Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Dopad vzdělanosti na hospodářský růst: ve světle nových výsledků PISA 2012 DANIEL MÜNICH a TOMÁŠ PROTIVÍNSKÝ (PETER ONDKO, JAN STRAKA) KDF MFF UK, 27.3.

Podobné prezentace


Prezentace na téma: "Dopad vzdělanosti na hospodářský růst: ve světle nových výsledků PISA 2012 DANIEL MÜNICH a TOMÁŠ PROTIVÍNSKÝ (PETER ONDKO, JAN STRAKA) KDF MFF UK, 27.3."— Transkript prezentace:

1 Dopad vzdělanosti na hospodářský růst: ve světle nových výsledků PISA 2012 DANIEL MÜNICH a TOMÁŠ PROTIVÍNSKÝ (PETER ONDKO, JAN STRAKA) KDF MFF UK,

2 Rozdíl mezi přírodními a společenskými (behaviorálními vědami) vědami

3

4 Ekonomické podobory A - General Economics and Teaching B - History of Economic Thought, Methodology, and Heterodox Approaches C - Mathematical and Quantitative Methods D - Microeconomics E - Macroeconomics and Monetary Economics F - International Economics G - Financial Economics H - Public Economics I - Health, Education, and Welfare J - Labor and Demographic Economics K - Law and Economics L - Industrial Organization M - Business Administration and Business Economics; Marketing; Accounting N - Economic History O - Economic Development, Technological Change, and Growth P - Economic Systems Q - Agricultural and Natural Resource Economics; Environmental and Ecological Economics R - Urban, Rural, and Regional Economics Y - Miscellaneous Categories Z - Other Special Topics

5

6 1 Micro: Labour Markets – 1a Rates of return to education, costs and benefits – 1b Externalities and non-market effects of education – 1c Employment and demand for skills, skill-biased technological change 2 Micro: Schooling Quality and Educational Production – 2a Families and student achievement, first part – 2a Intergenerational mobility, second part – 2b Resource, teacher and class-size effects, efficiency – 2c System effects (choice, competition, testing, autonomy, etc.), interventions – 2d Teacher labour markets 3 Macro: Human Capital – 3a Human capital and economic growth, productivity – 3b Education and social cohesion, distribution, inequality Čím se akademická ekonomie vzdělání zabývá?

7 4 Educational Finance – 4a Public financing – 4b Private financing (incl. tuition fees) 5 Levels of Education – 5a Pre-school education – 5b Primary school – 5c Secondary school – 5d Vocational education – 5e Tertiary (university) education 6 Training, Informal Learning and Lifelong Learning – 6a Training (firm-specific and general knowledge) – 6b Informal learning – 6c Adult education and lifelong learning

8 7 Research and Knowledge Creation – 7a Research and development (R&D) – 7b Entrepreneurship and innovation 8 Socio-Demographic Aspects – 8a Gender; 8b Aging; 8c Minorities and migration; 8d Handicapped 9 Economic Theories of Education – 9a Political economy and public economics of education – 9b Positive and normative theories of education 10 Comparative Economics of Education – 10a Returns to education – 10b Institutions of the education system – 10c Effectiveness; 10d (In)equality; 10e Finance

9

10

11

12 Human Capital Model

13

14 E.Hanushek a S.Rivkin, Handbook of the Economics of Education, Volume 2, Chapter 18.

15 Výzkum Zdroje: Web of Science a vlastní výpočty Extrémně slabé výsledky společenskovědního základního výzkumu: počet článků publikovaných v roce 2006 ve 3 skupinách časopisů dle impakt faktoru 15

16 Výzkum Zdroje: Web of Science a vlastní výpočty 16

17 Modely hospodářského růstu Kvalita školství a úspěšné reformy Vzdělávání a školství Institucionální prostředí Vzdělanost Hospodářský a společenský rozvoj

18 Hlavní cíl studie Hospodářské a společenské dopady vzdělanosti jsou velmi dlouhodobé Kauzální souvislosti jsou běžnému pohledu zastřené Politické cykly demokratických vlád jsou krátké Školství a kvalita vzdělávání jsou často prioritou spíše jen verbální Cílem studie je na základě empirických odhadů a pomocí kvantifikovaných simulací dopady vzdělání a školství lépe ozřejmit.

19 Měřítka pro srovnání dopadů Ukazatele veřejných financí roku 2012 [mld. Kč] HDP3 846 Příjmy státního rozpočtu1 051 Dluh České republiky1 668 Deficit státního rozpočtu101 Výdaje na školství (3,6 % HDP)138 z toho regionální školství84 z toho VŠ včetně výzkumu a vývoje42 Důchody373

20 Nefinanční dopady Štěstí si za peníze nekoupíš. Musíš je nejdříve směnit za hračky.

21 17.5% Zdroj: Národní zpráva Hlavní zjištění výzkumu PISA 2009: Umíme ještě číst?, ÚIV, 2010.

22 Zdroj: Národní zpráva Hlavní zjištění PISA 2012: Matematická gramotnost patnáctiletých žáků, ČŠI, 2013.

23 Vývoj gramotnosti 15 letých žáků v České republice v období

24 Vývoj gramotnosti 15 letých žáků v České republice, Polsku a Finsku v období

25 Výsledky patnáctiletých žáků 9. ročníkův krajích

26 Východisko: Kvantitativní odhady empirického růstového modelu Hanushek a Woessmann

27 Zvažované scénáře zvýšení průměrných kognitivních dovedností 15 letých žáků 1 Zpět do roku 2003 – Okamžitý návrat průměrných kognitivních dovedností na úroveň roku Srovnání s Finskem – Zvýšení průměrných kognitivních dovedností na úroveň Finska. 3 Polská reforma – Zvýšení průměrných kognitivních dovedností v úrovni odpovídající polskému zlepšení v letech 2000– Zlepšení od roku Zvýšení průměrných kognitivních dovedností českých žáků v letech 2009– Nejlepší region – Zvýšení průměrných kognitivních dovedností českých žáků na úroveň žáků hlavního města Prahy. # Popis scénářů

28 Předpoklady simulačního modelu Rok spuštění reformy2015 Doba zavádění reformy10 let Horizont uvažovaných výnosů z reformy2095 Růst HDP při nereformním (autonomním) scénáři 1,5% Očekávaná délka pracovní kariéry40 let Diskontní sazba3.0% Růstový koeficient průměrných skórů1.736% Růstový koeficient nízkých skórů 3.783%

29 Dopady reformních scénářů na výši HDP v budoucích letech ScénářV mld. Kč Relativně k HDP roku 2012 Anuita v mld. Kč Scénář 1: Zpět do roku %267 Scénář 2: Srovnání s Finskem %483 Scénář 3: Polská reforma %804 Scénář 4: Nejlepší region %201 Scénář 5: Zlepšení od roku %110

30 Dopady reformních scénářů na výši HDP v budoucích letech První sloupec představuje současnou hodnotu kumulovaných budoucích přírůstků HDP v jednotlivých scénářích v miliardách Kč (za období 2015–2095). Druhý sloupec vyjadřuje stejnou hodnotu relativně k HDP roku Třetí sloupec udává anuitu, tedy rozpočítání celkového kumulovaného přírůstku HDP na každý jeden rok období 2015–2095 (v současné hodnotě).

31 Současné hodnoty kumulovaného příspěvku HDP (za období 2015–2095) scénářů hypotetických vzdělávacích reforem s ukazateli veřejných financí roku 2012 (v mld. Kč)

32 Relativní navýšení HDP v důsledku hypotetické reformy (období 2015–2095; srovnáno s autonomním růstem HDP 1,5 %)

33 Náklady ušlých příležitostí [mld. Kč ročně] Deficit státního rozpočtu (2012)101 Výdaje na školství (3.6 % HDP)138 Důchody373 Scénář 2: Srovnání s Finskem483 Scénář 1: Zpět do roku Scénář 3: Polská reforma804 Scénář 4: Nejlepší region201 Scénář 5: Zlepšení of roku

34 17.5%

35 17.5%

36

37

38 Intenzivní příprava na osmiletá gymnázia

39 Proporce odpovědí na otázku o oblibě školy (4. třída - TIMSS) Poznámka: Hodnota Průměr je nevážený průměr za všechny země kromě Česka. Země jsou seřazeny dle obliby školy (odpověď velmi rád/a a rád/a) od nejmenší po největší oblibu. Zdroj: Mezinárodní srovnání obliby školy a učení se matematice v České republice na základě výsledků mezinárodních šetření TIMSS. Daniel Münich a Miroslava Federičová

40 Proporce odpovědí na otázku o oblibě školy (8. třída - TIMSS) Poznámka: Hodnota Průměr je nevážený průměr za všechny země kromě Česka. Země jsou seřazeny dle obliby školy (odpověď velmi rád/a a rád/a) od nejmenší po největší oblibu. Zdroj: Mezinárodní srovnání obliby školy a učení se matematice v České republice na základě výsledků mezinárodních šetření TIMSS. Daniel Münich a Miroslava Federičová

41 Proporce odpovědí na otázku o oblibě učení matematiky (4. třída - TIMSS) Poznámka: Hodnota Průměr je nevážený průměr za všechny země kromě Česka. Země jsou seřazeny dle obliby školy (odpověď velmi rád/a a rád/a) od nejmenší po největší oblibu. Zdroj: Mezinárodní srovnání obliby školy a učení se matematice v České republice na základě výsledků mezinárodních šetření TIMSS. Daniel Münich a Miroslava Federičová

42 Proporce odpovědí na otázku o oblibě učení matematiky (8. třída - TIMSS) Poznámka: Hodnota Průměr je nevážený průměr za všechny země kromě Česka. Země jsou seřazeny dle obliby školy (odpověď velmi rád/a a rád/a) od nejmenší po největší oblibu. Zdroj: Mezinárodní srovnání obliby školy a učení se matematice v České republice na základě výsledků mezinárodních šetření TIMSS. Daniel Münich a Miroslava Federičová

43 Gramotnostní mezery v čase (4. a 8./9., třída; PISA a TIMSS) TIMMS 4TIMMS 8 PISA 15 year Zdroj: Rozdíly v matematické a čtenářské gramotnosti chlapců a dívek a raná selekce: trendy v obou zemích po rozdělení Československa, Miroslava Federičová, Daniel Münich

44 CERGE-EI Výzkum zaměřený na veřejné politiky IDEA - nezávislý think tank zaměřující se na výzkum v oblasti veřejných politik Přispívá k vědeckým a veřejným debatám v České republice i v zahraničí Společné pracoviště Univerzity Karlovy a Akademie věd ČR v.v.i. Výzkum úspěšná publikační činnost v nejlepších mezinárodních vědeckých žurnálech špičkoví výzkumníci z různých světových regionů PhD a MA studijní programy PhD program moderní ekonomie s českou a americkou akreditací absolventi nastupují akademickou dráhu na prestižních světových univerzitách, získávají pozice v mezinárodních organizacích jako MMF, EBRD nebo Světová banka.

45

46 Děkuji za pozornost!

47 17.5% Zdroj: Národní zpráva Hlavní zjištění výzkumu PISA 2009: Umíme ještě číst?, ÚIV, 2010.

48 17.5% Zdroj: Národní zpráva Hlavní zjištění výzkumu PISA 2009: Umíme ještě číst?, ÚIV, 2010.


Stáhnout ppt "Dopad vzdělanosti na hospodářský růst: ve světle nových výsledků PISA 2012 DANIEL MÜNICH a TOMÁŠ PROTIVÍNSKÝ (PETER ONDKO, JAN STRAKA) KDF MFF UK, 27.3."

Podobné prezentace


Reklamy Google