Vize, jakou potřebujeme/421

Vize, jakou potřebujeme/421

25. ročník vědecké konference Lidský kapitál a investice do vzdělání, který pořádala v listopadu 2022 Vysoká škola finanční a správní, byl zaměřen přímo na problematiku Metodologická role vize při iniciování, orientování a praktickém uplatnění výsledků společenskovědního výzkumu. Na konferenci byla přednesena řada zajímavých příspěvků. Ukázky z nich postupně v rámci seriálu k pěstování perspektivní, realistické a přitažlivé vize uveřejním. Jeden z nejzajímavějších je od Jiřího Miholy, který přispěl již více podnětnými materiály k pěstování vize. Tento s využitím matematicko-statistických metod analyzuje a prognózuje globální kontext současného dění. Dospívá k některým překvapivým závěrům. Uveřejním ho v obvyklých "denních dávkách". Do první části zařadím přehled zdrojů a stručný nástin toho, o čem příspěvek pojednává. Od svého textu odlišuji barvou:

Prognostické úvahy – část 1.

Jiří Mihola

Tento příspěvek je volným pokračováním úvah z monografie Produkční funkce jako nástroj zobrazování ekonomické reality. Praha, Vysoké školy finanční a správní, 2021, Edice SCIENCEpress, ISBN 978-80-7408-223-8

Stručný přehled:

Prognostické úvahy jsou kaleidoskopem různých prognostických vyjádření kvantitativní i kvalitativní povahy. Kvantitativní úvahy vychází z teorie publikované z uvedené monografii Produkční funkce jako nástroj zobrazování ekonomické reality. Časová produkční funkce je využita pro prognózování vývoje HDP ekonomik USA, Číny a Indie do roku 2030 respektive 2050. Prolongace absolutní výše HDP ukazuje, že se před USA kromě Číny, která již nyní je na prvním místě, dostane i Indie. Dále se predikuje, vzestup absolutního HDP Indonésie, stabilní pozice Ruska a ztráta elitního postavení Japonska a také Německa. Prognostické úvahy jsou doplněny dílčími tvrzeními z různých oblastí. 

Literatura

BUSTA, David: Model ekonomického dopadu hypotetického zavedení garantovaného příjmu v České republice na základě dat z roku 2015, Bakalářská práce VŠE, 2017, s. 10 a 11., ISBN: 978-80-7408-138-5

BUSTA, David: Základní příjem v Česku, Hospodářské noviny 9. 8. 2017, s. 10 a 11., ISBN: 978-80-7408-138-5

Mihola, Jiří: Přehled českého školství, nakladatelství Občanské sdružení Melius, 1. vydání, Praha: 2014. 1220 s. ISBN: 978-80-87638-03-3

PAINE THOMAS NATIONAL HISTORICAL ASSOCIATION, Paine on Basic Income and HumanRights, [online]. [cit. 2017-10-10], Dostupné z https://thomaspaine.org/paine-on-basicincome-and-human-rights.html

VAN PARIJS, Philippe, Marek Hrubec, Martin Brabec a kol., Všeobecný základní příjem. Právo na lenost, nebo na přežití?, 2007, Filosofia, ISBN 9788070072592

HÄNI, Daniel a Enno Schmidt: filmová esej Základní příjem, přístupné on line na https://m.youtube.com/watch?v=2mP3b86zVvo

Další aktuální odkazy: https://www.zakladnyprijem.sk/?page_id=68

1 Prognostické úvahy

1.1 Vývoj USA, Číny a Indie dle HPD

Aktuálním příkladem využití časové produkční funkce je prognóza vývoje třech největších^[1] světových ekonomik USA, Číny a Indie. Výstupní veličinou této produkční funkce je HDP ve stálých cenách v paritě kupní síly (mezinárodní $ 2011) a vstupní veličinou je čas. Prolongace vývoje za období 1992 až 2020 na dalších 10 případně 30 let ukazuje, že s velkou pravděpodobností dojde ke změnám v pořadí největších ekonomik podle HDP. Lze předpokládat, že v obrovských národních ekonomikách zákonitě převládají na desetileté i delší prognózované období především setrvačné tendence. Ty jsou doplněny některými očekávanými i neočekávanými poruchami jako jsou např. dopady plošných restrikcí a vypínání ekonomik (tzv. lockdownů) vyvolaných snahou ovlivnit vývoj epidemie Covid 19.

V tabulce 1 jsou uvedeny 3 největší ekonomiky v pořadí podle absolutní výše HDP za rok 2020. Ve srovnání s rokem 1992 došlo k určitým změnám: Čína se dostala na 1. místo z 5 místa.; USA kleslo na 2. místo; Indie se dostala na 3. místo z místa 8. Prognóza do roku 2030 byla vypočtena jako součin prolongovaných údajů počtu obyvatelL a produktivity živé práceHDP/L, pro které byla využita polynomická funkce prvního, druhého i třetího řádu nebo exponenciální funkce podle odpovídající těsnosti měřené souhrnným koeficientem determinace R². Tuto prognózu jsem zrealizoval také pro souhrnnou produktivitu faktorů místo pouhé produktivity živé práce. Vzhledem k tomu, že výsledné změny pořadí byly prakticky stejné, rozhodl jsem se publikovat pouze jednodušší a přehlednější variantu.

Tabulka 1: Prognóza vývoje třech nejsilnějších ekonomik na 10 let

Z estetických důvodů přikládám až za foto z přírody

Zdroj: vlastní provedení. Data za roky 1992 a 2020 jsou převzata z World Economic Outlook Database International Monetary Fund^[2]. Jsou v paritě kupní síly, mezinárodních $.

Vysvětlující proměnnou je ve všech případech čas t uváděný v rocích prostřednictvím letopočtů, např. 1990 nebo 2030. Velký počet desetinných míst, na které jsou uváděny regresní parametry, je nezbytný. Snížení počtu desetinných míst přináší výrazné odchylky naměřených a odhadovaných hodnot. U každé rovnice je uveden rovněž souhrnný koeficient determinace R².

Regresní rovnice pro počet obyvatel L:

·                    USA, R² = 0,9917

L = 2,5546.t - 4827,8                                         (1)

·                    Čína, R² = 0,9980

L = -0,1274824170.t² + 519,4496547752.t - 527 707,0728967320     (2)

·                    Indie, R² = 0,7297

L = -0,20545319.t² + 842,23139928.t - 861 584,35660050          (3)

Regresní rovnice pro hrubý domácí produkt na obyvatele HDP/L:

·                    USA, R² = 0,9656

HDP/L = 677,46894719.t - 1 311 116,77411355                     (4)

·                    Čína, R² = 0,9992

HDP/L = -0,22921711.t³ + 1 397,47724405.t² - 2 838 932,93517677.t + +1 921 697 385,47686000                                                                                  (5)

·                    Indie, R² = 0,9950

HDP/L= 1,2.10²⁰.e^{0,05361916821173360000.t}                              (6)

Koeficienty determinace jsou vysoké, většinou vysvětlují danou souvislost z více než 99 %. Pouze lineární odhad vývoje produktivity práce HDP/L v USA vysvětluje rovněž vysokých 96 %. Lineární vývoj je zde přesvědčivý. Jedinou regresní rovnicí s relativně nižším, avšak dostatečně vysokým koeficientem determinace 73 % je kvadratická rovnice vyjadřující vývoj počtu obyvatel v závislosti na čase v Číně. Žádnou lepší rovnici z hlediska těsnosti se nepodařilo najít. Je to způsobeno tím, že vývoj není tak hladký jako ve všech ostatních případech, neboť dochází v údajích za období 2005 až 2020 ke zvlnění údajů o počtu obyvatel. Zvlnění spočívá v tom, že se postupné snižování tempa růstu počtu obyvatel zaznamenalo v posledních 5 až 10 letech, zvyšuje.

(Pokračování)

A k tomu trochu inspirující přírody:

Malá procházka v centru Prahy kolem Vltavy.

Pohled přes Žofín na Petřín.

Pohled od Tančícího domu na Hračany.

Hladová zeď. V tuto roční dobu a z tohoto místa je vidět nejlépe. Doklad toho, že už Karel IV. tušil, že existuje výdajový multiplikátor. Kdo z vás by uměl odpovědět na otázku: Pokud tehdy v Praze výrazněji vzrostla nezaměstnanost a na Hladové zdi (včetně těžby, zpracování a dopravy materiálu) pracovalo cca 100 lidí, o kolik se snížil počet nezaměstnaných v Praze? Možnosti: Taky o sto, méně než o sto, více než o sto.

Největší překvapení. V kamenné zdi na Náplavce i v těchto mrazech přežívá tato krasavice.

Tabulka 1: Prognóza vývoje třech nejsilnějších ekonomik na 10 let

Z estetických důvodů přikládám až za foto z přírody