Vysoká škola ekonomická v Praze Fakulta financí a účetnictví Katedra bankovnictví a pojišťovnictví Studijní obor: Bankovnictví a pojišťovnictví
Vliv demografických změn na životní pojištění
Autor bakalářské práce: Daniel Tomáš
Vedoucí bakalářské práce: doc. RNDr. Jarmila Radová, Ph.D.
Rok obhajoby: 2021
Čestné prohlášení
Prohlašuji, že jsem bakalářskou práci na téma Vliv demografických změn na životní pojištění vypracoval samostatně a veškerou použitou literaturu a další prameny jsem řádně označil a uvedl v přiložené seznamu.
V Praze dne ………. Podpis:
Poděkování
Na tomto místě bych rád poděkoval doc. RNDr. Jarmile Radové, Ph.D. za její cennou pomoc, věnovaný čas a poskytnuté rady, díky kterým bylo možné, abych zpracoval svoji bakalářskou práci.
Abstrakt
Bakalářská práce pojednává na téma vlivu demografických změn na životní pojištění v ČR mezi lety 2009 až 2019. Hlavním cílem je tyto vlivy analyzovat, určit trend a odhadnout budoucí možný vývoj. Součástí práce je demografická analýza ČR za rok 2019, ve které byla vypočtena řada demografických ukazatelů charakterizujících současnou demografickou situaci. Byl zde popsán problém demografického stárnutí ČR, jeho příčiny, dopady a
nastíněno řešení brzdící jeho dopady. V části věnované životnímu pojištění kromě teorie došlo k popisu dalších vlivů na životní pojištění, zejména regulatorního charakteru – unisex přístup v pojišťovnictví. V závěrečné části došlo k analýze vybraných demografických změn na životní pojištění a pojistný trh, přímou závislost se u většiny z nich nepodařilo kvantifikovat tedy ani prokázat. Může tomu tak být kvůli časovému nesouladu a tím, že se demografické změny promítají až s odstupem času. Zároveň je životní pojištění ovlivněno i další faktory, k jejich identifikaci je potřeba provést podrobnější analýzu.
Klíčová slova
Demografie, životní pojištění, stárnutí populace, unisex přistup, demografická situace ČR, střední délka života, úmrtnostní tabulky, antidiskriminační směrnice
5
Obsah
1 Demografie a demografická analýza ... 9
1.1 Demografie jako vědní obor ... 9
1.1.1 Prameny demografických dat ... 10
1.1.2 Základní členění demografie ... 10
1.2 Demografická analýza České republiky ... 12
1.2.1 Demografická struktura obyvatelstva České republiky ... 13
1.2.2 Biologické a ekonomické generace ... 18
1.2.3 Indexy věkové struktury a věkový průměr ... 21
1.2.4 Obecné míry ... 22
1.2.5 Úmrtnostní tabulky ... 23
1.2.6 Projekce obyvatelstva ... 29
1.2.7 Migrace ... 30
2 Životní pojištění ... 32
2.1 Druhy životního pojištění ... 32
2.1.1 Pojištění pro případ smrti (whole life insurance) ... 32
2.1.2 Pojištění pro případ dožití (pure endowment) ... 32
2.1.3 Smíšené pojištění (endowment) ... 32
2.1.4 Důchodové pojištění ... 32
2.1.5 Věnové pojištění ... 33
2.1.6 Investiční životní pojištění ... 33
2.2 Výpočty pojistného v ŽP ... 33
2.3 Vlivy změn nedemografického charakteru na ŽP ... 34
2.3.1 Daňová uznatelnost ... 35
2.3.2 Unisex přístup ... 35
3 Analýza vlivu demografických ukazatelů na životní pojištění ... 37
3.1 Předepsané pojistné ... 37
3.2 Struktura pojistného trhu – životní pojištění ... 38
3.3 Vliv demografických změn a ukazatelů na životní pojištění ... 40
3.3.1 Vliv migrace ... 40
3.3.2 Vliv počtu populace ... 41
3.3.3 Vliv přirozeného pohybu ... 42
3.3.4 Vliv demografického stárnutí populace ... 42
6
3.3.5 Vliv vzdělání ... 42 3.3.6 Vliv rodinného stavu ... 43
7
Úvod
Jako téma své bakalářské práce jsem si zvolil vliv demografických změn na životní pojištění pro svoji aktuálnost. Data o současné demografické situaci v ČR rychle zastarávají.
Je zde sice řada prognóz a projekcí, které se pokouší odhadnout možný budoucí vývoj, ale od toho reálného vývoje se mohou v řadě věcí značně lišit. Tyto rozdíly je potřeba analyzovat a dávat do souvislostí, abychom si vytvořili obrázek o současné situaci, co k ní vedlo a jaké dopady nebo vlivy můžeme očekávat v dalších letech. Demografické změny taktéž nemají vliv pouze na životní pojištění a sektor pojišťovnictví jako celek, ale jejich dopady působí napříč všemi odvětvími. Z hlediska životního pojištění je pro pojišťovny důležité analyzovat tyto demografické změny ke zvolení vhodné strategie do budoucna, přizpůsobení svého produktového portfolia dané situaci, na jaké věkové a sociální skupiny obyvatel by měly cílit, co očekávat od vývoje pojistného trhu a další.
Hlavním cílem práce bylo analyzovat vliv demografických změn a demografických ukazatelů na oblast životního pojištění v ČR mezi lety 2009 až 2019 a zjistit jejich vlivy a dopady na životní pojištění, či naopak žádný vliv nemají a souvislost mezi nimi a životním pojištěním neexistuje. Ne ale všechny změny byly pouze demografického charakteru a jejich vliv byl či mohl být značný, proto jsem je také okrajově uvedl v rámci této práce, ač má v názvu pouze „vliv demografických změn“. Například důležitou nedemografickou změnou mající spíše regulatorní charakter je unisex přístup na základě vydaných směrnic EU při výpočtu jednotného pojistného pro ženy a muže u produktů ŽP. Pro rozmezí 2009 až 2019 jsem se rozhodl na základě několika faktorů. Potřeboval jsem zachytit delší časový úsek, abych bylo možné prokázat nějakou závislost mezi vývojem demografické situace v ČR a změnami v životním pojištění. Také z hlediska dostupnosti dat jsem se rozhodl skončit rokem 2019, protože např. český statistický úřad doposud nezveřejnil demografickou ročenku pro rok 2020, odkud jsem čerpal velké množství údajů. Dále jsem čerpal data z výročních zpráv ČAP a ti také ještě nezveřejnili výroční zprávu za rok 2020. A tím posledním faktorem je, že rok 2020 už byl ovlivněn pandemií COVID-19 a analýza dopadu pandemie by vydala na jednu další práci.
Práce se skládá ze 3 samostatných kapitol. První kapitolou je demografická část. V této části se zabývám vymezením pojmu demografie a dále zde navazuji praktickou části s prvky teorie pro lepší pochopení výstupu, ve které provádím demografickou analýzu ČR za ro 2019.
Získané poznatky jsem poté využil ve 3. kapitole k analýze vlivu demografických změn na
8
životní pojištění. 2. kapitolou je životní pojištění. Nejprve je zde teoretická část a poté analýza vlivu změn nedemografického charakteru na životní pojištění, např. již zmíněný unisex
přístup. Poslední velkou kapitolou je praktická část věnovaná analýze demografických změn a ukazatelů na životní pojištění v níž jsem využil některé poznatky a výpočty z kapitoly první.
Všechny 3 kapitoly jsou doplněny o grafy a tabulky pro lepší vypovídající charakter mých výsledků.
9
Demografie a demografická analýza
1.1 Demografie jako vědní obor
S pojmem demografie se již jistě každý z nás setkal, anebo ho zná pod jinými názvy jako mohou být například populacionistika či populační věda. Samotný název demografie je tvořen dvěma řeckými slovy: 1. démos (označení pro lid) a 2. grafein (psát nebo popisovat).
(Roubíček 1997) Existuje mnoho definic tohoto pojmu, které se od sebe navzájem liší méně či více. Já jsem si do své práce vybral výklad pana Roubíčka (1997, s. 15): „Demografie je společenská věda, jejímž předmětem jsou tzv. demografické jevy a procesy, resp. zákonitosti, jimiž se tyto jevy a procesy řídí.“ Pod těmito demografickými jevy a procesy si můžeme představit takové, které přímo souvisí s demografickou reprodukcí. (Veselá 2001) Reprodukce obyvatelstva v užším slova smyslu znamená přirozenou obnovu obyvatelstva prostřednictvím přirozené měny obyvatelstva. Přirozenou měnu (přirozený pohyb) obyvatelstva chápeme jako směnu generací prostřednictvím porodnosti a úmrtnosti. V širším slova smyslu je to celková obnova obyvatelstva na určitém území prostřednictvím migrace (mechanického pohybu) obyvatelstva. (Sýkorová 1991) Objektem demografického studia jsou lidské populace. (Pavlík 1986) Veselá (2001, s. 5) lidskou populaci definuje jako soubor lidí, mezi kterými dochází k reprodukci prostřednictvím porodnosti a úmrtnosti. Zároveň zde uvádí i pojem obyvatelstvo, po kterým si lze představit soubor lidí žijící na konkrétním území nebo státě. Na závěr dodává, že toto teoretické vymezení obou pojmů je praxi po většinu času neuplatnitelné. Naráží zde na problém, že lidská populace mající biologický charakter je těžko souměřitelná s obyvatelstvem, které je vázáno na územně – společenský útvar, např. státní celek.
Kalibová (2001, s. 5) ve své knize vymezuje demografii jako obor dvojím způsobem:
1. demografie je obor, zabývající se obecnými zákonitostmi a pravidelnostmi demografické reprodukce. A dále jejich projevy a podmíněnosti zkoumá u konkrétních lidských populací.
Mezi tyto projevy a podmíněnosti patří biologická podstata demografické reprodukce;
ekonomické, sociální a přírodně geografické prostředí.
2. demografie je obor, jehož předmětem studia není pouze demografická reprodukce, ale i její důsledky mající vliv na různé sféry lidské života. Zde se demografie prolíná s dalšími vědními obory, např. ekonomie, sociologie či lékařství.
10
1.1.1 Prameny demografických dat
Za základní zdroj demografických dat považujeme data získaná běžnou demografickou statistikou (demografická statika a dynamika) nebo data získaná výběrovým šetřením.
(Kalibová 2001) Autoři (Kalibová 2001, Pavlík 1986, Veselá 2001) se shodují na základním výčtu těchto pramenů:
1. sčítání lidu
2. evidence přirozené měny 3. evidence migrací
4. výběrová šetření 5. registry obyvatelstva 6. historické prameny
Sčítání lidu neboli populační cenzus patří k základním pramenům o stavu obyvatelstva na daném území. (Roubíček 1997) Jedná se o administrativně náročnou akci vymáhanou zákonem pod hrozbou pokuty. V České republice sčítání lidu probíhá každých 10 let a poslední proběhlo v roce 2021. „Sčítání lidu je celkový proces sběru dat, uspořádání, zhodnocení, analýzy a publikace demografických, ekonomických a sociálních údajů, týkajících se v určené době všech osob v zemi nebo v dobře vymezené části země. Každá jednotlivá osoba by měla být sečtena odděleně, neboť jen takový způsob umožňuje kombinační třídění.“ (Veselá 2001, s. 10)
1.1.2 Základní členění demografie
Vnitřní strukturu demografie lze rozdělit na několik různých oborů nebo subdisciplín na základně různých kritérií, ale tím se ve své práci zabývat nebudu. Od vybraného členění by se potom odvíjel i její vztah k dalším vědním oborům, které s demografií souvisí, navazují na ni, anebo mají společný předmět studia.
Mě bude zajímat demografická statistika, která se dělí na demografickou statiku a demografickou dynamiku. (Sýkorová 1991) Roubíček (1997, s. 25) tyto základní 2 typy ještě rozšiřuje o 3., a to demografickou prognostiku.
Demografická statika je oddíl demografie, který se zabývá popisem stavu obyvatelstva.
Stav obyvatelstva zachycuje údaje o konkrétním souboru lidí, jakou jsou např. počet a rozmístění obyvatelstva, demografická struktura (věk a pohlaví), sociálně-právní struktura a etnická struktura. (Roubíček 1997) Rozlišujeme celkem 3 základní stavy: počáteční, koncový a střední. Počáteční a koncový stav obyvatelstva lze definovat jako počet obyvatel
11
nacházejících se na daném území, v kterém jsou zastoupena obě pohlaví či jedno z nich, v okamžiku, kterým začíná nebo končí sledované období. Například počáteční stav k 1. 1.
20X1 a obráceně koncový stav v 31. 12. 20X1. Střední se svou definicí liší jen v tom, že zachycuje stav v okamžiku, který si zvolíme za střed sledovaného období. Např. stav k 1. 7.
20X1 zachycuje střední stav kalendářního roku 20X1. Kromě jeho stanovení pomocí bilance k 1. 7. se používá ještě odhad aritmetického průměru počátečního a koncového stavu za předpokladu lineárního vývoje nebo vnitřní míry růstu obyvatelstva (exponenciální vývoj).
(Cipra 2006) Střední stav obyvatelstva je velmi důležitý pro výpočet demografických ukazatelů.
Demografická dynamika je oddíl demografie, který zkoumá změny stavu obyvatelstva.
Tyto změny stavu obyvatelstva se nazývají pohybem nebo také měnou obyvatelstva. Pohyb neboli měnu obyvatelstva dělíme na 3 základní typy. Přirozený pohyb obyvatelstva neboli reprodukce obyvatelstva, při níž dochází k měně obyvatelstva prostřednictvím výměny narozených a zemřelých. Mechanický pohyb (též migrace obyvatelstva), při kterém dochází k přemisťování obyvatelstva uvnitř daného území nebo mezi 2 jinými území. A Sociální pohyb znamenající změnu sociální role, povolání, rodinného stav apod. (Roubíček 1997)
Zároveň Roubíček (1997, s. 33) tvrdí, že souvislost základních charakteristik jednotlivých složek reprodukčního procesu lze nejlépe zachytit pomocí tzv. populační bilance. A uvádí ji v této podobě:
𝑆𝑡 = 𝑆𝑡−1+ (𝑁𝑡− 𝑀𝑡) + (𝐼𝑡− 𝐸𝑡) (1.1)
Po drobné úpravě dostaneme tento tvar, jenž zobrazuje vztah celkového přírůstku obyvatelstva a jeho složek (přirozeného a mechanického přírůstku). Přirozený přírůstek je rozdíl mezi počtem narozených a počtem zemřelých. Mechanický neboli migrační přírůstek je rozdíl mezi počtem přistěhovalých a počtem vystěhovalých.
𝑆𝑡− 𝑆𝑡−1= (𝑁𝑡− 𝑀𝑡) + (𝐼𝑡− 𝐸𝑡) (1.2)
Posledním typem je demografická prognostika. Ta si klade za cíl odhadnutí budoucího vývoj populací na základně současného a minulého vývoje, pochopení dosavadních tendencí a trendů. Takto vznikly úmrtnostní tabulky a populační prognózy, které měly odhadnout vývoj života určité generace na základně toho stávajícího. (Roubíček 1997)
12
1.2 Demografická analýza České republiky
Demografická analýza tvoří důležitou část demografie. Dle Kalibové (2001, s. 5) se demografická analýza zabývá rozborem jednotlivých složek demografické (lidské) reprodukce, tj. úmrtností, porodností, potratovostí, sňatečností, rozvodovostí a prostorovou mobilitou (migrací). Studuje demografické události jako hromadné jevy, s cílem vymezit jejich charakteristické znaky, u kterých zkoumá podmíněnost a proměnlivost v průběhu času na konkrétním území. K tomu využívá základní demografické prameny odkud čerpá data, zjištěné výsledky dává do vzájemných souvislostí. Výsledkem demografické analýzy jsou demografické ukazatele. (Kalibová 2001, s. 5)
Cílem této kapitoly bude sestavit jednoduchou demografickou analýzu České republiky za rok 2019. Rok 2019 jsem si vybral ze 2 důvodů. Tím prvním je, že se jedná o nejaktuálnější rok, který je možné takto analyzovat, jelikož data pro rok 2020 ještě nejsou kompletně zpracována a ČSÚ nevydal nejnovější demografickou ročenku. Pravděpodobně se tak stane až v říjnu 2021. Druhým důvodem je, že na některé demografické ukazatele vypočítané na základě demografické analýzy pro rok 2020 by byly ovlivněny pandemií COVID-19, např.
míry úmrtnosti, střední délka života a jiné. Jako hlavní zdroj dat pro mé výpočty, tabulky a grafy použiji demografickou ročenku pro rok 2019 zveřejněnou ČSÚ na svých webových stránkách a poté další demografické údaje, data či předchozí demografické ročenky dostupné ze stránek ČSÚ. Ve své demografické analýze nebudu využívat pouze data pro rok 2019, ale i za některé předchozí roky, abych mohl zachytit vývoj či trend vybraných demografických ukazatelů nebo změny v demografické struktuře.
Ve své demografické analýze se budu zabývat demografickou strukturou (složení podle věku a pohlaví) obyvatelstva na území ČR, vymezením jednotlivých věkových generací a následným výpočtem indexů, které s nimi souvisí. Podíváme se na obecné míry. Sestavím úmrtností tabulky, z kterých vypočtu následně další demografické ukazatele, např. střední délka života. Vytvořím jednoduchou projekci, která bude zachycovat budoucí možný vývoj následujících 20 let. A na závěr se pokusím analyzovat dopady migrace na populaci ČR. Své zjištěné výsledky a závěry zde budu rovnou interpretovat. Vypočtené demografické ukazatele poté využiji ve 3. kapitole při analýze vlivu demografických ukazatelů na životní pojištění.
Některé jednotlivé subkapitoly doplním o vybranou teorii pro lepší pochopení výsledků vzešlých z demografické analýzy.
13
1.2.1 Demografická struktura obyvatelstva České republiky
Demografická struktura obyvatelstva je třídění založené na základě věku a pohlaví. Toto třídění probíhá podle biologických kritérií, a to z něj činí nejzákladnější a nejcharakterističtější třídění. (Roubíček 1997) Některé zdroje mylně uvádí, že demografická struktura obyvatelstva je taktéž založená na rodinném stavu, náboženství, povolání apod.
V těchto případech se jedná o třídění dle ekonomických, etnických a kulturních kritérií.
(Veselá 2001) Roubíček (1997, s. 147-158) tyto struktury poté označuje za sociálně-právní, etnické, sociální a ekonomické.
Graficky lze demografickou strukturu zobrazit pomocí tzv. věkové pyramidy – stromu života. Graf může být vyjádřen pomocí absolutních nebo relativních četností. Věková pyramida dané populace poté odráží již zmíněnou věkovou strukturu a složení podle pohlaví.
(Sýkorová 1991)
Dle Kalibové (2001, s. 18) ve struktuře obyvatelstva podle věku rozlišujeme 3 základní populační typy:
1. progresivní typ 2. stacionární typ 3. regresivní typ
Progresivní typ připomíná tvar pyramidy díky své široké základně, ve které je zastoupená početná dětská složka, naopak ve vrcholu pyramidy je nepatrná skupina lidí v postproduktivním věku. Dětská složka převažuje nad tou postreprodukční. Tento populační typ je typický pro rozvojové země a populace, které ještě neprošly demografickou revolucí.
Dané populace s tímto typem se vyznačují vysokou úrovní plodnosti, ale zároveň je kompenzována vysokou intenzitou úmrtnosti. (Kalibová 2001)
Stacionární typ má dětskou i postreprodukční složku vyvážené. Hladina plodnosti poklesla na úroveň, kdy je pouze nahrazováno obyvatelstvo v produkčním věku při konkrétní hladině úmrtnosti. (Kalibová 2001)
V regresivním typu převažuje postreprodukční složka na dětskou. A v dlouhodobém horizontu dochází k poklesu počtu populace (bereme-li v úvahu pouze přirozenou měnu obyvatelstva). Svým tvarem také připomíná urnu. Tento populační typ najdeme v zemích západní Evropy. (Kalibová 2001)
14
Zpracoval jsem celkem 3 grafy zachycující demografickou strukturu obyvatelstva v ČR.
Na horizontální ose u každého z nich najdeme počet obyvatel, na vertikální věk obyvatel.
Červená barva označuje ženské pohlaví, modrá barva mužské. První dva zachycují stav demografické struktury obyvatel ČR k 31. 12. 2004 a 31. 12. 2019. Poslední graf je následné spojení těchto 2 předchozích grafů dohromady, na kterém jsou dobře vidět některé změny za posledních 15 let v demografické struktuře obyvatelstva na území ČR.
Zdroj: ČSÚ – věková struktura; zpracoval autor
Graf 1.1 - Demografická struktura obyvatel ČR k 31. 12. 2004
U grafu 1.1 se na první pohled podle jeho tvaru může zdát, že věková struktura obyvatel ČR k 31. 12. 2004 se nachází někde mezi stacionárním a regresivním populačním typem věkové pyramidy. Ovšem přímo v základně pyramidy je patrný problém s dětskou složkou obyvatelstva, která zde má opravdu nízký podíl zastoupení. Zároveň je zde velký podíl zastoupení postreprodukční složky ve věku 50+ let. Podíl postreprodukční složky převažuje nad podílem dětské, a tudíž se jedná o regresivní populační typ věkové pyramidy.
Malý počet lidí ve věku 0-15 let lze přisoudit nízké porodnosti v 90. letech. Po roce 1989 dochází k masivnímu používání hormonální antikoncepce mezi ženami, která do tehdejšího Československa dorazila ze západní Evropy. Také politické a ekonomické prostředí v této době rodině příliš nepřeje. A přijímaná opatření na podporu rodiny nemají kýžený efekt.
150000 100000 50000 0 50000 100000 150000
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Počet obyvatel
Věk obyvatel
Demografická struktura obyvatel ČR k 31. 12. 2004
Ženy Muži
15
Došlo tak k prvnímu úbytku obyvatelstva přirozenou měnou na území ČR od dob první světové války. (Bartoňová aj. 2010)
Za zmínku také stojí početná skupina lidí, někdy označovaná jako „Husákovy děti“, ve věku zhruba 27-30 let. Je to dáno silnou propopulační politikou v 70. letech minulého století prováděnou tehdejším režimem. Tato podpora rodičů přicházela ve formě novomanželských půjček, nového bydlení v panelovém domě či zvýšených přídavků na děti. Ke konci 70. let tuto politiku už stát nemohl dále financovat a porodnost začala klesat. (Strašilová 2013)
Všimněme si u věkové skupiny 46 let a mladší dalšího poklesu porodnosti. Tento pokles je spojený s přijetím zákona v tehdejším socialistickém Československu o umělém přerušení těhotenství z jiných než zdravotních důvodů, který nabyl účinnosti 1. 1. 1958. (Bartoňová aj.
2010) U věkových skupin mladších 58 let je vidět skokový nárůst porodnosti po skončení 2.
světové války. A úplně ve vrcholu pyramidy je možné pozorovat nízké zastoupení lidí starších 86 let v důsledku poklesu porodnosti během 1. světové války.
Zdroj: ČSÚ – věková struktura; zpracoval autor
Graf 1.2 – Demografická struktura obyvatelstva ČR k 31. 12. 2019
Graf 1.2. už zdálky svým tvarem připomíná urnu, která je typická pro regresivní populační typ věkové pyramidy. Opět je zde postreprodukční skupina, jejíž podíl převládá nad podílem dětské složky. Takže naše tvrzení, že se jedná o regresivní typ je pravdivé. Následně toto
150000 100000 50000 0 50000 100000 150000
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Počet obyvatel
Věk obyvatel
Demografická struktura obyvatel ČR k 31. 12. 2019
Ženy Muži
16
tvrzení ještě doložím tabulkou biologických generací v relativním vyjádření pro jednotlivá pohlaví v další kapitole. Vidíme zde nepatrný nárůst dětských věkových skupin oproti předešlému grafu. To je pravděpodobně způsobeno návratem míry porodnosti k normálu oproti jejímu výraznému poklesu v 90. letech. Podíly dětí se v obou grafech vyrovnají zhruba kolem věku 12 let. Jinak pouze došlo o zestárnutí vybraných generací či skupin, které jsme si již popisovali. Skupina lidí narozených za 1. světové války, která se nacházela na vrcholku pyramidy předešlého grafu, již prakticky vymřela a na tomto grafu není patrná.
Zdroj: ČSÚ – věková struktura; zpracoval autor
Graf 1.3 - Srovnání demografické struktury ČR; stavy k 31. 12. 2004 a 31. 12. 2019 Na grafu 1.3 si ukážeme, k jakým změnám došlo ve věkové struktuře obyvatel ČR za posledních 15 let. Data vyznačená barevně značí stav k 31. 12. 2004, data bez výplně pak stav k 31. 12. 2019. Zcela jistě lze říct, že dochází ke stárnutí populace v ČR. Kalibová (2001, s.
19.) uvádí, že ke stárnutí populace dochází vzhledem k poklesu porodnosti, poklesu úmrtnosti a růstu střední délky života (naděje dožití). Toto tvrzení jsme si již potvrdili tím, že se jedná o regresivní typ věkové pyramidy. A dochází zde růstu podílu postreprodukční složky,
naopakpodíl dětské složky se zmenšuje. V regresivní typu převládá postreprodukční složka nad tou dětskou. Nejde tedy a růst počtu starých osob, ale právě jeho podílu v populaci.
(Roubíček 1997) Působí zde dva druhy stárnutí současně, které Kalibová (2001, s. 19) definuje ve své knize, a to absolutní i relativní. Absolutní stárnutí je spojeno s poklesem
150000 100000 50000 0 50000 100000 150000
0 105 15 2025 30 3540 45 5055 60 6570 75 8085 90 10095
Počet obyvatel
Věk obyvatel
Srovnání demografické struktury ČR; stavy k 31. 12. 2004 a 31. 12.
2019
Ženy 31. 12. 2004 Muži 31. 12. 2004 Ženy 31. 12. 2019 Muži 31. 12. 2019
17
úmrtnosti, někdy také bývá označováno jako stárnutí ve vrcholu pyramidy. Naopak relativní stárnutí je způsobeno poklesem plodnosti a říká se mu také stárnutí v základně pyramid. Do budoucna se to jeví jako velký problém, s kterým budou spojeny vysoké náklady na zdravotní a sociální péči. Zároveň dochází k poklesu skupiny ekonomicky aktivních lidí, kteří by se na těchto nákladech podíleli. (Kalibová 2001)
Ještě bych zde rád zmínil 2 všeobecně známé trendy, dobře pozorovatelné i na našem posledním grafu. V ČR se rodí více chlapečků než holčiček, přibližná pravděpodobnost narození chlapce je 0,52, a naopak ve vyšším věku se zde projevuje tzv. mužská nadúmrtnost, muži mají větší intenzitu úmrtnosti než ženy. Mužská nadúmrtnost s rostoucím věkem
převáží, a to má za následek větší zastoupení žen v populaci České republiky. Podíl můžu v populaci rovněž závisí na vnější migraci. Větší pravděpodobnost na narození chlapce a mužská nadúmrtnost jsou dány genetickými predispozicemi, životním stylem daných pohlaví nebo i rodinným stavem. (Langhamrová nedatováno)
Zde bych ještě rád uvedl něco o struktuře obyvatel podle pohlaví za pomocí těchto ukazatelů. Podílu mužů a žen v populaci a indexu maskulinity a feminity.
Vzorec č. 1 značí podíl mužů v dané populaci. V jeho čitateli najdeme počet mužů dané populaci, ve jmenovali potom celkový počet obyvatel dané populace. Druhým vzorcem je index maskulinity. Ten udává počet mužů připadajících na 1000 žen v populaci. Analogicky by vypadaly vzorce pro podíl žen v populaci a pro index feminity (počet žen v připadajících na 1000 mužů v populaci). (Kalibová 2001)
𝑃𝑀 = 𝑆𝑀
𝑆𝐶 (1.3)
𝐼𝑀 =𝑆𝑀
𝑆Ž ∙ 1000 (1.4)
V ČR v roce 2019 (stav k 31.12.) vyšly tyto ukazatele následovně. Podíl mužů v populaci vychází na 49,30 %, podíl žen dopočtem vychází na 50,70 %. Pro zajímavost, podíl mužů v roce 2004 byl 48,73 % a podíl žen 51,27 %.
Index maskulinity je roven číslu 972. Tedy, že na 1000 žen v ČR připadá 972 mužů. Index feminity vychází 1028. Na 1000 mužů v ČR připadá 1028 žen.
Z hlediska struktury obyvatel podle pohlaví je podíl pohlaví v ČR v roce 2019 víceméně vyrovnaný. Mírně zde převažuje počet žen nad počtem mužů. Dle Langhamrové (nedatováno) se mužů sice rodí více, ale jejich intenzita úmrtnosti poté převáží, a proto je jich v populaci
18
méně než žen. Z hlediska budoucího vývoje by se rozdíl mezi počtem žen a mužů v populaci měl ještě více zmenšit a jejich podíl v populaci být časem úplně vyrovnaný.
1.2.2 Biologické a ekonomické generace
Roubíček (1997, s. 128) generaci definuje jako skupinu lidí narozených v určitém období.
Termín generace je také často využíván pro označení nějaké skupiny obyvatelstva na základě určitého znaku (umění, politická činnost) nebo vzniku či zahájení činnosti. Nemusí se tak primárně jednat pouze o znaky biologického charakteru.
V této kapitole si ukážeme jednotlivé biologické a ekonomické generace v České republice, jejich počty a složení z hlediska pohlaví, věku a ekonomické aktivity. Dále na to navážu výpočty jednotlivých indexů ze získaných dat. Následná interpretace vybraných indexů nám více napoví o demografické situaci na území České republiky. Členění
jednotlivých biologických a ekonomických generací uvádí Roubíček (1997, s. 132) ve své knize.
Tabulka 1.1 – Biologické generace 2019 (absolutní vyjádření)
Biologické generace (absolutně) Celkem Muži Ženy
I. biologická generace (0-14) 1 710 202 876 302 833 900 II. biologická generace (15-49) 4 860 803 2 503 342 2 357 461 III. biologická generace (50+) 4 122 934 1 892 352 2 230 582
Celkem 10 693 939 5 271 996 5 421 943
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor Tabulka 1.2 - Biologické generace 2019 (relativní vyjádření)
Biologické generace (relativně) Celkem Muži Ženy
I. biologická generace (0-14) 16 % 17 % 15 % II. biologická generace (15-49) 45 % 47 % 43 % III. biologická generace (50+) 39 % 36 % 41 %
Celkem 100 % 100 % 100 %
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
V tabulkách 1.1 a 1.2 jsou zpracována data, které jsem v předchozí kapitole využil k sestavení věkové pyramidy. Jedná se o stav k 31. 12. 2019. Nyní nám tato data poslouží
19
k zachycení příslušníků biologických generací ČR pro rok 2019. Čísla v závorkách označují počet dokončených let jednotlivých generací. (Roubíček 1997)
V tabulce 1.1 jsou data uvedena v absolutním vyjádření. V první biologické generaci je počet zástupců mužského pohlaví větší než, počet zástupců ženského pohlaví. Jak už jsem dříve uvedl, je to způsobeno tím, že se rodí více chlapečků než holčiček. Ve 2. biologické generaci převaha mužského pohlaví nad ženským nadále pokračuje. Až v 3. biologické generaci počet žen převáží nad počtem mužů, což je způsobeno také již zmiňovanou mužskou nadúmrtností. Tabulka 1.2 je v relativním vyjádření. Na jejímž základně je možné potvrdit naše tvrzení, že naše demografická struktura odpovídá regresivnímu populačnímu typu.
Protože podíl dětské složky (16 %) je menší než podíl postprodukční složky (39 %). Toto srovnání je možné pouze v relativním vyjádření. Absolutní počty totiž nejsou vhodné pro srovnávání v čase a prostoru.
Tabulka 1.3 - Biologické generace 2004 (absolutní vyjádření)
Biologické generace (absolutně) Celkem Muži Ženy
I. biologická generace (0-14) 1 526 946 784 186 742 760 II. biologická generace (15-49) 5 135 086 2 612 841 2 522 245 III. biologická generace (50+) 3 558 545 1 583 886 1 974 659
Celkem 10 220 577 4 980 913 5 239 664
Zdroj: ČSÚ – věková struktura; zpracoval autor
Tabulka 1.4 - Biologické generace 2004 (relativní vyjádření)
Biologické generace (relativně) Celkem Muži Ženy
I. biologická generace (0-14) 15 % 16 % 14 % II. biologická generace (15-49) 50 % 52 % 48 % III. biologická generace (50+) 35 % 32 % 38 %
Celkem 100 % 100 % 100 %
Zdroj: ČSÚ – věková struktura; zpracoval autor
Pro úplnost jsem zde ještě uvedl tabulky 1.3 a 1.4 (absolutní i relativní vyjádření) se stavy k 31. 12. 2004, abychom měli porovnání kompletní, jelikož i u věkových pyramid jsem dělal porovnání vývoje demografické struktury ČR v posledních 15 letech.
20
Z dat zobrazených ve všech tabulkách 1.1 až 1.4 vidíme, že počet obyvatel v ČR za posledních 15 let stoupl. Zajímavější bude pohled na jednotlivé generace. V absolutním vyjádření došlo k nárůstu pouze u 1. a 3. generace. 2. generace naopak zaznamenala pokles.
To samé se stalo i v relativním vyjádření. Podíl 1. biologická generace z 15 % v roce 2004 vzrostl o 1 p. b. na 16 % v roce 2019. Podíl 2. biologické generace klesl o 3 p. b. a podíl 3.
biologické generace vrostl o 4 p. b. Pokud podobný trend vydrží, můžeme předpokládat, že při dané míře plodnosti a úmrtnosti bude i nadále docházet k nárůstu podílu 3. biologické generace v populaci ČR během následujících let a dalšímu stárnutí populace ČR. Do tohoto procesu by mohla pozitivně zasáhnout migrace, konkrétně přiliv dalších obyvatel na území ČR a celý proces stárnutí zmírnit nebo úplně zastavit. Pravdivost mojí domněnky zjistíme až v kapitole, kde se budu zabývat prognózou.
Tabulka 1.5 – Ekonomické generace 2019 (absolutní vyjádření)
Ekonomické generace (absolutně) Celkem Muži Ženy
I. ekonomická generace (0-19) 2 188 232 1 122 325 1 065 907 II. ekonomická generace (20-64) 6 374 077 3 251 694 3 122 383 III. ekonomická generace (65+) 2 131 630 897 977 1 233 653
Celkem 10 693 939 5 271 996 5 421 943
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor Tabulka 1.6 -Ekonomické generace 2019 (relativní vyjádření)
Ekonomické generace (relativně) Celkem Muži Ženy
I. ekonomická generace (0-19) 20 % 21 % 20 % II. ekonomická generace (20-64) 60 % 62 % 58 % III. ekonomická generace (65+) 20 % 17 % 23 %
Celkem 100 % 100 % 100 %
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
Poslední tabulky 1.5 a 1.6 zachycující ekonomické generace v ČR. Uváděný stav je k 31.
12. 2019. Do podrobné interpretace údajů se pouštět nebudu. Ale i zde je jasné, že v důsledku stárnutí populace se bude zvětšovat podíl 3. ekonomické generace. Je možné, že časem dojde k úpravě věkové hranice jednotlivých ekonomických generací, protože populace začíná být ekonomicky aktivní už v mladistvém věku (15 let). Zároveň se bude prodlužovat hranice
21
odchodu do důchodu, aby byly pokryty náklady na sociální a zdravotní péči obyvatel
v poproduktivním věku. Velký vliv proto bude mít i potřebná důchodová reforma. Zatím ale nepanuje shoda v politických kruzích, jako jednu z příčin vidím krátké volební období. Data z těchto 2 tabulek použiji k některým výpočtům indexů.
1.2.3 Indexy věkové struktury a věkový průměr
V tabulce 1.7 dole jsou zobrazeny hodnoty indexů charakterizujících věkovou strukturu vypočtených na základě hodnot z předchozích tabulek zobrazujících biologické a ekonomické generace. Dané podíly jsem násobil 1000, aby vyjadřovaly počet vybraných zástupců dané generace připadajících na 1000 příslušníku určitě generace. Některé indexy (index
hospodářského zatížení) ale komentuji jako podíl na jednu osobu.
Tabulka 1.7 – Indexy věkové struktury
Indexy věkové struktury Celkem Muži Ženy Index stáří (65+/0-14) 1246 1025 1479 Sauvyho index stáří (50+/0-14) 2411 2159 2675 Index hospodářského zatížení 1678 1621 1736 Index závislosti mladých 343 345 341
Index závislosti starých 334 276 395 Vážený index hospodářského zatížení 1474 1435 1516 Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
Index stáří dobře reflektuje demografické stárnutí. Vypočte se jako podíl 3. ekonomické a 1. biologické generace. (Kalibová 2001) Index stáří v roce 2009 je 1246. Tedy na 1000 obyvatel mladších 15 let připadá 1246 obyvatel věku 65+ let. Hodnota je větší než 1000, to znamená, že podíl složky lidé ve věku 65 let a více je větší než podíl dětské složky. Z toho lze usoudit, že populace ČR stárne. Ideální by bylo, aby hodnota indexu stáří byla co nejmenší nebo aspoň menší než 1000, což by znamenalo, že podíl dětské složky je větší než podíl složky v poproduktivním věku. Sauvyho index stáří je obdobný. Vyjadřuje ale podíl 3. a 1.
biologické generace. (Roubíček 1997) V naší analýze vychází větší, než je index stáří, protože se zvětšil počet lidí v čitateli, dětská složka se nezměnila.
Index hospodářského zatížení pro ČR v roce 2019 vychází 1678. To znamená, že každá osoba v produktivním věku kromě sebe musí uživit ještě 0,68 osob v neproduktivním věku.
S tímto indexem se pojí i indexy závislosti mladých a starých. Index závislosti mladých pro rok 2019 je 343 a index závislosti starých pro rok 2019 je 334. Na 0,68 osob
22
v neproduktivním věku tedy připadá 0,34 osob ve věku 0-19 let a 0,33 osob ve věku 65 let a více. Součtem indexů závislosti mladých a starých mi vyšlo pouze 0,67 místo 0,68. Odchylka je způsobena zaokrouhlováním. Posledním indexem je vážený index hospodářského zatížení.
Roubíček (1997, s. 143) ho označuje jako index hospodářského zatížení OSN. Tento index je založen na předpokladu, že lidi v neproduktivním věku (mladí a staří) mají menší spotřebu než lidé v tom produktivním, proto jsou počty osob těchto generací váženy koeficienty odpovídajícími jejich relativní spotřebě. Hodnota koeficientů pro 1. a 3. ekonomickou
generaci je 0,7. 2. ekonomická generace vážena není, chceme-li, tak její koeficient bude roven 1. Z toho důvodu vážený index hospodářského zatížení roku 2019 vychází pouze 1474 a je menší než ten nevážený, u kterého všem generacím přisuzujeme stejnou spotřebu. Rovněž vážené indexy závislosti mladých a starých pro rok 2019 by vyšly menší.
Tabulka 1.8 – Průměrný věk v ČR 2019
Celkem Muži Ženy
Sx 10 693 939 5 271 996 5 421 943
(x+0,5*hx)*Sx 454 567 973 216 566 870 238 001 103 Věkový průměr
celkem 42,5 41,1 43,9
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
V roce 2019 byl průměrný věk v ČR 42,5 let pro obě pohlaví. Průměrný věk můžu je 41,1 let. Průměrný věk žen 43,9 let. Ženy mají větší průměrný věk než muži. Opět to můžeme přisoudit mužské nadúmrtnosti. Podle přechozího vývoje je pravděpodobné, že průměrný věk mužů bude růst rychlejším tempem než průměrný věk žen a rozdíl mezi nimi se bude
zmenšovat. Růst průměrného věku obyvatelstva se takřka zastavit nedá díky neustálým pokrokům v medicíně a růstu životní úrovně. Největší podíl na jeho růstu má ale nízká plodnost a klesající úmrtnost. Lze však snížit tempo jeho růstu. Například efektivní migrační politikou nebo podporou mladých při zakládání rodiny. Níže přikládám vzorec pro výpočet průměrného věku obyvatelstva od Cipry (2006, s. 144)
𝑥̅ = 1
𝑆𝑡∑ (𝑥 + 0,5) ∙ 𝑆𝑥 𝑥𝑡 (1.5)
1.2.4 Obecné míry
Obecná míra je poměr demografických událostí ke střednímu stavu obyvatelstva.
(Roubíček 1997) Obvykle se tento poměr vyjadřuje jako počet demografických událostí připadajících na 1000 obyvatel středního stavu. (Kalibová 2001) Roubíček (1997, s. 237) dále
23
uvádí, že narozdíl od měr specifických jsou obecné míry deformovány věkovou strukturou.
Z toho plyne, že nejsou vhodné pro srovnávání v čase a prostoru.
Tabulka 1.9 – Obecné míry ČR 2019
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
V tabulce 1.9 nahoře jsou vypočteny některé základní obecné míry v ČR za rok 2019.
Obecná míra sňatečnosti je 5,14 ‰. To znamená, že na 1000 obyvatel bylo uzavřeno 5,14 sňatků. Obecná míra rozvodovosti potom vychází na 2,26 ‰. Tedy, že na 1000 obyvatel došlo k 2,26 rozvodům. Porovnáme-li tyto dvě míry mezi sebou, dojdeme k závěru, že v roce 2019 bylo v ČR uzavřeno více sňatků, než ke kolika došlo rozvodům, to bych hodnotil určitě kladně. Na druhou stranu 5,14 ‰ není moc velké číslo, může to být dáno tím, že v dnešní době většina lidí preferuje spíš život bez závazků. Také může být znepokojující, že skoro necelá polovina těchto uzavřených manželství končí rozvodem.
Obecná míra porodnosti v roce 2019 byla 10,52 ‰ a obecná míra úmrtnosti vyšla 10,53
‰. To znamená, že za rok 2019 v ČR došlo k úbytku populace přirozenou měnou. To určitě není dobré zjištění, na vině je nízká obecná míra porodnosti. Obecná míra potratovosti je 2,98
‰. Na 1000 obyvatel došlo tedy k necelým 3 potratům. A nakonec je zde obecná míra
kojenecké úmrtnosti pro rok 2019 ve výši 0,03 ‰. Na 100 000 obyvatel došlo k úmrtí pouze 3 kojenců. Číslo je velmi malé a často bývá znakem vyspělých společností s vysokou úrovní kvalitního zdravotnictví.
Poslední 2 obecné míry se týkající migrace. Obecná míra imigrace 6,15 ‰ je větší než obecná míra emigrace 2,00 ‰. Došlo tedy k navýšení české populace za rok 2019 pomocí mechanické měny. ČR určitě patří k atraktivním místům pro život a tento výsledek pro mě není překvapení. Do budoucna bych očekával další příliv imigrantů z ostatních států do ČR.
1.2.5 Úmrtnostní tabulky
Úmrtnostní tabulky jsou využívaný nástroj pro analýzu úmrtnosti. Je v nich zachycen průběh života hypotetické generace (nejčastěji souboru 100 000 osob) od jejího narození do jejího vymření. (Sýkorová 1991) Ten to fiktivní soubor je stacionárního charakteru
Země
Obecná míra sňatečnosti
Obecná míra rozvodovosti
Obecná míra porodnosti
Obecná míra potratovosti
Obecná míra úmrtnosti
Obecná míra kojenecké úmrtnosti
Obecná míra imigrace
Obecná míra emigrace
Česká republika 5,14 2,26 10,52 2,98 10,53 0,03 6,15 2,00
24
(stacionární generace). Jeho obecná porodnost je rovna obecné úmrtnosti. (Roubíček 1997) Počet ročně narozených jedinců v roce jeho tedy roven počtu ročně zemřelých. Dalším
předpokladem je, že v dané populaci neprobíhá migrace. Kalibová (2001, s. 23) dodává, že by bylo lepší upustit od předpokladu stacionárního obyvatelstva, jelikož nezachycuje reálný vývoj.
Cipra (2015, s 183) ve své knize rozlišuje úmrtnostní tabulky na úplné, jejichž věkové intervaly jsou jednoleté, zkrácené mající víceleté věkové intervaly, běžné neboli průřezové zachycující úmrtnost v krátkém časovém období a generační. Nejvíce využívané jsou béžné úmrtnostní tabulky.
Úmrtnostní tabulky mají využití v řadě oborů, vzhledem k zaměření mé práce zde
podrobněji rozeberu pouze jejich uplatnění v pojišťovnictví. Životní pojišťovny je používají jako základní nástroj spolu s dalšími finančními instrumenty pro své výpočty. Pomocí demografických metod pak lze odhadnout pravděpodobnost úmrtí jednotlivých pohlaví v konkrétním věku, střední délku života a dalším důležité charakteristiky. (Cipra 2015) Úmrtnostní tabulky jsou každoročně zveřejňovány na stránkách českého statistického úřadu a zobrazují aktuální data. Bývají zde diferenciované podle pohlaví na muže a ženy. Jak si později ukážeme pravděpodobnost úmrtí muže a ženy, střední délka života a jiné se pro obě pohlaví liší. Ovšem základě unisex přístupu mají pojišťovny povinnost používat jednotnou sazbu pojistného pro obě pohlaví. O dopadech této gendrové směrnice si později řekneme více v kapitole životní pojištění. Pojišťovny však nadále u svých výpočtů přihlížejí ke
zdravotnímu stavu (lékařský dotazník), povolání a dalším okolnostem, které by mohly zvýšit pravděpodobnost úmrtí, úrazu, invalidity apod.
Jako ilustrativní příklad jsem zvolil úmrtností ve zkrácené podobně podobě pro obě pohlaví v ČR za rok 2019. Sledovaná populace je stacionární a její počet je 100 000.
25
Tabulka 1.10 – Zkrácené úmrtnostní tabulky ČR 2019 muži
Věk Pravděpodobnost dožití
Pravděpodobnost úmrtí
Počet dožívajích
Počet zemřelých
Počet prožitých
let
Počet let života
Střední délka života
x px qx lx dx Lx Tx ex
0 0,99713467 0,00286533 100000 287 99756 7 646 649 76,5
1-4 0,99943433 0,00056567 99713 56 398741 7 546 893 75,7
5-9 0,9995187 0,0004813 99657 48 498165 7 148 152 71,7
10-14 0,99937949 0,00062051 99609 62 497891 6 649 986 66,8 15-19 0,99792446 0,00207554 99547 207 497220 6 152 095 61,8 20-24 0,99637154 0,00362846 99341 360 495802 5 654 875 56,9 25-29 0,99638378 0,00361622 98980 358 494006 5 159 073 52,1 30-34 0,9956122 0,0043878 98622 433 492030 4 665 067 47,3 35-39 0,99421074 0,00578926 98190 568 489527 4 173 037 42,5 40-44 0,99127327 0,00872673 97621 852 485976 3 683 511 37,7 45-49 0,98510933 0,01489067 96769 1441 480244 3 197 535 33,0 50-54 0,97377872 0,02622128 95328 2500 470392 2 717 291 28,5 55-59 0,95918722 0,04081278 92829 3789 454672 2 246 899 24,2 60-64 0,92830878 0,07169122 89040 6383 429242 1 792 228 20,1 65-69 0,89035274 0,10964726 82657 9063 390625 1 362 986 16,5 70-74 0,83747562 0,16252438 73594 11961 338066 972 361 13,2 75-79 0,76483769 0,23516231 61633 14494 271930 634 295 10,3 80-84 0,64384945 0,35615055 47139 16789 193724 362 365 7,7 85-89 0,46201498 0,53798502 30350 16328 110932 168 641 5,6
90-94 0,2798465 0,7201535 14022 10098 44866 57 709 4,1
95-99 0,15455131 0,84544869 3924 3318 11326 12 843 3,3
100+ 0 1 606 606 1516 1 516 2,5
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
Obě tabulky (ženy i muži) mají spíše ilustrativní význam, než abych se u nich pouštěl do interpretace nějakých hodnot. Je zde hezky vidět, že pravděpodobnost úmrtí u mužů napříč věkovými intervaly je opravdu větší než u žen. S tím následně souvisí střední délka života neboli naděje dožití. Při narození je střední délka mužů 76,5 let, už žen 82, 3 let. Mužům tedy při narození zbývá průměrně 76,5 let života, zatímco ženám 82,3 let. Střední délka už žen při narození je o 5,8 let větší než u mužů. S rostoucím věkem u obou pohlaví logicky klesá. U žen, ale klesá rychlejší tempem a postupně se přibližuje hodnotě střední délky života u mužů.
26
Tabulka 1.11 - Zkrácené úmrtnostní tabulky ČR 2019 ženy
Věk Pravděpodobnost dožití
Pravděpodobnost úmrtí
Počet dožívajích
Počet zemřelých
Počet prožitých
let
Počet let života
Střední délka života
x px qx lx dx Lx Tx ex
0 0,997749149 0,002250851 100000 225 99809 8 225 060 82,3
1-4 0,99947702 0,00052298 99775 52 398995 8 125 252 81,4
5-9 0,99954848 0,00045152 99723 45 498501 7 726 256 77,5
10-14 0,999565072 0,000434928 99678 43 498280 7 227 755 72,5
15-19 0,998976599 0,001023401 99634 102 497917 6 729 475 67,5
20-24 0,998743692 0,001256308 99532 125 497349 6 231 558 62,6
25-29 0,998535566 0,001464434 99407 146 496673 5 734 209 57,7
30-34 0,998175672 0,001824328 99262 181 495856 5 237 536 52,8
35-39 0,996865838 0,003134162 99081 311 494627 4 741 680 47,9
40-44 0,995399395 0,004600605 98770 454 492715 4 247 053 43,0
45-49 0,992678752 0,007321248 98316 720 489779 3 754 338 38,2
50-54 0,98832064 0,01167936 97596 1140 485130 3 264 559 33,4
55-59 0,979994506 0,020005494 96456 1930 477456 2 779 429 28,8
60-64 0,965663994 0,034336006 94526 3246 464518 2 301 972 24,4
65-69 0,947976619 0,052023381 91281 4749 444532 1 837 454 20,1
70-74 0,914105126 0,085894874 86532 7433 414079 1 392 922 16,1
75-79 0,853237272 0,146762728 79099 11609 366475 978 844 12,4
80-84 0,743512825 0,256487175 67491 17310 294177 612 369 9,1
85-89 0,551367268 0,448632732 50180 22512 194619 318 192 6,3
90-94 0,335653225 0,664346775 27668 18381 92386 123 573 4,5
95-99 0,171645434 0,828354566 9287 7693 27202 31 187 3,4
100+ 0 1 1594 1594 3985 3 985 2,5
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
Tabulka 1.12 – Vybrané demografické ukazatele vypočtené z ÚT 2019
Střední délka života celkem
Natalitní limit
Obecná míra porodnosti
Počet živě narozených
Střední stav obyvatel
Potřebná střední délka života
ex n n (skut.) Nv S ex (potř.)
79,3 12,6 10,5 112 231 10 669 324 95,1
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
Tabulka 1.12 zachycuje vybrané demografické ukazatele. Vidíme zde celkovou střední délku života za obě pohlaví při narození. Vypočítal jsem ji jako součet středních délek života osoby právě narozené pro jednotlivé pohlaví. Střední délku života osoby právě narozené jsem ještě předtím násobil pravděpodobností narození. U mužů 0,515, u žen 0,485. Střední délka života je asi nejdůležitější výstup úmrtnostních tabulek, také je mezinárodně uznávaná. Cipra
27
(2015, s. 185) ji definuje jako průměrný počet let zbývajících k prožití jedinci ve věku x.
Důležité je zachování konstantní úmrtnosti. Střední délka života pro obě pohlaví při narození vyšla 79,3 let. Právě narozenému dítěti tak průměrně zbývá 79,3 let života. Ve vyspělých zemích střední délka života při narození roste.
Dalším ukazatelem je natalitní limit. V podstatě se jedná o převrácenou hodnotu střední délky života při narození. Hodnota natalitního limitu vyšla 12,6 ‰. Aby nedocházelo k úbytku obyvatelstva, je nutné zachování skutečné porodnosti na 12,6 ‰. Na 1000 obyvatel středního stavu se tedy musí narodit aspoň 13 dětí (zaokrouhleno nahoru). Jedná se tak zároveň i o obecnou míru úmrtnosti naší stacionární tabulkové generace. Skutečná obecná míra porodnosti je ale 10,5 ‰. Tudíž je zde předpoklad, že pokud současná obecná míra porodnosti zůstane menší než 12,6 ‰ v delším horizontu, tak bude docházet k úbytku obyvatelstva přirozenou měnou.
Posledním ukazatelem je „potřebná“ střední délka života při narození. Vypočítal jsem ji na základně, již dříve uvedených vztahů mezi střední délkou života a natalitním limitem. Jedná se obrácenou hodnotu skutečné porodnosti 10,5 ‰ vynásobenou 1000. Střední délka života při narození by tedy v našem případě musela být 95,1 let při skutečné porodnosti 10,5 ‰, aby byla zachována prostá reprodukce.
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor Graf 1.4 - Pravděpodobnost přežití a úmrtí pro ČR v roce 2019
0,0000 0,2000 0,4000 0,6000 0,8000 1,0000 1,2000
0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94 95-99 100+
Pravděpodobnost přežití a úmrtí pro ČR v roce 2019
px-M qx-M px-Ž qx-Ž
28
Graf číslo 1.4 znázorňuje pravděpodobnost přežití a úmrtí obou pohlaví v ČR za rok 2019.
Pravděpodobnost přežití žen je vyšší, tudíž i jejich pravděpodobnost úmrtí bude nižší než u mužů.
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor Graf 1.5 - Počet dožívajících a zemřelých v ČR pro rok 2019
Druhý graf 1.5 zobrazuje počty dožívajících a zemřelých pro obě pohlaví v ČR za rok 2019. Kolem věku 50 let vidíme, že počty zemřelých mužů začínají převažovat nad pošty zemřelých žen. Může za to mužská nadúmrtnost. Od věku 80 je více zemřelých žen, ale jen proto, že jich je více i ve naší fiktivní stacionární populaci.
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor Graf 1.6 - Střední délka života v ČR za rok 2019
0 20000 40000 60000 80000 100000 120000
0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94 95-99 100+
Počet dožívajících a zemřelých v ČR pro rok 2019
lx-M dx-M lx-Ž dx-Ž
0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0
Střední délka života v ČR za rok 2019
ex0-M ex0-Ž
29
Poslední graf 1.6 znázorňuje střední délku života obou pohlaví. Střední délka života už žen je vyšší než u mužů. Podle projekcí by se rozdíl mezi střední délkou života obou pohlavní měl v budoucnu vyrovnat. Konkrétní hodnoty jsem již komentoval v rámci úmrtnostních tabulek.
1.2.6 Projekce obyvatelstva
V této kapitole jsem sestavil jednoduchou projekci obyvatelstva od roku 2019 do roku 2039, která nám přinese pár důležitých poznatků o budoucím možném vývoji populace v ČR.
Projekce nepočítá s migrací a je zde předpoklad, že po dobu projekce je míra plodnosti a úmrtnosti neměnná.
Zdroj: ČSÚ – demografická ročenka 2019; zpracoval autor
Graf 1.7 - Srovnání demografické struktury v ČR roku 2019 a 2039
Na grafu 1.7 vidíme porovnání demografické struktury v ČR mezi roky 2019 a 2039.
Dochází k demografickému stárnutí. Je zde zachycen regresivní populační typ. Podíl dětské složky se zmenšuje vlivem nízké míry plodnosti, naopak roste podíl postreprodukční složky obyvatel. Také dochází k postupnému vymírání obyvatel, jelikož zde není vliv migrace, díky které populace ČR poslední roky rostla.
Indexy stáří ani hospodářského zatížení jsem nepočítal, ale je jasné, že podle vývoje, který můžeme vidět na grafu by došlo k jejich růstu. Nejvíce by vrostly právě indexy stáří. U biologických a ekonomických generací by došlo k největšímu růst podílu postreprodukční a poproduktivní složky.
600000 400000 200000 0 200000 400000 600000 0-4
10-14 20-24 30-34 40-44 50-54 60-64 70-74 80-84 90-94 100+
Srovnání demografické struktury v ČR roku 2019 a 2039
Ž-2039 M-2039 Ž-2019 M-2019
