XXI. MEZINÁRODNÍ KOLOKVIUM O REGIONÁLNÍCH VĚDÁCH. SBORNÍK PŘÍSPĚVKŮ. 21ST INTERNATIONAL COLLOQUIUM ON REGIONAL SCIENCES. CONFERENCE PROCEEDINGS Place: Kurdějov (Czech Republic) June 13-15, 2018 Publisher: Masarykova univerzita, Brno Edited by: Viktorie KLÍMOVÁ Vladimír ŽÍTEK (Masarykova univerzita / Masaryk University, Czech Republic) Vzor citace / Citation example: AUTOR, A. Název článku. In Klímová, V., Žítek, V. (eds.) XXI. mezinárodní kolokvium o regionálních vědách. Sborník příspěvků. Brno: Masarykova univerzita, 2018. s. 1–5. ISBN 978-80-210-8969-3. AUTHOR, A. Title of paper. In Klímová, V., Žítek, V. (eds.) 21st International Colloquium on Regional Sciences. Conference Proceedings. Brno: Masarykova univerzita, 2018. pp. 1– 5. ISBN 978-80-210-8969-3. Publikace neprošla jazykovou úpravou. / Publication is not a subject of language check. Za správnost obsahu a originalitu výzkumu zodpovídají autoři. / Authors are fully responsible for the content and originality of the articles. © 2018 Masarykova univerzita ISBN 978-80-210-8969-3 ISBN 978-80-210-8970-9 (online : pdf) Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 78 DOI: 10.5817/CZ.MUNI.P210-8970-2018-9 MLADÍ LIDÉ A TRH PRÁCE: PŘÍPADOVÁ STUDIE REGIONŮ VE STÁTECH VISEGRÁDSKÉ SKUPINY Young people and the labour market: A case study of the regions in the Visegrad Group countries MIROSLAV KOPÁČEK1 LUCIE HORÁČKOVÁ2 1 Katedra regionálního rozvoje a veřejné správy 2 Katedra financí a účetnictví Fakulta sociálně ekonomická Univerzita J. E. Purkyně v Ústí nad Labem 1 Depart. of Regional Develop. and Public Adminis. 2 Department of Finance and Accounting Faculty of Social and Economic Studies University of J. E. Purkyně in Ústí nad Labem  Moskevská 54, 400 96 Ústí nad Labem, Czech Republic E-mail: miroslav.kopacek@ujep.cz, lucie.horackova@ujep.cz Anotace Cílem příspěvku je zhodnotit postavení mladých lidí na trhu práce se zaměřením na NUTS2 regiony států Visegrádské skupiny. Hlavní použitou metodou je výpočet multikriteriálního indikátoru, který je složen z pěti dílčích indikátorů, a to předčasné ukončení vzdělávání a odborné přípravy, obyvatelstvo mimo zaměstnání i odbornou přípravu, míra zaměstnanosti, míra nezaměstnanosti mladých a týdenní odpracované hodiny při plném úvazku, pro které jsou dostupná data v potřebné časové řadě pro analyzovanou věkovou skupinu v databázi Eurostat. Současní mladí lidé reprezentující tzv. generaci Y se potýkají na trhu práce se specifickými problémy plynoucí z charakteristických znaků jejich povahy. Z hlediska situace v jednotlivých NUTS2 regionech Visegrádské skupiny je možné konstatoval, že nejlepší situace je v České republice. Velmi vzájemně podobnou situaci vykazuje Polsko, Maďarsko a Slovensko, kde je možné pozorovat citelnou územní diverzifikace úrovní jednotlivých regionů. Nejhorší situace je celkově v regionech, které mají v Polsku, Maďarsku a na Slovensku společnou hranici s Ukrajinou a polský přímořský region Warmińsko-mazurskie. Klíčová slova trh práce, mladí lidé, generace Y, Visegrádská skupina, NUTS2 region Annotation The objective of this work is to evaluate the position of young people on the labour market, focusing on the NUTS2 regions of the Visegrad Group countries. The main deployed method consists of a calculation of the multi-criterion indicator, which is a component of five sub-indicators: early termination of education and practical training, people outside of employment and practical training, employment rate, rates of unemployment of the young, and weekly full-time worked hours, for which there are available data about the analyzed age group in the Eurostat database for the required time periods. Today’s young people representing “Generation Y” on the market are struggling with specific problems stemming from the characteristic features of their nature. From the point of view of the situation in individual NUTS2 regions of the Visegrad Group, it is possible to state that the best situation is in the Czech Republic. Poland, Hungary and Slovakia show a very similar situation where it is possible to observe a considerable territorial diversification if the levels of individual regions. The worst situation is in those regions of Poland, Hungary and Slovakia that have a common border with Ukraine, and in the Polish coastal region of Warmińsko-mazurskie. Key words labour market, young people, Generation Y, Visegrad group, NUTS2 region JEL classification: A12, J40, R12 Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 79 1. Úvod Mladí lidé tvoří vždy významnou skupinu produktivního obyvatelstva každého státu. Jedná se o skupinu populace, která s postupem času po několik let bude ať z pohledu agregátní poptávky, či agregátní nabídky, hnací silou hospodářství státu (Holman, 2013). V současné době jsou evropští mladí lidé přicházející na trh práce reprezentováni tzv. generací Y, též označovanou jako generace mileniálů, jejíž pojmenovaní poprvé uvedli mezi veřejnost Strauss a Howe (1991). Nejprve tak pojmenovali generaci dětí narozenou v 80. letech a 90. letech 20. století. Později rozšířili tuto generaci i o děti narozené až do roku 2000 (Strauss, Howe, 2000). Generace Y vyjma obecných charakteristických znaků typických pro mladé lidi má, jakožto každá generace, své další typické znaky. Mileniálové žijící ve vyspělých státech světa jsou charakterističtí tím, že žijí v hojnosti, v prostředí bez hranic, neohroženi bezprostředními válečnými konflikty a již od narození jsou obklopeni moderními, telekomunikačními prostředky. Žijí v tzv. virtuálním světě, kde se odehrává majoritní část jejich života (Boughzala, 2014). Vyznačující se také svojí nadšeností, chutí poznávat nové, touze mít vše co nejdříve a v té nejvyšší možné kvalitě. Tyto jejich vlastnosti jsou příkladem kladně přijímány na trhu spotřebních statků a služeb, kdy právě svojí konzumací stimulují výrobce k neustále snaze produkovat dokonalejší výrobky a poskytovat dokonalejší služby (Roth, 2018). Není tomu ovšem již tak na trhu práce, kde často, alespoň v případě jejich počáteční snahy začlenit se do pracovního procesu, narážejí hned na několik pomyslných překážek stojících mezi nimi a zaměstnavateli (Barbuto, Gottfredson, 2016). 2. Mladí lidé a jejich obtíže na trhu práce Evropští mileniálové jsou velice sebevědomou generací, což je by se dalo paradoxně označit za první překážku, která jim brání vstoupit na pracovní trh. Sebevědomí získávali mileniálové již od svých raných let, kdy jejich rodiče, reprezentující generaci X, vychovávali své potomky v myšlence, že se narodili do doby, ve které v důsledku rychlého technologického pokroku mohou dosáhnout všeho, čeho chtějí a to oproti nim, kteří v mládí takovýto benefit neměli (Kraus, 2018). Oproti předešlým generacím je pro generaci Y také více dostupné sekundární, ale především terciální vzdělávání. Mileniálové na základě jejich životního stylu hojně využívají této možnosti, čímž si však domněle prodlužují své mladí (Ule, Leskošek, 2018). Kraus (2018) označuje generaci Y dokonce za generaci učenců a vědců. V důsledku vysokého sebevědomí mají současní absolventi generace Y nereálnou představu o jejich první pracovní pozici a platovém ohodnocení (Šafránková, Šikýř, 2017). Mann a Huddleston (2017) také potvrzují poznatek Šafránkové a Šikýře (2017) a dále dodávají, že zaměstnavatelé na přemrštěné požadavky mileniálů reagují požadavkem odborné praxe. Požadovaná odborná praxe je právě další významnou pomyslnou překážkou bránící mladým lidem vstoupit na pracovní trh, jelikož současní absolventi jsou povětšinou vybaveni pouze teoretickými znalostmi. Absolventi mající přemrštěné představy o jejich prvních pracovních pozicích se zpravidla marně po určitou dobu ucházejí o práci. Po určitém čase i oni krátkodobě ustoupí ze svých přemrštěných požadavků a nastoupí z jejich pohledu na méně lukrativní pracovní pozice, ovšem to jen za účelem získání požadované odborné praxe. Po odpracování určité krátké doby se však mladý jedinec opět začne ucházet o lukrativnější pracovní pozici a nyní již s určitou pracovní praxí často zpravidla přechází k jinému zaměstnavateli. Důsledkem je pracovní fluktuace znamenající pro zaměstnavatele především jen vynaložené úsilí spjaté se zaškolením nového pracovníka a nikoliv již odměnu v podobě loajálního zaměstnance. Dwyer a Azevedo (2016) potvrzují, že loajalita vůči zaměstnavateli je generaci Y spíše cizí, jelikož pokud nastane nesoulad mezi nároky zaměstnavatele a jejich osobním životem, často raději změní zaměstnavatele, než aby přizpůsobili práci svůj osobní život. Mileniálové považují zpravidla práci pouze za nezbytný nástroj k přežití, nikoliv jako smysl života. Lze tedy říct, že vysoké požadavky, se kterými mladí jedinci generace Y přicházejí na trh práce, často přímo úměrně neodpovídají jejich vynaloženému pracovnímu úsilí (Barbuto, Gottfredson, 2016). Jak uvádí Hardoy et al. (2018), zaměstnavatelé před neloajálními současnými absolventy generace Y dávají raději přednost již stabilním a zkušeným pracovníkům starších ročníků generace Y, případně i jedincům z generace X. Autoři nastiňují řešení této situace v možnosti poskytovat na mzdy mladých pracovníků státní dotace. Na základě dotace by již čerstvý zaměstnanec nemusel znamenat pro zaměstnavatele takovou hrozbu. Kobylinska, Rollnik-Sadowská a Samul (2017) upozorňují na další klíčovou pomyslnou překážku, která brání mladým jedinců generace Y vstoupit na trh práce a tím je degradace terciálního vzdělávání. Uvádějí, že z důvodu snadné dostupnosti a velkého počtu vysokoškolských absolventů mezi mileniály, není již vysokoškolský titul považován za klíčový benefit na trhu práce, jakož tomu bylo dříve. Zaměstnavatelé si dnes raději vybírají své zaměstnance především pomocí jiných kritérií často spojenými s tzv. měkkými dovednostmi a především na základě již zmíněných praktických zkušeností, čímž potvrzují závěry Manna a Huddlestona (2017). Odborná praxe je tudíž pro zaměstnavatele lukrativnějším benefitem, než vysokoškolské vzdělání, které se dnes spíše stává minimem v boji o lukrativnější pracovní posty (Gorlich, Katznelson, 2018). I z tohoto důvodu jsou mileniálové při studiu na vysoké škole postupně nuceni využívat tuzemské a zahraniční pracovní stáže či jiné obdobné drobné pracovní pobídky (Ule, Leskošek, 2018). Gorlich a Katznelson (2018) upozorňují na další znepokojující skutečnost plynoucí z vysokého počtu vysokoškolských absolventů a tím jsou obtíže z pohledu nabízeného Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 80 množství práce, kde vzniká značný převis vysokoškolsky vzdělaných jedinců nad jedinci s výučním listem, kdežto zaměstnavatelé hojně poptávají právě jedince s učňovským vzděláním. Z toho důvodu apelují na nutnost urychleně odstranit negativní pověst učňovského vzdělávání a stabilizovat tím tak trh práce. Mann a Huddleston (2017) z toho důvodu navrhují změnit středoškolské a vysokoškolské obory tak, aby se zpravidla teoretické obory staly obory praktičtějšími. Studenti by se tím již v rámci studijního procesu stávali více konkurenceschopní a nemuseli by alespoň tuto potřebnou odbornou praxi získávat často nad rámec svých studijních povinností. Vyjma odstranění čistě teoretických oborů z evropských systémů vzdělávání navrhují Hardoy et al. (2018) zavést také bezplatné odborné vzdělávání přímo na trhu práce a to v podobě tzv. profesních tréninků. Mladému jedinci by v rámci takovýchto tréninků bylo pomáháno získat pracovní pozici. Příkladem by se mohlo jednat o pomoc ve formě nabídky rekvalifikace, která by primárně reagovala na potřeby poptávky daného pracovního trhu a snažila by se tím tak snížit nevyvážené množství nabízené práce na trhu. S profesními tréninky se ztotožňují i Eichhorst a Rinne (2018), kteří však pojmenovávají ten proces jako tzv. aktivní program a říkají, že je nutné, aby tyto systémy navázaly kontakt s jedinci již od jejich raného věku, a to z důvodu, aby dokázaly stimulovat jedince již ve fázi vzdělávání k takové oblasti na trhu práce v rámci níž je příkladem právě nejvyšší poptávka po zaměstnancích. Tím by se již ve fázi vzdělávacího procesu mohl případně alespoň z části regulovat nesoulad mezi nabízeným a poptávaným množství práce. Myšlenku též sdílí i Roberts (2018), který dodává, že obdobné systémy jsou dnes nutností a měly by se nacházet v každém evropském státu. Eichhorst a Rinne (2018) také uvádějí, že fáze přechodu mladých absolventů ze vzdělávacího procesu do zaměstnání je klíčová nejen z pohledu vývojové fáze jedince, ale také je to důležitý okamžik pro každý stát. Pokud se totiž v této vývojové fázi jedince nepodaří mladého člověka dostatečně stimulovat k pracovnímu procesu, je pravděpodobné, že jedinec nezíská pracovní návyk a v budoucnu se stane jakousi brzdou ekonomického růstu daného státu, což je pro stát značně nežádoucí stav. Jak uvádí McTier a McGregor (2018) stát by měl v této záležitosti intervenovat, jelikož bez správného a vhodného začlení mladých lidí do pracovního procesu, nemůže následně ani očekávat svůj hospodářský růst. Dle Eichhorsta a Rinneho (2018) by stát měl především zamezit demotivačnímu nastavení systému sociálních transferů pro mladé lidi. Tento systém by měl mladého jedince stimulovat k zapojení se do pracovního procesu, nikoliv ho podporovat v jeho ekonomické pasivitě. Pokud i přesto v tomto pohledu nastane pasivita mladého jedince, měla by ho postihnout sankce a to v podobě nízkých sociálních transferů. Současní absolventi dle McTier a McGregor (2018) i přes jejich značné předpoklady stát se dobrými pracovníky, jsou dnes paradoxně, minimálně v prvotní fázi snahy o uplatnění se na trhu práce, zaměstnavateli odmítáni. Mileniálové se proto na evropských trzích práce řadí často mezi tzv. rizikové skupiny, což pro evropské státy znamená značně znepokojující situaci, jelikož, čímž vyšší počet mladých nezaměstnaných jedinců stát vykazuje, tím je pro tento stá vyšší riziko nižšího hospodářského růstu. Na základě definování pomyslných překážek, s nimiž se musí mladí lidé na trhu práce potýkat, byl také definován cíl tohoto výzkumu, který spočívá ve zhodnocení postavení mladých lidí na trhu práce se zaměřením na NUTS2 regiony států Visegrádské skupiny prostřednictvím výpočtu multikriteriálního indikátoru. 3. Metodologie a data Jak uvádí Smolík (2010), mládí nemá striktně definované věkové hranice. Tyto obtíže vycházejí již z nejednotné definice mládí, jelikož na mládí lze nahlížet z různých úhlů pohledu. Pro tento výzkum byla využita ontogenezická definice, která mládí definuje jako období mezi ukončeným přechodem vývojového stádia závislosti, neboli dětství, a počátkem období nezávislosti, tedy dospělosti, kdy v rámci tohoto rozmezí jedinec reprodukčně dozrává (Vágnerová, 2015). Z ontogenezické definice mládí vychází příkladem i Průcha, Walterová a Mareš (1995), kteří z pohledu pedagogického periodizují mládí jako období mezi 15 až 25 lety věku jedince. Ovšem jak uvádí Smolík (2010) periodizace mládí se liší, a to na základě aktuálního vědního oboru, který mládí právě analyzuje. Jelikož je pro výzkum využíváno dat z Evropského statistického úřadu, tak je mládí periodizováno dle jeho metodiky jako období mezi 15 až 24 lety věku jedince (Eurostat, 2018b). Jelikož na základě provedené rešerše literatury bylo definováno hned několik pomyslných překážek, se kterými se musejí mladí lidé na trhu práce vypořádávat, bylo také zapotřebí zvolit i větší množství relevantních indikátorů, na základě nichž by se daly definované pomyslné překážky alespoň rámcově kvantifikovat. Nutno podotknout, že relevantní indikátory byly vybírány nejen pro jejich schopnost kvantifikovat definované překážky, ale také na základě dostupnosti dat pro analyzované regiony v potřebné časové řadě. Na základě analýzy jednotlivých indikátorů byl následně vypočten modifikovaný multikriteriální indikátor (Chabičovská et al., 2012), který je pro tento výzkum považován za klíčovou metodu. Jak uvádí Singh et. al. (2009), pomocí kombinace jednotlivých indikátorů a možnosti jejich sjednocení pod jeden klíčový indikátor je někdy zpravidla výhodnější, a to z důvodu možnosti lépe obsáhnout šíři celé problematiky a tím i zvýšit celou její průhlednost, což v důsledku může přispět k lepší diskuzi závěrů. Na základě výsledků získaných z výpočtu multikriteriálního indikátoru bylo následně Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 81 zhodnoceno postavení mladých lidí na trhu práce v jednotlivých NUTS2 regionech států Visegrádské skupiny. Hodnoty dílčích indikátorů vychází ze sekundárních dat převzatých z regionální statistiky Evropského statistického úřadu (Eurostat, 2018a). Pro výpočet multikriteriálního indikátoru byl využit následující soubor dílčích relevantních indikátorů:  Předčasné ukončení vzdělávání a odborné přípravy. Procentuální indikátor, který vyjadřuje podíl osob ve věku 18 až 24 let, které dosáhly dle nomenklatury ISCED 2011 maximálně 2 stupně, a to nižšího sekundárního vzdělání a v časovém horizontu 4 týdny před sběrem dat Eurostatu u nich neproběhla žádná formální ani neformální vzdělávací činnost (osoby se neúčastnily formálního vzdělávání ani jiných forem odborné přípravy, např. rekvalifikací atd.) vůči celkovému podílu osob v populaci ve věku 18 až 24 let (Eurostat, 2018c).  Mladé obyvatelstvo, které nemá zaměstnání ani není zařazeno v procesu vzdělávání nebo jiné odborné přípravy. Procentuální indikátor, který vyjadřuje podíl osob splňující uvedená kritéria na celkové populaci ve věku od 15 do 24 let.  Míra zaměstnanosti. Procentuální ukazatel, který vyjadřuje procentuální podíl zaměstnaných osob ve věku od 15 do 24 let vůči celkovému počtu osob v populaci v tomto věku. Tento indikátor byl mezi sledované indikátory zařazen z důvodu, že pro mladé obyvatelstvo při vstupu na trh práce je významnou konkurenční výhodou praxe (Kobylinska, Rollnik-Sadowská, Samul, 2017; Huddlestona 2017; Gorlich, Katznelson, 2018), ačkoliv ve věku od 15 do 24 let je významná část populace v procesu formálního vzdělávání, případně jiné odborné přípravy.  Míra nezaměstnanosti mladých. Procentuální ukazatel, který vyjadřuje procentuální podíl nezaměstnaných osob ve věku od 15 do 24 let vůči celkovému počtu ekonomicky aktivních osob (zaměstnaných a nezaměstnaných) v tomto věku.  Odpracované hodiny v zaměstnání na plný úvazek za týden. Ukazatel vyjadřuje průměrný počet odpracovaných hodin v zaměstnání při plném úvazku, a to u zaměstnanců ve věku od 15 do 24 let. U všech výše uvedených indikátorů byla analyzována pětiletá časová řada, a to od roku 2012 do roku 2016, pro které byla nejaktuálnější data v databázi Evropského statistického úřadu dostupná. U dvou ukazatelů, a to mladé obyvatelstvo, které nemá zaměstnání ani není zařazeno v procesu vzdělávání nebo jiné odborné přípravy a u míry nezaměstnanosti mladých, nastal při analýze problém, že v databázi byla u třech regionů neúplná časová řada pro sledované roky. K náhradě (doplnění) chybějících hodnot časové řady bylo využito aritmetického průměru z dostupných hodnot předmětného statistického souboru (časové řady). Proces výpočtu modifikovaného multikriteriálního indikátoru a vytvoření jednotlivých skupin dle jeho výsledných hodnot byl založen na následujících čtyřech dílčích krocích (Chabičovská, et. al., 2012):  Aritmetický průměr hodnot dílčích indikátorů. Pro všechny NUTS2 regiony států Visegrádské skupiny byl vypočítán průměr hodnot jednotlivých dílčích indikátorů, které byly sledovány a definovány v předchozím textu.  Normování dílčích indikátorů. Hodnoty aritmetických průměrů jednotlivých dílčích indikátorů byly přepočítány na škále od 0 do 100, přičemž maximální hodnota každého indikátoru byla rovna úrovni 100 a minimální hodnota indikátoru úrovni 0. Přepočet byl prováděn na základě následující vzorce, který má dvě verze dle povahy indikátoru (pozitivní, negativní), který v daném kroku do analýzy vstupuje: x = * 100 (indikátor pozitivního charakteru), x = * 100 (indikátor negativního charakteru). Ve výše uvedeném vzorci je xi individuální průměrná hodnota dílčího indikátoru, xmax je maximální hodnota indikátoru a xmin minimální hodnota indikátoru. Indikátorem pozitivního charakteru se rozumí indikátor, u kterého lze označit jeho vzrůstající absolutně vyjádřenou hodnotu za pozitivní, v rámci této analýzy se jedná o indikátor míra zaměstnanosti. Pokud u indikátoru v absolutním vyjádření jsou žádoucí hodnoty co nejnižší, tak tento indikátor lze označit jako indikátor negativního charakteru, což v rámci této analýzy je předčasné ukončení vzdělávání a odborné přípravy, mladé obyvatelstvo, které nemá zaměstnání ani není zařazeno v procesu vzdělávání nebo jiné odborné přípravy, míra nezaměstnanosti mladých a odpracované hodiny v zaměstnání na plný úvazek za týden.  Výpočet vícekriteriálního indikátoru. Tento krok je založen na výpočtu aritmetického průměru normovaných hodnot jednotlivých pěti indikátorů, které jsou v rámci analýzy řešeny.  Vytvoření kategorií dle jejich úrovně. Výsledné hodnoty multikriteriálního indikátoru pro jednotlivé NUTS2 regiony byly prostřednictvím histogramu rozděleny do pěti skupin dle dosáhnuté úrovně, a to: nadprůměrná, mírně nadprůměrná, průměrná, mírně podprůměrná a podprůměrná. Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 82 4. Zhodnocení postavení mladých lidí na trzích práce ve státech Visegrádské skupiny Státy Visegrádské skupiny jsou Česká republika, Slovensko, Polsko a Maďarko. Jelikož se jedná ve všech případech o členské státy Evropské unie, tak pro analýzu je výhodou, že lze pro všechny čtyři státy získat vzájemně komparovatelná data, a to z Eurostatu, jelikož jednotlivé národní statistiky mohou mít metodiky odlišné. Kromě dat zpracovaných jednotnou metodikou je výhodou Eurostatu i regionální aspekt, a to že v regionální statistice jsou zpravidla dostupná data pro úroveň NUTS2. Státy Visegrádské skupiny nejsou z hlediska národního územně samosprávného členění zcela jednotné, jelikož Česká republika, Slovensko a Maďarsko mají vyšší územně samosprávné celky vymezeny na úrovni NUTS3 (ČR a Slovensko jako kraje a Maďarsko jako župy), tak Polsko jako největší stát skupiny V4 má vyšší územně samosprávné celky nastaveny na úrovni NUTS1 (vojvodství). Proto je vhodné použít klasifikaci NUTS, a to pro analýzu na úrovni regionu (NUTS2). Tab. 1: Komparace států V4 z hlediska vybraných ukazatelů (průměr 2012 až 2016) sledovaný indikátor Česká republika Slovensko Polsko Maďarsko Evropská unie (EU 28) Předčasné ukončení vzdělávání a odborné přípravy (18 - 24 let) 5,8 6,5 5,4 11,8 11,5 Obyvatelstvo mimo zaměstnání i odbornou přípravu (15 - 24 let) 8,1 13,3 11,5 13,3 12,5 Míra zaměstnanosti (15 - 24 let) 27,0 22,2 25,8 23,2 32,7 Míra nezaměstnanosti mladých (15 - 24 let) 15,5 29,2 23,2 21,1 21,7 Týdenní odpracované hodiny při plném úvazku (15 - 24) 38,2 39,0 38,7 39,1 32,3 Zdroj: Eurostat (2018a) Při komparaci jednotlivých států Visegrádské skupiny s Evropskou úrovní jako celkem lze konstatovat, že z hlediska předčasného ukončení vzdělání a odborné přípravy vykazuje Česká republika, Slovensko a Maďarsko podprůměrných hodnot, přičemž Maďarsko má úroveň velmi obdobnou jako Evropská unie. Z hlediska obyvatelstva mino zaměstnání i odbornou přípravu vykazuje nejlepší situaci Česká republika, ostatní státy se pohybují s rozdílem jednoho procentního bodu kolem hodnoty Evropské unie. Míra zaměstnanosti je ve všech státech V4 podprůměrná, přičemž vůbec nejnižší je na Slovensku a nejvyšší v České republice. Míra nezaměstnanosti mladých je indikátor s největším rozptylem, Česká republika vykazuje nejnižší hodnotu, která je přibližně o šest procentních bodů nižší, nežli hodnota Evropské unie, Polsko a Maďarsko vykazují hodnoty s rozdílem jednoho a půl procentního bodu stejné jako Evropská unie. Vůbec nejvyšší nezaměstnanost mladých je na Slovensku. Z hlediska průměrného počtu odpracovaných hodin při plném úvazku vykazují všechny čtyři státy Visegrádské skupiny nadprůměrných hodnot oproti stavu v Evropské unii jako celku, a to poměrně výrazně, jelikož průměr států V4 skupiny je 38,8 hodin a průměr EU28 je 32,3 hodiny. Ovšem v jednotlivých státech V4 skupiny je situace velmi obdobná, rozdíl mezi Českou republikou, kde je situace nejlepší a Maďarskem, kde je situace naopak nejhorší je pouze 0,9 hodiny. Obr. 1: Histogram - četnost NUTS2 regionů států V4 z hlediska úrovní dle multikriteriálního indikátoru Zdroj: Eurostat (2018a), vlastní výpočty a zpracování Z hlediska četnosti jednotlivých kategorií je nejvíce zastoupena skupina, kde se dá situace označit za mírně nadprůměrnou, a to 12. Tuto kategorii následuje skupina, ve které můžeme situaci označit jako průměrnou, a to 10. 0 1 2 3 4 5 6 7 8 9 10 11 12 13 nadprůměrná mírně nadprůměrná průměrná mírně podprůměrná podprůměrná četnostkategorie Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 83 Kategorie kde je situace nejhorší – mírně podprůměrná, kterou tvoří 6 regionů a podprůměrnou, kterou vykazuje 5 regionů. Nadprůměrná situace je evidována pouze ve dvou regionech. Obr. 2: NUTS2 regiony států V4 dle skupin podle výpočtu multikriteriálního indikátoru Zdroj: Eurostat (2018a), vlastní výpočty a zpracování Na základě výpočtu multikriteriálního indikátoru lze konstatovat, že nadprůměrná situace v rámci NUTS2 regionů států Visegrádské skupiny je pouze v Praze a Jihovýchodě, tedy pouze Česká republika má na svém území regiony, kde se dá situace označit nejlepším hodnocením. Situace v České republice je z analyzovaných států celkově nejlepší, protože kromě regionů s nadprůměrnou situací na trhu práce pro mladé má zbylé regiony v kategorii, ve které je situace mírně nadprůměrná a pouze jeden region (Severozápad) vykazuje hodnotu mírně podprůměrnou. Území ostatních států je poměrně diverzifikované. Situace na území Slovenska se zhoršuje ve směru od západu na východ, od situace mírně nadprůměrné až po podprůměrnou. Obdobně je na tom i Maďarsko, kde na severu a západě státu regiony vykazují situaci mírně nadprůměrnou a průměrnou a naopak na jihu a východě je situace v regionech mírně podprůměrná až podprůměrná. Situace v Polsku je nejlepší ve střední oblasti země a ve vojvodstvích, která sousedí s českým regionem Moravskoslezsko. Z hlediska komplexního hodnocení NUTS2 regionů ve státech V4 lze konstatovat, že vůbec nejhorší situace je v regionech v periferních částech území, a to hlavně v regionech, které mají společnou hranici s Ukrajinou a jednom polském přímořském regionu. Z hlediska nejlepší situace v rámci sledovaných indikátorů vykazuje nejlepší stav Praha, která vykázala hned ve třech indikátorech nejlepší hodnoty. Oproti tomu nejhorší situace je v maďarském Észak-Magyarország a polském Podkarpackie, neboť oba dva tyto regiony vykázaly shodně ve dvou sledovaných indikátorů z pěti celkových nejhorší hodnoty. Závěr Na základě provedené rešerše bylo zjištěno hned několik příčin vedoucích k nezaměstnanosti současných mladých lidí. Některé z nich již plynou ze samotných charakteristických znaků specifické generace Y, která stále dnes přichází na trh práce. Jedna z hlavních příčin plyne z jejich vysokého sebevědomí, v důsledku něhož přicházejí na trh práce s nereálnými představami o jejich první pracovní pozici a platovém ohodnocení. V důsledku těchto přemrštěných požadavků je po mladých lidech zaměstnavateli požadována odborná praxe, kterou však mladí lidí spíše nedisponují. S tím je spjata i druhá příčina vycházející z oblastí vzdělávání. Hojně je upozorňováno Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 84 na degradaci terciálního vzdělávání a nutnost restrukturalizace evropského vzdělávacího procesu a jeho oborů, které by se měly modifikovat na obory praktické. Z hlediska situace na trhu práce pro mladé obyvatelstvo v jednotlivých NUTS2 regionech Visegrádské skupiny na základě aplikace multikriteriálního indikátoru je možné konstatoval, že nejlepší situace je v České republice, jelikož zde má sedm z osmi celkových NUTS2 regionů situaci, kterou lze označit minimálně za nadprůměrnou. Navíc Česká republika disponuje dvěma NUTS2 regiony, a to Praha a Jihovýchod, kde je situace v řešené problematice vůbec nejlepší ze všech NUTS2 regionů Visegrádské skupiny. NUTS2 Střední Čechy, který tvoří území mezi Prahou a Jihovýchodem v žebříčku všech analyzovaných regionů se umístilo na třetím místě, ovšem dle hodnoty multikriteriálního indikátoru už spadá do druhé nejvyšší kategorie. Situace ve zbylých třech zemích, a to v Polsku, Maďarsku a na Slovensku je vzájemně velmi obdobná ve smyslu citelné územní diverzifikace úrovní jednotlivých regionů, kde na území jednotlivých států lze nalézt regiony, které jsou mírně nadprůměrné, až po regiony velmi podprůměrné. Vůbec nejhorší situaci vykazují regiony, které mají v Polsku, Maďarsku a na Slovensku společnou hranici s Ukrajinou a polský přímořský region Warmińsko-mazurskie. NUTS2 regiony, které mají na svém území hlavní město nebo s územím hlavního města bezprostředně sousedí, tak vykazují zpravidla minimálně mírně nadprůměrnou situaci, přičemž jedinou výjimkou je Budapešť a region Közép-Magyarország, který vykazuje situaci průměrnou. Literatura [1] BARBUTO, J. E., GOTTFREDSON, R. K., (2016). Human Capital, the Millennial's Reign, and the Need For Servant Leadership. The Journal of Leadership Studies, vol. 10, no. 2, pp. 59-63. ISSN 1935-2611. DOI: 10.1002/jls.21474. [2] BOUGHZALA, I., (2014). You: What Generation Y thinks about Corporate Social Networking Applications? In Proceedings of the Annual Hawaii International Conference on System Sciences. New York: IEEE, pp. 688-696. ISBN 978-1-4799-2504-9. DOI: 10.1109/HICSS.2014.91. [3] DWYER, R. J., AZEVEDO, A., (2016). Preparing leaders for the multi-generational workforce. Journal of Enterprising Communities: People and Places in the Global Economy, vol. 10, no. 3, pp. 281-305. ISSN 1750-6204. DOI: 10.1108/JEC-08-2013-0025. [4] EICHHORST W., RINNE, U., (2018). Promoting Youth Employment in Europe: Evidence-Based Policy Lessons. In Malo M., Moreno Mínguez A. (eds.). European Youth Labour Markets. Cham: Springer International Publishing AG, pp. 189-204. ISBN 978-3-319-68221-1. DOI: 10.1007/978-3-319-68222- 8_13. [5] EUROSTAT, (2018a). Database. [online]. [cit. 2018-03-10]. Dostupné z: http://ec.europa.eu/eurostat/data/database [6] EUROSTAT, (2018b). Labour market – methodology. [online]. [cit. 2018-05-03]. Dostupné z: http://ec.europa.eu/eurostat/web/euro-indicators/labour-market/methodology. [7] EUROSTAT, (2018c). Metadata. [online]. [cit. 2018-03-10]. Dostupné z: http://ec.europa.eu/eurostat/data/metadata [8] GORLICH, A., KATZNELSON, N., (2018). Young people on the margins of the educational system: following the same path differently. Educational Research, vol. 60, no. 1, pp. 47-61. ISSN 0013-1881. DOI: 10.1080/00131881.2017.1414621. [9] HARDOY, I., RØED, K., VON SIMSON, K., ZHANG T., (2018) Initiatives to Combat the Labour Market Exclusion of Youth in Northern Europe: A Meta-analysis. In Malo M., Moreno Mínguez A. (eds.). European Youth Labour Markets. Cham: Springer International Publishing AG, pp. 235-251. ISBN 978-3-319-68221- 1. DOI: 10.1007/978-3-319-68222-8_16. [10]HOLMAN, R., (2013). Makroekonomie: středně pokročilý kurz. Praha: C. H. Beck. ISBN 978-80-7179-861- 3. [11]CHABIČOVSKÁ, K., GALVASOVÁ, I., BINEK, J., HOLEČEK, J., SVOBODOVÁ, H., (2012). Metodika „RoIA - Přístupy k vymezování regionů vyžadujících specifickou podporu na krajské úrovni“ [online]. [cit. 2018-03-10]. Dostupné z: http://www.regionalnirozvoj.cz/tl_files/soubory/Metodiky/metodika_vymezovani.pdf. [12]KOBYLINSKA, U., ROLLNIK-SADOWSKA, E., SAMUL, J., (2017). Young people on the labour market in Poland - the point of view of the employer. Oeconomia Copernicana, vol. 8, no. 4, pp. 563- 578. ISSN 2083-1277. DOI: 10.24136/oc.v8i4.34. [13]KRAUS, M., (2018). Comparing Generation X and Generation Y on their Preferred Emotional Leadership Style. Journal of Applied Leadership and Management, vol. 5, pp. 62-75. ISSN 2194-9522. [14]MANN, A., HUDDLESTON, P., (2017). Schools and the twenty-first century labour market: perspectives on structural change. British Journal of Guidance & Counselling, vol. 45, no. 2, pp. 208-218. ISSN 0306- 9885. DOI: 10.1080/03069885.2016.1266440. Sborník příspěvků XXI. mezinárodní kolokvium o regionálních vědách Kurdějov 13.–15. 6. 2018 85 [15]MCTIER, A., MCGREGOR, A., (2018). Influence of Work-Welfare Cycling and Labour Market Segmentation on Employment Histories of Young Long-Term Unemployed. Work, Employment and Society, vol. 32, no. 1, pp. 20-37. ISSN 0950-0170. DOI: 10.1177/0950017017697857. [16]PRŮCHA, J., WALTEROVÁ, E., MAREŠ, J., (1995). Pedagogický slovník. Praha: Portál. ISBN 80-7178- 029-4. [17]ROBERTS, K., (2018). Explaining Education-to-Work Transitions: Thinking Backwards, Situating Agency and Comparing Countries. Review of European Studies, vol. 10, no. 1, pp. 72-83. ISSN 1918-7173. DOI: 10.5539/res.v10n1p72. [18]ROTH, W. M., (2018). Youth Consumerism: A Cultural–Historical Approach. In Reis G., Mueller M., Gisewhite R., Siveres L., Brito R. (eds.). Sociocultural Perspectives on Youth Ethical Consumerism. Cham: Springer International Publishing AG, pp. 237-261. ISBN 978-3-319-65607-6. DOI: 10.1007/978-3- 319-65608-3_15. [19]SINGH, R. K., MURTY, H. R., GRUPTA, S. K., DIKSHIT, A. K., (2009). An overview of sustainability assessment methodologies. Ecological Indicators, vol. 9, no. 2, pp.189-212. ISSN 1470-160X. DOI: 10.1016/j.ecolind.2008.05.011. [20]SMOLÍK, J., (2010). Subkultury mládeže – uvedení do problematiky. Praha: Grada Publishing, a. s. ISBN 978-80-247-2907-7. [21]STRAUSS, W., HOWE, N., (1991). Generations: The History of America's Future, 1584 to 2069. New York: Harper Perennial. ISBN 978-0-688-11912-6. [22]STRAUSS, W., HOWE, N., (2000). Millennials Rising: The Next Great Generation. New York: Vintage Original. ISBN 0-375-70719-0. [23]ŠAFRÁNKOVÁ, J. M., ŠIKÝŘ, M., (2017). Work expectations and potential employability of millennials and post-millennials on the Czech labor market. Oeconomia Copernicana, vol. 8, no. 4, pp. 585–599. ISSN 2083-1277. DOI: 10.24136/oc.v8i4.36. [24]ULE, M., LESKOŠEK, V., (2018) Transition from Education to Employment: Comparative Assessment of Youth Guarantee Policies in Slovenia, the Czech Republic and Latvia. In Malo M., Moreno Mínguez A. (eds.). European Youth Labour Markets. Springer. Cham: Springer International Publishing AG, pp. 109- 123. ISBN 978-3-319-68221-1. DOI: 10.1007/978-3-319-68222-8_8. [25]VÁGNEROVÁ, M., (2015). Vývojová psychologie: Dětství a dospívání. Praha: Nakladatelství Karolinum. ISBN 978-8-024-62846-2.