Přeskočit na hlavní obsah
Přeskočit hlavičku
Název projektu
Současné výzvy ekonomického rozvoje
Kód
SP2021/50
Předmět výzkumu
Ekonomický rozvoj lze obecně vnímat jako kvalitativní i kvantitativní zlepšení úrovně či fungování ekonomiky, které je výsledkem jak vnějších socioekonomických šoků, tak i působení endogenních mechanismů, zejména pak cílené hospodářské politiky. Tento projekt se zaměřuje na zkoumání vlivu reálných, nominálních i institucionálních jevů a procesů s blízkým vztahem k ekonomickému rozvoji. Jedná např. o vliv neformálních institucí a migrace na inovace, zapojení žen na trhu práce, rozvoj měst v závislosti na znečištění jejich životního prostředí a kvalitu bankovního, resp. měnového systému. Předkládaný projekt volně navazuje na SGS projekt s názvem “Řešení aktuálních problémů hospodářské politiky ve vyspělých zemích světa” (č. projektu SP2020/116), který byl řešen v roce 2020 Ing. Sárou Novorytovou (pod dohledem jejího školitele prof. Ing. Lumíra Kulhánka, CSc) a jejím týmem. Uvedená návaznost spočívá a) v částečném personálním propojení obou projektů, neboť někteří členové stávajícího projektu se účastnili také úspěšně ukončeného projektu z minulého roku (včetně předkladatele a jeho školitele), b) v tematickém propojení dvou výzkumných témat, u kterých však došlo ke změně zacílení výzkumu. V druhém případě se jedná konkrétně o zkoumání vlivu znečistění životního prostředí v evropských městech, měřeného subjektivními i objektivními ukazateli, na migraci obyvatel (v předchozím projektu byl zkoumán obecný vliv subjektivně pociťované spokojenosti s městy a jejími dílčími aspekty na vývoj populace a migrace) a stanovení neutrální úrokové míry (NRI) pro jednotlivé evropské ekonomiky a následně identifikace determinant NRI (v předchozím projektu byla odhadována úroveň NRI pouze pro ČR a jejím determinantám nebyla věnována žádná pozornost). Projekt “Současné výzvy ekonomického rozvoje” pokrývá širokou paletu faktorů ovlivňujících úroveň a rozvoj nejrůznějších zemí světa. Níže uvádíme hlavní výzkumná témata řešená v tomto projektu (v závorce je uveden člen týmu odpovědný za organizaci prací ostatních členů týmu na uvedeném výzkumném tématu): 1. Vliv migrace a neformálních institucí na inovace (doc. Ing. Jiří Balcar, Ph.D.) 2. Znečištění ovzduší a rozvoj evropských měst (Ing. Jakub Vontroba) 3. Nerovné postavení žen na trhu práce (Ing. Lenka Filipová, Ph.D.) 4. Stínové bankovnictví a měnová politika jako faktory stability finančního sektoru (Ing. Ngo Ngoc Anh, BA) Uvedená výzkumná témata se navzájem doplňují a poskytují ucelený obraz vlivu několika významných faktorů ekonomického rozvoje. V souladu s neoklasickou i novou teorií růstu se jedná zejména o úroveň inovací a technologie (téma 1), práci (téma 2 a 3) a kapitál (téma 4). Členové řešitelského týmu: Řešitel: Ing. Jakub Vontroba Školitel řešitele: doc. Ing. Jiří Balcar, Ph.D. Členové týmu (včetně řešitele a jeho školitele): Akademičtí pracovníci (2): doc. Ing. Jiří Balcar, Ph.D., Ing. Lenka Filipová, Ph.D. Studenti doktorského studia (9): Ing. Petra Doleželová, DiS., Ing. Lukáš Jursa, Ing. Siyu Liu, Ing. Ngoc Anh Ngo, BA, Ing. Sára Novorytová, Ing. Jana Ostárková, Ing. Tereza Powadová, Surjeet Singh, MSc. Prity Sinha, M.Sc., Ing. Jakub Vontroba Studenti navazujícího magisterského studia (4): Bc. Natálie Kadlečíková, Bc. Vojtěch Koňařík, Bc. Martin Krejčí, Bc. Daniel Pakši Následuje stručný popis jednotlivých výzkumných oblastí, který je rozdělen do částí A) Úvod do problematiky, B) Cíl, C) Rešerše empirické literatury a D) Data a metody. Tyto části se dělí dle jednotlivých výzkumných oblastí uvedených výše: A) ÚVOD DO PROBLEMATIKY 1. Vliv migrace a neformálních institucí na inovace Inovace představují kreativní a systematickou práci prováděnou s cílem zvýšit zásobu znalostí v dané ekonomice. Jelikož jsou inovace samy o sobě produktivní a urychlují technologický pokrok, jsou rozdíly mezi jednotlivými zeměmi ve schopnosti inovace produkovat velice zásadní pro jejich další rozvoj. V této části projektu se zaměříme zejména na dva faktory, které mají velký potenciál míru inovací ovlivnit – migrace a neformální instituce. V případě migrace existuje značné množství studií, které se zabývají dopadem imigrace na mzdy residentů, na zaměstnanost a míru nezaměstnanosti (Dustmann, Fabbri a Preston, 2005; İnanç-Tunçer, 2018), na míru kriminality (Alonso-Borrego, Garoupa a Vázquez, 2012), na obchod (Head and Ries, 1998; Peri a Requena-Silvente, 2010) a na inovativnost firem (Ozgen, Nijkamp a Poot, 2012). Tento výzkum bude zaměřen na propojení imigrace s inovacemi, přičemž budou využita data za co nejvyšší možný počet zemí za období 1979 až 2010. Také v případě neformálních institucí, aproximovaných např. kulturou, náboženstvím a sdílenými hodnotami, existuje velký počet studií, které ukazují, že tyto mají signifikantní vliv na inovace či samotný ekonomický růst (Acemoglu 2009; Weber 1930). Zdá se však, že vliv těchto faktorů není přímočarý (srov. Bénabou et al. 2015 a Barro a McCleary 2003), jak naznačují výsledky předběžné analýzy provedené na základě dostupných dat některými členy tohoto týmu. Přesnější zachycení těchto mechanismů umožní výrazné zpřesnění prorůstových modelů a následně i predikcí ohledně možností konvergence rozvojových a rozvinutých ekonomik. 2. Znečištění ovzduší a rozvoj evropských měst Odliv obyvatel z měst představuje pro tyto sídelní jednotky závažný problém, neboť je velmi často spojen se ztrátou kvalifikované pracovní síly, poklesem agregátní spotřeby, nedostatečným využitím bytového fondu a další infrastruktury, poklesem velikosti rozpočtu města, investic apod. (Kühn, Liebmann, 2012; Silverman et al., 2012; Moss, 2008; Schilling, Logan, 2008). Empirické studie zaměřené na migraci mezi městy či městskými aglomeracemi identifikovaly celou řadu faktorů spojených s imigrací či naopak emigrací. Mezi tyto faktory můžeme zařadit např. výši mezd, výši nezaměstnanosti, vlastnictví nemovitostí apod. Jedním z nově zkoumaných faktorů je také úroveň znečistění životního prostředí, která se ukazuje jako statisticky signifikantní determinanta migrace v případě mezinárodní i meziregionální migrace, avšak vliv tohoto faktoru na migraci na úrovni měst je zatím téměř neprozkoumán. Jednu z mála výjimek tvoří studie Balcara a Šuláka (2020), kteří se zabývali vlivem znečištění životního prostředí na odchod pracovní síly z města Ostravy. Tato práce však poskytuje empirický důkaz uvažovaného vztahu pouze pro jedno konkrétní město. Tato část projektu proto bude věnována na rozšíření empirické evidence o posouzení vztahu mezi znečištěním životního prostředí a migrací pro soubor několika desítek evropských měst. Závěrem tak bude potvrzení či vyvrácení obecného vztahu mezi znečištěním životního prostředí a migrací na úrovni velkých měst. 3. Nerovné postavení žen na trhu práce Ačkoli mnoho zemí v posledních desetiletích dosáhlo významného pokroku směrem k rovnosti žen a mužů ve vzdělávání, ženy nadále vydělávají méně než muži, jejich kariéra je častěji přerušována a je méně pravděpodobné, že se dostanou na nejvyšší pracovní pozice (Evropská komise 2017; Organizace pro hospodářskou spolupráci a rozvoj OECD 2012). Tato skutečnost představuje významnou brzdu ekonomického rozvoje řady zemí. Mzdové nerovnosti mezi ženami a muži, které mohou být z části způsobené diskriminací na trhu práce, jsou systematicky studovány od začátku 70. let. Tyto studie se velmi často opírají o data, která z pohledu tohoto tématu pokrývající zcela nedostatečný počet kontrolních proměnných (viz Bertrand 2010; Pearse a Connell 2016, kteří publikovali komplexní rešerši empirické literatury zaměřené na některé méně často zkoumané faktory). Ukazuje se, že psychologické faktory (např. individuální postoje) umožňují výrazně zlepšit vysvětlující schopnost ekonometrických modelů při zkoumání rovnosti pohlaví na trhu práce (Hansen 1995; Hemstrom 1998; Naur a Smith 1998; Tomaskovic-Devey a Skaggs 2002). Stávající výzkum týkající se postojů se z důvodu datových omezení zaměřuje pouze na jejich dílčí aspekty. Tento nedostatek soudobých ekonomických studií překonává tato část projektu, a to díky přístupu k velice širokému setu individuálních dat. To nám umožní poskytnout robustní závěry, které lze považovat v této oblasti ekonomie trhu práce za velice vzácné. 4. Stínové bankovnictví a měnová politika jako faktory stability finančního sektoru Bankovní sektor a měnová politika představují fundamentální faktory ekonomického rozvoje, a to zejména pro jejich vliv na investiční chování, zahraniční obchod, stabilitu inflace apod. V této části projektu se budeme zabývat zejména dvěma oblastmi s přímým dopadem na ekonomický rozvoj: a) stínovým bankovnictvím, b) neutrální úrokovou sazbou. Stínové bankovnictví nabývá v posledních několika letech na významu. Přestože do ekonomiky přináší možnost diverzifikace zdrojů financování, rostoucí role nebankovních finančních zprostředkovatelů je doprovázena znaky zvýšeného rizika. Zpřísnění regulace tradičního bankovnictví podporuje regulatorní arbitráž, během níž dochází k přesunu finančního zprostředkování z regulovaného odvětví do méně regulovaného, které zde představuje stínové bankovnictví (Aiyar a kol., 2014). Současně existuje obtížně měřitelné propojení mezi jednotlivými finančními institucemi z důvodu omezených datových podkladů, přestože vzájemná propojenost implikuje transmisi rizika, jež se následně může projevit v celém systému (Abad a kol., 2017). Existuje zde proto důvod pro hlubší analýzu této problematiky, jež může poskytnout vodítka pro nastavení vhodného regulatorního rámce, který umožní nebankovnímu finančnímu sektoru plnit svou pozitivní roli v ekonomice při eliminaci možných rizik. Taktéž problematiku neutrální úrokové sazby lze vnímat jako výzvu pro světové tvůrce hospodářské politiky. Důvodem je náročnost odhadu úrovně této veličiny, ale také její nesmírný vliv na reálnou ekonomiku. Po světové hospodářské krizi přistoupila většina centrálních bank (FED, ECB, BoE, SNB či ČNB) k provádění nekonvenční měnové politiky. Zejména byly diskutovány a následně prováděny nástroje jako kvantitativní (kvalitativní) uvolňování, nulové či záporné úrokové sazby či devizové intervence. S tím, jak po dlouhém období využívání nekonvenčních nástrojů dochází k postupnému návratu měnových politik zpět ke standardnímu režimu, roste i zájem centrálních bankéřů o kvantifikaci úrovně přirozené sazby, viz Hlédik a Vlček (2018). B) CÍL 1. Vliv migrace a neformálních institucí na inovace Výzkum si klade za cíl prozkoumat souvislost mezi imigrací a inovacemi a neformálními institucemi a inovacemi. Pozornost bude zaměřena na vliv imigrantů (a související etnické rozmanitosti) na ekonomické výsledky daných zemí, stejně tak jako poskytnutí relevantního vysvětlení toho, proč některé neformální instituce (operacionalizované nejrůznějšími náboženskými hodnotami a postoji) mají na postoje k inovacím negativní vliv, zatímco jiné vliv pozitivní. Zodpovězeny by měly být následující výzkumné otázky: Jak se v průběhu času vyvíjela imigrace? Jaký je vztah mezi podílem přistěhovalců, etnickou rozmanitostí a inovacemi v jednotlivých zemích? Existují heterogenní inovativní účinky vzhledem k původu imigrantů? Jakou roli hrají neformální instituce na rozvoj jednotlivých zemí? Je tento vliv rozdílný v rozvojových a rozvinutých zemích? Podporují neformální instituce konvergenci nebo divergenci ekonomik? Zodpovězení těchto otázek je velmi cenné pro nastavení správné imigrační politiky a ekonomický rozvoj cílových zemí. 2. Znečištění ovzduší a rozvoj evropských měst Vztahu mezi znečištěním ovzduší v městech a odchodu obyvatel z nich není v empirické literatuře, i přes jeho značný praktický význam, dosud věnována dostatečná pozornost. Cílem výzkumu je proto ověřit hypotézu, že vyšší úroveň znečištění životního prostředí vede k nižšímu či dokonce zápornému saldu migrace v případě velkých evropských měst. Za účelem robustnosti závěru bude použito několik různých ukazatelů znečištění (jak objektivní, tak subjektivní povahy), stejně jako několik ukazatelů migrace. 3. Nerovné postavení žen na trhu práce Tato studie si klade za cíl analyzovat dopad postojů žen vůči jejich roli na trhu práce na rozdíly v odměňování mezi ženami a muži (tzv. gender wage gap), a to při kontrole jejich pracovních zkušeností, vzdělání, rodinných faktorů a charakteristik zaměstnání. K rozšíření existujícího poznání přispějeme tím, že a) používáme různé indikátory související s postoji (na podporu robustnosti výsledků), b) hodnotíme význam tradičních konzervativních postojů vůči postavení na trhu práce pro vysvětlení rozdílu v odměňování žen a mužů. 4. Stínové bankovnictví a měnová politika jako faktory stability finančního sektoru Cílem této části projektu je v oblasti stínového bankovnictví empiricky posoudit dopady rozvoje nebankovního finančního sektoru a jeho dílčích aspektů na finanční stabilitu. V oblasti neutrální úrokové sazby jsou cíle stanoveny dva. Prvním cílem výzkumu bude odhadnout úroveň NRI pro Evropskou unii pomocí SVAR modelů. Druhým cílem pak bude stanovit faktory, které ovlivňují úroveň NRI v České republice, která má jakožto malá otevřená ekonomika svá jistá specifika (odhadu výše NRI pro ČR se již autoři věnovali v rámci SGS projektu 2020). C) REŠERŠE ODBORNÉ LITERATURY 1. Vliv migrace a neformálních institucí na inovace Je dobře známo, že inovace hrají v hospodářském růstu klíčovou roli. Role lidského kapitálu a nových znalostí v ekonomickém růstu je dobře zachycena modely endogenního růstu a technologické změny jsou endogenním procesem (Lucas, 1988). Byť diverzifikace nápadů není nezbytnou podmínkou pro vznik inovace, diverzifikace může poskytnout širší soubor těchto nápadů. Teoretické studie o účincích rozmanitosti naznačují, že mohou mít pozitivní i negativní dopad na výkon firmy. Lazear (1999) tvrdí, že existují pozitivní efekty produktivity etnické rozmanitosti, protože heterogenní skupina pracovníků má větší pravděpodobnost, že bude mít informace potřebné k vyřešení daného problému. Empirický výzkum dopadu imigrace na inovace je poměrně omezen na Severní Ameriku a pro evropský region existuje jen několik studií (Audretsch, 1998; Gordon a McCann, 2005; Kerr, 2010). Většina studií přináší důkazy o pozitivním dopadu přistěhovalectví na inovace a růst. Podle Poota (2008) mohou dovednosti migrantů, jejich mladistvost a jejich struktura (self-selection), pokud jde o schopnosti, podstupování rizika a podnikání, pozitivně ovlivnit inovace. Dalším významným faktorem ovlivňujícím inovace jsou neformální instituce (v tomto případě operacionalizováno prostřednictvím hodnot, kultury a náboženství). Kultura patří k jednomu ze čtyř základních faktorů ekonomického růstu a je považována za klíčovou determinantu hodnot, preferencí a přesvědčení jednotlivců (Acemoglu 2009). Kultura různých společností se liší z důvodu odlišných historických zkušeností nebo odlišného náboženství. Proto je náboženství často považováno za indikátor kultury. Od začátku této debaty, kdy Weber (1930) identifikoval pozitivní účinek protestantské etiky na ekonomický rozvoj, se většina ekonomických výzkumů v této oblasti soustředila na hodnocení dopadu náboženství a religiozity na ekonomické postoje a hodnoty přispívající k ekonomickému růstu. Výzkum byl založen buď na historických analýzách (např. Huntington 1997; Landes 1998; Kuran 2011 a 2005) nebo na statistické analýze s využitím současných dat z různých zemí (např. Leonardi, Nanetti a Putnam 1993; La Porta et al. 1997; Guiso et al. 2006; Guiso et al. 2002). Výsledky těchto studií naznačují řadu prorůstových postojů a hodnot, mezi nimiž dominuje zejména všeobecná důvěra, šetrnost, tvrdá práce, čestnost, tolerance a respekt k druhým. Nový přístup v této oblasti zkoumání, který zahájili Bénabou et al (2015), naznačuje přímější kanál, jak mohou hodnoty ovlivňovat ekonomický růst. Autoři zkoumali dopad religiozity na postoje k vědě a inovacím, neboť inovace jsou hlavní hnací silou technologického pokroku, a tím i dlouhodobého hospodářského růstu. Je proto důležité studovat, do jaké míry mohou tyto neformální instituce ovlivňovat kreativitu a inovační procesy. 2. Znečištění ovzduší a rozvoj evropských měst Xu a Silwester (2016) zkoumali vztah mezi znečištěním ovzduší a mezinárodní migrací ze zemí s nízkými a středními příjmy do zemí OECD. Ukázali, že znečištění je významným, i když nikoli dominantním faktorem, proč lidé migrují, zejména ze zemí subsaharské Afriky a východní Evropy. Důkazy o meziregionální migraci v České republice jsou však poněkud nejednoznačné. Ačkoli Fidrmuc a Huber (2007) nezjistili žádný statisticky významný vztah mezi kvalitou ovzduší a ochotou k meziregionální migraci v roce 1998, Šulák (2019) s využitím údajů z let 1993–2015 zjistil vysokou statistickou významnost různých ukazatelů kvality ovzduší na skutečnou migraci mezi českými regiony. Podobný rozpor lze najít také v případě meziregionální migrace v USA. Cebula a Vadder (1973) identifikovali nízkou průměrnou teplotu v průběhu roku jako významný prediktor migrace v USA v období 1960–1968, nikoli však znečištění ovzduší. O deset let později byly environmentální a sociální faktory identifikovány jako nejdůležitější determinanty meziregionální migrace v krátkodobém i dlouhodobém horizontu (Hsieh, Liu, 1983). Nutno uvést, že závěry empirické literatury využívající data z Číny jsou naopak zcela jednoznačné a ukazují, že znečištění ovzduší představuje vážný problém pro další ekonomický rozvoj. Např. DeGolyer (2008) uvádí exodus vysoce vzdělané pracovní síly a velké potíže s náborem mezinárodních odborníků způsobené nepříznivým stavem životního prostředí v Hongkongu. Průzkum provedený v tomto městě naznačuje, že přibližně 8 % obyvatel plánuje opustit město nebo vážně uvažuje o přestěhování kvůli znečištění ovzduší, zejména ti s vyšším vzděláním, dovednostmi a penězi. Odtok mozků však není jedinou cenou znečištění ovzduší. Mezi další patří zdravotní problémy a předčasná úmrtí, častá absence v práci, náklady na lékařskou péči, ztráta produktivity v důsledku nehlášené nemoci a subjektivně vnímané nepohodlí. Li et al. (2017) prokázali, že znečištění ovzduší je vysoce významnou determinantou meziregionální migrace v Číně. Stejný závěr učinili Chen et al. (2017), kteří zjistili, že migrace žen a vzdělaných lidí je citlivější na znečištění ovzduší. Quin a Zhu (2018) navíc prokázali, že snížení kvality ovzduší vede ke zvýšení online vyhledávání slova „emigrace“ následujícího dne. 3. Nerovné postavení žen na trhu práce Existující výzkum potvrzuje statisticky signifikantní vliv tradičních postojů k roli žen na trhu práce, resp. genderových rolí, na dosaženou úroveň mezd (jednu z prvních studií na toto téma publikoval McCrate, 1988). Tento vliv genderových rolí na postavení na trhu práce je důležitou skutečností, neboť Fortin (2005) ukázal, že vnímání žen jako osob starajících se o domácnost a mužů jako živitelů rodiny je v čase velmi stabilní, a zároveň empiricky potvrdil význam tohoto vnímání na postavení žen a mužů na trhu práce. Langdon a Klomegah (2013) a Blau a Kahn (2017) přinesli nové empirické důkazy o rozdílech v odměňování žen a mužů v USA, ve kterých prokázali významný dopad genderových rolí a postojů vůči nim na mzdy. Pearse a Connell (2016) provedli rešerši empirické literatury zaměřené na ekonomickou interpretaci a důsledky genderových rolí a zdůraznili, že povinnosti vnímané jako typicky ženské hrají významnou roli při ekonomickém rozhodování. Podobné závěry přinesla také studie Bertrand et al. (2015), která však byla postavena na odlišném konceptu. Autoři stavěli na Akerlofově a Krantonově (2000) modelu užitku, podle kterého je chování jedince v souladu s jeho sociální kategorií odměňováno, naopak chování odlišné je penalizováno. Ve funkci užitku autoři spojili toto chování (identitu) s různými sociálními kategoriemi a očekávaným chováním. Ukázali, že diferenciace od těchto sociálních kategorií přináší náklady, a proto se lidé budou chovat z pohledu společnosti konformně. (To vysvětluje stabilitu rozdílného postavení na trhu práce v čase.) Bertrand a kol. (2015) testovali tento model na příkladu averze k situaci, kdy manželka vydělává více než její manžel. Autoři předložili důkazy o dopadu této averze na formování manželství, účast manželky na pracovním trhu, příjem manželky, spokojenost v manželství, rozdělení domácích prací apod. Zjistili například, že pokud je pravděpodobné, že potenciální příjem manželky přesáhne příjem manžela, je méně pravděpodobné, že by se manželka účastnila trhu práce, nebo pokud ano, bude její příjem nižší než potenciálně dosažitelný. Takové chování pak vedle ke snížení pozorované relativní mzdy zaměstnaných vdaných žen. 4. Stínové bankovnictví a měnová politika jako faktory stability finančního sektoru Ačkoliv se systém stínového bankovnictví stal za poslední dvě desetiletí významným zdrojem financování reálné ekonomiky, stále se jedná o problematiku, k níž existuje pouze málo empirických studií, jež by analyzovaly dopady rozvoje stínového bankovnictví na finanční stabilitu. Hodula a kol. (2020) identifikovali procykličnost stínového bankovnictví, která podle nich představuje výzvu pro regulatorní a dohledové instituce zajišťující finanční stabilitu. Gebauer a Mazelis (2020) zkoumali vliv makroobezřetnostní politiky na systém stínového bankovnictví v eurozóně. Uvádí, že přísnější kapitálové požadavky vůči komerčním bankám zvyšují podíl úvěrů stínového bankovnictví, což může mít negativní dopad na finanční stabilitu. Tento mechanismus však podle nich může omezit koordinaci makroobezřetního zpřísňování s monetárním uvolňováním. Dalším významným konceptem, který si zasluhuje pozornost, je „neutrální reálná úroková sazba“. Ta je obecně spojována s úrovní reálných úrokových sazeb, což znamená, že měnová politika není ani expanzivní, ani restriktivní. Neutrální reálnou úrokovou sazbu lze definovat jako úroveň reálné úrokové míry, která je ve střednědobém horizontu konzistentní s uzavřenou mezerou výstupu (Bernhardsen and Gerdrup, 2007). Neutrální úroveň úrokových sazeb je poté součtem inflace a tzv. přirozené reálné úrokové sazby (Hlédik a Vlček, 2018). Tato sazba je určena strukturálními parametry ekonomiky a není tedy nijak ovlivněna měnovou politikou centrální banky. Mezi tyto parametry ekonomiky patří zejména reálný ekonomický růst, demografický vývoj či míra úspor (spotřeby) ekonomických subjektů. Při měření NRI lze využít řadu ekonometrických nástrojů jako: Kalmanův filtr (kupř. Holston, Laubach, and Williams, 2017), VAR modely (Brzoza-Brzezina, 2006) DSGE (Giammarioli and Valla, 2003) či odhady modelu CCAPM (Browne and Everett, 2005). V současné době lze v empirické literatuře nalézt tři relativně oddělené přístupy k výpočtu NRI (Crespo Cuaresma and Ritzberger Grunwald, 2005). První přístup (kupř. Giammarioli and Valla, 2003) představují strukturální ekonomické modely. V zásadě se jedná o aplikaci dynamických stochastických modelů všeobecné rovnováhy (DSGE). Druhou skupinu (kupř. Cuaresma et al., 2004) tvoří přístupy čistě statisticko-ekonomické. V zásadě se tyto metody pokoušejí odvodit odhady rovnovážné reálné míry z minulého vývoje samotné reálné úrokové míry nebo ze společného chování reálné úrokové míry, míry výstupu a míry inflace. Třetí skupina metod (kupř. Basdevant et al., 2004) se snaží na NRI pohlížet z pohledu finančního trhu. Ta využívá k řešení vlastnosti výnosových křivek. Tento přístup je založen na předpokladu, že dlouhodobější úrokové sazby odrážejí tržní prognózy budoucího vývoje krátkodobých úrokových sazeb; za předpokladu, že v průměru budou měnově-politické sazby kolísat kolem rovnovážné úrovně, může být konec výnosové křivky vnímán jako aproximace (očekávání trhu v budoucnu) NRI. Problémem při výpočtu NRI je fakt, že jednotlivé ekonometrické přístupy dávají v konečném důsledku také jiné výsledky, které se mnohdy liší o více než 2 p.b., což je v případě měření NRI značný rozdíl. Nabízí se tedy záludná otázka. Dá se vůbec přesně úroveň NRI změřit či alespoň odhadnout? D) DATA A METODY 1. Vliv migrace a neformálních institucí na inovace Roli, jakou hraje imigrace ve vztahu k inovacím lze analyzovat pomocí celkového počtu patentových přihlášek. Tento vliv bude prozkoumán pomocí panelových dat z přibližně 42 zemí v období 1979 až 2010. Vliv imigrace na inovace lze odhadnout pomocí produkční funkce provinčních znalostí (viz Hunt a Gauthier-Loiselle, 2010; Bratti a Conti, 2018), ve které se podíl přistěhovalců na populaci objevuje mezi vstupy zahrnutými do modelu. Tím je zjišťován dopad imigrace na patentové přihlášky, přičemž zdroji budou data z Eurostatu, Evropského patentového úřadu, Patentového úřadu USA a statistiky OECD. V oblasti neformálních institucí připravovaná studie nejen tematicky, ale také metodicky reaguje na dílčí nedostatky již publikovaných statí (viz rešerše literatury). To se projevuje zejména a) v poskytnutí robustních závěrů o vlivu různých projevů religiozity na zkoumané proměnné, neboť budou použity různé aproximace jak vysvětlujících proměnných (cca 5 ukazatelů), tak i vysvětlovaných proměnných (cca 5-6 ukazatelů), b) rozšířením repertoáru metod použitých k odhadu modelů, neboť dostupné studie nejčastěji odhadovaly modely pouze prostřednictvím metody nejmenších čtverců (např. Bénabou et al., 2015), která však není při použití ordinálně definované závislé proměnné vhodná (viz diskuze na toto téma – např. Gardner 1975; Knap 1990; Friedrich 2017). Modely tak budou odhadnuty nejen výše uvedenou metodou OLS, což umožní srovnatelnost nových výsledků s předchozími studiemi, ale minimálně také použitím metody ordinální logistické regrese, která lépe odpovídá charakteristikám použitých závislých proměnných. Pro zpracování studie budeme vycházet z dat Integrated Values Surveys 1981-2014 (EVS, 2015; WVS, 2015), která sestávají ze 4 vln šetření European Value Study (1981-2008) a 6 vln šetření World Value Survey (1981-2014). Tato data budou omezena na respondenty ve věku 18-65 let, pro které jsou dostupné potřebné proměnné a zároveň se účastnili poslední vlny uvedených šetření ve své zemi. Podle prvotních propočtů se jedná o cca 100 tisíc pozorování z necelých 70 zemí světa. Jelikož je šetření v každé zemi reprezentativní, zmíněny vzorek by měl reprezentovat až 80 % světové populace. Tato data budou použita k odhadu ordinálních logistických modelů (1) a OLS modelů (2), kde c reprezentuje hodnoty závislé proměnné, τc hraniční hodnoty (cutpoints), β regresní koeficienty a ε rezidua, vysvětlujících postoje k vědě a inovacím prostřednictvím náboženství/víry jednotlivce, jeho osobních charakteristik a země. rovnice 1 rovnice 2 Jak již bylo uvedeno výše postoje k vědě a inovacím budou aproximovány cca 5 různými proměnnými. Taktéž vyznání a religiozita bude aproximována přibližně 6 ukazateli, což umožní dostatečně odlišit formalizované a neformalizované projevy víry. Tento základní model bude při zpracování studie dále využit pro zkoumání citlivosti uvedeného vztahu v závislosti na světových regionech, vzdělání či specifických charakteristikách zkoumaných zemí. 2. Znečištění ovzduší a rozvoj evropských měst Pro zpracování studie bude využito několik zdrojů dat: a) údaje o migraci budou vycházet primárně z dat publikovaných Eurostatem a dále budou doplněny údaji získanými od jednotlivých národních statistických úřadů, b) data o spokojenosti s životním prostředím a dalšími aspekty života v několika desítkách evropských dat budou vycházet z šetření „Quality of Life in European Cities“ (provedena v letech 2004, 2009, 2012 a 2015), c) údaje o objektivně měřeném znečištění ovzduší budou získána z databáze European Environmental Agency (bude využito několik různých ukazatelů znečištění). Vzhledem k podstatě dat bude použita metoda panelové regrese, v níž závisle proměnnou Y bude představovat migrační saldo města i v čase t. Vysvětlujícími proměnnými (X) pak budou ukazatele aproximující jednotlivé městské charakteristiky (viz rovnice níže, kde β_0 je úrovňová konstanta, β_(1…K) jsou odhadované regresní parametry a u je náhodná chyba). Z tohoto pohledu bude nejvýznamnějším ukazatelem znečištění životního prostředí, které bude aproximováno jednak subjektivním vnímáním kvality ovzduší, jednak objektivně měřenou úrovní znečištění pro několik znečišťujících látek. rovnice 3 3. Nerovné postavení žen na trhu práce Jak již bylo uvedeno výše, výzkumníci při zkoumání genderových odlišností v postojích, preferencích a hodnotách a jejich vlivu na zaměstnanost, mzdy či obecněji na postavení na trhu práce naráží na nedostupnost či v lepším případě velmi omezenou dostupnost vhodných proměnných. To pak vede k velmi omezenému poznání v této oblasti či dokonce získání zkreslených výsledků. Tomuto problému budeme čelit využitím unikátních zdrojů dat: a) využitím existujících dat z provedeného šetření mezi zaměstnanci, b) nákupem dat, která kromě nezbytných socioekonomických ukazatelů obsahují širokou paletu proměnných zachycujících potřebné individuální psychologické kategorie (tj. postoje, preference, hodnoty apod.) Tyto datové zdroje pak budou použity pro odhad regresního modelu vycházejícího z Mincerovy funkce rovnice 4 která bude rozšířena o další proměnné zachycující osobní charakteristiky jedinců, stejně tak jako charakteristiky jejich zaměstnání. Ačkoli konkrétní podoba modelu se bude odvíjet od dostupných dat, jeden z možných modelů přikládáme pro ilustraci přístupu: rovnice 5 4. Stínové bankovnictví a měnová politika jako faktory stability finančního sektoru V oblasti stínového bankovnictví bude z literárních pramenů odvozena metodika zpracování dat a formulace ekonometrického modelu. V rámci analýzy budou využita data vztahující se ke zkoumaným jevům, jež jsou shromažďována významnými mezinárodními organizacemi (např. Evropská centrální banka, Mezinárodní měnový fond, Světová banka apod.) Pro zajištění dostatečné robustnosti ekonometrického modelu bude zváženo využití dynamické panelové regrese, např. estimátor zobecněných momentů (GMM). Předmětem zkoumání bude mj. vztah mezi makroobezřetnostní politikou a stínovým bankovnictvím v zemích Evropské unie. Ten lze zkoumat prostřednictvím následující dynamické panelové regrese: rovnice 6 kde y_(i,t)^shadow je růst aktiv, potažmo úvěrů jednotlivých skupin institucí stínového bankovnictví, y_(i,t)^bank je růst aktiv, resp. úvěrů tradičních bank, MPP_(i,t) je indikátor zachycující makroobezřetnostní politiku a X_(i,t) je označení pro vektor kontrolních proměnných. Odhad bude proveden s využitím system-GMM estimátoru dle Blundell a Bond (1998), který adresuje problém endogenity. Kontrolní proměnné budou sloužit jako instrumentální proměnné, které působí proti zpětné kauzalitě, což umožní interpretovat výsledky spíše jako kauzální vztahy než pouhé korelace. V oblasti neutrální úrokové sazby bude využita celá řada ekonometrických přístupů. Pro první cíl je nezbytné odhadnout samotnou úroveň přirozené úrokové sazby. Po zvážení alternativních ekonometrických přístupů byly vybrány SVAR modely, které používá při odhadech NRI například Brzoza-Brzezina (2006). Důvodem výběru této metody je zejména snaha snížit obtížnost konstrukce modelů a celkově zjednodušit doposud využívané odhadové metody. Znovu tedy navázat na myšlenky Sims (1980) a nekonstruovat velkorozměrné modely. Zásadní výhodou je pak snížení možnosti vytvoření specifikačních chyb. Ale ani tento výzkum se nevyhne nutnosti zavést ekonomické předpoklady do VAR modelů. Proto jsou aplikovány kombinace krátkodobých a dlouhodobých restrikcí na matici S (pro krátkodobé restrikce) na matici F (pro dlouhodobé restrikce). SVAR model, tedy strukturní tvar VAR, bez úrovňové konstanty má následující podobu: rovnice 7 kde u_t označuje normálně rozdělené strukturní šoky, tj. u_t~N(0,Σ). Σ je diagonální matice. Matice A a C jsou matice parametrů nezpožděných či zpožděných endogenních proměnných. Je především nutná úprava rovnice na standardní tvar, který podle Hušek a Formánek (2014) neobsahuje zpětné vazby mezi proměnnými modelu. Pro aplikaci krátkodobých restrikcí lze pak dle Enders (2015) využít S model, a tedy příslušnou matici koeficientů. Celý model je pak popsán následovně: rovnice 8 Další možností je aplikace dlouhodobých omezení na matici F. Průkopníky této metody se stali Blanchard a Quah (1989). Jedná se o aplikaci alternativních omezení na akumulované funkce odezvy (IRF, impulse response functions). Dlouhodobé restrikce na matici F vycházejí dle Enders (2015) z modelu: rovnice 9 kde rovnice 10 označuje dlouhodobý multiplikátor, který může být získán pomocí odhadnutých parametrů z redukované formy VAR modelu. Přirozenou úrokovou sazbu lze pak získat z odhadnutých koeficientů a residuální složky SVAR modelu. Dle Brzoza-Brzezina (2012) lze vypočítat přirozenou úrokovou sazbu (r*) následovně: rovnice 11 kde u_(1,t) je základní (primitivní) šok. Pro dosažení druhého cíle bude využita regresní analýza. Z důvodu hodnocení jednotlivých zemí EU v čase a prostoru je nutné vytvořit panelovou regresi. V tomto případě budou koeficienty proměnných odhadnuty pomocí zobecněné metody momentů (GMM). Panelová regrese bude konstruována s fixními efekty mezi zeměmi. SEZNAM ZDROJŮ ABAD, J., M. D’ERRICCO, N. KILLEEN, V. LUZ, T. PELTONEN, R. PORTES, and T. URBANO, 2017. Mapping the Interconnectedness between EU Banks and Shadow Banking Entities. Working Paper 40, European System Risk Board. Acemoglu, D. (2008). Introduction to Modern Economic Growth. Princeton: Princeton University Press, 1008 p. ISBN 9780691132921. Akerlof, G. A, & Kranton, R. E. (2000). Economics and identity. Quarterly Journal of Economics, 115, 715-753. doi: 10.1162/003355300554881 Alesina, A. & E. La Ferrara (2005): Ethnic Diversity and Economic Performance, Journal of Economic Literature 43 (3): 762-800 Alonso-Borrego, C., Garoupa, N. and Vázquez, P. (2012) ‘Does immigration cause crime? Evidence from Spain’, American Law and Economics Review. doi: 10.1093/aler/ahr019. AIYAR, S., CALOMIRIS, C. W. and T. Wieladek, 2014. Does Macro-Prudential Regulation Leak? Evidence from a UK Policy Experiment. Journal of Money, Credit and Banking. Vol. 46, supplement No. 1, pp. 181-214. Audretsch, D. B. (1998) ‘Agglomeration and the location of innovative activity’, Oxford Review of Economic Policy. doi: 10.1093/oxrep/14.2.18. Barro, R., McCleary, R. M. (2003). Religion and Economic Growth Across Countries. American Sociological Review, Vol. 68, No. 5, pp. 760-781. BASDEVANT, O. – BJORKSTEN, N. - KARAGEDIKLI, O. (2004): Estimating a Time-varying Neutral Real Interest Rate for New Zealand. Reserve Bank of New Zealand. Discussion Paper 01. Becker, S. O., Woessmann, L. (2009). Was Weber Wrong? A Human Capital Theory of Protestant Economic History. Quarterly Journal of Economics, Vol. 124, No. 2, pp. 531-596. BEGENAU, J. and T. LANDVOIGT, 2016. Financial Regulation in a Quantitative Model of the Modern Banking System. Harvard Business School Working Paper, No. 16-140. Bénabou, R., Davide Ticchi, and Andrea Vindigni. (2015). Religion and Innovation. American Economic Review, 105 (5): 346-51. DOI: 10.1257/aer.p20151032 BENGTSSON, E., 2013. Shadow Banking and Financial Stability: European Money Market Funds in the Global Financial Crisis. Journal of International Money and Finance. Vol. 32, pp. 579-594. BERNHARDSEN, T. – GERDRUP, K. (2007): The neutral real interest rate. [cit. 20-11-2020]. Dostupné z: from https://www.unit.no/vitenarkiv-i-bragekonsortiet. Bertrand, M. (2010). New perspectives on gender. In O. Ashenfelter & D. Card (Eds.), Handbook of Labor Economics Volume 4B (pp. 1545-1592). Amsterdam: Elsevier Bertrand, M., Kamenica E. & Pan, J. (2015). Gender identity and relative income within households. The Quarterly Journal of Economics, 130, 571-614. doi: 10.1093/qje/qjv001 BLANCHARD, O.J. - QUAH, D. (1989): The Dynamic Effects of Aggregate Supply and Demand Disturbances. In: American Economic Review 79, 655-673 Blau, F. D. & Kahn, L. M. (2017). The gender wage gap: extent, trends, and explanations. Journal of Economic Literature, 55, 789–865. doi: 10.1257/jel.20160995 Blum, U., Dudley, L. (2001). Religion and Economic Growth: Was Weber Right? Journal of Evolutionary Economics, Vol. 11, No. 2, pp. 207-230. BLUNDELL, Richard and Stephen BOND. Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics. 1998, 87(1), 115-143. Botticini, M., Eckstein, Z. (2005). Jewish Occupational Selection: Education, Restrictions, or Minorities? Journal of Economic History, Vol. 65, No. 4., pp. 922-948. BROWNE, F. - EVERETT, M. (2005): Assessing Interest-Rate Risk from the Rates Constituent Components. Central Bank and Financial Services Authority of Ireland. Financial Stability Report. BRAND, C., - BIELECKI M., - PENALVER A., (2018): The Natural Rate of Interest“ Estimates, Drivers, and Challenges for Monetary Policy. ECB Occassional Paper. Forthcoming [online]. [cit. 20-11-2020]. Dostupné z: https://www.ecb.europa.eu/pub/pdf/scpops/ecb.op217.en.pdf Bratti, M. and Conti, C. (2018) ‘The effect of immigration on innovation in Italy’, Regional Studies. doi: 10.1080/00343404.2017.1360483. BRZOZA‐BRZEZINA, M. (2006): The Information Content of the Neutral Rate of Interest: The Case of Poland. Economics of Transition, 14(2), 391-412. Cebula, R. J., Vedder, R. K. (1973). A Note on Migration, Economic Opportunity, and the Quality of Life. Jour-nal of Regional Science, 13(2): 205-211. CONOR, S. (2018): It Would Be a Whole New Economy If the Fed Pauses at ‘Neutral’ [online]. [cit. 20-1 1-2020]. Dostupné z: https://www.bloomberg.com/opinion/articles/2018-08-29/imagine-if-the-fed-holds-interest-rates-at-neutral CRESPO, C. J. - GNAN E. - RITZBERGER D. (2004): Searching for the Natural Rate of Interest: A Euro Area Perspective. In: Empirica 31: 185—204. DeGolyer, M. E. (2008). Hong Kong’s Silent Epidemic: Public Opinion Survey on Air Pollution, Environment and Public Health. Available at http://www.hongkongcan.org/doclib/200901_HongKongsSilentEpidemic.pdf (accessed 1 February 2019) Dustmann, C., Fabbri, F. and Preston, I. (2005) ‘The impact of immigration on the British labour market’, Economic Journal. doi: 10.1111/j.1468-0297.2005.01038.x. ENDERS, Walter, 2015. Applied econometric time series. 4th ed. Hoboken: Wiley, c2015. ISBN 978-1-118-80856-6 European Commission. (2017). Report on equality between women and men in the European Union. Retrieved from https://op.europa.eu/en/publication-detail/-/publication/950dce57-6222-11e8-ab9c-01aa75ed71a1 EVS (2015): European Values Study Longitudinal Data File 1981-2008 (EVS 1981-2008). GESIS Data Archive, Cologne. ZA4804 Data file Version 3.0.0. DOI: 10.4232/1.12253 Fidrmuc, J., Huber, J. (2007). The Willingness to Migrate in the CEECs. Evidence from the Czech Republic. WIFO Working Paper No. 286/2007. Fortin, N. (2005). Gender-role attitudes and women´s labor market outcomes across OECD countries. Oxford Review of Economic Policy, 21, 416-438. doi: 10.1093/oxrep/gri024 FRIES, S. - MESONNIER J. S. - MOUABBI S., - RENNE J. P., (2016): “National natural rates of interest and the single monetary policy in the Euro Area.” Banque de France Working Paper 611, Banque de France [online]. [cit. 20-11-2020]. Dostupné z: https://www.banque-france.fr/sites/default/files/medias/documents/document-de-travail-611_2016-12-16.pdf GEBAUER, S. and F. MAZELIS, 2020. Macroprudential regulation and leakage to the shadow banking sector. ECB Working Paper No 2406. GNAN, E. et al. (2005): The natural rate of interest—concepts and appraisal for the euro area. Monetary Policy and the Economy Q, 4. Gordon, I. R. and McCann, P. (2005) ‘Innovation, agglomeration, and regional development’, Journal of Economic Geography. doi: 10.1093/jeg/lbh072. Grier, R. (1997). The Effect of Religion on Economic Development: A Cross-National Study of 63 Former Colonies. Kyklos, Vol. 50, No. 1, pp. 47-62. Guiso, L., Sapienza, P., Zingales, L. (2006). Does Culture Affect Economic Outcomes? Journal of Economic Perspectives, Vol. 20, No. 2, pp. 23-48. Guiso, L., Sapienza, P., Zingales, L. (2002). People's Opium? Religion and Economic Attitudes. NBER Working Paper, No. 9237. Hansen, M. N. (1995). The vicious circle of the welfare state? Women's labor market situation in Norway and Great Britain. Comparative Social Research, 15, 1–34. Retrieved from https://eige.europa.eu/library/resource/KVI_VOY9274292 Head, K. and Ries, J. (1998) ‘Immigration and Trade Creation: Econometric Evidence from Canada’, The Canadian Journal of Economics. doi: 10.2307/136376. Hemstrom, M. (1998). Gender differences in pay among young professionals in Sweden. In I. Persson & Ch. Jonung (Eds.), Women's work, and wages (pp. 145-169). London, UK: Routledge Press. Horst, M. (2014). Gender-role attitudes. In A. C. Michalos (Ed.), Encyclopedia of quality of life and well-being research (pp. 106). Dordrecht: Springer. doi: 10.1007/978-94-007-0753-5_1135 Hsieh, Ch., Liu, B. (1983). The Pursuance of Better Quality of Life: In the Long Run, Better Quality of Social Life Is the Most Important Factor in Migration. American Journal of Economics and Sociology, 42(4): 431-440. HLÉDIK, T. - VLČEK, J. (2018): Nepozorovaná, ale o to důležitější: přirozená úroková sazba v ČR [online]. [cit. 19-11-2020]. Dostupné z: https://www.cnb.cz/cs/o_cnb/cnblog/Nepozorovana-ale-o-to-dulezitejsi-prirozena-urokova-sazba-v-CR/ HLÉDIK, T. - VLČEK, J. (2018): Quantifying the Natural Rate of Interest in a Small Open Economy - The Czech Case, Working Papers 2018/7, Czech National Bank. HODULA, M., MELECKY, A. and M. MACHACEK, 2020. Off the Radar: Factors behind the Growth of Shadow Banking in Europe. Economic Systems. Vol. 44. HOLSTON K. - LAUBACH T. - WILLIAMS, J. C. (2017): Measuring the Natural Rate of Interest: International Trends and Determinants. Journal of International Economics. 108(S1): 59-75. HOLSTON K. - LAUBACH T. - WILLIAMS, J. C. (2017): Measuring the Natural Rate of Interest: International Trends and Determinants. Journal of International Economics. 108(S1): 59-75. Hunt, J. and Gauthier-Loiselle, M. (2010) ‘How Much Does Immigration Boost Innovation?’, American Economic Journal: Macroeconomics, 2(2), pp. 31–56. doi: 10.1257/mac.2.2.31. Huntington, S. P. (1997). The Clash of Civilizations and the Remaking of World Order. New York: Touchstone, 367 p. ISBN 9780684811642. HUŠEK, R. - FORMÁNEK, T. (2014): Alternativní specifikace, odhad a identifikace vektorových autoregresí. In: Acta Oeconomica Pragensia 2014/4. ISSN 1804-2112. Chen, S., Oliva, P., Zhang, P. (2017). The Effect of Air Pollution on Migration: Evidence from China. NBER Working Paper, No. 24036. İnanç-Tunçer, Ö. (2018) ‘The labor market effects of immigration’, in Immigration and the Current Social, Political, and Economic Climate: Breakthroughs in Research and Practice. doi: 10.4018/978-1-5225-6918-3.ch022. Inglehart, R. (1999). Trust, well-being and democracy. In Democracy and Trust, ed. Warren, M., Cambridge: Cambridge University Press, pp 88-120. Kerr, W. R. (2010) ‘Breakthrough inventions and migrating clusters of innovation’, Journal of Urban Economics. doi: 10.1016/j.jue.2009.09.006. KEYNES, J. M. (2017): The General Theory of Employment, Interest and Money. Wordsworth Editions Ltd, (2017). ISBN 9781840227475 KOMÁREK L. (2019): ČNB na čele pelotonu [online]. ČNB (2019). [cit. 20-11-2020]. Dostupné z: https://www.cnb.cz/cs/o_cnb/cnblog/cnBlog-CNB-na-cele-pelotonu/ Kühn, M., Liebmann, H. (2012). Urban Regeneration – Strategies of Shrinking Cities in EasternGermany. DIE ERDE – Journal of the Geographical Society of Berlin, 143(1-2): 135-152. Kuran, Timur (2005). The Economic Predicaments of Islamism. Princeton University Press, Princeton. Kuran, Timur (2011). The Long Divergence: How Islamic Law Held Back the Middle East. Princeton University Press, Princeton. La Porta, R., Lopez-De-Silanes, F., Shleifer, A., Wishny, R. W. (1997). Trust in Large Orgsanizations. American Economic Review, Vol. 87, No. 2, pp. 333-338. Landes, D. S. (1999). The Wealth and Poverty of Nations: Why Some Are So Rich and Others So Poor? New York: W. W. Norton & Company, 658 p. ISBN 978-0393318883. Langdon, D. L. & Klomegah, R. (2013). The gender wage gap and its associated factors: An examination of traditional gender ideology, education, and occupation. International Review of Modern Sociology, 39, 173-203. https://www.jstor.org/stable/43496468 Leonardi, Roberto, Nanetti, Raffaella Y., Putnam, Robert D., (1993). Making Democracy Work: Civic Traditions in Modern Italy. Princeton University Press, Princeton. Li, D., Zhang, Y., Ma, S. (2017). Would Smog Lead to Outflow of Labor Force? Empirical Evidence from China. Emerging Markets Finance and Trade, 53(5): 1122-1134. Lucas, R. E. (1988) ‘On the mechanics of economic development’, Journal of Monetary Economics. doi: 10.1016/0304-3932(88)90168-7. McCrate, E. (1988). Gender difference: The role of endogenous preferences and collective action. The American Economic Review, 78, 235-239. https://www.jstor.org/stable/1818129 Moss, T. (2008). Cold Spots of Urban Infrastructure: Shrinking Processes in Eastern Germany and the Mod-ern Infrastructural Ideal. International Journal of Urban and Regional Research, 32(2): 436-451. Naur, M. & Smith, N. (1998). Cohort effects on the gender wage gap in Denmark. In I. Persson & Ch. Jonung (Eds.), Women's work, and wages (pp. 122-143). London: Routledge Press. Organization for Economic Cooperation and Development. (2012). Closing the gender gap: act now. Retrieved from Organization for Economic Cooperation and Development iLibrary website: https://www.oecd-ilibrary.org/social-issues-migration-health/close-the-gender-gap-now_9789264179370-en Ozgen, C., Nijkamp, P. and Poot, J. (2012) ‘Immigration and innovation in european regions’, in Migration Impact Assessment: New Horizons. doi: 10.4337/9780857934581.00017. Partridge, J. and Furtan, H. (2008) ‘Increasing Canada’s International Competitiveness: Is There a Link between Skilled Immigrants and Innovation?’, in American Agricultural Economics Association Annual Meeting. Pearse, R. & Connell, R. (2016). Gender norms and the economy: insights from social research. Feminist Economics, 22, 30-53. doi: 10.1080/13545701.2015.1078485 Peri, G. and Requena‐Silvente, F. (2010) ‘The trade creation effect of immigrants: evidence from the remarkable case of Spain’, Canadian Journal of Economics/Revue canadienne d’économique. doi: 10.1111/j.1540-5982.2010.01620.x. Poot, J. (2008) ‘Demographic change and regional competitiveness: The effects of immigration and ageing’, International Journal of Foresight and Innovation Policy. doi: 10.1504/IJFIP.2008.016910. POWELL CH. J. H., (2020): New Economic Challenges and the Fed's Monetary Policy Review [online]. (2020). [cit. 20-11-2020]. Dostupné z: https://www.federalreserve.gov/newsevents/speech/powell20200827a.htm Quin, Y., Zhu, H. (2018). Run away? Air pollution and emigration interests in China. Journal of Population Economics, 31(1): 235-266. SIMS, C., 1980. Macroeconomics and Reality. Econometrica, Vol. 48, No. 1. (Jan., 1980), pp. 1-48. ISSN 1468-0262 Silverman, R. M., Yin, L., Patterson, K. L. (2012). Dawn of the dead city: An exploratory analysis of vacant addresses in Buffalo, NY 2008-2010. Journal of Urban Affairs, 35(2): 131-152. Schilling, J., Logan, J. (2008). Greening the Rust Belt: A Green Infrastructure Model for Right Sizing America’s Shrinking Cities. Journal of the American Planning Association, 74(4): 451-466. Šulák, J. (2019). Dopad znečištění životního prostředí na migraci. Dissertation thesis, VSB - Technical Univer-sity of Ostrava, Czech Republic. Tomaskovic-Devey, D. & Skaggs, S. (2002). Sex segregation, labor process organization, and gender earnings inequality. American Journal of Sociology, 108, 102-128. doi: 10.1086/344214 Weber, M. (1930). The Protestant Ethic and the Spirit of Capitalism. London: Unwin Hyman. WVS (2015). World Value Survey 1981-2014 official aggregate v.20150418, 2015. World Values Survey Association (www.worldvaluessurvey.org). Aggregate File Producer: JDSystems, Madrid. Xu, X., Sylwester, K. (2016). Environmental Quality and International Migration. Kyklos, 69(1): 157-180. HARMONOGRAM ŘEŠENÍ PROJEKTU Harmonogram řešení projektu uvádí pro jednotlivé časové úseky pouze převažující činnosti, neboť v rámci výzkumu bývá obvyklé se k některým výzkumným fázím vracet (např. několikeré kritické zhodnocení, úprava či rozšíření rešerše literatury nebo úprava metodiky). Kromě toho bude po celou dobu projektu probíhat monitorování postupu prací za účelem zajištění řádného průběhu a splnění projektu. 01-02/2020: Úvodní schůzka (informace o řízení projektu, nastavení organizace práce, stanovení kontrolních bodů), provedení rešerše literatury a zpracování metodiky. 03-05/2020: Sběr, příprava a základní zpracování dat. 06-08/2020: Modelování, odhad modelů, zpracování a interpretace výsledků. 09-11/2020: Zpracování článků a jejich odeslání do časopisů, zpracování konferenčních příspěvků a jejich prezentace na konferencích. 12/2020: Zpracování závěrečné zprávy.
Rok zahájení
2021
Rok ukončení
2021
Poskytovatel
Ministerstvo školství, mládeže a tělovýchovy
Kategorie
Workflow pro SGS
Typ
Specifický výzkum VŠB-TUO
Řešitel
Zpět na seznam