Analýza vztahu mezi mírou korupce a cenovou

Transkript

Vysoká škola ekonomická v Praze
Fakulta financí a účetnictví
BAKALÁŘSKÁ PRÁCE
2010
Michal Dvořák
Vysoká škola ekonomická v Praze
Fakulta financí a účetnictví
Katedra veřejných financí
Studijní obor: Finance
Analýza vztahu mezi mírou korupce a
cenovou úrovní infrastrukturních staveb
Autor bakalářské práce:
Michal Dvořák
Vedoucí bakalářské práce:
doc. Ing. Jan Pavel, Ph.D.
Rok obhajoby:
2010
Čestné prohlášení
Prohlašuji, ţe bakalářskou práci na téma „Analýza vztahu mezi mírou korupce a cenovou
úrovní infrastrukturních staveb“ jsem vypracoval samostatně a veškerou pouţitou literaturu
a další prameny jsem řádně označil a uvedl v přiloţeném seznamu.
V Praze dne 28. června 2010
podpis
Poděkování
Autor děkuje docentu Vysoké školy ekonomické Janu Pavlovi za řadu cenných poznámek
a nápadů, pracovníkům podpory uţivatelů Eurostatu za zodpovězení mnoha dotazů ke
statistikám a ekonomu Pavlu Kohoutovi, který svým výrokem v Mladé frontě Dnes autora
ke zkoumání této problematiky navedl1.
1
18.9.2009, v článku Stát rozhazuje, dálnice se u nás staví dráže než v Itálii.
Statistické a matematické výpočty byly provedeny s pomocí programů Gretl 1.8.7,
Microsoft Excel 5.0 a Texas Instruments Derive 6. Tabulky a grafy byly vytvořeny
v programech Microsoft Excel 5.0 a Corel Draw 13. K odhadu regresních koeficientů je
vţdy pouţita metoda nejmenších čtverců. Veškeré obrázky a tabulky jsou dílem autora.
S případnými připomínkami nebo komentáři neváhejte autora kontaktovat na jeho
elektronické adrese [email protected].
Anotace
Tato bakalářská práce analyzuje vliv korupce na cenovou úroveň infrastrukturních staveb.
K tomuto účelu budou vyuţity zejména ukazatele Comparative price level indices
sledované Eurostatem a Index vnímání korupce publikovaný Transparency International.
Metodou zkoumání pak bude průřezová statistická analýza údajů minimálně 20 evropských
zemí za rok 2007.
V první řadě budou definovány podílové ukazatele odvozené ze statistik Eurostatu, které
jsou v českých médiích prezentovány jako měřítka nadměrných cen dálnic v České
republice. Je ukázáno, ţe jejich uţití naráţí na řadu problémů. Proto bude provedeno jejich
očištění od vlivu rozdílných cen práce a kapitálu mezi sledovanými státy, které na
ukazatele působí skrze odlišnou spotřebu výrobních faktorů v oblasti inţenýrských staveb
a ostatních odvětvích stavebnictví. Je demonstrována značná korelace mezi mírou korupce
a takto definovanými měřítky cen inţenýrských staveb jak v neočištěné, tak i v očištěné
podobě.
Obsah
1. Úvod .................................................................................................................................. 7
2. Teoretická východiska..................................................................................................... 9
2.1 Korupce a veřejné zakázky ...................................................................................... 9
2.2 Moţnosti měření předraţenosti inţenýrských staveb ............................................ 10
2.3 Další vztahy mezi korupcí a cenou veřejných zakázek ......................................... 12
3. Měření korupce .............................................................................................................. 14
4. Podílové ukazatele odvozené ze statistik Eurostatu a jejich vazba na korupci ....... 18
4.1 Definice ukazatelů ................................................................................................. 18
4.2 Výběr ukazatelů ..................................................................................................... 20
4.3 Ukazatele Φ a Ψ a jejich korelace s korupčním indexem ...................................... 22
5. Interpretace podílových ukazatelů .............................................................................. 25
5.1 Moţná vysvětlení vysokých hodnot ukazatelů ...................................................... 25
5.2 Náročnost inţenýrských staveb a obytných budov na různé výrobní faktory ....... 27
5.3 Vliv mzdové úrovně na statistiky RB, NB a IW..................................................... 29
5.4 Ekonometrický model náročnosti na výrobní faktory v různých odvětvích
stavebnictví .................................................................................................................. 31
5.5 Podíly osobních nákladů v různě velkých firmách ................................................ 33
5.6 Rozdílná spotřeba výrobních faktorů ve firemním účetnictví ............................... 34
5.7 Shrnutí výzkumu vlivu mzdové úrovně na cenu zakázek ..................................... 35
6. Očišťování ukazatelů přes podíl osobních nákladů u různě velkých firem ............. 36
6.1 Stručný přehled postupu očištění........................................................................... 36
6.2 Podrobná metodologie očištění ............................................................................. 37
6.3 Výsledky očištění a vazba na korupci ................................................................... 40
6.4 Moţné námitky proti provedenému způsobu očištění ........................................... 42
6.5 Vztahy mezi ukazateli a dalšími veličinami .......................................................... 43
7. Závěr ............................................................................................................................... 45
Seznam použité literatury a pramenů ............................................................................. 46
Seznam tabulek a obrázků ................................................................................................ 52
Příloha A: Dosavadní studie cen dálnic ........................................................................... 53
A.1 Studie Mott MacDonald: Česko má násobně draţší dálnice ................................ 53
A.2 Studie společnosti IBR: Ceny českých dálnic jsou srovnatelné ........................... 54
A.3 Ostatní šetření ....................................................................................................... 55
Příloha B: Korelace mezi ukazateli korupce................................................................... 56
Příloha C: Technická poznámka ...................................................................................... 58
Příloha D: Finanční analýza vybraných firem z oblasti inženýrských a obytných
staveb v České republice ................................................................................................... 62
D.1 Metodologie .......................................................................................................... 62
D.2 Zjištěné hodnoty finančních ukazatelů ................................................................. 64
D.3 Shrnutí průměrných hodnot ukazatelů za celé období .......................................... 65
D.4 Výsledky studie .................................................................................................... 66
Michal Dvořák
Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb
1. Úvod
1. Úvod
Od roku 2006, kdy do médií pronikla první konkrétnější zpráva konstatující neúměrnou
cenu českých dálnic v porovnání s dálnicemi ve 4 evropských zemích2, se téma
předraţených silničních staveb vyskytuje v českých médiích velmi často. Ale nákladnost
dálnic byla mediálně atraktivní jiţ předtím, čehoţ dobrým důkazem je fakt, ţe i
renomovaný novinář Respektu Erik Tabery uţívá v knize Vládneme, nerušit k ilustraci
korupce ve veřejných zakázkách dva příklady – neúměrně drahé dálnice a tendr na nákup
bojových letounů Gripen.3
V roce 2009 pouţila Národní ekonomická rada vlády (NERV) ve své Závěrečné zprávě
indikátory vyvozené z údajů zveřejněných Statistickým úřadem Evropského společenství
(Eurostat), aby zdokumentovala tvrzení, ţe se na efektivnějším provádění veřejných
zakázek dají uspořit značné peníze. I kdyţ šlo pouze o načrtnutí způsobu, jak vyšší cenu
dálnic měřit, a v Závěrečné zprávě ani v jiných dokumentech NERV není tato metoda
podrobněji diskutována co do jejích nedostatků, působí velmi robustním dojmem.
V médiích jsou pak její výsledky aţ nekriticky přijímány.
Tato metoda přichází s prvním skutečně obecným a jednoduchým postupem, jak se
vyjadřovat k cenám inţenýrských staveb v mezinárodním srovnání. To pak umoţní
porovnat výsledky s příslušným indikátorem korupce. Ostatně sám Pavel Kohout, který
měl v NERV tuto oblast na starosti, tvrdí, ţe „výsledky [tj. podílové ukazatele zavedené
v kapitole 4] jsou dost podobné tabulce míry korupce v jednotlivých zemích“4. Ovšem
podrobnější zkoumání zmíněného vztahu dosud nebylo provedeno.
Téma korupce je velmi frekventováno nejen v médiích, ale také v odborné literatuře5.
Avšak relevantní studii empiricky dokladující vztah korupce a cen inţenýrských staveb se
autorovi této práce nepodařilo nalézt.
2
Jde o zprávu společnosti Mott MacDonald. Její výsledky jsou diskutovány v Příloze A.1.
Tabery (2006, s. 97-112). Kniha se věnuje problému korupce jen okrajově, proto výběr těchto dvou příkladů
leccos napovídá. Těţiště kritiky se týká výstavby dálnice D47.
4
Stát rozhazuje, dálnice se u nás staví dráţ neţ v Itálii. MF Dnes, 18.9.2009.
5
Coţ lze dokumentovat počtem nalezených článků obsahujících výraz korupce v některém z vyhledávačů
odborných prací, např. Google Scholar (http://scholar.google.com).
3
-7-
Michal Dvořák
1. Úvod
Tato práce se primárně nezaměřuje na dokazování, zda jsou české dálnice předraţené, či
nikoli, jejím cílem je formulace závěrů obecnějších. Při aplikování výsledků je pak třeba
mít na paměti, ţe z povahy uţitých statistických metod nemusí být obecný závěr nutně
aplikovatelný na kaţdou konkrétní zemi.
Tato studie má dva cíle:

ověřit vypovídací schopnost indikátorů cen zakázek prezentovaných Národní
ekonomickou radou vlády,

analyzovat vztah korupce a ceny veřejných zakázek uţitím regresní a korelační
analýzy.
V kapitole 2 jsou prezentována teoretická východiska, proč by vyšší korupce měla vést
k vyšší realizované ceně inţenýrských staveb, a problémy při měření cen dálnic. Kapitola 3
je věnována měření korupce a výběru vhodného ukazatele pro kvantifikaci korupce v dané
zemi. Ukazatele prezentované Národní ekonomickou radou vlády blíţe představíme
v kapitole 4 a demonstrujeme jejich vztah s korupcí, čímţ statisticky ověříme zmíněné
tvrzení Pavla Kohouta. Kapitola 5 se zaměří na interpretaci ukazatelů a prozkoumá, zda
existují významné odlišnosti v cenách práce a kapitálu v jednotlivých zemích, které by
sníţily vypovídací schopnost ukazatelů. Kapitola 6 provede očištění o tyto vlivy a ověří
vazbu očištěných ukazatelů na korupci. Kapitola 7 pak obsahuje shrnutí.
-8-
Michal Dvořák
2. Teoretická východiska
2.1 Korupce a veřejné zakázky
Je ovlivněna dosaţená cena veřejných zakázek6 korupcí7 v daném prostředí?8 Zdravý
rozum i ekonomická teorie říká, ţe s vyšší korupcí budou mít státem pořizované zboţí a
sluţby tendenci se prodraţovat. Nabízející firmy svými úplatky přesvědčí státního
úředníka, aby zradil veřejný zájem, jeţ má hájit, a ve svém osobním zájmu hájil zájem
firmy. Ten spočívá v tom, ţe:

firma vyhraje tendr

a vyšší realizační cena jí umoţní vytvořit „nadstandardní“ zisk, ze kterého hravě
umoří náklady na poskytnutý úplatek.9
Z tohoto důvodu bychom v korupčním prostředí předpokládali draţší zakázky neţ
v nekorupčním, jenţe problém je, jak tuto vcelku přímočarou myšlenku ověřit. Potřebovali
bychom zjistit cenu veřejných zakázek stejného druhu v situacích, které by se lišily pouze
různou mírou korupce. Toto je značný problém – ţádné dvě zakázky nejsou úplně stejné,
protoţe se liší například

předmětem plnění – most přes alpské údolí má zcela jiný charakter neţ ţelezniční
nadjezd,

konkurencí – počet soutěţitelů v daném tendru podle většiny studií ovlivňuje
dosaţenou cenu,

cenovými podmínkami – zejména u cen neobchodovatelných statků nelze
jednoduše porovnávat náklady mezi jednotlivými zakázkami, protoţe např.
6
Pojmem veřejná zakázka se zde myslí nákup zboží a služeb z veřejných zdrojů. Více viz Pavel (2007).
Přestoţe význam slova korupce je běţném smyslu zřejmý, přesně definovat korupci uţ tak jednoduché není.
V tomto textu budeme povaţovat korupci za „zneužití svěřené moci k osobnímu obohacení“, jak ji chápe
Transparency International, Světová banka a převáţná většina ekonomických článků. Obsáhlejší diskuze viz
Frič a kol. (1999), Volejníková (2007) nebo Sandholtz, Koetzle (2000).
8
„Oblast zadávání veřejných zakázek a politická korupce patří mezi dvě nejčastější oblasti korupce
v celosvětovém měřítku“. Národní ekonomická rada vlády (2009, s. 36).
9
Politická ekonomie uţívá teorii her k předpovědi, jak velké úplatky budou nabídnuty, například při dané
velikosti renty, proceduře rozdělování renty, způsobu tendru a počtu soutěţitelů. Zde však nemá smysl
formální model vytvářet, neboť je očividné, ţe za logického předpokladu maximalizace zisku bude mít
úředník motivaci rentu vytvářet (tím, ţe je ochoten zadat zakázku za vyšší neţ pro stát optimální cenu) a
soutěţící korumpovat, aby zvýšil pravděpodobnost získání zakázky a s ní i renty. Netechnický úvod do
mikroekonomie korupce viz Volejníková (2007, s. 111-170).
7
-9-
Michal Dvořák
nájemné budovy pro usídlení státního úřadu bude neporovnatelné v Praze a Horním
Kovářově,

dalšími specifickými podmínkami.
Je proto třeba definovat statek, na který je vypisováno relativně větší mnoţství zakázek a u
kterého je moţná srovnatelnost. Civilní inženýrské stavby (např. dálnice) jsou vhodnou
kategorií, protoţe se staví ve všech státech a mají přibližně stejné parametry.
U tendrů na takovéto stavby dosahují realizované ceny značných výšek, coţ vytváří silné
incentivy pro korupční jednání. Stačí „věnovat“ zodpovědným úředníkům jen mizivé
procento ceny zakázky, a přesto toto procento bude v absolutní částce dostatečně velké na
to, aby změnilo chování úředníků. Zdá se tedy, ţe pro zkoumání fenoménu korupce je
tento typ zakázek ideální.
2.2 Možnosti měření předraženosti inženýrských staveb
Je však poměrně obtíţné provést analýzu toho, co je „normální cena“ a co je „korupcí
zvýšená cena“ inţenýrských staveb. Ideálním řešením by bylo porovnat skutečné ceny
staveb s expertním posudkem odhadujícím, za kolik by se stavby dané kvality daly
postavit10. Tento přístup však vyţaduje hluboké odborné znalosti stavebnictví a je časově a
finančně extrémně náročný, tudíţ zde nepouţitelný.
Druhý přístup spočívá v pouţití údajů o skutečných cenách staveb v jednotlivých zemích,
jejichţ porovnáním se dá usoudit, kde se staví relativně draze, a to pak podrobit bliţšímu
zkoumání. V souvislosti s nařčením, ţe Česko má předraţené dálnice, bylo vytvořeno
několik studií porovnávajících průměrné ceny dálnic v různých státech EU. Studie mají
ovšem omezenou působnost – zkoumají pouze konkrétní dálnice v malém počtu států – a
ještě jsou tou či onou stranou označeny za tendenční. Proto není moţné tyto studie pouţít
ke kvantitativnímu měření vlivu korupce. Pro úplnost jsou ale výsledky nejvýznamnějších
dosud provedených českých studií porovnávajících ceny dálnic předloţeny v Příloze A.
10
Takto to provedl Olken (2005) s týmem inţenýrů při zkoumání korupce při stavbách silnic ve venkovských
oblastech Indonésie.
- 10 -
Michal Dvořák
Východiskem řešícím problém nedostatku vhodných dat o cenách inţenýrských staveb
mohou být právě data Eurostatu, která v různých odvětvích poměřují ceny mezi státy
oproti průměru EU15 nebo EU27. Sekce věnovaná stavebnictví (v anglickém originále
construction) umoţňuje detailnější dělení výstavby na obytné budovy, nerezidenční
budovy a civilní inţenýrské (dále jen inţenýrské) stavby. Na základě toho lze sestrojit
ukazatele, které budeme v celém dalším textu nazývat podílovými:

inţenýrské stavby / stavebnictví celkem,

inţenýrské stavby / obytné budovy,
kde v čitateli i jmenovateli zlomků figurují cenové úrovně košů typizovaných staveb ze
zmíněných kategorií v jednotlivých státech jako procento cenové úrovně EU15 či EU25
pro téţ koše. To eliminuje jednak problém nutnosti porovnávání jednotlivých dálnic mezi
státy díky vyšší míře agregace (tj. nemusíme být znalci v oboru stavebnictví, abychom
dokázali provést analýzu11) a dále jsou natolik jednoduché a dostupné pro mnoho států, ţe
s nimi lze snadno a efektivně pracovat – údaje jsou kaţdoročně zjišťovány Eurostatem a
jsou k dispozici takřka „na kliknutí“.
Vyšší hodnoty indexů mohou indikovat předraţování zakázek, i v důsledku zvýšené
korupce. Je totiţ nasnadě, ţe v kategorii obytných staveb (a i většiny nerezidenčních
staveb) se předraţování staveb daří hůře, kdyţ je odstraněn problém delegování – kupující
kupuje za peníze své, a ne za peníze cizí (daňových poplatníků) jako u inţenýrských
staveb, které jsou z téměř vţdy financovány státem.
O vypovídacích schopnostech ukazatelů lze samozřejmě vést polemiku. Například Národní
ekonomická rada vlády obhajuje jejich uţití následujícími slovy:
„Relativní srovnání cen typizovaných zakázek…může sloužit jako poměrně robustní
indikátor toho, zda v některých státech nedochází k předražování veřejných zakázek.“12
Nelze se však ubránit pochybám, zda hodnoty těchto indexů nelze vysvětlit i něčím jiným
neţ předraţováním zakázek.
11
12
Tedy za předpokladu, ţe statistika typizovaných zakázek je Eurostatem zpracována korektně.
Národní ekonomická rada vlády (2009, s. 36).
- 11 -
Michal Dvořák
2.3 Další vztahy mezi korupcí a cenou veřejných zakázek
Závěrem demonstrujme sloţitost zkoumání. Obr. 2.1 ukazuje komplexnost pozorovaných
vztahů a to, ţe vazba mezi korupcí a cenou zakázek můţe být jak přímá, tak nepřímá.
Právě existence nepřímého vlivu analýzu komplikuje, protoţe není moţné korupci
(měřenou indexy, které budou představeny dále) od ostatních vlivů odizolovat, případně je
to extrémně obtíţné.
Spojitost mezi konkurencí a niţší cenou zakázek připouští i Stiglitz (1997). Podrobnější
diskuze se stejným závěrem viz Pavel (2007). V konkrétním případě inţenýrských staveb
v České republice tento vztah popisuje Pavel (2008): zejména u malého počtu soutěţitelů
je ţádoucí efekt dalšího nabízejícího velký.
Obr. 2.1: Některé vztahy mezi korupcí a cenou zakázek.
Zdroj:
autor
Vyšší korupce sniţuje konkurenci, protoţe pokud potenciální soutěţitelé povaţují tendr za
zmanipulovaný, ztrácejí ochotu se ho účastnit. Na druhou stranu vyšší konkurence můţe
potlačovat korupci – při větším počtu nabídek je celý proces komplikovanější – nebo ji
naopak zvyšovat – firmy mají větší potíţe zakázku získat běţnými způsoby, a tak sáhnou
k úplatkům.13
13
Zvyšování konkurence se obecně povaţuje za jeden z prostředků boje s korupcí. Ades a Di Tella (1999)
vyzkoumali, ţe státy (a) s vyšší mírou obchodního ochranářství, (b) s ekonomikou, které dominuje několik
firem, a (c) s méně funkčním antimonopolním zákonodárstvím mají tendenci mít vyšší míru korupce neţ
státy, které těmito faktory netrpí. Přehled dalších studií s podobnými výsledky v Lambsdorff (1999). Přesto
existují studie, které účinnost konkurence na sniţování korupce relativizují (např. Bliss, Di Tella (1997)).
- 12 -
Michal Dvořák
Vztahy mezi korupcí, či obecněji vládou práva a kvalitou institucí, a vyspělostí jsou
institucionální ekonomií a ekonomií rozvoje (development economics) podrobně
studovány. Například Transparency International ve své Global Corruption Report za rok
2006 cituje tři studie, které shodně dokazují jasně pozitivní vztah mezi ukazatelem vlády
práva a HDP per capita.14 Dále například Mauro uvádí, ţe korupční index je signifikantní
vysvětlující proměnnou pro ekonomický růst15; studií s těchto výsledkem je ale celá řada16.
To, ţe vyspělost země vede k vyšším mzdám a koinciduje s lepší technologií výstavby, coţ
jsou faktory zvyšující, resp. sniţující ceny zakázek (za předpokladu konstantní kvality
realizované zakázky), je očividné.
14
Kaufmann, Kraay, Mastruzzi (2006, s. 305). Zmíněný ukazatel vlády práva je ukazatel Právní řád (Rule of
Law), sestavovaný Světovou bankou, který vyšší kvalitě institucí přisuzuje vyšší hodnoty. Tento ukazatel
téměř dokonale koreluje s obecně pouţívanými měrami korupce – viz Příloha B.
15
Mauro (1997).
16
Na vztahu korupce a růstu HDP panuje víceméně shoda, otázkou však zůstává směr kauzality. Více viz
Lambsdorff (1999).
- 13 -
Michal Dvořák
3. Měření korupce
Aby se dal vliv korupce na cenu veřejných zakázek zkoumat kvantitativně, je potřeba
přítomnost korupce v kaţdé zemi číselně ohodnotit. Korupce je však ze své podstaty
obtíţně měřitelná. Důsledkem toho se dominantním přístupem v jejím zkoumání stalo nikoli
měření korupce jako takové, ale jejího vnímání.17
Na tomto principu jsou zaloţeny následující tři veřejně dostupné indexy. První dva z nich18
dominují v odborné i laické literatuře nad všemi dalšími existujícími ukazateli korupce.

Index vnímání korupce (Corruption Perceptions Index (CPI), publikuje
Transparency International) – hodnotí korupci ve veřejném sektoru – tj. korupci
mezi úředníky veřejné správy a politiky, coţ je přesně oblast relevantní pro tuto
studii. Index ale ukazuje pouze na stranu příjemce úplatků.19 Výsledkem měření je
jedno číslo od 0 do 10 (včetně) s přesností na desetiny, vyšší hodnota znamená
méně korupční prostředí. Index uţívá data ze 14 výzkumů 12 institucí mezi
byznysmeny a nezávislými experty, tedy nikoli mezi běţnými občany. Kvůli
pouţité metodice je rozhodující pořadové umístnění zemí v kaţdém z průzkumů.
Korelace mezi výsledky zahrnutých šetření je průměrně 0,77. Indexem pro rok
2007 počínaje byla učiněna změna metodiky umoţňující porovnatelnost CPI
v čase – změna zachovává pořadí zemí, ale hodnoty indexu před a po změně se
mohou lišit. Jak dokumentuje Lambsdorff (2007, s. 9), tyto rozdíly jsou však
zanedbatelné.

Indikátor Zvládání korupce (Control of Corruption (CC), zveřejňuje Světová
banka (World Bank) jako míru jedné z šesti dimenzí veřejné správy20). Sledována
17
Olken (2005, s. 2).
Ty patří mezi tzv. kompozitní indexy, tj. jejich údaje pocházejí z více různých průzkumů. Myšlenka
kombinování dat je taková, že špatný výkon jednoho zdroje může být vyrovnán zahrnutím…dalších zdrojů.
Tím je pravděpodobnost zkreslení výsledku země výrazně snížena (Lambsdorff (2007, s. 11)).
19
Transparency International – Česká republika (2007a).
20
Další z indikátorů je jiţ dříve zmíněný ukazatel Právní řád. Není bez zajímavosti, ţe z 36 sledovaných
evropských zemí má výrazně největší záporný rozdíl mezi Právním řádem a Zvládáním korupce Česká
republika a Řecko.
18
- 14 -
Michal Dvořák
je jak „drobná“ (petty), tak „velká“ (grand) korupce21. Jedná se o rozsáhlý a
sofistikovaný průzkum jak mezi běţnými občany a firmami, tak odborníky. Data
pocházejí z různých zdrojů a na jejich sběru se podílí značný počet organizací (35
zdrojů a 33 organizací pro rok 2008).22 Jeho hodnoty se pohybují kolem nuly
v rozmezí +/- 2,523, vyšší číslo opět znamená niţší korupci.

Vnímání
korupce
v jednotlivých
sektorech
(publikuje
Transparency
International v rámci širšího šetření Globální barometr korupce24). Průzkum
probíhá mezi širokou veřejností a respondenti hodnotí úroveň korupce odděleně
v politických stranách, policii, zdravotnictví apod. na stupnici 1 (ţádná korupce) aţ
5 (extrémní korupce). Oblast veřejných zakázek přímo sledovaná není, ale
můţeme sestavit aritmetický průměr charakterem nejbliţších kategorií Politické
strany, Parlament/Legislativa a Obchod/Privátní sektor.
Na druhé straně existují ukazatele měřící korupci podle osobní zkušenosti respondentů,
vyjádřené při dotazníkových šetřeních. U takovýchto průzkumů je vţdy značně
diskutabilní, do jaké míry získané údaje odráţí skutečnost. Takto je konstruován například:

Index plátců úplatků (Bribe Payers Index, vydává Transparency International) –
hodnotí 30 předních exportních zemí podle toho, do jaké míry jsou mezinárodní
společnosti se sídlem v těchto zemích náchylné k nabízení úplatků v zahraničí.25
Respondenty jsou obchodní manaţeři ve státech, kam firmy z hodnocených zemích
vyváţí. Výsledek tedy zjevně ukazuje na odlišné jevy, neţ jsou jevy sledované
touto studií.

Údaj o procentu občanů dávajících úplatek za posledních 12 měsíců (zjišťuje
Transparency International v rámci studie Globální barometr korupce).26
21
Drobná korupce (některými autory označována také jako mikrokorupce) je kaţdodenní korupce občanů
např. na úřadech, při urychlení sluţeb apod. Politická korupce a manipulace veřejných zakázek, tedy touto
studií popisované jevy, spadají do velké korupce. Více Frič a kol. (1999) nebo Volejníková (2007).
22
Kaufman, Kraay, Mastruzzi (2009).
23
Ve výjimečných případech můţe hodnota opustit interval <-2,5; +2,5>. Např. CC = 2,62 pro Island v roce
2007.
24
Zpráva ke Globálnímu barometru korupce pro rok 2007 viz reference.
25
Transparency International – Česká republika (2007b)
26
Tento ukazatel nelze kvantitativně vyuţít, protoţe (a) výsledkem jsou celá procenta, coţ je velmi hrubý
metr, (b) interpretace odpovědi „neuvedl“ je obtíţná, (c) data nejsou k dispozici pro všechny státy EU, (d)
hodnota má tendenci meziročně nepřiměřeně kolísat, (e) způsob zjišťování dat se liší země od země, nezřídka
je pouţito telefonické dotazování, (f) metodologie není dostatečně sofistikovaná na odstranění problému
uvádění zkreslených údajů.
- 15 -
Michal Dvořák
Poslední moţností, jak měřit korupci, je pouţití určité reálné dobře měřitelné veličiny,
která je korupcí velmi silně ovlivněna.27 Problém tohoto přístupu však spočívá jednak
v nalezení oné zástupné veličiny, ale pak i v tom, ţe tím ve své podstatě neměříme korupci
jako takovou, ale pouze její důsledek. Více o měření korupce a dalších sestavovaných
indexech viz Volejníková (2007) a Seldadyo, Haan (2006).
Přestoţe indexy sestavené na základě vnímání korupce koincidují se skutečnou korupcí ve
většině mikrostudií, je jim občas vyčítáno, ţe reagují pouze na korupční kulturu a její
celospolečenský obraz, a ne na korupci jako takovou. Olken (2005) pomocí teoretického
modelu a empirického zkoumání dokladoval, ţe vnímání korupce můţe být za jistých
specifických podmínek dokonce negativně korelováno s objektivně panující korupcí a ţe i
celkový optimismus / pesimismus respondentů můţe hrát důleţitou roli28. Podle
Transparency CPI odráţí schopnost ţalobců, soudců a médií korupci odhalovat29. Dále se
lze domnívat, ţe korupční vnímání občanů bude reflektovat spíše velké kauzy neţ
kaţdodenní „mikrokorupci“. V delším období se však bude vnímání korupce přibliţovat
skutečné korupci, protoţe nabízení / přijímání úplatků posiluje korupční kulturu, a naopak
korupční kultura bude motivovat občany a firmy k dávání úplatků.30
Volba většího vzorku dat by měla umoţnit tyto dočasné a vcelku náhodné diskrepance
uspokojivě překonat.
Jak ukazuje Příloha B, korelace mezi jednotlivými indexy je očekávaně značná. Mezi
kompozitními indexy přesahuje korelační koeficient 0,98 jak pro hodnoty ukazatelů, tak
pro pořadí zemí. Obrázek 3.1 zobrazuje tuto téměř dokonalou lineární závislost graficky.
Při takto vysokém stupni korelace jsou oba indexy statisticky dobře zaměnitelné31. CPI se
zaměřuje na oblast velké korupce a přikládá větší váhu se situací obeznámeným
27
Příkladem takové veličiny z Olken (2005) je ukazatel missing expenditures, definovaný jako rozdíl
fakturované ceny zakázky a posouzení panelu expertů o tom, kolik by taková zakázka měla stát.
28
Totéţ tvrdí Reinikka, Svensson (2004, s. 2). Naopak výhodnost uţití vnímání korupce zastává Lambsdorff
(1999, s. 1).
29
Transparency International – Česká republika (2007a).
30
Více např. v Frič a kol. (1999).
31
Přesněji řečeno, jsou zaměnitelné při průřezové analýze, coţ je náplní této práce. Jak ukazuje Příloha B,
korelace mezi změnami indexů není zdaleka tak vysoká, a proto při zkoumání dynamiky korupce by naopak
volba indexu mohla hrát významnou roli.
- 16 -
Michal Dvořák
respondentům neţ indikátor Zvládání korupce, a proto pro zkoumání problému veřejných
zakázek by teoreticky měl dávat lepší výsledky. Proto se bude v práci dále pracovat s CPI,
i kdyţ v důsledku zmíněné lineární závislosti jsou získané statistické výsledky platné i pro
CC.
Je rovněţ zajímavé sledovat korelaci měr korupce s úrovní důchodu na hlavu (Příloha B,
Tab. B.3). U kompozitních indexů se pohybuje kolem 0,75, coţ ukazuje na velmi silnou
vazbu mezi niţší korupcí a vyspělostí, jak bylo naznačeno na Obr. 2.1.
Obr. 3.1: Index vnímané korupce (CPI) vs. Zvládání korupce (CC) pro rok 2007.
Zdroj dat:
Transparency International, World Bank
- 17 -
Michal Dvořák
4. Podílové ukazatele odvozené ze statistik Eurostatu a jejich vazba na korupci
4. Podílové ukazatele odvozené ze statistik Eurostatu a
jejich vazba na korupci
4.1 Definice ukazatelů
Jak uţ bylo uvedeno v první a druhé kapitole, uţití ukazatelů vyvozených ze statistik
Eurostatu se jeví jako perspektivní způsob stanovení úměrnosti cen inţenýrských staveb.
Nyní se podíváme blíţe na jejich konstrukci.
Eurostat ve své statistice indexů komparativní cenové hladiny (Comparative price level
indices, CPL) sleduje cenové úrovně typizovaných staveb v daných zemích oproti
benchmarku (EU15 nebo EU27) v kategoriích mimo jiné:

obytné budovy (RB)

inţenýrské stavby (IW)

nerezidenční budovy (NB)

stavebnictví celkem (TC)
Zmíněné kategorie jsou agregátem několika subkategorií, které jsou dále podrobněji
členěny.32 Do poloţky obytné budovy spadají budovy s 1 a 2 obytnými jednotkami a
rezidenční objekty (s větším počtem bytů). Inženýrské stavby zahrnují vedle dopravní
infrastruktury (betonové a asfaltové stavby) i potrubní sítě (např. kanalizační).33
Nerezidenční budovy jsou stavby neurčené k bydlení – továrny, kancelářské budovy,
zemědělské stavby, školy, apod. Stavebnictví celkem je pak souhrnem výše uvedených
poloţek.
Pro představu toho, v jakém formátu Eurostat sledované údaje nabízí, ukazuje tabulka 4.1
data pro Českou republiku, Německo a EU15 v roce 2007 oproti EU15.
32
Pro podrobnější informace např. Diáz Muriel (2007, s. 5).
Do kategorie inţenýrských staveb spadají i ţeleznice, jejich ceny ale Eurostat poněkud překvapivě
nesleduje.
33
- 18 -
Michal Dvořák
Tab. 4.1: Indexy komparativní cenové hladiny (CPL) pro vybrané země v r. 2007.
Zdroj dat:
Eurostat
Tabulka říká, ţe například obytné budovy v ČR stojí průměrně 49,7 % toho, kolik obytné
budovy průměrně stojí v EU15. V Německu stojí inţenýrské stavby o 2,8 % více, neţ je
průměr EU15. Poslední řádek ukazuje, ţe za celé EU15 musí být index vţdy roven 100,
neboť porovnáváme ceny v celém EU15 s cenami v celém EU15.
CPL pro Českou republiku vůči EU15 se vypočítá podle vzorce34
CPL CZ vs EU 15
PEU 15
PCZ
ERCZ / EU 15
[ 100%] ,
(4.1)
kde
CPLCZ vs EU 15 je hodnota statistiky, jak ji najdeme ve statistikách Eurostatu (nebo v
Tab. 4.1),
PCZ
je cena typizované zakázky (např. obytných budov) v České
republice v korunách,
ERCZ / EU 15
je nominální směnný kurz v přímé kótaci mezi měnou, ve které je
denominováno PCZ , a referenční měně, stávající z měn uţívaných
v EU1535,
PEU 15
je cena stejné typizované zakázky v EU15 (přesněji řečeno jejich
průměr za všechny státy EU15) ve výše definované referenční měně.
Z takto konstruovaných dat lze konstruovat ukazatele relativní nákladnosti inţenýrských
staveb oproti ostatním kategoriím. Jako vhodné pro sledování moţné předraţenosti dálnic
(inţenýrských staveb) se jeví tyto jiţ dříve zmíněné podílové ukazatele:

inženýrské stavby / stavebnictví celkem (označme jej Φ)

inženýrské stavby / obytné budovy (označme jej Ψ).
34
Viz metodologické manuály Eurostatu uvedené v seznamu literatury nebo Neumann, Ţamberský,
Jiránková (2010, s. 73).
35
Protoţe v EU15 se neplatí jen eurem. Je nasnadě, ţe ER má zde autonomní charakter, jeho hodnota závisí
především na tocích kapitálu, a nikoli na cenách stavebních zakázek.
- 19 -
Michal Dvořák
Například údaj Φ pro ČR za rok 2007 se spočítá vydělením 88,3 číslem 59,1. Z údajů
z Tab. 4.1 získáme indikátory uvedené v Tab. 4.2.
Tab. 4.2: Ukazatele nákladnosti inženýrských staveb pro vybrané země v r. 2007.
Zdroj dat:
Eurostat
Hodnoty ukazatelů vyšší neţ 1 svědčí o vyšší ceně inţenýrských staveb, neţ odpovídá
cenové úrovni ostatních staveb v daném státě. Pokud se výrazně odchylují od jedničky, je
třeba zpozornět, protoţe jedním z moţných vysvětlení můţe být předraţení zakázek
v důsledku korupce.
Jak jiţ bylo řečeno v kapitole 2, posuzovat úroveň cen inţenýrských staveb oproti
rezidenčním budovám je výhodné, protoţe si lze těţko představit, ţe by ceny bytů mohly
být „nezdravě manipulovány“36. Problémem takovéhoto srovnání však můţe být

odlišný charakter trhu a staveb obrovských inţenýrských děl a spíše menších
rezidenčních budov,

další mikro, makro i mimoekonomické vlivy na ceny statků mezi státy, které
nedokáţe jednoduchý koncept indexů komparativní cenové hladiny odstranit.37
Vypovídací schopnost ukazatelů bude blíţe diskutována v kapitole 5.
4.2 Výběr ukazatelů
Ukazatele Φ a Ψ nejsou zdaleka jediné moţné ukazatele, které se dají ze statistik Eurostatu
vytvořit. Extrémním případem by mohlo být sestavení takových ukazatelů obsahujících
kategorie RB, IW, NB či TC, které vykazují největší statistickou vazbu38 na korupci. Tento
přístup však jednak zjevně upozaďuje praktický smysl a interpretaci, je náchylný na změny
36
Nerovnováhy na trhu nemovitostí mohou kvalitu vztahů poněkud narušovat, ale lze se domnívat ţe ne do
takové míry, aby v dlouhém období pouţití těchto ukazatelů znemoţňovaly.
37
Konstrukce podílových ukazatelů jako podílu dvou indexů komparativní cenové hladiny ale vhodně vyruší
vlivy měnového kurzu, protoţe kurz se při dělení vykrátí.
38
Ve smyslu maximalizace zvoleného statistického měřítka „shody“, jako je korelační koeficient, koeficient
determinace, p-hodnota regresního vztahu zkoumaného indikátoru jako funkce korupce a konstanty či
věrohodnodnostní funkce této regrese.
- 20 -
Michal Dvořák
v souboru dat a v neposlední řadě pouţívá „cyklickou argumentaci“ tím, ţe předpokládá
korupci jako významnou determinantu ceny veřejných zakázek, coţ je zároveň to, co tato
studie chce diskutovat. Z těchto důvodů budou uţity ukazatele Φ a Ψ, u nichţ lze vazbu na
korupci teoreticky odůvodnit.
Nyní stojí za to zmínit, jaké rozdíly v chování dvou zmíněných ukazatelů se dají očekávat.
Φ a Ψ jsou si svojí stavbou velmi podobné – mají identický čitatel a liší se pouze tím, ţe Φ
má agregovanější jmenovatel. To bude teoreticky znamenat následující:

Φ má ve jmenovateli rovněţ faktory zahrnuté v čitateli, coţ (při jinak stejných
podmínkách) bude znamenat, ţe hodnoty Φ budou bliţší 1 neţ hodnoty Ψ. To ale
statisticky nehraje roli, pokud se zkoumá vztah podílového ukazatele a korupce.

Φ je ovlivněno situací ve stavebnictví nerezidenčních budov – to by mělo zlepšovat
vypovídací hodnotu, protoţe zahrnuje další oblast výstavby v soukromém sektoru,
v odvětví, které je velikostí jednotlivých staveb bliţší velkým inţenýrským
stavbám.

Ψ bude více podléhat vlivům prvního z problémů uvedených na konci kapitoly 4.1
– ţe rozdílná charakteristika velkých inţenýrských staveb a značně menších
rezidenčních budov můţe ovlivnit vypovídací schopnost ukazatele i bez
uvaţovaného vlivu případné korupce – širší jmenovatel do jisté míry pomůţe
„utlumit“ tento negativní vliv.

Korelace mezi Φ a Ψ bude pravděpodobně velmi vysoká.
Tato diskuze naznačuje, ţe uţití Φ by mělo poskytovat lepší výsledky. Na druhé straně
ukazatel Ψ je analyticky jednodušší, protoţe závisí na méně faktorech a odpadají problémy
s agregací jmenovatele. V kapitole 5 bude uţit ukazatel Ψ kvůli této jednoduchosti
(výsledky jsou ale aplikovatelné i na druhý ukazatel), v kapitole 6 naopak Φ kvůli existenci
dat ztotoţnitelných s kategorií IW a TC (přičemţ výsledky jsou opět přenositelné i na
ukazatel Ψ).
- 21 -
Michal Dvořák
4.3 Ukazatele Φ a Ψ a jejich korelace s korupčním indexem
Nyní proveďme empirické zkoumání – zaprvé, zda má korupce vliv na hodnoty podílových
ukazatelů, a zadruhé, který z ukazatelů má ke korupci uţší vazbu. Na Obr. 4.1 je toto
zkoumání shrnuto vizuálně i pomocí statistického přehledu.
Obr. 4.1: Podílové ukazatele vs. korupční index CPI pro rok 2007.
Panel (A)
0
1
0
1
CPI
u
CPI
v
Panel (B)
Zdroj dat: Eurostat, Transparency International
Ukazuje se, ţe model s Ψ jako endogenní proměnnou je významnější (2x niţší p-hodnota a
o 0,03 vyšší hodnota R2 měřící podíl variability sledované endogenní proměnné, kterou
jsme schopni pomocí exogenní proměnné vysvětlit39).
39
Nejde ale o 2 nezávislé důkazy převahy modelu s Ψ , neboť p-value F- testu a R2 jsou v podstatě 2 strany
téţe mince.
- 22 -
Michal Dvořák
Dále lze pozorovat strmější sklon regresní přímky pro model v Panelu (B), coţ znamená,
ţe Ψ reaguje na změnu korupce prudčeji neţ Φ. To souhlasí s očekáváními vyřčenými
v prvním bodě v kapitole 4.2.
Korelační koeficient mezi ukazateli Ψ a Φ je 0,973 pro rok 2007, tedy jde o skoro
dokonalou lineární závislost. Dodejme, ţe vazba mezi těmito ukazateli a CPI měřená
korelačním koeficientem je podstatně vyšší neţ mezi CPI a podobně konstruovaným
indikátorem inženýrské stavby / nerezidenční budovy (numericky -0,5 a -0,47 oproti -0,34).
Z toho můţeme usoudit, ţe nerezidenční budovy „zamlţují“ vztahy mezi korupcí a
ukazatelem Φ, který je zohledňuje ve jmenovateli (protoţe poloţka stavebnictví celkem
agreguje poloţky obytné budovy, nerezidenční budovy a inženýrské stavby). Hypotéza ve
třetím bodě v kapitole 4.2 – ţádoucí vliv zahrnutí kategorie nerezidenčních staveb – tak
spíše neplatí.40
Oba modely z Obr. 4.1 jsou však velmi významné, ať uţ to konstatujeme pomocí
statistických testů vycházejících kladně i na 1% hladině významnosti, nebo pouhým okem
při pohledu na grafy. Ze statistického pohledu se tedy míra korupce jeví jako významný
faktor determinující ukazatele Ψ a Φ. Pokud tyto ukazatele povaţujeme za spolehlivé
indikátory cen inţenýrských sítí, pak jsme získali silný argument pro tvrzení, ţe míra
korupce v daném státě signifikantně ovlivňuje ceny inţenýrských staveb. Schopnost
ukazatelů správně indikovat předraţené veřejné zakázky bude zkoumána v dalších
kapitolách.
Na tomto místě ještě uveďme, ţe pokud označíme jednotlivá pozorování v Panelu B
obrázku 4.1 názvy států (tak je učiněno na Obr. 4.2), zjistíme, ţe míra korupce je
v geograficky a kulturně-historicky blízkých zemích podobná.41 Nejen to, i podílové
ukazatele v sousedících zemích nabývají ve většině případů relativně podobných hodnot
(alespoň do té míry, zda jsou ukazatele vyšší nebo niţší neţ regresním modelem vyrovnaná
hodnota, která říká, jaká hodnota ukazatele by průměrně měla odpovídat dané míře
korupce v zemi). Například země Visegrádské čtyřky (s výjimkou Slovenska) mají velmi
40
K jasnému zamítnutí hypotézy bychom ovšem potřebovali předpoklad, ţe korupce zvyšuje ceny veřejných
zakázek a inţenýrských staveb.
41
To je v ekonomii rozvoje obecně známým faktem.
- 23 -
Michal Dvořák
vysoké Ψ, balkánské země mají naopak Ψ relativně nízké. Stejně tak Německo, Belgie,
Rakousko, Francie a Itálie leţí značně pod regresní přímkou, kdeţto severské země (s
výjimkou Dánska) leţí blízko ní v obou směrech. Na druhé straně ovšem Bulharsko a
Rumunsko mají diametrálně odlišné hodnoty podílových ukazatelů, i kdyţ spolu
zeměpisně sousedí; takovýchto případů lze najít více.
Obr. 4.2: Jednotlivé státy na grafu Ψ vs. korupční index pro rok 2007.
Poznámka: Zeleným bodem jsou reprezentovány státy s popiskem, ostatní státy pak bodem bílým.
Regresní přímka prokládá všechny země.
- 24 -
Michal Dvořák
5. Interpretace podílových ukazatelů
5.1 Možná vysvětlení vysokých hodnot ukazatelů
Přestoţe korupce (skrze mechanismus popsaný v kapitole 2) můţe být vysvětlením pro
vysoké hodnoty (tj. výrazně vyšší neţ 1) podílových ukazatelů42, existuje ještě mnoho
dalších přijatelných vysvětlení. Bude účelné je setřídit do tří skupin.

Neţádoucí vlivy vyplývající z faktu, ţe u infrastrukturních zakázek je zadavatelem
a investorem veřejný subjekt; konkrétně pak43
1. korupce,
2. nízká intenzita soutěţe mezi stavebními firmami v oblasti infrastruktury
včetně potenciální koluze (tj. tajné dohody) soutěţitelů44,
3. měkké rozpočtové omezení na straně investora,
4. intenzivní ovlivňování ze strany dodavatelů, kteří preferují neúčelně
nákladná řešení,
5. nátlak účastníků řízení, aby při výstavbě bylo pamatováno na jejich zájmy,
jeţ výstavbu prodraţují (například napojení dálnic na místní dopravní infrastrukturu).

Těţko ovlivnitelné vlivy charakteru jednotlivých odvětví; konkrétně pak
6. odlišná spotřeba výrobních faktorů v sektoru infrastrukturních staveb a
zejména rezidenčních budov,
7. nízká intenzita soutěţe mezi stavebními firmami v oblasti infrastruktury
z důvodu ekonomické charakteristiky zakázek (inţenýrské stavby vyţadují
42
Transparency International (2010d) odhaduje, ţe systémová korupce zvyšuje cenu veřejných zakázek o 20
aţ 25 %.
43
Body 1 - 5 převzaty z Národní ekonomická rada vlády (2009, s. 37-38). NERV tímto nabízí moţná
vysvětlení, proč ukazatele Φ a Ψ (NERV je ale takto neoznačuje) nabývají pro Českou republiku vysokých
hodnot; podaná vysvětlení lze však aplikovat obecně.
44
Intenzita soutěţe můţe být sníţena špatným způsobem zadávání tendrů. Tím máme na mysli například
netransparentnost řízení odrazující potenciální konkurenty, formulaci omezujících podmínek na uchazeče
bezúčelně sniţující počet účastníků, zadávání zbytečně velkých zakázek (namísto rozdělení zakázky na menší
díly, kde to je moţné a účelné) likvidující moţnost středně velkých firem účastnit se tendrů, apod. Při niţším
počtu účastníků tendru pak roste i riziko koluze.
- 25 -
Michal Dvořák
větší velikost firmy neţ rezidenční výstavba45, a tudíţ v prvním uvedeném
odvětví bude působit niţší počet firem),
8. situace na nemovitostním trhu (například vysoké ceny na realitním trhu
budou zvyšovat náklady na rezidenční stavby bez vlivu na cenu dálnic).

Vlivy vyplývající z omezené mezinárodní srovnatelnosti dat, jako třeba
9. různá cena stejných sluţeb v různých zemích (například mzda inţenýra
v Německu a Rumunsku se pochopitelně signifikatně liší)
10. specifické charakteristiky v jednotlivých zemích (v zemi s tradičně vyššími
náklady na obytné stavby bude ukazatel niţší neţ v zemi „levného bydlení“)
11. omezená srovnatelnost dat zjištěných Eurostatem.
První skupina kromě „čisté“ korupce obsahuje selhání veřejného zájmu u zadavatele
veřejných zakázek. Dá se předpokládat, ţe neefektivnosti (2), (4), (5) jsou tím silnější, čím
je
prostředí
zkorumpovanější,
protoţe
v takových
systémech
mají
jednotlivé
zainteresované subjekty větší moţnosti prosadit své partikulární zájmy. Zejména bod (4)
můţeme s korupcí víceméně ztotoţnit. Bod (3) je sice obecným rysem veřejného
zabezpečení, ale efektivní veřejný sektor by měl úředníky co nejvíce motivovat k péči o
veřejné prostředky (např. povinným zveřejňováním údajů o zakázkách a moţností
přezkoumání rozhodnutí, osobní odpovědností úředníka). Proto všechna vysvětlení z první
skupiny můţeme bez velkého zjednodušení povaţovat za vlivy korupčního prostředí.
Druhá a třetí skupina nabízí vysvětlení, která, pokud se ukáţí jako silná, významně
zhoršují vypovídací schopnosti ukazatelů Φ a Ψ jako indikátorů předraţení46. Vlivy (8),
(10) a (11), které jsou velmi individuální, opomineme, neboť v dostatečně velkém souboru,
jenţ máme k dispozici, budou zanikat. Vysvětlení (9) souvisí s faktory vyspělosti
ekonomik. Zkoumat vliv (7) vyţaduje detailní znalosti trhu infrastrukturních zakázek a
trhu ostatních zkoumaných staveb, coţ je pro tak velký soubor států velmi obtíţné.
45
Firma sice můţe mnohé činnosti outsourcovat, ale v tendrech je podstatné, aby firma o své schopnosti
zakázku zvládnout přesvědčila i zadavatele (a případně mu byla schopna poskytnout dostatečné záruky).
46
Národní ekonomická rada vlády však všechna další vysvětlení kromě 1-5 ve své Závěrečné zprávě
ignoruje. Na její obranu je třeba říci, ţe problém drahých veřejných zakázek je pouze jeden z mnoha
studovaných problémů (věnuje se mu na 4 z 80 stran) a ţe poměrové ukazatele uţívá spíše k ilustraci
problému. NERV také korupci s vysokými hodnotami ukazatelů explicitně nespojuje.
- 26 -
Michal Dvořák
Tato práce se tedy dále omezí na očištění podílových ukazatelů o problémy (6) a (9). Tyto
problémy jsou potenciálně velmi závaţné, a přitom jejich odstranění je (při uţití určitých
zjednodušujících předpokladů) relativně jednoduché.
5.2 Náročnost inženýrských staveb a obytných budov na různé výrobní
faktory
Lze se důvodně domnívat, ţe velké inţenýrské stavby vyţadují výrazně vyšší uţití
výrobního faktoru kapitál oproti výrobnímu faktoru práce neţ ostatní sledované stavby a
zejména pak neţ stavby rezidenční. Obecně platí, ţe ceny kapitálu vzhledem k jeho vysoké
mobilitě jsou v uvaţovaných zemích víceméně vyrovnány (stavební stroje stojí
v Rumunsku přibliţně stejně jako v EU15, přičemţ všude zaplatí vysoké ceny47), kdeţto
ceny práce se mezi více a méně rozvinutými zeměmi výrazně liší (stavební dělník v EU15
stojí svého zaměstnavatele více neţ stavební dělník v Rumunsku). Předpokládáme, ţe ve
vyspělých státech je práce draţší neţ v méně vyspělých i po zohlednění produktivity48. Při
aplikaci těchto poznatků na ukazatel Ψ (alternativně Φ) zjistíme modelovou úvahou, ţe za
jinak stejných podmínek:

v EU15, kde stojí práce i kapitál relativně stejně, bude i při nemoţnosti substituce
výrobních faktorů Ψ přibliţně 1, bez ohledu na odlišnosti v relativní náročnosti
výstavby dálnic a rodinných domů na kapitál a práci.

v Rumunsku, kde stojí kapitál přibliţně jako v EU15, kdeţto práce výrazně méně (a
předpokládáme, ţe není moţné výrobní faktory vhodně substituovat):

pokud podíl práce a kapitálu bude u stavby dálnic i rodinných domů
stejný, pak Ψ bude opět přibliţně 1, protoţe dělíme podobně velká
čísla,

pokud podíl práce a kapitálu bude u stavby dálnic vyšší ve prospěch
kapitálu, kdeţto u stavby rodinných domů vyšší ve prospěch práce,
pak dělíme vyšší číslo menším, a Ψ > 1, a ukazatel chybně
naznačuje předraţení dálnic.
47
Předpokládáme, ţe ceny kapitálu se určují převáţně ve vyspělých zemích (protoţe stroje a vybavení se
vyrábí především ve vyspělých zemích, a je tedy vyrobeno s pouţitím relativně drahé práce) a méně vyspělé
jsou jejich příjemci.
48
Jinými slovy, za vykonání identické práce vydá firma ve vyspělé zemi na mzdách více neţ firma v méně
vyspělé zemi.
- 27 -
Michal Dvořák
Za předpokladů, ţe ceny výrobních faktorů (zejména práce) neodráţejí plně produktivitu a
ani nelze výrobní faktory substituovat, je tedy pro „zkreslení“ ukazatelů Φ a Ψ ještě
potřeba současné splnění následujících dvou podmínek:

ceny práce se mezi vyspělými a méně vyspělými státy liší více neţ ceny kapitálu,

inţenýrské stavby jsou poměrně více náročné na kapitál neţ obytné stavby.
První podmínku lze dokázat porovnáním variačních koeficientů49 indexů komparativní
cenové hladiny pro poloţku stoje a zařízení50 a pro statistiku měsíčních nákladů práce (v
EUR po přepočtení nominálním kurzem) ve stavebnictví pro rok 200751. Výsledky jsou
v Tab. 5.1, pro úplnost přidány i variační koeficienty pro statistiky RB, NB, IW.
Tab. 5.1: Variabilita cen výrobních faktorů a cen ve stavebnictví pro rok 2007.
Zdroj dat:
Eurostat
Jsou zřejmé podstatně větší rozdíly v nákladech na práci neţ v nákladech na kapitál. Dále
ceny obytných budov vykazují větší rozdíly neţ ceny inţenýrských staveb.
Potvrdit platnost druhé podmínky je obtíţnější. K tomu bude postupně uţito následujících
čtyř metod:

grafické znázornění vztahů mezi výší mezd a statistikami RB, IW a NB (kapitola
5.3),

ekonometrický model separace nákladů (kapitola 5.4),

podíl osobních nákladů na výnosech v různě velkých firmách (kapitola 5.5),
49
Důleţitou vlastností variačního koeficientu je invariance vůči jednotkám měření, coţ umoţní jednoduše
porovnat data, která jsou svou stavbou velmi odlišná.
50
V originále Machinery and equipment; údaje sledovány Eurostatem v rámci statistik CPL indexů (viz
reference). Zde operujeme s indexy pro rok 2007 s bází EU15.
51
V originále Monthly labor costs (viz reference). Data jsou dostupná pouze pro 23 z 36 sledovaných států.
- 28 -
Michal Dvořák

analýza účetních výkazů firem působících v oblasti obytných a inţenýrských staveb
(kapitola 5.6).
5.3 Vliv mzdové úrovně na statistiky RB, NB a IW
Jednoduchou demonstrací vlivu mezd na relativní ceny stavebních zakázek je analýza
provedená na Obr. 5.1 a 5.2. V Obr. 5.1 jsou na vodorovné ose vzestupně seřazeny státy
podle měsíční ceny práce a na svislé ose jsou vyneseny relativní ceny druhu typizovaných
zakázek (tedy RB, NB, IW) v příslušném státě vůči průměru EU15. Následně analyzujeme
vzniklé formace – jak rychle sloupce „rostou“ zleva doprava.
Na Obr. 5.2 je provedena podobná analýza s tím rozdílem, ţe na vodorovnou osu není
vynášeno pořadí států, ale přímo hodnoty měsíčních nákladů práce; jde tedy o klasickou
regresní analýzu, kdy relativní ceny stavebních prací (RB, NB, IW) jsou vysvětlovány
pomocí měsíčních cen práce.
Obě analýzy potvrzují hypotézu o větším vlivu mezd na cenu rezidenčních staveb neţ na
cenu inţenýrských staveb.
Obr. 5.1: Mzdy ve stavebnictví a relativní ceny staveb.
Poznámka: Kaţdý sloupeček ukazuje data za 1 stát. Státy jsou v kaţdém ze tří bloků seřazeny zleva
doprava vzestupně podle měsíčních mezd ve stavebnictví. Výška kaţdého bílého sloupečku odpovídá
cenové úrovni v dané oblasti stavebnictví pro daný stát.
Zdroj dat: Eurostat
- 29 -
Michal Dvořák
Obr. 5.1 ukazuje, ţe pozitivní závislost mezi cenou práce a cenou staveb existuje u všech
druhů staveb, přičemţ nejméně silný vztah je v oblasti inţenýrských staveb – sklon
„formace“ je opticky nejmírnější (zanedbáme-li extrémní pozorování).
Obr. 5.2: Mzdy ve stavebnictví a relativní ceny staveb.
Zdroj dat:
Eurostat
V Obr. 5.2 mají regresní přímky silně kladnou směrnici. Z regresních přímek je nejstrmější
ta pro obytné budovy, následuje ta pro nerezidenční budovy a relativně nejmírnější je
proloţená přímka inţenýrských staveb. Rozdíly ve sklonech jsou však poměrně malé a
daleko mimo statistickou významnost. Také regresní přímka pro obytné a nerezidenční
stavby vyrovnává data značně lépe neţ regresní přímka pro inţenýrské stavby (rozdíly v R2
jsou přibliţně 0,25).
Z obojího lze usoudit, ţe mzdové náklady značně ovlivňují ceny typizovaných staveb, a to
tak, ţe pro inţenýrské stavby je tento efekt slabší neţ pro rezidenční stavby (jak naznačuje
hypotéza z kapitoly 5.2). Na druhou stranu ale není rozdíl ve vlivu mzdových nákladů mezi
odvětvími aţ tak markantní, jak by se mohlo zdát.
- 30 -
Michal Dvořák
5.4 Ekonometrický model náročnosti na výrobní faktory v různých
odvětvích stavebnictví
V této kapitole bude vytvořen model, který si klade za cíl dokázat, ţe inţenýrské stavby
vyţadují více kapitálu neţ obytné stavby.
Uvaţujme, ţe se cena stavební zakázky dá rozloţit na odměny práci a kapitálu, přičemţ
jako práci rozumíme faktor, jehoţ ceny mezinárodně silně kolísají, a jako kapitál faktor,
jehoţ ceny jsou mezinárodně víceméně podobné.52
Pak se vztahy mezi cenou celé zakázky a cenou práce a kapitálu dají zapsat pomocí
rovnice (5.1).
PCPL
l WCPL
k C CPL ,
(5.1)
kde
PCPL
WCPL
C CPL
l
k
je cena zakázky pro daný druh výstavby v dané zemi, měřená jako CPL
(tedy jde o relativní cenu v dané zemi oproti průměru EU15, neboli
statistiky RB, NB, IW),
je úroveň cen práce v dané zemi, měřená jako CPL (tedy relativní úroveň
cen práce oproti průměru EU15),
je úroveň cen kapitálu v dané zemi, měřená jako CPL (tedy relativní úroveň
cen kapitálu oproti průměru EU15),
je podíl práce, nutný k realizaci zakázky,
je podíl kapitálu, nutný k realizaci zakázky.
Rovnice říká, ţe relativní cena zakázky je váţeným průměrem cen práce a kapitálu
(vahami jsou l a k). Technická poznámka v Příloze C ukazuje, ţe reprezentace cen
zakázek, práce a kapitálu pomocí CPL indexů souhlasí úvahou, ţe cena zakázky (např.
v korunách) je součtem plateb jednotlivým výrobním faktorům.
Rovnice (5.1) poslouţí jako základ pro ekonometrické modely pro obytné budovy (5.2),
nerezidenční budovy (5.3) a inţenýrské stavby (5.4). 53
52
Je nasnadě, proč jsou tyto faktory pojmenovány práce a kapitál. Vymezení sloţek je však značně široké a
nemusí se zcela shodovat s ekonomickou podstatou daného faktoru. Některé náklady – např. outsourcing
části dodávky – nelze zdravým rozumem jednoduše přiřadit. Je výhodou ekonometrického modelu, ţe se
tímto nemusíme zabývat.
- 31 -
Michal Dvořák
RB i
i
l1 WCPL
i
k1 CCPL
ui ,
(5.2)
NB i
i
l 2 WCPL
i
k 2 CCPL
wi
(5.3)
IW i
i
l3 WCPL
i
k3 CCPL
vi
(5.4)
i
RB i , NB i a IW i jsou známé pro všechny státy, WCPL
lze sestrojit vydělením osobních
nákladů v EUR ve statistice Monthly labor costs pro i-tý stát průměrem osobních nákladů
i
v EUR ze stejné statistiky za všechny země EU1554. CCPL
získáme ze statistiky CPL pro
kategorii strojní vybavení. l a k pak budou odhadované regresní koeficienty pro kaţdý
model s tím, ţe očekáváme l1
l2
l 3 a k1
k2
k3 .
Tab. 5.2: Odhady regresních koeficientů v rovnicích (5.2), (5.3) a (5.4).
Poznámka: Vzhledem k vysoké heteroskedasticitě ve všech modelech (Whiteův test s p-hodnotou
<0.01) byly intervaly spolehlivosti a p-hodnoty t-testů o proměnných ve sloupci Významnost
vytvořeny uţitím směrodatných chyb robustních vůči heteroskedasticitě. Kolinearita mezi
vysvětlujícími proměnným sice existuje, ale je únosná (korelační koeficient 0,42, VIF 1,218, index
podmíněnosti 3,63).
Zdroj dat: Eurostat
Výsledky regresní analýzy přesvědčivě potvrzují hypotézu, ţe relativně nejvíce náročné na
kapitál je odvětví inţenýrských staveb a nejméně obytné stavby – koeficient pro kapitál u
inţenýrských staveb statisticky signifikantně55 převyšuje koeficient pro kapitál u obytných
budov.
53
Horní index i u veličin vysvětlených pro rovnici (5.1) značí, ţe údaje jsou pro i-tý stát. u, v a w jsou
vzájemně nekorelované náhodné sloţky.
54
CPL je podíl cenových hladin ve srovnatelných měnách - viz vzorec (4.1). Průměr pro EU15 je kvůli
nedostupnosti dat počítán pouze z dat pro 11 zemí EU15 a jedná se o průměr neváţený.
55
Na značně niţší neţ 10% hladině významnosti – příslušné 90% intervaly spolehlivosti se totiţ neprotínají.
- 32 -
Michal Dvořák
Pokud bychom při odhadu regresních koeficientů v rovnicích (5.2), (5.3) a (5.4) pouţili
tzv. apriorní informaci, ţe součet vah by měl být teoreticky roven jedné (tedy l k
1 ),
kvalitativní výsledek analýzy by se nezměnil, protoţe v takovém případě vychází
k1 = 0,418, k2 = 0,421 a k3 = 0,894; model tedy opět přisuzuje inţenýrským stavbám
signifikantně vyšší relativní náročnost na kapitál.56
5.5 Podíly osobních nákladů v různě velkých firmách
Tento přístup vyuţívá statistiku osobních nákladů v ceně produkce57, kterou Eurostat
sleduje pro kategorie stavitelských firem s různým počtem zaměstnanců. Předpokládáme,
ţe firmy stavící inţenýrské stavby budou velké, takţe budou mít i mnoho zaměstnanců a
budou tak spadat do kategorie největších firem s 250 a více zaměstnanci; respektive, ţe
tuto kategorii tvoří většinou právě stavitelé inţenýrských staveb. U firem z oblasti
rezidenční výstavby očekáváme častější zařazení do kategorií menších firem.
Tabulka 5.3 ukazuje výsledky šetření. Aţ na drobné odchylky mají firmy z vyspělých států
velký podíl osobních nákladů ve všech kategoriích (například podle HDP na hlavu
nejvyspělejší Lucembursko vévodí všem statistikám), kdeţto méně vyspělé mají tento
podíl znatelně menší. Dále skupinové průměry ukazují, ţe ve vyspělých státech s růstem
firmy spíše klesá podíl nákladů na práci, kdeţto chudší státy vykazují právě opačný trend.
Statistiky podílu osobních nákladů v ceně produkce bude vyuţito v kapitole 6 k očištění
ukazatele Φ na základě ztotoţnění kategorie firem nad 250 zaměstnanců s kategorií firem
56
Odvození regresního modelu při vyuţití apriorní informace
RB
i
i
CPL
1 k1 W
i
RB i WCPL
i
RB i WCPL
k1 C
i
k1 WCPL
l k 1 je pro obytné stavby následující:
u (substituce za l1 )
i
CPL
i
i
k1 CCPL
i
i
k1 CCPL
WCPL
Zavedeme nové proměnné
i
Y : RB
i
ui
ui
i
CPL a
W
(5.5)
i
X : C
i
CPL
i
CPL a
W
nahradíme jimi výrazy v (5.5).
Odhadujeme tedy model
Yi
k1 X i
ui
metodou nejmenších čtverců, přičemţ l1 následně dopočteme z rovnice apriorní informace.
Postup pro nerezidenční a inţenýrské stavby bude analogický.
57
V originále Share of personnel cost in production v kategorii Structural business statistics: Construction
broken down by employment size classes (viz reference).
- 33 -
Michal Dvořák
stavících inţenýrské stavby (cena jejich produkce tak bude zaznamenána ve statistice IW).
Ztotoţnění stavitelů obytných staveb s některou z kategorií firem podle velikosti je hůře
ospravedlnitelné, a tak budou vzaty hodnoty za všechny firmy s více neţ 20 zaměstnanci (a
ceně produkce těchto firem pak bude přiřazena statistika TC, tj. za celé stavebnictví).
Tab. 5.3: Podíl osobních nákladů na ceně produkce u různě velkých firem.
Poznámka: EU15 + Norsko je průměr výše uvedených zemí, které patří do EU15, a Norska.
Všechny ostatní státy z výběru jsou součástí poloţky Ostatní. Sloupec všechny zahrnuje údaje pro
všechny firmy s více než 20 zaměstnanci. Eurostat sice sleduje i firmy s méně neţ 20 zaměstnanci, ale
jejich zahrnutí by zkreslilo výsledky. Ve všech kategoriích se jedná o váţený průměr, protoţe Eurostat
dělí celkové osobní náklady celkovou cenou produkce v dané kategorii.
Zdroj dat: Eurostat
5.6 Rozdílná spotřeba výrobních faktorů ve firemním účetnictví
Posledním způsobem, jak určit, zda v různých odvětvích stavebnictví je jiné zastoupení
faktorů práce a kapitálu, je analýza účetních výkazů předních firem působících v daných
odvětvích.
- 34 -
Michal Dvořák
Tento přístup nabízí odlišný, a teoreticky moţná reálnější pohled na zmíněné skutečnosti,
bohuţel však při implementaci naráţí na řadu praktických překáţek, z nichţ těţko
překonatelnou je uţ samo zařazování jednotlivých nákladových sloţek do poloţek práce a
kapitál.58 U některých nákladových druhů (například odpisy) je takové zařazení triviální, u
jiných (například sluţby, ale i materiál) je doslova nemoţné. Při podrobnějším pohledu na
výkazy zisku a ztráty zjistíme, ţe jsme schopni korektně přiřadit pouze malou část.
Dokonce i nákladová poloţka osobní náklady zařazená do faktoru práce můţe být určitým
zjednodušením, protoţe platy různých profesí nemusí kopírovat obecné mezinárodní
rozdíly v mzdových sazbách.59
Provedená finanční analýza spíše potvrzuje hypotézu o větší nákladnosti inţenýrských
staveb na kapitál, ale není zdaleka dostatečně průkazná. Přesto jsou její výsledky a
metodologie uvedeny v Příloze D.
5.7 Shrnutí výzkumu vlivu mzdové úrovně na cenu zakázek
Přestoţe ani jedna z provedených studií o rozdílné struktuře nákladů v oblasti inţenýrských
a rezidenčních staveb není nenapadnutelná, všechny shodně potvrzují hypotézu o tom, ţe
inţenýrské stavby vyţadují relativně více kapitálu vzhledem k práci neţ obytné stavby.
Protoţe ceny výrobního faktoru práce mezinárodně více kolísají neţ ceny kapitálu a
předpokládáme, ţe ceny práce plně neodráţejí produktivitu, a dále neuvaţujeme moţnost
substituce, ukazatele Φ a Ψ budou mít tendenci být ve vyspělých státech kolem 1 a v méně
vyspělých vyšší neţ 1 i bez toho, ţe by byly inţenýrské stavby předraţené kvůli špatné
praxi v oblasti veřejných zakázek. Proto bude třeba ukazatele očistit o vlivy cen výrobních
faktorů, coţ bude provedeno v následující kapitole.
58
Opět připomeňme, ţe kritériem nesmí být ekonomická podstata, ale zda se ceny tohoto faktoru řídí
mezinárodně kolísající mzdovou sazbou nebo mezinárodně spíše srovnatelnou cenou „kapitálu“.
59
Další problémy takovéto finanční analýzy jsou (a) časová náročnost a z toho vyplývající moţnost
prozkoumat pouze omezený počet firem, (b) rozmanitost firem – liší se stavební náplní (např. dřevěné domy,
zděné rodinné domy, větší rezidenční objekty), a pak i konkrétním rozsahem poskytovaných sluţeb (dodávka
finálních staveb nebo i výroba komponent či doplňkové práce, zahrnutí projekčních a poradenských sluţeb
apod.), (c) nutnost mít výkazy ve srovnatelné metodice a druhovém, nikoli účelovém členění. Popis
druhového a účelového členění viz FIBÍROVÁ, J., ŠOLJAKOVÁ, L., WAGNER, J. Nákladové a
manažerské účetnictví. Praha : ASPI, 2007. s. 432. ISBN 978-80-7357-299-0 nebo KOVANICOVÁ, Dana.
Abeceda účetních znalostí pro každého. 19. aktualizované vydání. Praha : Polygon, 2009. 440 s. ISBN 97880-7273-156-5.
- 35 -
Michal Dvořák
6. Očišťování ukazatelů přes podíl osobních nákladů u různě velkých firem
6. Očišťování ukazatelů přes podíl osobních nákladů u
různě velkých firem
Za předpokladu moţnosti dokonalé substituce výrobních faktorů60 nebo předpokladu, ţe
ceny výrobních faktorů plně odráţejí jejich produktivitu61, by podílové ukazatele pravdivě
odráţely míru předražení inţenýrských zakázek. Regresní analýza v kapitole 4.3 by pak
dokazovala závislost předraţení zakázek na míře korupce.
V této kapitole bude naopak předpokládáno, ţe:

substituce výrobních faktorů není technologicky moţná (nebo výhodná, kdyby
relativní cena práce vůči kapitálu v dané zemi dosahovala libovolné hodnoty
z intervalu minimální a maximální hodnoty, kterých nabývá v celém souboru
sledovaných zemí62),

cena práce plně neodráží její produktivitu – ve vyspělejších zemích je práce draţší
neţ v méně vyspělých i po upravení o produktivitu,

kapitál je ve všech zemích stejně produktivní.
Zde se plně projeví vlivy relativní náročnosti odvětví na práci a kapitál studované
v kapitole 5. Bude proto nutné ukazatele očistit – přecenit ceny práce a kapitálu v kaţdé
zemi mezinárodně srovnatelnými cenami s přihlédnutím k odlišné produktivitě práce.
Kvůli nemoţnosti ztotoţnit stavitele rezidenčních staveb s některou kategorií firem podle
velikosti (viz kapitoly 5.5 a 6.2) bude provedeno očištění ukazatele Φ, a nikoli Ψ.
6.1 Stručný přehled postupu očištění
V prvním kroku se z údajů pro ceny práce (očištěných o vliv produktivity), ceny kapitálu,
ceny zakázek u inţenýrských staveb a celého stavebnictví a podílu osobních nákladů na
ceně zakázek vypočte počet uţitých jednotek práce a kapitálu.
60
Znamená, ţe stejné mnoţství produkce lze vyrobit s různým mnoţstvím práce a kapitálu, pokud libovolný
počet jednotek práce substituujeme jednotkami kapitálu v pevně daném poměru (např. 2:1) – výrobní faktory
jsou pak dokonalé substituty.
61
Jak předpokládá neoklasická ekonomie.
62
Jinak řečeno, ve všech zemích je uţívána stejná technologie, ať uţ z důvodu, ţe jiná technologie není
moţná, nebo ekonomicky výhodná.
- 36 -
Michal Dvořák
Ve druhém kroku se tento počet spotřebovaných jednotek přecení průměrnými náklady na
práci a kapitál pro země EU15. Na základě toho předpovíme, jaký by měl být poměr
cenových hladin pro inţenýrské stavby (IW) a poměr pro celé stavebnictví (TC) při
srovnatelných cenách vstupů. Takovéto IW a TC nazveme očištěnými IW a TC.
Ukazatel Φ při srovnatelných cenách práce a kapitálu vznikne vydělením očištěného IW a
očištěného TC a nazveme jej očištěným Φ.
6.2 Podrobná metodologie očištění
1) Nejprve je třeba očistit cenu práce o vliv produktivity63. Jako nominální cena práce bude
pouţita statistika monthly labor costs for construction, uţitá jiţ v ekonometrickém modelu.
Produktivitu práce uvádí statistika hrubá přidaná hodnota na zaměstnance64. Pouţijeme
relativní hodnotu této statistiky vůči průměru EU15. Takto definovaným indikátorem
produktivity vydělíme nominální cenu práce v kaţdé zemi, tedy cena práce očištěná o
produktivitu (resp. cena stejně produktivní jednotky práce) se vypočte formálně jako:
Wi
Wi
,
GAVi
GAV EU 15
(6.1)
kde (pro i-tý stát):
Wi je cena práce po očištění o vliv produktivity,
Wi je nominální cena práce (tj. bez očištění o produktivitu),
GAV i je hodnota statistiky hrubá přidaná hodnota na zaměstnance (měřítko
produktivity),
GAVEU 15 je průměrná hodnota GAV i za všechny státy EU1565.
63
Ekvivalentně by bylo moţné neupravovat mzdovou úroveň, ale počet uţitých jednotek práce – tj. v rovnici
(6.2) vydělit αi mírou produktivity (GAVi / GAVEU15).
64
V originále Apparent labor productivity: Gross added value per person employed z kategorie Structural
business statistics.
65
Průměr proveden pouze ze 14 zemí EU15, jelikoţ údaj pro Německo nebyl k dispozici.
- 37 -
Michal Dvořák
2) Nyní se přikročí k očištění ukazatele Φ. Formálně bude postup pro zemi i vypadat takto:
Vycházíme z rovnice (6.2), ţe cena zakázek se rovná počtu uţitých jednotek výrobních
faktorů krát jejich jednotková cena (u ceny práce pouţijeme cenu očištěnou o
produktivitu)66.
Pi
i
Wi
i
Ki
(6.2)
Jak jiţ bylo zmíněno v kapitole 5.5, Eurostat sleduje podíl osobních nákladů na ceně
produkce (tedy zakázky). Z definice tohoto podílu, aplikované na rovnici (6.2), pro i-tý stát
platí:
i
si
Wi
,
Pi
(6.3)
kde si je Eurostatem sledovaný podíl celkových osobních nákladů na ceně produkce.
Pokud si je podíl celkových osobních nákladů, pak 1 s i (tj. zbylá část) je podíl celkových
nákladů kapitálu na ceně zakázky. Úpravou rovnice (6.3) a vyuţitím, ţe 1 s i je podíl
celkových nákladů kapitálu, získáme vztahy:
si Pi
i
i
Wi
1 si Pi
.
Ki
(6.4)
Podobně jako v ekonometrickém modelu v kapitole 5.4 za Wi dosadíme CPL pro cenu
práce ( Wi CPL ), přičemţ je nutné mít na paměti, ţe do rovnice (6.4) dosazujeme jiţ hodnotu
očištěnou o produktivitu: CPL pro (neočištěnou) cenu práce se musí nejprve podělit
ukazatelem produktivity (tj. dosadit do rovnice (6.1) za Wi ) a výsledek aţ pak dosadit do
jmenovatele (6.4.). CPL pro cenu práce očištěný o produktivitu budeme v souladu
s přijatým značením označovat čárkou ( Wi CPL ). Dále dosadíme za Ki CPL pro strojní
vybavení ( K iCPL ). Za Pi podle toho, zda počítáme αi a βi pro inţenýrské stavby (tj.
IW
i
) nebo stavebnictví celkem (
TC
i
a
TC
i
IW
i
a
), dosadíme CPL pro inţenýrské stavby (IWi)
66
Dolní index i značí, ţe se údaje týkají i-tého státu, P je cena zakázky, W je cena jednotky práce, K je cena
jednotky kapitálu, α je počet uţitých jednotek práce a β počet uţitých jednotek kapitálu (α a β jsou specifické
pro kaţdou zemi a druh zakázky!).
- 38 -
Michal Dvořák
nebo CPL pro stavebnictví celkem (TCi). Moţnost pouţít CPL indexy je zdůvodněna
v Příloze C.
V kapitole 5.5 bylo řečeno, ţe podíl osobních nákladů na ceně produkce se liší u větších a
menších firem a ţe s určitou mírou nepřesnosti ztotoţníme největší firmy (se 250 a více
zaměstnanci) se staviteli inţenýrských staveb. Této skutečnosti zde vyuţijeme dosazením
údajů o podílu osobních nákladů ve velkých firmách ( si 250 ) do rovnic pro inţenýrské
stavby a údajů o podílu osobních nákladů za všechny firmy s 20 a více zaměstnanci ( s i 20 )
do rovnic pro stavebnictví celkem.
Dostaneme tedy pro kaţdou (i-tou) zemi dvě rovnice pro inţenýrské stavby:
IW
i
si 250 IWi
Wi CPL
1 si 250 IWi
K iCPL
IW
i
(6.5)
a dvě rovnice pro stavebnictví celkem:
TC
i
si 20 TC i
Wi CPL
TC
i
1 si 20 TC i
.
K iCPL
(6.6)
IW a TC tak, jak ho sleduje Eurostat (tedy neočištěný), se s pouţitím výše definovaných
veličin pro kaţdou zemi vypočte jako67
IWi
IW
i
Wi CPL
IW
i
K iCPL
(6.7)
TC i
TC
i
Wi CPL
TC
i
K iCPL .
(6.8)
Pro přecenění cen práce a kapitálu v jednotlivých zemích srovnatelnými cenami uţijeme
faktu, ţe CPL pro EU15 je vţdy roven stu, pokud pouţíváme CPL s bází EU1568. Očištěný
CPL pro práci pro EU15 ( WEUCPL
15 ) se však rovná stu pouze přibliţně, a proto je potřeba jej
67
Povšimněme si, ţe rovnice (6.7) a (6.8) mají na levé straně CPL index, který ale interpretujeme jako
absolutní cenu zakázky (tj. ceny v nějakých peněţních jednotkách), která se rovná počtu uţitých jednotek
práce a kapitálu krát jejich (absolutní) ceny.
68
Viz definice CPL v rovnici (4.1) nebo Tab. 4.1. Bází rozumíme zemi nebo oblast, vůči které je posuzována
cenová hladina ve sledované zemi. Tedy
CPL
K EU
15
100 .
- 39 -
Michal Dvořák
spočítat zprůměrňováním hodnot Wi CPL pro jednotlivé státy EU15.69 Očištěný IW a TC
(budeme je značit čárkou) se vypočte tak, ţe se ceny kapitálu a práce v daných zemích
CPL
Wi CPL a KiCPL nahradí cenou práce a kapitálu průměrnou v celé EU15, tedy WEUCPL
15 a K EU 15 :
IWi
IW
i
WEUCPL
15
IW
i
CPL
K EU
15
TC i
TC
i
W EUCPL
15
TC
i
CPL
K EU
15 .
Konečně očištěný ukazatel Φ (označíme OCISTΦ) je pak jejich podílem, tj.
IWi
OCIST
.
i
(6.9)
TC i
6.3 Výsledky očištění a vazba na korupci
Nejprve zrekapitulujeme veličiny, jejichţ vztah ke korupci bude následně podroben
regresní analýze.

Φ je podílový ukazatel, který zkonstruujeme přímo z dat publikovaných
Eurostatem, tedy bez jakéhokoli očištění.

Očištěné Φ (OCISTΦ) je ukazatel vypočtený z rovnice (6.9) a říká, jakou hodnotu by
měl podílový ukazatel Φ, pokud by cena práce byla ve všech zemích totoţná (při
stejné produktivitě) a i cena kapitálu byla mezinárodně stejná.

Cenové Φ (CENYΦ) zavedeme jako
CENY
OCIST
, aby pro ilustraci udávalo
rozdíl mezi předchozími ukazateli v důsledku přecenění výrobních faktorů na
srovnatelné ceny.
Pro regresní analýzu byl pouţit soubor 20 zemí, u kterých jsou všechny potřebné údaje
k dispozici. Tento soubor má menší rozsah neţ soubor uţitý v kapitole 4.2. Výsledky
analýzy, kde kaţdá ze tří výše uvedených veličin vystupuje v roli vysvětlované proměnné a
korupční index CPI jako proměnná vysvětlující, jsou shrnuty na Obr. 6.1. Vizualizace
vztahu mezi očištěným Φ a korupčním indexem včetně označení zemí je na Obr. 6.2.
69
Důvodem odlišnosti průměrného očištěného CPL za státy EU15 od hodnoty 100 je, ţe nominální cena
práce a produktivita nejsou vzájemně nezávislé veličiny. Hodnota
- 40 -
WEUCPL
15 je v našem případě 107,3.
Michal Dvořák
Korupce je důleţitou vysvětlující proměnnou pro očištěné Φ a příslušný regresní koeficient
je silně záporný. To znamená, ţe při srovnatelných cenách práce a kapitálu jsou inţenýrské
zakázky relativně draţší tam, kde panuje vyšší korupce – zlepšení korupčního indexu o
jeden bod znamená pokles relativní ceny inţenýrských staveb (tj. IW) vůči stavebnictví (tj.
TC) o přibliţně 7 %. Korupce vysvětlí 38 % variability očištěného Φ, a tak korupční index
hraje podstatnou roli jako faktor působící na ceny zakázek (ať jiţ přímo nebo
zprostředkovaně jako proxy pro jiné veličiny), i kdyţ existují ještě další vlivy determinující
hodnotu očištěného ukazatele (viz kapitola 5.1).
Obr. 6.1: Regresní analýza vlivu korupce na Φ a jeho komponenty.70
Zdroj dat:
Eurostat, Transparency International
Korupční index je signifikantní i jako vysvětlující proměnná pro cenové Φ, byť tento efekt
je poměrně malý – ať jiţ velikostí regresního koeficientu nebo faktem, ţe cenové Φ
vysvětlí pouze 5 % variability Φ.71 Regresní koeficient má poněkud překvapivě kladné
znaménko, tedy niţší korupce (v důsledku vyšší vyspělosti země a s tím spojené vyšší
relativní ceny práce) koinciduje s vyššími hodnotami cenového Φ.72
70
F testy nejsou zmíněny, protoţe jsou v těchto případech ekvivalentní t-testům. Pokud sestavíme model
korupce (CPI) = β0 + β1∙ očekávané Φ + β2 ∙ očištěné Φ + u měřící příspěvky faktorů ke korupci, budou obě
vysvětlující proměnné signifikantní na 10% hladině významnosti. Korelační koeficient mezi regresory je zde
pouze -0,257.
71
Koeficient determinace modelu Φ = β0 + β1 ∙ cenové Φ + u je 0,052 a proměnná je v modelu nevýznamná.
72
Ve skutečnosti ale předpovídat hodnoty cenového Φ není snadné, protoţe závisí na konkrétních hodnotách
Φ a relativním rozdílu mezi IW a očištěným IW na jedné straně a TC a očištěným TC na straně druhé.
- 41 -
Michal Dvořák
Co se týče umístění zemí na Obr. 6.2, který zobrazuje pozici států podle míry korupce a
očištěného Φ, příliš se neliší od umístění zemí na Obr. 4.2, jenţ ukazoval vztah pro korupci
a (neočištěné) Φ.
Obr. 6.2: Očištěné Φ vs. korupční index CPI za rok 2007.
6.4 Možné námitky proti provedenému způsobu očištění
Přestoţe analýza, jejíţ výsledky jsou shrnuty na obrázcích 6.1 a 6.2, působí průkazně, je
třeba mít na paměti způsob, jakým byla provedena, a z toho vyplývající omezení.
Slabá místa očišťování provedeného v této kapitole jsou především tato:

předpoklad nemoţnosti substituce práce kapitálem a naopak,

zjednodušení uţitím agregace dat a volbou reprezentantů pro cenové úrovně práce a
kapitálu,

ze statistického pohledu poměrně malý rozsah souboru.
- 42 -
Michal Dvořák
Zejména nemoţnost substituce je aţ příliš velkým zjednodušením. Bohuţel zavést do
očišťovacího modelu moţnost substituce by vyţadovalo znalost produkčních funkcí, které
pro takto konkrétní oblasti lze velmi těţko a jen hrubě odhadovat, a tak umoţnění
substituce skrze takovýto model by sice nebylo technicky komplikované, ale zato snadno
napadnutelné. Proto od toho bylo upuštěno. Omezíme se na konstatování, ţe umoţnění
substituce by působilo směrem k vyrovnání hodnot ukazatelů mezi zeměmi.
Zde provedené očištění je poměrně náchylné na změny v datové základně, a tak volba
uţitých statistik můţe mít vliv na výsledek analýzy. V tomto případě nezbývá neţ věřit
v dobrou práci Eurostatu při sběru dat.
K dispozici bylo pouze 20 pozorování, coţ není mnoho. Panelové šetření by přineslo více
dat, ale je vysoce pravděpodobné, ţe vzhledem ke specifickému prostředí v jednotlivých
zemích by údaje za další roky nepřinesly o mnoho více informace.
6.5 Vztahy mezi ukazateli a dalšími veličinami
Tabulka 6.1 nabízí porovnání míry korelace mezi ukazateli vyspělosti země, mzdové
úrovně, podílovými ukazateli a korupčním indexem. Ukazuje se, ţe očištění ukazatele Φ
mírně posílilo inverzní vztah mezi ukazatelem a HDP na hlavu, naopak cenové Φ je s HDP
jako mírou vyspělosti (přes vliv cen výrobních faktorů) silně pozitivně korelováno.
Korelační koeficient mezi očištěným a cenovým Φ je -0,26, tedy se očištěním podařilo
rozdělit ukazatel na dvě vzájemně poměrně slabě závislé sloţky. Jak jiţ ale bylo řečeno,
efekty popisované v kapitole 5 nemají velký vliv, coţ je vidět na téměř identických
korelačních koeficientech Φ a Ψ vůči očištěnému Φ.
Dále vidíme, ţe empirické vztahy mezi vyspělostí (HDP na hlavu) a cenou výrobních
faktorů odpovídají v 5. a 6. kapitole přijatým předpokladům, ţe mzdy jsou vyšší ve
vyspělých státech i při uvaţování rozdílné produktivity.
- 43 -
Michal Dvořák
Tab. 6.1: Korelační koeficienty mezi vybranými veličinami pro rok 2007.
Poznámka: PPS značí standard parity kupní síly, tj. srovnatelnou měnovou jednotku. Všechny
korelační koeficienty jsou vypočteny ze souboru identického rozsahu; tedy státy, pro které nejsou
k dispozici data pro všechny veličiny, byly ze souboru vyškrtnuty.
Zdroj dat:
Eurostat, Transparency International
- 44 -
Michal Dvořák
7. Závěr
7. Závěr
Uţití podílových ukazatelů konstruovaných z dat Eurostatu se jeví jako velice perspektivní
stanovení úměrnosti cen inţenýrských staveb, které jsou realizovány z drtivé většiny
formou veřejných zakázek. Bohuţel tento přístup naráţí na řadu vlivů prostředí, od kterých
je třeba ukazatele pro lepší vypovídací hodnotu očistit.
V této studii byly podílové ukazatele očištěny od vlivu rozdílných cen v jednotlivých
zemích a různé náročnosti na kapitál a práci mezi odvětvím inţenýrských staveb a
rezidenční a nerezidenční výstavby. Zde provedené očištění není dokonalé, protoţe
neuvaţuje moţnost substituce mezi výrobními faktory. K publikování přesvědčivějších
výsledků by proto bylo zapotřebí zahrnout vliv této substituce a uvaţovat i jiné vlivy
prostředí, jako je například rozdílná konkurence na trzích obytných staveb a inţenýrských
prací.
Mezi neočištěnými podílovými ukazateli a mírou korupce panuje statisticky i ekonomicky
významný vztah. Ten ještě mírně zesílí, pokud provedeme výše uvedené očištění. Korelace
mezi očištěným i neočištěným podílovým ukazatelem a vyspělostí měřenou HDP per
capita ve standardu kupní síly je výrazně slabší neţ korelace mezi podílovými ukazateli a
korupčním indexem. Z toho plyne, ţe jak bez očištění, tak i při očištění výše uvedeném je
korupce významným faktorem zvyšujícím relativní cenu inţenýrských staveb oproti
rezidenčním stavbám či stavebnictví celkem.
- 45 -
Seznam použité literatury a pramenů
ADES, Alberto; DI TELLA, Rafael. Rents, Competition and Corruption. The American
Economic Review. September 1999, Vol. 89, Issue 4, s. 982-993. Dostupné také z WWW:
<http://www.people.hbs.edu/rditella/papers/AER-Rents%26Corruption.pdf>.
BALDWIN, Richard; WYPLOSZ, Charles. Ekonomie evropské integrace. První vydání.
Praha : Grada Publishing, 2008. 480 s. ISBN 978-80-247-1807-1.
Bez "všimného" veřejnou zakázku nelze dostat, myslí si dvě třetiny menších firem.
IHNED.cz : Online zprávy hospodářských novin [online]. 17.2.2010, [cit. 2010-07-18].
Dostupné z WWW: <http://ekonomika.ihned.cz/c1-40596270-bez-vsimneho-verejnouzakazku-nelze-dostat-mysli-si-dve-tretiny-mensich-firem>.
BLISS, Christopher; DI TELLA, Rafael. Does Competition Kill Corruption?. The Journal
of Political Economy. 1997, Vol. 105, Issue 5, s. 1001-1023. Dostupné také z WWW:
<http://www.people.hbs.edu/rditella/papers/JPECorrCompetition.pdf>.
DIÁZ MURIEL, Carlos. Comparative price levels for construction in 33 European
countries for 2005. Statistics in focus : Economy and finance [online]. 108/2007, [cit.
2010-07-12]. Dostupné z WWW:
<http://epp.eurostat.ec.europa.eu/cache/ITY_OFFPUB/KS-SF-07-108/EN/KS-SF-07-108EN.PDF>. ISSN 1977-0316.
DURČÁKOVÁ, Jaroslava; MADEL, Martin. Mezinárodní finance. 3. rozšířené a doplněné
vydání. Praha : Management Press, 2007. 488 s. ISBN 978-80-7261-170-6.
EUROPA - The official website of the European Union [online]. 2010 [cit. 2010-07-13].
Dostupné z WWW: <http://europa.eu>.
FISMAN, Raymond; MIGUEL, Edward. Corruption, Norms, and Legal Enforcement:
Evidence from Diplomatic Parking Tickets. Journal of Political Economy. 2006, Vol. 115,
Issue 6, s. 1020-1048. Dostupné také z WWW:
<http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.132.3770&rep=rep1&type=pdf
>.
FRIČ, Pavol, et al. Korupce na český způsob. Vydání první. Praha : G plus G, 1999. 304 s.
ISBN 80-86103-26-9.
Global Infrastructure Anti-Corruption Centre [online]. c2008 [cit. 2010-07-09]. Dostupné
z WWW: <http://www.giaccentre.org>.
Global Infrastructure Anti-Corruption Centre [online]. 21. 2. 2009 [cit. 2010-07-09].
Corruption Information: Cost of corruption. Dostupné z WWW:
<http://www.giaccentre.org/cost_of_corruption.php>.
- 46 -
GUJARATI, Damodar J. Basic Econometrics. 4th Edition (paperback). New York : Tata
McGraw-Hill, 2004. 1032 s. ISBN 978-0070597938.
GURGUR, Tugrul; SHAH, Anwar. Localization and Corruption: Panacea or Pandora’s
Box?. World Bank Policy Research Working Paper 3486. January 2005. Dostupné z
WWW: <http://ssrn.com/abstract=648011>.
HINDLS, Richard, et al. Statistika pro ekonomy. Osmé vydání. Praha : Professional
Publishing, 2007. 420s. ISBN 978-80-86946-43-6.
IBR Consulting. IBR Consulting [online]. c2010 [cit. 2010-07-17]. Dostupné z WWW:
<http://www.ibrconsulting.cz>.
KAUFMANN, Daniel; KRAAY, Aart; MASTRUZZI, Massimo. Governance matters IV:
new data, new challenges. In Global Corruption Report 2006 [online]. London : Pluto
Press, 2006 [cit. 2010-06-27]. s. 302-307. Dostupné z WWW:
<http://www.transparency.org/publications/gcr/gcr_2006>. ISSN 1749–3161.
KAUFMANN, Daniel; KRAAY, Aart; MASTRUZZI, Massimo. Governance Matters
VIII: Aggregate and Individual Governance Indicators, 1996-2008 [online]. World Bank
Policy Research Working Paper No. 4978, 29. 6. 2009 [cit. 2010-07-09]. Dostupné z
WWW: <http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1424591>.
Komise: Výstavba dálnic v ČR není draţší neţ v zahraničí : Výsledek práce komise ČVUT
je ostře kritizován za pouţitá data. Podle komise se cena dálnic od zahraničí výrazně neliší.
IHNED.cz : Online zprávy hospodářských novin [online]. 16.7.2008, [cit. 2010-07-17].
Dostupné z WWW: <http://ekonomika.ihned.cz/c1-25993570-komise-vystavba-dalnic-vcr-neni-drazsi-nez-v-zahranici>.
KUČERA, Petr. Berou všichni! : Korupce při veřejných zakázkách. Profit. 2.10.2006, roč.
17, č. 40, s. 14-21.
LAMBSDORFF, Johann G. Corruption in Empirical Research - A Review. Transparency
International Working Paper [online]. November 1999, [cit. 2010-07-19]. Dostupné z
WWW: <http://gwdu05.gwdg.de/~uwvw/downloads/contribution05_lambsdorff.pdf>.
LAMBSDORFF, Johann G. The Methodology of the Corruption Perceptions Index 2007
[online]. Transparency International and University of Passau, 2007 [cit. 2010-07-09].
Dostupné z WWW: <http://www.transparency.lt/new/images/cpi2007_methodology.pdf>.
MAURO, Paolo. Corruption and Growth. The Quarterly Journal of Economics. August
1995, 110, 3, s. 681-712. Dostupné také z WWW: <http://www.jstor.org/stable/2946696>.
MAURO, Paolo. The Effects of Corruption on Growth, Investment and Government
Expenditures: A Cross-country Analysis. In ELLIOT, Kimberly A. (ed). Corruption and
the Global Economy. [s.l.] : Institute for International Economics, 1997. s. 244. Dostupné
také z WWW:
<http://www.adelinotorres.com/economia/Os%20efeitos%20da%20corrup%C3%A7%C3
%A3o%20no%20mundo.pdf>. ISBN 978-0881322330.
- 47 -
Ministerstvo spravedlnosti. Justice.cz : Oficiální server českého soudnictví. 2010. [cit.
2010-05-10]. Dostupné z WWW: <http://www.justice.cz>.
Mott MacDonald Praha. Studie SFDI: Problémy a zkušenosti při zadávání veřejných
zakázek dopravní infrastruktury ve vybraných evropských zemích. [s.l.] : Státní fond
dopravní infrastruktury, 2006. 51 s. Dostupné také z WWW:
<cenadalnic.oziveni.cz/documents/studie-verejne-zakazky-infrastr-2006-sfdi.zip>.
Mott MacDonald. Mott MacDonald - Česká republika [online]. c2010 [cit. 2010-07-17].
Dostupné z WWW: <http://www.mottmac.cz>.
MENZELOVÁ, Kateřina. Výstavba dálnic: Hodně dynamické ceny: Ušetřit by bylo moţné
miliardy. Kdy se však začne?. Euro. 12. října 2009, 2009, 41, s. 34-38.
Národní ekonomická rada vlády. Závěrečná zpráva [online]. Praha : Vláda ČR, 2009 [cit.
2010-06-30]. Dostupné z WWW: <http://www.vlada.cz/assets/media-centrum/dulezitedokumenty/zaverecna-zprava-NERV.pdf>.
Nejvyšší kontrolní úřad; Bundesrechnungshof. Společná zpráva o paralelních kontrolách
výdajů na stavbu dálnice Praha – Drážďany [online]. Praha : Nejvyšší kontrolní úřad,
2006 [cit. 2010-07-17]. Dostupné z WWW: <http://www.nku.cz/downloads/ostatnipublikace/paralelni-kontroly-dalnice-praha-drazdany.pdf>.
NEUMANN, Pavel; ŢAMBERSKÝ, Pavel; JIRÁNKOVÁ, Martina. Mezinárodní
ekonomie. První vydání. Praha : Grada Publishing, 2010. 160 s. ISBN 978-80-247-3276-3.
OLKEN, Benjamin A. Corruption Perceptions vs. Corruption Reality [online]. American
Economic Association 2006 Annual Meeting Papers. Dostupné z WWW:
<http://www.aeaweb.org/annual_mtg_papers/2006/0106_1430_1204.pdf>.
Oţivení, o.s. Cena dálnic [online]. 2010 [cit. 2010-07-20]. Dostupné z WWW:
<http://cenadalnic.oziveni.cz/>.
PAVEL, Jan. Ekonomické aspekty veřejných zakázek. Praha : Oeconomica, 2007. 110 s.
ISBN 978-80-245-1260-0.
PAVEL, Jan. Vliv počtu nabízejících na cenu stavebních zakázek v oblasti dopravní
infrastruktury 2004 - 2007 [online]. Praha : Transparency International Česká republika,
2008 [cit. 2010-06-30]. Dostupné z WWW:
<http://www.transparency.cz/pdf/publikace/vz_dalnice2008.pdf>.
PŠENIČKA, Jiří. Dojení betonu : Výstavba dálnic: Firmy si prý úředníky zavazují třeba i
tím, ţe jim zaplatí dovolenou. Euro. 5.11.2007, 45, s. 40.
PŠENIČKA, Jiří. Tajuplní betonáři : TOP 20 stavitelů silnic: Mezi nejúspěšnějšími
českými budovateli komunikací je řada firem, u nichţ nikdo neví, komu vlastně patří.
Ekonom. 4.-10. 2. 2010, 2010, číslo 5, s. 10-15.
- 48 -
PŠENIČKA, Jiří. Konec české betonové cesty : Dopravní infrastruktura: Pokud chce stát
zlevnit výstavbu dálnic a ţelezničních tratí, je třeba v první řadě zarazit manipulaci a
korupci při tendrech. Ekonom. 22.-28.7.2010, 2010a, číslo 29, s. 10-15.
REINIKKA, Ritva; SVENSSON, Jakob. Using Micro-Surveys to Measure and Explain
Corruption. World Development. 2006, Vol. 34, Issue 2, s. 359-370. Dostupné také z
WWW:
<http://siteresources.worldbank.org/INTSOCACCDEMSIDEGOV/Resources/28718131161804740480/17WorldDevelopmentarticleFeb2006.pdf>.
Report on the Transparency International Global Corruption Barometer 2007 [online].
Berlín : Transparency International, 6.12. 2007 [cit. 2010-07-09]. Dostupné z WWW:
<http://www.transparency.org/content/download/27256/410704/file/GCB_2007_report_en
_02-12-2007.pdf>.
ROSE-ACKERMANN, Susan. The Political Economy of Corruption. In ELLIOT,
Kimberly A. (ed.). Corruption and the Global Economy. [s.l.] : Institute for International
Economics, 1997. s. 244. Dostupné také z WWW:
<http://www.iie.com/publications/chapters_preview/12/2iie2334.pdf>. ISBN 9780881322330.
RYBÁKOVÁ, Dana. Korupce po česku : Bere se skoro všude. Profit. 31.5.2004, roč. 15, č.
23, s. 8.
Ředitelství silnic a dálnic. Ředitelství silnic a dálnic [online]. 13.3.2008 [cit. 2010-07-17].
U ceny dálnice se musí porovnávat porovnatelné. Dostupné z WWW:
<http://www.rsd.cz/doc/Informacni-servis/u-ceny-dalnice-se-musi-porovnavatporovnatelne>.
SANDHOLTZ, Wayne; KOETZLE, William. Accounting for Corruption: Economic
Structure, Democracy, Trade. International Studies Quarterly. 2000, Vol. 44, No. 1, s. 3150. Dostupné také z WWW: <http://www.jstor.org/stable/3013968>.
SELDAYO, H.; DE HAAN, J. The Determinants of Corruption: A Literature Survey and
New Evidence [online]. Paper presented at 2006 EPCS Conference, Turku, Finland, 20-23
April. 2006, [cit. 2010-07-20]. Dostupné z WWW:
<http://congress.utu.fi/epcs2006/docs/D1_seldadyo.pdf>.
SKLENÁŘ, Martin; ZÝBNER, Jiří. Cenové porovnání dálnice D11 (stavební úseky 1104 a
1105) s dálnicemi, realizovanými v České republice, Rakousku, Slovinsku [online].
Ředitelství silnic a dálnic. [cit. 2010-07-17]. Dostupné z WWW:
<http://cenadalnic.oziveni.cz/documents/ibr-ceny-d11.pdf>.
Statistical Office of the European Communities (Eurostat) – Organisation for Economic
Co-operation and Development (OECD). Methodological manual on purchasing power
parities [online]. 2005 edition. Luxembourg : Office for Official Publications of the
European Communities, 2006 [cit. 2010-06-30]. Dostupné z WWW:
<http://epp.eurostat.ec.europa.eu/cache/ITY_OFFPUB/KS-BE-06-002/EN/KS-BE-06-002EN.PDF>. ISSN 1725-0048.
- 49 -
Statistical Office of the European Communities (Eurostat). European Price Statistics : An
overview [online]. 2008 edition. Luxembourg : Office for Official Publications of the
European Communities, 2008 [cit. 2010-06-30]. Dostupné z WWW:
<http://epp.eurostat.ec.europa.eu/cache/ITY_OFFPUB/KS-70-07-038/EN/KS-70-07-038EN.PDF>. ISBN 978-92-79-07356-4.
Statistical Office of the European Communities (Eurostat). Reference Metadata in Euro
SDMX Metadata Structure [online]. 2009 [cit. 2010-06-30]. Purchasing power parities.
Dostupné z WWW:
<http://epp.eurostat.ec.europa.eu/cache/ITY_SDDS/en/prc_ppp_esms.htm>.
Statistical Office of the European Communities (Eurostat). Reference Metadata in Euro
SDMX Metadata Structure [online]. 2009 [cit. 2010-06-30]. Structural business statistics.
Dostupné z WWW:
<http://epp.eurostat.ec.europa.eu/cache/ITY_SDDS/EN/sbs_esms.htm>.
Statistical Office of the European Communities (Eurostat). Eurostat : Your key to
European statistics [online]. 2010 [cit. 2010-06-15]. Annual detailed enterprise statistics
on construction (Nace Rev.1.1 F). Dostupné z WWW: <http://ec.europa.eu/eurostat>.
European statistics [online]. 2010 [cit. 2010-06-15]. Construction broken down by
employment size classes (NACE Rev.1.1 F) - Reference year 2002 and onwards. Dostupné
z WWW: <http://ec.europa.eu/eurostat>.
European statistics [online]. 2010 [cit. 2010-05-20]. GDP and main components - Current
prices. Dostupné z WWW: <http://ec.europa.eu/eurostat>.
European statistics [online]. 2010 [cit. 2010-05-23]. Monthly labour costs - Nace Rev. 1.1.
Dostupné z WWW: <http://ec.europa.eu/eurostat>.
European statistics [online]. 2010 [cit. 2010-05-18]. Purchasing power parities (PPPs),
price level indices and real expenditures for ESA95 aggregates . Dostupné z WWW:
<http://ec.europa.eu/eurostat>.
Stát rozhazuje, dálnice se u nás staví dráţ neţ v Itálii. MF Dnes. 18.9.2009, s. 1.
STIGLITZ, Joseph E. Ekonomie veřejného sektoru. Vydání 1. Praha : Grada Publishing,
1997. 664s. ISBN: 80-7149-454-1.
SŮRA, Jan; SMETANA, Jiří. Záhada předraţených dálnic : Kdyţ se v česku staví silnice,
uspoří se na nich ve srovnání s Evropou mnohem méně neţ u staveb bytů. MF Dnes :
Ekonomika. 18.9.2009, s. 10.
TABERY, Erik. Vládneme, nerušit : Opoziční smlouva a její dědictví. Vydání první. Praha
- Litomyšl : Paseka, 2006. 304 s. ISBN 80-7185-446-8.
- 50 -
Transparency International. Transparency International [online]. 2010 [cit. 2010-07-09].
Dostupné z WWW: <http://www.transparency.org>.
Transparency International. Transparency International [online]. 2010a [cit. 2010-07-18].
Corruption Perceptions Index 2005. Dostupné z WWW:
<http://www.transparency.org/policy_research/surveys_indices/cpi/2005>.
Transparency International. Transparency International [online]. 2010b [cit. 2010-07-18].
Transparency International. Transparency International [online]. 2010c [cit. 2010-05-10].
Transparency International. Transparency International [online]. 2010d [cit. 2010-07-13].
Global priorities: Public contracting. Dostupné z WWW:
<http://www.transparency.org/global_priorities/public_contracting>.
Transparency International – Česká republika. Transparency International - Česká
republika [online]. c2007 [cit. 2010-07-09]. Dostupné z WWW:
<http://www.transparency.cz>.
republika [online]. c2007a [cit. 2010-07-19]. Indexy CPI a BPI. Dostupné z WWW:
<http://www.transparency.cz/index.php?lan=cz&id=11>.
republika [online]. c2007b [cit. 2010-07-19]. Otázky a odpovědi k BPI 2006. Dostupné z
WWW: <http://www.transparency.cz/index.php?lan=cz&id=2873>.
VOLEJNÍKOVÁ, Jolana. Možnosti hodnocení a měření korupce jako ukazatele kvality
správy [online]. Sborníky z konferencí, Fakulta ekonomicko-správní, Univerzita
Pardubice. 2006 [cit. 2010-07-19]. Dostupné z WWW:
<http://dspace.upce.cz/bitstream/10195/35192/1/VolejnikovaJ_Moznosti%20hodnoceni_V
S_2006.pdf>.
VOLEJNÍKOVÁ, Jolana. Korupce v ekonomické teorii a praxi. Zeleneč : Profess
Consulting, 2007. 390 s. ISBN 978-80-7259-055-1.
World Bank. Worldwide Governance Indicators [online]. c2010 [cit. 2010-07-11].
Dostupné z WWW: <http://info.worldbank.org/governance/wgi/index.asp>.
- 51 -
Seznam tabulek a obrázků
Obr. 2.1: Některé vztahy mezi korupcí a cenou zakázek……………………………….. 12
Obr. 3.1: Index vnímané korupce (CPI) vs. Zvládání korupce (CC) pro rok 2007…….. 17
Obr. 4.1: Podílové ukazatele vs. korupční index CPI pro rok 2007……………………. 22
Obr. 4.2: Jednotlivé státy na grafu Ψ vs. korupční index pro rok 2007………………… 24
Obr. 5.1: Mzdy ve stavebnictví a relativní ceny staveb………………………………… 29
Obr. 5.2: Mzdy ve stavebnictví a relativní ceny staveb………………………………… 30
Obr. 6.1: Regresní analýza vlivu korupce na Φ a jeho komponenty…………………… 41
Obr. 6.2: Očištěné Φ vs. korupční index CPI za rok 2007……………………………… 42
Obr. A.1: Cena 1 km dálnice vs. korupce pro rok 2006………………………………… 54
Obr. B.1: Vztah mezi Indexem vnímání korupce a % korumpujících respondentů pro rok
2007………………………………………………………………………………………. 57
Obr. B.2: Vztah mezi Indexem vnímání korupce a průměrem tří kategorií z Globálního
barometru korupce pro rok 2007…………………………………………………………. 57
Tab. 4.1: Indexy komparativní cenové hladiny (CPL) pro vybrané země v r. 2007……. 19
Tab. 4.2: Ukazatele nákladnosti inţenýrských staveb pro vybrané země v r. 2007……. 20
Tab. 5.1: Variabilita cen výrobních faktorů a cen ve stavebnictví pro rok 2007………. 28
Tab. 5.2: Odhady regresních koeficientů v rovnicích (5.2), (5.3) a (5.4)………………. 32
Tab. 5.3: Podíl osobních nákladů na ceně produkce u různě velkých firem……………. 34
Tab. 6.1: Korelační koeficienty mezi vybranými veličinami pro rok 2007…………….. 44
Tab. A.1: Korupce a cena dálnic podle Mott MacDonald………………………………. 53
Tab. A.2: Korupce a cena dálnic podle IBR Consulting………………………………… 55
Tab. B.1: Korelační koeficienty pro některé veličiny…………………………………… 56
Tab. B.2: Matice korelace hodnot mezi ukazateli korupce v roce 2007………………… 56
Tab. B.3: Korelační koeficienty mezi HDP per capita ve standardu kupních sil a
některými ukazateli korupce v roce 2007………………………………………………… 56
Tab. D.1: Finanční ukazatele pro firmy stavící inţenýrské stavby……………………… 64
Tab. D.2: Finanční ukazatele pro firmy stavící obytné budovy…………………………. 65
Tab. D.3: Průměry finančních ukazatelů jednotlivých firem……………………………. 66
Tab. D.4: Průměry za kategorie stavebních firem………………………………………. 66
- 52 -
Michal Dvořák
Příloha A
Příloha A: Dosavadní studie cen dálnic
A.1 Studie Mott MacDonald: Česko má násobně dražší dálnice
Studie české pobočky mezinárodní poradenské společnosti Mott MacDonald73, která se
specializuje zejména na oblast dopravních staveb, z roku 2006 pro Státní fond dopravní
infrastruktury patří mezi nejčastěji citované studie, kterými se novináři pokouší dokladovat
neúměrnou cenu českých dálnic ve vztahu k zahraničním. Studie totiţ dospěla k pro
Českou republiku vskutku nelichotivým hodnotám, jeţ ukazuje Tabulka A.1.74
Tab. A.1: Korupce a cena dálnic podle Mott MacDonald.
Poznámka: Údaj cena dálnice je znamená cenu 1 km dálnice v milionech Kč za 1 km, při přepočtu
směnným kurzem 28 Kč/€. Pod pojmem dálnice se rozumí dálnice se 2 jízdními pruhy v kaţdém směru,
vedoucí běţným (a tedy nikoli hornatým) terénem. Zdrojem těchto údajů jsou dotazníky expertů
European Federation of Engineering Consultancy Associations, doplněné o zjištění při osobních
jednáních75. Korupci představuje index CPI pro rok 2006, připomeňme, ţe vyšší číslo představuje niţší
vnímanou korupci.
Zdroj dat: Mott Mac Donald (2006, Příloha 14)
Omezením této studie je z definice špatná srovnatelnost cen dálnic, protoţe je téměř
nemoţné najít dvě svými charakteristikami úplně stejné dálnice. Ostatně sami autoři studie
píší:
„Údaje shora [tj. ceny dálnic v Tab. A.1] nevycházejí z oficiálních statistik jednotlivých
zemí. Údaje nejsou podloženy příslušnými analýzami, nelze je tudíž mezi sebou
porovnávat. V souladu s touto skutečností není vhodné tyto údaje ani absolutizovat.“ 76
Jde tedy o velmi hrubý orientační odhad, který zjednodušuje terénní a jiné charakteristiky.
Navíc údaje nezohledňují různou nákladovou náročnost výrobních faktorů v různých
zemích a podléhají vlivům nominálního měnového kurzu.
73
Pobočka má právní subjektivitu – celým názvem Mott MacDonald Praha s.r.o., více informací viz její
webové stránky www.mottmac.cz .
74
Naskenované fragmenty studie Mott MacDonald (2006) jsou neoficiálně k dispozici na webových
stránkách společnosti Oţivení, http://cenadalnic.oziveni.cz/1-predrazene-dalnice/. Výsledky jsou rovněţ
citovány například v Menzelová (2009, s. 36).
75
Mott MacDonald (2006, s. 40).
76
Mott MacDonald (2006, Příloha 14).
- 53 -
Michal Dvořák
Příloha A
Přesto, porovnání odhadovaných cen a míry korupce přinese zajímavé výsledky. Pro větší
názornost zaneseme výsledky z tabulky do Obr. A.1, coţ odhalí, ţe mezi mírou korupce a
takto definovanou realizovanou cenou není vůbec ţádná vizuální spojitost. Například
Řecko trpí podobnou korupcí jako Česká republika a přesto dosáhlo méně neţ pětinové
ceny. Řecko za dálnice platilo přibliţně stejně jako Španělsko s výrazně niţší vnímanou
korupcí. Pro zajímavost, korelační koeficient mezi těmito veličinami je roven -0,01, coţ
potvrzuje nulovou závislost77.
Obr. A.1: Cena 1 km dálnice vs. korupce pro rok 2006.
Zdroj dat:
Mott MacDonald (2006), Transparency International
Vzhledem k výše uvedeným důvodům omezené vypovídací schopnosti údajů zjištěných
společností Mott MacDonald však nelze těmto výsledkům přikládat větší váhu.
A.2 Studie společnosti IBR: Ceny českých dálnic jsou srovnatelné
Další studii o cenách dálnic provedla společnost IBR Consulting, s.r.o. 78, která se rovněţ
zabývá poradenskou činností ve stavebnictví. Jde o srovnání cen vybraných, svým
terénním charakterem podobných, dálnic v České republice, Rakousku a Slovinsku. Studie
působí velmi fundovaným dojmem – i kdyţ odhalit případné nesoulady v poskytovaných
údajích vyţaduje velké znalosti z oboru stavebnictví. Jejím problémem kromě malého
počtu sledovaných států je fakt, ţe zadavatelem je Ředitelství silnic a dálnic, které si studii
nechalo zpracovat, aby reagovalo na mediální kritiku poukazující na předraţenost českých
dálnic. Příkladem, jak Ředitelství pouţívá tuto studii k obranným účelům, budiţ článek
U ceny dálnice se musí porovnávat porovnatelné79 s přiloţenou prezentací. Tato nabízející
se tendenčnost je ostatně hojně kritizována jejími odpůrci.
77
Na takto malém rozsahu souboru ale statistické míry závislosti jako korelační koeficient neposkytují dobré
výsledky.
78
Informace o firmě viz její domovská stránka www.ibrconsulting.cz .
79
Ředitelství silnic a dálnic (2008).
- 54 -
Michal Dvořák
Příloha A
Závěry studie, dané do souvislosti s korupčním ţebříčkem, jsou v Tab. A.2.
Tab. A.2: Korupce a cena dálnic podle IBR Consulting.
Poznámka: Cena dálnice je průměrná cena za 1 km sledovaných dálnic v milionech Kč, korupci
představuje CPI pro rok 2005. Vnímání korupce se mezi roky mění pomalu a ve všech letech
relevantních pro studii pořadí těchto zemí zůstalo neměnné.
Zdroj dat: Transparency International, IBR Consulting80
Na zjištění jsou při letmém pohledu napadnutelné následující dvě věci.
 Studie porovnává dálnice, které se rokem zahájení výstavby výrazně liší – od
dálnic stavěných od roku 2001 aţ po dálnice ještě nezahájené – bez jakéhokoli
očištění. Autoři argumentují, ţe jednotkové ceny nejvýznamnějších prací mezi lety
2004 a 2006 stagnovaly nebo mírně poklesly81. Výstavba mnoha ze sledovaných
dálnic do tohoto období ale vůbec nespadá a údaje o cenách dosud nezahájených
staveb jsou spíše odhadem neţ relevantním ukazatelem. Ve výběru dálnic jsou
slovinské průměrně nejstarší, kdeţto rakouské průměrně nejnovější.
 V Rakousku a ČR bude velký rozdíl v mzdových sazbách, proto prosté porovnání
nákladů není úplně korektní, bylo by potřeba údaje očistit minimálně o vliv těchto
faktorů.
A.3 Ostatní šetření
Další rozsáhlejší studie cen dálnic (vycházející z jiných dat) nebyly provedeny. Za zmínku
ovšem stojí i následující dvě šetření.
Komise expertů Dopravní fakulty ČVUT, která později prováděla analýzu cen dálnic mezi
státy, došla nikoliv překvapivě k podobným závěrům jako studie IBR – protoţe tito experti
z dat IBR vycházeli82.
Společná kontrola Nejvyššího kontrolního úřadu a německého Bundesrechnungshof
dospěla ve svém hodnocení dálnice D8/A11 z Prahy do Dráţďan k tomu, ţe české mosty
jsou průměrně draţší neţ ty německé, navzdory úsporám z rozsahu a levnější pracovní síle
na české straně hranice.83
80
V referencích jako Sklenář, Zýbner podle autorů studie, pracujících pro IBR Consulting. Celá studie
neoficiálně k dipozici na adrese http://cenadalnic.oziveni.cz/documents/ibr-ceny-d11.pdf .
81
Sklenář, Zýbner, s. 15.
82
iHNED.cz, 16. 7. 2008.
83
Nejvyšší kontrolní úřad, Bundesrechnungshof (2006)
- 55 -
Michal Dvořák
Příloha B
Příloha B: Korelace mezi ukazateli korupce
Tab. B.1: Korelační koeficienty pro některé veličiny.
Poznámka:
Zdroj dat:
CPI, resp. CC 2008-2007 jsou meziroční rozdíly v Indexu vnímání korupce, resp.
indikátoru Zvládání korupce (Control of Corruption).
Tab. B.2: Matice korelace hodnot mezi ukazateli korupce v roce 2007.
Poznámka:
Zdroj dat:
GCB - % korumpujících udává podíl respondentů, kteří uvedli poskytnutí úplatku
za posledních 12 měsíců. GCB - 3 kategorie je aritmetický průměr korupčního
vnímání v oblastech uvedených v kapitole 3.
Tab. B.3: Korelační koeficienty mezi HDP per capita ve standardu kupních sil a
některými ukazateli korupce v roce 2007.
Zdroj dat:
Transparency International, World Bank (ukazatele), Eurostat (HDP)
Poznámky o užitých zkratkách
TI
Transparency International
WB Světová banka (World Bank)
CPI Index vnímání korupce (Corruption Perceptions Index)
GCB Globální barometr korupce
- 56 -
Michal Dvořák
CC
RL
Příloha B
Indikátor Zvládání korupce (Control of Corruption)
Indikátor Právní řád (Rule of Law)
Poznámky k metodologii výpočtu korelačních koeficientů
Korelace hodnot znamená hodnotu Pearsonova korelačního koeficientu. Korelace pořadí
znamená hodnotu Spearmanova korelačního koeficientu (tj. Pearsonův korelační
koeficient, pokud se místo hodnot proměnné dosadí pořadí dané hodnoty v celém souboru.
Pokud je v souboru několik stejných hodnot, pak se pořadové číslo musí dělit – pro pořadí
1. – 2. se pouţije pořadové číslo 1,5, apod. Při výpočtu korelačních koeficientů byl vţdy
pouţit maximální moţný rozsah souboru: GCB dává data pro menší počet zemí, ostatní
indikátory jsou k dispozici pro všech 36 ve studii sledovaných evropských států.
Obr. B.1: Vztah mezi Indexem vnímání korupce a % korumpujících respondentů
pro rok 2007.
Zdroj dat:
Obr. B.2: Vztah mezi Indexem vnímání korupce a průměrem tří kategorií
z Globálního barometru korupce pro rok 2007.
Zdroj dat:
- 57 -
Michal Dvořák
Příloha C
Příloha C: Technická poznámka
V této příloze bude blíţe vysvětlen model nákladů firem, uţívaný v kapitolách 5 a 6. Dále
bude ukázána druhá interpretace rovnice (5.1), která při přeceňování cen výrobních faktorů
v kapitole 6 je pravděpodobně názornější, neţ interpretace poskytnutá v kapitole 5.
Pokud předpokládáme, ţe veškeré nákladové poloţky (včetně zisku) lze rozloţit na
odměny kapitálu a práci, pak cena zakázky (tj. výnos neboli trţba firmy) je rovna součtu
celkových odměn práci a kapitálu:
P
L
K,
(C.1)
kde P je cena zakázky, L je součet všech odměn práci a K součet všech odměn kapitálu.
Označíme-li cenu jedné (nějak definované) jednotky práce, tedy mzdu či osobní náklady
jako W a cenu jedné (nějak definované) jednotky kapitálu C, pak zřejmě platí následující
vztahy:
L l W,
K k C.
(C.2)
(C.3)
Rovnice (C.2) říká, ţe součet odměn práci se rovná součinu počtu uţitých jednotek práce l
a ceny jedné jednotky práce W. Rovnice (C.3) tvrdí to samé pro kapitál (k je počet uţitých
jednotek kapitálu).
Substitucí (C.3) a (C.2) do rovnice (C.1) dostaneme vztah:
P
l W
k C.
(C.4)
Zde jsou P, W a C samozřejmě v absolutních částkách (tedy např. v EUR, CZK, apod.).
Předpokládáme, ţe l a k jsou ve všech státech aţ na mírné kolísání stejné – k realizaci
zakázek je technologicky potřeba přibliţně stejný počet jednotek práce a kapitálu
v Německu i Rumunsku. Ideální způsob, jak zjistit (průměrné) l a k pro konkrétní oblast
stavebnictví (tedy pro obytné stavby apod.), by bylo upravit rovnici (C.4) na
ekonometrický model (C.5) přidáním náhodné sloţky u a odhadnout regresní koeficienty l
a k některou z odhadových metod, například metodou nejmenších čtverců:
P l W
k C u
(C.5)
Ve skutečnosti bohuţel nemáme k dispozici data pro P a C v potřebném formátu –
v absolutních částkách (tj. ţe v ČR stojí zakázka 4 mil CZK, v Německu 200 000 EUR,
apod.). Proto se místo modelu (C.5) v textu odhadoval model (C.6), kde se namísto
konkrétních finančních částek pro P, W a C dosadily příslušné CPL indexy – tedy relativní
ceny (po řadě) stavebních zakázek, mezd a nákladů kapitálu v dané zemi vůči průměru
EU15 pro kaţdou z těchto kategorií:
- 58 -
Michal Dvořák
PCPL
l WCPL
Příloha C
v.
k C CPL
(C.6)
Ekonometrický model (C.6) je postaven na deterministickém vztahu (C.7) pro kaţdou
zemi. Vztah (C.7) je identický s rovnicí (5.1) uţitou v hlavním textu.
PCPL
l WCPL
(C.7)
k C CPL
V kapitole 5.4 bylo řečeno, ţe se l a k v rovnici (C.7) mohou interpretovat jako váhy pro
cenu kapitálu a mzdovou úroveň. Zde ukáţeme, ţe rovnici (C.7) lze interpretovat úplně
stejně jako rovnici (C.4), tedy jako počet uţitých jednotek, vynásobený jejich jednotkovou
cenou.
l a k v rovnicích (C.7) a (C.4) se budou téměř jistě numericky lišit84, a pro odlišení se
budou pro l a k vyvozené z rovnice (C.7) pouţívat písmena s čárkou.
Vyuţijeme znalosti o stavbě komparativních cenových indexů (analogie rovnice (4.1) z
textu) k získání následujících vztahů:
PCPL
P
PEU 15 ER
,
WCPL
W
WEU 15 ER
C
, CCPL
C EU 15 ER
,
(C.8)
kde P, W a C bylo definováno výše (a jsou v měně domovské země). PEU15, WEU15 a CEU15
jsou tytéţ veličiny pro EU15 (tedy průměrná cena zakázky, mzdy a odměny kapitálu v
EU15) a jsou uvedeny v měně EU15, zjednodušeně v EUR85. ER je pak nominální kurz
mezi domácí měnou a EUR (ve tvaru kolik domovských měnových jednotek dostaneme za
1 EUR).
Čitatel zlomku je tedy cena zakázky (jednotky práce, jednotky kapitálu) v domovské zemi
a jmenovatel cena zakázky (jednotky práce, jednotky kapitálu) v EU15; obojí v měně
domovské země. Stejný výsledek pak samozřejmě dostaneme i tehdy, kdyţ by byl čitatel i
jmenovatel denominován v EUR.
Dosaďme vztahy (C.8) do rovnice (C.7)
P
PEU 15 ER
l
W
WEU 15 ER
k
C
C EU 15 ER
.
(C.9)
Rovnost zjevně musí platit i po vynásobení obou stran rovnice (C.7) faktorem ER, protoţe
měnový kurz nemůţe být nulový ani nekonečno:
P
PEU 15
l
W
WEU 15
k
C
C EU 15
.
84
(C.10)
Nelišily by se právě tehdy, kdy by údaje v absolutních částkách P, W a C byly týţ násobkem příslušných
CPL, tedy pokud existuje takové číslo a, které (pro všechny státy) splňuje současně rovnice:
P
a PCPL , C
a C CPL , W
a WCPL
85
Jde tedy o umělou, referenční měnu, která je definována jako koš měn uţívaných v EU15. Pro
jednoduchost výkladu budeme tuto měnu dále ztotoţňovat s EUR, i kdyţ to přináší jistou nepřesnost.
- 59 -
Michal Dvořák
Příloha C
Poznamenejme, ţe:
 P/PEU15 je kurz mezi domácí měnou a EUR podle parity kupní síly pro danou
zakázku (podíl říká, kolik by měl být měnový kurz, aby platil zákon jediné ceny,
podle kterého má být zboţí stejně drahé ve všech zemích, kde je toto zboţí
obchodováno),
 W/WEU15 kurz podle parity kupní síly pro mzdy (jaký by měl být měnový kurz, aby
všichni pracovníci dostali stejné mzdy),
 C/CEU15 jsou kurzy podle parity kupní síly pro odměny kapitálu (jaký by měl být
měnový kurz, aby majitelé kapitálu dostali stejné odměny).
První a třetí paritu sleduje Eurostat, druhou jsme schopni zkonstruovat, protoţe Eurostat
sleduje veličinu W a WEU15 získáme zprůměrováním W pro státy EU15.
Pro jednoduchost ještě označíme kurzy podle parity kupní síly malým p s dolním indexem
podle příslušné oblasti (P – zakázky, W – mzdy, C – odměny kapitálu)
pP :
P
PEU 15
,
W
,
WEU 15
pW :
pC :
C
C EU 15
(C.11)
a substituujeme do rovnice (C.10):
pP
l
pW
k
pC
(C.12)
Všimneme si, ţe veličiny rovince (C.12) jsou poměry cen v různých měnách. Pokud
zvolíme jmenovatel všech tří zlomků v (C.11) roven jedné86 (tedy předefinujeme jednotku
zakázky, jednotku práce a jednotku kapitálu), budou kurzy podle parity kupní síly rovny
ceně nově definovaných jednotek zakázky, práce a kapitálu v domovské zemi a domovské
měně, tedy:
pP
P,
pW
W,
pC
C .
(C.13)
P, W a C z (C.13) jsou uvedeny s čárkou, protoţe se budou téměř vţdy lišit od P, W a C
z (C.11) a (C.4) – souvisí to se změnou jednotky zakázky, jednotky práce a jednotky
kapitálu.
Důleţitá vlastnost je, ţe škála P zůstane mezinárodně zachována (pokud stála v ČR
zakázka 1000 CZK a v Polsku 100 PLN, tedy české P bylo 10x vyšší neţ polské P, pak
české P bude opět 10x vyšší neţ polské P ). To samé platí i pro W a C . Samozřejmě,
úměra mezi cenou kapitálu, práce a zakázky v jednom státě zachována nebude, ale to
nevadí.
Pokud dosadíme značení (C.13) do rovnice (C.12), dostaneme:
P
86
l W
k C ,
Alternativně můţeme poloţit rovny jedné uţ jmenovatele zlomků v rovnici (C.9).
- 60 -
(C.14)
Michal Dvořák
Příloha C
coţ je přesná obdoba rovnice (C.4) s tím, ţe jednotka zakázky, jednotka kapitálu a
jednotka práce byly oproti rovnici (C.4) změněny. Pokud byly změněny jednotky, musely
být pochopitelně změněny i ceny za jednotku práce a kapitálu.
Podstatné je, ţe rovnici (C.14) můţeme opět interpretovat tak, ţe P je cena zakázky, W
cena jednotky práce (v domovské měně), C cena jednotky kapitálu (v domovské měně),
l počet uţitých jednotek práce a k počet uţitých jednotek kapitálu.
V ekonometrickém modelu z kapitole 5.4 ale nebyly uţity údaje o paritě kupní síly, nýbrţ
CPL indexy. Pokud ale údaje o paritě kupní síly podělíme měnovým kurzem ER87, tedy
místo parit pouţijeme CPL indexy, dostaneme v rovnici (C.14) definované ceny zakázek,
ceny jednotky práce a ceny jednotky kapitálu v měně EUR. Změna měny samozřejmě
v předchozím odstavci uvedenou interpretaci ani hodnoty l a k neovlivní.
Dokázali jsme tak, ţe nahrazením cen v absolutních částkách „relativními cenami“ CPL se
nezměnila ekonomická podstata rovnice (C.7). Vysvětlení rovnice (C.7), ţe „cena zakázky
je vážený průměr cenových hladin výrobních faktorů“ je ekvivalentní tvrzení, ţe „cena
zakázky se rovná počtu užitých jednotek práce krát cena jednotky práce plus počet užitých
jednotek kapitálu krát cena jednotky kapitálu“.
87
Toto bude mít stejný efekt jako vydělení obou stran rovnice (C.14) členem ER. Vydělení nenulovým
číslem je zjevně ekvivalentní úprava.
- 61 -
Michal Dvořák
Příloha D
Příloha D: Finanční analýza vybraných firem z oblasti
inženýrských a obytných staveb v České republice
D.1 Metodologie
Za oblast inţenýrských staveb byly vybrány 4 firmy s největším objemem získaných
veřejných zakázek z oblasti silniční výstavby: Skanska, Metrostav, Eurovia (dříve Stavby
silnic a ţeleznic) a Strabag.88
Výběr stavitelů obytných staveb byl víceméně náhodný s tím, ţe upřednostněny byly
akciové společnosti a firmy s větší bilanční sumou ke konci roku 2007. Připustila se určitá
různorodost stavební náplně – zastoupena byla i firma poskytující dřevostavby.
Analýza se zaměřuje jednak na odhalení podílů osobních nákladů a nákladů na strojní
vybavení na trţbách, a pak i na vlastnictví strojního vybavení. Proto jsou na aktivech
zkoumány kategorie dlouhodobý hmotný majetek a její poloţka samostatné movité věci a
jejich soubory (obsahuje strojní vybavení typu bagry, jeřáby, apod.). Ve výkazech zisku a
ztráty se pak soustředíme zejména na osobní náklady a odpisy. Pro ilustraci je rovněţ
zkoumána rentabilita aktiv a vztahy mezi trţbami a samostatnými movitými věcmi.
Za stavitele inţenýrských staveb jsou vybrány firmy: (vpravo jsou jejich bilanční sumy ke
konci roku 2007):
(1)
Skanska DS a.s.
12,1 mld. Kč
(2)
Metrostav a.s
14,1 mld. Kč
(3)
Stavby silnic a ţeleznic, a.s (dnes Eurovia)
9,5 mld. Kč
(4)
STRABAG a.s.
13,0 mld. Kč
Za stavitele obytných budov pak:
(1)
Ekonomické stavby s.r.o.
(2)
AGROP NOVA a.s.
(3)
EUROGEMA CZ, a.s.
(4)
Stavitelství DE a.s.
(5)
HAAS Fertigbau spol. s r.o.
(6)
Stavos Stavba a.s
357,8 mil. Kč
367,3 mil. Kč
275,9 mil. Kč
450,7 mil. Kč
2,1 mld. Kč
67,4 mil. Kč
Data pro studii pocházejí z následujících výročních zpráv společností: AGROP NOVA a.s
(za účetní období 2007, 2006), Ekonomické stavby s.r.o. (2007, 2005), EUROGEMA CZ,
a.s (2007, 2005), HAAS Fertigbau spol. s r.o. (2007, 2006), Metrostav a.s (2007, 2005),
Skanska DS a.s. (2007, 2005, 2004), Stavby silnic a ţeleznic, a.s (2007, 2006), Stavitelství
DE a.s. (2007, 2005), Stavos Stavba a.s. (2007, 2005), STRABAG a.s (2007, 2005, 2004).
Výroční zprávy jsou dostupné na serveru http://www.justice.cz provozovaným
Ministerstvem spravedlnosti.
88
Pořadí v Pšenička (2010).
- 62 -
Michal Dvořák
Příloha D
Byly zkoumány následující finanční ukazatele:
1. Dlouhodobý hmotný majetek (DHM)/ Aktiva. Dává do souvislosti podíl majetku,
který můţe být označen jako „kapitál“, s veškerými aktivy podniku. Vypovídací
schopnost můţe být zhoršena přítomností výrobních facilit (tovární budovy, fixní
výrobní stroje apod. – to se děje hlavně v případě firem z druhé skupiny, které
kromě výstavby vyrábějí stavební komponenty) a administrativních budov. Dále
můţe být zhoršena větším objemem některé poloţky oběţných aktiv – pro
inţenýrské firmy je typický velký objem pohledávek. Rovněţ outsourcing
kapitálově náročných činností vede k nepříznivému poklesu ukazatele.
2. Samostatné movité věci a jejich soubory (SMV)/ Aktiva. Měří zastoupení
stavebních strojů, reprezentujících „kapitál“ v pravém slova smyslu. Opět můţe být
ovlivněn jinými aktivy a outsourcingem.
3. Osobní náklady / Výkony. Demonstruje podíl nákladů na práci na celkové
hodnotě produkce. Můţe být zkreslen outsourcingem – náklady se přesouvají do
poloţky „sluţby“ a ukazatel klesá.
4. Odpisy / Výkony. Podíl nákladů na dlouhodobý hmotný majetek v ceně produkce.
Pokud je zkreslen stav DHM (subkontakting nebo velké zastoupení výrobních
facilit či nevýrobního majetku), nedává spolehlivé výsledky.
5. Služby / Výkony. Popisuje intenzitu subkontraktingu. Čím vyšší je ukazatel, tím
zkreslenější výsledky ostatních ukazatelů dostaneme.
6. Materiál a energie (zkráceně Materiál) / Výkony. Významná nákladová poloţka
zejména pro inţenýrské stavby a firmy, které vyrábí stavební komponenty. Těţko
rozdělitelná na práci a kapitál.
7. Provozní zisk (Zisk) / Tržby. Poloţka měřící zisk podniku z hlavní činnosti, a to
ještě před placenými úroky a daněmi z příjmů, k inkasovaným trţbám za prodej
vlastních výrobků a sluţeb (tedy měří hrubou rentabilitu trţeb). Je-li takovýto zisk
záporný (coţ se několikrát stalo u dvou firem z oblasti rezidenční výstavby),
ukazatel ztrácí smysl.89
8. Provozní zisk / Aktiva. Téţ „Provozní ROA“. Měří zhodnocení aktiv. Kolísání
ukazatele demonstruje stabilitu podnikatelské činnosti. Za určitých předpokladů si
lze ukazatel uměle zvýšit najímáním sluţeb. Je vidět, ţe velké firmy z inţenýrských
staveb mají poměrně stabilní kladnou rentabilitu, kdeţto ukazatel pro firmy stavící
stavby rezidenční mnohdy značně kolísá.90
9. Odpisy / Dlouhodobý hmotný majetek. Ukazuje průměrnou odpisovou míru91 větší hodnota můţe naznačovat fakt, ţe firma vlastní více majetku s vyšší rychlostí
odepisování (tedy stavební stroje a rychleji opotřebovávající se aktiva) a nikoli
„trvanlivější“ budovy a pozemky; toto je však třeba brát s velkou rezervou.
10. Tržby / Samostatně movité věci a jejich soubory (SMV). Za předpokladu, ţe si
firma vyrábí všechno sama, říká, jaké trţby připadají na korunu hodnoty firmou
vlastněných stavebních strojů (pokud je ztotoţníme se SMV) – ukazatel by tak měl
být výrazně vyšší pro rezidenční stavby kvůli rozsáhlému vyuţití kapitálu u
inţenýrských staveb a zákonu klesajících mezních výnosů. Problémem však je
89
Do průměrování však jsou zahrnuty i záporné výsledky, protoţe nás zajímá „střední hodnota zhodnocování
majetku“ – nikoli průměrný zisk v dobrých letech: firma si musí vydělat i na krytí moţných ztrát. Sám o
sobě (jako měřítko marţe) však záporný ukazatel nedává smysl, protoţe kalkulovaný zisk je vţdy součástí
trţeb.
90
To ale souvisí s výrazně konkurenčnějším charakterem odvětví rezidenční výstavby a menší velikostí firem
oproti stavitelům inţenýrských staveb.
91
V teoreticko-ekonomickém smyslu – procento dnešní čisté hodnoty aktiv, které se během posledního roku
muselo odepsat – nezaměňovat s účetním nebo daňovým pojetím odpisové sazby.
- 63 -
Michal Dvořák
Příloha D
extrémní náchylnost na outsourcing – subkonktraktací dokáţeme sníţit objem SMV
na aktivech teoreticky aţ k nule, aniţ by byly dotčeny trţby.
Všechny stavové veličiny (tj. z rozvahy) jsou pro kaţdý rok vzaty k 31.12. daného
kalendářního roku. Ukazatele porovnávající „tokovou“ veličinu se „stavovou“ měří
tokovou veličinu vůči stavové na konci období (tedy např. provozní zisk/aktiva poměřují
zisk za celý kalendářní rok ke stavu aktiv k 31.12. daného roku).92
Předpokládáme, ţe oblast inţenýrských staveb vyţaduje více kapitálu (zejména stavebních
strojů) vzhledem k práci neţ oblast obytné výstavby. Hypotézy o finančních ukazatelích
tedy budou znít:
 ukazatele 1, 2, 4, 9 jsou vyšší pro stavitele inţenýrských staveb,
 ukazatele 3, 10 jsou naopak nižší pro stavitele inţenýrských staveb.
D.2 Zjištěné hodnoty finančních ukazatelů
Tab. D.1: Finanční ukazatele pro firmy stavící inženýrské stavby.
Zdroj dat:
účetní výkazy firem
92
Některá literatura, např. Marek, P. a kol.: Studijní průvodce financemi podniku. Praha : Ekopress, 2006.
ISBN 80-86119-37-8, navrhuje tento nesoulad řešit uţitím chronologického průměru stavové veličiny za
sledované období, tj. (stav na počátku + stav na konci)/2. Také je moţné uţít stavový ukazatel z počátku
období, jako je to zvykem například při úročení. Zde pouţitý postup je ovšem nejjednodušší a umoţní získat
údaje z menšího počtu výkazů, coţ je výhodné, protoţe některé starší výkazy nejsou dostupné.
- 64 -
Michal Dvořák
Příloha D
Tab. D.2: Finanční ukazatele pro firmy stavící obytné budovy.
Zdroj dat:
D.3 Shrnutí průměrných hodnot ukazatelů za celé období
Tab. D.3 shrnuje průměry ukazatelů jednotlivých firem za celé sledované období (3 nebo 4
kalendářní roky) a nabízí pohled na kolísavost ukazatelů mezi jednotlivými firmami
z odvětví. Firmy z odvětví jsou označeny čísly, jak byly uvedeny při představení.
- 65 -
Michal Dvořák
Příloha D
Tab. D.3: Průměry finančních ukazatelů jednotlivých firem.
Zdroj dat:
D.4 Výsledky studie
Průměry za celou kategorii druhů staveb ukazuje Tab. D.4. Barevně je naznačeno, zda
průměrný ukazatel je vyšší v kategorii firem stavících inţenýrské stavby, anebo naopak.
Kategorie obytné stavby je značně heterogenní. Proto je přidán průměr pouze za firmy 1, 3,
4, 6, jejichţ podnikání nezahrnuje rozsáhlou výrobu stavebních komponentů jako u firem 2
a 5 (AGROP NOVA je stavitel dřevostaveb a má značné výrobní facility, stejně jako
HAAS Fertigbau). První jmenovaná skupina firem je tak lépe porovnatelná s inţenýrskými
stavbami v důsledku podobného charakteru podnikání (značný subkontrakting).
Tab. D.4: Průměry za kategorie stavebních firem.
Zdroj dat:
- 66 -
Michal Dvořák
Příloha D
Výsledky potvrzují teorii o větším podílu kapitálu v oblasti inţenýrských staveb, ale
indicie (spíše neţ důkazy) nejsou zdaleka přesvědčivé, zejména kvůli vysokému podílu
sluţeb a materiálu, coţ jsou nejhůře zařaditelné nákladové druhy. Při porovnání stavitelů
inţenýrských staveb s podvýběrem stavitelů obytných budov je 5 ze 6 hypotéz z kapitoly
D.1 potvrzeno a jediná vyvrácena.
Zmíněné indicie podporující představu o větším náročnosti inţenýrských staveb na kapitál
jsou následující (první 4 body obsahují komentář k hypotézám formulovaným v kapitole
D.1).
 Firmy z inţenýrských staveb mají větší podíl DHM dlouhodobých hmotných aktiv
a SMV na aktivech – rozdíl zejména u SMV v porovnání s podvýběrem firem
z obytné výstavby.
 Osobní náklady jsou víceméně srovnatelné, jenţe podvýběr má výrazně více sluţeb
(a tedy se lze domnívat, ţe velká část potenciálních mzdových nákladů je přesunuta
na sluţby).
 Podíl odpisů je vyšší u inţenýrských neţ u podvýběru (rezidenční firmy 2 a 5 mají
výrobní zařízení, takţe není překvapivé, ţe mají i vyšší podíl odpisů), stejně jako
odpisová míra (firmy 2 a 5 odpisují více budov a dlouhodobějšího zařízení).
 Trţby k SMV jsou výrazně niţší u inţenýrských firem.
 Větší zakázky (inţenýrské stavby) jsou průměrně rentabilnější v trţbách – to je
s podivem, protoţe rentabilita bývá většinou výrazně vyšší u menších firem.
Odvětví inţenýrských staveb je tedy ziskovější – můţeme jen spekulovat, zda
vysvětlením není také předraţování výkonů veřejnému zadavateli.
- 67 -

Analýza vztahu mezi mírou korupce a cenovou

Transkript

Podobné dokumenty

Od moře je to kousek k vysokým horám ve vnitrozemí

Odjezdové pokyny a základní info CHALET PRIMULA ve formátu PDF

zpravodaj 6/2010

fronte VR 38 EUROPE - Viroplastic CZ, as

Skotntzralost

Rozklikněte si též článek o našem projektu v časopise Chatař

zde