Page 7 - IDEA Studie 7 2016 Dopad dani a davek na chudobu

Úvod
Česká republika (ČR) patří k zemím s nejnižšími příjmovými nerovnostmi mezi obyvateli a nejnižší mírou relativní chudoby v Evropě (Decancq, Goedemé, Van den Bosch, & Vanhille, 2013) i ve světě (Galbraith & Kum, 2005; OECD, 2011). Míra ohrožení relativní příjmovou chudobou (dále chudoba), tedy podíl obyvatel, kteří nedosahují 60 % mediánového disponibilního příjmu, je v ČR pouhých 8,6 %, nejméně ze všech zemí Evropské unie (EU). Hodnotu Giniho koeficientu, kterým se měří příjmová nerovnost, vykazuje ČR třetí nejnižší v celé EU.
Hodnoty ukazatelů míry ohrožení chudobou i míry nerovnosti vpříjmech jsou počítány na základě údajů o disponibilním příjmu domácností, tedy příjmu poodečtení daní a započtení sociálních dávek. Je tedy otázkou, nakolik nízká příjmová nerovnost a míra relativní chudoby pramení z prvotní nerovnosti hrubých příjmů a nakolik jsou způsobeny přerozdělovacím působením daní a sociálních dávek.
Vanalýze jsme použili nejnovější empirické přístupy pro analýzu vztahu mezi daněmi, sociálními dávkami a dalšími nástroji státní sociální politiky (Lustig & Higgins, 2013). Jako vstupní data je použit reprezentativní vzorek domácností Výběrového šetření příjmů a životních podmínek domácností (SILC) a dále šetření domácností Statistik rodinných účtů (SRÚ) Českého statistického úřadu (ČSÚ). Kombinace použitých dat, kdy do analýzy zahrnujeme nejen příjmy domácností, přímé daně a sociální dávky (SILC), ale i výdaje domácností a nepřímé daně (SRÚ), je vpřípadě ČR použita poprvé a umožňuje vyhodnotit celkové přerozdělovací dopady přímých i nepřímých daní a sociálních dávek ve vzájemných souvislostech. Zvolený přístup také umožňuje zhodnocení efektivity redistribučního působení jednotlivých daňových a sociálních politik a formulovat doporučení pro modifikace těchto politik.
Data a metodologie
Pro analýzu jsme využili dva mikrosimulační modely. Jednak model umožňující simulovat přímé daně (daň z příjmu a odvody na sociální a zdravotní pojištění) a sociální dávky s využitím dat SILC (Dušek, Kalíšková & Münich, 2013). A dále model, který simuluje nepřímé daně na základě dat SRÚ (Janský, 2014). Spojení dat zedvou různých šetření umožňuje analyzovat simultánní dopady přímých
3