 1 – je zabezpečena alespoň prostá reprodukce populace,                •  čmr < 1 – dochází k zúžené reprodukci.                     62","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                      Obr. 6.3: Vývoj a predikce úhrnné plodnosti v Evropě v letech 1950-2050                                                                                Pozn. Střední varianta progózy.                                            Zdroj: United Nations (2017a); vlastní zpracování.                   Jako další významný indikátor lze uvést konečnou plodnost, což je průměrný počet skutečně (živě) narozených dětí,                které připadají na jednu ženu narozenou v určitém roce za celé její reprodukční období. Pro ilustraci jde např. o konečnou                plodnost generace žen 1938, tedy žen narozených v roce 1938 apod. Pro ženy mladší 49 let, jejichž reprodukční období                ještě neskončilo, se ukazatel formálně nepoužívá. V praxi však mohou být míry plodnosti mladších žen odhadnuty na                základě studií zaznamenaných u předchozích generací. 11                  Níže  uvedená  tabulka  č.  6.1  předkládá  hodnoty  hrubé  míry  celkové  porodnosti,  úhrnné  plodnosti  a  podílu  osob                mladších 15 let na populaci za rok 2018. Stejně jako ve výše uvedených grafech lze zpozorovat nejvyšší hodnoty na africkém                kontinentě, s odstupem pak v Asii a Latinské Americe. Nejnižších hodnot dosahuje dlouhodobě Evropa, která stárne právě                zejména s ohledem na nízké hodnoty porodnosti a plodnosti.                  Jedním  z  významných  trendů  ekonomicky  a  kulturně  vyspělého  světa  (země  OECD)  v  posledních  zhruba  třech                desetiletích je růst počtu a podílu dětí narozených mimo manželství, tedy v tzv. kohabitaci (Waite, 2006). Z následujícího                obrázku č. 6.4 je zřejmý prudký růst tohoto ukazatele, který od 60. let probíhal nejprve v protestantských státech severní                Evropy a Islandu, částečně také na Novém Zélandu, v Kanadě a několika dalších vyspělých zemích. Většina ostatních                zemí se přidala později, přičemž největší nárůst zaznamenaly Nizozemsko, Norsko a Slovinsko – v těchto zemích se podíl                dětí narozených mimo manželství zvýšil od roku 1970 o zhruba 50 procentních bodů. V průměru se v zemích OECD                vyskytuje 40 % porodů mimo manželství. Nejvyšší podíly v posledních letech vykazují velmi rychle rostoucí Chile, Mexiko                či Francie, dále Skandinávské země, které však spíše stagnují. Podobně na tom jsou i některé státy bývalého východního                                    Tab. 6.1: Svět - základní charakteristiky porodnosti a plodnosti v roce 2018                 Území            Hrubá míra celkové porodnosti (‰)  Úhrnná plodnost  Podíl mladších 15 let na populaci (%)                 Afrika                      35                     4,6                     41                 Asie                        18                     2,1                     25                 Evropa                      10                     1,6                     16                 Latinská Amerika            17                     2,1                     24                 Severní Amerika             12                     1,7                     19                 Austrálie a Oceánie         17                     2,3                     24                  z toho Austrálie           13                     1,7                     19                 Svět                        19                     2,4                     26                                                 Pozn.: Údaje k polovině roku 2018.                                                 Zdroj: PRB (2018); Vlastní výpočty.                 11  Konečnou plodnost pro rok 2019 je tedy možné „uzavřít“ pro generaci žen narozených v roce 1970 a starších.                                                                                                        63","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                       Rámeček č. 6.3: Rozdíl mezi úhrnnou a konečnou plodností a jejich vývoj v ČR                     Úhrnná plodnost = součet specifických měr plodnosti podle věku (obvykle v kalendářním roce), který vyjadřuje intenzitu                   plodnosti celé populace, její hodnota popisuje průměrný počet dětí narozených jedné ženě během jejího života za předpokladu,                   že by se obecná míra plodnosti podle věku během reprodukčního období ženy neměnila a neexistovala by úmrtnost žen. Jedná                   se o modelovou hodnotu, jež ztrácí vypovídací schopnost např. se změnou časování a s odkladem porodů do vyššího věku                   (struktura žen podle počtu dětí, tedy parity); přesto je to pro mezinárodní srovnání jeden ze zásadních ukazatelů.                     Konečná plodnost = vyjadřuje součet měr plodnosti jedné generace (kohorty) žen dané rokem narození, tedy žen se zjištěným                   počtem dětí a ukončenou reprodukcí. Jedná se o mnohem stabilnější a reálnější ukazatel, výrazné změny a výkyvy typické pro                   úhrnnou plodnost se zde stírají (viz přiložený obrázek). Pro složitost konstrukce a častou neukončenost procesu se však ve                   statistických výkazech upřednostňuje úhrnná plodnost (Pavlík a kol., 1986).                                                                                                        Zdroj: Kostelecký, Vobecká (2009).                     Pro upřesnění – za generaci je považována skupina osob se shodným kalendářním rokem narození (např. generace narozených                   v r. 2000). Používá se také pro skupinu osob podobného věku se shodnými potřebami, vzorci chování, popř. typem spotřeby,                   trávení času apod. nebo i volně pro soubor osob, narozených v intervalu let, např. v určitém desetiletí (např. generace Y narozená                   již v období masového využívání on-line komunikačních technologií). Kohorta je definována jako skupina lidí v rámci geograficky                   či jinak vymezené populace, která zažije v dané době stejnou důležitou životní událost (například uzavřou v určitém roce sňatek,                   narodí se jim první dítě, nastoupí do prvního zaměstnání). Sledována je tak jedna nebo více generací v průběhu své životné                   dráhy. Pojmy se však poměrně často zaměňují a ztotožňují (Demografie, 2018g).                                     Obr. 6.4: Podíl dětí narozených mimo manželství v letech 1970, 1995 a 2016                                                                                        Zdroj: OECD (2017)                     64","ustálila kolem třicátého roku života žen. Rovněž lze zpozorovat, že na přelomu století bylo dosaženo                   tzv. demografického dna, kdy při maximální plodnosti na 1000 žen připadalo pouze 100 dětí. Tyto                   procesy souvisejí velmi úzce s druhým demografickým přechodem (viz kapitola č. 7).                 Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                   Obr. 6.5: Míry plodnosti podle věku ženy ve vybraných letech v České republice                bloku, u nich tento nárůst souvisí patrně s významnými změnami reprodukčního chování, společenských, kulturních                                                                  2010                                                                          2017                                                1990                                                         2000                a ekonomických zvyklostí (Slovinsko, Bulharsko, Estonsko, Česká republika). Velmi nízké hodnoty se zatím vyskytují v silně                       200.0                      Počet živě narozených dětí na 1 000 žen                religiózně založených státech jako Japonsko, Korea a Turecko (2–3 %).                       175.0                  Česká republika zaznamenala během posledních 20 let z hlediska procesu porodnosti a reprodukčních vzorců velké                a poměrně rychlé proměny s významným dopadem. Nejvýrazněji se tato transformace projevila posunem fáze zakládání                       150.0                rodiny do vyššího věku a poklesem transverzálních ukazatelů charakterizujících úroveň plodnosti na jednu z nejnižších                       125.0                hodnot. Naposledy byla úhrnná plodnost vyšší, než hodnota udávaná pro zachování prosté produkce (tedy 2,1) s ohledem                       100.0                na tehdejší úmrtnostní poměry v roce 1979, kdy činila 2,29 dítěte na ženu. Od roku 1995 se po celé jedno desetiletí                hodnoty úhrnné plodnosti pohybovaly pod hodnotou 1,3, což je hranice vymezující populace s extrémně nízkou plodností,                        75.0                přičemž nejnižší byla zaznamenána v roce 1999, a to 1,13.                        50.0                  Od  roku  2000  se  hodnota  úhrnné  plodnosti  začala  postupně  zvyšovat.  V  roce  2010  dosáhla  1,49  dítěte  na  ženu,                        25.0                v roce 2018 tato hodnota činila již 1,71 dítěte na ženu. Nadále došlo k převýšení intenzity plodnosti žen ve věkové skupině                nad 30 let vůči ženám 25letým a mladším. Poprvé se tak stalo v roce 2002, kdy zároveň došlo k poklesu plodnosti věkové                         0.0                skupiny 15–19 let. Rostoucí intenzita plodnosti ve vyšším věku vedla k růstu průměrného věku matek při narození dítěte.                                                                            35                                                                30                                                                                                    45                                                                                        40                                         20                             15                                                    25                Zatímco v roce 1993 byla maximální plodnost ve věku 22 let, v roce 2010 to bylo již 30 let. Z dlouhodobých průzkumů však                                                                Věk                lze usoudit, že věk maximální plodnosti matek již po několik let dosahuje fáze stagnace a nezvyšuje se.                   Zdroj: ČSÚ (2019a), vlastní zpracování.                  Pro srovnání je přiložen také obrázek č. 6.5, který ukazuje údaje plodnosti žen podle věku ve vybraných letech. Zatímco                    Rovněž byl zaznamenán signifikantní růst intenzity plodnosti mimo manželství. Mezi takto narozenými                v roce 1991 byla maximální míra plodnosti u žen kolem dvacátého roku života (tedy ženy narozené v roce 1970–71),                   dětmi  převažovaly  ty,  které  se  narodily  ženám,  jež  doposud  nebyly  vdané.  V roce  2010  se  na                v roce 2008 dosahovaly této maximální plodnosti až ženy ve svých třiceti letech. Tento stav se v posledním desetiletí již nijak                významně nezměnil, maximální plodnost se ustálila kolem třicátého roku života žen. Rovněž lze zpozorovat, že na přelomu                   mimomanželské plodnosti z 85 % podílela plodnost svobodných žen. Podíl živě narozených dětí mimo                   manželství dosáhl v roce 2018 již 48,5 %, což řadí Českou republiku mezi prvních 15 zemí vyspělého                století bylo dosaženo tzv. demografického dna, kdy při maximální plodnosti na 1 000 žen připadalo pouze 100 dětí. Tyto                procesy souvisejí velmi úzce s druhým demografickým přechodem (viz kapitola č. 7).                   světa (OECD). Tento podíl neustále roste (od roku 2016 ovšem spíše stagnuje), přičemž na konci 80. let                   se blížil pouze k 8 %. Za hlavní důvod lze považovat změny, které nastaly v roce 1989, obecně odlišný                  Rovněž byl zaznamenán signifikantní růst intenzity plodnosti mimo manželství. Mezi takto narozenými dětmi převažovaly                   životní styl s omezeným náboženským vlivem a proběhnuvší druhý demografický přechod se všemi                ty, které se narodily ženám, jež doposud nebyly vdané. V roce 2010 se na mimomanželské plodnosti z 85 % podílela plodnost                   aspekty a důsledky.                svobodných žen. Podíl živě narozených dětí mimo manželství dosáhl v roce 2018 již 48,5 %, což řadí Českou republiku mezi                 prvních 15 zemí vyspělého světa (OECD). Tento podíl neustále roste (od roku 2016 ovšem spíše stagnuje), přičemž na                 konci 80. let se blížil pouze k 8 %. Za hlavní důvod lze považovat změny, které nastaly v roce 1989, obecně odlišný životní styl                   6.2. Úmrtnost                s omezeným náboženským vlivem a proběhnuvší druhý demografický přechod se všemi aspekty a důsledky.                   Úmrtnost (mortalita) je druhou rozhodující složkou přirozeného pohybu obyvatel. Úmrtí se historicky                   stalo první udá                6.2 ÚMRTNOSTlostí, o kterou se demografie začala zajímat, respektive o úmrtí jako hromadný jev, tedy                   proces vymírání určité populace. Úmrtnost jako druhá stránka reprodukce populací je neméně významná                  Úmrtnost  (mortalita)  je  druhou  rozhodující  složkou  přirozeného  pohybu  obyvatel.  Úmrtí  se  historicky  stalo  první                   jako stránka první – proces rození. Umožňuje střídání generací a usnadňuje adaptaci druhu měnícím se                událostí,  o  kterou  se  demografie  začala  zajímat,  respektive  o  úmrtí  jako  hromadný  jev,  tedy  proces  vymírání  určité                   životním podmínkám. Společným zájmem studia demografie spolu s medicínou, antropologií, geografií                populace. Úmrtnost jako druhá stránka reprodukce populací je neméně významná jako stránka první – proces rození.                   obyvatelstva či biologií je proces lidského stárnutí a délka lidského života (Pavlík a kol., 1986; Livi-                Umožňuje střídání generací a usnadňuje adaptaci druhu měnícím se životním podmínkám. Společným zájmem studia                   Bacci, 2012).                demografie spolu s medicínou, antropologií, geografií obyvatelstva či biologií je proces lidského stárnutí a délka lidského                 života (Pavlík a kol., 1986; Livi-Bacci, 2012).                   Nejobecnějším ukazatelem intenzity úmrtnosti je hrubá míra úmrtnosti (hmu), která vyjadřuje počet                  Nejobecnějším ukazatelem intenzity úmrtnosti je hrubá míra úmrtnosti (hmu), která vyjadřuje počet zemřelých na 1 000                   zemřelých na 1000 obyvatel středního stavu.                obyvatel středního stavu.                                                                                                                   ��� �     ∗                  (‰)                                                                                – S = střední stav obyvatelstva                M = počet zemřelých ve sledovaném období                                                               � � �    �                               ý                                                é                         í                         �                       í                                                                                     Význam  tohoto  ukazatele  spočívá  ve  schopnosti  charakterizovat  všeobecnou  úroveň  úmrtnosti.  K  jeho  největším                   Význam tohoto ukazatele spočívá ve schopnosti charakterizovat všeobecnou úroveň úmrtnosti. K jeho                nedostatkům patří neschopnost vyjádřit diferencovanost procesu úmrtnosti pro jednotlivé kategorie obyvatel a odlišné                   největším  nedostatkům  patří  neschopnost  vyjádřit  diferencovanost  procesu  úmrtnosti  pro  jednotlivé                věkové  struktury  a  vzhledem  ke  statistické  povaze  ukazatele  se  při  jeho  použití  do  jisté  míry  ztrácí  také  prostorová                   kategorie obyvatel a odlišné věkové struktury a vzhledem ke statistické povaze ukazatele se při jeho                diferencovanost. Jeho význam spočívá především v mezinárodním měřítku, kde kvůli nedostatku detailnějších informací                   použití  do  jisté  míry  ztrácí  také  prostorová  diferencovanost.  Jeho  význam  spočívá  především                u mnoha populací plní nenahraditelnou úlohu při porovnávání úrovní úmrtnosti (Pavlík a kol., 1986; Mládek, 1992).                  Charakteristickým rysem vývoje úmrtnosti ve světových rozměrech je její klesající tendence. Za posledních více než                sedm desetiletí se úmrtnost snížila na méně než polovinu výchozích hodnot, a to především díky zlepšení zdravotní péče                a celkovému růstu životní úrovně obyvatelstva. Zkvalitnění zdravotní péče se nejvíce projevilo na africkém kontinentě,                kde ještě kolem roku 1950 dosahovala hrubá míra úmrtnosti téměř 30 ‰. Obdobně na tom byla Asie, kde se však již na                počátku 70. let začal projevovat ekonomický růst a s ním spojená rostoucí kvalita zmíněné zdravotní péče (Newbold, 2010).                Po roce 010 se hodnoty u všech kontinentů (kromě Evropy) dostaly již pod hranici 10 ‰.                  Největší  míru  úmrtnosti  lze  v  posledních  letech  pozorovat  v  Evropě  (hodnoty  kolem  11  ‰,  v  pomyslném  žebříčku                vystřídala po dlouhou dobu vedoucí Afriku) a předpokládá se, že čísla se budou zvyšovat. Důvodem není zhoršující se                zdravotní péče, ale stárnutí populace. Evropa, jakožto „nejstarší“ kontinent začíná tento jev pociťovat. Lze předpokládat, že                ostatní kontinenty budou také výrazněji stárnout, což se zatím netýká Afriky, kde stále převažuje progresivní, tedy dětská                složka populace (viz také obrázek č. 6.6).                                                                                                      65","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                   Obr. 6.5: Míry plodnosti podle věku ženy ve vybraných letech v České republice                                                                         Zdroj: ČSÚ (2019a); vlastní zpracování.                       Rámeček č. 6.4: Standardizace a standardizovaná úmrtnost                     S ohledem na výše uvedené se při hlubším porovnávání populací vybraných zemí používá metoda standardizace. Porovnávání                   dvou odlišných populací bývá poměrně časté, avšak může být problematické. Důvodem je, že každá populace má své specifické                   složení podle pohlaví a věku, které se v porovnání s ostatními populacemi může často výrazně lišit. Při konstrukci základních                   demografických ukazatelů, které jsou založeny na vztažení celkového počtu studovaných událostí (např. počtu zemřelých) vůči                   celkovému počtu obyvatel v daném území (tzv. hrubých měr), lze dojít u dvou zcela (věkově) odlišných populací ke stejným                   hodnotám.  Mylné  by  však  bylo  tvrdit,  že  takovéto  dvě  rozdílné  populace  mají  stejnou  intenzitu  sledovaného  jevu  (Hašek,                   Šídlo, 2018).                     Standardizovaná úmrtnost umožňuje nezkreslené srovnání dvou populací lišících se svou věkovou strukturou. S rostoucím                   věkem se úmrtnost zvyšuje, ukazatel věkově specifické úmrtnosti je výrazně závislý na věku. Při srovnání úrovně úmrtnosti dvou                   populací, z nichž každá má jinou věkovou strukturu, pomocí ukazatele hrubé míry úmrtnosti tak dochází ke zkreslení. Tento                   souhrnný ukazatel uvažuje pouze celkové počty zemřelých bez ohledu na zastoupení jednotlivých věkových skupin v populaci.                   Je jasné, že populace s větším zastoupením starých osob, u nichž je úmrtnost vyšší, bude mít více zemřelých než populace                   s  mladší  věkovou  strukturou.  Proto  se  ke  srovnání  populací  s  různou  věkovou  strukturou  užívá  specifického  souhrnného                   ukazatele standardizované úmrtnosti. Je počítána buď přímou či nepřímou metodou standardizace, kterých se obecně užívá                   pro odstranění zkreslujícího vlivu věkové struktury (Demografie, 2018d).                     Nejčastěji je výpočet proveden za užití metody přímé standardizace, kdy jsou věkově specifické úmrtnosti reálné populace                   aplikovány  na  populaci  standardní.  Jako  standardní  populace  se  obvykle  uvažuje  jednotka  vyššího  řádu,  tj.  například                   populace ČR srovnáváme-li kraje. Obecně je však k hodnocení úmrtnosti nejčastěji užíván \"Světový\" či \"Evropský standard\"                   (věková struktura modelové populace stanovená Světovou zdravotnickou organizací). Standardizovaná úmrtnost se běžně                   uvádí  v  přepočtu  na  100  000  obyvatel.  Přepočtem  podle  příslušného  vzorce  se  získá  hodnota  úmrtnosti,  která  by  se                   vyskytovala v reálné populaci za předpokladu, že její věková struktura by odpovídala věkové struktuře populace standardní                   (Demografie, 2018d).                     Pro nastínění úskalí použití hrubé míry úmrtnosti je možné použít za ilustrační příklad dva naprosto odlišné státy z pohledu                   úmrtnostních poměrů – Německo a Demokratickou republiku Kongo (DR Kongo). Oba dva státy mají podobný počet obyvatel,                   u obou států zemře v současnosti ročně řádově obdobný počet osob. Proto i výsledné hodnoty hrubé míry úmrtnosti vyjdou                   podobné (kolem hodnoty 10,7 ‰). Ale je zřejmé, že nelze tento výsledek interpretovat tak, že intenzita úmrtnosti v Německu                   a DR Kongu je na podobné úrovni (Hašek, Šídlo, 2018).                     Příčinu, proč nelze takto interpretovat výsledné hodnoty, nalezneme právě v odlišné věkové struktuře jednotlivých populací.                   Zatímco Německo lze spojovat spíše s tzv. regresivním typem věkové pyramidy (s významným zastoupením osob ve starších                   věkových skupinách a nižším podílem osob v mladším věku), tak DR Kongo je naopak ukázkovým typem tzv. progresivního                   typu věkové pyramidy, tj. s dominantním zastoupením osob v mladších věkových kategoriích. Zde přichází na řadu metoda                   standardizace, která je založena na nahrazení reálné věkové struktury zkoumané populace strukturou modelovou, která bude                   pro  všechny  zkoumané  populace  shodná.  Tím  bude  zajištěno,  že  zkoumané  populace  budou  vycházet  z  pomyslné  stejné                   relativní věkové struktury, což umožní vzájemnou porovnatelnost výsledků intenzit sledovaných jevů.                    V obrázku č. 6.7 lze rovněž pozorovat rozdíly mezi zeměmi západní a východní Evropy. Zatímco na počátku 50. let byla                vyšší hrubá míra úmrtnosti zaznamenána v zemích se socialistickým zřízením, již během jedné dekády došlo k výraznému                poklesu až k hranici 9 promile (z původních 12,5). Důvody skutečně výrazného poklesu v 60. letech bylo nové společenské                klima plné nadšení, aktivity a interpersonální blízkosti („soudružství“), spolu s mohutným rozmachem vzdělávacích aktivit                a imunizačních opatření (Alachkar, Serow, 1988; Sobotík, Rychtaříková, 1992).                     66","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                    Obr. 6.6: Vývoj a predikce hrubé míry úmrtnosti ve světě v letech 1950-2050                                                                                           Pozn. Střední varianta progózy.                                            Zdroj: United Nations (2017a); vlastní zpracování.                                    Obr. 6.7: Vývoj a predikce hrubé míry úmrtnosti v Evropě v letech 1950–2050                                                                                       Pozn. Střední varianta progózy.                                            Zdroj: United Nations (2017a); vlastní zpracování.                                                                                                         67","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    S uvedenými skutečnostmi se pojí změny hodnot dalších ukazatelů – snížení kojenecké úmrtnosti, prodloužení střední                   Obr. 6.8: Specifická úmrtnost podle pohlaví a věku v České republice v roce 2017                délky života apod. Centrálně řízené zdravotnictví pozvedlo životní úroveň zejména v zaostalejších státech – Ukrajina,                   Obr. 6.8: Specifická úmrtnost podle pohlaví a věku v České republice v roce 2017                Bělorusko, Bulharsko, Rumunsko apod., zatímco v ČR nebo na Slovensku došlo spíše ke stagnaci než k rozvoji zdravotní                     ‰                                                                                    muži                                                                                             ženy                péče (Šimek, 2002). Od roku 1980 si státy západní Evropy drží trvale nižší hrubou míru úmrtnosti a do budoucna se                    1 000.0                     ‰                                                                                    muži                                                                                            ženy                i přes výrazné stárnutí populace ve vyspělé Evropě předpokládá podobný vývoj, případně mírné svírání pomyslných                    1 000.0                nůžek. Navíc vlivem migrační vlny, která zasáhla zejména státy západní Evropy, lze očekávat zvýšení podílu mladých osob                      100.0                v populaci a také potenciální zlepšení úmrtnostních ukazatelů.                     100.0                      10.0                  Pro lepší vyjádření vnitřních rozdílů úmrtnosti v určité populaci se používají ukazatele specifické úmrtnosti, nejčastěji                      10.0                podle  věku  a  pohlaví.  Specifická  úmrtnost  podle  věku  se  nevyznačuje  (stále)  rostoucím  trendem.  Vyšší  hodnoty  lze                       1.0                pozorovat v nejmladších věkových kategoriích (děti do jednoho roku – tzv. kojenecká úmrtnost). Pro následující věkové                       1.0                kategorie  jsou  charakteristické  minimální  hodnoty.  Opětovný  nárůst  specifických  úmrtností  probíhá  až  ve  věkových                       0.1                kategoriích od 30 let u žen a od 40 let u mužů (spojeno mj. s porody a náchylností k určitým typům chorob).                       0.1                  Z předchozího textu vyplývá, že křivka specifické úmrtnosti podle věkových skupin obyvatelstva má v grafickém vyjádření                       0.0                charakteristické „U-rozložení“ (viz obrázek č. 6.8). Specifická úmrtnost podle věku se počítá většinou jen pro pětileté věkové                       0.0                skupiny, přičemž pouze první rok života se uvádí odděleně. Z hlediska specifické úmrtnosti podle pohlaví je v české populaci                zřetelná vyšší úroveň mužské úmrtnosti, která se projevuje ve všech věkových kategoriích – tento jev se označuje jako tzv. mužská                                                              Věk                 nadúmrtnost. Nadúmrtnost mužů je typická pro většinu vyspělých zemí světa, resp. pro země s nízkou intenzitou úmrtnosti.                                                              Věk                   Zdroj: ČSÚ (2019a), vlastní zpracování.                 Mezi jednotlivými populacemi jsou však výrazné rozdíly a zejména u zemí s vyšší úrovní úmrtnosti a s náboženskými či rodinnými                    Zdroj: ČSÚ (2019a), vlastní zpracování.                tradicemi je možné v některých věkových skupinách nalézt nadúmrtnost žen (Pavlík a kol., 1986; Mládek, 1992).                     Mimořádná pozornost je v rámci mortality přisuzována úmrtnosti dětí, kde se vyvíjí úsilí o poznání její                   příčiny a snahy o její snížení. Statisticky se vykazuje především:                   Mimořádná pozornost je v rámci mortality přisuzována úmrtnosti dětí, kde se vyvíjí úsilí o poznání její                  Mimořádná pozornost je v rámci mortality přisuzována úmrtnosti dětí, kde se vyvíjí úsilí o poznání její příčiny a snahy                   příčiny a snahy o její snížení. Statisticky se vykazuje především:                          dětská úmrtnost do 5 let věku (nebo ve věku 5-14 let),                      ‐                o její snížení. Statisticky se vykazuje především:                      ‐ ‐                          kojenecká úmrtnost (do 1 roku dítěte),                          dětská úmrtnost do 5 let věku (nebo ve věku 5-14 let),                •  dětská úmrtnost do 5 let věku (nebo ve věku 5–14 let),                      ‐ ‐                          kojenecká úmrtnost (do 1 roku dítěte),                          novorozenecká úmrtnost (0 - 27 dní stáří dítěte).                •  kojenecká úmrtnost (do 1 roku dítěte),                           novorozenecká úmrtnost (0 - 27 dní stáří dítěte).                      ‐                •  novorozenecká úmrtnost (0–27 dní stáří dítěte). užívá ukazatel zvaný kvocient kojenecké úmrtnosti, který je                   Pro měření kojenecké úmrtnosti (ku) se                    definován jako počet zemřelých ve stáří do jednoho roku na 1000 živě narozených téhož kalendářního                   Pro měření kojenecké úmrtnosti (ku) se užívá ukazatel zvaný kvocient kojenecké úmrtnosti, který je                  Pro měření kojenecké úmrtnosti (ku) se užívá ukazatel zvaný kvocient kojenecké úmrtnosti, který je definován jako počet                   roku.                   definován jako počet zemřelých ve stáří do jednoho roku na 1000 živě narozených téhož kalendářního                zemřelých ve stáří do jednoho roku na 1000 živě narozených téhož kalendářního roku.                   roku.                           �� �             ∗                  �‰)                                                                                                                                                                                       �� �    ∗                  �‰)                                                                                    Obdobným způsobem se vypočte kvocient novorozenecké úmrtnosti (nu), tedy počet zemřelých v průběhu prvních 28 dní                   Obdobným  způsobem  se  vypočte  kvocient  novorozenecké  úmrtnosti  (nu),  tedy  počet  zemřelých                po porodu na 1 000 živě narozených téhož kalendářního roku.rozených téhož kalendářního roku.                   v průběhu prvních 28 dní po porodu na 1000 živě na                   Obdobným  způsobem  se  vypočte  kvocient  novorozenecké  úmrtnosti  (nu),  tedy  počet  zemřelých                    v průběhu prvních 28 dní po porodu na 1000 živě narozených téhož kalendářního roku.                                                  �� �           ���  ∗                  (‰)                                                                                                                                    ���                                                  �� �       ∗                  (‰)                                                                                           �  � počet zemřelých do 1 roku života �v dokončeném věku 0� ve        ����  = počet zemřelých v průběhu prvních 0‐27 dní                                                                                         � počet živě narozených ve sledovaném období                 D 0  = počet zemřelých do 1 roku života (v dokončeném věku 0)  D 0–27  = počet zemřelých v průběhu prvních 0–27 dní                                                                      �                    sledovaném období                                                                          ����  = počet zemřelých v průběhu prvních 0‐27 dní                         �  � počet zemřelých do 1 roku života �v dokončeném věku 0� ve                  ve sledovaném období                                                    � počet živě narozených ve sledovaném období                                                                     �                    sledovaném období                     Nejčastěji  se  však  v praxi  pracuje  s  kvocientem  kojenecké  úmrtnosti,  který  je  k dispozici                  v                 N  = počet živě narozených ve sledovaném období                   Nejčastěji  se  však  v praxi  pracuje  s  kvocientem  kojenecké  úmrtnosti,  který  je  k dispozici                   v celosvětovém  měřítku  a  je  považován  za  jednu  ze  základních  charakteristik,  jež  vystihuje                   ekonomickou, společenskou a kulturní úroveň dané země. Ve vyspělých zemích, které nemají významné                   v celosvětovém  měřítku  a  je  považován  za  jednu  ze  základních  charakteristik,  jež  vystihuje                   kulturní či náboženské „předsudky“ je vždy vyšší u chlapců než u děvčat, což souvisí s biologickým                   ekonomickou, společenskou a kulturní úroveň dané země. Ve vyspělých zemích, které nemají významné                                 Obr. 6.8: Specifická úmrtnost podle pohlaví a věku v České republice v roce 2017                   faktorem poměru pohlaví při narození, které hovoří ve prospěch chlapců.                   kulturní či náboženské „předsudky“ je vždy vyšší u chlapců než u děvčat, což souvisí s biologickým                     faktorem poměru pohlaví při narození, které hovoří ve prospěch chlapců.                                                 Zdroj: ČSÚ (2019a), vlastní zpracování.                   68","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Nejčastěji se však v praxi pracuje s kvocientem kojenecké úmrtnosti, který je k dispozici v celosvětovém měřítku a je                považován za jednu ze základních charakteristik, jež vystihuje ekonomickou, společenskou a kulturní úroveň dané země.                Ve vyspělých zemích, které nemají významné kulturní či náboženské „předsudky“ je vždy vyšší u chlapců než u děvčat, což                souvisí s biologickým faktorem poměru pohlaví při narození, které hovoří ve prospěch chlapců.                  Jak ukazuje obrázek č. 6.9, kojenecká úmrtnost v čase dlouhodobě výrazně klesá. Důvodem je poválečný hospodářský                růst spojený mj. se zlepšující se zdravotní a sociální péčí a obecně růstem životní úrovně. Dynamickým pozitivním vývojem                prošly a procházejí všechny kontinenty, z extrémně vysokých hodnot, překračujících v případě Asie a Afriky 150 ‰, se                všechny kontinenty na konci 2. desetiletí tohoto století dostaly pod 50 ‰. Absolutně nejvíce, o 130–140 ‰ si polepšily                právě Asie a Afrika, k největšímu relativnímu poklesu (na 1/18 původní hodnoty) došlo u Evropy, která se aktuálně zastavila                na 4 ‰. Predikce do roku 2050 předpokládá další pokles u všech kontinentů na zhruba polovinu současných hodnot, tzn.,                že nejhůře na tom budou stále země saharské a subsaharské Afriky.                  Základní charakteristiky úmrtnosti a související charakteristiky v roce 2018 jsou uvedeny v tabulce č. 6.2, která rozlišuje                hodnoty mezi jednotlivými kontinenty a také mezi pohlavími. Jak je uvedeno výše, v hrubé míře úmrtnosti vykazuje již                po téměř 10 let nejvyšší hodnoty právě Evropa, která díky vzrůstajícímu podílu starých lidí „vymírá“ rychleji než ostatní                kontinenty (spolu s nízkou úrovní porodnosti a plodnosti). Naproti tomu však Evropa spolu s Austrálií dosahuje nejnižších                hodnot kojenecké úmrtnosti a nejvyšších hodnot naděje dožití. I v současné době lze za největší problém Afriky považovat                kojeneckou úmrtnost, která je však stále vysoká i v Asii a některých populačně menších zemích Oceánie.                  Hodnoty porodnosti a úmrtnosti, ale i dalších dynamických charakteristik, jsou v posledních letech stále více ovlivňovány                primárně věkovou strukturou daných populací a nikoliv samotnou výší počtu narozených a zemřelých. Tento trend se                nezmění ani v budoucnosti, silné poválečné ročníky se v Evropě dostanou do věku, kdy již budou ve zvýšené míře umírat                a současná extrémně nízká míra úmrtnosti se bude zvyšovat. V České republice nebo Slovensku se v budoucnu o vyšší                úmrtnost postarají také populačně silné ročníky ze 70. let.                  Schopnost charakterizovat úroveň úmrtnosti má i ukazatel naděje dožití (střední délky života, někdy také očekávaná délka                života). Naděje dožití – ukazatel vycházející z úmrtnostních tabulek (je de facto výsledkem jejich propočtů), vyjadřuje počet                let, který v průměru ještě prožije osoba ve věku x. Jedná se o ukazatel hypotetický, vycházející z předpokladu zachování                stávajících úmrtnostních poměrů, vyjadřuje úmrtnostní situaci v daném roce. Skutečnou míru úmrtnosti každé jednotlivé                věkové kohorty lze ovšem reálně odhadnout jen velmi obtížně. Pokud budou zachovány současné trendy související se                                    Obr. 6.9: Vývoj a predikce kojenecké úmrtnosti ve světě v letech 1950–2050                                                                                            Pozn. Střední varianta progózy.                                            Zdroj: United Nations (2017a); vlastní zpracování.                                                                                                        69","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                             Tabulka č. 6.2: Svět – základní charakteristiky úmrtnosti a související charakteristiky v roce 2018                                  Hrubá míra   Kojenecká      Střední délka života při narození (roky)  Podíl starších                 Území                                                                            65 let na                                 úmrtnosti (‰)  úmrtnost (‰)  celkem      muži         ženy     populaci (%)                  Afrika               9           50          63           61          64            6                 Asie                 7           26          73           71          74            8                 Evropa              11            4          79           75          82           18                 Latinská Amerika     6           16          76           73          79            8                 Severní Amerika      7            6          79           77          81           15                 Austrálie a Oceánie  7           21          77           76          80           12                  z toho Austrálie    7            3          83           80          85           15                 Svět                 7           31          72           70          74            9                                                 Pozn.: Údaje k polovině roku 2018.                                              Zdroj: PRB (2018); vlastní úpravy a výpočty.                  zvyšováním životní úrovně, zlepšováním životního stylu, kvalitnějším vzděláváním, vyšší možností přístupu ke zdravotnickým                službám apod., skutečná délka života bude vyšší než očekávaná délka života. Ta je vypočítána pomocí současných a minulých                hodnot měr úmrtnosti (OECD, 2019). Více k tomuto tématu v kapitole č. 11 Populační prognózy a projekce.                  Nejčastěji se udává střední délka života ve věku 0, tedy při narození (ale může být sledována také v jakémkoliv jiném                věku) a odděleně za obě pohlaví. Naděje dožití patří mezi jeden z mezinárodně sledovaných ukazatelů a podobně jako                kojenecká úmrtnost je ukazatelem vyjadřujícím ekonomickou a společenskou vyspělost státu (Yaukey, 2007). Prudký růst                naděje dožití byl ve světě zaznamenán až v období posledních 100–150 let, přičemž hlavní nárůsty se týkaly především                vyspělých zemí. Ve světě se začíná také projevovat proces stárnutí populace, zvyšuje se střední délka života a roste počet                a podíl osob ve věku nad 65 let.                                    Obr. 6.10: Vývoj a predikce naděje dožití u mužů ve světě v letech 1950–2050                                                                                             Pozn. Střední varianta progózy.                                           Zdroj: United Nations (2017a); Vlastní zpracování.                     70","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                  Tab. 6.3: Svět – naděje dožití a další charakteristiky věkové struktury v roce 2018                                         V mil.   Naděje dožití       Podíl na populaci (v %)     Index stáří                 Území                                      obyvatel  muži  ženy    0–14 let   15–64 let   65+ let  (65+ / 0-14 * 100)                 Afrika                1 284    61    64        41         56          3           7,3                 Asie                  4 536    71    74        24         68          8          33,3                  z toho Čína          1 394    75    78        17         72         11          64,7                     Indie             1 371    67    70        28         66          6          21,4                 Evropa                 746     75    82        16         66         18          112,5                 Latinská Amerika       649     73    79        25         67          8          32,0                 Severní Amerika        365     77    81        19         66         16          78,9                 Austrálie a Oceánie     41     76    80        24         64         12          50,0                  z toho Austrálie       24     80    85        19         66         16          84,2                 Svět                  7 621    70    74        26         65          9          34,6                 z toho více rozvinuté regiony  1 266  76  82   16         66         18          112,5                   méně rozvinuté regiony  6 355  69  73        28         65          7          25,0                                                 Pozn.: Údaje k polovině roku 2018.                                              Zdroj: PRB (2018);Vlastní úpravy a výpočty.                                    Obr. 6.11: Vývoj a predikce naděje dožití u žen ve světě v letech 1950–2050                                                                                                   Pozn. Střední varianta progózy.                                           Zdroj: United Nations (2017a); Vlastní zpracování.                                                                                                        71","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Z předchozí tabulky č. 6.3 a obrázků č. 6.10 a 6.11 vyplývá, že v makroprostorovém měřítku je dosahováno nejvyšší                naděje dožití, kromě Austrálie, v Severní Americe, Evropě a Oceánii, oproti dlouhodobě nejnižším, ale nejvíce relativně                rostoucím hodnotám v Africe. Z poměrně nízkých hodnot v polovině minulého století (průměr světa 45–48 let u obou                pohlaví) a velkého rozpětí je predikován nárůst naděje dožití až k 80 rokům u mužů a 85 u žen a svírání pomyslných nůžek                mezi kontinenty.                  Pro naději dožití jsou charakteristické poměrně velké rozdíly v její výši pro muže a ženy. Ve vyspělých zemích je to                všeobecný jev, rozdíl tvoří 5–10 roků ve prospěch ženské části populace (nejvíce v Evropě – kolem 8 let). V posledních                letech se však tento rozdíl začíná vyrovnávat, a to především zlepšenými úmrtnostními poměry u mužské části populace                a tento trend se předpokládá i do budoucna. Na druhé straně se v některých rozvojových zemích (jižní Afrika, jižní Asie)                v souvislosti s nižší ekonomickou vyspělostí, náboženskými a dalšími tradicemi, ale i dalšími vlivy (např. virus HIV) lze setkat                s vyšší nadějí dožití u mužů.                  Následující tabulky č. 6.4 a 6.5 porovnávají naději dožití v polovině minulého desetiletí se současným stavem (2018). Je                zřejmé, že extrémně nízké hodnoty v roce 2006 u jihoafrických zemí, srovnatelných s hodnotami v Evropě před dvěma sty                lety, jsou ještě ovlivněny zejména velmi vysokou kojeneckou či dětskou úmrtností a úmrtností na syndrom získaného selhání                imunity (AIDS). Za posledních deset let se situace v daných parametrech právě na africkém kontinentě výrazně zlepšila, což                dokládají i hodnoty za aktuální sledovaný rok. Nejvyšší hodnoty jsou typické (kromě městských států jako např. San Marino,                Monaco, Hong Kong, Singapur a další) pro ekonomicky nejvyspělejší země Evropy, Japonsko, Austrálii či Kanadu a Izrael.                  Na střední délku života do jisté míry navazuje ukazatel délka života ve zdraví (Healthy Life Years (HLY); setkat se                lze také s pojmem Years of Life Lost a Years of Health Lost, nebo s jejich kombinacemi), který je založen na těchto                vstupních údajích:                  •   počty obyvatel podle pohlaví a věku;                 •   počty zemřelých podle pohlaví a věku nezbytné k výpočtu úmrtnostní tabulky;                 •   informace o prevalenci (viz níže) a charakteristiky zdraví dle pohlaví a věkových skupin.                   Ukazatel je definován počtem let, kdy se očekává, že osoba bude i nadále žít ve zdravém stavu, bez omezení a postižení.                Je sestaven zvlášť pro muže a ženy při narození a ve věku 50 a 65 let. Je založen na věkově specifických podílech populace                ve zdravém a nezdravém stavu a informacích o úmrtnosti specifické pro danou věkovou skupinu. Ukazatel délky života                prožité ve zdraví je v současné době obvykle počítán tzv. Sullivanovou metodou, kombinací úmrtnostních tabulek a věkově                specifických podílů osob v populaci v dobrém zdravotním stavu. Pro výpočet strukturálního ukazatele HLY se v EU používá                dat ze šetření Eurostatu týkajícího se příjmů a životních podmínek (Eurostat, 2018b; Eurostat, 2018c).                  V roce 2016 byl počet let zdravého života při narození v zemích EU odhadován na 64,2 roku u žen a 63,5 roku u mužů.                Následující obrázek č. 6.12 dokládá, že rozdíl mezi státem s nejvyšší hodnotou délky života ve zdraví – Švédskem, a s nejnižší –                Lotyšskem, je u mužů i žen řádově celých 20 let. Vyšší než průměrnou hodnotou za EU se ze zemí bývalého východního                bloku mohly prezentovat bulharské a polské ženy a bulharští muži. Poměrně zarážející bylo nelichotivé postavení vyspělého                Finska ve spodní části pomyslného žebříčku. Očekávaná délka života ve zdraví při narození vyjádřená procentuálním podílem                z naděje dožití při narození bývá obvykle vyšší u mužů (z řady sociodemografických důvodů), což platí pro všechny státy EU.                Pro ilustraci – pokud naděje dožití při narození činí obvykle ve prospěch žen 5–7 roků, potom v případě očekávané délky                života ve zdraví při narození činí tento rozdíl ve prospěch žen pouze 2–3 roky.                                      Tab. 6.4: Deset států s nejvyšší a nejnižší nadějí dožití v roce 2006                          Sáty s nejvyšší                               Státy s nejnižší                  Poř.                    Naděje dožití (roky)  Poř.                    Naděje dožití (roky)                          nadějí dožití                                nadějí dožití                                       celkem  muži    ženy                         celkem  muži    ženy                   1.  Japonsko         82      79      86       1.  Svazijsko        33      33      34                   2.  Austrálie        81      79      83       2.  Botswana         34      35      33                   3.  Francie          81      77      84       3.  Lesotho          36      35      36                   4.  Island           81      79      83       4.  Zimbabwe         37      38      37                   5.  Itálie           81      78      84       5.  Zambie           38      38      37                   6.  Švédsko          81      79      83       6.  Malawi           40      40      40                   7.  Švýcarsko        81      79      84       7.  Angola           41      39      43                   8.  Rakousko         80      77      83       8.  Afghánistán      42      42      42                   9.  Kanada           80      78      83       9.  Středoafrická rep.  43   42      45                  10.  Izrael           80      78      82      10.  Mozambik         43      42      44                                     Zdroj: PRB (2006). 2006 World Population Data Sheet; vlastní úpravy.                    72","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                        Tab. 6.5: Deset států s nejvyšší a nejnižší nadějí dožití v roce 2018                         Státy s nejvyšší                              Státy s nejnižší                  Poř.                    Naděje dožití (roky)  Poř.                    Naděje dožití (roky)                          nadějí dožití                                nadějí dožití                                       celkem  muži    ženy                         celkem  muži    ženy                   1.  Japonsko         84      81      87       1.  Sierra Leone   51      51      52                   2.  Švýcarsko        83      82      85       2.  Středoafrická rep.  52  50     54                   3.  Španělsko        83      80      86       3.  Čad            53      52      54                   4.   Itálie          83      81      85       4.  Nigérie        53      53      54                   5.  Austrálie        83      80      85       5.  Lesotho        53      52      56                   6.  Island           82      81      84       6.  Pobřeží Slonoviny  53  52      55                   7.  Lucembursko      82      81      84       7.  Somálsko       56      54      58                   8.  Norsko           82      81      84       8.  Jižní Súdán    57      56      58                   9.  Švédsko          82      81      84       9.  Guinea-Bissau  57      56      59                  10.  Izrael           82      81      84      10.  Svazijsko      58      54      61                                                  Pozn.: Údaje k polovině roku 2018.                                                 Zdroj: PRB (2018); Vlastní úpravy.                   Česká  republika  zaznamenala  v  roce  2018  nejvyšší  počet  zemřelých  (113  tis.,  hrubá  míra  úmrtnosti  10,7  ‰)  za                posledních více než 20 let (od roku 1995), přičemž při pohledu na poslední dekádu lze sledovat celkový rostoucí trend                počtu zemřelých, avšak do jisté míry je tento trend kontinuální. Obecně však míra úmrtnosti roste s přibývajícím věkem                a ve všech věkových skupinách převažuje úmrtnost mužů nad úmrtností stejně starých žen; výjimku tvoří pouze nejvyšší                věkové kategorie kolem sta let. Pokud zaměříme pozornost specifické míry, tak v oblasti kojenecké úmrtnosti se Česká                                                                                                         12                republika řadí mezi prvních deset států světa s velmi nízkou hodnotou 2,6 ‰ (2,0 ‰ u děvčat, 3,2 ‰ u chlapců) .                Velmi nízké hodnoty uvedených ukazatelů svědčí především o vysoké kvalitě prenatální a novorozenecké lékařské péče v                ČR. Jedním z možných vysvětlení je kulturně podložená starostlivost rodičů spojená s pravidelnými návštěvami dětských                lékařů a vysokou mírou ateismu. K problematice umělého přerušení těhotenství se Česká republika staví dlouhodobě                liberálně, v rámci evropských zemí se řadí k průměru. Podobný přístup jako ČR má Slovensko, Slovinsko a skandinávské                země. Interrupce (na vlastní náklady) je legální až do 12. týdne těhotenství, s lékařským doporučením (kryje zdravotní                pojištění) až do 24. týdne, v případě závažných problémů s plodem kdykoliv (Dudová, 2012). V češtině se někdy pro umělé                ukončení těhotenství používá i výraz potrat, který je ale v tomto případě nesprávný. V ČR jsou statisticky sledovány:                •  samovolné potraty (spontánní),                •  miniinterrupce,                •  jiná legální umělá přerušení těhotenství (ostatní potraty a umělá ukončení mimoděložního těhotenství).                  Na počátku 50. let se index potratovosti pohyboval kolem hodnoty 15, s legalizací interrupce (rok 1957) se hodnoty                zvýšily na konci 50. let až na hodnotu 65. V dlouhodobějším pohledu však mají ukazatele potratovosti klesající tendenci                (v roce 1990: 126 tisíc potratů, v roce 2018: 33 tisíc potratů) a v současnosti dosahuje index potratovosti hodnoty kolem 33–                35 % (tzn., že na 100 narozených dětí připadá 33–35 potratů).                  Mezi roky 1990–2018 vzrostla v České republice naděje dožití při narození u mužů o 8,5 roku na 76,1 let a u žen                o 6,5 roku na 81,9 let (průměr: 78,9). Znamená to, že rozdíl mezi pohlavími se snižuje, což lze přičítat jak zdravějšímu                životnímu stylu a zvyšující se kvalitě života, tak výrazným omezením dopadů nebezpečných zaměstnání a aktivit (povinná                vojenská služba, těžební a hutnický průmysl apod.) Ve srovnání s ekonomicky nejvyspělejšími zeměmi je to však stále                o 5–7 let méně. Tento propad se, na rozdíl např. od kojenecké úmrtnosti, nedaří snižovat. Délka života ve zdraví byla v                ČR v roce 2016 mírně pod průměrem EU, konkrétně na hodnotách kolem 64 let (ženy) a 63 let (muži), což znamenalo                zhruba 75 %, resp. 79 % naděje dožití.                 Úmrtnostní tabulky                  Specifickou  metodou  užívanou  k  charakteristice  řádu  vymírání  určité  populace  jsou  úmrtnostní  tabulky.  Jako                kvantitativně přesné vystižení řádu vymírání jsou zatím nejdokonalejším nástrojem hlubší analýzy úmrtnosti. Ty vychází                z ukazatele pravděpodobnost úmrtí v jednotlivých věkových kategoriích, kde se počet zemřelých vztahuje nikoliv ke                střednímu stavu obyvatel, ale k počátečnímu počtu osob vystavených riziku úmrtí (tzn. nejčastěji k začátku roku). Na                základě tohoto ukazatele lze přejít od reálné populace k fiktivní tabulkové populaci, která vychází ze zaokrouhleného                  12  Na přelomu 19. a 20. století umíralo před dosažením prvních narozenin v českých zemích asi 240-250 dětí z každého tisíce živě narozených                 dětí (ku 240-250 ‰), v 50. letech dosahovala kojenecká úmrtnost 25-50 ‰ a v roce 1987 to bylo ještě 12,1 ‰, což byla ve srovnání s                 ekonomicky vyspělými zeměmi hodnota vysoká.                                                                                                       73","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                      Obr. 6.12: Délka života ve zdraví při narození v zemích EU v roce 2017                                                                                               Zdroj: Eurostat (2018c)                počtu narozených – většinou 100 000 osob, populace Švédska nebo jiná fiktivní populace nezatížená válkami (Pavlík                a kol., 1986). Aplikací reálných pravděpodobností úmrtí na tabulkovou populaci lze prostřednictvím specifických výpočtů                získat tabulkové počty žijících i zemřelých. Zároveň také vidíme hlavní výstup úmrtnostních tabulek – střední délku života                (naději dožití), která je definována jako průměrný počet let, které zbývá osobě ve věku x ještě prožít. Nejčastěji se tento                ukazatel uvádí ve věku 0 let a je označován jako střední délka života při narození (Pavlík a kol., 1986; Newbold, 2010;                Demografie, 2018f).                  Podrobné  úmrtnostní  tabulky  jsou  založeny  na  třech  hlavních  souborech  demografických  událostí.  Vstupní                pravděpodobnosti úmrtí jsou vypočteny nepřímou metodou, tj. odvozeny z pozorovaných specifických měr úmrtnosti (viz                níže). Tabulky jsou podrobné, tj. s jednoletým věkovým intervalem, s nejvyšším věkovým intervalem 105 a více let. Jsou                počítány odděleně pro muže a ženy. Základními vstupními daty jsou údaje o počtu zemřelých a středním stavu obyvatel                daného věku a pohlaví v daném roce. Do výpočtu přitom započítáváme vstupní data pouze do jednotky věku, pro kterou                je dostupný údaj jak o počtu zemřelých, tak o středním stavu obyvatel. Český statistický úřad využívá popsanou metodiku                zpracování úmrtnostních tabulek od roku 2018 (počínaje zpracováním údajů za rok 2017). Pro sledování dynamiky vývoje                úmrtnosti však byl na podzim roku 2018 proveden shodnou metodikou také retrospektivní výpočet úmrtnostních tabulek                v časové řadě (od roku 1920 pro celou Českou republiku, od roku 2001 za regiony soudržnosti, kraje a okresy – ČSÚ, 2018f).                Ukazatele úmrtnostních tabulek (dle ČSÚ, 2018f; viz také obrázek č. 6.13)                  Počet zemřelých (D x ) uvádí absolutní počet zemřelých ve věku x během daného období.                  Počet obyvatel (P x ) uvádí střední stav obyvatel ve věku x, resp. v případě víceletých období uvádí součet středních stavů                v příslušných letech. Je definován k 1. červenci daného roku nebo je vypočten jako průměr počátečního a koncového stavu                daného roku.                  Pravděpodobnost úmrtí (q x ) vyjadřuje pravděpodobnost, že osoba dožívající se přesného věku x let v daném období (tj.                před dosažením věku x + 1) zemře:                                                                                                                           q �                                                    x                                                        � � �� � � � ∙                                                                                                   mx  označuje  míru  úmrtnosti  v daném  věku  a  parametr  ax  vyčísluje  průměrný  počet  člověkoroků                  kde m x  označuje míru úmrtnosti v daném věku a parametr a x  vyčísluje průměrný počet člověkoroků prožitých v daném                   prožitých v daném věkovém intervalu zemřelými jedinci (viz níže).                věkovém intervalu zemřelými jedinci (viz níže).                   Tabulkový počet dožívajících (lx) je hypotetický počet osob, které se dožijí věku x let z 100 000 živě                   74                   narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období:                                                      l x�1  �      ∙ �� �      �                                                                                                                                                           Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                   je počítán jako rozdíl dvou po sobě jdoucích tabulkových počtů dožívajících:                                                        d �      �          ��                                                        x                                                                                   Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                                                 L �      � �� � � � ∙ �                                                                                                                                                                                                                                                    x                   Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                   v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                   tabulky:                                                            ����                                                             � � �                                                                                                                                                                                                                        Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                   při  zachování  úmrtnostních  poměrů  daného  období.  Jedná  se  o  syntetický  ukazatel,  který  odráží                   úmrtnostní poměry ve všech věkových skupinách.                                                                                                                                  e �                                                           x                                                                                           Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou  metodou  je  převod  věkově  specifických  měr                   úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  předpokladu  rovnosti  reálné  a  tabulkové  míry                   úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  tabulkové  kohortě  se  používá                   následující převodní rovnice:                                                                                                                                �                                                                                                                � � �� � � � ∙                                                                                                   Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                   jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je                   použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.","q �                                                    x                                                        � � �� � � � ∙                                                                                                                                                                                                                                                                     q �                                                                                                                            x                                                     x x věku  a  parametr  ax  vyčísluje  průměrný  počet  člověkoroků                                                    q � � � � �� � � � ∙                                                        q q �                   mx  označuje  míru  úmrtnosti  v daném  x q �                                                                                                                                                                                   � � �� � � � ∙                                                             x                                                        � � �� � � � ∙                                                                  � � �� � � � ∙                                                                                 � � � ∙                                                                 � � ��                                                                                                        prožitých v daném věkovém intervalu zemřelými jedinci (viz níže).                                                                                                   mx  označuje  míru  úmrtnosti  v daném  věku  a  parametr  ax  vyčísluje  průměrný  počet  člověkoroků                    mx  označuje  míru  úmrtnosti  v daném  věku  a  parametr  ax  vyčísluje  průměrný  počet  člověkoroků                   mx  označuje  míru  úmrtnosti  v daném  věku  a  parametr  ax  vyčísluje  průměrný  počet  člověkoroků                   mx  označuje  míru  úmrtnosti  v daném  věku  a  parametr  ax  vyčísluje  průměrný  počet  člověkoroků                   prožitých v daném věkovém intervalu zemřelými jedinci (viz níže).  vyčísluje  průměrný  počet  člověkoroků                      mx  označuje  míru  úmrtnosti  v daném  věku  a  parametr  ax                   Tabulkový počet dožívajících (lx) je hypotetický počet osob, které s                   prožitých v daném věkovém intervalu zemřelými jedinci (viz níže). e dožijí věku x let z 100 000 živě                   prožitých v daném věkovém intervalu zemřelými jedinci (viz níže).                   prožitých v daném věkovém intervalu zemřelými jedinci (viz níže).                      prožitých v daném věkovém intervalu zemřelými jedinci (viz níže).                Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                   narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období:                   Tabulkový počet dožívajících (lx) je hypotetický počet osob, které se dožijí věku x let z 100 000 živě                     Tabulkový počet dožívajících (lx) je hypotetický počet osob, které se dožijí věku x let z 100 000 živě                   Tabulkový počet dožívajících (lx) je hypotetický počet osob, které se dožijí věku x let z 100 000 živě                   Tabulkový počet dožívajících (lx) je hypotetický počet osob, které se dožijí věku x let z 100 000 živě                   narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období: z 100 000 živě                      Tabulkový počet dožívajících (lx) je hypotetický počet osob, které se dožijí věku x let                  Tabulkový počet dožívajících (l x ) je hypotetický počet osob, které se dožijí věku x let z 100 000 živě narozených (kořen                   narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období:                                                         �      ∙ �� �      �                   narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období:                   narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období:                      narozených (kořen tabulky l0 = 100 000) při zachování řádu úmrtnosti sledovaného období:                                                     l                 tabulky l 0  = 100 000) při zachování řádu úmrtnosti sledovaného období:                                                                                                                                                                                             x�1                                                           �      ∙ �� �      �                   Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                                                     l                                                         �      ∙ �� �      �                                                      x�1 �      ∙ �� �      �  �                                                      x�1                                                                                                                                                                                                                   �      ∙ �� �      �                   je počítán jako rozdíl dvou po sobě jdoucích tabulkových počtů dožívajících:                                                     l l l                                                         �      ∙ �� �                                                           x�1l                                                      x�1                                                                                                     Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                                                                                                                                                                                                        x�1                    Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                   Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                   Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                      Tabulkový počet zemřelých (dx) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let;                  Tabulkový počet zemřelých (d x ) vyjadřuje hypotetický počet zemřelých osob v dokončeném věku x let; je počítán jako                   je počítán jako rozdíl dvou po sobě jdoucích tabulkových počtů dožívajících:                   je počítán jako rozdíl dvou po sobě jdoucích tabulkových počtů dožívajících:                    je počítán jako rozdíl dvou po sobě jdoucích tabulkových počtů dožívajících:                   je počítán jako rozdíl dvou po sobě jdoucích t                                                        xabulkových počtů dožívajících:                rozdíl dvou po sobě jdoucích tabulkových počtů dožívajících:bulkových počtů dožívajících:                      je počítán jako rozdíl dvou po sobě jdoucích ta                                                        d �      �                                                                          ��                                                                                      Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                                                        d �      �                                                               x                                                                                                                                      ��                                                                     ��                      Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                                                                       � �                                                       d � �                                                            d                                                        d �      �                                                                                    ��                                                             x x x d �      �                                                                                                                                           ��                                                                        ��                                                            x                                                                                                                     L �      � �� � � � ∙ �                   Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                   Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                   Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                      Tabulkový počet žijících (Lx) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x+1:                   Tabulkový počet žijících (L x ) je hypotetický počet člověkoroků prožitých mezi přesnými věky x a x + 1:                                                 x                                                                                                                                                                                                                                                   L �      � �� � � � ∙ �                     Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                                                L �      � �� � � � ∙ �                                                                                                                                                                                x                                                                                                                          x x x L �      � �� � � � ∙ �                    v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                                                L                                                L � �      � �� � � � ∙                                                                � �� � � � ∙ � �                                                                                                                                                                                                                                                 Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                                                                                                                                x                                                                                                                                                      tabulky:                   Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                   Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                   Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                   v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                      Pomocný ukazatel (Tx) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec)                  Pomocný ukazatel (T x ) vyjadřuje počet let života, které má tabulková populace (nikoliv jednotlivec) v daném věku x ještě                   v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                   v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                   v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                                                            ����                      v daném věku x ještě před sebou, a je dán kumulací počtu žijících Lx od věku x do nejvyššího věku                   tabulky:                před sebou, a je dán kumulací počtu žijících L x  od věku x do nejvyššího věku tabulky:                   tabulky:                   tabulky:                                  � � �                   tabulky:                      tabulky:                                                             ����                                                                                                                                                                                                ����                                                             ����                                                             � � �                                                             ����                                                                   ����                                                                                                                                                                                                � � �                                                                             � � �                   Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                                                             � �                                                             � � � �                                                                                                                                                                                                                                                                                                                                                                       Jedná  se  o  syntetický  ukazatel,  který  odráží                                                                                     Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                   při  zachování  úmrtnostních  poměrů  daného  období.                         Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                   úmrtnostní poměry ve všech věkových skupinách.                   Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                   Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                  Střední délka života neboli naděje dožití (e x ) udává průměrný počet let, který prožije právě x-letá osoba při zachování                      Střední délka života neboli naděje dožití (ex) udává průměrný počet let, který prožije právě x-letá osoba                   při  zachování  úmrtnostních  poměrů  daného  období.  Jedná  se  o  syntetický  ukazatel,  který  odráží                    při  zachování  úmrtnostních  poměrů  daného  období.  Jedná  se  o  syntetický  ukazatel,  který  odráží                   při  zachování  úmrtnostních  poměrů  daného  období.  Jedná  se  o  syntetický  ukazatel,  který  odráží                   při  zachování  úmrtnostních  poměrů  daného  období.  Jedná  se  o  syntetický  ukazatel,  který  odráží                úmrtnostních poměrů daného období. Jedná se o syntetický ukazatel, který odráží úmrtnostní poměry ve všech věkových                   úmrtnostní poměry ve všech věkových skupinách.  období.  Jedná  se  o  syntetický  ukazatel,  který  odráží                      při  zachování  úmrtnostních  poměrů  daného                   úmrtnostní poměry ve všech věkových skupinách.                   úmrtnostní poměry ve všech věkových skupinác                                                          eh.                skupinách. úmrtnostní poměry ve všech věkových skupinách.                                                                                           úmrtnostní poměry ve všech věkových skupinách.  �                                                           x                                                                                                                                             e �                 metodou  je  převod  věkově  specifických  měr                                                           x                                                                                                                                        x e e                                                          e � � �                   Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou                                                                                          x x e �                                                                              předpokladu  rovnosti  reálné  a  tabulkové  míry                   úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  x                                             Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou  metodou  je  převod  věkově  specifických  měr                  Základem pro výpočet úmrtnostní tabulky nepřímou metodou je převod věkově specifických měr úmrtnosti (m x ) na                   úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  tabulkové  kohortě  se  používá                   Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou  metodou  je  převod  věkově  specifických  měr                   Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou  metodou  je  převod  věkově  specifických  měr                   Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou  metodou  je  převod  věkově  specifických  měr                      Základem  pro  výpočet  úmrtnostní  tabulky  nepřímou  metodou  je  převod  věkově  specifických                   úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  předpokladu  rovnosti  reálné  a  tabulkové  míry  měr                pravděpodobnosti úmrtí (q x ). Za předpokladu rovnosti reálné a tabulkové míry úmrtnosti a za předpokladu stability měr                   následující převodní rovnice:                   úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  předpokladu  rovnosti  reálné  a  tabulkové  míry                   úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  předpokladu  rovnosti  reálné  a  tabulkové  míry                   úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  předpokladu  rovnosti  reálné  a  tabulkové  míry                      úmrtnosti  (mx)  na  pravděpodobnosti  úmrtí  (qx).  Za  předpokladu                   úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  rovnosti  reálné  a  tabulkové                úmrtnosti v hypotetické tabulkové kohortě se používá následující převodní rovnice: tabulkové  kohortě  se  používá  míry                    úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  tabulkové  kohortě  se  používá                   úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  tabulkové  kohortě  se  používá                   úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  tabulkové  kohortě  se  používá                      úmrtnosti  a  za  předpokladu  stability  měr  úmrtnosti  v  hypotetické  tabulkové  kohortě  se  používá                   následující převodní rovnice:                   následující převodní rovnice:                   následující převodní rovnice:                   následující převodní rovnice:        �                                    následující převodní rovnice:                                                           � � �� � � � ∙                                                                                                                                                                                                           �                                                                                                                                                                                                                                          � � � � �� � � � ∙                                                                                                                                          �                   Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                                                                                                                                               �                                      Obr. 6.13: Ukázka úmrtnostní tabulky (Česká republika, rok 2018)                                                         � � �� � � � ∙                                                                                                                         � � �� � � � ∙                                                        � � �� � � � ∙                                                                      � � ��                                                                                 � � � ∙                                                                                                             jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je                                                                                                                                                                            Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                   použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.                   Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                   Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                   Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                      Parametr ax vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými                   jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je                      jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je                   jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je                   jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je                   použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.   je                      jedinci. S ohledem na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých                   použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.                   použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.                   použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.                      použita hodnota 0,5 pro všechny věky s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.                                                       Zdroj: Demografie (2018f)                                                                                                      75","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Parametr a x  vyčísluje průměrný počet člověkoroků prožitých v daném věkovém intervalu zemřelými jedinci. S ohledem                na obecně platný předpoklad rovnoměrného rozložení přesného věku zemřelých je použita hodnota 0,5 pro všechny věky                s výjimkou věku 0 a posledního (otevřeného) věkového intervalu.                  Rozlišují se dva základní druhy úmrtnostních tabulek:                  1.   Okamžikové (průřezové, běžné) úmrtnostní tabulky (nejvíce používané)                 •   Jsou založeny na hypotetickém sledování současně narozených osob;                 •   Na tuto hypotetickou populaci se aplikují pravděpodobnosti úmrtí podle věku dané populace;                 •   Metoda výpočtu je založena na datech o souborech zemřelých v jednom nebo několika po sobě následujících kalendářních letech                     a žijících v těchto letech - kombinují se tedy údaje ze sčítání lidu a evidence přirozené měny.                  2.   Generační (kohortní) úmrtnostní tabulky (kvůli velké časové náročnosti na zpracování prakticky již nepoužívané)                 •   Představují  záznam  skutečného  průběhu  života  konkrétní  populace  současně  narozených  jedinců  od  narození  až  do  smrti                     posledního z nich;                 •   Konstrukce takové tabulky je velice obtížná, předpokládá sledování populace v průběhu dlouhé doby (populace se zmenšuje                     vymíráním i migrací);                 •   Využívají se např. v lékařství (pacienti se sledují od nasazení léčby či vzniku nemoci), v zoologii (sledují se mikroby, hmyz, zvířata aj.).                   Dále  se  používají  úplné  úmrtnostní  tabulky,  kde  se  pracuje  s  věkovými  intervaly  o  délce  jednoho  roku  a  zkrácené                úmrtnostní tabulky, kde se vyskytují věkové intervaly delší než jeden rok (zpravidla 5 let: 0–4 roky, 5–9 let, 10–14 let,                ...atd.). Je zřejmé, že jednoleté úplné úmrtnostní tabulky poskytují mnohem přesnější informaci o závislosti úmrtnosti na                věku (Pavlík a kol., 1986; Fiala, 2005).                 6.3 POTRATOVOST                       ‐                          reprodukční zdraví populace (Peters, Larkin, 2008).                  Potratovost  je  demografický  proces,  který  se  váže  k  oběma  základním  procesům  lidské  reprodukce  –  k  porodnosti                i úmrtnosti. Za hlavní faktory ovlivňující úroveň potratovosti v mezinárodním měřítku lze považovat (Peters, Larkin, 2008):                    Nejobecnějším ukazatelem vyjadřující úroveň potratovosti je hrubá míra potratovosti (hmpo), která je                •  legislativní ustanovení,                   definována jako počet potratů připadajících na 1 000 obyvatel středního stavu. Jako u všech hrubých                •  antikoncepci (dostupnost, rozšíření, metody),                   měr i zde platí, že je ovlivněna nestejnou věkovou strukturou srovnávaných populací a zahrnuje v sobě                •  společenské klima,                   obě pohlaví.                          reprodukční zdraví populace (Peters, Larkin, 2008).                       ‐                •  individuální vlivy (náboženské přesvědčení, úroveň vzdělání, ekonomická situace),                          reprodukční zdraví populace (Peters, Larkin, 2008).                       ‐                                                                                     Nejobecnějším ukazatelem vyjadřující úroveň potratovosti je hrubá míra potratovosti (hmpo), která je                •  reprodukční zdraví populace.    ���� �        ∗                  �‰�                   Nejobecnějším ukazatelem vyjadřující úroveň potratovosti je hrubá míra potratovosti (hmpo), která je                   definována jako počet potratů připadajících na 1 000 obyvatel středního stavu. Jako u všech hrubých                  Nejobecnějším  ukazatelem  vyjadřující  úroveň  potratovosti  je  hrubá  míra  potratovosti  (hmpo),  která  je  definována                      Výstižnějším ukazatelem je index potratovosti (ipo), který se vypočte jako počet potratů na 100                   měr i zde platí, že je ovlivněna nestejnou věkovou strukturou srovnávaných populací a zahrnuje v sobě                   definována jako počet potratů připadajících na 1 000 obyvatel středního stavu. Jako u všech hrubých                jako počet potratů připadajících na 1 000 obyvatel středního stavu. Jako u všech hrubých měr i zde platí, že je ovlivněna                                                       narozených dětí.                   měr i zde platí, že je ovlivněna nestejnou věkovou strukturou srovnávaných populací a zahrnuje v sobě                   obě pohlaví.                nestejnou věkovou strukturou srovnávaných populací a zahrnuje v sobě obě pohlaví.                   obě pohlaví.                                                                                   ����          ∗              �%�                                                     ��� � �                                                             ∗                  �‰�                                                                                                                                                                                 ���� �        ∗                  �‰�                                                                                       Výstižnějším ukazatelem je index potratovosti (ipo), který se vypočte jako počet potratů na 100                  Výstižnějším ukazatelem je index potratovosti (ipo), který se vypočte jako počet potratů na 100 narozených dětí.                      Výstižnějším ukazatelem je index potratovosti (ipo), který se vypočte jako počet potratů na 100                                                       narozených dětí.                    A � celkový počet potratů za sledované období              �         �    ��í                                                                                      N� počet narozených ve sledovaném období   narozených dětí.                                                     ��� �        ∗              �%�                                                                                       Dalším používaným ukazatelem je obecná míra potratovosti (ompo) definovaná jako počet potratů na                                                             ∗              �%�                                                     ��� �                                                                                  Dalším  používaným  ukazatelem  je  obecná  míra  potratovosti  (ompo)  definovaná  jako  počet  potratů  na  1  000  žen                   1000 žen v reprodukčním věku.                v reprodukčním věku.                                                                               �         �    ��í                                                                                       A � celkový počet potratů za sledované období                    N� počet narozených ve sledovaném období                           A � celkový počet potratů za sledované období              �         �    ��í                                                                                        N� počet narozených ve sledovaném období   ���� �           ����  ∗                  �‰�                      Dalším používaným ukazatelem je obecná míra potratovosti (ompo) definovaná jako počet potratů na                   1000 žen v reprodukčním věku.                   Dalším používaným ukazatelem je obecná míra potratovosti (ompo) definovaná jako počet potratů na                 A = celkový počet potratů za sledované období  N = počet narozených ve sledovaném období  – S = střední stav obyvatelstva                   Míra potratovosti dle věku (pox) (neboli věkově specifická míra potratovosti) se vypočte jako počet                   1000 žen v reprodukčním věku.                    potratů ve věku x (resp. v dané pěti či desetileté věkové skupině) ke střednímu stavu žen v daném věku                                                                                   (věkové skupině). Součet jednotlivých měr potratovosti podle věku dává dohromady průměrný počet                  Míra potratovosti dle věku (po x ) (neboli věkově specifická míra potratovosti) se vypočte jako počet potratů ve věku x (resp.                                                               ∗                  �‰�                                                 ���� �                                                                                                                                               potratů na jednu ženu v jejím reprodukčním období. Tento ukazatel se nazývá úhrnná potratovost (úpo).                v dané pěti či desetileté věkové skupině) ke střednímu stavu žen v daném věku (věkové skupině). Součet jednotlivých                                                              ����                                                                ∗                  �‰�                                                 ���� �                                                              ����                                                                                Pokud nakumulujeme jednotlivé věkově specifické míry potratovosti u žen určité generace, získáme                měr potratovosti podle věku dává dohromady průměrný počet potratů na jednu ženu v jejím reprodukčním období. Tento                    ukazatel nazývaný konečná potratovost.                ukazatel se nazývá úhrnná potratovost (úpo). Pokud nakumulujeme jednotlivé věkově specifické míry potratovosti u žen                   Míra potratovosti dle věku (pox) (neboli věkově specifická míra potratovosti) se vypočte jako počet                 určité generace, získáme ukazatel nazývaný konečná potratovost.                   Míra potratovosti dle věku (pox) (neboli věkově specifická míra potratovosti) se vypočte jako počet                   potratů ve věku x (resp. v dané pěti či desetileté věkové skupině) ke střednímu stavu žen v daném věku                   Přístup  k  potratovosti  v různých  státech  světa  je  ovlivněn  primárně  socioekonomickou  a  kulturní                   (věkové skupině). Součet jednotlivých měr potratovosti podle věku dává dohromady průměrný počet                   potratů ve věku x (resp. v dané pěti či desetileté věkové skupině) ke střednímu stavu žen v daném věku                  Přístup  k  potratovosti  v  různých  státech  světa  je  ovlivněn  primárně  socioekonomickou  a  kulturní  vyspělostí  a  také                   vyspělostí  a  také  náboženskými  tradicemi  či  ateismem.  OSN  řadí  formálně  státy  do  kategorií  dle                   potratů na jednu ženu v jejím reprodukčním období. Tento ukazatel se nazývá úhrnná potratovost (úpo).                   (věkové skupině). Součet jednotlivých měr potratovosti podle věku dává dohromady průměrný počet                náboženskými tradicemi či ateismem. OSN řadí formálně státy do kategorií dle liberálnosti legislativy vztahující se k umělému                   liberálnosti legislativy vztahující se k umělému přerušení těhotenství. Ve většině zemí existuje více                   potratů na jednu ženu v jejím reprodukčním období. Tento ukazatel se nazývá úhrnná potratovost (úpo).                   Pokud nakumulujeme jednotlivé věkově specifické míry potratovosti u žen určité generace, získáme                přerušení těhotenství. Ve většině zemí existuje více legálních důvodů k umělému přerušení těhotenství, do kategorií jsou                   legálních  důvodů  k  umělému  přerušení  těhotenství,  do  kategorií  jsou  řazeny  podle  toho,  jaký                   Pokud nakumulujeme jednotlivé věkově specifické míry potratovosti u žen určité generace, získáme                   ukazatel nazývaný konečná potratovost.                   ukazatel nazývaný konečná potratovost.                     nejliberálnější důvod lze pro umělé přerušení těhotenství uplatnit. Z následujícího obrázku č. 6.14 je                   možné vypozorovat rozdíly mezi „západní“ civilizací spolu s postsocialistickým prostorem, kde je ve                   76   Přístup  k  potratovosti  v různých  státech  světa  je  ovlivněn  primárně  socioekonomickou  a  kulturní                   většině zemí umožněno přerušení těhotenství na žádost ženy (výjimky Polsko, Irsko a některé další země                   vyspělostí  a  také  náboženskými  tradicemi  či  ateismem.  OSN  řadí  formálně  státy  do  kategorií  dle                   Přístup  k  potratovosti  v různých  státech  světa  je  ovlivněn  primárně  socioekonomickou  a  kulturní                   s přísnějšími  normami),  přes  řadu  zemí,  kde  jsou  různá  zákonná  omezení,  až  po  výjimky  (Chile,                   vyspělostí  a  také  náboženskými  tradicemi  či  ateismem.  OSN  řadí  formálně  státy  do  kategorií  dle                   liberálnosti legislativy vztahující se k umělému přerušení těhotenství. Ve většině zemí existuje více                   Nikaragua, Salvador či Dominikánská republika), kde jsou umělá přerušení těhotenství zcela zakázána.                   legálních  důvodů  k  umělému  přerušení  těhotenství,  do  kategorií  jsou  řazeny  podle  toho,  jaký                   liberálnosti legislativy vztahující se k umělému přerušení těhotenství. Ve většině zemí existuje více                   Shrnující informace podává následující přehled:                   legálních  důvodů  k  umělému  přerušení  těhotenství,  do  kategorií  jsou  řazeny  podle  toho,  jaký                   nejliberálnější důvod lze pro umělé přerušení těhotenství uplatnit. Z následujícího obrázku č. 6.14 je                    nejliberálnější důvod lze pro umělé přerušení těhotenství uplatnit. Z následujícího obrázku č. 6.14 je                   možné vypozorovat rozdíly mezi „západní“ civilizací spolu s postsocialistickým prostorem, kde je ve                    97 % zemí světa umožňuje umělé přerušení těhotenství v případě záchrany života ženy.                   možné vypozorovat rozdíly mezi „západní“ civilizací spolu s postsocialistickým prostorem, kde je ve                   většině zemí umožněno přerušení těhotenství na žádost ženy (výjimky Polsko, Irsko a některé další země                    67 % zemí světa umožňuje umělé přerušení těhotenství v případě fyzické poruchy.                   s přísnějšími  normami),  přes  řadu  zemí,  kde  jsou  různá  zákonná  omezení,  až  po  výjimky  (Chile,                   většině zemí umožněno přerušení těhotenství na žádost ženy (výjimky Polsko, Irsko a některé další země                    63 % zemí světa umožňuje umělé přerušení těhotenství v případě duševní poruchy.                   Nikaragua, Salvador či Dominikánská republika), kde jsou umělá přerušení těhotenství zcela zakázána.                   s přísnějšími  normami),  přes  řadu  zemí,  kde  jsou  různá  zákonná  omezení,  až  po  výjimky  (Chile,                    V letech 2010-2014 se v průměru každoročně uskutečnilo 56 milionů indukovaných (bezpečných a                   Shrnující informace podává následující přehled:                   Nikaragua, Salvador či Dominikánská republika), kde jsou umělá přerušení těhotenství zcela zakázána.                    nebezpečných) interrupcí. V posledních letech je ovšem pozitivním jevem celosvětový pokles plánovaných                     Shrnující informace podává následující přehled:                    potratů.                     97 % zemí světa umožňuje umělé přerušení těhotenství v případě záchrany života ženy.                    Na 1000 žen ve věku 15-44 let bylo provedeno 35 potratů.                    67 % zemí světa umožňuje umělé přerušení těhotenství v případě fyzické poruchy.                    97 % zemí světa umožňuje umělé přerušení těhotenství v případě záchrany života ženy.                    Čtvrtina všech těhotenství skončila indukovaným potratem.                    63 % zemí světa umožňuje umělé přerušení těhotenství v případě duševní poruchy.                    67 % zemí světa umožňuje umělé přerušení těhotenství v případě fyzické poruchy.                    Míra potratů byla vyšší v rozvojových regionech než ve vyspělých regionech.                    63 % zemí světa umožňuje umělé přerušení těhotenství v případě duševní poruchy.                    V letech 2010-2014 se v průměru každoročně uskutečnilo 56 milionů indukovaných (bezpečných a                    Zhruba 25 milionů nebezpečných potratů se každoročně uskutečnilo v rozvojových zemích.                    nebezpečných) interrupcí. V posledních letech je ovšem pozitivním jevem celosvětový pokles plánovaných                    V letech 2010-2014 se v průměru každoročně uskutečnilo 56 milionů indukovaných (bezpečných a                    Více než polovina všech odhadovaných nebezpečných potratů na celém světě byla v Asii.                    potratů.                    nebezpečných) interrupcí. V posledních letech je ovšem pozitivním jevem celosvětový pokles plánovaných                    Na 1000                    potratů.  žen ve věku 15-44 let bylo provedeno 35 potratů.                    Na 1000 žen ve věku 15-44 let bylo provedeno 35 potratů. .                    Čtvrtina všech těhotenství skončila indukovaným potratem                    Čtvrtina všech těhotenství skončila indukovaným potratem.                    Míra potratů byla vyšší v rozvojových regionech než ve vyspělých regionech.                    Zhruba 25 milionů nebezpečných potratů se každoročně uskutečnilo v rozvojo                    Míra potratů byla vyšší v rozvojových regionech než ve vyspělých regionech. vých zemích.                    Zhruba 25 milionů nebezpečných potratů se každoročně uskutečnilo v rozvojových zemích.                    Více než polovina všech odhadovaných nebezpečných potratů na celém světě byla v Asii.                    Více než polovina všech odhadovaných nebezpečných potratů na celém světě byla v Asii.","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  řazeny podle toho, jaký nejliberálnější důvod lze pro umělé přerušení těhotenství uplatnit. Z následujícího obrázku č. 6.14 je                možné vypozorovat rozdíly mezi „západní“ civilizací spolu s postsocialistickým prostorem, kde je ve většině zemí umožněno                přerušení těhotenství na žádost ženy (výjimky Polsko, Irsko a některé další země s přísnějšími normami), přes řadu zemí,                kde jsou různá zákonná omezení, až po výjimky (Chile, Nikaragua, Salvador či Dominikánská republika), kde jsou umělá                přerušení těhotenství zcela zakázána. Shrnující informace podává následující přehled:                 •   97 % zemí světa umožňuje umělé přerušení těhotenství v případě záchrany života ženy.                 •   67 % zemí světa umožňuje umělé přerušení těhotenství v případě fyzické poruchy.                 •   63 % zemí světa umožňuje umělé přerušení těhotenství v případě duševní poruchy.                 •   V letech 2010–2014 se v průměru každoročně uskutečnilo 56 milionů indukovaných (bezpečných a nebezpečných) interrupcí.                     V posledních letech je ovšem pozitivním jevem celosvětový pokles plánovaných potratů.                 •   Na 1 000 žen ve věku 15–44 let bylo provedeno 35 potratů.                 •   Čtvrtina všech těhotenství skončila indukovaným potratem.                 •   Míra potratů byla vyšší v rozvojových regionech než ve vyspělých regionech.                 •   Zhruba 25 milionů nebezpečných potratů se každoročně uskutečnilo v rozvojových zemích.                 •   Více než polovina všech odhadovaných nebezpečných potratů na celém světě byla v Asii.                 •   75 % potratů v Africe a Latinské Americe nebylo bezpečných. Riziko úmrtí z nebezpečných potratů bylo nejvyšší v Africe.                          Obr. 6.14: Umělá přerušení těhotenství ve světě podle legislativních norem a zákonů jednotlivých zemí                                                                                Zdroj: United Nations (2013)                 6.4 NEMOCNOST, STATISTIKY A NEJČASTĚJŠÍ PŘÍČINY ÚMRTÍ                  Mezi základní ukazatele, které kvantifikují výskyt onemocnění v populaci, tedy nemocnost (morbiditu), patří prevalence                a incidence.                •  Prevalence je ukazatelem výskytu všech existujících onemocnění (s danou diagnózou) v populaci ve zvoleném období,                   přičemž záleží na tom, jak dlouho onemocnění trvají. Zahrnuje tedy nejen nová, ale všechna onemocnění s danou diagnózou                   existující v daném období. Vypočte se jako počet všech případů onemocnění na 100 tis. obyvatel středního stavu.                •  Incidence je počet nových případů onemocnění v celé populaci v risku k určitému datu. Ukazatel prevalence slouží                   zejména k zaznamenávání endemií, tedy nemocí, které jsou v populaci trvale přítomny. Naopak ukazatel incidence                   slouží především k zaznamenávání náhlých onemocnění, jako jsou epidemie. Epidemie se tedy sleduje pomocí incidence                   a endemie pomocí prevalence. Obě hodnoty mohou být za určité situace stejné. Je pouze na uvážení epidemiologa, který                   ukazatel použije jako vhodnější pro konkrétní účel. Obecně spočívá rozdíl v metodice sbírání dat a charakteru nemoci.                   Prevalence určuje trvalý stav v populaci, incidence poukazuje na dynamiku onemocnění v populaci. (Murray, Lopez, 1996;                   Yaukey, 2007). Vypočte se jako počet onemocnění (nově vyskytnutých případů) na 100 000 obyvatel středního stavu.                  Nemocnost je úzce propojená s úmrtností, nadějí dožití a dlouhověkostí a zároveň je vnímána jako charakteristika kvality                populace, sociální situace a sociálního vývoje. Dle způsobu ukončení nemoci se rozlišuje míra uzdravení nebo míra letality,                tedy smrtnosti při dané nemoci, čímž se vyznačuje závažnost dané nemoci v populaci. Nemocnost a zdravotní stav, resp.                stav populace souvisí i s problematikou životního a pracovního prostředí, stejně tak jako s fyzickou zdatností obyvatelstva,                vyplývající z určitých životních návyků jako jsou výživa, sportování, kouření apod. (Kalibová a kol., 2009).                                                                                                        77","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                       Rámeček č. 6.5: Příčiny úmrtí                     Příčiny úmrtí jsou obecně definovány jako „všechny chorobné stavy nebo úrazy, které buď vedly ke smrti nebo k ní přispěly,                   a okolnosti nehody nebo násilí, které takové úrazy přivodily“ (Demografie, 2018. Příčiny úmrtí). Zaznamenávání údajů o příčinách                   smrti je umožněno formulářem „list o prohlídce mrtvého“, který je vyplňován příslušným lékařem o každé zemřelé osobě, a to                   zejména jeho diagnostické části k určení k tomuto účelu.                     V každé části Listu o prohlídce mrtvého lze zaznamenat 3 hlavní a 2 vedlejší příčiny, které ke smrti vedly přímo nebo ji                   spolupodmiňovaly. Je-li zaznamenána více než jedna příčina smrti, je nutno provést výběr základní příčiny (nemoc, či úraz,                   který započal řetěz chorobných stavů vedoucích ke smrti) určené ke statistické evidenci, a to podle přesných pravidel. První                   pokus o takovou klasifikaci (neboli systematické uspořádání nemocí) učinil v roce 1893 francouzský analytik a demograf Jacques                   Bertillon. Klasifikace je přibližně každých deset let inovována, větší změny se provádějí jednou za tři roky, menší každoročně                   (ÚZIS, 2016. Vyplňování Listu o prohlídce zemřelého).                   Při sledování příčin úmrtí se eviduje ukazatel standardizované úmrtnosti, který umožňuje nezkreslené srovnání dvou                populací lišících se svou věkovou strukturou. S rostoucím vyšším věkem se úmrtnost zvyšuje, ukazatel věkově specifické                úmrtnosti je tedy výrazně na věku závislý. Při srovnání úrovně úmrtnosti dvou populací, z nichž každá má jinou věkovou                strukturu, dochází při použití ukazatele hrubé míry úmrtnosti ke zkreslení. Populace s větším zastoupením starých osob,                u nichž je úmrtnost vyšší, bude mít více zemřelých než populace s mladší věkovou strukturou. Proto se ke srovnání populací                s různou věkovou strukturou užívá specifického souhrnného ukazatele standardizované úmrtnosti. Ta je počítána buď                přímou či nepřímou metodou standardizace, kterých se obecně užívá pro odstranění zkreslujícího vlivu věkové struktury                (Demografie, 2018. Úmrtnost – standardizace).                  Vzhledem  k  rozdílné  sociální,  ekonomické  a  případně  kulturní  vyspělosti  jednotlivých  zemí  nelze  nejčastější  příčiny                úmrtí globálně standardizovat. Podle klasické Omranovy teorie z roku 1971 všechny společnosti procházejí třemi stadii                souvisejícími s procesem modernizace (Omran, 1971).                  1.   Stadium moru, hladomoru – naděje dožití se nachází mezi 20 až 40 lety s vysokými výkyvy v úmrtnosti; typický je nedostatek                     hygieny a kvalitní stravy, podvýživa, vysoká kojenecká a mateřská úmrtnost. V minulosti se jednalo o nejméně vyspělé státy Afriky                     a Asie. Aktuální nejnižší hodnoty naděje dožití se ovšem pohybují okolo 50 let, přičemž se předpokládá další růst. Lze tedy s velkou                     pravděpodobností říci, že tímto stádiem již žádné země procházet nebudou.                 2.   Stadium poklesu frekvence výskytu pandemií infekčních nemocí – je charakterizována prodlužováním naděje dožití přes 50                     let, zlepšujícími se hygienickými podmínkami, počátkem výskytu nemocí oběhového systému, úrazy v průmyslu a zdravotními                     problémy souvisejícími s urbanizací. Do tohoto stádia šlo dříve řadit například Čínu, vybrané státy severní Afriky či jižní                     Ameriky.                 3.   Stadium rozvoje degenerativních a civilizačních chorob - úmrtnost se nadále snižuje či stagnuje na velmi nízké úrovni, roste                     význam nemocnosti, objevují se chronické nemoci, duševní poruchy, drogové závislosti, dopravní nehody, zdravotní důsledky                     environmentálních krizí, geriatrické problémy. Přes nesporné stáří Omranovy teorie lze do této fáze dlouhodobě řadit státy EU,                     USA, Kanadu, Austrálii či vyspělé asijské země jako je Japonsko, Jižní Korea, Hong Kong, Singapur a další.                    Mezi nejčastější příčiny úmrtí v EU se řadí nemoci oběhové soustavy, rakovina a respirační choroby. V letech 2004–2012                vykazovaly standardizované míry úmrtnosti v důsledku novotvarů, ischemické choroby srdeční a dopravních nehod sestupnou                tendenci, zatímco u nemocí nervové soustavy došlo k navýšení u obou pohlaví. Podrobnější přehled nabízí níže uvedená                obrázek č. 6.15 a tabulka č. 6.6.                           Obr. 6.15: Příčiny úmrtí podle standardizované míry úmrtnosti EU-28 (2015, na 100 tis. obyvatel)v                                                                       Zdroj: Eurostat (2016b); vlastní zpracování.                    78","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                    Tabulka č. 6.6: nejčastější příčiny úmrtí v EU-28, změny během let 2004–2012                                                                   Roky 2004–2012                            Příčina úmrtí                                                            muži                   ženy                            novotvary                   pokles o 10,2 %        pokles o 5,5 %                            ischemické choroby srdeční  pokles o 28,5 %        pokles o 30,4 %                            dopravní nehody             pokles o 40,8 %        pokles o 43,8 %                            nemoci nervové soustavy    navýšení o 16,3 %      navýšení o 23,3 %                                                       Zdroj: WHO (2018b)                  Mužská nadúmrtnost se projevuje ve všech sledovaných kategoriích příčin úmrtí s vyšším výskytem. Více než dvojnásobný                počet  úmrtí  mužů  oproti  ženám  byl  zaznamenán  u  vnějších  příčin  (nehody,  otravy,  sebevraždy).  Velký  rozdíl  je  také                u nemocí dýchací soustavy, trávicí soustavy, novotvarů a oběhové soustavy, tedy u nejčastějších příčin úmrtí. Naopak se                u obou pohlaví vyrovnává počet úmrtí na nemoci nervové soustavy, nemoci duševních poruch a poruch chování a infekční                a arazitární nemoci.                  Pokud bychom příčiny úmrtí analyzovali podle věku, tak u osob do 65 let by byly hlavní příčiny úmrtnosti významově                rozdílné. V této věkové skupině byla rakovina dominantní, v roce 2012 v průměru zemí EU-28 činila standardizovaná                míra úmrtnosti v jejím důsledku 82,7 úmrtí na 100 tisíc obyvatel. Druhou nejčastější příčinou byly nemoci oběhové                soustavy. Oproti údajům za celou populaci nepatřily u osob mladších 65 let mezi tři hlavní příčiny úmrtnosti respirační                choroby. Standardizovaná míra respiračních chorob byla například nižší než u sebevražd. Mezi lety 2004 a 2012 míra                úmrtnosti osob mladších 65 let v EU-28 v důsledku každé z hlavních příčin úmrtí poklesla. Nejvýraznější byl tento pokles                u dopravních nehod (o 42,8 %) a ischemických chorob srdečních (o 28,6 %) (Eurostat, 2016b).                  Mezi nejčastější příčiny úmrtí v České republice v období 2006–2016 patřily nemoci oběhové soustavy, jež tvoří téměř                polovinu všech úmrtí. Dále se jednalo o novotvary (přibližně 25 %), nemoci dýchací soustavy (6 %) a tzv. vnější příčiny                (nehody, sebevraždy apod.; 5,6 %). Vzhledem k odlišnému charakteru úmrtnosti podle pohlaví je však vhodnější analyzovat                zvlášť příčiny úmrtí u žen a zvlášť u mužů. Níže uvedená tabulka č. 6.7 udává přehled za rok 2016.                                   Tab. 6.7: Nejčastější příčiny úmrtí u mužů a žen v České republice v roce 2016                             Příčina úmrtí                           Muži             Ženy                            Nemoci oběhové soustavy                 40,6 %           48,0 %                            Novotvary                               28,0 %           23,5 %                            Nemoci dýchací soustavy                  7,3 %            5,9 %                            Vnější příčiny nemocnosti a úmrtnosti    6,7 %            3,5 %                            Nemoci trávicí soustavy                  4,7 %            3,7 %                            Nemoci endokrinní, výživy a přeměny látek  3,6 %          4,8 %                            Ostatní                                  9,2 %           10,6 %                                                  Zdroj: ČSÚ (2016); vlastní úpravy.                   Nejčastější příčinou úmrtí u mužů jsou dlouhodobě nemoci oběhové soustavy, nicméně jejich podíl na všech úmrtích                poklesl mezi roky 2006 a 2016 téměř o 5 procentních bodů. Největší pokles nastal u cévních nemocí mozku, akutního                infarktu myokardu a aterosklerózy. Druhou nejčastější příčinou úmrtí jsou novotvary, resp. (zhoubné) nádory. Podařilo se                snížit počet úmrtí na novotvary průdušek, plic a tlustého střeva, na druhou stranu roste počet zemřelých na novotvary                slinivky břišní. Vzrostl podíl úmrtí mužů na nemoci dýchací soustavy a to z 5,7 % na 7,3 %. Nadále došlo k nárůstu úmrtí                v důsledku nemocí endokrinního systému, kdy největší podíl na počtu úmrtí má diabetes mellitus (tzv. „cukrovka“). Rovněž                byl zaznamenán růst u „ostatních“ příčin úmrtí, kdy došlo k nárůstu nemoci nervové soustavy (zejména Alzheimerovy                nemoci), duševních nemocí a poruch chování a úmrtí na demenci. (ČSÚ,  2016).                  Stejně jako u mužů jsou i u žen dlouhodobě nejčastější příčinou úmrtí nemoci oběhové soustavy, nicméně při srovnání s                muži je podíl úmrtí dlouhodobě vyšší. Obdobně jako u mužů došlo k poklesu úmrtí u cévních nemocí mozku, aterosklerózy                a akutního infarktu myokardu. Došlo však k nárůstu počtu zemřelých žen na selhání srdce. Podíl zemřelých na novotvary                je nižší než u mužů a v poslední dekádě spíše stagnuje, přičemž v období 2006 a 2016 poklesl počet úmrtí na novotvary                prsu a tlustého střeva, byl však zaznamenán nárůst novotvarů průdušek a plic. Čtvrtou nejčastější příčinou úmrtí byly u žen                nemoci endokrinní, výživy a přeměny látek, za čímž stojí opět nárůst diabetu mellitu. Úmrtí na vnější příčiny nemocnosti a                úmrtnosti jsou dlouhodobě u žen zhruba dvakrát méně častá než u mužů. Byl však zaznamenán růst ostatních příčin smrti,                a to téměř dvojnásobný. Došlo k růstu podílu úmrtí na infekční a parazitární nemoci, nemoci nervové soustavy a nemoci                duševní a poruchy chování.                                                                                                        79","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Výše  uvedené  informace  deklarují,  že  největším  problémem  jsou  nemoci  oběhové  soustavy,  jejichž  nejvýznamnější                rizikové faktory jsou:                •  vysoká hladina cholesterolu,                •  kouření,                •  vysoký krevní tlak.                  Všechny uvedené faktory souvisí s kvalitou života a je prokázáno, že až 70 % těchto onemocnění je způsobeno nesprávným                životním stylem.                  Ačkoliv téměř v každém věku je úmrtnost mužů vyšší než žen (platí dokonce i pro kojenecký věk), příčiny úmrtí se                s věkem mění. Po úmrtnosti na příčiny spojené s kojeneckým věkem (stavy vzniklé v perinatálním období a vrozené vady)                postupně začíná dominovat úmrtnost na vnější příčiny. U mužů po 15. roku úmrtnost prudce roste vlivem rizikovějšího                chování. Tato nadúmrtnost dominuje zhruba do 45. roku života a poté dochází k růstu úmrtnosti na novotvary a nemoci                oběhové soustavy. Další velmi častou příčinou úmrtí u mužů ve věku 40 až 50 let je onemocnění jater, což velmi často souvisí                s životním stylem jedinců. Naproti tomu u žen se okolo 30 až 35 roku začíná vyskytovat úmrtnost na zhoubné novotvary                (zejména rakovinu prsu), která je již vyšší než úmrtnost na vnější příčiny smrti. U mladých žen je také problémem kombinace                antikoncepce a kouření tabáku. Nižší výskyt srdečních onemocnění u žen mezi 40. a 50. rokem života se vysvětluje tím, že                až do menopauzy jsou před nemocemi srdce „chráněny estrogeny“. Obecně se snížila úmrtnost na sebevraždy a klesá také                úmrtnost, kde je příčinnou dopravní nehoda (ČSÚ, 2016).                6.5 SŇATEČNOST A ROZVODOVOST                  Sňatečnost neboli uzavírání sňatku, resp. zakládání manželství na základě zákonem daných podmínek, je jedním z hromadných                demografických  opakovatelných  jevů,  který  však  nemusí  u  všech  příslušníků  populace  nastat  (Kalibová  a  kol.,  2009).                Demografové vyčleňují také v západním světě stále častější a „modernější“ formu partnerského nesezdaného soužití, tzv.                kohabitaci, což je spojeno i s rostoucím podílem dětí narozených mimo manželství. Partneři tak sdílejí společnou domácnost                a v řadě zemí se jedná o společensky i právně přípustnou formu soužití a alternativu ke sňatku, resp. manželství (Waite, 2006).                V souladu s výše uvedeným se ve skandinávských a západoevropských zemích vyskytují nejvyšší podíly domácností jednotlivců.                Jak uvádí Drotován a Bleha (2008), podstatná část nárůstu podílu tzv. singles se v zemích střední a východní Evropy udála již po                roce 1989, počty a podíly nesezdaných párů a jednotlivců se v zemích V4 postupně přiblíží vyspělé Evropě.                  Základními  ukazateli  intenzity  sňatečnosti  jsou  absolutní  počet  uzavřených  sňatků  a  na  něj  navazující  hrubá  míra                sňatečnosti (hms), která vyjadřuje počet sňatků na 1 000 obyvatel středního stavu.                                                                                                                    ��� �  ∗                  �‰�                                                                                                                                                  –                                                                                  S = střední stav obyvatelstva                 hms = hrubá míra sňatečnosti           S = počet sňatků      S � počet sňatků                     Hms � hrubá míra sňatečnosti                          �         �    ��í                                                                                    Hrubá míra sňatečnosti vypovídá o změnách v populačním klimatu a budoucím vývoji úrovně porodnosti. Je ovlivňována                 věkovou strukturou, ale také sňatky vyšších pořadí (tj. druhými a dalšími sňatky – sňatky rozvedených nebo ovdovělých                    Hrubá  míra  sňatečnosti  vypovídá  o  změnách  v populačním  klimatu  a  budoucím  vývoji  úrovně                osob), a proto se nehodí pro mezinárodní nebo regionální srovnání. Mimo tyto ukazatele se pro bližší analýzu počítají                    porodnosti. Je ovlivňována věkovou strukturou, ale také sňatky vyšších pořadí (tj. druhými a dalšími                i další hrubé míry sňatečnosti např. hrubá míra sňatečnosti nesezdaných (ve jmenovateli se vyskytuje pouze střední s                    sňatky – sňatky rozvedených nebo ovdovělých osob), a proto se nehodí pro mezinárodní nebo regionální tav                    srovnání. Mimo tyto ukazatele se pro bližší analýzu počítají i další hrubé míry sňatečnosti např. hrubá                nesezdaných  tj.  svobodných,  rozvedených  a  ovdovělých),  hrubá  míra  sňatečnosti  svobodných  (tzv.  provosňatečnost)                    míra  sňatečnosti  nesezdaných  (ve  jmenovateli  se  vyskytuje  pouze  střední  stav  nesezdaných  tj.                a jako u jiných demografických ukazatelů se sledují míry sňatečnosti podle věku, pohlaví apod. a jejich kombinace (Peters,                    svobodných, rozvedených a ovdovělých), hrubá míra sňatečnosti svobodných (tzv. provosňatečnost) a                Larkin, 2008; Kalibová a kol., 2009).                    jako u jiných demografických ukazatelů se sledují míry sňatečnosti podle věku, pohlaví apod. a jejich                  K dalším charakteristikám sňatečnosti lze zařadit  obecnou míru sňatečnosti (oms). Je to specifičtější ukazatel, který                    kombinace (Peters, Larkin, 2008; Kalibová a kol., 2009).                vyjadřuje  počet  sňatků  osob  ve  věku  16–49  let  vztažený  k  počtu  sňatkuschopných  osob  (všichni  svobodní,  rozvedení                 a ovdovělí) ve stejné věkové kategorii. Při podrobnější analýze sňatečnosti se sledují data za muže a ženy zvlášť a konstruují                    K dalším charakteristikám sňatečnosti lze zařadit obecnou míru sňatečnosti (oms). Je to specifičtější                se míry sňatečnosti podle věku (s x ). Odlišují se dva druhy měr sňatečnosti podle věku:                    ukazatel, který vyjadřuje počet sňatků osob ve věku 16-49 let vztažený k počtu sňatkuschopných osob                    (všichni svobodní, rozvedení a ovdovělí) ve stejné věkové kategorii. Při podrobnější analýze sňatečnosti                 •   míry sňatečnosti svobodných – počet sňatků svobodných ve věku x (příp. pěti, či desetileté věkové skupině) vztažený k počtu                    se sledují data za muže a ženy zvlášť a konstruují se míry sňatečnosti podle věku (sx). Odlišují se dva                     svobodných osob (středního stavu) v daném věku (příp. dané věkové skupině) obvykle ve sledovaném roce.                    druhy měr sňatečnosti podle věku:                 •   redukované míry sňatečnosti – počet sňatků svobodných ve věku x (příp. pěti, či desetileté věkové skupině) vztažený k počtu osob                         míry  sňatečnosti  svobodných  -  počet  sňatků  svobodných  ve  věku  x  (příp.  pěti,  či  desetileté  věkové                      ‐                     (středního stavu) bez ohledu na rodinný stav v daném věku (příp. dané věkové skupině) obvykle ve sledovaném roce.                         skupině) vztažený k počtu svobodných osob (středního stavu) v daném věku (příp. dané věkové skupině)                         obvykle ve sledovaném roce.                  Úhrnná sňatečnost (ús), tedy úhrn měr redukované sňatečnosti, udává průměrný počet sňatků na 100 osob. Tento ukazatel                je vhodný k mezinárodnímu srovnání, přestože se počítá z dat různých generací a jeho hodnoty jsou tudíž ovlivněny rozdílným                      ‐                         redukované míry sňatečnosti - počet sňatků svobodných ve věku x (příp. pěti, či desetileté věkové                složením sňatků těchto různých generací. Obdoba ukazatele úhrnné sňatečnosti, avšak počítána pouze pro jednu sledovanou                         skupině) vztažený k počtu osob (sředního stavu) bez ohledu na rodinný stav v daném věku (příp. dané                         věkové skupině) obvykle ve sledovaném roce.                generaci, je konečná sňatečnost (ks), která udává průměrný počet sňatků na 100 osob ve studované generaci.                  Při analýze sňatečnosti se taktéž sleduje průměrný věk při sňatku (žen a mužů zvlášť) a zvláštní pozornost bývá věnována                 průměrnému věku při prvním sňatku, jež se využívá při hodnocení reprodukčního chování populace. Statisticky se vykazuje                    Úhrnná sňatečnost (ús), tedy úhrn měr redukované sňatečnosti, udává průměrný počet sňatků na 100                také věkový rozdíl snoubenců při vstupu do manželství (Demografie, 2018c).                    osob. Tento ukazatel je vhodný k mezinárodnímu srovnání, přestože se počítá z dat různých generací a                    jeho  hodnoty  jsou  tudíž  ovlivněny  rozdílným  složením  sňatků  těchto  různých  generací.  Obdoba                    ukazatele  úhrnné  sňatečnosti,  avšak  počítána  pouze  pro  jednu  sledovanou  generaci,  je  konečná                   80                    sňatečnost (ks), která udává průměrný počet sňatků na 100 osob ve studované generaci.                     Při  analýze  sňatečnosti  se  taktéž  sleduje  průměrný  věk  při  sňatku  (žen  a  mužů  zvlᚻ)  a  zvláštní                    pozornost  bývá  věnována  průměrnému  věku  při  prvním  sňatku,  jež  se  využívá  při  hodnocení                    reprodukčního chování populace. Statisticky se vykazuje také věkový rozdíl snoubenců při vstupu do                    manželství (Demografie, 2018c).                     Podobně jako sňatek představuje rozvod důležitou demografickou událost související zprostředkovaně                    s procesem  rození  dětí,  která  je  opakovatelná  a  nemusí  u  všech  příslušníků  populace  nastat.  Jako                    hromadný  jev  je  analyzována  rozvodovost,  u  které  se  zkoumají  i  další  faktory,  které  její  intenzitu                    ovlivňují. Jedná se např. o pořadí sňatku (sleduje se rozvodovost prvních i opakovaných sňatků), věk                    při  sňatku,  počet  předchozích  rozvodů,  počet  dětí  v manželství,  dosažené  vzdělání  manželů,  socio-                    profesní postavení a další (Pavlík a kol., 1986; Demografie, 2014). Rozvod je významným sociálním                    jevem,  který  ovlivňuje  především  sociální  stabilitu  rodiny,  přičemž  s růstem  rozvodovosti  rostou                    problémy společnosti s výchovou dětí, ale také se zaměstnaností žen (Kalibová a kol., 2009).                    Podobně jako u sňatečnosti je nejjednodušším ukazatelem úrovně rozvodovosti hrubá míra rozvodovosti                    (hmro), definovaná jako podíl rozvodů na 1000 obyvatel středního stavu.                                                                                                                   ���� �     ∗                  �‰�                                                                                      Hmro� hrubá míra rozvodovosti                          R � počet rozvodů                          �         �    ��í                                                                  ","                                                       ��� �  ∗                  �‰�                                                                                                                                              S � počet sňatků                    Hms � hrubá míra sňatečnosti                         �         �    ��í                                                                                      Hrubá  míra  sňatečnosti  vypovídá  o  změnách  v populačním  klimatu  a  budoucím  vývoji  úrovně                   porodnosti. Je ovlivňována věkovou strukturou, ale také sňatky vyšších pořadí (tj. druhými a dalšími                   sňatky – sňatky rozvedených nebo ovdovělých osob), a proto se nehodí pro mezinárodní nebo regionální                   srovnání. Mimo tyto ukazatele se pro bližší analýzu počítají i další hrubé míry sňatečnosti např. hrubá                   míra  sňatečnosti  nesezdaných  (ve  jmenovateli  se  vyskytuje  pouze  střední  stav  nesezdaných  tj.                   svobodných, rozvedených a ovdovělých), hrubá míra sňatečnosti svobodných (tzv. provosňatečnost) a                   jako u jiných demografických ukazatelů se sledují míry sňatečnosti podle věku, pohlaví apod. a jejich                   kombinace (Peters, Larkin, 2008; Kalibová a kol., 2009).                    K dalším charakteristikám sňatečnosti lze zařadit obecnou míru sňatečnosti (oms). Je to specifičtější                   ukazatel, který vyjadřuje počet sňatků osob ve věku 16-49 let vztažený k počtu sňatkuschopných osob                   (všichni svobodní, rozvedení a ovdovělí) ve stejné věkové kategorii. Při podrobnější analýze sňatečnosti                   se sledují data za muže a ženy zvlášť a konstruují se míry sňatečnosti podle věku (sx). Odlišují se dva                   druhy měr sňatečnosti podle věku:                      ‐                         míry  sňatečnosti  svobodných  -  počet  sňatků  svobodných  ve  věku  x  (příp.  pěti,  či  desetileté  věkové                         skupině) vztažený k počtu svobodných osob (středního stavu) v daném věku (příp. dané věkové skupině)                         obvykle ve sledovaném roce.                         redukované míry sňatečnosti - počet sňatků svobodných ve věku x (příp. pěti, či desetileté věkové                      ‐                         skupině) vztažený k počtu osob (sředního stavu) bez ohledu na rodinný stav v daném věku (příp. dané                         věkové skupině) obvykle ve sledovaném roce.                    Úhrnná sňatečnost (ús), tedy úhrn měr redukované sňatečnosti, udává průměrný počet sňatků na 100                   osob. Tento ukazatel je vhodný k mezinárodnímu srovnání, přestože se počítá z dat různých generací a                   jeho  hodnoty  jsou  tudíž  ovlivněny  rozdílným  složením  sňatků  těchto  různých  generací.  Obdoba                   ukazatele  úhrnné  sňatečnosti,  avšak  počítána  pouze  pro  jednu  sledovanou  generaci,  je  konečná                   sňatečnost (ks), která udává průměrný počet sňatků na 100 osob ve studované generaci.                    Při  analýze  sňatečnosti  se  taktéž  sleduje  průměrný  věk  při  sňatku  (žen  a  mužů  zvlᚻ)  a  zvláštní                   pozornost  bývá  věnována  průměrnému  věku  při  prvním  sňatku,  jež  se  využívá  při  hodnocení                   reprodukčního chování populace. Statisticky se vykazuje také věkový rozdíl snoubenců při vstupu do                   manželství (Demografie, 2018c).                Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Podobně jako sňatek představuje rozvod důležitou demografickou událost související zprostředkovaně                  Podobně jako sňatek představuje rozvod důležitou demografickou událost související zprostředkovaně s procesem                   s procesem  rození  dětí,  která  je  opakovatelná  a  nemusí  u  všech  příslušníků  populace  nastat.  Jako                rození dětí, která je opakovatelná a nemusí u všech příslušníků populace nastat. Jako hromadný jev je analyzována                   hromadný  jev  je  analyzována  rozvodovost,  u  které  se  zkoumají  i  další  faktory,  které  její  intenzitu                rozvodovost, u které se zkoumají i další faktory, které její intenzitu ovlivňují. Jedná se např. o pořadí sňatku (sleduje se                   ovlivňují. Jedná se např. o pořadí sňatku (sleduje se rozvodovost prvních i opakovaných sňatků), věk                rozvodovost prvních i opakovaných sňatků), věk při sňatku, počet předchozích rozvodů, počet dětí v manželství, dosažené                   při  sňatku,  počet  předchozích  rozvodů,  počet  dětí  v manželství,  dosažené  vzdělání  manželů,  socio-                vzdělání manželů, socio-profesní postavení a další (Pavlík a kol., 1986; Demografie, 2014). Rozvod je významným sociálním                   profesní postavení a další (Pavlík a kol., 1986; Demografie, 2014). Rozvod je významným sociálním                jevem, který ovlivňuje především sociální stabilitu rodiny, přičemž s růstem rozvodovosti rostou problémy společnosti                   jevem,  který  ovlivňuje  především  sociální  stabilitu  rodiny,  přičemž  s růstem  rozvodovosti  rostou                s výchovou dětí, ale také se zaměstnaností žen (Kalibová a kol., 2009).                   problémy společnosti s výchovou dětí, ale také se zaměstnaností žen (Kalibová a kol., 2009).                  Podobně  jako  u  sňatečnosti  je  nejjednodušším  ukazatelem  úrovně  rozvodovosti  hrubá  míra  rozvodovosti  (hmro),                   Podobně jako u sňatečnosti je nejjednodušším ukazatelem úrovně rozvodovosti hrubá míra rozvodovosti                definovaná jako podíl rozvodů na 1 000 obyvatel středního stavu.                   (hmro), definovaná jako podíl rozvodů na 1000 obyvatel středního stavu.                                                                                                                   ���� �    ∗                  �‰�                                                                                   hmro = hrubá míra rozvodovosti           R = počet rozvodů      – S = střední stav obyvatelstva                    Hmro� hrubá míra rozvodovosti                                                                            R � počet rozvodů                          �         �    ��í                                                                                  Hrubá míra rozvodovosti (ir) je však pouze orientačním ukazatelem, který je ovlivněn nejen kulturou                  Hrubá  míra  rozvodovosti  je  však  pouze  orientačním  ukazatelem,  který  je  ovlivněn  nejen  kulturou  země,  strukturou                země,  strukturou  obyvatelstva,  ale  také  počtem  sňatků  uzavřených  v předchozím  období.  Proto  se                obyvatelstva, ale také počtem sňatků uzavřených v předchozím období. Proto se používají i další ukazatele, např. index                používají i další ukazatele, např. index rozvodovosti, který dává do souvislosti počet rozvodů a počet                rozvodovosti (ir), který dává do souvislosti počet rozvodů a počet sňatků obvykle v daném roce. Je třeba brát ohled na to,                sňatků obvykle v daném roce. Je třeba brát ohled na to, že do souvislosti jsou dávány dvě různé veličiny                že do souvislosti jsou dávány dvě různé veličiny a počet rozvodů závisí na předchozím počtu sňatků, nikoliv na počtu sňatků                a počet rozvodů závisí na předchozím počtu sňatků, nikoliv na počtu sňatků v daném roce.                v daném roce.                                                                                                                       �� �   ∗                                                                                                                                                            R � počet rozvodů                  ir � index rozvodovosti                 ir = index rozvodovosti               R = počet rozvodů         S = počet sňatků v daném roce                  S � počet sňatků v daném roce                   Dalším  ukazatelem  je  míra  rozvodovosti  manželství,  tedy  podíl  počtu  rozvodů  v  daném  roce  k  počtu  existujících                manželství. Ukazatel je možné vztáhnout k dalším charakteristikám, jako jsou věk, věková skupina, nebo dosažené vzdělání.                Dalším ukazatelem je míra rozvodovosti manželství, tedy podíl počtu rozvodů v daném roce k počtu                Jako doplňující ukazatel lze použít také podíl rozvedených osob ze všech žijících v jednotlivých věkových skupinách. Pro                existujících manželství. Ukazatel je možné vztáhnout k dalším charakteristikám, jako jsou věk, věková                mezinárodní srovnání se nejčastěji používá úhrnná rozvodovost, která vyjadřuje úroveň rozvodovosti manželství, neboli                skupina, nebo dosažené vzdělání. Jako doplňující ukazatel lze použít také podíl rozvedených osob ze                jaký podíl původně uzavřených manželství se rozvede. Vypočte se jako součet tzv. redukovaných měr rozvodovosti podle                všech žijících v jednotlivých věkových skupinách. Pro mezinárodní srovnání  se nejčastěji používá                doby uplynulé od sňatku, které vztahují rozvody v určitém roce tříděné podle délky trvání manželství k výchozím sňatkovým                        13 rozvodovost,  která  vyjadřuje  úroveň  rozvodovosti  manželství,  neboli  jaký  podíl  původně                úhrnná                generacím .                uzavřených manželství se rozvede. Vypočte se jako součet tzv. redukovaných měr rozvodovosti podle                  Mezinárodní srovnání sňatečnosti i rozvodovosti je velmi obtížné, a to především z důvodů rozdílné legislativy a více či                doby uplynulé od sňatku, které vztahují rozvody v určitém roce tříděné podle délky trvání manželství k                méně liberálnímu přístupu jednotlivých zemí. Velký vliv na sňatky a rozvody mají navíc regionálně velmi odlišné kulturní                výchozím sňatkovým generacím .                                             4                zvyky a tradice, náboženství, hodnotové postavení rodiny apod. S ohledem na dostupnou datovou základnu a výše uvedené                 je korektnější pouze stručná analýza hrubých měr sňatečnosti a rozvodovosti v zemích EU (Eurostat, 2018a. Marriage and                Mezinárodní srovnání sňatečnosti i rozvodovosti je velmi obtížné, a to především z důvodů rozdílné                Divorces Statistics). A to i s vědomím, že analýza trendů utváření a rozpadu tradiční rodiny založená pouze na hrubých                legislativy a více či méně liberálnímu přístupu jednotlivých zemí. Velký vliv na sňatky a rozvody mají                mírách nepřinese úplný obraz.                navíc regionálně velmi odlišné kulturní zvyky a tradice, náboženství, hodnotové postavení rodiny apod.                  Jak je zřejmé z následujícího obrázku č. 6.16, míra sňatečnosti za sledovaných 50 let v zemích EU-28 poklesla téměř na                S ohledem na dostupnou datovou základnu a výše uvedené je korektnější pouze stručná analýza hrubých                polovinu (ze 7,8 na 4,3 sňatku na 1 000 obyvatel) a naopak míra rozvodovosti vzrostla více než dvojnásobně z 0,8 na 1,9                měr sňatečnosti a rozvodovosti v zemích EU (Eurostat, 2018a. Marriage and Divorces Statistics). A to                rozvodu na 1 000 obyvatel. Spolu s růstem podílu dětí narozených nesezdaným párům se jedná o dlouhodobé trendy, které                i s vědomím, že analýza trendů utváření a rozpadu tradiční rodiny založená pouze na hrubých mírách                v zásadě dokládají i následující tabulky č. 6.8 a 6.9 a obrázky č. 6.17 a 6.18 s vybranými státy a stejnými charakteristikami.                nepřinese úplný obraz.                   Vyšší hodnoty sňatečnosti vykazovaly v minulosti především země střední a východní Evropy, v posledních letech se k nim                přiblížily také skandinávské země. Zajímavou skutečností je, že na rozdíl od poměrně vysokých hodnot v římsko-katolickém                Obr. 6.16: Vývoj hrubých měr sňatečnosti a rozvodovosti v zemích EU-28 v letech 1965-2015                Polsku, dosahovaly v podobně nábožensky založených zemích Itálii a Irsku míry sňatečnosti vždy nižších hodnot. Protestantské                  ‰                země severní Evropy a Pobaltí se v posledním období vyznačovaly relativně vyššími čísly než většina ostatních zemí EU.                                                                          míra rozvodovosti                                                                                            míra sňatečnosti                Liberální přístup k rozvodovosti ve skandinávských zemích, Pobaltí a části ateistického socialistického bloku (kromě Pobaltí                  8.0                zejména Česká republika a Maďarsko) se promítl do vyšších hodnot v 60. a 70. letech, ke kterým se v dalších desetiletích                  7.0                přidaly i země západní Evropy. Pouze jižní Evropa si udržovala a stále udržuje od rozvodovosti větší odstup.                  6.0                  Navzdory  vysokému  podílu  věřících  v  populaci  (římsko-katolické  vyznání)  a  tradičním  rodinným  vazbám  jsou                v Portugalsku a na Kypru rozvody poměrně časté. Stejně tak např. ve Španělsku, kde se na vysoké úrovni rozvodovosti,                  5.0                kromě ekonomických důvodů, podepsala také změna legislativy, která umožnuje „expresní rozvod“, přičemž v minulosti                  4.0                bylo prakticky nemožné rozvodu dosáhnout (seriouslyspain.com, 2018). Kromě Španělska nebylo v dřívějších letech dle                  3.0                zákona možné požádat o rozvod také v Itálii, Irsku a na Maltě, kde je aktuálně nejnižší míra rozvodovosti v Evropě (0,8 ‰)                (Eurostat, 2018d).                  2.0                  1.0                13  Pro ilustraci – manželství, rozvedené v roce 2012 po dvou letech trvání, mohlo být uzavřeno buď v roce 2009, nebo v roce 2010. To                 znamená, že manželství rozvedená v roce 2012 po dvou letech trvání se vztahují k polovině sňatků uzavřených v roce 2009 a 2010.                  0.0                     1965    1970    1975    1980     1985    1990    1995    2000    2005     2010    2015                 Zdroj: Eurostat (2018d)                                                               81                 Jak je zřejmé z předchozího obrázku č. 6.16, míra sňatečnosti za sledovaných 50 let v zemích EU-28                poklesla téměř na polovinu (ze 7,8 na 4,3 sňatku na 1 000 obyvatel) a naopak míra rozvodovosti vzrostla                více než dvojnásobně z 0,8 na 1,9 rozvodu na 1 000 obyvatel. Spolu s růstem podílu dětí narozených                 4  Pro ilustraci - manželství, rozvedené v roce 2012 po dvou letech trvání, mohlo být uzavřeno buď v roce 2009,                nebo v roce 2010. To znamená, že manželství rozvedená v roce 2012 po dvou letech trvání se vtahují k polovině                sňatků uzavřených v roce 2009 a 2010.","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  Registrovaná partnerství                  V několika zemích EU je možné nechat formalizovat svůj partnerský vztah jinak než svatbou – jedná se o tzv. registrované                partnerství (někdy nazývané občanské či civilní partnerství). Takové partnerství umožňuje dvěma osobám, které spolu žijí                jako pár, nechat svůj vztah zaregistrovat u příslušného úřadu v zemi svého trvalého bydliště. Právní úprava této oblasti se                v jednotlivých zemích EU propastně liší, a to nejen v možnosti partnerství uzavřít, ale rovněž v rozsahu uznávání partnerství                uzavřených v zahraničí (v některých zemích nejsou uznávána vůbec). V některých zemích EU jsou registrovaná partnerství                na úrovni manželského svazku. V zemích, kde jsou tyto dva typy svazků rovnocenné, jsou zajištěna tatáž práva v oblasti                imigrace. Tak tomu však není všude. Členské státy, jejichž legislativa nestanoví možnost registrovaného partnerství, jsou:                Itálie, Polsko, Slovensko, Bulharsko, Rumunsko, Litva a Lotyšsko.                             Obr. 6.16: Vývoj hrubých měr sňatečnosti a rozvodovosti v zemích EU-28 v letech 1965–2015                                                                            Zdroj: Eurostat (2018d)                                           Obr. 6.17: Hrubé míry sňatečnosti v Evropě v roce 2016                                                            Pozn.: Island a Rusko data 2011, Andora, Bosna a Hercegovina, Lichtenštejnsko a San Marino data 2012, Moldavsko data 2014.                                                     Zdroj: Eurostat (2018d)                    82","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                   Tab. 6.8: Hrubá míra sňatečnosti ve vybraných zemích EU mezi roky 1960–2015                 Stát                  1960      1970      1980      1990       2000      2010      2015                  Velká Británie         7,5       8,5       7,4       6,6       5,2        4,5       4,4                 Belgie                 7,1       7,6       6,7       6,5       4,4        3,9       4,0                 Německo                9,6       7,4       6,3       6,5       5,1        4,7       4,9                 Švédsko                6,7       5,4       4,5       4,7       4,5        5,3       5,3                 Dánsko                 7,8       7,4       5,2       6,1       7,2        5,6       5,1                 Itálie                 7,7       7,3       5,7       5,6       5,0        3,7       3,2                 Řecko                  7,0       7,7       6,5       5,8       4,5        5,1       5,0                 Česká republika        7,7       9,2       7,6       8,8       5,4        4,5       4,6                 Polsko                 8,2       8,6       8,6       6,7       6,5        6,0       5,0                 Lotyšsko              11,0      10,2       9,8       8,9       3,9        4,4       6,9                 EU-28                  7,8       7,9       6,8       6,3       5,2        4,4       4,3                                                      Zdroj: Eurostat (2018d)                  Ve  všech  zemích,  které  povolují  svatby  osob  stejného  pohlaví,  se  zpravidla  rovněž  uznává  registrované  partnerství                homosexuálů uzavřené v zahraničí. V zemích, kde svatby homosexuálních partnerů uznávány nejsou, ale kde byla zavedena                určitá forma registrovaného partnerství, lze získat po svatbě se svým partnerem stejného pohlaví stejná práva, jako při                uzavření registrovaného partnerství (viz i obrázek č. 6.19). Jako první země na světě uzákonilo registrované partnerství                osob stejného pohlaví v roce 1989 Dánsko a v roce 2001 umožnilo sňatky homosexuálních párů Nizozemsko. Páry stejného                pohlaví mají v současnosti podle zákona právo adoptovat dítě v těchto zemích EU: Belgie, Dánsko, Lucembursko, Nizozemí,                Španělsko, Švédsko a Velká Británie. Mimo Evropu umožňují sňatky osob stejného pohlaví na celostátní úrovni Argentina,                Brazílie, Bolívie, Kanada, Nový Zéland, Uruguay, USA, Austrálie a Jižní Afrika.                                          Obr. 6.18: Hrubé míry rozvodovosti v Evropě v roce 2016                                                             Pozn.: Za Island data roku 2011, Bosna a Hercegovina, Lichtenštejnsko, San Marino a Moldavsko rok 2012, Irsko rok 2015.                                                     Zdroj: Eurostat (2018d)                                                                                                        83","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                  Tab. 6.9: Hrubá míra rozvodovosti ve vybraných zemích EU mezi roky 1960–2015                 Stát                  1960      1970      1980       1990      2000      2010      2015                  Velká Británie         0,8       1,0       2,6       2,7       2,6        2,1       1,7                 Belgie                 0,5       0,7       1,5       2,0       2,6        2,7       2,2                 Německo                1,0       1,3       1,8       1,9       2,4        2,3       2,0                 Švédsko                1,2       1,6       2,4       2,3       2,4        2,5       2,5                 Dánsko                 1,5       1,9       2,7       2,7       2,7        2,6       2,9                 Itálie                 0,0       0,0       0,2       0,5       0,7        0,9       1,4                 Řecko                  0,3       0,4       0,7       0,6       1,0        1,2       1,4                 Česká republika        1,4       2,2       2,6       3,1       2,9        2,9       2,5                 Polsko                 0,5       1,1       1,1       1,1       1,1        1,6       1,8                 Lotyšsko               2,4       4,6       5,0       4,0       2,6        2,4       2,6                 EU-28                  0,7       0,9       1,5       1,6       1,8        2,0       1,9                                                      Zdroj: Eurostat (2018d)                  V České republice bylo v roce 2018 uzavřeno 54,5 tisíce manželství, o téměř 2 tis. více než v předchozím roce, a o 11 tis.                více než při historickém minimu v roce 2013; meziročně také vzrostl počet sňatků svobodných, rozvedených i ovdovělých.                Protogamní sňatky (oba snoubenci uzavírají sňatek poprvé) tvořily plné 3/4 z celkového počtu, sňatky vyššího pořadí                zbývající jednu čtvrtinu, přičemž se nejčastěji jedná o sňatky druhého pořadí (u rozvedených osob); s nejvyšší intenzitou                ihned po rozvodu. S přibývajícími roky uplynulými od zániku manželství tato intenzita klesá (Statistika\&My, 2018). Ovdovělí                vstupují do nového manželství jen zřídka. Přibližně v jedné desetině sňatků obyvatel ČR je jeden ze snoubenců cizí státní                příslušník, přičemž je tradičně více cizinců mezi ženichy než nevěstami. V případě mužů se jedná nejčastěji o občany                Slovenska, Německa a Velké Británie, v případě žen o občanky Slovenska, Ukrajiny a Ruska (ČSÚ, 2018e).                                   Obr. 6.19: Soužití osob stejného pohlaví v legislativě evropských zemí (2019)                                                                         Pozn.: Minimální legislativa – partner(-ka) může za jistých okolností získat právo k pobytu.                                                Zdroj: Pitoňák (2018); Vlastní úpravy.                     84","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Více než polovina snoubenců je ve věku mezi 25–34 lety (50,7 % ženichů a 56,2 % nevěst), věková struktura se ale v čase                mění v souladu s vývojem věkové struktury celé populace (viz také obrázek č. 6.20). V posledních dvou až třech desetiletích                se snižuje podíl mladších věkových skupin a naopak výrazně roste podíl starších nevěst a ženichů (více viz tabulka č. 6.10).                Tento posun dokumentují i změny podílů svobodných, které rostou nejvíce u mužů ve věku 38–40 let a u žen ve věku 32–34 let                (ČSÚ, 2018e).                                        Obr. 6.20: Sňatky podle pohlaví a věku v letech 2007–2017                                                                                      Zdroj: ČSÚ (2018e).                               Tab. 6.10: Porovnání sňatků nevěst a ženichů dvou věkových skupin v letech 2008 a 2018                      sňatky              2008       2018         sňatky          2008        2018                       Nevěsty do 25 let  20,5 %     12,2 %        Ženiši do 25 let  8,2 %     5,3 %                      Nevěsty nad 35 let  21,7 %    31,6 %        Ženiši nad 35 let  31,5 %   44,0 %                                                  Zdroj: ČSÚ (2018e); vlastní zpracování.                  V průběhu kalendářního roku jsou sňatky rozloženy velmi nepravidelně, od června do září se konalo 68 % svatebních                obřadů, přičemž nejpreferovanějšími měsíci jsou červenec a září, nejspíše z důvodu pěti sobot a numericky atraktivních dat.                Minimální procento obřadů pak proběhlo v zimních měsících, nejméně v lednu (Statistika\&My, 2018).                  Zákon č. 89/2012 Sb., občanský zákoník, ve znění pozdějších předpisů, vymezuje limitující faktory, za kterých ke sňatku                nemůže dojít. Mezi ně patří např.:                  •   minimální sňatkový věk, tj. manželství nemůže uzavřít nezletilý; ve výjimečných případech může povolit soud nezletilému staršímu                     16 let;                 •   rodinný stav, kdy sezdaní v registrovaném partnerství nebo v jiném svazku uzavřeném v zahraničí nemohou již vstoupit do manželství;                 •   podmínka určitého stupně pokrevnosti – ta limituje uzavření manželství mezi předky a potomky, mezi sourozenci; totéž platí                     u osvojení, tedy mezi poručníkem a poručencem, pěstounem a svěřeným dítětem.                   Rozvod se v České republice řídí zákonem č. 89/2012 Sb., občanský zákoník, ve znění pozdějších předpisů. V roce 2018                bylo rozvedeno 24,3 tisíce manželství, ve 4/5 případů se jednalo o první rozvod. Počet rozvodů se oproti roku 2017 snížil                o 1,4 tis., což je nejnižší hodnota od extrémního roku 1999 a srovnatelná hodnota se stavem v polovině 70. let minulého                století. Klesající trend počtu rozvodů je ale dán dlouhodobě se snižujícím se počtem sňatků (v posledních letech se jedná o                menší nárůst) a změnami v intenzitě rozvodovosti v jednotlivých délkách trvání manželství. (ČSÚ, 2018d).                  Zhruba 8 % rozvodů v ČR tvoří manželství, kde alespoň jeden z manželů je cizím státním občanem. Stejně jako v případě                uzavírání manželství dominují rozvody s občany Slovenska, ženy se častěji rozváděly s muži z Ukrajiny a Tuniska, u mužů                se jednalo o rozvody s ženami z Ukrajiny a Ruska. Nejčastěji se manželství ukončuje po 5–9 letech, následované rozvody                po 10–14 letech. Podíl rozvodů po 0-4 letech má klesající tendenci, naopak podíl rozvodů po 25–29 nebo trvající déle než 30                let má tendenci rostoucí. Manželství cizinců či smíšená manželství bývají zhruba o 4–5 let kratší (ČSÚ, 2018d).                                                                                                        85","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Věková struktura rozvedených osob (obrázek č. 6.21) se mění v souladu se změnami ve věkové skladbě obyvatelstva                a také s posunem vstupu do manželství ve vyšším věku. Proto na rozdíl od roku 2008, kdy u mužů převládala věková                skupina 30–34 let, od roku 2014 je to skupina 40–44 let. U žen je vidět podobný vývoj, nicméně kvůli obecně časnějšímu                vstupu do manželství nastalo nejpočetnější zastoupení věkové skupiny 40–44 let až v roce 2016. V posledních letech se tedy                nejvýrazněji mění (zvyšuje) rozvodovost starších věkových skupin nad 45 let.                                        Obr. 6.21: Rozvody podle pohlaví a věku v letech 2007–2017                                                                                      Zdroj: ČSÚ (2018d)                                Tab. 6.11: Porovnání rozvodů mužů a žen dvou věkových skupin v letech 2008 a 2018                      rozvody             2008       2018         rozvody         2008        2018                       muži do 30 let      9,4 %      4,7 %        muži nad 50 let  19,4 %    26,8 %                      ženy do 30 let     17,3 %      9,2 %        ženy nad 50 let  12,5 %    17,3 %                                                 Zdroj: ČSÚ (2018d); Vlastní zpracování.                   Podobný posun je viditelný i v předchozí tabulce č. 6.11, která přibližuje podíl rozvodů u mužů a žen ve věku do 30 a nad 50                let. Největší váha rozvodů stále leží na věkové skupině 40–49 let, a to u obou pohlaví (zhruba 2/5 všech rozvodů).                  Celkem bylo rozvodem v roce 2018 postiženo 22,3 tis. nezletilých dětí, což bylo o 1,5 tisíce méně než v předchozím roce                a o 4,7 tisíce méně než v roce 2008. Rozvody manželství s nezletilými dětmi tvořily 58 % všech rozvodů, z toho v polovině                případů žilo v době rozvodu v rodině jedno nezletilé dítě, v 44 % dětí více. Při setrvání intenzity rozvodovosti podle délky                trvání manželství z roku 2018 by rozvodem skončilo 45 % manželství v průměru po 13,4 letech jeho trvání; délka manželství                do jeho zániku rozvodem má již po více než dvě desetiletí rostoucí trend (ČSÚ, 2018d).                  Podle zákona mohou sňatek uzavřít stále pouze osoby odlišného pohlaví. Ačkoliv byl v ČR schválen zákon č. 115/2006 Sb.,                o registrovaném partnerství, který umožňuje uzavřít trvalé společenství dvou osob stejného pohlaví, tento svazek není                považován za rovnocenný k běžnému sňatku a vyplývají z něj jiná práva.                  Možnost registrovaného partnerství byla v ČR uzákoněna v roce 2006 a do konce roku 2018 jí využilo 3 117 párů (448 párů                se rozvedlo). Obecně vyšší zájem byl v prvních letech po uzákonění, poté následoval propad a v roce 2016 bylo uzavřeno                vůbec nejvíce partnerství (336). Dlouhodobě převažují partnerství gay párů nad lesbickými páry, v posledních letech však                vzrostl zájem žen o oficiální svazek. Největší počet registrovaných partnerství byl uzavřen v Praze, následovaly Jihomoravský                a Středočeský kraj. Od roku 2016 mohou adoptovat dítě nejen heterosexuální páry, ale i jednotlivci. Společné osvojení                dítěte gayům a lesbám však stále zůstává zapovězeno (Fiala, 2017; 2019).                 6.6 MIGRACE                  Nejvýznamnější složkou územních pohybů je migrace, protože pouze jejím důsledkem vznikají trvalé změny v prostorovém                rozmístění obyvatelstva. Migrace má vliv nejen na celkový počet obyvatel, ale také na pracovní sílu a další ekonomické,                demografické a sociální struktury (Peters, Larkin, 2008; Newbold, 2010).                     86","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Migraci lze definovat jako prostorové přemisťování osob přes libovolné hranice (většinou administrativní) spojené se                změnou místa bydliště na dobu kratší či delší, případně natrvalo. Data o migraci nebývají běžně dostupná a zpravidla ani                úplná. Česká republika patří k málu zemí, které sledují statistiku stěhování, a lze tak poměrně lehce sledovat emigraci                a imigraci, avšak vzhledem ke snižující ochotě obyvatelstva vyplňovat statistické výkazy se vypovídající hodnota v čase                snižuje (Kalibová a kol., 2009).                  Obecně  platí,  že  migraci  lze  posuzovat  ze  dvou  směrů  a  to  z  hlediska  místa,  které  migrant  opouští  (emigrace,  tj.                vystěhování), a z hlediska místa, na které směřuje (imigrace, tj. přistěhování). Další pojmy, se kterými je možné se setkat, je                                                            ∗                  (‰�                                                                                                                   ��� �                reemigrace, která znamená návrat emigrantů zpět do původního místa, a repatriace, která se používá pro návrat obyvatel                                                                               do míst, ze kterých se násilně nebo dobrovolně vystěhovali v důsledku např. vojenských operací, změn hranic, původní                                                                                                                            ∗                  (‰�                                                                 ∗                  �‰�                                                    ��� �                     kolonizace (Kalibová a kol., 2009).  ��� �        ∗                  (‰�                                                    ��� �                                                                                                                        ��� � ∗                  �‰�                                                                                 Základním ukazatelem migračního pohybu je suma osob, které se tohoto pohybu účastní. Tento ukazatel se označuje jako                                                               ∗                  (‰�                                                               I � počet imigrantů                                                                                   hmi � hrubá míra imigrace                                                                                                                   ��� � ∗                  �‰�                                                    ��� �                hrubá míra migrace nebo objem migrace, která se po vztažení ke střednímu stavu obyvatelstva sleduje pro imigraci (hrubá                    hme � hrubá míra emigrace                                                               E � počet emigrantů                                                                                                                            ∗                  (‰�                                                                                             �         ř    ��í                                                                                  míra imigrace, hmi) i emigraci (hrubá míra emigrace, hme) následovně:                                                    ��� �                     hmi � hrubá míra imigrace                                                               I � počet imigrantů                      hme � hrubá míra emigrace     ��� �                  ∗                  �‰�                                                               E � počet emigrantů                                                               I � počet imigrantů                     hmi � hrubá míra imigrace                                                              ∗                  (‰�                    Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                                                             ∗                  (‰�                     hme � hrubá míra emigrace                          �         ř    ��í                                                                                                                                                                                                     E � počet emigrantů                                                             ∗                  (‰�                                                                  ∗                  �‰�                                                     ��� �                                                               ��� �                                                     ���                                                    ��� � �                          �         ř    ��í                                                                                        přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                                                                                                                                                       hmi � hrubá míra imigrace                                                              I � počet imigrantů                                                     ��� � ∗                  �‰�                    Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                                                                                                                              E � počet emigrantů                      hme � hrubá míra emigrace                                                                                                                              I � počet imigrantů                     hmi � hrubá míra imigrace      ��� �            ∗                  �‰�                                                    ��� � ∗                  �‰�                    Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                         �         ř    ��í                                                                                      přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                                                                                   hme � hrubá míra emigrace                                                               E � počet emigrantů                      hmi � hrubá míra imigrace ěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                                                                                   přistěhovalých a vyst                          �         ř    ��í                                                                     �� � �     �     �                                                                I � počet imigrantů                      Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                                                               I � počet imigrantů                        hmi � hrubá míra imigrace                 hmi = hrubá míra imigrace             I = počet imigrantů        – S = střední stav obyvatelstva                     hmi � hrubá míra imigrace                                                               I � počet imigrantů                                                                E � počet emigrantů                      hme � hrubá míra emigrace                   V relativním vyjádření s                           �         ř    ��í                                                                   e potom jedná o tzv. hrubou míru migračního obratu.                     hme � hrubá míra emigrace                                                               E � počet emigrantů                   přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                                                        �� � �     �     �t emigrantů                                                               E � poče                     hme � hrubá míra emigrace                   Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                 hme = hrubá míra emigrace            E = počet emigrantů                                                         �� � �     �     �                         �         ř    ��í                                                                                            �         ř    ��í                                                                                       přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                     V relativním vyjádření se potom jedná o tzv. hrubou míru migračního obratu.                     Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                                                               �                                                                    ∗                  �‰�                    V relativním vyjádření se potom jedná o tzv. hrubou míru migračního obratu.                      Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                     Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu                                                 ���� � �� � �     �     �                  Celkový počet migrantů lze označit také jako migrační objem či migrační obrat, který je součtem počtu přistěhovalých                    přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                    přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                                                                                    přistěhovalých a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                a vystěhovalých v dané oblasti a vyjadřuje se v absolutních číslech.                                                        �� �                                                               �      �     �     �                    V relativním vyjádření se potom jedná o tzv. hrubou   ∗                  �‰�                                                 ���� �      �     míru migračního obratu.                                                                 ∗                  �‰�                                                 ���� �                     Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                                                                                   V relativním vyjádření se potom jedná o tzv. hrubou míru migračního obratu.                                                         �� � �     �     �                      mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                                                        ��                                                                 � �     �     �                                                         �� � �     �     �                                                                �                          Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                   územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                                                               ∗                  �‰�                    V relativním vyjádření se potom jedná o tzv. hrubou míru migračního obratu.                  V relativním vyjádření se potom jedná o tzv. hrubou míru migračního obratu.                                                 ���� �                    Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                                                               ou míru migračního obratu.                   V relativním vyjádření se potom jedná o tzv. hrub                    V relativním vyjádření se potom jedná o tzv. hrubou míru migračního obratu.                    mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                                                               �                                                       ���� �                    mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                      je menší počet imigrantů než emigrantů I - E < 0).   ∗                  �‰�                    územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                                                                                    Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                                                                �                         územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                                                                 ∗                  �‰�                                                               �                                                                    �                                                       ���� �0).   �     �     �                    je menší počet imigrantů než emigrantů I - E < 0).   ∗                  �‰�                    je menší počet imigrantů než emigrantů I - E <  �                                                        ��                                                                 ch nabývá hodnot, mluvíme o čisté imigraci (v dané                   mezi počtem imigrantů a emigrantů. Podle toho, jaký  ∗                  �‰�                                                 ���� �                   Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                                                 ���� �                                                                                       územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                                                                                       mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                   Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl mezi počtem                                                        �� � �     �     � migračního  salda)  znamená  přepočet  čisté                   Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra                    Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                   je menší počet imigrantů než emigrantů I - E < 0).                   územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                   Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané územní jednotce je více imigrantů                      migrace na 1000 obyvatel středního stavu.                    Konečným výsledkem migrace je tzv. migrační saldo nebo také čistá migrace, která se počítá jako rozdíl                                                        �� � �     �     �                    mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                    je menší počet imigrantů než emigrantů I - E < 0).                   mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                    Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra  migračního  salda)  znamená  přepočet  čisté                než emigrantů: I − E > 0) nebo čisté emigraci (v dané územní jednotce je menší počet imigrantů než emigrantů I − E < 0).                    mezi počtem imigrantů a emigrantů. Podle toho, jakých nabývá hodnot, mluvíme o čisté imigraci (v dané                    územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                    Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra  migračního  salda)  znamená  přepočet  čisté                     územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                    migrace na 1000 obyvatel středního stavu.                                                       �� � �     �     �                    územní jednotce je více imigrantů než emigrantů: I - E > 0) nebo čisté emigraci (v dané územní jednotce                    je menší počet imigrantů než emigrantů I - E < 0).                                                               �                            je menší počet imigrantů než emigrantů I - E < 0).    ∗                  �‰�                    je menší počet imigrantů než emigrantů I - E < 0).                                                 ����                    migrace na 1000 obyvatel středního stavu.  � �� � �     �     �                      Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra  migračního  salda)  znamená  přepočet  čisté                                                                                                                                 �                       Migrační saldo v relativním vyjádření (tzv. hrubá míra migračního salda) znamená přepočet čisté migrace na 1 000                                                               ∗                  �‰�                   migrace na 1000 obyvatel středního stavu.                   Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra  migračního  salda)  znamená  přepočet  čisté                                                         �� � �     �     �                                                 ���� �      �                                                                    ∗                  �‰�                                                        �� � �     �     �                obyvatel středního stavu.        ���� � vyjadřuje index migračního salda či migrační účinnost                                                                 � �     �     �                   Podíl migračního salda a migračního objemu  ��                      migrace na 1000 obyvatel středního stavu.                              (někdy je tento ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí                    Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra  migračního  salda)  znamená  přepočet  čisté                        Migrační  saldo  v relativním  vyjádření  (tzv.  hrubá  míra  migračního  salda)  znamená  přepočet  čisté                                                               �                         Migrační  saldo  v relativním  vyjádření  (tzv.                    Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost                                                 ���� � hrubá  míra  migračního  salda)  znamená  přepočet  čisté                   hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                                                               ∗                  �‰�                    migrace na 1000 obyvatel středního stavu.                   migrace na 1000 obyvatel středního stavu.        �                         Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost                    migrace na 1000 obyvatel středního stavu.                    (někdy je tento ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí                   území.                                                                                                                              ∗                  �‰�                                                  ���� �                      (někdy je tento ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí                    hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                    Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost (někdy je tento                                                                                   Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost                                                                �                         hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                     území.                                                                ∗                  �‰�                                                               �                                                       ���� �     �                                                                     �      ∗                  �‰�                ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí hodnot -1 až 1 a v generalizované                   (někdy je tento ukazatel označován i jako index atrak ∗                  �‰�                                                                 tivity nebo index efektivity). Pohybuje se v rozmezí                                                 ���� �                    území.                   Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost                                                  ���� �                                                                 ∗                             podobě naznačuje ekonomickou a sociokulturní přitažlivost daného území.                                                      �� �                           hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                                                                                      (někdy je tento ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí                                                                 �                          Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost                                                                �                        území.                             �� �      �      ∗              ickou a sociokulturní přitažlivost daného                   hodnot -1 až 1 a v generalizované podobě naznačuje ekonomx migračního salda či migrační účinnost                   Podíl migračního salda a migračního objemu vyjadřuje inde                   Celkový přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat jako                    Podíl migračního salda a migračního objemu vyjadřuje index migračního salda či migrační účinnost                    (někdy je tento ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí                   (někdy                    území. je tento ukazatel označován i jako index atraktivity nebo index efektivity). Pohybuje se v rozmezí                                                                �      ∗                                                                   �� �                   součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                                                                �     vity nebo index efektivity). Pohybuje se v rozmezí                    (někdy je tento ukazatel označován i jako index atrakti                    hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                   hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                    Celkový přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat jako                    hodnot -1 až 1 a v generalizované podobě naznačuje ekonomickou a sociokulturní přitažlivost daného                                                                �                         území.  přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat jako                     Celkový                  Celkový přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat jako součet přirozeného                    součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                   území.                                                                ∗                                                                  �� �                    území.                                                                �                                                                          �                      součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:     �                                                      �� �                                                   �� � �� � �� � �     �                                                                 ∗                                    Celkový přírůstek nebo celkový úbytek obyvatel dané                                                                 �      územní jednotky lze jednoduše spočítat jako                                                                �                                                                      �                                                        �� � �� � �� � �     �     �psané podobě následovně:                   součet přirozeného přírůstku a migračního salda (pp + ms) v roze jednotky lze jednoduše spočítat jako                                                       �� �     �                        Celkový přírůstek nebo celkový úbytek obyvatel dané územní                   Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                                                                 ∗                                                                             ∗                                                                   �� �                                                                 �     ∗                                                                   �� �                   součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                   přírůstku.                                                                �                                                        �� � �� � �� � �     �     �                                                                �                        Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového přírůstku.jako                    Celkový přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat                    Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                   Celkový přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat jako                    Celkový přírůstek nebo celkový úbytek obyvatel dané územní jednotky lze jednoduše spočítat jako                       Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                    součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                    přírůstku.                                                   �� � �� � �� � �     �     �                   součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                    součet přirozeného přírůstku a migračního salda (pp + ms) v rozepsané podobě následovně:                    přírůstku.                     �� � �� � �� �                                                     �� � � �      �     � �     �     �                                                                    ∗                  �‰�                                            ���� �                           Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                                                                                   přírůstku.                      �� � �� � �� � �     �     �                     Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                                                    �� � �� � �� � �     �     �                                                     �� � � �      �     �                                                                    ∗                  �‰�                                                   �� � �� � �� �                   přírůstku.                                                      cp = celkový přírůstek∗                  �‰�                 ms = migrační saldo         ���� � �� � � �      �     � �     �     �  N = porodnost                                                               cp � celkový přírůstek                     ms � migrační saldo                                             ���� �                                                                                    Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                      Relativně lze celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                                                               � � �    �    ��                                                                –                         �         ř    ��í                                                                                      Relativně lz                                                                                 I = počet imigrantůe celkový přírůstek přepočítat na 1000 obyvatel středního stavu jako hrubou míru celkového                                                    S = střední stav obyvatelstva                                                                                       M = úmrtnost                                                                M � úmrtnost                    I � počet imigrantů                                                    �� � � �      �     �                   přírůstku.                    přírůstku.                     ms � migrační                                                               cp � celkový přírůstek                    přírůstku. saldo                    E � počet emigrantů                 E = počet emigrantů        ���� �   �� � � �      �     � ∗                  �‰�                                                               � � �    �    ��                                      �         ř    ��í                                                                                       ms � migrační saldo                                                               cp � celkový přírůstek                                                                                                                                   ∗                  �‰�                                                               � � �    �    ��                                           �         ř    ��í                                                                     ���� �        M � úmrtnost                     I � počet imigrantů                     E � počet emigrantů                                                               M � úmrtnost                     I � počet imigrantů                                                      �� � � �      �     �                      ms � migrační saldo            �� � � �      �     �  ∗                  �‰�                                                              cp � celkový přírůstek                     E � počet emigrantů                                              ���� ��� � � �      �     �                                                                    ∗                  �‰�                                                              � � �    �    ��                                     �         ř    ��í                                                                     ���� �       M � úmrtnost                   �‰�   87                                                                    ∗                    ms � migrační saldo      ���� �            cp � celkový přírůstek                    I � počet imigrantů                                                      �         ř    ��í                                                                           � � �    �    ��                                  E � počet emigrantů                                                               M � úmrtnost                    I � počet imigrantů                      ms � migrační saldo                                                                cp � celkový přírůstek                    ms � migrační saldo                        cp � celkový přírůstek                    E � počet emigrantů                     ms � migrační saldo                       cp � celkový přírůstek                                                                � � �    �    ��                                       �         ř    ��í                                                                                           �         ř    ��í                                                                     � � �    �    ��                                                                            M � úmrtnost                          �         ř    ��í                                � � �    �    ��                                  I � počet imigrantů                                                         I � počet imigrantů                        M � úmrtnost                      E � počet emigrantů                     I � počet imigrantů                       M � úmrtnost                    E � počet emigrantů                     E � počet emigrantů","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Migrace v rámci jednoho státu se označuje jako vnitřní migrace a z hlediska změny pobytu za hranice státu se hovoří                o mezinárodní (vnější) migraci (více viz následující tabulka č. 6.12).                                    Tabulka č. 6.12: Typy mezinárodních i vnitřních migrací a vybrané příklady                 Typ migrace                                                      Příklady                 stálá                  mezinárodní (vnější)  dobrovolná            z bývalých britských kolonií na britské ostrovy                                        vynucená              afričtí otroci do Severní i Latinské Ameriky                  vnitřní               vylidňování venkova   ve většině rozvojových zemí                                        vylidňování města     velká města a aglomerace v řadě zemí Evropy                                        regionální            ze SZ na JV Velké Británie                 polostálá              na několik let        zahraniční pracovníci v zemích západní Evropy                 sezónní                na několik týdnů, měsíců  zemědělští pracovníci, studenti univerzit, lidé na dovolené                 denní                  dojíždějící           za prací, do škol                                                 Zdroj: Waugh (1995); Vlastní úpravy.                  Dopady  migrace,  stejně  jako  její  typy,  není  jednoduché  klasifikovat.  Je  třeba  brát  v  potaz,  zda  se  jedná  o  migraci                individuální nebo hromadnou, typologii migrantů (vzdělání, věk, rasu, pohlaví) a území, odkud a kam míří. Aktuální trendy                poukazují na fakt, že ve valné většině případů dochází k přesunu z chudých, málo rozvinutých zemí do zemí s rozvinutou                ekonomikou a vyšší kvalitou života. To s sebou přináší jak pozitivní, tak negativní dopady, z nichž se nejčastěji sledují (Yaukey                a kol., 2007):                •  vliv na velikost a tempo růstu HDP,                •  vliv na pracovní sílu,                •  vliv na sociální skladbu obyvatel.                  Více informací o aktuálních migračních trendech se nachází v kapitole č. 10 Migrační politika, migrační trendy a evropská                migrační krize 2015–2018.                                                                  88","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 7  DEMOGRAFICKÝ PŘECHOD (DEMOGRAFICKÁ REVOLUCE)                     A DRUHÝ DEMOGRAFICKÝ PŘECHOD                   Proces demografické reprodukce je relativně velmi stabilní a jednoduchý, ve srovnání s reprodukcemi vývojově složitějšími,                jako  jsou  ekonomická  či  sociální  reprodukce.  Široké  vnitřní  (biologické)  i  vnější  (ekonomické,  sociální,  geografické)                podmíněnosti  demografické  reprodukce  vedou  jednak  k  opakování  jejího  charakteru  (biologické  podmíněnosti),  ale                v  pozdější  době,  v  souladu  s  hlubokými  změnami  ve  vnějších  podmínkách  (rozvoj  výrobních  sil,  celková  modernizace                a dynamizace společenského vývoje), také k tak výrazným změnám v reprodukčním chování, že demografická reprodukce                sama prošla procesem demografické revoluce (Pavlík a kol., 1986).                  Základem  téměř  všech  změn  (i  demografických)  v  posledních  třech  stoletích  byl  dynamický  rozvoj  nezemědělských                výrobních  aktivit.  Po  rozvoji  řemesel  a  obchodu  následoval  rozmach  těžebního  a  zpracovatelského  průmyslu,  který                doprovázel  rozvoj  dopravy  a  služeb.  Procesy  průmyslové  revoluce,  urbanizace,  zvýšení  produkce  potravin  a  vědecko-                technická revoluce byly spojeny s významnými změnami ve společnosti. Nebyly to izolované procesy, ale navazovaly na                sebe a vzájemně se podmiňovaly (Kirk, 1996). Součástí těchto změn byla i změna reprodukčního chování lidí – demografická                revoluce (demografický přechod, demografická tranzice). Pokrok ve zdravotní péči, růst vzdělanosti, změny v postavení žen                a dětí, zlepšení životní úrovně a vývoj způsobu myšlení a morálky změnily původní přirozený řád demografické reprodukce.                Všechny uvedené faktory umožnily na jedné straně snižování úmrtnosti a na straně druhé, později a postupně, omezování                plodnosti a porodnosti (Coale, Watkins, 1987; Caldwell a kol., 2006).                  Hodnocení  dlouhodobých  vývojových  tendencí  rozvoje  lidské  společnosti  je  vhodné  posuzovat  ve  dvou  aspektech.                Prvním je všeobecné rozlišení hlavních vývojových fází rozvoje lidské společnosti, druhou úroveň představují podmiňující                faktory tohoto vývoje (Hampl, 2005). Vhodný teoretický základ představuje teorie stádií, která je jednoduchou a přehlednou                empirickou generalizací, a to i přes některé nedostatky, např.:                •  upřednostnění  makroekonomické  organizace  společnosti  nad  regionálními,  sociálními  i  demografickými  aspekty                   organizace společnosti;                •  převažující induktivní závěry nad deduktivními;                •  převažující popisnost nad explanací apod.                  Podle významových změn ekonomických sektorů lze dělit rozvoj lidské společnosti na statickou (předindustriální období),                dynamickou  (industriální  období)  a  organickou  (postindustriální  období)  fázi.  Schematické  a  zjednodušené  vyjádření                charakteru jednotlivých fází z celkového vývoje lidské společnosti a vývoje demografické reprodukce znázorňuje tabulka                č. 7.1. Období před nástupem první demografické revoluce lze ztotožnit se statickou (předindustriální) fází. V průběhu                dynamické  (industriální)  fáze  dochází  k  postupnému  přechodu  první  demografické  revoluce  a  v  průběhu  organické                (postindustriální) fáze nastupují změny charakteristické pro druhou demografickou revoluci (Ďurček, Bleha, 2016).                                      Tab. 7.1: Fáze rozvoje lidské společnosti v demografickém kontextu                 Fáze                 Charakter lidské společnosti       Demografické vlastnosti                  Statická (Předindustriální)  Neefektivní zemědělství    Vysoká porodnost                                      Nedostatek potravin                Vysoká úmrtnost                                      Nekoordinovaná manufakturní výroba   Vysoká nemocnost                                      Feudální zřízení                   Nízký průměrný věk a naděje dožití                                      Problémy s držením půdy (lenní konflikty)                 Dynamická (Industriální)  Vědecko-technický pokrok      Výrazný pokles úmrtnosti                                      Efektivnější zemědělství           Opožděný pokles porodnosti                                      Potravinové přebytky               Snižování nemocnosti a stárnutí populace                                      Kapitalismus, Imperialismus        Migrace (odchod populačních přebytků)                                      Industrializace                                      Rozvoj služeb                 Organická (Postindustriální)  Další vědecko-technický pokrok  Stagnace hodnot porodnosti a úmrtnosti na                                                                         nízkých hodnotách                                      Vysoká automatizace průmyslové výroby   Stárnutí populace                                      a jednodušších služeb                                      Další rozvoj globalizované sítě (dopravní,   Migrace (kompenzace populačních ztrát                                      informační aj.)                    způsobených přirozeným pohybem)                                      Rozvoj kvartéru a kreativních činností                               Zdroj: Aldebert a kol. (1997); Kaa Van De (2001); Hampl (2005); Ďurček, Bleha (2016).                                                                                                        89","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Teorie novodobé demografické změny byla poprvé v daných souvislostech (ale nikoliv ještě jako „přechod“ či „revoluce“)                zmíněna  již  ve  20.  letech  20.  století  americkým  demografem  Warrenem  Thompsonem  v  monografii  Population,  ve                které sledoval a klasifikoval změny a přechody v mírách plodnosti a úmrtnosti v industrializovaných společnostech za                posledních 200 let (Thompson, 1929; Kirk, 1996). Na základě kombinací plodnosti a úmrtnosti u různých populací vymezil                tři typy zemí s různým tempem růstu počtu obyvatel. První (skupina A) byla skupina s klesající mírou populačního růstu                a čelila potenciálnímu poklesu počtu obyvatel. Přestože úmrtnost v těchto zemích byla nízká, jejich rychle se snižující                plodnost byla předzvěstí nejprve stacionární a později i klesající populace. Do této kategorie byly zahrnuty země západní                Evropy a zámořské země, které byly osídleny přistěhovalci evropského původu.                  Skupina B se podle Thompsona skládá ze zemí, kde poklesla míra porodnosti a úmrtnosti, ale úmrtnost zde klesla dříve                a rychleji než porodnost. V důsledku toho jejich populace rostla velmi rychle až do doby, kdy klesající míra porodnosti                přispěla ke stacionární a pak klesající populaci. Do této skupiny byly zahrnuty země východní a jižní Evropy. Thompson                poukázal na to, že demografická situace těchto zemí byla srovnatelná se situací zemí skupiny A o 35 až 40 let dříve.                  Země  ve  skupině  C,  ve  kterých  nebyla  míra  porodnosti  ani  úmrtnosti  jakkoli  pod  kontrolou,  byly  klasifikovány  jako                            14                \"malthusiánské\" . Thompson se domníval, že tato skupina tvoří 70-75 % tehdejší světové populace. Vzhledem k nedostatku                relevantních dat omezil svou analýzu na tři velké země, ve kterých byly k dispozici údaje: Japonsko, Indie a Rusko. Dále                předpokládal, že bude trvat tři až čtyři desetiletí, než mnoho zemí skupiny C přejde vývojově do skupiny B, což se ukázalo                jako správná předpověď. Na druhou stranu se Thompsonovy hrubé prognózy brzkého poklesu počtu obyvatel ve skupině A                ukázaly být chybné, protože predikoval, že míra porodnosti klesne lineárně. To se ovšem z řady demografických, politických                i ekonomických důvodů nestalo.                  Kromě Thompsonových modelů je teorie demografické revoluce původně spojena především s pracemi francouzského                demografa a politika Adolpha Landryho (1874–1956), který ji v ucelené podobě publikoval ve francouzštině v roce 1934 po                                      15                čtvrtstoletí soustavných prací  pod názvem La Revolution Demographique. Jeho komplexní pohled na změny v demografické                reprodukci se opíral o celkový pokrok, zvyšování produktivity ekonomického systému apod., což u předchozích analýz                výkladu poklesu úrovně plodnosti většinou chybělo. Snižování plodnosti bylo často vykládáno jako úpadek a nikoliv jako                součást progresivního rozvoje. Landry se ovšem (jako i ostatní kolegové) neubránil tendenčnímu myšlení své doby, které                nesprávně předvídalo vymírání národů a celkový úpadek společnosti (Landry, 1934; Pavlík a kol., 1986; Kraeger, 2009).                  V  odborných  kruzích  je  ovšem  plně  rozvinutá  teorie  demografické  revoluce  spojována  až  se  studií  amerického                demografa  Franka  Notesteina  z  roku  1945  Population:  The  long  view,  kde  ji  nazývá  demografickým  přechodem                (přechodným růstem). Demografickou revoluci spojuje, podobně jako další odborníci, s celkovou modernizací, růstem                počtu  mobilního  městského  obyvatelstva,  s  rozpadem  tradičních  velkých  rodin,  změnou  způsobu  života,  růstem                individualismu apod. Navázal tak na Thompsonovu práci z 20. let, kterou modernizoval a revidoval. Na oplátku Thompson                podpořil Notesteinovy závěry ve své další práci z roku 1949 The Demographic Revolution in the United States, kde opět                zdůraznil výrazný vliv městské průmyslové společnosti, racionálního a sekulárního myšlení, moderní techniku, rozvoj                vzdělání a emancipaci žen – jako zásadních podmínek pro proběhnuvší proces demografické revoluce (Notestein, 1945;                Thompson, 1949; Pavlík a kol., 1986).                  Teorie demografické revoluce byla postupně doplňována dalšími autory a vzhledem ke složité podmíněnosti tohoto                procesu její výklad není a nikdy nebude jednotný. Komplikace nastává již v základní úvaze – přirozená reprodukce lidí je svou                podstatou biologickým procesem a dochází-li ke změnám v reprodukčním chování lidí, jako např. v průběhu demografické                revoluce, pak jsou tyto změny zásadním způsobem podmíněny sociálním systémem. Stručně shrnuto, proces přirozené                reprodukce lidí je sociálně podmíněným biologickým procesem (Pavlík a kol., 1986.).                  Demografická revoluce či přechod je převratným a v historii lidstva ojedinělým procesem změny demografické reprodukce.                Podle Pavlíka a kol. (1986, s. 510), „Demografickou revoluci je možno co nejstručněji charakterizovat jako převratnou a v celé                historii lidstva ojedinělou přeměnu charakteru demografické reprodukce, která je ve svém výsledku nejzřetelněji patrná ve                změnách v úrovni úmrtnosti, porodnosti a ve věkové struktuře jednotlivých populací“.                  Demografickou revoluci (přechod či tranzici) lze označit také jednoduše jako přechod od vysokých k relativně nízkým                intenzitám dílčích reprodukčních procesů. Charakteristický je pokles hrubé míry porodnosti (resp. plodnosti) a hrubé míry                úmrtnosti. Klesá také kojenecká úmrtnost, zvyšuje se naděje dožití a dochází ke stabilizaci populačního růstu. Koncept                demografické  revoluce  se  tedy  pokouší  zobecnit  změny  růstu  počtu  obyvatel  v  čase.  Ekvivalentní  termín  „přechod“                potom vystihuje skutečnost, že se jedná o přechodné období demografických procesů, které spojuje periody relativně                rovnovážného přirozeného pohybu obyvatelstva (Notestein, 1945; Caldwell, 1976; Ďurček, Bleha, 2016).                  Historie tohoto globálního procesu se odvíjí od konce 18. století, kdy se objevily jeho první projevy ve Francii a Anglii                (obecně v západní Evropě). V průběhu 19. století se pak demografická revoluce rozšířila do dalších vyspělých zemí. Určit                počátek i konec tohoto procesu je však velmi obtížné, protože k němu nedochází u celé populace současně, ale postupně                   14  Podle Malthusovy populační teorie se počet obyvatel nevyhnutelně zvyšuje, když se zvyšují prostředky na živobytí.                15  Thompson publikoval paralelně s Landrym v angličtině, pravděpodobně bez znalostí Landryho francouzských prací, což je poměrně kuriozní                 (Pavlík a kol., 1986). Vzhledem k tomuto rozporu je za skutečně první celosvětově akceptovanou demografickou publikaci s komplexním                 výkladem teorie demografické revoluce brána až níže uvedená Notesteinova Population: The Long View z roku 1945.                    90","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                     Rámeček č 7.1: Notesteinovy důvody pro klesající plodnost a odhady vývoje počtu obyvatel                     Pro ilustraci složitosti modelu a nepřesnosti odhadů růstu počtu obyvatel lze uvést příklad Nosteinových úvah publikovaných                   po 2. světové válce. Nový ideál malé rodiny vznikl podle Notesteina typicky v městské průmyslové společnosti, a to na základě                   řady faktorů. Důvody pro pokles plodnosti hledal především v:                     •  nové mobilitě mladých lidí a anonymitě městského života, které snižovaly tlak na tradiční chování rodiny a komunity;                     •  rychle se rozvíjejících technologiích, pro které byly potřebné nové dovednosti a vznikly nové příležitosti pro individuální                   pokrok;                     •  růstu nákladů na výchovu dětí a poklesu možnosti ekonomických příspěvků dětí, čímž se vzdělávání a racionální hledisko                   stávaly stále důležitějšími;                     •  klesající míře úmrtnosti (zejména kojenecké), čímž narůstala velikost rodin a snižovala se motivace rodin k vícečetným                   porodům, jako tomu bylo dříve,                     •  ženami nalezené významné míře nezávislosti v nové ekonomické roli, která se méně slučovala s tradičním rozením dětí a                   starostí o domácnost (Notestein, 1953).                     Podle Kirka (1996) se Notestein domníval, že populační růst západní a střední Evropy by mohl vrcholit kolem roku 1950                   (poválečný boom) a následně klesnout; odpovídající časové vymezení pro jižní Evropu odhadoval kolem roku  1970. Stejně                   jako Thompson předpokládal, že plodnost bude klesat daleko prudčeji, než tomu bylo ve skutečnosti. Jeho odhad celosvětové                   populace k roku 2000 byl 3,3 miliardy, což byl velký kontrast od reálné hodnoty blížící se téměř šesti miliardám.                  u jednotlivých skupin obyvatelstva. Také jednotlivé země mají svá specifika a neprocházejí procesem demografické revoluce                ve stejnou dobu a stejně rychle. Pokud zasadíme populační růst do časového kontextu, tak celý proces proběhl v západní,                severní, jižní a části střední Evropy přibližně v letech 1780–1940 (Notestein, 1953; Caldwell, 1976).                  Podle teorie demografického přechodu vývoj populace probíhá ve čtyřech fázích demografických režimů (viz také obrázky                č. 7.1 a 7.2 níže) a podstatou růstu populací je zejména pokles úmrtnosti způsobený zvyšující se životní úrovní a kontrolou                nad nemocemi (Notestein, 1945).                   1. fáze: (před přechodem)                 •   pro tuto fázi jsou charakteristické vysoká míra porodnosti i vysoká míra úmrtnosti, hodnoty se pohybují kolem 40 ‰,                 •   moderní medicína není zdaleka rozvinuta, standardy osobní hygieny jsou na velmi nízké úrovni,                 •   obě míry kolísají podle aktuálních okolností, daleko více ovšem úmrtnost (epidemie, války, hladomory),                 •   v populaci je velmi malý podíl osob ve vyšším věku a populační růst stagnuje,                 •   v této fázi se dnes už prakticky žádné země nenachází (úmrtnost klesá již i ve střední a východní Africe).                 2. fáze: (období přechodu I)                 •   tato fáze se vyznačuje nadále vysokými hodnotami míry porodnosti, ale již výrazným poklesem míry úmrtnosti,                 •   modernější medicínské techniky a vyšší hygienické standardy vedou ke snižování úmrtnosti, zejména té v nízkém věku (kojenecká,                     dětská),                                              Obr. 7.1: Fáze demografického přechodu ve světě                                                                        Zdroj: Člověk a společnost (2011) Obyvatelstvo.                                                                                                       91","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                   •   dochází k nárůstu podílu dětí v populaci a k velkému populačnímu růstu,                 •   v této fázi dnes nalezneme např. některé země subsaharské Afriky (Niger, Tanzanie, DR Kongo a další) či jihozápadní Asie (např.                     Afghánistán).                 3. fáze: (období přechodu II)                 •   tato fáze je charakteristická mírnějším poklesem a následným ustálením míry úmrtnosti na nízké úrovni a poměrně prudkým po-                     klesem míry porodnosti,                 •   v důsledku sílící suburbanizace, ekonomického a sociálního tlaku na méněčetnou rodinu (dvě děti) se porodnost postupně snižuje,                     a to téměř až na úroveň úmrtnosti,                 •   dochází také ke značným migracím, např. z populačně rostoucí Evropy (2. pol. 19. a přelom 19. a 20. století, ale i později) do USA,                 •   podíl dětí v populaci začíná klesat, zatímco podíl dospělých v produktivním věku se zvyšuje,                 •   populace stále roste, ale daleko méně než v předcházející fázi,                 •   v této fázi se nachází mnoho zemí v Asii, Latinské Americe a Karibiku (např. Indie, Brazílie či Dominikánská republika)                 •   druhá a třetí fáze jsou příznačné pro tzv. (první) demografický přechod a de facto tvoří vlastní přechodovou fázi.                 4. fáze: (po přechodu)                 •   jedná se o období, v němž se míry porodnosti i úmrtnosti ustálí na nízké úrovni,                 •   na zachování nízké úrovně porodnosti a malých rodin mají vliv zejména sociální, ekonomické a institucionální faktory,                 •   úhrnná plodnost se dostává hluboko pod „záchovnou“ hranici prosté reprodukce 2,1 dítěte na ženu,                 •   podíl dětí a osob v produktivním věku se snižuje a podíl starších osob narůstá,                 •   dochází k velikostní stabilizaci populace,                 •   v této fázi se dnes nachází (nebo jsou již za ní) především vyspělé země Evropy, USA, Japonsko, Kanada, Austrálie, Čína a některé                     země Latinské Ameriky apod.,                 •   tato fáze se označuje také jako tzv. druhý demografický přechod (viz dále).                               Obr. 7.2: Fáze demografického přechodu (revoluce) v původní klasické podobě (čtyři fáze)                                                                            Zdroj: Newbold (2010); vlastní úpravy.                   V poslední době začíná hovořit o tzv. páté fázi demografické revoluce (po přechodu). Porodnost je velmi nízká a stále                klesá, dokonce se poprvé dostává pod úroveň úmrtnosti, která je stále konstantní a dochází k pomalému poklesu počtu                obyvatel. Nastává situace, které se mnozí odborníci obávají, tedy přirozený úbytek obyvatelstva. Velmi významně narůstá                podíl osob v nejstarších věkových kategoriích a lidstvo začíná vymírat (viz obrázek č. 7.3). Tato situace nastala zatím pouze                v některých (vyspělých) zemích světa (Německo, Pobaltské státy, Ukrajina, Bulharsko, Rumunsko, Maďarsko, Chorvatsko,                Srbsko, Itálie, Portugalsko, Řecko, Japonsko apod.) (Our World in Data, 2019).                  Demografická revoluce je historickým procesem, který vzniká na určitém stupni společenského vývoje a na jiném končí.                Z toho plyne, že se neodehrála v Evropě a dalších zemích ze dne na den. Podle stupně ekonomického a společenského                rozvoje se jednotlivé fáze postupně objevují ve všech zemích světa – demografický přechod tedy probíhá prostorově značně                diferencovaně. Méně vyspělé oblasti a země, v nichž byla relativně vysoká úroveň kojenecké úmrtnosti, negramotnosti                a  nízká  úroveň  industrializace  i  urbanizace,  následovaly  v  proměnách  svého  demografického  chování  své  vyspělejší                     92","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                              Obr. 7.3: Fáze demografického přechodu (revoluce) v revidované současné podobě (pět fází)                                                                      Zdroj: Our World in Data (2017). World Population Growth; vlastní úpravy.                 předchůdkyně v průběhu několika desítek let. Bylo to sice „kalendářně“ později, ale v každém případě mnohem dříve, než                se tyto země dostaly na podobnou ekonomickou a sociální vyspělost zemí, v nichž demografický přechod začal. Průběh                přechodu byl také mnohem rychlejší, přičemž obecně platí: čím později a v čím méně vyspělých zemích přechod začal, tím                také rychleji proběhl (probíhá) či skončil. Konkrétně, v nejvyspělejších zemích druhé poloviny 18. století (Anglie – počínající                průmyslová revoluce; Francie – rozvinuté zemědělství na bázi průmyslu), trvala demografická revoluce více než 150 let,                v zemích Beneluxu a Skandinávie téměř 150 let. Ve střední Evropě (Švýcarsko, Německo, Rakousko, Česká republika) trval                první demografický přechod přibližně 100 let a skončil před druhou světovou válkou, ve východní a jižní Evropě trval už                jen zhruba 75 let a skončil až těsně po druhé světové válce (Caldwell, 2006; Kraeger, 2009). K polovině 20. století byla                demografická revoluce ukončena nejen v nejvyspělejších regionech, jako byly a jsou Evropa, Severní Amerika a Austrálie,                ale i v Latinské Americe a jihovýchodní Asii.                  V souvislosti s předchozím textem je možné doplnit, že v Evropě jsou tři populace, které jsou průběhem jejich vývoje                výjimečné (Koschin, 1998):                  1.   Irská populace, kde první demografický přechod skončil až na přelomu 80. a 90. let, tedy skoro „včera“. Vysvětlením tohoto                     procesu může být skutečnost, že Irsko bylo zemí s velmi vysokou emigrací a menším počtem obyvatel; emigrovali zejména lidé                     v mladém/produktivním věku, čímž se v Irsku koncentrovaly staré vzorce společenského a demografického chování.                 2.   Albánská  populace,  která  byla  celá  staletí  izolována  od  ostatního  světa,  nemohla  přijímat  žádné  zásadní  impulzy  z  vnějšku                     a demografický vývoj/změny se zde do značné míry zastavily.                 3.   Romská populace, která nebyla izolována politicky, ale spíše společensky. V romské populaci začal první demografický přechod                     s přelomem 80. a 90. let minulého století a lze předpokládat, jeho ukončení až v příštích desetiletích.                    Podle  toho,  jak  jsou  synchronizovány  změny  porodnosti  a  úmrtnosti  v  průběhu  dvou  fází  prvního  demografického                přechodu (2. a 3. fáze), rozlišují se tři typy (Pavlík a kol., 1986):                  Francouzský typ – u tohoto typu dochází k poklesu porodnosti a ke snižování úmrtnosti téměř současně v obou fázích revoluce;                 důsledkem je relativně malý růst populace                 Anglický typ – úmrtnost se snižuje v obou fázích, porodnost však v první fázi neklesá, spíše stagnuje, což má za důsledek dosti značný                 nárůst populace; ve druhé fázi pak porodnost rychle klesá.                 Japonsko-mexický typ – dochází ke snižování úmrtnosti v obou fázích, nicméně porodnost v první fázi dokonce stoupá; ve druhé                 fázi porodnost klesá; u tohoto typu dochází k velkému početnímu růstu populace, který však většinou trvá kratší dobu; tento typ je                 charakteristický pro rozvojové země; jedná se o konkrétní příklad obecného pravidla, které říká, že čím později demografická revoluce                 začíná, tím kratší má průběh.                                                                                                         93","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Na konci historického poklesu úmrtnosti a plodnosti se v západním světě vyvinuly nové demografické jevy. Po poválečném                populačním boomu, který nastává prakticky po každé velké krizové události, a přetrváváním institutů sňatku a tradiční rodiny                jako základu pro rození dětí, došlo v polovině 60. let k významným proměnám: i) byly překonány poválečné ekonomické                problémy a začalo období relativního blahobytu a ii) na trhu se objevily nové moderní a spolehlivé formy antikoncepce,                které byly velmi rychle přijaty mladými lidmi, a z prostředku na omezení počtu dětí v rodině se stal prostředek na plánování                rodičovství (Kaa Van De, 1987; Tietze, 2004).                  Vzhledem k těmto skutečnostem bylo potřebné formulovat nové teoretické rámce, které by vysvětlovaly prvky, jako                byl  pokles  a  dílčí  nahrazení  plodnosti,  systematické  oddalování  manželství  a  rodičovství,  vznik  alternativních  forem                partnerství  (nesezdaná  soužití,  pluralitní  formy  domácností  apod.)  a  rodičovství  mimo  manželství.  Demografické                proměny tohoto období měly tedy širší souvislosti než jen rozhodování se o počtu dětí a zda vůbec dítě mít. Teorie                druhého demografického přechodu je tedy určitým „modelem“, který jednak přijal hlavní principy omezené racionální                ekonomické volby (Maslowova pyramida potřeb), ale umožnil také autonomní posun v preferencích lidí – k ekonomickým                a společenským aspektům byly přidány také ideový a kulturní posun (Surkyn, Lesthaeghe, 2004; Lesthaeghe, 2014).                  Zatímco v pozadí prvního demografického přechodu stály hodnoty altruismu (nezištnosti), neboť pokles porodnosti                souvisel  především  s  ohledem  na  zdraví  žen  a  dětí,  pro  druhý  demografický  přechod  je  typický  především  posun  v                hodnotách lidí – narůstající individualismus a důraz na seberealizaci jednotlivce. Právě uvedené modernizační sociální                změny – zejména individualismus jednotlivce - ohrozily fungování „tradiční“ rodiny, jak se ustavila v průběhu 19. století.                Některé „rodinné funkce“ byly také přebírány státem a rodina se stala dočasnou jednotkou, dokud to bylo pro dospělé                jedince výhodné. Rodina přestala sloužit jako „záchranné pouto“ v době ekonomické krize, omezil se její socializační vliv.                Z důvodů individuálních nároků, které rodina měla plnit, ale dle rozvádějících neplnila, se zvýšil počet rozvodů i jejich                sociální akceptace. Snížil se význam (přes odpor církve) samotné instituce „oficiální“ rodiny – k plození a výchově dětí není                potřeba sňatku (Kaa Van De, 1987; Drotován, Bleha, 2008; Zaidi, Morgan, 2017).                  Pokud bychom shrnuli předchozí informace, tak podle Van De Kaa (1987) probíhal od poloviny 60. let posun v hodnotách                lidí týkajících se demografické reprodukce především těmito směry:                 Posun od sňatečnosti a manželství k nesezdanému soužití                 •   přestává fungovat závislost mezi sňatky a porody,                 •   dochází k dokončení vnímání dětí jako rodinné pracovní síly, tyto se naopak stávají významným ekonomickým nákladem,                 •   vytvářejí se ideály málo četné rodiny, kdy na uspokojení citových potřeb rodičů postačují jeden či dva potomci,                 •   hovoří se o krizi klasické křesťanské rodiny.                 Posun od uniformního jednotného modelu rodiny k rozličným typům rodin a domácností                 •   zejména pluralistické formy soužití, které netvoří pouze senioři, ale i uvědoměle bezdětné páry;                 •   roste počet jednočlenných domácností zdaleka již netvořených pouze seniory po úmrtí jednoho z partnerů;                 •   roste počet soužití osob stejného pohlaví.                 Změny vztahů a vazeb uvnitř rodiny                 •   posun od éry, v níž bylo dítě středobodem života partnerů, k éře, kdy středobodem života je pár a potom jeho (případné) dítě.                 Změny v používání antikoncepce                 •   přechod od antikoncepce jako prostředku k zabránění nechtěného početí k antikoncepci jako prostředku k racionálnímu plánování                     a (ne)zakládání rodiny;                 •   velký vliv je připisován jejímu rychlému a masovému rozšíření v kulturně vyspělých zemích mezi mladými lidmi.                 Posun v emancipaci žen                 •   roste význam hnutí za emancipaci žen, spojený jednak s cíleným vstupem žen do pracovní sféry, ale i se zákonitým nárokem na                     větší podíl při osobním rozhodování;                 •   někdy se hovoří o „krizi otcovství“.                   Jak již bylo naznačeno, termín druhý demografický přechod byl vnesen do demografického a sociologického diskursu                v reakci na novou velkou proměnu demografického chování, kterou zaznamenala ekonomicky a kulturně vyspělá Evropa                od druhé poloviny 60. let minulého století. Protože již jeden demografický přechod v Evropě proběhl, tento nový dostal                přídomek „druhý“. Termín druhý demografický přechod poprvé použili demografové Ron Lesthaeghe (Belgie) a Dirk Van                De Kaa (Nizozemsko). Právě Van De Kaa (1987) stanovil počátek druhého demografického přechodu na rok 1965. Za hlavní                demografický rys považoval pokles úhrnné plodnosti z úrovně, která zaručuje alespoň záchovnou (reprodukční) hranici 2,1                dítěte na ženu, kdy populace neroste, ale alespoň se obnoví a udržuje se rovnováha mezi narozenými a zemřelými, na                úroveň hluboce pod touto hranicí. Jak uvádějí Ďurček a Bleha (2016), Van de Kaa (2001) definoval i přibližný okamžik, kdy                končí fáze prvního demografického prechodu a začáná fáze druhá, resp. druhý demografický přechod. Jedná se o okamžik,                kdy se migrační saldo změní z negativního na pozitivní. Populační ztráty vytvořené přirozenou výměnou obyvatelstva                jsou migrací do značné míry kompenzované, přestože celkový přírůstek nemusí být kladný. Evropské prostředí pro další                    94","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  výklad preferujeme vzhledem k demografické vyspělosti, kulturní a geografické blízkosti a specifikům daným poválečným                politickým uspořádáním, které vydrželo až do konce 80. let.                  Zmíněný pokles plodnosti neprobíhal izolovaně, ale naopak byl spojen s řadou dalších trendů. Po roce 1965 se v evropské                populaci začaly projevovat další důležité demografické trendy a změny (Kaa Van De, 1987; Lesthaeghe, 2014):                   •   pokles prvosňatečnosti, resp. obecně sňatečnosti,                 •   nárůst rozvodovosti i přes rostoucí podíl nesezdaných soužití,                 •   nárůst průměrného věku při prvním sňatku a prodloužení intervalu mezi sňatkem a narozením prvního dítěte,                 •   nárůst průměrného věku při narození prvního dítěte i průměrného věku matek,                 •   nárůst podílu dětí narozených mimo manželství.                   Paralelně s novými demografickými trendy docházelo v evropské populaci také ke společenským změnám v podobě (Kaa                Van De, 1987; Drotován, Bleha, 2008; Zaidi, Morgan, 2017):                  •   růstu individualismu a seberealizace,                 •   vyššího vzdělání a karierní orientace,                 •   odkládání sňatků do vyššího věku či zcela nemanželských soužití,                 •   pracovní i osobní emancipace žen,                 •   ambicí cestovat, poznávat nové apod.                    Druhý demografický přechod přirozeně nezačal a neproběhl v celé Evropě ve stejném období. Jak již bylo naznačeno a je                zřejmé i z obrázků 7.4, 7.5, 7.6 a 7.7, demografické změny v západní a severní Evropě začaly zhruba od roku 1965, v jižní                Evropě zhruba o deset let později a v zemích bývalého východního bloku až na konci 80. let. Z velmi vysokých hodnot                              Obr. 7.4, 7.5, 7.6, 7.7: Časoprostorový (fázový) vývoj úhrnné plodnosti ve vybraných zemích                                        západní, severní, jižní a východní Evropy v letech 1950–2015                                                                                        Zdroj: United Nations (2017a); Vlastní zpracování.                                                                                                        95","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  úhrnné plodnosti v západní a severní Evropě (2,5–4 děti na ženu) se v jižní a východní Evropě tyto snižovaly jak v horní,                tak dolní hranici intervalu, aby dosáhly historického minima – v České republice se na konci století jednalo o 1,13 dítěte                na ženu. Projevila se zde tedy časoprostorová fázová posloupnost (období 1965–2000, postupně ve všech částech Evropy)                související s ekonomickou, sociokulturní i politickou vyspělostí (Kaa Van De, 1987; Lesthaeghe, Surkyn, 2002).                  Dalším významným znakem druhého demografického přechodu je postupné, ale trvalé snižování kojenecké úmrtnosti                a naděje dožití v důsledku soustavného růstu životní úrovně na všech kontinentech, nejrychleji však v rozvojových zemích.                Tento jev, v kombinaci s poklesem porodnosti a dalšími demografickými událostmi, má za důsledek demografické stárnutí                populace (více viz kapitola č. 8 Stárnutí populace).                  Ďurček a Bleha konstatují, že koncept druhého demografického přechodu se samozřejmě nevyhnul kritice, které vlastně                čelí dodnes. Např. Cliquet (1991) uvádí, že změny v charakteru porodnosti a sňatečnosti nebyly nijak zásadně odlišné od                minulých trendů, které probíhaly v průběhu prvního demografického přechodu. Za nový prvek považuje pouze rozšiřování                užívání antikoncepčních prostředků, které byly logickým důsledkem vědeckého pokroku ve zdravotnictví. Zavádění lékařské                antikoncepce  se  sice  projevuje  v  reprodukčním  chování  populace,  ale  tyto  změny  nejsou  nikterak  zásadní  a  změny  v                charakteru demografické reprodukce není možné označiť za „revoluční“.                  Coleman (2004) zaujímá podobně kritický postoj ke konceptu druhého demografického přechodu. Tvrdí, že na rozdíl od                zcela nezvratných a definitivních změn v rámci první demografické revoluce, tranzice v rámci 2. demografického přechodu                nemusí být natolik trvalá a nezvratná. Stojí také za upozornění, že v některých státech jako např. Francie nebo Švédsko se                začala znovu zvyšovat úroveň plodnosti a celkově sa začaly vymykat předpokladům stanoveným v rámci teorie druhého                demografického přechodu (Ďurček, Bleha, 2016).                                                                                  96","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 8  STÁRNUTÍ POPULACE                   Světová populace stárne. Toto konstatování je asi nejvýstižnějším globálním trendem posledních desetiletí a nejčastějším                tématem populačních studií z dílen významných světových organizací zabývajících se demografickými analýzami (United                Nations – Population Division, Central Intelligence Agency, Population Reference Bureau a další). Demografické stárnutí                společnosti však není zdaleka otázkou posledních let, tento fenomén od poloviny 20. století postihuje ve větší či menší                míře všechny země a v současnosti se stává jedním ze zásadních celosvětových problémů. Stárnutí populace je komplexním                procesem působícím na více aspektů lidského života. Je výsledkem zlepšování zdravotního stavu populace, a s tím spojených                úmrtnostních poměrů v kontextu obecného zvyšování kvality lidského života a také dlouhodobého snižování realizované                plodnosti (Lutz a kol., 2008; Klapková a kol., 2016).                  Podle Mládka a kol. (2018) se často při studiu stárnutí populace uplatňují dva odlišné přístupy. V prvním případě se úsilí                zaměřuje na komparaci většího počtu (makro)regionálních populačních struktur (interregionální analýza) s orientací na                poznání rozdílů ve věkové struktuře jejich obyvatel v dosažené úrovni stárnutí. Ve druhém případě se pozornost zaměřuje                především  na  časové  změny  věkové  struktury  jednoho  (makro)regionálního  populačního  útvaru  (tzv.  intertemporální                analýza). Ukazuje se však výhoda prostorových analýz i potřeba propojení obou přístupů.                  Rozsáhlý  soubor  metod  a  technik  studia  procesů  stárnutí  populace  je  možné  rozdělit  do  tří  základních  skupin                (Mládek,  2006).  První  skupinu  představují  jednoduché  ukazatele,  které  charakterizují  pouze  jednu  typickou  věkovou                kategorii  obyvatelstva  (např.  obyvatelstvo  v  poproduktivním  či  postreprodukčním  věku,  nebo  ve  vybraných  věkových                kategoriích – typicky 60–69, 70–79, 80 a více let apod.). Výhodou je relativně dobrá dostupnost základních statistických                dat i jednoduchost jejich zpracování. Tyto charakteristiky se vyznačují i jednoduchou interpretací, nevýhodou je absence                poznatků o ostatních věkových kategoriích.                  Druhou  skupinu  tvoří  složitější  míry  studia  stárnutí  obyvatelstva.  Jsou  to  statistické  míry,  při  jejichž  konstrukci  je                zohledňováno  více  typických  věkových  kategorií  obyvatelstva,  příp.  jsou  brány  v  úvahu  všechny  věkové  kategorie                (Michálek, 1995; Mládek, Káčerová, 2008). Vypovídací schopnost těchto ukazatelů je přirozeně vyšší, na druhou stranu bývá                obtížnější jejich interpretace. Do této skupiny ukazatelů je možné zařadit, index stáří, index ekonomické závislosti, Billeterův                    16                index , věkový medián, průměrný věk a další.                  Třetí skupinu nástrojů hodnocení a prezentace věkových struktur představují grafické metody (Griffith, Mackinnon, 1981;                Káčerová, 2005; Mládek, 2006). Nejčastěji používanou, zejména pro svoji názornost, je věková pyramida. Jedná se o dvojitý                histogram četnosti obyvatel v jednotlivých věkových kategoriích (jednoletých nebo pětiletých). V hrubých rysech se tímto                způsobem zobrazuje historie populace a především formování její věkové struktury. V jejím tvaru, tedy v nepravidelnosti                četnosti věkových kategorií, se odráží demografické události, které ovlivnily úroveň reprodukce (nárůst nebo pokles natality                či mortality), příp. migrace obyvatelstva. Dalšími příklady grafických metod jsou tzv. Lorenzova křivka a Ossanův trojúhelník                (více viz kapitola č. 5 Struktura obyvatelstva).                  V souvislosti se stárnutím populace je vhodné stručně představit koncept tzv. prospektivního věku. Ten je v zjednodušené                podobě určován pomocí zbývající naděje dožití osoby v určitém přesném věku. Dle tohoto pojetí tak lze hovořit o dvou                věcích pro každou osobu – retrospektivním, který vyjadřuje počet let, které daná osoba již prožila, a prospektivním, jež bere                v potaz počet let, které daná osoba pravděpodobně ještě prožije (Sandersov, Scherbov, 2005). Jak již bylo výše naznačeno,                stárnutí populace a jeho statistické měření není otázkou pouze posledních let. Podle Klapkové a kol.  (2016) poukázal                na nedostatečnost standardních metod měření procesu stárnutí populace poprvé již Ryder (1975) v práci o stabilních                populacích. Chronologické měření věku, jako počet let prožitých od narození, je podle Rydera vhodné pouze od narození                do  dospělosti,  poté  dle  jeho  názoru  chronologický  věk  pozbývá  na  významu  jako  vodítko  pro  další  socioekonomické                charakteristiky. Navrhuje měřit věk i jako zbývající naději dožití v letech včetně jasného rozlišení naděje dožití při narození                a v ostatních věcích.                  Pevná hranice 65 let (hranice stáří) byla nahrazena věkem, kdy má daná tabulková populace zbývající naději dožití 10 let,                později 15 let (Siegel, 1993). Každý člověk by měl mít podle Fuchse (1983) dva věky – nominální a reálný. Za nominální věk                považoval věk chronologický a věk reálný zahrnoval i zohlednění naděje dožití nebo změn v měrách úmrtnosti. Klapková                a kol. (2016) se zamýšlejí proč je vlastně potřebné, aby se věk měřil dvěma různými způsoby. Často se předpokládá, že                chování lidí stejného retrospektivního věku bude podobné bez ohledu na datum, ke kterému se data vztahují. Nicméně                jsou zde i aspekty chování, kdy více záleží na zbývající naději dožití. Myšlenka spočívá v tom, že např. osoba ve věku 45 let                v roce 2050 se bude po mnoha stránkách chovat jako osoba ve věku 35 let v roce 2000, v případě, že budou mít stejnou                zbývající naději dožití (Sanderson, Scherbov, 2007).                  Základní rozdíl mezi standardními a prospektivními charakteristikami spočívá ve většině případů v definici hranice                stáří. Definice stáří se v čase mění a je ovlivněna různými faktory. Z tohoto důvodu činí pevná hranice stáří (obvykle                dána věkem 65 let) standardní ukazatele obtížně porovnatelné v čase. Použití alternativního ukazatele, v tomto případě                konstantního prospektivního věku, má větší výpovědní hodnotu, jelikož více odráží skutečné proměny věkové struktury                  16  Billeterův index – je definovaný jako poměr rozdílu obyvatelstva v dětském a postreprodukčním věku a obyvatelstva v reprodukčním věku                 (Billeter, 1954).                                                                                                       97","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  obyvatelstva. Například v Itálii či Švédsku se konstantní prospektivní věk během let 1950–2013 zvýšil o více než 8 let a ve                druhé polovině současné dekády nabývá hodnot kolem 71 až 72 let (kontinuálně roste od 50. let), v České republice je                to kolem 68–89 let a kontinuální růst je, po stagnaci v období socialismu, zaznamenáván až od počátku 90. let (Klapková                a kol., 2016).                  Stárnutí populace úzce souvisí s procesem druhého demografického přechodu, resp. snižováním plodnosti (porodnosti)                i úmrtnosti, a zvyšováním střední délky života (Mason a kol., 2017; Sanderson a kol., 2017). Primárně je dáno trendem                nízké úrovně plodnosti, sekundárně nízkou úrovní úmrtnosti a mění se při něm zastoupení dětské a postreprodukční složky                v populaci. Průměrné stáří obyvatelstva se začíná zvyšovat, když poklesne míra plodnosti. Dopad poklesu úmrtnosti je                proměnlivý v závislosti na tom, zda se týká mladší nebo starší generace. Historicky se první pokles úmrtnosti týkal zejména                dětí (novorozenecká, kojenecká, dětská úmrtnost) a omlazoval tak populaci. Postupně se projevil i u dalších (starších)                generací a způsobil výrazné stárnutí populace. Demografické stárnutí se tedy týká celé populace a na rozdíl od biologického                stárnutí jednotlivce může daná populace omládnout zvýšením podílu mladých věkových skupin (Murphy, 2017).                  Stárnutí může být vyvoláno dvěma faktory:                  1.   Dochází  k  relativnímu  zpomalení  růstu  mladších  věkových  skupin,  které  je  většinou  výsledkem  poklesu  úrovně  plodnosti                     a porodnosti = STÁRNUTÍ V ZÁKLADNĚ VĚKOVÉ PYRAMIDY                 2.   Dochází ke zrychlení růstu počtu osob ve starším věku, které je důsledkem rychlejšího snižování měr úmrtnosti ve vyšším věku,                     což vede k prodlužování naděje dožití a tím k častějšímu dožívání se vyššího a vysokého věku = STÁRNUTÍ NA VRCHOLU VĚKOVÉ                     PYRAMIDY                   V souvislosti s výše uvedenými formami stárnutí je třeba zmínit také „specifické“ stárnutí ve středu věkové pyramidy.                To je způsobeno populačně silnými ročníky, které postupně vstupují do vyššího věku a vzhledem k velkému počtu jedinců                způsobují demografické stárnutí. V Evropě se jedná typicky o poválečné generace, České republice či na Slovensku také                o silné ročníky z poloviny 70. let.                  Jak je zřejmé z obrázku č. 8.1, úhrnná plodnost v souladu s teorií i realitou druhého demografického přechodu prudce                klesala od poloviny 60. let minulého století. Poválečné hodnoty v řádu pěti dětí připadajících na jednu ženu se propadly                během deseti let na hodnotu čtyři a za dalších 15 let, v 1. polovině 90. let, klesly pod tři děti na ženu. Poté se prudký pokles                zastavil a s velkým odstupem je ke konci 21. století predikováno přiblížení k hodnotě dva.                  Zcela zásadní rozdíly v rámci reálných hodnot i odhadů v období let 1975–2050 je možné sledovat i s ohledem na                rozložení úhrnné plodnosti v mezích vysoká (5 a více dětí na ženu), střední (2,1–5 dětí) a pod tzv. záchovnou hranicí úhrnné                plodnosti (2,1 dítěte na ženu), při které populace neroste, ale alespoň se obnoví. K polovině 21. století je odhadován více                než dvoutřetinový podíl populace světa, u které nebude dosaženo ani této záchovné hranice (viz obrázek č. 8.2).                  Stárnutí obyvatelstva, tedy nevyhnutelné zvýšení podílu starších osob, které je důsledkem poklesu plodnosti a zlepšení                naděje dožití, se projevuje po celém světě. Každá z 201 zemí nebo oblastí s nejméně 90 000 obyvateli sečtenými v roce 2017                (United Nations, 2017. World Population Ageing) předpokládá nárůst podílu osob ve věku 60 a více let mezi roky 2017                a 2050. Přestože je proces stárnutí obyvatelstva nejrozšířenější v Evropě a v Severní Americe, kde v roce 2017 byl více než                jeden z pěti obyvatel starší 60 let, lidé v ostatních regionech také stárnou.                                     Obr. 8.1: Vývoj a odhad úhrnné plodnosti ve světě mezi roky 1950–2100                                                                               Zdroj: United Nations (2017a).                     98","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                                  Obr. 8.2: Vývoj, odhady a rozložení úhrnné plodnosti ve světě v období 1975–2050                                                                      Zdroj: United Nations (2017a).                 8.1 GLOBÁLNÍ A MAKROREGIONÁLNÍ TRENDY STÁRNUTÍ POPULACE                   Celosvětová populace ve věku 60 a více let v roce 2017 čítala 962 milionů, což je 2,5krát více než v roce 1980, kdy                na celém světě bylo 382 milionů osob starších 60 let. Očekává se, že počet starších osob se do roku 2050 dále více než                zdvojnásobí a dosáhne téměř 2,1 miliardy.                  Starší  populace  v  rozvojových  regionech  roste  mnohem  rychleji  než  v  regionech  rozvinutých  (viz  obrázek  č.  8.3).                V roce 1980 žilo v rozvojových regionech 56 % osob ve věku 60 a více let, v roce 2017 to byly již více než dvě třetiny                starších osob světa. Očekává se, že mezi roky 2017–2050 se počet osob ve věku 60 a více let v rozvojových regionech zvýší                zhruba 2,5krát, z 652 mil. na 1,7 miliardy. V rozvinutých regionech se v daném období očekává nárůst u osob starších 60 let                pouze o 38 %, z 310 na 427 mil. Předpovědi naznačují, že v roce 2050 budou v rozvojových regionech téměř 4/5 všech osob                starších 60 let (United Nations, 2017. World Population Prospects: the 2017 Revision. World Population Ageing).                  Podle predikce OSN (2017) poroste v příštích desetiletích počet starších osob nejrychleji v Africe, kde se očekává, že                počet obyvatel ve věku 60 a více let se v letech 2017 až 2050 zvýší více než trojnásobně, z 69 na 226 milionů. Po Africe bude                následovat Latinská Amerika, kde se odhaduje v letech 2017–2050 více než dvojnásobný růst starší populace (ze 76 na 198                milionů). Také v Asii by mělo dojít k více než dvojnásobnému nárůstu počtu starších osob, a to z 549 milionů v roce 2017                na téměř 1,3 miliardy v roce 2050. Ze šesti hlavních geografických regionů bude starší populace nejpomaleji růst v Evropě,                zhruba o 35 % (viz také tabulka č. 8.1).                  Ve většině zemí světa bude růst absolutního počtu starších osob probíhat v souvislosti s nízkou nebo klesající plodností,                což povede ke zvýšení podílu starších osob v populaci. V roce 2017 byl jeden z osmi lidí na světě ve věku 60 let a více. Pro                rok 2050 se předpokládá změna na 1:5. Přestože je proces stárnutí populace nejdále v Evropě a Severní Americe, kde                v roce 2017 byla ve věku 60 a více let již více než jedna z pěti osob, populace ostatních regionů také stárnou. Očekává se, že                v roce 2050 budou starší lidé představovat 35 % populace v Evropě, 28 % v Severní Americe, 25 % v Latinské Americe 24 %                v Asii, 23 % v Austrálii a Oceánii a 9 % v Africe – viz tabulka č. 8.1 výše a obrázek č. 8.4 níže (United Nations, 2017. World                Population Prospects: the 2017 Revision. World Population Ageing).                     Obr. 8.3: Vývoj, odhad a projekce počtu obyvatel v rozvojových a rozvinutých regionech světa v období 1980–2050                                                                           Zdroj: United Nations (2017a).                                                                                                        99","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                    Tab. 8.1: Predikce vývoje počtu obyvatel starších 60 let mezi roky 2017–2050                                 Počet osob ve věku   Podíl osob ve věku   Počet osob ve věku   Podíl osob ve věku   Index změny                                    60 a více let   60 a více let   60 a více let   60 a více let   2050/2017                                    (2017, mil.)     (2017, %)      (2050, mil.)    (2050, %)       (%)                 Afrika                68,7             5             225,8             9          328,5                 Asie                 549,2            12            1273,2            24          231,8                 Evropa               183,0            25             247,2            35          135,1                 Severní Amerika       78,4            22             122,8            28          156,7                 Latinská Amerika      76,0            12             198,2            25          260,7                 Austrálie a Oceánie    6,9            17              13,3            23          192,6                 Svět                 962,3            13            2080,5            21          216,2                                              Zdroj: United Nations (2017a), vlastní výpočty.                     Obr. 8.4: Vývoj a predikce podílového zastoupení osob starších 60 let dle makroregionů světa v období 1980–2050                                                                         Zdroj: United Nations (2017a).                  Jak je zřejmé z následující tabulky č. 8.2, podíl populace starší 60 let na populaci světa ve stejném věku by měl podle                predikce United Nations (2017) vzrůst u tří kontinentů, a to Afriky, Asie a Latinské Ameriky. K největšímu podílovému růstu                dojde v Africe, absolutně však bude dominovat více než 3/5 podíl asijské populace. K největšímu propadu podílu osob                starších 60 let dojde v Evropě, jejíž podíl klesne pod 12 %.                  Nárůst počtu starších osob je celosvětovým fenoménem, očekává se, že do roku 2050 bude muset velká většina zemí                světa akceptovat podstatný nárůst počtu obyvatel ve věku 60 let a více. Nicméně v regionech a příjmových skupinách                existuje velká různorodost míry růstu starší populace. Předpokládá se, že v zemích s nízkými příjmy, z nichž většina se                nachází v subsaharské Africe (celkem 31 zemí), vzroste mezi roky 2017 až 2050 starší populace více než dvojnásobně.                Očekává se, že ve 25 z nich se populace ve věku 60 a více let v tomto období zvýší více než trojnásobně. Mnoho zemí                se středními příjmy (celkem 103 zemí) rovněž očekává do roku 2050 rychlý růst počtu starších osob, většinou více než                dvojnásobný; u zhruba 2/5 těchto zemí je poté predikován až trojnásobný růst. Předpokládaná míra růstu bývá v průměru                            Tab. 8.2: Predikce vývoje podílu kontinentů na světové populaci starší 60 let v letech 2017 a 2050                                                Podíl osob ve věku 60 a více let   Podíl osob ve věku 60 a více let                                                      (2017, %)               (2050, %)                               Afrika                     7,1                    10,9                              Asie                      57,1                    61,2                              Evropa                    19,0                    11,9                              Severní Amerika            8,1                     5,9                              Latinská Amerika           7,9                     9,5                              Austrálie a Oceánie        0,7                     0,6                              Svět                     100,0                   100,0                                                    Zdroj: United Nations (2017a).                   100","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  pro starší populace zemí s vysokými příjmy v průměru pomalejší. U dvou třetin zemí s vysokými příjmy s nejméně 90 tis.                obyvateli (61 zemí) se očekává, že v období let 2017–2050 dojde ke zdvojnásobení starší populace, zatímco v jedné třetině                zemí se předpokládá růst menší než 40 % (United Nations, 2017. World Population Prospects: the 2017 Revision. World                Population Ageing).                  Celosvětově roste počet starších osob rychleji než počet lidí ve všech mladších věkových skupinách. V roce 1980 děti ve                věku 0–9 let výrazně převyšovaly osoby ve věku 60 let a více (1,1 miliardy oproti 400 milionům), ale do roku 2030 je velmi                pravděpodobné, že globální populace starších osob překoná počet dětí ve věku do 10 let (1,41 mld. oproti 1,35 mld.; viz také                obrázek č. 8.5). Projekce rovněž naznačují, že v roce 2050 bude více starších osob ve věku 60 a více let, než je adolescentů                a mládeže ve věku 10–24 let (2,1 mld. oproti 2,0 mld.). Počet lidí ve velmi pokročilém věku nad 80 let také vzroste, do                roku 2050 to může být až trojnásobně, ze 137 na 425 milionů (United Nations, 2017. World Population Prospects: the 2017                Revision. World Population Ageing).                  V roce 1980 se každá z deseti nejstarších populací (zemí) světa nacházela v Evropě a podíl osob ve věku 60 a více let z                celkového počtu osob nedosáhl v žádné zemi 25 %. V roce 2017 překročil podíl starších osob 25 % ve všech deseti nejstarších                zemích a v roce 2050 budou osoby starší 60 let pravděpodobně tvořit více než 39% podíl obyvatel v každé z deseti nejstarších                zemí. Japonsko bylo v roce 2017 na světě nejstarší populací (33% podíl osob ve věku 60 a více let) a předpokládá se, že na                první pozici zůstane i do roku 2050 (42 %). Očekává se, že v Evropě se bude v roce 2050 nacházet 5 z 10 nejstarších zemí                světa a dalších pět zemí z východní a jihovýchodní Asie, což je výrazná změna oproti současnosti (viz tabulka č. 8.3) (United                Nations, 2017. World Population Prospects: the 2017 Revision. World Population Ageing).                  Střední délka života obyvatel planety Země se neustále zvyšuje. V současnosti, poprvé v historii, může většina lidí očekávat,                že bude žít alespoň do 60 let. Aktuální čísla udávají, že na světě je 125 milionů lidí ve věku 80 a více let. Do roku 2050 bude                v této věkové skupině např. v Číně žít téměř stejný počet lidí (120 milionů) a 434 milionů lidí to bude na celém světě. Do                roku 2050 bude 80 % všech starších lidí žít v zemích s nízkými a středními příjmy.                             Obr. 8.5: Vývoj a predikce populace světa dle věkových skupin v letech 1980, 2017, 2030 a 2050                                                                      Zdroj: United Nations (2017a).                            Tab. 8.3: Země a oblasti s nejvyšším podílem osob ve věku 60 a více let v letech 1980, 2017, 2050                                   1980                         2017                        2050                 Poř.                podíl osob ve věku          podíl osob ve věku          podíl osob ve věku                      země/oblast                    země/oblast                 země/oblast                                       60 a více let               60 a více let                60 a více let                 1.   Švédsko            22,0        Japonsko         33,4       Japonsko         42,4                 2.   Norsko             20,2        Itálie           29,4       Španělsko        41,9                 3.   Normanské ostrovy  20,1        Německo          28,0       Portugalsko      41,7                 4.   Velká Británie     20,0        Portugalsko      27,9       Řecko            41,6                 5.   Dánsko             19,5        Finsko           27,8       Jižní Korea      41,6                 6.   Německo            19,3        Bulharsko        27,7       Taiwan           41,3                 7.   Rakousko           19,0        Chorvatsko       26,8       Hong Kong        40,6                 8.   Belgie             18,4        Řecko            26,5       Itálie           40,3                 9.   Švýcarsko          18,2        Slovinsko        26,3       Singapur         40,1                 10.  Lucembursko        17,8        Lotyšsko         26,2       Polsko           39,5                                  Pozn.: Jedná se o země a oblasti, kde v roce 2017 žilo více než 90 tis. obyvatel.                                                   Zdroj: United Nations (2017a).                                                                                                       101","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Tempo stárnutí populace po celém světě také dramaticky roste. Francie měla téměř 150 let na to, aby se přizpůsobila                změně podílu populace, která byla starší než 60 let – zdvojnásobení z 10 na 20 %. Země jako Brazílie, Čína či Indie však na                toto přizpůsobení budou mít pouhých 20 let. Zatímco tento posun v rozdělení populace země na převažující starší věkové                skupiny, známý jako stárnutí populace, začal v zemích s vysokými příjmy (například v Japonsku osoby starší 60 let tvoří                třetinu populace), jsou to aktuálně země s nízkými a středními příjmy, které zažívají největší změnu. V polovině 21. století                bude mít mnoho zemí, jako např. Chile, Čína, Írán či Rusko, podobný podíl starších lidí jako má dnes Japonsko (WHO, 2018.                Ageing and Health).                  Klíčové  trendy  ve  stárnutí  obyvatelstva  podle  predikcí  Populační  divize  OSN,  Oddělení  ekonomických  a  sociálních                záležitostí lze shrnout následovně (United Nations, 2017. World Population Prospects: the 2017 Revision. World Population                Ageing; United Nations, 2019. Ageing):                 •   Celosvětová populace ve věku 60 a více let v roce 2017 čítala 962 milionů, což bylo 2,5krát více oproti roku 1980, kdy žilo na                     celém světě 382 milionů osob ve stejném věku. Očekává se, že počet osob starších 60 let se do roku 2050 více než zdvojnásobí                     a dosáhne hodnoty téměř 2,1 miliardy. V roce 2018, poprvé v historii, převyšovaly osoby ve věku nad 65 let děti do pěti let na                     celém světě.                 •   V roce 2030 se očekává, že osoby starší 60 let překročí počet dětí mladších 10 let (1,41 miliardy oproti 1,35 miliardy); pro rok 2050                     projekce naznačují, že osob starších 60 let bude více než mladých ve věku 10-24 let (2,1 miliardy oproti 2,0 miliardám).                 •   Předpokládá se, že počet osob ve věku 80 let a více se mezi lety 2017 a 2050 zvýší více než trojnásobně a to ze 143 na 426 milionů.                     To při aktuálním odhadu 9,9 mld. populace světa k roku 2050 bude znamenat, že každý 20. člověk bude mít více než 80 let.                 •   V roce 2050 bude pravděpodobně mít jedna ze čtyř osob žijících v Evropě a Severní Americe více než 65 let.                 •   Dvě třetiny lidí starších 60 let aktuálně žijí v rozvojových regionech a jejich počet roste výrazně rychleji než ve vyspělých regionech.                     V roce 2050 se na globální úrovni očekává, že téměř 8 z 10 lidí starších 60 let bude žít v rozvojových regionech, v zemích se                     středními a nižšími příjmy. Tyto skutečnosti souvisejí s rozdílným průběhem demografického přechodu ve vyspělých a rozvojových                     zemích. Tempo stárnutí populace bude mnohem rychlejší než v minulosti.                  8.2 DEMOGRAFICKÉ FAKTORY STÁRNUTÍ POPULACE                  Stárnutí populace je způsobeno snížením plodnosti a zlepšenou nadějí dožití (nízká úmrtnost), k čemuž dochází během                                    4                demografického přechodu . Evropa byla prvním regionem, kde došlo na přelomu 19. a 20. století v rámci demografického                přechodu k výraznému snížení plodnosti žen a zvýšení naděje dožití. V důsledku těchto procesů patří mnoho evropských                zemí k nejstarším na světě. Například v Německu, které bylo v roce 2017 na třetím místě žebříčku zemí s vysokým podílem                populace ve věku 60 a více let (viz tabulka č. 8.3 výše), klesla v roce 1950 úhrnná plodnost k záchovné hranici 2,1 dětí                připadajících na ženu a nadále klesala na hodnotu 1,5 v roce 2017. Podíl starších osob se v tomto období téměř zdvojnásobil,                a to z necelých 15 % v roce 1950 na 28 % v roce 2017. Očekává se, že míry plodnosti zůstanou v Německu v nadcházejících                desetiletích pod hranicí 2,1 a podíl osob starších 60 let dosáhne v 2050 hodnoty 38 % (viz obrázek č. 8.6).                  Demografický přechod začal ve zbytku světa později, v důsledku čehož jsou populace v Latinské Americe, Asii či Oceánii                mladší než v Evropě a Severní Americe. Např. v Mexiku byla v roce 1950 plodnost 6,7 živě narozených na ženu a pouze 5 %                populace bylo ve věku 60 let a více. Počínaje rokem 1970 však plodnost v Mexiku rychle klesala, v roce 2017 dosáhla 2,2 živě                narození na ženu a předpokládá se, že pod záchovnou hranicí 2,1 se bude držet do roku 2050. Pokles plodnosti nastal v Asii                a Latinské Americe mnohem rychleji než v rozvinutějších regionech, proto tyto populace stárnou rychleji. Předpokládá se,                že např. podíl mexické populace ve věku 60 let a více se zvýší 2,5krát, z 10 % v roce 2017 na 25 % v roce 2050.                         Obr. 8.6: Podíly populace ve věku 60+ a 80+ ve světě, Německu, Mexiku a Ugandě v letech 1950, 2015, 2050                                                                      Zdroj: United Nations (2017a).                  17  Mezinárodní migrace také ovlivňuje změny věkové struktury v některých zemích s velmi vysokým migračním saldem.                    102","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Mnoho subsaharských afrických zemí zůstává v první fázi demografického přechodu; některé začaly snižovat plodnost                teprve nedávno, zatímco jiné dosud nezaznamenaly výrazný pokles plodnosti. I když počet starších osob rostl, jejich podíl                na celkové populaci zůstal malý. Například v Ugandě byla v roce 2017 úhrnná plodnost stále poměrně vysoká, a to 5,5 živě                narozených dětí na ženu (v roce 1950 to bylo 6,9 dětí). V důsledku toho došlo pouze k malé změně v podílu starších lidí                nad 60 let, který dokonce mírně poklesl: ze 4,7 % v roce 1950 na 3,3 % v roce 2017. Důvodem byla mimo jiné také zvýšená                úmrtnost na HIV/AIDS. Vlna úmrtnosti na AIDS postihla jižní část kontinentu v 90. letech minulého století. Předpokládá se,                že plodnost v Ugandě bude k roku 2050 pomalu klesat směrem k hodnotě 3,2 dětí na ženu a podíl populace ve věku 60                a více let se bude postupně zvyšovat k hranici 6 % (United Nations, 2017. World Population Prospects: the 2017 Revision.                World Population Ageing).                  Přestože plodnost byla dlouhodobě nejvýznamnějším faktorem při utváření trendů v počtu a proporci starších osob ve                světové populaci, ke stárnutí populace přispěla nízká úmrtnost a vyšší střední délka života (Preston a Stokes, 2012; Lee                a Zhou, 2017; Murphy, 2017). Od 50. let minulého století vzrostla naděje dožití při narození o více než 10 let v Severní                Americe, Evropě, Austrálii a Oceánii a téměř o 25 let v Latinské Americe (viz obrázek č. 8.7; více k naději dožití také v kapitole                č. 6 Dynamika obyvatelstva). V každém z těchto čtyř regionů se očekává, že v nadcházejících dekádách přesáhne průměrná                střední délka života 80 let. V Asii došlo od 50. let minulého století k nárůstu střední délky života o 30 let a předpokládá                se, že region bude pokračovat v prodlužování naděje dožití, a to až na 78 let k roku 2050. Afrika má nižší úroveň střední                délky života, z velké části kvůli přetrvávajícím vysokým rizikům úmrtnosti dětí a matek v mnoha zemích, jakož i nadměrné                úmrtnosti způsobené HIV/AIDS. Dalším důvodem jsou i vojensko-politické konflikty v posledních dekádách. V Africe se od 50.                let nicméně prodloužila střední délka života při narození o 23 let a předpokládá se další zlepšení z aktuálních 60 na 71 let                k polovině století (United Nations, 2017. World Population Prospects: the 2017 Revision. World Population Ageing).                          Obr. 8.7: Vývoj a predikce střední délky života při narození dle makroregionů světa v období 1950–2050                                                                           Zdroj: United Nations (2017a).                  Makroregionální  rozdíly  ve  střední  délce  života  ve  věku  60  let  odrážejí  přetrvávání  dlouhodobých  rozdílů                v pravděpodobnosti přežití do pokročilého věku. V druhé dekádě tohoto století mají šedesátileté  osoby po celém světě                naději dožití v průměru dalších 20 let (viz tabulka č. 8.4). Nejvyšší průměrná naděje dožití ve věku 60 let byla změřena                v Severní Americe a Austrálii a Oceánii (zhruba 24 let) a nejnižší v Africe (17 let). Ženy většinou žijí déle než muži, na                celosvětové úrovni aktuálně překračuje naděje dožití žen při narození muže o 4,6 roku. Nejvíce převyšují ženy muže                v Evropě (7,0 roku) a v Latinské Americe (6,6 roku) a nejméně v Africe (3,3 roku) a Asii (3,9 roku).                  Dispozice žen pro vyšší naději dožití a přežití do vyššího věku je dlouhodobým trendem. Globálně v letech 2010–2015                mohly 60leté ženy očekávat, že přežijí stejně staré muže v průměru o 2,9 roku. Stejně jako u střední délky života při                narození byl největší rozdíl v naději dožití žen ve věku 60 let v Evropě (4,0 roku) a nejmenší v Africe (1,6 roku). Důsledkem                vyšší délky života žen je právě starší populace, kterou zastupují převážně ženy; v roce 2017 tvořily ženy 54 % celosvětové                populace ve věku 60 a více let a 61 % bylo ve věku 80 a více let. Předpokládá se, že v nadcházejících desetiletích zůstane                na celosvětové úrovni naznačená nerovnováha pohlaví u starší populace relativně nezměněna. Prognózy naznačují, že                v roce 2050 budou ženy tvořit 53 % světové populace ve věku 60 let a více. Vzhledem k již dlouhodobějším trendům                přibližování naděje dožití mužů a žen se tyto postupně přiblíží a nerovnováha pohlaví mezi osobami ve věku 80 a více                let se vyrovná. Podle odhadů se očekává, že podíl žen ve věku 80 let a více se v roce 2050 mírně sníží na 58 % (United                Nations, 2017. World Population Prospects: the 2017 Revision. World Population Ageing).                  Mládek a kol. (2018) ve své studii znázornili pomocí shlukové analýzy populační stárnutí Evropy. Výsledky je možné                konfrontovat na obrázku č. 8.8. Nejstaršími jsou populace Německa, Itálie, Portugalska a Řecka, nejmladšími naopak Albánie,                Islandu a Irska. Česká republika patří nejen v Evropě, ale i ve světě mezi staré populace; Slovensko se spolu s několika                                                                                                        103","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  dalšími populačně menšími zeměmi zařadilo mezi mladé populace. V souvislosti s II. demografickým přechodem a posunem                hodnot plodnosti, úmrtnosti, naděje dožití apod. je zřejmé, že střední a východní Evropa je starší než severní a západní,                přičemž nejstarší je Evropa jižní včetně středoevropského Německa.                  Problematika stárnutí populace se promítá také do dalších kapitol, nejvíce je provázána s kapitolou č. 9 Populační politika                aspolečenské a ekonomické dopady demografického stárnutí a č. 11 Populační prognózy a projekce.                       Tab. 8.4: Naděje dožití při narození a ve věku 60 let podle pohlaví v makroregionech světa v letech 2010–2015                                           Naděje dožití při narození            Naděje dožití v 60 letech                                 obě pohlaví  muži  ženy  rozdíl ženy-muži  obě pohlaví  muži  ženy  rozdíl ženy-muži                 Afrika             60,2    58,6   61,9      3,3          16,8    16,0   17,5      1,6                 Asie               71,8    69,9   73,8      3,9          19,5    18,2   20,7      2,5                 Evropa             77,2    73,7   80,7      7,0          22,1    19,9   23,9      4,0                 Severní Amerika    79,2    76,8   81,5      4,7          23,5    21,9   24,9      3,0                 Latinská Amerika   74,7    71,4   78,0      6,6          21,8    20,1   23,4      3,3                 Austrálie a Oceánie  77,9  75,7   80,2      4,5          23,9    22,3   25,4      3,1                 Svět               70,8    68,8   73,1      4,6          20,3    18,8   21,6      2,9                                                    Zdroj: United Nations (2017a).                                                Obr. 8.8: Populační stárnutí v Evropě                                                                                                Zdroj: Mládek a kol. (2018).                  8.3 VYBRANÉ GLOBÁLNÍ PROCESY S VAZBOU NA STÁRNUTÍ POPULACE                Stárnutí populace a mezinárodní migrace                  Zatímco  klesající  plodnost  a  zvyšující  se  dlouhověkost  jsou  klíčovými  faktory  stárnutí  populace  na  celém  světě,                mezinárodní migrace také přispěla ke změně věkové struktury obyvatelstva v některých zemích a regionech. V zemích,                které zažívají velké migrační toky, může mezinárodní migrace alespoň dočasně zpomalit proces stárnutí, protože největší                    104","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  počet migrantů je v produktivním věku. Je skutečností, že některé země se obracejí k mezinárodní migraci jako politické                reakci na stárnutí populace. Počet zemí s politikami ke zvýšení míry imigrace vzrostl z 8 v roce 1996 na 24 v roce 2015                a  20 z  těchto  24 zemí  označilo  stárnutí  populace za  „hlavní  problém“  z  pohledu  sociálního  i  ekonomického  (United                Nations,  2015.  World  Population  Ageing  2015).  Přistěhovalectví  by  však  muselo  mít  daleko  vyšší  objem,  než  tomu                bylo v minulosti, aby mezinárodní migrace kompenzovala očekávané změny ve věkové struktuře populace v důsledku                dlouhodobých trendů v plodnosti a úmrtnosti. Něco takového se v právě od roku 2015 děje v Evropě (více viz kapitola č. 10                Migrační politika, migrační trendy a evropská migrační krize 2015–2018).                  Samotná  migrace,  resp.  přistěhovalectví  proto  pravděpodobně  nebude  zcela  účinnou  politickou  reakcí  na  stárnutí                populace ve velké většině zemí. Naopak emigrace mladých pracovníků zrychlila stárnutí populace v některých zemích,                zejména ve východní Evropě, kde zlepšení přístupu na trhy práce Evropské unie a hospodářská recese z roku 2008 přispěly                k velkému odlivu osob v produktivním věku (OECD, 2013. Coping with emigration in Baltic and East European countries).                V reakci na uvedené skutečnosti některé z těchto zemí přijaly politiku ke zpomalení emigrace nebo k podpoře návratu                svých občanů. V dohledné budoucnosti se očekává, že mezinárodní migrace bude mít globálně jen malé dopady na rychlost                stárnutí populace ve většině zemí světa. Některé země, které přijímají velké množství migrantů, jako jsou vybrané vyspělé                země OECD či země v Perském zálivu produkující ropu, však předpokládají, že mezinárodní migrace může v nadcházejících                desetiletích zpomalit stárnutí populace (United Nations, 2016. World Population Policies 2015).                 Stárnutí populace a kupní síla                  Téměř každá země na světě vykazuje nárůst počtu a podílu starších osob v populaci. Lidé žijí mnohem déle, chtějí zůstat                aktivní, přispívat společnosti a udržovat pozitivní postoj k životu. Například v Japonsku bylo v roce 2018 více než dva miliony                osob starších 90 let a do roku 2025 bude polovina populace starší 50 let.                  Obecně lze konstatovat, že lidé ve středním a vyšším věku mají lepší finanční možnosti než zbytek populace a nejvyšší                kupní sílu ze všech věkových skupin. V roce 2018 lidé ve věku 50–59 let ve světě, z nichž většina stále pracovala, vydělali                ročně v průměru 17,2 tis. USD, tedy o 28 % více, než byl průměrný výdělek všech věkových skupin skupiny (13,4 tis. USD).                Nejen zvyšující se absolutní počet lidí ve věku 50–59 (i podíl v populaci), ale zejména vysoká průměrná úroveň příjmů                této věkové skupiny, jež vzroste do roku 2025 téměř o čtvrtinu, učiní z tohoto populačního segmentu velmi silnou cílovou                skupinu pro marketingové nákupy podle vlastního uvážení – od rekreačních domů a luxusních hodinek, přes doplňky výživy                a kosmetické prostředky až po široké spektrum prémiových produktů a služeb (Euromonitor International, 2019. Top 10                Global Consumer Trends 2019).                 Stárnutí populace a udržitelný rozvoj                  Vzhledem ke skutečnosti, že průměrný věk a naděje dožití obyvatelstva nadále stoupají, měly by vlády nejvíce dotčených                zemí zavést politiku zaměřenou na potřeby a zájmy starších osob, včetně těch, které se týkají bydlení, zaměstnání,                zdravotní  a  sociální  péče  a  dalších  forem  mezigenerační  solidarity.  Předvídáním  tohoto  zásadního  demografického                posunu se mohou země aktivně účastnit na politice přizpůsobení se stárnutí obyvatelstva, což bude nezbytné pro splnění                závazku Agendy pro udržitelný rozvoj z roku 2030, podle které \"nikdo nezůstane bez pomoci\" (United Nations, 2017.                World Population Ageing).                  Mezinárodní akční plán pro stárnutí (Madrid International Plan of Action on Ageing) z roku 2002 z Madridu, přijatý                během  Druhého  světového  shromáždění  o  stárnutí,  připustil  i  mnoho  výhod  větší  dlouhověkosti  jak  pro  jednotlivce                a rodiny, tak pro společnost. Rodiny mohou těžit z příspěvků starších generací prostřednictvím finanční podpory, pomoci                při údržbě domácnosti nebo účasti na péči o děti. Společnosti mohou mít prospěch ze zkušeností starších osob v rámci                pracovních aktivit, ale také z dobrovolnictví, filantropie a občanské angažovanosti. Jak populace stárne, je důležitější                než kdy jindy, aby vlády navrhovaly inovativní politiky a veřejné služby zaměřené zejména na starší osoby, včetně politik                zaměřených mimo jiné na bydlení, zaměstnanost, zdravotní péči, infrastrukturu a sociální ochranu. (United Nations, 2017.                World Population Ageing).                  Rostoucí  pocit  naléhavosti  spojený  s  výzvami  a  příležitostmi,  které  představuje  stárnutí  obyvatelstva,  je  zřejmý                z  nedávného  rozšíření  politických  iniciativ  souvisejících  se  stárnutím  obyvatelstva  v  celé  řadě  společenských  aktivit.                Mnohé  vlády  se  například  snaží  zvýšit  pokrytí  a  zlepšit  výhody  poskytované  prostřednictvím  důchodových  systémů,                přičemž je třeba věnovat zvýšenou pozornost rovnosti žen a mužů a dlouhodobé fiskální udržitelnosti. Některé vlády                usilují o zvýšení zákonného věku odchodu do důchodu, odstranění formálních věkových bariér na trhu práce a podporu                možností flexibilních pracovních příležitostí pro starší pracovníky. Investice do vzdělávání a celoživotních vzdělávacích                příležitostí jsou stále více uznávány jako přínosné při získávání dovedností, které lidé potřebují k aktivitě na měnícím se                trhu práce a k udržování kognitivních schopností a tělesného a duševního zdraví do stáří. Přesné a aktuální demografické                údaje, členěné podle pohlaví, věku a dalších relevantních charakteristik, jsou klíčové pro vlády dotčených států, aby mohly                předvídat demografické změny a aktivně realizovat politiku a programy potřebné pro řešení výzev a příležitostí stárnoucí                populace (United Nations, 2017. World Population Ageing).                  O starých lidech a jejich zvyšujícím se počtu se v západních společnostech často hovoří jako o sociálním a ekonomickém                problému, především v souvislosti s důchodovým systémem a s růstem nákladů na sociální zabezpečení a zdravotní péči,                což je velmi kontroverzní téma. Jak již bylo zmíněno, relativní tempo stárnutí populace je ovšem v posledních letech daleko                                                                                                       105","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  rychlejší v rozvojových zemích (Magnus, 2009; Sanderson a kol., 2017). Rozvíjející se ekonomiky však nejsou připraveny na                prudký (řád několika roků) nárůst počtu svých obyvatel v dětském, produktivním i seniorském věku a dostatečně pružně                nereagují na sociální i ekonomické potřeby (školství, zdravotnictví, sociální péče, důchodové zabezpečení, volná pracovní                místa či nezaměstnanost apod.). Populační růst se tak do jisté míry stává brzdou ekonomického i sociokulturního pokroku.                  Na stárnutí populace/í je tedy možné nahlížet velmi diferencovaně:                  Pozitivní pohled                 •   zvyšující  se  střední  délka  života  (naděje  dožití)  je  ukazatel  ekonomické,  kulturní  a  společenské  vyspělosti  státu  (společnosti)                     a zlepšující se kvality života;                 Negativní pohled                 •   stále vyšší počet osob dožívající se vyššího a vysokého věku může v některých společnostech (zemích) způsobovat ekonomické                     a sociální problémy.                   Extrémy v sociokulturním prostředí, rodinných tradicích a zvycích napříč kontinenty naznačují také dostupné údaje ze 143                zemí/oblastí, kde se podíl osob ve věku 60 a více let, kteří žijí \"nezávisle\" (samostatně nebo jen s partnerem), značně lišil –                od 2,3 % v Afghánistánu až po 93,4 % v Nizozemsku. Další údaje poukazují na skutečnost, že v roce 2010 žila v Asii, Africe,                Latinské Americe více než polovina osob ve věku 60 a více let s potomky. Naopak, v Evropě a Severní Americe pouze 20 %                osob starších 60 let mělo společné bydliště se svými dětmi (United Nations, 2017. World Population Ageing).                 Stárnutí populace a model stabilní populace                  Stárnutí populace je možné zkoumat a matematicky formulovat prostřednictvím tzv. modelu stabilní populace. Jedná se                o teoretické modely široce používané demografy k reprezentaci a pochopení struktury, růstu a vývoje lidských populací.                Podle definice mají stabilní populace věkově specifické míry plodnosti a úmrtnosti, které v průběhu času zůstávají konstantní.                Matematicky lze prokázat, že populace s neměnnými vzory plodnosti a úmrtnosti rostou (nebo klesají) konstantní rychlostí                a získávají charakteristickou věkovou strukturu, která se v čase nemění (Uhlenberg, 2006).                  Při použití stabilního populačního modelu je dopad změny plodnosti na věkové složení populace jednoznačný. Trvalý                přechod na nižší úroveň plodnosti, bez změn v hodnotách úmrtnosti, vede ke stárnutí populace. Tento výsledek není                překvapující, protože je zřejmé, že za obdobných podmínek úmrtnosti bude mít populace s nižší plodností úměrně méně                dětí, a bude tedy i starší, než populace s vyšší plodností. Srovnání stabilních populací s různou úrovní plodnosti a podobnou                úrovní střední délky života ukazuje na závažnost účinku úbytku plodnosti. Na druhé straně, analýza stabilního populačního                modelu ukazuje, že vliv změny úmrtnosti na stárnutí populace jednoznačný není. Vliv změny úmrtnosti závisí na konkrétním                věku, kdy se úmrtnost mění. Navzdory všeobecným předpokladům, zvýšení střední délky života nemusí nutně vést ke                stárnutí populace, naopak může ve skutečnosti „produkovat“ mladší populaci (Uhlenberg, 2006).                                                            106","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 9  POPULAČNÍ POLITIKA A SPOLEČENSKÉ A EKONOMICKÉ DOPADY                     DEMOGRAFICKÉHO STÁRNUTÍ                 9.1 POPULAČNÍ POLITIKA A PRODLUŽOVÁNÍ ŽIVOTA                   Na globální úrovni se populační politika začala intenzivněji řešit po 2. světové válce, a to jako reakce na proběhlé události                předchozích let a aktuální trendy spojené s prudkým populačním růstem. Pod záštitou OSN se v roce 1954 v Římě konala                první „Populační konference OSN“ (oficiálně Mezinárodní konference o populaci a rozvoji; International Conference on                Population and Development – ICPD), která navázala na vůbec první setkání odborníků zabývajících se populačním vývojem                v Ženevě v roce 1927. Další populační konference proběhly zhruba s desetiletým intervalem – 1965 v Bělehradu, 1974                v  Bukurešti,  1984  v  Mexico  City  a  1994  v  Káhiře.  Káhirská  usnesení  se  nesla  v  duchu  odstranění  extrémní  chudoby,                prosazování rovnosti mezi pohlavími, snižování mateřské a dětské úmrtnosti, k boji proti AIDS a ochraně životního prostředí.                Akční program a strategie OSN týkající se populační politiky byly nastaveny na 20 let a v roce 1999 ještě upraveny na                zvláštním zasedání valného shromáždění OSN v New Yorku (United Nations, 2005). Přes řadu aktivních opatření a úspěchů                se plán nepodařilo zcela naplnit. Poslední zasedání Komise OSN pro populaci (Commission on population and development)                a rozvoj se konalo v New Yorku v roce 2009.                  Stále větší pozornost věnuje populační problematice i Evropská Unie. S ohledem na nízkou porodnost a s ní spojené                stárnutí obyvatelstva na jedné straně, a s velkým počtem migrantů přicházejících z rozvojových zemí, je to pochopitelné;                značné problémy se dotýkají jednotlivých členských států i celé EU. Velká pozornost byla věnována přípravě prognózy                obyvatelstva za EU i jednotlivé členské země do roku 2050. Již v roce 2005 vydala Evropská komise dvě „zelené knihy“,                které se dotýkaly demografického vývoje a jeho důsledků. Konkrétně se jednalo o texty“ Jak čelit demografickým změnám                v Evropě: nová solidarita mezi generacemi a „Budoucnost evropské migrační sítě“ (Bleha, Vaňo, 2007).                  Populační politika se větví do několika základních přístupů. Kvantitativní (početní) přístup sleduje početní vývoj obyvatelstva.                S ohledem na dané cíle může dále být pronatalitní a antinatalitní. Pronatalitní politika se vyznačuje prostředky snažícími se                podpořit růst populace dané země. Tato politika se prosazuje především v zemích, kde počet obyvatel konstantně klesá. Tyto                země patří většinou mezi ty bohatší, a tak k podpoře růstu, především prostřednictvím adekvátně nastaveného sociálního                systému, využívají svých finančních prostředků. Zároveň se některé státy snaží pod tlakem církve omezit užívání antikoncepce                a potratů, prostředků, které jinak nutně míru porodnosti v zemi snižují. Dalšími nástroji pronatalitní politiky jsou prevence                a zdravotní péče během těhotenství a porodu, která pomáhá zamezit úmrtnosti dětí a žen a v obecnější rovině i zlepšování                životní úrovně obyvatel, zmenšení chudoby a zajištění lepšího přístupu k základním životním potřebám (Kraft, 1999).                  Antinatalitní politika je naopak zaměřena na snížení počtu nově narozených dětí. Obvykle ji můžeme vidět urozvíjejících                se zemí svysokou mírou natality. Tyto státy trpívýznamnými problémy, se kterými se kvůli vzrůstu populace musí potýkat.                Jako příklad lze uvést rostoucí náklady na školství a zdravotnictví. Vysoká natalita mezi chudšími vrstvami obyvatel vyvolává                také velmi vysokou zátěž na rodinné rozpočty a ještě více zhoršuje životní podmínky lidí. Antinatalitní politiku se snaží                prosazovat především státy s vysokou úrovní porodnosti jižní Asii (Indie, Pákistán apod.) i vyspělejší státy Afriky (např.                Egypt). Její hlavní nástroj je plánované rodičovství a prostředky jako jsou potraty, sterilizace a antikoncepce (May, 2012).                  Migrační přístup sleduje vývoj v migraci (imigraci/emigraci) obyvatelstva, kterou lze státními zásahy ovlivňovat. Tato                politika je zdrojem růstu v některých vyspělých zemích s tradičně pozitivním postojem vlád k imigraci (např. USA, Kanada,                Austrálie, Německo, Švédsko a další), který se však v řadě zemí v posledních letech mění.                  Evropské země ve většině případů neaplikují ucelené nástroje populační politiky. Většinou jsou to pouze dílčí nástroje,                které jsou součástí jiných politik, i když není možné vyloučit jejich dopad na reprodukční chování. Dominantním problémem                s demografickým pozadím je v Evropě v posledních desetiletích ovšem pokles plodnosti a následný zrychlující se proces                populačního stárnutí. V důsledku této skutečnosti se ve většině zemí zužuje záběr populační politiky. I když hlavní cíle                zůstávají dlouhodobě nezměněny (zvyšování plodnosti), v posledních již zhruba dvou dekádách se stále více mění zaměření                populačních politik (Bleha, Vaňo, 2007).                  Zatímco v minulosti byly politiky zaměřeny hlavně na podporu plodnosti (přímá finanční podpora), v současnosti se stále                více dostává do popředí politika odstraňování překážek a vytváření podmínek. Jde především o problematiku slaďování                pracovních a rodinných povinností pro rodiny s malými dětmi. Je zřejmé, že většina žen není v novém miléniu ochotna                obětovat kvůli rodině svou pracovní kariéru. V zemích, kde mají ženy lepší postavení ve společnosti, kde mají vytvořeny                podmínky pro zvládnutí práce i rodiny, kde se muži více zapojují do péče o chod domácnosti, tam se rodí více dětí (Bleha,                Vaňo, 2007). Jak uvádí Mcdonald (2005), Evropa je již po řadu let svědkem určitého paradoxu, když v zemích s vysokou                zaměstnaností žen je plodnost vyšší a v zemích s průměrnou nebo nízkou zaměstnaností žen naopak nižší.                  S příchodem dlouhověké společnosti dochází nejen ke kvantitativním změnám v podobě prodlužování života, ale také                ke změnám kvalitativním a strukturálním. Hranice mezi jednotlivými fázemi života se tak stávají flexibilnější a jevy, jako                jsou vstup do manželství, zaměstnání nebo vzdělávání, se posouvají do pozdějšího věku. Dosavadní systém založený na                věku přestává fungovat a samotný věk se velmi relativizuje. O této době se v tomto kontextu mluví jako o ageless society                (Wija, 2015). Objevují se nové systémy a politiky. Např. v Japonsku tyto systémy motivují lidi k vykonávání různých činností                bez ohledu na věk (Yang, 2011; The Japan Times, 2018).                                                                                                       107","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Naše společnost se dostala do situace, kdy na demografické změny musí reagovat nejen sociální a zdravotní systémy, ale                také vzdělávací systémy, trh práce a obecně instituce nabízející zboží a služby. Následující kapitola rozpracovává vybraná                témata, která se stárnutím populace souvisejí. Nenabízí však komplexní analýzu, která dalece přesahuje rámec tohoto                textu, ani si neklade za cíl danou situaci řešit. Jedná se pouze o vhled do problematiky, jejíž důsledky budou pravděpodobně                dopadat na současné i nejbližší budoucí generace a ovlivňovat nejen ekonomické ale i sociální prostředí.                  Následující text se zaměřuje na vybrané sociální systémy, trh práce a další socioekonomické apekty spojené se stárnutím                populace v České republice.                 9.2 SOCIÁLNÍ SYSTÉM ČR                  Systém sociálních služeb se v ČR řídí zákonem č. 108/2006 Sb., o sociální pomoci, ve znění pozdějších předpisů, a jeho                hlavním  posláním  je  ochrana  práv  a  zájmů  lidí,  kteří  mají  ztíženou  možnost  jejich  prosazování  z  důvodu  zdravotního                postižení, věku nebo nepříznivé životní situace (NIMC, 2018). Zákon vymezuje tři základní oblasti, kterými jsou:                  •   sociální poradenství;                 •   služby  sociální  péče  zahrnující  domy  pro  seniory,  domy  pro  osoby  se  zdravotním  postižením,  centra  denních  služeb,  osobní                     asistence apod.;                 •   služby sociální prevence, zahrnující azylové domy, noclehárny, telefonickou krizovou pomoc, sociálně terapeutické dílny a další.                   Současná demografická situace nutí společnost, aby svoji pozornost zaměřila mimo jiné na problematiku zabezpečení                optimální péče pro seniory a osoby se zdravotním postižením, rozšiřovala její aktuálně stagnující nabídku a zefektivnila                systém (Průša, 2014). Jako jeden z hlavních problémů je vnímaná nedostatečná provázanost zdravotního a sociálního                systému, nespolupráce Ministerstva zdravotnictví ČR a Ministerstva práce a sociálních věcí ČR a systém financování, kdy                zdravotní pojišťovny nejsou ochotny hradit péči v sociálních službách a na druhé straně Ministerstvo práce a sociálních věcí                odmítá přispívat na léčbu (ČT24, 2016).                  Podle  odborníků  je  aktuální  financování  sociálních  služeb  neudržitelné,  sociální  péče  je  podfinancovaná,  pokrývá                pouze 70 % celkových personálních nákladů. Deficit je důsledkem kombinace toho, že populace stárne, průměrný věk                dožití se prodlužuje a zvyšují se zdravotní problémy seniorů a zdravotně postižených, navíc se struktura klientů mění a je                vyžadována intenzivnější ošetřovatelská péče (Aktualne, 2015). Jako součást řešení je navrhováno zavést po vzoru Německa                tzv. ošetřovatelské pojištění, do kterého by se vyčlenila část peněz ze zdravotního a část ze sociálního pojištění. Celková                částka by mohla podle odhadů dosáhnout 40–50 miliard korun (ČT24, 2016).                 9.3 DŮCHODOVÝ SYSTÉM ČR                  Systém důchodového pojištění v ČR je součástí systému sociálního zabezpečení a úzce souvisí s demografickými změnami.                Příjmová stránka, jež je tvořena zejména pojistným na důchodovém pojištění, které mají povinnost platit zaměstnavatelé                a zaměstnanci, osoby samostatně výdělečně činné a lidé, kteří se dobrovolně pojistili, bude ovlivněna klesajícím počtem lidí                v produktivním věku. Výdajovou stránku tvoří především výdaje na dávky důchodového pojištění, mezi které patří starobní,                invalidní, vdovský/ vdovecký a sirotčí důchody (MFČR, 2019).                  Jedním z významných faktorů, které ovlivňují hospodaření sociálních systémů, je ekonomická situace. Vzhledem k tomu,                že sociální potřeby jsou kryty z příspěvků ekonomicky aktivní populace (tzv. princip průběžného financování), je její velikost                a zaměstnanost determinantem velikosti rozpočtu, který je možný vynakládat na tyto potřeby. Jinými slovy, vysoká míra                zaměstnanosti a rostoucí mzdy znamenají vyšší příjmy, na druhé straně ekonomická stagnace a vysoká nezaměstnanost tyto                příjmy snižuje. Demografické změny pak mají přímý vliv na počet lidí, kteří jsou v produktivním věku, tedy těch, kteří skrz                daňový systém přispívají na výdaje (MFČR, 2019).                  Zmenšení velikosti ekonomicky aktivní populace, resp. přesunování této skupiny mezi důchodce, tak bude znamenat                zátěž pro veřejné rozpočty kvůli snížení příjmů a zároveň kvůli zvyšování počtu vyplacených důchodových dávek. Podle                demografických prognóz vývoje obyvatelstva ČR, kalkulující se současnou věkovou a pohlavní strukturou obyvatelstva, se                bude minimálně následujících 40 let zvyšovat počet osob v důchodovém věku připadajících na 100 zaměstnaných osob                (Fiala, Langhamrová, 2014). S rostoucím počtem osob v důchodovém věku poroste i počet vyplácených důchodových                dávek. K tomuto nárůstu však již dochází v posledních letech, jak je možné vidět z obrázku č. 9.1 (Demografie, 2014).                  Vzhledem k tomu, jak je v ČR důchodový systém nastavený, dají se do budoucna očekávat značné problémy. Z uvedených                důvodů již teď dochází k mnoha změnám, týkajících se způsobu výpočtu důchodů, jejich valorizace a určení důchodového                věku. Podle Kovandy (2017, in Vavroň, 2017) však aktuálně dochází pouze ke stabilizaci současného systému, nicméně                nejsou prováděny změny, které by do budoucna učinily situaci udržitelnou.                  Jak ukazuje obrázek č. 9.2, od roku 2009 do roku 2016 byl úhrn vybraného pojistného na důchodové pojištění nižší než                úhrn vyplácených důchodů. V současnosti od roku 2017 jsou příjmy na dávky důchodového pojištění již vyšší než výdaje.                V roce 2013 byla hodnota výdajů přibližně 9 % HDP, v roce 2016 pak o 0,8 procentního bodu nižší, v absolutní hodnotě                však rostla. Předpokládá se, že do roku 2030 by v poměru k HDP měly výdaje zůstat přibližně na úrovni roku 2016. Po                roce 2030 však dojde k zastavení růstu důchodového věku a do důchodu začnou odcházet silné ročníky 70. let, což povede                    108","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  k nárůstu výdajů až na 11,7 % HDP. Pro porovnání, v zemích EU dosahuje vybrané pojistné na důchodové pojištění 12,6 %                HDP. S odchodem demograficky slabších ročníků narozených v 90. letech a po roce 2000 do důchodu bude procento výdajů                postupně klesat (MFCR, 2018b).                  Pokud by se do budoucna zachovala sazba pojistného i míra nezaměstnanosti z roku 2012, deficit důchodového pojištění                by do roku 2050 postupně rostl až na úroveň 130 miliard korun. Při zvýšení sazby důchodového pojištění o 3 % by se deficit                rozpočtu pohyboval průměrně kolem 17 miliard korun, přičemž okolo roku 2050 by dosahoval 70–80 miliard korun ročně                (Fiala, Langhamrová, 2013).                  Podle Cremer a Pastiau (2000) hlavní problém, před kterým v obecné rovině stojí evropské důchodové systémy, není                finanční ani demografický, ale politický. Průběžný důchodový systém lze vyrovnat kombinací tří parametrů – i) věk pro                odchod do důchodu, ii) sazba pojistného důchodového pojištění a iii) poměr průměrný důchod/mzda – a to vždy, dokonce                i při nepříznivém demografickém vývoji. Situace, kdy dominantním zdrojem důchodu jsou pro většinu lidí u nás státní                penze, je zastaralá a rigidní. Lidé by měli vědět, že nepřipojistí-li se individuálně ze svých soukromých zdrojů, státní důchod                v budoucnu jim pokryje jen životní minimum. V oblasti penzí je České republice doporučeno prostřednictvím OECD navázat                věk odchodu do důchodu na průměrnou dobu dožití, resp. na očekávanou střední délku života (MFČR, 2018a).                  Věk, kdy lidé odcházejí do důchodu, se v zemích OECD neustále prodlužuje. Z pohledu střední délky života mají ženy                možnost využívat důchodu o pět i více let déle než muži. Nejvyšší věk k odchodu do důchodu má v současné době nejstarší                země světa Japonsko – 70,6 roku pro muže a 69,3 roku pro ženy. Pořadí vybraných evropských zemí přináší následující                tabulka č. 9.1. Je z ní zřejmé, že i přes nutnost politického konsensu a maximální citlivost společnosti k této otázce, bude                důchodová reforma a posun hranice odchodu do důchodu pro Českou republiku v budoucnu nutností (Eurostat, 2018).                               Obr. 9.1: Počet vyplácených starobních důchodů v ČR v letech 1997–2017 (stav k 31.12.)                                                                                   Zdroj: ČSSZ (2017).                                   Obr. 9.2: Hospodaření systému důchodového pojištění v ČR v letech 2000–2018                                                                            Zdroj: MFČR (2018b).                                                                                                       109","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                   Tab. 9.1: Průměrný věk odchodu do důchodu a průměrná délka pobírání starobního důchodu ve vybraných evropských zemích                         Muži              Věk      Počet let   Ženy            Věk       Počet let                         Švédsko          66,0        18,5      Švédsko         65,1        21,5                         Irsko            66,0        17,5      Švýcarsko       64,3        23,2                         Švýcarsko        65,7        19,3      Irsko           64,2        21,6                         Velká Británie   65,0        19,0      Velká Británie  63,9        22,4                         Německo          63,6        19,3      Německo         63,4        22,5                         Maďarsko         63,3        15,8      Rakousko        61,1        25,0                         Rakousko         63,0        20,3      Itálie          61,0        25,9                         Česká republika  62,7        17,8      Česká republika  60,9       23,1                         Polsko           62,7        17,5      Lucembursko     60,8        25,4                         Itálie           62,4        21,6      Francie         60,6        27,3                         Belgie           61,7        21,0      Maďarsko        60,2        22,4                         Řecko            61,5        21,1      Belgie          60,1        25,8                         Slovensko        60,7        18,0      Polsko          60,0        24,2                         Francie          60,5        23,3      Řecko           59,9        25,9                         Lucembursko      59,7        22,9      Slovensko       59,4        23,6                                                      Zdroj: Eurostat (2018a).                 9.4 SYSTÉM ZDRAVOTNÍ PÉČE ČR                  Demografický vývoj a změny ve struktuře obyvatelstva výrazným způsobem ovlivní potřeby zdravotní péče. Podle projektu                Central Europe ADAPT2DC (2014a) se podíl osob ve věku nad 65 let v poměru k věkové skupině 15–64 let mezi roky 2015                a 2060 zvýší z 28 na 50 %. To s sebou přinese mimo jiné i změny v oblasti zdravotnictví a především v jeho financování. Fakt,                že populace stárne, sice automaticky neznamená, že starší lidé jsou více nemocní, ale s rostoucím věkem a prodlužující                se  střední  délkou  života  roste  pravděpodobnost  některého  civilizačního  onemocnění,  jehož  léčba  stojí  nejvíce  peněz                (Florence, 2010). S prodlužujícím se věkem náklady a nároky postupně porostou a nejvyšší budou u lidí v seniorském věku                (O zdravotnictví, 2017). Např. v roce 2013 strávili lidé starší 50 let 70 % všech nemocničních dnů v nemocnici, ačkoliv tvořili                pouze 40 % z celé populace. Je tedy možné očekávat, že počet lidí starších 65 let, kteří budou potřebovat (dlouhodobou)                zdravotní péči, se významně zvýší (ADAPT2DC, 2014a).                  Stárnutí populace není jediným determinantem nákladů na zdravotní péči. Pro odhad budoucího vývoje výdajů je třeba                brát v úvahu i změny ve zdravotním stavu, životním stylu a prevenci, změnu postavení pacienta jako klienta zdravotního                systému, který rozhoduje o formě a míře participace, nové moderní medicínské vybavení a rozvoj technologií a oborů,                vývoj epidemiologické situace, propojování sociálních a zdravotních služeb a změny v organizaci struktury péče apod.                Tyto faktory jsou ve vzájemné interakci a nelze stanovit, do jaké míry a v jaké intenzitě se projeví (Průša, 2017). Navíc se                odhaduje, že zdravotnictví je schopné ovlivnit pouze 15–20 % zdravotního stavu obyvatelstva, přičemž rozhodující vliv mají                další faktory, jako např. životní prostředí, pracovní prostředí nebo genetické předpoklady (Krebs, 2015). V tabulce č. 9.2 je                uveden odhad vývoje nákladů tuzemských zdravotních pojišťoven na zdravotní péči na jednoho pojištěnce dle pohlaví. Z                dat je patrný významný nárůst především u vyšších věkových skupin, přičemž náklady na zdravotní pojištění u seniorů jsou                v průměru až 3krát vyšší než u ekonomicky aktivního obyvatelstva (Průša, 2017).                  Podle aktuálních statistik vydává Česká republika na zdravotní péči menší podíl hrubého domácího produktu než vyspělé                evropské země a tento podíl navíc klesá. V roce 2010 se pohyboval na úrovni 8,6 % HDP, v roce 2017 se jednalo o 7,7 %                (podle metodiky OECD o 7,2 %, tj. bez započtení výdajů na dlouhodobou sociální péči ze státního rozpočtu). Ačkoliv                procentuální hodnota klesla, v absolutní částce došlo k nárůstu na téměř 390 miliard Kč. V letech 2010–2017 rostly celkové                výdaje na zdravotní péči v běžných cenách v průměru o 2,1 % ročně. Šest zemí v rámci EU vydalo na zdravotní péči                více než 10 % jejich HDP, u Německa a Francie byla překročena hranice 11 %. Ze sousedních států převýšilo průměrnou                hodnotu za EU (9,9 % HDP) také Rakousko (10,4 %). Nejen ČR, ale také další dvě sousední země (Slovensko a Polsko)                zaostávají daleko za průměrem zemí EU. Ze zemí mimo EU dlouhodobě nejvíce finančních prostředků na zdravotní péči ve                vztahu k HDP vydávají USA (17,1 %) a dále pak s odstupem Švýcarsko (12,3 %) a Japonsko (10,8 %).                  České zdravotnictví je dlouhodobě financováno primárně z veřejných zdrojů, a to především z veřejného zdravotního                pojištění. Ve sledovaném období 2010–2017 se veřejné zdroje podílely z 83–85 % na financování zdravotní péče. ČR                tak patří v EU mezi pět zemí s největším podílem veřejných zdrojů na financování zdravotní péče. Zhruba dvě třetiny                celkových výdajů na zdravotní péči hradí v ČR zdravotní pojišťovny. Do veřejných zdrojů patří také výdaje na zdravotnictví                ze státního rozpočtu a také z krajských a obecních rozpočtů. Soukromý sektor se na financování zdravotní péče podílí                zhruba 15 %.                    110","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                           Tab. 9.2: Odhad vývoje nákladů zdravotních pojišťoven v ČR na zdravotní péči na jednoho pojištěnce                                                   Muži                            Ženy                         Věková skupina                                         2020      2025      2030       2020       2025      2030                             0–4        22 184    25 015    27 845      19 346    21 813    24 279                             5–9        13 187    15 000    16 813      10 981    12 373    13 764                             10–14      13 185    15 086    16 986      13 922    16 084    18 246                             15–19      12 237    14 037    15 837      15 333    17 662    19 991                             20–24      10 054    11 429    12 803      13 748    15 481    17 214                             25–29      11 627    13 327    15 027      18 535    21 030    23 525                             30–34      12 816    14 707    16 598      21 503    24 844    28 185                             35–39      13 952    15 942    17 931      19 482    22 302    25 121                             40–44      16 773    19 121    21 468      20 218    22 932    25 646                             45–49      17 699    19 561    21 423      22 881    25 608    28 335                             50–54      25 668    28 590    31 513      28 044    31 349    34 654                             55–59      34 810    38 912    43 013      31 340    35 039    38 737                             60–64      48 319    55 166    62 013      36 792    41 214    45 637                             65–69      61 089    72 540    82 135      47 229    53 437    59 645                             70–74      72 642    83 236    93 831      57 484    65 293    73 102                             75–79      81 481    93 668    105 854     65 765    75 082    84 398                             80–84      84 922    97 979    111 037     71 135    81 316    91 497                             80+        93 470   110 639    127 808     82 598    95 825   109 053                                                       Zdroj: Průša (2017).                   Zdravotní systém je stejně jako systém sociálního zabezpečení založen na principu průběžného financování a stojí tak                před stejnými výzvami, především z pohledu rostoucího počtu starších pacientů, rostoucích průměrných výdajů na pacienta                i s ohledem na věk a zmenšující se základny financování zdravotních výdajů. Bude tak třeba hledat další zdroje financování,                aby kvalita služeb zůstala zachována. Jednou z možností je zvýšení plateb pojistného, která však povede k dalšímu zdražování                již relativně drahé pracovní síly, zvýšení spoluúčasti pacientů, hledání nových zdrojů nebo kombinace těchto možností                (Bednářová, 2016).                 9.5 STŘÍBRNÁ EKONOMIKA (SILVER ECONOMY)                  Společně s demografickou změnou se otevírá i nový segment ekonomiky, tzv. stříbrná ekonomika (Silver Economy). Je                definována jako souhrn veškeré ekonomické aktivity, která slouží potřebám lidí starších 50 let, zahrnující produkty a služby,                které  nakupují  přímo  pro  svoji  potřebu,  a  další  ekonomické  aktivity  generované  těmito  výdaji  (Silvereconomy,  2016).                Alternativně se jedná o veškeré produkty a služby, u nichž se očekává, že zlepší očekávanou délku života bez zdravotních                postižení  či  omezení,  nebo  pomohou  starším  lidem  (a  případně  jejich  pečovatelům)  v  jejich  každodenním  životě                (Globalagingtimes, 2018).                  Podle  světového  lídra  v  oboru,  švýcarské  privátní  bankovní  skupiny  Credit  Suisse,  jsou  senioři  nejrychleji  rostoucí                spotřebitelskou skupinou na světě (Pospíšil, 2017). V porovnání se skupinou pod 30 let rostla spotřeba lidí starších 60 let                v posledních 20 letech o 50 % rychleji. Silver economy odkazuje na zvýšenou poptávku po nových, specifických typech produktů                a služeb a nové adaptování mainstreamových produktů pro stárnutí v soukromé i veřejné sféře může výrazně podpořit aktivní                stárnutí a nezávislý život. Očekává se, že odvětvími, s výrazným benefitem budou (EVROPSKÁ KOMISE, 2015a):                  •   kosmetika a móda,                 •   cestovní ruch,                 •   inteligentní domy podporující nezávislý život,                 •   servisní robotika,                 •   zdraví (včetně zdravotnických prostředků, farmaceutika a elektronické zdravotnictví),                 •   wellness,                 •   kultura,                 •   osobní a autonomní doprava,                 •   bankovnictví.                                                                                                       111","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Stejně jako uvedená odvětví, tak i technologický vývoj bude a je tlačen k tomu, aby se zaměřil na nové cílové skupiny                a vytvářel produkty, které budou podporovat nezávislý život lidí s omezeními, chronickými a zdravotními obtížemi. Tento                posun v poptávce bude vytvářet tlak na vznik nových pracovních míst v relevantních odvětvích služeb a výroby.                  Silver economy také někdy zahrnuje fakt, že se zvyšuje počet starších pracovníků, kteří by měli být považováni za zdroj                na trhu práce, neboť s jejich prací souvisí dodatečná produktivita díky delší kariéře (Evropská komise, 2015a). Bráno zcela                striktně, jejich příjem, stejně jako spotřeba, jsou daněny a přispívají tak státnímu rozpočtu. Navíc se senioři mohou zapojit                do dobrovolnické činnosti, což by mělo být chápáno i v kontextu mezigenerační solidarity. V neposlední řadě stárnutí                přináší také nové poznatky a zkušenosti, a to jak v pracovní, tak po osobní stránce. Tyto pak mohou předávat mladším                generacím a napomáhat tak ekonomickému růstu (Senescociéncia, 2018).                  V souvislosti s evropskou inovační strategií Europe2020 bylo zahájeno několik iniciativ týkajících se globální společenské                výzvy stárnoucí populace. Cílem je, aby starší dospělí v Evropě žili nezávisle a aktivně po delší dobu, a to v podmínkách,                které jim umožní pokračovat v přispívání k rozvoji evropské společnosti a hospodářství.                 9.6 TRH PRÁCE                  Vzhledem k tomu, že starší lidé mají oproti jiným věkovým skupinám rozdílné spořící chování (je ovlivněno životním cyklem),                rozdílný způsob a množství práce, které poskytují (velmi mladí a staří lidé obvykle nepracují, což ovlivňuje trh práce), rozdílně                přispívají k inovacím (nepříznivá demografická struktura má silně negativní vliv na celkový počet patentových přihlášek),                zvyšování jejich podílu v populaci bude mít značné makroekonomické důsledky. Např. inovace, které mohou být považovány                za měřítko produktivity, jsou pozitivně ovlivňovány především mladou a střední věkovou skupinou (Jones, 2010). Očekává                se, že demografická struktura tak ovlivní investiční trhy, reálné úrokové míry, inflaci a další klíčové proměnné (Basso, 2015).                  Trh práce je ovlivňován mnoha faktory, které na sebe vzájemně působí. Mezi nejvýznamnější patří výkon ekonomiky,                politika zaměstnanosti, příjmová situace, vzdělávání, migrace, systém vzdělávání a zdravotnictví, politická situace a mnoho                dalších. Jako významný faktor je ale třeba brát i demografické hledisko a demografické změny. Ty totiž mohou ovlivňovat                nejen velikost pracovní síly, ale také produktivitu práce a finanční aspekty (Basso, 2015). Ekonomicky aktivní populace může                být chápána jako rezervoár pracovní síly, přičemž na pracovní trh vstupují lidé, kteří ukončili vzdělávací proces, na druhé                straně jej opouštejí ti, kteří dosáhli důchodového věku. Věková struktura populace se postupně mění a úbytek obyvatelstva                v produktivním věku bude dříve nebo později ovlivňovat pracovní trh (Statistika\&My, 2016).                  Podle Zprávy o stárnutí evropské populace (Evropská komise, 2015b) dojde v EU do roku 2060 ke snížení nabídky práce                o 8,2 %, což činí přibližně 19 miliónů osob. Mimo to také dojde k nárůstu průměrného věku lidí, kteří pracovní sílu tvoří. Podíl                pracujících ve věku 55–64 let se v následujících 20 letech zvýší ze současných 15 % na 20 % (Ekonomickydenik, 2016).                  Velmi pravděpodobný dopad bude mít stárnutí populace na produktivitu práce (Jones, 2010). Na jedné straně je možné,                že delší pracovní zkušenosti povedou k vyšší produktivitě, na druhé straně ale zastaralé pracovní návyky nebo zhoršující                se fyzické nebo psychické zdraví mohou působit opačným směrem a to i v závislosti na povolání. Některé studie ukazují, že                produktivita u zaměstnanců dosahuje vrcholu mezi 40. a 50. rokem života a poté mírně klesá (Aiyar a kol., 2016). Zvýšení                podílu pracovníků ve věku 55–64 let o pět procentních bodů povede k poklesu průměrné produktivity práce o zhruba 3 %.                Toto  snížení  může  ovlivnit  i  produktivitu  kapitálu,  a  tedy  celkovou  produktivitu  faktorů  (Ekonomickydenik,  2016).                Pracovní síla eurozóny stárne. Pomůže lepší zdravotnictví i pružnější trh práce). Vzhledem k tomu, že produktivita je                hlavním motorem hospodářského růstu (alternativně je možné ekonomický růst stimulovat pouze větší intenzitou práce                nebo větším rozsahem zaměstnanosti dané vyšším počtem pracovníků, což je vzhledem ke stárnutí populace prakticky                vyloučené), je potřebné vyvíjet nové technologie, které umožní, aby pracovníci více přispívali k ekonomickým výstupům,                aniž by obětovali svůj životní styl nebo kvalitu života (Hayes, 2018).                  Na příkladu poslední velké hospodářské krize počínající k roku 2008 lze vidět vliv demografie na pracovní trh, který                byl  pod  dvojím  tlakem.  Na  jedné  straně  nebyla  ekonomika  schopná  generovat  dostatek  pracovních  míst,  na  druhé                straně ale také v ČR kulminovala populační křivka. Jednoduše řečeno, v jednu chvíli se na klesající počet pracovních míst                tlačil stále větší počet osob v produktivním věku. Po roce 2014, kdy nastalo ekonomické oživení, začal také klesat počet                osob v produktivním věku, a to i navzdory trvalému prodlužování důchodového věku. Proto za současnou, až extrémně                nízkou  nezaměstnaností  okolo  3  %  (platné  ke  konci  roku  2018)  je  možné  hledat  kombinaci  jak  ekonomického  růstu                (meziročně 4,6 % za posledních pět let), tak i snižování stavu ekonomicky aktivní populace, resp. osob v produktivním věku                (Statistika\&My, 2016; Kurzycz, 2018).                  Populace a její struktura představuje jeden z rozhodujících faktorů růstu ekonomiky. Stárnoucí obyvatelstvo spolu                s poklesem porodnosti poukazuje na pokles budoucího hospodářského růstu. Zvýšení produktivity práce může snížit                dopad uvedených populačních trendů a technologický pokrok je ideálním zdrojem jejího zvýšení. Toto má ale i svoji                stinnou stránku, protože technologický pokrok na jedné straně zvyšuje produktivitu, na straně druhé může zcela eliminovat                pracovní místa a následně tak zvýšit nezaměstnanost (Hayes, 2018).                 9.7 BYDLENÍ, DOPRAVA A DALŠÍ SLUŽBY                  Demografické změny mohou mít významné důsledky i pro trh s nemovitostmi. Je zřejmé, že jiné požadavky na bydlení                má student, rodina nebo osamělý senior. Ve vyšším věku lidé často vyhledávají bydlení s dobrou dostupností zdravotní                    112","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  a sociální péče a kulturního vyžití. Se změnou struktury spotřeby a struktury domácností se také mění poptávka po                rezidenčních a komerčních nemovitostech, a to nejen vůči nové výstavbě, ale také ve využívání již postavených budov                (Novotný, 2014).                  Jakým způsobem bude působit na trh s nemovitostmi migrace, je velmi těžké určit. V některých lokalitách, které jsou                méně atraktivní, může docházet k úbytku obyvatel. To může vést ke zvyšování počtu prázdných budov, a to jak rezidenčních,                tak i nerezidenčních. Neobývaná místa a brownfields mohou představovat problém v oblasti sociální, ekonomické nebo                bezpečnosti a mají silně negativní vliv na image dané lokality. Následkem může být znehodnocení pozemků nejen v těsné                blízkosti prázdné nemovitosti, ale v celé lokalitě. Pokles cen nemovitostí a nájemného, společně s poklesem investic do                nemovitostí a jejich údržby se projeví také na technickém stavu staveb (ADAPT2DC, 2014a). Na druhé straně nabídka prostorů                k bydlení může stimulovat nárůst počtu obyvatel a jejich dostupnost může ovlivnit rozhodování migrantů o preferenci dané                oblasti. Je třeba ale zdůraznit, že toto je pouze doplňkový faktor a samotná nabídka bydlení není dostatečná pro přilákání                osob; klíčovým faktorem je potenciál pracovních příležitostí (ADAPT2DC, 2014b).                  Demografické změny s sebou přinášejí změny v potřebách komunit a mění poptávku po zboží a službách, u služeb                nicméně závisí na jejich druhu. Příkladem mohou být dodávky vody nebo služby veřejné dopravy, jejichž poskytovatelé se                s nižším počtem odběratelů mohou dostat do ekonomických potíží.                  Sociální, ekonomické a demografické změny působí na dopravu a dopravou jsou také ovlivňovány. Dopravní chování je                ovlivněno společenskými hodnotami, individuálními postoji, demografickými trendy jako je stárnutí populace, postavení                rodiny ve společenském systému nebo posun v životním stylu. Veřejná doprava se tak musí přizpůsobovat požadavkům                cestujících, kteří mají omezenou schopnost pohybu a jejichž počet bude narůstat. V tomto případě se nejedná pouze                o tělesně nebo smyslově postižené, ale také např. těhotné ženy, cestující s malými dětmi a především starší lidi. Tato                problematika je součástí priorit EU a promítá se do rozvoje dopravní infrastruktury (CZRSO, 2007).                  Navzdory tomu, že oblast veřejné dopravy je často nerentabilní a potřebuje kofinancování z veřejných rozpočtů, slouží jako                základ dynamiky pracovního trhu a mobility. Do budoucna je otázkou, zda demografické změny ovlivní pouze poptávkovou                stranu dopravy, nebo se změny projeví v celé ekonomice provozu. Úbytek počtu obyvatel bude ve svém důsledku znamenat                méně klientů využívajících danou službu. Tento problém již zažívají některé dopravní společnosti, např. v Německu byl                spuštěn pilotní projekt KombiBus, který generuje dodatečné příjmy prostřednictvím poplatků za paralelní přepravu zboží                nabízené i jiným firmám, které tak nemusí udržovat vlastní nákladnou distribuční síť (ADAPT2DC, 2014b).                  Dodávky vody jsou jednou z nejdůležitějších služeb a demografická elasticita její nabídky je relativně malá. Jinak řečeno,                poptávka musí být vždy uspokojena, má mandatorní efekt. Otázka, která do budoucna vyvstává, je, zda koneční příjemci                budou schopni pokrýt náklady. Vzhledem k tomu, že údržba a investice do technické infrastruktury nelze zastavit během                depopulačních procesů, náklady se v čase budou měnit jen málo. Na druhé straně kvůli úbytku počtu lidí (koncových                zákazníků) budou ubývat prostředky využitelné právě pro tuto údržbu. V důsledku bude záležet na tom, jestli zvyšující                se náklady budou převedeny na konečného uživatele (občana, společnost), nebo budou dotovány z veřejných rozpočtů.                (ADAPT2DC, 2014b).                                                                                                                                             113","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                 10  MIGRAČNÍ POLITIKA, MIGRAČNÍ TRENDY A EVROPSKÁ MIGRAČNÍ                       KRIZE 2015–2018                   Mezinárodní migrace je složitý fenomén, který se dotýká mnoha ekonomických, sociálních a bezpečnostních aspektů,                které ovlivňují náš každodenní život ve stále více propojeném a globalizovaném světě. Migrace je výraz, který zahrnuje                širokou škálu pohybů a situací týkající se lidí ze všech oblastí života a prostředí (United Nations, 2018a). Formálně je tento                pojem definován výše v kapitole č. 6 Dynamika obyvatelstva; zde budeme volně používat i jeho ekvivalenty jako jsou                migrační vlna, migrační pohyb, migrační krize apod. (více viz např. Yaukey a kol., 2007).                10.1 GLOBÁLNÍ MIGRAČNÍ TRENDY A MIGRAČNÍ FAKTORY                   Migrace je propojena s geopolitickou, obchodní a kulturní výměnou, v mnoha případech pomohla zlepšit životy lidí                v původních i cílových zemích a nabídla milionům lidí na celém světě příležitost k tomu, aby si vytvořili bezpečný a smysluplný                život v zahraničí. Migrace může znamenat velké přínosy pro migranty, jejich rodiny i zemi původu migrantů. Migrace může                snížit nezaměstnanost a podzaměstnanost, přispět ke snížení chudoby a spolu s dalšími vhodnými podpůrnými politikami                podporovat širší hospodářský a sociální rozvoj v zemích původu. Mzdy, které migranti vydělávají v zahraničí, mohou být                mnohonásobkem  toho,  co  by  mohli  vydělávat  na  podobných  místech  doma.  Nárůst  příjmů  migrantů  může  také  vést                k výraznému zlepšení kvality života rodin migrantů, a to buď přímo, pokud jsou s migrantem v hostitelské zemi, nebo                nepřímo prostřednictvím remitencí, tedy finančních a jiných prostředků zasílaných migranty ze země zaměstnání zpět do                země původu (United Nations, 2018a; World Bank, 2017).                  Na celém světě tvoří aktuálně remitence více než trojnásobek oficiální rozvojové pomoci. Migrace může také vést k přenosu                dovedností, znalostí a technologií, tedy efektů, které je obtížné měřit, ale které mohou mít značný pozitivní dopad na                produktivitu a hospodářský růst. Kromě těchto ekonomických dopadů může emigrace přinést příznivé společenské důsledky                pro země původu migrantů, včetně chudých a nestabilních států. Existuje řada případů, kdy migranti hrají významnou úlohu                při rekonstrukci a obnově státu po skončení konfliktu (např. státy bývalé Jugoslávie, zejména Bosna a Hercegovina). Důležité                je, že příznivé dopady migrace na migranty a jejich rodiny přesahují ekonomické dopady a často zahrnují zlepšení i v jiných                dimenzích kvality života, jako jsou vzdělávání a zdravotnictví (United Nations, 2018a; World Bank, 2017).                  Ne všechny migrační pohyby se však objevují za pozitivních okolností. V uplynulých letech byl zaznamenán nárůst migrace                a vysídlování v důsledku vojensko-politických konfliktů, pronásledování, zhoršování a změn životního prostředí apod., které                vyústily v hluboký propad lidské bezpečnosti. Přestože většina mezinárodních pohybů je, v souladu se zákony dotčených                zemí, legálních, některé pozitivně vnímané migrační vlny jsou často spojeny s migrací nelegální (United Nations, 2018a).                  Názory na příčiny vzniku současné evropské migrační krize se výrazně liší. Část veřejnosti, ale i odborníků a politiků se                domnívá, že její hlavní příčinou jsou vojenské intervence a podpora protivládních sil v severní Africe a na Blízkém a Středním                východě, a to zejména ze strany USA a některých dalších západoevropských zemí. Výsledkem těchto operací je dle jejich                názoru rozpad fungujících diktatur a výrazné zhoršení bezpečnostní situace v daném státě (např. vojenské intervence                v Libyi, Iráku, Afghánistánu, podpora opozice v Sýrii apod.). V některých případech následované i občanskou válkou, kvůli                níž lidé ze zasaženého státu utíkají. Další experti, politikové i laická veřejnost to ovšem vidí zcela opačně, tedy jako podporu                oficiálních  vlád  a  potlačování  demokratických  snah  ze  strany  Ruska  a  některých  dalších  zemí  (Mavelli,  Wilson,  2016;                Rheindorf, Wodak, 2018; United Nations, 2018a).                  Z následujícího obrázku č. 10.1 je zřejmé, že počet vysídlených osob (osoby, které nuceně opustily své domovy v důsledku                konfliktů, intervencí, nejistot apod.) je v současnosti nejvyšší, jaký byl od druhé světové války, resp. v celé novodobé                historii lidstva (UNHCR, 2019d). Data poukazují také na výraznou migrační vlnu v první polovině 70. let (tzv. bangladéšská                                          Obr. 10.1: Vývoj počtu vysídlených osob v letech 1951–2018                                                      Pozn.: Včetně uprchlíků, žadatelů o azyl, vnitřně vysídlených osob a dalších.                                                     Zdroj: UNHCR (2019d).                    114","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  genocida a následná migrační vlna – Bengálci z Bangladéše, resp. východního Pákistánu do Indie – až 10 mil. osob, migrační                excesy v subsaharské Africe při pádu koloniálních systémů, boje proti apartheidu a další) a afghánský konflikt a počátek                environmentálních problémů v jižní Asii v 80. letech (Baker, Aina, 1995; UNHCR, 2012; Baxter, 2018).                  Období po roce 1989 bylo v evropsko-asijském prostoru kritické pro miliony lidí, kteří opustili domovy po rozpadu                Sovětského svazu a celého východního bloku, a s tím i relativně stabilního bipolárního řádu. V Evropě se nacházelo nejvíce                uprchlíků o pár let později, v době války v bývalé Jugoslávii. Mezi lety 1991–2000 byly donuceny odejít ze svých domovů                až čtyři miliony lidí. Jednalo se tak o největší uprchlickou krizi v Evropě od konce 2. světové války. Nejvíce vysídlených osob                pocházelo z Bosny a Hercegoviny, kde také probíhal nejhorší válečný konflikt. Desítky až stovky tisíc lidí však odešly i z dalších                válkou přímo dotčených oblastí Jugoslávie: z Chorvatska, Srbska či Kosova. Následné umožnění návratu uprchlíků do vlasti                bylo  klíčovým  požadavkem  veškerých  mírových  smluv,  jež  ukončily  konflikty  v  zemích  bývalé  Jugoslávie.  Návraty  však                zásadně komplikovala jednak rozsáhlá válečná destrukce, jednak po proběhlých etnických čistkách podstatně proměněná                etnická mapa této části Balkánského poloostrova (Barutciski, 1994; Fňukal et al., 2007).                  Je třeba si uvědomit málo známý fakt, velká většina mezinárodních uprchlíků nemíří do ekonomicky vyspělých zemí,                ale do zemí sousedních, většinou rozvojových. Je to dáno velkou vzdáleností zemí zničených válkou a násilím od bohatého                Západu, značně omezenými (nejen) finančními zdroji uprchlíků a jejich vírou v brzký návrat zpět do vlasti. To je mimo jiné                a poněkud paradoxně i důvod, proč se v roce 2015 daly do pohybu masy syrských uprchlíků, kteří do té doby obývali tábory                v okolních zemích. Po zhruba třech letech čekání a živoření na hranici bídy a hladu ztratili víru ve vyřešení syrského konfliktu                a rozhodli se situaci řešit masovým exodem. Právě proto se zdržuje velká většina uprchlíků v oblasti Blízkého východu, jižní                Asie a Afriky (Jelen, 2016; UNHCR, 2019d; viz také obrázek č. 10.2).                  Z globálního pohledu zamířilo do Evropy v roce 2016 pouze půl procenta z více než 65 milionů uprchlíků na celé planetě.                Většina potřebných hledá bezpečí v nejbližším místě svého původního domova a přes 40 milionů uprchlíků ani neopustí                svou zemi, jsou tzv. vnitřně vysídlenými osobami. Pokud by přitom byla brána Evropská Unie jako jeden celek, který má přes                půl miliardy obyvatel, představoval by jeden milion uprchlíků v roce 2015 přírůstek přibližně 0,2 % (Eurostat, 2017).                  Uvedené skutečnosti dokumentují i statistiky o počtu obyvatel Sýrie, kteří dnes žijí mimo své domovy. Z původního                počtu 22,5 mil. obyvatel jich zhruba  5 mil. odešlo mimo svoji zemi, ale jen  15 % z tohoto počtu zamířilo do Evropy.                „Zbylých“ 85 % se ve velké většině nachází stále v sousedních zemích (zejména v Turecku) a další miliony jsou vnitřně                přesídlené, což znamená, že obě tyto skupiny představují značný potenciál další migrace do Evropy či jinam.                  Vedle celé škály faktorů, které vedou jedince opustit svoji zemi tzv. push faktory (např.):                  •   rozpad dříve funfujících diktatur,                 •   zhoršená bezpečnostní situace,                 •   války a občanské války a zahraniční intervence,                 •   environmentální problémy,                 •   změny v sociálním a etnickém systému,                 •   frustrace a nejistota z dlouhodoběji nezlepšené situace v domovské zemi,                    …, jsou procesy mezinárodní migrace ovlivněny také řadou tzv. pull faktorů, které rozhodují o tom, kam migranti (uprchlíci)                zamíří. Do pull faktorů patří např. (Eurostat, 2000; Castles, Miller, 2009):                  •   ekonomická stabilita,                 •   vysoká životní úrověň,                 •   dostatek pracovních příležitostí,                 •   příslib sociálních jistot,                 •   naděje na lepší budoucnost,                 •   touha po bezpečí v jiné zemi,                 •   přívětivá azylová a imigrační politika dané zem a další.                   Nemalý význam má „schůdnost“ trasy do cílové země a existence tzv. etnické diaspory, která ulehčuje nově příchozím                krajanům sociální začlenění. Kombinace všech uvedených faktorů nakonec vede k rozhodnutí, která země se pro migranty                stane zemí hostitelskou.                 10.2 EVROPSKÁ MIGRAČNÍ KRIZE                  Evropská migrační krize, někdy také označovaná jako evropská uprchlická krize, je mezinárodní politická krize v Evropské                unii, která s ohledem na počet migrantů pravděpodobně vyvrcholila v roce 2015, tedy hned v prvním roce svého extrémního                projevu. Krize byla způsobena velkým počtem imigrantů (jak uprchlíků z politických a vojenských důvodů, tak ekonomických                migrantů) směřujících do Evropy.                                                                                                       115","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                            Obr. 10.2: Relace mezi hlavními zeměmi původu uprchlíků a zeměmi poskytujícími azyl v roce 2018                                                                                           Zdroj: UNHCR (2019c).                  Rostoucí počty migrantů z těchto oblastí se začaly objevovat v předchozím desetiletí a zejména pak v souvislosti s tzv.                Arabským jarem, za něž je označována vlna protestů, nepokojů, povstání a revolucí, které probíhaly či probíhají ve většině                arabských států od konce roku 2010 (Mendel, 2015). K rozměrům celoevropské krize dospěla situace v dubnu roku 2015,                kdy se ve Středozemním moři během krátké doby potopilo několik lodí s migranty, stovky jich zahynulo, a začalo se uvažovat                o zavedení systému na přerozdělování uprchlíků. V průběhu letních měsíců docházelo k postupnému prohlubování krize                a k jejímu rozšíření do oblasti střední Evropy. Nejvážnější situace v průběhu roku 2015 nastala během září a října, kdy                byl  počet  běženců,  přicházejících  zejména  po  Balkánské  migrační  trase,  nejvyšší.  Závěr  roku  2015  přinesl  ve  srovnání                s předchozími měsíci postupný pokles počtu nově příchozích žadatelů o azyl. Za celý rok 2015 členské státy EU přijaly dle                údajů Eurostatu celkem jeden a čtvrt milionu žádostí o azyl.                  Téma migrační krize budí mnoho kontroverzí, politických prohlášení a silných emocí. Ty se projevují i v přístupu jednotlivých                vlád k migrační a uprchlické politice. Ještě v létě roku 2015 byla reakce Německa (jako státu, který sehrává v migrační                krizi klíčovou úlohu) na záplavu migrantů, přicházejících přes Balkán především do Maďarska, vcelku zdrženlivá a evropská                veřejnost měla v paměti pět let staré prohlášení kancléřky Angely Merkelové o ztroskotání multikulturalistického přístupu                zejména k přistěhovalectví muslimů. Avšak v září 2015 došlo z řady rozdílných důvodů (především 70 let od skončení 2.                světové války a deklarace humanismu; střet General Motors a Volswagen Group o čínský trh a následná aféra Dieselgate,                jež podvrátila věrohodnost a vnímání absolutní solidnosti německé ekonomiky) k náhlému zvratu v německém přístupu                k migrantům, který se posléze více či méně dotkl všech unijních členů. EU byla nucena se s nastalým problémem vypořádat,                což vedlo k rozkolu a nejednotnosti v názorové platformě napříč evropskými státy (Pánek, 2016).                  Nejméně žadatelů o azyl v Evropě se z mnoha důvodů nachází:                  •   Na Pyrenejském poloostrově (po dřívějším liberálním přístupu k migrantům začala v posledních letech španělská vláda pravidla                     zpřísňovat;  rok 2018 však opět změnil „uprchlickou strategii“ – viz dále);                 •   Ve střední a východní Evropě (byla a stále je nejméně ekonomicky atraktivní, odrazuje i svými poměrně netolerantními postoji vůči                     národnostním menšinám).                   Negativní postoje zemí střední a východní Evropy k uprchlíkům a menšinám mají dvě základní příčiny:                1.  Opožděností společenského vývoje projevující se nižší obecnou vzdělaností a s ní související nižší úrovní celospolečenské                   diskuse  a  zájmu  o  dění  ve  světě,  které  pak  vedou  naopak  k  větší  zahleděnosti  obyvatel  do  sebe  a  svých  (často                   malicherných) problémů.                2.  Dosavadní nezkušenost s obyvateli jiných národností, která je daná dlouhodobě nízkou imigrací (a tedy minimální                   zkušeností s lidmi z odlišných kultur) a historicky danou vysokou etnickou homogenitou tohoto regionu.                    116","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Společným prvkem obou uvedených příčin je pak (až iracionální) strach z cizinců, jako z něčeho neznámého. Důsledkem                je, že relativně nejméně žádostí o azyl evidují bosenské, slovenské, portugalské, rumunské a české úřady. Vysoký počet                žadatelů lze naopak zaregistrovat v zemích s tradičně (Švédsko, Francie, Velká Británie) či nově (např. Německo) přátelštějšími                postoji a dále v zemích podél hlavních migračních tras (Hasman, Lupták, 2016).                  Uvedené rozdíly jsou dány obecně odlišnými faktory, které imigranty do jednotlivých zemí přitahují a  které je vhodné                představit podrobněji. Ve většině odborných studií jsou rozdělovány do čtyř skupin:                •  geografické,                •  kulturní,                •  ekonomické,                •  politické.                 Geografické faktory                  Jednou ze základních podmíněností volby cílové země je dostupnost. Migranti jsou často nuceni mířit do takových zemí,                které jsou pro ně prostorově dostupné a obecně platí – čím je množství zdrojů omezenější (finančních i informačních), tím je                bližší destinace dočasně preferovanější. K současným nejvýznamnějším trasám do Evropy patří (viz též obrázek č. 10.3):                1.  Italská trasa – přes Libyi a Středozemní moře do Itálie a pak přes Francii či Rakousko do Německa nebo Velké Británie                  Tuto trasu volí výhradně Afričané ze všech částí kontinentu, nejvíce ze Somálska, Eritrey, Etiopie a Nigérie. Nejedná                se ovšem o nijak bezpečnou trasu, od roku 2015 utonulo ve Středozemním moři dle odhadů nejméně 10 tis. migrantů.                Význam trasy významně vzrostl v roce 2011 po pádu Kaddáfího režimu, takže převaděči mohli začít využívat i libyjské                přístavy. Tato trasa dokládá velký zájem afrických migrantů o azyl v Itálii (Hasman, Lupták, 2016).                              Obr. 10.3: Nejvýznamnější migrační trasy do Evropy a žadatelé o azyl k polovině roku 2015                                                                                                          Zdroj: Dörrbecker (2015).                                                                                                      117","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  2.  Španělská trasa – přes Maroko a Kanárské ostrovy do Španělska                  Trasa opět preferovaná osobami ze subsaharské, ale i severní Afriky. Španělská administrativa však po roce 2010 začala                nekompromisně vracet přistěhovalce zpět do Afriky, což vedlo ke značnému poklesu ještě před zhruba deseti lety velmi                silného přistěhovaleckého přílivu do Španělska (Lupták, Luptáková, 2013). Tato trasa tak byla do roku 2017 do značné míry                uzavřena. To se ovšem opět změnilo v roce 2018, kdy přes Španělsko přišlo do Evropy víc lidí než tradiční středomořskou                (italskou) trasou. Přispěla k tomu i striktnější politika Itálie a Malty, kvůli které se cesta přes Středomoří začala migrantům                komplikovat. Reakce však na sebe nenechala dlouho čekat a po zjištění „rekordních“ čísel (58,5 tis. migrantů využívající                „mořskou cestu“ v roce 2018; UNHCR, 2019a) se nejen nacionalistické strany, ale i španělská vláda začaly novou uprchlickou                vlnou vážně zabývat.                3.  Balkánská trasa – Turecka přes Egejské moře a jeho ostrovy do Řecka a následně přes balkánské státy do střední                   a západní Evropy a dále až do Skandinávie                  Balkánská  trasa  se  mezi  roky  2015–2017  stala  jednoznačně  trasou  nejvytíženější.  Přicházely  po  ní  stovky  tisíc                migrantů zejména z Blízkého východu (hlavně Sýrie), ale využívali (resp. zneužívali) ji též občané západobalkánských                zemí (Srbsko, Kosovo, Albánie) k ekonomické (často nelegální) migraci. První (severní) balkánskou trasu ovšem postupně                uzavřely Makedonie, Srbsko, Maďarsko, Chorvatsko, Slovinsko a Rakousko. Situace se totiž stala neúnosnou a např.                mezi Maďarskem a Srbskem postupně vystavěla maďarská strana 175 km dlouhý plot. Od roku 2018 se tak otevřela                staronová jižní balkánská cesta jako přímý důsledek uzavření uvedených hranic. Vede z Řecka přes Albánii, Černou Horu,                Bosnu a Hercegovinu a Chorvatsko do Slovinska a dále do Evropské unie a aktuálně jí procházejí pouze desítky až stovky                uprchlíků (Eurostat, 2019a).                 Kulturní faktory                  V  případě  kulturních  faktorů  se  hovoří  o  tzv.  migračních  sítích.  Mnozí  uprchlíci  mají  tendenci  mířit  do  oblastí,  kde                mají rodinné příslušníky či alespoň krajany. Ti jim mohou usnadnit náročný příchod do nového prostředí, pomohou jim                domluvit se, najít bydlení a práci či překlenout finanční a administrativní problémy. Klíčový důvod rozdílů mezi jednotlivými                evropskými státy ve struktuře původu uprchlíků lze hledat v historické paralele – dnešní migranti směřují často tam, kam                dříve směřovali jejich předci (Bauer a kol., 2005; Hasman, Lupták, 2016).                  Nejčastěji se jedná o pokračování někdejších koloniálních vazeb, což vysvětluje především vysoké zastoupení žadatelů                z jižní Asie v Británii (zejména z Pákistánu a Srí Lanky) či z Afriky (z Nigérie, Súdánu, Egypta apod.), jejíž uprchlíci směřují ve                zvýšené míře také do Francie (např. Guinejci, Malijci a Alžířané). Jiným příkladem je Německo, kde významnou roli již po                desetiletí hraje početná arabská komunita. Jen pro ilustraci, v roce 1967 žilo trvale v Německu asi 30 tis. osob arabského                původu, počátkem třetího tisíciletí již více než 300 tisíc osob (Šnajdauf, 2005).                  K uvedenému nárůstu v Německu výrazně přispěl cílený nábor pracovních sil, tzv. gastarbeiterů, především z Tuniska                a Maroka, ale také politické události v arabských zemích v 60. a 70. letech (např. izraelsko-arabský konflikt či občanská                válka v Libanonu). Ačkoliv se původně očekávalo, že imigrace gastarbeiterů bude pouze dočasná, mnozí z nich si později                přivedli do Německa příbuzné a usadili se natrvalo. Nejpočetnější skupinou cizinců v Německu jsou Turci (asi 1,5 mil.),                zhruba  stejný  počet  má  již  německé  občanství.  Celkem  žije  v  Německu  téměř  11  mil.  cizinců  (D_Statis.  Statistiches                Bundesamt, 2019).                  Ekonomické faktory                  Ačkoliv ekonomické faktory nejsou jediné a možná ani ne nejdůležitější, rozhodně je nelze považovat za nepodstatné.                Někteří migranti usilují o co největší příjem, jiným jde primárně o uživení rodiny. Je tedy přirozené, že dávají přednost                bohatším zemím s vyššími mzdami a nižší nezaměstnaností. Poptávku po pracovních silách navíc v Evropě prohlubuje její                demografický vývoj, tedy stárnutí obyvatelstva a pokles populace v produktivním věku.                  V některých zemích (např. jižní Evropy) též dochází k masivnímu odlivu mladých místních obyvatel z periferních venkovských                oblastí do měst. Vyspělé evropské země tak mohou zaměstnat poměrně hodně cizinců, čehož však často využívají vedle                uprchlíků i ekonomičtí migranti ze Srbska a dalších balkánských zemí, kteří pak žádají o azyl hlavně v Německu, kam ve                velkém mířili již před rozpadem někdejší Jugoslávie. Ekonomické faktory jsou tak posilovány i kulturními vazbami ve formě                již vytvořených migračních sítí (Hasman, Lupták, 2016).                  Např. Německo má navzdory 2,2 milionům nezaměstnaných asi 1,3 milionu volných pracovních míst (jaro 2019), které                může cizincům nabídnout; míra nezaměstnanosti se navíc drží nejníže od roku 1990. Otázkou však zůstává, nakolik jsou                migranti schopni tuto poptávku uspokojit. Ačkoliv mají migranti obecně vyšší průměrné vzdělání než jejich krajané,                kteří zůstanou ve zdrojové zemi, a zejména syrští uprchlíci jsou zpravidla dostatečně kvalifikovaní, v případě některých                skupin (nejvíce Afghánců) tvoří stále velký podíl přistěhovalých negramotní lidé (problémem je také jejich omezená                znalost latinky).                  I  u  kvalifikovaných  uprchlíků  navíc  může  být  sporné,  nakolik  se  uplatní  na  německém  pracovním  trhu,  skeptickém                vůči zahraničním osvědčením o vzdělání. Za zcela zásadní poté považují němečtí politikové i zaměstnavatelé schopnost                komunikace v němčině, bez níž se úspěšná integrace neobejde.                     118","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                     Rámeček č. 10.1: Budoucnost německého pracovního trhu z pohledu migrantů                     Německo trpí nedostatkem lidí, konkrétně těch v produktivním věku. Podle dat ze studie výzkumného institutu IAB – Institut                   für Arbeitsmarkt- und Berufsforschung (Fuchs a kol., 2019) by země na záchranu ekonomiky potřebovala více než 10 milionů                   dalších migrantů. Německý pracovní trh je v krizi. Do země by tak podle studie mělo každý rok přijít zhruba 260 000 migrantů, a to                   po dobu následujících 40 let. Celkem to tedy dělá více než 10 milionů nových pracovních síl, které mají stabilizovat ekonomiku.                   V opačném případě hrozí, že se v roce 2060 z důvodu nedostatku zaměstnanců trh sesype. Podle odhadů by totiž mohla chybět                   až třetina zaměstnanců, a to i v případě zvýšené porodnosti. Reálně by tak situace mohla být ještě horší.                     Studie rovněž uvádí, že současný stav je neudržitelný, ale nelze ho nijak výrazněji ovlivnit. Pokud by muži i ženy pracovali až                   do sedmdesáti let, stejně by na stabilizaci trhu nestačili. A nedávná silná migrační vlna Německu „trn z paty“ také nevytrhla. V                   roce 2017 totiž přišlo do země méně než 40 000 vzdělaných lidí. Německo tak potřebuje získat více než 100 tisíc lidí ze zemí EU a                   dalších přes 120 tisíc z jiných zemí, a to ročně. To ale není tak jednoduché, protože kvalita života se v Evropě postupně vyrovnává.                   Německo se z dlouhodobého pohledu rozhodně nemůže bezvýhradně spoléhat pouze na migranty z Blízkého východu a Afriky.                   Většinou totiž neumí německy a integrace na pracovním trhu pro ně není lehká. Navíc se proti těmto migrantům již bouří i sami                   Němci, kteří se ve vlastní zemi přestávají cítit bezpečně.                 Politické faktory                  V  minulosti  byla  efektivita  migrační  politiky  cílových  zemí  často  zpochybňována.  Nyní,  když  přístupy  jednotlivých                evropských vlád až extrémně kontrastují, se uprchlíci velice často rozhodují právě na základě toho, jak a kde budou přijati.                Na jedné straně tak stojí odmítavé postoje představitelů většiny zemí střední a východní Evropy, kterým se tak uprchlíci                spíše rovnou vyhýbají, než aby riskovali problematické zacházení (viz četné kritiky situace nejen v českých detenčních                zařízeních) při velice nízké pravděpodobnosti azyl získat.                  Na straně druhé je pak poměrně otevřená náruč západních zemí, ačkoliv i zde lze nalézt rozdíly a postoje jednotlivých                států se mění. Mezi tradičně migračně uzavřené státy patří Dánsko a v poslední době také dříve otevřené Nizozemsko.                Naopak tradičně migračně otevřené státy jsou Švédsko, Norsko a nově i Německo – „pozváním“ a příslibem azylu všem                Syřanům kancléřkou Angelou Merkelovou byl v srpnu 2015 odstartován nevídaný nápor uprchlíků přicházejících balkánskou                trasou.                  Rozhodnutím nevracet (často ilegální) uprchlíky do členských zemí, v nichž poprvé překročili hranici EU, se Německo                dostalo do konfliktu s jedním ze základních pravidel „Dublinské úmluvy“ o první bezpečné zemi v EU, která rozhoduje                o udělení azylu. Rozdílný postoj k poskytování azylu uprchlíkům je možné nalézt i mimo Evropu, což lze opět dokumentovat                na příkladu nejpočetnější uprchlické skupiny současnosti, Syřanů. Zatímco Turecko a další sousedící státy jich přijaly několik                milionů (otázkou je, nakolik měly na vybranou), zcela opačná situace je v poměrně nedalekých a ekonomicky vyspělých                zemích Perského zálivu. Ty sice tradičně přijímají pracovní migranty z jiných arabských států, ale vždy jen na krátkodobé                pobyty. Jedná se totiž zpravidla o silně autoritářské a islamistické režimy (např. Saúdská Arábie), které se bojí, že by je                relativně sekularizovaní Syřané mohli ohrozit svými svobodomyslnějšími postoji k islámu (Hasman, Lupták, 2016).                 10.3 KONEC EVROPSKÉ MIGRAČNÍ KRIZE A JEJÍ ŘEŠENÍ?                  Rok 2018 přinesl z celosvětového pohledu další rekordní hodnotu, celkem 68,5 mil. lidí bylo nuceno žít mimo svůj                     18                domov . Čtyřicet milionů bylo vnitřně vysídlených, 25,4 mil. bylo uprchlíků, z nichž více než polovina byla mladších 18 let;                a 3,1 mil. lidí žádalo o azyl. V Evropě bylo v tomto roce „přijato“ 141 000 migrantů, což je další významný pokles. A to                i oproti roku 2017, kdy došlo k téměř 190 000 příjezdům. Jak již bylo výše naznačeno, po řadě let se Španělsko stalo                nejvýznamnější destinací pro migranty a uprchlíky, když na jeho území vstoupilo zhruba 65 tis. (50 tis. Řecko a 23 tis.                Itálie) (UNHCR, 2019b; IOM, 2019). Migrační aktivity první poloviny roku 2019 vrátily na první místo opět Balkánskou                trasu (konflikt mezi Tureckem a Sýrií, resp. kurdskými uprchlíky a separatisty). Na druhé straně se velmi přísné restrikce                vůči uprchlíkům projevily v nižších číslech u Italské a Španělské trasy. Celkově lze v evropské migrační krizi očekávat spíše                stagnaci počtu nových uprchlíků (viz také obrázek č. 10.4 a tabulka č. 10.1).                  V roce 2018 do Evropy nejčastěji mířili uprchlíci ze Sýrie, kteří tvořili 19 % všech příchozích migrantů. Desetina uprchlíků                dále pocházela z Iráku, 9 % z Tunisu, 8 % příchozích byli Eritrejci. Nejvíce oficiálně přijatých azylantů si v roce 2018 připsalo                Německo,  následované  Francií,  Itálií,  Řeckem,  Švédskem  a  Velkou  Británií.  Španělsko  se  zatím  k  udělování  azylu  staví                negativně. Nejnižší počty přijatých migrantů si připsaly tradičně státy střední Evropy, ale i např. Lichtenštejnsko a Rakousko                (pouze desítky jedinců) (Eurostat, 2019a).                  Snižující se počty migrantů a žadatelů o azyl v Evropě jsou ovšem pouze malé úspěchy ve velkém problému, na který                neexistuje okamžité řešení. Konec migrační vlny a krize rozhodně nelze vyhlásit a Evropa řešení hledá. Aktuálně se jedná                spíše o strukturální problémy a kompletní reformu unijního azylového systému. Italská vláda totiž „vydírá“ zbytek Evropské                unie, když již od druhé poloviny roku 2018 nedovoluje běžencům, které z moře zachrání i lodě italské pobřežní stráže, aby                se vylodili na italské půdě. Umožní to jen v případě, kdy jiné evropské země slíbí, že se o uprchlíky postarají. Ve Španělsku,                ale i Německu, Itálii a dalších zemích sílí nacionalistické tendence, které jsou zaměřeny striktně proti přijímání uprchlíků.                Přesto se možné východisko nabízí – viz rámeček č. 10.2 (Evropská komise,2019).                  18  K polovině roku 2019 to bylo již 71 mil. lidí a dá se očekávat další růst této hodnoty.                                                                                                      119","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                   Tab. 10.1: Hlavní evropské migrační trasy a počty migrantů v letech 2015-2019                                            2015        2016        2017         2018        2019*                       Italská trasa      153 000      181 000     119 000      23 000       10 000                       Španělská trasa      4 000       15 000      29 000      65 000       27 000                       Balkánská trasa    878 000      194 000      38 000      53 000       56 000                       Celkem            1 035 000     390 000     186 000     141 000       93 000                                                         * k 31. 10. 2019                                                       Zdroj: IOM (2019).                                          Obr. 10.4: Migranti a uprchlíci v Evropské unii v roce 2018                                                                              Zdroj: United Nations (2018b).                     Rámeček č. 10.2: „Sánchezův plán“ na řešení migrace v Evropě                     Rychlé a realistické řešení uprchlického problému ve Středozemním moři (někdy je označován také jako tzv. „Sánchezův                   plán“ podle španělského premiéra) „nabízí Evropě“ rakouský ekonom Gerald Knaus, šéf think-tanku Iniciativa pro evropskou                   stabilitu (European Stability Initiative; ESI). Již dříve, v roce 2016, se mu podařilo vymyslet a prosadit dohodu Evropské unie                   s Tureckem, na jejímž základě v podstatě ustal příliv uprchlíků z Blízkého východu přes Turecko, tedy balkánskou cestou. Dohoda                   EU-Turecko spojuje evropskou pomoc syrským uprchlíkům v Turecku s tím, že turecká vláda uprchlíkům zabraňuje v přeplouvání                   na řecké ostrovy. Dohoda je významným příkladem toho, jak evropská humanitární pomoc dokáže významně snížit nelegální                   přistěhovalectví. Bez unijního „tureckého“ fondu, kam podle rozvrhu Evropské komise přispívají členské země, by to ovšem                   nebylo možné.                     Z dnešního pohledu je v Evropě řada zemí, které jsou uprchlíky opravdu ohroženy a potřebují problém řešit. A pak jiné,                   kde politici předstírají, že uprchlíci jsou velká hrozba, a pomocí této hrozby vyhrávají volby (země V4, ale i např. Rakousko). Za                   nejdůležitější faktor je považováno rychlé rozlišení lidí, kteří přijíždějí do Evropy, tedy zda opravdu potřebují azylovou ochranu či                   nikoliv (HN, 2018. Muž, který zachraňuje Evropu).                     Knausův „Sánchezův plán“ je inspirovaný nizozemským modelem azylové procedury, které se už od začátku účastní právník                   a proces je velmi strukturovaný. Po několika dnech odpočinku je pět přesně naplánovaných dní, na jejichž konci je rozhodnutí                   o azylu. Pak případně následuje opět krátké odvolací řízení. Tím, že je od počátku zapojen právník, se zkracuje čas pro soudy.                   Žádosti jsou přesně zpracované a plánování umožňuje poměrně přesně odhadnout, kolik lidí a kdy může dorazit a být přijato.                   Datum pro zahájení této procedury je důležité pro další část plánu, a to vyjednávání s africkými zeměmi, odkud uprchlíci                   přicházejí. Tyto země, především ze západní Afriky, by měly dostat \"nabídku, která se neodmítá\". Mohlo by se jednat o kombinaci                   finanční pomoci a nabídky legální migrace (různé formy stipendií a podpůrných programů) (HN, 2018).                   Evropa již dlouho vynakládá desítky milionů EUR na pomoc různým africkým zemím, má vojenské mise např. v Nigeru,                Mali a dalších zemích. Často stačí ke změně poměrně málo, třeba změkčení autoritářských režimů v řadě afrických zemí.                Když místní obyvatelé získají naději, že život doma bude lepší, rozmyslí si riskovat dramatickou a drahou cestu s nejistým                výsledkem. Stručně řečeno, lepší ochrana vnější hranice Evropské unie a těsnější spolupráce s dalšími státy, především                v Africe, jsou součástí nejnovějších plánů EU na řešení migrační problematiky. Pokud by bylo možné vyhodnotit chování                evropských států a návazné plány a přípravy Evropské komise od roku 2018, lze je shrnout následovně (Evropská komise,                2019. Evropský program pro migraci: situace stále nestabilní a nelze polevit):                    120","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                   •   vyřešit  přetrvávající  nedostatek  prostředků  využívaných  Evropskou  pohraniční  a  pobřežní  stráží,  zlepšit  navracení,  podpořit                     přesídlování a zvýšit ochranu migrantů pohybujících se po trasách;                 •   zvýšit ostrahu vnějších hranic EU, přednostně posílit přítomnost pohraniční stráže na pozemní hranici mezi Řeckem a Tureckem,                     Albánií a Makedonií;                 •   nenechat země, do kterých migranti v největších počtech přijíždějí, aby se se situací vyrovnávaly samostatně; migranti si však také                     nesmějí vybírat, v jaké evropské zemi chtějí o azyl žádat;                 •   posílit boj proti sítím pro převaděčství migrantů, pašeráctví, obchodování s lidmi a obecně ilegální migrací;                 •   zasadit se o princip „společné zodpovědnosti“, odstranit tendence uvalování sankcí na státy odmítající přijímat normativní kvóty;                 •   omezit populistické tendence vybraných politiků (států), kteří často předstírají, že uprchlíci jsou velká hrozba, a pomocí této hrozby                     vyhrávají volby (Itálie, Maďarsko a další země střední Evropy);                 •   pomocí realistické procedury (viz např. dohoda EU s Tureckem a tzv. Sánchezův plán) rozlišit u lidí, kteří přijíždějí do Evropy, kdo                     opravdu potřebuje azylovou ochranu a kdo ne;                 •   usilovněji pracovat na zvýšení míry navracení migrantů, kteří nemají právo pobývat v EU;                 •   zlepšit spolupráci při navracení migrantů do zemí původu a urychlit úsilí o přesídlování v rámci nového programu pro prioritní                     země (zejména africké);                 •   dosáhnout dohody o reformě společného evropského azylového systém, aby EU byla připravena čelit případným budoucím krizím.                    Na sklonku roku 2018 se v evropské migrační politice zdály být uprchlické kvóty, které byly uměle nastaveny v roce 2015                a které rozdělovaly východ a západ Evropy, minulostí. Nedošlo ani k žádným avizovaným sankcím pro země V4, jež se                proti kvótám postavily nejostřeji. K polovině roku 2019 je, v souladu s vyhrocením situace v Itálii a Španělsku, možnost                nového přerozdělování migrantů velmi reálná. Středomořské státy zdůrazňují, že jsou vstupní branou do Evropy a přejímají                veškerou zátěž. Balkánská trasa byla v roce 2017 po dohodě EU s Tureckem prakticky uzavřena, variantou se tedy stalo                vstřícné Španělsko a posléze i Itálie. Jak již bylo výše naznačeno, obě středomořské země se ale od druhé poloviny roku 2018                k přijímání migrantů postavily negativně. V průběhu roku 2019 se situace vyhrotila zejména v Itálii, která vede „zákopovou                válku“ s humanitárními organizacemi a staví nové migranty de facto mimo zákon.                  Humanitární organizace však mají velmi omezené možnosti a prakticky nulovou odpovědnost, příčiny nelegální migrace                neřeší. Ekonomicky silné evropské země v čele s Německem a Francií, nárazníkové Španělsko a Itálie, ale i další budou                nuceny přistoupit ke skutečně systémovému řešení, založit „koalici ochotných“. Zároveň zatlačit i na unijní země východní                Evropy, aby převzaly svůj podíl odpovědnosti. Přes všechny rozpory a neporozumění napříč státy EU jsou čelní představitelé                v jedné věci zajedno – zřídit pro migranty záchytná střediska již na africkém kontinentu. Poté lépe vynaložit prostředky                finanční pomoci a v zásadě se snažit řešit problém již tam, kde začal, tedy v Africe a na Blízkém východě.                  Česká republika je současnou uprchlickou krizí zasažena spíše nepřímo. V roce 2015 vyjelo několik skupin českých policistů                a vojáků na pomoc do jihoevropských zemí, které se potýkaly s hlavní vlnou běženců. V Maďarsku, Srbsku či Chorvatsku navíc                pomáhali přímo uprchlíkům také dobrovolníci z ČR. V porovnání s předchozími roky se v roce 2015 mírně zvýšil počet žadatelů                o azyl, včetně lidí prchajících z válkou postižené Sýrie. Český kabinet se opakovaně (spolu s iniciátorem Slovenskem a dalšími                zeměmi V4) vyslovil proti povinným kvótám na přerozdělení uprchlíků v rámci Evropské unie (Lidé v pohybu, 2019).                  Česká republika není hlavní tranzitní ani cílovou zemí pro migrující cizince. V roce 2018 bylo při nelegální tranzitní migraci                na území ČR zadrženo 191 osob, v roce 2017 to bylo 172 tranzitních migrantů, v roce 2016 více než 500 a v době kulminace                migrační krize v roce 2015 až 2 300 osob. Státní příslušnosti se z dob migrační krize nezměnily, jde zejména o občany                Afghánistánu, Sýrie a Iráku. Nejvíce těchto osob cestovalo z Rakouska přes ČR do Německa (Policie ČR, 2018 a 2019).                                   Obr. 10.5: Vývoj počtu cizinců pobývajících na území ČR v letech 1993–2018                                                                           Zdroj: MV ČR (2019)                                                                                                       121","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                    Situace v oblasti migrace v České republice je dlouhodobě stabilní. Ke konci roku 2018 bylo v ČR evidováno 567 tis.                přechodně a trvale pobývajících cizinců, což je meziročně o 40 tis. osob více (viz obrázek č. 10.5). Většina z nich (cca 51 %)                měla v ČR povolen trvalý pobyt. Přibližně 3/5 evidovaných cizinců pocházelo z tzv. třetích zemí, tedy států mimo EU/EHP                a Švýcarska. Nejpočetnější skupinou cizinců na našem území byli státní příslušníci Ukrajiny (132 tis.), dále občané Slovenska                (117 tis.), Vietnamu (61 tis.), Ruska (38 tis.) a Polska (21 tis.). U cizinců, kteří na území České republiky měli přechodný                pobyt, převažoval účel pobytu zaměstnání (46,6 %), dále sloučení rodiny (17,4 %), studium (9,1 %) a podnikání (7,3 %).                Nárůst počtu osob byl způsoben zejména pracovní migrací (MV ČR, 2019).                  V roce 2018 bylo v ČR podáno celkem 1 702 žádostí o mezinárodní ochranu. Nejvíce žadatelů pocházelo z Ukrajiny (415),                dále z Gruzie (169), Kuby (154), Arménie (117), Vietnamu (100), Uzbekistánu (98), Ruska (90) a Iráku (65). Ve stejném                období roku 2017 bylo podáno 1 451 žádostí, tzn., že v meziročním srovnání (2018) to bylo o 17 % žádostí více. Pokud se                tedy dá v době evropské migrační vlny hovořit o azylantech, tak ve velké většině pocházejí ze zemí bývalého Sovětského                svazu, nikoliv z Blízkého východu či Afriky (MV ČR, 2019).                                                                                             122","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 11  POPULAČNÍ PROGNÓZY A PROJEKCE                   Výsledky populačních prognóz a projekcí jsou zejména v posledních letech nejen odborně atraktivními, ale také mediálně                zajímavými tématy. Obyvatelstvo mnoha rozvinutých zemí znatelně stárne, což přináší zvýšené sociální a zdravotní výdaje.                Jakmile rostou náklady na důchody, sociální služby a zdravotnictví, vzrůstá zájem o demografickou budoucnost. Jak dlouho                budou nové populační trendy trvat a kam až se vývoj posune, to jsou nejčastější otázky ekonomů, politiků a stále častěji                i laické veřejnosti. Částečnou odpověď na tyto otázky, jak uvádí Burcin a kol. (2007), mohou dát právě populační prognózy                a  projekce.  Demografie  umí  na  základě  dosavadního  vývoje  jednotlivých  složek  populační  reprodukce  –  porodnosti,                úmrtnosti a migrace – více či méně přesně předpovědět populační vývoj i na desítky let dopředu.                  Populační  prognózování  patří  k  nejmladším  disciplínám  demografie,  vrchol  rozvoje  nastal  až  v  polovině  20.  století.                Bez nadsázky lze říci, že právě populační prognózování stojí na pomyslném vrcholu obecného demografického poznání                (Papřoková, 2017). Lidé dnes v průměru žijí déle než dříve, do reprodukčního období vstupují později a demografické                události se v jejich životě odehrávají téměř pravidelně podle věku. Tyto vzorce populačního chování se obecně mění pouze                pomalu, což je důvodem, proč je vývoj populace ve srovnání s ekonomickým vývojem relativně spolehlivě předvídatelný                na poměrně dlouhou dobu dopředu. Nicméně i přesto je třeba se v populačním prognózování vypořádat s vysokou mírou                nejistoty.                  Podle Blehy (2006) se prognózování lidských populací (obyvatelstva) svojí povahou a předpovídáním budoucího vývoje                jednoznačně řadí k prognostickým aktivitám, jejichž výsledkem je prognóza. Při prognózování populací se v zásadě používají                adjektiva  populační  nebo  demografický.  Demografické  neboli  populační  prognózy  jsou  složenými  výroky  o  nanejvýš                pravděpodobném budoucím vývoji konkrétních populací. Výše uvedení demografové (Burcin a kol., 2007) z Univerzity                Karlovy v Praze rozdělují prognózy na základní, elementární a odvozené. Za základní považují prognózy početního stavu                a pohlavně věkové struktury, které se standardně sestavují s přímou pomocí prognóz elementárních, představovaných                odhady očekávaného vývoje intenzit plodnosti, úmrtnosti a migrace. Odvozené prognózy jsou pak vyhodnocovány s pomocí                výstupů prognóz základních. Mezi odvozené předpovědi se řadí například prognózy vývoje počtu a struktury domácností,                potřebných kapacit základních škol nebo zařízení péče o seniory apod.                  V demografické, geografické i jiné literatuře se lze jen obtížně setkat s jednoznačným zařazením populačního prognózování                v  systému  vědeckých  disciplín.  Pokud  se  přikloníme  k  členění  demografie  z  hlediska  předmětové  diferenciace  (Pavlík                a kol., 1986), populační prognózování bychom mohli zařadit hned vedle demografie populací a demografické analýzy.                Autor této diferenciace zdůrazňuje, že demografická analýza a demografie populací jsou pouze relativně autonomní složky                téhož procesu demografického poznání. Pokud považujeme prognózování za jistý vrchol demografického bádání a pokud                prognostické snahy vyúsťují do postižení budoucího stavu a vývoje, lze prognostickou činnost zařadit právě mezi demografii                populací a demografickou analýzu (Bleha, 2006).                  Vzájemná relace mezi demografickou analýzou a prognózováním je ve sféře postupné analýzy, resp. syntézy předmětu.                Demografická metodologie a prognózování jsou ve vztahu metodologické formalizace, resp. konkretizace předmětu. Ostatně                teoretická demografie a prognózování jsou ve sféře postupné vzájemné generalizace, resp. specifikace. Prognózování má                zároveň excentrickou polohu, okrajově směrem k hranicím demografie a silnou relaci k jiným empirickým oborům mimo                demografii. Výrazný je vztah k populační politice, plánování a ekonomice v nejširším slova smyslu, čímž se zdůrazňuje i jeho                aplikační význam (Bleha, 2006).                  Populační prognózy lze členit i na základě jiných znaků. Pavlík a kol. (1986) dělí prognózy podle toho, jak velkého území                se týkají, resp. jakou část populace zahrnují. Tak známe prognózy celostátní, krajské, okresní nebo za jednotlivá města. Na                druhé straně mohou být populační prognózy celých regionů, které zahrnují více zemí, kontinentů nebo celý svět. Jiným                kritériem pro rozlišení prognóz je období, na které jsou vypočteny. Populační prognózy na období do 10 let jsou označovány                jako krátkodobé, na období 10 až 25 let jako střednědobé a na víc než 25 let (tj. více než na dobu jedné generace) jako                dlouhodobé. Horní hranice zde není určena, avšak je pochopitelné, že s prodlužováním časového horizontu prognóz roste                riziko jejich odchýlení od reálného vývoje. Přesto jsou dlouhodobé prognózy také důležité, především pro naplnění strategií                regionálního  rozvoje  (lokalizace  strategických  průmyslových  zón,  investice  do  technické  infrastruktury  atd.).  Populační                prognózy se mohou lišit také zvolenou metodou výpočtu, která závisí na jejich druhu a na existenci výchozích dat. V podstatě                lze rozlišit metody opírající se o formální extrapolaci celkového počtu obyvatel doplněnou odhadem věkové struktury, dále                metodu komponentní bez uvažování migrace a metodu komponentní s uvažováním budoucí migrace. Ve většině rozvinutých                zemí se používá především komponentní metoda, která bere na zřetel i předpokládanou budoucí migraci. Komponentní                metoda se opírá o princip posouvání věkových skupin obyvatelstva (jednoletých nebo pětiletých), jejich zmenšování vlivem                úmrtnosti a doplňování nově narozenými podle předpokládané intenzity plodnosti. Při zahrnutí salda migrace do populační                prognózy se obvykle vychází z dosavadní věkové struktury migrantů. V případě populační prognózy pro celou Českou                republiku se jedná o zahraniční migraci, v případě menších územních jednotek i o migraci vnitřní.                  Prognózy obyvatelstva jsou specifickým produktem demografického výzkumu a značné nároky kladou nejen na své                tvůrce, ale také na své uživatele. Náročnost tvorby a aplikace demografických prognóz spočívá zejména v nakládání                s neurčitostí předpokladů i výsledků. V prognostice tato skutečnost vede nejčastěji k sestavování variant budoucího vývoje                (obvykle tři varianty), z nichž „střední“ by měla vystihovat nejpravděpodobnější dráhu budoucího vývoje a obě krajní,                nesoucí označení „nízká“ a „vysoká“ varianta, by měly určit realistické rámce, které by budoucí vývoj neměl podle představ                                                                                                      123","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  aktuálních v době, kdy prognóza vznikala, přesáhnout. V rámci některých populačních prognóz je publikován jeden scénář                (varianta)  budoucího  vývoje,  nebo  naopak  více  než  tři  scénáře.  V  prvním  případě  je  budoucnost  prezentována  jako                jednoznačně předurčená, což může vést k nenaplněným očekáváním, v opačném případě mohou být některé scénáře                poměrně vzdáleny realitě, a tedy z hlediska pravděpodobného budoucího vývoje dané populace krajně zavádějící. V tomto                případě, při důsledném uplatnění odborné terminologie, se nehovoří o prognózách, ale o projekcích. Ty jsou nástrojem                tzv. souhrnné analýzy, na rozdíl od vlastní prognózy, která je, jak bylo naznačeno, produktem syntézy poznatků. Prognóza,                aby byla prognózou, musí dávat odpověď na otázku: „Co se v budoucnosti nejpravděpodobněji stane?“, kdežto projekce                odpovídá na otázku typu: „Co se stane, když …?“ (Burcin a kol., 2007).                  Někteří naši autoři vztah demografické projekce a populační prognózy definovali i jinak. Např. v učebním textu „Úvod do                demografie“ (Roubíček, 1997) jsou populační prognózy chápany jako odhady budoucího vývoje počtu a struktury obyvatelstva                a za populační projekce jsou považovány ty prognózy, jež jsou tvořeny komponentní metodou. Rabušic (1997) zase odlišoval                tyto  pojmy  podle  časové  vzdálenosti  horizontu:  projekce  mají  horizont  zhruba  do  vzdálenosti  dvaceti  let,  prognózy  jsou                předpovědi dlouhodobější. V současnosti však řada demografů rozdíl mezi populační prognózou a projekcí nečiní. Hovoří pouze                o populačních prognózách, nicméně prognózy Českého statistického úřadu jsou stále uváděny pod názvem „projekce“.                  Při  tvorbě  prognóz  se  rozlišují  deterministické  a  stochastické  (pravděpodobnostní)  modely.  Stochastické  modely                jsou  charakterizovány  pravděpodobností  a  nastoupením  určitých  událostí  u  jednotlivců  během  studovaného  období;                deterministické modely jsou založeny na funkčních vztazích mezi jednotlivými proměnnými a předpokládají nekonečnou                velikost  populací  (Pavlík,  Kalibová,  2005).  Přestože  jsou  deterministické  modely  prognóz  s  typickými  třemi  scénáři/                variantami  stále  běžnější,  jsou  stochastické  modely  založené  na  pravděpodobnosti  a  predikčních  intervalech  oficiálně                používány při prognózách pocházejících z „dílny“ Populační divize OSN. V praxi ČSÚ a dalších pracovišť v České republice se                však zatím příliš neprosadily.                 11.1 PROGNOSTICKÁ PRACOVIŠTĚ A STRUČNÁ HISTORIE POPULAČNÍCH PROGNÓZ V ČR                  Nemalá metodická náročnost tvorby populačních prognóz vede k tomu, že ve světě existuje omezený počet subjektů,                které se jejich tvorbou zabývají. Institucionální záštitu prognózám obyvatelstva obvykle poskytují národní statistické úřady,                vysoké školy, výzkumné ústavy a u prognóz světových také mezinárodní organizace (OSN, Světová banka, Eurostat apod.).                Populační divize Generálního sekretariátu OSN zpracovává každé dva roky soubor prognóz za všechny země a nezávislá                území světa, stejně jako za jeho regiony a subregiony. V rozvinutých zemích jsou obvykle upřednostňovány prognózy                domácích subjektů, neboť bezprostřední znalost prostředí je výhodou, kterou nelze při prognózování ničím nahradit.                  V České republice existují v současnosti tři prognostická pracoviště. Jde o Český statistický úřad, který je nositelem                více než šedesátileté tradice oficiálního populačního prognózování u nás, dále o katedru demografie a geodemografie                Přírodovědecké  fakulty  Univerzity  Karlovy  v  Praze  a  katedru  demografie  Fakulty  informatiky  a  statistiky  Vysoké  školy                ekonomické v Praze.                  První  československé  projekce  byly  vypracovány  již  v  druhé  polovině  třicátých  let  minulého  století.  Tehdejší                Československo se tak přiřadilo k několika zemím, kde již populační prognózy (projekce) byly vypočteny dříve. První naše                prognóza  byla  publikována  v  časopise  Statistický  obzor  pod  názvem  „Pravděpodobné  věkové  rozvrstvení  obyvatelstva                v Československu roku 1960“ v roce 1937 (autor M. Weirich). Prognóza byla vypracována pouze na základě úmrtnosti,                takže se ve výsledné věkové struktuře v roce 1960 objevily jen osoby narozené do konce roku 1936, tj. ve věku 24 a více                let. První úplnou prognózou, v jejímž rámci byly prognózovány i budoucí počty narozených, se stala prognóza sestavená                A. Robkem a O. Schmidtem (1939). Po druhé světové válce byly u nás vypočteny populační prognózy pro plánovací potřeby                ve Státním úřadě plánovacím (1947) a Státním úřadě statistickém (1948), avšak byly určeny pouze pro vnitřní potřebu a až                do roku 1958 nebyly publikovány (Pavlík a kol., 1986). Dodatečně byla publikována pouze prognóza z roku 1952, a to spolu                s prognózou z roku 1958 (M. Kučera, 1958). Od šedesátých let minulého století až do současnosti jsou oficiální prognózy                Českého statistického úřadu veřejně přístupné.                  S počátkem 90. let přišel konec dlouhého, několik desetiletí trvajícího období relativní stability ve vývoji reprodukčních                poměrů u nás. Nové ekonomické, sociální a politické podmínky života lidí přinesly zásadní změny i do demografického                chování obyvatelstva (prudký pokles celkové úrovně plodnosti, výrazné zlepšování úmrtnostních poměrů, snížení intenzity                vnitřní migrace a nárůstu objemu zahraničního stěhování).  V reakci na tyto skutečnosti prezentoval ČSÚ v roce 1993 svůj                záměr vydávat prognózu dalšího vývoje české populace ve dvouletých intervalech a regionální prognózy do úrovně okresů                ve čtyřletých intervalech. Záměr se podařilo realizovat v devadesátých letech (prognózy byly publikovány v letech 1993,                1995, 1997 a 1999). V roce 2001 prognóza nebyla zpracovávána, neboť se čekalo na definitivní výsledky sčítání lidu                v tomto roce. Při tomto cenzu byli poprvé do celkového počtu obyvatel kromě osob s trvalým pobytem na území České                republiky zahrnuti také cizinci s dlouhodobým pobytem a cizinci, kterým byl poskytnut azyl. Uvedené kategorie cizinců                jsou od počátku roku 2001 součásti běžné demografické statistiky a každoročních bilancí obyvatelstva a je s nimi již                počítáno i v populačních prognózách. První prognózu uvažující i s tímto obyvatelstvem publikoval ČSÚ v roce 2003. Později                bylo přistoupeno ke zpracovávání populačních prognóz v delších než dvouletých cyklech (zhruba pětiletých) a vzhledem                k reformě veřejné správy ČSÚ rezignoval na tvorbu okresních prognóz obyvatelstva. Z prognózy obyvatelstva ČR jsou nyní                odvozovány pouze oblastní a krajské populační prognózy (území NUTS II a NUTS III). Na projekci ČSÚ v roce 2003 navázaly                projekce obyvatelstva v letech 2009 (do roku 2065), 2013 (do roku 2100) a poslední v roce 2018 (opět do roku 2100).                    124","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                 11.2 PROJEKCE OBYVATELSTVA ČESKÉ REPUBLIKY DO ROKU 2100 (ČSÚ 2018)                   Poslední projekce ČSÚ 2018 byla sestavena autorským týmem z oddělení demografické statistiky, který byl doplněn                o externí odborníky, především z Vysoké školy ekonomické v Praze. Cílem projekce, podobně jako v předchozích projekcích,                bylo v dlouhodobém pohledu nastínit směr budoucího populačního vývoje. Dále pak ukázat na možné změny v početním                stavu a věkovém složení populace při splnění vložených předpokladů budoucího vývoje přirozené změny (resp. plodnosti                a úmrtnosti) a migrace. Projekce, jejímž objektivním rysem je neurčitost, však nemůže předvídat náhlé působení vnějších                vlivů, např. hluboké ekonomické krize, výrazné změny v systému sociálních opatření, epidemie nemocí či zásadní objevy                lékařské vědy, které mohou z krátkodobého i dlouhodobějšího hlediska ovlivnit úroveň úmrtnosti či plodnosti. Stejně tak                nepředvídá ani úpravy legislativních opatření, které ovlivňují objem a strukturu migračních proudů. Proto je nutné výsledky                projekce chápat vždy podmíněně a interpretovat je ve vztahu ke vstupním parametrům.                  Projekce ČSÚ 2018 je deterministická, zpracovaná ve třech variantách: střední, nízká a vysoká. Střední varianta představuje                z pohledu autorů nejpravděpodobnější scénář budoucího vývoje populace. Z tohoto důvodu je věnována v textu učebnice                největší pozornost právě předpokladům a výsledkům střední varianty. Uvedeny jsou však i základní východiska a výsledky                okrajových  variant,  které  byly  sestaveny  jako  modelové,  kdy  budoucí  vývoj  jednotlivých  demografických  procesů,                ovlivňujících vývoj obyvatelstva, byl vytvořen pomocí zvolených statistických metod. Tyto mezní varianty lze považovat také                jako konkrétně vymezené mantinely očekáváného vývoje početní velikosti a věkového složení obyvatelstva ČR, vyjadřující                nejistotu naplnění prognózy obyvatelstva, která je reprezentována střední variantou.                  Projekce obyvatelstva byla zpracována komponentní metodou po jednotkách věku a v jednoletém kroku. U všech                osob vstupujících do projekce se předpokládalo jednotné reprodukční chování a režim úmrtnosti, odpovídající danému                pohlaví a věku.                  Základními vstupními údaji projekce, tzv. prahem projekce, byly počty obyvatel České republiky podle pohlaví a věku                k 1. 1. 2018, které vycházely z výsledků sčítání lidu, domů a bytů 2011 a navazujících bilancí demografických událostí                obyvatel ČR. Obyvatelstvo České republiky tvoří osoby bez ohledu na jejich státní občanství, trvalé bydliště, resp. v případě                občanů třetích zemí povolení k dlouhodobému pobytu, u občanů zemí EU též přechodný pobyt na území ČR. Zahrnuje                také osoby s vízem k pobytu nad 90 dnů a přiznaným azylem. Projektován byl vývoj populace v období let 2018–2100.                Horizontem  projekce,  tj.  nejzazším  výstupním  údajem,  je  stav  populace  k  31.  12.  2100,  resp.  demografické  události                a relativní a analytické ukazatele plodnosti, úmrtnosti a migrace roku 2100. Projekce tak zachycuje úplnou či téměř úplnou                historii dnes žijících generací.                  Učební text porovnává Projekci 2018 také s Projekcemi 2009 a 2013. Nejde jen o komparaci výsledků, ale také o komparaci                scénářů, především střední varianty projekcí. Horizontem komparace byl zvolen konec roku 2050.                 11.3 SCÉNÁŘ STŘEDNÍ VARIANTY PROJEKCE 2018                 Plodnost                  Prognóza úrovně plodnosti vycházela ze zkušenosti z vývoje v minulých letech. Zásadní byl rok  1990, kdy byl vývoj                plodnosti charakterizován dvěma hlavními jevy – výraznými změnami úrovně plodnosti (pokles na úroveň velmi nízké                plodnosti na konci 90. let 20. století a oživení plodnosti v posledních letech) souvisejícími převážně se změnou v časování                plodnosti (posun do vyššího věku). Průměrný věk matek při narození dítěte poměrně rychle rostl, ke zpomalení růstu                dochází v posledních letech s dosažením hranice 30 let. V potaz byly dále brány trendy plodnosti v dalších zemích Evropské                unie, potažmo v Evropské unii jako celku.                  Ve střední variantě byla pro odvození budoucích měr plodnosti podle věku matek zvolena metoda logaritmické regrese.                Ta zachovává trend posledních let, resp. let zvolených pro výpočet parametrů regresního modelu. Zároveň však postupně                snižuje jeho tempo tak, aby míry plodnosti i ve vzdálenější budoucnosti nepřekračovaly nereálné či nepravděpodobné                hodnoty. Proces odvození měr plodnosti byl dvoustupňový. V první fázi byly vymodelovány míry plodnosti až do roku 2050                na základě logaritmické regrese založené na vývoji měr plodnosti podle věku žen a pořadí dítěte v letech 2005–2017.                Výsledkem byla úhrnná plodnost dosahující v roce  2050 úrovně 1,74 dítěte na jednu ženu. Následně byla provedena                interpolace mezi posledními reálnými hodnotami měr plodnosti (z roku 2017) a modelovými hodnotami v roce 2050,                přičemž tato interpolace zachovávala tvar logaritmické křivky.                  Podle scénáře střední varianty bude růst úhrnné plodnosti odrazem zvýšení měr plodnosti žen starších 30 let věku.                Nejzřetelnější bude růst měr plodnosti ve věkové skupině 30–34 let, ve které je již nyní plodnost žen nejvyšší (těžiště                plodnosti). Očekáváno je i zvyšování plodnosti žen ve věku 40 a více let, ale její podíl na celkové plodnosti zůstane nízký.                Naopak u mladších věkových skupin (do 30 let věku) je prognózován pokles plodnosti, a to včetně věkové skupiny 25–29                let, ve které se míry plodnosti v minulých letech vyvíjely proměnlivě. Průměrný věk matek by tak měl pozvolna růst                z dnešních 30,0 na 30,6 let v roce 2050.                  Úhrnná plodnost v roce 2050 by se měla pohybovat v intervalu 1,40 (nízká varianta projekce) až 1,90 (vysoká varianta                projekce). Vývoj úhrnné plodnosti po deseti letech ve všech variantách scénáře projekce 2018 do roku 2050 zaznamenávají                data v tabulce č. 11.1.                                                                                                        125","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                Tab. 11.1: Očekávaný vývoj úhrnné plodnosti ve vybraných letech v období 2020–2050                                         podle variant projekce obyvatelstva České republiky 2018                                                           Úhrnná plodnost podle varianty                                  Rok                                                     nízké        střední       vysoké                                  2020               1,59          1,70          1,78                                  2030               1,53          1,72          1,82                                  2040               1,46          1,73          1,86                                  2050               1,40          1,74          1,90                                     Zdroj: ČSÚ (2018). Projekce obyvatelstva České republiky 2018–2100.                   Porovnání vývoje úhrnné plodnosti ve středních variantách posledních tří projekcí ČSÚ (z let 2009, 2013 a 2018) ukazuje                na poměrně velké rozdíly mezi projekcí z roku 2013 na straně jedné a projekcemi z let 2009 a 2018 na straně druhé (viz                tabulka č. 11.2 níže).                  Tuto skutečnost ovlivňoval především vývoj úhrnné plodnosti na území ČR v období po roce 2000. Úhrnná plodnost v ČR                klesla v roce 2000 na hodnotu 1,14 dítěte na jednu ženu a poté pravidelně rostla až do roku 2008, kdy dosáhla hodnoty 1,50.                Střední varianta projekce z roku 2009 předpokládala v letech 2009 a 2010 stagnaci úhrnné plodnosti na úrovni 1,50 a poté                plynulý růst až na úroveň 1,72 v roce 2050.                  Oproti očekávání, však úhrnná plodnost po roce 2008 klesla opět pod úroveň 1,50, a to až do roku 2013. Na tento vývoj                plodnosti reagovala i projekce ČSÚ zpracovávaná v roce 2013, u které práh projekce činil rok 2012, kdy úhrnná plodnost v ČR                dosahovala hodnoty 1,45. V oblasti scénáře vývoje plodnosti byla Projekce 2013 méně optimistická oproti Projekci 2009,                neboť ta byla sestavována v době výrazného růstu plodnosti (viz výše). Předpoklad postupného, avšak ne příliš výrazného,                zvyšování úhrnné plodnosti byl v Projekci 2013 zakotven pouze do střední (v roce 2050 měla mít hodnotu pouze 1,56)                a vysoké varianty (v roce 2050 měla činit 1,61 dítěte na jednu ženu). Ve skutečnosti úhrnná plodnost v ČR v posledních                letech rostla daleko výrazněji a v roce 2017 činila již 1,67 dětí na jednu ženu.                         Tab. 11.2: Komparace očekávaného vývoje úhrnné plodnosti ve vybraných letech v období 2020–2050                               podle středních variant projekcí obyvatelstva České republiky z let 2009, 2013 a 2018                                                            Úhrnná plodnost v roce                                  Projekce                                                2020        2030       2040       2050                                  2009           1,60       1,66       1,69        1,72                                  2013           1,47       1,50       1,53        1,56                                  2018           1,70       1,72       1,73        1,74                                                  Zdroj: ČSÚ (2009b, 2013a, 2018c).                Úmrtnost                  Základem pro odhad budoucího trendu úrovně úmrtnosti byla analýza vývoje měr úmrtnosti, a to jak obyvatelstva České                republiky (podrobné úmrtnostní tabulky ČSÚ jsou dostupné na https://www.czso.cz/csu/czso/umrtnostni_tabulky), tak                vyspělých evropských zemí, a jejich vzájemné srovnání. Základním rysem vývoje úmrtnosti v ČR po roce 1989 a v Evropě                během posledních desetiletí je růst naděje dožití. Hodnot, které aktuálně vykazuje ČR, však bylo ve vyspělých evropských                zemích dosaženo v průměru již před 20 lety. Ve vyspělých zemích úmrtnost dlouhodobě klesá ve všech věkových skupinách,                ale změna úmrtnosti není všude stejná, jedním z hlavních znaků současného vývoje je zvyšování vlivu starších věkových                skupin na pokles úmrtnosti. Vzhledem k úzké vazbě ČR na evropský prostor lze předpokládat, že budoucí vývoj v ČR bude                sledovat trajektorii vývoje dosud pozorovaného v evropských zemích s vysokou nadějí dožití. Základem projekčního modelu                jsou proto trendy pozorované v těchto zemích v období 1980–2015, které je (dle podrobných datových analýz) pro současný                a budoucí vývoj nejvíce relevantní.                  Prognóza vývoje úmrtnosti byla založena na modelu vývoje věkově specifického poklesu úmrtnosti prostřednictvím                ukazatele nazvaného ROMI (Rates of Mortality Improvement). Ve scénáři střední varianty se zpočátku počítá s mírou                poklesu úmrtnosti ve všech věkových kategoriích na úrovni 95 % výše měr poklesu (ROMI) pozorovaných v populaci                patnácti vybraných evropských zemích v období 1980–2015. S postupem času se očekávaný pokles úmrtnosti zpomaluje,                přičemž toto zpomalení bude výraznější v mladším věku, kde již míry úmrtnosti atakují nulovou hranici. Naděje dožití při                narození pro první rok prognózy (2018) byla odhadnuta extrapolací hodnot pozorovaných v ČR v posledních pěti letech,                přičemž věková struktura úmrtnostních měr vycházela z průměrných měr úmrtnosti za posledních pět let. Od roku 2019                pak byl vývoj úmrtnostních měr projektován na základě výše popsaných principů projekčního modelu poklesu věkově                specifických měr.                   126","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Prognózované míry úmrtnosti se odráží v trendu nepřetržitě rostoucí naděje dožití při narození. Meziroční nárůst naděje                dožití by se přitom v čase měl postupně zpomalovat. V roce 2018 by naděje dožití při narození měla podle prognózy                dosáhnout 76,2 let pro muže a 82,0 let pro ženy. Do roku 2050 se očekává růst naděje dožití u mužů o 6,1 roku na 82,1                let a u žen o 4,9 roku na 86,7 let (viz tabulka č. 11.3; pozn.: do konce století se pak nárůst naděje dožití zvýší při narození                až na 87,7 let u mužů a 91,2 let u žen.) Odlišné tempo poklesu úmrtnosti u mužů a u žen přitom podle prognózy povede                k dalšímu snižování rozdílu naděje dožití podle pohlaví – ve střední variantě do roku 2050 ze současných 5,8 na 4,6 let (do                roku 2100 na 3,6 let).                  Úmrtí by se měla s postupem času více koncentrovat okolo modálního věku (nejčastější věk úmrtí), půjde o tzv. kompresi                úmrtnosti. Očekává se, že hlavní těžiště poklesu úmrtnosti se bude posouvat do vyšších let. Zatímco mezi lety 2020 a 2040                by měla být hlavním zdrojem nárůstu naděje dožití věková skupina 70–74 u mužů a 80–84 u žen, v dalších letech prognózy                pak věkové skupiny 75–79, resp. 85–89 let. Význam mladších ročníků klesne, vliv kojenecké a dětské úmrtnosti bude                v porovnání i s 90. lety 20. století zanedbatelný.                              Tab. 11.3: Očekávaná naděje dožití při narození ve vybraných letech v období 2020–2050                                         podle variant projekce obyvatelstva České republiky 2018                                                   Naděje dožití při narození (muži/ženy) podle varianty                                  Rok                                                     nízké        střední        vysoké                                  2020             76,3/82,1     76,6/82,4      77,0/82,7                                  2030             77,9/83,4     78,7/84,0      79,3/84,6                                  2040             79,3/84,4     80,5/85,5      81,5/86,4                                  2050             80,4/85,3     82,1/86,7      83,5/88,0                                                        Zdroj: ČSÚ (2018c).                  Z porovnání očekávaného vývoje naděje dožití při narození v posledních projekcích ČSÚ (viz tabulka č. 11.4) je patrné,                že starší projekce (z let 2009 a 2013) předpokládaly dynamičtější nárůst naděje dožití u mužů i u žen po celé sledované                období 2020 až 2050, tedy ne jak modeluje naději dožití Projekce 2018. Naděje dožití při narození v roce 2050 ve vysoké                variantě Projekce 2018 u žen (88 let) je dokonce nižší než naděje dožití žen ve střední variantě Projekce 2009.                       Tab. 11.4: Komparace očekávaného vývoje naděje dožití při narození ve vybraných letech v období 2020–2050                               podle středních variant projekcí obyvatelstva České republiky z let 2009, 2013 a 2018                                                     Naděje dožití při narození (muži/ženy) v roce                                  Projekce                                                2020        2030       2040       2050                                  2009         77,0/82,8  79,5/85,1   81,5/86,8  83,5/88,4                                  2013         77,0/82,8  79,5/85,1   81,3/86,6  83,0/88,0                                  2018         76,6/82,4  78,7/84,0   80,5/85,5  82,1/86,7                                                  Zdroj: ČSÚ (2009b, 2013a, 2018c).                 Migrace                  Zakomponování migrace do populačních projekcí je považováno obecně za problematické. Nerovnoměrnost minulého                vývoje  počtu  a  struktury  přistěhovalých  a  vystěhovalých  osob  neumožňuje  použití  standardních  statistických  metod                pro odhad migrace v dlouhodobém horizontu. Objem a pohlavně-věková struktura zahraničního stěhování je závislá na                mnoha faktorech, které se mohou v relativně krátkých intervalech měnit. Změna je patrná především v závislosti na vývoji                hospodářského cyklu, legislativních opatřeních (podpora či restrikce vstupu cizinců do ČR), situaci na trhu práce, ekonomické,                sociální a demografické situaci zdrojových a cílových zemí apod. K tomu se přidávají i problémy statistiky migrace ČR jako                takové. Kromě toho, že nemalou měrou byl minulý vývoj ovlivněn i systémem a zdroji statistického zjišťování, je třeba                mít na paměti, že je statistika zatížena i určitou (ale jen obtížně specifikovatelnou) mírou chyby v důsledku částečného                neodhlašování  se  z  evidence  při  dlouhodobém  pobytu  v  zahraničí/při  návratu  cizince  zpět  do  vlasti,  dobrovolnosti                přihlášení se k pobytu v ČR u občanů EU, či možných administrativních zásahů do evidencí (např. vyřazování z informačního                systému cizinců po skončení platnosti povolení k pobytu). Na druhou stranu není možné o migraci v projekcích obyvatelstva                neuvažovat, neboť se - při současném i perspektivním vývoji přirozené změny obyvatel České republiky – významně podílí                na změnách jeho počtu a složení. V zemích s úrovní plodnosti pod hranicí prosté reprodukce může být jedinou složkou                populačního vývoje, která dlouhodobě zajistí růst počtu obyvatel a alespoň částečně zmírní populační stárnutí.                  Česká  republika  je  dlouhodobě  zemí  s  pozitivním  saldem  zahraničního  stěhování,  vývoj  salda  i  objemu  zahraniční                migrace však neměl v předcházejících letech jednoznačně rostoucí charakter a obvyklé byly i výrazné meziroční změny.                                                                                                       127","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  V letech 2008–2017 se saldo migrace pohybovalo v rozpětí od − 1 297 (roku 2013) po + 71 790 (roku 2008), přičemž                v  roce  2017  bylo  zaznamenáno  třetí  nejvyšší  (28  273).  Z  výše  uvedených  důvodů  je  projekce  migrace  založena  na                očekávaném  objemu  přistěhovalých  a  vystěhovalých  v  daném  roce,  který  je  fixní  po  celou  dobu  projekčního  období                s výjimkou roku 2018. Předpoklady pro rok 2018 vycházely z expertních odhadů založených na předběžných výsledcích                zpracování dat za již uplynulou část roku.                  Základní premisou budoucího vývoje založenou do prognózy je pokračující migrační atraktivita ČR, tedy kladné saldo                stěhování se zahraničím. Do střední varianty je od roku 2019 zakomponováno roční saldo migrace na úrovni 26 tisíc osob,                pro rok 2018 se počítalo se saldem vyšším ve výši 38 tisíc osob. V nízké variantě projekce se počítalo s ročním migračním                přírůstkem ze zahraničí ve výši 18 tisíc obyvatel a ve vysoké variantě mělo postupně docházet k mírnému poklesu migračního                přírůstku až k úrovni 28,9 tis. v roce 2050 (tabulka č. 11.5).                                  Tab. 11.5: Očekávané saldo migrace ve vybraných letech v období 2020-2050                                         podle variant projekce obyvatelstva České republiky 2018                                                        Saldo migrace (v tis.) podle varianty                                  Rok                                                     nízké        střední       vysoké                                  2020               18,0          26,0          36,5                                  2030               18,0          26,0          31,9                                  2040               18,0          26,0          30,1                                  2050               18,0          26,0          28,9                                                        Zdroj: ČSÚ (2018c).                   Vzhledem k fluktuaci empirických hodnot migračních ukazatelů (a to včetně těch strukturálních) byl odhad migrace,                co se týče pohlavně věkově specifických struktur, založen na dostatečně robustním průměru posledních let: v případě                přistěhovalých jejich složení vycházelo z období let 2013–2017, v případě vystěhovalých z období let 2008–2017. Na straně                přistěhovalých  projekce  počítala  v  horizontu  roku  2050  s  mírným  navýšením  podílu  žen  v  souvislosti  s  očekávanými                rostoucími požadavky na obsazení potřebných pracovních míst v oblasti pečovatelských, sociálních a zdravotních služeb ve                vazbě na populační stárnutí.                  V  tabulce  č.  11.6  níže  je  srovnáváno  očekávané  kladné  migrační  saldo  z  posledních  třech  projekcí  ČSÚ.  Zatímco                Projekce 2018 se od Projekce 2009 liší nepatrně v očekávaném migračním přírůstku obyvatelstva, Projekce 2013 u nás                předpokládala podstatně nižší migrační přírůstek, který však měl postupně narůstat až do výše 17,7 tis. v roce 2050.                           Tab. 11.6: Komparace očekávaného vývoje salda migrace ve vybraných letech v období 2020–2050                               podle středních variant projekcí obyvatelstva České republiky z let 2009, 2013 a 2018                                                           Saldo migrace (v tis.) v roce                                  Projekce                                                2020        2030       2040       2050                                  2009           25,0       25,0       25,0        27,5                                  2013           10,1       11,7       13,1        17,7                                  2018           26,0       26,0       26,0        26,0                                                 Zdroj: ČSÚ (2009b, 2013a, 2018c).                  11.4 VÝSLEDKY STŘEDNÍ VARIANTY PROJEKCE 2018                 Očekávaný vývoj počtu a věkového složení obyvatel                  Naplní-li se předpoklady budoucího vývoje plodnosti, úmrtnosti a migrace vložené do střední varianty, počet obyvatel                České republiky bude v blízké budoucnosti, resp. v prvních jedenácti prognózovaných letech, pokračovat v růstu. Na                konci dvacátých let dosáhne k 10,784 milionu, zatímco na prahu projekce činil 10,610 milionu. Poté, od 30. let, by měla                mít početnost populace mírně klesající trend, přerušený v druhé polovině 40. let stagnací. Na konci roku 2050 by měl                počet obyvatel dle střední varianty projekce dosahovat 10,736 mil. (viz tabulka č. 11.7). Z pohledu prognózovaného                období do roku 2050 tak lze budoucí vývoj celkového počtu obyvatel zobecnit na udržení současné velikosti, resp. jeho                mírný nárůst.                  Při rozložení prognózovaného přírůstku obyvatel na složku přirozené měny a složku migrace je zřejmé, že s výjimkou                roku 2018 bude růst počtu obyvatel zajišťovat výhradně kladné saldo zahraniční migrace, které dokáže vykompenzovat                (a převýšit) očekávané záporné saldo přirozené měny. Ztráty přirozenou změnou přitom nebudou malé. Již od roku 2025                    128","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  až do konce století by měl každoročně počet zemřelých převažovat nad počtem živě narozených o více než 15 tisíc osob.                Úbytek přirozenou změnou by měl kulminovat až po roce 2050, a to v polovině 60. let 21. století, kdy se očekává roční ztráta                téměř 45 tisíc osob.                  Ačkoli očekávaná změna celkového počtu obyvatel České republiky není až tak veliká, výraznou proměnu prodělá věkové                složení populace (viz tabulka č. 11.8). V průběhu let bude docházet k podstatným změnám početnosti jednotlivých věkových                skupin (a jejich relací), a to jak z pohledu tří základních věkových skupin, tak v pohledu detailnějším – z hlediska pětiletých                věkových skupin.                  Nejmladší hlavní věková kategorie, kam se řadí děti ve věku 0–14 let, zahrnovala k 1. 1. 2018, tedy na prahu projekce, 1,671                milionu obyvatel České republiky (15,7 % veškerého obyvatelstva ČR). Jejich počet byl na počátku roku 2018 podesáté v řadě                meziročně vyšší. Při naplnění předpokladů střední varianty projekce však trend rostoucí početnosti dětské složky již nebude                mít dlouhého trvání, od roku 2022 lze očekávat zvrácení trendu v pokles. Počet obyvatel mladších 15 let by se po prvotním                růstu na 1,719 milionu (k 31. 12. 2021) měl snížit až na 1,492 milionu (k 31. 12. 2038), tj. o 13 %. Následovat by mělo opět                období rostoucího počtu dětí v obyvatelstvu ČR, ohraničené z pohledu úhrnného počtu dětí počátkem 40. let a polovinou 50.                let 21. století. Na konci roku 2050 by se měl počet dětí ve věku 0–14 let blížit hranici 1,6 milionu (1,598).                           Tab. 11.7: Očekávaný vývoj počtu obyvatel a bilance měny ve vybraných letech období 2017–2020,                                                   střední varianta projekce 2018                        Ukazatel                2017*       2020        2030       2040       2050                       počet obyvatel k 31. 12. (tis.)  10 610  10 697  10 782   10 740     10 736                       živě narození          112 676     107 017     93 772    104 642     103 171                       zemřelí                111 307     112 948    123 041    132 354     130 326                       přirozený přírůstek      1 369     − 5 931   − 29 269   − 27 712    − 27 155                       přírůstek stěhováním    38 000     26 000      26 000     26 000     26 000                       celkový přírůstek       39 369     20 069     − 3 269    − 1 712     − 1 155                                                        * Reálná data.                                                       Zdroj: ČSÚ (2018c).                          Tab. 11.8: Očekávaný počet obyvatel včetně věkové struktury ve vybraných letech období 2020–2050                                      podle střední varianty projekce obyvatelstva České republiky 2018                                                              Počet obyvatel v roce (k 31. 12.)                       Obyvatelstvo                                               2017*       2020        2030       2040       2050                        celkem                10 610 055  10 697 056  10 782 085  10 740 367  10 735 806                       0–14 let               1 670 677   1 717 954  1 590 606  1 498 841   1 597 987                       15–64 let              6 899 195   6 801 002  6 763 035  6 483 891   6 040 908                       65 a více let          2 040 183   2 178 100  2 428 444  2 757 635   3 096 911                                                                Podíl obyvatel (v %) v roce                       Obyvatelstvo                                               2017*       2020        2030       2040       2050                       0–14 let                 15,75      16,06      14,75       13,96      14,88                       15–64 let                65,03      63,58      62,72       60,37      56,27                       65 a více let            19,23      20,36      22,53       25,67      28,85                                                        * Reálná data.                                                       Zdroj: ČSÚ (2018c).                   Vývoj relativního zastoupení dětské složky, která tvořila 15,7 % k 1. 1. 2018, bude časově obdobný. Aktuální růst by se měl                zastavit již roku 2021, a to na úrovni 16,1 %. Následujících zhruba patnáct let je očekáváno snižování podílu dětí tak, že by                                                                                     19                se na sklonku 30. let měl pohybovat mírně pod hranicí 14 %. Šlo by o historicky nejnižší váhu  dětské složky v populaci ČR.                Na konci roku 2050 by měl podíl předproduktivního obyvatelstva konvergovat k hranici 15 %.                  Druhou a z hlediska věkového rozpětí nejširší a také nejpočetnější hlavní věkovou skupinu naplňují osoby ve věku 15–64                let. Na prahu projekce čítala tato věková kategorie téměř 6,9 milionu osob a obsahovala 65,0 % populace, přičemž absolutní                i relativní početnost této složky měla od roku 2009, resp. 2008, klesající trend. Další snižování počtu obyvatel ve věku 15–64                  19  Doposud nejnižší zastoupení měla dětská složka populace na konci roku 2008, kdy zahrnovala 14,1 % obyvatel.                                                                                                      129","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  let v dlouhodobém pohledu předpovídají i výsledky prognózy, přičemž největší početní redukce obyvatelstva tohoto věku je                očekávána ve 40. letech tohoto století. Půjde o konečný důsledek přesunu osob všech početně silnějších generací narozených                v 70. a 80. letech 20. století nad hranici 65 let. Podíl osob v produktivním věku z populace ČR by měl po roce 2040 klesnout                pod hranici 60 % a na konci roku 2050 by měl činit pouze 56,3 %.                  Nejvýraznějším rysem demografického vývoje následujících desetiletí bude zvyšující se počet obyvatel ve věku 65 a více                let (viz tabulka č. 11.9). Intenzita meziročního růstu se sice sníží oproti aktuálním o 3 % ročně, ale zastavení, resp. přerušení                rostoucího trendu se očekává až na konci 50. let tohoto století, tedy již v období za horizontem 2050. Počet obyvatel ve                věku 65 a více let by měl kulminovat v roce 2059, a to na úrovni 3,2 milionu, tj. zhruba o 100 tisíc seniorů více než na konci                roku 2050.                  K  výrazným  změnám  počtu  osob  bude  docházet  i  uvnitř  hlavní  věkové  skupiny  65+.  I  zde  se  budou  odrážet                nepravidelnosti věkové struktury, konkrétně zejména existence velmi silných ročníků narozených v 70. letech 20. století.                Těm se podaří narušit dlouhá léta platné pravidlo, že počet obyvatel seniorského věku dosahuje maxima v „nejmladší“                věkové skupině 65–69 let. Na přelomu 40. a 50. let lze očekávat vyšší počet obyvatel ve věku 70–74 let než ve věku 65–69                let. Např. pro rok 2050 střední varianta projekce očekává 761 tisíc osob ve věku 70–74 let, zatímco ve věkové skupině                65–69 let jde pouze o 691 tisíc osob. Při naplnění předpokladů střední varianty projekce se podíl osob ve věku 65 a více let                v obyvatelstvu ČR postupně do roku 2050 let vyšplhá blízko k hranici 30,0 % (28,8 % – viz tabulka č. 11.9).                         Tab. 11.9: Očekávaný vývoj počtu obyvatel 65 a více let podle pětiletých věkových skupin (k 31. 12., v tis.)                                    ve vybraných letech období 2017–2050, střední varianta projekce 2018                      Ukazatel                     2017*      2020        2030       2040       2050                     65–69 let                    684,5      674,8       611,3      792,2      691,0                     70–74 let                    569,7      624,8       541,9      580,8      761,0                     75–79 let                    358,6      421,4       538,5      509,1      681,5                     80–84 let                    226,6      247,0       429,1      395,9      448,6                     85–89 let                    141,8      141,8       216,4      302,6      311,8                     90–94 let                     49,9       56,7       73,3       143,7      147,6                     95–99 let                      8,5       11,0       16,2        30,4       48,8                     100+ let                       0,7        0,7        1,8         2,9        6,6                     65 a více let celkem (absolutně)  2 040,2  2 178,1  2 428,4   2 757,6    3 096,9                     Podíl 65 a víceletých v populaci (%)  19,2  20,4    22,5        25,7       28,8                                                         * Reálná data.                                                       Zdroj: ČSÚ (2018c).                   Rozdílný očekávaný vývoj počtu dětí mladších 15 let a seniorů se odrazí v hodnotě indexu stáří. Obyvatel ve věku 65+ je                v ČR více než dětí do 15 let od konce roku 2006, na prahu projekce popisoval jejich početní vztah index stáří ve výši 122                seniorů na sto dětí. Do konce roku 2050 by měl index stáří dosahovat hodnoty 194 seniorů na sto dětí.                  Rozdílnost  scénářů  středních  variant  posledních  tří  projekcí  ČSÚ  významně  ovlivnily  výsledky  očekávaného  počtu                obyvatel, nejvíce na konci srovnávaného období, tj. na konci roku 2050 (viz tabulka č. 11.10). Z hlediska očekávaného                celkového počtu obyvatel byla nejvíce optimistická projekce z roku 2009, která předpokládala, že na území ČR bude žít                na konci roku 2050 celkem 10,838 mil. osob, což bylo o 370 tisíc více než na konci roku 2008 (práh projekce). Na druhé                straně zvolené scénáře vývoje úhrnné plodnosti, naděje dožití při narození a zahraniční migrace při střední variantě                projekce 2013 měly znamenat výrazný pokles počtu obyvatel ČR do konce roku 2050. Ten byl stanoven na 9,778 mil., tedy                o více než 1 mil. osob méně oproti projekci 2009. V období od počátku roku 2012 do konce roku 2050 měl počet obyvatel                ČR klesnout o více než 725 tisíc.                              Tab. 11.10: Komparace očekávaného počtu obyvatel včetně věkové struktury v roce 2050                               podle středních variant projekcí obyvatelstva České republiky z let 2009, 2013 a 2018                                                          Saldo migrace (v tis.) v roce                                  Projekce                                                2020        2030       2040       2050                                  2009        10 839 171  1 506 708   5 927 987  3 404 476                                  2013         9 778 034  1 262 081   5 341 914  3 174 039                                  2018        10 735 806  1 597 987   6 040 908  3 096 911                                                  Zdroj: ČSÚ (2009b, 2013a, 2018c).                    130","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    V  celkovém  počtu  obyvatelstva  se  poslední  projekce  2018  v  horizontu  roku  2050  příliš  neliší  od  projekce  2009                (v projekci 2018 je zhruba o 100 tis. osob méně), ale daleko významnější jsou rozdíly mezi oběma projekcemi v zastoupení                základních věkových skupin, především u obyvatelstva v poproduktivním věku. Projekce 2009 očekávala v roce 2050 více                než 3,4 mil. seniorů, zatímco poslední projekce uvažuje s počtem o 300 tisíc méně. Podíl obyvatel ve věku 65 a více let měl                dle projekce 2009 činit 31,4 %, tedy o 2,6 bodu více než u projekce 2018. V absolutním porovnání velikosti nejstarší základní                věkové skupiny obyvatelstva v roce 2050 není rozdíl mezi projekcemi 2013 a 2018 tak výrazný (zhruba 77 tis. osob ve prospěch                projekce 2013), ale rozdíl v zastoupení seniorů na populaci ČR dosahoval až 3,7 bodu (u projekce 2013 činil podíl 32,5 %                a u projekce 2018 pouze 28,8 %). Na rozdíl od zastoupení osob ve věku 65 a více let na celkovém počtu obyvatelstva na konci                roku 2050, kdy projekce 2018 vykazovala nejmenší počet seniorů ze všech tří porovnávaných středních variant projekcí ČSÚ,                tak u věkových skupin 0–14 let a 15–64 let byl počet i podíl na očekávané populaci u poslední projekce nejvyšší (viz tabulka                č. 11.10). Podíl dětské složky na populaci v roce 2050 u projekce 2009 dosahoval 13,9 %, u projekce 2013 jenom 12,9 %                a u projekce 2018 to bylo 14,9 %. Vypočítané podíly produktivního obyvatelstva v roce 2050 byly ve všech případech nižší                než 60 %; u projekcí 2009 a 2013 činily 54,7 % a 54,6 % a u projekce 2018 byl podíl o něco vyšší (56,3 %).                  Komparace posledních 3 projekcí naznačuje, že proces stárnutí populace ČR se bude vyvíjet o něco pomaleji, než očekávali                demografové ČSÚ při modelování prognózy obyvatelstva ve starších projekcích (2009 a 2013). Ve střední variantě projekce 2009                se předpokládalo, že index stáří dosáhne hodnoty 200 (tzn., že na 100 dětí připadne 200 seniorů) v roce 2039. V projekci 2013                to mělo být ještě dříve, a to v roce 2035, ale v projekci 2018 má tento stav nastat až po roce 2050, konkrétně v roce 2059.                  Vzhledem ke skutečnosti, že v předchozím textu kapitoly byla věnována okrajově pozornost i scénářům nízké a vysoké                varianty projekce 2018, tak v tabulce č. 11.11 jsou prezentovány očekávané počty obyvatel ve vybraných letech v období                2020–2050 podle všech tří variant projekce.                  Na základě výsledků vycházejících z předpokladů dalšího vývoje plodnosti, úmrtnosti a migrace v krajních variantách                se počet obyvatel v průběhu následujících desetiletí bude vyvíjet odlišně. V nízké variantě s klesající úrovní plodnosti,                nejmenším  zlepšením  úmrtnosti  a  nejnižším  průměrným  migračním  saldem  má  počet  obyvatel  po  celé  projektované                období klesající trend. Do konce roku 2050 by měl poklesnout od počátku roku 2018 z 10,610 mil. na 9,803 mil. (tj. o 7,6 %).                Ve  vysoké  variantě  projekce  s  rostoucí  úrovní  plodnosti,  nejvýraznějším  zlepšením  úmrtnosti  a  nejvyšším  průměrným                migračním saldem má naopak počet obyvatel po celé projektované období rostoucí trend. V průběhu roku 2030 by měl                překonat hranici 11 milionů a v roce 2050 dosáhnout počtu 11,345 mil. (nárůst o 6,9 %). Rozpětí mezi nízkou a vysokou                variantou projekce 2018 na konci roku 2050 činilo více než 1,5 mil. obyvatel.                                 Tab. 11.11: Očekávaný počet obyvatel ve vybraných letech v období 2020–2050                                         podle variant projekce obyvatelstva České republiky 2018                                                           Počet obyvatel podle varianty                                  Rok                                                     nízké        střední       vysoké                                  2020             10 647 468    10 697 056    10 745 975                                  2030             10 506 398    10 782 085    11 006 512                                  2040             10 177 985    10 740 367    11 145 013                                  2050             9 803 840     10 735 806    11 344 875                                                       Zdroj: ČSÚ (2018c).                   Horizontem poslední projekce byl však až rok 2100 a na konci tohoto roku dosahoval rozdíl mezi očekávaným počtem                osob v ČR v krajních variantách projekce 5,1 mil. obyvatel. V nízké variantě v horizontu projekce byl počet obyvatel                odhadnut na 7,279 milionů a ve vysoké variantě na 12,380 milionů. Co se týká střední varianty, tak by mělo po roce 2050                docházet k úbytku obyvatelstva, a to až do konce roku 2080. V té době by mělo podle projekce 2018 v České republice                žít 10,411 mil. osob (nejméně v prognózovaném období 2018–2100). V osmdesátých i devadesátých letech 21. století                by měl v ČR počet obyvatel narůstat a podle střední varianty projekce na konci roku 2100 by počet obyvatel měl opět                překračovat hranici 10,5 mil. (10 527 469 osob).                11.5 POPULAČNÍ PROGNÓZA EUROSTATU 2018                   Eurostat, statistický úřad Evropské unie, zveřejňuje v roční periodicitě prognózy obyvatelstva členských zemí EU a také                některých dalších evropských zemí mimo EU. Poslední projekce byla publikována v červenci 2019, kdy prahem projekce                do roku 2100 byl počet obyvatel v jednotlivých zemích k 1. lednu 2018, tedy v případě České republiky stejný počet, z                kterého vycházela aktuální projekce ČSÚ 2018. Horizontem projekce Eurostatu byl, obdobně jako u ČSÚ, konec roku 2100,                takže lze korektně porovnávat scénáře a výsledky obou projekcí týkajících se ČR. V případě projekce ČSÚ 2018 se jedná o                střední variantu.                  Z realizované komparace scénářů obou projekcí vyplynulo, že očekávaný vývoj plodnosti a úmrtnosti obyvatelstva ČR                se výrazně neliší, avšak v očekávaném vývoji zahraniční migrace mezi projekcemi existují významné rozdíly. Budoucí vývoj                úhrnné plodnosti je v projekci Eurostatu o něco více optimistický; v roce 2050 se předpokládá ve výši 1,75 (ČSÚ 1,74)                                                                                                       131","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  a v roce 2100 by měla vzrůst na 1,79 (ČSÚ 1,74). To samé lze konstatovat i u naděje dožití mužů a žen, zejména v období                po roce 2050. Očekávaná naděje dožití u mužů je však v roce 2050 vyšší u ČSÚ (82,1 let) než u Eurostatu (81,9 let), ale                v roce 2100 je tomu naopak (Eurostat 88,5, ČSÚ 87,7 let). Naději dožití žen v roce 2050 předpokládají obě projekce stejně                (86,7 let), ale v roce 2100 je u Eurostatu ve vyšší věkové hladině a činí 92,3, zatímco v projekci ČSÚ pouze 91,2 let.                  Základní premisou budoucího vývoje založenou do prognózy ČSÚ je pokračující migrační atraktivita ČR, tedy kladné                saldo stěhování se zahraničím. Do střední varianty je od roku 2019 zakomponováno roční saldo migrace na úrovni 26 tisíc                osob nejen do roku 2050 (viz scénář střední varianty projekce 2018), ale až do horizontu projekce roku 2100. V prognóze                Eurostatu očekávané saldo migrace vykazuje v příštích letech klesající tendenci, pro rok 2050 bylo vypočítáno na 18                377 osob a v roce 2100 pouze na 8 255 osob. Právě daleko menší kladné migrační saldo v rozhodující míře ovlivňuje                výsledky projekce. Dle Eurostatu by měla v roce 2050 Česká republika mít 10,612 obyvatel (zhruba o 2 tisíc vice než na                počátku roku 2018) a v roce 2100 by se mělo jednat o 9,855 mil. osob. Oproti střední variantě projekce ČSÚ (2050: 10,736                mil., 2100: 10,527 mil. obyvatel) je tedy v prognóze Eurostatu očekávaný počet obyvatel ČR nižší, v roce 2050 o 124 tisíc                a v roce 2100 o 672 tisíc osob.                  V  zemích  EU  jsou  poměrně  velké  rozdíly  v  úrovni  jednotlivých  demografických  ukazatelů  vstupujících  do  prognózy                obyvatelstva. Reálná data o úhrnné plodnosti v roce 2018 vypovídají, že nejvyšší plodnost ze souboru 28 zemí EU měla                Francie (1,88) a za ní následovaly Švédsko, Irsko (obě země 1,76), Dánsko (1,73) a ČR (1,71). Naopak, velmi nízkou plodností                se vyznačovaly některé země jižní Evropy, především Španělsko (1,26), Itálie (1,30) a Řecko (1,35) a z populačně malých                                    Tab. 11.12: Projekce počtu obyvatel zemí Evropské unie v letech 2050 a 2100                                                           Počet obyvatel               Index změny                     Země                                                  2018       2050        2100     2050/2018  2100/2018                     Belgie                      11,399      12,571     13,195      110,3      115,8                     Bulharsko                    7,050       5,650      4,022       80,1       57,0                     Česká republika             10,610      10,612      9,855      100,0       92,9                     Dánsko                       5,781       6,475      6,614      112,0      114,4                     Estonsko                     1,319       1,251      1,046       94,8       79,3                     Finsko                       5,513       5,464      4,804       99,1       87,1                     Francie                     66,926      71,588     72,877      107,0      108,9                     Chorvatsko                   4,105       3,403      2,317       82,9       56,4                     Irsko                        4,830       5,900      6,274      122,2      129,9                     Itálie                      60,484      55,860     44,586       92,4       73,7                     Kypr                         0,864       1,112      1,081      128,7      125,1                     Litva                        2,808       2,176      1,625       77,5       57,9                     Lotyšsko                     1,934       1,585      1,337       82,0       69,1                     Lucembursko                  0,602       0,924      1,102      153,5      183,1                     Maďarsko                     9,728       9,042      7,887       92,9       81,1                     Malta                        0,475       0,695      0,674      146,3      141,9                     Německo                     82,792      82,672     79,099       99,9       95,5                     Nizozemsko                  17,181      17,787     16,709      103,5       97,3                     Polsko                      37,977      34,861     27,524       91,8       72,5                     Portugalsko                 10,291       9,202      6,623       89,4       64,4                     Rakousko                     8,822       9,836      9,842      111,5      111,6                     Rumunsko                    19,531      16,736     13,344       85,7       68,3                     Řecko                       10,741       9,622      7,453       89,6       69,4                     Slovensko                    5,443       5,088      3,917       93,5       72,0                     Slovinsko                    2,067       2,024      1,796       97,9       86,9                     Španělsko                   46,658      49,932     47,342      107,0      101,5                     Švédsko                     10,120      13,392     15,302      132,3      151,2                     Velká Británie              66,274      78,290     84,698      118,1      127,8                     EU 28                       512,379    523,708    492,940      102,2       96,2                                                      Zdroj: Eurostat (2019b).                    132","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  zemí také Malta a Kypr. Nejvyšší naděje dožití u mužů ze zemí EU v roce 2018 byla vykazována v Itálii (81,0 let), ale ještě                vyšší nadějí se prezentovaly vyspělé země mimo EU. Konkrétně šlo o Švýcarsko (81,6), Island (81,2) a Norsko (81,1 let).                Nízkou nadějí dožití u mužů se vyznačovaly především tranzitivní ekonomiky střední a východní Evropy (nejnižší hodnota                v Bulharsku 71,6 let), ale ještě daleko nižší byla střední délka života mužů v Rusku, na Ukrajině a v Bělorusku. Údaje za tyto                země však Eurostat v rámci svých populačních prognóz neuvádí.  Nejvyšší nadějí dožití žen při narození vynikalo v roce 2018                v Evropě Španělsko (86 let), na druhé straně existovaly 4 státy EU, ve kterých střední délka života žen nedosahovala ani                úrovně 80 let (Bulharsko 78,5 let, dále Rumunsko, Maďarsko a Lotyšsko).                  V roce 2018 zaznamenala většina zemí EU kladnou migrační bilanci. Jednalo se o 22 zemí, z nichž ve třech bylo migrační                saldo vyšší než 250 tisíc osob. Tato hranice byla překonána v Německu (354,5 tis.), Španělsku (332,4 tis.) a Velké Británii                (258,4 tisíc osob). Vyšší migrační saldo než Česká republika (38,6 tisíc osob) měly v roce 2018 již jenom další 4 země EU,                a to Švédsko, Nizozemsko, Itálie a Irsko.                  Celkem 6 zemí EU v tomto roce vykázalo zápornou migrační bilanci. V absolutním vyjádření ubylo nejvíce obyvatel                zahraniční migrací v Rumunsku (− 53,7 tis.) a ve Francii (− 42,6 tis.), zatímco záporné migrační saldo v případě Chorvatska,                Litvy, Lotyšska a Bulharska bylo nižší než 10 tisíc osob. Stav vstupních demografických charakteristik jednotlivých zemí v                období prahu projekce významně ovlivnil výsledky projekce Eurostatu 2018. V tabulce č. 11.12 jsou uvedeny reálné počty                obyvatel zemí EU na počátku roku 2018 a prognózovaný počet obyvatel v letech 2050 a 2100. U jednotlivých zemí jsou                analyzovány indexy změny 2050/2018 a 2100/2018.                  V období 2018–2050 se očekává, že poklesne počet obyvatel v členských státech a bývalých socialistických zemích střední                a východní Evropy. Jedinou výjimkou by měla být Česká republika, kde se populační stav mírně zvýší. V Litvě a Bulharsku                se předpokládá, že během 32 let se sníží počet obyvatel dokonce o více než pětinu. Očekává se, že ze souboru těchto zemí                bude mít nejmenší absolutní i relativní úbytek obyvatelstva do roku 2050 Slovinsko (viz tabulka č. 11.12).                  V období let 2050–2100 se očekává úbytek obyvatelstva již ve všech 11 tranzitivních ekonomikách EU. Zatímco v období                2018–2050 projekce Eurostatu předpokládá u souboru těchto zemí pokles počtu obyvatel o vice než 10 mil., ze 102,6 mil                na 92,4 mil. (− 10 %), do roku 2100 by podle projekce mělo žít v bývalých socialistických zemích, nyní členských zemí                EU, pouze 74,7 milionu osob, tj. 72,8 % obyvatelstva z roku 2018. V Chorvatsku, Bulharsku a Litvě by počet obyvatel měl                klesnout na měně než 60 % stavu v roce 2018. Oproti roku 2018 se očekává nejmenší úbytek obyvatelstva v ČR (92,9 %                stavu z roku 2018).                  Ostatních 17 zemí můžeme podle projekce Eurostatu rozdělit do tří typů: na země s přírůstkem obyvatelstva jak                v období 2018–2050, tak v období 2050–2100, dále na země s růstem počtu obyvatel v období 2018–2050 a poklesem                obyvatelstva  v  druhém  období  2050–2100  a  třetím  typem  jsou  země  s  úbytkem  obyvatelstva  v  obou  sledovaných                obdobích.                  Do  skupiny  zemí  s  růstem  počtu  obyvatel  v  obou  obdobích  patří  těchto  8  zemí  EU:  Belgie,  Dánsko,  Irsko,  Francie,                Lucembursko, Rakousko, Švédsko a Velká Británie. Nejvyšší index změny 2100/2018 by mělo podle projekce dosáhnout                populačně malé Lucembursko (index 183,1), následováno Švédskem (151,2), Irskem (129,9) a Velkou Británií (127,8). Počet                obyvatel Velké Británie by měl vzrůst zhruba o 18,5 milionů na 84,7 mil. a tím by tato ostrovní země měla mít v roce 2100                větší počet obyvatel než Německo. Do souboru zemí s nárůstem obyvatelstva po celé prognózované období patří i vyspělé                země  mimo  EU;  Švýcarsko,  Norsko  a  Island.  U  prvních  dvou  je  očekáván  v  období  2018–2100  nárůst  počtu  obyvatel                o čtvrtinu stavu v roce 2018, v případě Islandu jde o pětinu.                  V dalších čtyřech zemích (Malta, Kypr, Španělsko a Nizozemsko) by počet obyvatel v období 2018–2050 měl narůstat, ale                v letech 2050–2100 by mělo dojít k jeho poklesu. Výší indexu změny 2100/2018 se však jednotlivé země liší. Malta a Kypr                patří do skupiny zemí s očekávaným extrémním nárůstem počtu obyvatel v období 2018–2050. V druhém sledovaném                období by však mělo jít o velmi malý úbytek počtu obyvatel (u Malty o 21 tis. a u Kypru o 31 tis. osob), takže sledovaný index                změny 2100/2018 dosahuje vysokých hodnot u obou zemí.                  Dalším státem tohoto typu je Španělsko, které by podle projekce Eurostatu mělo v období 2018–2050 zaznamenat nárůst                počtu obyvatel o 3,3 miliony, ale v letech 2050–2100 by měl nastat pokles počtu obyvatel o 2,6 mil. Za celé projektované                období 2018–2100 by tak počet obyvatel mírně vzrostl (o 1,5 %). V případě Nizozemska je očekávaný přírůstek počtu                obyvatel  v  prvním  období  nižší  než  úbytek  v  druhém  období,  takže  v  období  2018–2100  dojde  k  mírnému  poklesu                obyvatelstva (podobně jako v ČR).                  Posledním typem jsou země s očekávaným poklesem počtu obyvatel v obou obdobích. Jde o pět zemí, z nichž u dvou                (Německo a Finsko) počet obyvatel v celém prognózovaném období neklesá nijak výrazně, ale u dalších tří zemí (Portugalsko,                Řecko  a  Itálie)  je  v  projekci  Eurostatu  očekáván  mimořádný  úbytek  obyvatelstva  srovnatelný  i  s  očekávanými  úbytky                obyvatelstva některých zemí střední a východní Evropy. Index změny 2100/2018 by měl dle výpočtu projekce u Portugalska                dosahovat pouhých 64,4 %, u Řecka 69,4 % a u Itálie 73,7 %.                  Projekce Eurostatu 2018 předpokládá, že počet obyvatel Evropské unie v období 2018–2050 vzroste během 32 let o více                než 11 milionů, ale v období 2050–2100 klesne o více než 30 milionů, takže v EU28 v roce 2100 by nemělo žít ani 500                milionů obyvatel (viz obrázek č. 11.1). A to projekce očekává, že do konce století v období 2030–2100 bude všech 28 zemí                EU migračně ziskových.                                                                                                       133","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                                         Obr. 11.1: Projekce počtu obyvatel Evropské unie do roku 2100                                                                          Zdroj: Eurostat (2019c).                 11.6 REGIONÁLNÍ PROJEKCE                  Projekce obyvatelstva ČR 2018 je nyní rozpracovávaná i do území krajů, avšak dosud nebyla publikována. Její zveřejnění se                předpokládá ještě do konce roku 2019. K dispozici je nyní tedy pouze Projekce obyvatelstva v krajích ČR do roku 2050, která                navázala na Projekci obyvatelstva České republiky do roku 2100 vydanou v červenci 2013, resp. na její mírně modifikovanou                střední variantu. Stejně jako v celorepublikové projekci 2013 byla prahem projekce krajů 2013 demografická struktura                obyvatelstva daného kraje k 1. 1. 2013 (podle pohlaví a jednotek věku). Horizontem projekce krajů byl rok 2050, resp. stav                1. 1. 2051. Ve srovnání s Projekcí 2013 pro celou Českou republiku došlo u krajů ke zkrácení projektovaného období.                  Na rozdíl od krajských projekcí z roku 2009 byla do zpracování Projekce krajů 2013 zahrnuta také migrace, jejíž vliv na                vývoj obyvatelstva není zanedbatelný a jejíž váha s výpočtem regionálních projekcí roste. Přestože vývoj migrace (a v tomto                případě jak migrace zahraniční, tak vnitřní) je velmi obtížně předvídatelný, s předpokladem nulové migrace pro celou dobu                projekce by se demografický vývoj některých krajů (např. Praha, Středočeský kraj) výrazně lišil. Výsledky Projekce 2013 za                celou Českou republiku ukázaly, že zkrácení projektovaného období nebude mít vliv na možnosti využití výsledků projekce,                protože k nejvýznamnějším změnám v demografických strukturách dojde ještě během první poloviny tohoto století.                  V projekcích obyvatelstva krajů (i regionů soudržnosti NUTS II) v roce 2013 nebyly zohledňovány nízká ani vysoká varianta                Projekce obyvatelstva ČR 2013. Z analýzy výsledků projekce obyvatelstva krajů vyplynulo, že na konci roku 2050 pouze                dva kraje ČR budou mít více obyvatel, než tomu bylo na počátku roku 2013. Jednalo se o území hlavního města Prahy, ve                kterém v prognózovaném období 38 let se měl počet obyvatel zvýšit z 1,247 mil na 1,385 mil., tj. o 138 tis. osob (index                změny činil 111,1 %). Ještě větším nárůstem obyvatelstva v tomto období by se měl prezentovat Středočeský kraj, kde je                očekáván nárůst zhruba 200 tis obyvatel, takže počet tohoto populačně největšího kraje se přiblíží hranici 1,5 milionu osob.                Index růstu 2050/2013 by měl činit 115,5 % a počet obyvatel v kraji na konci roku 2050 by měl dosahovat počtu 1,493 mil.                V dalších 12 krajích ČR by měl počet obyvatel oproti počátku roku 2013 klesnout. K nejvýraznějším úbytkům obyvatelstva by                mělo dojít v krajích Moravskoslezském, Karlovarském a Zlínském. Podle projekce počet obyvatel v Moravskoslezském kraji                klesne oproti prahu projekce o více než pětinu, a to až pod hranici jednoho milionu (979 tis. na konci roku 2050). Úbytek                obyvatelstva by tak měl během 38 let dosáhnout téměř 250 tis. osob.                  Jak již bylo uvedeno, Český statistický úřad ve své prognostické činnosti v současnosti již nezpracovává projekce za menší                územní celky (území okresů, správních obvodů obcí s rozšířenou působností, území jednotlivých měst i jejich zázemí).                Takovéto prognózy jsou však velmi potřebné, zejména pro zpracování strategií rozvoje výše uvedených území. Prognózy                by měly být také součástí územně plánovací dokumentace. Orgány decizní správy často potřebují i odvozené prognózy                obyvatelstva, a to při rozhodování o směrování investic např. do nových potřebných kapacit ve školství, zdravotnictví,                sociální péči, bydlení apod. V současnosti populační prognózy menších území v různé kvalitě poskytují firmy zabývající se                zejména problematikou regionálního a lokálního rozvoje.                  Základním i aplikovaným výzkumem regionálních populačních prognóz se zabývá dlouhodobě především demografické                pracoviště na Přírodovědecké fakultě UK (B. Burcin, T. Kučera a další). Např. často citovanou disertační práci na téma                „Regionální  populační  prognózy:  teorie  a  praxe  prognózování  lidských  zdrojů  v  území“  úspěšně  obhájil  T.  Kučera  již                v roce 1998. Pracovníci katedry demografie a geodemografie publikovali, kromě několika prognóz vývoje obyvatelstva                celé České republiky, i řadu regionálních prognóz. Z posledních lze uvést např. populační prognózy týkající se statutárního                města Pardubic (Burcin a kol., 2014) nebo města a správního obvodu obce s rozšířenou působností Hradec Králové (Burcin                a kol., 2019). Horizont obou prognóz byl stanoven na rok 2050. Z výzkumné činnosti tohoto pracoviště v posledních letech                byla věnována největší pozornost řešení projektu „Prognóza demografického vývoje a jeho důsledků pro kvalitu života                obyvatel v dynamicky se měnících obcích v zázemí českých měst: aplikace v rozvoji a správě území“. Jako jeden z výstupů                projektu byla publikována prognóza demografického vývoje suburbánní zóny Prahy do roku 2030 (Burcin a kol., 2013).                    134","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                    Tvorbou regionálních populačních prognóz se nyní zabývají i akademičtí pracovníci na jiných univerzitách. Především                jde o geografická nebo ekonomická pracoviště. Např. v Geografickém ústavu Přírodovědecké fakulty MU v Brně zpracoval                několik prognóz D. Seidenglanz. Největší pozornost dosud věnoval obyvatelstvu města Brnu a jeho suburbánního zázemí                (např. Seidenglanz a kol., 2013). Na tomto pracovišti byly v minulosti vypracovávány také tzv. odvozené prognózy. Týkaly se                např. odhadovaného vývoje počtu školních dětí (např. Krejčí a kol., 2004), osob v poproduktivním věku (např. Šanda, 2004)                nebo ekonomicky aktivního obyvatelstva (Toušek, Vašíček, 1995). V rámci přípravy strategických plánů rozvoje měst se                radnice obracejí se žádostí o zpracování prognózy vývoje počtu obyvatel také na katedru geografie Přírodovědecké fakulty                UP (Toušek, 2013). Pro potřeby Olomouckého kraje byla zde např. vypracována prognóza poproduktivního obyvatelstva                v  souvislosti  s  budoucí  potřebou  kapacit  zařízení  sociální  péče  pro  seniory  (Vavrdová,  2016).  Pozitivně  lze  hodnotit                skutečnost, že na univerzitách jsou zpracovávány v rámci kvalifikačních prací i regionální populační prognózy, které pak                nacházejí často uplatnění v regionálně plánovací praxi.                                                                                                                                                                                  135","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                 12  SEZNAM LITERATURY                 ADAPT2DC  (2014a).  New  Innovative  Solutions  to  Adapt  Governance  and  Management  of  Public  Infrastructures  to                   Demographic  Change.    [online].  [cit.  8.  1.  2019].  Dostupné  z:  http://adapt2dc.nth.gov.hu/pdf/ADAPT2DC_WP6_E-                   book_20140517.pdf                ADAPT2DC (2014b). Population Development and Policy in Shrinking Regions: the Case of Central Europe. [online]. [cit. 8. 1.                   2019]. Dostupné z: https://www.soc.cas.cz/sites/default/files/publikace/population_central_europe_simon.pdf                AIYAR, A. a kol. (2016). IMF Working Paper. [online]. [cit. 2. 2. 2019]. Dostupné z: https://www.imf.org/external/pubs/ft/                   wp/2016/wp16238.pdf                AKTUALNE (2015). Populace stárne, sociálním službám nestačí peníze. [online]. [cit. 3. 11. 2018]. Dostupné z: https://zpravy.aktualne.                   cz/domaci/vic-penez-na-peci-v-socialnich-sluzbach-zadaji-ministri/r~0588cc3619ce11e590ae0025900fea04/?redirected=1551797010                ALACHKAR, A., SEROW, W. J. (1988). The socioeconomic determinants of mortality: An international comparison. Genus,                   44 (3–4), s. 131-151.                ALDEBERT, J. a kol. (1997). Dejiny Európy. Bratislava: Mladé letá.                AMERICAN SLAVERY (2012). The Civili War \& Reconstruction. [online]. [cit. 4. 10. 2018]. Dostupné z: https://www.slideshare.                   net/Onthemellow/american-slavery-13618713                ANGOLD, M. (2001). Byzantium : The Bridge from Antiquity to the Middle Ages. London: Weidenfeld \& Nicolson.                ARMELAGOS, G. J., GOODMAN, A. H., JACOBS, K., H. (1991). The Origins of Agriculture: Population Growth During a Period                   of Declining Health. Population and Environment, 13 (1), s. 9–22.                BABBEL (2018). The 10 Most Spoken Languages in the World. [online]. [cit. 08. 11. 2018]. Dostupné z: https://www.babbel.                   com/en/magazine/the-10-most-spoken-languages-in-the-world                BAČOVÁ, V. (1996). Etnická identita a historické zmeny. Bratislava: Veda-Vydavateľstvo Slovenskej Akadémie Vied.                BAILEY, A. (2005). Making Population Geography. London: Hodder Arnold.                BAKER, J., AINA, T.A. (eds.) (1995). The Migration Experience in Africa. Uppsala: Nordiska Afrikainstitutet, GOTAB.                BARNARD, T. (2004). \"Petty, William\". Oxford Dictionary of National Biography: Oxford University Press.                BARRO, R., JONG-WHA LEE, J. W. (2010). A New Data Set of Educational Attainment in the World, 1950-2010. Journal of                   Development Economics, 104, s. 184-198.                BARÜSKE, H. (1990). Grönland. Kultur und Landschaft am Polarkreis. Köln: DuMont Buchverlag.                BARUTCISKI, M. (1994). EU States and the Refugee Crisis in the Former Yugoslavia. Refugee, 14 (3), s. 32-35.                BASSO, H. (2015). How will an ageing population affect the economy. [cit. 2. 02. 2019]. Dostupné z: https://www.weforum.                   org/agenda/2015/04/how-will-an-ageing-population-affect-the-economy/                BAŠOVSKÝ, O., MLÁDEK, J. (1989). Geografia obyvatelstva a sídiel. Bratislava: Univerzita Komenského v Bratislave.                BATES, D. (2001). William the Conqueror. Stroud, UK: Tempus.                BAUER, T. a kol. (2005). Enclaves, language, and the location choice of migrants. Journal of Population Economics, 18, s. 649–662.                BAXTER, G. (2018). Bangladesh. From a Nation to a State. New York: Routledge. [online]. [cit. 1. 12. 2018]. Dostupné z:                   https://books.google.cz/books?id=FJdNDwAAQBAJ\&pg=PT97\&redir_esc=y#v=onepage\&q\&f=false                BBC  (2009).  Religions.  [online].  [cit.  01.  11.  2018].  Dostupné  z:  http://www.bbc.co.uk/religion/religions/hinduism/                   ataglance/glance.shtml                BECKER, J. (1998). Hungry Ghosts: Mao's Secret Famine. New York: Holt Paperbacks.                BEDNÁŘOVÁ, L. (2016). České zdravotnictví se musí připravit na stárnutí populace. [online]. [cit. 8. 1. 2019]. Dostupné z:                   https://euractiv.cz/section/aktualne-v-eu/news/ceske-zdravotnictvi-se-musi-pripravit-na-starnuti-populace-013387/3/                BILLETER, E. P. (1954). Eine Masszahl zur Beurteilung der Altersverteilung einer Bevölkerung. Schweizerische Zeitschrift für                   Volkswirtschaft und Statistik, 90, s. 496-505.                BLEHA, B., VAŇO, B. (2007). Niektoré teoretické a metodologické aspekty populačnej politiky a náčrt jej koncepcie pre                   Slovenskú republiku. Sociológia, 39 (1), s. 62-80.                BOCQUET-APPEL, J-P., BAR-YOSEF, O. (eds.) (2008). The Neolithic Demographic Transition and its Consequences. New York:                   Springer-Verlag.                BORRIE, W. D. (1973). The Place of Demography in the Development of the Social Sciences. In International Population                   Conference, Liege: International Union for the Scientific Study of Population, s. 73-93.                BROOK, T. (2003). Čtvero ročních období dynastie Ming: Čína v období 1368-1644. Praha: Vyšehrad.                BURCIN, B., ČERMÁK, Z., KUČERA, T. (2014). Prognóza vývoje početního stavu a pohlavní a věkové struktury obyvatelstva                   statutárního města Pardubic na období 2013–2050. Východiska, předpoklady a základní výsledky prognózy. Praha:                   Univerzita Karlova.                    136","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  BURCIN, B., KUČERA, T., KURANDA, J. (2019). Prognóza vývoje obyvatelstva města a SO ORP Hradec Králové na období 2018-                   2050. Východiska, předpoklady a základní výsledky prognózy. Praha: Univerzita Karlova.                BURCIN,  B.,  KUČERA,  T.,  POSPÍŠILOVÁ,  L.,  ŠPAČKOVÁ,  P.,  OUŘEDNÍČEK,  M.  (2013).  Prognóza  demografického  vývoje                   suburbánní zóny Prahy na období 2012–2030. Východiska, předpoklady a základní výsledky prognózy. Praha: Univerzita                   Karlova.                BURCIN, B., KUČERA, T., ŠÍDLO, L. (2007). Populační prognózy a projekce – demografické okno do budoucnosti. Geografické                   rozhledy, 17 (1), s. 22–23.                BURENHULT, G. (2000). Die ersten Menschen. Berlin: Weltbild Verlag.                CALDWELL, J. C. (1976). Toward a Restatement of Demographic Transition Theory. Population and Development Review, 2                   (3/4), s. 321–366.                CALDWELL, J. C. [ed.] (2006). Demographic Transition Theory. Dordrecht: Springer.                CANNAN, E. (1917). A History of the Theories of Production and Distribution in English Political Economy from 1776 to                         rd                   1848. 3  edition. London: Staples Press. [online]. [cit. 11. 9. 2018]. Dostupné z: https://www.mises.cz/clanky/dejiny-                   17-3-malthus-a-utok-na-populaci-1653.aspx                CARTMILL, M.; SMITH, M. H. (2009). The Human Lineage. New Jersey: Willey-Blackwell.                CASTLES, S., MILLER, M. J. (2009). The Age of Migration: International Population Movements in the Modern World. New                   York: The Guilford Press                CENSUS AND STATISTICS DEPARTMENT (2018). Gender. [online]. [cit. 10. 12. 2018]. Dostupné z: Gender.   https://www.                   censtatd.gov.hk/hkstat/sub/sp180.jsp?productCode=B1130303                CENTRE FOR RESEARCH ON THE EPIDEMIOLOGY OF DISASTERS (CRED, 2009). Disaster Category Classification and peril                   Terminology for Operational Purposes. Working Paper. Munich. [online]. [cit. 17. 10. 2018]. Dostupné z: cred.be/sites/                   default/files/DisCatClass_264.pdf                CLIQUET, R. L. (1991). The Second Demographic Transition: Fact or Fiction? Population studies 23, Strasbourg: Council of                   Europe.                COALE, A. J. (1973). The Demographic Transition. International Population Conference, sv. I, Liège: IUSSP, s. 53–71.                COALE, A. J., WATKINS, S. C. (eds.) (1987). The Decline of Fertility in Europe. Princeton, NJ: Princeton University Press.                COLEMAN, D. (2004). Why we don’t have to believe without doubting in the “Second Demo-graphic Transition” – some                   agnostic comments. Vienna Yearbook of Population Research, 35 (2), s. 11–24.                CONQUEST, R. (1986). The Harvest of Sorrow : Soviet Collectivization and the Terror-Famine. New York: Oxford University Press.                COOGAN, T. P. (1966). Ireland since the rising. London: Pall Mall Press.                COON, C. S.  (1962).  The origin of races. New York: Alfred A. Knopf Inc.                COTTER, Ch., ROBERTSON, D. G. (2016). \"Introduction: The World Religions Paradigm in Contemporary Religious Studies\".                   In Christopher R. Cotter and David G. Robertson (eds.): After World Religions: Reconstructing Religious Studies. London                   and New York: Routledge, s. 1–20.                CREMER, H. PESTIEAU, P. (2000). Reforming Our Pension System. Is It a Demographic, Financial or Political Problem?                   European Economic Review, 44, s. 974–983.                CRUX (2018). Taking the Catholic Pulse. [online]. [cit. 26. 11. 2018]. Dostupné z: https://cruxnow.com/                CT24 (2016). Experti: Česku chybí systém dlouhodobé péče o seniory, populace přitom stárne. [online]. [cit. 3. 11. 2018].                   Dostupné  z:  https://ct24.ceskatelevize.cz/domaci/1656034-experti-cesku-chybi-system-dlouhodobe-pece-o-seniory-                   populace-pritom-starne                CZECH GENEALOGY FOR BEGINNERS (2014). [online]. [cit. 13. 9. 2018]. Dostupné z: http://czechgenealogy.nase-koreny.                   cz/2014/05/czech-censuses-1843-1921-part-i.html                CZRSO  (2007).  Demografické  a  ekonomické  vlivy.  [online].  [cit.  2.  2.  2019].  Dostupné  z:https://www.czrso.cz/clanek/                   demograficke-a-ekonomicke-vlivy/?id=1041                ČESKÝ ROZHLAS. PLUS (2018). Před 100 lety vypukla španělská chřipka. [online]. [cit. 12. 10. 2018]. Dostupné z: https://                   plus.rozhlas.cz/pred-100-lety-vypukla-spanelska-chripka-dnes-podle-epidemiologa-zabijela-stejne-7633602                ČEŠKA, J. (2000). Zánik antického světa. Praha: Vyšehrad.                ČLOVĚK A SPOLEČNOST (2011). Obyvatelstvo. [online]. [cit. 18. 10. 2018].  Dostupné z: http://atlas.terra-klub.cz/cs/clovek-                   a-spolecnost/obyvatelstvo-1/pocet-obyvatel/index.html                ČSSZ (2017). Statistická ročenka z oblasti důchodového pojištění. [online]. [cit. 04. 12. 2018]. Dostupné z: https://www.cssz.                   cz/NR/rdonlyres/5B8D1852-AE80-471E-AF60-D19366CFA3E3/0/SR2017.pdf                ČSÚ (2009a). D5 Index ekonomického zatížení. [online]. [cit. 3. 12. 2018]. Dostupné z: https://www.czso.cz/csu/xl/030703105                ČSÚ (2009b). Projekce obyvatelstva České republiky do roku 2065. [online]. [citováno 10. 9. 2019]. Dostupné z: https://                   www.czso.cz/csu/czso/projekce-obyvatelstva-ceske-republiky-do-roku-2065-n-58t98jgowg                                                                                                       137","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  ČSÚ (2010a). IV Porodnost. [online]. [cit. 19. 9. 2018]. Dostupné z: https://www.czso.cz/documents/10180/20554203/400709a4.                   pdf/5273615b-55b9-4d82-998f-36ddbca0b315?version=1.0                ČSÚ (2010b). Soupis obyvatelstva v letech 1946 a 1947. [online]. [cit. 10. 12. 2018]. Dostupné z: https://www.czso.cz/csu/                   sldb/soupis_obyvatelstva_v_letech_1946_a_1947                ČSÚ (2012). Změna výpočtu ukazatele registrované nezaměstnanosti. [online]. [cit. 4. 12. 2018]. Dostupné z: https://www.                   czso.cz/csu/czso/zmena_vypoctu_ukazatele_registrovane_nezamestnanosti20121107                ČSÚ (2013a). Projekce obyvatelstva České republiky do roku 2100. [online]. [cit. 5. 8. 2019]. Dostupné z: https://www.czso.                   cz/csu/czso/projekce-obyvatelstva-ceske-republiky-do-roku-2100-n-fu4s64b8h4                ČSÚ (2013b). Výsledky SLDB 2011. [online]. [cit. 10. 11. 2018]. Dostupné z: https://www.czso.cz/csu/sldb/d_vysledky_sldb_2011                ČSÚ (2014a). 3.2. Sociální oblast. [online]. [cit. 5. 12. 2018]. Dostupné z: https://www.czso.cz/csu/czso/13-1134-07-2006-                   3_2_1_ekonomicka_aktivita_obyvatel                ČSÚ (2014b). Ekonomická aktivita obyvatelstva 2001. [online]. [cit. 5. 12. 2018]. Dostupné z: https://www.czso.cz/csu/                   czso/4115-03--1__metodicke_vymezeni_zakladnich_ukazatelu_ekonomicke_aktivity                ČSÚ  (2014c).  Národnostní  struktura  obyvatel.  [online].  [cit.  5.  12.  2018].  Dostupné  z:  https://www.czso.cz/                   documents/10180/20551765/170223-14.pdf                ČSÚ (2014d). Projekce obyvatelstva v krajích ČR – do roku 2050. [online]. [cit. 25. 8. 2019]. Dostupné z:  https://www.czso.                   cz/csu/czso/projekce-obyvatelstva-v-krajich-cr-do-roku-2050-ua08v25hx9                ČSÚ  (2014e).  Příběh  statistiky.  [online].  [cit.  10.  11.  2018].  Dostupné  z:  https://www.czso.cz/                   documents/10180/20540505/32018414.pdf/5001140e-9277-4551-845e-b1ca5a977284?version=1.2                ČSÚ (2014f). Úroveň vzdělání obyvatelstva podle výsledků sčítání lidu. [online]. [cit. 03. 11. 2018]. Dostupné z: https://                   www.czso.cz/documents/10180/20536250/17023214.pdf/7545a15a-8565-458b-b4e3-e8bf43255b12?version=1.1                ČSÚ (2014g). Vývoj úrovně vzdělanosti obyvatelstva ČR v letech 1950 až 2011. [online]. [cit. 03. 11. 2018]. Dostupné z:                   https://www.czso.cz/csu/czso/uroven-vzdelani-obyvatelstva-podle-vysledku-scitani-lidu-2011-xllg5xjb8q                ČSÚ  (2015a).  Metodika  SLBD  2011.  [online].  [cit.  10.  12.  2018].  Dostupné  z:  https://www.czso.cz/csu/czso/metodika-                   sldb-2011                ČSÚ (2015b). Obyvatelstvo. [online]. [cit. 7. 11. 2018]. Dostupné z: https://www.czso.cz/csu/czso/obyvatelstvo_lide                ČSÚ (2015c). Porodnost a plodnost za období 2011-2015. [online]. [cit. 15. 9. 2018]. Dostupné z: https://www.czso.cz/                   documents/10180/32853427/13011816a.pdf/e7dad6a0-67af-40eb-bcf1-a47b36167dbe?version=1.0                ČSÚ (2016). Vývoj úmrtnosti v České republice - 2006-2016. [online]. [cit. 19. 9. 2018]. Dostupné z:  https://www.czso.cz/                   csu/czso/vyvoj-umrtnosti-v-ceske-republice-2006-2016                ČSÚ (2018a). Demografická ročenka České republiky - 2017. Tabulka I.01 Počet obyvatel podle pohlaví a jednotek věku.                   [online].  [cit.  10.  12.  2018].  Dostupné  z:  https://www.czso.cz/csu/czso/demograficka-rocenka-ceske-republiky-                   x36hy5c4db                ČSÚ (2018b). Míra ekonomické aktivity v ČR a krajích. [online]. [cit. 4. 12. 2018]. Dostupné z: https://www.czso.cz/csu/czso/                   mira_ekonomicke_aktivity_v_cr_a_krajich                ČSÚ (2018c). Projekce obyvatelstva České republiky – 2018-2100. [online]. [cit. 15. 8. 2019]. Dostupné z: https://www.czso.                   cz/csu/czso/projekce-obyvatelstva-ceske-republiky-2018-2100                ČSÚ (2018d). Rozvodovost. [online]. [cit. 4. 4. 2019]. Dostupné z: https://www.czso.cz/documents/10180/91917384/1300691903.                   pdf/242bc05e-5ca0-4c7f-9904-27bc785fd7e3?version=1.0                ČSÚ (2018e). Sňatečnost. [online]. [cit. 3. 12. 2018]. Dostupné z: https://www.czso.cz/documents/10180/91917384/1300691902.                   pdf/d6e9d6ad-8d82-4499-bedb-7e1edd034737?version=1.0                ČSÚ  (2018f).  Úmrtnostní  tabulky  –  Metodika.  [online].  [cit.  15.  12.  2018].  Dostupné  z:  https://www.czso.cz/csu/czso/                   umrtnostni-tabulky-metodika                ČSÚ (2018g). Věková struktura k 31. 12. 2017. Česká republika. [online]. [cit. 19. 11. 2018]. Dostupné z: https://www.czso.                   cz/staticke/animgraf/cz/index.html?lang=cz                ČSÚ (2018h). Zaměstnanost a nezaměstnanost podle výsledků VŠPS - čtvrtletní údaje - 2. čtvrtletí 2018. [online]. [cit. 03.                   11. 2018]. Dostupné z: https://www.czso.cz/csu/czso/zamestnanost-a-nezamestnanost-podle-vysledku-vsps-ctvrtletni-                   udaje-2-ctvrtleti-2018                ČSÚ (2018i). Ženy a muži v krajích ČR – Demografie. [online]. [cit. 5. 12. 2018]. Dostupné z: https://www.czso.cz/csu/xp/                   analyza-_zeny_a_muzi_v_krajich_cr_demografie                ČSÚ  (2019a).  Demografická  příručka  –  2018.  [online].  [cit.  2.  9.  2019].  Dostupné  z:  https://www.czso.cz/csu/czso/                   demograficka-prirucka                ČSÚ (2019b). Míra harmonizované nezaměstnanosti, v členění podle pohlaví – celkem (měsíčně). [online]. [cit. 5. 6. 2018].                   Dostupné z: http://apl.czso.cz/pll/eutab/html.h?ptabkod=teilm020                    138","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  ČSÚ (2019c). Míra zaměstnanosti ve věkové skupině 20-64 let, v členění podle pohlaví. [online]. [cit. 5. 6. 2018]. Dostupné                   z: http://apl.czso.cz/pll/eutab/html.h?ptabkod=t2020_10                ČSÚ (2019d). Zaměstnanost a nezaměstnanost podle výsledků VŠPS - čtvrtletní údaje - 3. čtvrtletí 2018. [online]. [cit. 03.                   11. 2018]. Dostupné z: https://www.czso.cz/csu/czso/zamestnanost-a-nezamestnanost-podle-vysledku-vsps-ctvrtletni-                   udaje-3-ctvrtleti-                D_STATIS. STATISTICHES BUNDESAMT (2019). Hohe Wachstumsraten bei Erwerbsmigration. [online]. [cit. 20. 4. 2019].                   Dostupné z: https://www.destatis.de/DE/Presse/Pressemitteilungen/2019/04/PD19_149_12521.html                DEMOGRAFIE (2014). Socioekonomické dopady demografického stárnutí. [online]. [cit. 3. 11. 2018]. Dostupné z: http://                   www.demografie.info/?cz_detail_clanku\&artclID=383                DEMOGRAFIE (2018a). O demografii. [online]. [cit. 6. 9. 2018]. Dostupné z: http://www.demografie.info/?cz_odemografii                DEMOGRAFIE  (2018b).  Příčiny  úmrtí.  [online].  [cit.  18.  10.  2018].  Dostupné  z:  http://www.demografie.info/?cz_                   umrtnostpriciny=                DEMOGRAFIE  (2018c).  Sňatečnost.  [online].  [cit.  3.  12.  2018].  Dostupné  z:  http://www.demografie.info/?cz_                   snatecnostukazatele=                DEMOGRAFIE (2018d). Standardizace. [online]. [cit. 3. 4. 2019]. Dostupné z: http://demografie.info/?cz_umrtnoststandard=                DEMOGRAFIE (2018e). Úmrtnost – standardizace. [online]. [cit. 19. 10. 2018]. Dostupné z: http://www.demografie.info/?cz_                   umrtnoststandard                DEMOGRAFIE  (2018f).  Úmrtnostní  tabulky.  [online].  [cit.  29.  10.  2018].  Dostupné  z:  http://www.demografie.info/?cz_                   umrtnosttabulky=                DEMOGRAFIE (2018g). Výzkum: Výběrová šetření jako zdroj dat ke sledování životních drah. [online]. [cit. 18. 12. 2018].                   Dostupné z: http://www.demografie.info/?cz_detail_clanku\&artclID=558\&PHPSESSID=                DONNELLY, K. (2015). Adolphe Quetelet, Social Physics and the Average Men of Science, 1796-1874. Pittsburg: University                   of Pittsburgh Press.                DOSKOČIL, K. (1953): Berní rula. Sv. 2. Popis Čech z roku 1654: souhrnný index obcí, osad a samot k berní rule, Praha: SPN.                DOSTÁLOVÁ, R. (2008). Základní kurz novořeckého jazyka. Praha: Set out 2008                DÖRRBECKER, M. (2015). Trasy a počty migrantů během evropské migrační krize v první polovině roku 2015. [online]. [cit.                   17. 12. 2018]. Dostupné z: https://commons.wikimedia.org/wiki/File:Map_of_the_European_Migrant_Crisis_2015.png                DRBOHLAV,  D.  (1999):  Geografické  aspekty  v  rámci  interdisciplinárního  výzkumu  migrace  obyvatelstva.  Sborník  České                   geografické společnosti, 104 (2), s. 73-88                DRESCHER, S., ENGERMAN S. L. (1998). A Historical Guide to World Slavery. Oxford: University Press.                DROTOVÁN, M., BLEHA, B. (2008). Analýza fenoménu singles v Európe a na Slovensku. Sociológia, 40 (1), s. 62–81.                DUDOVÁ, R. (2012). Interrupce v České republice: zápas o ženská těla. Praha: Sociologický ústav Akademie věd České                   republiky.                ĎURČEK, P., BLEHA, B. (2016). Globálne vývojové rysy demografickej reprodukcie vo svetle teórie štádií. Geografie, 121 (1),                   s. 121–155.                ECDC/WHO Europe (2016). [online]. [cit. 17. 10. 2018]. Dostupné z: https://ecdc.europa.eu/sites/portal/files/media/en/                   publications/Publications/HIV-AIDS-surveillance-Europe-2015.pdf                EHRLICH, P. R. (1968). The Population Bomb. New York, NY: Ballantine Books.                EKONOMICKYDENIK  (2016).  Pracovní  síla  eurozóny  stárne.  Pomůže  lepší  zdravotnictví  i  pružnější  trh  práce.  [online].                   [cit.  2.  2.  2019].  Dostupné  z:  http://ekonomicky-denik.cz/pracovni-sila-eurozony-starne-pomuze-lepsi-zdravotnictvi-                   pruznejsi-trh-prace/                ENCYKLOPAEDIA BRITANNICA (2018). Thomas Malthus. [online]. [cit. 4. 9. 2018]. Dostupné z:  https://www.britannica.com/                   contributor/Thomas-Malthus/9555345                ETHNOLOGUE (2019). Languages of the World.  [online]. [cit. 08. 11. 2018]. Dostupné z: https://www.ethnologue.com/                EUROMONITOR INTERNATIONAL (2019). Top 10 Global Consumer Trends 2019 [online]. [cit. 8. 4. 2019].  Dostupné z:                   https://www.ruminantia.it/wp-content/uploads/2019/01/EUROMONITOR.pdf.                EUROSTAT (2000). Push and pull factors of international migration. Luxembourg: Office for Official Publications of the                   European  Communities,  [online].  [cit.  4.  12.  2018].  Dostupné  z:  Dostupné  z:  https://www.nidi.nl/shared/content/                   output/2000/eurostat-2000-theme1-pushpull.pdf                EUROSTAT  (2016a).  Asylum  Quarterly  Report.  [online].  [cit.  4.  11.  2018].  Dostupné  z:  https://ec.europa.eu/eurostat/                   documents/6049358/7005580/Asylum+quarterly+report+-+Q1+2016.pdf/dba3a1a9-017a-4e4b-a044-79c07d3fc2af                EUROSTAT (2016b). Causes of Death — Standardised Death Rate, EU-28. [online]. [cit. 3. 11. 2018]. Dostupné z https://                   ec.europa.eu/eurostat/statistics-explained/index.php?title=File:Causes_of_death_%E2%80%94_standardised_death_                   rate,_EU-28,_2013.png\&oldid=290557                                                                                                       139","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  EUROSTAT  (2017).  Asylum  Quarterly  Report.  [online].  [cit.  3.  11.  2018].  Dostupné  z:  https://ec.europa.eu/eurostat/                   documents/6049358/7005580/Asylum+Quarterly+Report+Q4+2016.pdf/21d16653-033e-459a-948c-d4db4a246618                EUROSTAT (2018a). Pension. [online]. [cit. 8. 5. 2019]. Dostupné z: https://ec.europa.eu/eurostat/web/employment-and-                   social-inclusion-indicators/social-protection-and-inclusion/pension                EUROSTAT (2018b). European Union Statistics on Income and Living Conditions (EU-SILC). [online]. [cit. 5. 12. 2018]. Dostupné                   z: https://ec.europa.eu/eurostat/web/microdata/european-union-statistics-on-income-and-living-conditions                EUROSTAT (2018c). Healthy Life Years Statistics. [online]. [cit. 5. 12. 2018]. Dostupné z: https://ec.europa.eu/eurostat/                   statistics-explained/index.php/Healthy_life_years_statistics                EUROSTAT (2018d). Marriage and divorce statistics. [online]. [cit. 7. 12. 2018]. Dostupné z:https://ec.europa.eu/eurostat/                   statistics-explained/index.php/Marriage_and_divorce_statistics                EUROSTAT (2019a). Asylum Quarterly Report. [online]. [cit. 4. 3. 2019]. Dostupné z: https://ec.europa.eu/eurostat/statistics-                   explained/pdfscache/13562.pdf                EUROSTAT (2019b). EUROSKOP 2018: Population projetions at national level – 2018-2100. [online]. [cit. 19. 8. 2019].                   Dostupné z:   https://ec.europa.eu/eurostat/data/database                EUROSTAT (2019c). The EU’s population projected up to 2100. [online]. [cit. 15. 9. 2019]. Dostupné z: https://ec.europa.eu/                   eurostat/web/products-eurostat-news/-/DDN-20190710-1                EVROPSKÁ KOMISE (2015a). Growing the European Silver Economy. [online]. [cit. 2. 2. 2019]. Dostupné z: http://ec.europa.                   eu/research/innovation-union/pdf/active-healthy-ageing/silvereco.pdf                EVROPSKÁ KOMISE (2015b). Ageing Report. [online]. [cit. 2. 2. 2019]. Dostupné z: http://ec.europa.eu/economy_finance/                   publications/european_economy/2015/pdf/ee3_en.pdf                EVROPSKÁ  KOMISE  (2018).  Evropané  a  jejich  jazyky.  [online].  [cit.  08.  11.  2018].  Dostupné  z:  http://ec.europa.eu/                   commfrontoffice/publicopinion/archives/ebs/ebs_243_sum_cs.pdf                EVROPSKÁ KOMISE (2019). Evropský program pro migraci: situace stále nestabilní a nelze polevit. [online]. [cit. 10. 3. 2019].                   Dostupné z: https://ec.europa.eu/czech-republic/news/180516_Migrace_cs                FAGAN, B. (2007). Malá doba ledová, jak klima formovalo dějiny v letech 1300-1850. Praha: Academia.                FIALA, T. (2005). Výpočty aktuárské demografie v tabulkovém procesoru. Praha: Oeconomica.                FIALA, T., LANGHAMROVÁ, J. (2014). Modelování budoucího vývoje úhrnu pojistného a úhrnu vyplacených starobních                   důchodů v ČR. Politická ekonomie, 62 (2), s. 232-248.                FIALOVÁ, L. (2004). Charakter demografické reprodukce před demografickou revolucí. Demografie, 46 (4), s. 234-237.                FIALOVÁ, L. HORSKÁ, P., KUČERA, M., MAUR, E., MUSIL, J., STLOUKAL, M. (1998). Dějiny obyvatelstva českých zemí. Druhé                   doplněné vydání. Praha: Mladá Fronta.                FLORENCE (2010). Stárnutí populace nutí ke změnám ve zdravotnictví. [online]. [cit. 8. 1. 2019]. Dostupné z: http://www.                   florence.cz/casopis/archiv-akcent-vzp/2010/7/starnuti-populace-nuti-ke-zmenam-ve-zdravotnictvi/                FŇUKAL, M., ŠRUBAŘ. M., TOUŠEK, V. (2007). Dopady migrací ze zemí bývalé Jugoslávie do ostatních evropských zemí.                   Olomouc: Univerzita Palackého. [online]. [cit. 18. 12. 2018]. Dostupné z: http://www.mzv.cz/file/364210/zprava_def_                   strucne_2007.pdf                FOLTA, J. (2005). Vývoj výpočetní techniky. Praha: Společnost pro dějiny věd a techniky.                FREY, D. (2018) Detailed Language Map of Europe. Dallas: Robin Maps.                FUCHS, J., KUBIS, A., SCHNEIDER, L. (2019). Zuwanderung und DigitalisierungWie viel Migration aus Drittstaaten benötigt                   der  deutsche  Arbeitsmarkt  künftig?  [online].  [cit.  19.  4.  2019].  Dostupné  z:  https://www.bertelsmann-stiftung.de/                   fileadmin/files/Projekte/Migration_fair_gestalten/IB_Studie_Zuwanderung_und_Digitalisierung_2019.pdf                FUCHS, V. R. (1984). Though Much is Taken: Reflections on Aging, Health, and Medical Care. Milbank Memorial Fund                   Quarterly/ Health and Society, 62 (2), s. 142-166.                GLOBALAGINGTIMES  (2018).  What  is  a  Silver  Econnomy.  [online].  [cit.  02.  02.  2019].  Dostupné  z:  http://www.                   globalagingtimes.com/aging/what-is-silver-economy                GREGORY, T. E. (2010). A History of Byzantium. London: John Wiley \& Sons.                GREINER, A. (2014). Visualizing Human Geography : At Home in a Diverse World. New York: John Wiley \& Sons                GRIFFITH, D. A., MACKINNON, R. D. (1981). Dynamic spatial models. Alphen aan den Rijn: Sijthoff \& Noordhoff.                GUARDIAN (2008). Finds that made Basques proud are fake, say experts. [online]. [cit. 08. 11. 2018]. Dostupné z: https://                   www.theguardian.com/science/2008/nov/24/basque-pottery-euskara-eliseo-gil                HAMPL, M. (2005). Geografická organizace společnosti v České republice: transformační procesy a jejich obecný kontext.                   Praha: DemoArt.                HANUS, M., ŠÍDLO L. (2019). Školní atlas dnešního světa. Praha: Terra.                HASMAN, J., LUPTÁK, M. (2016). Faktory ovlivňující volbu cílové země uprchlíků. Geografické rozhledy, 25 (3), s. 2–4.                    140","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  HAŠEK, O., ŠÍDLO, L. (2018): Standardizace aneb srovnáváme srovnatelné? Geografické rozhledy, 28 (2), s. 32–33.                HAYES, A. (2018). How Demographics Drive The Economy. [online]. [cit. 02. 02. 2019]. Dostupné z: https://www.investopedia.                   com/articles/investing/012315/how-demographics-drive-economy.asp                HESKETH, T., LU, L., ZHU, W. X. (2011). The Consequences of Son Preference and Sex-Selective Abortion in China and other                   Asian countries. CMAJ, 183 (12), s. 1374–1377.                HESKETH, T., ZHU, W. X (2006). Abnormal Sex Ratios in Human Populations: Cause and Consequences. Proc Natl Acad Sci U                   S A, 103 (36): 13271–13275.                HISTORICKÝ BLOG (2008). 3 největší morové rány. [online]. [cit. 5. 10. 2018]. Dostupné z: http://historicky.blog.cz/0808/3-                   nejvetsi-morove-rany-rozpoutaly-des-i-orgie                HN (2018). Muž, který zachraňuje Evropu. [online]. [cit. 18. 2. 2019]. Dostupné z: https://archiv.ihned.cz/c1-66231120-                   muz-ktery-zachranuje-evropu-gerald-knaus-prosadil-uprchlickou-dohodu-eu-s-tureckem-ted-chce-primet-africke-                   zeme-brat-zpet-odmitnute-migranty                HOLLANDER, S. (1997). The Economics of Thomas Robert Malthus. Toronto: University of Toronto Press.                HOLMAN, R. (2005). Dějiny ekonomického myšlení. Praha: C. H. Beck                HROCH, M. (2009). Národy nejsou dílem náhody: příčiny a předpoklady utváření moderních evropských národů. Praha:                   Sociologické nakladatelství (SLON).                HUGHES, D. W. (1985). \"Edmond Halley, Scientist\". Journal of the British Astronomical Association. 95 (5), 193.                CHAMBERS, R. (1864/2004). Book of Days. Chambers Harrap web site. [online]. [cit. 16. 10. 2018]. Dostupné z: Dostupné                   na: http://www.chambersharrap.co.uk/                IDNES (2019a). Česko roste v oblibě. Jako průtoková trasa pro uprchlíky do Německa. [online]. [cit. 12. 3. 2019]. Dostupné                   z:   https://www.idnes.cz/zpravy/zahranicni/migranti-migrace-bezenci-uprchlici-cesko-nemecko.A190118_094358_                   zahranicni_remy                IDNES (2019b). Imigrační kvóty se vrací. Chce je Itálie. [online]. [cit. 16. 7. 2019]. Dostupné z: https://www.pressreader.                   com/czech-republic/mf-dnes/20190716/281479277992510                IOM (2019). Flow Monitoring. Europe. [online]. [cit. 2. 11. 2019]. Dostupné z: https://migration.iom.int/europe?type=arrivals                IUSSP  International  Population  Conference  in  Marrakech  [online].  [cit.  9.  11.  2018].    Dostupné  z:  https://iussp2009.                   princeton.edu/papers/90656                JAMES, W. H. (1987). The human sex ratio. A interview of the literature. Human Biology, 59, s. 721–752.                JELEN, L. (2016). Sýrie – hlavní zdrojová země uprchlické krize. Geografické rozhledy, 25 (3), s. 5–7.                JONES, B. F. (2010). Age and Great Invention. The Review of Economics and Statistics, 92 (1), s. 1–14.                JŮVA, V. (2003). Stručné dějiny pedagogiky. Brno: Paido.                KAA VAN DE, D. J. (1987). Europe’s Second Demographic Transition. Popul Bull, 42 (1), s. 1–59.                KAA VAN DE, D. J. (2001). Postmodern Fertility Preferences: From Changing Value Orientation to New Behavior. In Bulatao,                   R. A., Casterline, J. B. (eds.): Global Fertility Transition. New York: Population Council, s. 290–331.                KÁČEROVÁ, M. (2005). Demografické starnutie populácie Slovenska a Európy. In Naša demografia, súčasnosť a perspektívy.                   Zborník z 10. demografickej konferencie v Smoleniciach. Bratislava: Slovenská štatistická a demografická spoločnosť,                   s. 97–102.                KALIBOVÁ, K., PAVLÍK, Z., VODÁKOVÁ, A. [eds.] 2009. Demografie (nejen) pro demografy. 3. přepracované vydání. Praha:                   Sociologické nakladatelství (SLON).                KEEGAN, J. (1997). The Second World War. London: Pimlico.                KING WHYTE, M., FENG, W., YONG, C. (2015). Challenging Myths About China's One-Child Policy. China Journal. 74 (1),                   s. 144–159.                KIRK, D. (1996). Demographic Transition Theory. Population Studies, 50, s. 361–387.                KLADIVO, P. (2013). Základy statistiky. Olomouc: Univerzita Palackého v Olomouci.                KLAPISCH-ZUBER, CH., HERLIHY, D. (1985). Tuscans and their Families. A Study of the Florentine Catastro of 1427. New                   Haven: ACLS Humanities E-Book.                KLAPKOVÁ,  M.,  ŠÍDLO,  L.,  ŠPROCHA,  B.  (2016).  Koncept  prospektivního  věku  a  jeho  aplikace  na  vybrané  ukazatele                   demografického stárnutí. Demografie, 58 (2), s. 129–141.                KLÍMA, A. (1996). Dlouhá válka: (1618–1648). Praha: Slovo.                KNIPPENBERG, H. (2005). The changing religious landscape of Europe. Amsterdam: Het Spinhuis.                KOCH, C. (2000). The Catholic Church: Journey, Wisdom, and Mission. Winona: St. Mary's Press.                KOCH, P. (1985). \"Wilhem Lexis\" in Neue Deutsche Biographie. Berlin: Duncker \& Humblot.                KOLCHIN, P. (2003). American Slavery 1619–1877. New York: Hill \& Wang.                                                                                                       141","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  KOSCHIN, F. (1998). Druhý demografický přechod. Demografie, 40 (4), s. 257–259.                KOSTELECKÝ, T., VOBECKÁ, J. (2009). Metodické postupy: Nástroje ke zvýšení finanční dostupnosti bydlení za cílem pozitivně                   ovlivnit demografické chování mladé generace. [online]. [cit. 11. 12. 2018]. Dostupné z: http://www.disparity.cz/data/                   USR_048_DEFAULT/demografie_Kostelecky.pdf                KRAEGER, P. (2009). Two Concepts of Population: The Long View. Paper Prepared for the XXVI.                KRAFT, M. E. (1999). Population policy for the 21st century. [online]. [cit. 12. 5. 2019]. Dostupné z: https://blueplanetunited.                   org/populationpress/population-policy-for-the-21st-century/                KREBS, V. a kol. (2015). Sociální politika. Praha: Wolters Kluwer.                KREJČÍ, T., ŠANDA, R., TOUŠEK, V. (2004). Prognóza vývoje obyvatelstva s důrazem na počet školních dětí v městské části                   Brno – Královo Pole do konce roku 2020. Brno: Centrum pro regionální rozvoj MU.                KREPS, G. A. (1995). Disaster as Systemic Event and Social Catalyst: A Clasrification of Subject Matter. International Journal                   of Mass Emergencies and Disasters, 13 (3), s. 255–284.                KUČERA, M. (1958). Perspektivní vývoj obyvatelstva v letech 1960-1975. Statistický obzor, 38, s. 398–407.                KUČERA, T. (1998). Regionální populační prognózy: teorie a praxe prognózování lidských zdrojů v území. Praha: Univerzita                   Karlova.                KUHRT, A. (1995). The Ancient Near East c. 3000–330BC. Vol. 2. London: Routledge.                KUKLIŠ, L. (2015). Česká republika je nejvíce ateistickou zemí v Evropě, v celosvětovém srovnání ji překonaly jen Čína a                   Japonsko.  Gnosis.  [online].  [cit.  03.  11.  2018].  Dostupné  z:  https://magazin.gnosis.cz/ceska-republika-je-nejvice-                   ateistickou-zemi-v-evrope-v-celosvetovem-srovnani-ji-prekonaly-jen-cina-a-japonsko/                KUPROVÁ, B., SIVKOVÁ, O. (2014): Prameny demografických dat v minulosti a dnes. Geografické rozhledy, 24, 1, s. 21-23.                KURZYCZ (2018). Nezaměstnanost v ČR, vývoj, rok 2019 – 5 let. [online]. [cit. 2. 2. 2019]. Dostupné z: https://www.kurzy.                   cz/makroekonomika/nezamestnanost/                KURZYCZ  (2019).  Míra  nezaměstnanosti  v  Německu  se  drží  nejníže  od  roku  1990  (31.  1.  2019).  [online].  [cit.  5.  3.                   2019].  Dostupné  z:  https://www.kurzy.cz/zpravy/481648-mira-nezamestnanosti-v-nemecku-se-drzi-nejnize-od-                   roku-1990-31-1-2019/                LANDRY, A. (1934). La Revolution Demographique. Paris: Librairie du Recueil Sirey.                LAWBOOK EXCHANGE (2007). An Essay on the Principle of Population, as it Affects the Future… [online]. [cit. 5. 9. 2018].                   Dostupné  z:    https://www.lawbookexchange.com/pages/books/44869/thomas-robert-malthus/an-essay-on-the-                   principle-of-population-as-it-affects-the-future                LEE, J. W., LEE, H. (2016). Human capital in the long run. Journal of Development Economics. 122, s. 147–169.                LEE, R., ZHOU, Y. (2017). Does fertility or mortality drive contemporary population aging? The revisionist view revisited.                   Population and Development Review, 43 (2), s. 285–301.                LESTHAEGHE, R (1995). The Second Demographic Transition in Western Countries. In Mason O. K., Jensen, A-M. (eds.):                   Gender and Family Change in Industrialized Countries. Oxford: Clarendon Press, s. 17–62.                LESTHAEGHE, R. (2014). The Second Demographic Transition: A Concise Overview of its Development. Inaugural Articles                   by Members of the National Academy of Sciences [online]. [cit. 12. 10. 2018].  Dostupné z: https://www.pnas.org/                   content/pnas/111/51/18112.full.pdf                LESTHAEGHE, R., SURKYN J. (2002). New Forms of Household Formation in Central and Eastern Europe: Are They Related                   to Newly Emerging Value Orientations? Interface Demography. [online]. [cit. 5. 11. 2018].  Dostupné z: https://www.                   researchgate.net/publication/255620443_New_Forms_of_Household_Formation_in_Central_and_Eastern_Europe_                   Are_they_related_to_newly_emerging_Value_Orientations                LEVINSON, D. (1998). Ethnic Groups Worldwide: A Ready Reference Handbook. Phoenix, Ariz.: Oryx Press.                LEWIN, C. G. (2004). \"Graunt, John\". Oxford Dictionary of National Biography: Oxford University Press.                LEWIS,  M.  P.  (2009).  Ethnologue:  Languages  of  the  world  (16th  edition).  Dallas,  TX:  SIL  International.  [online].  [cit.                   05.  12.  2018].  Dostupné  z:  https://www.scirp.org/(S(351jmbntvnsjt1aadkposzje))/reference/ReferencesPapers.                   aspx?ReferenceID=913797                LHOŤAN, L. (2018). Věčný konflikt sunnitů a šíitů: Jak se zrodil a v čem se liší dvě hlavní větve islámu. Reflex. [online]. [cit.                   03. 11. 2018]. Dostupné z: https://www.reflex.cz/clanek/historie/88691/vecny-konflikt-sunnitu-a-siitu-jak-se-zrodil-a-                   v-cem-se-lisi-dve-hlavni-vetve-islamu.html                LI, B., ZHANG, H. (2017). Does Population Control Lead to Better Child Quality? Evidence from China’s One-child Policy                   Enforcement. Journal of Comparative Economics, 45 (2), s. 246–260.                LIDDELL HART, B. (1977). History of the Second World War. London: Pan.                LIDÉ V POHYBU (2019). Současná uprchlická situace v Evropě a České republice. [online]. [cit. 15. 3. 2019]. Dostupné z:                   https://lidevpohybu.eu/informace/soucasna-uprchlicka-situace/                     142","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  LITTLE, L. K. (2007). Plague and the end of antiquity: the pandemic of 541–750. Cambridge: Cambridge University Press.                LIVI-BACCI, M. (2012). A concise history of world population. 5th edition. Oxford: Wiley-Blackwell.                LOCKHARDT, J., SCHWARTZ, S. B. (1982). Early Latin America. A History of Colonial Spanish America and Brazil. Cambridge:                   Cambridge University Press.                LOUŽEK. M. (2014). Populační teorie Thomase Malthuse. E-LOGOS, Electronic Journal for Philosophy. Praha: Vysoká škola                   ekonomická [online]. [cit. 3. 4. 2019]. Dostupné z: https://nb.vse.cz/kfil/elogos/history/louzek14.pdf                LUPTÁK, M., LUPTÁKOVÁ, M. (2013). Mezinárodní migrace: pohledy a nadhledy. Červený Kostelec: Pavel Mervart.                LUTZ, W., SANDERSON, W., SCHERBOV, S. (2008). The coming acceleration of global population ageing. Nature, 451, s. 716–719.                MA, Y. (2012). Reexamining China's Demographic Transition and Age Structure. China Economist, 7 (4), s. 20–28.                MAGNUS, G. (2009). The Age of Aging. How Demographics are Changing the Global Economy and Our World. Singapore:                   John Wiley \& Sons.                MALINA,  J.  a  kol.  (2009).  Antropologický  slovník  aneb  co  by  mohl  o  člověku  vědět  každý  člověk.  Brno:  Akademické                   nakladatelství CERM.                MALTHUS, T. R. (1798/2002): Esej o principu populace. Brno: „Zvláštní vydání“.                MARIA MILANI (2017). Roman Army. [online]. [cit. 1. 9. 2018]. Dostupné z: http://mariamilani.com/ancient_rome/roman_                   army.htm                MARTIN, T. R. (2013). Ancient Greece: From Prehistoric to Hellenistic Times. 2nd edition. New Haven: Yale University Press.                MASON, A. a kol. (2017). Support ratios and demographic dividends: estimates for the world. United Nations Population                   Division Technical Paper No. 2017/1.                MATYSZAK, P. (2003). Chronicle of the Roman Republic. London: Thames \& Hudson.                MAVELLI, L., WILSON, E.K. (eds.) (2016). The Refugee Crisis and Religion: Secularism, Security and Hospitality in Question.                   Critical Perspectives on Religion in International Politics. London: Rowman and Littlefield.                MAY, J. F. (2012). The Role of Population Policies. Études, 417 (11), s. 441–452.                McDONALD, P. (2006). An assesment of policies that support having children from the perspectives of equity, effieciency                   and efficasy. Vienna: Vienna Demographic Yearbook, s. 213–234.                MENDEL, M. (2015). Arabské jaro. Historické a kulturní pozadí událostí na Blízkém východě. Praha: Academia.                MFČR (2018a). OECD zveřejnilo Hospodářský přehled ČR 2018. [online]. [cit. 4. 12. 2018]. Dostupné z: https://www.mfcr.cz/                   cs/aktualne/tiskove-zpravy/2018/oecd-zverejnilo-hospodarsky-prehled-cr-2-32423                MFČR (2018b). Konvergenční program. [online]. [cit. 4. 12. 2018]. Dostupné z: https://www.mfcr.cz/cs/zahranicni-sektor/                   pristoupeni-cr-k-eurozone/konvergencni-program                MFČR (2019). Hospodaření systému důchodového pojištění. [online]. [cit. 04. 12. 2018]. Dostupné z: https://www.mfcr.cz/                   cs/verejny-sektor/statni-rozpocet/hospodareni-systemu-duchodoveho-pojisten                MICHÁLEK, A. (1995). Zmeny vekovej štruktúry obyvateľstva na mezoregionálnej a mikroregionálnej úrovni. Slovenská                   štatistika a demografia, 5 (3), s. 17–27.                MIRANDA D. (2019). Historia de la Estadística. [online]. [cit. 11. 9. 2019]. Dostupné z: https://www.sutori.com/story/                   historia-de-la-estadistica--FdxeBa8aw9rvUaD1ryuvGxwY                MISES.CZ (2015). Dějiny 17. 3. – Malthus a útok na populaci. [online]. [cit. 11. 9. 2018]. Dostupné z: https://www.mises.cz/                   clanky/dejiny-17-3-malthus-a-utok-na-populaci-1653.aspx                MLÁDEK, J. (1992): Základy geografie obyvateľstva. Bratislava: SPN.                MLÁDEK, J. (2006). Štruktúra obyvateľstva. In Mládek, J., Kusendová, D., Marenčáková, J., Podolák, P., Vaňo, B. (eds.)                   Demogeografická analýza Slovenska. Bratislava: Univerzita Komenského v Bratislave, s. 87-98.                MLÁDEK, J., KÁČEROVÁ, M. (2008). Analysis of Population Ageing in Slovakia: Time and Regional Dimension. Geografický                   časopis, 60 (2), s. 179-197.                MLÁDEK,  J.,  KÁČEROVÁ,  M.,  STANKOVIČOVÁ,  I.  (2018).  Regionálna  diferencovanosť  populačného  starnutia  v  Európe.                   Geographia Cassoviensis, 12 (1), s. 92–109.                MLÁDEK, J., PAVLÍKOVÁ, S. (1999). Aplikácia vybraných metód studia starnutia obyvatelstva Slovenska. In Demografické,                   zdravotné a sociálno-ekonomické aspekty úmrtnosti. 7. demografická konferencia. Bratislava: Slovenská štatistická a                   demografická spoločnosť, s. 114–125.                MLUVTECESKY (2019). Čeština jako slovanský jazyk [online]. [cit. 08. 01. 2019]. Dostupné z: https://mluvtecesky.net/cs/                   introduction/country_language/slavic_languages                MORAVCOVÁ, M., NOSKOVÁ, H. (2005). Struktura etnických menšin a imigračních skupin v České republice (Vývoj let                   1918– 2001). In Bittnerová, D., Moravcová M. (eds.): Kdo jsem a kam patřím? Identita národnostních menšin a etnických                   komunit na území České republiky. Praha: Sofis, s. 15–80.                MUDD, S. (1964) [ed.]. The Population Crisis and the Use of World Resources. Dordrecht: Springer-Science+Business Media B.V.                                                                                                       143","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  MURPHY, M. (2017). Demographic determinants of population aging in Europe since 1850. Population and Development                   Review, 43 (2), s. 257–283.                MURRAY, CH.J.L., LOPEZ, A.D. [eds.] (1996). The Global Burdenof Disease: A Comprehensive Assesment of Mortality and                   Disability from Diseases, Injuries and Risk Factors in 1990 and Projected to 2020 (with executive summary). Cambridge,                   MA: Harvard University Press.                MV ČR (2019). Situace v oblasti migrace v České republice v roce 2018. [online]. [cit. 11. 3. 2019]. Dostupné z: https://www.                   mvcr.cz/soubor/situace-v-oblasti-migrace-v-ceske-republice-v-roce-2018.aspx                MYRSKYLÄ, M., KOHLER, H-P., BILLARI, F. C. (2009). Advances in development reverse fertility decline. Nature, 460, s. 741–743.                NAŠE ZDRAVOTNICTVÍ (2018). Před sto lety udeřila španělská chřipka. Proč byla tak smrtící? [online]. [cit. 12. 10. 2018].                   Dostupné z: https://www.nasezdravotnictvi.cz/aktualita/pred-sto-lety-uderila-spanelska-chripka-proc-byla-tak-smrtic                NEWBOLD, K. B. (2010). Population Geography. Tools and Issues. Lanham, Maryland: Rowman \& Littlefield Publishers.                NIJMAN, J., MULLER, P., DE BLIJ, H. (2017). Geography: realms, regions, and concepts. Hoboken: John Wiley \& Sons.                NIMC (2018a). Náboženství – základní informace. [online]. [cit. 01. 11. 2018]. Dostupné z: http://www.nicm.cz/nabozenstvi-                   zakladni-informace                NIMC (2018b). Sociální služby. [online]. [cit. 3. 11. 2018]. Dostupné z: http://www.nicm.cz/socialni-sluzby                NOTESTEIN, F. W. (1945). Population: The Long View. In Schultz, T. (ed.): Food for the Worm. Chicago: Chicago University                   Press, s. 36–57.                NOTESTEIN,  F.  W.  (1953).  Economic  problems  of  population  change.  [online].  [cit.  15.  10.  2018].  Dostupné  z:  http://                   prelim2009.filmbulletin.org/readings/04-Population/Notestein.pdf                NOVOTNÝ, R. (2014). Kupujete bydlení? Myslete na demografii! [online]. [cit. 02. 02. 2019]. Dostupné z: https://www.                   hypoindex.cz/clanky/kupujete-bydleni-myslete-na-demografii/                NUV (2015). Jaký je rozdíl mezi ISCED a EQF? [online]. [cit. 03. 11. 2018]. Dostupné z: http://www.nuv.cz/eqf/jaky-je-rozdil-                   mezi-isced-a-eqf                Národní vzdělávací fond (2015). Konkurenční schopnost České republiky 2015: Vývoj hlavních indikátorů. [online]. [cit. 03.                   11. 2018]. Dostupné z: http://www.nvf.cz/konkurencni-schopnost-ceske-republiky-2015-vyvoj-hlavnich-indikatoru                OBOLENSKY, D. (1971). The Byzantine Commonwealth: Eastern Europe, 500–1453. London: Weidenfeld and Nicolson.                O'CALLAGHAN, J. F. (2004). Reconquest and Crusade in Medieval Spain. Philadelphia: University of Pennsylvania Press.                OECD (2013). Coping with emigration in Baltic and East European countries. [online]. [cit. 15. 11. 2018].  Dostupné z: http://                   dspace.lu.lv/dspace/bitstream/handle/7/31166/Hazans_OECD_2013.pdf?sequence=1                OECD (2017). Family Database. Social Policy Division. [online]. [cit. 19. 10. 2018]. Dostupné z: https://www.oecd.org/els/                   family/SF_2_4_Share_births_outside_marriage.pdf                OECD (2019). Life Expectancy at Birth (Indicator). [online]. [cit. 19. 1. 2019]. Dostupné z: https://data.oecd.org/healthstat/                   life-expectancy-at-birth.htm.                OMRAN, A.R. (1971). The Epidemiologic Transition: a Theory of the Epidemiology of Population Change. Milbank Memorial                   Fund Quaterly, 49 (4), s. 509–538. [online]. [cit. 15. 11. 2018]. Dostupné z: https://www.ncbi.nlm.nih.gov/pmc/articles/                   PMC2690264/                OUR WORLD IN DATA (2017). World Population Growth. [online]. [cit. 20. 11. 2018].  Dostupné z: https://ourworldindata.                   org/world-population-growth                OUR WORLD IN DATA (2019). World Population Growth. [online]. [cit. 2. 7. 2019]. Dostupné z: https://ourworldindata.org/                   world-population-growth                OZDRAVOTNICTVÍ (2017). [online]. [cit. 8. 1. 2019]. Dostupné z: https://www.ozdravotnictvi.cz/news/vydaje-na-zdravotni-                   peci-se-kvuli-starnuti-vyrazne-zvysi/                PÁNEK, J. (2016). Evropská migrační krize a její historické kořeny. [online]. [cit. 19. 4. 2019]. Dostupné z: https://www.                   velkomeziricsko.cz/images/stories/Vsehochut/j_panek_evropska_migracni_krize.pdf                PAPŘOKOVÁ, P. (2017). Prognóza vývoje obyvatelstva Moravskoslezského kraje do roku 2050. Praha: Univerzita Karlova.                PARFITT, E. A., WILSON, L. (2009). Fundamentals of Physical Volcanology. London: Blackwell Publishing company.                PATTERSON, K. D, PYLE, G. F (1991). The geography and mortality of the 1918 influenza pandemic. Bulletin of the History                   of Medicine. 65 (1), s. 4-21.                PAVLÍK, Z. (1964). Nástin populačního vývoje světa. Praha: NČSAV.                PAVLÍK, Z. (2004). Nejvýznamnější tendence světového populačního vývoje. Demografie, 46 (4), s. 230–233.                PAVLÍK, Z., RYCHTAŘÍKOVÁ, J. ŠUBRTOVÁ, A. (1986). Základy demografie. Praha: Academia.                PETERS, F. E. (2003). Islam: A Guide for Jews and Christians. Princeton: Princeton University Press.                                                                                       th                PETERS, G. L., LARKIN, R. P. (2008). Population Geography. Problems, Concepts, and Prospects. 9  edition. Dubuque (Iowa):                   Kendall/Hunt Publishing Company.                   144","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  PETERSEN, W. (1999). Malthus, founder of modern demography. 2nd edition. London: Transaction Publishers.                PETR, J. (2011). Řekni, kde ty dívky jsou? Změny v poměru pohlaví. Vesmír, 90 (7), s. 397–398.                PEWFORUM (2012). Global Religious Landscape Buddhist. [online]. [cit. 01. 11. 2018]. Dostupné z: http://www.pewforum.                   org/2012/12/18/global-religious-landscape-buddhist/                PEWFORUM (2015). Religious Projections 2010-2015. [online]. [cit. 01. 11. 2018]. Dostupné z: http://www.pewforum.                   org/2015/04/02/religious-projections-2010-2050/                PEWRESEARCH (2017). Christians reamin worlds largest religious qroup, but they are declining in Europe. [online]. [cit. 01.                   11. 2018]. Dostupné z: http://www.pewresearch.org/fact-tank/2017/04/05/christians-remain-worlds-largest-religious-                   group-but-they-are-declining-in-europe/                PHYS.ORG (2010). Humans Will Be Extinct in 100 Years Says Eminent Scientist. [online]. [cit. 23. 10. 2018].  Dostupné z:                   https://phys.org/news/2010-06-humans-extinct-years-eminent-scientist.html                PITOŇÁK, M. (2018). Mapa uznání soužití osob stejného pohlaví v Evropě. Queergeography.cz. [online]. [cit. 7. 3. 2018].                   Dostupné z: https://www.queergeography.cz/sexualni-obcanstvi/mapa-uznani-souziti-osob-stejneho-pohlavi-v-evrope/.                Policie ČR.(2018). Nelegální migrace v České republice za rok 2017. [online]. [cit. 4. 12. 2018]. Dostupné z: https://www.                   policie.cz/clanek/nelegalni-migrace-v-ceske-republice-za-rok-2018.aspx                Policie ČR.(2019). Nelegální migrace v České republice za rok 2018. [online]. [cit. 20. 1. 2019]. Dostupné z: https://www.                   policie.cz/clanek/nelegalni-migrace-v-ceske-republice-za-rok-2018.aspx                POPULATIONPYRAMID.NET  (2017).  Population  Pyramids  of  the  World  from  1950  to  2100.  [online].  [cit.  9.  12.  2018].                   Dostupné z: https://www.populationpyramid.net/                PORDATA (2019). Ageing Index. [online]. [cit. 28. 3. 2019]. Dostupné z https://www.pordata.pt/en/Europe/Ageing+index-1609                PORFIRIEV, B. N. (1995). Disaster and Disaster Areas: Methodological Issue of Definition and Delineation. International                   Journal of Mass Emergencies and Disasters, 13 (3), s. 258–304.                POSPÍŠIL, T. (2017). Silver Economy: Starší lidé utrácejí více než mileniánové. [online]. [cit. 2. 2. 2019]. Dostupné z: https://                   roklen24.cz/a/wk264/silver-economy-starsi-lide-utraceji-vice-nez-milenialove                POSTON, D. L., MICKLIN, M. (2006). Handbook of Population. New York: Springer.                PRB  (2006).  2006  World  Population  Data  Sheet.  [online].  [cit.  3.  11.  2018].    Dostupné  z:  https://www.prb.                   org/2006worldpopulationdatasheet-2/                PRB (2018). 2018 World Population Data Sheet. [online]. [cit. 10. 11. 2018]. Dostupné z: https://www.prb.org/wp-content/                   uploads/2018/08/2018_WPDS.pdf                PRESTON, S. H., STOKES, A. (2012). Sources of Population Aging in More and Less Developed Countries. Population and                   Development Review, 38 (2), s. 221–236.                PRICE, G. (2002). Encyklopedie jazyků Evropy. Praha: Volvox Globator.                PRŮŠA, L. (2014). Stárnutí populace a optimalizace sociálních služeb. [online]. [cit. 3. 11. 2018]. Dostupné z: https://relik.                   vse.cz/static/2014/sbornik/download/pdf/69-Prusa-Ladislav-paper.pdf                PRŮŠA, L. (2017) Důsledky změn věkové struktury obyvatelstva na vývoj nákladů na poskytování zdravotní péče. Demografie,                   59 (1), s. 33–48.                QUARANTELLI, E. L. (1994). Draft of a sociological disaster research agenda for the future: theoretical, methodological and                   emipirical issues. DRC Preliminary Paper 228. University of Delaware.                QUORA (2019). How many Hindus are there in the world. [online]. [cit. 01. 11. 2018]. Dostupné z: https://www.quora.com/                   How-many-Hindus-are-there-in-the-world                RABUŠIC, L. (1997). Jak rozumět populačním projekcím? Sociologický časopis, 33 (3), s. 289-308.                REILLY, B. (2009). Disaster and Human History: Case Studies in Nature, Society and Catastrophe. Jefferson: McFarland \& Co Inc.                RENWICK, D. (2016). Can Malaria Be Eradicated? [online]. [cit. 16. 10. 2018]. Dostupné z: http://www.cfr.org/public-health-                   threats-and-pandemics/can-malaria-eradicated/p38243                RHEINDORF,  M.,  WODAK,  R.  (2018).  Borders,  Fences,  and  Limits—Protecting  Austria  From  Refugees:  Metadiscursive                   Negotiation of Meaning in the Current Refugee Crisis. Journal of Immigrant \& Refugee Studies , 16 (1-2), s. 15–38.                ROSER,  M.,  ORTIZ-OSPINA,  E.  (2018).  Our  World  in  Data.  Literacy.  [online].  [cit.  8.  12.  2018].  Dostupné  z:  https://                   ourworldindata.org/literacy                ROUBÍČEK, V. (1997). Úvod do demografie. Praha: Codex Bohemia.                ROWLAND, D. T. (2003). Demographic Methods and Concepts. New York: Oxford University Press.                S. S. CH. 7 ANCIENT ROME (2015). [online]. [cit. 1. 9. 2018]. Dostupné z: https://www.haikudeck.com/ss-ch-7-ancient-                   rome-education-presentation-bNHwtEcdvm                SANDERSON, W. C., SCHERBOV, S. (2005). Average Remaining Lifetimes Can Increase as Human Populations Age. Nature,                   435, s. 811–813.                                                                                                       145","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  SANDERSON, W. C., SCHERBOV, S. (2007). A New Perspective on Population Aging. Demographic Research, 16, s. 27–58.                SANDERSON, W. C., SCHERBOV, S., GERLAND, P. (2017). Probabilistic Population Aging. PloS One, 12 (6). [online]. [cit. 28.                   10. 2018]. Dostupné z: https://doi.org/10.1371/journal.pone.0179171.                SEIDENGLANZ, D., TOUŠEK, V., CHVÁTAL, F. (2013). Prognóza vývoje obyvatelstva města Brna a jeho okolí. Brno: Centrum                   pro regionální rozvoj MU.                SENESCOCIÉNCIA  (2018).  The  Silver  Economy.  [online].  [cit.  2.  2.  2019].  Dostupné  z:http://www.ub.edu/senesciencia/                   noticia/silver-economy/                SHI, Y.; KENNEDY, J. J. (2016). Delayed Registration and Identifying the \"Missing Girls\" in China\". The China Quarterly, 228,                   s. 1018–1038.                SCHIEDER, T. (1960). The expulsion of the German population from Czechoslovakia; A selection and transl. - Bonn (Germany):                   Federal Ministry for expellees, refugees and war victims; Vol. IV, Band IV., 1 and IV.                SCHUMPETER, J. A. (1954). History of Economic Analysis. New York: Oxford University Press.                SIEGEL, J. S. (1993). A Generation of Change: a Profile of America‘s Older Population. New York: Russell Sage Foundation.                SIGURDSSON, H. (ed.). (1999). Encyclopedia of Volcanoes. London: Academic Press.                SILVERECONOMY (2016). The Silver Economy. [online]. [cit. 2. 2. 2019]. Dostupné z: http://www.smartsilvereconomy.eu/                   silver-economy                SMAIL, R. Ch. (1956). Crusading Warfare (1097-1193). New York: Barnes \& Noble Books.                SMITH, J. Z. (1978). Map is Not Territory: Studies in the History of Religions. Chicago and London: University of Chicago Press.                SOBOTÍK, Z., RYCHTAŘÍKOVÁ, J. (1992). Úmrtnost a vzdělání v České republice, Demografie, 34 (2), s. 97–105                SOCIOLOGICKÁ  ENCYKLOPEDIE  (2019).  [online].  [cit.  4.  4.  2019].  Dostupné  z:  https://encyklopedie.soc.cas.cz/w/                   Hlavn%C3%AD_strana                SRB, V. (2004). Tisíc let obyvatelstva českých zemí. Praha: Karolinum.                STARK, R. (1996). The Rise of Christianity. Princeton: Princeton University Press.                STATISTIKA  \&  MY  (2011).  Historie  statistiky.  [online].  [cit.  3.  11.  2018].  Dostupné  z  https://www.czso.cz/                   documents/10180/20541257/1804110146_47.pdf/98d69da8-38c6-4f54-85f3-d6fe8e27146e?version=1.0                STATISTIKA\&MY (2013). Senioři v číslech. [online]. [cit. 3. 11. 2018]. Dostupné z: http://www.statistikaamy.cz/2015/03/                   seniori-v-cislech/                STATISTIKA\&MY. (2016). Může za nízkou nezaměstnanost demografický vývoj? [online]. [cit. 2. 2. 2019]. Dostupné z: http://                   www.statistikaamy.cz/2016/12/muze-za-nizkou-nezamestnanost-demograficky-vyvoj/                STATISTIKA\&MY (2018). Sčítání 2021: otázek bude o polovinu méně. [online]. [cit. 5. 11. 2018]. Dostupné z: http://www.                   statistikaamy.cz/wp-content/uploads/2018/05/18041805.pdf                STIGLER, S. M. (1986). The History of Statistics: The Measurement of Uncertainty before 1900. Cambridge, Massachusetts:                   Belknap Press.                SURKYN, J., LESTHAEGHE, R. (2004). Value Orientations and The Second Demographic Transition (SDT) in Northern, Western                   and Southern Europe: An Update. Demographic Research, Special Collection, 3: 45–86.                SVOBODNÉ NOVINY (2014). Španělská chřipka z roku 1918 byla způsobená očkováním. [online]. [cit. 12. 10. 2018]. Dostupné                   z: http://svobodnenoviny.eu/spanelska-chripka-z-roku-1918-byla-zpusobena-ockovanim/                SZALÓ, C. (2007). Transnacionální migrace. Proměny identit, hranic a vědění o nich. Brno: CDK.                ŠANDA,  R.  (2004).  Aplikace  regionálních  projekcí  obyvatelstva  (odhad  potřebných  kapacit  zařízení  sociální  péče  pro                   obyvatelstvo v poproduktivním věku). Brno: Masarykova univerzita.                ŠIMEK, J. a kol (2002). Etické aspekty transformací zdravotnických systémů v rozvinutých státech světa. Praha: Karolinum.                ŠNAIDAUF,  J.  (2005):  Arabské  národnostní  menšiny  v  Německu  na  pozadí  současné  diskuse  o  imigraci,  integraci  a                   multikulturalismu.  [online].  [cit.  17.  12.  2018].  Dostupné  z:  http://www.amo.cz/arabske-narodnostni-mensiny-v-                   nemecku-na-pozadi-soucasne-diskuse-o-imigraci-integraci-a-multikulturalismu/                ŠTVERÁK, V., ČADSKÁ, M. (1997). Stručný průvodce dějinami pedagogiky. Praha: Karolinum.                TETUSHKIN, E. (2001). Genetics and the Origin of Human \"Races\". Genetika, 37, s. 1029–1045.                THE JAPAN TIMES. (2018). Japan's Government to Aim for 'Ageless Society' with Planned Policy Encouraging Seniors                   to  Stay  Healthy  and  Keep  Working.  [online].  [cit.  5.  12.  2018].  Dostupné  z:  https://www.japantimes.co.jp/                   news/2018/01/18/national/social-issues/japans-government-aims-ageless-society-plan-keep-healthy-seniors-                   working/#.XIq_JriDPb0                THE TELEGRAPH (2019). Mapped: The world's most (and least) religious countries. [online]. [cit. 01. 11. 2018]. Dostupné z:                   https://www.telegraph.co.uk/travel/maps-and-graphics/most-religious-countries-in-the-world/                THOMPSON, W. S. (1929). Population. American Journal of Sociology, 34, s. 959-975.                    146","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  THOMPSON, W. S. (1949). The Demographic Revolution in the United States. Philadelphia: American Acqademy of Political                   and Social Sciences.                TIETZE, M. (2004). Demografická situace v zemích po demografické revoluci. Demografie, 46 (4), s. 237–241.                TIPTON, F. (2003). A History of Modern Germany since 1815. Oakland: University of California Press.                TOBIN, C. D. (1983). Developing Computer Literacy. The Arithmetic Teacher, 30 (6), s. 22–23.                TONEV, P. (2013). Změny v dojížďce za prací v období transformace: komparace lokálních trhů práce. [Disertační práce].                   Brno: Masarykova univerzita.                TOUŠEK, V. (2013). Prognóza vývoje obyvatelstva statutárního města Jihlavy do roku 2030. In Strategický plán rozvoje                   statutárního města Jihlavy do roku 2020. Olomouc: Univerzita Palackého v Olomouci.                TOUŠEK, V., KUNC, J., VYSTOUPIL, J. [eds.] (2008). Ekonomická a sociální geografie. Plzeň: Vydavatelství a nakladatelství Aleš                   Čeněk.                TOUŠEK, V., VAŠÍČEK, P. (1995). Prognóza ekonomicky aktivního obyvatelstva v okrese Frýdek – Místek. In Koncepce rozvoje                   Frýdecko-Místecka a jednotlivých mikroregionů. Brno: G6.                UHLENBERG, P. (2006). Demography of Aging. In Poston, D. L., Micklin, M. (eds.): Handbook of Population. New York:                   Springer, s. 144–167.                UNESCO (2012). International Standard Classification of education (ISCED 2011). [online]. [cit. 03. 12. 2018]. Dostupné z: http://                   uis.unesco.org/sites/default/files/documents/international-standard-classification-of-education-isced-2011-en.pdf                UNHCR (2012). The State of the World’s Refugees: In Search of Solidarity. [online]. [cit. 19. 11. 2018]. Dostupné z: https://                   www.unhcr.org/publications/sowr/4fc5ceca9/state-worlds-refugees-2012-search-solidarity.html                UNHCR (2019a). Operational Portal. Refugee Situation. Spain. [online]. [cit. 19. 2. 2019]. Dostupné z: https://data2.unhcr.                   org/en/country/esp                UNHCR (2019b). Figures at a Glance. [online]. [cit. 19. 4. 2019]. Dostupné z: https://www.unhcr.org/figures-at-a-glance.html                UNHCR (2019c). UNHCR Global trends : Forced displacement in 2018. [online]. [cit. 19. 9. 2019]. Dostupné z: https://www.                   unhcr.org/globaltrends2018/                UNHCR (2019d). UNHCR Population Statistics Database. [online]. [cit. 19. 9. 2019]. Dostupné z: http://popstats.unhcr.org/                   en/overview#_ga=2.121632064.993676780.1590444311-936875384.1590444311                UNITED  NATIONS  (2005).  Fakta  a  čísla  OSN.  [online].  [cit.  4.  6.  2019].  Dostupné  z:  https://www.osn.cz/wp-content/                   uploads/2014/12/fakta-osn-2005-web.pdf                UNITED NATIONS (2011). Human Development Report 2011. [online]. [cit. 03. 12. 2018]. Dostupné z: https://www.reddit.                   com/r/dataisbeautiful/comments/1g4aqy/global_map_of_literacy_rates_un_human_development/                UNITED  NATIONS  (2013).  World  Abortion  Policies.  [online].  [cit.  10.  9.  2019].  Dostupné  z:  https://www.un.org/en/                   development/desa/population/publications/pdf/policy/WorldAbortionPolicies2013/WorldAbortionPolicies2013_                   WallChart.xls                UNITED NATIONS (2015a). World Population Ageing 2015. Report. [online]. [cit. 11. 11. 2018].  Dostupné z: https://www.                   un.org/en/development/desa/population/publications/pdf/ageing/WPA2015_Report.pdf                UNITED NATIONS (2015b). World Population Prospects: the 2015 Revision. [online]. [cit. 1. 11. 2018].  Dostupné z: https://                   esa.un.org/unpd/wpp/Publications/Files/Key_Findings_WPP_2015.pdf                UNITED NATIONS (2016). World Population Policies 2015. [online]. [cit. 12. 11. 2018].  Dostupné z: ttps://www.un.org/en/                   development/desa/population/publications/pdf/policy/WPP2015/WPP2015_Highlights.pdf                UNITED NATIONS (2017a). World Population Prospects. The 2017 Revision. [online]. [cit. 15. 10. 2018]. Dostupné z: https://                   esa.un.org/unpd/wpp/publications/files/wpp2017_keyfindings.pdf.                UNITED NATIONS (2017b). World Population Prospects: the 2017 Revision. World Population Ageing. [online]. [cit. 2.                   11.  2018].    Dostupné  z:  http://www.un.org/en/development/desa/population/publications/pdf/ageing/WPA2017_                   Highlights.pdf                UNITED NATIONS (2018a). World Migration Report 2018. [online]. [cit. 25. 10. 2018]. Dostupné z: https://publications.iom.                   int/system/files/pdf/wmr_2018_en.pdf.                UNITED NATIONS (2018b). United Nations Dispatch. [online]. [cit. 5. 2. 2019]. Dostupné z: https://www.undispatch.com/                   european-union-releases-facts-and-figures-for-migrant-and-refugees-arrivals-in-2018/.                UNITED NATIONS (2019a). [online]. [cit. 5. 4. 2019].  Ageing. Dostupné z: https://www.un.org/en/sections/issues-depth/                   ageing/                UNITED NATIONS (2019b). 2018 Demographic Yearbook. [online]. [cit. 8. 5. 2019].  Dostupné z: https://unstats.un.org/                   unsd/demographic-social/products/dyb/dybsets/2018.pdf                UNITED NATIONS (2019c). Human Development Report 2019. [online]. [cit. 5. 5. 2019]. Dostupné z: http://hdr.undp.org/                   sites/default/files/hdr2019.pdf                                                                                                        147","(geo)demografie NEJEN PRO EKONOMY ## Josef KUNC et al.                  UNITED NATIONS (2019d). World Population Prospects. Highlights. [online]. [cit. 1. 7. 2019]. Dostupné z: https://population.                   un.org/wpp/Publications/Files/WPP2019_Highlights.pdf                UNITED NATIONS GENERAL ASSEMBLY (2003). Human rights questions, including alternative approaches for improving the                   effective enjoyment of human rights and fundamental freedoms. [online]. [cit. 5. 5. 2019]. Dostupné z: https://web.                   archive.org/web/20170313040724/http://repository.un.org/bitstream/handle/11176/246001/A_C.3_58_9-EN.pdf                UNITED NATIONS INTERNATIONAL STRATEGY FOR DISASTER REDUCTION (UNISDR, 2009).  Terminology on Disaster Risk                   Reduction. Geneva: United Nations International Strategy for Disaster Reduction. [online]. [cit. 17. 10. 2018]. Dostupné                   z: https://www.unisdr.org/files/7817_UNISDRTerminologyEnglish.pdf.                ÚZIS (2016). Vyplňování Listu o prohlídce zemřelého. [online]. [cit. 1. 11. 2018]. Dostupné z: http://www.uzis.cz/registry-                   nzis/list-prohlidce-zemreleho                ÚZIS  (2019).  Regionální  zpravodajství  NZIS.  Index  stáří.    [online].  [cit.  21.  3.  2019].  Dostupné  z  https://reporting.                   uzis.cz/cr/index.php?pg=statisticke-vystupy--demograficke-a-socioekonomicke-ukazatele--obyvatelstvo--index-                   stari\&region=cr\&year=2017                VACÍNOVÁ, T. (2009). Dějiny vzdělávání od antiky po Komenského. Praha: Univerzita Jana Amose Komenského.                VAVRDOVÁ, B. (2016). Stárnutí populace v Olomouckém kraji a jeho vliv na budoucí potřeby kapacit zařízení sociální péče                   pro seniory. Olomouc: Univerzita Palackého v Olomouci.                VAVROŇ, J. (2017). Česko stárne. Čeká na migranty a důchodové reformy. [online]. [cit. 4. 12. 2018]. Dostupné z: https://                   www.novinky.cz/domaci/454431-cesko-starne-ceka-se-na-migranty-a-duchodove-reformy.html                WAITE, L. J. (2006). Marriage and Family. In Poston, D.L., Micklin, M. (eds.): Handbook of Population. New York: Springer,                   s. 87-108.                WALSH, B. (2015). It May Be Too Late to Reverse the Damage of China's One-Child Policy. Time, 186 (20), s. 23–24.                WAUGH, D. (1995): Geography. An Integrated Approach. Walton-on-Thames Surrey: Thomas Nelson \& Sons Ltd.                WIRICH, M. (1937). Pravděpodobné věkové rozvrstvení obyvatelstva v Československu roku 1960. Statistický obzor, 18,                   s. 316–335.                WHELDON, M. C., RAFTERY, A. E., CLARK, S., J., GERLAND, P. (2013). Reconstructing Past Populations with Uncertainty from                   Fragmentary Data. Journal of the American Statistical Association. 108 (501), s. 96–110.                WHITTOW, J. (1984). Dictionary of Physical Geography. London: Penguin.                WHO (2018a). Ageing and Health. [online]. [cit. 12. 12. 2018].  Dostupné z: https://www.who.int/news-room/fact-sheets/                   detail/ageing-and-health.                WHO (2018b). European Health Information Gateway. [online]. [cit. 10. 11. 2018]. Dostupné z:  https://gateway.euro.who.                   int/en/datasets/european-health-for-all-database/                WHO  (2018c).  Malaria.  [online].  [cit.  19.  10.  2018].  Dostupné  z:  https://www.who.int/malaria/media/artemisinin_                   resistance_qa/en/                WHO (2018d). Preventing Unsafe Abortion. [online]. [cit. 5. 11. 2018]. Dostupné z:https://www.who.int/en/news-room/                   fact-sheets/detail/preventing-unsafe-abortion                WHO  (2018e).  Sex  Ratio.  [online].  [cit.  08.  12.  2018].  Dostupné  z:  http://www.searo.who.int/entity/health_situation_                   trends/data/chi/sex-ratio/en/                WIJA,  P.  (2015).  Role  vzdělávání  v  přípravě  na  stárnutí  a  prodlužování  lidského  života  –  1.  část.  [online].  [cit.  08.  12.                   2018].   Dostupné   z   https://clanky.rvp.cz/clanek/c/OO/19705/ROLE-VZDELAVANI-V-PRIPRAVE-NA-STARNUTI-A-                   PRODLUZOVANI-LIDSKEHO-ZIVOTA---1-CAST.html/                WILLIS, R. J. (1973). A New Approach to the Economic Theory of Fertility Behaviour. Journal of Political Economy, 81 (2), s.                   14–64.                WILLMOTT, H. P. (2005). První světová válka. Praha: Euromedia Group.                WINKLER, W. (1951). Grundfragen der Ӧkonometrie. Vienna: Springer-Verlag.                WOLF, J. (2000). Lidské rasy a rasismus v dějinách a současnosti. Praha: Karolinum.                WORLD  BANK  (2017).  Migration  and  Remittances:  Recent  Developments  and  Outlook.  Migration  and  Development                   Brief  27,  World  Bank,  Washington  D.C.  [online].  [cit.  19.  3.  2019].  Dostupné  z:  http://pubdocs.worldbank.org/                   en/992371492706371662/MigrationandDevelopmentBrief27.pdf.                WORLD BANK (2018). Population. [online]. [cit. 11. 12. 2018]. Dostupné z: https://data.worldbank.org/indicator/SP.POP.                   TOTL.FE.ZS?name_desc=false.                WORLD BANK (2019). Education statistics.  [cit. 3. 5. 2019]. Dostupné z: http://datatopics.worldbank.org/education/                WORLD ECONOMIC FORUM (2017). Losing Their Religion? These Are the World’s Most Atheistic Countries. [online]. [cit. 03.                   11. 2018]. Dostupné z: https://www.weforum.org/agenda/2017/07/losing-their-religion-these-are-the-world-s-most-                   atheistic-countries/                     148","Josef KUNC et al. ## (geo)demografie NEJEN PRO EKONOMY                  WORLDATLAS (2019). List of Countries By Literacy Rate. [online]. [cit. 05. 01. 2018]. Dostupné z: https://www.worldatlas.                   com/articles/the-highest-literacy-rates-in-the-world.html                YANG, P-Y. (2011). Ageless Society. [online]. [cit. 8. 12. 2018]. Dostupné z https://d14ujlzb3m57xe.cloudfront.net/sites/                   default/files/ageless_society.pdf                                                                                               rd                YAUKEY, D., ANDERTON, D., L., LUNDQUIST, J. H. (2007). Demography: the Study of Human Population. 3  edition. Long                   Grove, Ill.: Waveland Press.                YNET (2018). Number of Jews in the world still lower than before Holocaust. [online]. [cit. 01. 11. 2018]. Dostupné z:                   https://www.ynetnews.com/articles/0,7340,L-5226824,00.html                YOON, H. (1985). An early Chinese idea of a dynamic environmental cycle. GeoJournal. 10 (2), s. 211–212.                ZAIDI, B., MORGAN, P. S. (2017). The Second Demographic Transition Theory: A Review and Appraisal. Annual Review of                   Sociology, 43, s. 473–492.                ZÁKON Č. 108/2006 Sb., o sociální pomoci, ve znění pozdějších předpisů. In ASPI [právní informační systém]. Wolters Kluwer                   ČR [cit. 30. 1. 2019].                ZÁSTĚROVÁ, B. a kol. (1992). Dějiny Byzance. Praha: Academia.                ZHOU, J. (2006). The Role of Chinese Christianity in the Process of China's Democratization. American Journal of Chinese                   Studies, 13 (1), s. 117–136.                                                                                                                                                                       149","","VĚDECKÁ REDAKCE MASARYKOVY UNIVERZITY                prof. PhDr. Jiří Hanuš, Ph.D.; PhDr. Jan Cacek, Ph.D.; Mgr. Tereza Fojtová; doc. JUDr. Marek Fryšták, Ph.D.; Mgr. Michaela                Hanousková; doc. RNDr. Petr Holub, Ph.D.; doc. Mgr. Jana Horáková, Ph.D.;prof. MUDr. Lydie Izakovičová Hollá, Ph.D.;                prof.PhDr. Tomáš Janík, Ph.D., M.Ed.; prof. PhDr. Tomáš Kubíček, Ph.D.; doc. RNDr. Jaromír Leichmann, Dr.; PhDr.                Alena Mizerová; doc. Ing. Petr Pirožek, Ph.D.; doc. RNDr. Lubomír Popelínský, Ph.D.; Mgr. Kateřina Sedláčková, Ph.D.;                doc. RNDr. Ondřej Slabý, Ph.D.; prof. PhDr. Jiří Trávníček, M.A.; doc. PhDr. Martin Vaculík, Ph.D.                         (Geo)DEMOGRAFIE nejen pro ekonomy                  Josef KUNC a kol.                                 obálka: Václav MEKYSKA                sazba a layout: Tomáš KREJČÍ                                              Vydala Masarykova univerzita, Žerotínovo nám. 617/9, 601 77 Brno                Vydání 1. / 2019                Tisk: Reprocentrum, a.s., Bezručova 1547, 678 01 Blansko                 ISBN 978-80-210-9461-1  (tištěná verze)                ISBN 978-80-210-9462-8  (online ; pdf)",""];