pdf (569 kb) - Centrum pro otÃ¡zky Å¾ivotnÃho prostÅedÃ UK - Univerzita ...

Univerzita Karlova v Praze 

Centrum pro otázky životního prostředí 

U Kříže 8 

158 00 Praha 5 

ředitel: prof. RNDr. Bedřich Moldan, CSc. 

Přehledová studie: Rešerše literatury 2.1 

projektu MD 

24/2006-430-OPI/3 

z OP „Infrastruktura“ – Priorita 2 (2.4) 

Analýza každodenního dopravního chování dospělého městského 

obyvatelstva a nástroje regulace dopravy 

Zodpovědný řešitel: Hana Brůhová-Foltýnová 

Praha, 19. ledna 2007


Obsah: 

1. Úvod 2 

2. Analýza dopadů cenových změn na dopravní chování 4 

2.1. Cenové a důchodové elasticity poptávky po pohonných hmotách 6 

2.2. Elasticity poptávky po vlastnictví motorového vozidla a počtu ujetých cest 13 

2.3. Domácí studie poptávkových elasticit po pohonných hmotách 15 

2.4. Shrnutí 17 

2.5. Seznam literatury zahrnuté do rešerše 18 

3. Ekonomický přístup k analýze hromadné dopravy 19 

3.1. Poptávkové elasticity po hromadné dopravě 19 

3.2. Efekty z rozsahu a nákladové funkce 21 

3.3. Shrnutí 24 


4. Externí náklady z dopravy a jejich kvantifikace 25 

4.1. Teorie externalit v dopravě 25 

4.2. Pozitivní externality z dopravy 27 

4.3. Kvantifikace externalit 30 

4.4. Hodnota času 32 


5. Teorie optimálního zdanění 42 

5.1. Optimální zdanění meziproduktů 47 

5.2. Optimální zdanění dopravy v otevřené ekonomice 48 


Zpracovali: Hana Brůhová-Foltýnová 

Jan Brůha 

1


1. Úvod 

S tím, jak narůstá výkon osobní dopravy ve městech, narůstají i negativní dopady 

dopravy na životní prostředí a zdraví obyvatel (ekonomicky vyjádřitelné jako negativní 

externality). Tyto dopady jsou nejen lokální (zdravotní dopady na obyvatele žijící a 

pohybující se v blízkosti frekventovaných komunikací, především z emisí PM a hluku), ale i 

regionální, národní a nadnárodní (především emise tzv. skleníkových plynů 1 ). Proto se stále 

větší pozornost věnuje možnostem, jak snížit tyto negativní následky dopravy na všech 

úrovních jejich působení. 

V podstatě můžeme rozlišit čtyři způsoby omezování negativních dopadů osobní 

dopravy v městských oblastech 2 : 

1) nahrazení současných osobních automobilů a vozů hromadné dopravy vozidly 

„čistšími“, s nižší spotřebou pohonných hmot a nižšími emisemi, 

2) nahrazení cest uskutečněných osobními automobily cestami uskutečněnými 

dopravními prostředky a způsoby cestování přátelštějšími k životnímu prostředí, jako 

jsou hromadná doprava, car-sharing a car-pooling, cyklistika a chůze, 

3) konáním méně cest (spojování cest, telecommuting, internet shopping, internetbanking 

a další) a 

4) zkracováním cest. 

Existuje řada nástrojů, jak motivovat (s využitím některých administrativních nástrojů 

pak přimět) obyvatele k některému z těchto čtyř vymezených způsobů chování. Dosud se 

v dopravní politice používala především přímá regulace (administrativní či normativní 

nástroje) s velkým podílem správních opatření (v našich podmínkách např. emisní standardy, 

omezení vjezdu určitým vozidlům, preferenční pruhy vozidlům hromadné dopravy apod.). 

Méně využívané, i když stále populárnější i v městském prostředí, jsou ekonomické nástroje. 

Ty jsou relevantnější k tržně orientované ekonomice a umožňují hospodárné užívání statků a 

služeb životního prostředí. Vedou k cíli efektivněji, s menšími náklady (viz např. OECD 

2001a). Ekonomické nástroje v dopravě mají nejčastěji formu daní a poplatků za parkování či 

vjezd/pohyb v městských aglomeracích (např. „congestion pricing“), ale patří sem např. i 

pojištění vozidel či povinné ručení. 

Dopady zvolených nástrojů na chování obyvatel závisí na velké řadě faktorů, 

především na osobních charakteristikách jednotlivců, jejich možnostech využití alternativních 

druhů dopravy, postojích a preferencích. Pokud chceme zvolit úspěšnou strategii k regulaci 

dopravního chování, potřebujeme získat co nejpřesnější informace o těchto faktorech. Toto 

studium zasahuje do různých vědních disciplin. Podívejme se na ty, které bývají označovány 

jako společenské vědy. 

Sociologie a psychologie se zaměřuje na analýzu preferencí a motivací při volbě 

dopravního prostředku – zkoumá např. postoje k jednotlivým druhům dopravy, osobní a 

společenské normy, zda a jak jedinci vnímají problémy způsobené dopravou, uvědomění si 

environmentálních souvislostí svého chování. K takovýmto analýzám potřebují výzkumníci 

především data o individuálních charakteristikách jedinců (věk, pohlaví, příjem osoby a 

domácnosti, složení domácnosti, fáze životního cyklu, zaměstnanecký status), jejich 

preference a postoje 3 . 

1 Skleníkové plyny představují skupinu chemických sloučenin, které se mohou jako znečisťující složka v ovzduší 

významně negativně podílet na vzniku nežádoucích změn klimatu. Z dopravy se jedná především o emise CO 2 . 

2 Zpracováno s využitím Dargay J., 2006 

3 Rešerše sociologické literatury je výstupem aktivity 1.1 tohoto projektu. 

2


Předmětem ekonomické analýzy dopravního chování obyvatel jsou pak ekonomické 

faktory jako náklady vlastnictví a používání automobilu (investiční a provozní náklady), 

náklady používání hromadné dopravy (jízdné), příjem jedince či domácnosti. S využitím 

těchto dat spolu s individuálními charakteristikami domácností mohou ekonomové analyzovat 

reakci domácností na změny cen (nákladů) dopravy. Další typ ekonomické analýzy, které se 

v tomto projektu věnujeme, souvisí s efektivitou zvolených nástrojů regulace. Zde 

analyzujeme náklady a kvalitu (četnost spojů a délku cest – cestovní čas) provozu hromadné a 

individuální automobilové dopravy, náklady poskytování dopravní infrastruktury, daňové 

zatížení dopravního sektoru a efektivitu daňového systému, či kvantifikaci společenských 

nákladů dopravy. 

Další ze společenských věd, geografie, se pak zaměřuje na prostorové aspekty 

dopravy, využití území, lokaci a dostupnost hlavních cílů cest. 

Cílem této studie je podat přehled výsledků teoretického i aplikovaného výzkumu 

v oblasti ekonomie dopravy relevantní pro řešený projekt. Důraz je kladen především na 

nejnovější poznatky světového výzkumu. Čerpáme především z ekonomických a dopravních 

impaktovaných časopisů, jako jsou Journal of Transport Economics and Policy, Transport 

Reviews, Transportation Research, Journal of Public Economics, Regional Science and Urban 

Economics, American Economic Review, International Tax and Public Finance, Journal of 

Environmental Economics and Management a další. Tato aktivita představuje nezbytný krok 

pro realizaci dalších aktivit projektu, především pro tvorbu modelu použitelného pro analýzu 

efektivity nástrojů regulace osobní dopravy, o který se pokusíme v dalších letech řešení 

tohoto projektu. Pro tvorbu modelu potřebujeme odhady elasticit poptávky pro zkoumaná 

města, odhady nákladových funkcí podniků MHD v ČR, odhady externích nákladů z dopravy 

v ČR. Tyto požadavky odráží struktura této studie. Ta je následující. 

Pro analýzu dopadů ekonomických nástrojů na ekonomiku a životní prostředí – tvorbu 

modelu dopravního sektoru – je zásadní zjistit odezvu poptávky na změny relativních cen 

(tedy změny cen určitého statku nebo služby vzhledem k cenám jiných statků a služeb). Proto 

se v další kapitole zaměříme hlavně na rešerši empirických studií věnovaných této 

problematice (kapitola 2 „Analýza dopadů cenových změn na dopravní chování“). 

V kapitole 3 se zaměříme na literaturu věnovanou analýzám městské hromadné 

dopravy, která je jednou z klíčových předmětů zkoumání tohoto projektu. Zajímat nás bude 

přístup různých autorů k odhadům nákladových funkcí provozovatelů městské hromadné 

dopravy a vztah mezi velikostí nabídky a poptávky po hromadné dopravě (tj. efekty 

z rozsahu, především tzv. Mohringův efekt). 

Kapitola 4 obsahuje rešerši literatury věnované kvantifikaci externích nákladů 

z dopravy. Snížení externích nákladů dopravy bude představovat v našem modelu jednu ze 

sledovaných složek blahobytu, odhady externích nákladů tak představují jeden z klíčových 

vstupů do těchto analýz. 

Jednotlivé ekonomické nástroje (nástroje regulace) nepůsobí izolovaně, ale je třeba je 

analyzovat v kontextu celé ekonomiky. Navíc tyto nástroje nemají často pouze funkci 

regulační, ale také funkci získání výnosů do veřejných rozpočtů. Této problematice se věnuje 

teorie optimálního zdanění. V kapitole 5 se proto zaměříme na studie věnující se otázce vtahu 

daní a dopravy v kontextu zdanění dalšího zboží/služeb a zdanění práce. 

Na závěr podáváme přehled evropských projektů výzkumu zaměřených na probíraná 

témata (kapitola 6). Závěrečná kapitola shrnuje hlavní poznatky z předkládané studie. 

3


2. Analýza dopadů cenových změn na dopravní chování 

Cenové a důchodové elasticity poptávky po dopravě jsou důležitým nástrojem 

k analýzám dopadů ekonomických nástrojů na ekonomiku. Cenovou elasticitu můžeme 

definovat jako změnu poptávky po určitém zboží či službách (v našem případě nejčastěji po 

druhu dopravy – měřené vozokm nebo počtem cest daným druhem dopravy, po pohonných 

hmotách nebo po vozidlu) v důsledku relativní změny ceny/nákladů (tj. změny ceny vůči 

cenám jiných výrobků/služeb). Rozlišujeme cenovou (přímou) a křížovou elasticitu poptávky. 

Dalším typem je pak důchodová elasticita poptávky. 

Cenová (přímá) elasticita poptávky vyjadřuje citlivost poptávaného množství daného 

statku na jeho vlastní cenu. Tedy, jestliže je cenová elasticita poptávky po benzínu -0,4, tak 

pokud se cena benzínu zvýší o 10 %, poptávka po ní se sníží o 4 %. Pro spotřebu pohonných 

hmot můžeme očekávat zápornou cenovou elasticitu, a to relativně neelastickou (blízkou 

nule), zvláště v krátkém období. 

Křížová elasticita poptávky označuje citlivost poptávaného množství statku (např. 

benzínu) na změnu ceny jiného statku (např. jízdného MHD). Křížová elasticita bude kladná 

v případě substitučních statků (benzín a jízdné MHD), naopak v případě komplementárních 

statků (automobily a pohonné hmoty) bude záporná. Jestliže je křížová elasticity poptávky po 

MHD na cenu benzínu +0,3, tak jestliže se cena benzínu zvýší o 10 %, poptávka po MHD se 

zvýší o 3 %. 

Důchodová elasticita vyjadřuje citlivost poptávky po určitém statku v reakci na 

změnu důchodu (příjmu). Jestliže se důchod zvýší o 10 % a důchodová elasticita poptávky po 

automobilech je +0,8, tak se poptávka po autech zvýší o 8 %. 

Podle délky období, ve kterém dopad změny relativních cen pozorujeme, rozlišujeme 

krátkodobé elasticity (tj. odpověď na změnu relativních cen během krátkého časového 

období, nejčastěji 1 rok, viz Goodwin et al. 2004) a dlouhodobé elasticity (tj. reakce na 

změnu relativních cen během delšího období, nejčastěji 3-5 let, ibid.). Obecně platí (což 

empirické studie potvrzují), že dlouhodobé cenové elasticity bývají vyšší (v absolutní 

hodnotě) než elasticity krátkodobé, a to z důvodu delšího časového prodlení mezi změnou 

ceny a reakcí na tuto změnu (např. mezi změnou ceny pohonné hmoty a nákupem 

úspornějšího vozidla). Krátkodobé a dlouhodobé efekty můžeme rozlišit jak u přímých 

cenových, tak i u křížových a důchodových elasticit. 

Jak se od sebe liší cenové a důchodové elasticity? Podívejme se na názorný příklad – 

nejprve na to, co nám říkají cenové elasticity. V případě, že reálná cena pohonné hmoty 

vzroste o 10 % a zůstane na této úrovni, výsledkem je dynamický proces, který se projeví 

takto (jak uvádí Goodwin et al. 2004 s využitím řady analýz poptávky po dopravě především 

z USA a Velké Británie): 

- objem dopravy poklesne zhruba o 1 % během jednoho roku, v dlouhém období (tj. 

přibližně 5 let) okolo 3 %, 

- množství spotřebované pohonné hmoty klesne o cca 2,5 % za rok, v dlouhém období 

pak o více než 6 %, 

- efektivita spalování motorových paliv vzroste o cca 1,5 % během roku a okolo 4 % 

v dlouhém období, 

- celkový počet vlastněných vozidel poklesne o méně než 1 % v krátkém období a o 2,5 

% v dlouhém období. 

4


Důvodem, proč množství spotřebované pohonné hmoty klesne více než objem 

dopravy v důsledku nárůstu reálných cen pohonných hmot, je zřejmě ten, že řidiči se budou 

více snažit o úspory spotřeby (pomocí technických zlepšení vozidla, způsobem jízdy 

vedoucím k nižší spotřebě a řízením v jednodušších dopravních podmínkách atd.). Dalším 

možným důvodem je ten, že majitelé vozidel s velkou spotřebou budou vozidlo používat 

méně nebo jej zcela vyřadí. To vše vede k nárůstu energetické efektivity. 

V případě, že reálný příjem vzroste o 10 %, dojde k následujícím reakcím (které lze 

popsat pomocí důchodových elasticit): 

- počet vozidel a celkové množství spotřebovávaného paliva poroste o skoro 4 % za rok 

a v dlouhém období o více než 10 %, 

- objem dopravy poroste, ne však proporcionálně, ale o 2 % během roku a o 5 % 

v dlouhém období. 

Obecně platí (jak dále uvádí Goodwin et al. 2004), že 

- cenové elasticity poptávky po palivech jsou větší než cenové elasticity poptávky po 

ujetých kilometrech, nejčastěji 1,5krát až 2krát (tj. při nárůstu ceny paliva se více sníží 

spotřeba pohonných hmot než ujeté kilometry), 

- dlouhodobé elasticity jsou větší než krátkodobé, nejčastěji 2-3krát, 

- důchodové elasticity jsou větší než cenové, nejčastěji 1,5-3krát. 

Ekonomové dále rozlišují dva koncepty cenových elasticit: kompenzované a 

nekompenzované cenové elasticity. Změna ceny statku/služby totiž vede ke dvěma efektům – 

substitučnímu a důchodovému efektu. Substituční efekt představuje náhradu relativně 

dražšího statku jeho substitutem tak, že užitek spotřebitele zůstane na stejné úrovni. 

Důchodový efekt vzniká, protože zvýšení ceny statku vede k tomu, že spotřebitelům zbývá 

méně prostředků, pokud spotřebují stejné množství jako před změnou. V tomto případě klesá 

užitek spotřebitelů. Ti by museli být kompenzováni částkou, o kterou byla zvýšena cena 

sledovaného statku, aby zůstal jejich užitek na stejné úrovni. Tato změna reálného důchodu 

povede ke změně spotřeby. Kompenzovaná elasticita poptávky měří jen substituční efekt 

cenové změny (tzv. Hicksovská poptávka, na stejné hladině užitku), zatímco 

nekompenzovaná elasticita poptávky měří finální efekt jak substitučního, tak důchodového 

efektu cenové změny (tzv. Marshallovská poptávka). Pro účely našeho modelu budeme 

v dalších aktivitách tohoto projektu odhadovat nekompenzovanou cenovou elasticitu 

poptávky. 

Pro odhady elasticit existují různé přístupy. Možnosti jednotlivých parametrů výpočtů 

shrnuje následující tabulka. 

Tabulka 1: Přístupy k odhadování cenových elasticit 

Funkce užitku 

Parametrizace 

Poptávková funkce 

Specifikace poptávkové 

funkce 

Data 

Funkční forma: lineární, double-log, log-lineární, determinovaná vzorkem 

Statická versus dynamická 

Struktura intervalu: polynomiálně distribuovaný, geometricky klesající, 

inverted-v, lagged endogenous model, lagged dependent variable 

Vysvětlující proměnné zahrnuté v modelu: zahrnutí zásoby a použití 

vozidel nebo vybavení, demografické proměnné atd. 

Definice závisle proměnné 

Začleněné země a regiony 

5


Metoda odhadu 

Typ paliva 

Druh dopravy 

Zdroj: EK (1999) 

Pokryté období 

Typ a množství dat: Gross-section, časové řady, pooled cross-section 

časové řady 

Makro nebo mikro data 

Časový rozsah: roční, čtvrtletní, měsíční 

Nejmenší čtverce, GLS, error correction, pooled with or without dummies, 

random effects nebo fix effects 

Logit choice modely (diskrétní modely pro dopravu) 

Benzín, nafta, zemní plyn, ropa 

Doprava agregovaná, doprava podle druhu dopravního prostředku, osobní 

versus nákladní, jednotlivé firmy 

2.1 Cenové a důchodové elasticity poptávky po pohonných hmotách 

Studie zaměřené na odhady cenových a důchodových elasticit poptávky po dopravě 

vznikají od 70. let 20. století. Zájem o tuto problematiku vzrostl zvláště v období ropných 

krizí mezi lety 1973 a 1979 a dále s rostoucím zájmem o životní prostředí. Odhadů byly 

provedeny stovky pro různé země, různá časová období, s použitím různých metod. Proto se 

v této rešerši zaměříme především na nejdůležitější studie využívající metaanalýzu 4 

analyzující již publikované výstupy. 

Goodwin 1992 

Ve Velké Británii se odhadům poptávkových elasticit v dopravě dlouhodobě věnuje 

Phill Goodwin. Zde se budeme věnovat především jeho rozsáhlé metaanalýze řady studií 

z roku 2004, ale předtím stojí jistě za zmínku i jeho studie z roku 1992. 

V této studii se Goodwin pokusil porovnat řadu odhadů poptávkových elasticit, které 

byly ve Velké Británii provedeny do roku 1991. S pomocí statistických a ekonometrických 

metod pak z těchto výstupů vypočítal „průměrnou“ hodnotu pro Velkou Británii. Jeho 

výsledek zachycuje následující tabulka. 

Tabulka 2: Cenové elasticity poptávky po pohonných hmotách 

Cenové elasticity 

Závisle proměnná 

Krátkodobé 

Dlouhodobé 

Vozo-km -0,16 (N=4) -0,32 (N=6) 

Spotřeba paliv -0,27 (N=57) -0,73 (N=53) 

Pozn.: N = počet analyzovaných studií 

Zdroj: Goodwin (1992) 

Tyto výsledky potvrzují, že poptávka po dopravě a pohonných hmotách je ve Velké 

Británii poměrně neelastická (blízká nule), přičemž elastičtější je poptávka po pohonných 

hmotách než po ujetých kilometrech. Znamená to, že změna ceny pohonných hmot vede jen 

k malým změnám ve spotřebě pohonných hmot. 

4 Metaanalýza představuje formální syntézu výsledků a závěrů výzkumu, včetně využití řady nástrojů pro 

ohodnocení a srovnání společných prvků studie. 

6


Goodwin at al. 2004 

Goodwin s kolegy na tuto studii navázali a v roce 2004 publikovali výsledky nové 

metaanalýzy, která shrnuje výsledky 69 studií odhadu elasticit. Tyto studie obsahují odhady 

491 elasticit a vychází z dat za více než 62 let (od 1929 do 1991). Více než 100 výsledků se 

zabývá spotřebou paliv, více než 30 poptávkou po dopravě měřené ujetými kilometry a ostatní 

zahrnují prodej automobilů a palivovou efektivitu. Většina z nich byla zaměřena na osobní 

automobily, část z nich na automobily osobní a nákladní. Pouze velmi málo studií se věnovalo 

komerční dopravě a autoři nezařadili mezi studie žádnou regionálně nebo sektorově 

specifickou nákladní dopravu. Nejčastěji zastoupenou zemí byly USA (N=63), dále Velká 

Británie (29), Kanada (12), Francie (7), Německo (7), Belgie (6), ostatní země pouze 1 – 4x. 

Autoři se ve své studii mimo jiné zaměřili na analýzu faktorů, které ovlivňují výši 

odhadů cenových elasticit. Jedná se především o volbu metody odhadu a specifikaci modelu, 

odhadované období, typ dat atd. V našem případě, kdy budeme odhadovat dopady různých 

politik (nástrojů regulace), bude třeba podrobných dat o domácnostech a jednotlivých 

provozovatelích městské hromadné dopravy. 

Co se týče funkčního vztahu k výpočtu, Goodwin at al. (2004) nezjistili silný dopad na 

výsledky odhadů 5 . Nejčastěji se požíval lineární nebo log-lineární vztah, ale s rozvojem 

počítačových možností se setkáváme stále více také s translog, semilog nebo Box-Cox 

funkčním vztahem. Jednotlivé faktory a jejich dopady na výsledné odhady jsou shrnuty 

v následující tabulce. 

Tabulka 3: Přehled dopadu různých faktorů na výši poptávkových elasticit v dopravě 

Existuje slabá evidence, že krátkodobé elasticity 

Cena benzínu 

Na litr 

jsou vyšší na km a dlouhodobé na litr. Důchodové 

Na km 

elasticity na km jsou nižší než elasticity cenové na 

litr 

Funkční vztah 

Log-lineární 

Lineární 

Nelineární 

Semilog 

Není silný dopad na funkční vztah. 

Specifikace 

modelu 

Jednotka 

Časový úsek 

dat 

Typ dat 

Země 

Čas 

Box-Cox 

Částečné přizpůsobení 

Error correction model 

Inverted-v lag 

Na osobu 

Agregované 

Na domácnost 

Roční 

Čtvrtletní 

Měsíční 

Časové řady 

Průřezová data 

Průřezová data/časové řady 

Evropa 

USA 

OECD 

Austrálie, Kanada, Japonsko 

Ostatní 

Data před 1974 

Data pro 1974–81 

Některé významné rozdíly, ale ne systematické. 

Některé případy indikují, že měření na osobu 

dává nižší cenové elasticity a vyšší důchodové 

elasticity pro spotřebu paliv. Vzorek je však příliš 

malý na další závěry. 

Roční data dávají nižší cenovou elasticitu a vyšší 

důchodovou elasticitu pro spotřebu paliv. 

Společné analýzy časových řad a průřezových dat 

(obvykle srovnání zemí) má tendenci dávat nižší 

elasticity při použití dynamických specifikací 

USA mají nižší elasticity spotřeby paliv než 

Evropa vztažené k ceně i k důchodu. OECD mají 

vyšší elasticity, další závěry nejsou příliš 

konzistentní 

Několik výsledků ukazuje, že střední období má 

vyšší cenové elasticity a nižší důchodové 

5 Některé zdroje (např. Oum 1989 pro nákladní dopravu) však uvádí rozdílné odhady elasticit na stejných datech 

s použitím různých funkčních vztahů pro vyjádření poptávky. 

7


Metoda 

odhadu 

Data po 1981 

Zdroj: Goodwin et al. (2004) 

Mnoho různých metod, např. 

nejmenších čtverců, metoda 

maximální věrohodnosti, 

instrumentální proměnné, 

zdánlivě nesouvisející 

regrese 

elasticity než brzké nebo pozdní období. 

Neprokázal se systematický pokles hodnot 

elasticit s výjimkou dlouhodobého důchodového 

efektu na spotřebu paliv. 

Mnoho signifikantních rozdílů, ale neprojevených 

(unrevealing) 

Autoři studie potvrzují kromě již výše zmíněného vlivu délky zkoumaného období na 

výši elasticit také významné rozdíly ve výši poptávkových elasticit po pohonných hmotách 

mezi jednotlivými zeměmi (především mezi USA a západní Evropou), danou zřejmě 

strukturou osobní dopravy a možností využití substitutů automobilů (hromadné dopravy, na 

kratší vzdálenosti i cyklistiky a chůze). 

Je tedy třeba zdůraznit, že výši poptávkových elasticit zřejmě nelze vždy jednoduše 

převzít z jiných studií, protože existuje řada faktorů, které jejich výši ovlivňují. Nejpřesnější 

je odhadnout poptávkové elasticity pro konkrétní populaci, kterou zkoumáme. 

Podívejme se na výši odhadů cenových elasticit poptávky po pohonných hmotách, jak 

je Goodwin et al. shrnují ve své studii (viz tabulka 4). 

Tabulka 4: Poptávkové elasticity vztažené k ceně paliva na litr s využitím dynamických 

odhadů časových řad 

Závisle proměnná Krátké období Dlouhé období 

Spotřeba paliva 

(celková) 

Spotřeba paliva (na 

vozidlo) 

Vozokm (celkem) 

Vozokm (na vozidlo) 

Vozový park 


Průměrná elasticita 

Směrodatná odchylka 

Interval 

Počet pozorování 



Interval 




Interval 




Interval 




Interval 


-0,25 

0,15 

-0,01, -0,57 

46 

-0,08 

- 

-0,08, -0,08 

1 

-0,10 

0,06 

-0,17, -0,05 

3 

-0,10 

0,06 

-0,14, -0,06 

2 

-0,08 

0,06 

-0,21, -0,02 

8 

-0,64 

0,44 

0, -1,81 

51 

-1,1 

- 

-1,1, -1,1 

1 

-0,29 

0,29 

-0,63, -0,10 

3 

-0,30 

0,23 

-0,55, -0,11 

3 

-0,25 

0,17 

-0,63, -0,10 

8 

I z této tabulky vyplývá, že cenová poptávka po pohonných hmotách je neelastická 

(blízká nule) v krátkém období, ve dlouhém období je pak již elastičtější, dosahuje v průměru 

u zkoumaných studií výše okolo -0,64. Následující tabulka shrnuje odhady elasticit získaných 

s využitím statických metod. Statické metody obvykle umožňují zahrnout změnu řady faktorů, 

jejich odhady se tedy svým charakterem blíží krátkodobým elasticitám odhadnutým 

statickými metodami. 

8


Tabulka 5: Poptávkové elasticity vztažené k ceně paliva na litr s využitím statických 

odhadů 

Z toho 


Celkem 

Průřez. data Kombinace Časové řady 


(celková) 


(na vozidlo) 

Vozokm 

(celkem) 

Vozokm (na 

vozidlo) 

Vozový park 




Interval 




Interval 




Interval 




Interval 




Interval 


-0,43 

0,23 

-0,11, -1,12 

24 

-0,30 

0,22 

-0,89, -0,04 

22 

-0,31 

0,14 

-0,54, -0,13 

7 

-0,51 

0,25 

-0,69, -0,33 

2 

-0,06 

0,08 

-0,13, 0,03 

3 

-0,55 

0,32 

-0,23, -1,12 

7 

Žádná 

pozorování 

-0,38 

0,23 

-0,54, -0,21 

2 

Žádná 

pozorování 

0,03 

- 

0,03, 0,03 

1 

-0,28 

0,10 

-0,45, -0,11 

9 

-0,30 

0,22 

-0,89, -0,04 

22 

-0,27 

0,12 

-0,41, -0,13 

4 

-0,33 

- 

-0,33, -0,33 

1 

-0,11 

0,03 

-0,13, -0,09 

2 

-0,48 

0,16 

-0,77, -0,28 

8 

Žádná 

pozorování 

-0,32 

- 

-0,32, -0,32 

1 

-0,69 

- 

-0,69, -0,69 

1 

Žádná 

pozorování 

Z tabulky je patrné, že interval, na kterém se pozorování pohybují, je poměrně široký a 

směrodatné odchylky jsou velké vzhledem k průměru. Je to z toho důvodu, že data pochází 

z velké řady různých studií zpracovaných v rozdílném kontextu. 

Celkově jsou poptávkové elasticity odhadnuté s využitím statických modelů vyšší než 

elasticity získané s využitím dynamických metod. 

Goodwin et al. (2004) dále odvodili vztah zemi elasticitou palivové efektivity, 

elasticitou spotřeby pohonných hmot a elasticitou ujetých vozokm: 

Elasticita palivové efektivity = elasticita poptávky po vozokm – elasticita spotřeby paliv 

Z výsledků analýzy studií odhadů elasticit dospěli dále Goodwin et al. (2004) 

k závěru, že elasticita vlastnictví vozidel ve vztahu k ceně paliva je výrazně menší než 

elasticita poptávky po vozo-kilometrech. Tento výsledek napovídá, že větší část (snad 80 %) 

změny úrovně dopravy je způsobena změnou vlastnictví vozidla. Toto popírá poměrně 

rozšířený názor, že vlastnictví automobilu je necitlivé na cenu paliva. 

Podívejme se nyní na výši odhadů důchodových elasticit, jak je shrnují Goodwin et al. 

Nejprve na výsledky odhadů získané s využitím dynamických metod (tabulka 6), dále pak 

s využitím statických metod odhadů (tabulka 7). 

Tabulka 6: Důchodové elasticity odhadnuté s využitím dynamických odhadů 

Závisle proměnná Krátké období Dlouhé období 


(celková) 



Interval 


0,39 

0,25 

0,00, 0,89 

45 

1,08 

0,35 

0,27, 1,71 

50 

9


Spotřeba paliva (na 

vozidlo) 

Vozokm (celkem) 

Vozokm (na vozidlo) 

Vozový park 




Interval 




Interval 




Interval 




Interval 


0,07 

- 

0,07, 0,07 

1 

0,30 

0,21 

0,05, 0,62 

7 

-0,005 

0,01 

-0,02, 0,005 

3 

0,32 

0,21 

0,08, 0,94 

15 

0,93 

- 

0,93, 0,93 

1 

0,73 

0,48 

0,12, 1,47 

7 

0,17 

0,19 

0,00, 0,41 

4 

0,81 

0,43 

0,28, 1,62 

15 

A nyní výsledky s použitím statických odhadů. Také pro důchodové elasticity platí, že 

jejich hodnota získaná s využitím statických odhadů je vyšší než hodnoty z dynamických 

modelů. 

Tabulka 7: Důchodové elasticity odhadnuté s využitím statických odhadů 

Z toho 


Celkem 

Průřez. data Kombinace Časové řady 

Průměrná elasticita 0,49 

0,51 0,44 

0,51 

Spotřeba paliva Směrodatná odchylka 0,40 

0,39 0,52 

0,39 

(celková) Interval 

0,02, 1,44 

0,22, 1,44 0,02, 1,34 

0,15, 1,25 


20 

9 

5 


(na vozidlo) 

Vozokm 

(celkem) 

Vozokm (na 

vozidlo) 

Vozový park 




Interval 




Interval 




Interval 




Interval 


0,55 

0,35 

0,07, 1,14 

19 

0,49 

0,42 

0,05, 1,44 

15 

0,06 

0,03 

0,03, 0,08 

3 

1,09 

0,56 

0,49, 1,89 

5 

Žádná 

pozorování 

0,47 

0,02 

0,46, 0,48 

2 

0,07 

0,01 

0,06, 0,08 

2 

1,89 

- 

1,89, 1,89 

1 

0,52 

0,35 

0,07, 1,14 

19 

0,46 

0,51 

0,05, 1,44 

8 

Žádná 

pozorování 

0,78 

0,40 

0,49, 1,23 

3 

Žádná 

pozorování 

0,55 

0,40 

0,15, 1,18 

5 

0,03 

- 

0,03, 0,03 

1 

1,22 

- 

1,22, 1,22 

1 

Vidíme, že v absolutní hodnotě dosahují důchodové elasticity o něco vyšších hodnot 

než elasticity cenové, a to zvláště v dlouhém období, kdy mohou být vyšší než 1. Znamená to, 

že domácnosti s vyšším příjmem více spotřebovávají dopravní statky a služby. Pokud příjem 

naroste o 1 %, má to větší dopady na nárůst spotřeby paliv, než pokud cena paliv klesne o 1 % 

(více viz kapitola 2.2 – tzv. efekt hystereze). 

Opět se ukazuje, že odhady získané pomocí statických metod odhadů jsou o něco 

vyšší, než odhady získané pomocí dynamických metod. 

10


Dále Goodwin a spol s využitím matematického vztahu uvedeného v Hanly et al. 

(2002) dospěli k závěru, že cenové elasticity jsou negativně vztaženy k příjmu, a proto budou 

v průběhu času (jak příjem a bohatství společnosti poroste) klesat. Tyto závislosti zachycuje 

následující tabulka. 

Tabulka 8: Elasticity spotřeby paliv ve vztahu k ceně paliva a spotřebě paliv 

Průměrná elasticita vzhledem k ceně paliva Průměrná elasticita vzhledem k důchodu 

Období 

Krátké Dlouhé Statické metody Krátké Dlouhé Statické metody 

Před 1974 -0,29 -0,45 -0,56 0,52 1,28 0,63 

1974 – 1981 -0,35 -0,93 -0,36 0,37 1,08 0,43 

Po 1981 -0,16 -0,43 -0,28 0,38 1,04 0,14 


Podobný přehled podal Goodwin a spol. také pro elasticity poptávky po ujetých vozokilometrech 

vzhledem k ceně a důchodu (viz následující tabulka). 

Tabulka 9: Elasticity poptávky po vozokm vzhledem k ceně paliv a důchodu 

Průměrná elasticita vzhledem k ceně paliva Průměrná elasticita vzhledem k důchodu 

Období 

Krátké Dlouhé Statické Krátké Dlouhé Statické 

Před 1974 - - -0,54 - - 0,30 

1974 – 1981 - - -0,32 - 0,21 0,57 

Po 1981 -0,10 -0,29 -0,24 0,30 0,73 0,49 


Espey (1998) 

Espey (1998) provedl metaanalýzu studií publikovaných mezi lety 1966 a 1997, 

z kterých získal 277 odhadů dlouhodobých cenových elasticit, 245 odhadů krátkodobých 

cenových elasticit a 363 odhadů dlouhodobých nebo krátkodobých důchodových elasticit za 

časové období 1929 až 1993. Pro analýzu těchto odhadů elasticit použil autor lineární model a 

konzistentní odhad navržený Whiteem, robustní vůči heteroskedasticitě 6 . Espey tak odhadl 

výši cenových a důchodových elasticit pro osobní dopravu. Jejich hodnoty jsou shrnuty 

v tabulce 10 

Tabulka 10: Výsledky metaanalýzy cenových a důchodových elasticit 


Důchodové elasticity 


Krátkodobé Dlouhodobé Krátkodobé Dlouhodobé 

Spotřeba paliv -0,26 (N=277) -0,58 (N=363) +0,47 (N=345) +0,88 (N=345) 

Zdroj: Espey (1998) 

Jedním z důležitých metodologických poznatků těchto autorů je, že vlastnictví vozidla 

představuje významnou vysvětlující proměnnou pro poptávku po pohonných hmotách (což je 

samozřejmě i intuitivní – pohonné hmoty více nakupují ti, kteří vlastní automobil), a její 

nezahrnutí do funkčního vztahu poptávky tedy může vést k výsledkům, které budou zkreslené 

směrem k větší elasticitě. Zároveň potvrzují závěry Goodwina (2004), že použitá metoda 

odhadu neovlivňuje podstatně výsledky odhadu – výsledky odhadů elasticit jsou poměrně 

robustní. 

6 Pro zájemce o tento model odkazujeme na White, H.: A Heteroskedasticity-Consistent Covariance Matrix 

Estimator and a Direct Test for Heteroskedasticity. Econometrica, Volume 48, Issue 4, 1980, pp. 817 – 838. 

11


Graham a Glaister (2002) 

Graham a Glaister (2002) posbírali 113 studií publikovaných mezi roky 1966 a 2000, 

ve kterých je obsaženo 1083 odhadů poptávkových elasticit po pohonných hmotách. Z toho 

bylo 387 krátkodobých cenových elasticit, 213 dlouhodobých cenových elasticit, 333 

krátkodobých důchodových elasticit a 150 dlouhodobých důchodových elasticit. V této studii 

se věnují jak osobní, tak nákladní dopravě. My se zaměříme vzhledem k relevantnosti tématu 

pouze na osobní dopravu. 

Cílem jejich analýzy bylo zjistit vztahy mezi jednotlivými elasticitami a popsat hlavní 

determinanty poptávky po silniční dopravě (jako je palivová efektivita, příjem, průměrná 

rychlost vozidla, cestovní vzdálenost atd.). Získali tak elasticitu objemu dopravy k technologii 

vozidla, elasticitu objemu dopravy k rychlosti vozidla, elasticitu celkových nákladů vzhledem 

k příjmu a ceně nebo elasticitu počtu konaných cest vzhledem k cestovnímu času. Podívejme 

se na některé zajímavé výsledky, které ještě nebyly zmíněny a které doplňují výše v textu 

zmíněné informace. 

Počty cest automobilem jsou poměrně citlivé na délku cestovního času – pro celkovou 

automobilovou dopravu dosahuje krátkodobá elasticita hodnotu ve výši -0,6, která je 

podstatně vyšší než pro dlouhé období (-0,29). Tedy pokud dojde ke změnám v destinacích, 

frekvenci cest a využití území, řidiči začnou konat více kratších cest. Ukazuje se také, že 

pravidelné dojíždění do práce a školy je citlivější na změny cestovního času než služební 

cesty. 

Ujeté kilometry autem jsou k cestovnímu času ještě citlivější, přičemž dlouhodobá 

elasticita (ve výši -0,74) je více než 3krát větší než krátkodobá elasticita (-0,20). Z toho plyne, 

že řidiči v průběhu času přizpůsobují své cesty tak, aby minimalizovali cestovní vzdálenost. 

Ukazuje se, že v dlouhém období je větší odezva na nárůst cen paliv projevující se 

změnou počtu ujetých kilometrů než změnou počtu cest – to může být způsobeno 

kombinováním různých druhů dopravy, pečlivou volbou destinace, stěhováním obyvatel a 

lepšími obchodními službami v místě bydliště či práce. 

Dále se ukazuje, že elasticity vzhledem k cestovnímu času jsou vyšší než elasticity 

vzhledem k ceně paliva jak pro počet cest automobilem, tak pro ujeté kilometry. Výsledky 

shrnuje tabulka 11. 

Tabulka 11: Elasticity hlavních determinant poptávky po silniční dopravě 

Vzhledem k nákladům na palivo Vzhledem k ceně paliva 



Spotřeba paliv -0,28 -1,43 -0,25 -0,77 

Km ujeté autem -0,17 -0,57 -0,15 -0,31 

Palivová efektivita 0,11 0,85 0,10 0,46 

Zdroj: Graham a Glaister (2002) 

Autoři se dále zaměřili na dopady použitých metod na výsledky odhadů a provedli 

metaanalýzu dostupných studií. Jejich výsledky jsou obsaženy v následující tabulce. Výše 

odhadů provedených Grahamem a Glaisterem (2002) se významně blíží odhadům 

vypočítaným Espeyem (1998). 

12


Tabulka 12: Přehled výstupů od Graham a Glaister (2002) 



Důchodové elasticity 


Vozo-km -0,15 -0,3 

Spotřeba paliv -0,2 až -0,3 -0,6 až -0,8 +0,35 až +0,55 +1,1 až +1,3 

Zdroj: Graham a Glaister (2002) 

2.2 Elasticity poptávky po vlastnictví motorového vozidla a počtu ujetých cest 

S jen o něco méně rozsáhlou publikační činností jako u odhadů cenových elasticit se 

setkáváme i u odhadů elasticit poptávky po vlastnictví vozidla. 

Romily et al. (1998) odhadli model vlastnictví vozidel pro Velkou Británii, který 

vycházel ze série časových řad pro období 1953 až 1988. Svůj model vztáhli k reálnému 

disponibilnímu osobnímu příjmu a indexu reálných nákladů motorizace. Jejich odhadované 

elasticity vlastnictví vozidla vzhledem k osobnímu příjmu (tedy důchodové elasticity 

vlastnictví vozidla) jsou +0,34 v krátkém období a +1,14 v dlouhém období. Krátkodobé 

elasticity vlastnictví automobilu vzhledem k indexu reálních nákladů motorizace odhadli na - 

0,29 a dlouhodobé dokonce na -2,19. Průměrná hodnota krátkodobých a dlouhodobých 

elasticit k nákladům motorizace dosáhla -1,24. Tato hodnota je vyšší než Goodwinova 

hodnota -0,89 (Goodwin 1992). 

O podobné odhady – také na britskou populaci – se pokusili dále Dargay a Vythoulkas 

(1999), kteří vyšli z analýzy statistiky rodinných účtů pro období 1982 až 1993. Pro středněpříjmové 

skupiny obyvatel odhadli krátkodobou elasticitu vlastnictví vozidla vzhledem 

k příjmu +0,24 a dlouhodobou +0,65. Elasticita vlastnictví automobilu vzhledem k nákladům 

prodeje byla odhadnuta jako -0,12 (krátké období) a -0,33 (dlouhé období). Elasticity 

vlastnictví vozidla ve vztahu k variabilním nákladům jsou -0,19 (krátkodobé) a -0,51 

(dlouhodobé). Ve srovnání s Romilly et al. (1998) jsou tyto hodnoty poměrně nízké. 

Elasticity vlastnictví vozidla byly odhadovány také v dalších zemích, především ve 

Skandinávii. Agregované poptávkové elasticity po automobilech pro Norsko odhadl 

Fridström (1998) s využitím vícesektorových dat pro období 1973 až 1994. Vysvětlovanými 

proměnnými byly osobní příjem, úrokové míry, náklady pohonných hmot a daně z vozidel. 

Výsledky jsou dlouhodobé důchodové elasticity poptávky po automobilech (jejich 

získaná průměrná hodnota dosahuje +1,2) a celkové dlouhodobé poptávkové elasticity 

vzhledem k nákladům paliv ve výši -0,24. 

Pro Dánsko tyto odhady provedl Bjørner (1999) s využitím dat výzkumů vlastnictví 

vozidel z let 1992 a 1993. Stejný model použil na dánská data také de Jong (1990) a Ramjerdi 

a Rand (1992) pro Norsko. Model nerozlišuje krátko a dlouhodobé elasticity. Výsledky těchto 

výzkumníků spolu se srovnáním výsledků z předchozích studií jsou zachyceny v následující 

tabulce. 

Tabulka 13: Elasticity vlastnictví vozidel 

Ramjerdi a Rand 

Vzhledem k 

(1992) 

Bjorner 

(1999) 

De Jong 

(1990) 

Romily 

(1998) 

Dargay a 

Vythoulkas (1999) 

Disponibilnímu důchodu 

(krátkodobé) 

+0,33 +0,41 +0,15 +0,34 +0,24 

Variabilním nákladům -1,33 -0,78 -0,41 -0,19 / -0,51 

13


Fixním nákladům -2,65 -1,29 -0,80 

Zdroj: Graham a Glaister (2002),Romily (1998), Dargay a Vythoulkas (1999) 

Z tabulky je patrné, že výsledky se překvapivě liší u jednotlivých výzkumníků, což 

může být způsobeno především rozdílnými vstupními daty. Graham a Glaister (2004) 

z provedených analýz učinili následující závěry: 

- odhady dlouhodobých důchodových elasticit poptávky po vlastnictví osobních vozidel 

se pohybují mezi +0,3 a +1,1. Průměr hodnot těchto elasticit ze zkoumaných studií je 

+0,74. 

- Krátkodobé důchodové elasticity byly mnohem nižší než elasticity dlouhodobé, v 

průměru +0,28, a pohybovaly se v úzkém intervalu +0,24 a +0,34. 

- Bez ohledu na rozlišení „cenových“ a „nákladových“ efektů je průměrná dlouhodobá 

cenová/nákladová elasticita vlastnictví vozidla -0,90 (interval -0,24 až -2,65), zatímco 

průměr pro krátkodobé elasticity je -0,20 (interval -0,35 až -0,09). 

Zajímavou studii na toto téma publikovala Dargay (2001). Zjišťovala, jaký je vztah 

vlastnictví vozidla nejen k nárůstu příjmu, ale i k poklesu příjmu (tzv. efektu hystereze). Na 

datech pro Velkou Británii ukázala, že počet automobilů v domácnosti narůstá během 

životního cyklu až do doby, kdy hlavní živitel dosáhne 50 let, a poté opět klesá. Elasticita 

poptávky po automobilech vzhledem k nárůstu příjmu je významně větší než elasticita ve 

vztahu k poklesu příjmu. Narůstající příjem způsobuje, že je pro domácnosti jednodušší 

vlastnit automobily. Zvyknou si na používání auta, při poklesu příjmu se ho však nezbavují 

tak rychle. Vlastnictví automobilu je spojeno se zvykem a je odolné ke změně. 

V další publikaci se Dargay (2002) věnovala odhadu elasticit v městských a 

venkovských oblastech. Její výsledky ukazují, že vlastnictví automobilu je citlivější ke 

změnám v nákladech pro městské domácnosti než pro venkovské. Elasticita vlastnictví 

vozidla vzhledem k těmto nákladům je dvakrát vyšší v městských oblastech než ve 

venkovských. Na druhou stranu náklady paliv nemají signifikantní dopad na vlastnictví 

automobilu ve venkovských oblastech, a ve městech mají pozitivní – i když malý - vliv. Pro 

politická rozhodnutí z toho plyne, že při implementaci nástrojů regulace dopravy jsou 

vhodnější – pokud bereme v úvahu distribuční dopady – nástroje specificky vázané na místo, 

jako jsou zpoplatnění kongescí, zpoplatnění vjezdu a nepeněžní nástroje omezující dopravu 

v městských oblastech. 

Poptávkové elasticity se dají také odhadnout pro jednotlivé cesty rozlišené dle jejich 

účelu, např. jak to udělali de Jong a Gunn ve svém článku publikovaném v roce 2001 (De 

Jong a Gunn 2001). Ve své studii se zaměřili na země EU, přičemž je zajímaly dopady na 

poptávku v důsledku změn nákladů na provoz vozidla a cestovní čas. Autoři srovnávali 

výstupy ze tří modelů – nizozemského národního modelu, italského národního modelu a 

modelu integrovaného využití území pro bruselský region. Následující tabulka shrnuje 

výsledky odhadů elasticit poptávky se zohledněním druhu cesty s využitím těchto tří modelů. 

Tabulka 14: Cenové elasticity pohonných hmot pro počet cest automobilem jako řidič 

Účel Literatura pro EU Nizozemský model Italský model Bruselský model 

Krátké období 

Dojíždění -0,20 -0,11 -0,52 -0,16 

Obchodní cesty -0,06 -0,01 

Vzdělání -0,22 -0,10 -0,55 

Ostatní -0,20 -0,31 -0,16 

14


Celkem -0,16 -0,19 

Dlouhé období 

Dojíždění -0,14 -0,15 -0,55 -0,24 


Vzdělání -0,40 -0,18 -0,59 

Ostatní -0,15 -0,41 -0,16 

Celkem -0,19 -0,25 

Zdroj: De Jong a Gunn (2001) 

Z tabulky 14 vyplývá, že rozdíly v elasticitách jsou poměrně malé – jak pro krátké, tak 

i pro dlouhé období se blíží -0,20. Čísla také indikují, že dojíždění a služební cesty jsou méně 

citlivé ke změnám cen paliv než cesty za jinými účely. 

Autoři dále ukazují, že dopad změny cestovního času na poptávku po cestách 

automobilem je významnější než dopady změn nákladů. Z těchto cest je to právě dojíždění, 

které je citlivější na změny času než pracovní cesty. Konkrétní výsledky zachycuje následující 

tabulka. 

Tabulka 15: Elasticita cestovního času pro množství cest automobilem 

Účel Literatura pro EU Nizozemský model Italský model Bruselský model 

Krátké období 

Dojíždění -0,62 -0,39 -0,54 -0,23 

Obchodní cesty -0,04 

Vzdělání -0,06 -0,66 

Ostatní -0,52 -0,11 -0,09 

Celkem -0,60 -0,20 

Dlouhé období 

Dojíždění -0,41 -0,58 -0,56 -0,36 


Vzdělání -0,57 -0,19 -0,70 

Ostatní -0,52 -0,21 -0,09 

Celkem -0,29 -0,33 

Zdroj: De Jong a Gunn (2001) 

Studie obsahuje i zmínku o chování cestujících automobily jako spolucestující (ne 

řidiči). Zde má také podstatně větší vliv cestovní čas než náklady cesty – cestovní čas totiž 

dopadne na všechny stejně, zatímco náklady na cestu automobilem se rozpočítají na 

jednotlivé pasažéry. Dá se říci, že spolucestující automobilem reagují na změny zvláště 

cestovního času více než automobilisti – řidiči. 

2.3 Domácí studie poptávkových elasticit po pohonných hmotách 

Odhadů poptávkových elasticit byla v zahraničí provedena celá řada, ovšem v ČR se o 

tyto odhady pokusili pouze Brůha a Ščasný (2005) pro osobní dopravu. 

Jak uvádí Brůha a Ščasný (2005), vážený průměr přímé cenové elasticity poptávky 

domácností po motorových palivech pro Českou republiku odhadnutý v roce 2003 činí -0,504, 

15


nevážený průměr -0,406. Odhady z roku 2004 dospěly k hodnotám kolem -0,65, elasticity 

pouze pro domácnosti ekonomicky aktivních osob jsou nižší, a to -0,57. Nejnovější odhady 

z roku 2005 vedou k mediánové vážené Marshallovské elasticitě -0,52. 

Cenové elasticity pro autobusovou, železniční a městskou hromadnou dopravu se 

pohybují shodně kolem úrovně -0,5. Jsou vyšší u domácností důchodců a nejnižší u 

domácností zemědělců. 

Ve srovnání se zahraničními výsledky jsou odhady cenových elasticit pro Českou 

republiku o něco vyšší. Může to být způsobeno technikou odhadu (použitá data jsou mikro 

panelová data vycházející ze Statistiky rodinných účtů), která obvykle dávají mírně vyšší 

odhady než jiné přístupy, ale výsledky také mohou znamenat, že české domácnosti jsou 

v průměru citlivější k cenovým změnám dopravy než obyvatelé EU 15 nebo USA. 

Tabulka 16: Odhady cenových elasticit poptávky po palivech v ČR 

2005 2004 

Poptávka 

po 

Hodnoty 

2003 

Průměr Ekonomicky Důchodci Domác. zemědělců 

Průměr ekon. 

Průměr 

(vážený) aktivní (vážený) (vážený) (vážený) 

aktivní 

Paliva -0,52 -0,55 -0,49 -0,36 -0.65 -0.57 -0.51 

Bus -0,49 -0,49 -0,53 -0,46 

Vlak -0,51 -0,49 -0,56 -0,48 

MHD -0,53 -0,53 -0,54 -0,43 

Zdroj: Brůha a Ščasný (2004) 

A jak vychází výsledky pro důchodovou elasticitu poptávky po dopravě v ČR? 

Ukazuje se, že nejvyšší důchodová elasticita je u paliv, menší u autobusů a MHD a nejmenší, 

i když ne o mnoho, u železnice (viz tabulka 17). Relativně největší důchodová elasticita je u 

ekonomicky aktivních domácností u paliv a MHD, u domácností důchodců u autobusů a u 

zemědělců u motorových paliv a železnice. Průměrně charakter luxusního statku tak nejvíce 

mají motorová paliva, a tedy osobní silniční doprava, i když tento luxusní statek se liší co do 

typů domácností; u ekonomicky aktivních je to spíše silniční doprava a MHD, u důchodců 

autobusy a u zemědělců silniční doprava a železnice. 

Tabulka 17: Odhady důchodových elasticit poptávky po energiích provedených pro ČR 

Poptávka 

po 

2005 2004 

Hodnoty 

2003 

Průměr Ekonomicky aktivní Důchodci Zemědělci 

Ekonomicky 

Průměr 

(vážený) (vážený) (vážený) (vážený) 

aktivní 

Paliva 0,71 0,75 0,58 0,68 0,63 0,62 0,75 

Bus 0,68 0,71 0,61 0,61 

Vlak 0,67 0,69 0,55 0,67 

MHD 0,68 0,73 0,58 0,64 


Po srovnání křížových cenových elasticit poptávky domácností po energiích (viz 

tabulka 18) zjistíme, že: 

• křížové elasticity poptávky po různých druzích dopravy na změny cen MHD nejsou 

statisticky významné pro domácnosti bydlící v malých obcích z důvodu, že v těchto 

obcích není většinou zavedena MHD, a proto jsou výdaje na MHD nulové nebo jen 

velmi nízké; 

16


• téměř u všech domácností a všech druhů dopravy vede změna ceny ke zvýšení 

poptávky po jiných druzích dopravy. Výjimkou jsou domácnosti důchodců, u kterých 

zvýšení cen jednoho statku vede k „vytlačení“ spotřeby jiného statku; zvýšení ceny 

autobusu vede ke snížení poptávky po MHD, zvýšení ceny železnice vede ke snížení 

spotřeby motorových paliv a autobusů a zvýšení ceny MHD vede ke snížení spotřeby 

motorových paliv; 

• k podobnému jevu dochází také u domácností zemědělců, u kterých zvýšení ceny 

motorových paliv vede ke snížení poptávky po autobusech; 

• k relativně nejsilnějšímu křížovému efektu dochází u změny poptávky po dopravě 

v důsledku změny ceny motorových paliv, a to zejména u poptávky ekonomicky 

aktivních domácností po autobusech a v důsledku změny ceny MHD, zvlášť u 

poptávky ekonomicky aktivních domácností a důchodců po železnici; 

• k nejslabšímu křížovému efektu dochází v poptávce po motorových palivech a MHD 

v důsledku změny ceny železnice, avšak kromě domácností zemědělců; 

• i když má nárůst ceny autobusů a železnice relativně výrazný efekt na zvýšení 

poptávky po MHD, respektive autobusech u domácností ekonomicky aktivních a 

zemědělců, tento efekt je zcela opačný (snížení poptávky) u domácností důchodců. 

Tabulka 18: Srovnání křížových cenových elasticit pro dopravu pro jednotlivé typy 

domácností 

Vážené (ekonomicky Vážené Vážené 

Vážené 

aktivní) 

(důchodci) (zemědělci) 

Paliva—bus 0,20 0,24 0,07 -0,01 

Paliva—vlak 0,07 0,03 0,14 0,17 

Paliva—MHD 0,12 0,14 0,03 0,20 

Bus—paliva 0,05 0,04 0,06 0,08 

Bus—vlak 0,15 0,14 0,16 0,23 

Bus—MHD 0,03 0,11 -0,26 0,09 

Vlak—paliva 0,01 0,00 -0,03 0,12 

Vlak—bus 0,18 0,22 -0,04 0,32 

Vlak—MHD 0,04 0,05 0,01 -0,10 

MHD—paliva 0,06 0,09 -0,05 0,17 

MHD—bus 0,19 0,20 0,20 0,01 

MHD—vlak 0,23 0,21 0,31 0,08 


2.4 Shrnutí 

Znalost poptávky, jejích determinant a velikost jejích parametrů představuje klíčovou 

informaci nezbytnou pro všechna dopravní rozhodnutí, ať už učiněná jednotlivými firmami 

nebo vládou. Důležitosti tématu také odpovídá množství studií, které jsou věnovány odhadům 

parametrů poptávky, tj. poptávkovým elasticitám. Ty vyjadřují, jak citlivě poptávka reaguje 

na změny relativních cen (nákladů). 

Výše poptávkových elasticit závisí na řadě parametrů a metodách odhadu, proto je 

důležité mít přesná data pro populaci, pro kterou se odhad provádí, a specifikovaný model pro 

jejich odhad. Klíčové je dále období, pro které se parametry poptávky odhadují. Tzv. 

dlouhodobé elasticity popisují dlouhý časový horizont (minimálně 1 rok, často však i více jak 

17


4 roky), kdy již domácnosti mohou na změny reagovat investicemi do vozového parku. 

Naopak krátkodobé elasticity odráží období do 1 roku, kdy ještě domácnosti nemohou 

reagovat na změny nákladů významnějšími investicemi. Z rešerše se jednoznačně ukazuje – 

což je i intuitivní – že v dlouhém období je poptávka elastičtější, a to zhruba 1,5 – 3x, než 

v krátkém období. 

Výše poptávkových elasticit se také mění v průběhu času. Výsledky některých studií 

ukazují, že cenová a důchodová elasticita poptávky po palivech v čase postupně klesá, jak 

narůstá bohatství společnosti. 

Celkově se odhady cenových elasticit na cenu paliva v zahraničí pohybují v intervalu - 

0,2 až -0,4, poptávka po pohonných hmotách je tedy poměrně neelastická. Důchodové 

elasticity poptávky po palivech dosahují hodnot v intervalu mezi +0,35 až +0,50. Krátkodobé 

důchodové elasticity poptávky po motorových vozidlech jsou v zahraniční literatuře 

odhadnuty ve výši +0,24 až +0,34, dlouhodobé pak v intervalu +0,3 až +1,1. Poptávkové 

elasticity lze dále odhadnout odděleně pro počty cest, pro různé příjmové skupiny obyvatel, 

lze je diferencovat dle účelu cesty, s ohledem na cestovní čas nebo ujeté kilometry. 

Na rozdíl od zahraničí, české odhady poptávkových elasticit po pohonných hmotách v 

dopravě jsou stále nedostatečné, v ČR se jim věnuje pouze jediné akademické pracoviště, a to 

Centrum pro otázky životního prostředí UK v Praze. Obecně můžeme říci, že získané hodnoty 

pro ČR jsou vyšší než pro země západoevropské a USA. Může to být způsobeno jak metodou 

odhadu u studie od Brůhy a Ščasného (2005), ve které autoři využívají mikro-panelová data, 

tak i stále citlivější reakcí na cenové změny u nás. 

2.5 Seznam literatury zahrnuté do rešerše 

Bjørner, T. (1999): Demand for car ownership and car use in Denmark: a micro econometric 

model. International Journal of Transport Economics and Policy, Vol. 26, pp. 377-395 

Brůha, J., Ščasný, M. (2005): Analýza distribučních dopadů environmentální regulace. 

Zpracováno v rámci projektu VaV MŽP MŽP VaV 1C/4/43/04 „Environmentální a 

hospodářské efekty ekonomických nástrojů ochrany ŽP“ 

Dargay, J.M. (2001): The effect of income on car ownership: evidence of asymmetry. 

Transportation Research Part A, Vol. 35, pp. 807-821 

Dargay, J.M. (2002): Determinants of car ownership in rural and urban areas: a pseudo-panel 

analysis. Transportation Research Part E, Vol. 38, pp. 351-366 

Dargay, J., Vythoulkas, P. (1999): Estimation of a dynamic car ownership model: a pseudopanel 

approach. Journal of Transport Economics and Policy, Vol. 33, pp. 287-302 

EK (1999): Behavioral Responses to Environmentally-Related Taxes. Directorate for 

Financial, Fiscal and Enterprise Affairs, 

COM/ENV/EPOD/DAFFE/CFA(99)111/FINAL, EK, březen 2000 

Espey, M. (1998): Gasoline demand revised: an international meta-analysis of elasticities. 

Energy Economics, Vol. 20, 273-295 

Fridström (1998): An econometric model of aggregate car ownership. Paper No. 447, Eighth 

World Conference on Transport Research, Antwerp 

Goodwin, P. (1992): A review of new demand elasticities with special reference to short and 

long run effects of price changes. Journal of Transport Economics and Policy, Vol. 26, 

155-163 

18


Goodwin, P., Dargay, J., Hanly, M. (2004): Elasticities of Road Traffic and Fuel 

Consumption with Respect to Price and Income: A Review. Transport Reviews, Vol. 24, 

No. 3, 275-292 

Graham, D.J., Glaister, S. (2002): The demand for automobile fuel: a survey of elasticities. 

Journal of Transport Economics and Policy, Vol. 36/1, 1-26 

Graham, D.J., Glaister, S. (2004): Road Traffic Demand Elasticity Estimates: A Review. 

Transport Reviews, Vol. 24, No. 3, 261-274 

De Jong, G., Gunn, H. (2001): Recent Evidence on Car Cost and Time Elasticities of Travel 

Demand in Europe. Journal of Transport Economics and Policy, Vol. 35, Part 2, pp. 137- 

160 

de Jong, G. (1990): An indirrect utility model of car ownership and private car use. European 

Economic Review, Vol. 34, pp. 971-985 

Ramjerdi, F., Rand, L. (1992): The National Model System for Private Travel. TØI Report 

150/1992 (Oslo: Institute for Transport Economics) 

Romily, P., Song, H., Liu, X. (1998): Modeling and forecasting car ownership in Britain. 

Journal of Transport Economics and Policy, Vol. 32, pp. 165-185 

Wardman, M., Shires, J. (2003): Review of fares elasticities in Great Britain. ITS Working 

Paper 573 

3. Ekonomický přístup k analýze hromadné dopravy 

Pro účely ekonomických analýz regulace dopravy v městských oblastech je významná 

městská i meziměstská hromadná doprava. Do našeho ekonomického modelu v dalších 

aktivitách řešení projektu vstupují jednak parametry poptávky po dopravě (tj. přímé i křížové 

elasticity poptávky po hromadné dopravě – „elasticity jízdného“), jednak parametry 

nákladových funkcí provozovatelů MHD (tj. parametry vyjadřující podíl jednotlivých složek 

nákladů na průměrných nákladech a parametry tzv. efektů z rozsahu). Proto se v této kapitole 

zaměříme na obě z těchto problémových oblastí. 

3.1 Poptávkové elasticity po hromadné dopravě 

Poptávkové elasticity vzhledem k výši jízdného (dále elasticity jízdného) mohou být 

odhadnuty dvěma způsoby – první možnost je s využitím skutečných dat (to však vyžaduje 

poměrně detailní a vyčerpávající databázi) a zadruhé z výzkumu projevených preferencí (kde 

se respondenti vyjadřují, jak jezdili při dané výši jízdného). Je zřejmé, že druhý způsob má 

svá omezení a jeho výsledky jsou často obtížné na interpretaci. Zároveň je sběr takovýchto dat 

finančně a časově velmi náročný. Proto se tam, kde jsou k dispozici skutečná data o poptávce 

po hromadné dopravě, používá především první způsob. 

Při rozhodovaní o dopadech změn jízdného na poptávku po hromadné dopravě je 

důležité rozlišit časovou dimenzi změny. Jednou z možností je dopředu si určit, pro jaké 

období platí, že se jedná o krátkodobé dopady a pro jaké období vyjadřujeme dlouhodobé 

změny chování (a z toho odvozené krátkodobé a dlouhodobé elasticity). Druhou možností je 

použít časové řady a na ně aplikovat vhodný model (dynamický), který umožní empiricky 

určit délku času odpovídající změny dopravního chování. Metodologicky je tento způsob 

podstatně lepší, protože umožňuje nejen stanovit úroveň změny chování, ale také, jak dlouho 

trvá přizpůsobení chování na danou změnu. Toto je možné pouze s využitím dynamických 

19


modelů, které berou přímo v úvahu efekty jízdného a jiné relevantní faktory v různých 

časových perspektivách. K takovýmto analýzám je zapotřebí mít k dispozici data o počtu 

cestujících, jízdném, příjmu cestujících a dalších faktorech a jejich změny v průběhu celého 

zkoumaného časového období. 

Někdy je možné se setkat s elasticitou jízdného podmíněnou a nepodmíněnou. 

Podmíněná elasticita jízdného se získá, pokud je jízdné jiných typů „konkurujících“ jízdenek 

měněno ve stejné výši jako jízdné lístku, který analyzujeme. Tato elasticita je obvykle nižší 

než nepodmíněná elasticita jízdného, protože vzrůst ceny konkurenčních lístků znamená, že 

nedojde k částečnému přesunu od zdražených lístků k nezměněnému jízdnému. Nepodmíněná 

elasticita jízdného se získá, pokud se jízdné lístku změní a tato změna není zkorelována s 

výší jízdného konkurenčních lístků. 

Jedním ze zajímavých příkladů odhadů poptávkových elasticit po hromadné dopravě 

je studie Dargay a Hanly (2002) provedená pro britské ministerstvo dopravy 7 . Vychází 

z ročních údajů provozovatelů hromadné dopravy za léta 1986 až 1996, které jsou agregovány 

na úroveň 46 krajů (county). Jejich ekonometrické odhady ukazují, že hodnota elasticity 

jízdného se pro Anglii pohybuje okolo -0,4 v krátkém období a -0,9 v dlouhém období. 

Ukazuje se, že poptávka je více citlivá ke změně při vyšších cenových úrovních jízdného. 

Model, ve kterém je elasticita jízdného vztažena k úrovni jízdného ukazuje, že rozdíl 

v elasticitách se pohybuje od -0,1 v krátkém období a od -0,2 v dlouhém období pro nejnižší 

úroveň jízdného (17 pencí v cenách roku 1995) do -0,8 pro krátké a -1,4 pro dlouhé období 

pro nejvyšší jízdné (1 libra v cenách roku 1995). 

Autoři dále provedli odhady elasticit ve vztahu ke kvalitě služeb, které měřili jako 

autobuso-km na osobu pro uvažovaný trh. Ukázalo se, že odhadované elasticity služeb 

dosahují zhruba stejné úrovně (příp. mírně větší) než elasticity jízdného, ovšem s opačným 

znaménkem. To ukazuje, že nárůst jízdného v kombinaci s nárůstem služeb by měl vést 

k nezměněné poptávce. Například pokud vzroste jízdné o 10 % a počet vozokm se také zvýší 

o 10 %, počet cestujících zůstane zhruba na stejné úrovni. Tyto závěry nepotvrzují existenci 

tzv. Mohringova efektu (viz kapitola 3.2). 

Důchodová elasticita je v dlouhém období záporná, což naznačuje, že cestování 

autobusem je podřadné zboží (je to tedy naopak než u důchodové elasticity u vlastnictví 

automobilu, která je kladná). Nicméně negativní důchodová elasticita zůstává, pokud narůstá 

vlastnictví automobilu a jeho používání. Jakmile se osobní motorizace přiblíží úrovni svého 

nasycení, což se musí stát, případně je to ovlivněno politickým rozhodnutím, negativní 

důchodový efekt k cestám autobusem se stává menším až kladným. 

Wardman a Shires (2003) 

Wardman a Shires srovnávali studie odhadů elasticit v období 1951 až 2002, celkem 

104 studií, pro veškerou hromadnou dopravu. Zjistili, že se odhady elasticit mírně liší mezi 

jednotlivými druhy dopravy. Můžeme zjednodušeně říci, že méně elastická je poptávka po 

městské dopravě (zvláště metro a městský autobus), naopak více elastická je meziměstská 

doprava (vlak). Je to zřejmě dáno většími možnostmi substitutů na delší vzdálenost mimo 

městské oblasti. Elasticity jízdného pro autobusovou dopravu jsou o 31 % a pro metro o 29 % 

nižší než pro vlak. Detailní přehled odhadů podává tabulka 19. 

7 Celým novým názvem Department of Transport, Local Government and the Regions (DTLR). 

20


Tabulka 19: Hodnoty elasticit jízdného pro různé druhy hromadné dopravy 

Počet hodnot Střední hodnota Min. Max. Standardní odchylka 

Městský autobus 305 -0,5 -3,1 -0,04 0,38 

Metro 42 -0,3 -0,7 -0,04 0,16 

Příměstský vlak 99 -0,6 -2,1 -0,12 0,33 

Meziměstský vlak 456 -0,9 -3,2 -0,05 0,42 

Celkem 902 -0,7 -3,0 0,00 0,43 

Zdroj: Wardman a Shires (2003) 

Odhady elasticit jízdného se liší podle účelu cesty. Ukazuje se, že nejméně elastické 

jsou služební cesty. Také dojíždění je méně citlivé na výši jízdného než cesty ve volném čase. 

Žádný dodatečný rozdíl nebyl zjištěn pro cesty první třídou (oproti cestám ve druhé nebo 

ekonomické třídě). 

Wardman a Shires dále poukazují na rozdíl mezi podmíněnými a nepodmíněnými 

elasticitami. Podmíněné elasticity pro plné a snížené jízdné jsou nižší než nepodmíněné, 

jízdné na první třídu pak má nejnižší elasticity a naopak snížené jízdné (což je převážně 

cestování ve volném čase) má nejvyšší elasticity. Tento rozdíl naznačuje nízkou křížovou 

elasticitu mezi jednotlivými typy jízdného, a je tedy možné efektivně rozdělovat jednotlivé 

segmenty trhu. Například první třída představuje zcela rozdílný trh, což potvrzuje největší 

křížová elasticita mezi lístky na první třídu a dalšími lístky. 

Nijkamp a Pepping (1998) 

Nijkamp a Pepping (1998) udělali srovnávací analýzu hlavních faktorů, které ovlivňují 

citlivost uživatelů hromadné dopravy na změnu nákladů dopravy. Autoři srovnávali studie 

poptávkových elasticit z Norska, Finska, Nizozemí a Velké Británie. Výši poptávkových 

elasticit pro tyto evropské země shrnuje následující tabulka. 

Tabulka 20: Přehled studií elasticit hromadné dopravy pro 4 evropské země 

Země 

Sběr dat 

Helsinky Finsko 1988 

Helsinky Finsko 1995 

Sullström, 1995 Finsko 1966-90 

Nizozemí Nizozemí 1984-85 

BGC, 1988 Nizozemí 1980-86 

Roodenburg, 

1983 

Nizozemí 1950-80 

Fase, 1986 Nizozemí 1965-81 

Úroveň 

agregace 

Bus, tram, 

metro, vlak 

Bus, tram, 

metro, vlak 

Bus, tram, 

metro, vlak 

Bus, tram, 

metro 

Bus, tram, 

metro 

Bus, tram, 

metro 

Bus, tram, 

metro 

Geograf. 

pokrytí 

Městské 

Městské 

Městské, 

meziměstské 

Městské, 

příměstské 

Městské, 


Městské, 


Městské 

Gunn, 1987 Nizozemí 1986 Vlak Příměstské 

Oum, 1992 Nizozemí 1977-91 

Oslo Norsko 1990-91 

Bus, tram, 

metro 

Bus, tram, 

metro, vlak 

Městské 

Městské, 


Norsko Norsko 1991-92 Bus Meziměstské 

UK UK 1991 

Zdroj: Nijkamp a Pepping (1998) 

Bus, tram, 

metro, vlak 

Městské, 

meziměstské 

Typ dat Typ modelu Elasticita 

Crosssection 

Crosssection 

Repeated 

crosssection 

Panel 

Časové 

řady 

Časové 

řady 

Časové 

řady 

Crosssection 

Časové 

řady 

Crosssection 

Crosssection 

Crosssection 

Nested logit -0,48 

Logit -0,56 

Linear 

demand OLS 

Linear 

demand OLS 

Linear 

demand OLS 

Linear 

demand OLS 

Linear 

demand OLS 

Discrete 

choice 

Translog 

utility function 

Multinomial 

logit 

Multinomial 

logit 

-0,75 

-0,35/ 

-0,40 

-0,35/ 

-0,40 

-0,51 

-0,53/ 

-0,80 

-0,77 

-0,74 

-0,40 

-0,63 

Nested logit -0,15 

21


Výsledkem analýz Nijkampa a Peppinga (1998) byly závěry, že rozdílné hodnoty 

poptávkových elasticit jsou způsobeny rozdílem mezi agregovanými, na empirických datech 

postavenými modely, a desagregovanými modely volby postavené na individuálních datech. 

Dalším významným faktorem, který vysvětluje rozdíly v hodnotách elasticit, jsou 

předpoklady používaného modelu. Zdá se, že také to, která země je analyzována, počet 

zahrnutých konkurenčních druhů dopravy a druh posbíraných dat jsou důležité faktory pro 

velikost odhadů elasticit jízdného. 

3.2 Efekty z rozsahu a nákladové funkce 

Odhady nákladových funkcí v dopravě se používají z více důvodů. Prvním je ten, že 

by tento výzkum měl přinést podklady pro politická rozhodování, ale i pro firmy samotné 

nebo pro analýzy dopadů na veřejné finance. Pokud jsou regulovány ceny, instituce, které 

regulaci provádí, potřebují odhady nákladů daných služeb. Proto je důležité nejen najít 

optimální ceny a optimální dotace pro veřejnou dopravu, ale také optimální hustotu 

dopravních spojení a optimální intervaly spojů. 

Analýza nákladů provozovatelů osobní dopravy byla vždy významnou oblastí 

ekonomie dopravy. Nejstarší články byly zaměřeny především na železniční dopravu a 

problém cen železniční dopravy. Pozdější rozvoj ekonometrie a počítačů umožnil odhadovat 

rozsáhlejší systémy pro měření efektů z rozsahu u železnice a později také u dalších druhů 

dopravy. Rozsáhlejší přehled rozvoje výzkumu odhadů náladových funkcí v dopravě během 

posledních 15 let podávají Oum a Waters (1996). 

Efekty z rozsahu mohou být v dopravním sektoru rozlišeny do tří skupin. První jsou 

rostoucí výnosy z rozsahu (returns to scale, RTS), druhou pak rostoucí výnosy z hustoty 

(returns to density, RTD) a třetí rostoucí výnosy z více činností (returns to scope). Rozdíly 

mezi těmito efekty popisují například Jara-Díaz et al. (2001) nebo Jara-Díaz a Basso (2003). 

Rostoucí výnosy z rozsahu měří změnu v průměrných nákladech provozovatelů dopravy, 

když se mění výstup (měřený osobo-km), a zároveň délka dopravní sítě zůstává konstantní. 

Efekty z hustoty popisují dopady na průměrné náklady provozovatelů dopravy, pokud se 

změní jak objem dopravy, tak i dopravní síť. Efekty z více činností (returns to scope) existují, 

pokud je levnější poskytovat jeden nebo dva výstupy společně v jedné firmě, ne odděleně ve 

více firmách. V dopravním sektoru to znamená, že tento efekt nastane, pokud se například 

nevyplatí oddělit osobní dopravu od nákladní dopravy, charterovou dopravu od pravidelné 

linkové dopravy nebo lehkou nákladní dopravu od těžké nákladní dopravy. 

Pro analýzu efektů z rozsahu v městské hromadné dopravě je významná práce 

Herberta Mohringa z počátku 70. let minulého století (Mohring 1972). Tento autor ukazuje 

dopady rostoucích výnosů z rozsahu v hromadné dopravě. Tzv. Mohringův efekt spočívá 

v tom, že pokud se zvýší frekvence spojů, dojde k poklesu času čekání na spoj a zvýší se 

poptávka po hromadné dopravě v daném území, což povede k dalšímu nárůstu frekvence 

spojů. Tak přítomnost dodatečného pasažéra hromadné dopravy zvyšuje pravděpodobnost, že 

budou poskytnuty dodatečné spoje. 

Rostoucí efekty z rozsahu popsal Mohring na případu městské autobusové dopravy. 

Efekty z rozsahu se však mohou projevit i dalšími způsoby: 

- více autobusových linek znamená kratší čekací dobu 

22


- pokud jsou autobusové linky hustší, každá linka může ušetřit cestovní čas díky 

případným přímějším trasám 

- více autobusů na každé lince znamená kratší čekací dobu na autobusových zastávkách 

- když poptávka roste, mohou jezdit větší autobusy, což sníží náklady operátorů na 

každou cestu. 

Mohringův efekt se dále může projevit i u dalších druhů dopravy, pokud u nich 

existuje pravidelný jízdní řád, především u železniční nebo letecké dopravy. Někteří dopravci 

proto berou při optimalizaci svých služeb Mohringův efekt v úvahu (např. švédské železnice, 

více viz projekt UNITE). 

Jak ve svém článku ukazují Socorro a Betancor (2006), Mohringův efekt také 

ovlivňuje velikost společenských dopadů environmentální regulace, a to tak, že snižuje 

negativní dopad úsilí zaměřeného na snižování emisí na frekvenci dopravy. Jinými slovy, 

nástroje zaměřené na snížení environmentálních dopadů z dopravy se projeví také nižší 

frekvencí spojů. Mohringův efekt však tento dopad oslabí. Autoři ukazují, že při dostatečné 

velikosti trhu je společensky optimální míra frekvence vyšší než frekvence spojů, kterou 

nabízí provozovatel hromadné dopravy. Toto má významné konsekvence pro optimální míru 

environmentálního zdanění. Autoři ukazují, že nejlepší ze zkoumaných nástrojů regulace jsou 

environmentální daně, dále pak technologické standardy a až třetí jsou environmentální 

dotace (tj. dotace na snižování znečištění z dopravy). 

Jak argumentují Van Dender a Proost (2001), při stanovení optimálních cen dopravy 

v městských oblastech je důležité vzít Mohringův efekt v úvahu, ale je kvantitativně méně 

důležitý než např. negativní externality a využití výnosů. 

Pro Českou republiku odhadli nákladové funkce městské hromadné dopravy 

Foltýnová a Brůha (2006). Tyto odhady jsou provedeny na panelových datech 19 českých 

měst sdružených v Asociaci dopravních podniků ČR pro období 1997 až 2004. Autoři odhadli 

elasticitu průměrných nákladů provozovatelů MHD vzhledem k průměrným nákladům práce, 

elasticitu průměrných nákladů provozovatelů MHD vzhledem k nákladům na pohonné hmoty 

a dále parametr efektu z rozsahu (pokud je menší než 0, odpovídá rostoucím výnosům 

z rozsahu, pokud roven nebo menší nule, odpovídá rostoucím výnosům z rozsahu). 

Výsledky jsou poměrně homogenní pro všechna města s výjimkou Ostravy. Pokud je 

toto město zahrnuto do odhadů, má signifikantní dopad na parametry nákladové funkce. Proto 

byla Ostrava z panelu vynechána a odhadnuta zvlášť. Parametr efektů z rozsahu je pozitivní 

(což naznačuje klesající výnosy z rozsahu), ale nesignifikantní. Výsledky jsou shrnuty 

v následující tabulce zvlášť pro model s fixním efektem a model s náhodným efektem. 

Tabulka 21: Výsledky odhadů nákladové funkce pro 19 podniků MHD v ČR 

Fixed effect model 

Random Effect model 

Proměnná Koeficient t-statistika p-hodnota Koeficient t-statistika p-hodnota 

S ohledem na cenu paliva 0,302 3,431 0,0008 0,302 3,419 0,0008 

S ohledem na výši mezd 0,462 3,966 0,0001 0,463 3,951 0,0001 

Efekt z rozsahu 0,089 0,499 0,6185 0,089 0,497 0,6197 

Zdroj: Foltýnová a Brůha (2006) 

Z výsledků vyplývá, že se odhady koeficientů nákladové funkce příliš neliší s použitou 

metodou odhadu. Ukazuje se významný vliv mezd na výši průměrných nákladů 

provozovatelů hromadné dopravy a jen o málo nižší vliv ceny paliva. 

23


3.3 Shrnutí 

Odhady elasticit jízdného byly provedeny především pro západoevropské země. Jejich 

hodnota se pohybuje v průměru mezi -0,4 až -0,9. Méně elastických hodnot nabývají elasticity 

pro MHD, naopak více elastická je meziměstská doprava. 

Ekonomické analýzy městské dopravy se zaměřují především na efekty z rozsahu. Ty 

můžeme rozdělit na rostoucí výnosy z rozsahu (returns to scale, RTS), rostoucí výnosy 

z hustoty (returns to density, RTD) a rostoucí výnosy z více činností (returns to scope). V 

zahraniční literatuře často analyzovaný Mohringův efekt (nazvaný podle práce dopravního 

ekonoma Herberta Mohringa z roku 1972) souvisí s efektem rostoucích výnosů z rozsahu a 

říká, že vyšší poptávka po hromadné dopravě v daném území vede ke snížení průměrných 

společenských nákladů veřejné dopravy, protože mohou být nasazena větší vozidla nebo se 

může zvýšit frekvence spojů nebo být hustší dopravní síť. Tento jev pak ospravedlňuje 

dodatečné dotace do hromadné dopravy, pokud vedou k rozšíření nabídky služeb. 

Mohringův efekt empiricky testovala řada zahraničních výzkumníků, jejich závěr však 

není jednoznačný. Většina studií potvrdila přítomnost Mohringova efektu, avšak s rozdílnou 

mírou jeho významnosti. Obvykle se ukazuje, že je kvantitativně méně důležitý než negativní 

externality a to, jak jsou využity tržby dopravních podniků. 

Mohringův efekt pro Českou republiku testovali pouze Foltýnová a Brůha (2006) při 

odhadech nákladových funkcí provozovatelů 19 podniků městské hromadné dopravy. Zjistili, 

že existují naopak klesající výnosy z rozsahu u těchto firem, ale výsledek je statisticky 

nesignifikantní. 


Berechman, Y. (1993): Public transit economics and deregulation policy. Elsevier Science 

Publishrs, North-Holland 

Dargay, J.M., Hanly, M. (2002): The Demand for Local Bus Services in England. Journal of 

Transport Economics and Policy, Vol. 36, Part 1, pp. 73-91 

Foltýnová, H., Brůha, J. (2006): Impacts of selected transport measures on atmospheric 

pollution from urban road transport in Czech cities. In.: Möhlenbrink et al. (eds.), 

Proceedings of the 3 rd international symposium, Stuttgart: FOVUS. ISBN: 3-89301-087- 

4 

Jara-Díaz, S.R., Cortés, C., Ponce, F. (2001): Number of Points Served and Economies of 

Spatial Scope in Transport Costs Functions. Journal of Transport Economics and Policy, 

Vol. 35, Part 2, 327-342 

Jara-Díaz, S.R., Basso, L.J. (2003): Transport cost functions, network expansion and 

economies of scope. Transportation Research Part E, Vol. 39, 271-288 

Jara-Díaz, S.R. (2000): Allocation and valuation of travel-time savings. In: Hensher, D.A., 

Button, K.J. (eds.): Handbook of Transport Modelling. Elsevier, Oxford 

Johnson, M. (1966): Travel time and the price of leisure. Western Economic Journal 4, 135- 

145 

Litman, T., Laube, F. (2002): Automobile Dependency and Economic Development. Victoria 

Transport Policy Institute, Victoria, Canada, and Institute for Science and Technology 

Policy, Perth, Australia 

24


Mohring, H. (1972): Optimisation and scale economies in urban bus transportation, American 

Economic Review, 62/4, 1972, 591-604 

Nijkamp, P., Pepping, G. (1998): Meta-Analysis for Explaining the Variance in Public 

Transport Demand Elasticities in Europe. Journal of Transportation and Statistics, Vol. 1, 

No 1, pp. 1-14 

Oum, T.H., Waters, W.G. (1996): A survey of recent developments in transportation cost 

function research. Logistics and Transportation Review, Vol. 32, Issue 4, 423-464 

Proost, S., Van Dender, K. (2001): The welfare impacts of alternative policies to address 

atmospheric pollution in urban road transport. Regional Science and Urban Economics, 

31, pp. 383-411 

Socorro, M.P., Betancor, O. (2006): Optimal environmental policy in transport: unintended 

effects on consumers´ generalized price. Příspěvek prezentovaný na 5 th Conference on 

Applied Infrastructure Research, Berlín, 6.-7. 10. 2006 

Wardman, M., Shires, J. (2003): Review of Fares Elasticities in Great Britain. Working Paper 

573, ITS Working Papers, University of Leeds, December 2003 

4. Externí náklady z dopravy a jejich kvantifikace 

Do našeho modelu hodnocení efektivity nástrojů regulace, který budeme vytvářet 

v rámci aktivity 2.5 tohoto projektu, vstupují data týkající se externalit v dopravě. Z tohoto 

důvodu věnujeme v rešerši jednu kapitolu tomuto tématu. Nejprve se zaměříme teoreticky na 

problematiku externalit v dopravě a jejich kvantifikaci a zvlášť se podíváme na odhady 

hodnoty cestovního času v literatuře zahraniční i domácí. 

4.1 Teorie externalit v dopravě 

V literatuře existuje velké množství definic externích nákladů. I když základní koncept 

externalit je teoreticky jednoduchý, různí autoři ve svých definicích zdůrazňují různé aspekty 

tohoto fenoménu a jejich definice se tedy liší. 

Například definici zaměřenou na otázky tržních selhání jako důvod pro určitou 

intervenci uvádí Nash (1997): „Externality jsou obecně popisovány jako dopady na užitek, 

náklady nebo produkční funkci jednoho ekonomického subjektu díky proměnným pod 

kontrolou jiného ekonomického subjektu, přičemž takový efekt není předmětem tržní 

transakce“. 

Samuelson a Nordhaus (1989) definují externality populárnější formou: „Externalita 

neboli efekt přelévání nastává, když výroba nebo spotřeba způsobuje nedobrovolné náklady 

nebo přínosy jiným, tj. náklady nebo přínosy jsou přenášeny na jiné, aniž ti, kdo náklady 

způsobují, nebo ti, kdo přínosy získávají, za to platí. Přesněji, externalita je dopad chování 

jednoho ekonomického subjektu na blahobyt jiného subjektu, přičemž tento dopad se neodráží 

v dolarech nebo tržních transakcích.“ 

Ve výše uvedené definici autorů populární učebnice ekonomie, Samuelsona a 

Nordhause (1989), jsou rozlišeny dvě základní kategorie externalit: pozitivní a negativní. 

Tedy jedná-li se o způsobování nedobrovolných nákladů jiným subjektům, mluvíme o 

externalitách negativních, a jde-li o vznik nezamýšlených užitků (přínosů) jiným subjektům, 

potom hovoříme o pozitivních externalitách. 

25


Z uvedené definice vyplývá ještě další členění externalit: na externality výrobní a 

spotřební. Výrobní externalita vzniká, vznikají-li externí efekty při produkci statků a služeb. 

Naopak spotřební externalita je spojena se spotřebou těchto statků a služeb. V případě 

výrobních externalit lze uvést například emise způsobené zplodinami vzniklými při výrobě 

elektrické energie v uhelných elektrárnách. Příkladem spotřební externality s významným 

dopadem na životní prostředí je celá skupina externích efektů způsobovaných individuální 

automobilovou dopravou, tedy “spotřebou dopravy” jednotlivci (znečištění ovzduší, hluk, 

nehody a další). 

Někdy se lze setkat též s pojmem mezigenerační externalita. Tento pojem je úzce 

spojen s mezigenerační spravedlností. Předpokládá se, že jestliže současná generace 

nepředává generaci následující menší množství přírodního bohatství („přírodního kapitálu“), 

než sama aktuálně užívá, způsobuje jí mezigenerační externalitu. Podle některých autorů 

(např. Pearce 1996) by žádná generace neměla znehodnocovat své životní prostředí 

(„spotřebovávat svůj kapitál“) a škody by měly být budoucím generacím kompenzovány. 

Zvláště v oblasti životního prostředí je významné i prostorové rozlišení externích 

efektů. Uvažovat lze o externích efektech lokálních, celostátních či mezinárodních až 

globálních. Např. spalování pohonných hmot může díky emisím CO 2 a dalších plynů přispívat 

k tzv. skleníkovému efektu, tedy ke globální změně klimatu. Řada jiných emisí, mimo jiné 

PM, mají naopak dopady lokální (na zdraví, materiály a povrchy budov apod.). 

Ekonomická teorie rozlišuje dva základní přístupy k řešení externalit: soukromé a 

veřejné. Soukromé řešení je spojeno hlavně s prací H. R. Coase. Podstatu jeho myšlenky 

shrnuje tzv. Coaseho teorém 8 : "…v systému s nulovými transakčními náklady, které 

standardní ekonomická teorie předpokládá, povede smlouvání mezi jednotlivými stranami 

k uzavření takových dohod, které budou maximalizovat bohatství, a to bez ohledu na 

počáteční rozdělení vlastnických práv…" (Jonáš a kol. 1994). 

Citovaný přístup vyžaduje podmínku dokonale konkurenčních trhů pro svoji 

funkčnost. Mezi podmínky dokonalé konkurence patří především existence mnoha subjektů 

na straně nabídky i poptávky, absence externalit, dokonalé informace o cenách a kvalitě 

oprávnění jednotlivých účastníků tržních transakcí a nulové transakční náklady. 

Pro řešení problému externalit je nejdůležitější podmínka nulových transakčních 

nákladů. Zastánci soukromého řešení externalit pomocí vyjednávání apelují právě na snahu o 

snížení (lépe řečeno minimalizaci) transakčních nákladů. Umožnila by se tak svobodná směna 

vlastnických práv (proto tedy není v definici přikládán význam počátečnímu rozdělení 

vlastnických práv) a tím by docházelo k častějším kompenzacím nároků mezi jednotlivými 

subjekty. Došlo by tak ke snížení potřeby státních zásahů při řešení externalit, tedy tzv. 

veřejného řešení. 

Pod pojmem “veřejné řešení” se má na mysli především přibližování soukromých 

nákladů nákladům společenským pomocí tzv. pigouovských daní (viz. kapitola 5 „Teorie 

optimálního zdanění“). Jde o mechanismus zvyšování nákladů na činnost ekonomického 

subjektu, která produkuje negativní externalitu. To bude motivovat ekonomický subjekt 

k omezení takové činnosti. 

8 Označení "Coaseho teorém" pochází od Stiglera z jeho článku v Yale Law Journal z roku 1989. 

26


4.2 Pozitivní externality z dopravy 

Častou námitkou při hodnocení externích nákladů z dopravy je, že doprava má i 

významné pozitivní efekty a je zavádějící neuvádět je na opačné straně bilance externích 

nákladů (Rothengatter 1994). Doprava obecně má skutečně celou řadu přínosů, většina těchto 

přínosů je však „individualizována“ (tj. společenské přínosy jsou rovny přínosům 

individuálním, na rozdíl od společenských nákladů, které jsou u dopravy vyšší než 

individuální náklady), nejedná se tedy o klasické pozitivní externality, ale o přebytek 

spotřebitele (např. úspora cestovního času, větší komfort cestování u kvalitnější dopravní 

infrastruktury atd.). 

Někteří autoři však argumentují, že existují značné externí přínosy z dopravy, které 

jsou výzkumem všeobecně přehlíženy. Zejména německy mluvící autoři zdůrazňují ústřední 

roli externích přínosů v ekonomice dopravy (viz například Willeke 1994, in: OECD 1994). 

Rothengatter (1994) cituje Willekeho 9 výčet možných pozitivních externalit v dopravě: 

- rozšíření konzumních vzorců a zlepšení životního standardu; 

- rozvoj nových prostorových vzorců, decentralizace výroby, oddělení lokalit bydlení a 

zaměstnání, specializace využití půdy nebo rozšíření pracovních trhů; 

- podnícení růstu a strukturálních změn, individualizace a růst flexibility logistiky 

nákladní dopravy připravující půdu pro změnu průmyslové dělby práce a interakce, 

nastavení nových standardů jako například dodávky „právě včas“ (just in time); 

- inovace využitím silničních vozidel, synergických procesů mezi odvětvími, prostorové 

ekonomie a dopravy. 

Rothengatter (1994) dále cituje D. Straßenliga (1992) 10 a doplňuje výčet potenciálních 

pozitivních externalit v dopravě o následující: 

- značný nárůst flexibility a inovací vytvářející novou kvalitu služby dopravy a 

posilující ekonomiku v rámci mezinárodní konkurence; 

- snížení nákladů na balení, zpracování a logistiku; 

- velmi kvalitní regionální distribuce spotřebního zboží; 

- zlepšení v lokalizaci kvality, což se zdá být extrémně důležité pro zemi s vysokou 

kvalitou produkce a náklady; 

- pozitivní efekty na zaměstnanost v periferních regionech bez přístupu k železnici. 

Naproti tomu výzkum univerzity v Basileji 11 přišel pouze s těmito možnými externími 

přínosy dopravy: 

- přínosy z pozorování vozidel; 

- přínosy z tvorby informací pro komunikační průmysl; 

- přínosy pro silniční pohotovostní vozidla. 

Graf 1: Interní a externí přínosy dopravy 

9 Willeke, R. (1991) „Soziale nutzen des kraftfarhrzeugverkehrs“. Schriftenreihe der DVWG, B 139, 49-60. a 

Willeke, R. (1992) „Benefits of different transport modes“. CEMT, Paper Round Table 92. 

10 Deutsche Straßenlig (1992) „Straße, Verkehr und Wirtschaft 

11 Centre for Economic Research of the University of Basel (1992). Internalisierung externer Kosten im 

Agglomerationsverkehr. Eine Internationale Übersicht. Verf.: Frey, R. and Langloh, P.M. WWZ-Studie 38, 

Basel. 

27


Společenské přínosy dopravy 

(interní a externí) 

Interní přínosy 

(přínosy dopravy pro uživatele) 

příklady: 

- úspory času 

- zlepšení kvality 

- snížení dopravních 

nákladů 

Externí přínosy 

(přínosy vně dopravního 

systému) 

příklady: 

- úspory času 

- zlepšení kvality 

- snížení dopravních 

nákladů 

Peněžní externí přínosy 

(přínosy zpracované trhem) 

Nižší náklady v dopravě 

vedou k: 

- rozvoji trhu práce 

- rozvoji trhu produktů 

- přílivu investic 

- zlepšení image a 

důvěry 

- zpřístupnění země 

- snížené náklady 

nemocnic 

Dle ECMT (2001:42) 

Technologické externí 

přínosy 

(efekty nezpracované trhem) 

příklad: 

- méně utrpení díky 

rychlejší zdravotnické 

záchranné službě 

může zachránit životy 

nebo vést k méně 

závažným následkům 

(hodnocení na základě 

hotnoty statistického 

života) 

Rothengatter (1994) po analýze dospívá k názoru, že efekty v prvních dvou výčtech se 

týkají „přebytků výrobců a spotřebitelů a interakcí, které jsou přínosné pro zainteresované 

strany a v dlouhém horizontu internalizované, i když ne okamžitě prostřednictvím trhu“. 

Zbývají tedy externí přínosy pro pohotovostní služby (přičemž pohotovostní služby využité 

při dopravních nehodách se přičítají jim), které jsou v celkovém objemu marginální. 

Spektrum názorů na téma externí přínosy z dopravy je nověji shrnuto v ECMT (2001). 

Převládá ovšem názor, že „...většina významných externích přínosů dopravních aktivit 

je, v dlouhém období, internalizována firmami a jednotlivci nebo automaticky zpracována v 

tržních interakcích mezi původcem externího přínosu a subjektem, u kterého došlo ke zvýšení 

užitku. Většina externích přínosů tedy nemá charakter technologické externality a 

neospravedlňuje státní intervenci.“ (ECMT 1998). 

Pozitivní technologické externality 

Ekonomická geografie se externalitami zabývá z poněkud jiného úhlu. Zajímají ji 

především pozitivní technologické externality. Jde o technologická zlepšení, ze kterých těží 

nejenom firmy, které zlepšení vymyslely a zavedly, ale z důvodu nemožnosti jeho utajení též 

ostatní firmy. Výskyt takových pozitivních externalit může vést ke geografické koncetraci 

průmyslu do rozvinutých oblastí a vznik periferních, nerozvinutých oblastí. 

Krugman (1991) 12 pomocí jednoduchého formálního modelu ilustruje, že i peněžní 

externality mohou mít význam v této geografické koncentraci, resp. že vzhledem k jejich 

12 Krugerovo dílo je velmi rozsáhlé. Navíc, jak píší Martin a Sunley (1996) „…Krugmanova tendence neustále 

revidovat a dokonce zamítat dřívější myšlenky činí úkol zhodnotit [jeho dílo] podobný stopování pohyblivého 

cíle.“ 

28


uchopitelnosti v modelu mají větší význam, než pozitivní technologické externality. Pomocí 

modelu hledá odpověď na otázku proč, a kdy dochází ke koncentraci výroby v několika 

regionech, zatímco ostatní regiony zůstávají relativně nerozvinuté. 

Z pohledu ekonomické geografie jsou externality zajímavé jako faktory vedoucí 

k lokalizaci průmyslových odvětví. Prvním důvodem pro lokalizaci je to, že koncentrace 

několika firem na jednom místě umožňuje vznik širokého trhu práce pro pracovníky se 

specifickými dovednostmi, což zajišťuje nízkou pravděpodobnost nezaměstnanosti a 

nedostatku pracovních sil. Druhým důvodem je větší možnost výroby specializovaných 

meziproduktů a třetím důvodem je synergie získaná sdílením informací více firmami 

(information spillover). I když peněžní externality v případě ekonomie všeobecné rovnováhy 

nemají vliv na blahobyt, Krugman (1991) vychází z toho, že vznik lokalizačních vzorců 

centrum-periferie je někdy způsoben právě jimi. Argumentuje, že v případě nedokonalé 

konkurence a rostoucích výnosů z rozsahu mají peněžní externality reálný efekt jako 

technologické externality. Pragmatičtějším motivem pro zdůrazňování peněžních externalit je 

to, že je lze lépe postihnout ve formálním modelu (tento motiv mu vyčítají Martin a Sunley 

1996), než „neviditelné“ technologické externality. Tento model vychází z poznání sil 

vedoucích ke koncetraci v 19. století – z toho mimo jiné pramení přehlížení technologických 

externalit jako hybné síly integrace. 

Pro ilustraci svých argumentů buduje Krugman (1991) jednoduchý model. V dané 

zemi jsou dvě odvětví: zemědělství a výroba. Zemědělství je charakterizováno konstantními 

výnosy z rozsahu a intenzivním využíváním imobilní půdy. Geografická distribuce 

zemědělské produkce je proto závislá na distribuci vhodné půdy. Naproti tomu pro výrobu 

jsou charakteristické rostoucí výnosy z rozsahu a minimální využívání půdy. Kvůli rostoucím 

výnosům bude výroba umístěna pouze na omezeném počtu míst. Ceteris paribus budou 

preferována místa s velkou poptávkou kvůli minimalizaci dopravních nákladů a ostatní 

lokality budou obsluhovány z těchto center. 

Otázkou je, kde bude velká poptávka. Část jí přijde ze zemědělství – kdyby to byla 

většina, distribuce výroby by kopírovala distribuci zemědělské půdy. Ovšem část poptávky po 

výrobcích přijde z výrobního sektoru samotného. Vzniká tak možnost pozitivní zpětné vazby, 

tendence výroby ke koncentraci v oblastech velkých trhů, přičemž velké trhy budou tam, kde 

se bude koncentrovat výroba. Bude též pravděpodobně výhodnější žít a pracovat blízko center 

výroby, protože tam budou nižší ceny výrobků. Krugman (1991) tento tradiční model 

formalizuje. 

Výsledkem modelu je důkaz o vlivu dopravních nákladů na podobu prostorové 

distribuce výroby. V ekonomice charakterizované vysokými dopravními náklady, malým 

podílem výroby nebo malými výnosy z rozsahu bude rozmístění výroby determinováno 

rozmístěním zemědělců. S nižšími dopravními náklady, větším podílem výroby nebo vyššími 

výnosy z rozsahu přijde ke slovu pozitivní zpětná vazba a výroba se bude koncentrovat tam, 

kde budou lepší výchozí podmínky. Krugman (1991) vidí hlavní přínos tohoto modelu v tom, 

že nemusí spoléhat na „prchavé“, neuchopitelné technologické externality a může lokalizační 

problém řešit s využitím peněžních externalit vycházejícím z přitažlivosti prodávání a 

nakupování v regionu, ve kterém se koncentrují ostatní výrobci. Není ani zapotřebí činit 

arbitrární rozhodnutí o územním rozsahu technologických externalit. Vzdálenost totiž do 

modelu vstupuje implicitně v podobě dopravních nákladů. 

V Krugmanově pojetí tedy ve světě nedokonalých trhů rostoucích výnosů z rozsahu je 

rozlišování mezi peněžními a technologickými externalitami zavádějící. Obě kategorie mají 

reálné efekty na blahobyt. Píše: „I kdyby úspory z rozsahu byly pro firmy interní, interní 

úspory při výrobě meziproduktů se mohou projevit jako externí úspory pro firmy, které je 

29


nakupují.“ 13 Klíčovou myšlenkou je, že interní úspory z rozsahu tím, že zvyšují motivaci 

firem ke koncentraci, zintenzivňují tendenci ke geografické koncentraci produkce. 

V národohospodářském kontextu vidí Krugman všechny formy mezinárodní 

ekonomické integrace jako v zásadě pozitivní. Například specializace díky obchodu zvyšuje 

efektivitu světové ekonomiky a je přínosem pro všechny obchodující národy. Krugman ale 

také vidí to, že existence významných externalit a nekonstantních výnosů může znamenat, že 

nárůst obchodu a integrace může mít negativní efekty ve smyslu nerovnoměrné distribuce 

přínosů mezi regiony. Druhým typem negativních efektů jsou náklady přizpůsobení. Přesun 

kapitálu a pracovní síly do jiného typu průmyslu může znamenat pro společnost značné 

náklady. Pokud tyto náklady jsou ve formě např. nezaměstnanosti, navrhuje Krugman 

nepostupovat příliš rychle. V práci Krugmana je zřejmé napětí mezi pozitivním hodnocením 

obchodu a integrace obecně a vědomím možných negativních následků. 

Ve vztahu k evropské integraci povede odstranění bariér obchodu a pohybu kapitálu a 

pracovní síly k přílivu kapitálu do periferních regionů s nízkými mzdami (doprovázený 

zvýšením konkurenceschopnosti). Tento pohyb však bude vyvážen další koncentrací 

průmyslu a zaměstnanosti v jádrových regionech s vysokými platy. Důvodem je to, že tyto 

oblasti mají největší trhy, rozvinuté pozitivní externality a infrastrukturu a komparativní 

výhodu ve smyslu relativní dostupnosti. 

„Aktivní“ obchodní politika může mít pro státy podle Krugmana a dalších výhody 

oproti volnému obchodu ve dvou směrech. Pokud se podaří státu podpořit monopolní pozici 

domácího faktorů výroby v průmyslu na mezinárodní scéně, může cílená průmyslová politika 

v principu zvýšit příjem země na úkor zahraničí. Zadruhé, cílení může zvýšit příjem 

v takových odvětvích, kde zdroje vložené firmami zvyšují příjmy ostatních firem – kde tedy 

existují pozitivní externality. Krugman byl původně skeptický k cílené průmyslové politice 

zdůvodněné externalitami, ovšem to se týkalo technologických externalit. Při přesunu 

pozornosti na peněžní externality mohou mít průmyslové politiky význam. Podle nejnovějšího 

pohledu průmyslové politiky jsou regionální a lokální clustery považovány za ospravedlnění 

intervencí, přičemž cílem těchto intervencí by mělo být podporování místních externalit. 

Podle Martina a Sunleye (1996) Krugman implicitně považuje za jediné ospravedlnitelné 

intervence v průmyslu regionální politiky. Podobný názor lze nalézt v Porterově 14 hlavní 

práci o komparativní výhodě. Místní a ekonomické rozvojové politiky jsou chápány jako 

hlavní nástroje podpory národní průmyslové konkurenceschopnosti. 15 

4.3 Kvantifikace externalit 

Vzhledem k tomu, že externality neprochází trhem, nemají tyto náklady tržní hodnotu. 

Pokud chceme vyjádřit jejich výši, je proto třeba použít některou z metod netržního 

oceňování. 

Netržní oceňovací metody můžeme rozdělit na metody postavené na nákladech 

(náklady zabránění a náklady na obnovu) a na metody postavené na škodách. Náklady na 

obnovu zahrnují náklady, které je třeba vynaložit na eliminaci negativních dopadů 

způsobených určitou aktivitou. Náklady zabránění jsou náklady, které musí být vynaloženy, 

13 Krugman (1981:151). Citováno v Martin and Sunley (1996) 

14 Porter (1990) „The competitive advantage of nations“ – citováno v Martin and Sunley (1996) 

15 Porter (1994) „The role of location in competition“ – citováno v Martin and Sunley (1996) 

30


aby se vzniku určité škody předešlo. Metody postavené na škodách přímo oceňují rozsah 

škody způsobený určitou aktivitou. K tomuto se využívá tzv. funkce „dávka-odpověď“ (doseresponse 

function). Poté, co je znám rozsah škod, dochází k jejímu peněžnímu vyjádření. Toto 

se děje např. pomocí tzv. „ochoty platit“ (willingness-to-pay) za určitou službu. Při aplikaci 

metody ochoty platit je třeba rozlišit demonstrované preference, tj. ty, které lidé deklarují 

třeba v dotazníku (metoda ochoty platit často využívá kontingentní oceňování), a projevené 

preference. Projevené preference se vyjadřují konkrétním chováním jednotlivých subjektů. U 

metody projevených preferencí se při oceňování vychází buď přímo z tržních cen statků a 

služeb, nebo nepřímo s využitím hedonického oceňování a metody cestovních nákladů. 

Vzhledem k tomu, že v dopravě jsou znečišťující zdroje ne stacionární jako u výroby 

energie či produkce tepla, ale mobilní, výpočty externích nákladů se obvykle vztahují 

k vybraným dopravním liniím. Tedy kvantifikuje se výše externích nákladů vzniklých 

projíždějícími vozidly po určitém úseku dopravní linie za určitou dobu. 

Následující dvě tabulky zachycují odhady výše externích nákladů z osobní a nákladní 

dopravy v České republice počítané s využitím tzv. UWM modelu (Uniform World Model). 

Tabulka 22: Odhad výše externích nákladů osobní dopravy v ČR v roce 2001 

Železnice 

Meziměstská 

Městská doprava 

Osobní 

(motorová 

doprava 

(autobusy) 

automobily 

trakce) 

(autobusy) 

g SO 2 /osobokm 0.02 0.02 0.02 0.03 

g NOx/osobokm 0.73 0.58 0.84 0.50 

g PM/osobokm 0.05 0.03 0.05 0.00 

SO 2 €c/osobokm 0.03 0.02 0.03 0.04 

NOx €c/osobokm 0.98 0.78 1.13 0.68 

PM €c/osobokm 0.10 0.06 0.10 0.01 

Celkem €c/osobokm 1.10 0.86 1.26 0.73 

Celkem Kč/osobokm 0.35 0.27 0.40 0.23 

Zdroj: Foltýnová, Melichar 2003 

Další studií, která se zabývala odhady výše externích nákladů v ČR, je studie INFRAS 

a HERRY pro OECD z roku 2002 (OECD 2002) věnovaná odhadům externích nákladů ve 

státech střední a východní Evropy. Studie zachycuje celkové a jednotkové externí náklady pro 

25 států. Externality jsou kvantifikovány pro hodnoty roku 1995. 

Tabulka 23: Celkové externí náklady dopravy v ČR pro rok 1995 (v mld. Kč) 

Druh škody Automobil Autobus Motocykly Osobní silniční Železnice 

Celkem 

osobní 

Nehody 60,91 2,21 42,79 105,90 0,58 106,49 

Hluk 2,42 0,26 0,78 3,46 0,86 4,31 

Znečištění 

ovzduší 

6,10 4,22 0,59 10,90 4,81 15,71 

Klimatická změna 1,32 0,14 0,13 1,59 0,15 1,74 

Příroda 1,39 0,18 0,11 1,68 0,14 1,82 

Celkem 72,14 7,00 44,40 123,54 6,54 130,07 

Zdroj: OECD 2002 

31


Následující tabulka shrnuje průměrné externí náklady jednotlivých druhů dopravy, jak 

je uvádí zmíněná studie. 

Tabulka 24: Průměrné externí náklady dopravy v ČR pro rok 1995 (v Kč na 1.000 osobokm) 

Druh škody Automobil Autobus Motocykly Osobní silniční celkem Železniční 

Nehody 1242,30 60,60 9053,64 1172,61 72,72 

Hluk 48,48 6,06 163,62 39,39 106,05 

Znečištění ovzduší 124,23 115,14 124,23 121,20 599,94 

Klimatická změna 27,27 3,03 27,27 18,18 18,18 

Příroda 27,27 6,06 24,24 18,18 18,18 

Celkem 1469,55 190,89 9393,00 1369,56 815,07 

Zdroj: OECD 2002 

Pro potřeby modelu v aktivitě 2.5 tohoto projektu budeme hodnoty externích nákladů 

z dopravy v ČR stále zpřesňovat, zvláště s ohledem na výsledky, které mohou být získány 

z projektu VaV MD ČR „Kvantifikace externích nákladů dopravy v podmínkách České 

republiky“, pokud bude podpořen. Tento projekt by mělo řešit Centrum pro otázky životního 

prostředí UK v Praze spolu s Centrem dopravního výzkumu, v.v.i., a SCaC v letech 2007– 

2011. 

4.4 Hodnota času 

Pro kvantifikaci nákladů dopravy je významným faktorem čas a jeho hodnota. Existuje 

velká řada studií na odhady hodnoty času. Ty obvykle vychází z pozorování, že cestující jsou 

ochotni utratit peníze, aby ušetřili čas. Odhady hodnoty času se nejčastěji používají pro 

analýzy efektů změn rychlosti dopravy na dopravní chování a také pro odhady společenských 

přínosů úspor cestovního času při kalkulacích u investic do dopravních projektů. 

Kvantifikace času se liší podle toho, zda se jedná o čas cestovní, čas čekání na spoj, 

čas strávený přesedáním atd. Vzhledem k tomu, že hodnota času (která se nejčastěji stanovuje 

metodou ochoty platit nebo ochoty akceptovat) je výrazně subjektivní, ovlivňují ji také další 

faktory související s přepravou konkrétním dopravním prostředkem (např. čistota dopravního 

prostředku, možnost sednutí si v dopravním prostředku, prostor zastávky, očekávané 

kongesce, vnímaná bezpečnost a jiné). Z tohoto důvodu se obvykle používají rozdílné 

hodnoty času pro různé dopravní prostředky. Dalším faktorem ovlivňujícím hodnotu času je 

dále účel cesty a příjem. 

Můžeme rozlišit následující komponenty cestovního času (SPECTRUM, D6, p. 26): 

- čas strávený v dopravním prostředku 

- čas přístupu (nástup a výstup z dopravního prostředku) 

- čas chůze k dopravnímu prostředku 

- čas strávený čekáním na dopravní prostředek 

- čas strávený přesedáním 

- zpoždění (odchylka od očekávaného trvání cesty) 

- skrytý čekací čas (jde o časový rozdíl mezi žádoucím a skutečným časem opuštění 

určitého místa, např. domova nebo práce, dochází k němu pouze v případě, že spoje 

jsou velmi řídké, Holmberg 1977) 

- čas strávený hledáním parkovacího místa 

32


- časové ztráty v důsledku kongescí a nespolehlivosti. 

V anglicky psané literatuře se často vyčleňuje zvlášť čas intervalu (headway), což je 

čas strávený čekáním na dopravní prostředek (většinou polovina časového intervalu mezi 

spoji), ale může být také interpretovaný jako čas zpoždění. Headway může být takto stanoven 

pro všechny uživatele všech druhů dopravy, kdežto čas strávený čekáním zahrnuje pouze 

uživatele hromadné dopravy. 

Pro kvantifikaci hodnoty času se používají jak projevené preference (RP, revealed 

preferences), tak kontingentní hodnocení (CV, contingent valuation) získané ochotou platit 

(WTP, willingness to pay) nebo ochotou akceptovat (WTA, willingness to accept) 16 . 

V poslední době převažuje použití metody CV, která se stala široce akceptovaná pro 

kvantifikaci hodnoty času. Jak však ukazuje Wardman (2001 a 1997), výsledky výzkumů ve 

Velké Británii získané hodnotou CV jsou mírně nižší než hodnoty získané RP. 

Hodnota času stráveného v dopravním prostředku v pracovní době (tedy ne dojíždění a 

cesty ve volném čase) se obvykle vyjadřuje jako hodnota hrubé mzdy plus další náklady na 

práci, jako jsou sociální a důchodové pojištění a další (mzdové) náklady zaměstnavatele – tzv. 

náklady zdrojů (resource costs). Je to z toho důvodu, že čas pracovníka strávený v dopravním 

prostředku mohl být využit efektivněji. 

Pokud bychom chtěli přesně vyjádřit hodnotu času u každého cestujícího, museli 

bychom získat velmi desagregovaná data. Ta však obvykle nejsou k dispozici. Může se proto 

použít postup vytvořit více skupin dle příjmu s využitím průměrného příjmu pro každou 

skupinu. V tomto případě by však mělo být dostatečně testováno, zda navržené příjmové 

segmenty obyvatel skutečně odráží rozdíly v hodnotách cestovního času. 

Evropské studie na VOT 

Podívejme se nejprve na výsledky evropských výzkumných projektů věnovaných 

studiím hodnoty cestovního času. Jedním z největších byly jistě projekty UNITE a MC-ICAM. 

Výstupy projektu UNITE z roku 2003 naznačují následující závěry (UNITE D7 a D15 2003): 

- z empirických dat vyplývá, že hodnota úspor cestovního času u dojíždění je vyšší než 

pro ostatní soukromé účely. Nicméně zdá se, že tento rozdíl v moderních 

společnostech stále klesá; 

- většina výsledků hodnoty času stráveného v dopravním prostředku vztažených 

k cestování v urbánních oblastech dosahuje hodnot okolo 50 % průměrné mzdy za 

daný čas; 

- výsledky studií ve Velké Británii, Švédku a Norsku ukazují, že hodnoty úspor 

cestovního času jsou výrazně vyšší pro meziměstskou než pro městskou dopravu. Dále 

hodnoty úspor cestovního času pro cesty letadlem jsou výrazně vyšší než u jiných 

druhů dopravních prostředků; 

- existuje evidence ukazující, že složky cestovního času vztažené k dopravnímu 

prostředku, jako je čas čekání a přesedání, jsou ceněny výše než cestovní čas. Rozdíly 

v hodnotách jsou vztaženy k nabídkovým faktorům. (Evropské projekty UNITE a 

MC-ICAM navrhují faktor 1,5 pro zpoždění a kongesce a faktor 1,6 pro čas čekání a 

přesedání.); 

- pohodlí cestování, např. dispozice míst k sezení nebo přítomnost kongescí, ovlivňuje 

hodnotu cestovního času; 

- hodnota časových úspor narůstá s příjmem, ale pomaleji než proporcionálně. 

16 Více k netržním metodám kvantifikace viz kapitola 4.3 „Kvantifikace externalit“. 

33


Tabulka 25: Hodnoty cestovního času pro osobní dopravu z projektů UNITE a MC- 

ICAM (hodnota osobo-hodiny v EURO, hodnoty pro rok 1998) 

Osobní doprava UNITE * , EURO/hod. MC-ICAM, EURO/hod. 

Pracovní Dojíždění Ostatní účely Pracovní Dojíždění Ostatní účely 

Auto město 21,00 6,00 4,00 21,00 6,00 4,00 

MHD 21,00 6,00 4,00 21,00 6,00 4,00 

Auto, meziměsto 21,00 7,00 5,00 

Autobus 21,00 6,00 4,00 21,00 6,00 4,00 

Vlak 21,00 6,40 4,70 21,00 6,50 5,00 

Letadlo 28,50 10,00 10,00 29,00 10,00 10,00 

Pozn.: *Projekt UNITE nerozlišuje mezi městskou a meziměstskou hodnotou pro automobil 

Zdroj: MC-ICAM, D3 (2003) 

UNITE a MC-ICAM doporučují také národní hodnoty času. Přepočet je odvozen od 

parity kupní síly. Výsledky ukazuje následující tabulka. 

Tabulka 26: Národní hodnoty času 

Země HDP/obyv. v € 1998 PPP Koeficient pro transfer 

UNITE/MC-ICAM 22 150 1,000 

Rakousko 23 900 1,079 

Belgie 23 677 1,069 

Dánsko 25 459 1,149 

Finsko 21 833 0,986 

Francie 21 132 0,954 

Německo 23 010 1,039 

Řecko 14 171 0,640 

Irsko 23 194 1,047 

Itálie 21 531 0,972 

Lucembursko 37 491 1,693 

Nizozemí 24 141 1,090 

Norsko 27 391 1,237 

Portugalsko 15 891 0,717 

Španělsko 17 223 0,778 

Švédsko 21 799 0,984 

Švýcarsko 27 091 1,223 

Velká Británie 21 673 0,979 

Maďarsko 10 470 0,473 

Estonsko 9 193 0,415 

Zdroj: MC-ICAM, D3 (2003) 

Z národních studií je nejrozsáhlejší evidence ve Velké Británii, kde se kvantifikaci 

hodnoty času věnoval především Wardman (1998, 2001) z Univerzity of Leeds analyzoval a 

shrnul přes stovku britských studií hodnoty času. Shrnutí hodnoty času stráveného 

v dopravním prostředku ukazuje následující tabulka. Rozdílné hodnoty také vychází pro 

rozdílné elasticity používané pro stanovení rozdílu v hodnotách reálného HDP na hlavu. 

Department of Transport navrhuje hodnotu příjmové elasticity jedna, zatímco jiné návrhy 

doporučují hodnotu příjmové elasticity 0,5 v závislosti na mezisektorových srovnáních 

britských studií hodnoty času z posledních 20 let. 

34


Tabulka 27: Elasticity poptávky po jednotlivých typech dopravy ve Velké Británii 

Důchodová 

elasticita = 1,0 

Důchodová 

elasticita = 0,5 

Kontext Mód Průměr €/hod. Průměr €/hod. Vzorek 

Městské dojíždění 

Doprava ve volném čase, 

město 

Služební cesty, město 

Ostatní cesty, město 

Meziměstské dojíždění 

Meziměstská, volný čas 

Meziměstská, 

cesty 

Meziměstská, ostatní 

služební 

Zdroj: Wardman (2001) 

Auto 5,8 5,3 64 

Autobus 4,0 3,6 17 

Vlak 6,9 6,0 17 

Metro 8,8 7,9 5 

Auto 6,2 5,6 73 

Autobus 2,5 2,3 22 

Vlak 6,2 5,5 14 

Metro 7,0 6,2 16 

Auto 12,7 11,2 11 

Vlak, metro 18,4 17,1 8 

Auto 6,1 5,6 84 

Autobus 3,1 2,8 27 

Ostatní 6,1 5,3 29 

Auto 10,1 9,6 11 

Vlak 12,1 11,0 21 

Ostatní 8,7 7,4 9 

Auto 8,8 7,9 23 

Vlak 12,8 11,5 44 

Letecká 74,1 71,2 4 

Metro 11,2 9,6 8 

Auto 17,6 16,9 16 

Vlak (1. třída) 30,9 (50,2) 28,1 (44,2) 34 (17) 

Letecká 86,6 79,1 12 

Auto 7,1 7,1 10 

Vlak 16,9 14,7 18 

Ostatní 8,3 7,3 15 

Wardmanovy výsledky se blíží hodnotám doporučeným projekty UNITE a MC- 

ICAM, ačkoli jsou jeho výsledky odvozeny modelováním s využitím několika metod ze 

závěrů různých studií získaných během dlouhého časového období. Nejvíce se liší úzké 

hodnoty pro autobus a vysoké pro leteckou dopravu. Wardmanovy závěry jsou následující: 

- meziměstské cesty mají vyšší hodnoty než městské, 

- služební cesty mají vyšší hodnotu cestovního času než cesty za jiným účelem (spíše 

zaměstnancova než zaměstnavatelova hodnota ochoty platit), 

- u cest ve městě má dojíždění vyšší hodnotu než cesty ve volném čase u všech 

dopravních prostředků s výjimkou automobilu, 

- pro meziměstské cesty je tento rozdíl pouze malý, 

- hodnota času se výrazně mění podle použitého dopravního prostředku, 

- u cest po městě má metro nejvyšší hodnotu cestovního času, 

- získané hodnoty naznačují, že uživatelé vlaku mají vyšší hodnoty cestovního času než 

uživatelé automobilu, zvláště u meziměstských cest, ačkoli zde může být efekt 

35


vzdálenosti, protože meziměstské cesty vlakem jsou delší než meziměstské cesty 

automobilem. 

Wardman (2001) se také zaměřil na hodnotu dalších časových komponentů, jako je 

čas čekání na dopravní prostředek a další. Většina těchto hodnot vychází z výzkumů 

vyjádřených preferencí (SP), které mohou být o něco nižší než projevené preference (RP). 

Tyto hodnoty zachycuje následující tabulka. 

Tabulka 28: Faktory času stráveného ve vozidle k času čekání a docházky 

Kontext Druh dopravy Účel Čekací čas Čas docházky 

Střední hodnota Vzorek 

Střední 

hodnota 

Vzorek 

Vše Všechny Vše 1,76 62 1,68 183 

Vše 2,06 1 30 

Auto 

Dojíždění 1,37 29 

Volný čas 1,74 25 

Ostatní 1,55 34 

Vše 1,59 11 

Městská Bus 




Vše 1,17 2 11 

Ostatní 




Meziměstsk 

á 

Vše Vše 1,70 10 1,51 13 

1 Park and Ride 

Metro 

Zdroj: Wardman 2001 

Z těchto výsledků můžeme shrnout následující: 

- cestující metrem mají relativně nízkou hodnotu času čekání 

- u meziměstské dopravy je čas docházky relativně méně důležitý u delších cest. 

Zajímavé výsledky získal Wardman pro hodnotu headway (čas intervalu), tato hodnota 

je méně než poloviční oproti hodnotě času čekání na dopravní prostředek. Z toho plyne, že 

lidé používají jízdní řády a plánují si své cesty dopředu. Dále se zdá, že pro časté a známé 

cesty, jako je např. dojíždění, je headway méně důležitá než u méně častých cest. Toto může 

být způsobeno pocitem jistoty cestujících, že cestu rutinně znají a nic se na této cestě neudá 

neočekávaného. Headway faktor je větší pro cesty městské a pro meziměstské cesty je nižší 

než faktor pro čas strávený čekáním na dopravní prostředek. 

Zemí, která má nejvíce studií a velmi podrobně zpracované metodiky vztahující se 

k oceňování, je Velká Británie. Tak například britské ministerstvo dopravy Department for 

Transport (2004) navrhlo agregované hodnoty cestovního času pro pracovní cesty v rozdělení 

podle použitého dopravního prostředku. Tyto hodnoty zachycuje následující tabulka. 

36


Tabulka 29: Hodnota cestovního času pro pracovní cesty (v librách za hodinu, ceny a 

hodnoty pro rok 2002) 

Vozidlo Náklady zdrojů Vnímané náklady Tržní cena 

Řidič automobilu 21,86 21,86 26,43 

Pasažér automobilu 15,66 15,66 18,94 

Velké nákladní vozidlo (řidič nebo pasažér) 8,42 8,42 10,18 

Ostatní nákladní vozidla (řidič nebo 

pasažér) 

8,42 8,42 10,18 

Sportovní užitkové vozidlo – řidič 8,42 8,42 10,18 

Sportovní užitkové vozidlo – pasažér 16,72 16,72 20,22 

Řidič taxi 8,08 8,08 9,77 

Pasažér taxi 36,97 36,97 44,69 

Pasažér vlaku 30,57 30,57 36,96 

Pasažér metra 29,74 29,74 35,95 

Chodec 24,51 24,51 29,64 

Cyklista 14,06 14,06 17,00 

Motocyklista 19,78 19,78 23,91 

Průměr všech pracujících osob 22,11 22,11 26,73 

Zdroj: TAG, unit 3.5.6 

Dále se podíváme na hodnotu času u dojíždění a u cest ve volném čase. Ochota platit 

se podstatně mění v závislosti na řadě faktorů, mimo jiné 

- příjem cestujícího, 

- účel a urgentnost cesty, 

- pohodlí a atraktivita samotné cesty. 

Department for Transport (2004) dále navrhl agregované hodnoty cestovního času 

pro cesty ve volném čase dle účelu cesty. Hodnoty vychází ze studie zpracované Institute for 

Transport Studies pro Department for Transport (DfT) v roce 2003 a publikované jako Values 

of Travel Time Saving in the UK. Tyto hodnoty zachycuje následující tabulka. 

Tabulka 30: Hodnoty cestovního času pro pracovní cesty (libry/hod., ceny a hodnoty r. 

2002) 

Účel Náklady zdrojů Vnímané náklady Tržní cena 

Dojíždění do práce 4,17 5,04 5,04 

Ostatní 3,68 4,46 4,46 


Hodnota nepracovního času narůstá s důchodem s důchodovou elasticitou 0,8. Odhady 

pro hodnotu pracovního času předpokládají její nárůst s důchodovou elasticitou 1. 

Z posledních dvou tabulek je patrný velmi podstatný rozdíl hodnoty času pro pracovní a 

nepracovní cesty. Je to z toho důvodu, že pracovní cesty vykonávané v pracovní době 

představují pro zaměstnavatele náklad, který vychází z délky času strávené v dopravním 

prostředku. 

DfT dále doplňuje data o rozložení cest v pracovním a nepracovním čase, která 

vycházejí z Národního dopravního výzkumu v letech 1999 – 2001. Slouží jako doplnění 

k hodnotám času dle účelu cesty a je rozděleno dle cestovní vzdálenosti. Více následující 

tabulka. 

37


Tabulka 31: Rozložení cest v pracovním a nepracovním čase 

Typ vozidla a účel 

Pracovní dny (v hod.) 

cesty 7 – 10 10 - 16 16 - 19 19 - 7 Průměr 

% cest vozidlem 

Auto 

Průměr 

víkend 

Průměr celý 

týden 

Pracovní 6,8 8,3 5,5 3,6 6,5 1,7 5,0 

Dojíždění 40,6 11,6 32,3 26,4 25,4 9,1 20,3 

Ostatní 52,7 80,1 62,2 70,0 68,1 89,3 74,7 

Nákladní vozidlo 

Práce 88,0 88,0 88,0 88,0 88,0 88,0 88,0 

Ne-práce (dojíždění 

a ostatní) 

12,0 12,0 12,0 12,0 12,0 12,0 12,0 

% cest na osobu 

Auto 

Pracovní 5,2 2,2 4,1 1,2 4,7 1,1 3,4 

Dojíždění 33,3 15,6 25,8 10,9 20,0 6,4 15,2 

Ostatní 61,5 82,2 70,1 87,9 75,3 92,5 81,4 

SUV 

Pracovní 1,5 1,2 1,8 2,6 1,5 1,0 1,4 

Dojíždění 41,7 10,6 43,0 47,4 26,9 12,4 24,3 

Ostatní 56,8 88,2 55,2 50,0 71,5 86,6 74,3 

Vlak 

Pracovní 6,7 13,6 6,7 8,8 8,3 2,8 7,6 

Dojíždění 71,7 14,9 68,0 60,4 58,2 11,1 52,2 

Ostatní 21,6 71,5 25,4 30,8 33,5 86,1 40,3 

Příměstský vlak 

Pracovní 2,8 0,7 3,3 5,3 2,4 1,2 2,2 

Dojíždění 83,0 10,8 70,7 23,7 48,2 21,7 43,8 

Ostatní 14,2 88,5 26,0 71,1 49,4 77,1 54,0 


S využitím rozložení cest, jejich vzdáleností a dalších dat byla spočítána tržní hodnota 

cestovního času na průměrné vozidlo. Britský národní průměr hodnoty cestovního času na 

vozidlo je 11,28 liber/hod. Detailnější výsledky zachycuje následující tabulka. 

Tabulka 32: Tržní hodnota cestovního času pro jedno vozidlo podle cestovní vzdálenosti 

(v librách/hod, ceny a hodnoty roku 2002) 

Typ vozidla a účel 

Pracovní dny (v hod.) 

cesty 7 – 10 10 - 16 16 - 19 19 - 7 Průměr 

Auto 

Průměr 

víkend 

Průměr celý 

týden 

Pracovní 30,74 30,00 29,61 29,81 30,18 31,68 30,18 

Dojíždění 5,84 5,79 5,69 5,69 5,74 5,74 5,74 

Ostatní 7,58 7,89 8,08 7,86 7,90 8,74 8,21 

38


Průměr 10,97 12,05 9,90 9,77 10,88 9,22 10,46 

Nákladní vozidlo 

Práce 12,22 12,22 12,22 12,22 12,22 12,83 12,22 

Ne-práce (dojíždění 

a ostatní) 

6,70 6,70 6,70 6,70 6,70 9,31 7,29 

Průměr 11,55 11,55 11,55 11,55 11,55 12,41 11,63 

SUV 

Pracovní 19,80 15,11 19,80 24,24 18,57 13,88 17,33 

Dojíždění 18,45 6,83 22,50 23,43 15,68 3,94 12,61 

Ostatní 35,97 47,28 32,38 30,58 38,69 50,06 41,68 

Celkem 74,21 69,22 74,68 78,28 72,93 67,87 71,62 

Zdroj: TAG unit 3.5.6 

Autoři některých studií (Mackie, Jara-Diaz a Fowkes 2001 a Bruzelius 2002) navrhují, 

aby úspory cestovního času za prací byly oceňovány na základě nákladů zaměstnavatele. 

Tedy základem by měla být hrubá mzda plus fixní náklady spojené s prací. 

V Evropě, kde jsou poměrně vysoké příspěvky zaměstnavatelů, se dále obvykle 

doporučuje použít po hodnotu cestovního času za účelem pracovním 100 % platby 

zaměstnavatele (tj. 100 % mzdy včetně ostatních osobních nákladů zaměstnavatele), zatímco 

např. v USA je to 100 % mzdy zaměstnance. 

Jak ukazuje Graham a Glaister (2004), hodnota času na kilometr pro průměrného 

řidiče vozidla vzrostla z přibližně 50 % vyvolaných nákladů řízení na vozo-km v roce 1960 na 

65 % v roce 2000. Hodnota času může být relativně důležitější pro řidiče automobilu dnes než 

v minulosti, protože tato položka roste rychleji než mnoho jiných komponent vyvolaných 

nákladů. 

Mimoevropské studie VOT 

Kanadský Victoria Transport Policy Institute (VTPI 2003) popisuje následující 

faktory, které ovlivňují hodnotu cestovního času: 

- náklady cestovního času zahrnují různé kvalitativní atributy cestování jako jsou 

pohodlí, bezpečnost a prestiž, 

- hodnota cestovního času osoby je obvykle oceňována ve výši jedné čtvrtiny až jedné 

poloviny převažující mzdové sazby, 

- náklady na minutu se zvyšují u delších cest (více než 20 minut) u pravidelného 

dojíždění, 

- náklady cestovního času jsou vyšší při řízení v podmínkách kongescí a pro pasažéry 

při podmínkách nepohodlí, 

- náklady cestovního času narůstají u neočekávaných zpoždění, 

- některý cestovní čas má malé náklady nebo dokonce pozitivní hodnotu, pokud si lidé 

cestování samo o sobě užívají, např. řízení nebo výletní cesty vlakem atd., 

- za příznivých podmínek může mít pozitivní hodnotu chůze a cyklistika, ale za 

nepříznivých nebo nebezpečných podmínek (např. chůze podíl frekventované 

komunikace nebo čekání na spoj v extrémně nepříznivém a nebezpečném prostředí), 

má čas strávený chůzí, cyklistickou nebo čekáním na spoj náklady 2x nebo 3x vyšší 

než čas strávený cestováním, 

39


- náklady cestovního času rostou s příjmem a jsou nižší u dětí a lidí v důchodu nebo 

nezaměstnaných (lidé pracující na plný úvazek mají větší poptávku po čase, a proto 

jsou obvykle ochotni zaplatit více za úspory cestovního času), 

- výši hodnoty cestovního času ovlivňují také preference. Někteří lidé přisuzují větší 

hodnotu času strávenému řízení a nízké náklady času strávenému jako pasažér, 

zatímco jiné lidé mají opačné preference. 

Kanadské ministerstvo dopravy a dálnic doporučuje následující hodnoty cestovního 

času, jak je zachycuje tabulka 33. 

Tabulka 33: Hodnoty cestovního času doporučené kanadským ministerstvem dopravy, 

hodnoty roku 1992 v procentech mzdy 

Kategorie 

Hodnota cestovního času 

Řidič osobního vozidla 50 % 

Dospělý pasažér auta nebo autobusu 35 % 

Dítě mladší 16 let 25 % 

Řidič osobního vozidla s komerčním účelem cesty 

Mzda + vedlejší mzdy 

Pozn.: Kongesce zvyšují náklady cestovního času řidičů podle sazby úrovně služeb (Level of Service, LOS), 

tedy pro úroveň zácpy LOS D: 1,33x, LOS E: 1,67x a LOS F: 2x. 

Zdroj: VTPI 2003 

Department of Transport (DoT) v USA používá následující hodnoty času – 74 % mzdy 

pro čas strávený v dopravním prostředku a faktor 1,9 pro cestovní čas strávený mimo 

dopravní prostředek na hodnotu času v dopravním prostředku. Doporučené hodnoty úspor 

cestovního času zobrazuje následující tabulka. 

Tabulka 34: Doporučené hodnoty úspor cestovního času stanovené DOT (% procentech 

mzdy) 

Pozemní doprava 

Letecká doprava 

Místní cesty 

Soukromé 50 % (35 – 60 %) 

Pracovní 100 % (80 – 120 %) 

Meziměstské cesty 

Soukromé 70 % (60 – 90 %) 70 % (60 – 90 %) 

Pracovní 100 % (80 – 120 %) 100 % (80 – 120 %) 

Pozn.: Hodnoty platí pro čas strávený v dopravním prostředku. Čas přístupu, chůze a čekání by měly být 

oceněny 100 % hodnotou mzdy. Hodnoty v závorkách indikují rozmezí pro použití citlivostní analýzy. 

Zdroj: VTPI 2003 

České hodnoty VOT 

Ministerstvo dopravy ČR (dále jen "ministerstvo") vydává po projednání se Státním 

fondem dopravní infrastruktury tyto prováděcí pokyny, kterými se stanoví jednotný postup 

Ředitelství silnic a dálnic ČR (dále jen "ŘSD ČR") při zabezpečení vyhodnocení ekonomické 

efektivnosti u dálničních a silničních staveb. Toto vyhodnocení je součástí investičního 

záměru akce (projektu) vypracovávaného ŘSD ČR (investorem) a předkládaného ministerstvu 

a je součástí zdůvodnění nezbytnosti dané stavební akce a vyhodnocení její efektivnosti - 

konkrétně části, týkající se průkazu efektivnosti u akcí na pozemních komunikacích (bod 9 

vzoru Investičního záměru zpracovaného Ministerstvem dopravy jako příloha "Postupu při 

40


předkládání a schvalování investičních záměrů" vydaného dne 26.2.2002 ve vazbě na § 4 

odst.(1) vyhlášky č. 40/2001 Sb., o účasti státního rozpočtu na financování programů 

reprodukce majetku). Podle materiálu „Základní data pro výpočty ekonomické efektivnosti 

silničních a dálničních staveb v investičních záměrech v ČR s použitím programu HDM-4 

s kalibrovanými daty“ (CSHS - "Český systém hodnocení silnic"), příloha C (viz 

http://www.rsd.cz/rsd/rsd.nsf/0/D795E8881160BAE5C1256E230048EF83), dosahuje ocenění 

času cestujících v ČR průměrné hodnoty 116,- Kč/hod. 

Přesné hodnoty času s rozlišením typu cest a druhu dopravních prostředků však 

v České republice dosud nebyly odhadnuty a podle našich znalostí se tomuto tématu nikdo 

nevěnuje. Centrum pro otázky životního prostředí UK v Praze plánuje se této problematice 

věnovat v příštích letech. 


Brown, C. W., Jackson, P. M. (1990): Public Sector Economics. B. Blackwell, 1990, ISBN 

0631162070 : 0631162089. 

ECMT (2001): Assessing the benefits of transport. Příspěvek na konferenci pořádanou ECMT 

a the Swiss National Research Programme, Bern, 26.11.1999. ISBN 9282113620. 

Foltýnová, H., Melichar, J. (2003): Quantification of external costs in transport caused by air 

pollution in the Czech Republic. In: Scasny, M., Bruha, J., Foltynova, H. (ed.), 

Approaches to Assessing the Environment. Proceedings from the round-table seminar in 

Prague, 2-3 October 2003. Charles University Environment Center, Prague, ISBN 80- 

239-3841-X, pp. 187 – 194. 

Graham, D.J., Glaister, S. (2004): Road Traffic Demand Elasticity Estimates: A Review. 

Transport Reviews, Vol. 24, No. 3, 261-274. 

Holmberg, B. (1977): Standard for regional public transport – measurement and evalutaion 

(norsky). Nordiska institutet för samhallsplanering. R1977:1 Lund. 

Hyánek, V. (1998): Externality – možnosti řešení. In: Externality a možnosti jejich řešení. 

Sborník referátů z teoretického semináře, KVE ESF MU, 1998. ISBN 80-210-1884-4. 

Jonáš, J. a kol. (1994): Oslava ekonomie. 2. vyd. Academia, Praha 1994. ISBN 8020002006. 

Krugman, P. (1991): Increasing Returns and Economic Geography. Journal of Political 

Economy, Vol. 99, No. 3 (Jun. 1991), 483-499. 

Kutáček, S. (2001): Možnosti řešení negativních externalit individuální dopravy v městských 

dopravních systémech. Diplomová práce, Ekonomicko-správní fakulta MU v Brně, 2001. 

Mackie, P.J., Jara-Diaz, S., Fowkes, A.S. (2001): The value of travel time savings in 

evaluation. Transportation Research Part E (37), pp. 91-106. 

Martin, R., Sunley, P. (1996): Paul Krugman´s Geographical Economics and Its Implications 

for Regional Development Theory: A Critical Assessment. Economic Geography, Vol. 

72, No. 3 (Jul. 1996), 259-292. 

Meade, J.E. (1973): The Theory of Economic Externalities. Sijthoff & Noordhoff, 1979 

(second print). ISBN 9028604332. 

Mishan, E. J. (1971): The Post-War Literature On Externalities: An Interpretative Essay. 

Journal of Economic Literature 9, 1971. 

Nash, C. (1997): Transport externalities: does monetary valuation make sense?. In: Rus, 

Ginés De; Nash, Chris (Eds.) Recent Developments in Transport Economics. Ashgate, 

1997. ISBN 1859725007. 

OECD (2002): External Costs of Transport in Central and Eastern Europe. 

(ENV/EPOC/WPNEP/T(2002)5). Study by INFRAS a HERRY for OECD Environment 

41


Directorate and Austrian Ministry for Agriculture and Forestry, Environment and Water 

Management. Zurich/Vienna 2002. 

Osina, P. (2001): Externality a jejich řešení v ekonomické teorii a praxi. Diplomová práce, 

Ekonomicko-správní fakulta MU v Brně, 2001. 

Pearce, D. W. (1996): Ekonomie a výzva ke globální ochraně životního prostředí. In: Šauer, 

P., Livingston, M. (Eds.): Ekonomie životního prostředí a ekologická politika. 

Nakladatelství a vydavatelství Litomyšlského semináře, Praha 1996. ISBN 8090216803. 

Pearce, D. W. et al (1995): Macmillanův slovník moderní ekonomie. Victoria Publishing, 

Praha 1995. ISBN 8085605422 

Polach, V. (1999): Dopravní obsluha se zřetelem na externí náklady. Dizertační práce, 

Univerzita Pardubice, 1999. 

Rothengatter, W. (1994): Do external benefits compensate for external costs of transport?. 

Transport Research Part A. Vol. 28A, No. 4, pp. 321 –328. 

Samuelson, P. A. (1954): The Pure Theory of Public Expenditure. The Review of Economics 

and Statistics, Vol. 36, No. 4, pp 387-389 (Nov, 1954). 

Samuelson, P. A., Nordhaus, W. D. (1995): Ekonomie. 2. vydání. Svoboda, Praha 1995. 

ISBN 802050494X. 

Samuelson, P.A., Nordhaus, W.D. (1989): Economics. McGraw-Hill Book Company, New 

York, 13th ed. ISBN 0070547866. 

Scitovsky, T. (1954): Two concepts of external economies. Economic Journal, 1954. 

62:52-67. 

Small, K. et al. (1999): Valuation of Travel-Time Savings and Predictability in congested 

conditions for Highway User-Cost Estimation. NCHRP 431, TRB 1999 

Vítek, L. (1998): Ronald H. Coase: Společenské náklady, teorie externalit a jejich řešení. In: 

Externality a možnosti jejich řešení. Sborník referátů z teoretického semináře, KVE ESF 

MU, 1998. ISBN 80-210-1884-4. 

VTPI (2003): TDM Encyclopedia. Victoria Transport Policy Institute, 

http://www.vtpi.org/tdm 

Wardman, M. (2001): A Review of British Evidence on Time and Service Quality Valuations. 

Transprotation Research Part E (37), pp. 107-128 

Wardman, M. (1998): The Value of Travel Time: A Review of British Evidence. Journal of 

Transport Economics and Policy, Vol. 32, No. 3, pp. 285-316 

5. Teorie optimálního zdanění 

Teorie optimálního zdanění je užitečná část ekonomie, která má řadu aplikací 

v různých oblastech včetně environmentální regulace a regulace dopravy. 

Dnes klasický případ analýzy environmentální regulace pomocí teorie optimálního 

zdanění představují pigouviánské daně. Pigouviánské daně jsou definovány jako rozdíl mezi 

soukromými a společenskými náklady (Bovenberg a Goulder 2002). Takové daně motivují 

spotřebitele a výrobce, aby vzali do úvahy nejen soukromé náklady, ale také společenské 

náklady (resp. přínosy, pokud budeme uvažovat pigouviánské podpory pro aktivity 

s pozitivními externalitami). Pigouviánské daně jsou daně teoreticky ideální, avšak jejich 

zavedení je v reálném světě obtížné. Proto se v praxi setkáme s daněmi z prodeje, výroby či 

spotřeby produktů nebo služeb, které jsou spojeny s negativním environmentálním dopadem. 

42


Teorie optimálního zdanění však odhalila ještě jinou – a svým způsobem důležitější – 

konceptuální slabinu pigouviánských daní. Touto slabinou je to, že pigouviánská analýza 

ignoruje jiný důležitý motiv zdanění – získání prostředků pro veřejné příjmy. Fungování 

pigouviánských daní se nezmění, bude-li jejich výnos vrácen do ekonomiky jako „lump-sum“ 

platby (plošné platby ve stejné výši pro všechny), nebo budou-li utraceny na veřejné statky, 

nebo dokonce pokud by vláda tento výnos „spálila“. 

Zhruba ve stejné době, kdy A. C. Pigou (1920) koncipoval optimální daně na 

internalizaci externích nákladů, jiný významný ekonom F. Ramsey zkoumal podobu 

daňového systému 17 , jež způsobí co nejméně distorzí a generuje exogenně stanovené příjmy. 

Navrhl daňový systém v podobě, do které zahrnul všechno zboží při nižší daňové sazbě (jako 

opak zdanění pouze vybraného zboží vysokou daňovou sazbou), a ukázal, že tento systém je 

optimální v případě, že poptávka po jednotlivém zboží má stejnou cenovou elasticitu (Ramsey 

1927). V případě, kdy se elasticita poptávky po jednotlivém zboží liší, rozhoduje při 

stanovování výše daňové sazby velikost této elasticity – u zboží s neelastickou poptávkou by 

měla být aplikována vyšší sazba, zatímco u zboží s elastickou poptávkou nižší daňová sazba. 

Ramseyho teorie optimálního zdanění abstrahuje od existence externalit. 

Oba tyto přístupy – Pigouův i Ramseyův – měly významný dopad na daňovou teorii. Z 

prací těchto autorů vyšlo mnoho jiných studií, které posunuly poznání v této oblasti 

významným způsobem dopředu. Překvapivě však trvalo poměrně dlouho, než se objevila 

práce, jež se zaměřila na analýzu obou problémů zároveň: jak by měl vypadat optimální 

daňový systém (tj. takový, který způsobí co nejméně distorzí), za předpokladu existence 

externích efektů a nemožnosti použití nedistorzních daní 18 . Touto první prací byla 

„pionýrská“ práce Sandmova (1975), která však na nějaký čas nevyvolala významnější ohlas. 

Sandmovým závěrem bylo, že společenské škody, generované zbožím produkujícím 

externality, vstupují do zdanění dodatečně pro dané zboží, přičemž neovlivňují zdanění 

neznečišťujícího zboží (additively property). 

Oživení zájmu o tuto problematiku nastalo až na konci 80. let v souvislosti 

s ekologickou daňovou reformou 19 . Tito autoři však šli jiným směrem, než Sandmo. 

Jak bylo poznamenáno výše, v souvislosti s environmentální regulací se od 80. let 20. 

století rozvinula mezi ekonomy diskuse o vzájemných interakcích mezi distorzním zdaněním 

(daně z příjmu, daně z práce, daně z prodeje) a optimální environmentální politikou. Diskuse 

vyvrcholila v 90. letech příspěvky Bovenberga a de Mooije (1994), Bovenberga a van der 

Ploega (1994a, 1994b), Gouldera (1995a, 1995b) a Bovenberga (1999). Tito autoři rozvinuli 

koncept hypotézy dvojí dividendy (double dividend hypothesis), který se vztahuje 

k environmentálním a ekonomickým dopadům environmentální regulace. 

17 I když teoreticky existují daně, které distorzní efekt nemají (jedná se např. o „daň z hlavy“ nebo „daň z půdy“, 

příp. jednotnou daň na všechny statky a služby, která tudíž nemění relativní ceny), v praxi je těžké tyto daně 

zavést, a to díky jejich horší akceptovatelnosti veřejností nebo díky tomu, že některé statky a služby nelze zdanit 

(učebnicovým příkladem takovéhoto statku bývá např. volný čas). Ramsey vyšel z předpokladu, že přítomnost 

distorzních daní je nevyhnutelná. 

18 Pokud Pigouviánské daně zajistí dostatečné přínosy veřejných rozpočtů, je řešení triviální: zavést pouze 

Pigouviánské daně. My budeme dále v textu předpokládat, že tomu tak není. 

19 Ekologická daňová reforma přestavuje nástroj environmentální regulace, který nabízí environmentální 

ekonomie. Koncept ekologické daňové reformy navrhuje zavedení nových ekologicky motivovaných daní na 

produkty a výrobu nepříznivou životnímu prostředí („bads“), tj. na fosilní paliva (uhlí, ropu, zemní plyn), na 

spotřebu vody a vybrané suroviny (zejména takové, které v procesu dobývání, zpracování nebo spotřeby 

poškozují životní prostředí), a na výrobky, které neúměrně zatěžují životní prostředí. Současně se zaváděním 

daní k ochraně životního prostředí má dojít ke snížení distorzních daní. 

43


Hypotéza dvojí dividendy spočívá v tom, že výnosově neutrální substituce distorzních 

daní určených ke zvyšování výnosů environmentálními daněmi může mít dva přínosy. První 

přínos (dividendu) představuje zlepšení životního prostředí a druhým přínosem (dividendou) 

je snížení distorzí daňového systému. 

Snížení distorzí daňového systému však má řadu interpretací. L. H. Goulder (1995) 

s ohledem na distorze rozlišil u hypotézy dvojí dividendy její silnou a slabou formu. Slabá 

forma hypotézy dvojí dividendy říká, že zvýšení společenského blahobytu z daňové reformy, 

ve které jsou environmentální daně použity ke snižování distorzních daní, je větší než 

z daňové reformy, kde jsou environmentální daně vráceny jako lump-sum platby a výnosy 

tedy nejsou recyklovány ke snížení distorzních daní. 

Zatímco slabá forma teorie dvojí dividendy se setkává všeobecně se souhlasem, silná 

forma dvojí dividendy je již kontroverzní. Tvrdí totiž, že EDR nejen sníží zatížení životního 

prostředí, ale bude mít také čisté ekonomické přínosy. Mechanismus je takový, že ekologická 

daňová reforma nahradí vysoce distorzí daň (daň z práce nebo kapitálu) méně distorzní 

ekologickou daní, a je tudíž všeobecně dobrá z hlediska společenského blahobytu. Jak však 

vyplývá z ramseyovské analýzy optimálního daňového systému, je nepravděpodobné, že 

selektivní daň (např. daň z energií) by byla méně distorzní než daň z práce nebo univerzální 

daň z obratu (DPH s jednotnou sazbou). Z tohoto důvodu je řada ekonomů skeptická 

k platnosti silné formy hypotézy dvojí dividendy. Je však třeba zdůraznit, že pokud není 

původní daňový systém nastaven optimálně (z hlediska ramseyovské teorie optimálního 

zdanění), může EDR vést ke snížení daňové distorze a tudíž k silné dvojí dividendě 20 . 

Jak však dodává Bovenberg a de Mooij (1994), i v případě, že neexistuje silná dvojí 

dividenda, může EDR vést k významným zlepšením efektivnosti díky korekci externích 

nákladů, pokud jsou sazby environmentálních daní nastaveny na přiměřené úrovni. 

Podívejme se blíže, jak hypotéza dvojí dividendy funguje v druhém nejlepším světě. 

Náklady zavedení EDR ve světě, kde již existují distorzní daně, můžeme rozlišit do tří složek. 

První z nich jsou primární náklady (primary costs), tj. přímé náklady, které nese regulovaný 

sektor a které jsou spojeny se snižováním znečištění tím, že se změní produkční postupy nebo 

budou nainstalována zařízení zabraňující znečištění. Druhou složku představují náklady 

recyklace výnosů (costs of revenue-recycling effect). Jde o to, že výnosy z ekologických daní 

nahradí výnosy distorzních daní, tj. sníží náklady mrtvé váhy těchto daní. Tato složka tedy 

snižuje celkové náklady reformy. Třetí složku tvoří náklady spojené s efektem daňových 

interakcí (costs of tax-interaction effect). 

Efekt daňových interakcí je způsoben takto: v míře, ve které environmentální daně 

zvyšují náklady znečišťovatelů, zvyšují i ceny zboží. To však snižuje reálné výnosy 

výrobních faktorů (např. platby nominální mzdy). Pokud již existují v ekonomice daně na 

výrobní faktory, environmentální daně vedou k nárůstu daní z těchto faktorů, v čemž jsou 

zahrnuty původní distorze na trhu výrobních faktorů. Pro názornost uvedeme příklad s uhlím. 

Zavedení environmentální regulace způsobí nárůst ceny uhlí. Vyšší cena uhlí zvýší ceny 

zboží, v jehož výrobě se využívá uhlí. Díky vyšším cenám určitých statků a služeb se nakonec 

zvýší náklady domácností, takže reálná mzda domácností poklesne. 

V druhém nejlepším světě tedy hned dva efekty komplikují analýzu efektivity 

environmentální regulace – efekt recyklace daňových výnosů snižuje náklady této regulace 

oproti situaci v prvním nejlepším světě, přičemž efekt daňových interakcí působí opačně. 

20 Jak ukázaly některé studie, je toto relevantní zejména pro případ nedokonalostí na trhu práce, které nejsou 

řešeny jinými – nedaňovými – nástroji, viz např. Kostela a Schob (1999). 

44


Abychom získali silnou dvojí dividendu, efekt z recyklace výnosů musí převážit primární 

náklady a náklady daňových interakcí. 

Efekt daňových interakcí takto distorzně nepůsobí pouze na trh práce, ale i na trh 

zboží a služeb, což se projevuje distorzemi ve výběru mezi alternativními komoditami. Jak 

argumentuje Goulder (1995), distorze na trhu zboží a trhu práce jsou spojeny a přispívají ke 

snížení neenvironmentální složky společenského blahobytu. V míře, v jaké environmentálně 

motivovaná daň na zboží nutí domácnosti k substitucím zdaněného zboží jiným zbožím, se 

snižují hrubé výnosy daně (do výnosů nejsou započteny výnosy v podobě lepšího životního 

prostředí). Tento efekt, nazývaný eroze daňového základu, omezuje rozsah, ve kterém může 

environmentální daň financovat snížení daně z práce a zvyšuje hrubé náklady daňových změn. 

Efekt eroze daňového základu je sice částí obecnějšího efektu daňových interakcí, bývá však 

častým argumentem některých odpůrců EDR (snížení daňových výnosů v důsledku snížení 

poptávaného množství zdaněných výrobků a služeb), proto jej zde explicitně zmiňujeme. 

Výsledky ekonomických modelů ukazují, že za neutrálních podmínek (tj. 

environmentální daň je uvalena na aktivitu, která je průměrná s ohledem na její 

substituovatelnost s volným časem) není efekt recyklace výnosů dostatečně silný, aby převážil 

a vedl k nastolení silné dvojí dividendy. Ovšem, jak shrnují studie Gouldera (1995, 2000) a 

další, efekt silné dvojí dividendy se může projevit za určitých okolností, kterými jsou: 

1. Znečišťující zboží je relativně slabý substitut volného času. Jak ukázali ve svém 

známém článku autoři Bovenberg a de Mooij (1994), v případě, že znečišťující zboží 

(na které je uvalena environmentální daň) je slabší substitut volného času než zboží 

„čisté“, ztráty z efektu daňové interakce budou menší a možnost, že nastane dvojí 

dividenda, se takto zvýší. Z pohledu dvojí dividendy je nejefektivnější, pokud jsou 

znečišťující zboží a volný čas komplementy, v případě silných substitutů je tomu 

naopak. Efekt daňových interakcí v tomto případě závisí na křížové cenové elasticitě 

mezi volným časem a znečišťujícím zbožím. To, že se nejedná pouze o teoretickou 

možnost, ukázali West a Williams (2004). Tito autoři na základě ekonometrického 

výzkumu chování domácností v USA dospěli k závěru, že poptávka po pohonných 

hmotách je komplementem k volnočasovým aktivitám. Z toho vyplývá, že pohonné 

hmoty je žádoucí zdanit více, než odpovídá pigouviánské dani, poněvadž zdanění 

pohonných hmot má menší společenské náklady než „běžná“ daň. 

2. Existuje neefektivní zdanění více produkčních faktorů. V modelech se dvěma a více 

produkčními faktory se ukazuje, že k silné dvojí dividendě dochází, pokud jeden 

z výrobních faktorů je relativně ke druhému „přezdaněn“ (overtaxed) ve smyslu 

efektivnosti. K silné dividendě poté dojde, pokud budou výnosy ekologických daní 

použity na snížení daňové zátěže „přezdaněného“ zboží. Pokud naopak by tyto výnosy 

byly použity na snížení zdanění „podzdaněného“ zboží, nemusí dojít ani ke slabé 

dividendě. Příkladem může být existence odpočitatelných položek: například úroky 

z hypotéky je možno odečítat ze základu daně, což vyvolává distorze na trhu kapitálu. 

Snížení sazby daně z práce v rámci EDR však snižuje nepřímou dotaci favorizovaného 

zboží a zvyšuje tak efekt z recyklace výnosů, což může při určitém rozsahu vést 

k dvojí dividendě. Naopak, pokud by dodatečné příjmy byly použity na rozšíření 

výjimek ze zdanění, ekologická daňová reforma by daňové distorze prohloubila 21 . 

3. Existují environmentální zpětné vazby. Zlepšení životního prostředí díky EDR může 

zpětně působit na trh práce a kapitálu. Může například vést ke zlepšení lidského zdraví 

21 Upozorňujeme však čtenáře, že zde – jako ostatně i jinde v textu – je uvažována pouze otázka efektivity. 

Teorie optimálního zdanění nemá moc co říci k jiným otázkám, jakými jsou např. rovnost. Z tohoto pohledu se 

může společnost rozhodnout k přijetí relativně neefektivnějšího systému, pokud je tím sledován jiný cíl. 

45


a produktivity, což povede k rozšíření nabídky práce a zvýšení efektivity na trhu 

práce. 

Shrneme-li výše řečené, můžeme říci, že k silné dvojí dividendě dochází v druhém 

nejlepším světě tehdy, pokud je stávající daňový systém z ekonomického pohledu neefektivní, 

výnosově-neutrální EDR tuto neefektivitu snižuje a tato ekonomická neefektivnost převyšuje 

náklady spojené se zavedením daně. 

V druhém nejlepším světě již nemusí být výše environmentálního zdanění rovna 

mezním společenským nákladům, MSC (tedy sazbám v prvním nejlepším světě nebo-li 

pigouviánské dani). O tom, zda má být tato sazba ve druhém nejlepším světě vyšší nebo nižší, 

rozhodují relativní daňové distorze. 

Závěr již zmíněného článku Bovenberga a de Mooije (1994) byl, že optimální výše 

zdanění znečištění leží pod úrovní Pigouviánské daně, a to i když jsou výnosy 

z environmentálních daní využity ke snížení distorzního zdanění. 

Jak však ukazuje Metcalf (2003), je třeba rozlišit optimální cenu kvality životního 

prostředí ve druhém nejlepším světě a optimální úroveň kvality životního prostředí. Jeho 

kritika spočívá v tom, že i když je důležitá optimální sazba daně, stejně důležitý je vztah mezi 

úrovní daňových distorzí v ekonomice a míra environmentální kvality. Autor ukazuje 

s vyžitím analytického modelu všeobecné rovnováhy, že vládní potřeba po zvýšení výnosů, a 

tedy i sazeb distorzních daní, nemusí vést k nárůstu znečištění v důsledku poklesu 

Pigouviánského zdanění, ale naopak za určitých parametrů povede ke snížení znečištění. Je 

tedy nutné zkoumat nejen výši optimálního zdanění, ale také jak se znečištění mění 

v důsledku změn potřeb distorzních daní. 

Poměrně elegantní řešení, jak se při tvorbě optimálního zdanění vyhnout složitým 

analýzám dopadů dvojí dividendy, přináší další, zatím málo zastoupený „proud“ prací. Jedná 

se především o práce Dixita (1985) a již výše zmíněného Sandma (1975). Ten vychází 

z pravidla, že je možno rozlišit zboží, které produkuje externality a zdanit je, přičemž nedojde 

k ovlivnění optimálních daní uvalených na ostatní zboží. Dixit toto nazývá jako „princip 

cílení“ (principle of targeting). Toto by umožňovalo zdaňovat znečišťující zboží ad hoc 

zacílením vybraných komodit. Jak ukazuje Kopczuk (2003), tento princip je obecný. Tento 

autor tedy navrhuje následující postup: upravit externalitu přímo s využitím Pigouviánského 

zdanění na znečišťující komoditu, a poté najít optimální zdanění, přičemž externalita se bude 

ignorovat a brát v úvahu ceny upravené Pigouviánskou daní. Takto může být poměrně 

elegantně vyřešen problém druhého nejlepšího světa. Problémem však zůstává přesné 

stanovení výše externích nákladů (a tudíž i Pigouviánské daně). 

Podobný teoretický model jako Bovenberg a Ploeg (1994) vytvořili také Mayeres a 

Proost (1997). Navíc do něj zahrnuli aspekty distribuce příjmů, když zahrnuli problém, který 

nazvali externality typu kongesce. Za externality typu kongesce považují externality, které 

ovlivňují spotřebitele a výrobce zároveň a které mají zpětný dopad na jejich rozhodování. Tito 

autoři podobně jako Sandmo (1975) využívají „aditivity property“ – možnost zvlášť vyčlenit a 

zdanit zboží produkující externality. Zavedení těchto daní vyvolá nutnost změnit všechny 

daně s tím, aby byla splněna rozpočtová omezení a opět optimalizována funkce společenského 

blahobytu, tj. u obou komponentů hrají roli distribuční dopady. Výši zdanění, kterou navrhuje 

Mayeres s Proostem (1997), můžeme rozdělit na část ramseyovskou a pigouviánskou. 

Ramseyovská část zdanění – vztažená ke generování výnosů – představuje trade-off 

mezi efektivitou a rovností. Pokud jsou cenové křížové elasticity poptávky rovny nule, 

nastává následující situace. Předpokládejme, že vláda chce snížit nerovnost, a proto více 

podpoří méně příjmové skupiny obyvatel. Ramseyovská část daně bude nižší v případě, že 

46


citlivější poptávka po dopravě povede ke změnám ceny (efektivita) a pokud je doprava 

spotřebovávána proporcionálně více méně příjmovými skupinami obyvatel (rovnost). 

V obecnějším případě, kdy se křížová elasticita poptávky nerovná nule, je pro 

efektivitu nutné, aby daň byla vyšší u zboží, které je více komplementem volného času. Toto 

je důležitý faktor při zpoplatnění dopravy. Lidé cestují za různými účely. Obecně můžeme 

rozlišit cestování ve volném čase a pravidelné dojíždění. Jestliže je možné zdanit tyto cesty 

rozdílně, teorie doporučuje, aby byly zdaněny cesty konané ve volném čase, které jsou větším 

komplementem volného času, než je dojíždění za prací, které je komplementem lidské práce 

(více viz výše). 

Pigouviánská část daně se v tomto případě liší od Pigouviánské daně prvního 

nejlepšího světa v několika aspektech. Skládá se ze tří částí: 

- vážený průměr nákladů, které kongesce, environmentální dopady a bezpečnostní 

aspekty způsobují domácnostem, upravené o mezní náklady zdrojů 

- mezní společenské náklady, produkované firmami, které se vztahují ke kongescím, 

emisím a nehodám 

- efekt dopravních externalit na čisté vládní výnosy představuje ztrátu produkce 

spojenou s mezními nárůsty kongescí. 

V modelu může vláda ovlivnit úroveň kongescí investicemi do dopravní 

infrastruktury. Závěr je, že vláda by měla poskytovat dodatečnou silniční infrastrukturu až do 

bodu, kdy jsou náklady dodatečné jednotky silniční infrastruktury rovny jejím přínosům. 

Nebo náklady narůstající silniční kapacity by měly být rovny přínosům snížených kongescí, 

což představuje čistou společenskou Pigouviánskou daň vztaženou na jednotku kongesce. 

Dále tito autoři ukazují, že meziprodukty, které nepřispívají ke kongescím, by neměly 

být zdaněny. Nicméně, zaměříme-li se na rozhodování o produkci, je třeba zdanit vstupy u 

zboží produkujícího externality. Toto zdanění je podobné čisté společenské Pigouviánské dani 

definované pro spotřebitelské zboží. 

5.1 Optimální zdanění meziproduktů 

Pokud nás zajímá zdanění meziproduktů (významné pro dopravní sektor), vyjít 

bychom měli především ze známé práce Diamonda a Mirrleese (1971). Tito autoři ukazují, že 

není žádný důvod pro zdanění meziproduktů (alespoň v konkurenční ekonomice 

s konstantními výnosy z rozsahu), protože, bez přítomnosti zisku, musí být zdanění 

meziproduktů reflektováno ve změnách cen finálních produktů. Proto by daňové výnosy 

mohly být vybírány zdaněním finálních produktů, což by nemělo příliš zvýšit ceny finálního 

zboží, a tudíž bychom se vyhnuli produkční neefektivitě. Tito autoři však nezahrnuli do své 

analýzy externí náklady, ani se nezabývali administrativními otázkami daně. Za rozšíření 

těchto závěrů – zahrnutí externalit – můžeme považovat již zmíněnou práci Bovenberga a 

Ploega (1994), jejichž závěry byly, že meziprodukty by neměly být zdaněny z důvodů 

generování výnosů, ale pouze z důvodů environmentálních. 

Mayers a Proost (1997) pak zahrnuli do svého modelu externalit typu kongescí a 

příjmovou distribuci. Také oni ukazují, že zboží by nemělo být zdaněno ramseyovskými 

daněmi (za účelem generace výnosů do státních rozpočtů). (viz. výše) 

47


Závěr z těchto prací je, že by se neměla uvalovat ramseyovská daň na meziprodukty, 

alespoň pokud má produkce konstantní výnosy z rozsahu. Pokud však použijeme Ramsey- 

Boiteux model, ve kterém regulace nákladů služeb zavádí rozpočtová omezení na 

regulovanou firmu, jde již o rozdílný problém s rozdílnými závěry. 

Jak uvádí Boiteux (1971), větší přínosy přináší uvalení jednoho rozpočtového omezení 

na co nejširší rozsah veřejně provozovaných podniků jak je možné, než zacházení s nimi jako 

s oddělenými částmi. Společenská ztráta ze zpoplatnění nad mezní náklady je 

minimalizována, pokud jsou uživatelé zpoplatněni podle ochoty platit za služby jako celek. Je 

to z důvodu aplikace teorie optimálního zdanění pouze na segment ekonomiky. 

Borger (1997) zkoumal pravidla zpoplatnění u rozpočtově omezených a externality 

vytvářejících veřejných firem, které produkují jak finální statky, tak meziprodukty. Jeho 

výsledky jsou však mírně rozdílné od předchozích. Meziprodukty jsou také zdaňovány 

v ramseyovské tradici, tedy vstupy jsou zdaněny způsobem produkujícím výnosy. 

5.2 Optimální zdanění dopravy v otevřené ekonomice 

Ačkoliv, jak je vidět z předchozích řádků, existuje řada studií věnovaných 

optimálnímu zdanění a regulaci externích nákladů, jen velmi málo se jich týká otevřené 

ekonomiky. Přitom dopravní proudy, a to zvláště u nákladní dopravy, jsou významně složeny 

také z mezinárodní dopravy a přepravy včetně tranzitu, což platí i pro zemi, jako je Česká 

republika. 

Studie, která se tomuto tématu věnuje (s důrazem na nákladní dopravu), je de Berger 

et al. (2003). Jedním z dopadů mezinárodní dopravy jsou vyvolané časové ztráty mezinárodní 

dopravy a příspěvek ke globálnímu oteplování a kyselým dešťům, NOx a další. Např. 

Mayeres et al (1996) odhaduje, že dopady těkavých organických látek na troposférický ozon 

jsou více než 10krát vyšší než by byly pouze z národní dopravy. Tento efekt přelévání (neboli 

externalita) může vést země k podhodnocování lokálně produkovaných externalit, takže 

mohou být korekční daně na národní úrovni – z globálního pohledu – příliš nízké. 

Mezinárodní doprava dále vede k tomu, že daňový základ dopravních služeb je do 

určité míry mobilní mezi zeměmi, což může vést k neefektivní daňové konkurenci. Například 

snížení spotřební daně z paliv v malé otevřené ekonomice přiláká množství zahraničních 

vozidel, a proto přímo ovlivňuje i zahraniční sazby spotřebních daní. Pokud země ignorují 

tuto fiskální externalitu při tvorbě daňového systému, obvykle stanovují své sazby příliš 

nízko. 

Možnost rozdílného dopadu daní na národní a mezinárodní dopravu závisí na 

použitých daňových nástrojích (jiné možnosti dává spotřební daň a jiné kilometrické 

zpoplatnění), a dále na možnostech diskriminovat mezi domácí a mezinárodní dopravou na 

domácí dopravní infrastruktuře. Pokud existuje možnost diskriminovat tuto dopravu, dochází 

k exportu daní (tax exporting, tj. daňové zatížení nerezidentů, ať už v důsledku přímého 

zdanění nebo pomocí např. mezivládních transferů). 

Jak ukazuje de Borger at al. (2003) s využitím modelu částečné rovnováhy u nákladní 

dopravy, daňová konkurence v důsledku mobility daňového základu může zvýšit nebo snížit 

dopravu. Obvykle způsobuje nízké sazby daní v centrálně umístěných malých otevřených 

ekonomikách. Na druhou stranu export daní způsobuje vyšší sazby daní na dopravu v zemích 

s významným podílem mezinárodní nákladní dopravy a tranzitu. Pokud není možné daňově 

48


diskriminovat, kombinace daňové konkurence a daňového exportu vede k tomu, že optimální 

lokální daně mohou být jak velmi nízké, tak velmi vysoké, v závislosti na cenové elasticitě 

mezinárodních toků a úrovni přelévání externích nákladů na jiné regiony. Z tohoto také 

vyplývá nutnost koordinace daňových politik jednotlivých zemí. 

Podívejme se na výsledky modelů optimálního zdanění v urbánních oblastech pro 

vybraná města – case studies, u kterých bylo použito vždy jiné metodologie. První z nich 

podává Viton (1983), který kombinuje stylizovaný prostorový model nákladů městské 

dopravy s náhodným modelem užitku poptávky k analýze efektivního zpoplatnění. Celková 

poptávka po cestách během špiček je fixována a křížová cenová elasticita s poptávkou mimo 

špičku je nula. V obdobích mimo špičku je exogenně daná dělba dopravní práce. Dodatečný 

pasažér hromadné dopravy nezpůsobuje nárůst externích nákladů. Pro Bay Area a Pittsburg 

Viton zjišťuje, že optimální poplatky za dojíždění by byly výrazně pod stávající sazbou (a 

jsou virtuálně nula), že doba čekání by se snížila a podíl hromadné dopravy na dojíždění by se 

zvýšil v některých případech až na 100 %. Podle Vitonova modelu můžeme výsledky 

vysvětlit nárůstem nákladů u automobilu v důsledku zpoplatnění a všeobecného snížení 

poklesu cen za cesty autobusem, nárůstu četnosti cest a hustší autobusové síti. 

De Borger a Wouters (1998) používají model belgického dopravního trhu v 

explicitním zastoupením relací mezi nabídkou hromadné dopravy na dojíždění ve vozo-km, 

počet použitých vozidel a obsazenost. Autoři zjistili, že aby bylo dosaženo maximalizace 

blahobytu v prvním nejlepším světě, je třeba výrazně snížit ceny dojíždění a zvýšit nabídku. 

Při aplikaci modelu na Belgii autoři zjistili pokles cen o 61 % (ve špičkách) a o 84 % (mimo 

špičku). Nárůst nabídky pak o 13 % (špičky) a o 54 % (mimo špičky). Důvody pro tyto závěry 

jsou rostoucí výnosy z rozsahu hromadné dopravy, nízké mezní náklady na osobo-km mimo 

špičky a nižší problémy s kongescemi během špiček. Zvýšená atraktivita hromadné dopravy 

také implikuje nižší zvýšení optimálních nákladů za automobil než v případě bez rostoucích 

výnosů z rozsahu. Podíl autobusů by se zvýšil ze 3 % na 7 %. 

Další studie byla zpracována Winstonem a Shirley (1998). V ní autoři hledají efektivní 

zdanění dopravy v několika amerických městech na úrovni mezních společenských nákladů 

pro automobily. Model předpokládá, že obsazenost vozidel veřejné dopravy je fixní. Pro 

automobily je zavedeno zpoplatnění kongesce, ale ne pro autobusy. Když je obsazenost 

konstantní, blahobyt se zvyšuje. Spotřebitelský přebytek na trhu dopravy je snížený, ale je 

více než kompenzovaný zvýšenými daňovými výnosy. Dotace hromadné dopravy jsou skoro 

eliminované a optimální podíl hromadné dopravy klesá. Přínosy jsou vyšší, když jsou vzaty 

v úvahu efekty z rozsahu, protože frekvence dopravních služeb je snížena, což zvyšuje bilanci 

veřejných rozpočtů sektoru. V optimální situaci, když jsou zavedeny zpoplatnění, frekvence 

optimalizovány, poplatek za autobusy by vzrostl 4x. Podíl autobusů by se snížil z 5 % na 1 %. 


Berechman, Y. (1993): Public transit economics and deregulation policy. Elsevier Science 

Publishrs, North-Holland 

Bovenberg L.A., Goulder L. (2002). Environmental Taxation and Regulation, kap. 23 in 

Handbook of Public Economics, Vol. 3, Edited by A.J Auerbach and M. Feldstein. 

Elsevier Science. 

Bovenberg, A.L., de Mooij, R. (1994): Environmental Levies and Distortionary Taxation, 

American Economic Review 84(4), 1085-1089. 

Bovenberg, A.L., van der Ploeg, E. (1994a): Green policies in a small open economy, 

Scandinavian Journal of Economics 96(3), 343-363. 

49


Bovenberg, A.L., van der Ploeg, E. (1994b): Environmental policy, public finance and the 

labour market in a second-best world, Journal of Public Economics 55, 349-370. 

Bovenberg, A.L. (1999): Green tax reforms and the double dividend: An updated reader's 

guide. International Tax and Public Finance 6, 421- 424. 

Brůha J., Scasny M. (2004): Social and Distributional Aspects of Environmental Tax Reform 

Proposals in the Czech Republic. Paper presented at the Association of Environmental 

and Resource Economists - AERE Workshop 2004 on the Distributional Effects of 

Environmental Policy, Estes Park, Colorado, June 14-15, 2004. 

De Borger, B., Wouters, S. (1998): Transport externalities and optimal pricing and supply 

decisions in urban transportation: a simultation analysis for Belgium. Regional Science 

and Urban Economics, Vol. 28, pp. 163-197 

De Borger, B., Courcelle, C., Swysen, D. (2003): Optimal Pricing of Transport Externalities 

in a Federal System. Journal of Transport Economics and Policy, Vol. 37, Part 1, pp. 69- 

94 

Dixit, A.K. (1985): Tax Policy in Opne Economies. In: Auerbach, A.J., Feldstein, M.S. (eds.), 

Handbook of Public Economics, vol. 1. North-Holland, Amsterodam; New York, pp. 

313-374 

Goulder, L.H. (1995a): Environmental taxation and the 'double dividend': a reader's guide, 

International Tax and Public Finance 2(2), 157-183. 

Goulder, L.H. (1995b): Effects of carbon taxes in an economy with prior tax distortions: an 

intertemporal general equilibrium analysis, Journal of Environmental Economics and 

Management 29, 271-297. 

Goulder, H.L. (2000): Environmental policy making in a second-best setting. In: Stavins, 

R.N., Economics of the environment. Selected readings. 4th edition. W.W. Nordton and 

Company, New York and London 

Koskela, E., Schöb, R. (1999): Alleviating unemployment: The case for green tax reforms. 

European Economic Review, pp. 1723-1746 

Kopczuk, W. (2003): A note on optimal taxation in the presence of externalities. Economics 

Letters, Vol. 80 (2003), pp. 81-86 

Mayeres, I., Ochelen, S., Proost, S. (1996): The Marginal External Costs of Urban Transport. 

Transportation Research D, Vol. 2, pp. 111-130 

Metcalf, G.E. (2003): Environmental levies and distortionary taxation: Pigou, taxation and 

pollution. Journal of Public Economics, vol. 87 (2003), pp. 313-322 

OECD (2002): External Costs of Transport in Central and Eastern Europe. 

(ENV/EPOC/WPNEP/T(2002)5). Study by INFRAS a HERRY for OECD Environment 

Directorate and Austrian Ministry for Agriculture and Forestry, Environment and Water 

Management. Zurich/Vienna. 

Pigou, A.C. (1920): The Economics of Welfare. Macmillan and Co. Third Edition, London 

Ramsey, F.P. (1927): A contribution to the theory of taxation, Economic Journal 37, 47-61. 

Roy, R. (2002): The fiscal impact of marginal cost pricing: The specter of deficits or an 

embarrassment of riches? Essay prepared for the second seminar of the EMPRINT- 

Europe in Brussels, 14-15 May 2002. 

Sandmo, A. (1975): Optimal Taxation in the Presence of Externalities, Swedish Journal of 

Economics, 77(1), 86–98. 

Storchmann, K.H. (2001): The impact of fuel taxes on public transport – an empirical 

assessment for Germany. Transport Policy 8, 19 – 28. 

Van Dender, K., Proost, S. (2001): Optimal urban transport pricing with congestion and 

economies of density and rostly public funds. Workin paper serises No 2001-19, ETE, 

Center for economic studies, Katholieke universiteit Leuven 

50


Viton, P. (1983): Pareto.optimal urban transportation equilibria. In: Keller, T. (ed.): Research 

in transportation economics 105, 2, 295-310 

West, S.E., Williams, R.C. (2004): Empirical estimates for environmental policy making in a 

second-best setting. NBER working paper series, working paper 10330, Cambridge, 

USA. 

Winston, C., Shirley, Ch. (1998): Alternate route – toward efficient urban transportation. The 

Brookings Instituttion, Washington DC 

51

pdf (569 kb) - Centrum pro otÃ¡zky Å¾ivotnÃ­ho prostÅedÃ­ UK - Univerzita ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

pdf (569 kb) - Centrum pro otÃ¡zky Å¾ivotnÃho prostÅedÃ UK - Univerzita ...