Data k vytvořenému datovému souboru byla primárně čerpána z dostupných informací uvedených na webových stránkách Českého statistického úřadu (2021), Policie ČR (2021), ÚZIS (2021), monitoru státní pokladny (2021). Datový soubor obsahuje celkem 154 pozorování rozdělených dle ročních dat v období dlouhém od roku 2010 do roku 2020. Dále jsou pozorování rozdělena do 14 krajů České republiky. Celkem bylo k vytvoření všech modelů použito 12 proměnných: míra celkové, majetkové, násilné a ekonomické kriminality a jejich pravděpodobnost dopadení, míra nezaměstnanosti, medián mezd, hustota obyvatelstva a výdaje na policii České republiky vzhledem k daným krajům.
2.1.1 Popisné statistiky
Následující kapitola je zaměřena na popisné statistiky jednotlivých proměnných.
Dané proměnné jsou poté podrobněji rozebrány a v neposlední řadě je zde i nastíněný vhodný ekonometrický model.
Tabulka 1 obsahuje všech 12 proměnných, které budou figurovat při tvorbě ekonometrického modelu. V rámci jednodušší orientace s daty a lepšího zasazení do kontextu byly vybrány následující popisné statistiky. Sloupec Medián určuje přesnou polovinu hodnot veškerých dat. Sloupec Min vybírá nejnižší hodnotu z celého datového soubor a oproti tomu sloupec Max vybírá nejvyšší hodnotu. Poslední popisnou statistikou je sloupec Směr. odch., který zobrazuje směrodatnou odchylku a vychýlení hodnot dat od průměru.
26 Tabulka 1 – popisné statistiky
Proměnné Počet
pozorování
Medián Min Max Směr.
odch.
crime_tot 154 1948.2 913.8 6596.3 1026.0
pcrime_tot 154 0.53 0.19 0.69 0.118
crime_prop 154 980.9 330.3 5016.2 840.9
pcrime_prop 154 0.309 0.072 0.498 0.099
crime_vio 154 139.8 66.2 278.8 46.1
pcrime_vio 154 0.723 0.507 0.920 0.078
crime_eco 154 219.1 108.0 608.1 96.315
pcrime_eco 154 0.571 0.222 0.811 0.118
unempl 154 0.057 0.019 0.115 0.023
population_density 154 120.5 63.2 2691.2 634.2
wage 154 23436 19076 39233 4369.5
budget_police 154 1.5 0.71 6.57 1.19
Zdroj: vlastní zpracování dle dostupných dat z ČSÚ, Policie ČR, UZIS, Státní pokladna
2.1.2 Endogenní proměnná
Endogenní proměnná je rozdělena do čtyř kategorií na celkovou kriminalitu (𝑐𝑟𝑖𝑚𝑒_𝑡𝑜𝑡), majetkovou kriminalitu (𝑐𝑟𝑖𝑚𝑒_𝑝𝑟𝑜𝑝), násilnou kriminalitu (𝑐𝑟𝑖𝑚𝑒_𝑣𝑖𝑜) a hospodářskou kriminalitu (𝑐𝑟𝑖𝑚𝑒_𝑒𝑐𝑜). Data uvádějící počet kriminálních zločinů jsou vzhledem k přesnějším údajům převedena na míru kriminality. Ta uvádí počet trestných činů ve výše zmíněných kategorií na 100 tisíc obyvatel v daném roce a kraji. K dosažení míry kriminality byla využita data s počty trestných činů rozdělena podle let a kraje spáchání. Tato data byla následně vydělena počtem obyvatel s trvalým pobytem v kraji a vynásobena stotisíci, a to vedlo k poskytnutí uceleného rámce na srovnání míry kriminality. Celková kriminalita dosahuje nejvyšší hodnoty 6596,3 trestných činů na 100 tisíc obyvatel, a to v roce 2013 v Praze, naopak nejnižší počet trestných činů byl v roce
27 2020 v Pardubickém kraji. S použitím mediánu lze tedy říct, že přibližně každý rok připadne na 100 tisíc obyvatel 1948,2 trestných činů. Nejméně trestných činů vzniká v kategorii násilných trestných činů, i přesto to jsou však nejzávažnější trestné činy ze všech. Hospodářská kriminalita se udržuje mezi hodnotou 219 trestných činů na 100 tisíc obyvatel v průběhu jednoho roku.
2.1.3 Exogenní proměnná
Exogenní proměnnou je nezaměstnanost, která je v modelu uváděna jako podíl nezaměstnaných k počtu pracovní síly jako míra nezaměstnanosti. V modelu je značena jako 𝑢𝑛𝑒𝑚𝑝𝑙 a její nejnižší hodnota byla 1,9 % v roce 2019 v Praze.
Na základě dosažených informací ohledně míry nezaměstnanosti a kriminality byl vytvořen graf, který má za cíl přibližně porovnat vztah mezi endogenní a exogenní proměnnou.
Graf 1 – Korelace míry kriminality a nezaměstnanosti v Praze
Zdroj: vlastní zpracování na základě dat z ČSÚ a PČR
Graf 1 znázorňuje míru majetkové kriminality a míru nezaměstnanosti v letech 2010 až 2020 v Praze. Kriminalita je zde vložena jakožto procento udávající poměr majetkových trestných činů k populaci v daném roce a vynásobena stem. Z Grafu je snadné již teď vypozorovat klesající tendenci nezaměstnanosti, a to především v letech
0.00 1.00 2.00 3.00 4.00 5.00 6.00
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Korelace míry kriminality a nezaměstnanosti v Praze
kriminalita nezaměstnanost
28 2013 až 2018, a zároveň i klesající tendence míry kriminality ve stejných letech. Z toho grafu lze vyvodit předčasný závěr, že by zde mohla existovat nějaká korelace. Pro její docílení však musíme nastínit a ověřit empirický model.
2.1.4 Kontrolní proměnné
Pravděpodobnost dopadení
Pravděpodobnost dopadení je pro každou endogenní proměnnou tvořena zvlášť.
Pro celkovou kriminalitu se v modelu udává jako zkratka 𝑝𝑐𝑟𝑖𝑚𝑒_𝑡𝑜𝑡, pravděpodobnost dopadení u majetkové kriminality je značen jako 𝑝𝑐𝑟𝑖𝑚𝑒_𝑝𝑟𝑜𝑝, u násilné kriminality 𝑝𝑐𝑟𝑖𝑚𝑒_𝑣𝑖𝑜 a u hospodářské kriminality jako 𝑝𝑐𝑟𝑖𝑚𝑒_𝑒𝑐𝑜. Pravděpodobnost dopadení je přepočítána z dostupných dat Policie ČR a je rovna podílu trestných činů k vyřešeným či potrestaným činům za jeden rok. Problematikou měření jsou případy, jež jsou nahlášeny dříve a dopadení jejich pachatelů trvá déle, později vyřešené18 případy nejsou brány v potaz v tomto modelu. Pravděpodobnost uvádí tedy procento objasněných trestných činů anebo přestupků, které byly spáchány a objasněny v jednom roce.
Medián míra dopadení u celkové kriminality je 53 %, přičemž nejvyšší míru dopadení mají kriminální činnosti spadající do kategorie násilných trestných činů.
Nejvyšší mírou dopadení bylo 92 % v roce 2018 v Karlovarském kraji, kde bylo spácháno 169,21 násilných trestných činů na 100 tisíc obyvatel. Naopak nejnižší míru dopadení má majetková kriminalita se svými 7,2 % v roce 2010 v Praze. Jedním z možných důvodů je velká četnost těchto případů a mnohdy i nemožnost pachatele vypátrat a dopadnout.
Výdaje na Policii ČR
𝐵𝑢𝑑𝑔𝑒𝑡_𝑝𝑜𝑙𝑖𝑐𝑒 je další kontrolní proměnnou v tomto modelu. Jedná se o celkové výdaje na fungování a správu Policie ČR. Peníze na fungování jsou získávány ze státního veřejného rozpočtu. Data jsou uváděna v miliardách, a tedy nejnižší výdaj na fungování byl 0,71 miliardy v roce 2013 ve Zlínském kraji, kde celková míra kriminality dosahovala v tentýž rok 1568,65 trestných činů na 100 tisíc obyvatel. Naopak nejvyšší vyčerpanou
18Případy nahlášené v daný rok, ale vyřešené až o rok, či delší časové období, později
29 částkou je 6,57 miliard použitých na výdaje v Praze v roce 2020 s počtem 2850,68 trestných činů na 100 tisíc obyvatel.
Pro srovnání následujících dvou kontrolních proměnných byl vytvořen graf, který porovnává míru dopadaní za celkovou kriminální činnost spolu s výdaji vydanými na fungování PČR v Karlovarském kraji v letech 2010 až 2020.
Graf 2 - výdaje PČR a míra dopadení
Zdroj: vlastní zpracování dle dat z ČSÚ a PČR
Z grafu lze vidět, především v letech 2016 až 2020, růst výdajů na rozpočet Policie.
Míra dopadení pomalu obrací svojí klesající tendenci v roce 2019 a lze tedy předpokládat, že s rostoucími výdaji by měla růst míra dopadení. Na klesající míru dopadení v letech 2015 až 2019 mohl mít vliv pokles výdajů na rozpočet Policie v letech 2011 až 2015.
Přesnější výsledek by však byl potřeba více prozkoumat, a proto tuto myšlenku ve své práci zanechám na dopracování jiným jedincům.
Hustota zalidnění
Další kontrolní proměnnou je hustota zalidnění, která je měřena v počtu obyvatel žijících na jednom kilometru čtverečním. Následující proměnná byla získána podílem mezi počtem obyvatel žijících v daném kraji a celkovou rozlohou daného kraje za pomoci dat v ČSÚ. V modelu je hustota zalidnění označena jako 𝑝𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛_𝑑𝑒𝑛𝑠𝑖𝑡𝑦 a její
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Výdaje na PČR a míra dopadení
Výdaje na PČR Míra dopadení
30 nejnižší hodnota se pohybuje kolem 63,2 obyvatel na kilometr čtvereční. Tento údaj byl vypočítán pro rok 2010 a Jihočeský kraj. Naopak nejvyšší hodnota bylo naměřena v Praze v roce 2020 a to 2691,2 obyvatel na kilometr čtvereční.
Medián mezd
Poslední kontrolní proměnnou je medián mezd, který udává přesnější informaci o mzdovém rozdělení ve společnosti. Průměr bývá v mnohých případech nespolehlivým měřítkem, a to především z důvodu extrémních údajů. Medián udává, že 50 % obyvatel má vyšší plat, než je daná částka a naopak 50 % obyvatel má nižší mzdové ohodnocení.
V modelu je medián mezd značen jako 𝑤𝑎𝑔𝑒 a jeho hodnoty se pohybují kolem 23436 korun. Nejnižší mzdové ohodnocení je pozorovatelné v Karlovarském kraji, a naopak nejvyšší lze pozorovat v hlavním městě České republiky, kde vzrostlo až na 39233, čímž se vytvořila maximální hodnota v celém datovém souboru.
2.1.5 Porovnání proměnných vzhledem ke krajům České republiky
V této podkapitole jsou porovnány vybrané kraje České republiky vzhledem k procentuálnímu vyjádření celkových trestných činů přepočtených na populaci v daném kraji a procentuálnímu zastoupení nezaměstnaných v daném kraji.
Z grafu Hlavního města Prahy je procento celkové kriminality vyšší než procento nezaměstnaných, u ostatních krajů tomu tak není. S ohledem na všechny kraje lze říct, že s poklesem nezaměstnanosti klesá i míra kriminality. Tento jev lze sledovat především v letech 2015 až 2017, kde ve všech zvolených krajích klesala nezaměstnanost a s ní i míra kriminality.
31 Graf 3 - mezikrajové srovnání
Zdroj: vlastní zpracování dle dat z ČSÚ a PČR